این بسته را می توان برای تحلیل های مختلف مربوط به نظریه کلاسیک آزمون مورد استفاده قرار داد مثل نمره دهی پاسخ های چند گزینه ای، پایایی، تحلیل سوال، و تبدیل نمره به مقیاس های متفاوت. این بسته دارای توابع زیر است:
1- reliability,
2-score,
3-distractor.analysis,
4-score.transform,
5-spearman.brown,
6-disattenuated.cor,
7-subscales,
8-polyserial
|
شماره |
تابع |
مثال |
توصیف |
|
1 |
CTTdata |
داده های چند گزینه ای |
این مثال شامل 20 سوال چند گزینه ای بدون نمره است. |
|
2 |
cttICC |
تدوین منحنی ویژگی سوال تجربی و نظری |
این تابع، منحنی ویژگی سوال تجربی را تولید می کند. |
|
3 |
CTTkey |
کلید چند گزینه ای |
این مثال شامل کلید 20 سوال چند گزینه ای بدون نمره است. |
|
4 |
disattenuated.cor |
تابعی برای همبستگی کاهش یافته |
این تابع برای محاسبه همبستگی کاهش یافته بین دو اندازه که پایایی های آزمون متناظر آن ها ارائه شده، مورد استفاده قرار می گیرد. |
|
5 |
distractor.analysis |
تابعی برای تحلیل گزینه های انحرافی |
این تابع، گزینه های انحرافی هر سوال را تحلیل می کند. |
|
6 |
polyserial |
تابع محاسبه همبستگی پلی سریال |
این تابع با استفاده از برآوردگر ML و ad hoc همبستگی پلی سریال را محاسبه می کند. |
|
7 |
reliability |
تابع تحلیل پایایی سوال |
این تابع، پایایی را محاسبه می کند. |
|
8 |
score |
تابع نمره دهی فایل های پاسخ |
این تابع می تواند پاسخ های سوال های چند گزینه ای را نمره دهد. |
|
9 |
score.transform |
تابع تبدیل نمرات به مقیاس های مختلف |
این تابع متریک نمره را تبدیل می کند. |
|
10 |
spearman.brown |
تابع فرمول اسپیرمن-براون |
این تابع پایایی پیش بینی شده را با توجه به پایایی اصلی و طول آزمون جدید محاسبه می کند یا طول مورد نیاز آزمون را برای رسیدن به سطح قابل قبولی از پایایی محاسبه می کند. |
|
11 |
subscales |
تابع ساخت خرده مقیاس ها بر اساس ماتریس طراحی |
این تابع برای استخراج خرده مقیاس ها از مجموعه پاسخ های یک سوال تهیده شده است. |
از جمله معروف ترین منابع در زمینه نظریه کلاسیک آزمون می توان موارد زیر را معرفی کرد. از بین این منابع، منبع اول توسط دکتر دلاور ترجمه و انتشارات سمت آن را چاپ کرده است.
مرکز مدل سازی چند سطحی (سی ام ام) مرکز تحقیقاتی در دانشگاه بریستول انگلستان است. محققان این مرکز از بخش های زیر جذب می شوند:
Graduate School of Education
Bristol Veterinary School
School of Geographical Sciences
مدل سازی چند سطحی یک موضوع تحققیاتی دانشگاهی و یکی از فنون کمی است که در تحقیقات علوم اجتماعی برای مدل سازی داده های دارای ساختارهای سلسله مراتبی پیچیده استفاده می شود. موضوعات تحقیقاتی مدل سازی چند سطحی بر ارائه روش های آماری به منظور پاسخ به سوالات تحقیقاتی، تدوین نرم افزارهای جدید برای اجرای این روش شناسی و ترویج فنون آن در جامعه ملی و بین المللی علوم اجتماعی تاکید دارد.
در اینک زیر مواد یادگیری از کارگاه های قبلی برگزار شده در این مرکز ارائه شده است:
http://www.bris.ac.uk/cmm/software/support/workshops/materials/
در سایت زیر می توانید در مورد دوره روش های کمی پیشرفته در علوم اجتماعی و سلامت اطلاعاتی را بیابید:
http://www.bris.ac.uk/cmm/aqm/
در سایت زیر نیز مدارک مورد نیاز این دوره را می توانید ببینید:
http://www.bristol.ac.uk/university/governance/policies/admissions/language-requirements.html
که شامل موارد زیر است:
2. Responsibility for implementation
3. Approved tests of English language
4. Evidence
5. Applicants who do not yet reach the standard of achievement specified in their offer
6. Procedure for approval of other English language tests
هدف انجمن اروپایی روش شناسی ارتقای تحقیق و توسعه روش های تحقیقات تجربی در علوم رفتاری، اجتماعی، آموزشی، بهداشتی و اقتصادی و در زمینه تحقیقات ارزیابی از طریق موارد ذیل است:
-ارتقاء تحقیق و آموزش روشهای تحقیقاتی در موارد فوق الذکر
-ایجاد تسهیلاتی برای تبادل دانشمندان در اروپا و بخشهای دیگر دنیا
-حمایت از فعالیتهای گروه های ملی و اعضای آن ها
-انتشار منابعی در زمینه های فوق الذکر
تاریخچه
پایه گذاری انجمن اروپایی روش شناسی توسط گروه روش های انجمن آلمانی روانشناسی و انجمن اسپانیایی روش شناسی علوم رفتاری صورت گرفت و این انجمن توسط بخش روشهای انجمن آلمانی جامعهشناسی پیوند داده شد. همچنین این ایده توسط جلسه سازمانی کنفرانس انجمن تحلیل چند سطحی در علوم رفتاری در تیلبرگ و همکارانی از دیگر کشورهای اروپایی پذیرفته شد. جلسه پایهگذاری در 27 فوریه 2004 در فرانکفورت آلمان برگزار شد که در آن محققان و روششناسانی از 8 کشور اروپایی و 4 رشته (روانشناسی، جامعه شناسی، اقتصاد و آموزش و پرورش) شرکت کردند. اولین کنفرانس در 17 تا 22 جولای در آلمان به عنوان کنفرانس مشترک با انجمن تحلیل چند متغیره در علوم رفتاری و اجتماعی برگزار شد. از آن به بعد، کنفرانس های موفقیت آمیزی در بوداپست (2006)، اوویدو (2008)، پتسدم (2010) و سانتی دی کامپوستلا (2012) برگزار شد.
