tft每日頭條

 > 教育

 > 公務員國考行測分值分布

公務員國考行測分值分布

教育 更新时间:2024-10-01 11:15:12

公務員國考行測分值分布(國家公務員考試行測分值分布)1

行測測的是什麼?每個老師都有自己的看法,但是這個問題的答案卻是唯一的,那就是智力。這種說法似乎有點武斷,但是當你真正了解這個考試的來龍去脈之後會發現,也許你會比你的老師更加堅信這唯一的答案。

在解決了行測測什麼的問題之後,我們來看看行測這門考試是怎麼把智力這麼抽象的東西測量出來的

首先,心理測量學家會定義智力到底包括了幾個因素(至今這個問題都沒争出來個結果,但測試人的智力已經夠用了),其中最為大家廣泛接受的,同時也是行測作為出題理論基礎的就是智力的雙因素理論。

美國心理學家雷蒙德·卡特爾把智力的構成區分為流體智力和晶體智力兩大類。

①流體智力是一個人生來就能進行智力活動的能力,即學習和解決問題的能力,它依賴于先天的禀賦,随神經系統的成熟而提高的,如知覺速度,機械記憶,識别圖形關系等不受教育與文化影響。

流體智力的特征是:對不熟悉的事物,能以迅速準确的反應來判斷其彼此間的關系。

②晶體智力:通過掌握社會文化經驗而獲得的智力。如詞彙概念,言語理解,常識等記憶儲存信息為能力,一直保持相對穩定。而流體智力呈緩慢下降的趨勢。

然後設計題目(就跟我們寫畢業論文、做市場調查要設計調查問卷一樣),分别對智力的幾個因素進行測試。過程很複雜,結果如下圖。

各項智力測驗在液态智力和晶态智力上的因素負荷

測驗因素負荷量
液态智力晶态智力
圖形相關:從一般圖形中推斷出相關性0.570.01
記憶廣度:再現一些數字和字母0.500.00
歸納:從一系列字母、數字(如字母序列測驗)中推斷出有相互關系的東西0.410.06
一般推理:解決面積、比率、财政以及類似于如算術推理測驗中的問題0.310.34
語義相關:推斷詞之間的相關,如在類比測驗中0.370.43
形式推理:用形式推理得出結論,如在三段論推理中0.310.41
數字敏捷性:迅速而準确地運用如加、減、乘的算術運算0.210.29
經驗評估:解決周圍禮節和必要的外交手段的問題,如在社會關系的測驗中0.080.43
詞的理解力:對語言的深入理解,如在詞彙和閱讀測驗中0.080.68

行測考試一般都不是100道題(這句話一出被現實抽了400多個耳光),但總分是100分,那麼每道題就不是1分(又是400多耳光)。那麼行測的分數是如何分布的呢?

現在流行兩種說法,一是靜态賦值假說(名字是我編的);二是動态賦值假說(同上)。

所謂靜态賦值是指,在考試之前命題人就已經給每個類型的題目定好了分數。動态賦值假說就複雜一些,持這種觀點的人認為,命題人在命題結束時不給出每個題目類型分數的。在閱卷之後,根據全部考生在每種題目上的表現,來賦分(有點類似于部分地區高考采用的“标準分”計分法),大家表現不好的題目類型賦分高,大家做的都不錯的題目賦分低。

國考用了那種賦分方式?因為我經常拿國考做實驗,所以我把國考的賦分研究成果跟大家分享一下。

國考是靜态賦分還是動态賦分?

答:這個問題很簡單,國考采用靜态賦分,即每個題目種類的分數是提前确定好的。至于原因就不得不說一下标準分的特點,标準分采用正态分布的原理,表現的是考生在全部考生中所處的位置。

既然要形成正态分布那麼平均值和标準差缺一不可。平均值大家應該知道,标準差呢?簡單講就是每個等級之間的分數差别。百分試卷,如果選擇0.1為标準差,那麼就分出了1000個等級,每個等級上的人(比如都是90分标準分)原始分可能不一樣,但是排名相近(具體差多少取決于标準差的精度)。

我們知道,國考分數的精度是小數點後一位,那麼就将100分的卷子分成了1000個等級。全國去年的考生超過100萬,那麼每個分數等級上的人平均一下有1000人(也就是說每年行測得滿分的人會有1000個)這麼多年過去了,你聽說過行測滿分的孩子麼?

