Tvorba a anal´
yza didaktick´
ych test˚
u
• povinnˇe voliteln´
y kurz z bloku didaktick´e aspekty vzdˇel´av´an´ı pro
studenty navazuj´ıc´ıho magistersk´eho studia
• rozsah kurzu: 1/1
• v´
yuka: ˇctvrtek 16:15-17:45, v´
yuka odpad´a 12.12. a 19.12. (zahraniˇcn´ı
cesta)
• zakonˇ
cen´ı kurzu: klasifikovan´
y z´apoˇcet
• pozn´amka: doch´azka na kurz nen´ı povinn´a, u
´ˇcast si nezapisuji
doporuˇcen´ı: k porozumˇen´ı l´atky kurzu je vˇsak pro vˇetˇsinu student˚
u velmi vhodn´e sledovat v´
yklad, bude demonstrov´ano statistick´e vyhodnocen´ı didaktick´eho testu.
Poˇ
zadavky ke klasifikovan´
emu z´
apoˇ
ctu
ˇ anek s vlastn´ım v´
Cl´
yzkumem
• N´
avrhy t´
emat pro V´
aˇ
sˇ
cl´
anek
– Vlastn´ı didaktick´
y test - n´avrh, sbˇer dat a jeho vyhodnocen´ı
(urˇcen´ı obt´ıˇznosti a diskriminaˇcn´ı s´ıly poloˇzek, rozloˇzen´ı
sk´or˚
u atd.)
– Urˇcen´ı validity a reliability didaktick´eho testu, kter´
y byl jiˇz
zad´an nˇejak´e skupinˇe ˇz´ak˚
u (napˇr. nˇejak´
y uˇcitel ho jiˇz pouˇzil
pro testov´an´ı ˇza´k˚
u) a pro kter´
y m´ate tud´ıˇz sebran´a data
(jednotliv´e poloˇzky v testu u kaˇzd´eho ˇza´ka a jeho celkov´e
sk´ore v testu)
– Adaptivn´ı testov´an´ı - zpracov´an´ı teorie, ˇcerpat z anglicky
psan´
ych zdroj˚
u (ˇcl´anky, odborn´e publikace, internet - ofici´aln´ı
str´anky)
– Item response theory - zpracov´an´ı teorie, ˇcerpat z anglicky
psan´
ych zdroj˚
u (ˇcl´anky, odborn´e publikace, internet - ofici´aln´ı
str´anky)
1
– dalˇs´ı V´ami zvolen´a t´emata t´
ykaj´ıc´ı se didaktick´
ych test˚
u
• Rozsah a form´
at ˇ
cl´
anku
– bude moˇzn´e odvezdat maxim´alnˇe dva dokumenty = prvn´ı
dokument s vlastn´ım ˇcl´ankem (form´at PDF(preferovan´
y) ˇci
DOC, nikoli DOCX) a pˇr´ıpadnˇe druh´
y dokument s datov´
ym
souborem (form´at CSV ˇci XLS)
– vlastn´ı ˇcl´anek - max 15 normostran, tj. max 27000 znak˚
u (1
normostrana=1800 znak˚
u) a to vˇcetnˇe literatury, tabulek a
jejich popis˚
u, popis˚
u obr´azk˚
u a pozn´amek pod ˇcarou
– struktura vlastn´ıho ˇcl´anku - z´aleˇz´ı samozˇrejmˇe na obsahu,
obecnˇe se liˇs´ı teoreticky a empiricky zamˇeˇren´e ˇcl´anky, vˇzdy
vˇsak je nutn´e uv´est a) n´azev ˇcl´anku + autor;
b) abstrakt + kl´ıˇcov´a slova (alespoˇ
n v ˇceˇstinˇe, v angliˇctinˇe
v´ıt´ano, avˇsak nen´ı povinn´e), rozsah abstraktu - 1200 znak˚
u,
poˇcet kl´ıˇcov´
ych slov - max 7;
c) u
´vod s pˇrehledem literatury a vymezen´ım c´ıl˚
u;
d) pro empirick´e studie - popis v´
yzkumn´eho ˇsetˇren´ı a vzorku;
e) prezentace v´
