换一批摘要Q矩阵是认知诊断评价的基础和核心要素，它反映了测验的构念和内容设计，直接影响着测验诊断分类的效果。本文采用Monte Carlo模拟，研究了6种属性层级关系下，不同的Q矩阵设计对于认知诊断效果的影响。用模式判准率的均值和标准差分别从分类准确性和稳定性的角度来评价诊断效果。实验结果表明：(1)不同属性层级关系下，分类准确性会随着测验长度的增加而提高，但当测验长度增加到一定程度时，会出现“天花板效应”；(2) Q矩阵中R*的个数(NR*)会影响测验的分类准确性及稳定性：NR*越大，测验的分类稳定性越高，当测验长度为属性个数的整数倍，且NR*为测验长度相对属性个数的最大奇数倍时分类准确性最高；(3) Q矩阵中除R*以外的项目考察的属性个数会随着属性层级关系的不同对测验的分类准确性和稳定性产生不同的影响。根据实验结果，本研究提出了进行诊断评价时Q矩阵优化设计的一些建议。
更多相关知识
关键词
认知诊断评价Q矩阵测验结构设计分类准确性分类稳定性cognitive diagnostic assessmentQ matrixthe design of test constructclassification accuracyclassification stability
分类号
B841
栏目名称
DOI
10.3724/SP.J.1041.2016.01600
发布时间
2017-01-11（万方平台首次上网日期，不代表论文的发表时间）
基金项目
江西省研究生创新专项（YC2015-B025）
- 浏览5
- 被引13
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
