项目反应理论(IRT)：从比奈和西蒙到现代发展

"项目反应理论的发展-IRT项目反映理论" 项目反应理论（Item Response Theory，简称IRT）是一种用于评估和分析心理测验数据的统计框架，尤其在教育、心理学和社会科学领域广泛应用。理论起源于20世纪初的心理测量学，其中比奈和西蒙在1905年编制的智力量表中的作业成绩与年龄的关系图，可以看作是项目反应理论早期形式的体现。他们的研究中，作业成绩随年龄增长而提高的散点图与后来的项目特征曲线（Item Characteristic Curve，简称ICC）有着相似的模式。 项目反应理论的发展历程中，CTT（经典测验理论）是一个重要的基础。CTT虽然有着完善的理论体系和较弱的前提假设，但其也存在一些问题。例如，它假设真分数与观测分数之间存在线性关系，这在实际中可能并不成立；此外，平行测验的假设和误差与真分数的独立性假设在实践中往往难以满足。CTT的信度概念针对的是被试全体，忽略了不同能力水平的被试可能存在不同的测量误差。同时，CTT在处理适应性测验、标准参照性测验的编制以及测验等值等方面也存在挑战。 项目反应理论（IRT）在解决这些问题上表现出优势。IRT的核心是项目特征曲线（ICC），它描述了被试在特定项目上的表现与其能力水平之间的关系。通过数学模型，如双参数正态卵形曲线模型（Two-parameter Normal Ogive Model），IRT可以量化项目的难度和辨别力，以及被试的能力水平。这种方法不再依赖于特定的被试样本，而是关注个体的能力与答题反应之间的关系，因此在微观层面上提供了更深入的洞察。 美国心理测量学家弗雷德里克·洛德（Frederick Lord）是IRT的主要创立者之一，他在1952年的博士论文中提出了IRT的第一个数学模型，并将其应用于学业成绩和态度测量。之后，IRT不断发展，出现了三参数模型（Three-parameter Logistic Model）等更复杂的模型，能够考虑猜测效应和不确知性。 IRT的优势在于能够提供更精细的分析，比如识别出哪些项目对于区分不同能力水平的被试特别有效，或者优化测验设计，使其更能反映被试的真实能力。然而，尽管有这些优点，IRT在处理大规模标准化考试等中观问题时可能不如CTT直观。同时，概化理论（Generalizability Theory，简称GT）则在宏观层面，如对测试结果进行推论时，展现出更强的解释力。 总结起来，CTT、IRT和GT是现代测验理论的三大支柱，它们各有侧重点，相互补充。CTT适用于标准化考试，IRT擅长解析个体表现与能力的关联，而GT则在结果的泛化和解释方面有其独特价值。理解和应用这三种理论，可以帮助我们更全面地理解和改进心理测验的设计和评估。