關鍵字： 醫學統計學 考試方法 比較

【摘要】 目的 為了了解《醫學統計學》教學改革工作中存在的問題，了解《醫學統計學》考試方法改革的利弊。方法 搜集97～99級臨床醫學本科生《醫學統計學》的考試試卷和成績，對試卷從學生成績的分布、信息難易度、區分度等方面進行了綜合分析，并且對該課程的考試方法改革前后進行比較研究。用SPSS for Windows12.0建立數據庫和有關的數據處理。多組間比較根據資料的性質不同分別選用one-way ANOVA和Kruskal-Wallis Test的比較方法，多重比較使用LSD法。兩組間比較選用Mann-Whitney Test法。結果 99級臨床醫學本科生《醫學統計學》的考試成績低于97～98級的臨床醫學本科生《醫學統計學》的考試成績（U=5.702，P=0.000）;99級學生中，一系和二系的成績優于三系的成績（P=0.011和P=0.033）;97級的試卷可靠性好，99級的可靠性較好，98級的可靠性一般;3份試題的難度和區分度綜合評價結果，以99級的為最優（X 2 =7.580，P=0.065）;《醫學統計學》考試方法改革前后的難度無統計學意義（F=1.885，P=0.163）;3年臨床醫學專業《醫學統計學》試卷的全卷區分度考試方法改革后的比改革前的大，97級與98級比較P=0.004，97級與99級比較P=0.007，98級與99級間無差異P=0.435。結論 對五年制臨床醫學專業《醫學統計學》教學與考試的改革實踐結果表明:學生比較適應于記憶的內容，對實際應用的方面感覺較難;作業對學生知識的掌握有一定的作用，發散性的思維鍛煉可以促進學生學習的積極性。

關鍵詞 醫學統計學 考試方法 比較

《醫學統計學》是本科臨床醫學專業的必修專業基礎課。在教學過程中，學生普遍反映《醫學統計學》抽象、難學。為了進一步了解在教學改革過程中存在的問題，本研究收集了97、98和993級的臨床醫學專業（五年制）的《醫學統計學》試卷進行具體的分析和比較研究，可以找出在此課程教學改革工作中存在的問題，了解《醫學統計學》考試方法改革的利弊。為教師調整教學內容，改革教學方法，提高教學質量和以后的教學改革提供理論依據。

1 資料來源和方法

1.1 情況簡介 臨床醫學專業醫學統計學課程屬于必修專業基礎課。在以前醫學統計學是《預防醫學》中的一部分（衛生學和統計學各占50%），教學一般是分前后9周2個階段進行，考試“單科獨進”。歷年來教研室一直嚴格把關，認真施教，采用統一命題，閉卷考試方法，學生學習成績一直很好。在醫學教育改革的影響下，從99級臨床醫學開始，把《預防醫學》分成《醫學統計學》和《衛生學》兩門課。臨床醫學本科生《醫學統計學》的考試，自從98級開始，采用了以“醫學實踐問題為中心”的方式來出題，結果99級325人參加考試，有75人不及格;98級12人參加補考，有10人不及格，引起了教研室廣大教師的高度重視和警惕。

1.2 資料來源 97、98、99連續3級五年制臨床醫學專業的醫學統計學試卷。試卷命題均由作者親自完成，閱卷均是采取流水作業的方式，統一評分。3屆學生在年齡、性別比例和招生來源等方面基本相同。大課任課老師和實習指導相同，判卷按統一標準答案，由任課教師每人1題，公正評分。97、98級學生是以書本課后的練習為作業，而99級一系學生的作業是:從中華系列或中國系列的專業雜志中找一些相關的文獻，要求根據所學醫學統計學知識對文中所涉及的統計設計、統計指標和統計方法的選擇使用加以 ˇ 基金項目:本項目受浙江大學第六期SRTP項目的資助正確理解、識別其正誤并且加以評析，99級二系的學生是以書本課后的練習為作業，99級一系學生老師沒有布置任何作業。

1.3 方法

1.3.1 統計方法 用SPSS for Windows12.0建立數據庫和有關的數據處理。多組間比較根據資料的性質不同分別選用one-way ANOVA和Kruskal-Wallis Test的比較方法，多重比較使用LSD法，兩組間比較選用Mann-Whitney Test法。

1.3.2 試卷信度采用分半信度方法 其計算公式:r S-B =2r 半 /（1+r 半 ），r 半 為分半相關系數，即按試卷奇偶題得分計算其相關程度。分半信度系數0.9以上，可靠性好:0.8～0.9，可靠性較好;0.6～0.8，可靠性一般;0.6以下，可靠性較差 ［1］ 。計算得97級衛生統計學試卷分半信度系數為0.96。對98級試卷采用克倫巴赫系數法，其計算公式:C=n（1-∑ n i=1 S i2 /S 2 ）/（n-1），其中n為試卷總題數，S 2 為考試總分數的方差，S i 為第i題的方差。C在0.5～0.9范圍內較好 ［2］ 。98級試卷信度系數為0.56。對99級試卷采用分半法（按難度相等兩半兩分）計算其信度:ρ=2r/（1+r），先將n個試題按難度從小到大排列，取順序號單號為一組，雙號為一組，其次求各題的平均分數，然后求這兩組的相關系數即為r，計算ρ=0.69，即99級試卷信度為0.69。試題難度是考生對某一試題作出正確回答的百分率，用難度系數P表示。小樣本時:客觀性試題P=答對該題人數/考生總人數:主觀性試題P=考生該題平均得分/該題滿分。大樣本時:P=（P H +P L ）/2，其中P H 為高分組該題的難度，P L 為低分組該題的難度。按難度四級分類法（P>0.8，易;0.65～0.8中等難度;0.5～0.65較難，P<0.5難）。

1.3.3 區分度是衡量試題、鑒別考生水平差異能力的重要指標，用D表示。公式P=P H -P L 。本文采用得分率求差法（Johnson法）求全卷區分度:D=X H -X L N（H-L） ，其中X H 、X L 分別為27%高分組，27%低分組的總分，H、L分別為最高分和最低分，N為各組人數。

2 結果

2.1 考試及總體得分情況，見表1、表2，圖1～3。表1 3屆學生《醫學統計學》考試總體得分情況從表1可見，3年試卷的學生成績總分的總體分布是呈偏態分布的。97、98級的平均成績差不多，以99級為最低，學生間總得分的差異以99級為最大。不及格率也是以99級為最高。表2 三屆臨床醫學學生《醫學統計學》考試成績的分布情況對表2中資料分析表明，三屆臨床醫學學生《醫學統計學》考試成績分布是不同的（X 2 =65.469，P=0.000），其中97級和98級間沒有差異（U=1.715，P=0.086），99級臨床醫學學生《醫學統計學》考試成績比前兩級的差（U=5.702，P=0.000）。

2.2 試卷組成及得分情況 97、98、99連續三級五年制臨床醫學專業的《醫學統計學》試卷的題型、題量、分值以及學生的得分情況見表3。

2.3 99級三系之間的比較情況 99級臨床醫學《醫學統計學》考試的平均成績二個系之間有統計學意義（F=3.63，P=0.028）;一系與二系之間沒有差異（P=0.656），一系平均成績比三系高（P=0.011），二系平均成績比三系高（P=0.033），見表4和圖4。

2.4 試卷質量評價情況

2.4.1 試卷信度 97、98、99連續三級五年制臨床醫學專業的《醫學統計學》試卷的信度分別為0.96，0.56和0.69。97級的試卷可靠性好，99級的可靠性較好，98級的試可靠性一般。

2.4.2 難度和區分度 試題的難度和區分度是衡量試題質量的量化指標。三年臨床醫學《醫學統計學》試卷的難度分布見表5。三年臨床醫學專業《醫學統計學》試題的難度無統計學意義（F=1.885，P=0.163）。表3 三屆學生《醫學統計學》試卷組成及學生得分情況年級 表4 99級臨床醫學《醫學統計學》考試成績情況三年臨床醫學專業《醫學統計學》試卷的全卷區分度有差異（F=6.029，P=0.005），區分度以97級試卷為最差（97級與98級比較P=0.004），97級與99級比較P=0.007，98級與99級間無差異P=0.435），見表6。表6 3份《醫學統計學》試卷的區分度分布情況年級 2.4.3 3份試題的難度和區分度綜合評價結果，以99級的為最優（X 2 =7.580，P=0.065），見表7所示。表7 3份《醫學統計學》試卷中的各小題質量綜合評價情況

3 討論

3.1 3屆學生考試成績均呈負偏態分布，即分布曲線高峰右偏，高分人數較多。《醫學統計學》考試的目的是檢查學生對基本概念、基礎知識和基本統計分析方法的掌握程度，即檢查學生是否達到教學大綱的要求，所以其3屆學生考試成績分布類型是與實際要求吻合的。

3.2 信度表示考試的可靠性，即考試結果是否真實反映考試的實際水平，影響信度的主要因素是測量誤差。一個考生的實得分數由兩部分組成，一部分是憑他所掌握的知識確能得到的真實分數;另一部分是因試題不合理，包括試題難度、代表性、覆蓋面、教師編制試題的主觀偏見和隨意性等因素而影響了成績。3份試卷中，97級、99級試卷信度較好，98級試卷信度不理想，應改進。可以通過增加同質試題數的方法提高其信度 ［2］ 。

3.3 3次考試的平均難度分別為0.76、0.74、0.68，與國內關于考試試卷P值在0.60～0.80之間為宜的觀點相符 ［3］ ，可以認為3份試卷難度適中。

3.4 試卷區分度是說明試卷能否反映學生水平差異的指標，區分度好能反映學生的真實水平，區分度差則說明成績是隨機的，不能反映學生的真實能力。98級、99級全卷區分度均優于97級試卷區分度，但是3屆試卷的區分度水平一般。

3.5 衡量試題質量的兩個指標是難度和區分度。根據難度四分法，97級試卷易題占47.4%，難題占5.3%，易題所占比重過大，使整張試卷顯得過于簡單，高分人數偏多，成績呈負偏態分布;98級難題所占比重相對易題大;99級難題所占比重與易題相當。一般來說，整張試卷易題和難題各占1/4，中等難度的試題占1/2，因此應減少97級試卷的易題，增加難題，而98級試卷則相反，99級的難易題分配尚合理。若簡單的試題為學生應該掌握的基礎知識，作為課程考試題仍可使用。1965年，美國檢驗專家L?Ebel根據長期經驗提出用鑒別指數評價題目性能的標準:區分度D>0.40試題很好;0.30～0.39之間的試題良好，修改更佳;0.20～0.29試題尚可，仍需修改;D<0.19的試題較差，應摒棄或修改 ［4］ 。97級試卷區分度在0.19以下的有11題，這些試題不能反映出學生能力的差別，應摒棄或修改;98級試卷區分度差的試題是第一問答題的第5小題，應摒棄或修改，其余試題區分度皆可;99級試卷區分度差的試題有4小題，應摒棄或修改。綜合難度和區分度兩個指標，97級試卷好試題共9題，適用試題1題，程度適中區分度差，試題9題，沒有差題，因此97級試卷試題質量良好，在考慮知識點的基礎上，若能減少簡單題的比重，質量將更為完善。98級試卷好試題有8題，適用試題和程度適中區分度差試題僅1題，好試題的經驗值得以后出題借鑒，98級試卷只有主觀性試題，若能增加客觀性試驗，考察學生基本概念的掌握情況，將更符合教學大綱的要求。99級試卷好試題共18例，適用試題、程度適中區分度差試題及差試題各1題，整張試卷相對來說對學生知識綜合運用能力要求更高。

3.6 加強學生能力的培養。97級試卷題型符合教學大綱，分析其各型的得失分，滿分10分的詞解釋平均得分8.1分，滿分20分的選擇題平均得分15.3分，滿分70分的問答題平均得分52.3分，學生對基本概念掌握良好，對基本知識的簡單應用尚可以，綜合應用能力相對稍薄弱，可看出學生的綜合分析能力欠佳，對所學知識不能靈活應用、融會貫通。98、99級試卷題型全部為問答題，學生成績均較97級差，也說明了學生在綜合應用方面存在缺陷。故在教學工作中應注重培養學生對知識的理解掌握、綜合分析能力。對此，可以采用在教學中結合實際問題的方法，鼓勵學生積極思考，主動學習，自主分析問題。同時，可根據課程特征，運用多樣化的教學方法，如采用討論法、實習作業法等提高 教學效果。并且，在教學工作中，強調平時的作業，使學生把所學內容加深理解和進一步地得到鞏固。

3.7 科學化命題。考試是評價教與學效果的重要指標，對教學工作和學生的學習起著調控和指導作用。而命題的科學性、合理性則決定了這一指標的準確度。一套好的試題應該符合教學大綱的內容，具有合適的難度和較好的區分度，較好的信度和覆蓋度，能夠客觀、準確地反映學生的真實水平。故教師應掌握命題技巧，制定命題計劃，建立統一的試題評價體系，綜合評價學生的能力。

1 洪汝渝.試卷分析.渝州大學學報，1997，14（3）:103-106.

2 毛春元.試卷質量的統計分析.淮海工學院學報，1999，8（B12）:86-88.

3 張忠偉.統計學原理，杭州:浙江教育出版社，1999，98-104.

4 姜常勝.高等醫學院校實用教務管理手冊，上海:上海中醫學院出版社，1993，58-59.