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
