Öğretmenler için

Ölçme ve değerlendirme

Bir sınavın iyi ölçüp ölçmediğini sınavdan sonra da anlayabilirsiniz. Öğrenci yanıtlarını yapıştırın; her maddenin güçlüğünü, ayırt ediciliğini ve çeldiricilerin nasıl çalıştığını, testin güvenirliğini ve öğrencilerin standart puanlarını görün. Sınavdan önce belirtke tablosuyla kapsamı planlayın, açık uçlu görevler için dereceli puanlama anahtarı hazırlayın.

Uygulama, Dr. Gülnur Özdil'in matematik öğretmen adaylarının ölçme ve değerlendirme becerileri üzerine yürüttüğü doktora çalışmasının sınıf içi ölçme ilkelerine dayanır. Öğrenci verileri hiçbir sunucuya gönderilmez.

1. Yanıtları girin

Her satır bir öğrenci, her sütun bir madde olsun. Tabloyu e-tablodan kopyalayıp doğrudan yapıştırabilir ya da CSV dosyası seçebilirsiniz. Şıklar (A, B, C, D) cevap anahtarıyla puanlanır; açık uçlu maddeler için 0/1 ya da kısmi puan (örneğin 0–4) girin.

Yanıt tablosu

Yanıt türü Şıklar (cevap anahtarıyla) Puanlar (0/1 ya da kısmi puan)

Cevap anahtarı Bitişik (ABCD) ya da boşluk veya virgülle ayrılmış yazabilirsiniz.

İlk satır madde başlıkları İlk sütun öğrenci adları

Dosyadan yükle

Veriler bu cihazdan çıkmaz: bütün hesaplar tarayıcınızda yapılır, sunucuya hiçbir öğrenci bilgisi gönderilmez. Girdiğiniz tablo yalnızca bu tarayıcının belleğinde saklanır. Ortak kullanılan bir bilgisayardaysanız işiniz bitince .

Hesaplamalar nasıl yapılır?

Klasik test kuramı

Madde güçlük indeksi

p_{j} = \frac{X ˉ _{j}}{X _{j, m a x}}

Maddeyi doğru yanıtlayanların oranıdır; kısmi puanlı maddelerde ortalama puanın tam puana oranı alınır. 0,40 ile 0,60 arası orta güçlükte sayılır. Yüksek p kolay maddeyi gösterir.

Ayırt edicilik indeksi

D_{j} = p_{u ¨ st} - p_{alt}

Toplam puana göre sıralanan grubun en üst ve en alt %27'sinde maddenin güçlük indeksleri farkıdır (Kelley, 1939). Ebel ve Frisbie'ye göre 0,40 ve üzeri çok iyi, 0,30–0,39 iyi, 0,20–0,29 düzeltilmeli, 0,19 ve altı zayıftır.

Düzeltilmiş madde-toplam korelasyonu

r_{j x} = r (X_{j}, X - X_{j})

Madde puanı ile o madde dışındaki toplam puan arasındaki Pearson korelasyonudur; 0/1 maddelerde nokta çift serili korelasyona eşittir. Maddenin testin geneliyle aynı yönde ölçme yapıp yapmadığını gösterir.

KR-20 ve Cronbach alfa

α = \frac{k}{k - 1} (1 - \frac{\sum _{j = 1}^{k} σ _{j}^{2}}{σ _{X}^{2}})

Testin iç tutarlılığını gösterir. Maddeler 0/1 puanlandığında madde varyansı pq olur ve formül KR-20'ye dönüşür. Sınıf içi sınavlarda 0,70 ve üzeri genellikle yeterli kabul edilir.

KR-21

K R_{21} = \frac{k}{k - 1} (1 - \frac{X ˉ ( k - X ˉ )}{k σ _{X}^{2}})

Bütün maddelerin eşit güçlükte olduğunu varsayar; yalnızca ortalama ve varyansla hesaplanır. Maddeler farklı güçlükteyse KR-20'den düşük çıkar.

Ölçmenin standart hatası

S_{e} = S_{X} 1 - r_{xx}

Bir öğrencinin gözlenen puanının gerçek puanından ne kadar sapabileceğini gösterir. Gözlenen puan ± 1,96 Sₑ aralığı, gerçek puanın %95 güvenle bulunduğu aralıktır.

z ve T puanları

z = \frac{X - X ˉ}{S _{X}} T = 50 + 10 z

Öğrencinin grubun ortalamasından kaç standart sapma uzakta olduğunu gösterir. Farklı sınavlardaki başarıyı karşılaştırmak için kullanılır.

Sonuçları yorumlarken

Grup büyüklüğü

Madde istatistikleri en az 30, tercihen 100 ve üzeri öğrenciyle kararlı hale gelir. Tek bir sınıfın sonuçlarını kesin hüküm olarak değil, maddeyi gözden geçirme işareti olarak okuyun.

Eksi ayırt edicilik

Başarılı öğrencilerin başarısızlardan daha az doğru yanıt verdiği madde ya yanlış anahtarlanmıştır ya da kökünde başarılı öğrencileri yanıltan bir belirsizlik vardır. Önce cevap anahtarını denetleyin.

Ölçüt dayanaklı sınavlar

Konu iyi öğretildiğinde bütün sınıf bir maddeyi doğru yanıtlayabilir; bu durumda düşük ayırt edicilik kusur sayılmaz. Maddeyi atmadan önce kazanımı ölçmeye devam edip etmediğine bakın.

Kaynaklar

Crocker, L. ve Algina, J. (2008). Introduction to classical and modern test theory. Cengage Learning.
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334.
Ebel, R. L. ve Frisbie, D. A. (1991). Essentials of educational measurement (5. baskı). Prentice Hall.
Kelley, T. L. (1939). The selection of upper and lower groups for the validation of test items. Journal of Educational Psychology, 30(1), 17–24.
Kuder, G. F. ve Richardson, M. W. (1937). The theory of the estimation of test reliability. Psychometrika, 2(3), 151–160.
Messick, S. (1989). Validity. R. L. Linn (Ed.), Educational measurement (3. baskı) içinde (s. 13–103). Macmillan.
Millî Eğitim Bakanlığı Ortaöğretim Kurumları Yönetmeliği, puan ve derece aralıkları.