ysledk˚
u (napˇr. obt´ıˇznost poloˇzek a validita
testu);
f) z´avˇer, shrnut´ı, doporuˇcen´ı, diskuze;
g) seznam pouˇzit´e literatury
– tabulky a grafy vkl´adejte za seznam pouˇzit´e literatury ˇc´asti
nazvan´e ”Pˇr´ıloha”
– projdˇete si pedagogick´e ˇcasopisy, z nichˇz l´epe pochop´ıte,
jakou strukturu m´a ˇcl´anek m´ıt
• Deadline odevzd´
an´ı pr´
ace: p˚
ulnoc 1.1. 2013
Zp˚
usob odevzd´
an´ı: na webov´
ych str´ank´ach ke kurzu (aˇz tyto
str´anky zprovozn´ım, d´am v´am emailem vˇedˇet) naleznete sv´e jm´eno
a vedle nˇej bude kolonka na nahr´an´ı(upload) Vaˇseho ˇcl´anku, tam
V´aˇs ˇcl´anek nahrajete, pˇr´ıpadnou pˇr´ılohu (datov´
y soubor, kter´
y
2
byl pouˇzit) bude moˇzn´e nahr´at t´eˇz
sv´e ˇcl´anky odevzd´avejte ve form´atu PDF(preferovan´
y form´at) ˇci
DOC (nikoli DOCX)
pr´ace NEpos´ılejte emailem, nahr´avejte je na tuto str´anku
Kontaktn´ı u
´ daje
• dotazy vˇ
zdy zas´ılejte elektronicky na:
[email protected]
znovu opakuji: ˇcl´anky emailem nepos´ılejte, nahr´avejte je na str´anky
kurzu
• konzultace: ˇctvrtek 12:15-12:45 v R222
• Informace ke kurzu bude moˇzn´e nal´ezt na internov´e adrese
www.zla-ryba.cz/hanicka/testy
V´
yklad je zaloˇ
zen na n´
asleduj´ıc´ı literatuˇ
re:
• Hopkins, K. D. Educational and Psychological Measurement and
Evaluation. Needham Heights, MA : Allyn and Bacon,1998.
• Shults, K.S., Whitney, D.J., Measurement Theory in Action.
Thousand Oaks, CA: Sage Publications, 2005.
• Chr´astka, M. Metody pedagogick´eho v´yzkumu. Praha : Grada,
2007.
• Gay, L.R., Mills, G.E., Airasian, P. Educational Research. Competencies for Analysis and Application. Upper Saddle River, NJ
: Pearson Higher Education, 2008.
ˇ
• Kol´aˇr, Z. , Sikulov´
a, R. Hodnocen´ı ˇz´ak˚
u. Praha: Grada, 2005.
3
1
Druhy didaktick´
ych test˚
u
• testy rychlosti
• testy u
´rovnˇe
• testy standardizovan´e
• testy nestandardizovan´e
• testy kognitivn´ı a psychomotorick´e
• testy v´
ysledk˚
u v´
yuky a testy studijn´ıch pˇredpoklad˚
u
• testy rozliˇsuj´ıc´ı (testy relativn´ıho v´
ykonu)
• testy ovˇeˇruj´ıc´ı (testy absolutn´ıho v´
ykonu)
• testy vstupn´ı, pr˚
ubˇeˇzn´e a v´
ystupn´ı
• testy monot´ematick´e a polyt´ematick´e
• testy objektivnˇe sk´orovateln´e
• testy subjektivnˇe sk´orovateln´e
2
Typy testov´
ych u
´ loh
N´asleduj´ıc´ı materi´al je kopi´ı z publikace a je takt´eˇz um´ıstnˇen na webov´
ych str´ank´ach k tomuto pˇredmˇetu
´
CHRASTKA,
M. Metody pedagogick´eho v´yzkumu. Praha: Grada, 2007,
s. 188-194.
