第五章 测试效度及其验证方法（二）

湖南师范大学外国语学院邓杰 教授

教学目标

1. 了解整体效度观的主要思想 整体效度观 测试辩论法 图尔明模型

2. 了解累进效度观的主要思想 测试辩论模型的逻辑错误及成因 累进辩论法 累进效度观

整体效度观

主要时期： 20 世纪 80 年代中期以后基本观点：整体多维性验证方法：理性辩论辩论框架：图尔明模型

定义

《教育与心理测验标准》（ 1985 ） Validity … refers to the appropriateness,

meaningfulness and usefulness of the specific inferences made form test scores.

（从考分中推理出来的特定结论的恰当性、意义性和有用性）

《教育与心理测验标准》（ 1999 ） Validity refers to the degree to which evidence

and theory support the interpretations of test scores entailed by proposed uses of tests.

（证据和理论支持测试使用所需的考分解释的程度）

解读（效度概念的内涵）

整体多维性 整体概念：构念效度整体效度，即效度（不存在类别之分） 多维互补：之前不同类别的效度同一整体的不同维度（相互补

充、相互依存，为整体效度提供证据） 重心转移

不再是测试本身固有的属性，而在于分数的解释和使用，包括分数解释的合理性、使用决策的恰当性和使用后果的裨益性

不再是“有”或“无”的问题，而是“程度”问题 不再是单一指标，而是综合评判 不再是抽象数值，而是理性结论 不再由公式计算，而应逻辑推理

无所谓效度系数之说

Validity Model (Messick 1988: 42)

1. An inductive summary of convergent and discriminant evidence that

the test scores have a plausible meaning or construct interpretation,

2. An appraisal of the value implications of the test interpretation

3. A rationale and evidence for the relevance of the construct and the

utility of the scores in particular applications

4. An appraisal of the potential social consequences of the proposed use

and of the actual consequences when used

Interpretive Argument (IA, Kane 1992)

( 转引自 McNamara & Roever, 2006: 25)

IA: Score interpretation and use

Assessment Argument (Mislevy et al. 2003)

Evidence-centered Design (ECD)

Evidence-based Validation (Weir 2005)

Assessment Use Argument (AUA, Bachman & Palmer 2010)

Logical Structure of IA, ECD, AUA

IA, based on Kane (1990, 1992)

ECD, Mislevy et al. (2003: 15) AUA, Bachman (2005: 15)

Alternative Explanation or

Rival Hypothesis

Rebuttal DataRebuttal Backing

Most questionable assumption

Logical Problems of ECDClaim

Warrant

Backing

Data

Rebuttal

Alternative

Logical Problems of AUA － 1

Data ： Jim is going to the

hospital.

Claim ： Jim is sick.

(Warrant) ： People often go to the hospital

when they are sick.

since

so

Rebuttal ： Jim could be visiting someone

who is in the hospital.

Rebuttal Backing ：Jim is visiting his

partner in the hospital.

Counterclaim ：Jim is not sick.

unless

Supports

(Bachman & Palmer, 2010, p. 97)

What if Jim is attending a meeting in the hospital, not visiting anyone in particular?

What if he is seeing the doctor himself as well?If we already

know Jim is visiting his

partner in the hospital, do we still need to go

through all these steps?!

If we already know Jim is visiting his

partner in the hospital, do we still need to go

through all these steps?!

Logical Problems of AUA － 2

Claim: Malissa waspaid time and a half.

Data: Malissa worked overtime.

Rebuttal: Malissa is in an exempt category.

Rebuttal Backing: Malissa’s personnel file

indicates that she is not in an exempt category.

Warrant: All Employers who work overtime must be paid

time and a half.

Backing: According toUS labor law ...

Rejects

unless

since

so

(Bachman & Palmer, 2010, p. 98)

Can it still be called Rebuttal Backing if it rejects the Rebuttal?

