Белобородов Надежност тестов 2012

Видно, что погрешность отсчета может превосходить погрешность показания при небольшом количестве заданий.

Рис. 2.6. Зависимость погрешности измерения от способности испытуемого, n = 100

Для повышения точности определения способности отдельного испытуемого следует создавать индивидуально подобранные последовательности заданий с трудностями, близкими к искомой способности. На этом принципе может быть основано компьютерное адаптивное тестирование, использование которого сокращает количество предъявляемых заданий и время тестирования при увеличении точности результата.

ПРИЛОЖЕНИЯ

Приложение 1

В справочнике [4] имеются дополнительные к рассмотренным формулы для расчета надежности тестов в рамках классической теории надежности. Приводятся ссылки на следующих авторов: Дж. Наннелли, П. Клайн, Р. Кэттелл, Дж. Гилфорд и др.

Вот некоторые формулы, приведенные в справочнике [4].

1. Надежность длинного теста из надежности коротких тестов (уточнение формулы Спирмена–Брауна):

31

3. Формула Рюлона (другая):

rt =1− σ2 ,

σ2x

где σ2 – дисперсия разностей между результатами каждого испы-

туемого по двум половинам теста.

4. Кудер–Ричардсон (альтернативная формула):

где rpb – точечно-бисериальный коэффициент дискриминативно-

сти (point biserial) задания. Он равен коэффициенту корреляции балла за задание и балла за весь тест.

5. Формула Галиксена для дихотомических заданий:

6. Надежность факторно-дисперсионная. Полная дисперсия теста равна сумме дисперсий для общих, специфических и единичных факторов плюс дисперсия погрешности:

σt2 = σ2a +σb2 +... +σ2n +σ2e ,

где σt2 – дисперсия теста; σt2 , …, σ2n – дисперсия общих, групповых и единичных факторов; σe2 – дисперсия погрешности. Разделим равенство на σt2 :

32

где ax2 – доля дисперсии, выраженная общим фактором a и т.д. Таким образом, коэффициент надежности теста равен

rt =1−ex2 = ax2 +bx2 +... +nx2 .

Приложение 2

Приведем пример расчета корреляций и надежности диагностического вступительного теста по физике для студентов первого курса. Вычисления проведены в электронной таблице Excel по формулам Спирмена–Брауна и Кронбаха (табл. П.2.1 и П.2.2).

Таблица П.2.1

Оценки поточного тестирования по десяти задачам одного варианта

33

Вывод 1. Вариант пригоден для диагностических целей (надежность выше 0,7).

Вывод 2. Корреляция диагностики и ЕГЭ выше, чем диагностики и школьной оценки (0,74 > 0,40). Этого следовало ожидать, так как школьная оценка выставляется по шкале, которая определяется объемом и глубиной изучения предмета в конкретной школе.

34

ЛИТЕРАТУРА

1.Robert L. Ebel. Measuring Educational Achievment. PrenticeHall, New Jersey, 1965.

2.Челышкова М.Б. Теория и практика конструирования педагогических тестов. М.: Логос, 2000.

3.In Linn 1989. Educational measurement. Feldt.

4.Бурлачук Л.Ф., Морозов С.М. Словарь-справочник по психодиагностике. СПб.: Питер, 2002

5.Гласс Дж., Стэнли Дж. Статистические методы в педагогике

ипсихологии. М.: Прогресс, 1976.

6.Frank B.Baker, Seock-Ho Kim. Item Response Theory. M.Dekker, NY, 2004.

7.Линда Крокер, Джеймс Алгина. Введение в классическую и современную теорию тестов. М.: Логос, 2010.

35