Задача 3.
Даны результаты тестирования для каждого из тестированных и теста длины в виде матрицы , а также вектор эталонных ответов , где – эталонный ответ на задание номер . Необходимо оценить валидность каждого задания теста.
Простейший алгоритм решения этой задачи состоит из следующих этапов.
Определяем для очередного задания теста по матрице количество тестированных, давших правильный ответ на -ое задание и находим их средний балл
.Находим аналогично количество тестированных, давших неправильный ответ на j-ое задание и их средний балл
.Находим дробь : знаменатель – количество тестированных, давших правильный ответ на данное задание номер , числитель – количество тестированных.
Находим дробь : знаменатель – количество тестированных, давших неправильный ответ на данное задание номер , числитель – количество тестированных.
Оцениваем дисперсию каждого -го задания и стандартное отклонение .
Находим стандартное отклонение
по
всему тесту.Находим коэффициент корреляции (меру валидности задания):
Если
,
то задание считаем валидным, иначе –
не валидным (отметим, что с точки зрения
критериальной валидности, задания,
выполненные всеми или невыполненные
никем, не являются валидными).Конец алгоритма.
Задача 4.
Даны результаты нормативно-ориентированного тестирования для каждого из тестированных и теста длины в виде матрицы , а также вектор эталонных ответов , где – эталонный ответ на задание номер . Необходимо оценить надежность теста (степень устойчивости результатов тестирования каждого испытуемого, если тестирование было проведено в совершенно одинаковых условиях).
Для вычисления надежности нормативно-ориентированного теста используем коэффициент корреляции между результатами двух параллельных тестов. Сравнивая коэффициенты корреляции, делаем заключение о надежности (внутренней) теста. Если две половины теста коррелированны, то и тест надёжен; в противном случае – не надёжен (или необходимо применить другой, более тонкий математический аппарат исследования надежности).
Простейший алгоритм решения этой задачи состоит из следующих этапов.
Делим тест на две равные части
и
,
например, по четным и нечетным номерам
заданий. Этот метод называется методом
расщепления теста. Таким образом, мы
имеем данные по двум параллельным
тестам
и
–
индивидуальные баллы
,
,
где
–
количество тестированных.Для каждого задания группы выполняем предыдущий алгоритм.
Для каждого задания группы выполняем предыдущий алгоритм.
Находим коэффициент корреляции и по формуле:
Находим надежность
всего
теста по формуле (Спирмена-Брауна):
Конец алгоритма.
Задача 5.
Необходимо на основе имеющихся результатов
тестирования (матрица
)
получить для каждого из
тестированных
интегральный (обобщенный) показатель
выполнения теста длины
,
а затем по вычисленным значениям этого
интегрального показателя разбить всех
тестированных на заданное количество
групп
(задача классификации).
Алгоритм решения этой задачи состоит из следующих этапов.
Если для -го задания увеличение значений результатов измерения свидетельствует об улучшении соответствующего свойства, то с ним свяжем признак
,
а если свидетельствует об ухудшении –
признак
.Выполняем нормирование элементов исходной матрицы так, чтобы в каждом столбце они изменялись в "одном направлении": для каждого задания (при фиксированном
)
и для каждого испытуемого
вычислим
новое значение
где
,
–
наибольшее и наименьшее значения
элементов
-го
столбца и применяем преобразование
вида
Для каждого столбца полученной новой матрицы (нормированной) вычисляется среднее квадратичное отклонение по формуле
где
–
среднее арифметическое элементов
-го
столбца.
Вычисляется классификационный интегральный показатель
где
–
значение интегрального показателя для
-го
обучаемого
,
– весовой коэффициент
-го
задания в тесте или в банке всех заданий,
–
элемент матрицы
или
его преобразованное (нормированное,
например, по отношению к максимальному
элементу или к норме матрицы).
Находим наименьшее
и
наибольшее
значения
интегрального показателя (по всем
тестированным). Отрезок
делим
на заданное число
интервалов.
Часто берут (при построении, например,
гистограммы)
.
Всех тестированных, для которых
вычисленные значения интегрального
показателя попадают в один и тот же
интервал, отождествляем и относим к
одному классу.
Выдаем результаты: значения интегрального показателя для каждого тестированного, а также его класс (или классификацию тестированных по интегральному показателю).
Конец алгоритма.
