歧视指数计算器

区分度指数用于评估试题质量，方法是确定试题在区分高分和低分考生方面有多有效。

历史背景

区分度指数是经典测验理论的一部分，旨在提高标准化测试的信度。它侧重于确定试题是否能有效区分掌握了学习材料的学生和没有掌握的学生。它已广泛应用于教育评估和心理测量学中以评估测试表现。

计算公式

区分度指数使用以下公式计算：

\[ D = \frac{\text{高分者答对数} - \text{低分者答对数}}{\text{总人数} \times 0.27} \]

其中：

• 高分者答对数 是得分最高的 27% 考生中答对的题数。
• 低分者答对数 是得分最低的 27% 考生中答对的题数。
• 总人数 是参加考试的总人数。

示例计算

如果高分者有 30 个答案正确，低分者有 10 个答案正确，总共有 100 名考生：

\[ D = \frac{30 - 10}{100 \times 0.27} = \frac{20}{27} = 0.741 \]

该试题的区分度指数为 0.741。

重要性和应用场景

区分度指数帮助教育工作者和试题设计者识别哪些试题能够有效区分优秀学生和弱势学生。较高的区分度指数表明试题功能良好，而负值或低指数可能表明试题过于简单或含糊不清，需要修改或删除。

常见问题

1. 区分度指数的理想值是多少？

   • 良好的区分度指数通常在 0.30 到 0.50 之间。高于 0.50 的值被认为是极好的，而低于 0.20 的值可能表明需要审查该试题。

2. 负的区分度指数意味着什么？

   • 负指数意味着低分学生比高分学生更频繁地回答正确。这表明试题存在问题或具有误导性。

3. 如何提高试题的区分度指数？

   • 检查含糊不清的试题，确保干扰项（错误的答案选项）是合理的，并调整难度以更好地符合被评估的知识水平。