跳转到内容

项目反应理论

来自VeritasWiki 真理百科
项目反应理论
英文名 Item Response Theory(IRT)
学科归属 心理测量、统计测量学
核心含义 用数学模型刻画个体作答概率与潜在特质关系的测量理论
经典模型 Rasch 模型、二参数模型、三参数模型
典型应用 计算机自适应测验、题库建设、测验等值
相关条目 经典测验理论、项目特征曲线、项目区分度|}

项目反应理论是一类以数学模型描述被试作答行为的测量理论:被试对某个题目答对(或以特定方式作答)的概率,是其潜在特质水平与题目参数的函数。与经典测验理论把题目分析限制在观察分数上不同,项目反应理论为每一个题目单独建立概率模型。

该理论的核心概念是项目特征曲线:横轴为潜在特质水平,纵轴为答对概率,曲线的形状由题目参数决定。特质水平与答对概率之间的函数关系,是整个理论体系的基石。

基本假设

项目反应理论建立在几个基本假设之上。

单维性:一组题目测量的是同一个潜在特质。若测验混合了多种特质,模型的估计会出现偏差。

局部独立:在给定特质水平的前提下,各题目的作答相互独立。也就是说,答对第一题并不直接改变第二题的答对概率,只要特质水平相同。

项目特征曲线的单调性:特质水平越高,答对概率不减。

函数形式:作答概率服从某个特定的数学函数(如逻辑斯蒂函数)。

这些假设在真实数据中并非总是严格成立,因此项目分析的重要工作之一就是检验假设、剔除不合格的题目。

主要模型

项目反应理论有一族模型,按题目参数的数量分层。

拉希模型(一参数模型):只含题目难度参数,假定所有题目的区分度相同。它的优雅在于可以只凭答对题数推断特质水平,被教育与健康结局测量广泛采用,但其强假定常与数据不符。

二参数模型:加入区分度参数。曲线越陡,区分度越高——特质水平的细微差别在陡峭的题目上产生更大的答对概率差异。

三参数模型:再加入猜测参数,描述低特质被试凭猜测答对的底线概率,适用于选择题。

对多级记分题目(如李克特量表),有对应的等级反应模型、分部评分模型等扩展;处理多种能力维度时有多维模型。模型与数据的拟合检验,是任何项目反应理论分析不可缺少的步骤。

测量不变性

项目反应理论最重要的理论优势是测量不变性。

在经典测验理论中,被试的分数含义依赖于所用的题目集:不同题目集上的分数不可直接比较。而在项目反应理论中,题目参数不依赖于被试样本(在模型成立的范围内),特质估计不依赖于所选的题目集。这意味着:

其一,答不同题目的两人,可以根据各自题目的参数在同一量尺上比较能力。

其二,可以把不同测验的题目通过等值技术放到同一量尺上,实现跨年度、跨版本的分数比较——大规模纵向评估(如国际教育比较研究)正是依赖这一特性。

其三,题目参数的估计可以积累,形成经长期检验的题库。

不变性的成立依赖于题目参数与特质估计的联合标定,实际操作中仍需注意样本的代表性。

信息函数与测量精度

项目反应理论用项目信息函数与测验信息函数刻画测量精度:信息量越大,该点的特质估计误差越小。

与经典测验理论"信度对所有被试相同"的假定不同,信息函数显示测量精度随特质水平而变——难度匹配的题目提供的信息最多,太易或太难的题目对特定被试的信息量很小。这一性质是自适应测验的理论基础。

计算机自适应测验

自适应测验是项目反应理论最著名的应用:测验过程中,计算机根据被试当前的特质估计,实时选择信息量最大的下一题。被试能力强则遇到更难的题,能力弱则遇到更易的题。

其优点包括:用更少的题目达到与固定测验相当的精度(通常可缩短一半题量);各特质水平的测量精度趋于均衡;施测过程个体化,猜测与疲劳减少。

知名的落地案例包括美国研究生入学考试、一些职业资格认证考试,以及各类语言测验。自适应测验的前提是有经过标定的题库与实时估计算法,建设门槛较高。

多维与诊断扩展

经典项目反应理论假定单一特质维度,但现实测验常涉及多种能力。多维项目反应理论允许一道题目同时测量多个维度,答对概率是多个特质水平的联合函数。它在认知能力测验中的应用显示,许多题目事实上跨越维度边界,单维模型对这些题目给出失真的参数。代价是估计复杂度大增,对样本量的要求进一步提高。

另一重要分支是认知诊断模型:把潜在特质从连续量改为离散的技能掌握状态——被试掌握了哪些、未掌握哪些,题目测量特定的技能组合。其输出不是排名分数,而是诊断档案("该生掌握分数概念但未掌握方程变换"),直接服务教学补救。认知诊断模型在教育评价与个性化学习系统中发展迅速。

项目反应理论还在向过程数据延伸。计算机化测验记录的不只是对错,还有作答时间、修改轨迹、答题顺序。把这些过程信息纳入模型(响应时间模型、过程数据模型),可以同时估计速度与准确性、识别异常作答(如快速猜测、逐题放弃),为大规模测验的质量监控提供新工具。这一方向被测量学界视为理论发展的下一个前沿。

与经典测验理论的关系

两种理论并非取代关系,而是互补关系。

经典测验理论的统计简单、样本量要求低、概念直观,适合小样本研究与常规考试分析;项目反应理论模型精细、支持等值与自适应,但需要较大样本(每个题目通常需要数百人以上)与专门的软件。

实践中的合理顺序是:先做经典项目分析进行初步筛选,再用项目反应理论做精细标定。理解经典理论也为理解项目反应理论提供了直观起点——难度与区分度这两个概念在两种框架中都有对应。

参见

参考资料