نمودار باكس - ويسكر (جعبه‌اي)

نمودار باكس - ويسكر (جعبه‌اي)

نمودار باكس – ويسكر نموداري است كه به كمك معيارهاي مركزي و پراكندگي، موقعيت مجموعه داده ها را به شكلي بسيار گويا و مفيد ارائه مي دهد. اين نمودار ابتدا توسط آمار شناس معروف توكي ارائه گرديد و با استفاده از يك مستطيل (باكس) در دو خط در دو طرف مستطيل (ويسكر) و به وسيله ميانه، چاركهاي اول و سوم و كمترين و بيشترين اندازه مشاده شده رسم مي شود. با استفاده از اين نمودار مي توان مركزيت،‌ پراكندگي و چولگي داده ها را تفسير نمود.


چگونه یک نمودار باکس-ویسکر برای مجموعه داده های زیر رسم کنیم؟


4.3, 5.1, 3.9, 4.5, 4.4, 4.9, 5.0, 4.7, 4.1, 4.6, 4.4, 4.3, 4.8, 4.4, 4.2, 4.5, 4.4


گام اول: مرتب کردن داده ها به صورت صعودی، براي اين منظور مي توان از نمودار شاخه و برگ نيز استفاده نمود.:


3.9, 4.1, 4.2, 4.3, 4.3, 4.4, 4.4, 4.4, 4.4, 4.5, 4.5, 4.6, 4.7, 4.8, 4.9, 5.0, 5.1


گام دوم: مشخص کردن میانه داده ها:


به دلیل اینکه تعداد داده ها 17 است، بنابراین 9 امین مقدار در میان اعداد مرتب شده میانه داده ها خواهد بود


3.9, 4.1, 4.2, 4.3, 4.3, 4.4, 4.4, 4.4, 4.4, 4.5, 4.5, 4.6, 4.7, 4.8, 4.9, 5.0, 5.1


میانه عبارت است از: Q2 = 4.4


گام سوم: مشخص کردن میانه داده های هر یک از دو دسته زیر(چاركهاي اول و سوم داده ها):


3.9, 4.1, 4.2, 4.3, 4.3, 4.4, 4.4, 4.4


و

4.5, 4.5, 4.6, 4.7, 4.8, 4.9, 5.0, 5.1


دسته اول دارای 8 مقدار است، بنابراین میانه داده های دسته اول(چارک اول) برابر است با میانگین دو داده وسطی، یعنی:


Q1 = (4.3 + 4.3)/2 = 4.3


میانه داده های دسته دوم(چارک سوم) برابر است با


Q3 = (4.7 + 4.8)/2 = 4.75


گام چهارم: رسم يك خط افقي و مدرج کردن آن بطوری كه بتوان همه داده ها را روي آن نشان داد.


گام پنجم: مکان كوچكترين عدد مشاهده شده ، بزرگترين عدد مشاهده شده ، میانه Q2 ، چارک اول Q1 و چارک سوم Q3 را تعيين مي كنيم.

گام ششم: بالاي خط مدرج شده مستطيلي رسم مي كنيم كه طول آن برابر با Q3- Q1 (برد چاركها) بوده و از نقطه Q1 شروع و به Q3 ختم شود و عرض مستطيل به اندازه معقول در نظر گرفته مي شود. اين مستطيل را باكس مي ناميم. اندازه ميانه را به صورت خطي به موازات عرض مستطيل رسم نموده و مستطيل را به وسيله يك خط منقطع به موازات خط مدرج شده به دو قسمت تقسيم مي كنيم.

گام هفتم: مرزهاي داخلي و خارجي داده ها با توجه به روابط زير تعيين می کنیم.


مرز داخلی پایین= Q1 – 1.5 *( Q3- Q1) = 3.625

مرز داخلی بالا= Q3+ 1.5 *( Q3- Q1) = 5.425

مرز خارجی پایین= Q1 – 3 *( Q3- Q1) = 2.95

مرز خارجی بالا= Q3+ 3 *( Q3- Q1) = 6.1

گام هشتم: با استفاده از داده هاي مرتب شده، دو اندازه كوچكترين و بزرگترين داده را كه داخل مرزهاي داخلي قرار دارند، تعيين كرده و خط منقطع وسط مستطيل را تا اين دو نقطه به صورت خط پر ادامه مي دهيم. اين خطوط را ويسكر مي نامند كه از چاركها شروع و به نقاط فوق ختم مي شوند.


نکته

هر عددي كه خارج از مرزهاي داخلي قرار گرفته باشد را يك دادة پرت ناميه و چنانچه بين مرزهاي داخلي و خارجي قرار گيرد آن را داده پرت ضعيف ناميده و با علامت ○ نشان مي دهيم و چنانچه خارج از مرزهاي خارجي قرار گرد آن را داده پرت قوي ناميده و با علامت ● نشان مي دهيم.


با استفاده از نمودار باكس - ويسكر مي توان اطلاعات زير را در مورد داده ها كسب نمود.

الف) اگر ميانه نزديك وسط مستطيل (باكس) باشد توزيع داده ها تقريباً متقارن است.

ب) اگر ميانه در طرف چپ وسط مستطيل باشد توزيع چوله به راست و اگر ميانه در طرف راست وسط مستطيل قرار گيرد توزيع چوله به چپ است.

ج) اگر خطوط دو طرف مستطيل (ويسكرها) تقريباً برابر باشند توزيع داده ها به توزيع متقارن نزديك بوده و در صورت نامساوي بوده خطوط توزيع داراي چولگي است.

د) در مقايسه نمودار باكس - ويسكر دو مجموعه از داده ها مي توان پراكندگي آنها را با توجه به طول مستطيل هاي نمودار با يكديگر مقايسه نمود. مستطيلي كه طول بزرگتري دارد داراي پراكندگي بيشتر مي باشد.

ه) داده هاي پرت ضعيف و داده هاي پرت قوي را با استفاده از نمودار باكس - ويسكر مي توان تعيين نمود.

http://raji_riazi.persianblog.ir/post/38

+ نوشته شده در چهارشنبه ۳۰ آذر ۱۳۹۰ ساعت توسط  | 

نمودار ساقه و برگ و نمودار جعبه ای BOXPLOT AND STEM AND LEAF DIAGRAMS

                                                                                                           

نمودار ساقه و برگ  Stem And Leaf Diagram

نمودار ساقه وبرگ نوعي نمودار براي نمايش فراواني مشاهدات می باشد و برای نمایش یک سری داده کمی گسسته و پیوسته بکار می رود. شکل و پراکندگی داده ها را نمایش می دهد. هر داده یک ساقه و یک برگ دارد. معمولا برگ، آخرین رقم داده بوده و بقیه ساقه آن را تشکیل می دهند . برای مثال در عدد 512 عدد 2 برگ و 51 ساقه است. يك‌ نمودار منعكس‌ كننده‌ توزيع‌ فراواني‌ و هيستوگرام‌ است‌ و ضمن‌ نشان‌ دادن‌ شكل‌ هيستوگرام‌،  داده‌ هاي‌ اصلي‌ را نيز نشان‌ مي دهد. در این نمودار بجاي رسم ميله‌ها، فراواني‌ها بشكل اعداد (با نمايش تعداد تكرار و بيان اعداد مشاهده شده) نشان داده می شوند.

برای رسم نمودار ساقه وبرگ این مراحل طی می شود:

1. هر داده  به دو قسمت تقسیم می شود. یک قسمت از داده  ساقه و قسمت دیگر برگ است. برگ، آخرین رقم داده بوده و بقیه ساقه آن را تشکیل می دهند. 

2. ساقه ها به ترتیب از کوچک به بزرگ مرتب می شوند. 

3. هر برگ به ساقه مناسب اضافه می شود.

برای درک بهتر، فرآیند تشکیل نمودار ساقه و برگ ارائه می شود. این مثال مربوط به داده های پزشکی است.

80, 85, 110, 95, 95, 100, 45, 95, 130, 75, 80, 70, 80, 100, 120, 110, 125, 75, 100, 40, 75, 110, 150, 75, 95

در داده های بالا عدد سمت راست برای هر داده برگ می باشد؛ مثلا برای عدد 110، 0 برگ است و 11 ساقه است. برای تمام اعداد بعد از اینکه ساقه  ها مشخص شد، باید ساقه ها از کوچک به بزرگ مرتب شوند و به صورت عمودی و یا افقی به ترتیب مشخص شده نوشت. سپس برگ ها در جلوی این ساقه ها نوشته می شوند. مناسب تر آن است که برگ ها نیز به ترتیب از کوچک تا بزرگ یعنی از صفر تا 9 مرتب شوند تا نمای بصری زیبا تر و اطلاعات در مورد داده ها با سرعت و سهولت بیشتری انتقال یابند. می توان بین ساقه ها و برگ ها خطی ترسیم نمود. این نمودار خیلی به نمودار میله ای نزدیک و شبیه است. این نمودار اطلاعات مربوط به نمودارهای میله ای و هیستوگرام را داراست ولی بیشتر از این نمودارها نیز اطلاعات می دهد و برای بررسی بیشتر داده ها نیز می توان از آن استفاده کرد. در زیر مثالی زده شده است که شکل نمودار ساقه و برگ را نشان می دهد.

 


با مقايسه نمودار فوق و نمودار هيستوگرام ديده مي‌شود كه در نمودار هيستوگرام با ايجاد طبقات ديگر دستيابي به مقادير انفرادي مشاهدات امكان پذير نيست اما در نمودار شاخه و برگ ضمن داشتن ايدة تصويري از نحوة توزيع داده ها به يكايك اطلاعات نيز دسترسي داريم.


برای رسم این نمودار در نرم افزار اس پی اس اس، به عنوان مثال، اگر بخواهيم نمودار ساقه و برگ متغير مقدار علوفه مصرفي را براساس متغير گروه‌هاي نژادي گوسفندان رسم كنيم، بعد از انتخاب گزينهDescriptive Statistics از منوي Analyze  و سپس كليك بر روي Explore…، وارد پنجره Explore مي‌شويم. حال متغير Hay را وارد جعبه Dependent List و متغير Ethnic group را وارد بخش  Factor List نموده و از قسمت Display گزينه Plots را انتخاب كرده و بر روي دكمه Plots… كليك مي‌نمائيم.

در ادامه، در پنجره Explore: Plots تنها گزينه Stem-and-Leaf را انتخاب و بترتيب بر روي كليدهاي Continue و  OK كليك مي‌كنيم.










نمودار جعبه ای (Box plot)

نمودار جعبه ای نموداري است كه به كمك معيارهاي مركزي و پراكندگي،  موقعيت مجموعه داده ها را به شكلي بسيار گويا و مفيد ارائه مي دهد. اين نمودار ابتدا توسط آمار شناس معروف توكي ارائه گرديد و  با استفاده از يك مستطيل (باكس)  در دو خط، در دو طرف مستطيل (ويسكر) و به وسيله ميانه، چاركهاي اول و سوم و كمترين و بيشترين اندازه مشاده شده رسم مي شود. با استفاده از اين نمودار مي توان مركزيت،‌ پراكندگي و چولگي داده ها را تفسير نمود.

برای رسم این نمودار:

1. داده ها را به صورت صعودی مرتب می کنیم.

2. میانه داده ها را مشخص می کنیم. 

3. (3) چارک اول و سوم را مشخص می کنیم. 

4. (4) یک خط افقی مدرج که بتوان همه داده ها را روی آن نشان داد رسم می کنیم. 

5. مکان کوچک ترین عدد مشاهده شده، بزرگ ترین عدد، میانه، چارک اول و چارک سوم را تعیین می کنیم. 

6. بالای خط مدرج رسم شده مستطیلی رسم می کنیم که طول آن برابر با Q3- Q1 (برد چارک ها) بوده و از نقطه Q1 شروع و به نقطه Q3 ختم شود و عرض این مستطیل به اندازه معقول در نظر گرفته می شود. اندازه میاننه را به صورت خطی به موازات عرض مستطیل رسم نموده و مستطیل را به وسیله یک خط منقطع به موازات خط مدرج شده به دو قسمت تقسیم می کنیم. 

7. مرزهای داخلی و خارجی داده ها را با توجه به روابطی خاص تعیین می کنیم.

8. با استفاده از داده های مرتب شده، دو اندازه کوچک ترین و بزرگ ترین داده را که داخل مرزهای داخلی قرار دارند، تعیین کرده و خط منقطع وسط مستطیل را تا این دو نقطه به صورت خط پر ادامه می دهیم. این خطوط را ویسکر می نامند که از چارک ها شروع و به نقاط فوق ختم می شوند.

نکته!

هر عددي كه خارج از مرزهاي داخلي قرار گرفته باشد را يك دادة پرت ناميده و چنانچه بين مرزهاي داخلي و خارجي قرار گيرد، آن را داده پرت ضعيف ناميده و با علامت ○ نشان مي دهيم و چنانچه خارج از مرزهاي خارجي قرار گیرد آن را داده پرت قوي که بعضی به آن داده ی انتهایی نیز می گویند ناميده و با علامت ● نشان مي دهيم.

با استفاده از نمودار جعبه ای مي توان اطلاعات زير را در مورد داده ها كسب نمود:

1. اگر ميانه نزديك وسط مستطيل باشد توزيع داده ها تقريباً متقارن است.

2. اگر ميانه در طرف چپ وسط مستطيل باشد، توزيع چوله به راست و اگر ميانه در طرف راست وسط مستطيل قرار گيرد توزيع چوله به چپ است. البته در بعضی از نرم افزارها مانند اس پی اس اس نمودار به صورت عمودی ترسیم می شود. 

3. اگر خطوط دو طرف مستطيل (ويسكرها) تقريباً برابر باشند، توزيع داده ها به توزيع متقارن نزديك بوده و در صورت نامساوي بودن خطوط توزيع داراي چولگي است.

4. در مقايسه نمودار جعبه ای دو مجموعه از داده ها مي توان پراكندگي آنها را با توجه به طول مستطيل هاي نمودار با يكديگر مقايسه نمود. مستطيلي كه طول بزرگتري دارد، داراي پراكندگي بيشتر مي باشد.

5. داده هاي پرت ضعيف و داده هاي پرت قوي را با استفاده از نمودار جعبه ای مي توان تعيين نمود.

نمودار جعبه ای برای داده های یک کلاس آمار بدین شرح است: 

2,2/25,3,3/5,4/25,5/5,6/25,6/5,7,7/25,7/5,8,8,8/5,8/5,10,10,10,10,10/5,10/75,11,11,

11/25,11/5,11/75,11/75,13,14/25,14/5,14/5,14/5,15,15,17/25,18/25     n=36


 


 

 

برای رسم این نمودار در نرم افزار اس پی اس اس، به‌عنوان مثال،  براي رسم نمودار جعبه‌اي مربوط به متغير وزن بدن گوسفندان براساس رده‌هاي مختلف گروه‌هاي نژادي و مقايسه آنها با يكديگر، بعد از انتخاب گزينه Boxplot… از منوي Graphs و سپس انتخاب حالت Simple و زدن Define، متغير Weight  را وارد قسمت Variable و متغير Ethnic group را وارد بخش  Category Axis نموده و بر روي OK كليك مي‌كنيم.


نمودار جعبه ای پهلو به پهلو

اگر براي مقايسه دو يا چند گروه مجزا نمودارجعبه‌اي را رسم و روي يك محور قرار دهيم، نمودار حاصل را نمودار جعبه‌اي پهلو به پهلو مي‌ناميم و ابزار مناسب، براي مقايسة خصوصيات اين گروهها براي صفت كمي مورد مطالعه در اختيار ما قرار مي‌دهد.


مثال : در مقايسه اثرات جانبي دارويي بر فشار خون افراد در دو گروه بيماري حاد و مزمن نمودارهاي زير از فشار خون آنها پس از مصرف دارو تهية شده است.




 



نمودار فوق نشان مي‌دهد، پراكندگي و تمركز هردو در فشار خون بيماران مبتلا به بيماري حاد بيشتر از گروه بيماران مبتلا به بيماري مزمن مي‌باشد. لذا اثر جانبي اين دارو براي بيماري حاد نامناسب‌تر به نظر مي‌رسد.




 



در نهایت این دو نمودار در یک نمایش تصویری از داده ها کاربرد دارند اما نمودار جعبه ای زمانی مورد استفاده قرار می گیرد که هدف، تاکید بر نقاط مشخصی از توزیع برای ارائه اطلاعات به صورت  خلاصه شده می باشد. همچنین این نمودار انجام‌ مقايسه‌ بين‌ چند مجموعه‌ داده‌ را به‌ آساني‌ امكان‌ پذيرمي‌سازد. 

 نمودار ساقه و برگ برای توصیف داده های کمی به کار برده می شود و رسم آن به دلیل از دست ندادن اطلاعات به دیگر نمودارهای فراوانی ترجیح داده می شود.




+ نوشته شده در سه شنبه ۲۹ آذر ۱۳۹۰ ساعت توسط  | 

رفتارهای فازی انسان

رفتار فازی موجب بهینه سازی رفتارهای انسان مطابق با شرایط و موقعیت محیطی است.

رفتار فازي موجب ميراسازي خطا مي شود.

قنبری- زاهدان

+ نوشته شده در جمعه ۲۵ آذر ۱۳۹۰ ساعت توسط  | 

ویژگی نامتغیر بودن پارامترها در نظریه ی سوال پاسخ

بسم الله الرحمن الرحیم

مهمترین ویژگی که نظریه ی سوال پاسخ را از نظریه ی کلاسیک اندازه گیری متمایز می سازد و در ضمن عامل برتری این نظریه و ظهور کاربردهای فراوان برای آن نظریه می شود ویژگی نامتغیر بودن(INVARIANCE) پارامترهای سوال و توانایی است. این مسئله برای کاربران نظریه بسیار با اهمیت است. از طرفی بسیاری از افراد که از نظریه ی IRT استفاده می کنند نامتغیر بودن پارامترها را درک نمی کنند. برای درک این مهم کافی است تابع نظریه ی سوال پاسخ را با رگرسیون خطی معمولی که اکثر کاربران بر آن احاطه دارند مقایسه کنیم. در رگرسیون خطی باید چند مسئله روشن شود اول شیب خط رگرسیون است این شیب بیانگر میزان کجی خط از افق است و با ضریب همبستگی متفاوت است. ضریب همبستگی به واریانس نمرات Y در حوزه ی مشخص X است. ولی زمانی که مدل رگرسیون برقرار باشد شیب در هر حوزه ی X ثابت خواهد بود و مقدار آن همان مقداری است که برای دامنه ی وسیع بدست آمده است. این مسئله در مورد عرض از مبدآ نیز صادق است و عرض از مبدا مدل با هر حوزه ی X برابر است. نظریه سوال پاسخ نیز جزء رگرسیون های غیر خطی محسوب می شود و پارامترهای شیب و حدس نیز در این مدل های مترادف شیب و عرض  از مبدا مدل های خطی است. در واقع این دو پارامتر شیب و عرض از مبدا خطی هستند که lnp/(1-p) یعنی لگاریتم نسبت بخت را به تتا یا همان صفت مکنون مربوط می سازد. در هر دامنه از تتا خط یکسان است و به همین ترتیب آلفا و بتا و بنابراین a و b که همان ویژگی قدرت تشخیص و دشواری سوال هستند باید یکسان باشند.

+ نوشته شده در جمعه ۲۵ آذر ۱۳۹۰ ساعت توسط  | 

نمونه‌گیری خوشه‌بندی محلات تهران

روش‌شناسی و روش‌های تحقیق

یک نشست در گروه روش‌شناسی و روش‌های تحقیق
نمونه‌گیری خوشه‌بندی محلات تهران
گروه علمی- تخصصی روش‌شناسی و روش‌های تحقیق انجمن جامعه‌شناسی ایران در روز بیست و نهم آذر ماه سال 88، نشستی را برگزار کرد که در آن، عباس عبدی، ضمن ارائه بحث خود در خصوص نمونه‌گیری از طریق خوشه‌بندی در پیمایش‌های اجتماعی، به ارائه گزارشی از یک طرح که درباره نمونه‌گیری خوشه‌بندی محلات تهران انجام شده بود، پرداخت.
وی ابتدا، در توضیحاتی در مورد اصل نمونه‌گیری و جایگاه آن در پیمایش، گفت: هر پیمایشی مانند یک زنجیر است که در آن پنج تا شش حلقه وجود دارد. اگر یک زنجیر را از سقف آویزان کنیم، مقاومت آن به ضعیف‌ترین حلقه‌اش وابسته خواهد بود. در یک پیمایش نیز اگر پنج حلقه از شش حلقه‌، به بهترین وجه و با دقیق‌ترین شیوه‌ها تنظیم و اجرا شود ولی تنها یک حلقه‌ ضعیف باشد، کل آن پیمایش حتی از ضعیف‌ترین حلقه نیز ضعیف‌تر خواهد بود.( اثبات ادعای اخیر کجال دیگری می‌طلبد) حال، در میان حلقه‌های مختلف پیمایش، نمونه‌گیری از جمله مواردی است که کیفیت اجرای آن معمولاً از دید خواننده پنهان می‌ماند ولی از اهمیت بسیار زیادی برخوردار است.
عبدی ادامه داد: هنگام بحث از جمعیت آماری، مهم است بدانیم که اساساً چرا این جمعیت را انتخاب کرده‌ایم. به عنوان مثال، اگر در مورد تحقیقی، جمعیت ایران را به مناطق شهری، روستایی تقسیم کنیم و برای هر کدام جداگانه نمونه گیری کنیم یا جمعیت تهران را به دو بخش شمالی و جنوبی تقسیم کنیم و مثلا طرز فکر مردم را در این دو قسمت مورد بررسی و مقایسه قرار دهیم، این سوال قابل طرح خواهد بود که به چه دلیل این قسمت بندی انتخاب شده‌اند. برای توضیح می توان گفت اگر مطالعه ما به ساختار طبقاتی مربوط باشد قطعا تقسیم بندی جنوبی و شمالی قابل دفاع است در حالی که تقسیم بندی شرقی و غربی بی معنا خواهد بود اما اگر مطالعه ما به آب مصرفی مردم تهران مربوط باشد تقسیم بندی شرق و غرب قابل دفاع است چون آب لوله کشی در این دو منطقه از دو منبع متفاوت است. با این توضیح محلات تهران را می‌توان به عنوان واحدهای جمعیتی در نظر گرفت که واجد اشتراک‌هایی هستند و می‌توانند مبنای تحدید جمعیت آماری و نمونه گیری قرار گیرند؛ چرا که محله، یک واحد اجتماعی است که سابقه قدیمی دارد. مفهوم محله حتی در روستا هم وجود دارد به‌طوری که در بسیاری از روستاهای با جمعیت چند صد نفری شاهد وجود محله هستیم و حتی از سه محله بالا، وسط و پایین تشکیل شده‌اند و هر محله هویت خاص خود را دارد؛ این در حالی است که مثلاً در تهران برخی مناطق، اداری یا بسیار جدید بوده و هویت محله‌ای خاصی ندارند. به همین دلیل، اساساً دانستن اطلاعات راجع به محله و شناخت ویژگی‌های محلات مهم است. وقتی که یک محله از هویتی نسبی برخوردار بود، به نحوی که با سایر محلات وجوه ممیزه داشته باشد، این امکان را دارد که به عنوان پایه جمعیت آماری انتخاب شود، در این صورت می‌توان در باره شیوه و چگونگی نمونه‌گیری در آن محله بحث کرد.
وی همچنین تأکید کرد: نمونه‌گیری نه تنها یک بحث علمی، بلکه یک بحث اقتصادی نیز هست و یکی از مهم‌ترین نکات نمونه‌گیری انتخاب نمونه‌ای است که هزینه کمتری داشته باشد.چرا که به دلیل محدودیت بودجه و نیروی انسانی، باید مقدار بهینه را بین مطلوب‌ها و امکانات انتخاب کنیم. برای انجام یک تحقیق، همواره شیوه‌های متنوع نمونه‌گیری وجود دارد. در این بحث، حجم نمونه نیز مطرح است و باید مبنای ما برای انتخاب میزان حجم نمونه مشخص باشد. در اینجا، بحث هزینه نمونه گیری، تعداد نمونه و دقت نمونه مطرح می‌شود. معمولاً هزینه نمونه‌گیری رابطه‌ای خطی با حجم نمونه دارد ولی رابطه حجم نمونه و دقت نمونه‌گیری از یک نمودار لگاریتمی تبعیت می‌کند. به عنوان مثال، اگر حجم نمونه از ١٠ به ٢٠ برسد، احتمالا دقت خیلی بیش از دو برابر می‌شود. تغییر حجم از ٢٠ به ١٠٠، دقت را بیش از پنج برابر افزایش می‌دهد ولی اگر حجم نمونه، از ٤٠٠ به ٨٠٠ برسد، دقت دو برابر نشده وشاید تنها ١٠درصد افزایش یابد. در چنین شرایطی، بسته به نوع پژوهش و پرسش‌ها، باید دید که به چه دقتی نیاز داریم.
عبدی در ادامه، به بحث در مورد خوشه‌بندی پرداخت و سه معیار اصلی برای خوشه‌بندی را چنین معرفی کرد: معیار نخست این است که متغیرهایی که برای خوشه‌بندی درنظر گرفته می‌شوند، از حیث زمینه مطالعه قابل قبول باشند؛ یعنی ما برحسب نوع تحقیقی که می‌خواهیم انجام دهیم، آن واحدها را خوشه‌بندی می‌کنیم. مثلاً اگر در تحقیق ما، "جنسیت" اهمیت زیادی دارد، یک خوشه زنان و یک خوشه مردان درنظر می‌گیریم. معیار دوم این است که متغیرها تنها دارای یک مفهوم باشند. به عنوان مثال، اگر بخواهیم محلات یا شهرها را بر اساس متغیری به نام بیکاری زن به دو گروه تقسیم‌بندی کنیم، این کار معتبر نیست؛ چون بیکاری زنان می‌تواند دو معنای فقر یا توسعه را در بر داشته باشد. مثلاً در مناطق ١٨ و ١٩ تهران، بیکاری زنان بالاست که البته این امر به دلیل فقر بیشتر در این مناطق است، اما ممکن است در منطقه ٣ هم بیکاری بالا باشد ولی بیکاری در این منطقه ناشی از توسعه‌یافتگی آن منطقه است و نمی‌توان منطقه 3 و 19 را در یک خوشه قرار داد. بنابراین، بیکاری زنان متغیر مناسبی برای خوشه‌بندی نیست. بالاخره معیار سوم برای تعیین یک متغیر مناسب جهت خوشه بندی، داشتن واریانس کافی است. اگر متغیری واریانس نداشته باشد، اصلاً نمی‌توان آن را تقسیم‌بندی کرد. در کنار همه این موارد، مسأله‌ مهمی که برای خوشه‌بندی باید در نظر گرفته شود، این است که اطلاعات ما از اعتبار و روایی کافی برخوردار باشند.
عباس عبدی در بخش پایانی سخنان خود، در مورد خوشه‌بندی محلات تهران، گفت: آنچه ما اکنون برای خوشه‌بندی تهران در دسترس داریم، اطلاعات سرشماری سال ١٣٨٥ است و البته اطلاعات دیگری که در شهرداری‌ها هست؛ مثل فضای سبز، تعداد واحدهای مسکونی و مواردی از این قبیل هم در دسترس است. تهران 371 محله دارد و این تعداد، به عنوان واحد جمعیتی جهت مطالعات پیمایشی، به لحاظ اقتصادی، نمونه‌گیری از تمام آنها مقرون به‌صرفه نیست، بنابراین لازم است و ضرورت دارد که برحسب موضوع تحقیق و بر مبنای متغیرهای مناسب، محلات تهران را خوشه‌بندی کنیم تا تعداد نمونه‌ها کم شود اما نتایج برای همه محلات قابل تعمیم باشد.
وی افزود: این کار برای اولین بار از طرف دفتر مطالعات فرهنگی و اجتماعی شهرداری تهران، و برای انجام چهار طرح پژوهشی مهم، انجام شده است. بر مبنای این طرح که مجری آن، آقای حسین نوری‌نیا بود؛ سه متغیر شاخص اقتصادی، بی‌سوادی زنان و مهاجرت برای خوشه‌بندی مناسب تشخیص داده شدند. این سه متغیر بر اساس سه معیاری که ذکر شد، یعنی مرتبط بودن متغیر با موضوع پژوهش، دارا بودن واریانس بالا و نیز دو وجهی نبودن معنای متغیر انتخاب شده‌ و در نهایت، محلات تهران به ده خوشه تقسیم شدند که حداقل تعداد نمونه کوچک‌ترین خوشه، 400 و حداکثر تعداد نمونه برای بزرگ‌ترین خوشه، 700 نفر است و در مجموع 5000 نمونه تعیین و برای تعمیم نتایج به کل شهر تهران، ضرایب تعدیل مناسب نیز برای هر خوشه محاسبه شده است.

+ نوشته شده در پنجشنبه ۲۴ آذر ۱۳۹۰ ساعت توسط  | 

کاربرد رگرسیون فازی در پژوهش اجتماعی

روش‌شناسی و روش‌های تحقیق

یک‌شنبه، 28 بهمن 1386

گزارش نشست گروه روش‏شناسی و روش تحقیق
کاربرد رگرسیون فازی در پژوهش اجتماعی

گروه علمی- تخصصی روش‌شناسی و روش تحقیق انجمن جامعه‌شناسی ایران در دومین نشست خود که در تاریخ بیست و هشتم بهمن ماه برگزار شد، موضوعی را با عنوان "کاربرد رگرسیون فازی در پژوهش اجتماعی" به بحث گذاشت که طی آن دکتر ابراهیم خدایی عضو هیأت علمی و معاون سازمان سنجش کشور به سخنرانی پرداخت.
وی در آغاز سخنان خود با اشاره به مشتق شدن بحث رگرسیون فازی از موضوع منطق فازی، لازمه آشنایی با رگرسیون فازی و کاربردهای آن را شناخت کامل مباحث مطرح در منطق فازی دانست و گفت: همان‏طور که می‏دانید کلمه ”فازی“ خود حاوی ابهاماتی است و حتی در زبان انگلیسی معنای منفی‏ای از آن منبعث می‏شود. با این وجود، منطق فازی تلاش کرده نوعی مدل منطقی برای مسائل افراد در بخش‌های مختلف زندگی و تصمیم‌گیری‌های آنها در این رابطه ارائه دهد. بنابراین این منطق نه تنها آن معنای مبهم لغوی را ندارد؛ بلکه سعی می‏کند با ترسیم مدل، موضوع را از ابهام خارج کند.

خدایی در عین حال با اشاره به کاربرد نظریه‏های مجموعه‏ها در منطق فازی به جای جبر صفر و یک، این منطق را پلی میان نظریه مجموعه‏های کلاسیک و ابهامات موجود به ویژه در مسائلی مانند موضوعات اجتماعی معرفی کرد و گفت که در واقع، منطق فازی سعی می‏کند به همه چیز درجه نسبتی دهد تا آنها را به مدل‏های ریاضی تبدیل کند.

وی در بخش دیگری از سخنان خود، درباره تاریخچه منطق فازی گفت: بر اساس مدارک موجود، این بحث نخستین بار در سال 1930 توسط یک فیلسوف لهستانی مطرح شده است اما موضوع چندان نتوانسته جایگاه خود را پیدا کند تا اینکه در سال 1965 آقای لطفی‏زاده که ملیت آذربایجانی - ایرانی دارد، این موضوع را بیشتر مورد توجه قرار داد. البته انتقاداتی نیز در این زمینه به او وارد بود. به عنوان مثال گفته می‌شد که او اولاً نتوانسته کاربردی را برای این بحث مشخص کند تا اینکه در اوایل دهه 70 ژاپنی‏ها آن را در سیستم‏های صنعتی مورد استفاده قرار دادند. از سوی دیگر، از آنجا که منطق فازی یک درجه رضایت‏مندی بین صفر و یک را تعریف می‏کند، این انتقاد از سوی اصحاب علم آمار مطرح می‌شد که همچنان بحث احتمال در این منطق قوی است. در عین حال، لطفی‏زاده خود می‏گوید که تئوری او در غرب بیشتر با موانع و انتقادات فراوانی مواجه شد ولی در شرق و در کشورهایی مانند سنگاپور و ژاپن مورد استفاده قرار گرفت.

خدایی در ادامه تاکید کرد: در هرحال منطق فازی بر اساس تعاریف موجود، در پی یافتن راهی است که فکر بشری را معقول و مدل‏بندی کند. علاوه بر این، از جمله دیگر دلایلی که در ضرورت طرح بحث منطق فازی مطرح می‏شود، این است که در بسیاری موارد دستیابی به مدل‏های منطق ریاضی چندان امکان پذیر نبوده، فرآیند کار غیرخطی است یا اینکه حس‏گرهای ما اطلاعات دقیق ندارند.

وی در بخش پایانی سخنان خود توضیح داد: رگرسیون موضوعی است که در تمام علوم کاربرد دارد ولی نوع متغیرها و نگاه به آن فرق می‏کند. تئوری رگرسیون کلاسیک این است که خطی بین متغیر مستقل و وابسته برازش می‏شود. این در حالی است که در رگرسیون غیرخطی بین دو متغیر دیگر یک خط فرض نمی‏شود. رگرسیون فازی نیز به طور کلی در دو حالت مورد بررسی قرار می‏گیرد؛ وقتی روابط بین متغیرها فازی باشد یا اینکه خود متغیرها ماهیت فازی داشته باشند.

منبع: http://www.isa.org.ir/node/1119

+ نوشته شده در پنجشنبه ۲۴ آذر ۱۳۹۰ ساعت توسط  | 

آزمون فازی فرضیات شرط لازم و شرط کافی در علوم اجتماعی


روش‌شناسی و روش‌های تحقیق

سه‌شنبه، 7 خرداد 1387
گزارش نشست گروه روش‌شناسی و روش‌های تحقیق
آزمون فازی فرضیات شرط لازم و شرط کافی در علوم اجتماعی

گروه علمی- تخصصی روش‌شناسی و روش‌های تحقیق انجمن جامعه‌شناسی ایران، در تاریخ هفتم خرداد ماه سال جاری، نشستی را با عنوان "آزمون فازی فرضیات شرط لازم و شرط کافی در علوم اجتماعی" برگزار کرد که طی آن، دکتر محمدرضا طالبان عضو هیئت علمی پژوهشکده امام خمینی به سخنرانی پرداخت. گزارشی از این نشست را در زیر می‌خوانید.
دکتر طالبان بحث خود را با این مقدمه آغاز کرد: در علوم اجتماعی، فرضیات علّی به صورت گزاره‌های شرط لازم و شرط کافی، اهمیت بسزایی برای تئوری اجتماعی و تحقیقات تجربی دارند. با وجود این، روش‌شناسیِ شرط لازم و شرط کافی، تنها بخش بسیار ناچیزی از روش‌شناسیِ علوم اجتماعی را به خود اختصاص داده است. در واقع، با وجود شیوع و عمومیت مفهوم شرط لازم و شرط کافی، هر چند عمدتاً به صورت تلویحی، در تئوری‌های صوری علوم اجتماعی و همچنین، در پژوهش‌های اجتماعی، اعم از کمّی، کیفی و مطالعات موردی، فقدان آثار روش‌شناختی در این زمینه موضوع قابل بحثی است که البته شاید علّت اصلی آن، سادگی ظاهری این مفاهیم باشد. در نتیجه این امر، گرچه هر فردی با مفهوم شرط لازم و شرط کافی آشناست؛ ولی افراد کمی از استلزامات و دلالت‌های منطقی و تجربی آن آگاهند.

وی افزود: شروط لازم و کافی به دلیل همین سادگی فریب‌آمیز ظاهری‌شان، همواره می‌توانند مشکلاتی را در تحقیقات پژوهشگران علوم اجتماعی به وجود آورند. به عنوان مثال، محققانی که فرضیات علّی به شکل شرط لازم یا شرط کافی ارائه داده و آنها را به صورت کمّی آزمون می‌کنند، معمولاً به مناسب بودن تکنیک‌های آماری‌شان برای آزمون این گونه فرضیات، توجهی نمی‌کنند. از سوی دیگر، از آنجا که نمی‌توان حتی یک کتاب درسی در حوزه "روش‌های آماری" پیدا کرد که اشاره‌ای به فرضیات شروط لازم و کافی و چگونگی آزمون آنها کرده باشد، محققان کمّی نیز همان رویه‌های متعارف آماری را که برای فرضیات غیر شرط لازم و کافی به کار گرفته می‌شود، برای آزمون فرضیات شرط لازم و کافی نیز مورد استفاده قرار می‌دهند. این در حالی است که برای آزمون کمّی فرضیات شرط لازم و شرط کافی، رویه‌های متعارف و معمول آماری به ویژه مدل‌های خطی- انباشتی، از نوع تکنیک‌های معمول رگرسیونی، به ندرت می‌توانند جواب‌های درستی ارائه ‌دهند. به همین دلیل، در آزمون فرضیات شرط لازم و شرط کافی، پیروی صرف از رویه‌های آماری مندرج در کتاب‌های درسی، در بیشتر اوقات، نتایج نادرستی را در بر دارد. البته این بدان معنا نیست که این کار همواره با مشکل مواجه است اما می‌توان گفت که بررسی و ارزیابی شرط لازم و شرط کافی با تکنیک‌های متداول تحلیل کمّی داده‌ها، به ویژه آنهایی که بر روش‌های همبستگی و مدل‌های خطی- انباشتی متکی هستند، سازگاری نداشته و این مسأله لزوم توجه بیشتر به این شروط را مشخص می‌کند.

طالبان ادامه داد: از سوی دیگر، به نظر می‌رسد ایده شرط لازم و شرط کافی، برای بسیاری از دانشمندان علوم اجتماعی، حتی آنهایی که متعهد به مدل‌های خطی- انباشتی نیستند، ایده‌ای انحرافی در چرخه تحقیقات علوم اجتماعی است؛ چرا که در نظر آنها، وارسی و ارزیابی فرضیات شرط لازم و شرط کافی، مستلزم تن‌ دادن به استفاده از سطوح پایین‌تر اندازه‌گیری (بالاخص سطح اسمی) و بررسی روابط ثابت و دائمی بین پدیده‌هاست که اجتناب از به‌کارگیری این دو مورد، در آموزش‌های متعارف روش‌ها و تکنیک‌های تحقیق در علوم اجتماعی، مورد تأکید قرار گرفته است.

وی در خصوص استفاده از سطوح پایین‌تر اندازه‌گیری، توضیح داد که در اکثر قریب به اتفاق مباحث و آثار فلسفی و روش‌شناسانه در علوم طبیعی و اجتماعی، شرط لازم و شرط کافی معمولاً به صورت دو شقی یا دو ارزشی "وجود/ عدم"، "حضور/ غیاب" یا "تحقق‌یافته/ تحقق‌نیافته" مطرح شده است. به عبارت دیگر، یک پیامد یا معلول خاص، تنها وقتی متحقق می‌شود که کلیه شروط لازم یا کافی آن تحقق یابد. این دیدگاه، منبعث از معرفت‌شناسی فلسفی منطق کلاسیک است که قضایا یا گزاره‌ها را فقط به صورت درست یا غلط در نظر می‌گرفت که در آن یک پدیده به طور مشخص، یا شرط لازم است یا نیست. حال آنکه در مقابل، دانشمندان و اساتید دروس روش‌ها و تکنیک‌های تحقیق در علوم اجتماعی، به ویژه آنهایی که در درون پارادایم کمّی قرار داشته‌اند، همواره به ما آموخته‌اند که ترجیح با شروط علّی، متغیرهای مستقلی هستند که واجد تغییرات در سطوح یا درجات باشند و نه فقط "حضور در برابر غیاب". از سوی دیگر، آنها به ما یاد داده‌اند که هر چه تعداد سطوح متغیر‌های به کار گرفته شده در تحلیل بیشتر باشد، بهتر است. از این رو، سنجه‌های خوب، سنجه‌هایی متشکل از متغیرهای فاصله‌ای و نسبی هستند که به محققان اجازه می‌دهند با دقت و صحت بیشتری به برآورد تأثیرات شروط لازم بر پیامد (معلول) بپردازند. حال بر اساس این دیدگاه، شکل دوشقی یا دوارزشی "حضور/ غیاب" متغیرها، که به نظر می‌رسد شکلِ ذاتی ایده شرط لازم و شرط کافی باشد، در پایین‌ترین سطح ممکن اندازه‌گیری متغیرها قرار می‌گیرد و از این رو، کاملاً ابتدایی و تا حدودی مشکوک به نظر می‌رسد. البته مشکوک بودن آن بدان دلیل است که برخی اوقات، دوشقی کردن ماهرانه سنجه‌های پیوسته در جهت برازش بهتر میان داده‌ها و مدعای نظری، می‌تواند به صورت مصنوعی منجر به روابطی شود که از رابطه حقیقی، قوی‌تر به نظر برسند.

دکتر طالبان سپس در مورد بررسی روابط ثابت و دائمی بین پدیده‌ها به عنوان راه انحرافی دیگری که پژوهشگران برای استفاده از ایده شرط لازم و کافی از آن استفاده می‌کنند؛ گفت: در بیشتر مباحث و آثار روش‌شناسانه معطوف به ایده شرط لازم و شرط کافی، یک کیفیت مطلق‌گرایانه مبنی بر "بلااستثناء بودن" وجود دارد. در حقیقت، ایده شرط لازم و شرط کافی متعلق به معرفت‌شناسی جبرگرایانه‌ای از علیّت است که درآن، علیّت به عنوان رابطه‌ای ضروری و لایتخلف یا تقارنی دائمی میان علّت و معلول تلقی می‌شود. به تعبیری، اگر الف علّت ب باشد؛ هر جا الف حاضر باشد، ب نیز ضرورتاً حضور خواهد داشت یا ب نمی‌تواند غایب باشد. بنابراین، اگر یک عامل معین یا ترکیبی از عوامل، به عنوان شرط لازم یا شرط کافی برای یک معلول مد نظر قرار گرفته باشد؛ هنگامی که علّت وجود دارد، این معلول نیز همواره باید حضور داشته باشد و هنگامی که علّت حضور ندارد، باید همواره غایب باشد. بنابراین، عاملی که شرط لازم یا شرط کافی محسوب می‌شود، الگویی از ارتباط ضروری، دائمی و همیشگی را در میان مورد‌های تحت بررسی ارائه می‌دهد. به تعبیر دیگر، می‌توان به صورت منطقی استنتاج کرد که معرفت‌شناسی و دریافت جبرگرایانه از علیّت مستلزم به‌کارگیری اصطلاحات شرط لازم و یا شرط کافی است و بر اساس این درک و دریافت از شرایط لازم، یک مورد انحرافی مانند یک نمونه یا مورد خاصی که با فرضیه شرط لازم مطابقت نداشته باشد؛ می‌تواند یک گزاره عام یا فرضیه شرط لازم را باطل کند.

وی تأکید کرد: در این زمینه، دانشمندان و صاحب‌نظران تحقیقات علوم اجتماعی با ارائه دلایلی مربوط به وجود انواع خطاها و نواقص در سنجش و اندازه‌گیری متغیرها، برآورد اثرات علّی و امثال آن، به ما آموخته‌اند که معرفت‌شناسی احتمال‌گرایانه تنها رویکرد واقع‌گرا به پدیده‌ها و فرآیندهای اجتماعی است. به همین دلیل، باید همواره به مناسبات و روابط میان شرایط علّی و پیامدها به صورت احتمالی و نه جبری و ضروری نگریست. بر این اساس، انتظار اصحاب علوم اجتماعی از ضروری و دائمی بودن ارتباط "علّت و معلول"، در پدیده‌های مورد مطالعه در جامعه، مطابق با الزامات فرضیات شرط لازم و شرط کافی، چندان منطقی به نظر نمی‌رسد.

عضو هیئت علمی پژوهشکده امام خمینی، در بخش دیگری از سخنان خود، به این موضوع پرداخت که چگونه می‌توان با به کارگیری منطق مجموعه‌های فازی، علاوه بر مد نظر قرار دادن فرضیات شرط لازم و شرط کافی در تحقیقات اجتماعی، از دو رویه بد دانسته شده توسط دانش‌پژوهان پارادایم کمّی اجتناب کرد. او گفت: وارسی و ارزیابی یک فرضیه‌ی شرط لازم و شرط کافی از سویی می‌تواند با انجام برخی جرح و تعدیلات زبانی، مثل "غالباً لازم" یا "غالباً کافی"، ماهیت احتمال‌گرایانه بخود بگیرد؛ و از سویی دیگر، این وارسی تنها به شکل دوشقی یا دوارزشی "حضور/ غیاب" محدود نبوده و می‌توان از منطق چند ارزشی فازی برای ارزیابی فرضیات شرط لازم و شرط کافی استفاده کرد. در منطق فازی، شروط علّی و پیامد (معلول) می‌توانند ارزش‌هایی را در پیوستار صفر تا یک به خود اختصاص دهند. به عبارت دیگر، بر اساس منطق مجموعه‌های فازی، هم شروط علّی (شرط لازم/ شرط کافی) و هم پیامدها (معلول‌ها) می‌توانند بر حسب درجه یا سطوح تغییر کنند.

وی سپس با تأکید بر اینکه آزمون فرضیات شرط لازم و شرط کافی در اساس، نوعی آزمونِ ارتباط در تئوری مجموعه‌ها است؛ خاطرنشان کرد: بر اساس تئوری کلاسیک مجموعه‌ها که از منطق دو ارزشی پیروی می‌کند؛ فرضیه شرط لازم به عنوان مثال، معادل با اصلِ زیر مجموعه است؛ یعنی، مجموعه معلول زیرمجموعه‌ای از مجموعه شرط (علّت) لازم است. ولی در منطق چندارزشی فازی، نمی‌توان گفت که مثلاً Y (= پیامد یا معلول) زیرمجموعه‌ای از A (= علّت لازم) است. در واقع، مفهوم محیط در تئوری کلاسیک مجموعه‌ها، یعنی زمانی که Y در درون A جا گرفته است، در مورد منطق چند ارزشی فازی به معنای آن است که Y کمتر از A بوده و مجموعه A زیرمجموعه‌ای از مجموعه B است، اگر نمرات عضویت موردها در مجموعه A کوچک‌تر از یا مساوی با نمرات عضویت مربوط به خود در مجموعه B باشد. به بیان دیگر، یک شرط علّی را می‌توان شرط لازم در نظر گرفت، اگر نمرات عضویت آن به طور هماهنگی بزرگ‌تر از درجه عضویت در پیامد (معلول) باشد یا به عبارتی این شرط علّی، مجموعه‌ای محیط بر مجموعه پیامد باشد.

دکتر طالبان در جمع‌بندی از سخنان خود، تأکید کرد: وقتی نمرات عضویت فازی در پیامد (معلول) کمتر از یا مساوی با عضویت فازی در شرط علّی است؛ در آن صورت می‌توانیم مدعی شویم که مصادیق یا موردهای این پیامد (معلول) زیرمجموعه‌ای از مصادیق یا موردهای آن علّت هستند و هنگامی که محققان یک چنین الگویی را پیدا کنند، می‌توانند مدعی شوند که این شواهد برای استدلال علّی‌شان به صورت فرضیه شرط لازم، دلالتِ حمایتی دارد.

منبع: http://www.isa.org.ir/node/1118

+ نوشته شده در پنجشنبه ۲۴ آذر ۱۳۹۰ ساعت توسط  | 

قابليت هاي نظريه ي سوال پاسخ ITEM RESPONSE THEORY( IRT

قابليت هاي نظريه ي سوال پاسخ ITEM RESPONSE THEORY( IRT)
1.    داراي ويژگي عينيت خاص است يعني برآورد پارامترهاي سوال و فرد از يكديگر مستقل است و اين مهمترين مشكل مربوط به مدل كلاسيك اندازه گيري است
2.    سوال محور است تا آزمون محور: سوال محور بودن قابليت هاي فراواني را ايجاد مي كند مانند تهيه ي سوالات خاص براي گروه خاص، تهيه ي بانك سوال، برآورد سريع تر توانايي فرد، مقايسه ي ويژگي هاي نمره آزمون در چند جامعه، كاربرد در تهيه ي سوالات موازي و نه آزمون موازي
3.    برآورد اعتبار نيازمند استفاده از آزمون هاي موازي نيست. مشكل عمده ي روش هاي كلاسيك به دليل عدم وجود آزمون هاي موازي بيشتر روش هاي بازآزمايي و آْلفاي كرونباخ كه معرف دقيق اعتبار نيستند استفاده شده است.
4.    براي هر نمره ي توانايي شاخصي از دقت و خطا وجود دارد. خطاي اندازه گيري در هر سطح توانايي متفاوت از سطح ديگر است. در كلاسيك خطاي اندازه گيري كه متناسب با ضريب اعتبار و واريانس بود براي همه ي آزمودني ها ثابت در نظر گرفته مي شد.
5.    شناسايي هر سوال داراي تورش.
6.    مقايسه ي نمره ي آزمودني در آزمون هاي مختلف


نکته ای کوتاه از مدل راش

این مدل با مدل تک پارامتری تفاوت هایی دارد.مدل راش یک مدل ریاضی است که به پژوهشگران اجازه می دهد تا داده هایی که یک صفت زیر بنایی را اندازه می گیرند مقایسه نماید. زمانی که داده ها با مدل راش برازش داشته باشند، از لحاظ ریاضی می توان ثابت کرد که برآورد های دشواری مستقل از نمونه ی پاسخ دهندگان می باشند. 


+ نوشته شده در چهارشنبه ۲۳ آذر ۱۳۹۰ ساعت توسط  | 

مبانی فلسفی منطق فازی

گزارش نخستین نشست گروه جامعه‏شناسی روش‏شناسی

مبانی فلسفی منطق فازمبانی فلسفی منطق فازیی


گروه علمی- تخصصی جامعه‌شناسی روش‌شناسی و روش‌های تحقیق از جمله گروه‌هایی است که در سال تحصیلی 87-1386 فعالیت خود را آغاز کرده است. از جمله اهداف این گروه که مدیریت آن را دکتر علی ساعی عضو هیات علمی دانشگاه تربیت مدرس به عهده دارد، تلاش در جهت روشن‏تر کردن منطق روش‏شناختی پژوهش‏های اجتماعی‏، افزایش دقت روش‏های داوری در علوم اجتماعی، ‏افزایش اعتبارمعرفتی و همچنین نهادینه کردن تکثرگراییمعرفت شناختی و روش‏شناختی در این حوزه علمی است. گروه روش‌شناسی در نخستین نشست خود، با دعوت از دکتر لطف‏الله نبوی استاد منطق و روش تحقیق دانشگاه تربیت مدرس موضوعی با عنوان "مبانی فلسفی منطق فازی" را به بحث گذاشت.


دکتر نبوی در آغاز سخنرانی خود در این جلسه، با بیان اینکه در بحث از مبانی فلسفی، عمدتاً به مبانی معرفت‌شناسی و روش‏شناسی می‌پردازد؛ گفت: مقوله تفکر دارای دو مقام ثبوت و اثبات است. وقتی به ثبوت تفکر اشاره می‏کنیم، منظور ریشه‏های تفکر، عمق و خلاقیتی است که در آن وجود دارد چرا که اگر تفکر ریشه‏های عمیقی نداشته باشد، طبعاً ماحصل چندانی هم نخواهد داشت اما علاوه بر این مسأله، تفکر باید در مقام اثبات نیز دقیق و منضبط باشد. یعنی با دقت ارائه و اظهار شده و به صورت منضبط تبیین شود. آشکار است که از تعامل، تبادل و توازن میان مقام ثبوت و اثبات در تفکر،‏ معرفت تشکیل می‏شود که هم باید عمیق و دقیق بوده و هم بر خلاقیت و انضباط مبتنی باشد.


وی افزود: با یک رویکرد اثباتی به تفکر، می‏توان گفت که تفکر مراحلی را در تاریخ پشت سر گذاشته است. در واقع، تفکر صوری از سال چهارصد قبل از میلاد آغاز شده و تا قرن نوزدهم ادامه داشته است و پس از آن، از نیمه قرن نوزدهم تا اوایل قرن بیست و یکم ساحت دیگری در تفکر حاکم شده که نام آن را تفکر ریاضی می‏گذارند اما ما این تجربه را پشت سر گذاشتیم و اکنون وارد مرحله سومی شده‏ایم که من از آن با عنوان تفکر فازی تعبیر می‏کنم که می‏توان گفت به معنای دقیق کلمه، از سال 2000 به بعد مطرح شده و رونق یافته است.


نبوی خاطرنشان کرد: تفکر صوری دارای دو ویژگی است؛ صوری سازی و اصل موضوعی سازی. در واقع، در این تفکر، به معرفت به مثابه درختی نگاه می‏شود که اجزاء مختلفی دارد و تصور بر این است که ما باید در علوم مختلف، درخت معرفت را نشانده و پربار کنیم. این بدان معناست که در معرفت مورد نظر خود بتوانیم حدود و اصول آن را پیدا کنیم، ریشه‏های بحث را بیابیم و سپس به سمت شاخه و میوه‏ها یا همان نظریه‏ها برسیم.


وی سپس به بیان تاثیرات تفکر صوری بر علوم مختلف پرداخت و در این باره گفت: پایه‏ترین علم معرفت، منطق است که درخت آن توسط ارسطو در قرن چهارم قبل از میلاد کاشته شد. بعد از منطق نوبت به ریاضیات می‌رسد که با نظریات اقلیدس در همان قرن چهارم قبل از میلاد در کتاب مشهور اصول مطرح شده است. پس از این علوم، درخت معرفت فیزیک و فیزیک نظری توسط نیوتون کاشته شده و در ادامه، در فضای تفکر صوری، نوبت به فلسفه و متافیزیک می‌رسد که در آن بزرگانی مثل دکارت، اسپینوزا و لایب نیتز شناخته شده‌اند.


وی ادامه داد: شعار دکارت وضوح و تمایز بوده و او معتقد است که در فلسفه همه چیز باید وضوح داشته و متمایز با دیگر موارد باشد اما لایب نیتز که می‏توان گفت با او تقریباً فضای صوری به کار خود پایان داد، به معنای دقیق کلمه خواهان پایان بخشیدن به مشاجرات فلسفی و به جای آن، رونق بخشیدن به فرآیند محاسبه است. اولین نمادهای ریاضی در منطق نیز توسط لایب نیتز به میان آمده و به همین دلیل، او را پدر منطق جدید می‏نامند. بدین ترتیب، با لایب نیتز کم‌کم تفکر ریاضی آغاز و به تبع آن،‌ ساحت جدیدی خلق می‌شود.


نبوی با تاکید بر اینکه تفکر ریاضی علاوه بر صوری‏سازی و اصل موضوع سازی به نمادین سازی و محاسبات نیز توجه می‏کند؛ گفت: در واقع در فضای ریاضی،‌ همه چیز تحت تأثیر محاسبات ریاضیاتی، آن هم در فضای مجموعه‏ها قرار می‏گیرد. او همچنین یادآور شد که منطق ریاضی جدید بسیار دیر و با حدود 50 سال فاصله نسبت به کشورهای دیگر توسط دکتر مصاحب به ایران وارد شد.


دکتر نبوی در بخش دیگری از سخنان خود توضیح داد که در اواسط قرن نوزدهم و در حوزه تفکر صوری،‏ به صراحت ذکر می‏شد که انسان اقلیدسی خلق شده است اما حدود یک قرن بعد، با شکسته شدن آن فضا، این نتیجه حاصل شد که می‏توان هندسه‏های دیگری نیز داشت. ریاضیات نیز پس از منطق در ساحت تفکر ریاضی دچار تحول شده و البته در کنار آن و با کمک یکدیگر رشد کردند. پس از آن نیز به صورت معمول نوبت به فیزیک رسید و فیزیک انیشتین و ماکس پلانک، با غلبه بر اصول بی‏نقص نیوتنی در فضای تفکر ریاضی به رشد خود ادامه دادند. در ادامه نیز مانند مرحله پیشین نوبت به متافیزیک رسید که با هر سه معرفت قبلی نسبت داشت. در عین حال، علومی مانند علوم اجتماعی نیز از این فضا متأثر بودند که در این زمینه دکتر منوچهر راد در کتاب "درون فهمی" با الهام از دکتر مصاحب سعی کرد ردپای منطق ریاضی را در علوم اجتماعی پیدا کند.


استاد منطق دانشگاه تربیت مدرس همچنین تصریح کرد که با شکسته شدن منطق ارسطویی، هندسه اقلیدسی و فیزیک نیوتنی که زمانی تصور می‌شد تنها فضاهای حاکم بر جهان هستند، این موارد حذف نشدند بلکه به صورت تقریبی درآمدند.


وی در ادامه بحث خود، وارد ساحت سوم یا همان تفکر فازی شد و درباره آن گفت که در این فضا علاوه بر ویژگی‏های تفکر صوری و ریاضی، فازی نت هم اضافه شده و در پی آن، فضای جدیدی آرام آرام خلق شده و در شروع، پا به منطق گذاشته است. او توضیح داد که به تعبیری می‏توان گفت که دو منطق قبلی در فضایی دو ارزشی میان صفر و یک یا سیاه و سفید و یا صادق یا کاذب بوده‌اند اما دکتر لطفی‏زاده دانشمند ایرانی الاصلی که برای نخستین بار بحث از منطق فازی را به نوعی مطرح می‏کند، خواهان نگاه کردن به طیف‏های ارزش‏های میان این دو است. این بدان معناست که میان صفر و یک و سیاه و سفید طیف وسیعی از اعداد و رنگ‏ها وجود دارند که باید مورد توجه قرار گیرند و ما می‏توانیم با داشتن مجموعه فازی یا همین طیف‏ها، مفهوم اشتراک را مطرح کنیم.


به گفته لطف‌الله نبوی، منطق فازی طی چهل سال گذشته، در حوزه‏های مختلف کاربردهای بسیاری پیدا کرده که از جمله آنها، ریاضیات کاربردی، فناوری و مهندسی، مدیریت، اقتصاد و علوم اجتماعی را می‌توان نام برد و این در حالی است که این منطق جدید مخالفت‏های زیادی را هم با خود به همراه داشته است.


وی افزود: پذیرش منطق فازی برای برخی به منزله بی‏نظمی و آشوبی است که نظام سخت علمی را درهم ریخته و بی‏دقتی را حاکم می‏کند. در عین حال، بحث از عدم صحت و تمامیت نیز در انتقادات فضای منطق به چشم می‏خورد چنانچه برخی آن را در فضای کاربردی قابل پذیرش دانسته اما معتقدند در سیستم منطقی نمی‏توان آن را وارد کرد.


دکتر نبوی در پایان سخنان خود تصریح کرد: منطق فازی برای تبدیل شدن به یک سیستم، افق روشنی دارد و به همین دلیل، من سال 2000 میلادی را نقطه آغازی برای این منطق می‏دانم و معتقدم که در صورتی که منطق فازی به تمام معنا ساخته شود، حتی در ریاضیات نظری و علوم دیگر کاربرد نیز پیدا خواهد کرد. در عین حال باید توجه داشت که حتی در صورت ساخته شدن کامل این منطق و نفوذ آن به علوم مختلف نیز تردیدهای فلسفی بشر تا حد زیادی باقی مانده و همین امر سبب خواهد شد که منطق ریاضی همچنان جایگاه خود را حفظ کند.


وی همچنین خاطرنشان کرد که اگر قرار باشد در سطح نظر و نه عمل، منطق فازی حاکم شود؛ باید به این پرسش پاسخ جدی داد که آیا قواعد منطق فازی خود فازی‏اند و آیا می‏توان از فهم فازی و تفکر فازی سخن گفت. در پاسخ به این مسأله گفته می‏شود که منطق پایه‏ای‏ترین بنیادهای نظری بوده و تغییر در آن تبعات زیادی خواهد داشت و بدیهی است که در بررسی این موضوع که آیا فهم هم می‏تواند فازی باشد، وارد یک بحث فلسفی نسبتاً پیچیده می‏شویم که در آن می‌توان گفت که با درجه‏ای از فازی‏نت فهم درجات دیگر تا حدی امکان‌پذیر بوده و لازم نیست ثبات علی الاطلاق باشد تا بتوان آن را فهم کرد.

lمنبع: انجمن جامعه شناسی

+ نوشته شده در سه شنبه ۲۲ آذر ۱۳۹۰ ساعت توسط  | 

روانسنجي (سنجش و اندازه گيري) در يك نگاه


+ نوشته شده در سه شنبه ۲۲ آذر ۱۳۹۰ ساعت توسط  | 

روش های گردآوری داده ها

گردآوری داده ها

پیش از گردآوری داده ها باید طرح مشخص برای اینکاردر نظر گرفت. پاسخ به سوالات زیر می تواند راهگشا باشد.

             داده هاي مربوط چه چيزي گردآوري مي شود  ؟

       چرا داده ها گردآوري مي شود ؟

        داده ها چگونه گردآوري مي شود ؟

       داده ها در چه زماني گردآوري مي شود ؟

        داده ها را چه كساني گردآوري مي كنند ؟

        گردآوري داده ها به چه مواد و ابزاري نياز دارد  ؟

        داده ها چگونه توصيف و تفسير مي شوند ؟

        چه مقدار هزينه براي گردآوري داده ها و تفسير آنها لازم است  ؟

        داده ها چگونه گزارش مي شوند ؟

        منبع يا منابع تأمين هزينه كيست  ؟

  پردازش و تفسير داده ها  

oپس از آن كه داده ها گردآوري شد ، بايد آنها را پردازش و تفسير نمود
oكنترل كيفيت داده ها
oتفكيك داده ها
oپردازش داده ها
كنترل كيفيت داده ها

داده ها به دقت جمع آوري و ثبت شود

داده هاي گردآوري شده را بازبيني كنيم

خطاهاي احتمالي را اصلاح كنيم

اگر تعدادي از پرسش ها بدون پاسخ مانده است بايد تكميل شود

اگر پاسخ سئوال ها با يكديگر همخواني ندارند ميبايست علت روشن شده و پرسشنامه اصلاح گردد

تفكيك داده ها

تفكيك داده ها كار پردازش را ساده تر مي سازد ، مثلاً داده ها از گروه هاي مختلف جمع آوري شده اند ، كودكان و بزرگسالان ، زنان و مردان ، شهري و روستايي ، كاركنان رسمي و غير رسمي و  …

بهتر است ابتدا پرسشنامه هاي مربوط به هر گروه يا جمعيت را جدا كنيم

پردازش داده ها

از دو روش دستي و رايانه اي مي توان استفاده كرد

از روش دستي پردازش براي تعداد كم پرسشنامه ميتوان استفاده كرد

روش چوب خطي رايج ترين روش پردازش دستي است

چوب خط زدن شامل شمارش تعداد دفعات نتيجه مشاهده شده است كه در فرم هاي گزارش موجود باشد

اصلی ترین روش ها برای جمع آوری داده ها به شرح زیر است:

استفاده از اطلاعات و مدارك موجود

در برخي تحقيقات  اطلاعاتي كه بايد بعنوان داده مورد بررسي و تجزيه و تحليل قرار گيرند از پيش آماده هستند. بدين صورت كه محقق بدنبال اطلاعات جديد نيست بلكه می تواند نسبت به جمع آوري اطلاعاتي كه از قبل تهيه شده اند و در پرونده هاي ( درمانگاهي  بيمارستاني ثبت احوال، دانشجويي ،دانش آموزي و مراجعين به مراكز مختلف شهرداري ها و... ) موجود است  اقدام كند.

مزايا: به واسطه موجود بودن اطلاعات  ارزان است. در وقت صرفه جويي مي شود. مهمترين مزيت آن  امكان ارزيابي روند موضوع مورد بررسي در گذشته است كه در مطالعات گذشته نگر بسيار حائز اهميت است.

معايب: ناقص بودن و دردسترس نبودن اطلاعات از اشكالات عمده اين روش است. گاهي ملاحظات اخلاقي مانع از دستيابي به اطلاعات مورد نظر مي باشد. قديمي و كهنه بودن اطلاعات هم ممكن است در برخي موارد مطرح باشد.

 

    مشاهده

از روش هاي جمع آوري اطلاعات است كه در آن رفتار مشخصات موجودات زنده اشيا و پديده ها با استفاده از ويژگي هاي گوناگون آنها ملاحظه و ثبت مي گردد. منظور از مشاهده ثبت دقيق تمام جوانب بروز حادثه ويژه يا رفتار و گفتار فرد يا  افراد از راه حواس و يا ساير راه هاي ادراكي ( كمك گرفتن از ابزار خاص ) مي باشد.

مشاهده منظم در تحقيق ضروري است بنابراين مشاهده بايد:

به هدف تحقيق مربوط باشد

برنامه و نحوه عمل آن از قبل مشخص و تنيم شده باشد

به طور دقيق و منظم ثبت شود

ميزان اعتبار و صحت انجام آن قابل سنجش و بررسي باشد

مشاهده به دو صورت مشاركتي و غير مشاركتي انجام مي شود. كه در مشاهده مشاركتي  شخص مشاهده كننده در موضوع مشاهده شركت دار دو در همان جلب مشاهده صورت مي گيرد. (مثال) در مشاهده غير مشاركتي مشاهده گر پديده مورد مشاهده را بدون آنكه خود دخالتي در آن داشته باشد ملاحظه مي كند  كه اين روش خود به دو صورت انجام مي شود. در روش اول مشاهده گر پديده ها را به صورت آشكار ثبت مي كند ( مثال )و در نوع دوم مشاهده گر به صورت مخفيانه مو راد مورد مشاهده را ملاحظه و به ثبت آن مي پردازد.(مثال)

مشاهده ممكن است در هنگام تهيه طرح اوليه تحقيق نيز صورت پذيرد كه بدان مشاهده مقدماتي گفته مي شود  مشاهده ممكن است  منبع اصلي جمع  آو ري اطلاعات باشد و گاهي نيز براي تكميل يا اصلاح اطلاعاتي كه از روش هاي ديگر بدست آمده است استفاده شود. مشاهده ممكن است در مورد اشيا صورت بگيرد .(مثال)

مزايا: امكان بررسي جزئيات موضوع وجود دارد. مي توان صحت اطلاعات جمع آوري شده را با وسائل ديگر آزمايش كرد .براي جمع آوري اطلاعات زمينه اي مناسب است. در زمان كوتاه اطلاعات زيادي بدست مي آيد و اعتبار علمي اطلاعات بالاست.

معايب: حضور مشاهده گر مي تواند بر روند فعاليت مورد مشاهده تاثير گذار باشد. تمايلات شخصي مشاهده گر و ميزان توانائي او در مشاهده و ثبت دقيق فعاليت مورد مشاهده ممكن است تاثير گذار باشد. عوامل محيطي بر نوع و روش گرد آوري اطلاعات موثر است. استاندارد كردن و طبقه بندي اطلاعات مشكل است ( بويژه در ثبت رفتار انساني ) .مشكلات اخلاقي در مشاهده اعمال شخصي وجود دارد. براي نمونه هاي زياد  وقت گير و پر هزينه است.

   مصاحبه 

مصاحبه يكي از روش هاي جمع آوري اطلاعات است كه در آن به صورت حضوري ياغير حضوري از افراد يا گروهي ار آنان پرسش مي شود. نكته مهم آن است كه سوالات مصاحبه از پيش انديشيده شده و تعيين شده است. آنچه مصاحبه را به صورت هاي مختلف طبقه بندي مي كند ميزان انعطاف پذيري آن و يا نحوه اجراي آن است. مصاحبه را يكي ازروش هائي دانسته اند که امکان دریافت پاسخ در آن بیش از روش های دیگر است، زيرا در هنگام مصاحبه امكان تحريك آزمودني براي دادن پاسخ وجود دارد و نيز مي توان در صورت ابهام با توضيح موضوع راروشن ساخت.

مهمترين انواع مصاحبه به شرح زير عنوان شده اند:                            

 مصاحبه  انعطاف پذير يا آزاد :  در اين نوع چارچوب وحدود پرسش  ا براي كصاحبه گر مشخص است لي زمان و توالي پرسش به سليقه مصاحبه گر بستكي دارد. دراين حالت رفتار آزمودني طبيعي تر است و اطلاعات واقعي تري بدست مي آيد. مصاحبه گر مي تواند سوالات اضافي نيز طرح كند. ا ين روش براي  تحقيق هائي با مقياس كوچك ‏، مطالعات كيفي و يا مصاحبه با اشخاص و گروههائي كه اطلاعات اصلي از آنها بدست مي آيد ، مناسب است. هدف در اين گونه مصاحبه ها جمع آوري اطلاعات عميق و كيفي است. ( مثال)

 مصاحبه با انعطاف پذيري متوسط يا منظم : در اين نوع مصاحبه ، مصاحبه گر از پرسشنامه اي با پرسش هاي مشخص و با توالي ثابت استفاده مي كند  ، اما معمولا پرسش ها به صورت باز هستند. تلاش مي شود شرايط براي همه يكنواخت نگه داشته شود.هدف در اين جا جمع آوري اطلاعات كمي و سطحي است. ( مثال)

 مصاحبه با انعطاف ناپذيريا پرسشنامه همراه با مصاحبه :  مصاحبه گر از پرسش نامه اي با پرسش هاي  مشخص و با توالي استاندارد استفاده مي كند. پاسخها ثابت و از قبل پيش بيني و طيقه بندي شده اند  و معمولا پرسش ها به صورت بسته هستند. اين روش در مطالعات بزرگ و زماني كه پژوهشگر از تنوع پاسخ ها اطلاع دارد بكار مي رود.  (مثال) 

نكات مهم در موردانجام مصاحبه

  تكلم با زبان شخص مصاحبه شونده

  آشنائي مصاحبه گر با اهداف و روش طبقه بندي و ارزش گذاري پاسخها

  دخالت ندادن تمايلات شخصي مصاحبه گر

  ايجاد شرايط يكسان براي همه

  كسب اجاره درهنگام استفاذه از دستگاه ضبط صدا

  جلب اعتماد مصاحبه شونده

  رعايت مقام وموقعيت اجتماعي افراد

  بيان توضيحات كافي قبل از شروع مصاحبه

  ارائه آموزش به مصاحبه گران پيش از انجام مصاحبه

مزاياي مصاحبه

  قابليت استفاده براي كم يا بي سوادان و كودكان و بيماران

 امكان روشن كردن مفهوم سوالات

 در مقايسه با مشاهده بدست آمدن درصد بيشتري از پاسخ ها

معايب مصاحبه

  وقت گير و پرهزينه

 در مقايسه با روش مشاهده ثبت وقايع ناقص تر است

 طبقه بندي وتجزيه و تحليل اطلاعات درهنگامي كه سوالات باز هستند مشكل است

 تورش مصاحبه گر و دخالت دادن نظرات شخصي

پرسشنامه

 پرسشنامه شامل دسته اي از پرسش هاست كه برطبق اصول خاصي تدوين گرديده است و به صورت كتبي يه افراد ارائه مي شود و پاسخگو بر اساس تشخيص را خود جواب ها رادر آن مي نويسد. هدف از ارائه پرسشنامه  کسب اطلاعات معين در مورد موضوعي مشخص است. بزرگ بودن گروه يا جامعه مورد مطالعه يكي از دلايل مهم براي استفاده از پرسش نامه است چه امكان مطالعه نمونه هاي بزرگ را فراهم می آورد. كيفيت تنظيم پرسشنامه دربدست آمدن اطلاعات صحيح و درست و قابل تعميم بسيار با اهميت است.

بر اساس نحوه اجراي پرسش نامه و نيز نوع سوالات پرسشنامه  مي توان آنرا به دستجات متفاوت تقسيم نمود.

         طبقه بندی بر اساس ماهيت پرسشنامه :

 پرسشنامه باز: در اين نوع پرسشنامه با سوالات باز روبرو هستيم.در اينجا پاسخگو مي تواند بدون محدوديت هرپاسخي را كه مد نظرش باشد در مورد آن پرسش بنويسد و يا در آن زمينه توضيح دهد. در اينگونه سوالات ، اطلاعات دقيق تر، كامل تر و داراي ارزش بيشتر هستند ولي طبقه بندي و نتيجه گيري از آنها مشكل تر و له تجربه زياد نيازمند است.

 پرسشنامه بسته :   پرسش هاي بسته در اين نوع پرسشنامه ارائه مي شود.براي هر پرسش تعدادي گزينه و پاسخ انتخاب شده است كه فرد پاسخ دهنده بايد يكي از آنها رابه عنوان پاسخ بگزيند.هريك از پاسخ ها به گونه اي تنظيم شده است كه در عين منطقي بودن براي آن سوال از پاسخ مربوط به ديگر سوالات مجزاست. در اينجا پاسخ ها را مي توان به سرعت نوشت و تجزيه و تحليل و طبقه بندي پاسخ ها نيز ساده تر است اما اطلاعات به دقت و كاملي پرسش نامه باز نيست.

         طبقه بندي بر اساس نحوه اجرا

          پرسشنامه همراه با مصاحبه :  اين پرسشنامه همان مصاحبه انعطاف ناپذير است كه به صورت حضوري پرسش ها از افراد پرسيده مي شود و پاسخ ها را پرسشگر در برگه پرسشنامه وارد مي كند.

          پرسشنامه خود ايفا : پرسشنامه در اختيار فرد يا گروه قرار مي گيرد و فرد به تنهائي و يا به صورت گروهي يه پرسش ا پاسخ مي دهند .

           پرسشنامه پستي :  پرسشنامه براي افراد از طريق پست ارسال مي شود . فرد پس از تکميل آنرا براي محقق عودت مي دهد.

           پرسشنامه الكترونيك :  در اين نوع از پرسشنامه كه به تازگي موارد استفاده از آن گسترش يافته است ، محقق با استفاده از شبكه هاي اطلاع رساني و اينترنت ، اقدام به ارسال پرسشنامه الكترونيك براي افراد مي كند و افراد پاسخ ها را در همان پرسشنامه وارد و با پست الكترونيك براي محقق باز مي گردانند.در برخي موارد ممكن است افراد نسخه اي از پرسشنامه را چاپ کرده و بعد از پاسخگوئي به شكل پستي باز گردانند.

         نكات مهم در طراحي پرسشنامه

          داشتن يك مقدمه رسا ، جذاب و واضح در ابتداي پرسشنامه

          وجود پرسش هاي قابل فهم و خالي از ابهام

          خودداري از پرسش هاي طولاني و وقت گير و دوپهلو

          خودداري از واژه ها و لغات نامانوس و نامفهوم

          طراحي پرسشنامه زيباودوراز كلمات زشت و زننده و تا جاي ممكن دوستانه

          محدود بودن پرسش هاي زمينه اي

          قرار دادن پرسش هاي حساس و مهم در پايان پرسش نامه

          هر سوال فقط به يك موضوع اختصاص داشته باشد

          استفاده از پرسش هاي باز و بسته به همراه هم

          قرار دادن تمام پاسخ هاي ممكن براي پرسش هاي بسته

         مزاياي پرسشنامه

         عدم نياز به شحص مصاحبه كننده ، بنابراين عدم تاثير وجود چنين شخصي

          ساده و ارزان

          سادگي طبقه بندي و تجزيه و تحليل

          دقت يشتر پاسخ ها بواسطه محرمانه ماندن افراد

          امكان تنجام مطالعات بزرگ

          يكسان بودن شرايطردر زمان تكميل

         معايب پرسشنامه

          عدم قابليت استفاده براي بي سوادان

          درك نكردن مفهوم سوال

          امکان  ارائه تصوير كاذب توسط فرد از خود

          كاهش درصد پاسخ هاي رسيده در پرسشنامه پستی

          در هنگام نوشتن پرسشنامه بايد  دقت نمود تا ابتدا از پرسش هاي زمينه اي استفاده گردد و سپس به پرسش هائي كه در زمينه موضوع طراحي شده اند ، رسيد.

         خصوصيات يك پرسش

        اعتبار صوري : بدين مهنا كه صوال قادر به اندازه كيري موضوع مورد پرسش باشد.به تعبير ديگر مقياس اندازه گيري متغيرتحت مطالعه باشد.

         انتظار دانستن پاسخ : بايد سوال طوي طرح شود كه انتظار داشته باشيم پاسخگو ،‌جواب آنرا داند.

          روشن و صريح : سوال بايد بدون ابهام باشد و تنها به يك مطلب اشاره كند.

          بي آزار : به مسائل خصوصي افراد وارد نشود مگر با اجازه قبلي خود آنها.

          منصفانه: دلالت بر معنا و مفهوم خاصي ننماير و آزمدني را به موضع خاص نكشاند.

  

روائی و پایائی

ابزاری که برای جمع آوری داده ها مورد استفاده قرار میگیرد درمرحله نخست باید از روايي (اعتبار) برخوردار باشند و درمرحله دوم باید پايايي ( اعتماد ) داشته باشند .

روائی بدین معناست که روش يا ابزار به كار رفته تا چه حدي قادر است خصوصيت مورد نظر را درست اندازه گيري كند .

مثال: اگر بخواهيم شيوع كم وزني هنگام تولد را در نوزادان يك زايشگاه بدانيم ، بايد همه نوزادان تولد يافته را وزن كنيم . براي اين كار مي بايست از ترازوي مخصوص توزين نوزاد و آنهم ترازوي استاندارد استفاده شود

پايايي قابليت تكرار روش يا ابزار اندازه گيري است . اگر روشي از پايايي برخوردار نباشد ، داده هاي گردآوري شده روايي ( اعتبار ) نيز نخواهند داشت  .

مثال :در مثال بالا باید دید با چند بار وزن کردن آیا وزن یک کودک را در هر مرحله مشابه وزن قبلی نمایش میدهد.

+ نوشته شده در دوشنبه ۲۱ آذر ۱۳۹۰ ساعت توسط  | 

جامعه مورد مطالعه  


  جامعه مورد مطالعه ، جمعيتي است كه مطالعه بر روي آن انجام مي شود . لزوما“ اين جامعه انسانها نيستند بلكه مي تواند پديده ها ، اشيا و موجودات زنده باشند.

جامعه مورد مطالعه(نمونه گيري)

مناسب ترین جامعه برای بررسی آن است که کل جامعه تحت مطالعه قرار گیرند. به عبارتی سرشماری انجام شود. در این حال جمعيت آماري برابر با جمعیت کل جامعه خواهد بود. اما معمولامحدوديت ها ي زماني و اعتباري (هزينه ها) ، دقت در گردآوري داده ها و كنترل آن، نیروی انسانی  و تجهیزات و امکانات سبب استفاده از نمونه گيري براي سرشماري است. در نمونه گیری اصل بر این قرار داده می شود که چنانچه از مناسبات آماری صحیح استفاده شود امکان تعمیم نتایج و اطلاعات بدست آمده از مطالعه بر روی نمونه به جامعه اصلی وجود دارد.  متداول ترين روش هاي نمونه گيري عبارتند از:

  • نمونه گيري احتمالي و غير احتمالي

 نمونه گيري احتمالي

در نمونه گیری احتمالی  از قوانین احتمالات برای نمونه گیری استفاده می شود. بدین صورت که به هریک از اعضای جامعه شانس معین برای حضور در نمونه داده می شود. برای انجام نمونه گیری ابتدا از فرمول تعیین حجم نمونه استفاده می گردد و پس از تعیین حجم نمونه و چارچوب نمونه گیری ( فهرست اسامی اعضای جامعه ) با یکی از روش های زیر اقدام به نمونه گیری می شود.

