Образовательные информационные технологии. Часть 2. Педагогические измерения. Морев И.А. - 56 стр.

UptoLike

Составители: 

56
зависит от часового пояса (отгадайте, почему). Был ли смысл в скрупулезном расчете ве-
сов, длившемся несколько недель?
Давайте рассмотрим динамику результатов многократного прохождения одного и того же
теста одной и той же группой претендентов. Для того чтобы картина не стала тривиаль-
ной, пусть тест будет вариативным, т. е. его задания
каждый раз будут меняться, но спектр
их типов будет сохраняться. Пусть веса заданий вычислены заранее так, как это требует
теория, и не меняются.
После первого сеанса, если тест «достаточно» хорош, а группа претендентов «достаточно»
представительна и велика, согласно канонам тестологии, должно получиться следующее
распределение результатов:
Рис. 5.
10 20 30 40 50 60 70 80 90
Каноны тестологии (теории IRT) требуют, чтобы вершина у кривой распределения была
одна. Начинаться она должна от нуля, затем переваливать через вершину и плавно сни-
жаться к нулю на границе 100%. Так оно иногда и происходит. Если в группе претенден-
тов 300-400 человек и более, претенденты мотивированы, задания заранее не известны,
свойства претендентов более-
менее однородно распределены, то график получится более-
менее плавным, как на этом рисунке (Рис. 5.).
Бывает и иначе. Скажем при тестировании по какой-либо коллективно «нелюбимой» дис-
циплине или при отсутствии у претендентов мотивации:
Рис. 6.
1
0
2
0
30
4
0
50
60
7
0
80
90
Здесь вершина распределения расположена над неким средним значением, которое полу-
чится, если проходить тестирование методом случайного «тыка». Ширина кривой в этом
случае зависит от свойств самого теста и может быть вычислена по стандартным форму-
лам теории ошибок.
А бывает и так, что в группу претендентов попали учащиеся с существенно разным
уров-
нем и спектром ЗУН. Скажем, когда школьники гуманитарного и физико-математического
класса одновременно тестируются по тригонометрии. Кривая может стать двугорбой:
зависит от часового пояса (отгадайте, почему). Был ли смысл в скрупулезном расчете ве-
сов, длившемся несколько недель?
Давайте рассмотрим динамику результатов многократного прохождения одного и того же
теста одной и той же группой претендентов. Для того чтобы картина не стала тривиаль-
ной, пусть тест будет вариативным, т. е. его задания каждый раз будут меняться, но спектр
их типов будет сохраняться. Пусть веса заданий вычислены заранее так, как это требует
теория, и не меняются.
После первого сеанса, если тест «достаточно» хорош, а группа претендентов «достаточно»
представительна и велика, согласно канонам тестологии, должно получиться следующее
распределение результатов:
                                         Рис. 5.




                           10 20 30 40 50 60 70 80 90
Каноны тестологии (теории IRT) требуют, чтобы вершина у кривой распределения была
одна. Начинаться она должна от нуля, затем переваливать через вершину и плавно сни-
жаться к нулю на границе 100%. Так оно иногда и происходит. Если в группе претенден-
тов 300-400 человек и более, претенденты мотивированы, задания заранее не известны,
свойства претендентов более-менее однородно распределены, то график получится более-
менее плавным, как на этом рисунке (Рис. 5.).
Бывает и иначе. Скажем при тестировании по какой-либо коллективно «нелюбимой» дис-
циплине или при отсутствии у претендентов мотивации:
                                         Рис. 6.




                            10 20 30 40 50 60 70 80 90
Здесь вершина распределения расположена над неким средним значением, которое полу-
чится, если проходить тестирование методом случайного «тыка». Ширина кривой в этом
случае зависит от свойств самого теста и может быть вычислена по стандартным форму-
лам теории ошибок.
А бывает и так, что в группу претендентов попали учащиеся с существенно разным уров-
нем и спектром ЗУН. Скажем, когда школьники гуманитарного и физико-математического
класса одновременно тестируются по тригонометрии. Кривая может стать двугорбой:




                                           56