• sedm naskenovanych obrazku chrastka-typy-uloh1.png, chrastkatypy-uloh2.png, chrastka-typy-uloh3.jpg, chrastka-typy-uloh4.png,
chrastka-typy-uloh5.png, chrastka-typy-uloh6.png,chrastka-typyuloh7.png
4
• pozn´amky k n´avrh˚
um poloˇzek Test-items1.jpg
Cviˇ
cen´ı
ˇ vlastn´ı pˇr´ıklad. DiskuKe kaˇzd´emu z deseti uveden´
ych typ˚
uu
´loh uvedte
tujte:
• Jak´
y typ u
´loh bylo pro V´as nejobt´ıˇznˇejˇs´ı sestavit?
• Je dan´
y typ u
´lohy pro testovan´
y obsah vhodn´
y? Nebylo by
vhodn´e zvolit jin´
y typ u
´lohy? Pokud ano, jak byste danou u
´lohy
reformulovali?
• Jak´
ym zp˚
usobem byste jednotliv´e u
´lohy vyhodnocovaly?
3
Postup konstrukce didaktick´
eho testu
u
´ rovnˇ
e
• nezaˇc´ınat navrhov´an´ım testov´
ych u
´loh
• zaˇc´ınat promyˇslen´ım u
´ˇcelu testu a d´ale stanoven´ım obsahu testu
- viz obr´azek fig-4-1-illustration-of-topic-and-process.jpg
• pro u
´roveˇ
n osvojen´ı poznatk˚
u je vhodn´e pouˇz´ıt Bloomovu taxonomii v´
yukov´
ych c´ıl˚
u (znalost, pochopen´ı, aplikace, anal´
yza,
synt´eza a hodnocen´ı)
• stanov´ıme ˇcasov´
y limit
• d´ale lze pˇristoupit k formulaci jednotliv´
ych u
´loh, pˇriˇcemˇz je nutn´e
m´ıt neust´ale na pamˇeti, k jak´emu u
´ˇcelu u
´lohy slouˇz´ı a na z´akladˇe
toho vyb´ırat i vhodn´
y typ testov´
ych u
´loh (otevˇren´e, uzavˇren´e
atd.)
• test je vhodn´e nechat posoudit jin´
ym hodnotitelem (posuzov´an´ı
obsahov´e validity)
5
• po sbˇeru dat provedeme anal´
yzu vlastnost´ı testov´
ych u
´loh a cel´eho
testu (v´
ypoˇcet obt´ıˇznosti a citlivosti poloˇzek, anal´
yza nenormovan´
ych
odpovˇed´ı a reliability testu - viz dalˇs´ı ˇca´st)
• vyˇrad´ıme u
´lohy, kter´e nejsou vhodn´e (napˇr. z´aporn´a diskriminaˇcn´ı s´ıla)
• pokud m´a test u
´rovnˇe, u nˇejˇz chceme m´ıt obsahovˇe homogenn´ı
u
´lohy, n´ızkou reliabilitu, pak v´
ysledky ˇz´ak˚
u z´ıskan´
ych pomoc´ı
tohoto testu nem˚
uˇzeme povaˇzovat za spolehliv´e a pˇresn´e
• n´aslednˇe provedeme standardizaci testu (podle poˇctu bod˚
u z
testu zaˇrad´ıme ˇza´ka do urˇcit´eho ˇzebˇr´ıˇcku)
3.1
Vlastnosti testov´
ych u
´ loh - obt´ıˇ
znost, citlivost
a anal´
yza nenormovan´
ych odpovˇ
ed´ı
• zopakovat z´akladn´ı pojmy popisn´e statistiky - pr˚
umˇer, smˇerodatn´a
odchylka, norm´aln´ı rozdˇelen´ı a korelace na z´akladˇe slajd˚
u z Metodologie pedagogick´eho v´
yzkumu
• Obt´ıˇ
znost poloˇ
zky - Hodnota obt´ıˇ
znosti poloˇ
zky
Q = 100
nn
N
– nn je poˇcet ˇza´k˚
u, kteˇr´ı NEodpovˇedˇeli na poloˇzku spr´avnˇe