  • نمونه گيري ساده تصادفي  

  • نمونه گيري منظم  

  • نمونه گيري طبقه اي  

  • نمونه گيري خوشه اي  

  • نمونه گيري چند مرحله اي

 

نمونه گيري غير احتمالي

در این روش اصولا بحث تعمیم نتایج به جامعه مورد مطالعه مطرح نیست. با توجه به محدودیت در جمع آوری اطلاعات و بويژه در تحقیقات شبه تجربی که نمونه بارز آن کارآزمائی بالینی می باشد جهت افزایش دقت  و اعتبار اقدام به نمونه گیری از جمعیت در دسترس می شود. موارد زیر از جمله متداول ترین روش های نمونه گیری غیر احتمالی هستند:

  • نمونه گيري آسوده ( لقمه اي)

  • نمونه گيري سهميه اي

  • نمونه گيري قضاوتي


+ نوشته شده در دوشنبه ۲۱ آذر ۱۳۹۰ ساعت توسط  | 

مقیاس اندازه گیری

 يکی از ويژگيهای متغير قابليت اندازه گيری آن است. چنانچه از وزن به عنوان يک متغير نام ببريم بهترين راه اندازه گيری آن بر اساس کيلوگرم يا گرم می باشد در مورد قد هم سانتيمتر يا متر از عهده آن برمی آيد. اما در مورد رضايت بيماران از نحوه ارائه خدمات يا ميزان شنوائی يا ناتوانی و معلوليت از چه ملاکهائی بايد استفاده کرد. برای اندازه گيری يک عنصر نياز به مقياس اندازه گيری وجود دارد. مقياس اندازه گيری کمک می کند تا شما امکانی را برای اندازه گيری يک متغير تعريف نمائيد. برای اينکار لازم است با مقياسهای اندازه گيری متداول و مرسوم آشنا شويد. چهار دسته عمده از متغيرها عبارتند از:

مقياس اسمی: اين مقياس شامل  يک يا جند گروه با طبقه است که از نظر کيفی با هم متفاوتند اما بين گروهها هيچگونه ارجحيتی وجود ندارد. (مثال)  ممکن است برای هر گروه يا طبقه شماره ای در نظر گرفته شود که ارزش ندارد بلکه جنبه" کد" يا شناسائی دارند.

مقياس رتبه ای: اين مقياس نسبت به مقياس اسمی خصوصيت اضافه ای دارد که در بين گروهها از نظر متغير مورد نظر برتری وجود دارد اما اين برتری قابل سنجش و مقايسه با ساير گروهها نيست . گروهها هم يکسان نيستند. گروهها نسبت به هم روی پله های يک نردبان قرار گرفته اند.  (مثال)  

مقياس فاصله ای: در اين مقياس فاصله بين گروهها با هم مساوی در نظر گرفته شده است. اما صفر در اين مقياس فقدان خاصيت مورد نظر اندازه گيری نيست. اختلاف مساوی بين هرجفت از اعداد نمايانگر اختلاف مشابه در خصوصیت مورد اندازه گيری است. (مثال)  

مقياس نسبی: در اين مقياس خصوصيت اضافی آن است که صفر دليلی برای فقدان خاصيت مورد اندازه گيری است و در نتيجه نسبت بين اعداد در اين مقياس همان نسبت مقدار خاصيت مورد اندازه گيری است. (مثال)

شما به عنوان محقق برای اندازه گيری متغير خود ضروری است تا دست به انتخاب مقياس اندازه گيری بزنيد. تعريف مقياس و نوع رده ها یا گروه هائی که در مقياس خود در نظر می گيريد بر عهده شماست که بايدمبتنی  بر خصوصت علمی قدرت و رجحان مقياس باشد. نکته مهم آنکه قدرت و برتری مقياس های فوق بتدريج از مقياس اسمی به مقیاس نسبی افزايش می يابد و شما بايد هميشه از قویترين مقياس برای سنجش استفاده نمائيد.  (مثال)

يک مقياس خوب بايد دارای ويژگيهای زير باشد:

علمی : بر گرفته ومتناسب با اصول علمی باشد.

جامع : : بتواند تمام موارد متغيررا شامل شود.

مناسب : برای اندازه گيری آن متغير باشد.

قوی : تلاش شود قويترين مقياس باشد.

غير قابل جمع : رده های مشترک نداشته باشد.

رده های کافی : موردی را فراموش نکرده باشيم.

رده های تعريف شده : گروهها و رده های آن تعريف شده باشند.

عملی : قابليت انجام داشته باشد.

+ نوشته شده در دوشنبه ۲۱ آذر ۱۳۹۰ ساعت توسط  | 

شاخص های  پراكندگي  

                                                                                                       

شاخص های  پراكندگي

مبنای علم پراکندگی یا همان تغییر است و در صورتی که تغییر وجود نداشته باشد، علم نیز بی معناست. علم به دنبال تبیین این پراکندگی ها و تغیرات است.

اندازه هاي مركزي مانند ميانگين، ميانه و نما توصيف كننده وضعيت كامل توزيع داده ها نيستند. به عبارت ديگر دو مجموعه داده كه داراي ميانگين هاي يكسان هستند ممكن است پراكندگي متفاوتي داشته باشند و زماني مي‌توان توزيع داده‌ها را دقيقاً توصيف نمود كه علاوه بر شناخت معيار مناسبي براي مركزيت آن، معياري را هم براي پراكندگي آنها تعيين نمود .کاربرد شاخص های پراکندگی تنها برای داده های فاصله ای و نسبتی است. مهمترین آنها عبارتند از:

دامنه تغییرات، واریانس، انحراف معیار، انحراف چارکی، انحراف متوسط،

دامنه تغییرات به شکل روبرو محاسبه می شود.                                                                        R= Xn-X1

كه Xn بزرگترين اندازه و X1 كوچكترين اندازه مشاهده شده است.

دامنه نيز همانند ميانگين تحت تأثير داده هاي پرت قرار مي گيرد و در چنين حالاتي يك معيار مناسب پراكندگي نيست. به علاوه، چون براي محاسبه دامنه فقط از دو اندازه بزرگترين مشاهده و كوچكترين مشاهده استفاده مي شود معمولاً معيار رضايت بخشي براي پراكندگي به حساب نمي آيد.

واریانس و انحراف معیار

مفديدترين اندازه پراكندگي واريانس و يا جذر آن، انحراف معيار داده ها است. اندازه انحراف معيار به ما مي گويد كه مشاهدات تا چه مقدار در اطراف ميانگين آنها قرار دارند، يك اندازه كم براي انحرف معيار مجموعه اي از داده ها نشان دهنده اين واقعيت است كه داده ها در دامنه كوچكي حول ميانگين پراكنده شده‌اند و بالعكس انحراف معيار بزرگ بيان كننده دامنه گسترده‌تري است كه داده ها در حول ميانگين پراكنده گرديده اند. انحراف معیار ریشه دوم مثبت واریانس است که برای جامعه آن را با   و برای نمونه آن را با s نشان می دهیم. نحوه محاسبه واریانس به این شکل است که جذر آن انحراف معیار را به ما می دهد.     

                                                                

اگر واريانس را از جدول توزيع فراواني به دست آوريم خواهيم داشت:





اگر همه ي داده هاي آماري با هم برابر باشند، واريانس و انحراف معيار برابر صفر خواهد بود.

دلیل استفاده از انحراف استاندارد این است که مقیاس2 S با مقیاس نمرات یکی نیست و راه حل استفاده از  Sاست.

 انحراف استاندارد یکی از مهم ترین شاخصه  های هر توزیع آماری است و در توزیع های مختلف به روش های مختلف محاسبه می شود. ممکن است این سوال پرسیده شود که داده های تجربی انطباق دقیق با توزیع های نظری آماری ندارد. برای تعیین شاخص های پراکندگی این توزیعات پژوهشگران چه می کنند؟ این موضوع یکی از دغدغه های پژوهشگران آماری است که از روش های پیچیده ای به محاسبه انحراف استاندارد می پردازند.

 

انحراف متوسط: (که به آن میانگین قدر مطلق انحراف ها هم می گویند)، فاصله داده Xi از میانگین را انحراف از میانگین  Xi  گویند که به صورت    محاسبه می شود. اگر این مقدار را برای تمامی داده ها محاسبه کنیم و از نتیجه میانگین بگیریم، میانگین انحرافات بدست خواهد آمد که عبارت است از:

                                                                                            

از آنجا که میانگین انحرافات به تمام داده ها وابسته است معیار مناسبی برای سنجش پراکندگی داده ها محسوب می شود اما به دلیل وجود قدر مطلق در فرمول، محاسبه آن مشکل است و نمی توان آن را ساده نمود، بنابراین واریانس و انحراف استاندارد شاخص های مناسب تری هستند.

انحراف چارکی

انحراف چارکی عبارت است از: نصف فاصله بین چارکهای اول و سوم و از طریق فرمول زیر بدست می آید:

ابتدا اعداد را از کوچک به بزرگ مرتب می کنیم. 

محاسبه میانه یا چارک دوم اعداد

محاسبه میانه اعداد سمت چپ

محاسبه میانه اعداد سمت راست

ویژگیهای انحراف چارک:

انحراف چارکی خیلی کم تحت تأثیر اختلافهای تصادفی بین نمونه های انتخاب شده قرار می گیرد چون همانند میانه تحت تأثیر نمره های خیلی بزرگ یا خیلی کوچک قرار نمی گیرد. شرایط استفاده آن همانند میانه است و هر دو یک خانوادة آماری را تشکیل می دهند. در زمانی مورد استفاده قرار می گیرند که مقیاس حداقل فاصله ای باشد.

توزیع نرمال و شکل آن

توزیع نرمال یکی از توزیع‌های احتمالاتی پیوستهٔ مهم است. توزیع نرمال استاندارد توزیعی با میانگین صفرو انحراف استاندارد واحد است. به علت شباهت این شکل به زنگوله به آن انحنای زنگوله‌ای نیز گفته می‌شود.

دلیل اهمیت توزیع نرمال از وجود قضیه حد مرکزی ناشی می‌شود. این قضیه می‌گوید هنگامی که تعداد بسیار زیادی متغیر تصادفی با توزیع دل‌خواه و با واریانس محدود را با هم جمع کنیم و میانگین بگیریم، توزیع نهایی به توزیع نرمال میل می‌کند. به همین خاطر

هنگامی که شاهد تأثیر جمعی‌ بسیاری از پدیده‌های تصادفی هستیم، نتیجهٔ نهایی با توزیع نرمال قابل  توصیف است.

این منحنی دارای خواص بسیار جالبی است از آن جمله که نسبت به محور عمودی متقارن می باشد، نیمی از مساحت زیر منحنی بالای مقدار متوسط و نیمه دیگر در پایین مقدار متوسط قرار دارد و اینکه هرچه از طرفین به مرکز مختصات نزدیک می شویم، ارتفاع منحنی بیشتر می شود.

شاخص های نماینده توزیع نرمال:

میانگین (µ): نشان دهنده تراکم داده ها حول یک مقدار

انحراف معیار (σ): نشان دهنده میزان پراکندگی داده ها از میانگین

مثال کاربرد µ و σ:  

با رسم نمودار فراوانی داده های پیوسته عموما یکی از اشکال زیر بدست می آید؛ که چگونگی قرار گرفتن میانگین و میانه ومد را در اشکال زیر مشاهده می شود.


 


 

کجی به 2 دلیل ایجاد می شود:

متغیر ماهیتا کجی دارد: مثل بزهکاری که در این موارد باید از آزمون های ناپارامتری استفاده کنیم مثلا به جای مقایسه میانگین ها از میانه استفاده می کنیم.

داده های پرت باعث کجی شده اند.

راه حل این مشکل این 3 راهکار است: حذف(برای مقادیر پرت)، وینزوری کردن (آرایش کردن)، Trimned (پیرایش کردن) 

در تحلیل داده ها اولین قدم تمییز کردن داده هاست. روش هایی  که برای برخورد با داده های گمشده وجود دارد می تواند برای برخورد با داده های پرت نیز استفاده شود. این روش ها گستره ای از حذف تا شبیه سازی کردن داده ها را در بر می گیرد. نرم افزار SPSS ورژن 19 که متعلق به شرکت آی بی ام است، فرمان  های اشاره شده را داراست.

ضریب کشیدگی: نشان دهنده میزان کشیدگی منحنی می باشد و به صورت زیر تعریف می شود: 

                                                                                                                        

دو منحنی زیر متقارن می باشند اما ضریب کشیدگی در آنها متفاوت است:

 



یکی از کاربرد های مهم منحنی نرمال سطوح زیر منحنی آن می باشد. کاربرد این سطوح را می توان در تعیین فاصله ی اطمینان و همچنین تعیین نقاط برش برای متغیرهای دارای توزیع نرمال مشاهده کرد. 

  

سطح زیر منحنی نرمال برای مقادیر متفاوت  و 



یکی دیگر از مهمترین منحنی های وابسته به منحنی نرمال منحنی اجایو نرمال یا همان منحنی تراکمی نرمال است. این منحنی یکی از پرکاربرد ترین منحنی ها در علوم مختلف و مخصوصا علوم انسانی است. این منحنی در روانسنجی و مخصوصا نظریه ی جدید روانسنجی یعنی نظریه ی سوال پاسخ استفاده می شود. با توجه به اینگه بسیاری از فرایندهای موجود در طبیعت و در علوم مختلف مانند مدیریت, کنترل پروژه از این منحنی پیروی می کنند در برآورد پارامترهای مختلف یا برنامه ریزی به فراوانی مورد استفاده قرار می گیرد. یکی از کاربردهای مهم این منحنی در روانشناسی بالینی استفاده از آن برای پیدا کردن الگوهای رشد است. از آنجا که رشد دارای الگویی مانند منحنی نرمال تراکمی است می توان از آن در روانشناسی رشد و یا در شبیه سازی ها استفاده نمود. کاربرد این منحنی را می توان در آی تی و در هوش مصنوعی و داده کاوی مشاهده کرد. در زیر شکلی از این منحنی ارائه شده است.

 


از آنجا که تابع اجایو نرمال شناخته شده است و همچنین به دلیل شباهتی که بین این تابع با تابع لجستیک دارد با اضافه کردن مقدار ثابت در فرمول های مربوط به تابع لجستک آنها را به تابع نرمال تراکمی تبدیل می کنند. بنابراین کارکردهای زیادی که برای تابع لجستیک متصور است برای تابع اجایو نرمال نیز قابل تصور خواهد بود. 

بسیاری از توابع دیگر مانند دوجمله به تابع نرمال تقریب زده می شوند و در ضمن بسیاری از توابع قابل تبدیل به تابع نرمال اند مانند تابع فیشر یا همان تابع معروف F و یا تابع خی دو.

گاهی در مطالعاتی که انجام می شود، نیاز است علاوه بر اینکه تک تک متغیرها نرمال باشند، ترکیب آنها نیز نرمال باشد. به این حالت نرمال بودن چندگانه می گویند. شکل زیر نرمال بودن دو متغیر را به صورت هم زمان نشان می دهد. 

 

                                                                                                                                       


+ نوشته شده در دوشنبه ۲۱ آذر ۱۳۹۰ ساعت توسط  | 

ساخت و رواسازی آزمون تشخیصی حساب نارسایی برای کودکان پایه سوم دبستان  

Archive of SID

ساخت و رواسازی آزمون تشخیصی حساب نارسایی برای کودکان پایه سوم دبستان

حجت الله فراهانی و همکاران

1-10 ،1387 ، تازه های علوم شناختی، سال 10 ، شمارۀ 1

1

مقاله پژوهشی اصیل

ساخت و رواسازی آزمون تشخیصی حساب نارسایی

برای کودکان پایه سوم دبستان

هدف : هدف این پژوهش ساخت و رواسازی آزمون تشخیصی حساب نارسایی پایه سوم

دبستان شهر اصفهان بود . روش: در این پژوهش پیمایشی، کتاب ریاضی پایه سوم دبستان

0 به دست آمد . پس از آن / تحلیل محتوا شد. ضریب کریپندورف مبنی بر توافق تحلیل محتوا 91

بر اساس مقوله های استخراج شده و اهداف رفتاری هر مقوله و با توجه به نظریه شناختی بلوم

و حجم هر مقوله در کتاب ریاضی پایه سوم تعداد زیادی سؤال طرح و به طور مقدماتی اجرا

گردید. سپس فرم نهایی روی یک نمونه 300 نفری از دانش آموزان پایه سوم دبستان ( 155 پسر

1385 به روش نمونه برداری خوشه ای چندمرحله ای از - و 145 دختر ) که در سال تحصیلی 86

نواحی پنج گانه آموزشی شهر اصفهان انتخاب شده بودند، اجرا و پارامترهای سؤال آزمون بر

محاسبه گردید. یافته ها: (IRT) و نظریه سؤال – پاسخ (CTT) اساس نظریه کلاسیک آزمون

ضریب ،α=0/ نتایج نشان داد که این آزمون دارای روایی مطلوب و نیز پایایی مناسب ( 93

0 به دست آمد . / 0 و 96 / 0) است و حساسیت و ویژگی (دقت) آن به ترتیب 98 / بازآزمایی = 87

بر اساس نظر یه سؤال – پاسخ نیز نشان داد که همه b(g) و دشواری a(g) پارامتر تشخیصی

0) و دشواری مطلوب اند و با مدل دو پارامتری / سؤال ها دارای توان تشخیص مناسب (بالای 5

منحنی تابع آگاهی آزمون نیز نشان داد که مناسب ترین کاربرد .(p>0/ برازش کامل دارند ( 05

است . نتیجه گیری: این آزمون دارای R=+0/ تا 6 R=-0/ آن در سطوح توانایی ریاضی 6

ویژگی های روان سنجی مناسب برای تشخیص کودکان حساب نارسای پایۀ سوم می باشد.

(IRT) نظریه سؤال – پاسخ ، (CTT) کلید واژ هها: آزمون تشخیصی، حسا بنارسایی، نظریه کلاسیک آزمون

حجت الله فراهانی 1

گروه روانشناسي، دانشگاه اصفهان

دکتر مختار ملک پور

گروه روانشناسي، دانشگاه اصفهان

دکتر شعله امیری

گروه روانشناسي، دانشگاه اصفهان

دکتر حسین مولوی

گروه روانشناسي، دانشگاه اصفهان

دکتر مهرداد کلانتری

گروه روانشناسي، دانشگاه اصفهان

مقدمه 1

ریاضی یکی از درس هایی است که با وجود توجه زیادی که

در مدارس به آن می شود، یادگیری آن برای بسیاری از

دانش آموزان مشکل است . این در حالی است که معلمان می توانند

با ارزشیابی درست توانایی های ریاضی دانش آموزان، بازده تدریس

خود و در نتیجه موفقیت تحصیلی و پیشرفت ریاضی دانش آموزان

را افزایش دهند . زیرا شناسایی نقاط ضع ف و نارسایی هایی ریاضی

_____________________________________________

-1 نشانی تماس: اصفهان، خیابان هزارجریب، گروه روانشناسی، دانشگاه اصفهان.

Email: icphaf@yahoo.com

کودکان سبب انطباق مواد درسی و روش آموزش با سطح

یادگیری دانش آموز می گردد . از طریق سنجش و اندازه گیری

روایی و پایایی می توان برنامه آموزشی درست و جامعی تدوین

کرد که به بهترین روش درک مفاهیم نظری ریاضی را با کاربرد

آن در زندگی روزمره همراه سازد.

دشواری در فهم روابط عددی برای برخی از کودکان از همان

سال های نخست زندگی که سایر کودکان در شمارش، درک واحد،

جورکردن و مقایسه تجاربی به دست می آورند، آغاز می شود که

می تواند کارکردی پایین تر از حدانتظار را در آزمون های پیشرفت

1

www.SID.ir

Archive of SID

ساخت و رواسازی آزمون تشخیصی حساب نارسایی برای کودکان پایه سوم دبستان

حجت الله فراهانی و همکاران

1-10 ،1387 ، تازه های علوم شناختی، سال 10 ، شمارۀ 1

٢

.( تحصیلی دوران دبستان برای آنان پیش بینی کند (رمضانی، 1380

حساب نارسایی که به عنوان یک اختلال در سومین نسخه دستنامه

یعنی از سال ) (DSM-III) تشخیصی و آماری اختلالات روانی 1

1980 به بعد ) مطرح گردید، عبارت است از ناتوانی در انجام

مهارت های حساب با توجه به ظرفیت هوش و سطح آموزشی م ورد

انتظار از کودک که این مهارت ها می بایست به کمک آزمون های

میزان شدۀ فردی اندازه گیری شده باشد . بر اساس ویراست چهارم

(DSM- اصلاح شده دستنامه تشخیصی و آماری اختلالات روانی 2

این کودکان در چهار گروه از مهارت های زبانی، ادراکی، IV-TR)

ریاضی و توجهی مرتبط با ریاضیات مشکل دارند.

با وجود اینکه این اختلال مشکل جدیدی تلقی نمی شود، اما

ماهیت آن تا حد زیادی مبهم مانده است (فوکس 3 و فوکس،

2005 ). به همین دلیل پژوهشگران از این اختلال تقسیم بندی های

؛2003 ، متعددی ارایه داده اند (جوردن 4، هانیک 5 و کاپلان 6

1989 ). فوکس و فوکس ( 2005 ) همه گیری ، روسلی 7 و آردیلا 8

اختلال ریاضی را در دبستان پنج درصد، رمضانی ( 1382 ) و حمید

3 درصد برآورد کرده اند. / 1 و 6 / 1385 ) در شهر تهران به ترتیب 63 )

در سبب شناسی این اختلال فرضیه هایی مطرح شده که در

مجموع می توان به ترکیبی از تأثیرات محیط و ژ نتیک اشاره کرد

2007 ). بنا به تأکید انجمن روان پزشکی ، (روسولی 9، نوئل 10

آمریکا تشخیص قطعی فقط پس از اجرای آزمون استانداردشده

انفرادی در ریاضی و کسب نمره ای بسیار پایین تر از سطح مورد

انتظار (بر حسب میزان تحصیلات و ظرفیت هوشی کودک )

1383 ). بنابراین تشخیص ، امکان پذیر است (کاپلان و س ادوک 11

صحیح و دقیق آن نیازمند اجرای یک آزمون تشخیصی استاندارد

می باشد . برای سنجش این اختلال روش های رسمی و غیررسمی

متعددی طراحی شده است که به عنوان نمونه می توان به آزمون

ریاضی کی مت 12 اشاره نمود که کنولی 13 آن را در سال 1988

هنجاریابی ک رد. [کنولی ( 1988 ، به نقل از رمضانی، 1382 )]. این

آزمون که به منظور تعیین نقاط قوت و ضعف دانش آموزان در

حوزه های مختلف ریاضی به کار می رود، شامل 13 خرده آزمون و

سه بخش مفاهیم اساسی، عملیات و کاربردها است که از اهمیت

آموزشی تقریبا یکسانی برخوردارند . این آزمو ن در ایران برای

_____________________________________________

.( دانش آموزان هنجاریابی گردید (محمد اسماعیل و هومن، 1381

آزمون دیگری که برای سنجش شایستگی ریاضی طراحی شده،

آزمون شایستگی اوترخت برای ریاضیات کودکان است، که شامل

؛1995 ، هشت مقیاس و در مجموع 120 سوال است [کراپرال 14

1992 ، به نقل از عریضی، کاووسیان و کدیور، ) اندوریخت 15

1383 )]. این آزمون را عریضی و همکاران ( 1383 ) پایایی سنجی

و رواسازی کرده اند . در پژوهش دیگری چین آوه، عرب زاده و

منشی زاده ( 1383 ) به ساخت و هنجاریابی آزمون تشخیصی ریاضی

برای دانش آموزان 6 تا 13 ساله شهر شیراز پرداختند . آنچه در ا ین

پژوهش مورد توجه قرار گرفت، این بود که با توجه به تنوع این

اختلال و یک دست نبودن ویژگی های آن (احدی و کاکاوند،

1382 )، به نظر می رسد استفاده از یک آزمون استاندارد ملی

پژوهشگران را به نتیجۀ مطلوبی نرسانده و بر روایی محتوایی این

آزمون ها تأکید خاص نشده است. از سوی دیگر بنا به نظر

، 1997 )، لندرل 18 ) 2005 )، جوردن و مونتانی 17 ،2003) باترورث 16

(1992) بوان 19 و باترورث ( 2004 ) و آشکرافت 20 ، یاماشیتا 21 و آرام 22

اگر در مقوله شمارش زمان لحاظ نگردد، کودکان حساب نارسا نیز

می توانند مانند سایر کودکان عادی به سؤال ها پاسخ درست ب دهند،

زیرا آنها از راهکارهای نادرست یعنی شمارش با انگشتان استفاده

کرده و در مدت زمان طولانی تر پاسخ درست را ایجاد می کنند .

بنابر این در این پژوهش، خرده آزمون شمارش زمان مند گردید و از

سوی دیگر برای دستیابی به پارامترهای دقیق سؤال (ضرایب

دشواری و تشخیصی )، ج امعه آماری آزمودنی ها (تتا ) و تعیین

(CTT) منحنی آگاهی آزمون علاوه بر نظریه کلاسیک آزمون 23

نیز استفاده شد . در ایران بر اساس (IRT) از نظریه سؤال - پاسخ 24

در زمینه ریاضیات هیچ آزمونی ساخته (IRT) نظریه سؤال - پاسخ

_____________________________________________

1- Diagnostic and Statistical Manual of Mental Disorders-Third Edition

2- Diagnostic and Statistical Manual of Mental Disorders-Text Revision

3- Fuchs 4- Jordan

5- Hanich 6- Kaplan

7- Rosselli 8- Ardila

9- Rousselle 10- Noel

11- Sadock 12- Key Math

13- Conolly 14- Korporal

15- Andoricht 16- Butterworth

17- Montani 18- Landrel

19- Bevan 20- Ashcraft

21- Yamashita 22- Aram

23- Classic Test Theory 24- Item-Response Theory

2

www.SID.ir

Archive of SID

ساخت و رواسازی آزمون تشخیصی حساب نارسایی برای کودکان پایه سوم دبستان

حجت الله فراهانی و همکاران

1-10 ،1387 ، تازه های علوم شناختی، سال 10 ، شمارۀ 1

3

نشده و این اولین پژوهش در این راستا است . هدف این رویکرد

آن است که علاوه بر برآورد دقیق پارامتر های آزمون و سؤال،

نارسایی های نظریه کلاسیک آزمون، از جمله وابستگی پارامتر

سؤال به نمونه خاص را از میان بردارد (هومن، 1371 ). بنابراین،

مطالعه حاضر به منظور طراحی آزمون تشخیصی حساب نارسایی

برای کودکان پایه سوم د بستان شهر اصفهان و بررسی ویژگی های

روان سنجی و هنجاریابی آن برای این کودکان انجام شد.

روش

-1 جامعه، نمونه آماری و روش نمونه گیری

جامعه آماری این پژوهش کلیه کودکان دختر و پسر

- دبستانی پایه سوم شهر اصفهان بودند که در سال تحصیلی 86

1385 در مدارس ابتدایی این شهر تحصیل می کردند (جدول 1). از

این تعداد با استفاده از فرمول موزر 1 و کالتون 2 و با در نظر

گرفتن دو درصد برآورد نسبت همه گیرشناسی این اختلال در

جامعه و ی ک درصد خ طای مورد پذیرش، 300 دانش آموز

155 پسر و 145 دختر ) از نواحی پنج گانه به عنوان نمونه انتخاب )

.( شدند (رمضانی، 1382

در جدول 1 تعداد افراد جامعه مورد بررسی به تفکیک ناحیه

آموزشی و جنسیت آمده است . بدین صورت که با مراجعه به ادارۀ

کل آموزش و پرورش اصفهان فهرست مدارس ابتدایی هر پنج

ناحیه تهیه شد و سپس با توجه به جمعیت دانش آموزان پایه سوم،

از هر ناحیه چ ند مدرسه و از میان آنها یک یا چند کلاس به صورت

تصادفی انتخاب گردیدند.

-2 ابزار پژوهش و مراحل ساخت آن

برای تهیه پرسش های این آزمون ابتدا کتاب ریاضی پایه سوم

به وسیلۀ تعدادی از اساتید روان شناسی و علوم تربیتی، متخصصان

جدول 1- تعداد افراد جامعه مورد بررسی به تفکیک ناحیه آموزشی و جنسیت

ناحیه 1 ناحیه 2 ناحیه 3 ناحیه 4 ناحیه 5

3308 3600 2753 1558 پسر 993

3103 3321 2528 1533 دختر 1005

روان سنجی، پژوهشگران و سرگروه های آموزش ریاضی پایه سوم

0 به دست آمد /91 تحلیل محتوا شد و ضریب توافق کریپندورف 1

که نش ان دهندۀ توافق افراد در تحلیل محتوای این کتاب است .

سپس عناوین مجددا به تأیید سرگروه های آموزشی رسید و سپس

1965 ) که همسو با نظریه ) سؤال ها با توجه به نظریه شناختی بلوم 2

گانیه 3 است، طرح گردید [گانیه ( 1970 ، به نقل از چین آوه و

همکاران، 1383 )]. تعداد سؤال های هر مقوله، با توجه به حجم آن

در کتاب ریاضی تعیین شد . این مقولات شامل نه حیطۀ اعداد،

جمع و تفریق، ارزش مکانی، اندازه گیری، ضرب و تقسیم، هندسه،

کسر و اعشار، نسبت و درصد، تخمین و حل مسأله بود . سپس این

سؤال ها مورد بررسی مقدماتی قرار گرفتند و بعد روی یکصد

دان ش آموز ( 50 دختر و 50 پسر ) اجرا شدند . پرسش ها به صورت

انفرادی و تشریحی اجرا گردید و برای هر پاسخ درست نمره یک

و برای هر پاسخ غلط نمرۀ صفر منظور شد . نتایج تحلیل و پرسش ها

همسانی درونی ،(d) ضریب تشخیص ،(p) از نظر سطح دشواری

و روایی، همزمان با آزمون کی مت ریاضی ایران (محمد (α)

اسماعیل و هومن، 1381 ) و نمره حساب آزمون و وکسلر کودکان

(وکسلر، 1373 ) محاسبه گردید . سپس سؤال های دارای ضریب

0) انتخاب / 0) و ضرایب تشخیص معنادار (بالای 4 / بالای 8 α) بالا

شدند . برای کمک به استقلال موضعی سؤال ها (شرط لازم برای

تحلیل سؤال - پاس خ) سؤال ها بر اساس درجه دشواری به طور

تصادفی در هر خرده آزمون قرار داده شدند.

در پایان 50 سؤال باقی ماند و از آنجا که ریاضی یک

مجموعه به هم پیوسته تلقی می شود،آزمون تشخیصی

حساب نارسایی پایه دوم ( 30 سوال ) نیز که بر اساس اصولی

مشابه این آزمون ساخته شده بود،∗

به سؤال ها اضافه و در

مجموع 80 سؤال به عنوان آزمون تشخیصی حساب نارسایی پایه

پنجم اجرا گردید . برای آگاهی از وضعیت هوشی و ادراکی -

دیداری شرکت کنندگان علاوه بر اجرای آزمون هوش کودکان

_____________________________________________

1- Mozer 2- Kalton

3- Kripendorf 4- Bloom

5- Ganie

∗ این مقاله قسمتی از پایان نامۀ دکترای روان شناسی با تأکید بر روان سنجی بود

که ضمن آن برای هر پنج پایه دبستان، یک آزمون تشخیصی حساب نارسایی

ساخت و رواسازی شد.

3

www.SID.ir

Archive of SID

ساخت و رواسازی آزمون تشخیصی حساب نارسایی برای کودکان پایه سوم دبستان

حجت الله فراهانی و همکاران

1-10 ،1387 ، تازه های علوم شناختی، سال 10 ، شمارۀ 1

٤

(وکسلر، 1373 ) و آزمون ادراکی - دیداری آندره ری

(میرهاشمی، 1371 ) که از روایی و پایایی مطلوبی برخوردار

بودند، نمرات روخوانی فارسی، انشا و دیکته نیز از آنها پرسیده

شد . همچنین طی یک مصاحبه بالینی از آنها خواسته شد متن

مشخصی را بخوانند و آن را برای آزمونگر بازگو کنند و در

مواردی که شرکت کننده دچار مشکل ادراکی، بالینی یا هوشی

بود از نم ونه خارج و به جای آن فرد دیگری به طور تصادفی

انتخاب و جایگزین می شد . برای تعیین زمان مطلوب در

خرده آزمون شمارش، مدت زمانی که 70 درصد

1375 و سیف، ، 1373 ؛ ثرندایک 2 ، شرکت کنندگان (آناستازی 1

1375 ) قادر به پاسخ گویی سؤال ها بودند، به عنوان زمان مطلوب

در نظر گرفت ه شد . برای تعیین نمونه دارای حساب نارسایی بر

اساس روش غیرآزمون، به منظور تعیین نقطه برش ، حساسیت و

ویژگی (دقت ) و روایی تشخیصی سؤال های آزمون تشخیصی

نهایی، از آموزگار پایه سوم کلاس مربوطه خواسته شد بر مبنای

شناخت فردی، دانش آموزانی را که فقط در درس ریاضی با

10 درصد ) مشکل روبه رو بودند، معرفی کند . نمرۀ کمتر از 12

پایین توزیع) به عنوان اولین ضابطه تعیین گردید و سپس از

DSM- آموزگار خواسته شد که به فهرست وارسی تشخیصی

برای هر مورد پاسخ دهد و پس از پاسخ دهی، ماده هایی IV-TR

که با بلی پاسخ داده می شدند جمع می شدند و در صورتی که

آزمودنی حداقل چهار ماده (از 11 ماده فهرست وارسی

پاسخ داده بود به عنوان حساب نارسایی « بلی » تشخیصی ) را با

تلقی می شد. بدین ترتیب 25 نفر تعیین شدند.

این آزمون به وسیلۀ پژوهشگر و دانشجویان کارشناسی ارشد و

کارشناسی که در مورد ایجاد رابطه و برقرار ی ارتباط مؤثر و همدلانه

با کودک و اجرای آزمون تجربه داشتند و آموزش کامل دیده بودند،

1385 اجرا گردید. - در هفته های پایانی سال تحصیلی 86

پارامترهای سؤال در این پژوهش در نظریه کلاسیک

ضریب دشواری (یعنی نسبت افرادی که به ،(CTT) آزمون

سؤال ها پاسخ درست دادند، و ضریب تشخیص (روایی) سؤال

بود که از طریق همبستگی دو رشته ای نقطه ای سؤال با نمره کل

به دست آمد. پایایی از طریق آلفای کرونباخ، بازآ زمایی و

_____________________________________________

دونیمه سازی محاسبه و نقاط برش، حساسیت و ویژگی (دقت)

سؤا ل ها از طریق تحلیل تمیزی 3 تعیین شد . منظور از حساسیت

یک آزمون امکان تشخیص افراد حساب نارسا از افراد عادی و

منظور از ویژگی (دقت) یک آ زمون، توان یک آزمون در

تشخیص موارد سالم است . پارامترهای سؤال در این پژوهش

برآورد شد. (IRT) براساس مدل دو پارامتری سؤال- پاسخ

و عامل b(g) پارامتر دشواری ،a(g) ضرایب تشخیص سؤال ها

بود که به دلیل ماهیت تشریحی این آزمون عامل c(g) حدس

حدس در پاسخگویی تأثیر نداشت و صفر در نظر گرفته شد .

بنابراین از مدل دو پارامتری استفاده شد . در این مدل، پارامتر

تشخیص سؤال به قدرت سؤال های یک آزمون در تشخیص و

.(1374 ، جداسازی افراد قوی و ضعیف اشاره دارد (آلن 4 و ین 5

2 تغییر می کند که / 0 تا 5 / در عمل بین 5 a(g) معمولاً دامنۀ

0 نشان دهندۀ توان تشخیص پایین سؤال ها و / مقادیر کمتر از 5

،( مقادیر بزرگتر نیز (که به ندرت به دست می آید ) (هومن، 1371

+2/ 2- تا 5 / است که معمولاً بین 5 b(g) پارامتر دشواری سؤال

مقیاس پردازی می شو د. پارامتر دشواری سؤال نشان دهندۀ نقطۀ

عطف منحنی شاخص سؤال است که 50 درصد آزمودنی هایی

که در آن سطح قرار دارند جواب سؤال را می دانند یا می توانند

.( جواب آن را پیدا کنند (ستاری، 1382

برای تعیین برازش سؤال ها با مدل دو پارامتری سؤال - پاسخ

مقادیر مجذور کای م حاسبه و سطح معناداری آنها تعیین شد .

IRT بررسی داده ها نشان داد که برای احراز دو پیش فرض تحلیل

یعنی استقلال موضعی 6 و تک بعدی بودن 7 آزمون، بیش از 20

درصد واریانس آ زمون در یک عامل قرار می گیرد که این

نشان دهنده برقراری فرض تک بعدی بودن است که اگر رعایت

شود استقلال نیز قدری رعایت می شود [باقی ( 1995 ، به نقل از

ستاری، 1382 )]. برای کمک به برقراری این فرض سؤال هایی با

درجه دشواری های تصادفی قرار داده شدند . در تمام مراحل از

استفاده شد. Bilog و Testfact ،SPSS نرم افزار های

_____________________________________________

1- Anastasia 2- Thorndike

3- discrimination analysis 4- Allen

5- Yen 6- local independence

7- unidimensionality

4

www.SID.ir

Archive of SID

ساخت و رواسازی آزمون تشخیصی حساب نارسایی برای کودکان پایه سوم دبستان

حجت الله فراهانی و همکاران

1-10 ،1387 ، تازه های علوم شناختی، سال 10 ، شمارۀ 1

5

یافته ها

روایی صوری و محتوایی آ زمون : برای تعیین روایی صوری و

محتوایی این آ زمون مراحل زیر انجام شد:

الف) کتاب ریاضی پایه سوم دبستان تحلیل محتوا و

مقوله های مختلف استخراج گردید.

ب) ضریب توافق کریپندورف مبنی بر توافق تحلیل محتوا

0 به دست آمد. / محاسبه شد که 91

ج) اهداف آموزشی و رفتاری بر اساس مقوله های

استخراج شده تعریف و تدوین شدند.

مهارت هایی که نشان دهندۀ محتوای مورد « ج» د) بر اساس بند

نظر بودند، تعیین شدند.

ه) از میان سؤال های امتحان های ریاضی دو نوبت (صبح و

عصر) پایه سوم دبستان های نواحی پنج گانه آموزش و پرورش شهر

اصفهان خزانه ای از سؤال های پنج سال اخیر تهیه و بررسی شد.

مجموعه ای از سؤ ال ها « ه » تا « الف » و) بر اساس مراحل

طراحی و تنظیم شدند.

ز) سؤال های نهایی به وسیلۀ اساتید گروه علوم تربیتی و

روان شناسی، متخصصان روان سنجی، اساتید راهنما و مشاور و

سرگروه های آموزش ریاضی پایه سوم دبستان مو رد بازنگری نهایی

بر اساس توافق در (CVRi) قرار گرفت و نسبت روایی محتوایی

0/79–0/ تعیین روایی محتوایی سؤال ها محاسبه و دامنه ای از 82

به دست آمد که معنادار و حاکی از روایی محتوایی بالا و مطلوب

این آزمون بود.

ح) پس از اجرای مقدماتی، سؤال های مبهم (از نظر

دانش آموزان ) شناسایی، مجدداً عبارت بندی و در صورت لزوم در

محتوای آنها تغییر داده شد.

روایی آزمون تشخیصی حساب نارسایی پایه پنجم : برای تعیین

روایی همزمان این آ زمون از خرده آزمون های مرتبط در آزمون

ریاضی ایران کی مت (محمد اسماعیل و هومن ، 1381 ) و

( خرده آزمون ح ساب در آزمون هوش ویسک -آر (وکسلر، 1373

استفاده شد . نتایج نشان داد که همبستگی بین همه خرده آزمون ها و

نمره کل این آزمون و خرده آزمون های مرتبط در آزمون ریاضی

(p<0/ 0 و معنادار بودند ( 001 /87-0/ ایران کی مت در محدودۀ 89

که حاکی از روایی همزمان مطلوب خرده آزمون ه ا و نمره کل این

آزمون است.

همچنین همبستگی بین آزمون تشخیصی حساب نارسایی پایه

سوم و خرده آزمون حساب در آزمون هوش ویسک - آر نیز

معنادار بود که نشان دهندۀ روایی همزمان و مطلوب این آزمون

.(p=0/ و 001 r=0/ است ( 79

برای تعیین روایی تشخیصی سؤال های آ زمون تشخیصی

ح ساب نارسایی، این آ زمون روی افراد عادی و گروه حساب نارسا

و با نمره کمتر از 12 DSM-IV-TR که بر اساس فهرست وارسی

در ریاضی انتخاب شده بودند، اجرا و تحلیل شد . تحلیل

سؤال ها نشان داد که براساس همه سؤال ها می توان MANOVA

تفکیک (p<0/ افراد حساب نارسا و عادی را به طور معنادار ی ( 05

کرد . اگر آزمونی این ویژگی را داشته باشد، دارای روایی سازه

.( است (سرمد، بازرگان و حجازی، 1376

پایایی آ زمون تشخیصی حساب نارسایی : برای تعیین پایایی این

آزمون از سه روش آلفای کرونباخ، دونیمه سازی (همسانی درونی )

و بازآزمایی (ثبات) استفاده شد. ضرایب آلفای کرونباخ در

0، در روش / 0 و در کل 93 /74 -0/ خرده آزمون ها در محدودۀ 92

0 و در / 0 و در کل 89 /71-0/ دونیمه سازی در محدودۀ 91

0 به دست آمد . / 0 و در کل 92 /82-0/ بازآزمایی در محدودۀ 92

برای تعیین ضریب بازآزمایی، شرکت کنندگان پس از چهار هفته

مجدداً آزمون شدند.

نقطه برش، حساسیت و ویژگی (دقت ) آزمون تشخیصی

2 و - حساب نارسایی : نقطه برش در خرده آزمون ها در محدودۀ 10

88 درصد و - در کل 51 ، حساسیت خرده آزمون ها در محدودۀ 98

- در کل 98 درصد و ویژگی (دقت) خرده آزمون ها در محدودۀ 96

84 درصد و در کل 96 درصد به دست آمد.

حساسی ت و ویژگی (دقت) آزمون در حد بسیار مطلوبی بود،

یعنی با این آزمون می توان 99 درصد موارد حساب نارسا و 96

درصد موارد سالم را به درستی تشخیص داد.

ضرایب تشخیصی و دشواری سؤال های آزمون براساس نظریه

ضرایب تشخیصی :(IRT) و سؤال - پاسخ (CTT) کلاسیک آزمون

(CTT) و دشواری سؤال های آزمون براساس نظریه کلاسیک آزمون

در جدول 3 آورده شده است. (IRT) و سؤال- پاسخ

5

www.SID.ir

Archive of SID

ساخت و رواسازی آزمون تشخیصی حساب نارسایی برای کودکان پایه سوم دبستان

حجت الله فراهانی و همکاران

1-10 ،1387 ، تازه های علوم شناختی، سال 10 ، شمارۀ 1

٦

6

www.SID.ir

Archive of SID

ساخت و رواسازی آزمون تشخیصی حساب نارسایی برای کودکان پایه سوم دبستان

حجت الله فراهانی و همکاران

1-10 ،1387 ، تازه های علوم شناختی، سال 10 ، شمارۀ 1

7

همان گونه که در جدول 3 ملاحظه می گردد، ضرایب

0 نوسان دارد که / 0 تا 85 / بین 4 (rpbis) براساس نظریه کلاسیک

نشان می دهد هیچ یک از ضرایب، منفی و پایین نیست . همچنین

0، ضرایب تشخیص / 0 تا 88 / بین 28 (Pi) ضرایب دشواری سؤال ها

0 با / 2 تا 523 / بین 5 (IRT) براساس نظریه سؤال- پاسخ a(g)

0 است . هیچ یک از ضرایب / 1 و انحراف معیار 160 / میانگین 198

0- با / 3 تا 9 / نیز بین 000 b(g) 0 نیست . ضرایب دشواری / کمتر از 5

0است. سطح معناداری مقادیر / 1 و انحراف معیار 715 / میانگین 72

کای دو سؤال ها نیز نشان می دهد که همگی با مدل دو پارامتری

.(p>0/ 2) برازش دارند ( 05 PLM)

آزمودنی ها در ریاضیات نیز نشان (θ) بررسی پارامتر توانایی

2/ 2- تا 95 / بین 139 (θ) داد که آ زمودنی ها دارای پارامتر توانایی

0 هستند. / 1 و انحراف معیار 021 / با میانگین 435

رتبه های درصدی نمرات در هر یک از خرده آزمون های آزمون

تشخیص حساب نارسایی: همان گونه که در جدول 4 ملاحظه

می گردد، نمرات پنج درصد افراد در خرده آزمون شمارش کمتر از

هشت، در خرده آ زمون هن دسه کمتر از دو، در خرده آزمون جمع و

تفریق کمتر از هشت، در خرده آزمون ضرب و تقسیم کمتر از

هفت، در خرده آزمون کسر و اعشار کمتر از دو، در خرده آزمون

اندازه گیری کمتر از هشت، در خرده آزمون حل مسأله کمتر از

هفت و درکل کمتر از 47 است.

همان گونه که در شکل 1 :(TIF) منحنی تابع آگاهی آزمون

ملاحظه می شود، بیشترین میزان آگاهی دهندگی این آزمون در

0+ قرار گرفته که نشان دهندۀ آن است که / 0- تا 6 / فاصلۀ تتای 6

این آزمون برای افرادی که دارای این سطوح توانایی هستند،

بیشترین و مناسب ترین کاربرد را دارد . میزان آگاهی دهندگی این

7

www.SID.ir

Archive of SID

ساخت و رواسازی آزمون تشخیصی حساب نارسایی برای کودکان پایه سوم دبستان

حجت الله فراهانی و همکاران

1-10 ،1387 ، تازه های علوم شناختی، سال 10 ، شمارۀ 1

٨

آ زمون در سطوح توانایی بسیار پایین ( 4-) و بسیار بالا ( 4+) بسیار

اندک است . میزان آگاهی دهندگی این آزمون در این سطوح به

کمتر از 2 واحد می رسد.

مدت زمان لازم برای اجرای خرده آ زمون شمارش در

آزمون تشخیصی : زمان لازم برای اجرای خرده آزمون شمارش در

این آ زمون، مدت زمانی در نظر گرفته شد که 70 درصد

آزمودنی ها در آن دورۀ زمانی توانستند به همۀ سؤال ها پاسخ بدهند .

این زمان در خرده آزمون شمارش 6 دقیقه و 50 ثانیه به دست آمد.

بحث

( به نظر استیونس ( 1988 ، به نقل از چین آوه و همکاران، 1383

تعداد روش های ارزشیابی که طراح ی آنها به گونه ای باشد که

مستقیماً به آموزش های جبرانی منجر شود اندک است، بنابراین

هدف اصلی این پژوهش ساخت و رواسازی آزمونی دقیق با

حداکثر قدرت تشخیص موارد حساب نارسا و عادی بود . بررسی

آزمون های مختلفی که در حیطۀ ریاضیات تدوین شده اند نشان

می دهد که در هر یک از این آزمون ها اگرچه نقاط مثبت هم

وجود دارد، اما ضعف های جدی نیز به چشم می خورد . مثلاً در

آزمون تشخیصی ریاضی فقط به ارزشیابی حل مسأله پرداخته شده

(روچ و همکاران ( 1921 ، به نقل از چین آوه و همکاران، 1383 )) و

یا پرسشنامۀ ریاضی پیش دبستانی کرانر ( 1974 ) برای ارزیابی

توانایی کاربرد مفاهیم کمی کودکان تهیه شده است . از سوی

دیگر برخی از این آزمون ها فقط برای پایه های خاصی تهیه شده و

در آنها به پیوستاری بودن مفاهیم و مهارت های ریاضی توجهی

نشده است؛ مثلاً در آزمون تشخیصی ریاضی کالیفرنیا مخصوص

پایه های سوم تا هشتم، پرسشنامه ریاضی پیش دبستانی کرانر برای

کودکان پیش دبستانی و پایه اول دبستان (به نقل از باس و وگن،

2000 )، و نیز در برخی ابزارهای روایی محتوایی که صرفاً

هنجاریابی شده اند محتوای دروس ریاضی پایه های مختلف و حجم

این مطالب در کتاب های ریاضی ایرانی کمتر مورد تو جه قرار

گرفته است . همچنین هیچ یک از این آزمون ها زمان مند نبوده و

در نتیجه قادر به تفکیک افراد حساب نارسا و عادی نیستند

(باترورث، 2003 ، لندرل و همکاران، 2004 ؛ جوردن و مونیتانی

1997 ؛ آشکرافت و همکاران، 1992 ). بنابراین ساخت و

رواسازی آزمون تشخیصی دقیق برای سنجش حساب نارسایی

پایه سوم به عنوان هدف این آزمون در نظر گرفته شد.

بررسی همه جانبه، تأکید بر تحلیل و مقوله بندی محتوای

کتاب ریاضی پایه سوم، طراحی سؤال های مختلف و نظرخواهی از

اساتید و صاحب نظران و سرگروه های آموزشی ریاضی پایه سوم،

محاسبه و شاخص های کمی، تو افق در تحلیل محتوا و تعیین روایی

صوری و محتوایی این آزمون، همگی مطلوب بودن روایی آزمون

را نشان می دهند . همچنین همبستگی خرده آزمون ها و نمره کل این

آزمون با آزمون ریاضیات ایران کی مت و خرده آزمون حساب در

1) هم حاکی از روایی آزمون هوش ویسک - آر (وکسلر، 373

همز مان و هم نشان دهندۀ روایی همگرای (سازه) این آزمون است

که امکان تفکیک معنادار افراد حساب نارسا و عادی را براساس

سؤال های این آزمون فراهم می آورد . وجود نقاط برش گواه

دیگری برای روایی سازه این آزمون است، زیرا اگر آزمودنی

بتواند بین دو گروه تمایز قائل شود ساز ه دارای روایی است (سرمد

و همکاران، 1376 ). بررسی پایایی خرده آزمون های این آزمون

نشان دادکه همسانی درونی این آزمون از طریق آلفای کرونباخ،

دونیمه سازی و ثبات خرده آزمون ها، و پایایی نمره کل آن از طریق

بازآزمایی مطلوب و قابل قبول است. مطابق با اعتقاد نانالی و

برنشتاین ( 1994 ، به نقل از مستامورنن، 1385 ) ضریب پایایی بالای

0/7 مطلوب تلقی می شود، بنابراین ضرایب پایایی خرده آزمون ها و

کل این آزمون مطلوب و پذیرفتنی است.

حساسیت این آزمون نشان داد که در 98 درصد موارد با

این آزمون می توان افراد حساب نارسا را از سالم ت فکیک کرد .

بررسی ویژگی (دقت) این آزمون نیز نشان داد که با استفاده از

این آزمون می توان در 96 درصد موارد، افراد سالم را به درستی

تشخیص داد. بررسی ضرایب همبستگی دو رشته ای نقطه ای

سؤال های آزمون (ضرایب تشخیص ) در نظریه کلاسیک نشان

0 نیستند . / دادکه هیچ یک از این ضرایب م نفی و کمتر از 2

حداقل ضرایب تشخیصی در نظریه کلاسیک آزمون

0/2 می باشد (متسامورنن 1385 ). از سوی دیگر ضرایب /(CTT)

در این آزمون نشان داد که ضرایب دشواری (Pi) دشواری

0 است، بنابراین سؤال 75 این / 0 تا 88 / سؤال ها در محدوده 28

آزمون ساده ترین و سو ال های 30 و 59 دشوارترین بودند.

8

www.SID.ir

Archive of SID

ساخت و رواسازی آزمون تشخیصی حساب نارسایی برای کودکان پایه سوم دبستان

حجت الله فراهانی و همکاران

1-10 ،1387 ، تازه های علوم شناختی، سال 10 ، شمارۀ 1

9

بهترین ضریب دشواری آزمون های تشریحی، ضرایب دشواری

0 می باشند (عباس زادگان و فتوت، 1384 ؛ شریفی / نزدیک به 5

و نجفی زند، 1378 ). بررسی ضرایب دشواری این سؤال ها نشان

داد که بیشتر آنها دارای ضریب دشواری بهینه یعنی نزدیک به

0/5 هستند.

برای تفسیر ضرایب دشواری و تشخیصی سؤال ها در نظریه

کلاسیک، باید این دو در ارتباط با یکدیگر در نظر گرفته شوند؛

سؤال هایی که ضرایب تشخیصی بالا و دشواری متوسط (در

0) دارند، در تفکیک افراد قوی از ضعیف / سؤال های تشریحی 5

مطلوب تلقی می شوند (متسامورنن، 1385 )، بنابراین همه سؤال ها

براساس نظریه کلاسیک دارای ضرایب تشخیصی مطلوب و

0 هستند و در نتیجه می توان بر / ضرایب دشواری نزدیک به 5

اساس آنها افراد دارای توانمندی ریاضی بالا و پایین را تفکیک

کرد.

سؤال ها b(g) و دشواری a(g) بررسی ضرایب تشخیص

نشان داد که سؤال های این (IRT) براساس نظریه سؤال - پاسخ

(0/ مطلوب (بالای 5 a(g) آزمون دارای ضرایب تشخیصی

هسنتند و براساس آنها می توان افراد ضعیف و قوی را تفکیک

کرد . همچنین میانگین کل ضرایب تشخیصی نیز نشان می دهد

که در مجموع قدرت تمیز آزمون نیز مطلوب است . ضرایب

دشواری آزمون نیز نشان داد که سؤال ها در طیف وسیعی از

0- تا 3+) و میانگین / بسیار ساده تا بسیار دشوار در نوسان اند ( 09

ضرایب دشواری نیز نشان می دهد که متوسط دشواری این

آزمون بیشتر از متوسط توانمندی ریاضی افراد است . به دلیل

و (c(g)= ماهیت تشریحی سؤال ها عامل شانس صفر بود ( 0

احتمال پاسخ دهی شانسی وجود نداشت . بررسی سطح معنادار

مقادیر خی دو نیز نشان داد که همه سؤال ها با مدل دو آماره ای

برازش کامل دارند.

در این آزمون زمان لازم برای خرده آزمون شمارش شش

دقیقه و 50 ثانیه به دست آمد که مدت زمانی بود که 70 درصد

آزمودنی های در آن فاصله زمان ی توانستند به سؤال های این

خرده آزمون پاسخ دهند. این نکته با یافته های جوردن و

مونتیانی ( 1997 )، لندرل و همکاران ( 2004 ) و باترورث

2003 ) هماهنگ است . براساس یافته های این پژوهشگران اگر )

در آزمون های تشخیصی ریاضی (خرده آزمون های شمارش )

زمان لحاظ نش ود، کودکان حساب نارسا نیز مانند کودکان عادی

عمل خواهند کرد . در نتیجه زمانی این آزمون های تشخیصی

دارای حساسیت کافی خواهند بود که زمانمند باشند.

بررسی منحنی آگاهی آزمون نشان داد که بیشترین میزان

0- است / 0+ تا 6 / آگاهی دهندگی آن در فاصلۀ سطح توانایی 6

که نشان د هنده آن است که این آزمون برای افرادی که در این

سطح توانایی قرار دارند، بهترین و بیشترین کاربرد را خواهد

داشت . میزان آگاهی دهی این آزمون در این سطوح توانایی

حدود 9 و پایین ترین میزان در سطوح توانایی بسیار پایین 3- و

بسیار بالا 4+ است که در این سطوح این میزا ن به کمتر از یک

واحد می رسد . با توجه به متوسط تابع آگاهی این آزمون که

4 به دست آمده، منحنی این آزمون یک تابع / به وسیلۀ رایانه 87

آگاهی متوسط به بالا را نشان می دهد.

بنابراین این آزمون دارای قدرت لازم جهت سنجش متغیر

زیربنایی (خصیصه مکنون ریاضی ) است و بر اساس آن می توان

به ارزشیابی نسبتاً دقیق وضعیت پیشرفت ریاضی و تفکیک افراد

دارای ناتوانی ریاضی از افرادی عادی پرداخت . موارد استفاده

از آن با کاربرد آزمون ایرانی کی مت ریاضیات (محمداسماعیل

و هومن، 1381 ) و آزمون پیشرفت ریاضی (چین آوه و

1) مشابه است . از این آزمون می توان در تعیین همکاران، 383

نقاط ضعف و قوت دانش آموزان پایه پنجم در حوزه های

مختلف ریاضی و نیز تفکیک دقیق افراد حساب نارسا و عادی

سود جست. به پژوهشگران نیز پیشنهاد می شود که برای

تشخیص دیگر مشکلات یادگیری کودکان، مانند اختلال در

دیکته نویسی و خواندن، با استفاده از نظریه جدید روان سنجی

آزمون هایی طراحی و ویژگی های دقیق (IRT) سؤال – پاسخ

روان سنجی آنها را تعیین کنند.

1387/2/ 1386 ؛ پذیرش مقاله: 1 /7/ دریافت مقاله: 3

9

www.SID.ir

Archive of SID

ساخت و رواسازی آزمون تشخیصی حساب نارسایی برای کودکان پایه سوم دبستان

حجت الله فراهانی و همکاران

1-10 ،1387 ، تازه های علوم شناختی، سال 10 ، شمارۀ 1

١٠

احدی، ح.، و کاکاوند. ع. ر. ( 1382 ). اختلا لهای یادگیری ( از نظریه تا عمل). تهران: انتشارات ارسباران.

آلن، م. جی.، و ین، و. ام. ( 1374 ). مقدم های بر نظری ههای انداز هگیری (روا نسنجی) (ترجمه ع. دلاور). تهران: انتشارات سمت.

آناستازی، ا. ( 1373 ). روا نآزمای ی(ترجمه م. ن. براهنی). تهران: انتشارات دانشگاه تهران.

چین آوه، م .، عرب زاده، ز .، و منشی زاده، ف . ( 1383 ). ساخت و هنجاریابی آزمون تشخیص ریاضی برای دانش آموزان 6 تا 13 ساله شهر شیراز . مجله دانش و پژوهش در

.15-32، علوم تربیتی، دانشگاه آزاد واحد اسلامی خوراسگان اصفهان، 3

حمید، ن . ( 1385 ). بررسی اختلال یادگیری ریاضی در دانش آموزان دختر و پسر دورۀ ابتدایی ناحیه یک شهر تهران و اثر آموزش کاربردی، تقویت ژتونی و آرامش

.119-136، عضلانی در کاهش اختلال یادگیری ریاضی در آنان. مجله علوم تربیتی و روا نشناسی دانشگاه شهید چمران اهواز، 2

رمضانی، م. ( 1380 ). بررسی میزان شیوع حسا بنارسایی در دان شآموزان پای ههای چهارم و پنجم مدارس ابتدایی شهر اصفها . ن تهران: پژوهشکده کودکان استثنایی.

.223-244، رمضانی، م. ( 1382 ). تحلیل خطاهای محاسباتی دانش آموزان حساب نارسا. مجله پژوهش در حیطه کودکان استثنایی، 4

ثرندایک، ا. ( 1375 ). روا نسنجی کاربرد ی(ترجمه ح. ع. هومن). تهران: انتشارات دانشگاه تهران.

ستاری، ب. ( 1382 ). روا نسنجی پیشرفته کاربرد . ی مشهد: انتشارات آستان قدس رضوی.

سرمد، ز.، بازرگان، ع.، و حجازی، ا. ( 1376 ). رو شهای تحقیق در علوم رفتار . ی تهران: انتشارات آگاه.

سیف، ع. ا. ( 1375 ). روش های اندازه گیری و ارزشیابی آموزش . ی تهران: نشر دوران.

شریفی، ح. پ.، و نجفی زند، ج. ( 1378 ). اصول روان سنجی و روان آزمای . ی تهران: انتشارات رشد.

عباس زادگان، م. ر.، و فتوت، ا. ر. ( 1384 ). کاربرد پایایی و روایی در پژوه . ش تهران: انتشارات کیهان.

عریضی، ح . ر.، کاووسیان، ج .، و کدیور، پ . ( 1383 ). پایایی سنجی و اعتباریابی مقیاس شایستگی ریاضی کودکان اوترخت در دانش آموزان دختر و پسر پیش دبستانی و

.49-65 ، دبستانی شهر اصفهان. فصلنامه نوآور یهای آموزشی، 9

کاپلان، ه.. ا.، و سادوک، ب، جی. ( 1383 ). خلاصه روا نپزشک ی(ترجمه ح. رفیعی). تهران: انتشارات ارجمند.

.323- محمد اسماعیل، ا.، و هومن، ح. ع. ( 1381 ). انطباق و هنجاریابی آزمون ریاضیات ایران کی مت. مجلۀ پژوهش در حیطه کودکان استثنایی، 332،4

مستامورنن، ج. ( 1385 ). مبانی نظری آزمون و آزمو نساز ی(ترجمه ش. کامکار و ا. اسرایی). تهران: انتشارات بهینه.

میرهاشمی، م. ( 1371 ). هنجاریابی آزمون تصاویر در هم آندره ری در دان شآموزان 7 تا 15 سال و بزرگسالان شهر تهرا . ن پایان نامه کارشناسی ارشد دانشگاه آزاد کرج.

هومن، ح. ع. ( 1371 ). انداز هگیر یهای روانی و تربیتی ( فن تهیه تست). تهران: انتشارات درسا.

وکسلر، د. ( 1373 ). مقیاس تجدید نظر شدۀ هوش وکسلر برای کودکان، انطباق و هنجاریاب ی(ترجمه س، شهیم). شیراز: انتشارات دانشگاه شیراز.

Ashcraft, M. H., Yamashita, T. S., & Aram, D. M.

(1992). Mathematics performance in left and right brainlesioned

children and adolescents. Brain and Cognition,

19, 208-252.

Bloom, B. S. (1965). Taxonomy of educational

objectives; the classification of educational goals, by a

committee of college and university examiners. New

York: Longmans, Green.

Butterworth, B. (2003). Dyscalculia screener.

Highlighting pupils with specific learning difficulties in

maths. London: nferNelson.

Butterworth, B. (2005). The development of arithmetical

abilities. Journal of Child Psychology and Psychiatry,

and Allied Disciplines, 46(1), 3-18.

Fuchs, D., & Fuchs, L. D. (2005). Enhancing

mathematical problem solving for student with

disabilities. Journal of Special Education, 39, 45-57.

Jordan, N. C., & Montani, T. O. (1997). Cognitive

arithmetic and problem solving: A comparison of children

with specific and general mathematics difficulties. Journal

of Learning Disabilities, 30, 624-634.

Jordan, N. C., Hanich, L. B., & Kaplan, D. (2003). A

longituetinal study of mathematical competencies in

children with specific mathematics difficulties versus

children with comorbid mathematics and reading

difficulties. Child Development, 74, 834- 850.

Korporal, A. (1995). The utrecht early mathematical

competences scales. Analysis from classical and modern

test theory. Utrecht University, The Netherlans.

Landerl, K., Bevan, A., & Butterworth, B. (2004).

Developmental dyscalculia and basic numerical

capacities: A study of 8-9-year-old studenst. Cognition,

93, 99-125.

Rosselli, M., & Ardila, A. (1989). Calculation deficits

in patients with right and left hemisphere damage.

Neuropsychologia, 27, 607-617.

Rousselle, L., & Noel, M-P. (2007). Basic numerical

skills in children with mathematics learning disabilities:

A comparison of symbolic vs non-symbolic number

magnitude processing. Cognition, 102, 361-365.

منابع

10

www.SID.ir

+ نوشته شده در شنبه ۱۹ آذر ۱۳۹۰ ساعت توسط  | 

آيه ي آخر سوره ي جن و اعداد چيزهاي جهان

آيه ي آخر سوره ي جن
طبق فرمايش خداوند در قران هيچ تر وخشكي نيست كه در كتاب مبين (قران) ذكر نشده باشد. براي همين زماني است كه اين سوال براي من پيش آمده كه در قران در مورد رشته ي سنجش و اندازه گيري آيا مسئله اي اشاره شده است تا اين كه اين بار كه قران را مي خواندم آيه ي آخر سوره ي جن نظرم را جلب كرد. در اين آيه عَالِمُ الْغَيْبِ فَلَا يُظْهِرُ عَلَى‏ غَيْبِهِ أَحَداً
إِلَّا مَنِ ارْتَضَى‏ مِن رَّسُولٍ فَإِنَّهُ يَسْلُكُ مِن بَيْنِ يَدَيْهِ وَمِنْ خَلْفِهِ رَصَداً
لِّيَعْلَمَ أَن قَدْ أَبْلَغُواْ رَسِالاَتِ رَبِّهِمْ وَأَحَاطَ بَمَا لَدَيْهِمْ وَ أَحْصَى‏ كُلَّ شَىْ‏ءٍ عَدَدًا : او عالم به غيب است و هيچ كس را بر غيب خود آگاه نمى‏كند.
مگر كسى همانند پيامبر كه از او راضى باشد، پس از پيش رو و از پشت سر نگهبانانى مى‏فرستد
تا بداند (رسولان) پيام هاى پروردگارشان را رسانده‏اند و او به آنچه نزد آنان است احاطه دارد و هر چيزى را با عدد، شماره كرده است.
خداوند بلند مرتبه كه كلام او عين درستي و صادق ترين كلام ها و سخنان است در آخر آيه مي فرمايد كه خداوند به عدد تمام چيزهاي عالم آگاه است و آن را مي داند. بنابراين علمي كه به اعداد و اندازه ها سرو كار داشته باشد و سعي كند اين اعداد و اندازه ها را بدست آورد و كشف كند در واقع قدمي است در راه شناخت قواعد و قوانيني كه حضرت حق در ماهيت اعداد و انداره ها قرار داده است. رشته ي سنجش و اندازه گيري نيز با اعداد در حوزه هاي انساني سرو كار دارد.

+ نوشته شده در پنجشنبه ۱۷ آذر ۱۳۹۰ ساعت توسط  | 

ضريب خوشه بندي

ضريب خوشه بندي
در نظريه ي گراف ضريب خوشه بندي اندازه اي است كه بيانگر درجه اي است كه يك گره در نمودار گرايش به تشكيل خوشه در كنار يكديگر دارند. شواهد بيانگر اين هستند كه در بيشتر شبكه هاي موجود در دنياي واقعي و در شبكه هاي اجتماعي خاص گرهها تمايل دارند تا به صورت قوي گروههايي را تشكيل دهند كه از طريق تراكم بالاي بست ها مشخص و معلوم مي شوند. در شبكه هاي جهان واقعي اين همسايگي از ميانگين احتمال اين كه يك بست به صورت تصادفي بين دو گره اتصال برقرار نمايد بيشتر است. دو نوع از اين اندازه ها وجود دارند يكي اندازه هاي كلي د و ديگري انداره هاي محلي. ضريب كلي خوشه بندي بر مبناي گرههاي سه تايي محاسبه مي شود. يك حالت سه گانه از سه گره تشكيل شده است كه از طريق دو (در سه گانه هاي باز) و يا سه (در سه گانه هاي بسته) بست غير مستقيم با هم مربوط مي شوند. يك مثلث از سه گانه بسته تشكيل شده است. ضريب خوشه بندي كلي برابر است با تعدا سه گانه هاي بسته يعني 3 ضربدر تعداد مثلث ها بخش بر تعداد كلي سه گانه ها كه هم شامل سه گانه هاي بسته و باز. اين اندازه بيانگر خوشه بندي در كل شبكه است. و مي تواند براي شبكه هاي مستقيم و غير مستقيم استفاده شود ( كه به انتقال پذيري نيز گفته مي شود). شبكه هاي وزني نيز توسط اپسهال و پنساراسا توضيح داده شده اند.
منبع ویکی پدیا

https://fa.wikipedia.org/wiki/%D8%B6%D8%B1%DB%8C%D8%A8_%D8%AE%D9%88%D8%B4%DA%AF%DB%8C

+ نوشته شده در پنجشنبه ۱۷ آذر ۱۳۹۰ ساعت توسط  | 

نقد منصفانه از طریق منطق فازی

تفکر غیر ارسطویی به نقد منصفانه که رویکردی در مطالعه ی ادیان است می تواند مدد برساند. به طور کلی دو نوع تفکر منطقی را می توان مقابل هم قرار داد. اگر چه بیش از سی نوع مدل منطقی وجود دارد اما این دو نوع در مقابل یکدیگرند منطق ارسطویی مبتنی بر جهانی سفید و سیاه است. دقت در این منطق حیرت آور است و خط کشی دقیق در آن مطرح است. زاده در مقاله ی مجموعه های فازی سری های فازی را مطرح می کند که صورت نوشتاری کلمه به زبان انگلیسی FUZZY است و به معنی درهم تنیدگی و پیچیدگی و تلفیق معنی دارد و با نسبیت راسلی و ابهام متفاوت است. ابهام دارد نسبیت هم دارد اما با نسبیت انیشتین یا ابهام راسلی متفاوت است. این تفکر ریاضی در دهه ی 60 بوجود آمد. منطق چند ارزشی لوکاسویچ بوده است. زاده این را مطرح نمود و در خاور دور استفاده ی زیادی از این منطق کردند و بعدها آمریکایی ها اهمیت آن را درگرفتند. زاده در دانشگاه کالیفرنیا سالها تدریس می کرد و این دانشگاه در رشته ی دکتر زاده جزء بهترین دانشگاههای جهان محسوب می شود. اگر چه مخالفت های زیادی با این سیک تفکر شد اما صبر و حوصله ی استاد نهایتا نتیجه داد و این منطق در جهان کاربردی شده و طرفداران زیادی پیدا کرده است. در منطق فازی مرزبندی دقیق و منظم از پدیده های جهان وجود ندارد. در این منطق مرزبندی دقیقی در جهان وجود ندارد رابطه ی بین اشیاء در جهان یک رابطه ی درهم تنیده است یعنی اشیاء از یکدیگر ممتاز متمایز و جدا نیستند. مثالی که در فازی وجود دارد این است که در صورتی که بتوان نقطه ی تبدیل یک سطح صاف به یک تپه را مشخص کرد جایزه ی زیادی می گیرید در غیر این صورت کشته می شوید. آیا کسی می تواند به جایزه ی بزرگ برسد. آیا فواصل در عالم مشخص است. مسلم است دقت در اندازه گیری می تواند تا بی نهایت ادامه یابد. من چاقم یا لاغر, محجب است یا غیر محجب، سکولار است یا قدسی و ... . هیچ کس نمی تواند این مرز را بسازد اما ارسطو سالیان متمادی این کار را می کرد و منطق وی خط کش مانند عمل می نمود اما مشخص است که این منطق سر سازگاری با جهان واقعی ندارد. در سری های زمانی تعلق به مجموعه از طریق توابع عضویت مشخص می شود. اگر نمره ی 18 تا 20 نمره ی ممتاز و عالی باشد در این صورت نمره ی پایان نامه ای که 999999/17 است چقدر متعلق به مجموعه ی عالی تعلق دارد. این چیزی است مانند تشکیک در فلسفه ی صدرایی. الهیات اسلامی الهیات فازی است. ابن عربی در فصوص الحکم در فتوحات دارد که اگر قایل به تنزیه بشی ناقصید. با تفکر فازی می توان جنبش ها را به صورت منصفانه نقد کرد. هم واجد صدق و اعتبارند و هم نیستند این یا آن نیست بلکه هر دوی آن است. می توان این منطق را در الهیات در عرفان، روانشناسی، مشاوره، حقوق و بسیاری از مقولات می توان آن را به عنوان یک روش و یک ایده ی فلسفی قابل طرح است. جامعه ی ما به دلیل بی اطلاعی از این منطق آسیب جدی دیده است.

+ نوشته شده در چهارشنبه ۱۶ آذر ۱۳۹۰ ساعت توسط  | 

ارزشيابي فازي

ارزیابی دانش آموزان فرآیندی است برای تعیین سطح عملکرد دانش آموزان در ارتباط با موضوعات یادگیری آموزشی. یک سیستم آموزشی که دارای کیفیت بالا است پیشرفت فردی دانش آموزان را حمایت، اصلاح و ارتقاء می دهد و اطمینان می دهد که ارزیابی همه ی دانش آموزان یک ارزیابی یکسان را دریافت می کنند و چشم اندازهای فعلی و آینده ی دانش آموزان را تحمیل نمی کند. بنابراین چنین سیستمی نیازمند به روز شدن و اصلاح مدام است تا مطمئن شود که سیستم مناسب، عادلانه، بی طرف و برای همه دانش آموزان سودمند است. باید در چنین سیستمی اندازه هایی خودکار و روشن به سیستم ارزشیابی وارد شوند. ثابت شده است که استدلال فازی برای استنباط کردن نمرات دانش آموزان مناسب است. همچنین برای اصلاح پایایی و مقاومت سیستم توابع عضویت گاووسی به جای توابع عضویت مثلثی سنتی پیشنهاد شده اند.
از زمان معرفی منطق فازی توسط زاده در سال 1965 نظریه ی مجموعه های فازی به طور وسیعی برای حل مسایل و مشکلات مختلفی در حوزه های مختلف و متفاوتی استفاده شده است و یکی از این حوزه ها حوزه ی ارزشیابی آموزشی است. بیسواس دو روش را برای ارزشیابی پاسخ های متنی دانش آموزان با استفاده از مجموعه های فازی و یک تابع انطباق دهنده معرفی می کند، این روش ها عبارتند از: روش ارزشیابی فازی و یک روش ارزشیابی فازی تعمیم یافته.

+ نوشته شده در پنجشنبه ۱۰ آذر ۱۳۹۰ ساعت توسط  | 

بکار بردن IRT به منظور ارزیابی سوال و ویژگی های مقیاس به منظور بهبود مقیاس

بکار بردن IRT به منظور ارزیابی سوال و ویژگی های مقیاس به منظور بهبود مقیاس
سطوح آستانه سوال و همچنین قدرت تشخیص سوالات می تواند از طریق ICC و همچنین منحنی های آگاهی مشخص می شوند. این کار سبب می شود تا  از طریق آن بتوان سوالاتی که را که در ارتباط با توزیع صفت مکنون خوب عمل می کنند را شناسایی کرد. علاوه بر این سطح سازه ی زیر بنایی که توسط سوال اندازه گیری می شود، امکان تکرار  سوالات در ارتباط با سایر سوالات دیگر و مناسب بودن مقیاس چک می شود. IRT  ابزار قدرتمندی در ساخت سوالات کوتاه، پایا و منطبق با هدف در راستای حرکت به سمت مطالعه ی جامعه می باشد.
تحلیل کل مقیاس از طریق تابع آگاهی، خطای استاندارد اندازه گیری و پایایی انجام می شود. نظریه ی کلاسیک برای همه ی نمرات یک ضریب پایایی ارائه می دهد. پایایی بالا برای همه ی حیطه ی خصیصه ی مکنون مناسب نیست و وابسته به هدف پژوهش می باشد. با توجه به نظریه سوال پاسخ می توان مشخص کرد که سوالاتی که قرار است اضافه شود بهتر است برای کدام حوزه صفت مکنون باشد این عمل از طریق فنون مبتنی بر نظریه ی کلاسیک امکان پذیر نیست. به طور کلی اطلاعاتی که از طریق IRT در طول پیوستار صفت مکنون بدست می آید از طریق نظریه ی کلاسیک قابل دستیابی نیست، اگر چه ممکن است ویژگی های سوال بدست آمده از دو نظریه نزدیک به هم باشند. مهمترین فایده ی IRT نمایش جامع محتوی و توانایی تعیین بهینه ی طبقات پاسخ برای تک تک سوالات است و نمرات فرد در آزمون های مختلف که یک صفت را اندازه می گیرند یکسان است به تعبیر دیگر یعنی، سوالات آزمون وابسته به نمونه نیست.

+ نوشته شده در سه شنبه ۸ آذر ۱۳۹۰ ساعت توسط  | 

نكته اي درباره تمرين مهارت هاي لازم

نكته اي درباره تمرين مهارت هاي لازم
يك روزنامه نگار 60 ساله را در نظ ر بگيريد كه در طول عمر خود هر روز صدها وا‍ژه را دو انگشتي تايپ كرده و در 60 سالگي نيز هنوز با دو انگشت تايپ مي كند هيچ گاه تايپ دو انگشتي يكباره او را به تاپيست ماهري كه از تمام 10 انگشت خود استفاده مي كند تبديل نخواهد كرد.

بنابراين اگر سالها ضعيف فكر كنيد سرانجام آدمي خواهيد شد كه در ضعيف فكر كردن ماهر است مانند همان تايپيست 60 ساله اي كه در تايپ دو انگشتي ماهر است. به همين ترتيب تمرين تفكر كافي نيست بايد مستقيما به روش هاي تفكر هم توجه كرد.

به عقيده ي من لازم است هر دانش پژوهي براي اين كه با ساير دانش پژوهان دنيا همگام باشد لازم است به زبان انگليسي و كار با كامپيوتر و مجموعه ي آفيس مهارت لازم و كافي را داشته باشد و اين مورد جز كلاس كاري محسوب نمي شود بلكه لازمه ي مطالعه و كار كردن به صورت بين المللي است


+ نوشته شده در شنبه ۵ آذر ۱۳۹۰ ساعت توسط  | 

محتوی اولیه و پیشنهادی به صورت مقدماتی برای روانسنجی2


روايي وابسته به ملاك: روايي پيش بين

روايي پيش بيني ويژه آزمون هايي است كه براي پيش بيني موفقيت افراد در امور تحصيلي و شغلي به كار مي روند.

براي مثال، آزمون هاي ورودي دانشگاه ها به منظور پيش بيني احتمال موفقيت تحصيلي داوطلبان در دانشگاه به كار مي روند. 

در يك امتحان استخدامي، سوال هاي آزموني كه براي گزينش داوطلبان اجرا مي شود متغير پيش بين و موفقيت و كارايي انتخاب شدگان در شغل آينده متغير ملاك است.

آزمون سنجش آمادگي براي ورود به كلاس اول دبستان كه در مورد كودكان 6 ساله اجرا مي شود، متغير پيش بين و نمره هايي كه دانش آموزان در كلاس اول مي گيرند متغير ملاك است.

