Оценка за тест - Test score

     Сахил Чандра

А результат теста - это часть информации, обычно числовая, которая отражает успеваемость экзаменуемого по тест. Одно из формальных определений состоит в том, что это «сводка доказательств, содержащихся в ответах экзаменуемого на пункты теста, которые относятся к измеряемой конструкции или конструкциям».[1]

Результаты тестов интерпретируются с нормативный или же на основе критерия интерпретация, а иногда и то и другое. Интерпретация, основанная на нормах, означает, что оценка передает значение экзаменуемого с точки зрения его положения среди других экзаменуемых. Интерпретация, основанная на критериях, означает, что оценка передает информацию об экзаменуемом по конкретному предмету, независимо от оценок других экзаменуемых.[2]

Типы результатов тестов

Есть два типа результатов тестов: сырые баллы и шкала баллов. Необработанная оценка - это оценка без каких-либо корректировок или преобразований, таких как простое количество правильных ответов. Масштабная оценка - это результат некоторых преобразований, примененных к исходной оценке.

Цель шкалированных оценок - показать результаты всех экзаменуемых по единой шкале. Предположим, что у теста есть две формы, одна из которых сложнее другой. Это было определено приравнивание что оценка 65% в форме 1 эквивалентна оценке в 68% по форме 2. Оценки по обеим формам могут быть преобразованы в шкалу, чтобы эти два эквивалентных результата имели одинаковые зарегистрированные оценки. Например, они оба могут иметь оценку 350 по шкале от 100 до 500.

Два хорошо известных теста в Соединенные Штаты которые имеют шкалу баллов - это ACT и SAT. Шкала ACT варьируется от 0 до 36, а SAT - от 200 до 800 (на раздел). Якобы эти две шкалы были выбраны для представления среднего и стандартное отклонение 18 и 6 (ACT), а также 500 и 100. Верхняя и нижняя границы были выбраны, потому что интервал плюс или минус три стандартных отклонения содержит более 99% генеральной совокупности. Баллы за пределами этого диапазона трудно измерить, и они не имеют практической ценности.

Обратите внимание, что масштабирование не влияет на психометрический свойства теста; это то, что происходит после завершения процесса оценки (и приравнивания, если таковое имеется). Следовательно, это вопрос не психометрии как таковой, а вопрос интерпретируемости.

Оценка потери информации

Тестовый вопрос может потребовать от учащегося вычислить площадь треугольника. Сравните информацию, предоставленную в этих двух ответах.
Простой треугольник с отмеченной высотой
Площадь = 7,5 см2
Идентичный простой треугольник с обозначенной высотой
База = 5 см; Высота = 3 см
Площадь = 1/2(Основание × высота)
= 1/2(5 см × 3 см)
= 7,5 см2
Первый показывает оценку потери информации. Учитель знает, получил ли ученик правильный ответ, но не знает, как ученик пришел к ответу. Если ответ неверен, учитель не знает, угадал ли ученик, допустил простую ошибку или принципиально неправильно понял предмет.

Когда результаты тестов Правильно Неправильно, было сделано важное предположение об обучении. Количество верно ответы или сумма баллов по заданию (если дается частичный зачет) считаются подходящей и достаточной мерой текущего статуса выполнения. Кроме того, делается вторичное предположение, что в неправильный ответы.

Во-первых, правильный ответ можно получить, используя запоминание без какого-либо глубокого понимания основного содержания или концептуальной структуры поставленной проблемы. Во-вторых, когда для решения требуется более одного шага, часто существует множество подходов к ответу, которые приводят к правильный результат. Тот факт, что ответ правильный, не означает, какая из нескольких возможных процедур использовалась. Когда студент дает ответ (или показывает работу), эту информацию легко получить из оригинальных документов.

Во-вторых, если неправильный ответы были слепой Предполагается, что среди этих ответов не будет никакой информации. С другой стороны, если неправильный ответы отражают отклонения интерпретации от ожидаемого, эти ответы должны показывать упорядоченную связь с тем, что измеряет общий тест. Это отклонение должно зависеть от уровня психолингвистической зрелости учащегося, который выбирает или дает ответ на том языке, на котором написан тест.

Во втором случае следует выделить этот порядок из ответов на тестовые задания.[3] Такие процессы экстракции, Модель раша например, являются стандартной практикой для разработки предметов среди профессионалов. Однако, поскольку неправильный ответы отбрасываются в процессе выставления оценок, анализ этих ответов на предмет информации, которую они могут содержать, проводится редко.

В-третьих, хотя иногда выставляются баллы за субтесты по темам, более распространенной практикой является сообщение общего балла или его масштабированной версии. Это изменение масштаба предназначено для сравнения этих оценок с каким-либо стандартом. Это дальнейшее сворачивание результатов тестирования систематически удаляет всю информацию о том, какие именно элементы были пропущены.

Таким образом, оценка теста Правильно Неправильно проигрывает 1) как ученики достигли своего правильный ответов, 2) что привело их к неприемлемым ответам и 3) где в рамках теста произошло это отклонение от ожидания.

Этот комментарий предполагает, что текущая процедура выставления оценок скрывает динамику процесса сдачи теста и затемняет способности оцениваемых учащихся. Текущая практика выставления оценок упрощает эти данные на начальном этапе подсчета очков. Результатом этой процедурной ошибки является скрытие диагностической информации, которая могла бы помочь учителям лучше обслуживать своих учеников. Кроме того, это не позволяет тем, кто старательно готовит эти тесты, получить информацию, которая в противном случае предупредила бы их о наличии этой ошибки.

Решение этой проблемы, известное как оценка спектра отклика (RSE),[4] в настоящее время разрабатывается, который, по-видимому, способен восстанавливать все три формы потери информации, при этом обеспечивая числовую шкалу для определения текущего состояния производительности и отслеживания изменений производительности.

Этот подход RSE обеспечивает интерпретацию каждого ответа, правильного или неправильного, что указывает на вероятные мыслительные процессы, используемые тестируемым.[5] Помимо прочего, в этой главе сообщается, что восстанавливаемая информация объясняет в два-три раза больше вариабельности теста, чем рассмотрение только правильных ответов. Такую массовую потерю информации можно объяснить тем фактом, что «неправильные» ответы удаляются из информации, собираемой в процессе подсчета баллов, и больше не доступны для выявления процедурной ошибки, присущей подсчету правильно-неправильно. Процедура обходит ограничения, вызванные линейными зависимостями, присущими тестовым данным.

Рекомендации

  1. ^ Тиссен, Д., & Вайнер, Х. (2001). Подсчет очков. Махва, Нью-Джерси: Эрлбаум. Страница 1, предложение 1.
  2. ^ Руководство по программам тестирования штата Айова по интерпретации результатов тестов В архиве 2008-02-12 в Wayback Machine
  3. ^ Пауэлл, Дж. К. и Шклов, Н. (1992) Журнал педагогических и психологических измерений, 52, 847–865
  4. ^ "Добро пожаловать на главную страницу". В архиве с оригинала 30 апреля 2015 г.. Получено 2 мая 2015.
  5. ^ Пауэлл, Джей С. (2010) Тестирование как обратная связь для информирования преподавателей. Глава 3 в; Обучение и обучение в цифровую эпоху, Часть 1. Когнитивные подходы к обучению и обучению. (Дж. Майкл Спектор, Дирк Ифенталер, Педро Исайас, Киншук и Деметриос Сэмпсон, ред.), Нью-Йорк: Springer. ISBN  978-1-4419-1551-1, Дои:10.1007/978-1-4419-1551-1