– N celkov´
y poˇcet ˇza´k˚
u
• Obt´ıˇ
znost poloˇ
zky - Index obt´ıˇ
znosti poloˇ
zky
Q = 100
ns
N
– ns je poˇcet ˇza´k˚
u, kteˇr´ı odpovˇedˇeli na poloˇzku spr´avnˇe
– N celkov´
y poˇcet ˇza´k˚
u
6
• Citlivost poloˇ
zek - Koeficient ciltivosti ULI(upper-lower
index)
nL − nH
d=
0.5N
– nL je poˇcet ˇza´k˚
u z ”lepˇs´ı poloviny”, kteˇr´ı odpovˇedˇeli na
poloˇzku spr´avnˇe
– nH je poˇcet ˇz´ak˚
u z ”horˇs´ı poloviny”, kteˇr´ı odpovˇedˇeli na
poloˇzku spr´avnˇe
– N celkov´
y poˇcet ˇz´ak˚
u
• Pro hodnoty obt´ıˇznost 30-70 se doporuˇcuje, aby d bylo aspoˇ
n
0.25
pro hodnoty obt´ıˇznost 20-30 a 70-80 se doporuˇcuje, aby d bylo
aspoˇ
n 0.15
• Anal´
yza nenormovan´
ych odpovˇ
ed´ı = rozbor vynechan´
ych
nebo nespr´avn´
ych odpovˇed´ı
• u otevˇren´
ych u
´loh vˇenujeme pozornost tˇem, ve kter´
ych vynechalo
ˇ v´ıce neˇz 30-40% ˇza´k˚
odpovˇed
u, u uzavˇren´
ych u
´loh je to pak v´ıce
neˇz 20%
• uu
´loh uzavˇren´
ych s v´
ybˇerem odpovˇedi zkontrolujeme atraktivnost
distraktor˚
u - neatraktivn´ı distraktor nahrad´ıme jin´
ym
• u uzavˇren´
ych u
´loh rozdˇel´ıme nespr´avn´e odpovˇedi do dvou kategori´ı - z´akladn´ı chyby (zp˚
usoben´e neznalost´ı uˇciva) a vedlejˇs´ı
chyby (zp˚
uosben´e n´ahodn´
ymi vlivy), odstran´ıme u
´lohy, kde pˇrev´aˇz´ı
vedlejˇs´ı chyby nad z´akladn´ımi chybami
3.2
Reliabilita testu
• Didaktick´
y test m´a dobrou reliabilitu, pokud poskytuje spolehliv´e
a pˇresn´e v´
ysledky. Pokud bychom test neust´ale opakovali za
stejn´
ych podm´ınek, mˇeli bychom v pˇr´ıpadˇe testu s dobrou reliabilitou z´ıskat velmi podobn´e v´
ysledky.
7
• Hodnota se pohybuje od 0 do 1
• test s dobrou reliabilitou m´a hodnotu alespoˇ
n 0.8
• vysok´a VALIDITA ⇒ vysok´a RELIABILITA
• vysok´a VALIDITA ⇐ vysok´a RELIABILITA
• Kuder-Richardson˚
uv vzorec pro v´
ypoˇ
cet reliability
pro poloˇzky sk´orovan´e 0,1
vhodn´
y pro testy u
´rovnˇe
P
p
q
K
k k
1− k 2
rkr =
K −1
s
– K poˇcet u
´loh v testu
– pk pod´ıl ˇz´ak˚
u, kteˇr´ı ˇreˇsili danou u
´lohu k spr´avnˇe
– qk pod´ıl ˇz´ak˚
u, kteˇr´ı ˇreˇsili danou u
´lohu k chybnˇe (qk = 1−pk )
– s2 v´
ybˇerov´
y rozptyl pro celkov´e v´
ysledky ˇza´k˚
u v cel´em testu
• Reliabilita vypoˇ
cten´
a metodou p˚
ulen´ı
sk´orov´an´ı poloˇzek nen´ı omezeno
vhodn´
y jak pro testy u
´rovnˇe, tak pro testy rychlosti
rsb =
2.rb
1 + rb
– rb korelaˇcn´ı koeficient mezi v´
ysledekem ˇz´ak˚
u v sud´
ych a
lich´
ych u
´loh´ach
3.3
Standardizace testu
