杨宏博 赵 轩

    (教育部考试中心，北京 100084)

    1 问题提出

    教师资格考试是衡量教师资格制度现代化和科学化的重要指标，是国家进行教师资格制度改革实践的突破口。2011年起，中小学教师资格考试作为落实《国家中长期教育改革和发展规划纲要(2010-2020年)》的改革项目，开始在浙江、湖北试点。2013年8月，教育部发布《中小学教师资格考试暂行办法》，该办法指出，中小学教师资格考试是“评价申请教师资格人员是否具备从事教师职业所必需的教育教学基本素质和能力的考试。考试包括笔试和面试两部分。笔试合格后参加面试，笔试和面试都合格者，才能申请认定教师资格证书”(教育部, 2013)。截至2017年上半年，考试已经拓展到全国28个省(市、自治区)，累计笔试考生规模达到623万、面试考生规模达到246万(教育部考试中心, 2017)。

    随着中小学教师资格考试的快速发展，检验教师资格考试改革的有效性，检测考试评价本身的科学性和公平性，建立科学有效的考试质量评价方式成为重要的研究课题。教师资格考试旨在区分申请人从事教师职业的基本能力和素养是否符合国家标准，对测试的测量精度有较高的要求。中小学教师资格考试包括幼儿园、小学和中学三个类别，分笔试和面试两部分。其中《综合素质》(中学)是申请中学类别教师资格的笔试公共科目，是历次考试考生人数最多的科目，2017年上半年考试人数达到28万。《综合素质》(中学)是主要考查申请人是否具备先进教育理念、良好法律意识和职业道德、具备从事教师职业的文化素养和阅读理解、语言表达等能力。从测量的角度来探究这个科目的科学性、考试内容的合理性，考察其测量信度是否具有典型的参考价值。

    经典测量理论(classical test theory，CTT)是常见的用于大规模测验统计分析的测量方法，可用于分析题目的难度、区分度和测验的信度。自2011年中小学教师资格考试首次开考以来，一直采用经典测量理论的测量方法监测题目的质量(教育部考试中心，2012-2017)。CTT的优点在于能简便的对每道题目的质量进行评估，但它对测试整体情况的评估却不够理想。尽管CTT中的信度可以评估测验的整体可靠性，但此时的信度指标仅仅是一个“粗值”，并未将不同来源的误差(如评分者、被测者、题目等)加以区分(罗杰, 戴晓阳, 2016)。

    概化理论(generalizability theory, GT)是在经典测量理论基础之上发展起来的现代测量理论(Brennan, 2001a)。它从宏观角度出发，立足于测验的外部效度 ......