同時,如果有一個崗位有2000人報名,就意味着會出現兩個第一名、四個第二名。。。。以此類推,那麼前三名進面試的設定還有啥意義(因為永遠都不會出現1:3進面試的情況,至少也有十幾個人進面試)。

既然公務員考試采用了靜态的賦分方式,那麼每個類型的題目分别是多少分呢?又該如何測量呢?

有兩種方法來幫助大家在自測的時候計算分數。第一種是這樣的:

言語理解0.8分/題、40題共32分

資料分析1.0分/題、20題共20分

常識判斷0.5分/題、20題共10分

類比推理0.5分/題、10題共5分

演繹推理0.8分/題、10題共8分

圖形推斷0.6分/題、10題共6分

定義判斷0.7分/題、10題共7分

數量關系0.8分/題、15題共12分

上面這個量表言語理解每個題目0.8分,我就叫它0.8版量表,網上還有個比較常見的量表,言語理解0.6分/題。我姑且管這個量表叫做0.6版。(這裡為何用言語理解的賦分來命名量表下文會有交代)

這兩個版本的量表哪個更準确呢?要回答這個問題,必須要說這兩個量表是如何測試出來的。

測試量表的賦值比重是保密的,這個賦值比重是命題機構根據回家公務員考試能力要求的比重制定的。簡單來說,國家如果想要文字功底好的,那麼言語理解的賦分就高點,國家如果想要資料分析好的,那麼資料分析的分數就高點(我這樣說不是很準确,做資料分析所用到的能力比較準确)。但是想要搞明白國家考試部門與出題機構究竟是怎麼密謀的基本沒有可能(有人說有内部消息)。那就隻能換個角度去解決。

上文我們提出了兩個版本的行測量表0.6版和0.8版。也分析了一下簡單粗暴的方法最多也就能搞出這種精度了,如果繼續簡單粗暴下去,不能分析出那個版本更正确,也不能講考生的分數估算的更精确。

如果說我一定要搞明白0.6版和0.8辦孰優孰劣,還有方法麼?前面我們說到,題目的賦分是根據用人單位的要求來的,那麼用人單位怎麼提要求呢?《考試大綱》閃着光環出現了。

言語理解與表達主要測查報考者運用語言文字進行思考和交流、迅速準确地理解和把握文字材料内涵的能力,包括根據材料查找主要信息及重要細節;正确理解閱讀材料中指定詞語、語句的含義;概括歸納閱讀材料的中心、主旨;判斷新組成的語句與閱讀材料原意是否一緻;根據上下文内容合理推斷閱讀材料中的隐含信息;判斷作者的态度、意圖、傾向、目的;準确、得體地遣詞用字等。常見的題型有:閱讀理解、邏輯填空、語句表達等。

以言語理解與表達為例子我來說說看能力測試的分類。所謂能力測試就是要測你的能力,那麼你的能力是什麼,能力怎麼測?

對能力的定義決定了你怎麼測,比如我花十五塊做到的事情你僅用了十塊就搞定了,那麼就證明你節約成本的能力比我強。那麼如果考量一個人節約成本的能力,那就讓大家都去做同樣的事,花錢越多的能力就越差。那麼我們定義的能力就是“會省錢”,測試能力的方法就是“去做事”。

如我引用的考試大綱,言語理解的測試,測試的就是“運用語言文字進行思考和交流、迅速準确地理解和把握文字材料内涵的能力”也就是說,這就是能力的一個方面。而這個方面水平的高低是用言語理解這種題目測出來的。(這話好像有點廢,但别着急)。現在大家關心的就是行測要測的能力是什麼?考試大綱全部都講了具體有多少你可以去看考試大綱,或者下面這張表:

