随着国内外教育考试改革的发展,教育考试的诊断功能被日益重视。在此背景下,评估学生认知结构的认知诊断被不断提及,相关研究日益凸显,“Q矩阵界定”是其中重要的分支研究。目前,多级评分情境下的Q矩阵界定研究较少,且目前存在的多级评分Q矩阵修正方法均属于参数方法。参数方法要求样本量大且运行时间长,无法吻合日常教学中样本量小、时间有限这一现状,而非参数方法能满足以上现实需求。因此,本研究拟开发属性计分曼哈顿距离法(SA-MD)和属性计分项目一致性指标法(SA-PICC)用于多级评分情境下Q矩阵修正中。本文分为三个研究:研究一,分析存在Q矩阵误设时,多级评分情境下的被试得分的变化,以此构建SA-MD和SA-PICC两种Q矩阵修正方法;研究二,通过模拟研究,探讨两种方法在多种因素下的修正效果,考虑的因素有:被试知识状态分布、样本量、测验属性数、Q矩阵误设率、项目平均属性数;研究三,采用实证数据,进一步验证两种方法在实证中的有效性。本研究的主要结论如下:(1)可合理构建PICC指标,从理论上MD和PICC用于多级评分Q矩阵修正中是可行的。(2)在多种条件中,SA-MD均有较优的修正效果;在项目平均属性数少时,SA-PICC有较优的修正效果;SA-MD比SA-PICC方法更加稳健。(3)SA-MD和SA-PICC在实践中是可行的、必要的。(4)当项目平均属性数少时,避免选择EDD对被试掌握模式进行判别,EDD会使被试判准率降低。