در لینک زیر می توانید در این انجمن با پرداخت سالانه 70 یورو و البته برای کشورهای کم درآمد مثل ایران با پرداخت سالانه 35 یورو عضو شوید.
http://www.eam-online.org/
کاربرد مدلهای تشخیصی شناختی به منظور تعیین مهارتهای زیربنایی عملکرد داوطلبان در آزمون ورودی زبان انگلیسی عمومی دوره دکترا
چکیده
شیوههای مرسوم اندازه گیری آموزشی به دلیل عدم توجه به فرایندهای شناخت یای که آزمودنیها در حین ارائه پاسخ به سوالات یک آزمون استفاده میکنند و عدم استخراج اطلاعات تشخیصی در مورد نقاط قوت و ضعف دانشآموزان مورد انتقاد قرار گرفته اند. در این راستا رویکرد سنجش تشخیصی شناختی برای فائق آمدن بر مشکلات مربوط به این روشها مطرح شده اند. این پژوهش با هدف کاربرد مدلهای تشخیصی شناختی به منظور تعیین مهارتهای زیربنایی عملکرد داوطلبان در آزمون ورودی زبان انگلیسی عمومی دوره دکترا انجام شد. علاوه بر این بررسی کفایت مدل، تعیین نقاط قوت و ضعف آزمونشوندگان، بررسی دقت و اعتبار طبقه بندی و مقایسه داوطلبان مرد و زن در مهارتهای شناسایی شده نیز از اهداف دیگر این مطالعه بود. بدین منظور از روش تحقیق کیفی-کمی با رویکرد ریتروفیت آزمونهای موجود برای تحقق اهداف این مطالعه استفاده شد. جامعه تحقیق شامل کلیه داوطلبان کنکور دکترا در رشتههای مربوط به زبان انگلیسی در سال 1391 بود. نمونه نیز 3699 آزمودنی در آزمون دستور زبان و 2754 آزمودنی در آزمون درک مطلب بود. ابزار مورد استفاده، آزمون زبان انگلیسی عمومی با 100 سوال در سه بخش مجزا بود. با استفاده از روشهای کیفی سه مهارتهای احتمالی آزمون دستور زبان شامل قواعد مربوط به ریخت و صرف و نحو، قواعد مربوط به انسجام و قواعد مربوط به واژگان و شش مهارت احتمالی آزمون درک مطلب شامل استفاده از دانش واژگان، استفاده از دانش نحوی، استخراج اطلاعات صریح، استنتاج، اتصال و ادغام و استفاده از دانش عملی شناسایی شد. سپس در بخش کمی مدل غیرجبرانی فیوژن با رویکرد بیز و مبتنی بر زنجیره های مارکف مونته کارلو (هارتز، 2002) برای تحلیل دادهها به کار گرفته شد. کفایت مدل با همگرا شدن زنجیرههای مارکف، برازش مناسب مدل با دادهها و پارامترهای مناسب سوالات تایید شد. همچنین بررسی میزان تسلط آزمودنیها نشان داد از بین سه مهارت دستور زبان، قواعد مربوط به انسجام، قواعد مربوط به ریخت و صرف و نحو و قواعد مربوط به واژگان به ترتیب دشوارترین تا آسانترین مهارتها بودند. از بین مهارتهای درک مطلب نیز اتصال و ادغام، استفاده از دانش عملی، استخراج اطلاعات صریح، استنتاج، استفاده از دانش نحوی و استفاده از دانش واژگان به ترتیب آسانترین تا دشوارترین مهارتها بود. دقت و اعتبار طبقه بندی آزمونشوندگان در هر یک از مهارتهای دستور زبان و درک مطلب نیز مناسب ارزیابی شد. اگر چه داوطلبان مرد در مهارتهای مورد نیاز آزمون دستور زبان و در مهارتهای استفاده از دانش واژگان، استفاده از دانش نحوی و استنتاج در آزمون درک مطلب بهتر از داوطلبان زن بودند، ولی با توجه به حجم نمونه بالا و اندازه اثر کم این تفاوتهای آماری معنادار قابل اغماض به نظر میرسد. نتایج این مطالعه برتری استفاده از مدلهای تشخیصی شناختی نسبت به روشهای مرسوم در تحلیل دادههای مربوط به آزمون زبان را تایید کرد.