误差控制方法:针对评分数据“质量”误差的存在,常用的控制方法是评价主体选择的多元化,即完善评价者群体结构,将单一的评价者增加为多个评价群体共同参与评分,使评价群体内的单一评价者有机结合起来.
现今主观评分数据常用的处理方法是:去掉一个最高分、去掉一个最低分,取剩余打分的均值作为该评价对象的最后得分.这种评价方法虽避免了个别评价者分值过高或过低的影响,表面上似乎没有什么问题,但显得过于简单粗糙.这种处理方法简单粗糙体现在:一是舍去两端分值,缺乏科学支撑;二是评价数据的含量本身就不多,剩余的评价数据信息不足,不能完全代表评价数据.针对评价方法使用存在的误差,常用的控制方法是采取迭代的方法进行误差控制.
2.2 客观测量误差分析
2.2.1 测试环境产生的误差
在体育评价过程中,测试环境的变化在一定程度上影响着评价数据的客观性,这种客观环境包括:天气、湿度、温度等对被评价者产生的影响.例如,在一个较为适宜的天气里对某一同学的100m跑素质进行达标测试,可以认为在此环境条件下该同学100m跑成绩的评价结果较为真实,误差值较小,更为接近该同学的真实成绩;反之,在一个大雨和逆风的天气里对该同学进行同样的100m跑素质测试,所得成绩结果与该同学真实的成绩之间的误差值表现较大,此时获取的评价结果的可信度值得怀疑.
因此,为减小和控制误差对评价结果产生的不良影响,应留意评价时“显性”环境的变化,尽量避开这种不适宜环境.
2.2.2 测量仪器产生的误差
误差存在原因:因测量仪器自身的精确度大小所引起的系统误差.
误差度量:在此阶段,常用较为简单易行的方法是通过实验对比,以发现系统误差.例如,选用高一级精度的量块对同一对象进行测量,两次测量结果进行对比.但这种方法只适合不变的系统误差.
误差控制方法:针对这种不变的系统误差,有效的控制方法就是对测量结果进行修订,使之适合评价需要.例如,评价某学校三年级男生身高发育情况是否正常,使用身高测量仪进行测量,发现此身高仪测量偏小,通过比对发现:出现的误差值为-0.2,因此,只需对测得身高进行误差值修订即可.
3 评价数据处理阶段误差分析
3.1 数据审核
评价数据获取阶段,纵使测量者多么小心谨慎,总是避免不了会出现误差.因此需要对评价后的原始数据进行审查、整理,把其中错误的或可疑的数据予以更正(剔除),以减少因误差存在对评价结果可靠性的不良影响.在这一阶段也即为对评价数据误差分析的预处理.
评价数据的审核一般分为以下三个步骤:初审、逻辑检查及抽样复核.
3.1.1 初审
评价数据初审时,需逐项检查评价数据,有无“缺、疑、误、重”.
“缺”是指缺项未填,此时缺项应补项、补测,无法补的,可予以剔除;“疑”是指评价数据记录不清,书写潦草,不易辨认,或对评价记录的真实性有怀疑.对于记录不清的评价数据,需几人共同辨认,确认后重新写清楚,无法辨认的应予以剔除;“误”是指明显的错误,应予以剔除;“重”是指重复获取的评价数据,重复获取评价数据应予以抽出.
3.1.2 逻辑检查
初审以后,要进一步进行逻辑检查,研究者根据专业知识和所测指标本身有的性质以及指标之间的相互关系,检查资料的合理与否.
例如,某学生身高165cm,生高65cm,根据以往的知识和经验人的身高与生高之比应为2:1,因此,推断该数据可能有误,有条件情况下,应立即重油,若无法重测,应剔除.再如:某人的百米跑成绩为11s,跳远成绩为4m,显然,该评价数据为可疑数据,研究者需着重注意.
3.1.3 抽样复核
在原有的被评价测试者中,随机抽取1/10或1/50进行重新复核或复测,若发现个别错误应时纠正;若与原测数据相比,普遍偏大或偏小,则怀疑这批数据存在系统误差,这时,需要全部重测.
3.2 定性指标量化阶段误差
误差存在原因:对于大多数的体育综合评价而言,由于构成评价指标体系的指标都是已经量化的,可以直接采用常规方法开展综合评价.但随着体育综合评价应用领域的发展,一些定性的变量被引入到综合评价指标体系中来.例如,在对某中学学生体育意识进行评价时,评价结果为:非常好、很好、好、差、很差五种,应用中常用量化分值为:5分、4分、3分、2分、1分(或其他值).很显然,这种量化方法的优点是十分简单明白,但缺点是随意性过强,缺乏科学性.应用中这种常用量化方法所带来的误差值表现较大.
误差控制手段:针对这种随意性过强的量化分值方法,应用中为提高这种量化结果的科学性和合理性,通常与专家评价法结合起来使用.同时,基于定性变量带有的模糊性特征,应用中也可结合模糊评价法综合确定定性指标量化的分值.
3.3 评价数据无量纲化误差
评价指标之间由于各自单位及数量级的不同,使得评价结果出现不可比,这为评价结果的比较带来诸多了不便.例如,对人体素质进行测量时,100m跑的成绩单位为秒,跳远的成绩为米,测量后,对数据进行综合评价后发现,不能得到一个明确的且无量纲的最终评价结果.
误差存在原因:评价应用中,常用的无量纲化的方法是标准化处理,但是需要思考两个问题:一是评价数据标准化时机使用不当,如:在进行主成分分析时,标准化后的数据已经不再是原来的原始评价数据,变量间的关系已被人为的处理为1,但是在因子分析中,评价数据的标准化则是一种更好的处理手段;二是标准化对数据评价结果影响很大.
这两个问题的存在,使得在应用中所呈现而出的误差值较大.例如,在对3个应聘者多指标评价后,如果贸然对评价结果进行标准化处理,则不恰当,且误差数值表现很大.这是因为,已经得到评价结果不需再次进行标准化处理,这种人为的二次标准化,可能会使本来排名首位的拉到第三名的位置.再者,我们所说的标准化是以总体平均数μ和总体标准差σ进行处理,而非以样本均数x和样本标准差s进行处理.
误差控制方法:针对评价数据标准化时机使用不当而造成的误差存在,首先是明确标准化的内涵及统计意义;其实是明确标准化使用情况,何种情况下可以进行标准化处理、何种情况不能标准化.
教育期刊网 http://www.jyqkw.com
参考文献:
〔1〕费业泰.误差理论与数据处理[M].北京:合肥工业大学出版社,2004.1-4.
〔2〕郭亚军.综合评价理论与方法[M].北京:科学出版社,2000.3.
百度搜索“yundocx”或“云文档网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读,云文档网,提供经典教育类体育综合评价中误差存在的初步分析及处理(2)在线全文阅读。
最新更新: