论文部分内容阅读
大多数教育和心理测验都测量了多重结构或维度。相较于单维结构的测验,测验数据的多维性与人在完成一项测验任务时需要多种能力的共同配合是相符的。然而,计算机化多阶段自适应测验(MST)作为常见的自适应测验形式,大多以单维项目反应理论为模型基础。因此,本研究的主要目的是将传统单维的MST的测验设计拓展到多维情境中,并探究多维模型下的MST相关算法与技术及其可行性。多维MST的基本框架与传统MST的基本一致,但在多维MST中的框架下,测试者的测量特质从单维变为多维。因此,本文开展了三项研究:(1)多维计算机化多阶段自适应测验自动组卷算法及路由规则的开发;(2)两维情境下多维MST的可行性验证;(3)高维情境下多维MST的可行性验证。同时还探讨了自动组卷算法、路由规则、测验长度、维度间的相关性对多维MST的测量精度的影响。研究结果表明:(1)新提出的多维MST下的NWADH-D算法和NWADH-A算法效果接近且可行,另外二维相较于高维情境下的效果更佳;(2)新提出的多维MST下的AMI-D/AMI-A路由规则效果好于Multidim-proximity,且二维相较于高维情境下的效果更佳;(3)在测量精度、非统计约束、面板的平行性、面板合理性等方面,多维MST测验设计在各个条件下整体表现合理且二维的结果相较于四维的结果更佳。另外,研究针对MST如何应用于多维的实际测验提了建议,期望能为测验使用者在组建多维MST时提供支持。