روايي وابسته به ملاك: روش تعيين روايي پيش بين

فرض كنيد بخواهيم تعيين كنيم كه يك آزمون ورودي دانشگاه داراي روايي پيش بين است يه نه، بايد رابطه بين نمرات داوطلبان ورود به دانشگاه را در اين آزمون با نمرات آنان در درس هايي كه بعدا در دانشگاه مي گيرند، تعيين كنيم. و ضريب همبستگي بين آن ها را به دست آوريم.

گاه تبديل متغيري كه بايد پيش بيني شود به صورت عددي به سادگي امكان پذير نيست. براي مثال، اگر بخواهيم يك آزمون يا يك پرسش نامه انتخاب معلمي بسازيم، بايد يك وسيله اندازه گيري موفقيت در شغل معلمي نيز درست كنيم تا بتوانيم عملكرد فرد را در اين دو نوع وسيله اندازه گيري با هم مقايسه كنيم. براي تعيين ميزان موفقيت معلمان در فعاليت هاي آموزشي هم باي از نظر مديران، همكاران، دانش آموزان و دانشجويان استفاده كرد و هم از ميزان پيشزفت تحصيلي دانش آموزان و دانشجويان آن معلمان.

روايي وابسته به ملاك: روايي همزمان

روايي همزمان نوعي روايي ملاكي است كه در آن به جاي تعيين رابطه بين دو آزمون پس از گذشت يك فاصله زماني، رابطه بين دو آزمون به طور همزمان تعيين مي شود. هدف از تعيين روايي همزمان بين دو آزمون اين است كه معلوم سازيم آيا مي توان يكي از دو آزمون را به جاي ديگري مورد استفاده قرار دهيم يا نه.

گنجاندن نمونه هايي از تكاليف شغلي در آزمون استخدامي موجب مي شود كه روايي ةمزمان ازمون افزايش يابد. روان شناسان صنعتي، اغلب بر اساس پاره اي از اطلاعات محدود ناگزيرند داوطلباني را براي مشاغل مختلف انتخاب كنند. آزمون هايي كه براي اين منظور ساخته مي شوند بايد نمونه هايي از رفتار آزمودني ها را كه با وظايف شغلي مورد نظر زابطه دارند اندازه گيري كنند.

روايي وابسته به ملاك: روايي همزمان

يكي ديگر از موارد كاربرد روايي همزمان، استفاده از الگوهاي علايق شغلي كساني است كه از مشاغل خود رضايت دارند به عنوان متغير ملاك و مقايسه الگوهاي علايق شغلي ساير افراد(داراي مشاغل متفتوت) با اين الگوها. پسش هايي كه دو گروه آزمودني مذكور را به گونه معني داري از هم تفكيك مي كنند براي تدوين پرسش نامه فرم اصلي انتخاب مي شوند.

به عنوان مثال ديگر، يك آزمون استعداد فني در مورد گروهي از تكنسين ها و مهندسان مشاغل فني و گروه مشابهي از آزمودني ها كه در مشاغل غير فني(مثلا اداري و دفتري) اشتغال دارند اجرا مي شود. اگر ميانگين نمره هاي افراد گروه اول به گونه معني داري بالاتر از ميانگين نمره هاي گروه دوم باشد، گفته مي شود كه آزمون داراي روايي همزمان است. 

روايي وابسته به ملاك: روش تعيين روايي همزمان

در تعيين روايي همزمان، هنگام اندازه گيري متغير پيش بين، علاوه بر اين متغير، متغر ملاك نيز موجود است. در حالي كه در تعيين روايي پيش بيني، متغير ملاك در آيندن اندازه گيري مي شود. به سخن  ديگر، اگر به عوض مقايسه نمرات يك آزمون با نمرات آزمون ديگري كه در اينده به دست ]واهند آمد، نمرات آزمون اول را با نمرات آزمون ديگري كه همزمان با آزمون اول يا در فاصله كوتاهي بعد از آن اجرا مي شود مقايسه كنيم، رابطه حاصل بين اين دو آزمون همزمان اجرا شده، نشان دهنده روايي همزمان است.

براي مثال، رابط بين نمران حاصل از يك پرسش نامه و تشخيص متخصص براي تشخيص  يك بيماري رواني مثال از روايي همزمان پرسش نامه است.

روايي وابسته به ملاك: مقايسه روايي همزمان و پيش بين

در روايي پيش بين، نمرات آزمون اولي واقعا براي پيش بيني نمراه فرد در آزمون دوم استفاده مي شود، اما در روايي همرمان هدف اصلي پيش بيني نيست بلكه شناسايي يك آزمون مناسب براي آزمون ملاك است كه بتوانيم آن را با اطمينان به جاي آزمون ملاك به كار ببريم.

آزمون پيش بين بايد با آزمون ملاك رابطه بالايي داشته باشد و اجراي آن نسبت به آزمون ملاك از لحاظ اقتصادي و زماني به صرفه تر باشد.

روايي وابسته به ملاك: ضريب روايي ملاكي

رابطه بين آزمون و متغير ملاك به صورت ضريب همبستگي بيان مي شود كه آن را ضريب روايي مي نامند. براي تعيين ضريب روايي ملاكي آزمون كافي است بين نمره هاي آزمون گروه نمونه اي از آزمودني ها و نمره هاي ملاك آنان همبستگي محاسبه شود.

براي اين كه معلوم شود اين ضرايب روايي تا چه اندازه با معني هستند، قاعده قطعي وجود ندارد. در عمل به ندرت ممكن است ضريب روايي يك ازمون از 0/60 بالاتر باشد، بتابراين ضرايب روايي 0/30 و 0/40 ضرايب نسبتا بالايي به شمار مي روند. يك ضريب همبستگي در صورتي از نظر آماري معني دار است كه احتمال به دست آوردن تصادفي آن كمتر از 5 درصد باشد.

روايي وابسته به ملاك: ضريب روايي ملاكي

در پيش بيني موفقيت در دانشگاه (به عنوان متغير ملاك)علاوه بر  نمرات آزمون ورودي به دانشگاه ( به عنوان متغير پيش بين)ممكن است متغيرهاي متعددي دخيل باشند لذا اين سوال باقي مي ماند كه چه ميزان از تغييرات موفقيت دانشگاهي به وسيله ازمون مذكور تبيين مي شود؟

مجذور ضريب اعتبار پيش بين آزمون، درصد تغييرات متغير ملاك را كه به وسيله آزمون پيش بين تبيين مي شود نشان مي دهد. براي مثال،اگر همبستگي بين نمره نهايي آزمون ورودي و شاخص موفقيت تحصيلي در دانش گاه، 0/40 باش مي توانيم بگوييم كه 16 درصد تغييرات موفقيت تحصيلي در دانشگاه به وسيله نمرات آزمون ورودي تبييت مي شود و 84 درصد تغييرات به عوامل ناشناخته ديگري مربوط است كه تبيين نشده اند.


پيش بيني متغير ملاك از روي نمره آزمون

يكي از موارد مهم ضريب روايي پيش بين آزمون اين است كه از روي نمره آزمون پيش بين مي توان نمره متغير ملاك را پيش بيني كرد. براي اين كار لازم است معادله رگرسيون براي پيش بيني متغير ملاك از روي متغير پيش بين را تهيه كنيم. با در دست داشتن معادله رگرسيون و خطاي معيار برآورد(standard error of estimate)، مي توان از روي نمره آزمون پيش بين،حدود نمره متغير ملاك را برآورد كرد. اگر نمره پيش بيني شده ملاك براي فرد الف را به عنوان ميانگين توزيع نمره هاي ملاك آزمودني هايي كه در متغير پيش بيني نمره اي برابر نمره فرد الف گرفته اند فرض كنيم، در اين صورت انحراف معيار اين توزيع شاخصي از متوسط خطاي پيش بيني است. اين شاخص كه خطاي معيار برآورد ناميده مي شود، از رابطه زير به دست مي آيد.

پيش بيني متغير ملاك از روي نمره آزمون

خطاي معيار برآورد:

عناصر اين رابطه عبارتند از:

        =     خطاي معيار برآورد


S= انحراف معيار نمره هاي ملاك

R = ضريب همبستگي گشتاوري بين نمره هاي ملاك با نمره هاي آزمون(ضريب روايي پيش بين)

پيش بيني متغير ملاك از روي نمره آزمون

محاسبه خطاي معيار برآورد: مثال عددي

فرض كنيد معادله رگرسيون براي پيش بيني متغير ملاك و معدل امتحانات كلاس اول دبستان از روي متغير پيش بين(نمره هاي سنجش آمادگي) به صورت زير نوشته شده است.


                               در اين معادله           نمره پيش بيني شده ملاك و  x نمره آزمون پيش بيني است. اگر ضريب اعتبار پيش بيني آزمون سنجش آمادگي برابر 0/60 باشد، مي خواهيم معدل امتحانات كلاس اول كودكي را كه در آزمون سنجش آمادگي 15 گرفته است در سطح اطمينان 95 درصد پيش بيني كنيم. در ص.رتي كه بدانيم انحراف معيار نمره هاي معدي امتحاني آزمودني هاي گروه نمونه اي كه اين آزمون در مورد آنان اجرا شده است 2/2 باشد.


-

پيش بيني متغير ملاك از روي نمره آزمون

محاسبه خطاي معيار برآورد:


- نمره متغير ملاك بر اساس معادله رگرسيون


- برآورد حدود نمره واقعي آزمودني در كلاس اول در سطح اطمينان 95 درصد


 13.5±1.76*1.96 = 13.5±3.5


بنابراين نمره واقعي اين كودك با احتمال 95 درصد بين 10 تا 17 خواهد بود. چون ملاك قبولي در كلاس اول ابتدايي داشتن حداقل معدل 100 است، بنابراين با اطمينان 95 درصد مي توان پيش بيني كرد كه اين كودك در كلاس اول دبستان موفق خواهد شد.


عوامل موثر بر روايي ملاكي

ضريب روايي ملاكي آزمون هايي كه به روش هاي مختلف و تحت شرايط متفاوت به دست آمده اند، حتي اگر اندازه آن ها يكسان هم باشد، از ارزش يكساني برخوردار نيستند زيرا ضرايب روايي وابسته به ملاك، تحت تاثير عوامل مختلفي قرار مي گيرند. بنابراين مصرف كننده آزمون ها در انتخاب آزمون هاي رواني براي هدف هاي خود بايد همه عوامل موثر در ضرايب روايي ملاكي را به دقت بررسي و مورد توجه قرار دهند. 

عوامل موثر بر روايي ملاكي: تفاوت هاي گروهي

اعتبار وابسته به ملاك يك آزمون بر حسب خصايص افرادي كه مبناي برآورد روايي ملاكي آزمون بوده اند، تفاوت مي كند.

تفاوت بين گروه هاي آزمودني از نظر متغيرهايي مانند جنسيت، سن، و صفات شخصيت- كه متغيرهاي تعديل كننده ناميده مي شوند- ممكن است همبستگي بين آزمون و متغير ملاك را تحت تاثير قرار دهند.

درجه ناهمگوني گرون نمونه مورد آزمايش از نظر متغير ملاك نيز مي تواند اندازه ضريب محاسبه شده را تحت تاثير قرار دهد. معمولا در يك گروه همگون يعني گروهي كه دامنه تغيير نمره هاي آن ها در متغير ملاك كم است، ضريب همبستگي كمتر است. چون در عمل ضريب همبستگي همواره تابعي از دو متغير است، بنابراين پايين بودن دامنه تغيير نمره ها در هر يك از متغيرهاي ملاك و پيش بين موجب مي شود كه ضريب اعتبار آزمون كاهش يابد.



عوامل موثر بر روايي ملاكي: تفاوت هاي گروهي

چون اندازه ضريب اعتبار بر حسب ماهيت گروه آزمودني تغيير مي كند، لازم است آزموني كه روايي ملاكي آن در مورد گروه خاصي از آزمودني ها مشخص شده است، در مورد گروه نمونه ديگري از آزمودني ها اجرا و كجددا روايي ملاكي آن در مورد گروه جديد برآورد شود. اين عمل را وارسي ملاكي(cross validation) مي نامند.

بنابراين وارسي روايي مستلزم آن است كه آزمون در مورد گروه نمونه ديگري اجرا و ضريب روايي ملاكي آن بر اساس آن برآورد شود، تا معلوم گردد كه ضريب روايي گزارش شده آزمون تا چه اندازه با ضريب روايي جديد همخواني دارد. معمولا بر اثر برخي عوامل تصادفي مقدار ضريب روايي آزمون در وارسي روايي كاهش مي يابد. در نتيجه ضريب همبستگي محاسبه شده بين آزمون و متغير ملاك در مرحله وارسي روايي در مقايسه با ضريب همبستگي اوليه، شاخص مناسب تري براي روايي ملاكي آزمون است. 

در هر حال، ضريب روايي محاسبه شده از طريق روش وارسي روايي نشان خواهد داد كه روايي ملاكي آزمون را تا چه اندازه مي توان در مورد گروه هاي ديگر تعميم داد. 

عوامل موثر بر روايي ملاكي: طول آزمون

روايي ازمون هم مانند اعتبار آن به طور مستقيم از طول آزمون تاثير مي پذيرد. زيرا به طور كلي هر چه تعداد سوال هاي آزمون بيشتر باشد، واريانس آن بيشتر است. براي اطلاح ضريب روايي آزمون براي كاهش اثز محدوديت تعداد سوال هاي مي توان همان روشي را كه در مورد اعتبار آزمون مورد بحث قرار گرفت، به كار بست. اما چون استفاده از فرمول اصلاح ضريب اعتبار مستلزم وجود شرايط ويژه است، بنابراين در عمل كمتر مي توان از آن استفاده كرد.

عوامل موثر بر روايي ملاكي: روايي و اعتبار متغير ملاك

روايي آزمون نه تنها از ضرايب اعتبار آزمون هاي ملاك و پيش بين، بلكه هم چنين از روايي آزمون ملاك كه براي اندازه گيري متغير ملاك به كار رفته است نيز تاثير مي پذيرد.

گاهي آزمون ملاك، روايي كمي دارد و يا به سبب روش نامناسبي كه براي اندازه گيري متغير ملاك به كار مي رود، اهندازه هاي به دست آمده براي متغير ملاك با نوعي خطا همراه است.

به عنوان مثال، ممكن است نمره هاي حاصل از اجراي يك آزمون به عنوان متغير ملاك مورد استفاده قرار گيرد كه روايي ملاكي آن آزمون كاملا مشخص نيست.

به عنوان يك مثال ديگر، در بررسي روايي يك آزمون استعداد شغلي، درجه بندي مهارت هاي شغلي آزمودني ها توسط سرپرستان به عنوان متغير ملاك به كار بسته شود و نمره هاي مقياس درجه بندي تحت تاثير خطاهاي درجه بندي مثلا خطاي هاله اي قرار گيرد.

بنابراين آزموني كه روايي ملاكي آن بر اساس ملاكي كه خود فاقد روايي و اعتبار كافي است به دست آمده است، نمي تواند به عنوان يك آزمون معتبر و روا مورد استفاده قرار گيرد. 

عوامل موثر بر روايي ملاكي: حجم نمونه

گاهي ممكن است روايي بر مبناي يك گروه نمونه كوچك برآورد شده باشد. همبستگي محاسبه شده در مورد يك نمونه كوچك نمي تواند به اندازه همبستگي حاصل از اجراي آزمون در مورد يك نمونه بزرگ تر معتبر باشد. اين امر به ويژه در مورد همبستگي چند متغيري بيشتر صادق است. هر چه حجم نمونه كوچك تر باشد، احتمال به دست آوردن عمبستگي بزرگ تري كه صرفا بر اساس عامل تصادف به دست آمده است، بيشتر است.

عوامل موثر بر روايي ملاكي: معرف بودن گروه نمونه

در بررسي ضريب روايي آزمون ها بايد به اين نكته توجه داشت كه آيا گروهي كه روايي ملاكي بر مبناي خصايص آن گروه برآورد شده است، معرف جامعه اي كه اكنون مي خواهيم آزمون را براي پيش بيني رفتار افراد جامعه به كار ببريم هست يا خير.

به عنوان مثال، اگر ضرريب روايي يك آزمون هوش در مورد كودكان ساكن تهران به دست آمده باشد، احتمال اين كه ضريب در مورد كودكان ساير استان هاي كشور صدق كند، كم است. آزمون تدوين شده براي پيش بيني رفتاردانش آموزان دختر و يا دانش آموزاني كه زبان مادري آنان فارسي است، ممكن است براي پيش بيني رفتار دانش آموزان پسر و يا دانش آموزاني كه زبان مادري آنان فارسي است فاقد روايي ملاكي باشد.

روايي وابسته به سازه

تا پيش از 1950 دانشمندان علوم اجتماعي تنها به روايي محتوا و روايي ملاكي توجه نداشتند. در سال هاي نيمه دهه 1950 پژوهشگران به اين نتيجه رسيدند كه براي بيشتر خصايص اجتماعي و رواني ملاك(بيروني) روشني وجود ندارد.

براي مثال، ساختن آزموني براي اندازه گيري هوش دشوار بود، زيرا كسي به طور قطع نمي دانست بگويد هوش چيست. روايي ملاكي مستلزم آن است كه ملاك مشخصي براي هوش وجود داشته باشد تا آزموني كه براي اندازه گيري هوش ساخته مي شود با آن مقايسه شود. مساله اين است كه ملاك مشخصي براي هوش وجود ندارد. هوش يك سازه فرضي است كه نمي توان يك ملاك قطعي و كاملا مشخص براي آن پيدا كرد. 

روايي وابسته به سازه

در حال حاضر، ما اغلب مي خواهيم خصايصي مانند هوش، كنجكاوي، سلامت رواني و مانند اين ها را اندازه بگيريم. همه اين ها سازه هايي هستند كه نمي توان آن ها را تعريف كرد و ملاك هاي مشخصي براي مقايسه نتايج آزمون ها با اين ملاك ها در دست نيست. اين ها مسايل عمده اي هستند كه روان شناسان اغلب با آن ها درگيرند.

روايي سازه با انجام رشته اي از فعاليت هاي كه پژوهشگر از طريف آن ها به طور همزمان سازه هايي را تعريف و ابزارهايي براي اندازه گيري آن ها مي سازد، به دست مي آيد. روايي سازه مستلزم جمع آوري شواهدي است تا بر اساس آن ها معناي آزمون روشن شود. هر بار كه زابطه اي به دست مي ايد، يك معناي اضافي براي آزمون پيدا مي شود. پس از يك رشته مطالعات، معناي آزمون به تدريج شكل مي گيرد. استقرار روايي سازه براي ازمون يك فرايند مداوم است، و به فرايند ساختن نظريه هاي پيچيده علمي بر اساس مجموعه شواهد علمي شباهت دارد. شواهد قطعي روايي سازه هر گز بر اساس مشاهدات منحصر به فرد به دست نمي آيد.



روايي وابسته به سازه: شواهد همگرا و واگرا

كمپيل و فيسك(1959) براي تهيه آزمون هايي كه روايي سازه دارند اصولي را مطرح كرده اند كه در اين جا مورد بحث قرار مي گيرد. آن ها دو نوع شواهد را كه براي با معنا كردن آزمون امري اساسي است، مورد توجه قرار داده اند كه عبارتند از شواهد همگرا(convergent) و شواهد واگرا(discriminant). به نظر آنان براي اين كه آزمون داراي روايي سازه باشد، لازم است هر اندازه كه امكان دارد شواهدي در مورد روايي همگرا و روايي افتراقي فراهم شود

روايي وابسته به سازه: شواهد همگرا

شواهد روايي همگراي آزمون از طريق همبستگي نمره هاي آن با نمره هاي ديگر آزمون هايي كه همان سازه را اندازه مي گيرند جمع آوري مي شود. اين دسته شواهد نشان مي دهند كه آزمون مورد نظر با ساير آزمون هايي كه همان سازه را اندازه مي گيرند «همگرا» است.

شواهد همگرا براي روايي سازه از بسياري جهات شبيه روايي ملاكي است. زيرا در هر دو مورد نمره هاي آزمون با نمره هاي آزمون هاي ديگر همبسته مي شوند. اما، در مورد شواهد همگرا به عنوان ملاك روايي سازه براي تعريف آن چه كه اندازه گيري مي شود، ملاكي وجود ندارد. 

روايي ملاكي براي موقعيت هايي كه مي خواهيم عملكرد افراد را در يك متغير خاص- مانند موفقيت در دانشگاه- پيش بيني كنيم مناسب است. در اين جا تكليف كاملا مشخص است، و آن چه كه لازم است انجام شود اين است كه سوال هايي ساخته شوند كه ملاك مورد نظر را به خوبي پيش بيني كنند. در ورايي ملاكي كه كاملا تعريف شده باشند وجود ندارد، از اين رو معناي آزمون بر اساس متغرهايي كه آزمون با آن ها همبسته است روشن مي شود.

روايي وابسته به سازه: شواهد همگرا

براي روشن شدن روايي همگرا به مطالعه اي كه توسط كاپلان، بوش و بري(1976) براي اندازه گيري سازه سلامتي انجام داده اند اشاره مي شود. سلامتي سازه پيچيده اي است كه ابعاد مختلف دارد. به سبب اين پيچيدگي، ملاك منحصز به فردي وجود ندارد كه اندازه سلامتي با آن سنجيده مي شود. بنابراين پژوهشگران ناگزير شدند شواهد همگراي اين سازه كه آن ها را شاخص سلامتي ناميدند بررسي كنند.

شواهد همگرا با يكي از اين دو روش به دست مي آيد. 

روش اول آن است كه نشان داده شود آزمون همان خصيصه اي را اندازه مي گيرد كه آزمون هاي مشابه ديگر اندازه مي گيرند.

روش دوم بدين ترتيب است كه روابط خاصي به دست مي آيد كه نشان دهد آزمون خصيصه مورد نظر را به روشني اندازه گيري مي كند.

مطالعه در باره شاخص سلامتي، اين هر دو دسته شواهد را شامل بود.


روايي وابسته به سازه: شواهد همگرا

پژوهشگران براي نشان دادن معناي شاخص سلامتي پيوسته از خود سوال مي كردند «اگر واقعا سلامتي را اندازه مي گيريم، چه نوع روابطي را بايد بين شاخص سلامتي و ساير اندازه ها انتظار داشته باشيم؟». 

ساده ترين رابطه در اين مورد، رابطه بين نمره هاي شاخص سلامتي و درجه بندي سلامتي آزمودني ها توسط خود  آن هاست. بررسي نشان داد كه بين نمره هاي شاخص سلامتي و درجه بندي سلامتي آزمودنيه ا توسط خودشان رابطه قوي وجود دارد. اما بايد دانست شواهد روايي همگرا بسيار فراتر از رابطه اي است كه بدين ترتيب به دست مي آيد، زيرا روش خود- درجه بندي روش چندان پايايي نيست.

روايي وابسته به سازه: شواهد همگرا

در روايي سازه هيچ ملاك منحصر به فردي نمي تواند به عنوان ملاك سازه به كار رود. بنابراين، رباي نشان دادن ساير روابط، مطالعات ديگري انجام شد. به عنوان مثال، معلوم شد كسلني كه از شاخص سلامتي نمره كمتري ميگيرند، معمولا در باره علايم بيماري آشكار و مزمن خود بيشتر گزارش مي دهند. علاوه بر آن پژوهشگران چنين فرض كردند كه وضع سلامتي افراد با سن آن ها رابطه دارد و لذا مشاهده كردند كه بين اين دو متغير رابطه موجود است. افراد مسن تر، از مقياس شاخص سلامتي نمره هاي كمتري گرفتند.

روايي وابسته به سازه: شواهد همگرا

پژوهشگران مذكور هم چنين اين فرضيه را مطرح كردند كه «اگر شاخص سلامتي واقعا وضع سلامتي افراد را اندازه مي گيرد، بايد بين نمره هاي اين شاخص و تعداد موارد مراجعه آزمودني ها به پزشك رابطه وجود داشته باشد». در بررسي هاي پژوهشگران اين رابطه نيز به اثبات رسيد، و بدين ترتيب شاهد ديگري از روايي همگرا به دست آمد.

هم چنين اين فرضيه را مطرح كردند كه «ميانگين نمره هاي افراد معلول بايد به گونه معني داري پايين تر از ميانگين نمره هاي افراد سالم باشد.» و اين فرضيه نيز به عنوان يكي ديگر از شواهد روايي همگرا به اثبات رسيد. در اين تحقيق شواهد ديگير از جمله رابطه بين نمره هاي شاخص سلامتي و برخي از جنبه هاي فيزيولوژيكي افراد مبتلا به بيماري هاي ريوي، ديابت و مانند آن ها مورد بررسي قرار گرفت و تاييد شد.

بدين ترتيب ، در يك رشته از مطالعات، انبوهي از شواهد به دست آمد كه به تدريج معناي آن چه را كه به وسيله شاخص سلامتي اندازه گيري مي شد براي پژوهشگران روشن ساخت. با وجود اين، شواهد همگرايي تمامي شواهد مربوط به روايي سازه را در آزمون هاي رواني در بر نمي گيرد. بنابراين مطالعاتي نيز در باره شواهد افتراقي روايي سازه امري ضروري است.

روايي وابسته به سازه: شواهد افتراقي

براي روان شناس ممكن است اين سوال مطرح شود كه اگر براي اندازه گيري خصيصه اي يك ازمون ساخته شده است، ساختن آزمون هاي ديگري كه همان خصيصه را اندازه گيري مي كند چه ضرورتي دارد؟ 

به عنوان مثال، اگر شخص سلامتي همان خصيصه اي را مي سنجد كه مي توان با مقياس خود- سنجي( يا خود درجه بندي)، مقياس سنجش تعداد علايم بيماري، و يا تعداد دفعات مراجعه به پزشك بررسي كرد، ساختن مقياس شاخص سلامتي چه لزومي دارد؟

پاسخ اين سوال آن است كه آزمون چيزي را اندازه مي گيرد كه با خصايصي كه به وسيله آزمون ها اندازه گيري مي شود تفاوت دارد. اثبات يگانگي(uniqueness) آزمون را روايي افتراقي يا روايي واگرا مي نامند.

بعضي از روان شناسان اظهار مي دارند كه تنها يك نوع روايي وجود دارد و آن روايي سازه است و ساير انواع روايي زير طبقه هايي از روايي سازه به شمار مي روند.

روايي وابسته به سازه: شواهد افتراقي

به طور كلي برخي از منابع مهمي كه شواهد روايي بر اساس مطالعه آن ها جمع آوري مي شود به شرح زير است:

1- قضاوت متخصصان در باره ميزان ارتباط محتواي آزمون با سازه مورد اندازه گيري

2- تحليل همساني دروني آزمون. هماهنگي دروني آزمون نشانگر يگانگي آزمون و احتمالا بيانگر آن است كه آزمون سازه واحدي را اندازه مي گيرد.

3- مطالعه تفاوت بين ميانگين نمره هاي گروه هاي مختلف. به عنوان مثال، اگر در يك آزمون هوش ميانگين نمره هاي كودكان 6 ساله بيش از ميانگين نمره هاي كودكان 5 ساله و كمتر از ميانگين نمره هاي كودكان 7 ساله باشد، اين تفاوت نشانگر سازه هوش است كه با افزايش سن رشد مي كند. هم چنين در يك آزمون سنجش اضطراب بايد ميانگين نمره هاي بيماران اضطرابي يالاتر از ميانگين نمره هاي افراد سالم باشد.


روايي وابسته به سازه: شواهد افتراقي

4- همبستگي بين آزمون با ساير متغيرها يا آزمون هايي كه انتظار مي رود همان خصيصه را اندازه بگيرند و تحليل عاملي همبستگي هاي متقابل.

5- مورد پرسش قرار دادن آزمودني ها يا درجه بندي كنندگان در باره پاسخ هايشان نسبت به آزمون يا مقياس درجه بندي براي روشن كردن فرايندهاي خاصي كه به پاسخ هاي آن ها منتهي شده است.

6- بررسي عدم همبستگي آزمون با ساير متغيرهايي كه با سازه مورد نظر ارتباطي ندارند. به عنوان مثال، در آزمون MMPI ، بايد بين مقياس Ma (هيپوماني) و مقياسD (افسردگي) همبستگي منفي و ناچيز مشاهده شود، كه شاخصي از روايي واگراي اين دو مقياس است.

رابطه بين اعتبار و روايي

كوشش براي تعريف و برآورد روايي آزمون فاقد اعتبار تلاشي بيهوده است. به طور نظري مي توان گفت كه همبستگي آزمون با خودش بايد بزرگ تر از همبستگي آن با هر متغير ديگر باشد. بالاترين ضريب همبستگي بين دو متغير برابر ريشه دوم حاصل ضرب اعتبار آن هاست. كه با رابطه زير نشان داده مي شود:

عناصر رابطه بالا عبارتند از:

                 = حداكثر ضريب همبستگي بين دو متغير

       = ضريب اعتبار ازمون اول

     = ضريب اعتبار آزمون دوم

رابطه بين اعتبار و روايي

چون معمولا انتظار نمي رود كه ضرايب روايي خيلي بالا باشند، اين امكان وجود دارد كه همبستگي متوسط بين نمره هاي واقعي دو آزمون به علت پايين بودن ضرايب اعتبار آن ها از دست برود. در برآورد روايي ملاكي آزمون هر اندازه كه ضرايب اعتبار آزمون پيش بين و ازمون ملاك بالاتر باشد، احتمال افزايش ضريب روايي ملاكي دو آزمون بيشتر است و بالعكس.

نرم يا هنجار: مفهوم نرم

نرم يا هنجار عبارت است از متوسط عملكرد گروه نمونه اي از آزمودني ها كه به روش تصادفي از يك جامعه تعريف شده انتخاب مي شود. 

نرم آزمون هاي استاندارد شده بر اساس توزيع نمره هاي خام گروه نمونه اي از آزمودني ها به دست مي آيد. ميانگين و نقطه 50 درصدي اين توزيع، نمونه هايي از متوسط عملكرد گروه و به عبارت ديگر نرم يا هنجار گروه است. 

در آزمون هاي گروه مرجع، نرم يا هنجار مقياس محاسبه شده اي است كه نمره خام آزمودني با آن سنجيده مي شود تا عملكرد وي نسبت به متوسط عملكرد گروه مورد ارزشيابي قرار گيرد.

نرم يا هنجار: مفهوم نرم

براي استاندارد يا ميزان كردن يك آزمون، آن را بر اساس يك دستورالعمل استاندارد شده و تحت شرايط يكسان در باره يك گروه نمونه تصادفي انتخاب شده از جامعه اي كه آزمون در مورد آن استاندارد مي شود اجرا مي كنند. هدف عمده فرايند استاندارد كردن آزمون تعيين توزيع نمره هاي خام گروه معياريابي(گروه نرم) است. سپس نمره هاي به دست آمده به گونه اي از نمره هاي اشتقاقي(derived score)، مانند نمره هاي معادل سني، نمره هاي معادل كلاسي، رتبه هاي درصدي و يا نمره هاي تراز شده تبديل مي شوند. 

نرم يا هنجار: مفهوم نرم

در راهنماي اجراي بيشتر آزمون هاي استاندارد شده، جداول نرم وجود دارد كه با استفاده از آن ها نمره هاي خام آزمودني ها را مي توان به نمره هاي اشتقاقي تبديل و آن ها را تفسير كرد.

بدين ترتيب، نرم يك چهارچوب داوري است كه نمره خام آزمودني بر اساس آن تفسير و در باره وي قضاوت مي شود. مقايسه نمره خام آزمودني با جدول نرم به روان شناس امكان مي دهد كه موقعيت آزمودني را نسبت به توزيع نمره هاي خام ساير افراد گروه سني، كلاسي و يا جنسي او تعيين كند.


نرم يا هنجار: انتخاب گروه نرم

براي اين كه تفسير نمره خام آزمون به درستي انجام گيرد، نرم يا هنجار آزمون بايد با شرايط افرادي كه آزمون در مورد آنان اجرا مي شود همخواني داشته باشد. هنگامي كه نمره خام آزمودني بر اساس جدول نرم تفسير مي شود، بايد ماهيت افراد گروه نرم(سن، جنسيت، زبان مادري، گروه قومي، منطقه جغرافيايي، خصايص فرهنگي، سطح اجتماعي- اقتصادي و غيره) همواره مورد نوجه روان شناس باشد.


نرم يا هنجار: انتخاب گروه نرم

هنگام ميزان كردن آزمون به منظور تهيه نرم، ابتدا بايد جامعه اي كه قرار است آزمون در باره افراد آن جامعه(جامعه هدف) ميزان شود، به ئقت تعريف گردد. سپس گروه نمونه اي كه معرف اين جامعه باشد، به روش تصادفي از افراد جامعه به عنوان نمونه معياريابي انتخاب شود. 

روش نمونه گيري براي انتخاب گروه نرم، ممكن است از ساده ترين روش نمونه گيري(تصادفي ساده) تا پيچيده ترين روش (نمونه گيري طبقه اي و خوشه اي) استفاده شود.

بديهي است نمونه اي كه با روش نمونه گيري طبقه اي انتخاب مي شود، به دليل اين كه ار هر طبقه فرعي افراد جامعه(جنس، سن، زبان مادري و ...) نمونه هايي در گروه نرم فرار مي گيرند، بهتر از نمونه اي كه از روش تصادفي ساده انتخاب مي شود، معرف جامعه هدف خواهد بود.

نرم يا هنجار: نرم هاي ملي، منطقه اي و محلي

اگر جامعه هدف، به صورت كليه افراد يك كشور كه در يك يا چند صفت مشتركند تعريف شود و افراد گروه نرم از اين جامعه انتخاب گردد، نرمي كه بدين ترتيب به دست مي آيد نرم ملي يا كشوري ناميده مي شود. 

بريا انتخاب افراد گروه نرم ملي به سبب گسترده و ناهمگوني جامعه ناگزير بايد از روش نمونه گيري خوشه اي و طبقه اي استفاده شود. در جوامع گسترده و ناهمگون لازم است اولا حجم نمونه انتخاب شده نسبتا زياد باشد، ثانيا طوري نمونه گيري شود كه از همه گروه هاي مختلف جامعه نمونه هايي در گروه نرم قرار گيرند.

نرم يا هنجار: نرم هاي ملي، منطقه اي و محلي

اگر جامعه هدف به صورت كليه افراد يك استان يا منطقه اي از يك كشور كه شامل چند استان همجوار است و در يك صفت مشتركند تعريف شود و افراد گروه نمونه از اين جامعه انتخاب گردد، جداول نرم به دست آمده از نمره هاي خام آزمودني ها، نرم منطقه اي خواهد بود. به عنوان مثال، در مراحل ميزان كردن يك آزمون هوش براي كودكان ايراني ممكن است كشور را بر اساس خصوصيات اقليمي، زبان و گويش و ساير ويژگي هاي مشترك به چند زير جامعه تقسيم و از هر زير جامعه نمونه اي انتخاب و نرم هاي متفاوتي تدوين شود.

هر گاه گروه نرم از افراد يك شهر، يك بخش، قسمتي از يك شهر و يا حتي دانش آموزان يك مدرسه انتخاب شود، جدول نرمي كه بدين ترتيب بر اساس نمره هاي خام افراد گروه نرم ساخته مي شود، نرم محلي خواهد بود.

نرم يا هنجار: نرم هاي سني و كلاسي

نرم هاي سني و نرم هاي كلاسي از جمله نرم هايي هستند كه مصرف كنندگان آزمون ها با آن ها آشنايي دارند. نرم سني(نرم معادل سن تقويمي) نمره مياني يك آزمون است كه افراد گروه سني معيني نمره هاي برابر آن گرفته اند. نرم هاي سني بر حسب سال و ماه و با فاصله هاي يك ماه تدوين مي شوند. به عنوان مثال، نرم سني براي كودكان 5 ساله به صورت زير طبقه بندي مي شود كه در آن ها اعداد سمت چپ، نماينده سال و اعداد سمت راست نماينده ماه هستند.: 0 – 5 سال، 1 – 5 سال و...

نرم هاي كلاسي در كشور هايي كه سال تحصيلي 10 ماه است، بر حسب پايه و ماه هاي سال تحصيلي با فاصله يك ماه به صورت زير طبقه بندي مي شوند كه در آن ها اعداد سمت چپ سطح يا پايه تحصيلي و اعداد سمت راست ماه هاي سال تحصيلي را نشان مي دهند.

1 – 4 سال، 2 – 4سال، 3 – 4 سال و....

نرم يا هنجار: نرم هاي سني و كلاسي

مثلا، طبقه 1-4، به معناي عملكرد دانش آموزان كلاس چهارم در ماه اول يال تحصيلي است. در نظام آموزشي ايران براي تهيه نرم كلاسي، چون سال تحصيلي 9 ماه است، بنابراين طبقه هاي معادل كلاسي در هر پايه تحصيلي شامل 9 طبقه خواهد بود. طبقه بندي نرم كلاسي به فاصله يك ماه بر اين فرضيه استوار است كه با گذشت ماه هاي سال تحصيلي، به تدريج و با آهنگ يكسان سطح پيشرفت دانش آموزان افزايش مي يابد.

نرم سني براي سنجش خصايصي به كار مي رود كه با افزايش سن رابطه دارند مانند هوش و بعضي از استعدادهاي شناختي ديگر.

نرم كلاسي براي سنجش پيشرفت تحصيلي كه با افزايش پايه تحصيلي افزايش مي يابد به كار مي رود.

نرم يا هنجار: نرم هاي سني و كلاسي

يكي از محدوديت هاي نرم سني و كلاسي اين است كه واحدهاي مقياس اين دو نرم در طول مقياس برابر نيستند.

به عنوان مثال، تفاوت افزايش سطح پيشرفت تحصيلي در فاصله بين معادل هاي كلاسي 2-5 تا 4-5 با افزايش سطح پيشرفت تحصيلي در فاصله هاي معادل هاي كلاسي 2-8 تا4-8 برابر نيست.

در عمل واحد هاي نرم سني و معادل كلاسي با افزايش سن و پايه تحصيلي مرتبا كوچك نر مي شوند. بنابراين به سبب ناهمساني در سرعت افزايش توانايي هاي مورد اندازه گيري و در نتيجه نابرابري واحدها، متخصصان اندازه گيري آموزشي و تربيتي ترجيح مي دهند از نرم هايي استفاده كنند كه واحدهاي آن ها در طول مقياس همساني بيشتري داشته باشد.

نرم يا هنجار: نرم هاي سني و كلاسي

اما به سبب سهولت استفاده از نرم هاي سني و كلاسي، اين نرم ها در سطح مدارس ابتدايي، كه فرض همساني نسبي آهنگ رشد بيشتر صادق باشاست، هم چنان مورد استفاده قرار مي گيرند. با وجود اين، در اين سطح نيز لازم است براي هر يك از گروه هاي سني و يا معادل هاي كلاسي، نمره هاي تراز شده يا رتبه هاي درصدي تهيه شود.

نرم يا هنجار: نرم هاي سن هنجاري

modal age norms

معمولا همه دانش آموزان يك پايه تحصيلي كه نرم كلاسي براي آن تهيه مي شود سن برابر ندارند و دامنه تغيير سن آن ها اغلب زياد است. با وجود اين، نمره هاي دانش آموزان خيلي جوان تر و افراد مسن تر از افراد متوسط كلاس در محاسبه نرم وارد مي شود. براي تهيه شاخص دقيق تر از متوسط نمره دانش آموزان يك پايه تحصيلي، نمره هاي افراد خيلي جوان تر و افراد خيلي مسن تر حذف و نرم بر اتساس نمره هاي دانش آموزاني كه سن آن ها با سطح پايه تحصيلي شان متناسب است محاسبه مي شود. نرم كلاسي كه بدين ترتيب به دست مي آيد، نرم سني هنجاري ناميده مي شود.

نرم يا هنجار: نرم هاي سن عقلي

mental age norms

اصطلاح سن عقلي توسط آلفرد بينه، روان شناس فرانسوي مطرح شد و امروزه در بيشتر آزمون هاي هوشي مورد استفاده قرار مي گيرد. سن عقلي يك آزمودني معين برابر سن تقويمي آن دسته از كودكان همسال او در يك گروه هنجاريابي است كه نمره مياني آن ها با نمره آزمودني مورد نظر برابر باشد. معمولا در مدارس عقب مانده هاي ذهني، طبقه بندي دانش آموزان براي هدف هاي آموزشي بر مبناي سن عقلي انجام مي گيرد.

نرم يا هنجار: خارج قسمت ها

quotients

يكي از روش هاي قديمي تهيه نرمة كه اكنون تقريبا كنار گذاشته شده است، تبديل نرم سني آزمودني به نوعي خارج قسمت بود كه از تقسيم نمره سني يا سن عقلي بر سن تقويمي و ضرب آن در عدد 100به دست آمد. بدين ترتيب خارج قسمت هوش در فرم قديمي آزمون استنفورد بينه از رابطه زير محاسبه مي شد.      (MA/CA) 100 = IQ

در اين رابطه، IQ خارج قسمت هوش يا هوشبهر، MA سن عقلي و CA سن تقويمي آزمودني است.

هم چنين خارج قسمت تحصيلي(educational quotient) در بعضي از آزمون هاي پيش رفت تحصيلي از راه تقسيم نرم سني بر سن تقويمي به دست مي آمد. 

نرم يا هنجار: نرم هاي درصدي

نرم هاي درصدي بر اساس نمره هاي خام آزمودني هاي گرو نرم كه با فاصله طبقه اي معين طبقه بندي مي شوند، به دست مي آيد. هر نمره خام را نمره درصدي(percentile) و درصد افراد نرم را كه زير نمره معيني قرار ميگيرد رتبه درصدي(percentile rank) مي نامند. به عنوان مثال، در جدول شماره 1 نمره 72 در طبقه دوم از بالا نمره درصدي است كه رتبه درصدي آن 97 است، يعني نمره 97 درصد افراد زير آن قرار دارد.

نرم يا هنجار: نرم هاي درصدي

براي روشن شدن روش محاسبه نرم درصدي به جدول شماره 8-1 توجه كنيد.

در اولين ستون سمت چپ جدول، فاصله نمره ها با فاصله طبقه اي 5، در ستون دوم اعداد مياني هر طبقه و بالاخره تراكمي زير اعداد مياني طبقه ها را نشان مي دهد.

براي محاسبه فراواني تراكمي زير عدد مياني هر طبقه كافي است نصف فراواني مطلق آن طبقه را با مجموع فراواني هاي مطلق طبقه هاي پايين تر جمع كنيم.

به عنوان مثال، فراواني تراكمي زير عدد مياني براي پايين ترين طبقه برابر 0/5(0/5=يك دوم + 0 ) و براي دومين طبقه از پايين برابر 7/5 است.(7/5=13:2 + 1). رتبه درصدي هر طبقه از حاصل ضرب فراواني تراكمر زير عدد مياني آن طبقه در N : 100 به دست مي ايد. (N مجموع فراواني هاي مطلق و يا تعداد افراد گروه نرم است).


نرم يا هنجار: نرم هاي درصدي

نرم يا هنجار: نرم هاي درصدي

به سبب سهولت محاسبه و تفسير رتبه هاي درصدي، در جدول هاي نرم بيشتر آزمون هاي استاندارد شده از اين نرم استفاده مي شود. در اين جدول ها، نرم هاي درصدي براي گروه هاي سني، پايه هاي تحصيلي، شغلي، جنسيت و ساير گروه هاي محاسبه مي شود. نا همساني واحدهاي رتبه ها در نرم هاي درصدي نيز مانند نرم هاي سني و كلاسي از جمله محدوديت هاي نرم درصدي است.

چنان كه از نمودار 8-1 ملاحظه مي شود، واحد هاي رتبه هاي درصدي از نوع مقياس رتبه اي هستند نه مقياس فاصله اي. با توجه به نمودار شماره 8-1 ملاحظه مي شود كه فاصله بين رتبه هاي درصدي 5 و 0 يا 90 و 95 بزرگ تر از فاصله بين رتبه هاي 40 و 45 يا 60 و 65 است.

با وجودي كه تفاوت عددي هر دسته از اين دو رتبه با يكديگر برابرند، اما اندازه رتبه هاي درصدي برابر نيستند. زيرا به سبب خاصيت زنگوله اي بودن نمره ها، هر چه از دو حد انتهايي توزيع به حد وسط نزديك تر مي شويم اندازه رتبه ها مرتبا كاهش مي يابند.

نرم يا هنجار: نرم هاي درصدي

به سبب انباشته شدن رتبه هاي درصدي در وسط و پراكندگي آن ها در دو انتهاي توزيع، تفسير تغييرات و تفاوت هاي نرم هاي درصدي دشوار مي شود.

به عنوان مثال، تفاوت پيشرفت تحصيلي دو دانش آموز كه يكي رتبه 5 درصدي و ديگري رتبه 10 درصدي گرفته است، با تفاوت دو دانش آموز ديگر كه رتبه درصدي يكي 40 و رتبه درصدي ديگري 45 است، برابر نيست. تفاوت بين رتبه هاي 5 و 10 درصدي بيشتر از تفاوت بين رتبه هاي 40 و 45 درصدي است، زيرا واحدهاي مقياس در مورد دو رتبه اول بزرگ تر از واحد هاي رتبه ها ي دوم است. 

با وجود اين، چنان چه استفاده كنندگان از اين نرم، به نابرابري واحدهاي رتبه ها در طول مقياس توجه كنند و براي تفاوت رتبه هاي انتهايي در مقايسه با رتبه هاي مياني، وزن بيشتري قايل باشند، مي توانند آن ها را به گونه اي روشن تر تفسير كنند.

نرم يا هنجار: نرم نمره هاي تراز شده

(standard score norms)

بر خلاف نرم درصدي، نمره هاي تراز شده از نوع مقياس فاصله اي هستند كه اندازه واحدهاي آن ها در سرتاسر مقياس برابرند. نمره هاي تراز شده، نمره هاي تبديل شده اي هستند كه مي توان آن ها را بر حسب ميانگين و انحراف معيار دلخواه محاسبه كرد. نمره هاي تراز شده انئاع مختلف دارند كه از آن جمله اند نمره هاي z، نمره هاي Z، نمره هاي CEEB(Colledge Entrance Examination Bord، نمره هاي امتحانات ورودي دانشگاه ها)، نمره هاي AGCT(Army General Classification Test، آزمون هاي ارتشي آلفا و بتا)، هوشبهر انحرافي(deviation  IQ)، نمره هاي نه بخشي(stanine scores)، و نمره هاي T .

در عمل همه اين نرم ها بر مبناي نمره z محاسبه مي شوند.

نرم يا هنجار: نرم نمره هاي تراز شده

به نمودار ص 240 كتاب شريفي(1377) مراجعه نماييد.

نرم يا هنجار: نمره z

نمره z از رابطه زير به دست مي آيد.


در اين رابطه، X نمره خام،    ميانگين نمره هاي خام افراد گروه نرم و s انحراف معيار نمره هاي خام افراد گروه نرم است. با تبديل نمره هاي خام به نمره z توزيع جديدي به دست مي آيد كه ميانگين آن برابر با صفر و انحراف معيار آن برابر يك است. شكل منحني توزيع جديد با شكل توزيع نمره هاي خام آن يكسان است. در جدول شماره 8-1 نمره هاي z اعداد مياني طبقه ها در ستون 6 نشان داده شده است. به عنوان مثال، نمره z براي اعداد ميانياولين طبقه از بالا 2/59 است. در نمودار 8-1 نيز در خط پايه منحني نمره z از 4- تا 4+ نشان داده شده است.

نرم يا هنجار: نمره هاي Z

چون نمره z داراي ارقام اعشاري و نيمي از اين نمره ها در توزيع نرمال منفي است، بنابراين كاركردن با اين نمره ها تا اندازه اي دشوار است. اگر نمره z را در عدد ثابت 10 ضرب و حاصل ضرب را با عدد ثابت 50 جمع كنيم نمره هاي Z به دست مي آيد كه ميانگين آن ها 50 و انحراف معيار آن ها 10 است. شكل توزيع نمره هاي Z نيز مانند توزيع نمره هاي اصلي افراد گروه نرم با آن يكسان است. نمره هاي Z در ستون 7 جدول 8 – 1 نشان داده شده اند.

نرم يا هنجار: نمره هاي تراز شده بهنجار(نرمال) شده

همه نرم هاي نمره هاي تراز شده كه در بالا به آن ها اشاره شد، تبديل خطي ساده نمره هاي خام هستند. ميانگين و انحراف معيار توزيع نمره هاي تبديل شده با ميانگين و انحراف معيار نمره هاي خام تفاوت مي كند، اما شكل توزيع در هر دو مورد يكسان است. تبديل گروهي از نمره هاي خام به نمره هاي تراز به هنجار شده با محاسبه رتبه هاي درصدي نمره هاي خام شروع مي ود. سپس با استفاده از جدول سطح منحني نرمال، نمره هاي z هر يك از رتبه هاي درصدي به دست مي آيد. 

فرض كنيد مي خواهيم عدد مياني(ستون 2) جدول شماره 8-1 را به نمره هاي تراز به هنجار شده تبديل كنيم. چون رتبه هاي درصدي اين نمره ها محاسبه شده است(ستون 5)، لذا كافي است اين رتبه ها را با تقسيم كردن بر صد به نسبت تبديل كرده و سپس z مربوط به آن را از جدول سطح منحني نرمال پيدا كنيم. نمره هاي z كه بدين طريق به دست مي آيند با علامتzn يعني نمره هاي z نرمال شده نشان داده مي شوند. آن گاه ساير نمره هاي تراز شده مانند نمره هاي CEEB، T،AGCT، و IQ را بر مبناي zn محاسبه مي كنيم.

نرم يا هنجار: نمره هاي CEEB

نمره هاي CEEB كه معمولا در آزمون هاي ورودي دانشگاه ها به كار مي روند، نمره هايي هستند كه ميانگين آن ها 500 و انحراف معيار آن ها 100 است. بنابراين براي تبديل نمره هاي z به نمره هاي CEEB كافي است از رابطه زير استفاده شود.

500 + 100 *  zn = CEEB

شكل توزيع نمره هاي CEEB نيز مانند شكل توزيع نمره هاي خام افراد گروه نرم است. نمره هاي CEEB محاسبه شده براي نمره هاي مياني طبقه ها در ستون 8 جدول 8-1 نشان داده شده است.

نرم يا هنجار: نمره هاي T

نمره هاي T نمره هاي تراز شده اي هستند كه ميانگين آن ها 50 و انحراف معيار آن ها 10 است. براي محاسبه نمره هاي T كافي است اندازه هاي zn را در 10 ضرب كرده حاصل را با 50 جمع كنيم يعني:


50 +10* zn = T

نرم يا هنجار: نمره هاي AGCT

اين نمره ها كه براي نخستين بار براي نمره هاي آزمون ارتشي طبقه بندي كلي محاسبه شد، نمره هاي تراز شده اي هستند كه با ميانگين 100 و انحراف معيار 20 محاسبه مي شوند. توزيع اين نمره ها كه همان شكل توزيع نمره هاي اوليه را دارد، در ستون 9 جدول 8-1 براي اعداد مياني هر طبقه محاسبه شده است. روش محاسبه بر اساس فرمول زير انجام مي گيرد.

100 + 20 * zn = AGCT


نرم يا هنجار: نمره هاي انحرافي آزمون وكسلر

هوشبهر انحرافي آزمون وكسلر داراي ميانگين 100 و انحراف معيار 15 است كه از رابطه زير به دست مي آيد.

100 + 15 * zn = IQ (وكسلر)


در نمره هاي تراز شده آزمون هاي فرعي اين تست ميانگين برابر 10 و انحراف معيار برابر 3 فرض شده است.

نرم يا هنجار: نمره هاي هوشبهر انحرافي آزمون استنفورد- بينه

در اين آزمون ميانگين برابر 100 و انحراف معيار برابر 16 فرض شده است. بنابراين محاسبه هوشبهر انحرافي در آزمون استنفورد بينه از رابطه زير به دست مي آيد.


100 + 16 * = zn IQ

نرم يا هنجار: نمره هاي نه بخشي

نمره هاي zn را مي توان به هر نمره تراز شده و با هر ميانگين و انحراف معياري تبديل كرد. يكي از نرم هاي معروف كه براي درجه بندي افراد در نيروي هوايي آمريكا و بعدها براي مقاصد آموزشي و ارزشيابي مورد استفاده فراوان پيدا كرد، نمره هاي نه بخشي(standard nine=stanine) است.

مقياس نه بخشي، كه مقياس نمره هاي تراز شده با ميانگين 5 و انحراف معيار تقريبا 2 است، اين مقياس داراي نه بخش است كه با اعداد از 1 تا 9 نشان داده مي شوند. چنان كه در نمودار(ص 240) ملاحظه مي شود، در يك توزيع نرمال درصد معيني از افراد در هر يك از 9 بخش مقياس قرار مي گيرند. پنجمين بخش اين مقياس كه ميانگين آن است به فاصله يك چهارم انحراف معيار از دو طرف ميانگين توزيع قرار  مي گيرد و ساير بخش ها نيز هر يك ، يك دوم انحراف معيار از توزيع نرمال را شامل مي شوند.

نرم يا هنجار: نمره هاي نه بخشي

بايد دانست كه نمره هاي 9 بخشيع نمره هاي تراز شده واقعي نيستند، زيرا بخش اول و نهم آن بي انتهاست. در نمودرا 8-1 ملاحظه مي شود كه اندازه هاي واحدها در بخش هاي 2 تا 8 يكسانند، اما بخش يك و بخش 9 گسترده تر از ساير بخش ها است. 

يكي از مزيت هاي نمره هاي نه بخشي اين است كه به جاي نقاط معين، دامنه هايي از نمره ها را نشان مي دهند. اين امر موجب مي شود كه اجرا كنندگان آزمون ها تصور نكنند كه نمره هاي مشاهده شده  آزمودني ها، نمره هايي دقيق و يا اندازه هاي تغيير ناپذير خصايص رواني است. 

چنان كه در بحث از خطاي معيار اندازه گيري و برآورد حدود نمره هاي واقعي آزمودني ملاحظه شد، نتيجه آزمون را نبايد يك نمره منحصر به فرد و تغيير ناپذير دانست. بلكه همواره نمره واقعي آزمودني در سطح اطمينان معين در فاصله بين دو نمره قرار مي گيرد. نمره هاي نه بخشي، نتايج آزمون ها را بر اساس اين اطمينان مشخص مي كنند.


نرم يا هنجار: تاريخ تنظيم جداول نرم

يكي از مسايل عمده در مورد جداول نرم آن است كه اين جداول معمولا سال ها قبل تهيه و تنظيم شده اند. چون تهيه و تنظيم جداول نرم مستلزم صرف اعتبار و هزينه هاي زيادي است، بنابراين امكان تجديد نظر در آن ها محدود است. 

تهيه كنندگان آزمون ها معمولا هر 10 سال يك بار در جداول نرم تجديد نظر مي كنند. از آن جا كه تجارب و محيط زندگي كودكان و دانش آموزان و هم چنين برنامه ها و روش هاي آموزشي در حال تغيير است، نرم هايي كه در سال هاي گذشته تهيه شده اند در زمان حال فاقد ارزش و اعتبار كافي هستند. 

به عنوان مثال چون روش تدريس رياضيات امروزه لااقل در مدارس ابتدايي بهتر از سال هايپيش است، اگر دانش آموزي در يك آزمون رياضي كه نرم آن 10 سال پيش تهيه شده است رتبه 50 درصدي را به دست آوردة چنان چه با نرم امروز سنجيده شود، ممكن است رتبه درصدي وي با اين نرم كاملا متفاوت باشد. به همين دليل است كه اجرا كنندگان آزمون ها بايد تاريخ تنظيم جداول نرم آزمون را مورد توجه قرار داده و در تعبير و تفسير نتايج آزمون ها محدوديت هاي مربوط به آن را مد نظر قرار دهند.

نيمرخ هاي رواني

نيم رخ رواني آزمودني به صورت نموداري ارائه مي گردد كه در آن نتايج اجراي چند آزمون بر اساس نرم يا مقياس واحد نشان داده مي شود. در نيم رخ رواني، نمره هاي آزمودني در آزمون هاي مختلف و يا در آزمون هاي فرعي يك آزمون، ممكن است به صورت رتبه هاي درصدي، نمره هاي تراز شده و يا هوشبهر انحرافي نشان داده شود.

نيم رخ رواني را مي توان به صورت نمودار ستوني يا نمودار چند ضلعي ترسيم كرد. براي رسم نيم رخ رواني، ابتدا دو محور عمود بر هم رسم مي كنيم و سپس روي محور افقي خصايص مورد اندازه گيري و روي محور عمودي نمره تراز شده يا نمره هنجاري خصايص اندازه گيري شده مشخص مي شود.

نيمرخ هاي رواني

براي تهيه نيم رخ ستوني كافي است نام صفت مورد اندازه گيري رسم گردد. در نيم رخ هاي چند ضلعي نيز به همين ترتيب عمل مي شود. در نيم رخ هاي رواني، براي سهولت تفسير نتايج آزمون ها، خطي كه حد متوسط يا بهنجار را نشان مي دهد كشيده مي شود تا نمره هاي بالاتر و يا پايين تر از حد بهنجار مشخص شوند.

براي روشن تر شدن مطالب بالا به دو نمونه از نيم رخ هاي رواني مربوط به دو آزمودني همراه با تفسير نتايج آن در كتاب(شريفي، ص 245 و 246 ) توجه كنيد.

ساختن آزمون هاي استانداد شده

ساختن و استاندارد كردن آزمون، عملي پيچيده و فني بوده و مستلزم دانش و مهارت سطح بالاي تخصص در همه زمينه هاي روان سنجي است. سازندگان آزمون علاوه بر داشتن صلاحيت علمي و تخصصي و دانش نظري در روان سنجي، بايد در مورد انواع آزمون هاي مختلف نيز از تجارب عملي كافي برخوردار باشند

اقدام به ساختن و استاندارد كردن آزمون در هر زمينه منوط به برقراري شرايط زير است:

1) آزمون هاي معتبر و استاندارد شده كافي در آن زمينه موجود نباشد.

2) سازندگان آزمون علاوه بر داشتن نيروي تخصصي در زمينه هاي مختلف روان سنجي از منابع مالي كافي برخوردار باشند.

3) آزموني كه ساخته مي شود در مورد تعداد زيادي از آزمودني ها و براي مدت نسبتا طولاني براي هدف هاي تحصيلي و شغلي، تشخيص هاي باليني و ساير مقاصد آموزشي و درماني به كار بسته شود.

مراحل ساختن آزمون هاي استانداد شده

1) تعيين هدف هاي تهيه آزمون:

سازندگان آزمون ابتدا بايد هدف هاي آزموني كه قصد ساختن آن را دارند تعيين كنند. براي اين كار لازم است به پرسش هاي زير توجه شود.

1- آزمون براي كدام يك از مقاصد روان سنجي مانند ارزشيابي آموزشي، راهنمايي تحصيلي، راهنمايي شغلي، گزينش و يا هدف هاي تشخيصي ساخته مي شود؟

2- آزمون مورد نظر براي سنجش كدام يك از خصايص آزمودني ها مانند پيشرفت تحصيلي، هوش، استعداد و يا صفات شخصيت آنان به كار خواهد رفت؟

اگر آزمون پيشرفت تحصيلي است، براي سنجش پيشرفت تحصيلي آزمودني ها در چه سطحي و در مورد كدام درس ساخته مي شود؟

مراحل ساختن آزمون هاي استانداد شده

1) تعيين هدف هاي تهيه آزمون(ادامه):

4- اگر آزمون از نوع آزمون هوش، استعداد و يا صفات شخصيتي است، بر اساس كدام يك از نظريه هاي روان شناسي و روان سنجي ساخنه مي شود؟

5- محتواي آزمون مورد نظر چيست و نوع سوال هاي آن كلامي است يا غير كلامي،چند گزينه اي است و يا كوته پاسخ؟

6- آزمون در مورد كدام گروه سني و يا كلاسي اجرا مي شود و براي چه نوع نرمي تهيه خواهد شد؛ نرم محلي، نرم منطقه اي و يا نرم ملي؟

مراحل ساختن آزمون هاي استانداد شده

2- تهيه محتواي فرم تجربي آزمون

پاسخ هاي دقيق سازندگان آزمون به پرسش هاي بالا و انجام بررسي هاي لازم در اين مورد با آن ها امكان مي دهد كه نسبت به تدوين محتواي آزمون به صورت فرم تجربي اقدام كنند. نظرخواهي از متخصصان موضوعي . روان شناسيان و مرور آزمون هاي مشابه كه در ساير كشورها به كار بسته شده است، سازندگان آزمون را در تدوين محتواي آزمون كمك خواهد كرد.

مراحل ساختن آزمون هاي استانداد شده

2- تهيه محتواي فرم تجربي آزمون(ادامه)

پس از تعيين هدف ها و محتواي آزمون، پرسش هاي آزمون نوشته مي شوند. تعداد پرسش هايي كه در فرم اوليه آزمون گنجانده مي شود، بايد بيش از تعداد پرسش هايي باشد كه در فرم نهايي يا فرم اصلي آزمون وجود خواهد داشت. علت اين امر آن است كه در مراحل تجديد نظر در پرسش ها و يا تجزيه و تحليل آن ها احتمالا برخي پرش ها حذف خوهند شد. پرسش هاي تدوين شده بايد توسط تعدادي از متخصصان موضوعي، روان شناسان و متخصصان روان سنجي مورد بررسي قرار گيرند و تجديد نظر لازم در آن ها به عمل آيد. پس از تجديد نظر در پرسش ها، فرم تجربي آزمون  تنظيم و به تعداد مورد نياز چاپ و تكثير مي شود.

مراحل ساختن آزمون هاي استانداد شده

2- تهيه محتواي فرم تجربي آزمون(ادامه)

در بعضي موارد سازندگان آزمون تصميم مي گيرند آزموني را كه در ساير كشورها استاندارد شده است در ايران هنجاريابي كنند. براي اين كار نخست بايد آزمون مورد نظر به فارسي ترجمه شود. ترجمه آزمون بايد به گونه اي باشد كه اگر مترجم ديگري كه به زبان فارسي و زبان اصلي آزمون مورد بحث تسلط كامل دارد، آن را به زبان اصلي(زبان خارجي) ترجمه كند، محتواي اين ترجمه با محتواي آزمون به زبان اصلي كاملا يكسان باشد. 

پس از ترجمه آزمون، سازندگان آزمون ممكن است بعضي از موارد آن را كه با فرهنگ ايراني كاملا بيگانه است حذف و به جاي آن ها ماده هاي ديگري كه از نظر اصول روان سنجي همان فرايند ذهني را اندازه مي گيرند قرار دهند. پس از انجام اين كار و پس از بررسي و تجديد نظرهاي لازم، فرم تجربي آزمون تدوين و به تعداد مورد نياز چاپ و تكثير مي شود.

مراحل ساختن آزمون هاي استانداد شده

3 ) اجراي فرم تجربي آزمون

از جامعه هدف يعني جامعه اي كه سرانجام آزمون استاندارد شده براي سنجش خصايص آنان به كار بسته خواهد شد، با روش نمونه گيري تصادفي، يك گروه نمون انتخاب و آزمون در مورد افراد اين گروه اجرا مي شود. سپس پاسخ خاي آزمودني ها به هر يك از پرسش ها بر اساس دستوالعمل آزمون تصحيح و نمره گذاري مي شود. 

مراحل ساختن آزمون هاي استانداد شده

4) تجزيه و تحليل سوال هاي آزمون

سوال هاي فرم تجربي آزمون كه در مورد گروه نمونه تصادفي از آزمودني ها اجرا شده است، مورد تجزيه و تحليل قرار مي گيرند(فصل 5). شخص هاي آماري هر يك از سوال ها، ضرايب همبستگي آن ها با يكديگر، با نمره كل آزمون و با ساير ملاك هاي خارجي محاسبه مي شود. سوال هاي نامناسب يعني سوال هايي كه فاقد ضريب تشخيص و اعتبار لازم بوده اند حذف مي شوند. سپس ضريب اعتبار (همساني دروني) آزمون پس از حذف سوال هاي نامناسب با استفاده از روش دو نيمه كردن، روش كودر- ريچادسون و يا ساير روش هاي مناسب برآورد مي شود. آن گاه ميانگين، انحراف معيار، خطاي معيار اندازه گيري و ساير شاخص هاي آماري آزمون محاسبه مي گردد.

مراحل ساختن آزمون هاي استانداد شده

4) تجزيه و تحليل سوال هاي آزمون(ادامه)

در صورتي كه ازمون داراي پرسش هاي چند گزينه اي است، اين پرسش ها نيز مورد تجزيه و تحليل قرار مي گيرند و در صورت لزومة تجديد نظر در گزينه ها و يا سوال هاي آزمون به عمل مي آيد.

پس از انجام مراحل بالا، سوال هاي آزمون بر حسب سطح دشواري محاسبه شده به ترتيب از آسان به مشكل تنظيم و فزم جديد آزمون تدوين مي شود.

مراحل ساختن آزمون هاي استانداد شده

5) وارسي تجزيه و تحليل سوال هاي آزمون

ازموني كه بر اساس تجزيه و تحليل مرحله قبل تدوين شده است مجددا در مورد يك گروه نمونه از آزمودني ها كه به روش تصادفي از جامعه هدف انتخاب شده است اجرا مي شود. نتايج حاصل از اين آزمايش بر اساس آن چه در مرحله قبلي گفته شد، مورد تجزيه و تحليل قرار مي گيرد. با مقايسه نتايج حاصل از دو آزمايش مي توان اعتبار يافته هاي مرحله قبل را از روي نتايج اين مرحله مورد بررسي و قضاوت قرار داد. در هر حال، در اين مرحله نيز پس از حذف سوال هاي نامناسب، شاخص هاي آماري آزمون محاسبه و سوال هاي آن از آسان به مشكل تنظيم و فرم نهايي آزمون تدوين مي شود.

مراحل ساختن آزمون هاي استانداد شده

6) تهيه و تنظيم جدول هاي نرم آزمون

چنان چه گروه نمونه اي كه آزمون فرم تجربي در مرحله دوم در باره آن اجرا شده است به قدر كافيزياد و در سطح اطمينان لازم آماري معرف جامعه هدف بوده و هيچ يك از سوال هاي آزمون در اين مرحله حذف يا تعديل نشده باشد، مي توان از روي نمره هاي خام آزمودني ها جدول هاي نرم آزمون را تنظيم كرد. اما در هر حال بهتر است آزمون فرم نهايي بار ديگر در مورد گروه نمونه بزرگ آماري از افراد جامعه هدف اجرا شود.

پس از اجراي مجدد و نمره گذاري نتايج آزمون، مي توان با استفاده از روش هاي مطرح شده در بخش اول اين فصل، پس از محاسبه ميانگين و انحراف معيار نمره هاي خام، به تهيه و تنظيم جدول هاي نرم آزمون اقدام كرد.

مراحل ساختن آزمون هاي استانداد شده

6) مطالعه در مورد روايي ملاكي و روايي سازه آزمون

گر چه در مراحل استاندارد كردن آزمون برخي از شواهد روايي آزمون مانند روايي محتوايي، همبستگي هر يك از سوال ها با كل نمره ازمون(همساني دروني) به عنوان يكي از شواهد روايي سازه، و در پاره اي موارد همبستگي سوال ها با برخي ملاك هاي خارجي مورد مطالعه قرار مي گيرند، اما انجام مطالعه مستمر براي برآورد روايي ملاكي و روايي سازه آزمون تدوين شده امري اساسي است.

مراحل ساختن آزمون هاي استانداد شده

6) مطالعه در مورد روايي ملاكي و روايي سازه آزمون(ادامه)

براي اين منظور، سازندگان آزمون بايد با در نظر گرفتن ملاك هاي خارجي و با مطالعه در مورد شواهد سازه آزمون، در آزمون هاي تدوين شده مي توان همبستگي نمره هاي آن ها را با نمره هاي آزمون هاي مشابهي كه قبلا در مورد جامعه هدف استاندارد شده است به عنوان يكي از شاخص هاي روايي آزمون مورد بررسي قرار داد. همبستگي بين نمره هاي آزمون هوش و استعداد و نمره هاي پيشرفت تحصيلي آزمودني ها نيز شاخص ديگري از روايي آزمون را به دست خواهد داد.


مراحل ساختن آزمون هاي استانداد شده

6) مطالعه در مورد روايي ملاكي و روايي سازه آزمون(ادامه)

در آزمون هاي علايق تحصيلي، تفاوت ميانگين نمره هاي تحصيلي افراد موفق با افراد ناموفق در رشته هاي تحصيلي و هم چنين همبستگي بين نمره هاي آزمون علايق تحصيلي و درجه بندي علايق توسط معلمان مي تواند به عنوان شاهدي از روايي سازه و يا روايي ملاكي آزمون تلقي شود.

در آزمون هاي شخصيت، همبستگي بين نمره هاي آزمون و صفات شخصيتي ازمودني ها كه توسط دوستان شان درجه بندي مي شود و هم چنين توافق بين نمره هاي آزمون هاي تشخيصي و باليني مانند آزمون سنجش اضطراب با درجه بندي اضطراب آزمودني ها توسط روان پزشكان و روان شناسان باليني شواهدي از روايي سازه آزمون هاي مذكور را به دست مي دهند.

نكات اساسي در تهيه و استاندارد كردن آزمون ها

ا) راهنماي اجراي آزمون

راهنماي اجراي آزمون بايد استاندازد شده و كاملا روشن باشد. در راهنما بايد نوع كاري كه آزمودني بايد انجام دهد و چگونگي انجام آن به گونه روشن شرح داده شود. لازم است كه براي آشنا شدن آزمودني ها با نوع سوال ها و چگونگي پاسخ دادن به آن ها، چند سوال نمونه در راهنماي آزمون مطرح و طرز پاسخ دادن به آن ها توضيح داده شود.

نكات اساسي در تهيه و استاندارد كردن آزمون ها

ا) راهنماي اجراي آزمون

در آزمون هايي كه به پاسخ هاي غلط نمره منفي داده مي شود، بايد اين نكته در راهنماي اجراي آزمون ذكر گردد. اگر قرار است به پاسخ هاي غلط نمره منفي داده نشود، اين نكته نيز بايد در راهنماي اجراي آزمون به گونه صريح مطرح شده و به آزمودني ها گفته شود كه اگر پاسخ سوالي را نمي دانند، از بين پاسخ هاي پيش نهادي يا گزينه هاي آزمون بهترين پاسخي را كه به نظرشان درست است انتخاب كنند. هم چنين در راهنماي آزمون بايد زمان استاندارد شده براي پاسخ دادن به پرسش هاي آزمون به آزمودني ها گفته شود. زمان استاندارد براي هر آزمون عبارت از ميانگين زمان صرف شده توسط 75 درصد آزمودني ها براي كامل كردن آزمون در مراحل اجراي فرم تجربي است.

نكات اساسي در تهيه و استاندارد كردن آزمون ها

2- نمره گذاري آزمون

آزمون بايد به گونه اي طراحي شود كه نمره گذاري پاسخ هاي آزمودني ها به آساني و به سرعت امكان پذير باشد و تا جايي كه امكان دارد نمره گذاري پاسخ ها به صورت عيني انجام گيرد. اعتبار و پايايي آزمون نبايد به سبب ناپايايي نمره گذاري آن كاهش يابد. وزن يا نمره اي كه براي هر سوال در نظر گرفته مي شود بهتر است با سطح دشواري سوال متناسب باشد. بدين معنا كه براي سوال هاي آسان وزن كمتر و براي س.ال هاي دشوار وزن بيشتري منظور شود.

نكات اساسي در تهيه و استاندارد كردن آزمون ها

3- تعداد سوال هاي آزمون

هر چه تعداد سوال هاي آزمون بيشتر باشد، اعتبار و پايايي آن بيشتر است. آزمون يا بايد داراي تعداد زيادي سوال باشد كه به هر يك از آن ها نمره جداگانه اي داده مي شود و يا شامل تعداد كمتري از تكاليف باشد كه به هر يك از آن ها نمره خاصي تعلق مي گيرد. گنجاندن يك سوال محاسبه اي كه يافتن پاسخ درست آن مستلزم صرف وقت زياد است سوال نامناسبي به شمار مي رود. زيرا آزمودني در ازاي چندين دقيقه وقتي كه براي پاسخ دادن به آن صرف مي كند، نمره اي برابر پاسخ درست سوال هايي مي گيرد كه با صرف چند ثانيه پاسخ درست آن ها را پيدا مي كند.بنابراين بايد زمان و سطح مهارت لازم براي پاسخ دادن به همه سوال ها در هر بخش آزمون تقريبا يكسان باشد يا نمره هر سوال با سطح دشواري و زمان لازم براي يافتن پاسخ درست آن متناسب باشد.

نكات اساسي در تهيه و استاندارد كردن آزمون ها

4- سطح دشواري سوال هاي آزمون

آزمون بايد با پرسش هايي شروع شود كه همه آزمودني ها به راحتي بتوانند به آن ها پاسخ درست بدهند. سوال هاي اول آزمون نبايد دشوار بوده و موجب دلسردي آزمودني ها شوند. بهد از چند سوال خيلي آسان كه در ابتداي آزمون گنجانده مي شوند، سطح دشواري سوال هاي بعدي آزمون بايد به تدريج افزايش يابد. بايد بين عملكرد آزمودني ها در هر يك از سوال ها و عملكرد آنان در كل آزمون همبستگي مثبت موجود باشد. اگر همبستگي بين يك سوال با نمره كل آزمون منفي و يا خيلي كم باشد، احتمالا بدان معناست كه آن سوال خصيصه اي را اندازه مي گيرد كه با ان چه كه به وسيله كل آزمون سنجيده مي شود تفاوت دارد.


نكات اساسي در تهيه و استاندارد كردن آزمون ها

5- سوال هاي چند گزينه اي

پرسش هاي چندگزينه اي به سبب آن كه نمره گذاري آن ها به آساني و به سرعت امكان پذير است، در اغلب آزمون هاي مداد- كاغذي مورد استفاده قرار مي گيرند. اما، نمره هاي حاصل از اين نوع سوال ها ممكن است تا حدي با نمره واقعي آزمودني ها متفاوت باشد. به همين دليل بعضي از سازندگان آزمون، پرسش هايي را ترجيح مي دهند كه آزمودني پاسخ ها را از خزانه حافظه خود بازيابي و آن ها را توليد كند.

در آزمون هايي كه با پرسش هاي چند گزينه اي ساخته مي شوند، مي توان در ازاي هر پاسخ غلط،..... نمره (n تعداد گزينه هاي پاسخ هاست) از نمره  هاي پاسخ هاي درست آزمودني كم كرد و بدين ترتيب عامل حدس و گمان را از بين برد. البته اين در صورتي است كه براي هر پاسخ درست يك نمره در نظر گرفته شده باشد. 

در آزمون هايي كه با سوال هاي 5 يا 6 گزينه اي ساخته مي شوند، احتمال يافتن تصادفي پاسخ هاي درست كمتر از سوال هاي 3 يا 4 گزينه اي است. چنان چه در مراحل استاندارد كردن آزمون از فرمول تصحيح براي حذف عامل حدس و گمان استفاده شده است، در اجرا و نمره گذاري آزمون فرم نهايي نيز بايد نمره گذاري آزمون بر همين اساس انجام گيرد.

نكات اساسي در تهيه و استاندارد كردن آزمون ها

6- دامنه تغيير سوال ها

آزمون ها معمولا با سوال هاي متعدد و گوناگون ساخته مي شوند. سازندگان آزمون بايد به اين نكته توجه داشته باشند كه در هر يك از بخش هاي آزمون سوال هايي را بگنجانند كه همه آن ها توانايي واحدي را بسنجند. بنابراين، در هر يك از بخش هاي فرعي آن از گنجاندن سوال هاي نامربوط به آن بخش بايد اجتناب كنند.

نكات اساسي در تهيه و استاندارد كردن آزمون ها

7- محتواي آزمون

در آزمون هايي كه براي اندازه گيري استعداد و توانايي شغلي به كار مي روند، بايد پرسش هايي در محتواي آزمون گنجانيده شوند كه به طور مستقيم يا غير مستقيم در موفقيت آن شغل موثر باشند. بنابراين از طرح سوال هايي كه به محفوظات، دانش نظري محض و يا آموخته هاي كلاسيك مربوطند و اغلب افراد آن ها را فراموش مي كنند بايد اجتناب شود.

نكات اساسي در تهيه و استاندارد كردن آزمون ها

8- توجه به كل محتوا

در ساختن آزمون هاي پيشرفت تحصيلي، سازندگان آزمون اغلب بخش هايي از محتواي درس را مورد توجه قرار مي دهند كه ساختن پرسش هاي آزمون در مورد آن ها آسان تر است. بدين ترتيب، ممكن است بعضي از جنبه هاي موضوع مورد اندازه گيري ناديده گرفته شود. اما بايد دانست روايي آزمون بسته به اين است كه محتواي آزمون تمامي جنبه هاي مهم زمينه مورد اندازه گيري را شامل شود. آزموني كه سوال هاي آن همه زمينه هاي مهم را شامل نباشد فاقد روايي محتوايي است.

روش اجراي آزمون هاي ميزان شده:آزمون هاي گروهي

اجراي بعضي آزمون هاي گروهي با گذراندن يك دوره كوتاه كارآموزي ميسر است. اما اجراي بعضي ديگر از آزمون ها به مهارت و تجربه طولاني تري نياز دارد. معمولا اجراي آزمون هاي گروهي در مقايسه با آزمون هاي فردي با كارآموزي كوتاه تري امكان پذير است.

آزنايش كننده بايد آزمايش را چنان ماهرانه و طبق دستورالعمل استاندارد شده برگزار كند كه به هر يك از افراد آزمايش شونده امكان داده شود تا حداكثر استعداد و توانايي خود را در پاسخ دادن به پرسش هاي آزمون نشان دهد.

آزمايش كننده بايد قبلا در مورد محتواي آزمون، دستورالعمل اجراي آن و ساير شرايطي كه بايد رعايت شود آگاهي لازم را به دست آورد.

اجراي آزمون هاي گروهي

نكات مهم در اجراي آزمون هاي استاندارد شده : 

شرايطي مشابه با شرايط تهيه و استاندازد آزمون براي كليه آزمايش شوندگان فراهم شود.

رعايت كامل دستورالعمل آزمون

كوشش در برقراري رابطه مطلوب بين آزمايش شونده و آزمايش كننده به منظور جلب اعتماد آنان(به ويژه در آزمون هاي فردي)

گذرانده دوره هاي كارآموزي عملي(علاوه بر فراگيري دانش هاي نظري)

اجراي آزمون هاي گروهي

1- شرايط اجراي آزمون:

1- ايجاد شرايط فيزيكي مناسب در جلسه آزمايش(از نظر نور، تهويه، درجه گرما، راحت بودن محل نشستن) نارسايي در هر يك از عواما مذكور موجب مي شود كه ميزان كارآيي آزمايش شوندگان كاهش يابد. اين مساله در مورد آزمون هاي سرعت بيش از آزمون هاي قدرت اثر نامطلوب بر جاي مي گذارد.

