目前,基于经典测量理论的传统测试方式仍然是学校的主要评价形式,评价结果为一个笼统、单一的分数,只能反映学生的整体能力水平,而无法挖掘学生学科内部知识结构的掌握状态,更无法进行心理测量。而认知诊断测评通过深入挖掘学生的内部认知,对学生的学习进行详细评价,能够为教与学提供更为详尽的诊断信息。图形化编程Scratch是小学的信息技术课程的重要内容,对学生编程思维、计算思维的培养具有重要价值,然而当前对于图形化编程的实践研究多集中于教学资源的开发和教学活动的设计方面,对评价方面的研究较为缺失。因此,本文基于认知诊断理论,以中国电子学会制定的图形化编程二级知识为载体,设计并开发小学生编程测评系统,并开展实践研究。本研究的主要工作从以下三个方面开展:第一,开发图形化编程认知诊断测评标准试题。研究通过分析教材、课标及相关政策文件等文献资料,确定五年级图形化编程相关内容的认知属性及属性之间的层级关系。以此为基础,编制认知诊断测试题目。第二,设计并开发认知诊断测评系统。研究在需求分析的基础上,综合运用ASP.NET技术和C#语言,开发认知诊断测评系统。该系统为学生提供了较好的交互操作界面,能够为教师提供诊断信息。第三,以小学五年级学生为研究对象,应用测评系统对其进行认知诊断测评。并利用DINA模型分析被试的作答反应,分析被试的掌握模式以及各认知属性的掌握概率,并将诊断结果与NEA错误分析的结果相结合,以洞察学生的认知水平和认知过程,使得对被试的认知诊断测评更加全面。本研究的主要实验结果如下:（1）在认知诊断的信度方面,表现较好。（2）在DINA模型的参数估计方面,如项目的区分度、试题的失误和猜测概率等方面均符合认知诊断的要求。（3）两个班级的被试在图形化编程二级知识方掌握情况整体较好,在A1（运算）和A2（多角色设置）两个属性的掌握程度上表现的最好,有些被试在A4（选择语句）和A5（循环语句）两个属性方面表现欠佳。（4）经过最大似然估计算法对被试的掌握模式进行识别,发现有89.74%的被试可以归入到8种理想掌握模式中,从侧面反映了本研究的可靠性。（5）其中掌握模式为（11111）（11101）（11110）的比例较高,说明大部分的学生对该模块知识有一定的掌握,但是依旧有进步的空间,教师可以针对缺失的属性开展个性化辅导。（5）将两个班级的诊断结果对比来看,班级1表现略好于班级2,主要表现在以下方面,班级1中完全掌握认知属性的被试（11111）的人数高于班级2,完全没掌握认知属性的被试（00000）人数少于班级2。（6）经过NEA分析发现,学生最容易出现错误的节点往往在没有转化正确的策略方法（T型）和在计算错误（P型）。本研究用认知诊断的方法来评估五年级学生在中国电子学会制定的图形化编程二级知识点的学习掌握情况,开发认知诊断测评系统,为小学教育阶段的图形化编程测评提供了新的方法和思路。另外,本研究通过将纽曼错误分析NEA的结果与认知诊断测评的结果进行补充与结合,不仅可以推算被试在哪些认知属性方面存在不足,还能洞察被试的信息加工过程中存在的问题,使测评结果更加全面。