论本科教学中题库建设的意义及质量评价体系
论本科教学中题库建设的意义及质量评价体系
论本科教学中题库建设的意义及质量评价体系
陈晟1，江昀2，赖朋1
摘要：本文结合作者在题库建设中的实际工作，对本科教学中的考试题库建设的意义、作用，以及题库建设中需要重视的难点做出了综述，并对题库的深入应用、题库的质量评价指标做出了探讨。
关键词：考试；题库；区分度
基金项目：本文系2015年西华大学教育教学改革研究项目《制药工程专业卓越人才的培养模式探索》的研究成果之一
作者简介：陈晟，理学博士，讲师。
在高等教育中，考试是一个必不可少的环节，借此来检验学生对知识的掌握程度，也间接体现教师的教学工作是否达到了预计的效果。因此，如何设计考题，真实、可信地反映学生的学习成果，就是高等教育中一个极为重要的问题。
一种解决思路，就是为某一门课程设计题库，以后每年的考试均从题库中抽取若干题目组成考卷。本文将从题库建设的意义、题库建设的重点与难点、题库的质量评价指标等方面进行一些新的探讨。
一、题库建设的意义
题库建设的意义，已经有相当多的教师做出过论述。而本文作者在几门本科课程的题库建设的过程中，对题库建设的意义有了一些新的认识。
（一）考察的范围更加规范、全面
作为一门课程的主讲教师，当然有权决定把哪些知识点作为考察的重点。同时，这种权力又应该受到培养目标、教学大纲的制约，不能因为教师个人的好恶而随意地改变知识点的权重。特别是对于那些复杂、抽象的知识点，往往要求教师花费更多的时间与精力才能真正将其阐释清楚，在实践中就存在教师“讲课时一笔带过，考察时故意回避”，将该知识点擅自忽略的可能。尽管绝大多数教师的职业道德水平，决定了这种可能性实际上非常小，但它依然是一种制度性的风险。
同时，对于同一个考点，不同的命题人可能对其重要程度的看法不同，因而影响到考察的深度和广度，这会直接体现在题型和分值的差异上。比如，某个知识点在一张试卷上可能只是2分的选择题，在另一位教师出题的试卷上却可能是一道10分的论述题：尽管都考察了这个知识点，但却影响了考试对于学生学习水平的评价的可信性和有效性，是命题者应该尽量避免的情况。
而题库的设立，能从根本上降低上述两种风险。题库建设是由所有担任该课程教学任务的教师共同参与讨论，并由教研室、学院两级依据教学大纲进行审核验收，因而能够保证入库的题目质量：既能全面地覆盖大纲要求的知识点，又能在每个知识点的考察要求上保持深浅一致。临考前再从题库中随机抽取题目而产生考卷，就能把因教师认识差异而造成考点覆盖不全面、考察深度不稳定等现象尽可能地避免，保持该科目逐年考察要求的相对稳定性和连贯性，更好地实现教学大纲所要求的知识掌握目标。
（二）有利于新题型的创造与应用
在一门课程的试卷中，大部分题目通常应当是常规性的题型且难度适中，目的是考察学生是否已经达到“识记”、“理解”层次的知识水平；同时，又最好能有少量（题量和分值上都较少）的非常规性的新题型，考察学生是否能够达到灵活“应用”该知识点的层次，甚至可能在一道题目中综合考察几个相关的知识点。这两类题目的重要程度不分伯仲，前者保证考察的全面性，属于基础；后者则可以体现考察的区分度，让不同学生之间的掌握程度差异得以真实地体现出来，属于“拔尖”。
然而，在以往教师单独命题时，保证这两类题目的均衡实际上是较为困难的。因为基础性的常规题型数量较大、覆盖面较广，消耗了命题人较多的时间与精力，再想要设计出具有创新性、综合性的题型，则往往力所不及。
而有了题库之后，教师在命题时的精力得到了极大的解放：大量的、常规性的考题直接由题库抽取产生，教师可以将精力集中在研究、创造新的题型上，并在例行的年度题库维护中将其补充入题库中。这样，新型的考题能够得到更好的创造与应用，保证了题库的质量不断提高。
（三）有利于防范考试作弊行为的发生
尽管在绝大多数高校中，学生考试作弊都是极其个别、偶发的现象，但从教育者的角度来说，当然是希望把这种可能降至最低。除了加强诚信教育、严明考试纪律外，(www.ixbw.com)我院也尝试了通过题库建设，从技术上杜绝作弊的可能性。