2- آزمون شوندگان به راحتي صداي مجري آزمون و راهنمايي هاي او را به راحتي بشنوند.

3- اتاق آزمايش از هر نوع عامل حواس پرتي مانند سر و صدا، تابلوهاي نقاشي، زنگ تلفن، آمد و رفت افراد و صحبت هاي مراقبان جلسه و هر عامل ديگري كه باعث عدم تمركز فكري و كاهش دقت آزمايش شوتدگان مي شود، به دور باشد.

اجراي آزمون هاي گروهي

1- شرايط اجراي آزمون:

4- وضعيت روحي و جسمي آزمون شونده نتيجه آزمون را تحت تاثير قرار مي دهد. بنابراين، اجراي آزمون در مورد افراد خسته، عصباني، بي ميل، بيمارو غيره موجب مي شود كه نتيجه آزمون بيانگر نمونه اي از رفتارهاي واقعي آنان نباشد.

5- نحوه برخورد و رفتار آزمايش كننده و حالات روحي او( مانند خستگي،عصبانيت صداي نارسا) مي تواند تا حد زيادي نتيجه آزمون را تحت تاثير قرار دهد.



اجراي آزمون هاي گروهي

- اقدامات قبل از توزيع دفترچه آزمون:

1- پيش بيني لوازم مورد نياز

2- معرفي مجري و بيان هدف كلي از اجراي آزمون به زبان ساده

3- اجتناب از به كار بردن اصطلاحات فني


اجراي آزمون هاي گروهي

3- اداره جلسه آزمايش و اجراي آزمون(وظيفه مجري)

ايجاد شرايط استاندارد و همراه با احساس اطمينان براي انجام آزمايش برابر دستورالعمل آزمون

در نظر گرفتن يك دستيار براي هر 15 تا 20  نفر آزمايش شونده

در مورد آزمايش شوندگان خردسال مانند دانش آموزان دبستان يا دوره راهنمايي توضيحات لازم مطابق دستورالعمل آزمون توسط مجري داده مي شود.

اگر آزمايش شونده اي از مجري آزمون سوالي بپرسد، او نبايد در دادن پاسخ مطلبي اضافه بر آن چه كه در دستورالعمل ذكر شده است، بيان كند.

اگر به پاسخ هاي غلط نمره منفي تعلق نمي گيرد، اين امر به آزمون شوندگان اعلام شود تا اگر پاسخ سوالي را نمي دانند، بهترين پاسخ را حدس بزنند.

كنترل وقت آغاز و پايان جلسه با كرونومتر





اجراي آزمون هاي گروهي

نمره گذاري پاسخ نامه ها

قبل از تصحيح و نمره گذاري پاسخ نامه ها با توجه به سه نكته زير مورد بررسي قرار گيرند.

1- نبايد بيش از يك گزينه به عنوان پاسخ صحيح انتخاب شده باشد.

2- براي مواردي كه پاسخ در محل مناسب قرار داده نشده، تصميم گيري شود.

3- در صورتي كه آزمودني از روي اشتباه، پاسخ سوال بعدي را در محل سوالي قبلي كه جواب ان را نمي دانسته علامت زده باشد، پاسخ نامه وي با در نظر گرفته اشتباه در جابه جايي پاسخ ها تصحيح شود.

بعد از تعيين تعداد پاسخ هاي صحيح، غلط و سفيد نمره خام آزمودني با احتساب يا بدون احتساب نمره منفي محاسبه شود.

اجراي آزمون هاي فردي

نكات اساسي در اجراي آزمون هاي انفرادي

1- رعايت كامل دستورالعمل آزمون

2- ايجاد شرايط فيزيكي مطلوب در اتاق آزمايش

3- ايجاد همدلي با آزمودني

4- تكرار پرسش ها( به جز آزمون هاي حافظه)

5- مرتب كردن وسايل آزمايش

6- توجه  به حالات بدني آزمودني

7- كاوش پاسخ هاي مبهم آزمودني

8- مشاهده رفتار آزمودني

9- ارزشيابي پاسخ ها (با توجه به ملاك هاي دستورالعمل)

10- جلب اعتماد آزمودني خردسال

11- آزمايش آزمودني هاي داراي عقب ماندگي ذهني در بخش هاي زماني كوتاه

عوامل موثر در نتايج آزمون ها

1- تاثير آزمايش كننده ( جنسيت، سن، نژاد، سطح مهارت، برخورد اجتماعي، پايگاه حرفه اي، و پايگاه اجتماعي- اقتصادي).

پژوهش نشان داده است كه رابطه گرم يا سرد آزمايش كننده در نتايج آزمايش گروهي از آزمودني ها تفاوت معني دار ايجاد كرده است.

2- تجارب پيش از آزمايش آزمودني ها.

مك كارتي گروهي از دانش آموزان دبستان را دو بار با تست آدمك مورد آزمايش قرار داد. بار اول آزمودني ها پيش از آمدن به جلسه آزمايش، انشايي در باره «بهترين تجارب زندگي خود» و بار دوم انشايي در باره «بدترين تجارب زندگي خود» نوشته بودند. در آزمايش دوم هوشبهر كودكان 4 الي 5 نمره كمتر از آزمايش اول بود. اين تفاوت ممكن است به سبب آشفتگي هاي هيجاني كودكان در مرتبه دوم باشد كه در آن انشايي در باره «بدترين تجارب زندگي خود» نوشته بودند.


عوامل موثر در نتايج آزمون ها

3- تمرين ها و آمادگي قبلي آزمودني ها:

آشنايي آزمودني ها با نمونه هايي از آزمون ها و تمرين هاي قبلي آنان مي تواند تا حدي در نتيجه آزمايش اثر بگذارد. دليل اين تمرين، يادآوري برخي از پاسخ ها، يادگيري راه حل ها و كسب بينش نسبت به مواد آزمايش بوده است.

هم چنين كساني كه در پاشخ دادن به آزمو ن ها ي مختلف تجربه زيادي دارند، اين تجربه آمادگي بيشتري براي پاسخ دادن به آزمون ها در آنان بخ وجود مي آورد. علت اين امر غالبا اعتماد به نفسي است كه اين افراد نسبت به انجام آزمون ها پيدا مي كنن كه ضمن كاهش اضطراب آنان موقعيت بهتري را بريشان فراهم مي كند.

ملاحظات اخلاقي و اجتماعي در كاربرد آزمون ها

مراحل ساختن آزمون هاي استانداد شده

1

مراحل ساختن آزمون هاي استانداد شده

مراحل ساختن آزمون هاي استانداد شده

مقياس سازي

الن- پيمايش در علوم اجتماعي

مقياس هاي درجه بندي رفتار

اقدام پژوهي

اجراي آزمون ها

تبديل و معادل سازي نمره هاي آزمون

بيان نتايج آزمون

اماري

نيمرخ

گنجي- پيام نور

نرم يا هنجار: نرم هاي سني و كلاسي

نرم يا هنجار: نرم هاي سني و كلاسي

نرم يا هنجار: نرم هاي سني و كلاسي

نرم يا هنجار: نرم هاي سني و كلاسي

نرم يا هنجار: نرم هاي سني و كلاسي

نرم يا هنجار: نرم هاي سني و كلاسي


+ نوشته شده در جمعه ۴ آذر ۱۳۹۰ ساعت توسط  | 

محتوی اولیه و پیشنهادی به صورت مقدماتی برای روانسنجی 1

روان سنجيفهرست منابع 1- سيف, علی اکبر(1386). اندازه گيری , سنجش و ارزشيابی پيشرفت تحصيلی. تهران: انتشارات دوران. 2- شريفی, حسن پاشا(1379). اصول روان سنجی و روان آزمايی. تهران: انتشارات رشد. 3- مارنات، گري گراث(ويرايش 2003).راهنماي سنجش رواني: براي روان شناسان باليني، مشاوران و روان پزشكان.(ترجمه حسن پاشا شريفي و محمد رضا نيكخو(1387). تهران: انتشارات رشد، انتشارات سخن. 4- آناستازي، ا. (؟). روان آزمايي. ترجمه محمد نقي براهني(1382). تهران: انتشارات دانشگاه تهران. 5- الن، مري جي.(؟). مقدمه اي بر نظريه هاي اندازه گيري(روانسنجي). ترجمه علي دلاور(1374). تهران: انتشارات سمت.رئوس مطالب به تفكيك جلساتتعريف اصطلاحات تعريف اندازه گيري: (Measurement) تعريف آزمون: (Test) تعريف آزمودن: (Testing) تعريف سنجش: ((Assessment تعريف ارزشيابي: (Evaluation)تعريف اندازه گيري اندازه گيري فرايندي است كه طي آن ويژگي ها و صفات اشيا و افراد بر طبق قواعدي معين به صورت عدد يا رقم گزارش مي شود.نكات مهم در تعريف اندازه گيري 1- اندازه گيري مي تواند به شكل هاي مختلفي صورت گيرد: از كاربست ابزارهاي پيشرفته و پيچيده الكترونيك تا امتحانات كاغذ و مدادي، مقياسهاي درجه بندي و فهرست هاي وارسي. 2- ويژگي يا صفتي كه اندازه گيري مي شود به صورت عدد و رقم گزارش مي شود. مثال: به جاي اين كه بگوييم پروين از زهرا باهوش تر است، مي گوييم هوشبهر پروين 125 و هوشبهر زهرا 109 است. 3- اندازه گيري فرايند يا شيوه اي نظام دار است زيرا در برگيرنده كاربرد قواعدي معين است(مثال). فايده كاربرد معين اين است كه كمك مي كند تا افراد مختلفي كه مي خواهند وسيله اندازه گيري را مورد استفاده قرار دهند آن را يكسان به كار مي بندند.تعريف آزمون اندازه گيري يك فرايند است و اين فرايند نياز به وسيله اي دارد كه آن را وسيله اندازه گيري مي ناميم. براي اندازه گيري ويژگي هاي فيزيكي( مانند طول، وزن، يا قد و وزن افراد) و رفتارهاي آشكار(مانندتعداد لغات به درستي ترجمه شده) از وسايل اندازه گيري مستقيم استفاده مي كنيم. بر خلاف ويژگي هاي فيزيكي و رفتارهاي آشكار، ويژگي ها  يا صفات رواني(مانند هوش، خلاقيت، انگيزش، نگرش و...) را به صورت غير مستقيم اندازه گيري مي كنيم؛ زيرا هيچ كس به طور مستقيم به آن ها دست رسي ندارد. معمول ترين وسيله اندازه گيري ويژگي ها يا صفات رواني، آزمون است.نكات مهم در تعريف آزمون اندازه گيري ويژگي هاي رواني از طريق اندازه گيري رفتارهايي انجام مي شود كه گمان مي رود معرف آن ويژگي ها هستند. از آن جا كه رفتارهاي معرف ويژگي هاي رواني متنوع اند، نمي توانيم همه آن ها را اندازه گيري كنيم. پس بنا به تعريف آزمون وسيله اي  است عيني و استاندارد شده كه به صورت نظام دار براي اندازه گيري نمونه اي از رفتار به كار مي رود. تعريف آزمودن بنا به تعريف: وقتي كه براي اندازه گيري يكي از ويژگي هاي رواني يا تربيتي يك فرد يا گروهي از افراد از آزمون استفاده مي شود، به اين فعاليت آزمودن مي گويند. اما هر نوع اندازه گيري الزاما آزمودن نيست؛ ممكن است اندازه گيري با استفاده از وسيله ديگري به جز آزمون انجام شود. بدين ترتيب اندازه گيري از آزمودن مفهوم وسيع تري دارد.تعريف سنجش سنجش فرايندي است كه براي جمع آوري اطلاعات مورد نياز تصميم گيري در باره دانش آموزان، برنامه هاي درسي و سياست هاي آموزشي مورد استفاده قرار مي گيرد(نيتكو، 2002). بدين ترتيب سنجش، مفهوم گسترده تري نسبت به اندازه گيري و ازمودن دارد. اندازه گيري و آزمودن عموما با كميت سر و كار دارند اما سنجش الزاما به كميت منحصر نمي شود.يعني نتيجه سنجش مي تواند به صورت غير كمي(توصيفي) گزارش شود. براي مثال، مي توانيم رفتار يك دانش آموز را با عنوان هاي پرخاشگر، سازگار و.. توصيف كنيم كه جنبه كيفي دارند.تعريف سنجش در سنجش از وسايل و فنون مختلفي براي جمع آوري اطلاعات به كار مي روند. از جمله: آزمون، پرسش نامه، مقياس درجه بندي، فهرست وارسي، كار آزمايشگاهي، پروژه تحقيقي، امتحان شفاهي، تكليف درسي، مصاحبه، و مشاهده عملكرد و رفتار دانش آموزان در موقعيت هاي مختلف. سنجش تنها به جمع آوري داده ها يا اطلاعات خلاصه نمي شود بلكه به جمع آوري داده ها همراه با قصد يا منظور گفته مي شود(سالويا و يسل دايك، 1991). به عقيده متخصصان فوق، سنجش در آموزش و پرورش به دو منظور انجام مي شود: 1) تعيين وتشخيص مشكلات دانش آموزان و 2) تصميم گيري در باره آنانتعريف ارزشيابي ارزشيابي فرايندي است كه طي آن در باره موضوع مورد ارزشيابي اطلاعاتي جمع آوري، تحليل و تفسير مي شوند و در باره آن نوعي داوري ارزشي(تعيين ارزش) به عمل مي آيد. بدين ترتيب در سنجش صرفا به جمع آوري اطلاعاتي در باره يك يا چند ويژگي اكتفا مي شود اما در ارزشيابي به داوري يا قضاوت در باره ارزش آن ويژگي ها يا داوري در باره مقدار آن منجر مي شود.  به سخن كوتاه، ارزشيابي يعني داوري در باره كيفيت يا ارزش اطلاعات به دست آمده از سنجش هاي مختلف.مقياس هاي اندازه گيري مقياس اسمي: (Nominal) مقياس ترتيبي: (Ordinal) مقياس فاصله اي: (Interval) مقياس نسبتي: (Ratio)مقياس اسمي - بيانگر پايين ترين سطح يا ساده ترين نوع اندازه گيري است - اين مقياس به دو صورت مورد استفاده قرار مي گيرد: براي اسم گذاري و براي طبقه بندي 1- اسم گذاري: در اين مقياس از ارقام و اعداد براي اسم گذاري يا نام گذاري و تشخيص اشيا و افراد استفاده مي شود. اين اعداد هيچ گونه مفهوم و معناي رياضي ندارند.مثال: شماره هاي روي پيراهن بازيكنان، شماره خيابان هاي شهر 2- طبقه بندي: در مقياس اسمي، علاوه بر نام گذاري، از اعداد و ارقام براي طبقه بندي اشيا و افراد نيز استفاده مي شود. در اين جا نيز اعداد مفهوم و معناي رياضي ندارند و تنها براي مشخص كردن طبقه هاي مختلف به كار مي روند. مثال: طبقه بندي افراد به دو طبقه مرد و زن. عمليات مجاز آماري: شمارش فراواني موردهاي هر طبقه، تعيين نما، عمليات مجاز رياضي: انجام هيچ كدام از چهار عمل اصلي جمع، تفريق، ضرب و تقسم ميسر نيست.مقياس ترتيبي - اين مقياس مجموعه اي از رتبه ها است؛ به طوري كه: 1- دسته اي از افراد يا اشيا، با توجه به يك صفت، از بزرگ به كوچك(يا بالعكس) مرتب مي شوند. 2- معلوم نيست كه هر يك از افراد يا اشيا به مفهوم مطلق، چقدر از آن صفت را دارد 3- مشخص نيست كه اين اشيا(يا افراد) از لحاظ صفت مورد اندازه گيري، چه مقدار از يكديگرفاصله دارند(نانالي، 1978). مثال:... عمليات مجاز آماري: شمارش فراواني ها، تعيين نما، محاسبه ميانه، محاسبه درصدها، و محاسبه ضريب همبستگي رتبه اي اسپيرمن. عمليات مجاز رياضي: انجام هيچ كدام از چهار عمل اصلي جمع، تفريق، ضرب و تقسيم ميسر نيست.مقياس فاصله اي مقياسي است كه در آن: 1- رتبه اشيا(يا افراد) با توجه به يك صفت مشخص است. 2- معلوم است كه اشيا يا (افراد)، از لحاظ صفت مورد اندازه گيري چه مقدار از يكديگر فاصله دارند. 3- اما هيچ اطلاعي راجع به مقدار مطلق صفت مورد نظر براي هيچ يك از اشيا(يا افراد) در دست نيست(نانالي، 1978). مثال:... عمليات مجاز آماري: محاسبه نما، ميانه، ميانگين، انحراف معيار، ضريب همبستگي رتبه اي اسپيرمن، ضريب همبستگي گشتاوري پيرسون. عمليات مجاز رياضي: جمع و تفريق مجاز است؛ ضرب و تقسيم مجاز نيست.مقياس نسبتي مقياسي است كه در آن: 1- رتبه اشخاص، با توجه به يك صفت معلوم است. 2- فاصله بين اشخاص معلوم است. 3- علاوه بر اين ها، فاصله حداقل يكي از اشخاص از يك صفر منطقي نيز معلوم است (نانالي، 1978). - اندازه گيري طول، حجم، و ساير صفات فيزيكي اشيا با مقياس نسبتي عملي است، اما اندازه گيري متغيرهاي رواني و پرورشي با اين مقياس به ندرت ميسر است. عمليات مجاز آماري و رياضي: همه عمليات آماري و رياضي مجاز است.خلاصه ويژگي هاي مهم مقياس هاي چهارگانه اندازه گيرينمونه سوال از مقياس هاي اندازه گيري براي روشن شدن تمايز بين مقياس هاي مختلف اندازه گيري، فرض كنيد مي خواهيم نظر بينندگان تلويزيون را در باره سريال ها بپرسيم. هر كدام از سوال هاي زير بيانگر مقياس اندازه گيري معيني هستند. اسمي:  كدام يك از سريال هاي تلويزيوني را تماشا مي كنيد؟(نام سريال ها) ترتيبي: سريال هاي تلويزيوني تا چه حد منعكس كننده واقعيت هاي زندگي هستند؟ خيلي زياد               زياد      متوسط          كم        خيلي كم فاصله اي: هوشبهر(IQ) قهرمان سريال مورد علاقه خود را حدس بزنيد.(هوشبهر) نسبتي: هفته اي چند ساعت سريال تلويزيوني تماشا مي كني؟(تعداد)دسته بندي آزمون هاي مورد استفاده در روان شناسي و آموزش و پرورش 1- آزمون هاي توانايي(شناختي، حركتي)آزمون هاي توانايي حداكثر عملكرد آزمون شونده را اندازه گيري مي كنند و نشان مي دهند كه آزمون شونده در بهترين شرايط قادر به انجام چه كاري است. آزمون هاي توانايي به طور عمده براي مقاصد پيش بيني موفقيت هاي تحصيلي و شغلي به كار مي روند. 2- آزمون هاي عاطفي آزمون هاي عاطفي، وضع موجود آزمون شونده را از نظر ويژگي هاي عاطفي و شخصيتي اندازه گيري مي كنند و براي مقاصد مشاوره به كار مي روند.انواع آزمون هاي توانايي 1- آزمون هاي توانايي(توانايي شناختي، توانايي حركتي)            - پيشرفت:            آزمون رياضي،آزمون فيزيك، و....           - استعداد:  آزمون هاي استعداد ناظر به آينده اند و براي پيش بيني موفقيت هاي آينده افراد به كار مي روند، در حالي كه ازمون هاي پيشرفت تحصيلي ناظر به گذشته اند و براي تعيين مقدار آموخته ها يا توانايي هاي موجود آزمون شوندگان به كار مي روند.                                            - استعداد كلي (هوش)                                     _ استعداد هاي ويژه:                                                      -آزمون استعداد موسيقي                                                        - آزمون استعداد رياضي                                                      - آزمون استعداد فني                                                       - و ....انواع آزمون هاي عاطفي 2- آزمون هاي عاطفي:  - شخصيت : (اندازه گيري متغيرهاي انگيزش، مزاج، سازگاري، منش و...)                                               -پرسش نامه هاي گزارش شخصي                                                                         - پرسش نامه هاي جامعه سنجي                                                                   - فنون مشاهده اي                                              - فنون فرافكن      - علاقه                                  - نگرش                                  - و ...ساير تقسيم بندي ها ي آزمون ها 1--  آزمون هاي ميزان شده در برابر آزمون هاي معلم ساخته 2- آزمون هاي گروهي در برابر آزمون هاي فردي 3- آزمون هاي سرعت در برابر آزمون هاي قدرت 4- آزمون هاي عملي در برابر آزمون هاي كاغذ- مدادي 5- آزمون هاي عيني در برابر آزمون هاي ذهني 6- آزمون هاي ملاك مرجع در برابر آزمون هاي گروه مرجع 7- آزمون هاي وابسته به فرهنگ در برابر آزمون هاي نابسته به فرهنگ 8- آزمون هاي كلامي در برابر آزمون هاي غير كلاميانواع ارزشيابي پيشرفت تحصيلي الف: از نظر هدف:                      1- ارزشيابي آغازين ( ورودي، پيش آزمون): پيش از انجام فعاليت هاي آموزشي به اجرا در مي آيد و به دو منظور انجام مي شود.                     2- ارزشيابي تكويني: در ضمن آموزش و همراه با فعاليت هاي يادگيري دانش آموزان انجام مي شود  و به منظور آگاهي از ميزان تحقق يا عدم تحقق هدف هاي آ، رفع نواقص آموزشي  و كسب اطلاع از مشكلات روش هاي آموزشي انجام مي شود.                     3- ارزشيابي تشخيصي: اين نوع سنجش با هدف تشخيص دقيق مشكلات يادگيري دانش آموزان به كار مي رود                     4- ارزشيابي تراكمي: به منظور ارزشيابي از تمامي آموخته هاي دانش آموزان و دانش جويان كه  در طول يك ترم يا يك دوره آموزشي آموخته اند استفاده مي شود و هدف آن نمره دادن  به آنان و قضاوت در باره اثر بخشي كار معلم و برنامه درسي يا مقايسه برنامه هاي مختلف درسي با يكديگر به كار مي رود.                     5- ارزشيابي تحقيقي ب: از نظر ماهيت موضوع:                      1- كتبي                     2- شفاهي                     3- عملينتايج احتمالي زيا ن بخش استفاده از آزمون ها نتايج آزمون ها ممكن است:  1- برچسب هاي هميشگي در مورد سطح توانايي افراد به جا بگذارد و از اين راه موقيت هاي اجتماعي افراد را در دوره هاي بعدي رشد از پيش تعيين كند. 2- به مفهوم بسيار محدودي از توانايي ها منجر شود و فرد را در جهت نيل به هدف هاي محدود يا يك هدف منحصر به فرد تشويق كند و در نتيجه شكوفايي ساير استعدادها را كه مي تواند در خدمت جامعه باشد، محدود كند. 3- ضمن غني كردن تجارب تهيه و اجرا كنندگان آزمون ها، آن ها را در موقعيتي قرار دهد كه نظام آموزش و پرورش جامعه را زير كنترل خود در آورند و تعيين سرنوشت افراد جامعه را به دست گيرند. 4- روش هاي غير انساني، انعطاف ناپذير و ماشيني را در ارزشيابي و تصميم گيري تشويق كند و در نتيجه آزادي هاي اساسي انسان را محدود سازد و يا به كلي از بين ببرد. 5- رقابت و موفقيت فردي در برابر همكاري هاي اجتماعي را بي جهت مورد تاكيد قرار دهد. 6- به جاي پرورش خلاقيت افراد، آنان را وادار سازد كه تعبدا خود را با امكانات و شرايط موجود آموزشي تطبيق دهند. 7- علاوه بر موارد فوق كاربرد آزمون ها ممكن است مسايلي از قبيل: سوگيري هاي فرهنگي، مداخله در امور شخصي و محرمانه افراد، پاداش دادن به برخي مهارت ها ي آزمون شوندگان و تنبيه كردن آنان براي فقدان بعضي مهارت هاي ديگر را موجب شود.هدف هاي كلي كاربرد آزمون ها آزمون هاي رواني در موقعيت هاي اموزشي، راهنمايي تحصيلي و شغلي، در موقعيت هاي باليني و كلينيك ها، توسط معلمان، مشاوران راهنمايي، روان شناسان باليني و ساير متخصصان براي هدف هاي مختلف مورد استفاده قرار مي گيرند.هدف هاي كلي كاربرد آزمون ها كرانباخ در كتاب « اصول كاربرد ازمون هاي رواني» موارد استفاده از آزمون ها را به شرح زير مطرح كرده است: 1- پيش بيني: آزمون ها براي اندازه گيري توانايي پيشرفت تحصيلي و ساير ويژگي هاي افراد كه پايه تصميم گيري است به كار مي رود.  تصميم گيري مستلزم آن است كه فرد بتواند ميزان موفقيت خود را در آينده در زمينه معيني پيش بيني كند. پيش بيني مبتني بر داده هاي كمي، معتبرتر و دقيق تر از تفكر واهي است.هدف هاي كلي كاربرد آزمون ها 2- گزينش: در برخي از موسسات و سازمان ها مانند دانشكده ها و سازمان هاي استخدام كننده، آزمون ها براي گزينش يا رد بعضي از افراد مورد استفاده قرار مي گيرند. تصميم گيري در مورد استخدام يك فرد و يا پذيرش يك دانشجو، تصميم در مورد گزينش افراد به شمار مي رود.هدف هاي كلي كاربرد آزمون ها 2- طبقه بندي: طبقه بندي شامل قرار دادن افراد در گروه هاي مختلف بر اساس ملاك هاي معين است. با طبقه بندي ممكن است به انتخاب روش هاي درمان يا آموزش براي افراد منجر شود.هدف هاي كلي كاربرد آزمون ها 4- ارزشيابي: در اين زمينه آزمون ها را به منظور قضاوت و ارزشيابي در مورد برنامه ها، روش ها، تدابير درماني و مانند اين ها به كار مي برند.استفاده معلمان از آزمون ها 1- قضاوت در باره استعداد و ظرفيت يادگيري 2- راهنمايي و هدايت جريان تدريس 3- بررسي ميزان پيشرفت يادگيري دانش آموزان 4- كشف مشكلات و نا رسايي هاي يادگيري دانش آموزان 5- پيشرفت و بهبود روش هاي تدريس 6- ارزشيابي و قضاوت در  مورد بازدهي فعاليت هاي آموزشياستفاده مديران از آزمون ها 1- شناخت نيازهاي دانش آموزان تصميم گيري در مورد برنامه هاي آموزشي 2- تعيين نقاط قوت و ضعف برنامه هاي آموزشي 3- گروه بندي و جايگزيني دانش آموزان در برنامه ها و موضوعات مختلف درسي و انطباق آنان با سطوح مختلف آموزشي 4- شناخت زمينه هايي كه معلمان نياز به راهنمايي و دوره هاي باز آموزي دارند. 5- تعيين بازدهي و موثر بودن كلي برنامه هاي مدارسكاربرد آزمون ها در مشاوره تحصيلي و رواني مشاوران تحصيلي و رواني از آزمون ها براي رسيدن به اهداف زير استفاده مي كنند. 1- به دست اوردن اطلاعات دقيق و معتبر در باره توانايي ها، استعدادها، علائق، خصايص شخصيتي و مشكلات شخصي به منظور كمك به خود شناسي مراجعان. 2- كمك به مراجعان براي پيش بيني موفقيت هاي آينده در امور تحصيلي و شغلي. 3- كمك به تصميم گيري مراجعان خود براي برنامه ريزي آينده تحصيلي و شغلي. 4- تشخيص مشكلات درمان جويان. مانند دشواري و ناتواني در سازگاري با شرايط محيطي، مسايل مربوط به رشد و تكامل، نارسايي هاي تحصيلي، و ديگر مسايل شخصي و رواني. 5- ارزشيابي از ميزان اثر بخشي فرايند راهنمايي و روش هاي درماني كه در مورد مراجعان خود به كار بسته اند.تجزيه و تحليل نتايج امتحانات به طور كلي امتحانات- به ويژه امتحانات مرحله اي- براي رسيدن به هدف هاي زير انجام مي شوند: 1- كشف  نقاط قوت و ضعف فراگيران به منظور هدايت يادگيري آنان. 2- كشف نارسايي هاي احتمالي در مواد و وسايل آموزشي و كوشش براي رفع آن ها. 3- ارزشيابي سطح كارايي روش هاي تدريس و كوشش براي اصلاح نارسايي ها و افزايش مهارت مدرس در تدريس. براي رسيدن به اهداف فوق صرف رجوع به نمره امتحاني فراگيران كفايت نمي كند بلكه نتايج امتحان بايد بر اساس روش هاي آماري تجزيه و تحليل شود.تجزيه و تحليل نتايج امتحانات تجزيه و تحليل نتايج امتحانات براي پاسخ دادن به پرسش هاي اساسي زير صورت مي گيرد: 1- هر يك از فراگيران به كدام يك از هدف هاي آموزشي رسيده و به كدام هدف ها نرسيده اند؟ پاسخ به اين پرسش را مي توان از روي پاسخ هر فراگير به هر يك از پرسش هاي امتحان به دست آورد. نتيجه اين كار را در اصطلاح، عملكرد هر فراگير در هر يك از برايندهاي يادگيري مي ناميم. زيرا هر پرسش امتحاني يكي از برايندهاي يادگيري را اندازه گيري مي كند.تجزيه و تحليل نتايج امتحانات 2- به طور كلي هر يك از فراگيران تا چه اندازه به هدف هاي آموزشي رسيده اند؟ براي پاسخ به اين پرسش لازم است سطح عملكرد هر فرد در كل آزمون تعيين شود. عملكرد هر فرد در كل آزمون نشان مي دهد كه او به چند درصد هدف هاي آموزشي رسيده است. 3- به طور متوسط فراگيران كلاس، تا چه اندازه به هر كدام از هدف هاي آموزشي رسيده اند. پاسخ به اين پرسش نشان خواهد داد كه چند درصد فراگيران كلاس، به هر پرسش امتحاني پاسخ درست داده اند. نتيجه حاصل از اين بررسي عملكرد كلاس در هر يك از برآيندهاي يادگيري است.تجزيه و تحليل نتايج امتحانات 4- به طور كلي فراگيران كلاس، تا چه اندازه به هدف هاي آموزشي رسيده اند. براي پاسخ دادن به اين پرسش لازم است تعيين شود كه چند درصد فراگيران كلاس، به همه هدف هاي مورد نظر دست يافته اند. نتيجه اي را كه از اين بررسي به دست مي آيد، عملكرد كلاس در كل آزمون مي ناميم.تجزيه و تحليل نتايج امتحانات بنا بر اين، تجزيه و تحليل نتايج امتحان مستلزم تعيين چهار شاخص است كه مي توان با يك روش ساده آماري آن ها را مشخص كرد. اين چهار شاخص عبارتند از: 1- درصدعملكرد هر فراگير در هر يك از برآيندهاي يادگيري. 2- درصد عملكرد هر فراگير در كل آزمون(همه برآيندهاي يادگيري). 3- درصد عملكرد كلاس در هر يك از برآيندهاي يادگيري. 4- درصد عملكرد كلاس در آزمون.تجزيه و تحليل نتايج امتحانات عيني - تهيه جدول كار و وارد كردن نتيجه پاسخ هر دانش آمور به هر سوال جدول كار براي تجزيه و تحليل يك آزمون 8 سوالي در مورد 16 دانش آموز فرضيتجزيه و تحليل نتايج امتحانات عيني ملاك هاي به دست آمده در جدول كار را مي توانيم با توجه به يكي از درجه هاي توصيفي مانند خيلي خوب، خوب، رضايت بخش، ضعيف و خيلي ضعيف درجه بندي كنيم.محاسبه شاخص هاي آماري آزمون الف- ميانگين نمره هاي خام 1-                                                                       M=∑P 2-                                                       M=(∑Pu+ ∑Pl)/2 ب- انحراف معيار نمره هاي خام: پ- ضريب اعتبار و پايايي: ت- خطاي معيار اندازه گيري:محاسبه شاخص هاي آماري آزمون ث- شاخص اندازه سنجي شاخص اندازه سنجي نقشي دوگانه دارد. 1- نخست اين كه شاخصي از ثبات و پايايي آزمون است. هر چه تعداد واحدهاي اتدازه سنجي بيشتر باشد، آزمون پايايي بيشتري دارد. به علاوه اگر تعداد واحدهاي اندازه سنجي در يك آزمون 12 و در آزمون ديگر 6 باشد، مي توان گفت كه اعتبار آزمون اول دو برابر آزمون دوم است.(ناتال و اسكورنيك، 1974). اين رابطه خطي كه در مقياس اندازه سنجي وجود دارد، در مورد ضريب همبسنگس گشتاوري صدق نمي كند. به عنوان مثال اگر همبستگي دو بار اجراي يك ازمون 0/83 و همين همبستگي در مورد آزمون ديگر 0/43 باشد، نمي توان گفت كه اعتبار و پايايي ازمون اول دو برابر آزمون دوم است. 2- دومين نقش شاخص اندازه سنجي اين است كه براساس آن مي توان توزيع نمره هاي خام آزمودني ها را درجه بندي كرد. در اين درجه بندي حاشيه خطاي درجه بندي به علاوه و منهاي يك است.محاسبه شاخص هاي آماري آزمون مثال: درجه بندي آزمودني ها بر حسب شاخص درجه بندي آزمون توزيع نمره هاي آزمون: بين 10تا 83. تعداد واحدهاي مقياس اندازه سنجي: 7 دامنه تغيير نمره ها: 73= 10-83 دامنه تغيير نمره هاي هر يك از 7 درجه: بنا براين، با اين آزمون مي توان آزمودني ها را به 7 طبقه تقسيم و براي هر طبقه درجاتي در نظر گرفت. حدود نمره هاي خام اين 7 درجه در جدول زير نشان داده شده است.محاسبه شاخص هاي آماري آزمونتجزيه و تحليل پرسش هاي آزمون - استفاده از روشي كه در اين جا برای تجزيه و تحليل پرسش های آزمون ارائه مي شود، تنها براي آزمون هاي قدرت كه همه يا بيشتر آزمودني ها فرصت كافي براي پاسخ دادن به همه پرسش ها را داشته اند مجاز است. نمره گذاري اين آزمون ها نيز بايد به صورت نمره(1) براي پاسخ درست و نمره(0) براي پاسخ غلط باشد. هدف از تجزيه و تحليل پرسش هاي آزمون آن است كه: (1) با حذف پرسش هاي نامناسب و يا تجديد نظر در آن ها، كيفيت آزمون بهتر و بر كارايي آن در سنجش خصيصه مورد نظر افزوده شود.(2)براي تعيين سطح توانايي آزمودني ها يك معيار تشخيصي به دست آيد.مراحل تجزيه و تحليل پرسش هاي آزمون 1- انتخاب گروه نمونه به روش تصادفي و اجراي آزمون 2- تصحيح و نمره گذاري پاسخ نامه ها 3- مرتب كردن پاسخ نامه ها از پايين ترين به بالاترين نمره 4- انتخاب 27 درصد پاسخ نامه ها از نمره هاي بالا و 27 درصد ديگر از نمره هاي پايين 5- استخراج اطلاعات مطابق جدول كار پيشنهاد شده روش تجزيه و تحليل پرسش هاي آزمون جدول تجزيه و تحليل پرسش هاي آزمونشاخص هاي تجزيه و تحليل پرسش هاي آزمون 1-  =Puضريب دشواري در گروه قوي 2- Pl  =ضريب دشواري در گروه ضعيف 3-P =ضريب دشواري در کل گروه 4- Pq = واریانس 5- D= ضريب تميز 6- X2= آزمون معني داري ضريب تميز 7- محدوديت اندازه D( با توجه به سطح دشواري سوال) 8- معرفي جدول فلانگال 9- معرفي جدول معني دار بودن ضرايب تشخيص Dروش تجزيه و تحليل پرسش هاي آزمونبررسي سطح دشواري سوال هاي آزمون 1- سطح دشواري سوال در يك آزمون خوب چقدر بايد باشد؟ به هدف هاي كاربردي و نوع سوال بستگي دارد: اگر قرار است آزموني ساخته شود كه مثلا 20 درصد افراد بالاي يك جامعه را از سايرين متمايز كند، در اين صورت لازم است سطح دشواري سوال هاي آزمون حدود 0/20 باشد. اما اگر قرار است آزموني ساخته شود كه سطح توانايي هاي آزمودني ها را بر حسب احتمال توزيع نمره ها در يك توزيع بهنجار نشان دهد، در اين صورت سطح دشواري آزمون نيز بايد از منحني توزيع بهنجار پيروي كند.شاخص هاي تجزيه و تحليل پرسش هاي آزمون 2- سطح دشواري مطلوب براي انواع سوال هاي عيني براي تعيين سطح دشواري مطلوب براي يك سوال لازم است كه سازنده آزمون احتمال يافتن پاسخ درست سوال را توسط افراد بي اطلاع يا يافتن پاسخ درست بر اساس تصادف صِرف را در نظر بگيرد.  احتمال يافتن پاسخ درست تصادفي يك سوال صحيح- غلط 50 درصد و پاسخ درست تصادفي يك پرسش 3، 4، و 5 گزينه اي به ترتيب 0/33، 25 و 20 درصد است. بنا بر اين سطح دشواري 0/50 براي پرسش هاي صحيح- غلط، و سطح دشواري 0/33، 0/25 و 0/20 به ترتيب براي پرسش هاي 3، 4 و 5 گزينه اي مناسب نيست. زيرا درصد احتمال پاسخ تصادفي درست براي آزمودني هاي بي اطلاع همين اندازه است. از سوي ديگر، پرسش هايي كه سطح دشواري آن ها صفر و يا 1 است، نيز پرسش هاي مناسبي نيستند؛ زيرا افراد گروه بالا را از  پايين تفكيك نمي كنند. شاخص هاي تجزيه و تحليل پرسش هاي آزمون 3- تعيين سطح دشواري مطلوب براي انواع سوال هاي عيني حد مطلوب سطح دشواري براي هر سوال معمولا برابر ميانگين 100 درصد پاسخ هاي درست(p=1) و احتمال پاسخ تصادفي سوال است(كاپلان و ساكوزو، 1989). بنا بر اين، حد مطلوب دشواري براي يك سوال 4 گزينه اي برابر با 0/625 است.}0/625=2/(0/25+1){.سطح دشواري مطلوب براي پرسش هاي صحيح- غلط 0/75}0/75=2/(0/5+1).{ و براي پرسش هاي كوتاه پاسخ برابر با 0/50 است. }0/50=2/(0+1).{ شاخص هاي تجزيه و تحليل پرسش هاي آزمون 4- محاسبه حدود اطمينان براي سطح مطلوب دشواري سوال براي اين كه سطح دشواري سوال هاي آزمون در حد مطلوب يا سطح بهينه باشند، لازم است بين سطح دشواري محاسبه شده براي سوال هاي آزمون و سطح بهينه، از نظر آماري تفاوت معني دار وجود نداشته باشد. براي اين كه معلوم شود آيا تفاوت سطح دشواري سوال هاي آزمون با سطح بهينه معني دار است يا نه، كافي است براي سطح بهينه سوالات با در نظر گرفتن تعداد گزينه ها حدود اطميناني در سطح 95 يا 99 درصد در نظر گرفته شود. چنانچه سطح دشواري مشاهده شده براي هر سوال در محدوده سطح بهينه برآورد شده قرار گيرد، مي توان گفت كه آن سوال داراي سطح دشواري در حد مطلوب يا در سطح بهينه است.شاخص هاي تجزيه و تحليل پرسش هاي آزمون حدود اطمينان سطح دشواري بهينه براي سوال هاي آزمون از فرمول زير محاسبه مي شود: P=Popt +_ tSp  P =حدود اطمينان سطح دشواري بهينه Popt =سطح دشواري بهينه محاسبه شده با توجه به نوع سوال Sp =خطاي معيار نسبت براي سطح دشواري بهينه t =اندازه(t) در درجه آزادي (N-1) در جدول (t مبين) است( Nمجموع افراد گروه هاي بالا و پايين). خطاي معيار نسبت از فرمول زير محاسبه مي شود:شاخص هاي تجزيه و تحليل پرسش هاي آزمون حدود اطمينان براي يك سوال چهار گزينه اي در نمونه اي به حجم 26 نفر( دو گروه 13 نفري) به شرح زير است. P=0/625 ± 0/095 * 2/878 = 0/625 ± 0/2648  0/36 < p < 0/89 بدين ترتيب حدود اطمينان سطح دشواري بهينه در سطح اطمينان 99 درصد بين 0/36 و 0/89 است.هر يك از پرسش هاي ازمون كه بين اين دو حد قرار بگيرد داراي سطح دشواري مطلوب است. پرسش هايي كه سطح دشواري ان ها پايين تر از سطح دشواري بهينه باشند، به عنوان پرسش هاي دشوار و آن هايي كه بالاتر از سطح دشواري بهينه باشند به عنوان پرسش هاي اسان محسوب مي شوند.شاخص هاي تجزيه و تحليل پرسش هاي آزمون تمرين: حدود اطمينان براي سطح دشواري بهينه انواع سوالات 3 و 2 گزينه اي و سوالات كوتاه جواب را در دو سطح معني داري 95 و 99 درصد محاسبه كنيد.شاخص هاي تجزيه و تحليل پرسش هاي آزمون در بسياري از آزمون هاي رواني، سازنده آزمون علاقه مند است آزموني بسازد كه تفاوت هاي فردي ازمودني ها را اندازه گيري كند. آزمون مناسب آزموني است كه به دقت اين تفاوت ها را نشان دهد. در چنين مواردي لازم نيست كه همه سوال هاي آزمون داراي سطح دشواري در فاصله بين دو حد سطح دشواري بهينه باشند، بلكه آزمون بايد سوال هاي اسان و دشوار را نيز شامل شود.تجزيه و تحليل گزينه هاي انحرافي در آزمون هاي كه به صورت پرسش چند گزينه اي تهيه مي شوند، علاوه بر آن كه ضريب تشخيص و سطح دشواري پرسش ها بايد با هدف هاي ازمون هماهنگ باشند، گزينه هاي انحرافي هر پرسش نيز بايد از كارايي لازم برخوردار باشند. گزينه هاي انحرافي هر پرسش چند گزينه اي در صورتي داراي كارايي است كه دو ويژگي زير را دارا باشند: 1- توجه افراد بي اطلاع از موضوع مورد اندازه گيري را به اندازه گزينه درست به خود جلب كنند. 2- براي آزمودني هايي كه در مورد موضوع مورد اندازه گيري توانايي و مهارت كافي دارند، گول زننده نباشند. اگر گزينه هاي انحرافي مناسبي طراحي شوند، انتظار مي رود كه اولا درصد انتخاب گزينه هاي انحرافي توسط افراد گروه پايين بيشتر از درصد انتخاب گروه بالا باشد. ثانيا بين درصد انتخاب گزينه هاي غلط توسط افراد دو گروه تفاوت معني دار وجود داشته باشد.تجزيه و تحليل گزينه هاي انحرافي مثال:تجزيه و تحليل گزينه هاي انحرافي سوال شماره 1: به اين سوال 86 درصد افراد گروه پاسخ داده اند، بنا براين سوال آساني است. گزينه انحرافي الف براي هيچ يك از افراد گروه بالا جادبه اي نداشته اما توجه 8 درصد افراد گروه پايين را به خود جلب كرده است(5=2:25). چون بين درصد پاسخ هاي دوگروه بالا و پايين به اين گزينه از نظر آماري تفاوت معني دار وجود دارد (                           )، بنابراين گزينه الف از كارايي لازم برخوردار است. تفاوت نسبت انتخاب گزينه هاي ج و د توسط افراد دو گروه به ترتيب در سطح 0/05 و 0/01 معني دار است. بنابراين مي توان گفت كه اين سوال با وجود اسان بودن داراي گزينه هاي انحرافي مناسب و موثر است.تجزيه و تحليل گزينه هاي انحرافي سوال شماره 2: سطح دشواري اين سوال 0/28 و لذا سوال دشواري است. همه گزينه هاي انحرافي نتيجه افراد را به خود جلب كرده و لذا گزينه هاي موثري بوده اند. در همه موارد، فراواني و درصد انتخاب گزينه هاي انحرافي توسط افراد گروه ضعيف بيش از افراد گروه قوي بوده و تفاوت بين نسبت انتخاب ها معني دار است. بنابراين گزينه هاي انحرافي از كارايي لازم برخوردار بوده اند.تجزيه و تحليل گزينه هاي انحرافي سوال شماره 3: اين سوال با سطح دشواري 0/20، سوال دشواري است. اما چون درصد پاسخ هاي درست افراد گروه ضعيف بيش از درصد پاسخ هاي درست گروه قوي است، لذا سوال ضريب تشخيصي مناسبي ندارد. علت اين امر احتمالا از آن جا ناشي مي شود كه گزينه انحرافي ب براي گروه قوي جاذبه زيادي داشته است. به طوري كه 60 درصد افراد اين گروه(0/60=15:25) آن را به عنوان گزينه درست انتخاب كرده اند. بنابراين گزينه ب گول زننده است. با وجودي كه گزينه هاي الف و د از كارايي كافي برخوردارند، اما چون سوال فاقد قوه تميز است بايد در آن تجديد نظر كلي به عمل آيد يا به كلي از آزمون حذف شود. تجزيه و تحليل گزينه هاي انحرافي سوال شماره 4: سطح دشواري اين سوال 0/70 است كه از اين نظر با وجود آسان بودن، سوال مناسبي است و گزينه انحرافي(د) از كارايي لازم برخوردار است. اما هيچ يك از گزينه هاي الف و ج كارايي لازم را نداشته است.، زيرا توجه هيچ يك از آزمودني ها، حتي آزمودني هاي گروه ضعيف را نيز به خود جلب نكرده اند. چنان چه لازم باشد كه اين سوال در آزمون گنجانده شود، بايد در گزينه هاي الف و ج تجديد نظر شود تا به قدر كافي توجه افراد گروه ضعيف را به خود جلب كنند.تجزيه و تحليل گزينه ها سوال شماره 5: سوال شماره 5 با داشتن سطح دشواري 0/54 سوال مناسبي است. به ويژه ان كه همه گزينه هاي  انحرافي از كارايي لازم برخوردار بوده اند. زيرا اين گزينه بيشتر توجه افراد گروه پايين را به خود جلب كرده اند. اين سوال را به همين صورت مي توان در آزمون فرم اصلي به كار بست. ساير روش هاي تجزيه و تحليل سوال هاي آزمون 1- همبستگي دو رشته اي نقطه اي 2- ضريب همبستگي دو رشته اي 3- ضريب فاي(ф) 4- ضريب همبستگي تتراكوريك 5- ضريب همبستگي فاي به عنوان شاخص همبستگي دو سوال 6- منحني خصيصه سوال 7- نظريه سوال- پاسخساير روش هاي تجزيه و تحليل سوال هاي آزمون 1- همبستگي دو رشته اي نقطه اي يكي ديگر از روش هاي بررسي ضريب تشخيص سوال ها، محاسبه همبستگي بين عملكرد آزمودني ها در هر سوال با عملكرد آنان در كل آزمون است. در اين همبستگي يكي از متغيرها(عملكرد آزمودني ها در هر سوال) دو ارزشي و متغير ديگر(عملكرد آزمودني ها در كل آزمون) متغير پيوسته است. همبستگي دو رشته اي نقطه اي بين سوال و نمره كل آزمون از فرمول زير محاسبه مي شود:ساير روش هاي تجزيه و تحليل سوال هاي آزمون 1- همبستگي دو رشته اي نقطه اي شرح علائم: = Rpbis ضريب همبستگي دو رشته اي نقطه اي = mp ميانگين نمره هاي خام ازمودني هايي كه به سوال مورد نظر پاسخ درست داده اند = mtميانگين نمره هاي خام همه آزمودني ها = pi نسبت كساني كه به سوال مورد نظر پاسخ درست داده اند به كل ازمودني هاساير روش هاي تجزيه و تحليل سوال هاي آزمون 1- همبستگي دو رشته اي نقطه اي مثال: فرض كنيد ميانگين و انحراف معيار نمره هاي خام يك آزمون 70 سوالي كه در مورد يك گروه نمونه 50 نفري اجرا شده است، به ترتيب 54/3 و 9/7 و ميانگين نمره هاي 29 نفر كه به سوال  مورد نظر پاسخ درست داده اند، 57/6 باشد. در اين صورت خواهيم داشت: پس بين موفقيت در اين سوال و نمره كل آزمون 0/40 همبستگي وجود دارد.ساير روش هاي تجزيه و تحليل سوال هاي آزمون آزمون معني دار بودن همبستگي دو رشته اي نقطه اي براي آزمون معني دار بودن اين همبستگي، دو روش وجود دارد: 1- اگر تعداد آزمودني ها زياد باشد،(30 نفر و يا بيشتر) ابتدا خطاي معيار ضريب همبستگي دو رشته اي نقطه اي را از فرمول   محاسبه مي كنيم.  براي آزمون معني دار بودن ضريب محاسبه شده در يكي از دو سطح 0/05 و 0/01 ، خطاي معيار ضريب همبستگي دو رشته اي نقطه اي را در اندازه هاي 0/05     Z(1/96) و يا 0/01 Z )2/58) ضرب مي كنيم تا تفاوت ضريب همبستگي محاسبه شده از صفر در سطح 0.05 يا 0.01 به دست ايد. ضريب همبستگي محاسبه شده در صورتي معتبر خواهد بود كه در سطح 0.01 و يا 0/05 معني دار باشد. به عبارت ديگر اگر داشته باشيم: 1/96 * Srbis  > rbis > 2/58 * Srbis، در اين صورت ضريب محاسبه شده در سطح 0/01 معني دار است. هر گاه داشته باشيم: 2/58 * Srbis rbis > ، در اين صورت ضريب محاسبه شده در سطح 0.01 معني دار است. اما اگر ضريب محاسبه شده از 1/96 * Srbis كوچك تر و يا با آن برابر باشد، ضريب همبستگي محاسبه شده در هيچ سطحي معني دار نيست.ساير روش هاي تجزيه و تحليل سوال هاي آزمون آزمون معني دار بودن همبستگي دو رشته اي نقطه اي 2- اگر تعدا آزمودني ها كم باشد(N<30) براي ازمون معني دار بودن ضريب همبستگي دو رشته اي نقطه اي محاسبه شده براي هر سوال، تفاوت 1/96 * Srbis را از راه آزمون t بررسي مي كنيم. تذكر: در آزمون هايي كه تعداد سوال هاي آن كم است، استفاده از همبستگي دو رشته اي نقطه اي براي تعيين ضريب تشخيص سوال ها با اشكال مواجه خواهد بود، زيرا موفقيت در سوالي كه قرار است ضريب همبستگي ان با نمره كل آزمون محاسبه شود، پاسخ هاي درست آزمودني ها به سوالي كه قرار است همبستگي آن با نمره كل آزمون محاسبه شود، موجب افزايش نمره كل آزمون مي شود. در نتيجه ضريب همبستگي محاسبه شده افزايش مي يابد.بريا اجتناب از اين اشكال لازم است كه نمره هر سوال از نمره كل ازمون حذف شود.ساير روش هاي تجزيه و تحليل سوال هاي آزمون تمرين: در جدول زير پاسخ 10 آزمودني به 6 سوال تستي داده شده است. ضريب همبستگي دو رشته اي نقطه اي  سوال 1 با نمرات كل آزمون را محاسبه كنيد و معني دار بودن آن را آزمون كنيد.ساير روش هاي تجزيه و تحليل سوال هاي آزمون محاسبه ضريب همبستگي بين نمره هاي سوال 1 و نمره هاي كل آزمون ميانگين نمره هاي همه آزمودني ها در كل آزمون با حذف نمره سوال 1 به ترتيب برابر با 5  4  4  4  4  5  0  2  2  و  4  است كه ميانگين آن ها برابر با 3/4 (Mt)و انحراف معيار آن ها (St)برابر 1/58 است. نسبت پاسخ هاي درست آزمودني ها به سوال شماره 1 (Pi)برابر با 0/8 است. نمره اي خام آزمودني ها كه به سوال اول پاسخ درست داده اند با حذف نمره سوال شماره 1 به ترتيب برابر با 5 4 4 4 5 2 2 4 و ميانگين آن ها (Mp)برابر 3/75 و انحراف معيار آن ها برابر 1/16 است. بنابراين داريم:ساير روش هاي تجزيه و تحليل سوال هاي آزمون محاسبه ضريب همبستگي بين نمره هاي سوال 1 و نمره هاي كل آزمون براي آزمون معني دار بودن ضريب همبستگي محاسبه شده تفاوت Mp-Mt را از فرمول زير بررسي مي كنيم:  چون t محاسبه شده از t مبين جدول در سطح 0.5 (1/746) كمتر است، لذا فرض همبستگي صفر بين سوال شماره 1 و نمره كل ازمون را نمي توان رد كرد. بنابر اين ضريب همبستگي محاسبه شده معني دار نيست و اين سوال با ساير سوالات ازمون همساني دروني ندارد.ساير روش هاي تجزيه و تحليل سوال هاي آزمون ضريب همبستگي دو رشته اي نقطه اي به طور كلي ضريب همبستگي دو رشته اي نقطه اي، همبستگي بين يك متغير دو ارزشي و يك متغير پيوسته را نشان مي دهد. بر خلاف ضريب همبستگي پيرسون كه شرط استفاده از اين همبستگي آن است كه توزيع نمره ها بايد در هر دو متغير نرمال باشد، در كاربرد ضريب همبستگي دو رشته اي نقطه اي شرط نرمال بودن توزيع متغير دو ارزشي لازم نيست.  به عنوان مثال، اگر بخواهيم بين جنسيت و قد همبستگي محاسبه كنيم، مي توانيم بين اين دو متغير همبستگي دو رشته اي نقطه اي را به كار ببنديم. در اين مثال، قد يك متغير پيوسته است، اما جنسيت(زن يا مرد بودن) يك متغير دو ارزشي است كه توزيع اين صفت در جامعه نرمال نيست.ساير روش هاي تجزيه و تحليل سوال هاي آزمون ضريب همبستگي دو رشته اي نقطه اي نكته ديگري كه در استفاده از همبستگي دو رشته اي نقطه اي بايد به خاطر داشت اين است كه اگر St, Mt,Mp از روي نمره هاي ملاك خارجي محاسبه شده باشد، در اين صورت همبستگي محاسبه شده شاخص روايي ملاكي سوال است. هر گاه اندازه هاي مذكور از روي نمره هاي آزمون محاسبه شود، همبستگي به دست آمده شاخص همساني دروني سوال با ساير سوال ها و كل آزمون است. بديهي است چنانچه آزمون داراي روايي باشد، در اين صورت همبستگي محاسبه شده شاخصي از روايي آزمون نيز خواهد بود.روايي سوال هاي آزمون مقدمه: به منظور سنجش كارايي هر سوال به عنوان شاخصي از تفاوت هاي فردي براي اندازه گيري توانايي و يا ويژگي هاي شخصيتي، دسترسي به يك ملاك خارجي معتبر به عنوان شاخصي از توانايي يا ويژگي مورد اندازه گيري ضروري است. اگر قرار است آزموني براي پيش بيني موفقيت در يك شغل و يا پيشرفت تحصيلي ساخته شود، در اين صورت به عنوان ملاك خارجي مناسب مي توان از شاخص موفقيت شغلي( مثلا درجه بندي توسط سرپرستان)، يا پيشرفت تحصيلي(نمره هاي امتحان هاي رسمي) استفاده كرد.روايي سوال هاي آزمون ضريب همبستگي دو رشته اي نقطه اي بدينسان روايي يك سوال براي پيش بيني ميزان يك ملاك خارجي را مي توان با محاسبه همبستگي نمره آن سوال(نمره هاي 1 براي پاسخ هاي درست و نمره هاي صفر براي پاسخ هاي غلط) با نمره ملاك برآورد كرد. متداول ترين ضريب همبستگي براي اين منظور همبستگي دو رشته اي نقطه اي است. ضريب همبستگي دو رشته اي نقطه اي به عنوان شاخصي از روايي يك سوال براي پيش بيني احتمال موفقيت آزمودني در يك سوال خارجي را به صورت زير نيز مي توان مطرح كرد.روايي سوال هاي آزمون ضريب همبستگي دو رشته اي نقطه اي N= تعداد كل آزمودني ها N1= تعداد آزمودني هايي كه به سوال مورد نظر پاسخ درست داده اند. Ϋ= ميانگين نمره هاي خام همه آزمودني ها در متغير ملاك Ϋ1= ميانگين نمره هاي خام متغير ملاك در مورد آزمودني هايي كه به سوال مورد نظر پاسخ درست داده اند. S= انحراف معيار نمره هاي خام همه آزمودني ها در متغير ملاك نكته: فرمول فوق را براي تعيين همبستگي سوال با كل آزمون نيز مي توان به كار برد. در اين صورت متغير ملاك نمره هاي كل آزمون براي آزمودني ها خواهد بود. مثال عددي: ص. 162 شريفيروايي سوال هاي آزمون آزمون  معني داري ضريب همبستگي دو رشته اي نقطه اي براي آزمون معني دار بودن اي ضريب مي توان از روشي كه پيش از اين در مورد همبستگي دو رشته اي نقطه اي توضيح داده شد، استفاده كرد. بديهي است هر قدر اين همبستگي به 1 نزديك تر باشد، قدرت پيش بيني عملكرد آزمودني ها در متغير ملاك به وسيله سوال مورد نظر بيشتر خواهد بود. هم چنين سوال هايي كه داراي روايي پيش بيني يالاتري هستند، هر چند همبستگي آن ها با ساير سوال هاي آزمون كمتر باشد، براي گنجاندن در آزمون فرم نهايي مناسب تر خواهند بود.روايي سوال هاي آزمون ضريب همبستگي دو رشته اي ضريب همبستگي دو رشته اي از رابطه زير به دست مي آيد: Mp= ميانگين نمره هاي آزمون يا نمره هاي ملاك كساني كه به سوال پاسخ درست داده اند. Mtو St = به ترتيب ميانگين و انحراف معيار نمره هاي آزمون يا نمره هاي ملاك همه آزمودني ها P= نسبت كساني كه به سوال پاسخ درست داده اند Y= عرض نقطه تفكيك معادل P در منحني توزيع نرمال به مساحت 1 واحد است مثال عددي: ص. 163 شريفيروايي سوال هاي آزمون آزمون معني داربودن ضريب همبستگي دو رشته اي براي آزمون معني دار بودن ضريب همبستگي دو رشته اي كافي است خطاي معيار همبستگي محاسبه شده را از رابطه زير به دست آوريم: حال اگر داشته باشيم ضريب همبستگي محاسبه شده در سطح 0/05 معني داراست. اگر داشته باشيم  همبستگي در سطح 0.01 معني دار است چنانچه داشته باشيم در اين صورت همبستگي محاسبه شده در هيچ سطحي معني دار نيست. تمرين خطاي معيار همبستگي و معني دار بودن مثال ص. 163 را محاسبه و بررسي كنيد.روايي سوال هاي آزمون محاسبه ضريب همبستگي دو رشته اي از راه ديگر روش ديگر محاسبه همبستگي دو رشته اي، مقايسه نسبت پاسخ هاي درست افراد 27 درصد بالا و 27 درصد پايين آزمودني ها است. براي اين كار مي توان نسبت پاسخ هاي درست افراد 27 درصد بالا را در رديف افقي و بالاي جدول(شريفي، ص. 164) و نسبت پاسخ هاي درست 27 درصد پايين را از بين اعداد ستون سمت چپ جدول پيدا كرد و سپس از تقاطع آن ها ضريب همبستگي دو رشته اي را در داخل جدول به دست آورد. ضريب همبستگي دو رشته اي نيز مانند ضريب همبستگي دو رشته اي نقطه اي براي برآورد ضريب همبستگي سوال با نمره كل آزمون يا يك نمره ملاك خارجي به كار مي رود. در حالت اول، ضريب محاسبه شده شاخصي از همساني سوال با كل آزمون و در حالت دوم شاخصي از روايي ملاكي سوال خواهد بود.روايي سوال هاي آزمونروايي سوال هاي آزمون ضريب فاي(ф):  شاخص همبستگي سوال با نمره هاي كل آزمون ضريب فاي يكي از شاخص هايي است كه براي بررسي همبستگي هر سوال با كل آزمون و به عبارت ديگر براي بررسي ثبات و همساني دروني بين يك سوال با سوال هاي ديگر آزمون به كار مي رود.گيلفورد(1954) براي محاسبه ضريب فاي فرمول ساده زير را ارائه كرده است كه بر اساس ازمون مجذور خي(   ) استوار است. Pu و Pl به ترتيب نسبت افراد گروه بالا و پايين است كه به سوال پاسخ درست داده اند و P نسبت پاسخ هاي درست آزمودني ها به سوال مورد نظر است. چون اين فرمول  اساسا بر پايه آزمون مجذور خي استوار است، لذا بين آن ها رابطه زير بر قرار است:روايي سوال هاي آزمون آزمون معني دار بودن ضريب فاي(ф) براي آزمون معني دار بودن ضريب همبستگي فاي محاسبه شده مي توان مقدار     را از فرمول اسلايد قبلي محاسبه كرد. هر گاه           محاسبه شده از مجذور خي مبين براي يك درجه ازادي يعني 3/841 بزرگتر باشد، ضريب فاي محاسبه شده در سطح 0/05 . چون از 6/635 بزرگ تر باشد، در سطح 0/01 معني دار خواهد بود. براي آزمون معني دار بودن ضريب فاي در سطح 0/05 و 0/01 به ترتيب مي توان از فرمول هاي زير نيز استفاده كرد(هومن، 1366).  در همه اين فرمول ها N برابر مجموع افراد گروه بالا و  گروه پايين است.روايي سوال هاي آزمون آزمون معني دار بودن ضريب فاي(ф) شرط استفاده از ضريب فاي اين است كه بايد تعداد افراد گروه بالا و گروه پايين برابر باشد. يكي از محاسن اين روش آن است كه گروه هاي بالا و پايين را مي توان به هر نسبت دلخواه مثلا N0/50 ، N0/33 ، N0/27 ، N0/25 و غيره انتخاب كرد. به مثال عددي ص. 166 شريفي(1377) مراجعه كنيد.روايي سوال هاي آزمون ضريب همبستگي تتراكوريك همبستگي تتراكوريك براي نشان دادن رابطه بين دو متغير دو ارزشي به كار مي رود. ضريب همبستگي تتراكوريك به ويژه هنگامي به كار مي رود كه بخواهيم همبستگي بين دو متغير را كه نمي توان با مقياس پيوسته آن ها را اندازه گيري كرد، محاسبه كنيم. همبستگي بين يك سوال با سوال ديگر را كه هر دو متغير دو ارزشي هستند از راه ضريب همبستگي تتراكوريك مي توان محاسبه كرد.روايي سوال هاي آزمون ضريب همبستگي تتراكوريك براي محاسبه ضريب همبستگي بين دو سوال آزمون مي توان يك جدول 2 در 2 مطابق جدول زير تهيه كرد:روايي سوال هاي آزمون ضريب همبستگي تتراكوريك محاسبه ضريب همبستگي تتراكوريك روش پيچيده اي دارد كه بحث در باره آن از هدف اين كتاب خارج است. اما خوشبختانه روش ساده اي وجود دارد كه با استفاده از آن مي توان مقدار تقريبي ضريب همبستگي تتراكوريك را كه براي بسياري از مقاصد روان سنجي از دقت نسبتا كافي برخوردار است، محاسبه كرد. بر اساس اين روش ضريب همبستگي تتراكوريك از رابطه زير به دست مي آيد: به مثال عددي ص. 167 شريفي(1377) مراجعه كنيد.روايي سوال هاي آزمون ضريب همبستگي تتراكوريك هر گاه مقدار BC كوچك تر از AD باشد، ضريب همبستگي بين دو سوال منفي و اگر BC بزرگ تر از AD  باشد، ضريب محاسبه شده مثبت خواهد بود. چون در مثال عددي مورد نظر، مقدار BC (1050) بزرگ تر از AD است، بنابراين همبستگي محاسبه شده مثبت است. يكي از محدوديت هاي فرمول بالا اين است كه اين فرمول در صورتي معتبر است كه حجم نمونه مورد مطالعه بزرگ و نسبت افراد در هر يك از دو قسمت بين 0/40 و 0/60 باشد. در مثال بالا اين نسبت ها 0/60 و 0/45 است. براي اين كه ضريب همبستگي تتراكوريك از پايايي كافي برخوردار باشد، تعداد افراد نمونه اي كه ضريب همبستگي سوال ها در مورد آنان محاسبه شود نبايد از 150 تا 200 نفر كمتر باشد(گارت، 1954).روايي سوال هاي آزمون ضريب همبستگي تتراكوريك موزير و مك كيتي(نقل از هومن، 1366) براي تجزيه و تحليل سوال ها با استفاده از گروه هاي انتهايي( 27 درصد بالا و 27 درصد پايين) يك نموگراف محاسباتي ساخته اند كه با در دست داشتن نسبت پاسخ هاي درست افراد گروه بالا و پايين به راحتي مي توان ضريب همبستگي تتراكوريك را با دقت نسبي به دست آورد. شرط استفاده از نوموگراف آن است كه حجم نمونه مورد مطالعه از 400 نفر كمتر نباشد( به شريفي، 1377، ص. 169 مراجعه شود).روايي سوال هاي آزمونروايي سوال هاي آزمون آزمون معني دار بودن ضريب همبستگي تتراكوريك خطاي معيار ضريب همبستگي تتراكوريك از رابطه زير به دست مي آيد( هومن، 1366).  طرز استفاده از خطاي معيار ضريب همبستگي تتراكوريك براي آزمون معني دار بودن ضريب محاسبه شده همانند روشي است كه در مورد ضريب همبستگي دو رشته اي و دو رشته اي نقطه اي شرح داده شد.روايي سوال هاي آزمون 5- ضريب همبستگي فاي به عنوان شاخص همبستگي دو سوال هنگامي كه در متغيرهاي دو ارزشي فرض توزيع نرمال صادق نيست، مانند پاسخ به سوالي كه فقط به دو طبقه درست و غلط طبقه بندي مي شود و نمره بينابيني وجود ندارد، مي توان از همبستگي فاي استفاده كرد. ضريب فاي احتمالا در تجزيه و تحليل سوال ها يكي از شاخص هاي مفيد براي تعيين ضريب همبستگي يك سوال با سوال ديگر است.روايي سوال هاي آزمون ضريب همبستگي فاي به عنوان شاخص همبستگي دو سوال ضريب فاي از رابطه زير به دست مي آيد: عناصر اين فرمول به شرح زير است:  Ø= ضريب همبستگي فاي Pc= نسبت افرادي كه به هر دو سوال پاسخ درست داده اند. Px= نسبت افرادي كه به سوال 1 درست پاسخ داده اند Py= نسبت افرادي كه به سوال 2 درست پاسخ داده اند آزمون فرض صفر در مورد ضريب همبستگي فاي به همان روشي كه در مورد ضريب فاي به عنوان همبستگي سوال با كل آزمون گفته شد انجام مي گيردروايي سوال هاي آزمون مقايسه ضريب همبستگي فاي با ضريب همبستگي تتراكوريك اين دو شاخص براي تعيين همبستگي بين دو متغير دو ارزشي به كار مي روند، با وجود اين تفاوت هايي با هم دارند. اگر حجم نمونه و فرض نرمال بودن توزيع نمره ها در مقياس هاي دو ارزشي صادق باشد، بهتر است از همبستگي تتراكوريك استفاده شود. اما اگر فرض نرمال بودن در مورد توزيع متغيرهاي دو ارزشي صدق نكند، به ويژه در مورد بررسي همبستگي بين دو سوال، ضريب فاي مناسب تر از همبستگي تتراكوريك است(گارت، 1954).منحني خصيصه سوال منحني خصيصه سوال روش مناسبي براي شناخت ويژگي هاي سوال است. براي ترسيم منحني خصيصه سوال مي توان نمره هاي خام آزمودني ها را با فواصل مساوي روي محور x ها و درصد فراواني پاسخ هاي درست سوال را روي محور y ها نشان داد. از تقاطع خط هاي عمد رسم شده از محل طبقات نمره ها بر محور x ها با خطوط عمد استخراج شده از نقاط درصد پاسخ هاي درست افرادي كه نمره هاي آن ها در هر طبقه از نمره ها قرار دارد، نقطه هايي به دست مي آيد كه از وصل كردن اين نقطه ها به يكديگر منحني خصيصه سوال ترسيم مي شود.منحني خصيصه سوال در نمودار شماره 1 منحني خصيصه يك سوال مناسب نشان داده شده است. در اين نمودار ملاحظه مي شود كه درصد پاسخ هاي درست كساني كه نمره هاي بالاتري از آن آزمون گرفته اند، اغلب بالاتر از درصد پاسخ هاي درست افرادي است كه نمره هاي كمتري گرفته اند.منحني خصيصه سوالمنحني خصيصه سوال در اين نمودار افزايش تدريجي شيب منحني نشانگر آن است كه با افزايش نمره هاي خام آزمون، درصد كساني كه به سوال پاسخ درست داده اند افزايش مي يابد. اين بدان معني ست كه سوال در همه سطوح عملكرد آزمودني ها از ضريب تشخيص كافي برخوردار است.منحني خصيصه سوال نمودار شماره 2 نشان مي دهد كه اين سوال در سطح عملكرد پايين، آزمودني هاي قوي و ضعيف را از هم تفكيك مي كند. اما تقريبا همه كساني كه نمره بالاتر از متوسط گرفته اند، به آن پاسخ درست داده اند. بنابراين چنين سوالي در سطح عملكرد بالاتر از متوسط فاقد ضريب تشخيص است.منحني خصيصه سوالمنحني خصيصه سوال در نمودار شماره 3 منحني خصيصه 5 سوال نشان داده شده است. سطح دشواري سوال A در همه سطوح عملكرد در آزمودني ها يكسان است. لذا اين سوال فاقد قدرت تفكيك است.  سوال شماره B داراي ضريب تشخيص منفي است. زيرا درصد پاسخ هاي درست با افزايش سطح عملكرد آزمودني ها كاهش مي يابد. سوال C تا سطح عملكرد متوسط داراي ضريب تشخيص است، اما از آن به بعد، افارد قوي و ضعيف را از هم تفكيك نمي كند. سوال D تا سطح نمره 11 ازمودني ها را در سطوح مختلف عملكرد از هم تفكيك مي كند اما از آن به بعد فاقد قوه تميز است. قوه تميز سوال E در سطح پايين عملكرد كم است ولي از نمره 6 به بالا ضريب تشخيص آن افزايش مي يابد.منحني خصيصه سوالمنحني خصيصه سوال نمودار شماره 4 نشان مي دهد كه آزمودني ها در همه سطوح توانايي، به نسبت يكسان به اين سوال پاسخ درست داده اند. بديهي است اين سوال فاقد تميز لازم براي تفكيك آزمودني ها در سطوح مختلف عملكرد است.منحني خصيصه سوالمنحني خصيصه سوال نمودار شماره 5 مشخصه سوالي را نشان مي دهد كه درصد پاسخ هاي درست با افزايش سطح عملكرد آزمودني ها تا نمره معيني افزايش مي يابد، اما از آن به بعد سير نزولي پيدا مي كند. اين امر نشانگر آن است كه اين سوال تا سطح معيني از عملكرد حساس است و از آن به بعد آزمودني هاي قوي تر نتوانسته اند متناسب با سطح توانايي خود به آن پاسخ دهند.منحني خصيصه سوالمنحني خصيصه سوال در نمودار شماره 6 نيز نمونه ديگري از خصايص سوال ها نشان داده شده است. در اين نمودار محل هر سوال بر حسب سطح دشواري(درصد پاسخ هاي درست) و ضريب تشخيص( همبستگي دو رشته اي نقطه اي سوال با نمره كل آزمون) تعيين شده است. سوال شماره 12 كه دور آن خط كشيده شده است، داراي ضريب تشخيص 0/60 و سطح دشواري 0/46 است. چنان كه پيش تر از اين گفته شد، سطح دشواري ومطلوب براي سوال هاي آزمون بين 0/30 تا 0/70 است. قسمتي از اين نمودار كه سياه شده است منطقه اي را نشان مي دهد كه سطح دشواري سوال ها بين دو حد مزبور و ضريب تشخيص ان ها بالاتر از 0/30 است. بنابراين سوال هايي كه در اين منطقه قرار دارند سوال هاي مناسبي خواهند بود.منحني خصيصه سوالنظريه سوال- پاسخ(item- response theory) رويكرد هاي جديد به تجزيه و تحليل سوال هاي آزمون، الگوهاي جديدي از روان آزمايي را مطرح كرده است. يكي از رويكردهاي جديد، نظريه سوال- پاسخ است. در اين الگو تجزيه و تحليل سوال ها، براي هر سوال يك منحني سوال- پاسخ ساخته مي شود. همه نمودارهايي كه در اين فصل مورد بررسي قرار گرفتند نمونه هايي از منحني هاي سوال- پاسخ هستند. چنان كه ملاحظه شد، منحني از به هم پيوستن نقطه هايي به دست مي آيد كه مشخص كننده درصد پاسخ هاي درست آزمودني ها با سطح عملكرد آن ها است. سطح عملكرد ممكن است بر اساس ملاك دروني(نمره كل آزمون) و يا ملاك بيروني(نمره يك متغير ملاك خارجي) تعريف شود. پس از رسم منحني، مي توان سطح دشواري و شاخص تفكيك يا ضريب تشخيص سوال را تعيين كرد.  نظريه سوال- پاسخ(item- response theory) سطح دشواري كه با حرف b نشان داده مي شود، نمره اي از ملاك است كه 50 درصد آزمودني هايي كه اين نمره  را گرفته اند پاسخ درست به سوال داده باشند. شاخص تفكيك سوال كه با حرف a نشان داده مي شود، همان شيب منحني سوال- پاسخ است. هر گاه توزيع صفت مورد اندازه گيري(خصيصه مكنون) نرمال و ميانگين و انحراف معيار آن به ترتيب برابر صفر و يك باشد، شاخص تفكيك يا سطح تشخيص سوال(ag) از رابطه زير به دست مي آيد. در اين فرمول،            ضريب همبستگي دو رشته اي سوال است( با نمره كل آزمون يا با نمره يك ملاك خارجي)نظريه سوال- پاسخ(item- response theory) دامنه تغيير شيب منحني سوال- پاسخ بين 0/50 تا 2/5 تغيير مي كند. شيب 1 = ag در بيشتر موارد سطح تشخيص قابل قبول براي بيشتر سوال هاي آزمون است. شيب كمتر از 0/50 نشانگر آن است كه سوال فاقد قوه تميز كافي است. در نمودار شماره 7 منحني سوال- پاسخ در مورد دو سوال از يك آزمون داده شده است. سطح دشواري سوال A (% 71/67) پايين تر از سطح دشواري سوال B (% 76/43) است. در صورتي كه شيب سوال A تندتر از شيب سوال B است، و اين بدان معني است كه سطح تشخيص سوال A بالاتر از سوال B است.  نظريه سوال- پاسخ(item- response theory)نظريه سوال- پاسخ(item- response theory) اگر همبستگي دو رشته اي سوال A با نمره كل آزمون برابر 0/60 و همين همبستگي در مورد سوال B برابر 0/45 باشد، شاخص تشخيص اين دو سوال به شرح زير خواهد بود: ملاحظه مي شود كه هر دو سوال داراي سطح تشخيص قابل قبل هستند، با وجود اين سطح تشخيص سوال A بهتر از سوال B است.نظريه سوال- پاسخ(item- response theory) رابطه اين دو شاخص با شاخص هاي P و D ، كاملا آشكار است، اما بايد دانست بر اساس منحني سوال- پاسخ، يك تصوير جامع از رابطه تابعي بين درصد پاسخ هاي درست و نمره هاي ملاك به دست مي ايد كه از داده هاي حاصل از تجزيه و تحليل ساده سوال ها فراتر مي رود. در رويكردهاي جديد تجزيه و تحليل سوال هاي ازمون، منحني هاي سوال- پاسخ بر اساس درصد پاسخ هاي درست ازمودني ها در ارتباط با برآوردهايي از توانايي آنان كه از تابع رياضياتي خاص به دست مي ايد، ترسيم مي شود. اين رويكردها را كه بر حسب فرض هاي زيربنايي و روش هايي كه براي برآورد متغيرها به كار مي بندند، نظريه صفت مكنون، نظريه منحني ويژه سوال، يا الگوي راش ناميده مي شوند. در اين رويكردها، عملكرد آزمودني ها در سوال هاي ازمون(درصد پاسخ هاي درست) به موقعيت برآورد شده آن ها روي يك پيوستار فرضي صفت مكنون ربط داده مي شود.اصلاح سطح دشواري سوال ها براي حذف عامل حدس و گمان در آزمون هاي چندگزينه اي همواره اين احتمال وجود دارد كه بعضي از آزمودني ها براي يافتن پاسخ هاي درست سوال ها آن ها را حدس بزنند. براي حذف عامل حدس و گمان لازم است سطح دشواري سوال ها اصلاح شود. اصلاح حدس و گمان بر دو فرضيه استوار است: 1) پاسخ غلط به سبب بي اطلاعي آزمودني از موضوع مورد اندازه گيري و گرايش وي به حدس زدن است 2) جاذبه همه گزينه هاي پرسش ها براي ازمودني هاي بي اطلاع از موضوع يكسان است. با قبول اين دو فرضيه مي توان سطح دشواري سوال ها را با استفاده از فرمول  زير براي حذف عامل حدس و گمان اطلاح كرد.اصلاح سطح دشواري سوال ها براي حذف عامل حدس و گمان بعضي از عناصر اين فرمول  كه تا كنون معرفي نشده اند، به شرح زير است: Pc = درصد كساني كه واقعا پاسخ درست سوال را مي دانند HR= تعداد كساني كه فرصت پاسخ دادن به سوال ها را نداشته و آن ها را بدون پاسخ گذاشته اند N = تعداد كل آزمودني ها به عنوان مثال، اگر از يك گروه 300 نفري، 150 نفر به يك سوال 5 گزينه اي پاسخ درست، 120 نفر پاسخ غلط داده و 30 نفر بقيه فرصت پاسخ دادن به آن را نداشته  و ان را بي جواب گذاشته باشند، سطح دشواري اصلاح شده سوال به شرح زير خواهد بود:ويژگي هاي يك آزمون الف: ويژگي هاي اصلي: پايايي روايي نرم يا هنجار حساسيت ب: ويژگي هاي فرعي: سهولت اجرا سهولت نمره گذاري صرفه جويي در وقت صرفه جويي در هزينهاعتبار و پايايي آزمون مباني نظري نمره آزمون از آن جا كه ابزارهاي اندازه گيري خصيصه هاي رواني كاملا دقيق نيستند، نمره هاي كه فرد از يك ازمون مي گيرد با توانايي يا خصيصه واقعي او تفاوت دارد. تفاوت بين نمره واقعي و نمره مشاهده شده از خطاي اندازه گيري ناشي مي شود. بنابراين مي توان گفت كه نمره مشاهده شده(X) تركيبي از نمره واقعي(T) و خطاي اندازه گيري اس(E) است. X=T+E به عبارت ديگر، تفاوت بين نمره به دست آمده و نمره واقعي برابر خطاي اندازه گيري است. يعني: E=X-T ابزارهاي اندازه گيري هاي رواني را مي توان به خط كش لاستيكي تشبيه كرد كه فواصل درجه هاي آن به طور تصادفي كم يا زياد مي شود. با استفاده از خط كش لاستيكي براي اندازه گيري طول، در كوشش هاي مختلف ممكن است اندازه هاي متفاوت به دست ايد كه توزيع آن ها نرمال است. در اندازه گيري هاي رواني نيز چنين است. هر نمره مشاهده شده تركيبي از نمره واقعي و نمره خطاست. اعتبار و پايايي آزمون بر اساس نظريه نمونه گيري تصادفي، توزيع خطاهاي اندازه گيري شكلي زنگوله اي دارد. بدينسان نمره واقعي آزمودني برابر ميانگين توزع و پراكندگي نمره ها در دو طرف ميانگين توزيع خطاهاي نمونه گيري را نشان مي دهد. اين گفته بدان معناست كه نمره حاصل از يك بار اجراي آزمون ممكن است با نمره واقعي آزمودني يكسان باشد يا نباشد. اما با تكرار آزمايش مي توان با به دست آوردن ميانگين نمره ها، نمره واقعي را برآورد كرد.اعتبار و پايايي آزمون در نمودار شماره 1( شريفي، 1377:186) سه توزيع مختلف نشان داده شده است. در توزيع اول پراكندگي نمره ها در دو طرف نمره واقعي(ميانگين توزيع) خيلي زياد است. در اين مورد با اجراي يك بار آزمون اين احتمال وجود دارد كه نمره به دست آمده با نمره واقعي تفاوت زيادي داشته باشد.  در سومين توزيع سمت راست، پراكندگي اندازه ها حول ميانگين خيلي كم است. در اين مورد بيشتر نمره هاي مشاهده شده به نمره واقعي خيلي نزديك خواهند بود، بنابراين با مشاهدات كمتري مي توان به نتايج دقيق دست يافت.اعتبار و پايايي آزمون پراكندگي اندازه مشاهده ها حول نمره واقعي، ميزان خطاي اندازه گيري را نشان مي دهد. بر اساس نظريه كلاسيك روان سنجي اين فرض وجود دارد كه نمره واقعي شخص در يك ازمون با تكرار آزمايش تغيير نمي كند، بلكه تغيير نمره فرد در اجراي آزمون در دفعه هاي مختلف از خطاي تصادفي اندازه گيري ناشي مي شود. به طور نظري، انحراف معيار توزيع خطاها در مورد هر شخص، بزرگي خطاي اندازه گيري را نشان مي دهد. گر چه اين نظريه فقط به توزيع نمره هاي خطا در مورد يك فرد مربوط است، اما معمولا چنين فرض مي شود كه توزيع خطاهاي تصادفي براي همه افراد يكسان است. بدينسان در نظريه كلاسيك روان آزمايية انحراف معيار خطا به عنوان پايه اي براي سنجش خطاي اندازه گيري به كار بسته مي شود كه معمولا به خطاي معيار اندازه گيري معروف است و آن را با علامت اختصاريSE نشا ن مي دهيم.اعتبار و پايايي آزمون فرض كنيم مي خواهيم ارتفاع يك ميز را كه اندازه واقعي آن 80 سانتي متر است با يك خط كش لاستيكي اندازه گيري كنيم.... ميانگين اندازه هاي به دست آمده برآوردي از ارتفاع ميز و انحراف معيار اندازه ها، خطاي معيار اندازه گيري خواهد بود. خطاي معيار اندازه گيري متوسط انحراف اندازه هاي به دست آمده از ميانگين را نشان مي دهد. در عمل، انحراف معيار نمره هاي مشاهده شده و ضريب اعتبار آزمون به عنوان ملاك هايي براي برآورد خطاي معيار اندازه گيري به كار مي روند.مفهوم اعتبار آزمون و الگوهاي آن اعتبار آزمون به دقت اندازه گيري و ثبات و پايايي آن مربوط است و دو معناي متفاوت دارد. يك معناي اعتبار، ثبات و پايايي نمره هاي آزمون در طول زمان است. بدين معنا كه اگر يك آزمون چند بار در باره يك آزمودني اجرا شود، نمره وي در همه موارد يكسان باشد. معناي دوم اعتبار به همساني دروني اشاره دارد و مفهوم آن اين است كه سوال هاي آزمون تا چه اندازه با يكديگر همبستگي متقابل دارند. اگر ضريب اعتبار دروني ازمون كم باشد، بدان معناست كه سوال هاي مختلف ازمون متغير واحدي را اندازه گيري نمي كنند. به عبارت ديگر آزمون ممكن است داراي نوعي اشكال باشد. بنابراين، آزموني كه بين سوال هاي آن تشابه و هماهنگي وجود داشته باشد از همساني دروني بالايي برخوردار است. اما بايد دانست گاهي بالا بودن همساني دروني آزمون به بهاي كاهش روايي تمام مي شود.مفهوم اعتبار آزمون و الگوهاي آن به طور كلي، آزمون در صورتي داراي اعتبار است كه عاري از خطاي اندازه گيري غير نظام دار باشد. خطاهاي اندازه گيري غير نظام دار كه بر نمره هاي آزمون تاثير مي گذارند، غير قابل پيش بيني بوده و اعتبار تست را كاهش مي دهند. از سويي ديگر، خطاهاي اندازه گيري نظام دار، گر چه نمره هاي ازمون را تحت تاثير قرار مي دهند، اما چون اثر آن ها نسبتا ثابت و قابل پيش بيني است، لذا اعتبار آزمون را كاهش نمي دهند(ايكن، 1985). خطاهاي غير نظام دار عمدتا به متغيرهايي مانند نمونه خاص سوال هاي آزمون، شرايط اجرا، و انگيزه ازمودني در پاسخ دادن به سوال هاي ازمون مربوط است.مفهوم اعتبار آزمون و الگوهاي آن اعتبار آزمون را مي توان به عنوان خارج قسمت واريانس نمره هاي واقعي بر واريانس نمره هاي مشاهده شده تعريف كرد كه به صورت رابطه زير نشان داده مي شود: در اين رابطه،         اعتبار نظري آزمون،          واريانس نمره هاي واقعي، و          واريانس نمره هاي مشاهده شده است. بايد دانست كه منظور از اين دو واريانس، واريانس جامعه است و نه واريانس گروه نمونه. نسبت ئاريانس نمره هاي واقعي به نمره هاي مشاهده شده را مي توان به صورت درصد در نظر گرفت. در اين صورت، اعتبار عبارت است از درصد تغييرات نمره مشاهده شده كه مي توان ان را به تغييرات نمره واقعي نسبت داد. اگر اين نسبت را از 100 كم كنيم، درصد تغييرات مربوط به خطاي تصادفي به دست مي ايد.مفهوم اعتبار آزمون و الگوهاي آن فرض كنيد ضريب اعتبار يك آزمون 0.60 باشد. اين ضريب بدان معناست كه 60 درصد تغييرات به تغييرات واقعي بين آزمودني ها مربوط است و 40 درصد بقيه به خطاهاي تصادفي بستگي دارد. بنابراين اگر آزموني كه ضريب اعتبار آن 0/60 است در مورد گروهي از داوطلبان استخدام براي يك شغل اجرا شود، 60 درصد تغييرات بين داوطلبان به تفاوت هاي واقعي آنان در صفتي كه ازمون اندازه مي گيرد مربوط است و 40 درصد ديگر به عوامل تصادفي بستگي دارد.اعتبار آزمون: منابع خطا براي اين كه چرا نمره مشاهده شده با نمره واقعي تفاوت مي كند دلايل زيادي وجود دارد. از جمله: 1- شرايط نامناسب اجراي آزمون(مانند سر و صدا، خيلي گرم يا سرد بودن محل آزمون 2- وضعيت سلامتي آزمودني ها به طور كلي عوامل بيروني خطا به شرايط اجراي آزمون بستگي دارند. با استفاده از الگوي نمونه گيري زماني مي توان حدود اين خطا را برآورد كرد. 3- ناهمساني و عدم تجانس بين سوال هاي ازمون( اندازه گيري متغر هاي ديگر) 4- ناكافي بودن تعداد سوال هاي آزمون از عوامل فوق به عنوان منابع دروني خطا ياد مي شود. با استفاده از الگوي نمونه گيري حيطه، مي توان خطاي ناشي از عوامل دروني را برآورد كرد.  اعتبار آزمون: روش هاي برآورد الف: نمونه گيري زماني در الگوي نمونه گيري زماني خطاهاي ناشي از شرايط اجراي آزمون ( عوامل بيروني خطا) بررسي مي شود. براي برآورد خطاهاي ناشي از عوامل بيروني دو روش اعتباريابي وجود دارد : 1) اعتبار بازآزمايي(آزمون- آزمون مجدد) براي برآورد خطاي وابسته به زمان،  2) اعتبار آزمون هاي همتاروش هاي برآورد اعتبار آزمون: اعتبار بازآزمايي(Test-retest) در اين روش، آزمون را در باره گروه نمونه واحدي از آزمودني ها در دو زمان متفاوت اجرا و ضريب عمبستگي بين نمره هاي حاصل از دو بار اجراي آزمون محاسبه مي شود. ضريب همبستگي كه از اين روش به دست مي آيد، حالت خاصي از ضريب اعتبار است كه در اصطلاح با آن ضريب ثبات يا پايايي آزمون گفته مي شود. در اين روش خطاي ناشي از تفاوت شرايط وابسته به دو موقعيت زماني برآورد مي شود. با اين روش خطاي ناشي از منابع خطاي دروني به حساب نمي آيد.روش هاي برآورد اعتبار آزمون: اعتبار بازآزمايي اين روش براي اندازه گيري صفات و خصايصي مناسب است كه معمولا در طول زمان تغيير نمي كنند(مانند هوش افراد از 16 سال به بالا). بنابراين اگر بين نمره هاي هوش آزمودني ها در دو آزمايش همبستگي ضعيفي به دست ايد نمي توان گفت كه آنان در فاصله بين دو آزمايش باهوش تر يا كم هوش تر شده اند. بلكه بايد چنين نتيجه گرفت كه پايين بودن ضريب همبستگي بين نمره هاي دو آزمايش از خطاي اندازه گيري ناشي شده است. بنابراين روش بازآزمايي در مورد آزمون هايي كه صفات پايدار شخصيت آدمي را اندازه گيري مي كنند، مناسب است. بدينسان استفاده از اين روش در مورد ازمون هاي پيشرفت تحصيلي ممكن است چندان مناسب نباشد.
+ نوشته شده در جمعه ۴ آذر ۱۳۹۰ ساعت توسط  | 

