概化理论（GT）

经典测量理论一直占据测量理论的统治地位，却存在误差分离过于笼统、“严格平行测验”很难在实际情境中实现等问题。针对经典测量理论存在的问题，20世纪70年代初，克伦巴赫（Cronbach）等人提出了概化理论（Generalizability Theory，GT）。概化理论将经典测量理论的内容和运用范围进行了扩展和延伸。

在概化理论中，测量情境关系由测量目标和测量侧面构成。测量目标，即测验中所要描述的特性，不仅仅是受测者的某种潜在特质，也可以是测验题目或评分者的某种特性。测量侧面则是影响和制约测量目标的各种因素和条件，包括测量工具、测量环境、测量时间等。测量侧面又可分为随机侧面和固定侧面。在随机侧面中，侧面各水平是从所有可能的水平中随机选取；固定侧面的各水平则是固定不变的。

在概化理论模型中，至少需要包含一个随机侧面才能进行推广或概化。概化理论将经典测量理论的信度转化为概化系数Eρ²或可靠性指标φ系数，概化系数关注的是测量的相对误差，可靠性指数则关注的是绝对误差。

概化理论研究过程由两部分组成，即G研究和D研究。

G研究是指在观测全域上，根据测量设计对测量目标、所有侧面以及它们之间的交互作用的方差协方差分量进行估计。在这个研究中，需要研究者明确测量对象和测量目标、测量侧面和观测全域以及它们的关系，还包括对测量设计和测量模式的确定。

D研究则是在G研究基础上，通过改变测量侧面结构、测验模型等来考察概化系数和可靠性指数的变化，从而为有效控制误差、提高测验精度提供参考。其中，需要根据测量目的确定概化全域，也就是确定测验结果推广的侧面，以及各侧面推广的范围。根据确定的概化全域，在各侧面条件样本水平上重新估计G研究中各因素的效应和交互作用的方差分量，获得特定概化全域上整个测验的概化系数和可靠性指数。通过多次反复，获得不同概化全域上的系数指标，比较这些系数的估计精度，从而确定最佳的测量设计方案，将G研究中的结果概化到新的全域上。

由于在实际的测量中，常会涉及一个测量目标同时具有多个全域分数的问题，比如一个测验包括多个分测验，这些分测验的分数就可理解为同一测量目标所具有的多个全域分数。于是在单变量概化理论的基础上发展出多元概化理论。多元概化理论在继承单变量概化理论的基础上，提供了测验目标、测量侧面等更为详细的方差协方差分量信息，具有更为广泛的使用范围。

认知诊断理论

按照Mislevy R.J在1993年的观点，心理与教育测量理论发展至今，大约经历了两个阶段：第一阶段为标准测验理论阶段，包括经典测量理论（CTT）、项目反应理论（IRT）和概化理论（GT）；第二阶段是以认知诊断（Cognitive Diagnosis）为核心内容的新一代测验理论。