• poˇcet bod˚
u v testu neˇr´ık´a, zda je v´
ykon ˇza´ka dobr´
y ˇci slab´
y;
jeden ˇz´ak m˚
uˇze z´ıskat v jednom testu relativnˇe hodnˇe bod˚
uav
jin´em relativnˇe m´alo bod˚
u
8
• u standardizovan´
ych test˚
u se v´
ykon ˇza´ka provn´av´a s v´
ykonem
jin´
ych ˇza´k˚
u z reprezentativn´ıho vzorku dan´e skupiny (v takov´emto
vzorku jsou zpravidla stovku ˇza´k˚
u)
• standardizovat v´
ysledky testu znamen´a vyj´adˇrit je vzhledem k
v´
ysledk˚
um standardizaˇcn´ıho vzorku ˇz´ak˚
u
• Percentilov´
aˇ
sk´
ala ud´av´a, kolik procent ˇza´k˚
u dos´ahlo horˇs´ıho
v´
ysledku
nk − n2i
P R = 100
N
– nk kumulativn´ı ˇcetnost dan´eho v´
ysledku
– ni ˇcetnost dan´eho v´
ysledku
– N celkov´
y poˇcet ˇz´ak˚
u
• z-ˇ
sk´
ala vych´az´ı z pˇredpokladu norm´aln´ıho rozdˇelen´ı
• vyjadˇruje, jak daleko je v´
ysledek od aritmetick´eho pr˚
umˇeru, jako
jednotka vzd´alenost je vzata smˇerodatn´a odchylka
z=
¯
X −X
S
– X urˇcit´
y testov´
y v´
ysledek
¯ aritmetick´
– X
y pr˚
umˇer vˇsech v´
ysledk˚
u
– S smˇerodatn´a odchylka vˇsech v´
ysledk˚
u
• Z-ˇ
sk´
ala vych´az´ı ze z-ˇsk´aly
Z = 100 + 10z
• T-ˇ
sk´
ala vych´az´ı ze z-ˇsk´aly
T = 50 + 10z
9
Cviˇ
cen´ı
Pouˇzij didtest data analyza.xls s daty o vysledc´ıch 40 ˇz´ak˚
u z 10ti poloˇzkov´eho
ˇ
testu. Proved anal´
yzu vlastnost´ı poloˇzek, vypoˇc´ıtej reliabilitu poˇ standardizaci testu
moc´ı obou v´
yˇse diskutovan´
ych metod a proved
(pˇredpokl´adej, ˇze se jedn´a o reprezentativn´ı vzorek ˇz´ak˚
u, o jejichˇz
v´
ysledc´ıch lze pˇredpokl´adat, ˇze jsou norm´alnˇe rozdˇelen´e)
4
Validita a reliabilita test˚
u - podrobnˇ
ejˇ
s´ı
diskuze
• pˇri anal´
yze didaktick´eho testu jsme hovoˇrili o obsahov´e validitˇe a
reliabilitˇe mˇeˇren´e pomoc´ı Kuder-Richardsonovy formule a metodou
p˚
ulen´ı, kter´e se uˇz´ıvaj´ı pˇredevˇs´ım u uˇcitelsk´
ych test˚
u
• podrobnˇejˇs´ı diskuze k r˚
uzn´
ym typ˚
um validity a reliability lze
nal´ezt na obr´azc´ıch Table-6-2-validity.jpg a Table-6-3-reliability.jpg
5
Modely srovn´
av´
an´ı test˚
u
tato ˇca´st je pˇrevzata z webov´
ych str´anek organizace Scio z internetov´e
adresy
http://www.scio.cz/in/2vs/nsz/vysledek/metodika.asp
Srovn´
avac´ı model n´
ahodn´
ych skupin (Random Groups Design)
Tento model je vyuˇz´ıv´an, pokud m´ame v jednom term´ınu dvˇe varianty
stejn´eho testu (napˇr. testu OSP). Skupina testovan´
ych je n´ahodnˇe
rozdˇelena na dvˇe poloviny, z nichˇz kaˇzd´a ˇreˇs´ı jednu variantu testu.
Obvykl´a metoda rozdˇelen´ı je tzv. ”spiraling”, kdy jsou obˇe varianty
v jedn´e m´ıstnosti rozdˇeleny stˇr´ıdavˇe. Prvn´ı testovan´
y p´ıˇse variantu
A, druh´
y variantu B, tˇret´ı variantu A atd. Pˇri takov´emto n´ahodn´em
10
rozdˇelen´ı m˚
uˇzeme obˇe podskupiny povaˇzovat za rovnocenn´e (equivalent) a rozd´ıly ve statistick´
ych parametrech obou variant testu dosaˇzen´
ych
pˇr´ısluˇsnou podskupinou (pr˚
umˇern´a u
´spˇeˇsnost, rozptyl sk´ore) pˇr´ımo
povaˇzujeme za rozd´ıly tˇechto dvou variant (bez vlivu u
´rovnˇe testovan´e
skupiny). Tato metoda je pouˇzita pro potˇreby NSZ.
Srovn´
avac´ı model spoleˇ
cn´
ych u
´ loh pro neekvivalentn´ı skupiny
(Common -Item Nonequivalent Groups Design)
Tento model je uˇz´ıv´an v pˇr´ıpadech, kdy dvˇe varianty testu ˇreˇs´ı dvˇe
r˚
uzn´e (neekvivalentn´ı) skupiny. Typick´
ym pˇr´ıkladem jsou dva r˚
uzn´e
term´ıny jednoho testu, kdy ekvivalent skupin nejsme schopni nijak
zaruˇcit (napˇr. hypot´eza, ˇze na prvn´ı term´ıny se hl´as´ı zodpovˇednˇejˇs´ı
uchazeˇci neˇz na posledn´ı. Dopad tohoto vlivu nen´ı moˇzn´e pˇredem
odhadnout). Rozd´ıly v pr˚
umˇern´e u
´spˇeˇsnosti a dalˇs´ıch statistick´
ych
charakteristik´ach obou variant jsou ovlivnˇeny nejen rozd´ılnost´ı variant, ale tak´e rozd´ılnost´ı testovan´
ych skupin. V tomto modelu varianta A a varianta B maj´ı spoleˇcnou podmnoˇzinu u
´loh. Na tˇechto
spoleˇcn´
ych u
´loh´ach se porovn´avaj´ı rozd´ıln´e u
´rovnˇe obou testovan´
ych
skupin. A pot´e je moˇzn´e prov´est srovn´an´ı obou variant oˇciˇstˇen´e od
vlivu rozd´ılnosti skupin. Tato metoda je pouˇzita pro potˇreby NSZ.
Dalˇ
s´ı uˇ
z´ıvan´
e srovn´
avac´ı modely
Mezi dalˇs´ı uˇz´ıvan´e srovn´avac´ı modely patˇr´ı Model jedn´
e skupiny
(Singel Group Design), kdy obˇe varianty testu jsou distribuov´any
stejn´e skupinˇe testovan´
ych, a Vyv´
aˇ
zen´
y model jedn´
e skupiny (Singel Group Design with Counterbalancing), kdy jsou obˇe varianty
opˇet testov´any na jedn´e skupinˇe, ale polovina testovan´
ych absolvuje nejprve variantu A a pot´e variantu B, zat´ımco druh´a polovina ˇreˇs´ı testy
v opaˇcn´em poˇrad´ı. Tento model eliminuje vliv zkuˇsenosti s testem,
kter´
y ovlivˇ
nuje u
´spˇeˇsnost druh´eho testu v poˇrad´ı. Oba tyto modely
nejsou pro NSZ vhodn´e.
11
Metody srovn´
av´
an´ı test˚
u
Dvˇema nejuˇz´ıvanˇejˇs´ımi metodami srovn´av´an´ı test˚
u jsou metoda line´arn´ı
a metoda ekvipercentilov´a. Line´arn´ı metoda je zaloˇzena na srovn´av´an´ı
pr˚
umˇern´e u
´spˇeˇsnosti a rozptylu sk´ore obou variant. Ekvipercentilov´a
metoda je zaloˇzena na porovn´av´an´ı kumulativn´ıch distributivn´ıch kˇrivek.