محتوی اولیه و پیشنهادی به صورت مقدماتی برای مبانی آزمون های روانی2

نظريه سوال- پاسخ(item- response theory) رابطه اين دو شاخص با شاخص هاي P و D ، كاملا آشكار است، اما بايد دانست بر اساس منحني سوال- پاسخ، يك تصوير جامع از رابطه تابعي بين درصد پاسخ هاي درست و نمره هاي ملاك به دست مي ايد كه از داده هاي حاصل از تجزيه و تحليل ساده سوال ها فراتر مي رود. در رويكردهاي جديد تجزيه و تحليل سوال هاي ازمون، منحني هاي سوال- پاسخ بر اساس درصد پاسخ هاي درست ازمودني ها در ارتباط با برآوردهايي از توانايي آنان كه از تابع رياضياتي خاص به دست مي ايد، ترسيم مي شود. اين رويكردها را كه بر حسب فرض هاي زيربنايي و روش هايي كه براي برآورد متغيرها به كار مي بندند، نظريه صفت مكنون، نظريه منحني ويژه سوال، يا الگوي راش ناميده مي شوند. در اين رويكردها، عملكرد آزمودني ها در سوال هاي ازمون(درصد پاسخ هاي درست) به موقعيت برآورد شده آن ها روي يك پيوستار فرضي صفت مكنون ربط داده مي شود.اصلاح سطح دشواري سوال ها براي حذف عامل حدس و گمان در آزمون هاي چندگزينه اي همواره اين احتمال وجود دارد كه بعضي از آزمودني ها براي يافتن پاسخ هاي درست سوال ها آن ها را حدس بزنند. براي حذف عامل حدس و گمان لازم است سطح دشواري سوال ها اصلاح شود. اصلاح حدس و گمان بر دو فرضيه استوار است: 1) پاسخ غلط به سبب بي اطلاعي آزمودني از موضوع مورد اندازه گيري و گرايش وي به حدس زدن است 2) جاذبه همه گزينه هاي پرسش ها براي ازمودني هاي بي اطلاع از موضوع يكسان است. با قبول اين دو فرضيه مي توان سطح دشواري سوال ها را با استفاده از فرمول  زير براي حذف عامل حدس و گمان اطلاح كرد.اصلاح سطح دشواري سوال ها براي حذف عامل حدس و گمان بعضي از عناصر اين فرمول  كه تا كنون معرفي نشده اند، به شرح زير است: Pc = درصد كساني كه واقعا پاسخ درست سوال را مي دانند HR= تعداد كساني كه فرصت پاسخ دادن به سوال ها را نداشته و آن ها را بدون پاسخ گذاشته اند N = تعداد كل آزمودني ها به عنوان مثال، اگر از يك گروه 300 نفري، 150 نفر به يك سوال 5 گزينه اي پاسخ درست، 120 نفر پاسخ غلط داده و 30 نفر بقيه فرصت پاسخ دادن به آن را نداشته  و ان را بي جواب گذاشته باشند، سطح دشواري اصلاح شده سوال به شرح زير خواهد بود:ويژگي هاي يك آزمون الف: ويژگي هاي اصلي: پايايي روايي نرم يا هنجار حساسيت ب: ويژگي هاي فرعي: سهولت اجرا سهولت نمره گذاري صرفه جويي در وقت صرفه جويي در هزينهنرم يا هنجار: مفهوم نرم نرم يا هنجار عبارت است از متوسط عملكرد گروه نمونه اي از آزمودني ها كه به روش تصادفي از يك جامعه تعريف شده انتخاب مي شود.  نرم آزمون هاي استاندارد شده بر اساس توزيع نمره هاي خام گروه نمونه اي از آزمودني ها به دست مي آيد. ميانگين و نقطه 50 درصدي اين توزيع، نمونه هايي از متوسط عملكرد گروه و به عبارت ديگر نرم يا هنجار گروه است.  در آزمون هاي گروه مرجع، نرم يا هنجار مقياس محاسبه شده اي است كه نمره خام آزمودني با آن سنجيده مي شود تا عملكرد وي نسبت به متوسط عملكرد گروه مورد ارزشيابي قرار گيرد.نرم يا هنجار: مفهوم نرم براي استاندارد يا ميزان كردن يك آزمون، آن را بر اساس يك دستورالعمل استاندارد شده و تحت شرايط يكسان در باره يك گروه نمونه تصادفي انتخاب شده از جامعه اي كه آزمون در مورد آن استاندارد مي شود اجرا مي كنند. هدف عمده فرايند استاندارد كردن آزمون تعيين توزيع نمره هاي خام گروه معياريابي(گروه نرم) است. سپس نمره هاي به دست آمده به گونه اي از نمره هاي اشتقاقي(derived score)، مانند نمره هاي معادل سني، نمره هاي معادل كلاسي، رتبه هاي درصدي و يا نمره هاي تراز شده تبديل مي شوند. نرم يا هنجار: مفهوم نرم در راهنماي اجراي بيشتر آزمون هاي استاندارد شده، جداول نرم وجود دارد كه با استفاده از آن ها نمره هاي خام آزمودني ها را مي توان به نمره هاي اشتقاقي تبديل و آن ها را تفسير كرد. بدين ترتيب، نرم يك چهارچوب داوري است كه نمره خام آزمودني بر اساس آن تفسير و در باره وي قضاوت مي شود. مقايسه نمره خام آزمودني با جدول نرم به روان شناس امكان مي دهد كه موقعيت آزمودني را نسبت به توزيع نمره هاي خام ساير افراد گروه سني، كلاسي و يا جنسي او تعيين كند.نرم يا هنجار: انتخاب گروه نرم براي اين كه تفسير نمره خام آزمون به درستي انجام گيرد، نرم يا هنجار آزمون بايد با شرايط افرادي كه آزمون در مورد آنان اجرا مي شود همخواني داشته باشد. هنگامي كه نمره خام آزمودني بر اساس جدول نرم تفسير مي شود، بايد ماهيت افراد گروه نرم(سن، جنسيت، زبان مادري، گروه قومي، منطقه جغرافيايي، خصايص فرهنگي، سطح اجتماعي- اقتصادي و غيره) همواره مورد نوجه روان شناس باشد.نرم يا هنجار: انتخاب گروه نرم هنگام ميزان كردن آزمون به منظور تهيه نرم، ابتدا بايد جامعه اي كه قرار است آزمون در باره افراد آن جامعه(جامعه هدف) ميزان شود، به ئقت تعريف گردد. سپس گروه نمونه اي كه معرف اين جامعه باشد، به روش تصادفي از افراد جامعه به عنوان نمونه معياريابي انتخاب شود.  روش نمونه گيري براي انتخاب گروه نرم، ممكن است از ساده ترين روش نمونه گيري(تصادفي ساده) تا پيچيده ترين روش (نمونه گيري طبقه اي و خوشه اي) استفاده شود. بديهي است نمونه اي كه با روش نمونه گيري طبقه اي انتخاب مي شود، به دليل اين كه ار هر طبقه فرعي افراد جامعه(جنس، سن، زبان مادري و ...) نمونه هايي در گروه نرم فرار مي گيرند، بهتر از نمونه اي كه از روش تصادفي ساده انتخاب مي شود، معرف جامعه هدف خواهد بود.نرم يا هنجار: نرم هاي ملي، منطقه اي و محلي اگر جامعه هدف، به صورت كليه افراد يك كشور كه در يك يا چند صفت مشتركند تعريف شود و افراد گروه نرم از اين جامعه انتخاب گردد، نرمي كه بدين ترتيب به دست مي آيد نرم ملي يا كشوري ناميده مي شود.  بريا انتخاب افراد گروه نرم ملي به سبب گسترده و ناهمگوني جامعه ناگزير بايد از روش نمونه گيري خوشه اي و طبقه اي استفاده شود. در جوامع گسترده و ناهمگون لازم است اولا حجم نمونه انتخاب شده نسبتا زياد باشد، ثانيا طوري نمونه گيري شود كه از همه گروه هاي مختلف جامعه نمونه هايي در گروه نرم قرار گيرند.نرم يا هنجار: نرم هاي ملي، منطقه اي و محلي اگر جامعه هدف به صورت كليه افراد يك استان يا منطقه اي از يك كشور كه شامل چند استان همجوار است و در يك صفت مشتركند تعريف شود و افراد گروه نمونه از اين جامعه انتخاب گردد، جداول نرم به دست آمده از نمره هاي خام آزمودني ها، نرم منطقه اي خواهد بود. به عنوان مثال، در مراحل ميزان كردن يك آزمون هوش براي كودكان ايراني ممكن است كشور را بر اساس خصوصيات اقليمي، زبان و گويش و ساير ويژگي هاي مشترك به چند زير جامعه تقسيم و از هر زير جامعه نمونه اي انتخاب و نرم هاي متفاوتي تدوين شود. هر گاه گروه نرم از افراد يك شهر، يك بخش، قسمتي از يك شهر و يا حتي دانش آموزان يك مدرسه انتخاب شود، جدول نرمي كه بدين ترتيب بر اساس نمره هاي خام افراد گروه نرم ساخته مي شود، نرم محلي خواهد بود.نرم يا هنجار: نرم هاي سني و كلاسي نرم هاي سني و نرم هاي كلاسي از جمله نرم هايي هستند كه مصرف كنندگان آزمون ها با آن ها آشنايي دارند. نرم سني(نرم معادل سن تقويمي) نمره مياني يك آزمون است كه افراد گروه سني معيني نمره هاي برابر آن گرفته اند. نرم هاي سني بر حسب سال و ماه و با فاصله هاي يك ماه تدوين مي شوند. به عنوان مثال، نرم سني براي كودكان 5 ساله به صورت زير طبقه بندي مي شود كه در آن ها اعداد سمت چپ، نماينده سال و اعداد سمت راست نماينده ماه هستند.: 0 – 5 سال، 1 – 5 سال و... نرم هاي كلاسي در كشور هايي كه سال تحصيلي 10 ماه است، بر حسب پايه و ماه هاي سال تحصيلي با فاصله يك ماه به صورت زير طبقه بندي مي شوند كه در آن ها اعداد سمت چپ سطح يا پايه تحصيلي و اعداد سمت راست ماه هاي سال تحصيلي را نشان مي دهند. 1 – 4 سال، 2 – 4سال، 3 – 4 سال و....نرم يا هنجار: نرم هاي سني و كلاسي مثلا، طبقه 1-4، به معناي عملكرد دانش آموزان كلاس چهارم در ماه اول يال تحصيلي است. در نظام آموزشي ايران براي تهيه نرم كلاسي، چون سال تحصيلي 9 ماه است، بنابراين طبقه هاي معادل كلاسي در هر پايه تحصيلي شامل 9 طبقه خواهد بود. طبقه بندي نرم كلاسي به فاصله يك ماه بر اين فرضيه استوار است كه با گذشت ماه هاي سال تحصيلي، به تدريج و با آهنگ يكسان سطح پيشرفت دانش آموزان افزايش مي يابد. نرم سني براي سنجش خصايصي به كار مي رود كه با افزايش سن رابطه دارند مانند هوش و بعضي از استعدادهاي شناختي ديگر. نرم كلاسي براي سنجش پيشرفت تحصيلي كه با افزايش پايه تحصيلي افزايش مي يابد به كار مي رود.نرم يا هنجار: نرم هاي سني و كلاسي يكي از محدوديت هاي نرم سني و كلاسي اين است كه واحدهاي مقياس اين دو نرم در طول مقياس برابر نيستند. به عنوان مثال، تفاوت افزايش سطح پيشرفت تحصيلي در فاصله بين معادل هاي كلاسي 2-5 تا 4-5 با افزايش سطح پيشرفت تحصيلي در فاصله هاي معادل هاي كلاسي 2-8 تا4-8 برابر نيست. در عمل واحد هاي نرم سني و معادل كلاسي با افزايش سن و پايه تحصيلي مرتبا كوچك نر مي شوند. بنابراين به سبب ناهمساني در سرعت افزايش توانايي هاي مورد اندازه گيري و در نتيجه نابرابري واحدها، متخصصان اندازه گيري آموزشي و تربيتي ترجيح مي دهند از نرم هايي استفاده كنند كه واحدهاي آن ها در طول مقياس همساني بيشتري داشته باشد.نرم يا هنجار: نرم هاي سني و كلاسي اما به سبب سهولت استفاده از نرم هاي سني و كلاسي، اين نرم ها در سطح مدارس ابتدايي، كه فرض همساني نسبي آهنگ رشد بيشتر صادق باشاست، هم چنان مورد استفاده قرار مي گيرند. با وجود اين، در اين سطح نيز لازم است براي هر يك از گروه هاي سني و يا معادل هاي كلاسي، نمره هاي تراز شده يا رتبه هاي درصدي تهيه شود.نرم يا هنجار: نرم هاي سن هنجاريmodal age norms معمولا همه دانش آموزان يك پايه تحصيلي كه نرم كلاسي براي آن تهيه مي شود سن برابر ندارند و دامنه تغيير سن آن ها اغلب زياد است. با وجود اين، نمره هاي دانش آموزان خيلي جوان تر و افراد مسن تر از افراد متوسط كلاس در محاسبه نرم وارد مي شود. براي تهيه شاخص دقيق تر از متوسط نمره دانش آموزان يك پايه تحصيلي، نمره هاي افراد خيلي جوان تر و افراد خيلي مسن تر حذف و نرم بر اتساس نمره هاي دانش آموزاني كه سن آن ها با سطح پايه تحصيلي شان متناسب است محاسبه مي شود. نرم كلاسي كه بدين ترتيب به دست مي آيد، نرم سني هنجاري ناميده مي شود.نرم يا هنجار: نرم هاي سن عقليmental age norms اصطلاح سن عقلي توسط آلفرد بينه، روان شناس فرانسوي مطرح شد و امروزه در بيشتر آزمون هاي هوشي مورد استفاده قرار مي گيرد. سن عقلي يك آزمودني معين برابر سن تقويمي آن دسته از كودكان همسال او در يك گروه هنجاريابي است كه نمره مياني آن ها با نمره آزمودني مورد نظر برابر باشد. معمولا در مدارس عقب مانده هاي ذهني، طبقه بندي دانش آموزان براي هدف هاي آموزشي بر مبناي سن عقلي انجام مي گيرد.نرم يا هنجار: خارج قسمت هاquotients يكي از روش هاي قديمي تهيه نرمة كه اكنون تقريبا كنار گذاشته شده است، تبديل نرم سني آزمودني به نوعي خارج قسمت بود كه از تقسيم نمره سني يا سن عقلي بر سن تقويمي و ضرب آن در عدد 100به دست آمد. بدين ترتيب خارج قسمت هوش در فرم قديمي آزمون استنفورد بينه از رابطه زير محاسبه مي شد.      (MA/CA) 100 = IQ در اين رابطه، IQ خارج قسمت هوش يا هوشبهر، MA سن عقلي و CA سن تقويمي آزمودني است. هم چنين خارج قسمت تحصيلي(educational quotient) در بعضي از آزمون هاي پيش رفت تحصيلي از راه تقسيم نرم سني بر سن تقويمي به دست مي آمد. نرم يا هنجار: نرم هاي درصدي نرم هاي درصدي بر اساس نمره هاي خام آزمودني هاي گرو نرم كه با فاصله طبقه اي معين طبقه بندي مي شوند، به دست مي آيد. هر نمره خام را نمره درصدي(percentile) و درصد افراد نرم را كه زير نمره معيني قرار ميگيرد رتبه درصدي(percentile rank) مي نامند. به عنوان مثال، در جدول شماره 1 نمره 72 در طبقه دوم از بالا نمره درصدي است كه رتبه درصدي آن 97 است، يعني نمره 97 درصد افراد زير آن قرار دارد.نرم يا هنجار: نرم هاي درصدي براي روشن شدن روش محاسبه نرم درصدي به جدول شماره 8-1 توجه كنيد. در اولين ستون سمت چپ جدول، فاصله نمره ها با فاصله طبقه اي 5، در ستون دوم اعداد مياني هر طبقه و بالاخره تراكمي زير اعداد مياني طبقه ها را نشان مي دهد. براي محاسبه فراواني تراكمي زير عدد مياني هر طبقه كافي است نصف فراواني مطلق آن طبقه را با مجموع فراواني هاي مطلق طبقه هاي پايين تر جمع كنيم. به عنوان مثال، فراواني تراكمي زير عدد مياني براي پايين ترين طبقه برابر 0/5(0/5=يك دوم + 0 ) و براي دومين طبقه از پايين برابر 7/5 است.(7/5=13:2 + 1). رتبه درصدي هر طبقه از حاصل ضرب فراواني تراكمر زير عدد مياني آن طبقه در N : 100 به دست مي ايد. (N مجموع فراواني هاي مطلق و يا تعداد افراد گروه نرم است).نرم يا هنجار: نرم هاي درصدينرم يا هنجار: نرم هاي درصدي به سبب سهولت محاسبه و تفسير رتبه هاي درصدي، در جدول هاي نرم بيشتر آزمون هاي استاندارد شده از اين نرم استفاده مي شود. در اين جدول ها، نرم هاي درصدي براي گروه هاي سني، پايه هاي تحصيلي، شغلي، جنسيت و ساير گروه هاي محاسبه مي شود. نا همساني واحدهاي رتبه ها در نرم هاي درصدي نيز مانند نرم هاي سني و كلاسي از جمله محدوديت هاي نرم درصدي است. چنان كه از نمودار 8-1 ملاحظه مي شود، واحد هاي رتبه هاي درصدي از نوع مقياس رتبه اي هستند نه مقياس فاصله اي. با توجه به نمودار شماره 8-1 ملاحظه مي شود كه فاصله بين رتبه هاي درصدي 5 و 0 يا 90 و 95 بزرگ تر از فاصله بين رتبه هاي 40 و 45 يا 60 و 65 است. با وجودي كه تفاوت عددي هر دسته از اين دو رتبه با يكديگر برابرند، اما اندازه رتبه هاي درصدي برابر نيستند. زيرا به سبب خاصيت زنگوله اي بودن نمره ها، هر چه از دو حد انتهايي توزيع به حد وسط نزديك تر مي شويم اندازه رتبه ها مرتبا كاهش مي يابند.نرم يا هنجار: نرم هاي درصدي به سبب انباشته شدن رتبه هاي درصدي در وسط و پراكندگي آن ها در دو انتهاي توزيع، تفسير تغييرات و تفاوت هاي نرم هاي درصدي دشوار مي شود. به عنوان مثال، تفاوت پيشرفت تحصيلي دو دانش آموز كه يكي رتبه 5 درصدي و ديگري رتبه 10 درصدي گرفته است، با تفاوت دو دانش آموز ديگر كه رتبه درصدي يكي 40 و رتبه درصدي ديگري 45 است، برابر نيست. تفاوت بين رتبه هاي 5 و 10 درصدي بيشتر از تفاوت بين رتبه هاي 40 و 45 درصدي است، زيرا واحدهاي مقياس در مورد دو رتبه اول بزرگ تر از واحد هاي رتبه ها ي دوم است.  با وجود اين، چنان چه استفاده كنندگان از اين نرم، به نابرابري واحدهاي رتبه ها در طول مقياس توجه كنند و براي تفاوت رتبه هاي انتهايي در مقايسه با رتبه هاي مياني، وزن بيشتري قايل باشند، مي توانند آن ها را به گونه اي روشن تر تفسير كنند.نرم يا هنجار: نرم نمره هاي تراز شده(standard score norms)بر خلاف نرم درصدي، نمره هاي تراز شده از نوع مقياس فاصله اي هستند كه اندازه واحدهاي آن ها در سرتاسر مقياس برابرند. نمره هاي تراز شده، نمره هاي تبديل شده اي هستند كه مي توان آن ها را بر حسب ميانگين و انحراف معيار دلخواه محاسبه كرد. نمره هاي تراز شده انئاع مختلف دارند كه از آن جمله اند نمره هاي z، نمره هاي Z، نمره هاي CEEB(Colledge Entrance Examination Bord، نمره هاي امتحانات ورودي دانشگاه ها)، نمره هاي AGCT(Army General Classification Test، آزمون هاي ارتشي آلفا و بتا)، هوشبهر انحرافي(deviation  IQ)، نمره هاي نه بخشي(stanine scores)، و نمره هاي T .در عمل همه اين نرم ها بر مبناي نمره z محاسبه مي شوند.هنجارها و نيمرخ هانرم يا هنجار: نرم نمره هاي تراز شده به نمودار ص 240 كتاب شريفي(1377) مراجعه نماييد.نرم يا هنجار: نمره z نمره z از رابطه زير به دست مي آيد. در اين رابطه، X نمره خام،    ميانگين نمره هاي خام افراد گروه نرم و s انحراف معيار نمره هاي خام افراد گروه نرم است. با تبديل نمره هاي خام به نمره z توزيع جديدي به دست مي آيد كه ميانگين آن برابر با صفر و انحراف معيار آن برابر يك است. شكل منحني توزيع جديد با شكل توزيع نمره هاي خام آن يكسان است. در جدول شماره 8-1 نمره هاي z اعداد مياني طبقه ها در ستون 6 نشان داده شده است. به عنوان مثال، نمره z براي اعداد ميانياولين طبقه از بالا 2/59 است. در نمودار 8-1 نيز در خط پايه منحني نمره z از 4- تا 4+ نشان داده شده است.نرم يا هنجار: نمره هاي Z چون نمره z داراي ارقام اعشاري و نيمي از اين نمره ها در توزيع نرمال منفي است، بنابراين كاركردن با اين نمره ها تا اندازه اي دشوار است. اگر نمره z را در عدد ثابت 10 ضرب و حاصل ضرب را با عدد ثابت 50 جمع كنيم نمره هاي Z به دست مي آيد كه ميانگين آن ها 50 و انحراف معيار آن ها 10 است. شكل توزيع نمره هاي Z نيز مانند توزيع نمره هاي اصلي افراد گروه نرم با آن يكسان است. نمره هاي Z در ستون 7 جدول 8 – 1 نشان داده شده اند.نرم يا هنجار: نمره هاي تراز شده بهنجار(نرمال) شده همه نرم هاي نمره هاي تراز شده كه در بالا به آن ها اشاره شد، تبديل خطي ساده نمره هاي خام هستند. ميانگين و انحراف معيار توزيع نمره هاي تبديل شده با ميانگين و انحراف معيار نمره هاي خام تفاوت مي كند، اما شكل توزيع در هر دو مورد يكسان است. تبديل گروهي از نمره هاي خام به نمره هاي تراز به هنجار شده با محاسبه رتبه هاي درصدي نمره هاي خام شروع مي ود. سپس با استفاده از جدول سطح منحني نرمال، نمره هاي z هر يك از رتبه هاي درصدي به دست مي آيد.  فرض كنيد مي خواهيم عدد مياني(ستون 2) جدول شماره 8-1 را به نمره هاي تراز به هنجار شده تبديل كنيم. چون رتبه هاي درصدي اين نمره ها محاسبه شده است(ستون 5)، لذا كافي است اين رتبه ها را با تقسيم كردن بر صد به نسبت تبديل كرده و سپس z مربوط به آن را از جدول سطح منحني نرمال پيدا كنيم. نمره هاي z كه بدين طريق به دست مي آيند با علامتzn يعني نمره هاي z نرمال شده نشان داده مي شوند. آن گاه ساير نمره هاي تراز شده مانند نمره هاي CEEB، T،AGCT، و IQ را بر مبناي zn محاسبه مي كنيم.نرم يا هنجار: نمره هاي CEEB نمره هاي CEEB كه معمولا در آزمون هاي ورودي دانشگاه ها به كار مي روند، نمره هايي هستند كه ميانگين آن ها 500 و انحراف معيار آن ها 100 است. بنابراين براي تبديل نمره هاي z به نمره هاي CEEB كافي است از رابطه زير استفاده شود. 500 + 100 *  zn = CEEB شكل توزيع نمره هاي CEEB نيز مانند شكل توزيع نمره هاي خام افراد گروه نرم است. نمره هاي CEEB محاسبه شده براي نمره هاي مياني طبقه ها در ستون 8 جدول 8-1 نشان داده شده است.نرم يا هنجار: نمره هاي T نمره هاي T نمره هاي تراز شده اي هستند كه ميانگين آن ها 50 و انحراف معيار آن ها 10 است. براي محاسبه نمره هاي T كافي است اندازه هاي zn را در 10 ضرب كرده حاصل را با 50 جمع كنيم يعني: 50 +10* zn = Tنرم يا هنجار: نمره هاي AGCT اين نمره ها كه براي نخستين بار براي نمره هاي آزمون ارتشي طبقه بندي كلي محاسبه شد، نمره هاي تراز شده اي هستند كه با ميانگين 100 و انحراف معيار 20 محاسبه مي شوند. توزيع اين نمره ها كه همان شكل توزيع نمره هاي اوليه را دارد، در ستون 9 جدول 8-1 براي اعداد مياني هر طبقه محاسبه شده است. روش محاسبه بر اساس فرمول زير انجام مي گيرد. 100 + 20 * zn = AGCTنرم يا هنجار: نمره هاي انحرافي آزمون وكسلرهوشبهر انحرافي آزمون وكسلر داراي ميانگين 100 و انحراف معيار 15 است كه از رابطه زير به دست مي آيد.100 + 15 * zn = IQ (وكسلر)در نمره هاي تراز شده آزمون هاي فرعي اين تست ميانگين برابر 10 و انحراف معيار برابر 3 فرض شده است.نرم يا هنجار: نمره هاي هوشبهر انحرافي آزمون استنفورد- بينه در اين آزمون ميانگين برابر 100 و انحراف معيار برابر 16 فرض شده است. بنابراين محاسبه هوشبهر انحرافي در آزمون استنفورد بينه از رابطه زير به دست مي آيد. 100 + 16 * = zn IQنرم يا هنجار: نمره هاي نه بخشي نمره هاي zn را مي توان به هر نمره تراز شده و با هر ميانگين و انحراف معياري تبديل كرد. يكي از نرم هاي معروف كه براي درجه بندي افراد در نيروي هوايي آمريكا و بعدها براي مقاصد آموزشي و ارزشيابي مورد استفاده فراوان پيدا كرد، نمره هاي نه بخشي(standard nine=stanine) است. مقياس نه بخشي، كه مقياس نمره هاي تراز شده با ميانگين 5 و انحراف معيار تقريبا 2 است، اين مقياس داراي نه بخش است كه با اعداد از 1 تا 9 نشان داده مي شوند. چنان كه در نمودار(ص 240) ملاحظه مي شود، در يك توزيع نرمال درصد معيني از افراد در هر يك از 9 بخش مقياس قرار مي گيرند. پنجمين بخش اين مقياس كه ميانگين آن است به فاصله يك چهارم انحراف معيار از دو طرف ميانگين توزيع قرار  مي گيرد و ساير بخش ها نيز هر يك ، يك دوم انحراف معيار از توزيع نرمال را شامل مي شوند.نرم يا هنجار: نمره هاي نه بخشي بايد دانست كه نمره هاي 9 بخشيع نمره هاي تراز شده واقعي نيستند، زيرا بخش اول و نهم آن بي انتهاست. در نمودرا 8-1 ملاحظه مي شود كه اندازه هاي واحدها در بخش هاي 2 تا 8 يكسانند، اما بخش يك و بخش 9 گسترده تر از ساير بخش ها است.  يكي از مزيت هاي نمره هاي نه بخشي اين است كه به جاي نقاط معين، دامنه هايي از نمره ها را نشان مي دهند. اين امر موجب مي شود كه اجرا كنندگان آزمون ها تصور نكنند كه نمره هاي مشاهده شده  آزمودني ها، نمره هايي دقيق و يا اندازه هاي تغيير ناپذير خصايص رواني است.  چنان كه در بحث از خطاي معيار اندازه گيري و برآورد حدود نمره هاي واقعي آزمودني ملاحظه شد، نتيجه آزمون را نبايد يك نمره منحصر به فرد و تغيير ناپذير دانست. بلكه همواره نمره واقعي آزمودني در سطح اطمينان معين در فاصله بين دو نمره قرار مي گيرد. نمره هاي نه بخشي، نتايج آزمون ها را بر اساس اين اطمينان مشخص مي كنند.نرم يا هنجار: تاريخ تنظيم جداول نرميكي از مسايل عمده در مورد جداول نرم آن است كه اين جداول معمولا سال ها قبل تهيه و تنظيم شده اند. چون تهيه و تنظيم جداول نرم مستلزم صرف اعتبار و هزينه هاي زيادي است، بنابراين امكان تجديد نظر در آن ها محدود است. تهيه كنندگان آزمون ها معمولا هر 10 سال يك بار در جداول نرم تجديد نظر مي كنند. از آن جا كه تجارب و محيط زندگي كودكان و دانش آموزان و هم چنين برنامه ها و روش هاي آموزشي در حال تغيير است، نرم هايي كه در سال هاي گذشته تهيه شده اند در زمان حال فاقد ارزش و اعتبار كافي هستند. به عنوان مثال چون روش تدريس رياضيات امروزه لااقل در مدارس ابتدايي بهتر از سال هايپيش است، اگر دانش آموزي در يك آزمون رياضي كه نرم آن 10 سال پيش تهيه شده است رتبه 50 درصدي را به دست آوردة چنان چه با نرم امروز سنجيده شود، ممكن است رتبه درصدي وي با اين نرم كاملا متفاوت باشد. به همين دليل است كه اجرا كنندگان آزمون ها بايد تاريخ تنظيم جداول نرم آزمون را مورد توجه قرار داده و در تعبير و تفسير نتايج آزمون ها محدوديت هاي مربوط به آن را مد نظر قرار دهند.نيمرخ هاي رواني نيم رخ رواني آزمودني به صورت نموداري ارائه مي گردد كه در آن نتايج اجراي چند آزمون بر اساس نرم يا مقياس واحد نشان داده مي شود. در نيم رخ رواني، نمره هاي آزمودني در آزمون هاي مختلف و يا در آزمون هاي فرعي يك آزمون، ممكن است به صورت رتبه هاي درصدي، نمره هاي تراز شده و يا هوشبهر انحرافي نشان داده شود. نيم رخ رواني را مي توان به صورت نمودار ستوني يا نمودار چند ضلعي ترسيم كرد. براي رسم نيم رخ رواني، ابتدا دو محور عمود بر هم رسم مي كنيم و سپس روي محور افقي خصايص مورد اندازه گيري و روي محور عمودي نمره تراز شده يا نمره هنجاري خصايص اندازه گيري شده مشخص مي شود.نيمرخ هاي رواني براي تهيه نيم رخ ستوني كافي است نام صفت مورد اندازه گيري رسم گردد. در نيم رخ هاي چند ضلعي نيز به همين ترتيب عمل مي شود. در نيم رخ هاي رواني، براي سهولت تفسير نتايج آزمون ها، خطي كه حد متوسط يا بهنجار را نشان مي دهد كشيده مي شود تا نمره هاي بالاتر و يا پايين تر از حد بهنجار مشخص شوند. براي روشن تر شدن مطالب بالا به دو نمونه از نيم رخ هاي رواني مربوط به دو آزمودني همراه با تفسير نتايج آن در كتاب(شريفي، ص 245 و 246 ) توجه كنيد.ساختن آزمون هاي استانداد شده ساختن و استاندارد كردن آزمون، عملي پيچيده و فني بوده و مستلزم دانش و مهارت سطح بالاي تخصص در همه زمينه هاي روان سنجي است. سازندگان آزمون علاوه بر داشتن صلاحيت علمي و تخصصي و دانش نظري در روان سنجي، بايد در مورد انواع آزمون هاي مختلف نيز از تجارب عملي كافي برخوردار باشند اقدام به ساختن و استاندارد كردن آزمون در هر زمينه منوط به برقراري شرايط زير است: 1) آزمون هاي معتبر و استاندارد شده كافي در آن زمينه موجود نباشد. 2) سازندگان آزمون علاوه بر داشتن نيروي تخصصي در زمينه هاي مختلف روان سنجي از منابع مالي كافي برخوردار باشند. 3) آزموني كه ساخته مي شود در مورد تعداد زيادي از آزمودني ها و براي مدت نسبتا طولاني براي هدف هاي تحصيلي و شغلي، تشخيص هاي باليني و ساير مقاصد آموزشي و درماني به كار بسته شود.مراحل ساختن آزمون هاي استانداد شده 1) تعيين هدف هاي تهيه آزمون: سازندگان آزمون ابتدا بايد هدف هاي آزموني كه قصد ساختن آن را دارند تعيين كنند. براي اين كار لازم است به پرسش هاي زير توجه شود. 1- آزمون براي كدام يك از مقاصد روان سنجي مانند ارزشيابي آموزشي، راهنمايي تحصيلي، راهنمايي شغلي، گزينش و يا هدف هاي تشخيصي ساخته مي شود؟ 2- آزمون مورد نظر براي سنجش كدام يك از خصايص آزمودني ها مانند پيشرفت تحصيلي، هوش، استعداد و يا صفات شخصيت آنان به كار خواهد رفت؟ اگر آزمون پيشرفت تحصيلي است، براي سنجش پيشرفت تحصيلي آزمودني ها در چه سطحي و در مورد كدام درس ساخته مي شود؟مراحل ساختن آزمون هاي استانداد شده 1) تعيين هدف هاي تهيه آزمون(ادامه): 4- اگر آزمون از نوع آزمون هوش، استعداد و يا صفات شخصيتي است، بر اساس كدام يك از نظريه هاي روان شناسي و روان سنجي ساخنه مي شود؟ 5- محتواي آزمون مورد نظر چيست و نوع سوال هاي آن كلامي است يا غير كلامي،چند گزينه اي است و يا كوته پاسخ؟ 6- آزمون در مورد كدام گروه سني و يا كلاسي اجرا مي شود و براي چه نوع نرمي تهيه خواهد شد؛ نرم محلي، نرم منطقه اي و يا نرم ملي؟مراحل ساختن آزمون هاي استانداد شده 2- تهيه محتواي فرم تجربي آزمون پاسخ هاي دقيق سازندگان آزمون به پرسش هاي بالا و انجام بررسي هاي لازم در اين مورد با آن ها امكان مي دهد كه نسبت به تدوين محتواي آزمون به صورت فرم تجربي اقدام كنند. نظرخواهي از متخصصان موضوعي . روان شناسيان و مرور آزمون هاي مشابه كه در ساير كشورها به كار بسته شده است، سازندگان آزمون را در تدوين محتواي آزمون كمك خواهد كرد.مراحل ساختن آزمون هاي استانداد شده 2- تهيه محتواي فرم تجربي آزمون(ادامه) پس از تعيين هدف ها و محتواي آزمون، پرسش هاي آزمون نوشته مي شوند. تعداد پرسش هايي كه در فرم اوليه آزمون گنجانده مي شود، بايد بيش از تعداد پرسش هايي باشد كه در فرم نهايي يا فرم اصلي آزمون وجود خواهد داشت. علت اين امر آن است كه در مراحل تجديد نظر در پرسش ها و يا تجزيه و تحليل آن ها احتمالا برخي پرش ها حذف خوهند شد. پرسش هاي تدوين شده بايد توسط تعدادي از متخصصان موضوعي، روان شناسان و متخصصان روان سنجي مورد بررسي قرار گيرند و تجديد نظر لازم در آن ها به عمل آيد. پس از تجديد نظر در پرسش ها، فرم تجربي آزمون  تنظيم و به تعداد مورد نياز چاپ و تكثير مي شود.مراحل ساختن آزمون هاي استانداد شده 2- تهيه محتواي فرم تجربي آزمون(ادامه) در بعضي موارد سازندگان آزمون تصميم مي گيرند آزموني را كه در ساير كشورها استاندارد شده است در ايران هنجاريابي كنند. براي اين كار نخست بايد آزمون مورد نظر به فارسي ترجمه شود. ترجمه آزمون بايد به گونه اي باشد كه اگر مترجم ديگري كه به زبان فارسي و زبان اصلي آزمون مورد بحث تسلط كامل دارد، آن را به زبان اصلي(زبان خارجي) ترجمه كند، محتواي اين ترجمه با محتواي آزمون به زبان اصلي كاملا يكسان باشد.  پس از ترجمه آزمون، سازندگان آزمون ممكن است بعضي از موارد آن را كه با فرهنگ ايراني كاملا بيگانه است حذف و به جاي آن ها ماده هاي ديگري كه از نظر اصول روان سنجي همان فرايند ذهني را اندازه مي گيرند قرار دهند. پس از انجام اين كار و پس از بررسي و تجديد نظرهاي لازم، فرم تجربي آزمون تدوين و به تعداد مورد نياز چاپ و تكثير مي شود.مراحل ساختن آزمون هاي استانداد شده 3 ) اجراي فرم تجربي آزمون از جامعه هدف يعني جامعه اي كه سرانجام آزمون استاندارد شده براي سنجش خصايص آنان به كار بسته خواهد شد، با روش نمونه گيري تصادفي، يك گروه نمون انتخاب و آزمون در مورد افراد اين گروه اجرا مي شود. سپس پاسخ خاي آزمودني ها به هر يك از پرسش ها بر اساس دستوالعمل آزمون تصحيح و نمره گذاري مي شود. مراحل ساختن آزمون هاي استانداد شده 4) تجزيه و تحليل سوال هاي آزمون سوال هاي فرم تجربي آزمون كه در مورد گروه نمونه تصادفي از آزمودني ها اجرا شده است، مورد تجزيه و تحليل قرار مي گيرند(فصل 5). شخص هاي آماري هر يك از سوال ها، ضرايب همبستگي آن ها با يكديگر، با نمره كل آزمون و با ساير ملاك هاي خارجي محاسبه مي شود. سوال هاي نامناسب يعني سوال هايي كه فاقد ضريب تشخيص و اعتبار لازم بوده اند حذف مي شوند. سپس ضريب اعتبار (همساني دروني) آزمون پس از حذف سوال هاي نامناسب با استفاده از روش دو نيمه كردن، روش كودر- ريچادسون و يا ساير روش هاي مناسب برآورد مي شود. آن گاه ميانگين، انحراف معيار، خطاي معيار اندازه گيري و ساير شاخص هاي آماري آزمون محاسبه مي گردد.مراحل ساختن آزمون هاي استانداد شده 4) تجزيه و تحليل سوال هاي آزمون(ادامه) در صورتي كه ازمون داراي پرسش هاي چند گزينه اي است، اين پرسش ها نيز مورد تجزيه و تحليل قرار مي گيرند و در صورت لزومة تجديد نظر در گزينه ها و يا سوال هاي آزمون به عمل مي آيد. پس از انجام مراحل بالا، سوال هاي آزمون بر حسب سطح دشواري محاسبه شده به ترتيب از آسان به مشكل تنظيم و فزم جديد آزمون تدوين مي شود.مراحل ساختن آزمون هاي استانداد شده 5) وارسي تجزيه و تحليل سوال هاي آزمون ازموني كه بر اساس تجزيه و تحليل مرحله قبل تدوين شده است مجددا در مورد يك گروه نمونه از آزمودني ها كه به روش تصادفي از جامعه هدف انتخاب شده است اجرا مي شود. نتايج حاصل از اين آزمايش بر اساس آن چه در مرحله قبلي گفته شد، مورد تجزيه و تحليل قرار مي گيرد. با مقايسه نتايج حاصل از دو آزمايش مي توان اعتبار يافته هاي مرحله قبل را از روي نتايج اين مرحله مورد بررسي و قضاوت قرار داد. در هر حال، در اين مرحله نيز پس از حذف سوال هاي نامناسب، شاخص هاي آماري آزمون محاسبه و سوال هاي آن از آسان به مشكل تنظيم و فرم نهايي آزمون تدوين مي شود.مراحل ساختن آزمون هاي استانداد شده 6) تهيه و تنظيم جدول هاي نرم آزمون چنان چه گروه نمونه اي كه آزمون فرم تجربي در مرحله دوم در باره آن اجرا شده است به قدر كافيزياد و در سطح اطمينان لازم آماري معرف جامعه هدف بوده و هيچ يك از سوال هاي آزمون در اين مرحله حذف يا تعديل نشده باشد، مي توان از روي نمره هاي خام آزمودني ها جدول هاي نرم آزمون را تنظيم كرد. اما در هر حال بهتر است آزمون فرم نهايي بار ديگر در مورد گروه نمونه بزرگ آماري از افراد جامعه هدف اجرا شود. پس از اجراي مجدد و نمره گذاري نتايج آزمون، مي توان با استفاده از روش هاي مطرح شده در بخش اول اين فصل، پس از محاسبه ميانگين و انحراف معيار نمره هاي خام، به تهيه و تنظيم جدول هاي نرم آزمون اقدام كرد.مراحل ساختن آزمون هاي استانداد شده 6) مطالعه در مورد روايي ملاكي و روايي سازه آزمون گر چه در مراحل استاندارد كردن آزمون برخي از شواهد روايي آزمون مانند روايي محتوايي، همبستگي هر يك از سوال ها با كل نمره ازمون(همساني دروني) به عنوان يكي از شواهد روايي سازه، و در پاره اي موارد همبستگي سوال ها با برخي ملاك هاي خارجي مورد مطالعه قرار مي گيرند، اما انجام مطالعه مستمر براي برآورد روايي ملاكي و روايي سازه آزمون تدوين شده امري اساسي است.مراحل ساختن آزمون هاي استانداد شده 6) مطالعه در مورد روايي ملاكي و روايي سازه آزمون(ادامه) براي اين منظور، سازندگان آزمون بايد با در نظر گرفتن ملاك هاي خارجي و با مطالعه در مورد شواهد سازه آزمون، در آزمون هاي تدوين شده مي توان همبستگي نمره هاي آن ها را با نمره هاي آزمون هاي مشابهي كه قبلا در مورد جامعه هدف استاندارد شده است به عنوان يكي از شاخص هاي روايي آزمون مورد بررسي قرار داد. همبستگي بين نمره هاي آزمون هوش و استعداد و نمره هاي پيشرفت تحصيلي آزمودني ها نيز شاخص ديگري از روايي آزمون را به دست خواهد داد.مراحل ساختن آزمون هاي استانداد شده 6) مطالعه در مورد روايي ملاكي و روايي سازه آزمون(ادامه) در آزمون هاي علايق تحصيلي، تفاوت ميانگين نمره هاي تحصيلي افراد موفق با افراد ناموفق در رشته هاي تحصيلي و هم چنين همبستگي بين نمره هاي آزمون علايق تحصيلي و درجه بندي علايق توسط معلمان مي تواند به عنوان شاهدي از روايي سازه و يا روايي ملاكي آزمون تلقي شود. در آزمون هاي شخصيت، همبستگي بين نمره هاي آزمون و صفات شخصيتي ازمودني ها كه توسط دوستان شان درجه بندي مي شود و هم چنين توافق بين نمره هاي آزمون هاي تشخيصي و باليني مانند آزمون سنجش اضطراب با درجه بندي اضطراب آزمودني ها توسط روان پزشكان و روان شناسان باليني شواهدي از روايي سازه آزمون هاي مذكور را به دست مي دهند.نكات اساسي در تهيه و استاندارد كردن آزمون ها ا) راهنماي اجراي آزمون راهنماي اجراي آزمون بايد استاندازد شده و كاملا روشن باشد. در راهنما بايد نوع كاري كه آزمودني بايد انجام دهد و چگونگي انجام آن به گونه روشن شرح داده شود. لازم است كه براي آشنا شدن آزمودني ها با نوع سوال ها و چگونگي پاسخ دادن به آن ها، چند سوال نمونه در راهنماي آزمون مطرح و طرز پاسخ دادن به آن ها توضيح داده شود.نكات اساسي در تهيه و استاندارد كردن آزمون ها ا) راهنماي اجراي آزمون در آزمون هايي كه به پاسخ هاي غلط نمره منفي داده مي شود، بايد اين نكته در راهنماي اجراي آزمون ذكر گردد. اگر قرار است به پاسخ هاي غلط نمره منفي داده نشود، اين نكته نيز بايد در راهنماي اجراي آزمون به گونه صريح مطرح شده و به آزمودني ها گفته شود كه اگر پاسخ سوالي را نمي دانند، از بين پاسخ هاي پيش نهادي يا گزينه هاي آزمون بهترين پاسخي را كه به نظرشان درست است انتخاب كنند. هم چنين در راهنماي آزمون بايد زمان استاندارد شده براي پاسخ دادن به پرسش هاي آزمون به آزمودني ها گفته شود. زمان استاندارد براي هر آزمون عبارت از ميانگين زمان صرف شده توسط 75 درصد آزمودني ها براي كامل كردن آزمون در مراحل اجراي فرم تجربي است.نكات اساسي در تهيه و استاندارد كردن آزمون ها 2- نمره گذاري آزمون آزمون بايد به گونه اي طراحي شود كه نمره گذاري پاسخ هاي آزمودني ها به آساني و به سرعت امكان پذير باشد و تا جايي كه امكان دارد نمره گذاري پاسخ ها به صورت عيني انجام گيرد. اعتبار و پايايي آزمون نبايد به سبب ناپايايي نمره گذاري آن كاهش يابد. وزن يا نمره اي كه براي هر سوال در نظر گرفته مي شود بهتر است با سطح دشواري سوال متناسب باشد. بدين معنا كه براي سوال هاي آسان وزن كمتر و براي س.ال هاي دشوار وزن بيشتري منظور شود.نكات اساسي در تهيه و استاندارد كردن آزمون ها 3- تعداد سوال هاي آزمون هر چه تعداد سوال هاي آزمون بيشتر باشد، اعتبار و پايايي آن بيشتر است. آزمون يا بايد داراي تعداد زيادي سوال باشد كه به هر يك از آن ها نمره جداگانه اي داده مي شود و يا شامل تعداد كمتري از تكاليف باشد كه به هر يك از آن ها نمره خاصي تعلق مي گيرد. گنجاندن يك سوال محاسبه اي كه يافتن پاسخ درست آن مستلزم صرف وقت زياد است سوال نامناسبي به شمار مي رود. زيرا آزمودني در ازاي چندين دقيقه وقتي كه براي پاسخ دادن به آن صرف مي كند، نمره اي برابر پاسخ درست سوال هايي مي گيرد كه با صرف چند ثانيه پاسخ درست آن ها را پيدا مي كند.بنابراين بايد زمان و سطح مهارت لازم براي پاسخ دادن به همه سوال ها در هر بخش آزمون تقريبا يكسان باشد يا نمره هر سوال با سطح دشواري و زمان لازم براي يافتن پاسخ درست آن متناسب باشد.نكات اساسي در تهيه و استاندارد كردن آزمون ها 4- سطح دشواري سوال هاي آزمون آزمون بايد با پرسش هايي شروع شود كه همه آزمودني ها به راحتي بتوانند به آن ها پاسخ درست بدهند. سوال هاي اول آزمون نبايد دشوار بوده و موجب دلسردي آزمودني ها شوند. بهد از چند سوال خيلي آسان كه در ابتداي آزمون گنجانده مي شوند، سطح دشواري سوال هاي بعدي آزمون بايد به تدريج افزايش يابد. بايد بين عملكرد آزمودني ها در هر يك از سوال ها و عملكرد آنان در كل آزمون همبستگي مثبت موجود باشد. اگر همبستگي بين يك سوال با نمره كل آزمون منفي و يا خيلي كم باشد، احتمالا بدان معناست كه آن سوال خصيصه اي را اندازه مي گيرد كه با ان چه كه به وسيله كل آزمون سنجيده مي شود تفاوت دارد.نكات اساسي در تهيه و استاندارد كردن آزمون ها 5- سوال هاي چند گزينه اي پرسش هاي چندگزينه اي به سبب آن كه نمره گذاري آن ها به آساني و به سرعت امكان پذير است، در اغلب آزمون هاي مداد- كاغذي مورد استفاده قرار مي گيرند. اما، نمره هاي حاصل از اين نوع سوال ها ممكن است تا حدي با نمره واقعي آزمودني ها متفاوت باشد. به همين دليل بعضي از سازندگان آزمون، پرسش هايي را ترجيح مي دهند كه آزمودني پاسخ ها را از خزانه حافظه خود بازيابي و آن ها را توليد كند. در آزمون هايي كه با پرسش هاي چند گزينه اي ساخته مي شوند، مي توان در ازاي هر پاسخ غلط،..... نمره (n تعداد گزينه هاي پاسخ هاست) از نمره  هاي پاسخ هاي درست آزمودني كم كرد و بدين ترتيب عامل حدس و گمان را از بين برد. البته اين در صورتي است كه براي هر پاسخ درست يك نمره در نظر گرفته شده باشد.  در آزمون هايي كه با سوال هاي 5 يا 6 گزينه اي ساخته مي شوند، احتمال يافتن تصادفي پاسخ هاي درست كمتر از سوال هاي 3 يا 4 گزينه اي است. چنان چه در مراحل استاندارد كردن آزمون از فرمول تصحيح براي حذف عامل حدس و گمان استفاده شده است، در اجرا و نمره گذاري آزمون فرم نهايي نيز بايد نمره گذاري آزمون بر همين اساس انجام گيرد.نكات اساسي در تهيه و استاندارد كردن آزمون ها 6- دامنه تغيير سوال ها آزمون ها معمولا با سوال هاي متعدد و گوناگون ساخته مي شوند. سازندگان آزمون بايد به اين نكته توجه داشته باشند كه در هر يك از بخش هاي آزمون سوال هايي را بگنجانند كه همه آن ها توانايي واحدي را بسنجند. بنابراين، در هر يك از بخش هاي فرعي آن از گنجاندن سوال هاي نامربوط به آن بخش بايد اجتناب كنند.نكات اساسي در تهيه و استاندارد كردن آزمون ها 7- محتواي آزمون در آزمون هايي كه براي اندازه گيري استعداد و توانايي شغلي به كار مي روند، بايد پرسش هايي در محتواي آزمون گنجانيده شوند كه به طور مستقيم يا غير مستقيم در موفقيت آن شغل موثر باشند. بنابراين از طرح سوال هايي كه به محفوظات، دانش نظري محض و يا آموخته هاي كلاسيك مربوطند و اغلب افراد آن ها را فراموش مي كنند بايد اجتناب شود.نكات اساسي در تهيه و استاندارد كردن آزمون ها 8- توجه به كل محتوا در ساختن آزمون هاي پيشرفت تحصيلي، سازندگان آزمون اغلب بخش هايي از محتواي درس را مورد توجه قرار مي دهند كه ساختن پرسش هاي آزمون در مورد آن ها آسان تر است. بدين ترتيب، ممكن است بعضي از جنبه هاي موضوع مورد اندازه گيري ناديده گرفته شود. اما بايد دانست روايي آزمون بسته به اين است كه محتواي آزمون تمامي جنبه هاي مهم زمينه مورد اندازه گيري را شامل شود. آزموني كه سوال هاي آن همه زمينه هاي مهم را شامل نباشد فاقد روايي محتوايي است.روش اجراي آزمون هاي ميزان شده:آزمون هاي گروهي اجراي بعضي آزمون هاي گروهي با گذراندن يك دوره كوتاه كارآموزي ميسر است. اما اجراي بعضي ديگر از آزمون ها به مهارت و تجربه طولاني تري نياز دارد. معمولا اجراي آزمون هاي گروهي در مقايسه با آزمون هاي فردي با كارآموزي كوتاه تري امكان پذير است. آزنايش كننده بايد آزمايش را چنان ماهرانه و طبق دستورالعمل استاندارد شده برگزار كند كه به هر يك از افراد آزمايش شونده امكان داده شود تا حداكثر استعداد و توانايي خود را در پاسخ دادن به پرسش هاي آزمون نشان دهد. آزمايش كننده بايد قبلا در مورد محتواي آزمون، دستورالعمل اجراي آن و ساير شرايطي كه بايد رعايت شود آگاهي لازم را به دست آورد.اجراي آزمون هاي گروهي نكات مهم در اجراي آزمون هاي استاندارد شده :  شرايطي مشابه با شرايط تهيه و استاندازد آزمون براي كليه آزمايش شوندگان فراهم شود. رعايت كامل دستورالعمل آزمون كوشش در برقراري رابطه مطلوب بين آزمايش شونده و آزمايش كننده به منظور جلب اعتماد آنان(به ويژه در آزمون هاي فردي) گذرانده دوره هاي كارآموزي عملي(علاوه بر فراگيري دانش هاي نظري)اجراي آزمون هاي گروهي 1- شرايط اجراي آزمون: 1- ايجاد شرايط فيزيكي مناسب در جلسه آزمايش(از نظر نور، تهويه، درجه گرما، راحت بودن محل نشستن) نارسايي در هر يك از عواما مذكور موجب مي شود كه ميزان كارآيي آزمايش شوندگان كاهش يابد. اين مساله در مورد آزمون هاي سرعت بيش از آزمون هاي قدرت اثر نامطلوب بر جاي مي گذارد. 2- آزمون شوندگان به راحتي صداي مجري آزمون و راهنمايي هاي او را به راحتي بشنوند. 3- اتاق آزمايش از هر نوع عامل حواس پرتي مانند سر و صدا، تابلوهاي نقاشي، زنگ تلفن، آمد و رفت افراد و صحبت هاي مراقبان جلسه و هر عامل ديگري كه باعث عدم تمركز فكري و كاهش دقت آزمايش شوتدگان مي شود، به دور باشد.اجراي آزمون هاي گروهي 1- شرايط اجراي آزمون: 4- وضعيت روحي و جسمي آزمون شونده نتيجه آزمون را تحت تاثير قرار مي دهد. بنابراين، اجراي آزمون در مورد افراد خسته، عصباني، بي ميل، بيمارو غيره موجب مي شود كه نتيجه آزمون بيانگر نمونه اي از رفتارهاي واقعي آنان نباشد. 5- نحوه برخورد و رفتار آزمايش كننده و حالات روحي او( مانند خستگي،عصبانيت صداي نارسا) مي تواند تا حد زيادي نتيجه آزمون را تحت تاثير قرار دهد.اجراي آزمون هاي گروهي - اقدامات قبل از توزيع دفترچه آزمون: 1- پيش بيني لوازم مورد نياز 2- معرفي مجري و بيان هدف كلي از اجراي آزمون به زبان ساده 3- اجتناب از به كار بردن اصطلاحات فنياجراي آزمون هاي گروهي 3- اداره جلسه آزمايش و اجراي آزمون(وظيفه مجري) ايجاد شرايط استاندارد و همراه با احساس اطمينان براي انجام آزمايش برابر دستورالعمل آزمون در نظر گرفتن يك دستيار براي هر 15 تا 20  نفر آزمايش شونده در مورد آزمايش شوندگان خردسال مانند دانش آموزان دبستان يا دوره راهنمايي توضيحات لازم مطابق دستورالعمل آزمون توسط مجري داده مي شود. اگر آزمايش شونده اي از مجري آزمون سوالي بپرسد، او نبايد در دادن پاسخ مطلبي اضافه بر آن چه كه در دستورالعمل ذكر شده است، بيان كند. اگر به پاسخ هاي غلط نمره منفي تعلق نمي گيرد، اين امر به آزمون شوندگان اعلام شود تا اگر پاسخ سوالي را نمي دانند، بهترين پاسخ را حدس بزنند. كنترل وقت آغاز و پايان جلسه با كرونومتراجراي آزمون هاي گروهي نمره گذاري پاسخ نامه ها قبل از تصحيح و نمره گذاري پاسخ نامه ها با توجه به سه نكته زير مورد بررسي قرار گيرند. 1- نبايد بيش از يك گزينه به عنوان پاسخ صحيح انتخاب شده باشد. 2- براي مواردي كه پاسخ در محل مناسب قرار داده نشده، تصميم گيري شود. 3- در صورتي كه آزمودني از روي اشتباه، پاسخ سوال بعدي را در محل سوالي قبلي كه جواب ان را نمي دانسته علامت زده باشد، پاسخ نامه وي با در نظر گرفته اشتباه در جابه جايي پاسخ ها تصحيح شود. بعد از تعيين تعداد پاسخ هاي صحيح، غلط و سفيد نمره خام آزمودني با احتساب يا بدون احتساب نمره منفي محاسبه شود.اجراي آزمون هاي فردي نكات اساسي در اجراي آزمون هاي انفرادي 1- رعايت كامل دستورالعمل آزمون 2- ايجاد شرايط فيزيكي مطلوب در اتاق آزمايش 3- ايجاد همدلي با آزمودني 4- تكرار پرسش ها( به جز آزمون هاي حافظه) 5- مرتب كردن وسايل آزمايش 6- توجه  به حالات بدني آزمودني 7- كاوش پاسخ هاي مبهم آزمودني 8- مشاهده رفتار آزمودني 9- ارزشيابي پاسخ ها (با توجه به ملاك هاي دستورالعمل) 10- جلب اعتماد آزمودني خردسال 11- آزمايش آزمودني هاي داراي عقب ماندگي ذهني در بخش هاي زماني كوتاهعوامل موثر در نتايج آزمون ها 1- تاثير آزمايش كننده ( جنسيت، سن، نژاد، سطح مهارت، برخورد اجتماعي، پايگاه حرفه اي، و پايگاه اجتماعي- اقتصادي). پژوهش نشان داده است كه رابطه گرم يا سرد آزمايش كننده در نتايج آزمايش گروهي از آزمودني ها تفاوت معني دار ايجاد كرده است. 2- تجارب پيش از آزمايش آزمودني ها. مك كارتي گروهي از دانش آموزان دبستان را دو بار با تست آدمك مورد آزمايش قرار داد. بار اول آزمودني ها پيش از آمدن به جلسه آزمايش، انشايي در باره «بهترين تجارب زندگي خود» و بار دوم انشايي در باره «بدترين تجارب زندگي خود» نوشته بودند. در آزمايش دوم هوشبهر كودكان 4 الي 5 نمره كمتر از آزمايش اول بود. اين تفاوت ممكن است به سبب آشفتگي هاي هيجاني كودكان در مرتبه دوم باشد كه در آن انشايي در باره «بدترين تجارب زندگي خود» نوشته بودند.عوامل موثر در نتايج آزمون ها 3- تمرين ها و آمادگي قبلي آزمودني ها: آشنايي آزمودني ها با نمونه هايي از آزمون ها و تمرين هاي قبلي آنان مي تواند تا حدي در نتيجه آزمايش اثر بگذارد. دليل اين تمرين، يادآوري برخي از پاسخ ها، يادگيري راه حل ها و كسب بينش نسبت به مواد آزمايش بوده است. هم چنين كساني كه در پاشخ دادن به آزمو ن ها ي مختلف تجربه زيادي دارند، اين تجربه آمادگي بيشتري براي پاسخ دادن به آزمون ها در آنان بخ وجود مي آورد. علت اين امر غالبا اعتماد به نفسي است كه اين افراد نسبت به انجام آزمون ها پيدا مي كنن كه ضمن كاهش اضطراب آنان موقعيت بهتري را بريشان فراهم مي كند.ملاحظات اخلاقي و اجتماعي در كاربرد آزمون هاروش هاي برآورد اعتبار آزمون: اعتبار بازآزمايي در مورد استفاده از روش باز آزمايي بايد نكات زير را در نظر گرفت: 1- صفت مورد اندازه گيري از صفات نسبتا پايدار باشد. 2-  آشنايي آزمودني ها با سوال هاي آزمون در آزمايش اول، ممكن است بر نمره آزمايش آن ها اثر بگذارد(اثر انتقال) و ضريب اعتبار بازآزمايي را تحت تاثير قرار دهد. به ويژه اگر فاصله دو ازمايش كوتاه باشد و از چند روز تجاوز نكند. 3- بعضي مهارت ها با تمرين بهبود مي يابند.  