会计学目录(mùlù)1引言(yǐnyán)无论使用哪种方法，如何保证测评质量的问题是其首要问题。一般来说，保证测评质量的主要方法是控制测评误差。控制测评误差的方法主要有三种，即匹配或标准化技术、随机化技术以及(yǐjí)统计调整的技术。标准化技术旨在从测量工作中各个环节上控制测量误差，使得“测量误差不会干扰被测目标群体内个体间先后顺序的排定工作。”随机化技术旨在控制测量的系统误差。统计调整技术则是把误差变量作为模型的参数来对待，从而清楚地了解误差变量对测量目标的影响程度，以便在一个可接受的误差范围内来解释测评结果。在各种控制测评误差的方法中，标准化技术用得最多。如在各种大规模的常模参照测验之中，以经典测验理论（ClassicalTestTheory，CTT）为指导，通过大量采用像托福考试一样的测验标准化技术，较好地控制了测评误差，达到了考试的目的。当然，这种方法付出(fùchū)了高昂的代价：费时、费力建题库的临时性的常模参照测验，以及所有的标准参照性测验来说，标准化方法很难实施。这就使得测量误差的控制工作变得十分困难，因此需要寻找新的方法。概化理论（GeneralizationTheory，GT或G理论）是一种能够同时达到区分考生与评估应考者真正实力之目的，并较好地控制测评误差的现代化测量理论。它控制测量误差的方法主要增加了统计调整技术。即，把干扰测验分数的无关变量或因素引入测量模型之中，然后用统计技术分别估计出这些(zhèxiē)因素或因素之间的交互作用对测验分数的影响程度。剔除这些(zhèxiē)影响后被试之间的真正差异便能得到非常清晰的显现，即达到了控制测评误差的目的。概化理论的基本原理是：首先运用实验设计的思想，分析影响测验分数变异的各种来源（如，被试水平的差异、题目的难度、评分者的评分标准等）。接着，运用方差分析的技术，分别估计各种变异来源对分数总变异所作的贡献（通常用方差分变量作为指标）。然后，根据不同的研究目的的需要，分别考察研究目标在测验总分变异中所占的比重。一般(yībān)地，当侧量目标引起的变异所占的比重较大时，测量被看做是具有较高信度的。不过，测量信度的概念在概化理论中为概化系数（GeneralizabilityCoefficient）或可靠性指数（DependentIndex）所代替。概化理论一个突出特点是：对同一次测量，可以根据研究目的的不同提供多个测量信度。事实上，当测量目标发生变化（如，测量目标由被试水平改为评分者素质）时，或者当测量结果被推论的范围不同时，测量信度都会发生变化。其实，在各种各样的测评活动中，把测量结果概括到不同的程度，其测量精度是会大不相同的，二者之间存在着此消彼长的关系。即，测验分数推论的范围越大，其测量精度就会越小（测量误差增大，测量效度降低）。反之，测量精度就会提高，误差就会缩小。若要追求高标准的测量效度，测量误差就不能太大。而要减小测量误差，就必须缩小测验分数的推论范围。不过，若一味追求高效度，使得测验结果可解释或推论的范围过小，则又会影响整个测验的意义。在现实生活中，当这种误差落在我们(wǒmen)可以接受的范围之内时，对测量结果的这种概括就有一定实用价值了。显然，我们(wǒmen)应当寻找一个满意解，即，只要误差在能够容忍的范围之内，测验结果就应当概括到尽可能大的范围上去，进而满足测验目的的要求。在现实中，由于人们对这种有关测验结果的概括程度问题重视不够，所以给测量工作带来了许多问题。其中的一个常见问题是，仅仅根据有限样本上的资料作出无限范围的概括与推论，更没有指出作这种概括所犯的错误的概率。值得指出的是，概化理论是在继承CTT标准化技术和项目分析技术等方法的基础上，通过吸收(xīshōu)实验设计的原理和方法，对真分数理论和参数估计方法等进行系统地改良而产生出来的，它是CTT的进一步发展，二者同属于随机抽样理论。事实上，在实验技术处理测量误差的三种方法中，ＣＴＴ理论只用到了其中的标准化技术（含匹配技术）和随机化技术，而概化理论则在此基础上还应用了其中的第三种技术，即统计调整技术。另外，相对项目反应理论（ItemResponseTheory，IRT）而言，概化理论比较重视结论的宏观解释，而IRT更重视内部的实质关系，即，IRT更重视被试的潜在特质水平与试题的正确作答之间的实质性关系。简单地说，ＩＲＴ在处理微观问题（即被试水平与答题目之间的实质性的关系）时优势比较明显。CTT在处理中观问题（如处理常见的标准化考试等）时显得方便易懂。GT则在处理宏观问题（如对结果作推论）时更显出色。三种现代化测量理论各有长短(chángduǎn)，也各有用武之地。概化理论的主要用途有：其一，根据不同的需要，对各种标准化测验提供多个更为恰