各項智力測驗在液态智力和晶态智力上的因素負荷

測驗因素負荷量
液态智力晶态智力
圖形相關:從一般圖形中推斷出相關性0.570.01
記憶廣度:再現一些數字和字母0.500.00
歸納:從一系列字母、數字(如字母序列測驗)中推斷出有相互關系的東西0.410.06
一般推理:解決面積、比率、财政以及類似于如算術推理測驗中的問題0.310.34
語義相關:推斷詞之間的相關,如在類比測驗中0.370.43
形式推理:用形式推理得出結論,如在三段論推理中0.310.41
數字敏捷性:迅速而準确地運用如加、減、乘的算術運算0.210.29
經驗評估:解決周圍禮節和必要的外交手段的問題,如在社會關系的測驗中0.080.43
詞的理解力:對語言的深入理解,如在詞彙和閱讀測驗中0.080.68

這張表的來曆可以寫本書(顯然不是我自己瞎編的)。表的最左這一欄就是行測想要測試的能力範疇(經驗評估除外,下文說為啥表裡有它)。

大家也許會覺得,我是根據行測考試大綱的要求整理了上面這個表,其實事實正好相反,是先有了上面這張表,然後根據這張表才産生了行測這門考試。上面這張表涉及心理測量學中一個重要的理論——智力雙因素論。

智力雙因素論将人的智力分為液态智力和晶态智力,大家可以把液态智力理解為原材料,把晶态智力理解為成品,即液态智力就是面粉,晶态智力就是饅頭、花卷、面條神馬的。液态智力天生的成分大一些(後天的因素影響也很大),而訓練與學習決定着晶态智力的水平。這張表就是智力雙因素測試量表,寫明了每種測試方法對兩種智力因素的測試效果。

拿其中“圖形相關”這一項為例子(就是行測裡面的圖形推理),這種測試對液态智力的要求比較高(0.57),而對晶态智力的要求很低(0.01),那麼在這個測試中的得分,能夠更多的反映被測試者液态智力的水平,比較少反映晶态智力的水平。

行測選取了哪幾項能力呢?根據上表總結一下有圖形相關、歸納、一般推理、語義相關、形式推理、數字敏捷性、詞的理解力。

如果我們分别把上述測試對液态和晶态兩種智力因素的測試負荷加起來會發現,對液态智力的總負荷是2.26,對晶态智力的總負荷是2.22(很接近,有木有)。這不是偶然,我們還沒有計算“常識判斷”這一項的智力負荷,因為在表裡面沒有,但如果加上常識判斷,兩者的總負荷一定是相等的。

有兩個原因,首先是公平的原因,智力測試被研發出來的目的其實更多的是為了測試液态智力(也就是一個人的天賦水平),但是如果用于考試這樣就不合适了,天賦好的人會取得比較高的成績,那麼這個考試對于那些依靠後天努力成長起來的人就很不公平。假設行測考試對液态智力的負荷要求是3.0而對晶态智力的負荷要求是0.01,那麼無異于告訴參與考試的人公務員是天生的。所以要想把它用于考試就必須進行必要的修正,使得液态智力和晶态智力的負荷相等,這樣就給了兩種人平等進入公務員隊伍的機會。

第二個原因就是考試本身的信度和效度要求。如果隻是針對一個人的晶态智力的考察,為了提高考試信度和效度,我們隻需要關注考生在測試中取得的分數高低與他後天學習能力水平高低的相關程度。而行測提出了更高的要求,就是不僅要求考試對晶态及液态智力的測試要準,而且還要求考生的分數與他未來從事崗位的匹配度要有顯著的關系。為了回避智力高但能力弱的問題(比如讓謝耳朵當公務員就很可怕),所以就必須平衡考試的晶态智力及液态智力的負荷。