نمرات آزمودني ها در آزمون دوم، ممكن است بر اثر تمرين ناشي از اجراي آزمون اول افزايش يابد(اثر تمرين) 4-  اگر فاصله دو آزمون خيلي زياد باشد، ممكن است عامل يادگيري و رشد در اين امر تاثير گذار باشد.برآورد اعتبار آزمون: اعتبار بازازمايي براي مثال، اگر يك آزمون هوش در مورد گروهي از كودكان ، يك بتر در سن 4 سالگي و يك بار در سن 5 سالگي اجرا شود، ضريب همبستگي بين نمره هاي دو بار آزمايش كه مثلا 0.43 شده است ممكن است به صورت هاي زير تفسير شود: 1- ضريب اعتبار آزمون پايين است. 2- سطح هوش كودكان بر اثر رشد افزايش يافته است. 3- تركيبي از دو عامل بالا سبب شده است كه ضريب اعتبار آزمون كم شود. واقعيت اين است كه در برآورد ضريب اعتبار آزمون به طور قطع نمي توان تصميم گرفت كه كدام يك از نتيجه گيريهاي بالا درست تر است. در هر حال، در تفسي ضريب اعتبار آزمون با توجه به فاصله زماني بين دو اجراي آزمون و ويژگي هاي آزمودني ها، بسياري از عواملي را كه ممكن است در ضريب اعتبار محاسبه شده تاثير بگذارند، بايد در نظر گرفت.برآورد اعتبار آزمون: اعتبار بازآزمايي گاهي پايين بودن ضريب اعتبار بازآزمايي به اين معنا نيست كه آزمون اعتبار كافي ندارد. چه بسا خصيصه مورد اندازه گيري در فاصله دو آزمايش تغيير كرده باشد. اما اگر آزمودني براي اندازه گيري خصيصه اي ساخته شده است كه در طول زمان ثابت مي ماند، ناكافي بودن ضريب اعتبار بازآزمايي نشانگر آن است كه آزمون فاقد اعتبار لازم است.برآورد اعتبار آزمون: اعتبار آزمون هاي همتا(Parallel tests) در بعضي موارد يك آزمون داراي دو فرم همتا است، مانند آزمون هوش ريموند كتل كه به صورت دو فرم همتاي A و B تهيه شده است. دو آزمون را در صورتي همتا گويند كه هر دو براي اندازه گيري خصيصه واحدي در مورد جامعه واحدي تهيه شده باشند. گر چه سوال هاي آزمون هاي همتا كاملا يكسان نيستند، اما سطح دشواري سوال ها در هر دو فرم يكسان است. براي برآورد اعتبار آزمون هاي همتا، دو فرم آزمون را يكي پس از ديگري و بدون فاصله زماني و يا با فاصله زماني اجرا كرده، ضريب همبستگي نمره هاي حاصل از دو آزمون محاسبه مي شود.برآورد اعتبار آزمون: اعتبار آزمون هاي همتا(Parallel tests) بر خلاف باز آزمايي، در روش اجراي فرم هاي همتا، واريانس خطاي ناشي ازنمونه هاي مختلف سوال ها مورد بررسي قرار مي گيرد، و اين در صورتي است كه هر دو ازمون بدون فاصله زماني و در يك جلسه اجرا شوند. در اين مورد براي اجتناب از تاثير عامل تمرين مي توان ترتيب اجراي آزمون را در مورد گروه هاي مختلف تغيير داد. شايد مطلوب ترين روش برآورد اعتبار آزمون، اجراي فرم هاي همتاي آزمون در زمان هاي مختلف باشد. بدين ترتيب هر دو نوع خطاي اندازه گيري، يعني خطاي ناشي از نمونه هاي مختلف سوال ها و خطاي ناشي از نمونه گيري زماني در محاسبه ضريب اعتبار به حساب مي آيد. نرم يا هنجار: مفهوم نرم نرم يا هنجار عبارت است از متوسط عملكرد گروه نمونه اي از آزمودني ها كه به روش تصادفي از يك جامعه تعريف شده انتخاب مي شود.  نرم آزمون هاي استاندارد شده بر اساس توزيع نمره هاي خام گروه نمونه اي از آزمودني ها به دست مي آيد. ميانگين و نقطه 50 درصدي اين توزيع، نمونه هايي از متوسط عملكرد گروه و به عبارت ديگر نرم يا هنجار گروه است.  در آزمون هاي گروه مرجع، نرم يا هنجار مقياس محاسبه شده اي است كه نمره خام آزمودني با آن سنجيده مي شود تا عملكرد وي نسبت به متوسط عملكرد گروه مورد ارزشيابي قرار گيرد.نرم يا هنجار: مفهوم نرم براي استاندارد يا ميزان كردن يك آزمون، آن را بر اساس يك دستورالعمل استاندارد شده و تحت شرايط يكسان در باره يك گروه نمونه تصادفي انتخاب شده از جامعه اي كه آزمون در مورد آن استاندارد مي شود اجرا مي كنند. هدف عمده فرايند استاندارد كردن آزمون تعيين توزيع نمره هاي خام گروه معياريابي(گروه نرم) است. سپس نمره هاي به دست آمده به گونه اي از نمره هاي اشتقاقي(derived score)، مانند نمره هاي معادل سني، نمره هاي معادل كلاسي، رتبه هاي درصدي و يا نمره هاي تراز شده تبديل مي شوند. نرم يا هنجار: مفهوم نرم در راهنماي اجراي بيشتر آزمون هاي استاندارد شده، جداول نرم وجود دارد كه با استفاده از آن ها نمره هاي خام آزمودني ها را مي توان به نمره هاي اشتقاقي تبديل و آن ها را تفسير كرد. بدين ترتيب، نرم يك چهارچوب داوري است كه نمره خام آزمودني بر اساس آن تفسير و در باره وي قضاوت مي شود. مقايسه نمره خام آزمودني با جدول نرم به روان شناس امكان مي دهد كه موقعيت آزمودني را نسبت به توزيع نمره هاي خام ساير افراد گروه سني، كلاسي و يا جنسي او تعيين كند.نرم يا هنجار: انتخاب گروه نرم براي اين كه تفسير نمره خام آزمون به درستي انجام گيرد، نرم يا هنجار آزمون بايد با شرايط افرادي كه آزمون در مورد آنان اجرا مي شود همخواني داشته باشد. هنگامي كه نمره خام آزمودني بر اساس جدول نرم تفسير مي شود، بايد ماهيت افراد گروه نرم(سن، جنسيت، زبان مادري، گروه قومي، منطقه جغرافيايي، خصايص فرهنگي، سطح اجتماعي- اقتصادي و غيره) همواره مورد نوجه روان شناس باشد.نرم يا هنجار: انتخاب گروه نرم هنگام ميزان كردن آزمون به منظور تهيه نرم، ابتدا بايد جامعه اي كه قرار است آزمون در باره افراد آن جامعه(جامعه هدف) ميزان شود، به ئقت تعريف گردد. سپس گروه نمونه اي كه معرف اين جامعه باشد، به روش تصادفي از افراد جامعه به عنوان نمونه معياريابي انتخاب شود.  روش نمونه گيري براي انتخاب گروه نرم، ممكن است از ساده ترين روش نمونه گيري(تصادفي ساده) تا پيچيده ترين روش (نمونه گيري طبقه اي و خوشه اي) استفاده شود. بديهي است نمونه اي كه با روش نمونه گيري طبقه اي انتخاب مي شود، به دليل اين كه ار هر طبقه فرعي افراد جامعه(جنس، سن، زبان مادري و ...) نمونه هايي در گروه نرم فرار مي گيرند، بهتر از نمونه اي كه از روش تصادفي ساده انتخاب مي شود، معرف جامعه هدف خواهد بود.نرم يا هنجار: نرم هاي ملي، منطقه اي و محلي اگر جامعه هدف، به صورت كليه افراد يك كشور كه در يك يا چند صفت مشتركند تعريف شود و افراد گروه نرم از اين جامعه انتخاب گردد، نرمي كه بدين ترتيب به دست مي آيد نرم ملي يا كشوري ناميده مي شود.  بريا انتخاب افراد گروه نرم ملي به سبب گسترده و ناهمگوني جامعه ناگزير بايد از روش نمونه گيري خوشه اي و طبقه اي استفاده شود. در جوامع گسترده و ناهمگون لازم است اولا حجم نمونه انتخاب شده نسبتا زياد باشد، ثانيا طوري نمونه گيري شود كه از همه گروه هاي مختلف جامعه نمونه هايي در گروه نرم قرار گيرند.نرم يا هنجار: نرم هاي ملي، منطقه اي و محلي اگر جامعه هدف به صورت كليه افراد يك استان يا منطقه اي از يك كشور كه شامل چند استان همجوار است و در يك صفت مشتركند تعريف شود و افراد گروه نمونه از اين جامعه انتخاب گردد، جداول نرم به دست آمده از نمره هاي خام آزمودني ها، نرم منطقه اي خواهد بود. به عنوان مثال، در مراحل ميزان كردن يك آزمون هوش براي كودكان ايراني ممكن است كشور را بر اساس خصوصيات اقليمي، زبان و گويش و ساير ويژگي هاي مشترك به چند زير جامعه تقسيم و از هر زير جامعه نمونه اي انتخاب و نرم هاي متفاوتي تدوين شود. هر گاه گروه نرم از افراد يك شهر، يك بخش، قسمتي از يك شهر و يا حتي دانش آموزان يك مدرسه انتخاب شود، جدول نرمي كه بدين ترتيب بر اساس نمره هاي خام افراد گروه نرم ساخته مي شود، نرم محلي خواهد بود.نرم يا هنجار: نرم هاي سني و كلاسي نرم هاي سني و نرم هاي كلاسي از جمله نرم هايي هستند كه مصرف كنندگان آزمون ها با آن ها آشنايي دارند. نرم سني(نرم معادل سن تقويمي) نمره مياني يك آزمون است كه افراد گروه سني معيني نمره هاي برابر آن گرفته اند. نرم هاي سني بر حسب سال و ماه و با فاصله هاي يك ماه تدوين مي شوند. به عنوان مثال، نرم سني براي كودكان 5 ساله به صورت زير طبقه بندي مي شود كه در آن ها اعداد سمت چپ، نماينده سال و اعداد سمت راست نماينده ماه هستند.: 0 – 5 سال، 1 – 5 سال و... نرم هاي كلاسي در كشور هايي كه سال تحصيلي 10 ماه است، بر حسب پايه و ماه هاي سال تحصيلي با فاصله يك ماه به صورت زير طبقه بندي مي شوند كه در آن ها اعداد سمت چپ سطح يا پايه تحصيلي و اعداد سمت راست ماه هاي سال تحصيلي را نشان مي دهند. 1 – 4 سال، 2 – 4سال، 3 – 4 سال و....نرم يا هنجار: نرم هاي سني و كلاسي مثلا، طبقه 1-4، به معناي عملكرد دانش آموزان كلاس چهارم در ماه اول يال تحصيلي است. در نظام آموزشي ايران براي تهيه نرم كلاسي، چون سال تحصيلي 9 ماه است، بنابراين طبقه هاي معادل كلاسي در هر پايه تحصيلي شامل 9 طبقه خواهد بود. طبقه بندي نرم كلاسي به فاصله يك ماه بر اين فرضيه استوار است كه با گذشت ماه هاي سال تحصيلي، به تدريج و با آهنگ يكسان سطح پيشرفت دانش آموزان افزايش مي يابد. نرم سني براي سنجش خصايصي به كار مي رود كه با افزايش سن رابطه دارند مانند هوش و بعضي از استعدادهاي شناختي ديگر. نرم كلاسي براي سنجش پيشرفت تحصيلي كه با افزايش پايه تحصيلي افزايش مي يابد به كار مي رود.نرم يا هنجار: نرم هاي سني و كلاسي يكي از محدوديت هاي نرم سني و كلاسي اين است كه واحدهاي مقياس اين دو نرم در طول مقياس برابر نيستند. به عنوان مثال، تفاوت افزايش سطح پيشرفت تحصيلي در فاصله بين معادل هاي كلاسي 2-5 تا 4-5 با افزايش سطح پيشرفت تحصيلي در فاصله هاي معادل هاي كلاسي 2-8 تا4-8 برابر نيست. در عمل واحد هاي نرم سني و معادل كلاسي با افزايش سن و پايه تحصيلي مرتبا كوچك نر مي شوند. بنابراين به سبب ناهمساني در سرعت افزايش توانايي هاي مورد اندازه گيري و در نتيجه نابرابري واحدها، متخصصان اندازه گيري آموزشي و تربيتي ترجيح مي دهند از نرم هايي استفاده كنند كه واحدهاي آن ها در طول مقياس همساني بيشتري داشته باشد.نرم يا هنجار: نرم هاي سني و كلاسي اما به سبب سهولت استفاده از نرم هاي سني و كلاسي، اين نرم ها در سطح مدارس ابتدايي، كه فرض همساني نسبي آهنگ رشد بيشتر صادق باشاست، هم چنان مورد استفاده قرار مي گيرند. با وجود اين، در اين سطح نيز لازم است براي هر يك از گروه هاي سني و يا معادل هاي كلاسي، نمره هاي تراز شده يا رتبه هاي درصدي تهيه شود.نرم يا هنجار: نرم هاي سن هنجاريmodal age norms معمولا همه دانش آموزان يك پايه تحصيلي كه نرم كلاسي براي آن تهيه مي شود سن برابر ندارند و دامنه تغيير سن آن ها اغلب زياد است. با وجود اين، نمره هاي دانش آموزان خيلي جوان تر و افراد مسن تر از افراد متوسط كلاس در محاسبه نرم وارد مي شود. براي تهيه شاخص دقيق تر از متوسط نمره دانش آموزان يك پايه تحصيلي، نمره هاي افراد خيلي جوان تر و افراد خيلي مسن تر حذف و نرم بر اتساس نمره هاي دانش آموزاني كه سن آن ها با سطح پايه تحصيلي شان متناسب است محاسبه مي شود. نرم كلاسي كه بدين ترتيب به دست مي آيد، نرم سني هنجاري ناميده مي شود.نرم يا هنجار: نرم هاي سن عقليmental age norms اصطلاح سن عقلي توسط آلفرد بينه، روان شناس فرانسوي مطرح شد و امروزه در بيشتر آزمون هاي هوشي مورد استفاده قرار مي گيرد. سن عقلي يك آزمودني معين برابر سن تقويمي آن دسته از كودكان همسال او در يك گروه هنجاريابي است كه نمره مياني آن ها با نمره آزمودني مورد نظر برابر باشد. معمولا در مدارس عقب مانده هاي ذهني، طبقه بندي دانش آموزان براي هدف هاي آموزشي بر مبناي سن عقلي انجام مي گيرد.نرم يا هنجار: خارج قسمت هاquotients يكي از روش هاي قديمي تهيه نرمة كه اكنون تقريبا كنار گذاشته شده است، تبديل نرم سني آزمودني به نوعي خارج قسمت بود كه از تقسيم نمره سني يا سن عقلي بر سن تقويمي و ضرب آن در عدد 100به دست آمد. بدين ترتيب خارج قسمت هوش در فرم قديمي آزمون استنفورد بينه از رابطه زير محاسبه مي شد.      (MA/CA) 100 = IQ در اين رابطه، IQ خارج قسمت هوش يا هوشبهر، MA سن عقلي و CA سن تقويمي آزمودني است. هم چنين خارج قسمت تحصيلي(educational quotient) در بعضي از آزمون هاي پيش رفت تحصيلي از راه تقسيم نرم سني بر سن تقويمي به دست مي آمد. نرم يا هنجار: نرم هاي درصدي نرم هاي درصدي بر اساس نمره هاي خام آزمودني هاي گرو نرم كه با فاصله طبقه اي معين طبقه بندي مي شوند، به دست مي آيد. هر نمره خام را نمره درصدي(percentile) و درصد افراد نرم را كه زير نمره معيني قرار ميگيرد رتبه درصدي(percentile rank) مي نامند. به عنوان مثال، در جدول شماره 1 نمره 72 در طبقه دوم از بالا نمره درصدي است كه رتبه درصدي آن 97 است، يعني نمره 97 درصد افراد زير آن قرار دارد.نرم يا هنجار: نرم هاي درصدي براي روشن شدن روش محاسبه نرم درصدي به جدول شماره 8-1 توجه كنيد. در اولين ستون سمت چپ جدول، فاصله نمره ها با فاصله طبقه اي 5، در ستون دوم اعداد مياني هر طبقه و بالاخره تراكمي زير اعداد مياني طبقه ها را نشان مي دهد. براي محاسبه فراواني تراكمي زير عدد مياني هر طبقه كافي است نصف فراواني مطلق آن طبقه را با مجموع فراواني هاي مطلق طبقه هاي پايين تر جمع كنيم. به عنوان مثال، فراواني تراكمي زير عدد مياني براي پايين ترين طبقه برابر 0/5(0/5=يك دوم + 0 ) و براي دومين طبقه از پايين برابر 7/5 است.(7/5=13:2 + 1). رتبه درصدي هر طبقه از حاصل ضرب فراواني تراكمر زير عدد مياني آن طبقه در N : 100 به دست مي ايد. (N مجموع فراواني هاي مطلق و يا تعداد افراد گروه نرم است).نرم يا هنجار: نرم هاي درصدينرم يا هنجار: نرم هاي درصدي به سبب سهولت محاسبه و تفسير رتبه هاي درصدي، در جدول هاي نرم بيشتر آزمون هاي استاندارد شده از اين نرم استفاده مي شود. در اين جدول ها، نرم هاي درصدي براي گروه هاي سني، پايه هاي تحصيلي، شغلي، جنسيت و ساير گروه هاي محاسبه مي شود. نا همساني واحدهاي رتبه ها در نرم هاي درصدي نيز مانند نرم هاي سني و كلاسي از جمله محدوديت هاي نرم درصدي است. چنان كه از نمودار 8-1 ملاحظه مي شود، واحد هاي رتبه هاي درصدي از نوع مقياس رتبه اي هستند نه مقياس فاصله اي. با توجه به نمودار شماره 8-1 ملاحظه مي شود كه فاصله بين رتبه هاي درصدي 5 و 0 يا 90 و 95 بزرگ تر از فاصله بين رتبه هاي 40 و 45 يا 60 و 65 است. با وجودي كه تفاوت عددي هر دسته از اين دو رتبه با يكديگر برابرند، اما اندازه رتبه هاي درصدي برابر نيستند. زيرا به سبب خاصيت زنگوله اي بودن نمره ها، هر چه از دو حد انتهايي توزيع به حد وسط نزديك تر مي شويم اندازه رتبه ها مرتبا كاهش مي يابند.نرم يا هنجار: نرم هاي درصدي به سبب انباشته شدن رتبه هاي درصدي در وسط و پراكندگي آن ها در دو انتهاي توزيع، تفسير تغييرات و تفاوت هاي نرم هاي درصدي دشوار مي شود. به عنوان مثال، تفاوت پيشرفت تحصيلي دو دانش آموز كه يكي رتبه 5 درصدي و ديگري رتبه 10 درصدي گرفته است، با تفاوت دو دانش آموز ديگر كه رتبه درصدي يكي 40 و رتبه درصدي ديگري 45 است، برابر نيست. تفاوت بين رتبه هاي 5 و 10 درصدي بيشتر از تفاوت بين رتبه هاي 40 و 45 درصدي است، زيرا واحدهاي مقياس در مورد دو رتبه اول بزرگ تر از واحد هاي رتبه ها ي دوم است.  با وجود اين، چنان چه استفاده كنندگان از اين نرم، به نابرابري واحدهاي رتبه ها در طول مقياس توجه كنند و براي تفاوت رتبه هاي انتهايي در مقايسه با رتبه هاي مياني، وزن بيشتري قايل باشند، مي توانند آن ها را به گونه اي روشن تر تفسير كنند.نرم يا هنجار: نرم نمره هاي تراز شده(standard score norms)بر خلاف نرم درصدي، نمره هاي تراز شده از نوع مقياس فاصله اي هستند كه اندازه واحدهاي آن ها در سرتاسر مقياس برابرند. نمره هاي تراز شده، نمره هاي تبديل شده اي هستند كه مي توان آن ها را بر حسب ميانگين و انحراف معيار دلخواه محاسبه كرد. نمره هاي تراز شده انئاع مختلف دارند كه از آن جمله اند نمره هاي z، نمره هاي Z، نمره هاي CEEB(Colledge Entrance Examination Bord، نمره هاي امتحانات ورودي دانشگاه ها)، نمره هاي AGCT(Army General Classification Test، آزمون هاي ارتشي آلفا و بتا)، هوشبهر انحرافي(deviation  IQ)، نمره هاي نه بخشي(stanine scores)، و نمره هاي T .در عمل همه اين نرم ها بر مبناي نمره z محاسبه مي شوند.نرم يا هنجار: نرم نمره هاي تراز شده به نمودار ص 240 كتاب شريفي(1377) مراجعه نماييد.نرم يا هنجار: نمره z نمره z از رابطه زير به دست مي آيد. در اين رابطه، X نمره خام،    ميانگين نمره هاي خام افراد گروه نرم و s انحراف معيار نمره هاي خام افراد گروه نرم است. با تبديل نمره هاي خام به نمره z توزيع جديدي به دست مي آيد كه ميانگين آن برابر با صفر و انحراف معيار آن برابر يك است. شكل منحني توزيع جديد با شكل توزيع نمره هاي خام آن يكسان است. در جدول شماره 8-1 نمره هاي z اعداد مياني طبقه ها در ستون 6 نشان داده شده است. به عنوان مثال، نمره z براي اعداد ميانياولين طبقه از بالا 2/59 است. در نمودار 8-1 نيز در خط پايه منحني نمره z از 4- تا 4+ نشان داده شده است.نرم يا هنجار: نمره هاي Z چون نمره z داراي ارقام اعشاري و نيمي از اين نمره ها در توزيع نرمال منفي است، بنابراين كاركردن با اين نمره ها تا اندازه اي دشوار است. اگر نمره z را در عدد ثابت 10 ضرب و حاصل ضرب را با عدد ثابت 50 جمع كنيم نمره هاي Z به دست مي آيد كه ميانگين آن ها 50 و انحراف معيار آن ها 10 است. شكل توزيع نمره هاي Z نيز مانند توزيع نمره هاي اصلي افراد گروه نرم با آن يكسان است. نمره هاي Z در ستون 7 جدول 8 – 1 نشان داده شده اند.نرم يا هنجار: نمره هاي تراز شده بهنجار(نرمال) شده همه نرم هاي نمره هاي تراز شده كه در بالا به آن ها اشاره شد، تبديل خطي ساده نمره هاي خام هستند. ميانگين و انحراف معيار توزيع نمره هاي تبديل شده با ميانگين و انحراف معيار نمره هاي خام تفاوت مي كند، اما شكل توزيع در هر دو مورد يكسان است. تبديل گروهي از نمره هاي خام به نمره هاي تراز به هنجار شده با محاسبه رتبه هاي درصدي نمره هاي خام شروع مي ود. سپس با استفاده از جدول سطح منحني نرمال، نمره هاي z هر يك از رتبه هاي درصدي به دست مي آيد.  فرض كنيد مي خواهيم عدد مياني(ستون 2) جدول شماره 8-1 را به نمره هاي تراز به هنجار شده تبديل كنيم. چون رتبه هاي درصدي اين نمره ها محاسبه شده است(ستون 5)، لذا كافي است اين رتبه ها را با تقسيم كردن بر صد به نسبت تبديل كرده و سپس z مربوط به آن را از جدول سطح منحني نرمال پيدا كنيم. نمره هاي z كه بدين طريق به دست مي آيند با علامتzn يعني نمره هاي z نرمال شده نشان داده مي شوند. آن گاه ساير نمره هاي تراز شده مانند نمره هاي CEEB، T،AGCT، و IQ را بر مبناي zn محاسبه مي كنيم.نرم يا هنجار: نمره هاي CEEB نمره هاي CEEB كه معمولا در آزمون هاي ورودي دانشگاه ها به كار مي روند، نمره هايي هستند كه ميانگين آن ها 500 و انحراف معيار آن ها 100 است. بنابراين براي تبديل نمره هاي z به نمره هاي CEEB كافي است از رابطه زير استفاده شود. 500 + 100 *  zn = CEEB شكل توزيع نمره هاي CEEB نيز مانند شكل توزيع نمره هاي خام افراد گروه نرم است. نمره هاي CEEB محاسبه شده براي نمره هاي مياني طبقه ها در ستون 8 جدول 8-1 نشان داده شده است.نرم يا هنجار: نمره هاي T نمره هاي T نمره هاي تراز شده اي هستند كه ميانگين آن ها 50 و انحراف معيار آن ها 10 است. براي محاسبه نمره هاي T كافي است اندازه هاي zn را در 10 ضرب كرده حاصل را با 50 جمع كنيم يعني: 50 +10* zn = Tنرم يا هنجار: نمره هاي AGCT اين نمره ها كه براي نخستين بار براي نمره هاي آزمون ارتشي طبقه بندي كلي محاسبه شد، نمره هاي تراز شده اي هستند كه با ميانگين 100 و انحراف معيار 20 محاسبه مي شوند. توزيع اين نمره ها كه همان شكل توزيع نمره هاي اوليه را دارد، در ستون 9 جدول 8-1 براي اعداد مياني هر طبقه محاسبه شده است. روش محاسبه بر اساس فرمول زير انجام مي گيرد. 100 + 20 * zn = AGCTنرم يا هنجار: نمره هاي انحرافي آزمون وكسلرهوشبهر انحرافي آزمون وكسلر داراي ميانگين 100 و انحراف معيار 15 است كه از رابطه زير به دست مي آيد.100 + 15 * zn = IQ (وكسلر)در نمره هاي تراز شده آزمون هاي فرعي اين تست ميانگين برابر 10 و انحراف معيار برابر 3 فرض شده است.نرم يا هنجار: نمره هاي هوشبهر انحرافي آزمون استنفورد- بينه در اين آزمون ميانگين برابر 100 و انحراف معيار برابر 16 فرض شده است. بنابراين محاسبه هوشبهر انحرافي در آزمون استنفورد بينه از رابطه زير به دست مي آيد. 100 + 16 * = zn IQنرم يا هنجار: نمره هاي نه بخشي نمره هاي zn را مي توان به هر نمره تراز شده و با هر ميانگين و انحراف معياري تبديل كرد. يكي از نرم هاي معروف كه براي درجه بندي افراد در نيروي هوايي آمريكا و بعدها براي مقاصد آموزشي و ارزشيابي مورد استفاده فراوان پيدا كرد، نمره هاي نه بخشي(standard nine=stanine) است. مقياس نه بخشي، كه مقياس نمره هاي تراز شده با ميانگين 5 و انحراف معيار تقريبا 2 است، اين مقياس داراي نه بخش است كه با اعداد از 1 تا 9 نشان داده مي شوند. چنان كه در نمودار(ص 240) ملاحظه مي شود، در يك توزيع نرمال درصد معيني از افراد در هر يك از 9 بخش مقياس قرار مي گيرند. پنجمين بخش اين مقياس كه ميانگين آن است به فاصله يك چهارم انحراف معيار از دو طرف ميانگين توزيع قرار  مي گيرد و ساير بخش ها نيز هر يك ، يك دوم انحراف معيار از توزيع نرمال را شامل مي شوند.نرم يا هنجار: نمره هاي نه بخشي بايد دانست كه نمره هاي 9 بخشيع نمره هاي تراز شده واقعي نيستند، زيرا بخش اول و نهم آن بي انتهاست. در نمودرا 8-1 ملاحظه مي شود كه اندازه هاي واحدها در بخش هاي 2 تا 8 يكسانند، اما بخش يك و بخش 9 گسترده تر از ساير بخش ها است.  يكي از مزيت هاي نمره هاي نه بخشي اين است كه به جاي نقاط معين، دامنه هايي از نمره ها را نشان مي دهند. اين امر موجب مي شود كه اجرا كنندگان آزمون ها تصور نكنند كه نمره هاي مشاهده شده  آزمودني ها، نمره هايي دقيق و يا اندازه هاي تغيير ناپذير خصايص رواني است.  چنان كه در بحث از خطاي معيار اندازه گيري و برآورد حدود نمره هاي واقعي آزمودني ملاحظه شد، نتيجه آزمون را نبايد يك نمره منحصر به فرد و تغيير ناپذير دانست. بلكه همواره نمره واقعي آزمودني در سطح اطمينان معين در فاصله بين دو نمره قرار مي گيرد. نمره هاي نه بخشي، نتايج آزمون ها را بر اساس اين اطمينان مشخص مي كنند.نرم يا هنجار: تاريخ تنظيم جداول نرميكي از مسايل عمده در مورد جداول نرم آن است كه اين جداول معمولا سال ها قبل تهيه و تنظيم شده اند. چون تهيه و تنظيم جداول نرم مستلزم صرف اعتبار و هزينه هاي زيادي است، بنابراين امكان تجديد نظر در آن ها محدود است. تهيه كنندگان آزمون ها معمولا هر 10 سال يك بار در جداول نرم تجديد نظر مي كنند. از آن جا كه تجارب و محيط زندگي كودكان و دانش آموزان و هم چنين برنامه ها و روش هاي آموزشي در حال تغيير است، نرم هايي كه در سال هاي گذشته تهيه شده اند در زمان حال فاقد ارزش و اعتبار كافي هستند. به عنوان مثال چون روش تدريس رياضيات امروزه لااقل در مدارس ابتدايي بهتر از سال هايپيش است، اگر دانش آموزي در يك آزمون رياضي كه نرم آن 10 سال پيش تهيه شده است رتبه 50 درصدي را به دست آوردة چنان چه با نرم امروز سنجيده شود، ممكن است رتبه درصدي وي با اين نرم كاملا متفاوت باشد. به همين دليل است كه اجرا كنندگان آزمون ها بايد تاريخ تنظيم جداول نرم آزمون را مورد توجه قرار داده و در تعبير و تفسير نتايج آزمون ها محدوديت هاي مربوط به آن را مد نظر قرار دهند.نيمرخ هاي رواني نيم رخ رواني آزمودني به صورت نموداري ارائه مي گردد كه در آن نتايج اجراي چند آزمون بر اساس نرم يا مقياس واحد نشان داده مي شود. در نيم رخ رواني، نمره هاي آزمودني در آزمون هاي مختلف و يا در آزمون هاي فرعي يك آزمون، ممكن است به صورت رتبه هاي درصدي، نمره هاي تراز شده و يا هوشبهر انحرافي نشان داده شود. نيم رخ رواني را مي توان به صورت نمودار ستوني يا نمودار چند ضلعي ترسيم كرد. براي رسم نيم رخ رواني، ابتدا دو محور عمود بر هم رسم مي كنيم و سپس روي محور افقي خصايص مورد اندازه گيري و روي محور عمودي نمره تراز شده يا نمره هنجاري خصايص اندازه گيري شده مشخص مي شود.نيمرخ هاي رواني براي تهيه نيم رخ ستوني كافي است نام صفت مورد اندازه گيري رسم گردد. در نيم رخ هاي چند ضلعي نيز به همين ترتيب عمل مي شود. در نيم رخ هاي رواني، براي سهولت تفسير نتايج آزمون ها، خطي كه حد متوسط يا بهنجار را نشان مي دهد كشيده مي شود تا نمره هاي بالاتر و يا پايين تر از حد بهنجار مشخص شوند. براي روشن تر شدن مطالب بالا به دو نمونه از نيم رخ هاي رواني مربوط به دو آزمودني همراه با تفسير نتايج آن در كتاب(شريفي، ص 245 و 246 ) توجه كنيد.ساختن آزمون هاي استانداد شده ساختن و استاندارد كردن آزمون، عملي پيچيده و فني بوده و مستلزم دانش و مهارت سطح بالاي تخصص در همه زمينه هاي روان سنجي است. سازندگان آزمون علاوه بر داشتن صلاحيت علمي و تخصصي و دانش نظري در روان سنجي، بايد در مورد انواع آزمون هاي مختلف نيز از تجارب عملي كافي برخوردار باشند اقدام به ساختن و استاندارد كردن آزمون در هر زمينه منوط به برقراري شرايط زير است: 1) آزمون هاي معتبر و استاندارد شده كافي در آن زمينه موجود نباشد. 2) سازندگان آزمون علاوه بر داشتن نيروي تخصصي در زمينه هاي مختلف روان سنجي از منابع مالي كافي برخوردار باشند. 3) آزموني كه ساخته مي شود در مورد تعداد زيادي از آزمودني ها و براي مدت نسبتا طولاني براي هدف هاي تحصيلي و شغلي، تشخيص هاي باليني و ساير مقاصد آموزشي و درماني به كار بسته شود.مراحل ساختن آزمون هاي استانداد شده 1) تعيين هدف هاي تهيه آزمون: سازندگان آزمون ابتدا بايد هدف هاي آزموني كه قصد ساختن آن را دارند تعيين كنند. براي اين كار لازم است به پرسش هاي زير توجه شود. 1- آزمون براي كدام يك از مقاصد روان سنجي مانند ارزشيابي آموزشي، راهنمايي تحصيلي، راهنمايي شغلي، گزينش و يا هدف هاي تشخيصي ساخته مي شود؟ 2- آزمون مورد نظر براي سنجش كدام يك از خصايص آزمودني ها مانند پيشرفت تحصيلي، هوش، استعداد و يا صفات شخصيت آنان به كار خواهد رفت؟ اگر آزمون پيشرفت تحصيلي است، براي سنجش پيشرفت تحصيلي آزمودني ها در چه سطحي و در مورد كدام درس ساخته مي شود؟مراحل ساختن آزمون هاي استانداد شده 1) تعيين هدف هاي تهيه آزمون(ادامه): 4- اگر آزمون از نوع آزمون هوش، استعداد و يا صفات شخصيتي است، بر اساس كدام يك از نظريه هاي روان شناسي و روان سنجي ساخنه مي شود؟ 5- محتواي آزمون مورد نظر چيست و نوع سوال هاي آن كلامي است يا غير كلامي،چند گزينه اي است و يا كوته پاسخ؟ 6- آزمون در مورد كدام گروه سني و يا كلاسي اجرا مي شود و براي چه نوع نرمي تهيه خواهد شد؛ نرم محلي، نرم منطقه اي و يا نرم ملي؟مراحل ساختن آزمون هاي استانداد شده 2- تهيه محتواي فرم تجربي آزمون پاسخ هاي دقيق سازندگان آزمون به پرسش هاي بالا و انجام بررسي هاي لازم در اين مورد با آن ها امكان مي دهد كه نسبت به تدوين محتواي آزمون به صورت فرم تجربي اقدام كنند. نظرخواهي از متخصصان موضوعي . روان شناسيان و مرور آزمون هاي مشابه كه در ساير كشورها به كار بسته شده است، سازندگان آزمون را در تدوين محتواي آزمون كمك خواهد كرد.مراحل ساختن آزمون هاي استانداد شده 2- تهيه محتواي فرم تجربي آزمون(ادامه) پس از تعيين هدف ها و محتواي آزمون، پرسش هاي آزمون نوشته مي شوند. تعداد پرسش هايي كه در فرم اوليه آزمون گنجانده مي شود، بايد بيش از تعداد پرسش هايي باشد كه در فرم نهايي يا فرم اصلي آزمون وجود خواهد داشت. علت اين امر آن است كه در مراحل تجديد نظر در پرسش ها و يا تجزيه و تحليل آن ها احتمالا برخي پرش ها حذف خوهند شد. پرسش هاي تدوين شده بايد توسط تعدادي از متخصصان موضوعي، روان شناسان و متخصصان روان سنجي مورد بررسي قرار گيرند و تجديد نظر لازم در آن ها به عمل آيد. پس از تجديد نظر در پرسش ها، فرم تجربي آزمون  تنظيم و به تعداد مورد نياز چاپ و تكثير مي شود.مراحل ساختن آزمون هاي استانداد شده 2- تهيه محتواي فرم تجربي آزمون(ادامه) در بعضي موارد سازندگان آزمون تصميم مي گيرند آزموني را كه در ساير كشورها استاندارد شده است در ايران هنجاريابي كنند. براي اين كار نخست بايد آزمون مورد نظر به فارسي ترجمه شود. ترجمه آزمون بايد به گونه اي باشد كه اگر مترجم ديگري كه به زبان فارسي و زبان اصلي آزمون مورد بحث تسلط كامل دارد، آن را به زبان اصلي(زبان خارجي) ترجمه كند، محتواي اين ترجمه با محتواي آزمون به زبان اصلي كاملا يكسان باشد.  پس از ترجمه آزمون، سازندگان آزمون ممكن است بعضي از موارد آن را كه با فرهنگ ايراني كاملا بيگانه است حذف و به جاي آن ها ماده هاي ديگري كه از نظر اصول روان سنجي همان فرايند ذهني را اندازه مي گيرند قرار دهند. پس از انجام اين كار و پس از بررسي و تجديد نظرهاي لازم، فرم تجربي آزمون تدوين و به تعداد مورد نياز چاپ و تكثير مي شود.مراحل ساختن آزمون هاي استانداد شده 3 ) اجراي فرم تجربي آزمون از جامعه هدف يعني جامعه اي كه سرانجام آزمون استاندارد شده براي سنجش خصايص آنان به كار بسته خواهد شد، با روش نمونه گيري تصادفي، يك گروه نمون انتخاب و آزمون در مورد افراد اين گروه اجرا مي شود. سپس پاسخ خاي آزمودني ها به هر يك از پرسش ها بر اساس دستوالعمل آزمون تصحيح و نمره گذاري مي شود. مراحل ساختن آزمون هاي استانداد شده 4) تجزيه و تحليل سوال هاي آزمون سوال هاي فرم تجربي آزمون كه در مورد گروه نمونه تصادفي از آزمودني ها اجرا شده است، مورد تجزيه و تحليل قرار مي گيرند(فصل 5). شخص هاي آماري هر يك از سوال ها، ضرايب همبستگي آن ها با يكديگر، با نمره كل آزمون و با ساير ملاك هاي خارجي محاسبه مي شود. سوال هاي نامناسب يعني سوال هايي كه فاقد ضريب تشخيص و اعتبار لازم بوده اند حذف مي شوند. سپس ضريب اعتبار (همساني دروني) آزمون پس از حذف سوال هاي نامناسب با استفاده از روش دو نيمه كردن، روش كودر- ريچادسون و يا ساير روش هاي مناسب برآورد مي شود. آن گاه ميانگين، انحراف معيار، خطاي معيار اندازه گيري و ساير شاخص هاي آماري آزمون محاسبه مي گردد.مراحل ساختن آزمون هاي استانداد شده 4) تجزيه و تحليل سوال هاي آزمون(ادامه) در صورتي كه ازمون داراي پرسش هاي چند گزينه اي است، اين پرسش ها نيز مورد تجزيه و تحليل قرار مي گيرند و در صورت لزومة تجديد نظر در گزينه ها و يا سوال هاي آزمون به عمل مي آيد. پس از انجام مراحل بالا، سوال هاي آزمون بر حسب سطح دشواري محاسبه شده به ترتيب از آسان به مشكل تنظيم و فزم جديد آزمون تدوين مي شود.مراحل ساختن آزمون هاي استانداد شده 5) وارسي تجزيه و تحليل سوال هاي آزمون ازموني كه بر اساس تجزيه و تحليل مرحله قبل تدوين شده است مجددا در مورد يك گروه نمونه از آزمودني ها كه به روش تصادفي از جامعه هدف انتخاب شده است اجرا مي شود. نتايج حاصل از اين آزمايش بر اساس آن چه در مرحله قبلي گفته شد، مورد تجزيه و تحليل قرار مي گيرد. با مقايسه نتايج حاصل از دو آزمايش مي توان اعتبار يافته هاي مرحله قبل را از روي نتايج اين مرحله مورد بررسي و قضاوت قرار داد. در هر حال، در اين مرحله نيز پس از حذف سوال هاي نامناسب، شاخص هاي آماري آزمون محاسبه و سوال هاي آن از آسان به مشكل تنظيم و فرم نهايي آزمون تدوين مي شود.مراحل ساختن آزمون هاي استانداد شده 6) تهيه و تنظيم جدول هاي نرم آزمون چنان چه گروه نمونه اي كه آزمون فرم تجربي در مرحله دوم در باره آن اجرا شده است به قدر كافيزياد و در سطح اطمينان لازم آماري معرف جامعه هدف بوده و هيچ يك از سوال هاي آزمون در اين مرحله حذف يا تعديل نشده باشد، مي توان از روي نمره هاي خام آزمودني ها جدول هاي نرم آزمون را تنظيم كرد. اما در هر حال بهتر است آزمون فرم نهايي بار ديگر در مورد گروه نمونه بزرگ آماري از افراد جامعه هدف اجرا شود. پس از اجراي مجدد و نمره گذاري نتايج آزمون، مي توان با استفاده از روش هاي مطرح شده در بخش اول اين فصل، پس از محاسبه ميانگين و انحراف معيار نمره هاي خام، به تهيه و تنظيم جدول هاي نرم آزمون اقدام كرد.مراحل ساختن آزمون هاي استانداد شده 6) مطالعه در مورد روايي ملاكي و روايي سازه آزمون گر چه در مراحل استاندارد كردن آزمون برخي از شواهد روايي آزمون مانند روايي محتوايي، همبستگي هر يك از سوال ها با كل نمره ازمون(همساني دروني) به عنوان يكي از شواهد روايي سازه، و در پاره اي موارد همبستگي سوال ها با برخي ملاك هاي خارجي مورد مطالعه قرار مي گيرند، اما انجام مطالعه مستمر براي برآورد روايي ملاكي و روايي سازه آزمون تدوين شده امري اساسي است.مراحل ساختن آزمون هاي استانداد شده 6) مطالعه در مورد روايي ملاكي و روايي سازه آزمون(ادامه) براي اين منظور، سازندگان آزمون بايد با در نظر گرفتن ملاك هاي خارجي و با مطالعه در مورد شواهد سازه آزمون، در آزمون هاي تدوين شده مي توان همبستگي نمره هاي آن ها را با نمره هاي آزمون هاي مشابهي كه قبلا در مورد جامعه هدف استاندارد شده است به عنوان يكي از شاخص هاي روايي آزمون مورد بررسي قرار داد. همبستگي بين نمره هاي آزمون هوش و استعداد و نمره هاي پيشرفت تحصيلي آزمودني ها نيز شاخص ديگري از روايي آزمون را به دست خواهد داد.مراحل ساختن آزمون هاي استانداد شده 6) مطالعه در مورد روايي ملاكي و روايي سازه آزمون(ادامه) در آزمون هاي علايق تحصيلي، تفاوت ميانگين نمره هاي تحصيلي افراد موفق با افراد ناموفق در رشته هاي تحصيلي و هم چنين همبستگي بين نمره هاي آزمون علايق تحصيلي و درجه بندي علايق توسط معلمان مي تواند به عنوان شاهدي از روايي سازه و يا روايي ملاكي آزمون تلقي شود. در آزمون هاي شخصيت، همبستگي بين نمره هاي آزمون و صفات شخصيتي ازمودني ها كه توسط دوستان شان درجه بندي مي شود و هم چنين توافق بين نمره هاي آزمون هاي تشخيصي و باليني مانند آزمون سنجش اضطراب با درجه بندي اضطراب آزمودني ها توسط روان پزشكان و روان شناسان باليني شواهدي از روايي سازه آزمون هاي مذكور را به دست مي دهند.نكات اساسي در تهيه و استاندارد كردن آزمون ها ا) راهنماي اجراي آزمون راهنماي اجراي آزمون بايد استاندازد شده و كاملا روشن باشد. در راهنما بايد نوع كاري كه آزمودني بايد انجام دهد و چگونگي انجام آن به گونه روشن شرح داده شود. لازم است كه براي آشنا شدن آزمودني ها با نوع سوال ها و چگونگي پاسخ دادن به آن ها، چند سوال نمونه در راهنماي آزمون مطرح و طرز پاسخ دادن به آن ها توضيح داده شود.نكات اساسي در تهيه و استاندارد كردن آزمون ها ا) راهنماي اجراي آزمون در آزمون هايي كه به پاسخ هاي غلط نمره منفي داده مي شود، بايد اين نكته در راهنماي اجراي آزمون ذكر گردد. اگر قرار است به پاسخ هاي غلط نمره منفي داده نشود، اين نكته نيز بايد در راهنماي اجراي آزمون به گونه صريح مطرح شده و به آزمودني ها گفته شود كه اگر پاسخ سوالي را نمي دانند، از بين پاسخ هاي پيش نهادي يا گزينه هاي آزمون بهترين پاسخي را كه به نظرشان درست است انتخاب كنند. هم چنين در راهنماي آزمون بايد زمان استاندارد شده براي پاسخ دادن به پرسش هاي آزمون به آزمودني ها گفته شود. زمان استاندارد براي هر آزمون عبارت از ميانگين زمان صرف شده توسط 75 درصد آزمودني ها براي كامل كردن آزمون در مراحل اجراي فرم تجربي است.نكات اساسي در تهيه و استاندارد كردن آزمون ها 2- نمره گذاري آزمون آزمون بايد به گونه اي طراحي شود كه نمره گذاري پاسخ هاي آزمودني ها به آساني و به سرعت امكان پذير باشد و تا جايي كه امكان دارد نمره گذاري پاسخ ها به صورت عيني انجام گيرد. اعتبار و پايايي آزمون نبايد به سبب ناپايايي نمره گذاري آن كاهش يابد. وزن يا نمره اي كه براي هر سوال در نظر گرفته مي شود بهتر است با سطح دشواري سوال متناسب باشد. بدين معنا كه براي سوال هاي آسان وزن كمتر و براي س.ال هاي دشوار وزن بيشتري منظور شود.نكات اساسي در تهيه و استاندارد كردن آزمون ها 3- تعداد سوال هاي آزمون هر چه تعداد سوال هاي آزمون بيشتر باشد، اعتبار و پايايي آن بيشتر است. آزمون يا بايد داراي تعداد زيادي سوال باشد كه به هر يك از آن ها نمره جداگانه اي داده مي شود و يا شامل تعداد كمتري از تكاليف باشد كه به هر يك از آن ها نمره خاصي تعلق مي گيرد. گنجاندن يك سوال محاسبه اي كه يافتن پاسخ درست آن مستلزم صرف وقت زياد است سوال نامناسبي به شمار مي رود. زيرا آزمودني در ازاي چندين دقيقه وقتي كه براي پاسخ دادن به آن صرف مي كند، نمره اي برابر پاسخ درست سوال هايي مي گيرد كه با صرف چند ثانيه پاسخ درست آن ها را پيدا مي كند.بنابراين بايد زمان و سطح مهارت لازم براي پاسخ دادن به همه سوال ها در هر بخش آزمون تقريبا يكسان باشد يا نمره هر سوال با سطح دشواري و زمان لازم براي يافتن پاسخ درست آن متناسب باشد.نكات اساسي در تهيه و استاندارد كردن آزمون ها 4- سطح دشواري سوال هاي آزمون آزمون بايد با پرسش هايي شروع شود كه همه آزمودني ها به راحتي بتوانند به آن ها پاسخ درست بدهند. سوال هاي اول آزمون نبايد دشوار بوده و موجب دلسردي آزمودني ها شوند. بهد از چند سوال خيلي آسان كه در ابتداي آزمون گنجانده مي شوند، سطح دشواري سوال هاي بعدي آزمون بايد به تدريج افزايش يابد. بايد بين عملكرد آزمودني ها در هر يك از سوال ها و عملكرد آنان در كل آزمون همبستگي مثبت موجود باشد. اگر همبستگي بين يك سوال با نمره كل آزمون منفي و يا خيلي كم باشد، احتمالا بدان معناست كه آن سوال خصيصه اي را اندازه مي گيرد كه با ان چه كه به وسيله كل آزمون سنجيده مي شود تفاوت دارد.نكات اساسي در تهيه و استاندارد كردن آزمون ها 5- سوال هاي چند گزينه اي پرسش هاي چندگزينه اي به سبب آن كه نمره گذاري آن ها به آساني و به سرعت امكان پذير است، در اغلب آزمون هاي مداد- كاغذي مورد استفاده قرار مي گيرند. اما، نمره هاي حاصل از اين نوع سوال ها ممكن است تا حدي با نمره واقعي آزمودني ها متفاوت باشد. به همين دليل بعضي از سازندگان آزمون، پرسش هايي را ترجيح مي دهند كه آزمودني پاسخ ها را از خزانه حافظه خود بازيابي و آن ها را توليد كند. در آزمون هايي كه با پرسش هاي چند گزينه اي ساخته مي شوند، مي توان در ازاي هر پاسخ غلط،..... نمره (n تعداد گزينه هاي پاسخ هاست) از نمره  هاي پاسخ هاي درست آزمودني كم كرد و بدين ترتيب عامل حدس و گمان را از بين برد. البته اين در صورتي است كه براي هر پاسخ درست يك نمره در نظر گرفته شده باشد.  در آزمون هايي كه با سوال هاي 5 يا 6 گزينه اي ساخته مي شوند، احتمال يافتن تصادفي پاسخ هاي درست كمتر از سوال هاي 3 يا 4 گزينه اي است. چنان چه در مراحل استاندارد كردن آزمون از فرمول تصحيح براي حذف عامل حدس و گمان استفاده شده است، در اجرا و نمره گذاري آزمون فرم نهايي نيز بايد نمره گذاري آزمون بر همين اساس انجام گيرد.نكات اساسي در تهيه و استاندارد كردن آزمون ها 6- دامنه تغيير سوال ها آزمون ها معمولا با سوال هاي متعدد و گوناگون ساخته مي شوند. سازندگان آزمون بايد به اين نكته توجه داشته باشند كه در هر يك از بخش هاي آزمون سوال هايي را بگنجانند كه همه آن ها توانايي واحدي را بسنجند. بنابراين، در هر يك از بخش هاي فرعي آن از گنجاندن سوال هاي نامربوط به آن بخش بايد اجتناب كنند.نكات اساسي در تهيه و استاندارد كردن آزمون ها 7- محتواي آزمون در آزمون هايي كه براي اندازه گيري استعداد و توانايي شغلي به كار مي روند، بايد پرسش هايي در محتواي آزمون گنجانيده شوند كه به طور مستقيم يا غير مستقيم در موفقيت آن شغل موثر باشند. بنابراين از طرح سوال هايي كه به محفوظات، دانش نظري محض و يا آموخته هاي كلاسيك مربوطند و اغلب افراد آن ها را فراموش مي كنند بايد اجتناب شود.نكات اساسي در تهيه و استاندارد كردن آزمون ها 8- توجه به كل محتوا در ساختن آزمون هاي پيشرفت تحصيلي، سازندگان آزمون اغلب بخش هايي از محتواي درس را مورد توجه قرار مي دهند كه ساختن پرسش هاي آزمون در مورد آن ها آسان تر است. بدين ترتيب، ممكن است بعضي از جنبه هاي موضوع مورد اندازه گيري ناديده گرفته شود. اما بايد دانست روايي آزمون بسته به اين است كه محتواي آزمون تمامي جنبه هاي مهم زمينه مورد اندازه گيري را شامل شود. آزموني كه سوال هاي آن همه زمينه هاي مهم را شامل نباشد فاقد روايي محتوايي است.روش اجراي آزمون هاي ميزان شده:آزمون هاي گروهي اجراي بعضي آزمون هاي گروهي با گذراندن يك دوره كوتاه كارآموزي ميسر است. اما اجراي بعضي ديگر از آزمون ها به مهارت و تجربه طولاني تري نياز دارد. معمولا اجراي آزمون هاي گروهي در مقايسه با آزمون هاي فردي با كارآموزي كوتاه تري امكان پذير است. آزنايش كننده بايد آزمايش را چنان ماهرانه و طبق دستورالعمل استاندارد شده برگزار كند كه به هر يك از افراد آزمايش شونده امكان داده شود تا حداكثر استعداد و توانايي خود را در پاسخ دادن به پرسش هاي آزمون نشان دهد. آزمايش كننده بايد قبلا در مورد محتواي آزمون، دستورالعمل اجراي آن و ساير شرايطي كه بايد رعايت شود آگاهي لازم را به دست آورد.اجراي آزمون هاي گروهي نكات مهم در اجراي آزمون هاي استاندارد شده :  شرايطي مشابه با شرايط تهيه و استاندازد آزمون براي كليه آزمايش شوندگان فراهم شود. رعايت كامل دستورالعمل آزمون كوشش در برقراري رابطه مطلوب بين آزمايش شونده و آزمايش كننده به منظور جلب اعتماد آنان(به ويژه در آزمون هاي فردي) گذرانده دوره هاي كارآموزي عملي(علاوه بر فراگيري دانش هاي نظري)اجراي آزمون هاي گروهي 1- شرايط اجراي آزمون: 1- ايجاد شرايط فيزيكي مناسب در جلسه آزمايش(از نظر نور، تهويه، درجه گرما، راحت بودن محل نشستن) نارسايي در هر يك از عواما مذكور موجب مي شود كه ميزان كارآيي آزمايش شوندگان كاهش يابد. اين مساله در مورد آزمون هاي سرعت بيش از آزمون هاي قدرت اثر نامطلوب بر جاي مي گذارد. 2- آزمون شوندگان به راحتي صداي مجري آزمون و راهنمايي هاي او را به راحتي بشنوند. 3- اتاق آزمايش از هر نوع عامل حواس پرتي مانند سر و صدا، تابلوهاي نقاشي، زنگ تلفن، آمد و رفت افراد و صحبت هاي مراقبان جلسه و هر عامل ديگري كه باعث عدم تمركز فكري و كاهش دقت آزمايش شوتدگان مي شود، به دور باشد.اجراي آزمون هاي گروهي 1- شرايط اجراي آزمون: 4- وضعيت روحي و جسمي آزمون شونده نتيجه آزمون را تحت تاثير قرار مي دهد. بنابراين، اجراي آزمون در مورد افراد خسته، عصباني، بي ميل، بيمارو غيره موجب مي شود كه نتيجه آزمون بيانگر نمونه اي از رفتارهاي واقعي آنان نباشد. 5- نحوه برخورد و رفتار آزمايش كننده و حالات روحي او( مانند خستگي،عصبانيت صداي نارسا) مي تواند تا حد زيادي نتيجه آزمون را تحت تاثير قرار دهد.اجراي آزمون هاي گروهي - اقدامات قبل از توزيع دفترچه آزمون: 1- پيش بيني لوازم مورد نياز 2- معرفي مجري و بيان هدف كلي از اجراي آزمون به زبان ساده 3- اجتناب از به كار بردن اصطلاحات فنياجراي آزمون هاي گروهي 3- اداره جلسه آزمايش و اجراي آزمون(وظيفه مجري) ايجاد شرايط استاندارد و همراه با احساس اطمينان براي انجام آزمايش برابر دستورالعمل آزمون در نظر گرفتن يك دستيار براي هر 15 تا 20  نفر آزمايش شونده در مورد آزمايش شوندگان خردسال مانند دانش آموزان دبستان يا دوره راهنمايي توضيحات لازم مطابق دستورالعمل آزمون توسط مجري داده مي شود. اگر آزمايش شونده اي از مجري آزمون سوالي بپرسد، او نبايد در دادن پاسخ مطلبي اضافه بر آن چه كه در دستورالعمل ذكر شده است، بيان كند. اگر به پاسخ هاي غلط نمره منفي تعلق نمي گيرد، اين امر به آزمون شوندگان اعلام شود تا اگر پاسخ سوالي را نمي دانند، بهترين پاسخ را حدس بزنند. كنترل وقت آغاز و پايان جلسه با كرونومتراجراي آزمون هاي گروهي نمره گذاري پاسخ نامه ها قبل از تصحيح و نمره گذاري پاسخ نامه ها با توجه به سه نكته زير مورد بررسي قرار گيرند. 1- نبايد بيش از يك گزينه به عنوان پاسخ صحيح انتخاب شده باشد. 2- براي مواردي كه پاسخ در محل مناسب قرار داده نشده، تصميم گيري شود. 3- در صورتي كه آزمودني از روي اشتباه، پاسخ سوال بعدي را در محل سوالي قبلي كه جواب ان را نمي دانسته علامت زده باشد، پاسخ نامه وي با در نظر گرفته اشتباه در جابه جايي پاسخ ها تصحيح شود. بعد از تعيين تعداد پاسخ هاي صحيح، غلط و سفيد نمره خام آزمودني با احتساب يا بدون احتساب نمره منفي محاسبه شود.اجراي آزمون هاي فردي نكات اساسي در اجراي آزمون هاي انفرادي 1- رعايت كامل دستورالعمل آزمون 2- ايجاد شرايط فيزيكي مطلوب در اتاق آزمايش 3- ايجاد همدلي با آزمودني 4- تكرار پرسش ها( به جز آزمون هاي حافظه) 5- مرتب كردن وسايل آزمايش 6- توجه  به حالات بدني آزمودني 7- كاوش پاسخ هاي مبهم آزمودني 8- مشاهده رفتار آزمودني 9- ارزشيابي پاسخ ها (با توجه به ملاك هاي دستورالعمل) 10- جلب اعتماد آزمودني خردسال 11- آزمايش آزمودني هاي داراي عقب ماندگي ذهني در بخش هاي زماني كوتاهعوامل موثر در نتايج آزمون ها 1- تاثير آزمايش كننده ( جنسيت، سن، نژاد، سطح مهارت، برخورد اجتماعي، پايگاه حرفه اي، و پايگاه اجتماعي- اقتصادي). پژوهش نشان داده است كه رابطه گرم يا سرد آزمايش كننده در نتايج آزمايش گروهي از آزمودني ها تفاوت معني دار ايجاد كرده است. 2- تجارب پيش از آزمايش آزمودني ها. مك كارتي گروهي از دانش آموزان دبستان را دو بار با تست آدمك مورد آزمايش قرار داد. بار اول آزمودني ها پيش از آمدن به جلسه آزمايش، انشايي در باره «بهترين تجارب زندگي خود» و بار دوم انشايي در باره «بدترين تجارب زندگي خود» نوشته بودند. در آزمايش دوم هوشبهر كودكان 4 الي 5 نمره كمتر از آزمايش اول بود. اين تفاوت ممكن است به سبب آشفتگي هاي هيجاني كودكان در مرتبه دوم باشد كه در آن انشايي در باره «بدترين تجارب زندگي خود» نوشته بودند.عوامل موثر در نتايج آزمون ها 3- تمرين ها و آمادگي قبلي آزمودني ها: آشنايي آزمودني ها با نمونه هايي از آزمون ها و تمرين هاي قبلي آنان مي تواند تا حدي در نتيجه آزمايش اثر بگذارد. دليل اين تمرين، يادآوري برخي از پاسخ ها، يادگيري راه حل ها و كسب بينش نسبت به مواد آزمايش بوده است. هم چنين كساني كه در پاشخ دادن به آزمو ن ها ي مختلف تجربه زيادي دارند، اين تجربه آمادگي بيشتري براي پاسخ دادن به آزمون ها در آنان بخ وجود مي آورد. علت اين امر غالبا اعتماد به نفسي است كه اين افراد نسبت به انجام آزمون ها پيدا مي كنن كه ضمن كاهش اضطراب آنان موقعيت بهتري را بريشان فراهم مي كند.مقياس سازي(Scaling)مقياس هاي درجه بندي رفتارهنجار يابي (Standardization) ص. 25 براهنياجرا و نمره گذاري آزمون اجرا و نمره گذاري آزمونتبديل و معادل سازي نمره هاي آزمونبيان نتايج آزمون آماري نيمرخ گنجي پيام نورتجزيه و تحليل نتايج آزموننيمرخ هاي رواني(Profile)
+ نوشته شده در جمعه ۴ آذر ۱۳۹۰ ساعت توسط  | 