具体而言，当某一门课程的题库建好后，临考前抽取试卷时，教务人员会借助简单的计算机程序，对部分考题的题号顺序、部分选择题的选项顺序加以随机打乱，从而产生2~3套不同的试卷，分发给同一个考试的学生使用。
这样，尽管试卷上的试题本质上是完全相同的，但相邻座位的两名考生拿到的试卷却可能有很大的差异，比如A1卷上的第5题变成了A2卷上的第8题，或者第3题的正确答案由“A”变成了“C”，使得抄袭他人答案、传纸条等作弊手段就完全失去了意义。同时，试题的覆盖面和难度都没有发生任何实质变化，对所有考生都是公平对待的。这种同题多卷的模式，增大了作弊者的难度，确保了考察结果的真实性、可信性。
另外，因为试卷是临考前由学院教务部门随机抽取，连授课教师自己也并不知晓当次的具体考题，在很大程度上就避免了考试前给学生“画重点”的不恰当做法，促使学生端正学习态度，平时认真听课、考前全面复习，真正实现了“为学而考”而非“为考而学”的目标。
（四）可以作为教学改革的辅助评价依据
我院近年来一直大力推动本科教学质量工程建设，并参照工程类专业认证的要求进行教学改革，每年都有大量的教学改革课题立项、实施。然而，如何评价一项教学改革是否成功，依然是一个较难把握的问题。
在实施题库建设之后，由于考题范围、难度都相对稳定，学生的考试成绩更真实地反映了其知识水平，所以也可以作为评价一项教学改革是否成功的辅助依据。当然，考试成绩并不能说明一切问题，但如果学生的平均成绩没有明显提高，则该教学改革的效果应当是很有限的。
（五）未来的探索方向
此外，基于题库建设，我们也在考虑可否将考试进一步改为“多题多卷”的模式，彻底地杜绝抄袭作弊的可能。
展望未来，我们还在积极探索将题库建设和在线无纸化考试相结合的可能性，更好、更方便地评价学生的学习水平，同时也为适应未来在线教育（如MOOC课程等）预留了升级空间。
二、题库建设中的重点与难点
在本院的题库建设工作中，我们也总结出了一些经验，供各位教师参考。
（一）坚持以教学大纲、教学目标作为题库的基础
考试从来就是手段而非目的，题库建设也应当是服从于、服务于教学工作。因此，在题库建设伊始，所有参与命题的教师就必须统一认识，严格按照教学大纲、教学计划（包括各章节的学时数安排）来设计考题，力求绝大部分题目的深度都恰好达到教学大纲的要求，既不过深又不太浅，以实现教学目标为衡量标准。
（二）确保试题重复率低于一定比例
理论上说，每一届学生考试后的试卷是要当场收回的，但在多年的教学实践中，我们也发现一些学生能通过各种渠道获得前几届的考试试卷。这就意味着，我们的题库必须保持足够大的题量，控制考题的重复率，否则考试就失去了意义。这样，哪怕学生获知了以往的考试题目，依然不能因此而推测出今年的考题，保证考试的严肃性和公平性。
为此，我们制定了一个经验性的规则：每一个知识点，在题库中至少要有两个不同题型的题目加以考察，重要的知识点至少要有6道不同的题目存在于题库中；同时，任何一道题目，在连续随机抽取20次的情况下，被抽中的概率累计不能超过15%（即不能被抽中3次以上），并以此作为题库验收的强制性标准之一。
（三）对题库的定期维护
如上所述，为了避免历年考题的雷同，当一道题目被抽中使用之后，至少在次年的考试中不应再将其列入。然而，如果将考过的题目一律弃之不用，又会造成题库逐年萎缩的尴尬场面。
解决方案，就是对题库进行定期维护，对已经使用过的部分考题“冷藏”，1~2年内不再使用，同时对该知识点进行补充；冷藏、补充的题目比例，不低于当年考题总数的30%。
同时，在每年的教研活动中，鼓励任课教师为题库补充新的题目，特别是新题型，以及综合性、应用性较强的题目，并将一部分学科研究的前沿动态作为题目背景引入，不断地保持和提高题库的质量与时效性。
（四）题库的验收制度
为确保题库建设质量，在题库建设中，采取了教研室、学院两级验收的制度。教研室主要是结合教学大纲，确认知识点得到了全面的覆盖且考察的难度适中；学院层面则由教务部门牵头，通过随机多次抽取核对试题重复率、抽查知识点在题库中被考察的题目数等技术指标来保证题库的容量。