下面我要讨論的就是上文提到的0.8版的賦分量表和0.6版的賦分量表哪個更準确的問題

言語理解0.8分/題、40題共32分、 液态0.08、 晶态0.68

資料分析1.0分/題、20題共20分、 液态0.21、 晶态0.29

常識判斷0.5分/題、20題共10分、

類比推理0.5分/題、10題共5分、 液态0.37、 晶态0.43

演繹推理0.8分/題、10題共8分、 液态0.31、 晶态0.41

圖形推斷0.6分/題、10題共6分、 液态0.57、 晶态0.01

定義判斷0.7分/題、10題共7分、 液态0.31、 晶态0.41

數量關系0.8分/題、15題共12分、 液态0.31、 晶态0.34

上面就是0.8版的量表,如果我們把每個版塊的分數乘以每個版塊分别在晶态和液态智力上的負荷數然後分别加總(實際上就是為了算出來這個考試在晶态智力上給了多少分,在液态智力上給了多少分)

結果是液态智力占20.4分,晶态智力占40分。也就是說如果用的是0.8版的量表,後天努力比先天優秀更重要。

那麼0.6的量表呢?

言語理解每題0.6分、40題共24分、 液态0.08、 晶态0.68

數量關系每題1分、20題共20分、 液态0.31、 晶态0.34

圖形推理每題0.5分、10題共5分、 液态0.57、 晶态0.01

定義判斷每題0.8分、10題共8分、 液态0.31、 晶态0.41

類比推理每題0.5分、5題共2.5分、 液态0.37、 晶态0.43

邏輯判斷每題0.8分、10題共8分、 液态0.31、 晶态0.41

資料分析每題1分、 20題共20分、 液态0.21、 晶态0.29

常識判斷每題0.5分、25題共12.5分

液态智力賦分21.055,晶态智力賦分36.605仍然說明盡管使用了0.6的量表進行計算,後天勤奮的人表現依然優于天賦好的人。(順便說一下,賦分最大也是影響最大的版塊是言語理解版塊,它是晶态智力賦分比重超過液态智力賦分比重的關鍵,所以用這個版塊的賦分來命名量表)

現在似乎有這樣一個疑問,您剛才不還信誓旦旦的說考試為了公平對液态智力和晶态智力的負荷是相等要求的嘛,怎麼賦分水平差了這麼多。

這裡要解釋的是,對于兩種智力的負荷相當,說明這次考試可以公平的、共同的反映出一個人晶态智力和液态智力的水平。而對兩者賦了不同的分數比重則說明,用人單位認為晶态智力水平高的人更匹配這一工作(既單位需要有點聰明但勤奮努力的人)。

可是老師你還沒有給0.6的量表和0.8的量表最終的判斷啊?

下面我就來說說這個問題。對于需要估算自己分數的學生來說0.8量表更精确,但是測試分數會比考試分數高。原因是0.8量表對于晶态智力的評估分數更高,如果一個學生為了應付考試做了大量訓練,那麼晶态智力的提升最為明顯,所以使用0.8的量表能夠觀察到自己成績的顯著提升(也就是晶态智力的提升)。但是比起考試時候的數值來看,如果液态智力沒有通過訓練提升,那麼考試分數會比平時的測試分數低。

0.6的量表精确度低(所以不推薦在平時測試時估算自己的分值),但是能夠顯著反映自己液态智力的訓練情況。作為平時測試的一個補充,沒過一個月都應該用這個量表測試一下自己。

水哥唧唧歪歪的敲了這麼一篇高大上的文章,有何意義呢?

對于研究行測考試的老師來說,關注的應該是提升學生晶态智力及液态智力水平,可以通過量表化的測試來精細的了解每一個學生的情況,然後照方抓藥,避免很多無意義的訓練。

對于考生來說要認識到,考試關注的還是後天的努力。可以根據量表自測一下,然後加強對自己薄弱環節的訓練。

同時可以根據這0.8和0.6量表,練習國考真題,估算自己的成績。【究竟是0.8還是0.6量表看常識判斷部分是20道題目還是25道題目,20道是0.8版,25道是0.6版】

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关教育资讯推荐

热门教育资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved