基于項目反應理論的生物統計學課程教學質量評價

摘要：目的 分析西安交通大學醫學專業本科生“生物統計學”期末考試成績，評估課程教學質量，為改善課程安排和提高教學效果提供依據。方法 以西安交通大學2022年參加“生物統計學”課程的醫學專業本科生期末考試成績為例，采用三參數logistic模型進行參數估計，計算分析試題區分度、難度系數和猜測系數等指標。結果 研究中7個班級共942名學生完成了期末考試，所有班級客觀題和主觀題區分度系數均大于0. 4，可以拉開不同水平應試者分數的距離。除6班的較低以外，其他各班客觀題難度系數相對集中。客觀題的猜測系數均值為0. 065，主觀題猜測系數均值為0. 070，客觀題涉及知識點比較廣，猜測系數分布波動較大，可能提供總體教學質量好壞的信息。結論 生物統計學試題整體設計合理、難易適中、覆蓋面廣，為教學提供了重要的反饋信息，也為提高教學質量提供參考依據。

關鍵詞：項目反應理論；期末考試；生物統計學；醫學生；教學方法

DOI：10.13555/j.cnki.c.m.e.2025.01.014

中圖分類號：G642 文獻標志碼：A 文章編號：2096-3181（2025）01-0087-06

Evaluation of the Quality of Biostatics Course Teaching Based on Item Response Theory

PEI Leilei1，ZHAO Yaling1，KANG Yijun1，ZHU Yongsheng2

1. School of Public Health， Xi’an Jiaotong University Health Science Center， Xi’an 710061； 2. School of Forensic Medicine， Xi’an Jiaotong University Health Science Center， Xi’an 710061， China

Abstract： Objective To analyze the scores of the final examination of Biostatistics for medical undergraduates from Xi’an Jiaotong University so as to evaluate the teaching quality and provide the basis for improving the course arrangement and teaching effects. Methods Taking the final examination scores of the course Biostatistics for medical undergraduates in Xi’an Jiaotong University in 2022 as a case study， we used the three-parameter logistic model to estimate the parameters including test item differentiation， difficulty coef？ ficients and guess coefficient. Results A total of 942 students from seven classes took the final examination， and the differentiation coefficients of objective and subjective questions in all classes were greater than 0. 4， which could widen the gap between the scores of the test takers at different levels， indicating that the overall quality of the test questions was good. The difficulty coefficients of objective questions were relatively concentrated in all classes except the lower ones in Class 6. The average guess coefficient of objective ques？ tions and subjective questions was 0. 065 and 0. 070， respectively. The objective questions covered a wide range of knowledge points， resulting in a large difference in students’ answer results. Therefore， the guess coefficient of objective questions might reflect the overall teaching quality. Conclusion The test questions in the final examination have reasonable overall design， moderate difficulty， and good differentiation， which can provide important feedback information for teachers and serve as reference for improving the teaching quality in the later stage.

Keywords： Item Response Theory； Final examination； Biostatistics； Medical student； Teaching method

課程是教育教學活動中師生聯系交流的載體，課程的水平和質量是培養優秀人才的根本保證。2018年，教育部發出“關于狠抓新時代全國高等學校本科教育工作會議精神落實的通知”，督促各高校加強學習過程管理，挖掘不同課程的教學內容，優勝劣汰，建設高質量“金課”，建議適當提升課程難度和深度，增加學科挑戰性，以期提高課程教學質量[1]。教育部于2019年再次發出《關于一流本科課程建設的實施意見》，期望用三年時間實現萬門左右國家級和省級一流本科課程的建設目標，推進課程改革創新，實施科學課程評價，嚴格課程管理[2]。這一系列通知聚焦于課程建設和改革，凸顯了完善的課程體系在一流專業建設中的重要作用。