The Toulmin Model (Toulmin 1958, 2003)

D So, Q, C

SinceW

UnlessR

On account ofB

Harry was born in Bermuda

So, presumably, Harry is a British subject

A man born in Bermuda will generally be a British subject

Both his parents were aliens/He has become a naturalized American/……

The following statutes and other legal provisions:……

(rare and exceptional conditions)

(properly worded qualifier)

presumablyRational logic

(readily available facts or truth)

(highly probable assumption)

可以忽略：例外不足以威胁声明的整体合理性；必须忽略：追究例外即为陷入死循环

不容置疑：假定性理由应不证自明，或已事先证明

不可省略：结论通常不是绝对的，应该根据反驳的可能性选用一个恰当的限定词限定声明的语气强度或成立条件

客观存在：事实性支撑应可随时奉取，而无需争辩

理性推理：以一般情况下都可以接受的假定性理由为前提，结论应该具有合理性

IA 、 ECD 和 AUA 共同的逻辑错误及其产生根源

错误根源 结构修改

增加了反驳的证据 删除了限定词

模型误解 将假设称为声明（因为没有声明的

模型就不能称为辩论模型） 将反驳由必须忽略的特殊例外替换

为不可忽略的反面解释（为了消除质疑和异议）

将辩论双方都应该遵循的逻辑推理过程误解为双方的争辩过程

反驳误用 用反驳来论证声明而不是限定声明

逻辑错误 自相矛盾

先声明后论证，即先作出声明后又说自己的声明不一定成立

强调论证反驳，但在论证反驳时又不得不放弃论证反驳

不具理性 明知声明不一定成立，也要强行作

出声明（将假设作为声明提出） 对反驳的论证，既不讲理由也不顾

反驳（又一次强行做出结论） 无限循环

反驳不可穷尽，甚至不可预知 声明的反驳的反驳正是声明自身

So, presumably

Anne is one of Jack’s sisters

Anne now has red hair

SinceAny sister of Jack’s

may be taken to have red hair

On account of the fact thatAll his sisters have previously

been observed to have red hair

UnlessAnne has dyed/gone white/lost her hair…

图尔明对三段论的批判

大前提存在歧义，既可以是假定，也可是事实，因此三段论不能区分真假辩论。

结论非是即否，容不得例外，因此三段论在日常辩论中应用价值不大。

例 1 以假定为大前期，结论为对未来或未知的推理，因此可争可辩；例 2 的大前提为事实，结论实为大前提事实的重复，而不是推理的结果，因此无可争辩。如对事实存在质疑，争辩没有必须，摆出事实即可（如把 Anne叫到跟前，头发颜色自知）。

基于图尔明模型的 AUA示例A: Jim is going to the hospital, so he is probably sick. (since people often go to the hospital when they are sick,

unless they are visiting someone who is in the hospital)

B: Jim is going to the hospital to visit his partner, so he can’t possibly be sick himself. (since people are usually not sick themselves when they are visiting someone,

unless they are seeing the doctor themselves)

A: Jim is seeing the doctor himself as well, so he must be sick.

可见，限定词是图尔明模型与三段论的唯一的显性差别，没有限定词，图尔明模型也成了三段论，这正是图尔明所批判的。 IA 、 ECD 和 AUA 中，限定词都已被删除，且所谓的“声明”实为假设。因此，三个模型实质上并不是辩论模型，也不是所谓的论证模型，因为即使将“声明”改为假设，但如何检验假设仍然不得而知。

累进效度及累进辩论法

主要时期：最新提出（ 2011 ）基本观点：层级累进观验证方法：累进辩论法辩论框架：累进辩论模型

定义 测试数据对测试目标构念的体现程

度

Developing

Task Construct Score

Specification Purpose/Consq

Response

Criterion

A PosterioriA Priori

Referencing

UsingDsgn/Invstg

Administrating Scoring

效度是相对于测试环节而言的。每个环节的结果数据，而不仅仅是测后分数，都应该充分体现测试的目标构念

当前环节的效度是所有前任环节效度层级累进的结果，并对所有后续环节的效度产生影响。

累进意味着一个环节的效度最大不大于最薄弱前任环节的效度；一个环节的效度不可接受，所有后续环节都没有效度可言。

层级累进观

说明：1. 累进辩论可以始于任何一个环节，只要有理由相信前任环节是有效的，否则永远找不到起始点。2. 效度虽是“程度”问题，但只要达到可以接受的程度，测试就是“有效”的，否则即为“无效”。3. 测试效度自然是测试固有的属性，而不属于数据的解释或使用，否则就是解释效度或使用效度。