محتوی اولیه و پیشنهادی به صورت مقدماتی برای مبانی آزمون های روانی1


به نام خداوند جان و خردمباني نظري و كاربرد آزمون هاي رواني(1)فهرست منابع 1- سيف, علی اکبر(1386). اندازه گيری , سنجش و ارزشيابی پيشرفت تحصيلی. تهران: انتشارات دوران. 2- شريفی, حسن پاشا(13779. اصول روان سنجی و روان آزمايی. تهران: انتشارات رشد. 3- مارنات، گري گراث(2003).راهنماي سنجش رواني: براي روان شناسان باليني، مشاوران و روان پزشكان.(ترجمه حسن پاشا شريفي و محمد رضا نيكخو(1387). تهران: انتشارات رشد، انتشارات سخن. 4- آناستازي، ا. (؟). روان آزمايي. ترجمه محمد نقي براهني. تهران: انتشارات دانشگاه تهران.رئوس مطالب به تفكيك جلساتتعريف اصطلاحات تعريف اندازه گيري: (Measurement) تعريف آزمون: (Test) تعريف آزمودن: (Testing) تعريف سنجش: ((Assessment تعريف ارزشيابي: (Evaluation)تعريف اندازه گيري اندازه گيري فرايندي است كه طي آن ويژگي ها و صفات اشيا و افراد بر طبق قواعدي معين به صورت عدد يا رقم گزارش مي شود.نكات مهم در تعريف اندازه گيري 1- اندازه گيري مي تواند به شكل هاي مختلفي صورت گيرد: از كاربست ابزارهاي پيشرفته و پيچيده الكترونيك تا امتحانات كاغذ و مدادي، مقياسهاي درجه بندي و فهرست هاي وارسي. 2- ويژگي يا صفتي كه اندازه گيري مي شود به صورت عدد و رقم گزارش مي شود. مثال: به جاي اين كه بگوييم پروين از زهرا باهوش تر است، مي گوييم هوشبهر پروين 125 و هوشبهر زهرا 109 است. 3- اندازه گيري فرايند يا شيوه اي نظام دار است زيرا در برگيرنده كاربرد قواعدي معين است(مثال). فايده كاربرد معين اين است كه كمك مي كند تا افراد مختلفي كه مي خواهند وسيله اندازه گيري را مورد استفاده قرار دهند آن را يكسان به كار مي بندند.تعريف آزمون اندازه گيري يك فرايند است و اين فرايند نياز به وسيله اي دارد كه آن را وسيله اندازه گيري مي ناميم. براي اندازه گيري ويژگي هاي فيزيكي( مانند طول، وزن، يا قد و وزن افراد) و رفتارهاي آشكار(مانندتعداد لغات به درستي ترجمه شده) از وسايل اندازه گيري مستقيم استفاده مي كنيم. بر خلاف ويژگي هاي فيزيكي و رفتارهاي آشكار، ويژگي ها  يا صفات رواني(مانند هوش، خلاقيت، انگيزش، نگرش و...) را به صورت غير مستقيم اندازه گيري مي كنيم؛ زيرا هيچ كس به طور مستقيم به آن ها دست رسي ندارد. معمول ترين وسيله اندازه گيري ويژگي ها يا صفات رواني، آزمون است.نكات مهم در تعريف آزمون اندازه گيري ويژگي هاي رواني از طريق اندازه گيري رفتارهايي انجام مي شود كه گمان مي رود معرف آن ويژگي ها هستند. از آن جا كه رفتارهاي معرف ويژگي هاي رواني متنوع اند، نمي توانيم همه آن ها را اندازه گيري كنيم. پس بنا به تعريف آزمون وسيله اي  است عيني و هنجار شده كه به صورت نظام دار براي اندازه گيري نمونه اي از رفتار به كار مي رود.  مطابق اين تعريف، آزمون رواني تفاوت زيادي با آزمون هاي رايج در ساير علوم ندارد چون در اينجا نيز نمونه كوچكي از رفتار فرد كه به دقت انتخاب شده تحت مشاهده قرار مي گيرد.تعريف آزمودن بنا به تعريف: وقتي كه براي اندازه گيري يكي از ويژگي هاي رواني يا تربيتي يك فرد يا گروهي از افراد از آزمون استفاده مي شود، به اين فعاليت آزمودن مي گويند. اما هر نوع اندازه گيري الزاما آزمودن نيست؛ ممكن است اندازه گيري با استفاده از وسيله ديگري به جز آزمون انجام شود. بدين ترتيب اندازه گيري از آزمودن مفهوم وسيع تري دارد.تعريف سنجش سنجش فرايندي است كه براي جمع آوري اطلاعات مورد نياز تصميم گيري در باره دانش آموزان، برنامه هاي درسي و سياست هاي آموزشي مورد استفاده قرار مي گيرد(نيتكو، 2002). بدين ترتيب سنجش، مفهوم گسترده تري نسبت به اندازه گيري و ازمودن دارد. اندازه گيري و آزمودن عموما با كميت سر و كار دارند اما سنجش الزاما به كميت منحصر نمي شود.يعني نتيجه سنجش مي تواند به صورت غير كمي(توصيفي) گزارش شود. براي مثال، مي توانيم رفتار يك دانش آموز را با عنوان هاي پرخاشگر، سازگار و.. توصيف كنيم كه جنبه كيفي دارند.تعريف سنجش در سنجش از وسايل و فنون مختلفي براي جمع آوري اطلاعات به كار مي روند. از جمله: آزمون، پرسش نامه، مقياس درجه بندي، فهرست وارسي، كار آزمايشگاهي، پروژه تحقيقي، امتحان شفاهي، تكليف درسي، مصاحبه، و مشاهده عملكرد و رفتار دانش آموزان در موقعيت هاي مختلف. سنجش تنها به جمع آوري داده ها يا اطلاعات خلاصه نمي شود بلكه به جمع آوري داده ها همراه با قصد يا منظور گفته مي شود(سالويا و يسل دايك، 1991). به عقيده متخصصان فوق، سنجش در آموزش و پرورش به دو منظور انجام مي شود: 1) تعيين وتشخيص مشكلات دانش آموزان و 2) تصميم گيري در باره آنانتعريف ارزشيابي ارزشيابي فرايندي است كه طي آن در باره موضوع مورد ارزشيابي اطلاعاتي جمع آوري، تحليل و تفسير مي شوند و در باره آن نوعي داوري ارزشي(تعيين ارزش) به عمل مي آيد. بدين ترتيب در سنجش صرفا به جمع آوري اطلاعاتي در باره يك يا چند ويژگي اكتفا مي شود اما در ارزشيابي به داوري يا قضاوت در باره ارزش آن ويژگي ها يا داوري در باره مقدار آن منجر مي شود.  به سخن كوتاه، ارزشيابي يعني داوري در باره كيفيت يا ارزش اطلاعات به دست آمده از سنجش هاي مختلف.چند مفهوم سازي از ارزشيابي ارزشيابي پيشرفت تحصيلي فرايند تعيين كيفيت دانش، مهارت ها و توانايي هايي كه دانش آموزان پس از يك دوره آموزشي معيني كسب مي كنند ارزشيابي آموزشي ارزشيابي آموزشي ، علاوه بر پيشرفت تحصيلي دانش آموزان با موضوع هاي ديگري مانن عملكرد معلمان و مديران، روش هاي اموزشي، برنامه هاي درسي، دوره هاي آموزشي، مواد آموزشي، پروژه ها و گروه ها و سازمان هاي آموزشي سر و كار دارد.ارزشيابي آموزشي و پژوهش ارزشيابي 1- هر دو فعاليتي علمي محسوب مي شوند و در هر دو اطلاعاتي جمع آوري مي شوند. 2- هدف از ارزشيابي به طور عمده تصميم گيري است(هدايت اعمال ديگران) اما هدف پژوهش استنتاج است(درك پديده ها ). 3- در پژوهش ارزشيابي، تعميم پذيري نتايج پژوهش از اهميت بسياري برخوردار است. در مقابل، ارزشيابي آموزشي بر يك پديده آموزشي ويژه متمركز است و تعميم پذيري در آن نقشي ندارد. 4- ارزشيابي آموزشي به تعيين قدر و ارزش پديده مورد ارزشيابي مي پردازد. و به افراد مسوول كمك مي كنند تا تصميم هاي درستي در باره آن پديده بگيرند. در مقابل، پژوهشگران به دنبال حقايق علمي هستند و هيچ گونه قدر و ارزش مثبت يا منفي براي حقايق به دست آورده خود قئل نيستند.الگوي معرفي آزمون هاي رواني 1- نام آزمون 2- اطلاعات كلي در مورد آزمون( سازنده، تاريخچه، خرده آزمون ها، و...) 3- ويژگي هاي روان سنجي آزمون(روايي و پايايي) 4- روش اجراي آزمون 5- روش نمره گزاري آزمون 6- روش تعبير و تفسير آزمون 7- ساير اطلاعات 8- فهرست منابع ”...........................................“( شرفي، 1387، ص. 78). به نظرشريفي(1387).................................................... به نظر شريفي(1387؛ نقل از سيف، 1388) سيف، علي اكبر(1379). روش تهيه پژوهش نامه. ترجمه زهره سرمد . تهران: انتشارات آگاه. به نظر پياژه(1968؛ ترجمه سرمد، 1388)تاريخچه آزمون هاي رواني كنش اصلي هر آزمون رواني اساسا اين است كه تفاوت هاي فردي بين افراد و يا تفاوت هايي را كه در فرد بخصوصي در مواقع مختلف ديده مي شود، اندازه گيري كند. امروزه آزمون هاي رواني به عنوان ابزارهاي مهمي براي سنجش هوش، استعدادهاي خاص، پيشرفت تحصيلي، صفات و خصائص شخصيت و هم چنين تشخيص اختلال ها و ناهنجاري هاي رواني و شخصيتي در مدارس، موسسات صنعتي و تجاري، ادارات دولتي، دانشگاه ها و مراكز درماني همراه با ساير روش هاي شناخت رفتار افراد به كار بسته مي شود. مقياس هاي اندازه گيري مقياس اسمي: (Nominal) مقياس ترتيبي: (Ordinal) مقياس فاصله اي: (Interval) مقياس نسبتي: (Ratio)مقياس اسمي - بيانگر پايين ترين سطح يا ساده ترين نوع اندازه گيري است - اين مقياس به دو صورت مورد استفاده قرار مي گيرد: براي اسم گذاري و براي طبقه بندي 1- اسم گذاري: در اين مقياس از ارقام و اعداد براي اسم گذاري يا نام گذاري و تشخيص اشيا و افراد استفاده مي شود. اين اعداد هيچ گونه مفهوم و معناي رياضي ندارند.مثال: شماره هاي روي پيراهن بازيكنان، شماره خيابان هاي شهر 2- طبقه بندي: در مقياس اسمي، علاوه بر نام گذاري، از اعداد و ارقام براي طبقه بندي اشيا و افراد نيز استفاده مي شود. در اين جا نيز اعداد مفهوم و معناي رياضي ندارند و تنها براي مشخص كردن طبقه هاي مختلف به كار مي روند. مثال: طبقه بندي افراد به دو طبقه مرد و زن. عمليات مجاز آماري: شمارش فراواني موردهاي هر طبقه، تعيين نما، عمليات مجاز رياضي: انجام هيچ كدام از چهار عمل اصلي جمع، تفريق، ضرب و تقسم ميسر نيست.مقياس ترتيبي - اين مقياس مجموعه اي از رتبه ها است؛ به طوري كه: 1- دسته اي از افراد يا اشيا، با توجه به يك صفت، از بزرگ به كوچك(يا بالعكس) مرتب مي شوند. 2- معلوم نيست كه هر يك از افراد يا اشيا به مفهوم مطلق، چقدر از آن صفت را دارد 3- مشخص نيست كه اين اشيا(يا افراد) از لحاظ صفت مورد اندازه گيري، چه مقدار از يكديگرفاصله دارند(نانالي، 1978). مثال:... عمليات مجاز آماري: شمارش فراواني ها، تعيين نما، محاسبه ميانه، محاسبه درصدها، و محاسبه ضريب همبستگي رتبه اي اسپيرمن. عمليات مجاز رياضي: انجام هيچ كدام از چهار عمل اصلي جمع، تفريق، ضرب و تقسيم ميسر نيست.مقياس فاصله اي مقياسي است كه در آن: 1- رتبه اشيا(يا افراد) با توجه به يك صفت مشخص است. 2- معلوم است كه اشيا يا (افراد)، از لحاظ صفت مورد اندازه گيري چه مقدار از يكديگر فاصله دارند. 3- اما هيچ اطلاعي راجع به مقدار مطلق صفت مورد نظر براي هيچ يك از اشيا(يا افراد) در دست نيست(نانالي، 1978). مثال:... عمليات مجاز آماري: محاسبه نما، ميانه، ميانگين، انحراف معيار، ضريب همبستگي رتبه اي اسپيرمن، ضريب همبستگي گشتاوري پيرسون. عمليات مجاز رياضي: جمع و تفريق مجاز است؛ ضرب و تقسيم مجاز نيست.مقياس نسبتي مقياسي است كه در آن: 1- رتبه اشخاص، با توجه به يك صفت معلوم است. 2- فاصله بين اشخاص معلوم است. 3- علاوه بر اين ها، فاصله حداقل يكي از اشخاص از يك صفر منطقي نيز معلوم است (نانالي، 1978). - اندازه گيري طول، حجم، و ساير صفات فيزيكي اشيا با مقياس نسبتي عملي است، اما اندازه گيري متغيرهاي رواني و پرورشي با اين مقياس به ندرت ميسر است. عمليات مجاز آماري و رياضي: همه عمليات آماري و رياضي مجاز است.خلاصه ويژگي هاي مهم مقياس هاي چهارگانه اندازه گيرينمونه سوال از مقياس هاي اندازه گيري براي روشن شدن تمايز بين مقياس هاي مختلف اندازه گيري، فرض كنيد مي خواهيم نظر بينندگان تلويزيون را در باره سريال ها بپرسيم. هر كدام از سوال هاي زير بيانگر مقياس اندازه گيري معيني هستند. اسمي:  كدام يك از سريال هاي تلويزيوني را تماشا مي كنيد؟(نام سريال ها) ترتيبي: سريال هاي تلويزيوني تا چه حد منعكس كننده واقعيت هاي زندگي هستند؟ خيلي زياد               زياد      متوسط          كم        خيلي كم فاصله اي: هوشبهر(IQ) قهرمان سريال مورد علاقه خود را حدس بزنيد.(هوشبهر) نسبتي: هفته اي چند ساعت سريال تلويزيوني تماشا مي كني؟(تعداد)دسته بندي آزمون هاي مورد استفاده در روان شناسي و آموزش و پرورش 1- آزمون هاي توانايي(شناختي، حركتي)آزمون هاي توانايي حداكثر عملكرد آزمون شونده را اندازه گيري مي كنند و نشان مي دهند كه آزمون شونده در بهترين شرايط قادر به انجام چه كاري است. آزمون هاي توانايي به طور عمده براي مقاصد پيش بيني موفقيت هاي تحصيلي و شغلي به كار مي روند. 2- آزمون هاي عاطفي آزمون هاي عاطفي، وضع موجود آزمون شونده را از نظر ويژگي هاي عاطفي و شخصيتي اندازه گيري مي كنند و براي مقاصد مشاوره به كار مي روند.انواع آزمون هاي توانايي 1- آزمون هاي توانايي(توانايي شناختي، توانايي حركتي)            - پيشرفت:            آزمون رياضي،آزمون فيزيك، و....           - استعداد:  آزمون هاي استعداد ناظر به آينده اند و براي پيش بيني موفقيت هاي آينده افراد به كار مي روند، در حالي كه ازمون هاي پيشرفت تحصيلي ناظر به گذشته اند و براي تعيين مقدار آموخته ها يا توانايي هاي موجود آزمون شوندگان به كار مي روند.                                            - استعداد كلي (هوش)                                     _ استعداد هاي ويژه:                                                      -آزمون استعداد موسيقي                                                        - آزمون استعداد رياضي                                                      - آزمون استعداد فني                                                       - و ....انواع آزمون هاي عاطفي 2- آزمون هاي عاطفي:  - شخصيت : (اندازه گيري متغيرهاي انگيزش، مزاج، سازگاري، منش و...)                                               -پرسش نامه هاي گزارش شخصي                                                                         - پرسش نامه هاي جامعه سنجي                                                                   - فنون مشاهده اي                                              - فنون فرافكن      - علاقه                                  - نگرش                                  - و ...ساير تقسيم بندي ها ي آزمون ها 1--  آزمون هاي ميزان شده در برابر آزمون هاي معلم ساخته 2- آزمون هاي گروهي در برابر آزمون هاي فردي 3- آزمون هاي سرعت در برابر آزمون هاي قدرت 4- آزمون هاي عملي در برابر آزمون هاي كاغذ- مدادي 5- آزمون هاي عيني در برابر آزمون هاي ذهني 6- آزمون هاي ملاك مرجع در برابر آزمون هاي گروه مرجع 7- آزمون هاي وابسته به فرهنگ در برابر آزمون هاي نابسته به فرهنگ 8- آزمون هاي كلامي در برابر آزمون هاي غير كلاميانواع ارزشيابي پيشرفت تحصيلي الف: از نظر هدف:                      1- ارزشيابي آغازين ( ورودي، پيش آزمون): پيش از انجام فعاليت هاي آموزشي به اجرا در مي آيد و به دو منظور انجام مي شود.                     2- ارزشيابي تكويني: در ضمن آموزش و همراه با فعاليت هاي يادگيري دانش آموزان انجام مي شود  و به منظور آگاهي از ميزان تحقق يا عدم تحقق هدف هاي آ، رفع نواقص آموزشي  و كسب اطلاع از مشكلات روش هاي آموزشي انجام مي شود.                     3- ارزشيابي تشخيصي: اين نوع سنجش با هدف تشخيص دقيق مشكلات يادگيري دانش آموزان به كار مي رود                     4- ارزشيابي تراكمي: به منظور ارزشيابي از تمامي آموخته هاي دانش آموزان و دانش جويان كه  در طول يك ترم يا يك دوره آموزشي آموخته اند استفاده مي شود و هدف آن نمره دادن  به آنان و قضاوت در باره اثر بخشي كار معلم و برنامه درسي يا مقايسه برنامه هاي مختلف درسي با يكديگر به كار مي رود.                     5- ارزشيابي تحقيقي ب: از نظر ماهيت موضوع:                      1- كتبي                     2- شفاهي                     3- عملينتايج احتمالي زيا ن بخش استفاده از آزمون ها نتايج آزمون ها ممكن است:  1- برچسب هاي هميشگي در مورد سطح توانايي افراد به جا بگذارد و از اين راه موقيت هاي اجتماعي افراد را در دوره هاي بعدي رشد از پيش تعيين كند. 2- به مفهوم بسيار محدودي از توانايي ها منجر شود و فرد را در جهت نيل به هدف هاي محدود يا يك هدف منحصر به فرد تشويق كند و در نتيجه شكوفايي ساير استعدادها را كه مي تواند در خدمت جامعه باشد، محدود كند. 3- ضمن غني كردن تجارب تهيه و اجرا كنندگان آزمون ها، آن ها را در موقعيتي قرار دهد كه نظام آموزش و پرورش جامعه را زير كنترل خود در آورند و تعيين سرنوشت افراد جامعه را به دست گيرند. 4- روش هاي غير انساني، انعطاف ناپذير و ماشيني را در ارزشيابي و تصميم گيري تشويق كند و در نتيجه آزادي هاي اساسي انسان را محدود سازد و يا به كلي از بين ببرد. 5- رقابت و موفقيت فردي در برابر همكاري هاي اجتماعي را بي جهت مورد تاكيد قرار دهد. 6- به جاي پرورش خلاقيت افراد، آنان را وادار سازد كه تعبدا خود را با امكانات و شرايط موجود آموزشي تطبيق دهند. 7- علاوه بر موارد فوق كاربرد آزمون ها ممكن است مسايلي از قبيل: سوگيري هاي فرهنگي، مداخله در امور شخصي و محرمانه افراد، پاداش دادن به برخي مهارت ها ي آزمون شوندگان و تنبيه كردن آنان براي فقدان بعضي مهارت هاي ديگر را موجب شود.هدف هاي كلي كاربرد آزمون ها آزمون هاي رواني در موقعيت هاي اموزشي، راهنمايي تحصيلي و شغلي، در موقعيت هاي باليني و كلينيك ها، توسط معلمان، مشاوران راهنمايي، روان شناسان باليني و ساير متخصصان براي هدف هاي مختلف مورد استفاده قرار مي گيرند.هدف هاي كلي كاربرد آزمون ها كرانباخ در كتاب « اصول كاربرد ازمون هاي رواني» موارد استفاده از آزمون ها را به شرح زير مطرح كرده است: 1- پيش بيني: آزمون ها براي اندازه گيري توانايي پيشرفت تحصيلي و ساير ويژگي هاي افراد كه پايه تصميم گيري است به كار مي رود.  تصميم گيري مستلزم آن است كه فرد بتواند ميزان موفقيت خود را در آينده در زمينه معيني پيش بيني كند. پيش بيني مبتني بر داده هاي كمي، معتبرتر و دقيق تر از تفكر واهي است.هدف هاي كلي كاربرد آزمون ها 2- گزينش: در برخي از موسسات و سازمان ها مانند دانشكده ها و سازمان هاي استخدام كننده، آزمون ها براي گزينش يا رد بعضي از افراد مورد استفاده قرار مي گيرند. تصميم گيري در مورد استخدام يك فرد و يا پذيرش يك دانشجو، تصميم در مورد گزينش افراد به شمار مي رود.هدف هاي كلي كاربرد آزمون ها 2- طبقه بندي: طبقه بندي شامل قرار دادن افراد در گروه هاي مختلف بر اساس ملاك هاي معين است. با طبقه بندي ممكن است به انتخاب روش هاي درمان يا آموزش براي افراد منجر شود.هدف هاي كلي كاربرد آزمون ها 4- ارزشيابي: در اين زمينه آزمون ها را به منظور قضاوت و ارزشيابي در مورد برنامه ها، روش ها، تدابير درماني و مانند اين ها به كار مي برند.استفاده معلمان از آزمون ها 1- قضاوت در باره استعداد و ظرفيت يادگيري 2- راهنمايي و هدايت جريان تدريس 3- بررسي ميزان پيشرفت يادگيري دانش آموزان 4- كشف مشكلات و نا رسايي هاي يادگيري دانش آموزان 5- پيشرفت و بهبود روش هاي تدريس 6- ارزشيابي و قضاوت در  مورد بازدهي فعاليت هاي آموزشياستفاده مديران از آزمون ها 1- شناخت نيازهاي دانش آموزان تصميم گيري در مورد برنامه هاي آموزشي 2- تعيين نقاط قوت و ضعف برنامه هاي آموزشي 3- گروه بندي و جايگزيني دانش آموزان در برنامه ها و موضوعات مختلف درسي و انطباق آنان با سطوح مختلف آموزشي 4- شناخت زمينه هايي كه معلمان نياز به راهنمايي و دوره هاي باز آموزي دارند. 5- تعيين بازدهي و موثر بودن كلي برنامه هاي مدارسكاربرد آزمون ها در مشاوره تحصيلي و رواني مشاوران تحصيلي و رواني از آزمون ها براي رسيدن به اهداف زير استفاده مي كنند. 1- به دست آوردن اطلاعات دقيق و معتبر در باره توانايي ها، استعدادها، علائق، خصايص شخصيتي و مشكلات شخصي به منظور كمك به خود شناسي مراجعان. 2- كمك به مراجعان براي پيش بيني موفقيت هاي آينده در امور تحصيلي و شغلي. 3- كمك به تصميم گيري مراجعان خود براي برنامه ريزي آينده تحصيلي و شغلي. 4- تشخيص مشكلات درمان جويان. مانند دشواري و ناتواني در سازگاري با شرايط محيطي، مسيل مربوط به رشد و تكامل، نارسايي هاي تحصيلي، و ديگر مسايل شخصي و رواني. 5- ارزشيابي از ميزان اثر بخشي فرايند راهنمايي و روش هاي درماني كه در مورد مراجعان خود به كار بسته اند.تجزيه و تحليل نتايج امتحانات به طور كلي امتحانات- به ويژه امتحانات مرحله اي- براي رسيدن به هدف هاي زير انجام مي شوند: 1- كشف  نقاط قوت و ضعف فراگيران به منظور هدايت يادگيري آنان. 2- كشف نارسايي هاي احتمالي در مواد و وسايل آموزشي و كوشش براي رفع آن ها. 3- ارزشيابي سطح كارايي روش هاي تدريس و كوشش براي اصلاح نارسايي ها و افزايش مهارت مدرس در تدريس. براي رسيدن به اهداف فوق صرف رجوع به نمره امتحاني فراگيران كفايت نمي كند بلكه نتايج امتحان بايد بر اساس روش هاي آماري تجزيه و تحليل شود.تجزيه و تحليل نتايج امتحانات تجزيه و تحليل نتايج امتحانات براي پاسخ دادن به پرسش هاي اساسي زير صورت مي گيرد: 1- هر يك از فراگيران به كدام يك از هدف هاي آموزشي رسيده و به كدام هدف ها نرسيده اند؟ پاسخ به اين پرسش را مي توان از روي پاسخ هر فراگير به هر يك از پرسش هاي امتحان به دست آورد. نتيجه اين كار را در اصطلاح، عملكرد هر فراگير در هر يك از برايندهاي يادگيري مي ناميم. زيرا هر پرسش امتحاني يكي از برايندهاي يادگيري را اندازه گيري مي كند.تجزيه و تحليل نتايج امتحانات 2- به طور كلي هر يك از فراگيران تا چه اندازه به هدف هاي آموزشي رسيده اند؟ براي پاسخ به اين پرسش لازم است سطح عملكرد هر فرد در كل آزمون تعيين شود. عملكرد هر فرد در كل آزمون نشان مي دهد كه او به چند درصد هدف هاي آموزشي رسيده است. 3- به طور متوسط فراگيران كلاس، تا چه اندازه به هر كدام از هدف هاي آموزشي رسيده اند. پاسخ به اين پرسش نشان خواهد داد كه چند درصد فراگيران كلاس، به هر پرسش امتحاني پاسخ درست داده اند. نتيجه حاصل از اين بررسي عملكرد كلاس در هر يك از برآيندهاي يادگيري است.تجزيه و تحليل نتايج امتحانات 4- به طور كلي فراگيران كلاس، تا چه اندازه به هدف هاي آموزشي رسيده اند. براي پاسخ دادن به اين پرسش لازم است تعيين شود كه چند درصد فراگيران كلاس، به همه هدف هاي مورد نظر دست يافته اند. نتيجه اي را كه از اين بررسي به دست مي آيد، عملكرد كلاس در كل آزمون مي ناميم.تجزيه و تحليل نتايج امتحانات بنا بر اين، تجزيه و تحليل نتايج امتحان مستلزم تعيين چهار شاخص است كه مي توان با يك روش ساده آماري آن ها را مشخص كرد. اين چهار شاخص عبارتند از: 1- درصدعملكرد هر فراگير در هر يك از برآيندهاي يادگيري. 2- درصد عملكرد هر فراگير در كل آزمون(همه برآيندهاي يادگيري). 3- درصد عملكرد كلاس در هر يك از برآيندهاي يادگيري. 4- درصد عملكرد كلاس در آزمون.تجزيه و تحليل نتايج امتحانات عيني - تهيه جدول كار و وارد كردن نتيجه پاسخ هر دانش آمور به هر سوال جدول كار براي تجزيه و تحليل يك آزمون 8 سوالي در مورد 16 دانش آموز فرضيتجزيه و تحليل نتايج امتحانات عيني ملاك هاي به دست آمده در جدول كار را مي توانيم با توجه به يكي از درجه هاي توصيفي مانند خيلي خوب، خوب، رضايت بخش، ضعيف و خيلي ضعيف درجه بندي كنيم.محاسبه شاخص هاي آماري آزمون الف- ميانگين نمره هاي خام 1-                                                                       M=∑P 2-                                                       M=(∑Pu+ ∑Pl)/2 ب- انحراف معيار نمره هاي خام: پ- ضريب اعتبار و پايايي: ت- خطاي معيار اندازه گيري:محاسبه شاخص هاي آماري آزمون ث- شاخص اندازه سنجي شاخص اندازه سنجي نقشي دوگانه دارد. 1- نخست اين كه شاخصي از ثبات و پايايي آزمون است. هر چه تعداد واحدهاي اتدازه سنجي بيشتر باشد، آزمون پايايي بيشتري دارد. به علاوه اگر تعداد واحدهاي اندازه سنجي در يك آزمون 12 و در آزمون ديگر 6 باشد، مي توان گفت كه اعتبار آزمون اول دو برابر آزمون دوم است.(ناتال و اسكورنيك، 1974). اين رابطه خطي كه در مقياس اندازه سنجي وجود دارد، در مورد ضريب همبسنگس گشتاوري صدق نمي كند. به عنوان مثال اگر همبستگي دو بار اجراي يك ازمون 0/83 و همين همبستگي در مورد آزمون ديگر 0/43 باشد، نمي توان گفت كه اعتبار و پايايي ازمون اول دو برابر آزمون دوم است. 2- دومين نقش شاخص اندازه سنجي اين است كه براساس آن مي توان توزيع نمره هاي خام آزمودني ها را درجه بندي كرد. در اين درجه بندي حاشيه خطاي درجه بندي به علاوه و منهاي يك است.محاسبه شاخص هاي آماري آزمون مثال: درجه بندي آزمودني ها بر حسب شاخص درجه بندي آزمون توزيع نمره هاي آزمون: بين 10تا 83. تعداد واحدهاي مقياس اندازه سنجي: 7 دامنه تغيير نمره ها: 73= 10-83 دامنه تغيير نمره هاي هر يك از 7 درجه: بنا براين، با اين آزمون مي توان آزمودني ها را به 7 طبقه تقسيم و براي هر طبقه درجاتي در نظر گرفت. حدود نمره هاي خام اين 7 درجه در جدول زير نشان داده شده است.محاسبه شاخص هاي آماري آزمونتجزيه و تحليل پرسش هاي آزمون - استفاده از روشي كه در اين جا برای تجزيه و تحليل پرسش های آزمون ارائه مي شود، تنها براي آزمون هاي قدرت كه همه يا بيشتر آزمودني ها فرصت كافي براي پاسخ دادن به همه پرسش ها را داشته اند مجاز است. نمره گذاري اين آزمون ها نيز بايد به صورت نمره(1) براي پاسخ درست و نمره(0) براي پاسخ غلط باشد. هدف از تجزيه و تحليل پرسش هاي آزمون آن است كه: (1) با حذف پرسش هاي نامناسب و يا تجديد نظر در آن ها، كيفيت آزمون بهتر و بر كارايي آن در سنجش خصيصه مورد نظر افزوده شود.(2)براي تعيين سطح توانايي آزمودني ها يك معيار تشخيصي به دست آيد.تجزيه و تحليل پرسش هاي آزمون در اين روش، از تجزيه و تحليل پرسش هاي آزمون، مي توانيم اطلاعات زير را به دست آوريم. 1- سطح دشواري سوال: نسبت افرادي كه به آن سوال پاسخ درست داده اند. 2- ضريب تشخيص يا تميز سوال:تفاوت سطح دشواري در گروه قوي و گروه ضعيف 3- ميانگين و انحراف معيار نمره هاي خام آزمون 4- ضريب اعتبار يا پايايي آزمون 5- خطاي معيار آزمون 6- شاخص اندازه سنجي يا درجه بندي آزمودني ها با توجه به توزيع نمره هاي خام آزمون. اين شاخص اعتبار يا پايايي آزمون را نيز نشان مي دهد.مراحل تجزيه و تحليل پرسش هاي آزمون 1- انتخاب گروه نمونه به روش تصادفي و اجراي آزمون 2- تصحيح و نمره گذاري پاسخ نامه ها 3- مرتب كردن پاسخ نامه ها از پايين ترين به بالاترين نمره 4- انتخاب 27 درصد پاسخ نامه ها از نمره هاي بالا و 27 درصد ديگر از نمره هاي پايين 5- استخراج اطلاعات مطابق جدول كار پيشنهاد شده روش تجزيه و تحليل پرسش هاي آزمون جدول تجزيه و تحليل پرسش هاي آزمونشاخص هاي تجزيه و تحليل پرسش هاي آزمون 1-  =Puضريب دشواري در گروه قوي 2- Pl  =ضريب دشواري در گروه ضعيف 3-P =ضريب دشواري در کل گروه 4- Pq = واریانس 5- D= ضريب تميز 6- X2= آزمون معني داري ضريب تميز 7- محدوديت اندازه D( با توجه به سطح دشواري سوال) 8- معرفي جدول فلانگال 9- معرفي جدول معني دار بودن ضرايب تشخيص Dروش تجزيه و تحليل پرسش هاي آزمونبررسي سطح دشواري سوال هاي آزمون 1- سطح دشواري سوال در يك آزمون خوب چقدر بايد باشد؟ به هدف هاي كاربردي و نوع سوال بستگي دارد: اگر قرار است آزموني ساخته شود كه مثلا 20 درصد افراد بالاي يك جامعه را از سايرين متمايز كند، در اين صورت لازم است سطح دشواري سوال هاي آزمون حدود 0/20 باشد. اما اگر قرار است آزموني ساخته شود كه سطح توانايي هاي آزمودني ها را بر حسب احتمال توزيع نمره ها در يك توزيع بهنجار نشان دهد، در اين صورت سطح دشواري آزمون نيز بايد از منحني توزيع بهنجار پيروي كند.شاخص هاي تجزيه و تحليل پرسش هاي آزمون 2- سطح دشواري مطلوب براي انواع سوال هاي عيني براي تعيين سطح دشواري مطلوب براي يك سوال لازم است كه سازنده آزمون احتمال يافتن پاسخ درست سوال را توسط افراد بي اطلاع يا يافتن پاسخ درست بر اساس تصادف صِرف را در نظر بگيرد.  احتمال يافتن پاسخ درست تصادفي يك سوال صحيح- غلط 50 درصد و پاسخ درست تصادفي يك پرسش 3، 4، و 5 گزينه اي به ترتيب 0/33، 25 و 20 درصد است. بنا بر اين سطح دشواري 0/50 براي پرسش هاي صحيح- غلط، و سطح دشواري 0/33، 0/25 و 0/20 به ترتيب براي پرسش هاي 3، 4 و 5 گزينه اي مناسب نيست. زيرا درصد احتمال پاسخ تصادفي درست براي آزمودني هاي بي اطلاع همين اندازه است. از سوي ديگر، پرسش هايي كه سطح دشواري آن ها صفر و يا 1 است، نيز پرسش هاي مناسبي نيستند؛ زيرا افراد گروه بالا را از  پايين تفكيك نمي كنند. شاخص هاي تجزيه و تحليل پرسش هاي آزمون 3- تعيين سطح دشواري مطلوب براي انواع سوال هاي عيني حد مطلوب سطح دشواري براي هر سوال معمولا برابر ميانگين 100 درصد پاسخ هاي درست(p=1) و احتمال پاسخ تصادفي سوال است(كاپلان و ساكوزو، 1989). بنا بر اين، حد مطلوب دشواري براي يك سوال 4 گزينه اي برابر با 0/625 است.}0/625=2/(0/25+1){.سطح دشواري مطلوب براي پرسش هاي صحيح- غلط 0/75}0/75=2/(0/5+1).{ و براي پرسش هاي كوتاه پاسخ برابر با 0/50 است. }0/50=2/(0+1).{ شاخص هاي تجزيه و تحليل پرسش هاي آزمون 4- محاسبه حدود اطمينان براي سطح مطلوب دشواري سوال براي اين كه سطح دشواري سوال هاي آزمون در حد مطلوب يا سطح بهينه باشند، لازم است بين سطح دشواري محاسبه شده براي سوال هاي آزمون و سطح بهينه، از نظر آماري تفاوت معني دار وجود نداشته باشد. براي اين كه معلوم شود آيا تفاوت سطح دشواري سوال هاي آزمون با سطح بهينه معني دار است يا نه، كافي است براي سطح بهينه سوالات با در نظر گرفتن تعداد گزينه ها حدود اطميناني در سطح 95 يا 99 درصد در نظر گرفته شود. چنانچه سطح دشواري مشاهده شده براي هر سوال در محدوده سطح بهينه برآورد شده قرار گيرد، مي توان گفت كه آن سوال داراي سطح دشواري در حد مطلوب يا در سطح بهينه است.شاخص هاي تجزيه و تحليل پرسش هاي آزمون حدود اطمينان سطح دشواري بهينه براي سوال هاي آزمون از فرمول زير محاسبه مي شود: P=Popt +_ tSp  P =حدود اطمينان سطح دشواري بهينه Popt =سطح دشواري بهينه محاسبه شده با توجه به نوع سوال Sp =خطاي معيار نسبت براي سطح دشواري بهينه t =اندازه(t) در درجه آزادي (N-1) در جدول (t مبين) است( Nمجموع افراد گروه هاي بالا و پايين). خطاي معيار نسبت از فرمول زير محاسبه مي شود:شاخص هاي تجزيه و تحليل پرسش هاي آزمون حدود اطمينان براي يك سوال چهار گزينه اي در نمونه اي به حجم 26 نفر( دو گروه 13 نفري) به شرح زير است. P=0/625 ± 0/095 * 2/878 = 0/625 ± 0/2648  0/36 < p < 0/89 بدين ترتيب حدود اطمينان سطح دشواري بهينه در سطح اطمينان 99 درصد بين 0/36 و 0/89 است.هر يك از پرسش هاي ازمون كه بين اين دو حد قرار بگيرد داراي سطح دشواري مطلوب است. پرسش هايي كه سطح دشواري ان ها پايين تر از سطح دشواري بهينه باشند، به عنوان پرسش هاي دشوار و آن هايي كه بالاتر از سطح دشواري بهينه باشند به عنوان پرسش هاي اسان محسوب مي شوند.شاخص هاي تجزيه و تحليل پرسش هاي آزمون در بسياري از آزمون هاي رواني، سازنده آزمون علاقه مند است آزموني بسازد كه تفاوت هاي فردي ازمودني ها را اندازه گيري كند. آزمون مناسب آزموني است كه به دقت اين تفاوت ها را نشان دهد. در چنين مواردي لازم نيست كه همه سوال هاي آزمون داراي سطح دشواري در فاصله بين دو حد سطح دشواري بهينه باشند، بلكه آزمون بايد سوال هاي اسان و دشوار را نيز شامل شود.محاسبه شاخص هاي آماري آزمون پس از تجزيه و تحليل سوال ها و حذف سوال هاي نامناسب، سازنده آزمون بايد با توجه به سوال هايي كه در فرم اصلي آزمون گنجانيده مي شوند، به محاسبه شاخص هاي آماري آزمون بپردازد. مهم ترين اين شاخص ها عبارتند از: 1- ميانگين نمره هاي خام 2- محاسبه انحراف معيار نمره هاي خام آزمون 3- محاسبه اعتبار و پايايي(همساني دروني) آزمون 4- محاسبه خطاي معيار اندازه گيري 5-  شاخص اندازه سنجيتجزيه و تحليل گزينه هاي انحرافي در آزمون هاي كه به صورت پرسش چند گزينه اي تهيه مي شوند، علاوه بر آن كه ضريب تشخيص و سطح دشواري پرسش ها بايد با هدف هاي ازمون هماهنگ باشند، گزينه هاي انحرافي هر پرسش نيز بايد از كارايي لازم برخوردار باشند. گزينه هاي انحرافي هر پرسش چند گزينه اي در صورتي داراي كارايي است كه دو ويژگي زير را دارا باشند: 1- توجه افراد بي اطلاع از موضوع مورد اندازه گيري را به اندازه گزينه درست به خود جلب كنند. 2- براي آزمودني هايي كه در مورد موضوع مورد اندازه گيري توانايي و مهارت كافي دارند، گول زننده نباشند. اگر گزينه هاي انحرافي مناسبي طراحي شوند، انتظار مي رود كه اولا درصد انتخاب گزينه هاي انحرافي توسط افراد گروه پايين بيشتر از درصد انتخاب گروه بالا باشد. ثانيا بين درصد انتخاب گزينه هاي غلط توسط افراد دو گروه تفاوت معني دار وجود داشته باشد.تجزيه و تحليل گزينه هاي انحرافي مثال:تجزيه و تحليل گزينه هاي انحرافي سوال شماره 1: به اين سوال 86 درصد افراد گروه پاسخ داده اند، بنا براين سوال آساني است. گزينه انحرافي الف براي هيچ يك از افراد گروه بالا جاذبه اي نداشته اما توجه 8 درصد افراد گروه پايين را به خود جلب كرده است(0/08=2:25). چون بين درصد پاسخ هاي دوگروه بالا و پايين به اين گزينه از نظر آماري تفاوت معني دار وجود دارد (                           )، بنابراين گزينه الف از كارايي لازم برخوردار است. تفاوت نسبت انتخاب گزينه هاي ج و د توسط افراد دو گروه به ترتيب در سطح 0/05 و 0/01 معني دار است. بنابراين مي توان گفت كه اين سوال با وجود آسان بودن داراي گزينه هاي انحرافي مناسب و موثر است.تجزيه و تحليل گزينه هاي انحرافي سوال شماره 2: سطح دشواري اين سوال 0/28 و لذا سوال دشواري است. همه گزينه هاي انحرافي نتيجه افراد را به خود جلب كرده و لذا گزينه هاي موثري بوده اند. در همه موارد، فراواني و درصد انتخاب گزينه هاي انحرافي توسط افراد گروه ضعيف بيش از افراد گروه قوي بوده و تفاوت بين نسبت انتخاب ها معني دار است. بنابراين گزينه هاي انحرافي از كارايي لازم برخوردار بوده اند.تجزيه و تحليل گزينه هاي انحرافي سوال شماره 3: اين سوال با سطح دشواري 0/20، سوال دشواري است. اما چون درصد پاسخ هاي درست افراد گروه ضعيف بيش از درصد پاسخ هاي درست گروه قوي است، لذا سوال ضريب تشخيصي مناسبي ندارد. علت اين امر احتمالا از آن جا ناشي مي شود كه گزينه انحرافي ب براي گروه قوي جاذبه زيادي داشته است. به طوري كه 60 درصد افراد اين گروه(0/60=15:25) آن را به عنوان گزينه درست انتخاب كرده اند. بنابراين گزينه ب گول زننده است. با وجودي كه گزينه هاي الف و د از كارايي كافي برخوردارند، اما چون سوال فاقد قوه تميز است بايد در آن تجديد نظر كلي به عمل آيد يا به كلي از آزمون حذف شود. تجزيه و تحليل گزينه هاي انحرافي سوال شماره 4: سطح دشواري اين سوال 0/70 است كه از اين نظر با وجود آسان بودن، سوال مناسبي است و گزينه انحرافي(د) از كارايي لازم برخوردار است. اما هيچ يك از گزينه هاي الف و ج كارايي لازم را نداشته است.، زيرا توجه هيچ يك از آزمودني ها، حتي آزمودني هاي گروه ضعيف را نيز به خود جلب نكرده اند. چنان چه لازم باشد كه اين سوال در آزمون گنجانده شود، بايد در گزينه هاي الف و ج تجديد نظر شود تا به قدر كافي توجه افراد گروه ضعيف را به خود جلب كنند.تجزيه و تحليل گزينه ها سوال شماره 5: سوال شماره 5 با داشتن سطح دشواري 0/54 سوال مناسبي است. به ويژه ان كه همه گزينه هاي  انحرافي از كارايي لازم برخوردار بوده اند. زيرا اين گزينه بيشتر توجه افراد گروه پايين را به خود جلب كرده اند. اين سوال را به همين صورت مي توان در آزمون فرم اصلي به كار بست. ساير روش هاي تجزيه و تحليل سوال هاي آزمون 1- همبستگي دو رشته اي نقطه اي 2- ضريب همبستگي دو رشته اي 3- ضريب فاي(ф) 4- ضريب همبستگي تتراكوريك 5- ضريب همبستگي فاي به عنوان شاخص همبستگي دو سوال 6- منحني خصيصه سوال 7- نظريه سوال- پاسخساير روش هاي تجزيه و تحليل سوال هاي آزمون 1- همبستگي دو رشته اي نقطه اي يكي ديگر از روش هاي بررسي ضريب تشخيص سوال ها، محاسبه همبستگي بين عملكرد آزمودني ها در هر سوال با عملكرد آنان در كل آزمون است. در اين همبستگي يكي از متغيرها(عملكرد آزمودني ها در هر سوال) دو ارزشي و متغير ديگر(عملكرد آزمودني ها در كل آزمون) متغير پيوسته است. همبستگي دو رشته اي نقطه اي بين سوال و نمره كل آزمون از فرمول زير محاسبه مي شود:ساير روش هاي تجزيه و تحليل سوال هاي آزمون 1- همبستگي دو رشته اي نقطه اي شرح علائم: = Rpbis ضريب همبستگي دو رشته اي نقطه اي = mp ميانگين نمره هاي خام ازمودني هايي كه به سوال مورد نظر پاسخ درست داده اند = mtميانگين نمره هاي خام همه آزمودني ها = pi نسبت كساني كه به سوال مورد نظر پاسخ درست داده اند به كل ازمودني هاساير روش هاي تجزيه و تحليل سوال هاي آزمون آزمون معني دار بودن همبستگي دو رشته اي نقطه اي براي آزمون معني دار بودن اين همبستگي، دو روش وجود دارد: 1- اگر تعداد آزمودني ها زياد باشد،(30 نفر و يا بيشتر) ابتدا خطاي معيار ضريب همبستگي دو رشته اي نقطه اي را از فرمول   محاسبه مي كنيم.  براي آزمون معني دار بودن ضريب محاسبه شده در يكي از دو سطح 0/05 و 0/01 ، خطاي معيار ضريب همبستگي دو رشته اي نقطه اي را در اندازه هاي 0/05     Z(1/96) و يا 0/01 Z )2/58) ضرب مي كنيم تا تفاوت ضريب همبستگي محاسبه شده از صفر در سطح 0.05 يا 0.01 به دست ايد. ضريب همبستگي محاسبه شده در صورتي معتبر خواهد بود كه در سطح 0.01 و يا 0/05 معني دار باشد. به عبارت ديگر اگر داشته باشيم: 1/96 * Srbis  > rbis > 2/58 * Srbis، در اين صورت ضريب محاسبه شده در سطح 0/01 معني دار است. هر گاه داشته باشيم: 2/58 * Srbis rbis > ، در اين صورت ضريب محاسبه شده در سطح 0.01 معني دار است. اما اگر ضريب محاسبه شده از 1/96 * Srbis كوچك تر و يا با آن برابر باشد، ضريب همبستگي محاسبه شده در هيچ سطحي معني دار نيست.ساير روش هاي تجزيه و تحليل سوال هاي آزمون آزمون معني دار بودن همبستگي دو رشته اي نقطه اي 2- اگر تعدا آزمودني ها كم باشد(N<30) براي ازمون معني دار بودن ضريب همبستگي دو رشته اي نقطه اي محاسبه شده براي هر سوال، تفاوت 1/96 * Srbis را از راه آزمون t بررسي مي كنيم. تذكر: در آزمون هايي كه تعداد سوال هاي آن كم است، استفاده از همبستگي دو رشته اي نقطه اي براي تعيين ضريب تشخيص شوال ها با اشكال مواجه خواهد بود، زيرا موفقيت در سوالي كه قرار است ضريب همبستگي ان با نمره كل آزمون محاسبه شود، پاسخ هاي درست آزمودني ها به سوالي كه قرار است همبستگي آن با نمره كل آزمون محاسبه شود، موجب افزايش نمره كل آزمون مي شود. در نتيجه ضريب همبستگي محاسبه شده افزايش مي يابد.بريا اجتناب از اين اشكال لازم است كه نمره هر سوال از نمره كل ازمون حذف شود.ساير روش هاي تجزيه و تحليل سوال هاي آزمون ضريب همبستگي دو رشته اي نقطه اي نكته ديگري كه در استفاده از همبستگي دو رشته اي نقطه اي بايد به خاطر داشت اين است كه اگر St, Mt,Mp از روي نمره هاي ملاك خارجي محاسبه شده باشد، در اين صورت همبستگي محاسبه شده شاخص روايي ملاكي سوال است. هر گاه اندازه هاي مذكور از روي نمره هاي آزمون محاسبه شود، همبستگي به دست آمده شاخص همساني دروني سوال با ساير سوال ها و كل آزمون است. بديهي است چنانچه آزمون داراي روايي باشد، در اين صورت همبستگي محاسبه شده شاخصي از روايي آزمون نيز خواهد بود.ساير روش هاي تجزيه و تحليل سوال هاي آزمون تمرين: در جدول زير پاسخ 10 آزمودني به 6 سوال تستي داده شده است. ضريب همبستگي دو رشته اي نقطه اي  سوال 1 با نمرات كل آزمون را محاسبه كنيد و معني دار بودن آن را آزمون كنيد.ساير روش هاي تجزيه و تحليل سوال هاي آزمون محاسبه ضريب همبستگي بين نمره هاي سوال 1 و نمره هاي كل آزمون ميانگين نمره هاي همه آزمودني ها( با حذف نمره سوال 1 از نمرات آن ها) برابر با 3/4 (Mt)و انحراف معيار آن ها (St)برابر 1/58 است. نسبت پاسخ هاي درست آزمودني ها به سوال شماره 1 (Pi)برابر با 0/8 است. نمره اي خام آزمودني ها كه به سوال اول پاسخ درست داده اند با حذف نمره سوال شماره 1 به ترتيب برابر با 5 4 4 4 5 2 2 4 و ميانگين آن ها (Mp)برابر 3/75 و انحراف معيار آن ها برابر 1/16 است. بنابراين داريم:ساير روش هاي تجزيه و تحليل سوال هاي آزمون محاسبه ضريب همبستگي بين نمره هاي سوال 1 و نمره هاي كل آزمون براي آزمون معني دار بودن ضريب همبستگي محاسبه شده تفاوت Mp-Mt را از فرمول زير بررسي مي كنيم:  چون t محاسبه شده از t مبين جدول در سطح 0.5 (1/746) كمتر است، لذا فرض همبستگي صفر بين سوال شماره 1 و نمره كل ازمون را نمي توان رد كرد. بنابر اين ضريب همبستگي محاسبه شده معني دار نيست و اين سوال با ساير سوالات ازمون همساني دروني ندارد.ساير روش هاي تجزيه و تحليل سوال هاي آزمون ضريب همبستگي دو رشته اي نقطه اي به طور كلي ضريب همبستگي دو رشته اي نقطه اي، همبستگي بين يك متغير دو ارزشي و يك متغير پيوسته را نشان مي دهد. بر خلاف ضريب همبستگي گشتاوري پيرسون كه شرط استفاده از اين همبستگي آن است كه توزيع نمره ها بايد در هر دو متغير نرمال باشد، در كاربرد ضريب همبستگي دو رشته اي نقطه اي شرط نرمال بودن توزيع متغير دو ارزشي لازم نيست. به عنوان مثال، اگر بخواهيم بين جنسيت و قد همبستگي محاسبه كنيم، مي توانيم بين اين دو متغير همبستگي دو رشته اي نقطه اي را به كار ببنديم. در اين مثال، قد يك متغير پيوسته است، اما جنسيت(زن يا مرد بودن) يك متغير دو ارزشي است كه توزيع اين صفت در جامعه نرمال است.ساير روش هاي تجزيه و تحليل سوال هاي آزمون ضريب همبستگي دو رشته اي نقطه اي نكته ديگري كه در استفاده از همبستگي دو رشته اي نقطه اي بايد به خاطر داشت اين است كه اگر St, Mt,Mp از روي نمره هاي ملاك خارجي محاسبه شده باشد، در اين صورت همبستگي محاسبه شده شاخص روايي ملاكي سوال است. هر گاه اندازه هاي مذكور از روي نمره هاي آزمون محاسبه شود، همبستگي به دست آمده شاخص همساني دروني سوال با ساير سوال ها و كل آزمون است. بديهي است چنانچه آزمون داراي روايي باشد، در اين صورت همبستگي محاسبه شده شاخصي از روايي آزمون نيز خواهد بود.روايي سوال هاي آزمون مقدمه: آزمون هاي رواني اساسا براي اندازه گيري تفاوت هاي فردي افراد در خصايص شناختي و عاطفي ساخته مي شوند. افراد از نظر توانايي ها و ويژگي هاي شخصيتي تفاوت دارند و روان شناسان آزمون هاي رواني را در اصل براي اندازه گيري و سنجش اين تفاوت ها به كار مي برند. هر اندازه كه اين اندازه گيري دقيق تر انجام گيرد، دقيق تر مي توان رفتار آزمودني را از روي نمره هاي آزمون پيش بيني كرد. بر اين اساس است كه سازندگان آزمون هاي رواني مي كوشند آزمون هايي بسازند كه تفاوت هاي فردي آزمودني ها را هر چه دقيق تر اندازه گيري كنند. بدين ترتيب، تغيير پذيري نمره هاي آزمودني ها در كل آزمون افزايش مي يابد، و نمره هر آزمودني موقعيت او را نسبت به ديگران به دقت نشان مي دهد.روايي سوال هاي آزمون مقدمه: به منظور سنجش كارايي هر سوال به عنوان شاخصي از تفاوت هاي فردي براي اندازه گيري توانايي و يا ويژگي هاي شخصيتي، دسترسي به يك ملاك خارجي معتبر به عنوان شاخصي از توانايي يا ويژگي مورد اندازه گيري ضروري است. اگر قرار است آزموني براي پيش بيني موقيت در يك شغل و يا پيشرفت تحصيلي ساخته شود، در اين صورت به عنوان ملاك خارجي مناسب مي توان از شاخص موقيت شغلي( مثلا درجه بندي توسط سرپرستان)، يا پيشرفت تحصيلي(نمره هاي امتحان هاي رسمي) استفاده كرد.روايي سوال هاي آزمون ضريب همبستگي دو رشته اي نقطه اي بدينسان روايي يك سوال براي پيش بيني ميزان يك ملاك خارجي را مي توان با محاسبه همبستگي نمره آن سوال(نمره هاي 1 براي پاسخ هاي درست و نمره هاي صفر براي پاسخ هاي غلط) با نمره ملاك برآورد كرد. متداول ترين ضريب همبستگي براي اين منظور همبستگي دو رشته اي نقطه اي است. ضريب همبستگي دو رشته اي نقطه اي به عنوان شاخصي از روايي يك سوال براي پيش بيني احتمال موفقيت آزمودني در يك سوال خارجي را به صورت زير نيز مي توان مطرح كرد.روايي سوال هاي آزمون ضريب همبستگي دو رشته اي نقطه اي N= تعداد كل آزمودني ها N1= تعداد آزمودني هايي كه به سوال مورد نظر پاسخ درست داده اند. Ϋ= ميانگين نمره هاي خام همه آزمودني ها در متغير ملاك Ϋ1= ميانگين نمره هاي خام متغير ملاك در مورد آزمودني هايي كه به سوال مورد نظر پاسخ درست داده اند. S= انحراف معيار نمره هاي خام همه آزمودني ها در متغير ملاك نكته: فرمول فوق را براي تعيين همبستگي سوال با كل آزمون نيز مي توان به كار برد. در اين صورت متغير ملاك نمره هاي كل آزمون براي آزمودني ها خواهد بود. مثال عددي: ص. 162 شريفيروايي سوال هاي آزمون آزمون  معني داري ضريب همبستگي دو رشته اي نقطه اي براي آزمون معني دار بودن اي ضريب مي توان از روشي كه پيش از اين در مورد همبستگي دو رشته اي نقطه اي توضيح داده شد، استفاده كرد. بديهي است هر قدر اين همبستگي به 1 نزديك تر باشد، قدرت پيش بيني عملكرد آزمودني ها در متغير ملاك به وسيله سوال مورد نظر بيشتر خواهد بود. هم چنين سوال هايي كه داراي روايي پيش بيني يالاتري هستند، هر چند همبستگي آن ها با ساير سوال هاي آزمون كمتر باشد، براي گنجاندن در آزمون فرم نهايي مناسب تر خواهند بود.روايي سوال هاي آزمون ضريب همبستگي دو رشته اي ضريب همبستگي دو رشته اي نيز مانند ضريب همبستگي دو رشته اي نقطه اي براي محاسبه همبستگي بين يك متغير پيوسته مثلا نمره هاي آزمون با يك متغير دو ارزشي يعني هر يك از سوال هاي آزمون به كار مي رود. بر خلاف همبستگي دو رشته اي نقطه اي شرط استفاده از ضريب همبستگي دو رشته اي آن است كه توزيع نمره ها در هر دو متغير خواه متغير پيوسته و خواه متغير دو ارزشي در جامعه نرمال باشد. روايي سوال هاي آزمون ضريب همبستگي دو رشته اي ضريب همبستگي دو رشته اي از رابطه زير به دست مي آيد: Mp= ميانگين نمره هاي آزمون يا نمره هاي ملاك كساني كه به سوال پاسخ درست داده اند. Mtو St به ترتيب ميانگين و انحراف معيار نمره هاي آزمون يا نمره هاي ملاك همه آزمودني ها P= نسبت كساني كه به سوال پاسخ درست داده اند Y= عرض نقطه تفكيك معادل P در منحني توزيع نرمال به مساحت 1 واحد است مثال عددي: ص. 163 شريفيروايي سوال هاي آزمون آزمون ضريب همبستگي دو رشته اي براي آزمون معني دار بودن ضريب همبستگي دو رشته اي كافي است خطاي معيار همبستگي محاسبه شده را از رابطه زير به دست آوريم: حال اگر داشته باشيم ضريب همبستگي محاسبه شده در سطح 0/05 معني داراست. اگر داشته باشيم  همبستگي در سطح 0/01 معني دار است چنانچه داشته باشيم در اين صورت همبستگي محاسبه شده در هيچ سطحي معني دار نيست. تمرين خطاي معيار همبستگي و معني دار بودن مثال ص. 163 را محاسبه و بررسي كنيد.روايي سوال هاي آزمون محاسبه ضريب همبستگي دو رشته اي از راه ديگر روش ديگر محاسبه همبستگي دو رشته اي، مقايسه نسبت پاسخ هاي درست افراد 27 درصد بالا و 27 درصد پايين آزمودني ها است. براي اين كار مي توان نسبت پاسخ هاي درست افراد 27 درصد بالا را در رديف افقي و بالاي جدول(شريفي، ص. 164) و نسبت پاسخ هاي درست 27 درصد پايين را از بين اعداد ستون سمت چپ جدول پيدا كرد و سپس از تقاطع آن ها ضريب همبستگي دو رشته اي را در داخل جدول به دست آورد.روايي سوال هاي آزمونروايي سوال هاي آزمون ضريب همبستگي دو رشته اي نيز مانند ضريب همبستگي دو رشته اي نقطه اي براي برآورد ضريب همبستگي سوال با نمره كل آزمون يا يك نمره ملاك خارجي به كار مي رود. در حالت اول، ضريب محاسبه شده شاخصي از همساني سوال با كل آزمون و در حالت دوم شاخصي از روايي ملاكي سوال خواهد بود.روايي سوال هاي آزمون ضريب فاي(ф):  شاخص همبستگي سوال با نمره هاي كل آزمون ضريب فاي يكي از شاخص هايي است كه براي بررسي همبستگي هر سوال با كل آزمون و به عبارت ديگر براي بررسي ثبات و همساني دروني بين يك سوال با سوال هاي ديگر آزمون به كار مي رود.گيلفورد(1954) براي محاسبه ضريب فاي فرمول ساده زير را ارئه كرده است كه بر اساس ازمون مجذور خي(   ) استوار است. Pu و Pl به ترتيب نسبت افراد گروه بالا و پايين است كه به سوال پاسخ درست داده اند و P نسبت پاسخ هاي درست آزمودني ها به سوال مورد نظر است. چون اين فرمول  اساسا بر پايه آزمون مجذور خي استوار است، لذا بين آن ها رابطه زير بر قرار است:روايي سوال هاي آزمون آزمون معني دار بودن ضريب فاي(ф) براي آزمون معني دار بودن ضريب همبستگي فاي محاسبه شده مي توان مقدار     را از فرمول اسلايد قبلي محاسبه كرد. هر گاه           محاسبه شده از مجذور خي مبين براي يك درجه ازادي يعني 3/841 بزرگتر باشد، ضريب فاي محاسبه شده در سطح 0/05 . چون از 6/635 بزرگ تر باشد، در سطح 0/01 معني دار خواهد بود. براي آزمون معني دار بودن ضريب فاي در سطح 0/05 و 0/01 به ترتيب مي توان از فرمول هاي زير نيز استفاده كرد(هومن، 1366).  در همه اين فرمول ها N برابر مجموع افراد گروه بالا و  گروه پايين است.روايي سوال هاي آزمون آزمون معني دار بودن ضريب فاي(ф) شرط استفاده از ضريب فاي اين است كه بايد تعداد افراد گروه بالا و گروه پايين برابر باشد. يكي از محاسن اين روش آن است كه گروه هاي بالا و پايين را مي توان به هر نسبت دلخواه مثلا N0/50 ، N0/33 ، N0/27 ، N0/25 و غيره انتخاب كرد. به مثال عددي ص. 166 شريفي(1377) مراجعه كنيد.روايي سوال هاي آزمون ضريب همبستگي تتراكوريك همبستگي تتراكوريك براي نشان دادن رابطه بين دو متغير دو ارزشي به كار مي رود. ضريب همبستگي تتراكوريك به ويژه هنگامي به كار مي رود كه بخواهيم همبستگي بين دو متغير را كه نمي توان با مقياس پيوسته آن ها را اندازه گيري كرد، محاسبه كنيم. همبستگي بين يك سوال با سوال ديگر را كه هر دو متغير دو ارزشي هستند از راه ضريب همبستگي تتراكوريك مي توان محاسبه كرد.روايي سوال هاي آزمون ضريب همبستگي تتراكوريك براي محاسبه ضريب همبستگي بين دو سوال آزمون مي توان يك جدول 2 در 2 مطابق جدول زير تهيه كرد:روايي سوال هاي آزمون ضريب همبستگي تتراكوريك محاسبه ضريب همبستگي تتراكوريك روش پيچيده اي دارد كه بحث در باره آن از هدف اين كتاب خارج است. اما خوشبختانه روش ساده اي وجود دارد كه با استفاده از آن مي توان مقدار تقريبي ضريب همبستگي تتراكوريك را كه براي بسياري از مقاصد روان سنجي از دقت نسبتا كافي برخوردار است، محاسبه كرد. بر اساس اين روش ضريب همبستگي تتراكوريك از رابطه زير به دست مي آيد: به مثال عددي ص. 167 شريفي(1377) مراجعه كنيد.روايي سوال هاي آزمون ضريب همبستگي تتراكوريك هر گاه مقدار BC كوچك تر از AD باشد، ضريب همبستگي بين دو سوال منفي و اگر BC بزرگ تر از AD  باشد، ضريب محاسبه شده مثبت خواهد بود. چون در مثال عددي مورد نظر، مقدار BC (1050) بزرگ تر از AD است، بنابراين همبستگي محاسبه شده مثبت است. يكي از محدوديت هاي فرمول بالا اين است كه اين فرمول در صورتي معتبر است كه حجم نمونه مورد مطالعه بزرگ و نسبت افراد در هر يك از دو قسمت بين 0/40 و 0/60 باشد. در مثال بالا اين نسبت ها 0/60 و 0/45 است. براي اين كه ضريب همبستگي تتراكوريك از پايايي كافي برخوردار باشد، تعداد افراد نمونه اي كه ضريب همبستگي سوال ها در مورد آنان محاسبه شود نبايد از 150 تا 200 نفر كمتر باشد(گارت، 1954).روايي سوال هاي آزمون ضريب همبستگي تتراكوريك موزير و مك كيتي(نقل از هومن، 1366) براي تجزيه و تحليل سوال ها با استفاده از گروه هاي انتهايي( 27 درصد بالا و 27 درصد پايين) يك نموگراف محاسباتي ساخته اند كه با در دست داشتن نسبت پاسخ هاي درست افراد گروه بالا و پايين به راحتي مي توان ضريب همبستگي تتراكوريك را با دقت نسبي به دست آورد. شرط استفاده از نوموگراف آن است كه حجم نمونه مورد مطالعه از 400 نفر كمتر نباشد( به شريفي، 1377، ص. 169 مراجعه شود).روايي سوال هاي آزمون آزمون معني دار بودن ضريب همبستگي تتراكوريك خطاي معيار ضريب همبستگي تتراكوريك از رابطه زير به دست مي آيد( هومن، 1366).  طرز استفاده از خطاي معيار ضريب همبستگي تتراكوريك براي آزمون معني دار بودن ضريب محاسبه شده همانند روشي است كه در مورد ضريب همبستگي دو رشته اي و دو رشته اي نقطه اي شرح داده شد.روايي سوال هاي آزمون 5- ضريب همبستگي فاي به عنوان شاخص همبستگي دو سوال هنگامي كه در متغيرهاي دو ارزشي فرض توزيع نرمال صادق نيست، مانند پاسخ به سوالي كه فقط به دو طبقه درست و غلط طبقه بندي مي شود و نمره بينابيني وجود ندارد، مي توان از همبستگي فاي استفاده كرد. ضريب فاي احتمالا در تجزيه و تحليل سوال ها يكي از شاخص هاي مفيد براي تعيين ضريب همبستگي يك سوال با سوال ديگر است.روايي سوال هاي آزمون ضريب همبستگي فاي به عنوان شاخص همبستگي دو سوال ضريب فاي از رابطه زير به دست مي آيد: عناصر اين فرمول به شرح زير است:  Ø= ضريب همبستگي فاي Pc= نسبت افرادي كه به هر دو سوال پاسخ درست داده اند. Px= نسبت افرادي كه به سوال 1 درست پاسخ داده اند Py= نسبت افرادي كه به سئال 2 درست پاسخ داده اند آزمون فرض صفر در مورد ضريب همبستگي فاي به همان روشي كه در مورد ضريب فاي به عنوان همبستگي سوال با كل آزمون گفته شد انجام مي گيردروايي سوال هاي آزمون مقايسه ضريب همبستگي فاي با ضريب همبستگي تتراكوريك اين دو شاخص براي تعيين همبستگي بين دو متغير دو ارزشي به كار مي روند، با وجود اين تفاوت هايي با هم دارند. اگر حجم نمونه و فرض نرمال بودن توزيع نمره ها در مقياس هاي دو ارزشي صادق باشد، بهتر است از همبستگي تتراكوريك استفاده شود. اما اگر فرض نرمال بودن در مورد توزيع متغيرهاي دو ارزشي صدق نكند، به ويژه در مورد بررسي همبستگي بين دو سوال، ضريب فاي مناسب تر از همبستگي تتراكوريك است(گارت، 1954).منحني خصيصه سوال منحني خصيصه سوال روش مناسبي براي شناخت ويژگي هاي سوال است. براي ترسيم منحني خصيصه سوال مي توان نمره هاي خام آزمودني ها را با فواصل مساوي روي محور x ها و درصد فراواني پاسخ هاي درست سوال را روي محور y ها نشان داد. از تقاطع خط هاي عمد رسم شده از محل طبقات نمره ها بر محور x ها با خطوط عمد استخراج شده از نقاط درصد پاسخ هاي درست افرادي كه نمره هاي آن ها در هر طبقه از نمره ها قرار دارد، نقطه هايي به دست مي آيد كه از وصل كردن اين نقطه ها به يكديگر منحني خصيصه سوال ترسيم مي شود.منحني خصيصه سوال در نمودار شماره 1 منحني خصيصه يك سوال مناسب نشان داده شده است. در اين نمودار ملاحظه مي شود كه درصد پاسخ هاي درست كساني كه نمره هاي بالاتري از آن آزمون گرفته اند، اغلب بالاتر از درصد پاسخ هاي درست افرادي است كه نمره هاي كمتري گرفته اند. در اين نمودار افزايش تدريجي شيب منحني نشانگر آن است كه با افزايش نمره هاي خام آزمون، درصد كساني كه به سوال پاسخ درست داده اند افزايش مي يابد. اين بدان معني ست كه سوال در همه سطوح عملكرد آزمودني ها از ضريب تشخيص كافي برخوردار است.منحني خصيصه سوالمنحني خصيصه سوال نمودار شماره 2 نشان مي دهد كه اين سوال در سطح عملكرد پايين، آزمودني هاي قوي و ضعيف را از هم تفكيك مي كند. اما تقريبا همه كساني كه نمره بالاتر از متوسط گرفته اند، به آن پاسخ درست داده اند. بنابراين چنين سوالي در سطح عملكرد بالاتر از متوسط فاقد ضريب تشخيص است.منحني خصيصه سوالمنحني خصيصه سوال در نمودار شماره 3 منحني خصيصه 5 سوال نشان داده شده است. سطح دشواري سوال A در همه سطوح عملكرد در آزمودني ها يكسان است. لذا اين سوال فاقد قدرت تفكيك است.  سوال شماره B داراي ضريب تشخيص منفي است. زيرا درصد پاسخ هاي درست با افزايش سطح عملكرد آزمودني ها كاهش مي يابد. سوال C تا سطح عملكرد متوسط داراي ضريب تشخيص است، اما از آن به بعد، افارد قوي و ضعيف را از هم تفكيك نمي كند. سوال D تا سطح نمره 11 ازمودني ها را در سطوح مختلف عملكرد از هم تفكيك مي كند اما از آن به بعد فاقد قوه تميز است. قوه تميز سوال E در سطح پايين عملكرد كم است ولي از نمره 6 به بالا ضريب تشخيص آن افزايش مي يابد.منحني خصيصه سوالمنحني خصيصه سوال نمودار شماره 4 نشان مي دهد كه آزمودني ها در همه سطوح توانايي، به نسبت يكسان به اين سوال پاسخ درست داده اند. بديهي است اين سوال فاقد تميز لازم براي تفكيك آزمودني ها در سطوح مختلف عملكرد است.منحني خصيصه سوالمنحني خصيصه سوال نمودار شماره 5 مشخصه سوالي را نشان مي دهد كه درصد پاسخ هاي درست با افزايش سطح عملكرد آزمودني ها تا نمره معيني افزايش مي يابد، اما از آن به بعد سير نزولي پيدا مي كند. اين امر نشانگر آن است كه اين سوال تا سطح معيني از عملكرد حساس است و از آن به بعد آزمودني هاي قوي تر نتوانسته اند متناسب با سطح توانايي خود به آن پاسخ دهند.منحني خصيصه سوالمنحني خصيصه سوال در نمودار شماره 6 نيز نمونه ديگري از خصايص سوال ها نشان داده شده است. در اين نمودار محل هر سوال بر حسب سطح دشواري(درصد پاسخ هاي درست) و ضريب تشخيص( همبستگي دو رشته اي نقطه اي سوال با نمره كل آزمون) تعيين شده است. سوال شماره 12 كه دور آن خط كشيده شده است، داراي ضريب تشخيص 0/60 و سطح دشواري 0/46 است. چنان كه پيش تر از اين گفته شد، سطح دشواري وطلوب براي سوال هاي آزمون بين 0/30 تا 0/70 است. قسمتي از اين نمودار كه سياه شده است منطقه اي را نشان مي دهد كه سطح دشواري سوال ها بين دو حد مزبور و ضريب تشخيص ان ها بالاتر از 0/30 است. بنابراين س.وال هايي كه در اين منطقه قرار دارند سوال هاي مناسبي خواهند بود.منحني خصيصه سوالنظريه سوال- پاسخ(item- response theory) رويكرد هاي جديد به تجزيه و تحليل سوال هاي آزمون، الگوهاي جديدي از روان آزمايي را مطرح كرده است. يكي از رويكردهاي جديد، نظريه سوال- پاسخ است. در اين الگو تجزيه و تحليل سوال ها، براي هر سوال يك منحني سوال- پاسخ ساخته مي شود. همه نمودارهايي كه در اين فصل مورد بررسي قرار گرفتند نمونه هايي از منحني هاي سوال- پاسخ هستند. چنان كه ملاحظه شد، منحني از به هم پيوستن نقطه هايي به دست مي آيد كه مشخص كننده درصد پاسخ هاي درست آزمودني ها با سطح عملكرد آن ها است. سطح عملكرد ممكن است بر اساس ملاك دروني(نمره كل آزمون) و يا ملا بيروني(نمره يك متغير ملاك خارجي) تعريف شود. پس از رسم منحني، مي توان سطح دشواري و شاخص تفكيك يا ضريب تشخيص سوال را تعيين كرد.  نظريه سوال- پاسخ(item- response theory) سطح دشواري كه با حرف b نشان داده مي شود، نمره اي از ملاك است كه 50 درصد آزمودني هايي كه اين نمره  را گرفته اند پاسخ درست به سوال داده باشند. شاخص تفكيك سوال كه با حرف a نشان داده مي شود، همان شيب منحني سوال- پاسخ است. هر گاه توزيع صفت مورد اندازه گيري(خصيصه مكنون) نرمال و ميانگين و انحراف معيار آن به ترتيب برابر صفر و يك باشد، شاخص تفكيك يا سطح تشخيص سوال(ag) از رابطه زير به دست مي آيد. در اين فرمول،            ضريب همبستگي دو رشته اي سوال است( با نمره كل آزمون يا با نمره يك ملاك خارجي)نظريه سوال- پاسخ(item- response theory) دامنه تغيير شيب منحني سوال- پاسخ بين 0/50 تا 2/5 تغيير مي كند. شيب 1 = ag در بيشتر موارد سطح تشخيص قابل قبول براي بيشتر سوال هاي آزمون است. شيب كمتر از 0/50 نشانگر آن است كه سوال فاقد قوه تميز كافي است. در نمودار شماره 7 منحني سوال- پاسخ در مورد دو سوال از يك آزمون داده شده است. سطح دشواري سوال A (% 71/67) پايين تر از سطح دشواري سوال B (% 76/43) است. در صورتي كه شيب سوال A تندتر از شيب سوال B است، و اين بدان معني است كه سطح تشخيص سوال A بالاتر از سوال B است.  نظريه سوال- پاسخ(item- response theory)نظريه سوال- پاسخ(item- response theory) اگر همبستگي دو رشته اي سوال A با نمره كل آزمون برابر 0/60 و همين همبستگي در مورد سوال B برابر 0/45 باشد، شاخص تشخيص اين دو سوال به شرح زير خواهد بود: ملاحظه مي شود كه هر دو سوال داراي سطح تشخيص قابل قبل هستند، با وجود اين سطح تشخيص سوال A بهتر از سوال B است.
+ نوشته شده در جمعه ۴ آذر ۱۳۹۰ ساعت توسط  | 

محتوی اولیه و پیشنهادی به صورت مقدماتی برای ارزشیابی و اندازه گیری پیشرفت تحصیلی3

آزمون های عملکردی

آزمون هاي عملكردي با مهارت() سر و كار دارند- مهارت در استفاده از فرايند ها و شيوه هاي اجرايي و نيز توليد فراورده ها.

براي مثال، دروس علوم با مهارت هاي آزمايشگاهي،رياضي با مهارت هاي حل مساله،فارسي و زبان هاي خارجي با مهارت هاي بر قرار كردن ارتباط و علوم اجتماعي با مهارت هايي چون استفاده از نقشه، نمودار و كار در گروه سر و كار دارند.

آزمون هاي عملكردي از آزمون شونده مي خواهند تا به انجام نوعي رفتار اقدام كند نه اين كه صرفا به سوال هايي جواب دهد(ساكس، 1997).


آزمون های عملکردی

به طور كلي هدف هاي آموزش و يادگيري را مي توان به دو بخش تقسيم كرد:

1- هدف هايي كه به دانستن امور مربوط مي شوند(ميكروسكوپ چيست) و 2- هدف هايي كه به دانستن نحوه انجام دادن عمل يا كاري مربوط مي شوند(كار كردن با ميكروسكوپ).

آن دسته از وسايل اندازه گيري كه مي كوشند بسنجندكه چگونه كسي كاري را انجام مي دهد، غالبا آزمون هاي عملكردي نام دارند، و آن دسته وسايل اندازه گيري كه مي كوشند تا دامنه و صحت دانش شخصي را بسنجند، معمولا آزمون هاي كتبي ناميده مي شوند.

آزمون های عملکردی

آزمون هاي عملكردي با فرايند، فاورده يا با تركيبي از اين دو سر و كار دارند.

فراورده چيزي است كه يادگيرنده توليد مي كند و فراين جرياني است كه او مورد استفاده قرار مي دهد تا به فراورده دست يابد.

بعضي از عملكردها به محصولات يا فراورده هاي ملموس و عيني نمي انجامند؛ مانند كار با وسايل آزمايشگاهي سخنراني كردن، و.... اين گونه فعاليت ها را بايد ضمن انجام دادن سنجش كنيم و لذا با شيوه اجرا سر و كار داريم.

در بعضي از زمينه هاي عملكردي ديگر، محصول يا فراورده مورد تاكيد است و توجه چنداني به فرايند يا شيوه اجرا نمي شود؛ مانند سرودن شعر، نوشتن مقاله، نقاشي و.... در اين مثال ها با روش ها و فرايندهاي متفاوتي مي توان به نتيجه واحدي دست يافت و لذا آن چه توليد مي شود اهميت دارد تا فرايند آن.

آزمون های عملکردی

در بسياري از موارد هم فرايند و هم فراورده هر دو به عنوان جنبه هاي مهم عملكرد سنجش مي شوند. مانند مهارت در عيب يابي و تعمير يك تلويزيون يا اتومبيل

معمولا در آغاز دوره يادگيري بيشتر شيوه اجرا يا فرايند كار مورد تاكيد است و در مراحل پيشرفته تر يادگيري بر فراورده يا محصول كار تاكيد مي شود. مانند مهارت تايپ كردن

ميزان تاكيدي كه به هر قسمت اختصاص مي يابد هم به مهارت مورد سنجش و هم به زمان سنجش در طول دوره آموزش وابسته است.


ويژگي هاي آزمون های عملکردی

1- تاكيد بر كاربست

2- تاكيد بر سنجش مستقيم

3- استفاده از مسايل واقعي (موقعيت هاي زندگي واقعي)

4- ترغيب و تشويق تفكر باز؛ يعني:

هدايت دانش آموزان به پيدا كردن راه حل هاي مختلف براي مسائل

تشويق آنان به درگير شدن با مسائل به طور گروهي

كاركردن بر روي مسائل براي مدتي طولاني


انواع آزمون های عملکردی

4 نوع مهم آزمون هاي عملكردي از نظر گرانلاند(1988)

1- آزمون كتبي عملكردي

2- آزمون شناسايي

3- انجام عملكرد در موقعيت هاي شبيه سازي شده

4- نمونه كار

- كار پوشه

انواع آزمون های عملکردی: آزمون كتبي عملكردي

تفاوت عمده بين آزمون كتبي عملكردي و آزمون كتبي در اين است كه در آن بر كاربست دانش و مهارت در موقعيت هاي عملي يا شبيه سازي شده با موقعيت هاي عملي تاكيد مي شود و به عنوان وسيله اي براي قضاوت در باره يك صفت يا توانايي رواني غير قابل مشاهده به كار نمي رود.

مانند تهيه جدول دو بعدي،ساخت يك نقشه اب و هوايي، طرح يك مدار برقي، نمودار ستوني و...

هم چنين در مواردي كه عملكرد پيچيده يا دستگاهي خيلي گران است؛ و نيز براي سنجش اطلاعات مقدماتي فرد در باره كاري كه انجام خواهد داد به كار بست. مانند تشخيص و تجويز بيماران فرضي و....

انواع آزمون های عملکردی: آزمون شناسايي

منظور از آزمون شناسايي روشي است براي سنجش توانايي يادگيرنده در تشخيص ويژگي ها، محاسن،و معايب و موارد استفاده امور مختلف. 

آزمون هاي شناسايي انواع و كاربرد هاي مختلفي دارند:شناسايي ابزار يا دستگاه، شيوه هاي عملي تشخيص و رفع مشكل، شناسايي گونه هاي مختلف جانوري، گياهي يا زمين شناسي، تشخيص تلفظ درست يك كلمه خارجي در درس زبان، تشخيص روش درست حل مساله در درس رياضي،

از آزمون هاي شناسايي به عنوان وسايل سنجش غير مستقيم عملكرد نيز مي توان استفاده كرد. براي مثال، انتظار مي رود يك لوله كش ماهر از يك لوله كش تازه كار اطلاعات بيشتري در رابطه با ابزارها و وسايل لوله كشي داشته باشد( براي اهداف سرند كردن افراد داوطلب يك شغل و واجد شرايط ).

انواع آزمون های عملکردی: آزمون عملكرد در موقعيت هاي شبيه سازي شده

در اين آزمون از يادگيرنده خواسته مي شود تا در يك موقعيت شبيه سازي شده يا مصنوعي يا خيالي همان اعمالي را انجام دهد كه در موقعيت هاي واقعي ضروري هستند.

براي نمونه، در تربيت بدني، ضربه زدن به يك توپ خيالي، مشت بازي كردن به طور خيالي، يا انجام حركات مختلف شنا در بيرون از آب نمونه هايي از عملكرد در موقعيت هاي شبيه سازي شده هستند. (آموزش رانندگي، خلباني).

نمونه هاي فوق بر آموزش مهارت ها دلالت دارند اما از اين روش براي ارزشيابي از توانايي ها و مهارت ها در انجام كارهاي مختلف (فرايند يادگيري) و توليدبازده هاي مطلوب(فراورده هاي يادگيري) نيز  مي توان سود جست.

انواع آزمون های عملکردی: آزمون نمونه كار

در روش نمونه كار از يادگيرنده خواسته مي شود تا اعمالي را انجام دهد كه معرف عملكرد واقعي مورد سنجش هستند. بدين لحاظ، اين روش نزديك ترين روش سنجش به عملكرد واقعي يادگيرنده در محيط هاي طبيعي است. نمونه اعمال بايد شامل عناصر مهم عملكرد در شرايط كنترل شده باشد.

براي مثال: ازمون رانندگي، تمرين معلمي، ترجمه كردن و ماشين نويسي.

مراحل تهيه آزمون هاي عملكردي

نكته: تهيه و اجراي آزمون هاي عملكردي وقت بيشتري لازم دارد و نمره گذاري آن ها دشوارتر است.

1- بازده هاي مورد نظر عملكرد را مشخص كنيد.(جست و جو در جدول دو بعدي)

نمونه اي از ملاك هاي عملكرد:

دقت عملكرد(اندازه گيري دما تا دهم درجه)

سرعت عملكرد(عيب يابي در 15 دقيقه)

توالي درست(تنظيم ميكروسكوپ)

مهارت عملكرد(اره كردن چوب با مهارت)

رعايت ايمني(رانندگي با مققرات در دو چهارراه)

ملاك تركيبي:يادگيرنده بتواند با سرعت 50 كلمه در دقيقه و حداكثر 2 غلط در هر صفحه مطالب را تايپ كند.

مراحل تهيه آزمون هاي عملكردي

2- موقعيت آزمون را واقع بينانه بر گزينيد.

مانند: آزمودن مهارت در كمك هاي اوليه، راه اندازي يك دستگاه حساس.

3- از راهنمايي ها و دستورالعمل هايي كه به روشني موقعيت را مشخص مي كند، استفاده نماييد.

دستورالعمل بايد كتبي باشد تا اين كه همه افراد تكاليف را يكسان دريافت كنند. نحوه اجراي دستورالعمل بايد براي همه يكنواخت به كار رود.

4-از روش ها و فنون گوناگون مشاهده استفاده كنيد(نظير فهرست وارسي، مقياس درجه بندي و ...).

آزمون هاي عملكردي: كارپوشه

كارپوشه مجموعه اي از كارهاي يك دانش آموز است كه كوشش، پيشرفت، و موفقيت او را در يك زمينه خاصي نشان مي دهد(مرفي و شوفر، 2001). اين مجموعه يابد دربرگيرنده مشاركت دانش آموز در انتخاب محتواي كارپوشه، دستورالعمل انتخاب، معيارهاي قضاوت در باره شايستگي، و شواهد مربوط به فعاليت فكري دانش اموز باشد.

بر خلاف عكس هاي مستقل از يكديگري كه به وسيله آزمون هاي هفتگي و ترمي تهيه مي شوند، كارپوشه مي تواند يك «فيلم» از چگونگي پيشرفت يادگيرنده فراهم آورد.

آزمون هاي عملكردي: كارپوشه

دو هدف عمده استفاده از كارپوشه:

1- ارائه بهترين كارها (مجموعه اي از بهترين كارها يا فراورده هاي نهايي)

2- نشان دادن رشد تحصيلي يادگيرندهمدارك مربوط به پيشرفت هاي مرحله به مرحله)


آزمون هاي عملكردي: كارپوشه

استفاده از كارپوشه به عنوان يك روش آموزش و سنجش نه تنها به پيشرفت تحصيلي دانش آموز و ارزشيابي از خود در او كمك مي كند بلكه مهارت هاي تفكر انتقادي، تحليل انتقادي و راهبردهاي فراشناختي را نيز گسترش مي دهد.

نمونه هاي كارپوشه

نمره گذاري كارپوشه

در نمره گذاري كارپوشه معلم و دانش آموز هر دو مشاركت دارند و اين كار به روش هاي مختلفي انجام مي شود. براي مثال: فهرست وارسي، مقياس درجه بندي، و استفاده از اصول رهنما ( روش تحليل و كلي)


اعتمادپذيري كارپوشه

1- اين روش در باره چگونگي تفكر و حل مساله در دانش اموزان اطلاعات بيشتري از روش هاي سنتي سنجش به دست مي دهد.

2- دانش آموزان را وا مي دارد تا نقش فعال تري در سنجش پيشرفت خود ايفا كنند

3- به مربيان كمك مي كند تا دانش آموزان خود را در مواد و مطالب معني دارتري سنجش كنند

اعتمادپذيري كارپوشه

4-  سنجش با روش كارپوشه به نهادهاي آموزشي امكان مي دهد تا برنامه هاي خود را بهتر ارزشيابي كنند

5- روش كارپوشه در صنعت با موفقيت به كار بسته شده است. با اين حال، در آموزش و پرورش شاخص هاي روايي و پايايي آن رضايت بخش نبوده اند.

- هدف هاي آموزشي بر خلاف صنعت  كه با دقت تعريف شده اند،در آموزش و پرورش مبهم و تفسيرپذيرند


روش هاي سنجش مشاهده اي

معروف ترين فنون مشاهده اي قابل استفاده براي معلمان را گرانلاند و لين در سه دسته زير قرار داده اند:

1- فهرست وارسي

2- مقياس درجه بندي

3- واقعه نگاري

سنجش مشاهده اي: روش فهرست وارسي

يك شيوه نظام دار براي قضاوت مشاهده گر است كه طي ان معلوم مي شود كه آيا در عملكرد شخص مورد سنجش، ويژگي هاي مورد نظر موجودند يا خير. فهرست وارسي بايد شامل رفتارهايي باشند كه مهم تلقي شوند.

در روش فهرست وارسي تنها بود يا نبود يا كميت ويژگي مورد نظر ثبت مي شود؛ بنابراين، از اين روش براي سنجش درجه يا فراواني ويژگي مورد نظر استفاده نمي شود.. به بيان ديگر در اين روش، قضاوت در باره عملكرد يا فراورده به صورت بله- نه مشخص مي شود.

استفاده از روش فهرست وارسي براي سنجش فرايند و فراورده عملكرد

از روش فهرست وارسي هم مي توان براي سنجش فرايند عملكرد و هم براي سنجش فراورده آن استفاده كرد.

1- هنگام تهيه فهرست وارسي به منظور ارزشيابي از فرايند عملكرد تاكيد بايد بر رفتارهاي فرد باشد؛ مثلا مراحلي كه بايد انجام گيرند در يك رديف متوالي قرار داده شوند و آن گاه مشاهده گر تعيين مي كند كه هر يك از مراحل انجام گرفته است يا خير.

2- هنگام تهيه فهرست وارسي براي ارزشيابي از محصول يا فراورده رفتار بر جنبه ها يا ويژگي هاي قابل مشاهده محصول مورد سنجش تاكيد مي شود. بنابراين، فهرست وارسي مخصوص فراورده شامل فهرستي از ابعادي است كه يك محصول خوب را نشان مي دهد؛ مانند اندازه، شكل، رنگ، و مانند اين ها.

چگونگي تهيه فهرست وارسي


تهيه فهرست وارسي كار ساده اي است: ابتدا فهرستي از رفتارها يا ويژگي هاي مهم را تهيه كنيد و بعد غلط هاي متداول را هم به آن بيافزاييد. و سپس آن ها را مرتب كنيد كه بتواني به راحتي مورد استفاده قرار دهيد.

ويژگي هاي يك فهرست وارسي

يك فهرست وارسي خوب از ويژگي هاي زير برخوردار است:

فهرست نسبتا كوتاه است.

هر ماده آن به طور روشن موضوع مورد ارزشيابي را بيان مي مند.

3- هر ماده بر يك رفتار يا ويژگي مهم تاكيد مي كند.

4- تنها رفتارها يا ويژگي هاي مهم منظور مي شوند.

5- اعمال وصف شده( و غلط هاي احتمالي) به ترتيبي كه انتظار وقوع آن ها مي رود مرتب شوند

6- آرايش ماده ها به گونه اي است كه كل فهرست را به سادگي مي توان مورد استفاده قرار داد.

روش مقياس درجه بندي

به خلاف روش فهرست وارسي كه در آن تنها بود يا نبود ويژگي مورد نظر يا وقوع يا عدم وقوع رفتار مورد سنجش ثبت مي شود، در مقياس درجه بندي(Rating scale) درجه يا مقدار رفتار يا ويژگي مورد نظر تعيين مي گردد. از اين روش براي ارزيابي فرايند عملكرد(شيوه اجرا) و ارزشيابي از محصول يا فراورده رفتار استفاده مي شود.

سه فايده روش مقياس درجه بندي:

1- مشاهدات را به سوي جنبه هاي مشخص رفتار هدايت مي كند.

2- يك چارچوب داوري براي مقايسه همه دانش اموزان در يك مجموعه ويژگي فراهم مي آورد.

3- روش مناسبي را براي ثبت داوري هاي مشاهده گران فراهم مي آورد

چگونگي تهيه مقياس درجه بندي

1- فهرستي از رفتارها يا ويژگي هايي را كه قرار است مورد ارزشيابي قرار گيرند، تهيه نماييد.

2- يك مقياس كيفي يا مدرج براي هر رفتار يا ويژگي تهيه كنيد.( مشاهده گر با مشخص كردن شماره هاي داده شده دامنه يا كيفيت رفتارهاي مورد ارزشيابي را مشخص مي كند).

درجه بندي فرايند عملكرد يا شيوه اجرا

نمونه سياهه رفتار

درجه بندي محصول يا فراورده عملكرد

انواع مقياس هاي درجه بندي

1- مقياس درجه بندي عددي(Numerical rating scale)


2- مقياس درجه بندي نگاره اي(Graphic rating scale)


3- مقياس درجه بندي نگاره اي توصيفي

(descriptive graphic rating scale)

انواع مقياس هاي درجه بندي: عددي

ساده ترين مقياس درجه بندي است كه در آن مشاهده گر با كشيدن دايره يا تيك زدن ميزان يا درجه رفتار يا ويژگي مورد ارزشيابي را مشخص مي كند.مثال:

انواع مقياس هاي درجه بندي: عددي

مقياس درجه بندي عددي زماني قابل استفاده است كه ويژگي ها يا كيفيت هاي مورد درجه بندي قابل طبقه بندي كردن در طبقات محدودي باشند و نيز رابطه با طبقه اي كه معرف هر عدد است، توافق وجود داشته باشد. با اين حاتل، اعداد خيلي دقيق تعريف نمي شوند و بر اين اساس تفسيرها و موارد استفاده هاي اين نوع مقياس نيز متفاوت است.

در مقياس درجه بندي عددي تصميم در مورد تعداد شماره ها يك امر دلبخواهي است. باين حال، صاحب نظران بيشتر از 10 عدد يا طبقه را توصيه نمي كنند. به ويژه ارقام 3 و 7 بيشترين طرفدار را دارد. نيز گفته شده كه مقياس هاي داراي تعداد طبقات فرد(3،5 7) بهتر از مقياس هاي داراي طبقات زوج است(مثلا 4 يا 6)(كوپر، 1994).

انواع مقياس هاي درجه بندي: عددي

انواع مقياس هاي درجه بندي: نگاره اي

در مقياس درجه بندي نگاره اي يا يكنواخت، به جاي اعداد، از خطوط افقي استفاده مي شود. ارزشياب يا مشاهده گر بايد داوري خود را در باره ويژگي مورد مشاهده در طول يك خط مستقيم، با گذاشتن نوعي علامت، مشخص كند. در اين نوع مقياس براي همه ويژگي هاي مورد ارزشيابي طبقه هاي يكساني به كار مي رود.ارزشياب آزاد است كه بين آن ها نيز علامت بگذارد.


انواع مقياس هاي درجه بندي: نگاره اي

در بسياري از مقياس ها، براي ويژگي هاي مختلف از طبقه هاي مختلفي به كار مي رود. به اين گونه مقياس ها، مقياس درجه بندي متغير مي گويند. مثال:

ميزان علاقه استاد به تدريس؟

بسيار علاقه مند        نسبتا علاقه مند       داراي علاقه متوسط         نسبتا بي علاقه          بسيار بي علاقه





مقدار مطالبي كه در يك جلسه درس آموزش مي دهد؟



                                             خيلي زياد        زياد           متوسط             كم          خيلي كم

انواع مقياس هاي درجه بندي: توصيفي

در مقياس درجه بندي توصيفي، نقاط روي مقياس توصيف مي شوند. توصيف هايي كه براي اين منظور به كار مي روند، عبارت هايي هستند كه به صورت رفتاري نشان مي دهند كه دانش آموز يا فرد مورد مشاهده در مورد مراحل مختلف مقياس چگونه عمل مي كند.

در بعضي از اين مقياس ها، براي تمام طول مقياس از عبارت هاي توصيفي استفاده مي شود، اما در برخي ديگر از اين مقياس ها فقط براي نقاط كناري و نقطه وسط مقياس اين توصيف هاي كلامي به كار مي روند.

در برخي موارد ديگر در زير هر سوال جايي براي اظهار نظر پيش بيني مي شود تا به مشاهده گر امنكان دهد درجه بندي خود را روشن سازد. 

انواع مقياس هاي درجه بندي: توصيفي

مثال: كيفيت كار اين دانش اموز را در انجام تكاليف درسي چگونه ارزيابي مي كنيد؟

عوامل موثر بر بهبود روش مقياس درجه بندي

1- سعي كنيد ويژگي هايي را كه از لحاظ آموزشي مهم هستند برگزينيد.

2- ويژگي هاي مورد ارزشيابي را به گونه اي بيان كنيد كه مستقيما قابل مشاهده باشند.

3- هم ويژگي هاي مورد ارزشيابي و هم نقاط روي مقياس را به روشني تعريف كنيد.

4- شماره درجات مقياس را بين 3 تا 7 بر گزينيد و اجازه دهيد تا در بين اين نقاط نيز درجه بندي كنيد.

5- از ارزشيابان بخواهيد هر زمان به سوالي بر مي خورند كه قادر به قضاوت در باره ويژگي مطرح شده نيستند، به آن سوال جواب ندهند.

6- در صورت امكان از چند نفر بخواهيد تا رفتارها يا محصولات مورد نظر را مشاهده و ارزشيابي كنند.

خطاهاي درجه بندي رفتار

- خطاي هاله اي(Hallo effect)

- خطاي گرايش مركزي(Error of central tendency)

- خطاي نرمش و ارفاق(The error of linency)

- خطاي تقريب(Proximity error)

- خطاي تناقض(Contrast error)

- خطاي منطقي(Logical error)

خطاهاي درجه بندي رفتار

خطاي هاله اي: زماني دست مي دهد كه درجه بندي كننده تحت تاثير يكي از خصائص فرد قرار گرفته و بقيه خصائص وي را با توجه به اين رفتار در حد بالا و يا پايين درجه بندي مي كند.

براي مثال، معلمي ممكن است دانش آموزي را كه از نظر استعداد رياضيات در سطح بالا قرار دارد، از نظر ساير رفتارها نيز در حد بالا درجه بندي كند

يكي از طرق پيش گيري از اين خطا اين است كه در هر بار يكي از صفات دانش آموز درجه بندي شود. راه ديگر ان است كه در فرم مقياس درجه بندي دو حد مطلوب و نامطلوب مقياس در تمام موارد در يك جهت قرار نگيرد و بالاخره استفاده از روش درجه بندي مقايسه اي براي جلوگيري از اين خطا مفيد است.

خطاهاي درجه بندي رفتار

خطاي گرايش مركزي :درجه بندي كنندگان اغلب از اين كه رفتار افراد را در درجات انتهايي درجه بندي كنند، اجتناب مي ورزند و معمولا تمايل دارند كه رفتار افراد را در حد وسط درجه بندي كنند.

براي پيش گيري از اين خطا مقياس درجه بندي بايد طوري تهيه گردد كه عبارت هاي وصفي دو حد افراط و تفريط در مقياس گنجانده نشود.

راه ديگر آن است كه اين عبارت ها روي خط پيوسته مقياس در فاصله هاي نامساوي نوشته شوند به طوري كه درجات انتهايي نسبت به هم نزديكتر بوده و درجات وسط از يكديگر فاصله بيشتري داشته باشند.

خطاهاي درجه بندي رفتار

خطاي نرمش و ارفاق: اگر درجه بندي كننده اي افرادي را كه رفتارشان را درجه بندي مي كند، بشناسد سعي ميكند رفتار و يا صفات آن ها را بالتر از حد متوسط قرار دهد.

گيلفورد توصيه مي كند كه براي كنترل اين خطا مي توان مقياسي تهيه كرد كه در آن درجاتي كه فقط داراي يك درجه نامطلوب و تعدادي از درجات مطلوب است، وجود داشته باشد.

خطاهاي درجه بندي رفتار

خطاي تقريب: هر گاه فواصل درجات در مقياس درجه بندي رفتار خيلي كم باشد، درجه بندي كننده كه نمي تواند دقيقا تفاوت ها را تشخيص دهد به طور تقريبي رفتار فرد را با يكي از درجات مشخص مي سازد.

خطاي تناقض: مفهوم خطاي تناقض آن است كه درجه بندي كننده رفتار فرد را در جهتي مخالف آن چه كه خود در وقت شناسي بسيار دقيق است ممكن است دانش آموزي را كه گاهي دير به مدرسه مي آيد به عنوان فردي بي بند و بار و بدون توجه به مقررات درجه بندي كند.

روش واقعه نگاري

واقعه نگاري يا ثبت رويدا،«توصيف هاي واقعي از رويدادها و اتفاقات معني داري است كه معلم(مشاهده گر) در نتيجه مشاهده از زندگي دانش آموزان به دست مي آورد.

در اين روش معلم يا مشاهده گر بايد هر اتفاق يا رويدادي را كه در زندگي دانش اموز رخ مي دهد و آن را مهم مي داند، بلافاصله بعد از وقوع ثبت نمايد؛ پس اين روش بيشتر جنبه تحليلي دارد تا ارزشيابي.

روش واقعه نگاري

روش واقعه نگاري:ويژگي ها 

1- بيشتر براي هدف هاي حوزه عاطفي و رواني- حركتي قابل استفاده است.

2- بايد توصيفي واقعي از رويداد، زمان و شرايط ان به دست دهد.

3- تفسير واقعه و اعمال بايد از توصيف واقعه مجزا باشد.

4- هر يك از موارد ثبت واقعه بايد تنها يك واقعه را شامل باشد.

5- آن چه ثبت مي شود بايد رويداد مهمي باشد(از لحاظ رشدي، آموزشي و...).

6- چون وقت گير است بايد استفاده از آن به مقاصد ويژه محدود شود.

رفتارهاي هدفع در شرايط طبيعي مشاهده و ارزشيابي شوند.



عوامل موثر در استفاده بهينه از روش واقعه نگاري

1- از پيش تعيين كنيد كه چه چيزي را مشاهده خواهيد كرد اما آماده ثبت رفتارهاي غير معمول نيز باشيد.

2- آن مقدار از موقعيت را مشاهده كنيد كه رفتار را براي شما معني دار سازد.

3- بلافاصله پس از مشاهده واقعه يا رويداد را ثبت كنيد.

4- هر يك مورد ثبت واقعه را به توصيف مختصري از يك رويداد محدود كنيد.

5- توصيف واقعيت ها و تفسي خودتان از آن ها را از هم جدا كنيد.

6- هم موارد مثبت و هم موارد منفي را ثبت كنيد.

7- پيش از قضاوت و نتيجه گيري در باره رفتار يك دانش آموز، تعداد كافي گزارش واقعه نگاري تهيه كنيد.

8- در نوشتن گزارش واقعه نگاري تمرين كنيد.

سنجش ويژگي هاي عاطفي

براي سنجش هدف هاي حوزه عاطفي روش هاي زيادي وجود دارد. اما هدف هاي عاطفي را نمي توان با استفاده از ازمون هاي توانايي سنجيد.

ازمون هاي توانايي از آزمون شونده مي خواهند بكوشد تا حداكثر توان خود را در پاسخ به سوال هاي ازمون نشان دهد، اما وسايل سنجش هدف هاي عاطفي از آزمون شونده مي خواهند هر آن چه را احساس مي كند بگويد.

سنجش ويژگي هاي عاطفي

اگر آزمون شونده احساس كند كه نتايج سنجش عاطفي همانند نتايج آزمون هاي توانايي براي نمره دادن و قضاوت در باره او به كار خواهد رفت احتمال زيادي دارد كه در پاسخ به سوال هاي وسايل سنجش جواب درست ندهد و لذا روايي نتايج حاصل لطمه مي بيند. 

بنا بر اين در سنجش رفتارهاي عاطفي بايد به آنان اطمينان داد كه نتايج به صورت گروهي تحليل مي شود و در مواردي كه از نتايج آزمون ها براي ارزشيابي تكويني يا اهداف راهنمايي تحصيلي و شغلي استفاده مي شود، بايد به انان اطمينان داد كه از نتايج حاصل به ضرر آن ها استفاده نخواهد شد تا اين كه در پاسخ به سوال ها صادقانه عمل كنند. 


فنون سنجش هدف ها و رفتارهاي عاطفي

1- پرسش نامه هاي بسته پاسخ يا پاسخ گزين

شكل ها:(بله- نه؛ درست- نادرست؛چند گزينه اي يكنواخت؛ چند گزينه اي متغير؛كامل كردن جمله ناقص با پاسخ هاي داده شده)

2- پرسش نامه هاي بازپاسخ يا پاسخ نگار

شكل ها: (كامل كردن جمله هاي ناقص؛

3- روش تفكيك معنايي

4- روش يادداشت هاي روزانه

هدف ها و رفتارهاي عاطفي: تفكيك معنايي

روش تفكيك يا افتراق معنايي شامل تعدادي صفت دو قطبي0مثلا خوب- بد؛ زيب- زشت؛ عاقل- ابله؛و ...) است كه در آن هر جفت صفت يك پيوستار هفت بخشي را شامل مي شود و به صورت مقياس درجه بندي تنظيم مي گردد.

در اين روش موضوع نگرش در بالاي صفحه قرار داده مي شود و از پاسخ دهندگان خواسته مي شود تا با گذاشتن علامت در روي پيوستار موضوع نگرش را درجه بندي كنند. مثال:

سازمان ملل متحد

بي فايده  1   2   3   4   5   6   7   مفيد

غير موثر 1   2   3   4   5   6   7   موثر

هدف ها و رفتارهاي عاطفي: تفكيك معنايي

مدرسه

خوب  3+   2+   1+   0   1-   2-   3-  بد

فعال    3+   2+   1+   0   1-   2-   3- منفعل

متنوع   3+   2+   1+   0   1-   2-   3- تكراري

مفيد   3+   2+   1+   0   1-   2-   3- غير مفيد

تفكيك معنايي براي اندازه گيري معاني ضمني افراد از مفاهيم است. معاني صريح همان معناي واقعي يا واژگاني يك مفهوم است. اما معناي ضمني نگرش فرد نسبت به يك مفهوم را نشان مي دهد.

سنجش هدف ها و رفتارهاي عاطفي: يادداشت هاي روزانه

در اين روش دانش آموزان احساس هاي خود را در باره تجارب شخصي و فعاليت هاي كلاسي به صورت يادداشت ثبت مي كنند و در اختيار معلم قرار مي دهند.

دمبو(1994) به معلمان پيشنهاد مي كند كه از دانش آموزان بخواهند در يادداشت هاي روزانه خود شرح دهند كه براي يادگيري مطالب مختلف درسي از چه راهبردهايي استفاده كرده اند. مطالعه اين يادداشت ها كمك مي كند تا راهبردهاي موثر و غير موثر را در كلاس به بحث بگذاريم.

سنجش مستقيم رفتار

روان شناسان داراي رويكرد رفتاري عمدتا از روش هاي سنجش مستقيم استفاده مي كنند. آنان به جاي استفاده از آزمون ها و ساير ابزارهاي غير مستقيم سنجش، به طور مستقيم رفتارهاي آشكار افراد را مشاهده و ثبت مي كنند.

براي اين كار ابتدا بايد تعريف دقيقي از رفتار به عمل آيد و ابعاد مختلف آن كه قصد اندازه گيري آن ها را داريم به دقت مشخص شوند. هم چنين مي بايست تمايز آن با رفتارهاي نامربوط به رفتار مورد نظر مشخص شود. سنجشگر بايد به هنگام مشاهده و ثبت رفتار همه ويژگي هاي آن را در نظر بگيرد.

فرض كنيم مي خواهيم رفتار« ايجاد رابطه اجتماعي صميمانه» را به طور دقيق تعريف كنيم. 

سنجش مستقيم رفتار

رابطه اجتماعي صميمانه

تعريف (1)فرد مورد نظر از طريق سلام و احوالپرسي يا آغاز كردن يك تعامل با شخص ديگر در ايجاد ارتباط اجتماعي پيش قدم مي شود و(2)هنگام صحبت كردن از يك لحن دوستانه استفاده مي كند،(3)ضمن صحبت كردن با شخص مخاطب مستقيما به او نگاه مي كند، و(4)در شروع ارتباط در فاصله 4 يا 5 متري از او قرار مي گيرد.