另外，为全面评价题库的质量与难易程度，每一门课程的题库验收时，均需组织一次模拟测试，参加测试的人员为1~2名担任本课程教学的教师，加上1~2名经过短暂复习的研究生同学（本次题库建设仅涉及为本科生开设的课程），以此来评估试题的难度和数量是否适合绝大多数应考学生的水平。
三、对试题库质量的评估体系
在一道试题没有被实际使用之前，对它所做出的评价多少带有主观色彩。同时，囿于教师与学生的知识水平差异，这种评价有时候甚至会出现相当大的偏差。
为此，参考国内外的研究成果，结合课程实际，我们制定了一些试题评估的指标，在每一年考试结束之后，由教研室组织对当年的试卷进行评估，回顾式地评价试题质量，并作为试题库维护和调整的重要依据。
（一）重视试题的区分度指标
试题的区分度D，是目前较为公认的试题定量评价四个指标之一，它体现了一道试题在辨别、区分学生知识水平上所产生的贡献。不同的文献中，提出了多种区分度的计算方法，本院采取的计算方法是：先按照全卷总分，对全体考生由高到低进行排序，取排在前27%的考生称为高分考生，排在最后27%的考生称为低分考生。然后，对每一道题目，分别统计高分考生的平均分（PH）和低分考生所获得的平均分（PL）。则：D=PH/PL
因此，D值越大，则说明此题目区分高分考生和低分考生的效果就越明显；而此指标过高或过低，都不利于考察全体学生的学习水平。经过调研和讨论，我们认为，每道题目的D值的合理区间定在2~5比较恰当，个别考题允许D值达到7，以此来拉开考分差距，但全卷的平均D值应当控制在2~3之间。
（二）确保试题的难度系数指标
试题的难度系数P，也是通行的四个评价指标之一，其计算方式为：
统计所有考生在某一个题目上的得分，计为x，而该题设定的满分为w，则：P=1-x/y.
参考国内外的研究文献，结合以往考试的实际情况，我们认为，将P值的区间定在0.4~0.6之间较为合理，允许个别题目的P值处于0.3~0.8的区间，全卷的平均P值最好处于0.3~0.5之间。
在回顾性的分析中，如果某一道题目实测的D值或P值，严重偏离了我们预计的范围，则需要对该题目进行讨论，决定是否加以修改、替换。
（三）院外、校外专家的评分制度
因为试卷对于考生都是一次性使用，不可能重测，所以很难通过回顾性的统计数据来评价考题的信度（Reliability）和效度（Validity）指标。为此，我们邀请了院外、校外教授相同学科的资深教师，抽取题库中的部分题目进行了评估。具体方式为：
对一道题目，按照题目与它所考察的知识点之间的关系进行打分，最高5分（紧密吻合），最低1分（基本无关），取几位专家的打分平均值，以此来评价其效度。经过实际评分，送评的题目基本上都达到了4分以上，证明我们建设的题库质量还是较高的。
而对于信度指标，我们采取的是将一道题目的P值，与近5年来考察该知识点的题目的平均P值进行比较的方式，但考虑到各届学生实际情况不同，加上近年来教学质量工程的推进，这种评估方式未必合理，还有待于进一步的研究。
四、结语
综上所述，我们认为，为本科课程建设配套的考试题库，有利于全面、客观、有效地评价学生的学习成果，有利于教学改革的推进与评价；更有助于端正学风、考风，促使教师更用心地授课，学生更认真地听课、复习，真正达到全面推动教学质量提高的目的，而这也正是高校教学改革的最终目标所在，具有较强的积极作用。
参考文献：
[1]刘静。关于高校试题题库建设的若干思考[J].中国社会医学杂志，2009，（3）：143.
[2]李光明。如何做好题库建设———来自英美考试机构的启示[J].中国考试，2011，（12）：3.
[3]李光明。关于题库建设若干问题的思考[J].中国考试，2014，（9）：3.
[4]傅强。浅析中药药理学教考分离和试题库建设[J].海峡药学，2014，（9）：150.
[5]李永华。网络化考试的题库建设及应用研究[J].高教论坛，2013，（10）：57.
[6]郑群。医学微生物学题库建设的实践与探索[J].继续医学教育，2013，（10）：78.