摘要：多級計分認知診斷模型的開發對認知診斷的發展具有重要作用,但對于多級計分模型下的Q矩陣修正還有待研究。本研究嘗試對多級計分認知診斷Q矩陣修正進行研究,并聚焦更具診斷價值的基于項目類別水平的Q矩陣修正。將相對擬合統計量應用于多級計分認知診斷Q矩陣修正,并與已有方法Stepwise方法(Ma&de la Torre,2019)進行比較。研究表明:BIC方法對多級計分認知診斷模型的Q矩陣修正具有較高的模式判準率和屬性判準率,其對Q矩陣的恢復率也高于Stepwise方法,BIC方法修正后的Q矩陣與數據更加擬合;在復雜模型中,相對擬合指標BIC比AIC和-2LL表現更好,在實踐中,使用者可以選擇BIC法進行測驗Q矩陣修正;Q矩陣修正效果受到被試人數的影響,增加被試人數可以提高Q矩陣修正的正確率。總之,本研究為多級計分認知診斷Q矩陣修正提供了重要的方法支持。