四年级小学生空间技能测验的编制：效度与信度研究

《Frontiers in Psychology》：Development of a spatial skills test for 4th grade primary school students: validity and reliability study

　　

尽管已有若干用于评估空间技能的测验工具，但多数面向年龄较大的学生、侧重空间能力的特定成分，或未专门反映四年级小学生的发育特征与数学课程。因此，研究人员旨在编制一套专用于四年级小学生的有效且可靠的空间技能测验。研究采用量化方法学中的测验编制设计。首先通过文献综述生成题项池，并借助专家评价确立内容效度。草案测验施测于2024至2025学年土耳其黑海地区公立小学360名四年级学生。研究人员运用题项难度指数（Pj）与区分度指数（Rjx）、校正题总相关、高低分组比较、Kuder–Richardson-20（KR-20）信度系数、验证性因子分析（CFA）及Rasch模型分析评价测验心理测量属性。最终形成含空间可视化、空间关系与空间定向三个维度共23题的测验。KR-20系数为0.827，表明内部一致性良好；Rasch分析显示题项拟合可接受且被试分离信度满意。虽CFA对三维结构仅提供部分支持，但Rasch模型与经典测验理论（CTT）的互补证据强化了构念效度。总体而言，该测验为评估四年级小学生空间技能提供了有前景的效度与信度证据。

研究背景与问题提出

空间思维（spatial thinking）作为一般认知技能，涵盖对物体形状、位置与运动的心理加工，并通过语言、地图与图表等符号系统编码与共享空间信息。在空间相关研究中学界常交替使用空间思维、空间推理、空间能力与空间技能等概念，但语义上存在差异：空间能力（spatial ability）多指相对稳定的个体差异，空间技能（spatial skills）则强调可通过教学与经验发展的表现。已有研究强烈证明空间技能与数学成就密切相关，且空间技能具有可塑性，可在婴儿期与幼儿期大幅发展，并借助积木、拼图与形体游戏等具体材料得以提升。然而现有空间能力测验多面向青少年或成人，少数针对小学儿童的工具往往只测单一成分，未能在数学教育语境下同时评估空间技能的多维本质（空间可视化、空间关系、空间定向）。土耳其学界常用Purdue Spatial Visualization Test与MGMP Spatial Ability Test，但它们并非专为四年级数学课程设计，概念定义、因子结构与题项特征差异大，难以跨研究获得一致测量。因此，编制一套发展适宜、心理测量属性扎实且能在单一框架内整合三维度的四年级空间技能测验成为必要。

研究目的与总体结论

研究人员以四年级小学生为对象，基于文献界定空间可视化（spatial visualization）、空间关系（spatial relations）与空间定向（spatial orientation）三维度，采用单元立方体（unit cube）图形题项以降低阅读理解负荷并贴合小学数学活动，编制测验并经专家评审、预测试与多阶段心理测量分析，最终得到23题版测验。结果显示KR-20为0.827，Rasch题项拟合可接受，CFA对三维模型提供部分支持，整体效度与信度证据充分。该文发表于《Frontiers in Psychology》，其意义在于为小学数学课堂评估与教学干预效果监测提供了发展适宜的标准化工具。

主要技术方法概览

研究人员采用量化方法学测验编制设计。样本来自2024至2025学年土耳其黑海地区12所公立小学的四年级学生，初始收集360份，经缺失值与异常值筛选后最终分析327人（女172，男155）。流程依次为：文献建池35题→7名专家（含数学教育、初等教育、测量评价、视觉艺术与语言专家）评内容效度→试测→依据题项难度（P_j）、区分度（R_jx）、27%高低分组均值差、校正题总相关与删除题项后KR-20变化逐步删题至23题→以IBM SPSS 27算CTT指标、Jamovi 2.6的lavaan模块做CFA、snowRMM模块做二值Rasch模型分析（Infit/Outfit MNSQ、被试分离信度、Wright图）。

研究结果

内容效度与数据准备

题项依Bloom认知分类与空间思维理论框架编写，专家评审后修订表述与图形。数据无缺失，z分±3与箱线图剔除9例异常，327例进入分析；二值计分（0/1）使正态性假设不适用，总分微负偏（?0.224）与微平峰（?1.023）。

描述统计

23题保留版中题项均值0.38至1.00，早期35题池描述显示部分题过易（如?4全员对）或过难（Y5、Y6、Y7），标准差0.134至0.501，偏度与峰度揭示分布非正态但无碍CTT与Rasch适用。

题项分析

难度指数（P_j）显示保留题多落0.40至0.80平衡区；区分度（R_jx）多数≥0.30，Y系部分＞0.50。27%高低组比较中删去组间差＜0.20的G6、?3、?11、Y3、Y11；校正题总相关＜0.30者删G3、G7、?1、?9、Y10；过易且低区分的G2（P_j=0.95,R_jx=0.099）与G8（P_j=0.98,R_jx=0.106）首步删除。经三步删减由35题降至23题。

KR-20信度

23题版KR-20=0.827＞0.70，删除任一题后α（即KR-20框架估计）在0.803至0.828间，表明内部一致性良好且题项同构念。

Rasch与CFA补充证据

二值Rasch中Infit/Outfit MNSQ居0.50至1.50可接受区，被试分离信度满意，Wright图显示题难度与人能力有对应；CFA基于lavaan的三因子模型拟合未完全理想但部分支持结构，与CTT、Rasch共同构成效度三角验证。

讨论与结论翻译

研究人员指出，空间技能测验需兼顾发展适宜性与多维覆盖，单元立方体题项能最小化语言需求并统一三维情境。虽CFA未强确认三因子，但Rasch与CTT证据互补，支持测验可用作四年级数学语境下空间技能筛查与干预评估。结论部分原文意译如下：总体而言，研究发现所编测验为评估四年级小学生空间技能提供了有前景的效度与信度证据；该工具通过整合空间可视化、空间关系与空间定向三维度并以单元立方体为共同题面，弥补了既有测验脱离小学课程与单维化的不足，未来可在跨文化样本中进一步检验测量不变性并用于追踪空间训练对数学成就的迁移效应。