“生物統計學”（Biostatistics）作為統計學（Statis？ tics）的一個重要分支，是在醫學科學理論和試驗研究基礎上，綜合運用數理統計和概率論的原理和方法解決生物醫學領域的研究設計、數據收集、數據整理，以及數據分析和推斷的一門學科。生物統計學作為生物醫學研究人員重要的方法和工具，幫助其分析臨床醫學、公共衛生學、藥學，以及護理學等領域醫學問題的內在客觀規律和機制具有重要的作用，很難想象沒有統計學規范和科學嚴謹的統計學設計、分析和解釋，醫學研究問題能得到正確的結論[3-4]。“生物統計學”是一門理論性強且偏重實踐的課程，涉及抽象的數學概念及理論、繁瑣復雜的數學運算和推理等特點，要具有數學理論基礎扎實和邏輯思維能力強的基本素質，鑒于醫學專業的特殊性和差異性，醫學生在學習時普遍具有畏難情緒，缺乏學習積極性和熱情。目前，國內外學者針對生物統計學課程教學質量評價更多采用常規指標體系評估課程教學過程，而基于期末測試的評價也僅僅采用簡單的統計分析對成績的分布特征進行描述或主觀指標進行評價，缺乏能真實體現班級教學效果的參數估計，不能全面客觀反映考試情況，所能反饋的教學的信息有限。本研究將初步探討生物統計學教學質量評價，以期為提高課程質量和教學效果提供反饋信息和參考依據。

1 調查對象和方法

1.1 調查對象

本研究選取2022年西安交通大學醫學部參加“生物統計學”課程期末考試的學生作為調查對象，包括了臨床醫學、護理學、口腔醫學、法醫學，以及藥學等醫學各專業的本科學生，7個班級，10位教師，942名學生。該試卷包括選擇題、問答題和計算題，卷面共51道題目，其中選擇題40道，共40分，問答題8道，共39分，計算題3道，共21分。其中6班人數較少，其余各班人數在100人以上。

1.2 命題原則與考試方法

按照西安交通大學命題工作的要求，授課教師根據各自負責教學課時量分配命題量，自主命題生成A和B卷兩套試卷。試卷涉及客觀題（選擇題）和主觀題（問答題和計算題）兩種題型，要求A、B兩套試卷的試題與上一年度試卷試題重復率不超過 30%。教研室主任負責審核試題題型題量、整體難度、文字符號錯誤、是否符合教學大綱等。人才培養處在考前隨機抽取一套定為期末考試試卷，考試形式為閉卷考試，時間為120 min，滿分100分。

1.3 研究方法

既往研究中經典測量理論被廣泛應用于教育與心理測量領域，基于真分數假設理論，利用線性數學模型確定測試題目和個人能力的關系，得到信度、效度、難度和區分度等指標定量分析測試題目，然而，經典測量理論也具有明顯的局限性，包括參數估計過程的樣本量依賴性，結果不穩定等缺陷[5]。因此項目反應理論（Item Response Theory， IRT）更多被用于解決經典測量理論的不足，它的基本思路是基于非線性概率模型，分析測試對象的答題情況與其潛在特質（個人能力）之間的關系，潛在特質是不能直接測量的潛在變量。項目反應理論有正態累計模型和logistic模型兩種表示形式[6-7]。鑒于正態累計模型較為煩瑣的計算過程，本研究采用了三參數logistic模型建立被試者在試題上的反應與其潛在特質的概率模型，可以描述為具有大于零的漸近線的S形曲線（項目特征曲線），增加了猜測系數，當潛在特質水平即能力水平很低的被試者偶然答對了某個題目時，模型表達式為

其中，D為測量常數，規定為1. 700或1. 702，b為項目的難度系數，描述為特征曲線上拐點處對應的θ值，當曲線越靠左則題目越簡單，而曲線越靠右則題目越難；a是項目的區分度系數，即特征曲線拐點處的斜率，該值越大則表明題目的區分度越高；c定義為猜測系數，即特征曲線的截距，該值越大則無論測試對象能力大小，都容易猜對這個題目的答案，能夠反映學生考試過程中的猜測情況。

1.4 數據管理與統計分析

采用Excel錄入數據，用統計軟件SPSS 18. 0整理和分析數據。本研究按照期末考試總成績每5分為一組進行等級劃分，每個等級組的學生能力系數θ分別設定為0. 9、0. 85、0. 8、0. 75、0. 7、0. 65、0. 6、0. 55、0. 5、0. 45、0. 4、0. 35、0. 3、0. 2等不同值，每個等級的學生題目答對率P（θ）為題目的答對人數與該等級內學生總人數的比值。將題型分為主觀題和客觀題兩大類，采用SPSS非線性回歸方法估計三參數logistic模型的難度系數b、區分度系數a、猜測系數c。

1.4.1 難度系數（b）

難度系數用于客觀反映期末試題的難易程度，該值越大說明期末試題越難，反之則越簡單。一般認為，試題的難度系數在0. 3～0. 7之間比較合適，高于0. 7和低于0. 3的試題不能太多[8]。

1.4.2 區分度（a）

區分度系數主要用于區分測試對象能力水平，若試題區分度系數大，意味著更好地拉開能力水平不同的測試對象分數的距離。一般認為，區分度在0. 4以上的題目區分度很好，0. 19以下的題目區分度不理想建議改進或刪除[9]。

1.4.3 猜測系數（c）

考試題目的猜測系數越大，說明無論受試者能力高低，都容易猜對答案。一般來說，質量較高的測試題目建議采取較小的猜測系數，理論上取值范圍為0～1，但實際上多數題目猜測系數小于純隨機猜對概率。

1.4.4 聚類分析

針對課程教學質量采用K-Means聚類，基于主觀題和客觀題區分度、難度系數和猜測系數等多變量指標，對不同班級進行聚類，劃分為不同類。基于班級聚類結果，探索教學異常的班級，進一步反饋教學質量。

2 研究結果

2.1 不同題型IRT參數統計

利用非線性回歸三參數logistic模型后，得到不同題型各參數。圖1A給出了不同題型的難度系數，客觀題難度系數除6班的較低以外，其余各班的難度系數相對集中。客觀題主要是選擇題，考察內容覆蓋面大，涉及生物統計學教材各章節，既有基本概念又有統計原理的應用。主觀題包括問答題和計算題，問答題主要涉及到基本概念和定義，既有記憶性知識也有統計原理的靈活應用，計算題涉及統計學原理應用，對于考生的綜合能力要求較高，因此主觀題難度系數高于客觀題難度系數。

所有班級的客觀題和主觀題區分度系數大于0. 4，可以合理拉開不同水平應試者分數的距離，說明試題整體質量較好。圖1B顯示客觀題除2班區分度系數較大，其他各班區分度集中，由于客觀題涵蓋了生物統計學所有章節，覆蓋面較大，因此，學習基礎不扎實、理論概念不清楚的學生考分較低，區分度較大。主觀題在各班的區分度系數也比較集中，由于主觀題難度系數整體較大，學生得分差異大，所有區分度較為集中，尤其6班的區分度系數最高。

理論上五擇一選擇題的猜測系數為0. 2，問答題和計算題的猜測系數為零。而圖1C顯示客觀題的猜測系數均數為0. 065，主觀題猜測系數均值為0. 070，可知由于客觀題覆蓋面大，涉及知識點多，如果學生復習不認真或不到位，得分難度較高，因此猜測系數較低。而主觀題雖然整體難度大于客觀題，主觀題猜測系數具有相對較小的數值波動范圍，說明教師批改試卷可能相對寬松。客觀題猜測系數分布波動較大，選擇題涉及知識面廣，學生答題結果具有較大的差異性，因此，客觀題猜測系數可能直接反映教師總體的教學質量的好壞。

2.2 不同題型IRT參數聚類分析散點圖

不同題型IRT參數進行聚類分析，根據客觀題和主觀題區分度，聚類結果可以分為3類。圖2A顯示，其中6班主觀題區分度較大，客觀題區分度較小，2班客觀題區分度較大，主觀題區分度較小，與箱式圖結果一致，說明2班學生對客觀題所涵蓋生物統計學知識點掌握差異較大，6班對生物統計學基本原理及應用掌握差異較大，其他各班的區分度系數都比較集中，也可能與教師閱卷有關。

圖2B顯示，根據試題難度系數，可以將班級分為三類。6班客觀題難度系數較小，而主觀題難度系數較高。客觀題主要涉及生物統計學基本概念，記憶性知識較多，而主觀題既有記憶性知識也有統計原理的靈活應用，因此6班學生需要加強統計學原理的理解及其實踐案例的應用。4班學生與6班學生相反，需要加強復習基本概念原理，重視生物統計學課程，提高學習的積極性，保證足夠復習時間。

圖2C顯示，猜測系數聚類分析可以將結果分為三類，其中6班和2班主觀題和客觀題猜測系數都較低，而4班、1班、7班客觀題猜測系數較高，5班和3班主觀題和客觀題猜測系數都較高，說明了各班教師主觀題閱卷的松緊不同可能導致結果差異。

2.3 學生考試成績統計

表1為不同班級學生期末成績，結果可見2班學生成績標準差最大，說明不同學生之間成績波動較大，也間接證明了2班的試題區分度高于其他班級。6班標準差最小，不同學生之間成績差異較小，平均分和及格率都較高，說明試題在該班難度系數較小。

所有學生成績呈現正態分布，優秀率（90～100分）為2. 76%，良好率（80～89分）為27. 17%，及格率為80. 67%，總體均數70. 68分，考試成績說明了教學效果良好，試卷涵蓋了教學大綱的知識點，具有良好的區分度和適當的難度系數。

3 討論

該調查研究分析了西安交通大學醫學專業本科生2022年“生物統計學”課程期末考試成績，利用項目反應理論三參數logistic模型對醫學專業生物統計學課程期末試卷進行分析，分別估算了主客觀題的相關參數，同時分析了學生成績分布特征。調查結果顯示，該課程的考試內容、組織安排和教學效果合理，基本達到了生物統計學教學的目的，為教學效果評估和考試質量評價提供了依據，然而也反映出課程教學中存在部分考生考分較低，部分班級及格率較低，成績波動較大的問題。

3.1 不同題型IRT參數分析

非線性回歸三參數logistic模型分析發現，整體上客觀題和主觀題各班的難度系數都相對集中，所有班級客觀題和主觀題區分度系數大于0. 4，可以合理拉開不同水平應試者分數的距離，客觀題的猜測系數均值為0. 065，主觀題猜測系數均值為0. 070，說明試題整體質量較好。客觀題即選擇題，涵蓋知識點多，涉及教材各章節，主要是基本概念及應用，相對簡單，而主觀題包括問答題和計算題，問答題主要涉及到基本概念和定義，既有記憶性知識也有統計原理的靈活應用，計算題涉及統計學原理應用，對于考生的綜合能力要求較高，因此主觀題難度系數高于客觀題難度系數。對于學習基礎薄弱、理論概念不清楚的學生考分較低，相反，理論基礎扎實并能夠靈活應用的學生考分較高，主客觀題型區分度均較大。主觀題猜測系數取值范圍較小，可能由于教師批改試卷可能也相對寬松，而客觀題猜測系數取值范圍較大，涵蓋了生物統計學的基本概念、基本方法、統計設計與統計分析的關系，基本統計方法的適應條件、結果解釋和表述等，因此，客觀題猜測系數可能更加直觀反映教師總體的教學質量的好壞。

3.2 不同題型IRT參數聚類分析

進一步對不同題型IRT參數進行聚類分析，發現6班主觀題區分度較大，客觀題區分度較小，對課程基本原理掌握及實踐應用能力差異較大，2班則相反。同時，6班客觀題難度系數較小，而主觀題難度系數較高，6班和2班主觀題和客觀題猜測系數都較低。試卷平均成績經常被用于教學過程中評價不同班級的教學質量和效果，本研究結果發現，2班學生成績標準差最大，說明不同學生之間成績波動較大，6班平均分和及格率都較高，而標準差最小，不同學生之間成績差異較小，間接證明了2班和6班的試題猜測系數較低，理論基礎不扎實和實踐應用能力薄弱，依靠猜測得分較低。同時也反映出這兩個班級的差異，即6班的學生對生物統計學基本概念原理掌握較好，重視生物統計學課程的學習，復習時間可能充分，而2班的部分學生可能對生物統計學課程重要性的認知不足、學習的積極性不高，導致該班學習成績差異較大。

醫學學科以記憶性知識為主，而生物統計學具有概念原理抽象、公式推導論證復雜、計算量大等特點，相比較而言該課程更需要理解能力和邏輯思維能力，因此，目前醫學院校普遍存在生物統計學教學質量和教學效果差的問題。大部分醫學生沒有扎實的“高等數學“”概率論與數理統計”等專業課程基礎，在課堂上不能深入理解統計理論和方法，學生只有在特定題目下確定分析方法后，依靠教科書列出的步驟簡單利用相關統計軟件實施分析，而統計分析方法沒有明確指定時學生往往無所適從，綜合應用能力和邏輯思維能力較差[10]。另外，學生臨床課程內容多，學習壓力較大，擠占了生物統計學學習的時間，學生對生物統計學課程認識不足，教師照本宣科，教學方式方法簡單落后，嚴重挫傷了學生對生物統計學的興趣。

3.3 應對策略

生物統計學課程質量評價的最終目的是反饋問題，改進完善教學方法，全面提高教學質量。本研究發現仍有部分班級考分較低，及格率較低，成績波動較大，提示在教學過程中，教師應當及時解決傳統教學方法的不足，采用豐富多樣的教學手段和方法，加強整個教學過程管理，提高教學質量。具體應對策略如，第一，整合生物統計學教學內容，貫通式梳理和優化教材基本統計理論和方法，有機整合課程前后教學要點，形成知識整體和系統思維，同時弱化數學理論公式推導，簡明扼要地介紹各種統計方法的基本原理、適用條件、應用范圍、優勢和不足，適當增加統計方法在醫學領域的應用實例，激發學生學習的興趣[11]。第二，將以教師為中心的理論講解轉變為以學生為中心的案例教學，通過設定某特定案例或提出某現實問題，鼓勵學生自己運用所學統計方法分析研討，進而得出結論并做出決策，既能激發學生參與課堂的熱情，又能提高學生對統計理論的理解[12]。第三，整合傳統的面對面授課模式和網絡教學自主學習模式，建立線上統計理論和軟件操作課程資源，鼓勵學生課前預習和課后復習，課后教師利用各種軟件資源與學生交流，及時了解掌握學習過程中的困難和盲區，提高生物統計學學習效率[13]。第四，生物統計學課程計算復雜，借助統計軟件完成統計學分析是重要途徑，教學中基于實際問題講解相關統計軟件的操作，既可以提高學生理解理論知識的能力，又可以增強學生解決實踐問題和實際應用能力[14]。第五，在教學過程中，發展多元化的考核方式，將關注期末考試成績為主，轉變為多模式、全方位的考核。例如增加隨堂實驗題和小組討論，完成實驗報告，培養學生集體協作和善于思考的習慣。總之，不斷改進教學方法能促進學生積極思考的熱情和提高靈活運用的能力，也可以提高生物統計學教學質量和水平。

4 結語

進行考試質量評價，是及時了解掌握教學過程中的不足和缺陷的重要途徑，對于提高教學質量具有重要意義。建立科學合理的考試質量評價體系，需要考慮試題的難度系數、區分度、猜測系數等參數，本研究基于2022年《生物統計學》課程期末考試成績，利用項目反應理論三參數logistic模型，發現2022年生物統計學考試題型整體設計合理、難易適中、區分度好，猜測系數低，尤其是客觀題猜測系數更加直觀地反映了教師總體的教學質量的好壞，基本達到了評價學生學習效果、及時發現教學問題的目的，其中發現2班的部分學生對生物統計學課程重要性的認知不足、學習的積極性不高、教師教學質量不高，導致該班學習成績差異較大，為后期提高教學質量提供了參考依據。

參考文獻：

[1]中華人民共和國教育部.教育部關于狠抓新時代全國高等學校本科教育工作會議精神落實的通知[EB/OL].（2018-08-27）[2024-09-19]http：//www.moe.gov.cn/ srcsite/A08/s7056/201809/t20180903_347079.html.

[2]中華人民共和國教育部.教育部關于一流本科課程建設的實施意見[EB/OL].（2019-10-30）[2024-09-19]http：//www.moe.gov.cn/srcsite/A08/s7056/201910/ t20191031_406269.html.

[3]顏虹，徐勇勇.醫學統計學[M].3版.北京：人民衛生出版社，2015.

[4]康軼君，黨少農.醫用多因素分析及SPSS操作[M].西安：西安交通大學出版社，2023.

[5]BOCK R D.A brief history of item theory response[J]. Educational Measurement：Issues and Practice，1997，16（4）：21-33.

[6]羅照盛.項目反應理論基礎[M].北京：北京師范大學出版社，2012.

[7]杜文久.高等項目反應理論[M].北京：科學出版社，2014.

[8]徐中良，沈正澤，向萍，等.臨床合理用藥試題庫應用與試卷分析[J].重慶醫學，2018，47（8）：1135-1137.

[9]李新，關明云，包紅.醫學統計學試卷的質量分析與思考[J].中國衛生統計，2011，28（4）：476-477.

[10]鄭珊珊，楊林.“SPSS統計軟件應用” 課程混合式教學改革研究[J].科技風，2022（28）：125-127.

[11]曹紅艷，羅艷虹，張巖波.衛生統計學貫通式教學方法的應用[J].中國衛生統計，2017，34（2）：355-357.

[12]陶勝，胡明穎.多元統計分析課程教學研究與實踐[J].集美大學學報（教育科學版），2011，12（2）：99-102.

[13]呂冰，嚴嘉諾，熊飛.高校一流本科專業建設的核心要素及組合[J].黑龍江高教研究，2022，40（5）：149-153.

[14]裴磊磊，趙亞玲，康軼君，等.醫用多因素分析及SPSS操作課程教學經驗探討[J].醫學教育研究與實踐，2023，31（5）：603-607.

（編輯：楊雪瑩 趙伊昕）