Criterion

Consequence

Score

Response

Task

Specification

1. Comparability2. Reference Value3. Predictability4. …

1. Beneficence2. Fairness3. Ethics4. … 1. Reliability

2. Item Quality3. Language level4. …

1. Relevancy2. Authenticity3. Interactiveness4. … 1. Correctness

2. Representativeness3. Sufficiency4. …

1. Clarity2. Specificity3. Practicability4. …

Hypothesis

Planning

Executing

Claim

Construct

累进辩论法

由果及因：详细列举问题明确提出假设

由因及果：逐一检验假设做出理性结论

累进辩论模型：理性辩论与科学调查的有机整合

Data Claim

SinceWarrant

on account of Backing

Hypothesis

UnlessRebuttal

SoQualifier

Analysis

(evidential?)

(c=1-α) (α/𝛽)(p)

YN (H0|H1)

(α)

基础部分：理性辩论，确保模型本质上仍然属于辩论模型（统计分析的设计、实施和解读都离不开逻辑推理）

扩展部分：假设检验，用于处理复杂数据并得出有说服力的结论（逻辑推理仅适用于数据简单明了、理由显而易见的情况）

不会陷入死循环1.只要理由充分，无需假设检验（可避免滥用）

1.一次假设检验，必然得出结论（需避免误用）

D

H0

H1

Y

Np≤α?

D=p: probabilityH0: There is no significant difference.H1: The difference is significant.α: significance level (e.g. 0.05, 0.1, 0.01)

D C0

W

B

R Q

(a)

D C1

W

B

R Q

e.g. D=0.8C0: There is no significant differenceR=Type II error (β)

e.g. D=0.0C1: The difference is significantR=Type I error (α)

W=1-α=0.95 (confidence level); B=Empirical data (e.g. statistics)Q=at the significance level of α

(b) (c)

假设检验结果解读

证实与证伪Interpretation

Evidence

C C’

W'

B'

R'

W

B

R

(D')

Justifying

Falsifying

Q Q'

(D)

正面解释与反面解释：有利于测试的解释为正面解释，反之即为反面解释。

声明与反声明：声明既可以是正面解释，也可以是反面解释。也就是说，声明并不等于正面解释，反声明亦不等于反面解释。

证据与反面证据：证据只会“支持”而不会“拒绝”声明。所谓反面证据，实际上是支持反声明的证据。

证实与证伪：证伪实际上是通过证实反声明来间接实现的。

正面解释和反面解释的内容是确定的。研究问题一旦确定，正面与反面解释随之确定；声明与反声明的内容是不确定的，反声明依赖于声明而存在，没有声明也就无所谓反声明。只有研究结果产生以后，声明和反声明才会出现。

循环与递归

Executing

(Q = Hypothesis)

(Q = Claim)

Q

Q 1-1

Q 1-1-1

Q 1-2

Q 1-2-1

Q 1-2-2

Q 1-1-2

……

……

……

Planning

(Final Claim)

(Initial Data)

每解决一个问题，需要单独使用一次辩论模型

循环：逐步解决同一层级的问题，涉及模型的循环使用，即一次辩论结束后接着开始另一个辩论，称为同级辩论（ Sibling Argument ）

递归：逐级解决不同层次的问题，涉及模型的递归使用，即当前辩论还未结束又启动另一个辩论 ,称为子辩论（ Sub-Argument ），子辩论结束后再返回当前辩论

应用示例：选项可猜性的累进辩论

Review Factor

Scale Quality

Rating Consistency

Option Guessability

Warrant-c

Backing-s

Rebuttal-α/β Qualifier-α

Hypothesis

Evidential?

p

Recursion

NY

α - significance level or Type I errorβ - Type II errorp - Probabilityc – confidence intervals – statistics theory

Planning

(Q = Hypothesis) Executing

(Q = Claim)