周文杰 童望望 郭 磊，2**

    (1.西南大学心理学部，重庆 400715；2.中国基础教育质量监测协同创新中心西南大学分中心，重庆 400715)

    1 引 言

    当前传统测验领域仅提供笼统的测验总分或学生能力值来衡量学生的学业水平，但随着对教育评估要求愈加精细，这种传统测验形式已不能满足人们对评估的需求。因此，心理教育研究者不断深入认知诊断测评(cognitive diagnostic assessment，CDA)研究，使其既可报告个体具有的认知结构或对知识的掌握情况，也便于教育者为学生进行更客观、更有针对性的教育评价，并为教育补救指明方向。

    在各种大型测验中，如高考、TOEFL、PISA 等，常存在多个题目隶属于一个共同刺激的情况，如阅读理解、完形填空、选词填空等。这种一组题目共用一个刺激或材料的集合称为题组(testlet)(Wainer &Kiely，1987)。使用题组有较多优势：阅读材料能被充分利用，不仅节约作答时间提高作答效率，还能节约成本(DeMars，2012；Huang，2013)；由于题目隶属于相同刺激，使得题目结构更复杂，相关性与逻辑性更强，就能测量被试更高层次思维能力(Haladyna，1992)。例如，图1 是一道考察“确定平面图中物体的位置的方法”(属性1)和“线段比例尺的应用”(属性2)的六年级数学综合题，该题目有两个小题，考生在作答过程中受到材料的共同刺激，因此这两个小题属于一个题组结构，题目(1)考察了属性1，满分为3 分，题目(2)考察了属性1和属性2，满分为4 分。这是一个典型的带有题组结构的多级计分题目。

    图1 六年级数学能力测试例题

    在项目反应理论(item response theory，IRT)的领域中，研究者提出了多种处理题组结构的方式，其中具有代表性的方法有：(1)视同一个题组下的题目具有双重维度特性，一个维度是题组效应，一个维度是题目自身的效应，例如二阶模型(second-order mode)(Rijmen，2010) 和双因子模型(bi-factor model)(Demars，2006；Li et al.，2005)；(2)将题目得分合成为题组得分，把同一个题组的题目看作一个多级评分题目(Wainer & Kiely ......