Zjednoduˇsenˇe ˇreˇceno, ekvipercentilov´a metoda srovn´av´a u
´ˇcastn´ıky, kteˇr´ı
v jednotliv´
ych variant´ach dos´ahli stejn´eho percentilu (pˇredstihli stejn´e
mnoˇzstv´ı ostatn´ıch u
´ˇcastn´ık˚
u dan´e varianty). Na rozd´ıl od line´arn´ı
metody je ekvipercentilov´a metoda pˇresnˇejˇs´ı na cel´e ˇsk´ale sk´ore. Proto
byla pro potˇreby NSZ 2008/2009 zvolena ekvipercentilov´a metoda a v
dalˇs´ım textu je podrobnˇe vysvˇetleno jej´ı konkr´etn´ı uˇzit´ı.
5.0.1
Ekvipercentilov´
a metoda (Equipercentile Equating)
Ekvipercentilov´a metoda je zaloˇzena na pojmu percentil sk´ore, kter´
y
pro dan´e sk´ore uv´ad´ı, kolik procent z testovan´
ych dos´ahlo niˇzˇs´ıho nebo
stejn´eho sk´ore (nˇekdy se v definici uvaˇzuje pouze niˇzˇs´ı sk´ore, coˇz je z
faktick´eho hlediska rovnocenn´e). Srovn´an´ı sk´ore z jedn´e varianty se
sk´orem z druh´e varianty pak dos´ahneme tak, ˇze ke kaˇzd´emu sk´ore z
prvn´ı varianty pˇriˇrad´ıme sk´ore z druh´e varianty, kter´e m´a stejn´
y percentil. Pˇredpokladem ekvipercentilov´e metody je, ˇze skupiny testovan´
ych v obou variant´ach testu jsou rovnocenn´e, coˇz plat´ı napˇr´ıklad
pro model n´ahodn´
ych skupin, kde se tato metoda hojnˇe vyuˇz´ıv´a. Pˇresn´a
matematick´a definice je pak n´asleduj´ıc´ı ...
5.0.2
Zˇ
retˇ
ezen´
a ekvipercentilov´
a metoda (Chained Equipercentile Equating)
Pro srovn´avac´ı model spoleˇcn´
ych u
´loh pro neekvivalentn´ı skupiny se
uˇz´ıv´a zˇretˇezen´a ekvipercentilov´a metoda. Jak jiˇz bylo naps´ano v´
yˇse,
tento model vyuˇz´ıv´a spoleˇcn´e mnoˇziny u
´loh, kter´e se vyskytuj´ı ve
variantˇe X i Y (oznaˇcen´ı X a Y uˇz´ıv´ame, protoˇze se obecnˇe jedn´a
o dvˇe varianty testu pouˇzit´e v jin´
ych term´ınech). Srovn´av´an´ı se pak
skl´ad´a ze dvou ekvipercentilov´
ych srovn´an´ı na stejn´e skupinˇe testovan´
ych. Nejprve se sk´ore z varianty X ekvipercentilovˇe srovn´a se
12
sk´orem na spoleˇcn´
ych u
´loh´ach. Spoleˇcn´e u
´lohy se zde uvaˇzuj´ı jako
samostatn´
y test, kter´
y ˇreˇsila stejn´a skupina lid´ı jako variantu X. Tyt´eˇz
spoleˇcn´e u
´lohy ˇreˇsila tak´e skupina lid´ı testovan´
ych variantou Y. Opˇet
m˚
uˇzeme sk´ore ze spoleˇcn´
ych u
´loh (tentokr´at ˇreˇsen´
ych skupinou lid´ı
z varianty Y) ekvipercentilovˇe srovnat se sk´ore z varianty Y. Spojen´ım (zˇretˇezen´ım) tˇechto dvou srovn´av´an´ı dostaneme srovn´an´ı sk´ore
varianty X se sk´orem varianty Y. Pˇresn´a matematick´a definice je pak
n´asleduj´ıc´ı: VZOREC matematick´e definice (PDF)
6
Pˇ
r´ıklady standardizovan´
ych test˚
u studijn´ıch
pˇ
redpoklad˚
u a psychologick´
ych test˚
u
• obr´azek fig-3-1-types-of-standard-scored-scales.png je pˇrevzat z
publikace Hopkins, K. D. Educational and Psychological Measurement and Evaluation. Needham Heights, MA : Allyn and
Bacon,1998, s. 53.
• uk´azka GRE testu a TOEFL testu
13
Download

Tvorba a analýza didaktických test˚u