سنجش مستقيم رفتار

مثال ها: معرفي خود به شخص ديگر،پرسيدن يك سوال از شخص ديگر، صدازدن شخص ديگر با اسم كوچك، يا شروع يك گفت و گو با شخص ديگر با يك اظهار نظر(مثلا، امروز بازي فوتبال خوبي بود).

غير مثال ها:دادزدن يا از لحن غير دوستانه استفاده كردن،صحبت كردن با شخص ديگر تنها پس از آن كه آن شخص سر صحبت را باز كرد، صحبت كردن با يك شخص با يك شخص بدون نگاه كردن به او،يا ايجاد ارتباط اجتماعي از فاصله اي بيشتر از 5 متر.


ابعاد رفتار

در سنجش مستقيم رفتار، ويژگي ها يا ابعاد رفتار مشاهده و ثبت مي شوند.

شكل ظاهري رفتار، يعني اين كه رفتار در چه شكلي يا صورتي رخ مي دهد. مثال: احمد س ها را وارونه مي نويسد.

شدت يا نيروي رفتار، يعني اين كه رفتار با چه شدتي رخ مي دهد. مثال:جمشيد طوري آهسته حرف مي زند كه صدايش شنيده نمي شود.


ابعاد رفتار


نرخ يا فراواني رفتار، يعني تعداد دفعات وقوع رفتار. اگر صرفا تعداد دفعات وقوع رفتار تعيين شود به آن فراواني رفتار مي گويند. اما اگر تعداد دفعات وقوع رفتار در يك واحد زماني تعيين شود به ان نرخ رفتار مي گويند.

حسين 8 مساله رياضي را حل كرد(فراواني).

بيژن در يك جلسه درس يك ساعتي 5 بار از كلاس خارج شد(نرخ).


ابعاد رفتار

طول مدت رفتار، يعني زماني كه انجام دادن يك كار يا يك پاسخ به طول مي انجامد.

مثال: فاطمه يك ساعت صرف انشا نوشتن كرد.

دوره نهفتگي رفتار، يعني مدتي كه به طول مي انجامد تا شخص انجام كار يا رفتاري را كه از او خواسته شده است شروع مي كند.

مثال:بعد از آن كه پروين را براي قشقرق راه انداختن در اتاق محروميت قرار دادند، 10 دقيقه طول كشيد تا آرام گيرد.

مكان يا موقعيت رفتار، يعني جايي كه رفتار در آن رخ مي دهد.

مثال، سهراب در زنگ تفريح و در حياط مدرسه بچه ها را اذيت مي كند.

انواع روش هاي سنجش مستقيم رفتار

متخصصان رفتاري روش هاي سنجش مستقيم رفتار را به دو دسته كلي تقسيم كرده اند:

1- سنجش محصولات ماندني رفتار يا سنجش فراورده رفتار

2- سنجش رويدادهاي گذراي رفتار يا سنجش فرايند رفتار

سنجش فراورده رفتار

بعضي رفتارها از خود نوعي شواهد عيني شامل محصولات يا توليدات ماندني به جاي مي گذارند. مانند پاسخ هاي دانش آموز  در ورقه امتحاني يا انشا هاي آنان تصحيح و نمره گذاري به آن ها بر حسب تعداد مسايلي كه به درستي حل شده يا بر حسب تعداد غلط هاي املايي انجام مي شود. 

محصولات ماندني رفتار بازده هاي يادگيري هستند؛ از اين رو به سنجش محصولات ماندني رفتار ثبت بازده نيز گفته مي شود.

سنجش فراورده رفتار

روش سنجش محصولات ماندني رفتار يك روش بعد از واقعه است، يعني اندازه گيري زماني صورت مي پذيرد كه رفتار انجام شده و به پايان رسيده است. بنا بر اين محصولات رفتار را مي توان بلافاصله پس از كامل شدن رفتار يا مدت ها بعد از آن اندازه گيري كرد.

چون كه در روش سنجش محصولات ماندني رفتار سنجشگر با نتايج عيني و ملموس رفتار سر و كار دارد، نيازي نيست كه آن را در حين وقوع ثبت و اندازه گيري كند. در واقع، امتياز مهم اين روش آن است كه به ما امكان مي دهد تا بدون حضور فرد، اطلاعاتي در باره او كسب كنيم.


سنجش فراورده رفتار

روش سنجش محصولات ماندني رفتار براي تعيين ويژگي ها يا ابعاد رفتاري زير مفيد است:

نرخ رفتار- مثلا تعداد تمرين هاي درسي كه دانش آموز در يك واحد زماني انجام مي دهد.

شكل ظاهري رفتار- مثلا شكل صحيح كلمات يا اعداد يا رسم درست شكل هاي هندسي.

شدت رفتار- مثلا فشار كم يا زياد وارد كردن بر قلم هنگام نوشتن.


سنجش فرايند رفتار

بر خلاف رفتارهايي كه محصولات ماندني به جاي مي گذارند، بسياري از رفتارهايي كه روان شناس يا معلم با ان ها سر و كار دارد چنين آثاري از خود به جاي نمي گذارند. به همين سبب، سنجش اين گونه رفتارها بسيار دشوار تر است.

آرام نشستن در كلاس، شركت در بحث گروهي، لبخند زدن،خارج از نوبت صحبت كردن،دعواكردن،گريه كردن،تنبلي كردن،و از اين قبيل رفتارهاي گذرا هستند و آثاري از خود به جاي نمي گذارند كه بعدا بتوان آن ها را اندازه گرفت.

سنجش فرايند رفتار

براي اندازه گيري اين نوع رفتارها، لازم است هنگامي كه دارند اتفاق مي افتند، به مشاهده و ثبت آن ها بپردازيم. به همين جهت، روش هاي سنجش رويدادهاي گذرا را روش هاي ثبت مشاهده اي (obsevational recording) نيز ناميده اند(اكسل راد، 1977).

روش هاي سنجش رفتارهاي گذرا يا روش هاي مشاهده اي انواع گوناگوني دارند كه مهم ترين ان ها از اين قرارند: ثبت رويداد يا فراواني،ثبت طول مدت،ثبت دوره نهفتگي،ثبت فاصله اي، و ثبت نمونه گيري زمان.

سنجش فرايند رفتار

اگر سنجشگر بخواهد تعداد دفعات وقوع رفتار را ثبت كند از روس ثبت فراواني بهره مي گيرد.

اگر بخواهد طوي مدتي را كه فرد صرف انجام رفتار مي كند ثبت نمايد از روس ثبت طول مدت رفتار استفاده مي كند

اگر بخواهد مدتي را كه طول مي كشد تا فرد كاري را شروع كند اندازه بگيرد روش ثبت دوره نهفتگي را به كار مي گيرد.

اگر قصد او تعيين نسبتي از رماني است كه در آن رفتار رخ مي دهد، از روش ثبت فاصله اي يا روش ثبت نمونه گيري زمان سود مي جويد.

سنجش فرايند رفتار

محرك پيشايندي              رفتار يا پاسخ                  محرك پسايندي

        (S)                                   (R)                                  (S)

                   ثبت دوره نهفتگي                                 ثبت طول مدت



                                                 ثبت رويداد يا فراواني

                                                    ثبت فاصله اي

                                                ثبت نمونه گيري زمان

سنجش فرايند رفتار:ثبت رويداد

اگر دفعات وقوع يك رفتار يا يك پاسخ را در يك فاصله زماني معين شمارش و ثبت كنيم، از روش ثبت رويداد(event recording) استفاده كرده ايمروش ثبت فراواني كه به نام هاي ثبت رويداد يا نرخ رفتار نيز ناميده مي شود، از متداول ترين روش هاي ثبت مشاهده اي است.

در اين روش فاصله هاي زماني معيني در نظر گرفته مي شوند(مثلا 10 دقيقه، 1 جلسه، 1 ساعت، 1 روز و...) و سپس تعيين مي شود كه رفتار در هر يك از اين فواصل زماني چند بار رخ مي دهد.

اين روش براي ثبت رفتارهايي كه مجزا و مشخص هستند، يعني آغاز و انجام مشخصي دارند بسيار مفيد است. مانند تعدا صفحاتي كه مطالعه شده يا نعداد جلسات حضور در كلاس، تعدا جواب هاي درست تعداد دقايق تاخير و...

ثبت رويداد: روش و وسايل ثبت

فراواني رفتارهاي فوق را با استفاده از تدابير مختلف مي توان اندازه گرفت: مداد و كاغذ، گچ و تابلو،شمارشگر مچي،چرتكه مچي،حسابگر الكترونيكي، انتقال يك شيئ مانند لوبيا، مهره از يك جيب به جيب ديگر.

در استفاده از مداد و كاغذ معلم يا سنجشگر مي تواند صفحه كاغذي را بر روي ميز خود قرار دهد يا بر روي يك صفحه مقوا قرار دهد و با خود به اين سو و آن سو  حمل كند. بر روي اين صفحه كاغذ نام هر يك از افرادي كه قرار است رفتارشان ثبت شود را مي نويسيم. هر زمان كه دانش آموز رفتار مورد نظر  را انجام داد در مقابل نام او علامت مي گذاريم.

معمولا داده هاي خام حاصل از مشاهدات رفتاري را در برگه اي كه به صورت جدول تنظيم شده و به برگه ثبت داده معروف است، ثبت مي كنند.

ثبت رويداد: روش و وسايل ثبت

شمارشگر مچي وسيله اي است كه براي ثبت فراواني رفتار استفاده مي شود و مانند يك ساعت به مچ دست بسته مي شود. هر زمان كه رفتار مورد نظر رخ مي دهد، معلم يا مشاهده گر دكمه آن را فشار مي دهد و شمارشگر ان رفتار را ثبت مي كند.

وسيله ديگر سنجش فراواني چرتكه مچي است. اين وسيله شامل 4 رديف  مهره است كه در هر رديف 9 مهره قرار دارد و به مچ دست بسته مي شود...

راه ديگر ثبت فراواني رفتار استفاده از ماشين حساب يا شمارشگر الكترونيكي است. هر بار كه رفتار مورد نظر رخ مي دهد، مشاهده گر دكمه 1+ را فشار مي دهد.

سنجش فرايند رفتار: ثبت طول مدت رفتار

معلم يا روان شناس در برخورد با برخي از رفتارها به جاي آن كه به دفعات رخداد آن ها علاقه مند باشد به طول مدت آن ها نظر دارد. نمونه رفتارهايي كه طول مدت وقوع آن ها مهم تر از تعداد آن هاست عبارتند از: زمان توجه كردن، زمان تخصيص داده شده به فعاليت،زمان روي تكليف، مدت رويايي شدن در كلاس، زمان تاخير و نظاير اين ها.

براي ثبت طول مدت(duration recording) وقوع يك رفتار مي توان از وسايل مختلفي مانند ساعت ديواري، ساعت مچي وكرنومتر  استفاده كرد.

در ضمن اين روش براي سنجش رفتارهايي مناسب است كه اغاز و انجام مشخصي ندارند، مثل حل كردن مسايل رياضي، تراشيدن مداد و غيره.

سنجش فرايند رفتار: ثبت دوره نهفتگي(درنگ)

روش ثبت دوره نهفتگي تعيين مي كند كه چه زماني طول مي كشد تا شخص رفتاري را آغاز كند. يعني با اين روش مدت زمان بين لحظه اي كه از شخص انجام رفتاري را خواسته مي شود و لحظه اي كه او عملا شروع به انجام آن رفتار مي كند، تعيين مي گردد.

وسايل مورد استفاده در روش ثبت دوره نهفتگي همان وسايل مورد استفاده در روش ثبت طول مدت رفتار هستند.

سنجش فرايند رفتار: ثبت فاصله اي

بهترين روش سنجش يك رفتار آن است كه تمامي موارد آن را به طور مداوم مورد مشاهده قرار دهيم و حئيات آن وقوع را ثبت نماييم. به روش ثبت تمامي موارد يك رفتار در يك مدت زمان مشخص روش ثبت مداوم(continuos recording) مي گويند.

به دليل وقت گير بودن و پر هزينه بودن روش ثبت مداوم، از روش ثبت فاصله اي(interval recording) استفاده مي كنند. در دو روش تبت فاصله اي و نمونه گيري زوان، بود يا نبود چنين رفتارهايي معين تعيين مي كنيم. اين روش ها براي رفتارهايي كه آغاز و انجام مشخصي ندارند و اندازه گيري تعداد دفعات تكرار يا طول مدت آن ها مشكل است، مناسب اند.

سنجش فرايند رفتار: ثبت فاصله اي

در روش ثبت فاصله زمان، يك مقطع زماني معين، يك زمان 60 دقيقه اي انتخاب مي شود. بعد اين زمان به فاصله هاي مساوي كوچك تر( كه معمولا بيشتر از 30 ثانيه نيستند) تقسيم مي شود.  رفتار در هر يك از فواصل زماني، تنها يك بار ثبت مي شود حتي اگر بيشتر از يك بار هم رخ دهد. ضمنا طول مدت وقوع رفتار در هر يك از فواصل زماني هر اندازه كه باشد، چه كم چه زياد، باز هم رفتار در هر فاصله زماني تنها يك بار ثبت مي شود. هم چنين رفتار در هر وقت كه در طول فاصله زماني رخ دهد، چه در آغاز چه در وسط چه در آخر كار، فرقي نمي كند.

با مشاهده علائم مربوط به وقوع و عدم وقوع رفتار در يك فاصله زماني، مي توان از داده هاي رفتاري اطلاعات زير استنباط كرد:

تعداد تقريبي رويدادهاي رفتاري

طول مدت تقريبي رفتار در درون دوره مشاهده

توزيع رفتار در طول دوره مشاهده

سنجش رفتار ترك كردن صندلي با استفاده از روش ثبت فاصله اي

فاصله هاي 10 ثانيه اي



                                             




                                                                                      دقيقه ها

سنجش فرايند رفتار: ثبت فاصله اي

تعداد فاصله هايي كه در آن ها رفتار اتفاق افتاده: 38

درصد فاصله هايي كه در آن ها رفتار اتفاق افتاده: 42%

تعداد فاصله هايي كه در آن ها رفتار اتفاق نيافتاده: 52

درصد فاصله هايي كه در آن ها رفتار اتفاق نيافتاده: 58%






سنجش فرايند رفتار:ثبت نمونه گيري زماني

در روش نمونه گيري زمان(time sampling recording) وقوع يا عدم وقوع رفتار در فاصله هاي زماني كوتاه و همانند مشاهده و ثبت مي شود. تفواوت دو روش فاصله اي و نمونه گيري در اين است كه در روش ثبت فاصله اي رفتار مورد نظر در يك مدت معين، مثلا 60 دقيقه، به طور پيوسته اما در فاصله هاي كوتاه مثلا 10 ثانيه مشاهده مي شود، در حالي كه در روش ثبت نمونه گيري زمان رفتار مورد نظر باز هم در فاصله هاي كوتاه، مثلا همان 10 ثانيه مشاهده مي شود اما نه به طور پيوسته بلكه با فاصله هاي زماني بين مقاطع 10 ثانيه اي. براي مثال، والدين مي توانند در اوقات بيداري كودك، در هر ساعت به مدت 15 دقيقه رفتارهاي زباني كودك را ثبت كنند. نمونه برگ ثبت داده ها در اسلايد بعدي آمده است.

سنجش فرايند رفتار: نمونه گيري زماني

سنجش فرايند رفتار: ثبت فاصله اي و نمونه گيري زماني به طور همزمان


معمولا از روش ثبت فاصله اي و نمونه گيري زماني با هم استفاده مي شود، زيرا امكان دارد كه در ضمن مشاهده و ثبت رفتار با روش ثبت فاصله اي قسمتي از رفتار مورد مشاهده از نظر بيافتد. مورد ديگر استفاده از اين دو روش زماني است كه مشاهده گر بخواهد رفتار چند دانش آموز را همزمان ثبت كند. در چنين حالتي مشاهده گر هر دقيقه را به فاصله هاي 15 ثانيه اي تقسيم مي كند و آن را به مشاهده دانش آموز اول اختصاص مي دهد. به همين طيق، دقيقه دوم نيز به فاصله هاي 15 ثانيه اي تقسيم مي شود و دانش آموز دومي هر 15 ثانيه مورد مشاهده قرار مي گيرد و رفتار او ثبت مي شود.




سنجش فرايند رفتار: ثبت فاصله اي و نمونه گيري زماني به طور همزمان






سنجش فرايند رفتار: نقد دو روش ثبت فاصله اي و نمونه گيري زماني

امتياز روش سنجش نمونه گيري زمان اين است كه مشاهده گر، مثلا معلم، لازم نيست تمام مدت شاهد رفتار مورد مشاهده باشد. بلكه تنها زماني كه مي خواهد رفتار او را اندازه گيري كند بع آن توجه مي نمايد و در اوقات ديگر مي تواند به وظايف عادي كلاسداري و آموزش خود بپردازد.

در اين روش به طور مرتب نگاه كردن به ساعت كار پر درد سري است و بعضي وقت ها ممكن است زمان سنجش فرا رسد ولي مشاهده گر فراموش كند رفتار را ثبت نمايد. براي رفع اين مشكل ميتوان از زمان سنج يادآور استفاده كرد.




سنجش فرايند رفتار: نقد دو روش ثبت فاصله اي و نمونه گيري زماني


آلبرتو و تروتمن(1991) پيشنهاد كرده اند كه بهتر است در روش نمونه گيري زمان به حاي ثانيه ها از دقيقه ها استفاده كرد ، زيرا چنين كاري فرصت مشاهده رفتار را براي مدت طولاني تر فراهم مي آورد. هم چنين موقعي كه فواصل زماني به دقيقه تقسيم مي شوند، فاصله بين مشاهدات بيشتر خواهد بود. با اين حال بايد دقت كرد كه اگر طول فواصل زماني خيلي زياد باشد، شباهت بين داده هاي به دست آمده و رفتارهايي كه به واقع رخ مي دهند كاهش مي يابد.




سنجش فرايند رفتار: نقد دو روش ثبت فاصله اي و نمونه گيري زماني

روش هاي ثبت فاصله اي و نمونه گيري زمان براي سنجش بعد فراواني رفتار مفيدند، اما نمي توان از آن ها براي اندازه گيري نرخ رفتار استفاده كرد. مثلا آن جا كه تعيين مي كنيم در يك زمان 60 ثانيه اي رفتار معيني در دو فاصله 10 ثانيه اي رخ داده است، نمي توانيد بگوييد كه رفتار با نرخ 2 بار در دقيقه رخ داده است. داده هاي حاصل از اين دو روش را غالبا بر حسب درصد فواصل زماني كه در ضمن آن ها رفتار اتفاق افتاده است تعيين مي كنند.

انتخاب روش هاي سنجش متناسب با رفتار

تصميم هاي مربوط به انتخاب مناسب ترن روش براي رفتارهاي مختلف بر چند پرسش استوار است:

1- آيا رفتار مورد نظر قابل شمارش است يا اين كه قابل شمارش نيست بلكه در طول زمان اتفاق مي افتد؟

2- اگر رفتار قابل شمارش است: 

الف: مجزا است يا پيوسته؟

ب: با فراواني كم،متوسط يا زياد رخ مي دهد؟ 

پ:آيا مي توان رفتار را در ضون مداخله(آموزش يا درمان) سنجيد، يا اين كه به شخص ديگري نياز است كه رفتار را مشاهده و سنجش كند تا در كار معلم يا درمانگر اختلالي به وجود نيايد؟

3- اگر رفتار قابل شمارش نيست و در طول زمان اتفاق مي افتد:

الف: آيا قرار است كه زمان پيش از شروع پاسخ را اندازه گرفت يا زماني كه در ضمن آن رفتار صورت مي پذيرد؟

روش سنجش بايد متناسب با جواب هايي كه به سوال هاي بالا داده مي شود، برگزيده شود.



انتخاب روش هاي سنجش متناسب با رفتار

رفتار قابل شمارش + مجزا = ثبت رويداد

رفتار قابل شمارش + پيوسته  + فراواني زياد + مشاهده كننده ديگر = ثبت فاصله اي 

رفتار قابل شمارش + پيوسته  + فراواني متوسط + مشاهده كننده معلم يا درمانگر = روش نمونه گيري زمان

رفتار غير قابل شمارش + زمان بين آغاز و انجام رفتار = روش ثبت طول مدت

رفتار غير قابل شمارش + زمان پيش از شروع رفتار = روش ثبت دوره نهفتگي




اجرا، نمره گذاري و تحليل آزمون

ويژگي هاي يك آزمون

الف: ويژگي هاي اصلي:

پايايي

روايي

نرم يا هنجار

حساسيت

ب: ويژگي هاي فرعي:

سهولت اجرا

سهولت نمره گذاري

صرفه جويي در وقت

صرفه جويي در هزينه

پايايي

كاپلان و ساكوزوا(2001): پايايي به دقت، اعتمادپذيري،ثبات، يا تكرار پذيري نتايج آزمون اشاره مي كند.

يك آزمون بايد پايا باشد تا بتواند روا باشد. اگر آزموني در هر بار اجرا بر روي تعدادي دانش آموز نتايج مختلفي به دست بدهد آن آزمون يك آزمون پايا نخواهد بود و در واقع هيچ چيز را به درستي اندازه نخواهد گرفت.

پس، براي اين كه يك آزمون روا باشد بايد نخست پايا باشد. يعني پايايي شرروايي است، اما روايي براي پايايي ضروري نيست.(شكل زير)

روش هاي تعيين پايايي

روش پايايي مصححان

روش بازآزمايي

روش فرم هاي هم ارز

روش هاي همساني دروني:

- روش دو نيمه كردن

- روش كودر ريچادسون

- روش آلفاي كرانباخ

پايايي آزمون: پايايي مصححان

براي تعيين پايايي آزمون هاي تشريحي يا به طور كلي آزمون هاي غير عيني كه نمرات آن ها تحت تاثير قضاوت مصححان قرار مي گيرد بايد از دو يا چند مصحح كه به طور مستقل پاسخ هاي آزمون شوندگان را تصحيح مي كنند استفاده كرد. همبستگي بين نمرات مصححان مختلف شاخص پايايي مصححان به حساب مي آيد.

البته اين پايايي مربوط به شيوه كار تصحيح كنندگان برگه هاي امتحاني است و نبايد آن را با پايي آزمون كه مربوط به سوال هاي آزمون است، اشتباه گرفت.

با اين حال، بايد دقت كرد كه ضريب مصححان براي ضريب پايايي نمرات حاصل لز اجراي آزمون يك سقف به حساب مي آيد. به عنوان مثال، اگر ضريب توافق بين مصححان مختلف 0/70 باشد، ضريب پايايي نمرات آزمون احتمالا كمتر از 0/70 يا حداكثر 0/70 خواهد بود.

پايايي آزمون: روش بازآزمايي

ساده ترين روش تعيين پايايي يك آزمون بازآزمايي() است. در اين روش آزمون را در دو نوبت به گروه واحدي از آزمون شوندگان مي دهند و نمرات حاصل را با هم مقايسه مي كنند. ضريب همبستگي بين نمرات حاصل از دو بار اجراي آزمون ضريب پايايي آزمون است.

پايايي آزمون: روش بازآزمايي

اين روش براي اندازه گيري صفات و خصايصي مناسب است كه معمولا در طول زمان تغيير نمي كنند(مانند هوش افراد از 16 سال به بالا). بنابراين اگر بين نمره هاي هوش آزمودني ها در دو آزمايش همبستگي ضعيفي به دست ايد نمي توان گفت كه آنان در فاصله بين دو آزمايش باهوش تر يا كم هوش تر شده اند. بلكه بايد چنين نتيجه گرفت كه پايين بودن ضريب همبستگي بين نمره هاي دو آزمايش از خطاي اندازه گيري ناشي شده است. بنابراين روش بازآزمايي در مورد آزمون هايي كه صفات پايدار شخصيت آدمي را اندازه گيري مي كنند، مناسب است. بدينسان استفاده از اين روش در مورد ازمون هاي پيشرفت تحصيلي ممكن است چندان مناسب نباشد.


پايايي آزمون: روش بازآزمايي

در مورد استفاده از روش باز آزمايي بايد نكات زير را در نظر گرفت:

1- صفت مورد اندازه گيري از صفات نسبتا پايدار باشد.

2-  آشنايي آزمودني ها با سوال هاي آزمون در آزمايش اول، ممكن است بر نمره آزمايش آن ها اثر بگذارد(اثر انتقال) و ضريب اعتبار بازآزمايي را تحت تاثير قرار دهد. به ويژه اگر فاصله دو ازمايش كوتاه باشد و از چند روز تجاوز نكند.

3- بعضي مهارت ها با تمرين بهبود مي يابند.  نمرات آزمودني ها در آزمون دوم، ممكن است بر اثر تمرين ناشي از اجراي آزمون اول افزايش يابد(اثر تمرين)

4-  اگر فاصله دو آزمون خيلي زياد باشد، ممكن است عامل يادگيري و رشد در اين امر تاثير گذار باشد.

5- فقدان علاقه دانش آموزان به گرفتن آزمون مجدد ممكن است سبب شود كه آن ها در آزمون دوم نمرات كمتري از بار اول به دست آورند.


پايايي آزمون: روش بازآزمايي

براي مثال، اگر يك آزمون هوش در مورد گروهي از كودكان ، يك بار در سن 4 سالگي و يك بار در سن 5 سالگي اجرا شود، ضريب همبستگي بين نمره هاي دو بار آزمايش كه مثلا 0.43 شده است ممكن است به صورت هاي زير تفسير شود:

1- ضريب اعتبار آزمون پايين است.

2- سطح هوش كودكان بر اثر رشد افزايش يافته است.

3- تركيبي از دو عامل بالا سبب شده است كه ضريب اعتبار آزمون كم شود.

واقعيت اين است كه در برآورد ضريب اعتبار آزمون به طور قطع نمي توان تصميم گرفت كه كدام يك از نتيجه گيريهاي بالا درست تر است. در هر حال، در تفسير ضريب اعتبار آزمون با توجه به فاصله زماني بين دو اجراي آزمون و ويژگي هاي آزمودني ها، بسياري از عواملي را كه ممكن است در ضريب اعتبار محاسبه شده تاثير بگذارند، بايد در نظر گرفت.

پايايي آزمون: روش بازآزمايي

گاهي پايين بودن ضريب اعتبار بازآزمايي به اين معنا نيست كه آزمون اعتبار كافي ندارد. چه بسا خصيصه مورد اندازه گيري در فاصله دو آزمايش تغيير كرده باشد. اما اگر آزمودني براي اندازه گيري خصيصه اي ساخته شده است كه در طول زمان ثابت مي ماند، ناكافي بودن ضريب اعتبار بازآزمايي نشانگر آن است كه آزمون فاقد اعتبار لازم است.

تعيين پايايي: فرم هاي هم ارز

در اين روش دو آزمون معادل يا  موازي براي يك موضوع تهيه مي كنند و آن ها را در فاصله زماني كوتاهي(حدود دو هفته) به يك گروه واحد از آزمون شوندگان مي دهند. دو فرم يك آزمون در صورتي موازي هستند كه ميانگين و واريانس آن ها برابر باشند.

برخي صاحب نظران مانن كلاين(2005) معتقدند كه براي داشتن آزمون هاي موازي واقعي«علاوه بر ميانگين و واريانس برابر، پايايي آزمون ها و رابطه ميان نمرات آزمون ها و متغيرهاي ديگر نيز بايد برابر باشد. ضريب همبستگي بين نمرات حاصل از اجراي فرم هاي موازي، ضريب پايايي آن آزمون ها به حساب مي آيد.

پايايي آزمون: فرم هاي هم ارز

برخي مشكلات روش فرم هاي هم ارز:

آزمون هاي پيشرفت تحصيلي غالبا در يك فرم واحد تهيه مي شوند و تهيه فرم هاي موازي براي آن ها به سادگي ميسر نيست.

در صورت تهيه فرم هاي موازي براي آزمون هاي پيشرفت تحصيلي، باز هم مشكل بي علاقگي دانش آموزان و ايراد معلمان به اجراي دو فرم از يك آزمون باقي است.

در بعضي موارد آزمون شوندگان در جواب دادن به سوال هاي فرم اول آزمون با اصولي آشنا مي شوند كه عملكرد آنان را در فرم دوم تحت تاثير قرار مي دهد.



پايايي آزمون:همساني دروني

بر خلاف روش هاي قبلي كه بر ثبات نتايج آزمون(روش بازآزمايي) يا بر ترازي نتايج آزمون(روش فرم هاي هم ارز) تاكيد دارند، در روش همساني دروني بر همساني يا يكنواختي ماده ها يا اجزاي تشكيل دهنده يك آزمون تاكيد مي شود. براي اين منظور، آزموني را كه مي خواهند ضريب پايايي اش را تعيين نمايند يك بار با گروه واحدي از آزمون شوندگان اجرا مي كنند و بعد با يكي از روش هاي زير به تعيين ضريب پايايي آن مي پردازند.

پايايي آزمون: دو نيمه كردن

در روش دو نيمه كردن، آزمون مورد نظر را يك بار با گروه واحدي از آزمون شوندگان اجرا مي كنيم و پس از اجرا آن را به دو نيمه تقسيم مي نماييم. بهتريت راه دو نيمه كردن آزمون اين است كه همه سوال هاي فرد را يك آزمون به حساب آوريم و همه سوال هاي زوج را نيز آزمون ديگري بدانيم. ضريب همبستگي حاصل از نمرات دو نيمه آزمون ضريب پايايي هر يك از دو نيمه آزمون خواهد بود.


پايايي آزمون: دو نيمه كردن

براي محاسبه ضريب پايايي كل آزمون، ضريب همبستگي بين دو نيمه را در فرمول اسپيرمن- براون قرار مي دهيم تا ضريب پايايي كل آزمون محاسبه شود.



به عنوان مثال، اگر ضريب همبستگي بين نيمه هاي يك آزمون برابر با 0/70 باشد، ضريب پايايي كل آزمون با استفاده از فرمول اسپيرمن- براون به صورت زير محاسبه مي شود.

پايايي آزمون: دو نيمه كردن

در بعضي موارد به ويژه هنگامي كه واريانس نمره هاي دو نيمه آزمون يكسان نباشد نمي توان فرمول اسپيرمن براون را به كار برد. در اين موارد مي توان از ضريب آلفاي كرانباخ(1951) استفاده كرد (ايكن آن را به فلنگان نسبت داده است) فرمول مزبور به صورت زير است. 


عناصر فرمول:

= ضريب اعتبار آزمون از راه دو نيمه كردن آن

  = واريانس نمره هاي كل ازمون

واريانس نمره هاي يكي از دو نيمه ازمون

واريانس نمره هاي نيمه ديگر ازمون

پايايي آزمون: دو نيمه كردن

فرمول اسپيرمن- براون را با كمي تغيير مي توانيم براي محاسبه ضريب پايايي يك آزمون، پس از آن كه تعدادي سوال به آن افزوده شد، نيز موزد استفاده قرار دهيم.



       = ضريب پايايي آزمون جديد، معمولا آزمون طولاني تر


       = ضريب پايايي آزمون اوليه

    =   نسبت تعداد سوال هاي ازمون جديد به تعداد سوال هاي آزمون اوايه

پايايي آزمون: دو نيمه كردن

فرض كنيد آزموني با 30 سوال داراي ضريب پايايي 0/60 است. اگر سوال هاي اين آزمون به 40 سوال افزايش يابد، ضريب پايايي آزمون جديد چند خواهد شد.





روش دو نيمه كردن براي محاسبه پايايي ازمون هايي به كار مي رود كه تعداد سوال هاي آن زياد باشد.

پايايي آزمون: روش کودر- ريچادسون

چنان که گفته شد روش دو نيمه کردن آزمون و استفاده از فرمول اسپيرمن – براون برای اصلاح ضريب همبستگی محاسبه شده مستلزم يکسانی واريانس های دو نيمه آزمون است. از سوی ديگر، در استفاده از ضريب آلفای کرانباخ(فلانگال) در صورتی  که اندازه آن کم باشد، نمی توان گفت که آزمون فاقد اعتبار قابل قبول است. به علاوه تصميم گيری برای روش دو نيمه کردن آزمون نيز پاره ای مشکلات را به وجود می آورد که عدم يکسانی واريانس دو نيمه آزمون از آن جمله است.

تعيين پايايي: روش كودر- ريچادسون

كاپلان و ساكوزوا(2001): پايايي به دقت، اعتمادپذيري،ثبات، يا تكرار پذيري نتايج آزمون اشاره مي كند.

يك

پايايي

كاپلان و ساكوزوا(2001): پايايي به دقت، اعتمادپذيري،ثبات، يا تكرار پذيري نتايج آزمون اشاره مي كند.

يك

پايايي

كاپلان و ساكوزوا(2001): پايايي به دقت، اعتمادپذيري،ثبات، يا تكرار پذيري نتايج آزمون اشاره مي كند.

يك

روايي

هنجارها و نيمرخ ها

ارزشيابي توصيفي


+ نوشته شده در جمعه ۴ آذر ۱۳۹۰ ساعت توسط  | 

محتوی اولیه و پیشنهادی به صورت مقدماتی برای ارزشیابی و اندازه گیری پیشرفت تحصیلی2

آزمون هاي كوتاه پاسخ(معرفي) در آزمون هاي كوته پاسخ از آزمون شونده خواسته مي شود كه كلمه، عبارت، جمله، عدد، يا علامتي را در پاسخ به يك سوال يا تكميل يك جمله بنويسند. سوالات اين آزمون ها براي سنجش هدف هاي آموزشي سطح پايين طرح مي شوند.  آزمون كوته پاسخ، حد واسط بين آزمون تشريحي و آزمون عيني است(چرا؟). شباهت اين نوع آزمون با آزمون تشريحي آن است كه در هر دوي آن ها صورت سوال به وسيله طراح سوال تهيه مي شود و جواب آن ها را آزمون شونده تهيه مي كند. با وجود اين، جواب سوال هاي ازمون هاي كوته پاسخ آن قدر مختصر است كه اين آزمون ها را به كلي از آزمون هاي تشريحي مجزا مي سازد و به آزمون هاي عيني نزديك مي كند.انواع آزمون هاي كوتاه پاسخ آزمون هاي كوته پاسخ را به 3 دسته پرسشي، كامل كردني، و تشخيصي يا تداعي تقسيم مي كنند. پرسشي: مركز استان مازندران كدام شهر است؟ كامل كردني: بزرگ ترين درياچه دنيا درياچه.......است. تشخيصي: بعد از نام هر استان، نام مركز آن را بنويسيد. خوزستان(.....)، خراسان شمالي(.......)، مركزي(............) محاسن و معايب آزمون هاي كوته پاسخ 1- اجراي آن ها آسان است. 2- تقلب را كاهش مي دهد. 3- نسبت به ازمون هاي چند گزينه اي، صحيح- غلط، و جور كردني اطلاعات تشخيصي بيشتري در اختيار مربيان قرار مي دهد. 4- در آن ها حدس كوركورانه وجود ندارد. 5- نمي توانيم از آن ها براي سنجش هدف هاي سطح بالاي يادگيري استفاده كنيم. 6- كاربرد زياد اين آزمون ها سبب تشويق يادگيرندگان به حفظ كردن اطلاعات جزئي و بي اهميت مي شود. 7- تصحيح و نمره گذاري آن ها به دقت و سرعت آزمون هاي عيني عملي نيست.قواعد تهيه سوال هاي كوته پاسخ مثال: در سال 1950، در كشور آمريكا چند مورد بيماري آبله مشاهده شده است؟ 1- هر سوال بايد موضوع مهمي را شامل شود. مثال ها:  1- ذغال سنگ چيست؟ ذغال سنگ به چه منظوري به كار مي رود؟ ذغال سنگ از چه موادي درست شده است؟ ذغال سنگ از چه عنصي شيميايي درست مي شود؟ 2- برگ تنباكو حاوي(نيكوتين) است. نام ماده سمي برگ تنباكو(نيكوتين)است. 2- صورت سوال واضح باشد به گونه اي كه به پاسخ مشخص و معيني نياز داشته باشد.قواعد تهيه سوال هاي كوته پاسخ 3- صورت سوال از روي مطالب كتاب عينا نقل نشود. اين امر موجب تشويق يادگيرندگان به حفظ كردن مطالب و مانع درك و فهم آنان مي شود. مثال: مقدار عدد ”پي“ چقدر است؟(3/1، 3/14، 3/141) مقدار عدد ”پي“ تا سه رقم اعشار چقدر است؟ 4- در سوال هاي داراي مسائل عددي، واحد مقياس و ميزان دقت لازم در محاسبات مربوطه را مشخص كنيد. مثال ها: كبد گلوكز اضافي را به صورت گليكوژن در خود (ذخيره )مي كند. در سوخت و ساز طبيعي بدن، گلوكز اضافي به صورت گليكوژن) ذخيره مي شود. 5- در سوال هاي كوته پاسخ كامل كردني، تنها كلمات و عبارات مهم حذف شوند.قواعد تهيه سوال هاي كوته پاسخ - (تحليلي) و (كلي) روش هاي تصحيح آزمون هاي (تشريحي) هستند. - دو روش معمول تصحيح آزمون هاي تشريحي روش(.....) و روش(.....) هستند. 6- در سوال هاي كامل كردني، تعداد زيادي جاي خالي منظور نشود. مثال ها: - در آزمايش هاي شرطي كردن پاولفي(پاسخ شرطي) به پاسخي گفته مي شود كه حيوان از آن طريق به صداي زنگ واكنش نشان مي دهد. - در آزمايش هاي شرطي كردن واكنش حيوان به صداي زنگ (پاسخ شرطي) مي گويند. 7- جاي خالي سوال هاي كامل كردني را تا آن جا كه ممكن است در قسمت پاياني سوال قرار دهيد.قواعد تهيه سوال هاي كوته پاسخ 8- جاي خالي همه سوال هاي كامل كردني را همواره يك اندازه تعيين كنيد.(چرا؟) اگر جاي خالي هر سوال متناسب با طول پاسخ مورد انتظار باشد، دانش آموزان ممكن است به اين مطلب پي ببرند و اين امر موجب كمك به آن ها در حدس زدن پاسخ درست مي شود. مثال ها: - (لندن) پايتخت كشور انگلستان است. - نام پايتخت كشور انگلستان چيست؟ (لندن) 9- تا حد امكان به جاي سوال هاي كامل كردني ، از سوال هاي پرسشي استفاده كنيد.قواعد تهيه سوال هاي كوته پاسخ مثال: موتور كشتي بخار با نيروي (.....) كار مي كند. 10- از كاربرد اشاراتي كه جواب سوال را مشخص مي كند، خودداري شود.سنجش يادگيري به كمك آزمون هاي صحيح- غلط نمونه ها: 1- ماده سبز موجود در برگ گياهان كلروفيل نام دارد.    صحيح- غلط 2- استفاده از نيروي بخار موجب انقلابي در حمل و نقل در قرن هفدهم شد.       صحيح- غلط،  اصلاح: 3- امكان دارد بدون يادگيري پيش نيازهاي اساسي يك درس، مطالب آن را ياد گرفت.    بله- نه 4- هر كسي آن درود عاقبت كار كه كشت.     موافق- مخالف 5- در بعضي سيارگان كه به دور ستارگان ديگر مي چرخند، نوعي زندگي هوشمندانه يافت مي شود.    واقعيت علمي      عقيده شخصي 6- كشور ايران هم مرز است با كشور:(سوالات چند صحيح- غلط) الف: عراق                                 صحيح- غلط ب: قزاقستان                           صحيح- غلط  ج : افغانستان                            صحيح- غلط در آزمون هايي كه صحيح- غلط نام دارند، هر سوال از يك جمله تشكيل مي شود كه آزمون شونده آن را به يكي از صورت هاي صحيح- غلط، درست- نادرست، بله- نه، موافق- مخالف، واقعيت- عقيده، و مانند اين ها پاسخ مي دهد. سوالات چند صحيح- غلط را با سوالات چند گزينه اي مقايسه كنيد.قواعد تهيه سوالات صحيح- غلط مثال ها: - بعضي چيزها در بعضي چيزهاي ديگر حل مي شوند. - در يك ليتر آب گرم نمك بيشتري حل مي شود تا در يك ليتر آب سرد. 1- موضوع هاي مهم و در ارتباط با هدف هاي آموزشي را در سوال هاي خود بياوريد.(سوال اول، يك بيان كلي و فاقد يك نكته مهم است) مثال ها: - در يك مثلث قائم الزاويه، مربع وتر برابر است با مجموع مربع هاي دو ضلع ديگر. - اگر وتر مثلث قائم الزاويه اي 7 س م باشد، هر يك از دو ضلع ديگر آن بايد از 5 س م بزرگ تر باشد. 2- سوال ها بايد درك و فهم را بسنجند و نه يادآوري كلمه به كلمه مطالب را. مثال ها: - ستارگان از خود نورهايي توليد مي كنند كه سوسو مي زند. - سوسو زدن نور ستارگان به علت حركت جو زمين است. 3- سوال هايي طرح كنيد كه درست يا غلط بودن آن ها قابل دفاع باشد.قواعد تهيه سوالات صحيح- غلط مثال ها: - چين آستين، داستان سراي آمريكايي، متولد 1790، يك نويسنده پركار بود و شهرتش به خاطر داستان معروف او غرور و تعصب است كه در سال 1820 انتشار يافت. - شهرت چين آستين به خاطر داستان غرور و تعصب است. 4- از جمله هاي پيچيده و چند قسمتي استفاده نكنيد. مثال ها: - آب و هواي انگلستان، به سبب نفوذ گلف استريم اقيانوس اطلس، از بيشتر كشورهاي هم عرض جغرافيايي آن سردتر است - آب و هواي انگلستان از بيشتر كشورهاي هم عرض جغرافيايي آن سردتر است. - آب و هواي انگلستان، تحت تاثير گلف استريم اقيانوس اطلس قرار دارد. 5- در هر سوال بيش از يك موضوع قرار ندهيد.قواعد تهيه سوالات صحيح- غلط مثال ها: - در انتخابات رياست جمهوري سال 1992، بسياري از مردم به بيل كلينتون راي دادند. - در انتخابات رياست جمهوري سال 1992، بيش از 60 درصد راي دهندگان به بيل كلينتون راي دادند. 6- در صورت امكان از زبان كمي و دقيق استفاده كنيد نه از زبان كيفي و غير دقيق. مثال ها: - جامعه ملل بلافاصله پس از پايان يافتن جنگ جهاني دوم تشكيل نشد. صحيح- غلط - جامعه جهاني پيش از شروع جنگ جهاني دوم تشكيل شده بود. 7- تا آن جا كه ممكن است از طرح سوالات منفي پرهيز كنيد. مثال ها: - همه  شهرهاي بزرگ با قطار به هم مرتبط اند. - يك“مادر برد“ ممكن است باعث حاموش شدن رايانه شخصي شود. 8- از كلمات راهنما يا اشاره دهنده به جواب درست استفاده نكنيد.قواعد تهيه سوالات صحيح- غلط 9- سعي كنيد تعداد سوال هاي غلط بيشتر از تعداد سوال هاي درست باشد.(چرا؟)  پژوهش ها نشان داده اند كه بيانات غلط تا حدي بهتر از  بيانات درست، بين دانش آموزان داراي پيشرفت بالا و پايين تميز قايل مي شوند. 10- طول سوال هاي درست و سوال هاي غلط تقريبا هم اندازه باشند(چرا؟).محاسن و معايب سوال هاي صحيح- غلط 1- تهيه اين نوع سوال ها كار نسبتا آساني است. 2- تصحيح پاسخ ها با سرعت، سهولت و عينيت انجام مي شود. 3- بخش گسترده اي از محتواي درس را مي توان با اين نوع سوال مورد پوشش قرار داد( به دليل تدارك تعداد زياد سوال). 4- همه موضوع هاي درسي را نمي توان به صورت عبارت هاي صحيح- غلط در آورد. 5- تهيه سوالاتي كه بازده هاي مهم يادگيري را بسنجند كار آساني نيست. 6- ميزان حدس پذيري در اين نوع سوالات بالا است.سنجش يادگيري به كمك آزمون هاي جور كردني راهنمايي: در جاهاي خالي مقابل اكتشافات و اختراعات ستون سمت راست زير، حروف اول مربوط به كاشفان و مخترعان ستون سمت چپ را بنويسيد. هر پاسخ را بيشتر از يك بار به كار نبريد. 1- پني سيلين                          الف- ماري كوري 2- پرتو                                    ب- دي باك 3- راديوم                                پ- فلمينگ 4- واكسن فلج                         ت- هاروي 5- قلب مصنوعي                     ث- رونتگن 6- گردش خون                        ج- سالك                                                چ- پاستور هر آزمون جور كردني از تعدادي تمرين تشكيل مي شود و هر تمرين نيز شامل سه بخش است:1) راهنماي انجام تمرين، 2) فهرست محرك ها يا پرسش ها، و 3) فهرست پاسخ ها. نمونه بالا، متداول ترين الگوي سوال هاي جور كردني است اما سوال هاي جور كردني به اين الگو منحصر نمي شوند.سوال هاي جور كردني(الگوي طبقه بندي) راهنمايي: در ستون اول در زير نام دستوري قسمت هاي مختلف يك جمله داده شده است. در جاي خالي مقابل هر جمله از ستون دوم حرف مربوط به نام دستوري كلمه اي را كه با حروف كج نوشته شده است بنويسيد. الف- صفت    ب-قيد    پ- حرف اضافه    ت- حرف ربط (...) 1- كسي در مدرسه نبود جز ناظم. (...) 2- تا درس نخواني چيزي نمي آموزي. (...)3- پرويز از احمد دانش آموز كوشاتري است. در اين الگو تعداد پرسش ها مي تواند از تعداد پاسخ ها بيشتر باشد.سوال هاي جور كردني(الگوي فهرست اصلي) راهنمايي: در پرسش هاي زير شما بايد تاثير ئرزش را بر فرايند ها و مواد مختلف بدن تعيين كنيد. براي هر پرسش مطابق با توضيحات زير در پاسخ نامه علامت بزنيد. الف:- اگر نتيجه ورزش قطعا افزايش چيزي است كه در پرسش آمده. ب- اگر نتيجه ورزش قطعا كاهش چيزي است كه در پرسش آمده. پ- اگر ورزش هيچ گونه تاثير چشم گيري بر چيزي كه در پرسش آمده ندارد يا تاثير آن غير قابل پيش بيني است.                                                                                               الف       ب            پ 1- ضربان قلب 2- فشار خون 3- مقدار قند موجود در خون 4- مقدار هواي اضافي در شش ها 5- و ...قواعد تهيه سوال هاي جور كردني 1- موضوع هاي مهم و در ارتباط با هدف هاي آموزشي را در سوال ها قرار دهيد. 2- پرسش ها و پاسخ هاي هر تمرين را متجانس قرار دهيد.( يعني به يك مفهوم، طبقه، يا زمينه واحد مربوط باشند). 3- طول فهرست پرسش ها و پاسخ ها را كوتاه بگيريد( 4 تا 10 ماده). مشكل فهرست هاي طولاني اين است كه دانش آموزان آن قدر وقت صرف جدا كردن پاسخ مناسب براي يك پرسش مي كنند كه ممكن است يادشان برود كه به دنبال چه چيزي مي گردند. 4- توضيحات مفصل را در فهرست پرسش ها قرار دهيد و مطالب كمتري را در فهرست پاسخ ها بنويسيد. 5- اطلاعات لازم در باره چگونه جور كردن پرسش ها و پاسخ ها را در راهنماي سوال بنويسيد. 6- از نوشتن تمرين ها  يا سوال هايي كه پرسش ها و پاسخ هاي آن ها كاملا جور مي شوند، پرهيز شود.(زيرا اگر آزمون شونده پاسخ همه پرسش ها به جز يكي را بداند، پرسش آخري خود به خود جواب داده مي شود). 7- هر يك از پاسخ ها بايد براي تمام پرسش ها درست جلوه كند. 8- پرسش ها با شماره و پاسخ ها با حرف مشخص شوند. 9- فهرست پرسش ها و پاسخ ها به طور منطقي مرتيب شوند.( براي مثال، نام ها به ترتيب حروف الفبا، تاريخ ها به ترتيب صعودي، و اعداد از كوچك به بزرگ). در غير اين صورت وقت زيادي صرف يافتن آن ها مي شود. 10- همه پرسش ها و پاسخ هاي يك سوال را در يك صفحه قرار دهيد. 11- در نوشتن صورت سوال ها ابتكاري عمل كنيدنمونه اي از سوال جور كردني ابتكاري راهنمايي: شما در باره زمين و حركات آن، آن گونه كه واقعا وجود دارد، اطلاعاتي كسب كرده ايد. در اين سوال بايد آثار شرايطي كاملا فرضي را شناسايي كنيد. در مقابل شماره هر سوال در پاسخ مامه، بر حسب موارد زير علامت بزنيد. الف - در صورتي كه زمين نسبت به مدار خود مايل نبود، ب- در صورتي كه مدار به جاي بيضي دايره بود، پ- در صورتي كه زمين به جاي شرق به طرف غرب مي چرخيد، ت- در صورتي كه زمين با همين جرم نصف قطر فعليش را داشت، ث- در صورتي كه زمين ماه نداشت، 1- طول روزهاي شمسي مساوي مي بودند. 2- اشيا روي زمين 4 برابر وزن فعلي خود را داشتند. 3- خط استئاي كره آسماني و مدار خورشيد يكي بود 4- خورشيد از شرق غروب مي كرد. 5- ستاره شمالي ديگير بايد انتخاب مي شد. 6- نيروي جادبه 4 برابر بيشتر از حالا بود. 7- سرعت حركت زمين بر مدارش در ضمن سال تغيير نمي كرد. 8- طول روز و شب در تمام طول سال در همه عرض هاي جغرافيايي برابر بود.امتيازها و محدوديت هاي سوال هاي جور كردني 1- از آن جا كه پاسخ دادن به اين سوال ها زمان زيادي لازم ندارد، تعداد زيادي آز آن ها را مي توان در يك زمان معين مورد استفاده قرارداد. 2- تصحيح سوالات جور كردني به سرعت و سهولت امكان پذير است و نيازي به مصصح متخصص ندارد. 3- براي سنجش هدف هاي آموزشي سطح بالاتري نسبت به سوالات صحيح- غلط مي توان استفاده كرد. 4- اگر به دفت تهيه نشوند، ممكن اسن فراگيران را به حفظ طوطي وار تشويق كنند. 5- تهيه آن ها در مواردي كه مجموعه اي همگون از مطالب نباشد، دشوار مي شود.سنجش يادگيري به كمك آزمون هاي چند گزينه اي بيت زير ازكدام منبع است؟   ز سم ستوران در آن پهن دشت    زمين شد شش و آسمان گشت هشت الف- شاهنامه فردوسي       ب- بوستان سعدي پ- هفت پيكر نظامي          ت- مثنوي مولوي هر سوال چند گزينه اي از 3 قسمت تشكيل شده است: 1) تنه سوال، 2) گزينه كليد، و 3) گزين ه هاي انحرافيانواع سوالات  چند گزينه اي 1- نوع پرسشي مثال: ژان والژان اولين بار كه محكوم به اعمال شاقه شد چه چيزي ربوده بود؟ الف- شمعدان هاي اسقف ب- يك قرص نان پ- چند قطعه چوب ت- پوشش سكوي خطابه كليسا 2- نوع نا تمام مثال: مهم ترين ويژگي هدف هاي اموزشي رفتاري اين است كه ـــــ. الف- بر حسب عملكرد قابل اندازه گيري نوشته مي شوند. ب- مهارت هاي سطح بالاي يادگيري را شامل مي شوند. پ- مطالب جزئي محتواي درس را در بر مي گيرند ت- دانش آموزان به راحتي آن ها را مي آموزند.انواع سوالات  چند گزينه اي 3- نوع تنها گزينه درست مثال: چه كسي چرخ خياطي را اختراع كرد؟ الف- فولتون ب- هوو پ- سينگر ت- ويتني ث- وايت 4- نوع بهترين گزينه مثال: مي توان گفت كه يادگيري عبارت است از ـــــــ. الف- كسب اطلاعات تازه در نتيجه آموزش ب- ايجاد تغييرات نسبتا پايدار در توان رفتاري يادگيرنده پ- ايجاد تغييرات مطلوب و مورد نظر در رفتار يادگيرنده ت- توانايي به خاطر سپردن و ياد آوري تجارب پيشينانواع سوالات  چند گزينه اي 5- نوع منفي مثال: كدام مورد در زير از قواعد تهيه آزمون هاي چند گزينه اي نيست؟ الف- مربوط بودن همه گزينه ها به موضوعي واحد ب- سنجش تنها يك هدف به هر سوال پ- قرار دادن حداكثر دو مطلب در هر سوال ت- استفاده نكردن از گزينه“ همه موارد بالا“ در مواردي كه پيدا كردن تعدادي گزينه انحرافي به ظاهر درست، دشوار باشد چنان چه تهيه گزينه هاي درست آسان تر باشد، مي توانيم از سوال هاي نوع منفي استفاده كنيم كه در آن ها همه گزينه ها به جز يكي درست اند.انواع سوالات  چند گزينه اي 6- نوع جايگزين در سوال هاي نوع جايگزيني، در متن يا تنه سوال غلط هايي گنجانيده مي شود و ازمون شونده بايد آن ها را با گزين ههاي پيشنهادي جايگزين كند. مثال: مطلب زير را بخوانيد و با توجه به سوال هايي كه بعد از آن آمده براي قسمت هايي كه با شماره مشخص شده اند جايگزين تعيين كنيد. به درستي كه از نيروهاي آموزش و پرورش بايد به طور كامل استفاده شود تا جوانان از ماهيت واقعي خطراتي كه دمكراسي را تهديد مي كند اگاه شوند. زيرا (1)هيچ جاي ديگري به جز آموزشگاه نمي تواند فرصت هاي خوب يا بهتري(2) در اختيار جوانان قرار دهد تا به طور واقعي(3) به كنه مسائل پي ببرند. 1-  الف- ، زيرا                          ب- ؛ زيرا       پ- ـ زيرا       ت- هيچ علامتي قبل از زيرا لازم نيست 2- الف- فرصت هاي خوب يا خوب تري ب- فرصت هاي بهتر يابهتري پ- فرصت هاي بهتر يا بدتري ت- فرصت هاي بهتريانواع سوالات  چند گزينه اي 7- نوع ناتمام پيشنهادي در اين نوع سوال ها، ازمون شونده با تو ضيحاتي كه در متن سوال مي ايد راهنمايي مي شود و او بايد با توجه به آن  راهنمايي ها جواب درست را پيدا كند. مثال: به سيبي كه مزه اش ترش و شيرين است چه نوع سيبي گفته مي شود؟(جواب يك كلمه سه حرفي است). كدام گزينه زير حرف اول آن كلمه است؟ الف- ت      ب- م      پ- ش              ت- گانواع سوالات  چند گزينه اي 8- نوع پاسخ تركيبي در اين نوع سوال، جمله هاي يك پاراگراف به هم ريخته اند و ازمون شونده بايد ان ها را پشت سر هم مرتب كند. مثال: جمله هاي زير را به ترتيبي بايد پشت سر هم قرار دهيم تا از مجموع آن ها يك پاراگراف مطلب معني دار به دست آيد. جمله ها:                                                           گزينه ها: 1- ....                                              الف- 1،2،3،4،5 2- ....                                              ب- 5،2،3،1،4 3....                                                 پ- 5،1،3،2،4، 4....                                                  ت- 5،4،3،2،1 5-....قواعد تهيه سوال هاي چند گزينه اي 1- هر سوال بايد يك موضوع مهم يا يك هدف آموزشي را اندازه بگيرد. در طرح هر سوال، نويسنده سوال بايد از خود بپرسد كه“آيا دانستن و ندانستن پاسخ سوال در صلاحيت آزمون شونده، از لحاظ مطلب مورد آزمايش، تاثير دارد يا نه؟“ 2- بيشتر از يك هدف يا يك مطلب در هر سوال قرار ندهيد.(چرا؟) زيرا در صورت پاسخ غلط معلوم نمي شود كه آزمون شونده كدام مطالب را ندانسته و علت عدم موفقيت او چه بوده است. قواعد تهيه سوال هاي چند گزينه اي 3- متن سوال ها را كاملا روشن و در حد درك آزمون شوندگان بنويسيد. سوال هايي كه در آن ها كلمه ها و عبارت هاي دشوار و غير قابل درك به كار مي روند، نمي توانند به خوبي توانايي مورد نظر را سنجش كنند. سوال ضعيف:  در آزمون هاي عيني، اصطلاح عيني: الف- به روش مشخص كردن نتايج يادگيري مربوط است ب- به روش انتخاب محتواي آزمون مربوط است پ- به روش تصحيح جواب ها مربوط است ت- به روش ارائه مطالب مربوط است سوال بهتر: در آزمون هاي عيني، اصطلاح عيني به چه چيزي مربوط است؟ الف- مشخص كردن نتايج يادگيري         ب- انتخاب محتواي آزمون پ- تصحيح جواب ها                               ت- ارائه مطالب 4- از تكرار مطالب در گزينه ها خودداري شود.قواعد تهيه سوال هاي چند گزينه اي سوال ضعف: جدول مشخصات: الف- نشان مي دهد كه چگونه مي توان از ازمون براي بهبود امر آموزش و يادگيري استفاده كرد ب- نمونه بهتري از محتواي درس و هدف هاي آموزشي به دست مي دهد پ- روش مورد استفاده در تصحيح پاسخ هاي آزمون را مشخص مي كند ت- عينيت ازمون را افزايش مي دهد سوال بهتر: مهم ترين فايده استفاده از جدول مشخصات در تهيه ازمون هاي پيشرفت آن است كه ــــــ . الف- آموزش و يادگيري را بهبود مي بخشد ب- نمونه بهتري از محتواي درس و هدف هاي آموزش به دست مي دهد پ- روش مورد استفاده در تصحيح پاسخ هاي آزمون را مشخص مي كند ث- عينيت ازمون را افزايش مي دهد 5- مطالب اصلي را به طور كامل در تنه سوال قرار دهيد.قواعد تهيه سوال هاي چند گزينه اي سوال ضعيف: كدام يك از مطالب زير درست است؟ الف- سوال هاي انشايي بهترين نوع سوال براي ارزشيابي هدف هاي تركيب است ب- تهيه جدول مشخصات براي آزمون هاي انشايي مفيد نيست پ- سوال هاي عيني را تنها در كلاس هاي دانشگاه مي توان اجرا كرد ت- هدف هاي رفتاري از دير باز مورد استفاده معلمان قرار داشته اند سوال بهتر: در رابطه با استفاده از سوال هاي انشايي و ارزشيابي هدف هاي آموزشي بايد گفت كه ـــ . الف- سوال هاي انشايي بهترين نوع سوال براي ارزشيابي هدف هاي تركيب است ب- سوال هاي انشايي براي ارزشيابي هدف هاي هيچ يك از طبقات حوزه شناختي، مفيد نيستند پ- بين سوال هاي انشايي و عيني از لحاظ ارزشيابي هدف هاي گوناگون چندان تفاوتي وجود ندارد ت- بهتر است از سوال هاي انشايي به ندرت استفاده شود 6- همه گزينه هاي يك سوال بايد متجانس و به موضوع واحدي مربوط باشد هر چه گزينه ها متجانس تر باشند، به همان نسبت سوال دشوارتر خواهد بود. در واقع، تجانس گزينه ها يكي از راه هاي كنترل سطح دشواري سوال هاستقواعد تهيه سوال هاي چند گزينه اي مثال: سوال ضعيف-يك پسر بچه كوررنگ، كوررنگي خود را از چه كسي به ارث مي برد؟ الف- پدر  ب- مادر   پ- پدر مادر    ت- نياكان دور سوال بهتر-يك پسر بچه كوررنگ، به احتمال بسيار زياد كوررنگي خود را از چه كسي به ارث مي برد؟ الف- پدر     ب- مادر    پ- پدر پدر      ت- مادر مادر اگر چه در سوال ضعيف گزينه ب درست است اما گزينه هاي پ و ت هم كاملا غلط نيستند. 7- سوال را طوري بنويسيد كه پاسخ درست، تنها پاسخ درست يا قطعا درست ترين پاسخ باشد.قواعد تهيه سوال هاي چند گزينه اي 9- گزينه هاي انحرافي را طوري بنويسيد كه توجه آزمون شوندگان بي اطلاع از موضوع سوال را به خود جلب كنند. چند پيشنهاد براي نوشتن گزينه هاي انحرافي(لين و گرانلند، 2000): - از غلط هاي معمول دانش آموزان استفاده كنيد. - از عبارت هايي كه ظاهر درست نما دارند استفاده كنيد. - از لحاظ محتوا متجانس و شبيه به گزينه هاي درست باشند. - از لحاظ طول، واژگان، ساختار جمله شبيه به گزينه درست باشند. - براي پاسخ دهندگان مسلط گمراه كنندن نباشند.قواعد تهيه سوال هاي چند گزينه اي مثال: نزديك به 70 درصد جمعيت مردم يك مملكت افرادي هستند كه هوشبهر آنان ــــــ . الف- بين 100 و 150 است. ب- بين 50 و 100 است. پ- بين 85 و 115 است. ت- هيچ كدام درست نيست. 10- گزينه هاي هر سوال را طوري بنويسيد كه از نظر دستوري و جمله بندي به نحو درست مكمل متن سوال باشند.قواعد تهيه سوال هاي چند گزينه اي مثال: اسناد مالكيت مردم در كجا ثبت مي شود؟ الف- اداره كل ثبت اسناد و املاك ب- اداره كل ثبت احوال پ- وزارت امور اقتصادي و دارايي ت- وزارت علوم و آموزش عالي 11- از به كار بردن اشاره هاي دستوري نامربوط خودداري كنيد.قواعد تهيه سوال هاي چند گزينه اي مثال: در طرح سوال هاي چند گزينه اي تمامي موارد زير بايد رعايت شود به جز: الف- كوتاه كردن متن اصلي سوال يا طولاني كردن پاسخ ها ب- نوشتن متن اصلي سوال به صورت يك جمله طولاني پ- خط كشيدن زير عبارت منفي يا برجسته كردن آن ت- استفاده از موقعيت هاي واقعي در سوال هاي كاربردي 12- در سوالات منفي كلمات منفي را برجسته جلوه دهيد.قواعد تهيه سوال هاي چند گزينه اي مثال: - در رابطه با استفاده از سوال هاي انشايي در ارزشيابي هدف هاي اموزشي نمي توان گفت كه ــــــ . الف- سوال هاي انشايي براي ارزشيابي هدف هاي طبقه تركيب بهترين نوع نيستند ب- سوال هاي انشايي براي ارزشيابي  همه طبقات حوزه شناختي مفيد نيستند پ- سوال هاي انشايي و عيني تفاوت زيادي با يكديگر ندارند ت- استفاده از سوال هاي عيني براي هدف هاي دانش هميشه صلاح نيست 13- از نوشتن سوال هايي كه در آن ها متن سوال منفي و گزينه ها هم منفي هستند اجتناب كنيدقواعد تهيه سوال هاي چند گزينه اي مثال: مركز استان مازندران كدام يك از شهرهاي زير است؟ الف- چالوس   ب- آمل    پ- بابل     ت- هيچ كدام 14- حتي الامكان از كاربرد عبارت هايي مانند“همه  موارد، ”هيچ كدام از موارد“ و ” هيچ كدام“خودداري كنيد.(چرا؟) زيرا انتخاب گزينه ”هيچ كدام“ مشخص نمي كند كه آيا دانش آموز پاسخ درست سوال را مي داند يا خير.قواعد تهيه سوال هاي چند گزينه اي 16- سوال ها را مستقل از يكديگر بنويسيد. پاسخ دادن  به يك سوال نبايد شرط لازم براي پاسخ دادن به سوال ديگر باشد. زيرا اگر جواب آزمون شونده به سوال ائل غلط باشد، جواب سوال دوم نيز الزاما غلط خواهد بود.قواعد تهيه سوال هاي چند گزينه اي مثال: سوال ضعيف- با توجه به اين كه نيروي جاذبه كره زمين شش برابر نيروي جاذبه كره ماه است، اگر جرم جسمي در روي زمين 60 كيلو گرم باشد، جرم اين جسم در كره ماه چند كيلو گرم است؟ الف- 0/6       ب- 6         پ- 10       ت- 60 سوال بهتر- اگر جرم جسمي در روي زمين 60 كيلو گرم باشد، جرم اين جسم در كره ماه چند كيلو گرم است؟ الف- 0/6       ب- 6         پ- 10       ت- 60 17- از طرح  سوال هاي گمراه كننده بپرهيزيد.قواعد تهيه سوال هاي چند گزينه اي مثال: سوال ضعيف:- در نظريه شرطي سازي كلاسيك پاولفي، خاموشي عبارت است از: الف- بي اثر شدن محرك شرطي ب- بي اثر شدن محرك غير شرطي پ- تغيير شكل دادن پاسخ ت- خسته شدن جاندار در اثر پاسخ زياد سوال بهتر:- در نظريه شرطي سازي كلاسيك پاولفي، خاموشي عبارت است از: الف- بي اثر شدن محرك شرطي ب- بي اثر شدن محرك غير شرطي پ- تغيير شكل دادن پاسخ طبيعي ت- تغيير شكل دادن محرك غير طبيعي هر گاه در ميان گزينه ها تنها يك زوج گزينه متضاد به كار رود كه يكي از آن ها گزينه درست باشد، احتمالا آزمون شونده انتخاب خود را به همين دو گزينه محدود خواهد كرد. 18- دو گزينه متضاد كه يكي از آن ها درست است به كار نبريد.قواعد تهيه سوال هاي چند گزينه اي مثال: كدام يك از موارد زير تعريف درست يادگيري است؟ الف- افزايش اطلاعات ب- كسب رفتار مطلوب پ-كسب رفتار نامطلوب ت- ايجاد تغييرات نسبتا پايدار در توان رفتاري در نتيجه تجربه 19- طول گزينه درست را در سوال هاي مختلف تغيير دهيد.قواعد تهيه سوال هاي چند گزينه اي 20- محل گزينه درست را در ميان گزينه هاي انحرافي به طور تصادفي انتخاب كنيد. 21- در آزمون هاي تكويني از گزينه نمي دانم استفاده كنيد. 22- تا آن جا كه ممكن است در تنه سوال به جاي جمله ناتمام از جمله پرسشي استفاده كنيد.قواعد تهيه سوال هاي چند گزينه اي مثال: - طبق نظر ديباكي ـــــ عامل اصلي بيماري قلبي است. الف- كلسترول    ب- فربهي     پ- سيگار كشيدن    ت- استرس - طبق نظر ديباكي عامل اصلي بيماري قلبي ــــــ است. الف- كلسترول    ب- فربهي     پ- سيگار كشيدن    ت- استرس 23- در سوال هايي كه تنه سوال آن ها جمله ناتمام است، جاي خالي را در قسمت آخر جمله قرار دهيد.امتيازها آزمون هاي چند گزينه اي 1- اين آزمون ها از ساير آزمون هاي عيني انعطاف پذيرترند. آن ها علاوه بر دانش، توانايي استدلال، قضاوت، و بسياري بازده هاي مهم ديگير را مي سنجند. 2- با استفاده از سوال هاي چند گزينه اي مي توان در يك زمان محدود تعداد زيادي از هدف هاي آموزشي و بخش مهمي از محتواي درس را اندازه گيري كرد. 3- آزمون هاي چند گزينه اي نسبت به آزمون هاي صحيح- غلط كمتر امكان حدس زدن كوركورانه را به آزمون شونده مي دهند. 4- پاسخ هاي اين سوال ها به سادگي و با عينيت كامل قابل تصحيح هستند. 5- دانش آموزان و معلمان اين نوع آزمون ها را به ساير آزمون هاي عيني ترجيح مي دهند. 6- اگر گزينه هاي انحرافي اين آزمون ها با توجه به اشتباهات و كج فهمي هاي متداول يادگيرندگان تهيه شوند، منبع بسيار مناسبي براي تشخيص مشكلات يادگيري دانش آموزان خواهند بود.محدوديت هاي آزمون هاي چند گزينه اي 1- ساختن اين آزمون ها بسيار دشوار است. از جمله اين كه معلمان غالبا نمي توانند تعدادي گزينه انحرافي خوب براي سوال هاي چند گزينه اي انتخاب كنند. 2- معلمان اغلب سوال هاي چند گزينه اي را در حد سنجش اطلاعات جزئي و كم اهميت مي نويسند. 3- در مقايسه با بعضي آزمون هاي ديگر، خواندن اين آزمون ها و پيدا كردن گزينه درست مستلزم صرف وقت نسبتا زيادتري است. به ويژه اگر گزينه ها خيلي شبيه به هم ساخته شوند.روش اجراي امتحان اجراي صحيح هر امتحاني مستلزم توجه دقيق به دو اصل است: 1- ايجاد شرايط مناسب- براي اين كه بتوانند توانايي و مهارت هاي آموخته شده را بر حسب محتواي آزمون ابراز دارند  2- راهنمايي آزمون شوندگان- براي اين كه به وضوح بدانند چه كاري انجام دهند و چگونه عمل كنند. تصحيح و نمره گذاري سوالات عيني الف- امتحان هاي عيني 1- تهيه پاسخ نامه كليد 2- تعيين نمره هر ورقه بر اساس دستورالعمل آزمون ( با /يا بدون اعمال نمره منفي) S= R                   S= نمره ورقه،     = Rتعداد پاسخ هاي درست،    =Wتعداد پاسخ هاي غلط، =Kتعداد گزينه هاتصحيح و نمره گذاري سوالات انشايي يكي از دشواري هاي مربوط به نمره گذاري امتحانات تشريحي، ذهني بودن نمره ها و تاثير عوامل خارجي در نمره هاي امتحاني است كه از دقت ارزشيابي مي كاهد. بعضي از عواملي كه سبب كاهش دقت و ثبات نمره هاي امتحاني است عبارتند از: 1- مهارت آزمون شونده در نويسندگي و توانايي او در پروراندن موضوع كه گاهي هم ممكن است فاقد محتواي لازم باشد. 2- خوش خط بودن، رعايت نظم و ترتيب و در نظر گرفتن پاكيزگي و نقطه گذاري در نوشتن مطالب. 3- خستگي و بي حوصلگي و حالات روحي مصحح هنگام تصحيح ورقه. 4- سليقه و نظر شخصي مصحح ورقه امتحاني 5- خطاي هاله اي: يعني اين كه تصحيح ورقه امتحاني تحت تاثير ساير خصايص آزمون شونده قرار گيرد.قواعد تصحيح سوال هاي تشريحي  1- پاسخ ها بر اساس هدفي كه در سوال گنجانده شده است تصحيح شوند. 2- قبل از تصحيح، براي هر سوال يك پاسخ نمونه يا الگو فراهم شود. 3- پاسخ ها، سوال به سوال تصحيح شوند و نه ورقه به ورقه. 4- هنگام تصحيح از شناسايي نام پاسخ دهندگان خود داري شود. 5- تمام پاسخ هاي آزمون شوندگان به يك سوال را در يك نشست و بدون وقفه زماني تصحيح شوند. 6- به نمره سوال هايي كه قبلا تصحيح شده اند نگاه نكنيد. 7- پس از تصحيح هر سوال بايد ترتيب قرار گرفتن ورقه ها را بر هم زنيم. تا خطاي نمره گذاري ناشي از ترتيب ورقه ها تعديل شود.  7- بر روي برگه ها، اشتباهات آزمون شوندگان را تصحيح كنيد و اظهار نظرهاي خود را بنويسيد. 8- از روش هاي متنوع نمره گذاري استفاده كنيد.انواع روش هاي نمره گذاري سوال تشريحي 1- روش تحليلي(امتياز بندي) 2- روش كلي(سراسري)   3- روش ويژگي هاي اصلينمره گذاري به روش تحليلي در روش تحليلي، پاسخ نمونه به سوال مورد نظر به اجزاي كوچك تري تقسيم مي شود و براي هر جزء مشخص نمره يا امتياز جداگانه اي در نظر گرفته مي شود. هم چنين در اين روش براي عواملي چون قدرت بيان، ساختمان منطقي پاسخ و ذكر دلايل امتياز هاي جدا گانه اي منظور مي شود.نمره گذاري به روش كلي در روش كلي يا سراسري، كه به ان روش درجه بندي نيز مي گويند، پاسخ نمونه به اجزا و قسمت هاي مختلف تقسيم نمي شود بلكه تنها به صورت يك معيار به كار مي رود. در اين روش داور، تمامي پاسخ هر فرد به يك سوال را مي خواند و يك برداشت كلي از آن كسب مي كند و بعد اين برداشت كلي را به يك نمره تبديل مي كند.  در روش درجه بندي، مي توان شيوه هاي مختلفي را براي نمره گذاري پيشنهاد كرد. براي مثال، مي توان يك نمره دوگانه مورد استفاده قرار دا(قبول- رد)، يا مقياس را به 5 واحد افزايش داد: خيلي خوب(5)، خوب(4)، متوسط(3)، ضعيف(2)، خيلي ضعيف(1)نمره گذاري به روش ويژگي هاي اصلي در اين روش تصحيح كننده، ويژگي هاي اصلي پاسخ آزمون شونده به هر سوال را سنجش مي كند و براي هر يك از آن ها، نمره اي از 4 تا 0 كه معرف عالي تا غير قابل قبول اند، منظور مي كند.براي مثال، اگر سوال تشريحي معلم از دانش آموز خواسته است كه نامه اي دوستانه بنويسد، بايد به دنبال ويژگي هااي مانن بذله گويي، توصيف دقائق، و... باشد.تجزيه و تحليل نتايج امتحانات به طور كلي امتحانات- به ويژه امتحانات مرحله اي- براي رسيدن به هدف هاي زير انجام مي شوند: 1- كشف  نقاط قوت و ضعف فراگيران به منظور هدايت يادگيري آنان. 2- كشف نارسايي هاي احتمالي در مواد و وسايل آموزشي و كوشش براي رفع آن ها. 3- ارزشيابي سطح كارايي روش هاي تدريس و كوشش براي اصلاح نارسايي ها و افزايش مهارت مدرس در تدريس. براي رسيدن به اهداف فوق صرف رجوع به نمره امتحاني فراگيران كفايت نمي كند بلكه نتايج امتحان بايد بر اساس روش هاي آماري تجزيه و تحليل شود.تجزيه و تحليل نتايج امتحانات تجزيه و تحليل نتايج امتحانات براي پاسخ دادن به پرسش هاي اساسي زير صورت مي گيرد: 1- هر يك از فراگيران به كدام يك از هدف هاي آموزشي رسيده و به كدام هدف ها نرسيده اند؟ پاسخ به اين پرسش را مي توان از روي پاسخ هر فراگير به هر يك از پرسش هاي امتحان به دست آورد. نتيجه اين كار را در اصطلاح، عملكرد هر فراگير در هر يك از برايندهاي يادگيري مي ناميم. زيرا هر پرسش امتحاني يكي از برايندهاي يادگيري را اندازه گيري مي كند.تجزيه و تحليل نتايج امتحانات 2- به طور كلي هر يك از فراگيران تا چه اندازه به هدف هاي آموزشي رسيده اند؟ براي پاسخ به اين پرسش لازم است سطح عملكرد هر فرد در كل آزمون تعيين شود. عملكرد هر فرد در كل آزمون نشان مي دهد كه او به چند درصد هدف هاي آموزشي رسيده است. 3- به طور متوسط فراگيران كلاس، تا چه اندازه به هر كدام از هدف هاي آموزشي رسيده اند. پاسخ به اين پرسش نشان خواهد داد كه چند درصد فراگيران كلاس، به هر پرسش امتحاني پاسخ درست داده اند. نتيجه حاصل از اين بررسي عملكرد كلاس در هر يك از برآيندهاي يادگيري است.تجزيه و تحليل نتايج امتحانات 4- به طور كلي فراگيران كلاس، تا چه اندازه به هدف هاي آموزشي رسيده اند. براي پاسخ دادن به اين پرسش لازم است تعيين شود كه چند درصد فراگيران كلاس، به همه هدف هاي مورد نظر دست يافته اند. نتيجه اي را كه از اين بررسي به دست مي آيد، عملكرد كلاس در كل آزمون مي ناميم.تجزيه و تحليل نتايج امتحانات بنا بر اين، تجزيه و تحليل نتايج امتحان مستلزم تعيين چهار شاخص است كه مي توان با يك روش ساده آماري آن ها را مشخص كرد. اين چهار شاخص عبارتند از: 1- درصدعملكرد هر فراگير در هر يك از برآيندهاي يادگيري. 2- درصد عملكرد هر فراگير در كل آزمون(همه برآيندهاي يادگيري). 3- درصد عملكرد كلاس در هر يك از برآيندهاي يادگيري. 4- درصد عملكرد كلاس در آزمون.تجزيه و تحليل نتايج امتحانات عيني - تهيه جدول كار و وارد كردن نتيجه پاسخ هر دانش آمور به هر سوال جدول كار براي تجزيه و تحليل يك آزمون 8 سوالي در مورد 16 دانش آموز فرضيتجزيه و تحليل نتايج امتحانات عيني ملاك هاي به دست آمده در جدول كار را مي توانيم با توجه به يكي از درجه هاي توصيفي مانند خيلي خوب، خوب، رضايت بخش، ضعيف و خيلي ضعيف درجه بندي كنيم.تجزيه و تحليل نتايج امتحانات تشريحي 1- در امتحانات تشريحي از نوع محدود پاسخ، ابتدا بايد هر يك از پرسش هاي امتحان به اجزاي تشكيل دهنده آن تجزيه و به هر بخش شماره جداگانه اي داده شود. مثال: شكل يك سلول عصبي را رسم كنيد و سه بخش اصلي آن را نام گذاري كنيد.  رسم شكل(1)، نوشتن دندريت در محل مناسب(2)، نوشتن جسم سلولي در محل مناسب(3)، نوشتن اكسون در محل مناسب(4). هر بخشي از هر سوال كه شماره گذاري شده است، در صورتي درست محسوب مي شود كه با آن پاسخ كامل داده شود.پاسخ هاي ناقص، نارسا و يا پرسش هايي كه به ان ها پاسخ داده نشده است، غلط محسوب مي شوند. بنا بر اين،تهيه جدول كار، انجام محاسبات و تعبير و تفسير نتايج آن دسته از سوال هاي انشايي كه محدود پاسخ هستند و پاسخ آن ها را مي توانيم به اجزاء كاملا مشخص و نسبتا عيني تقسيم كنيم، عينا مانند امتحانات عيني انجام مي گيرد. سوال هاي انشايي باز- پاسخ مانند انشاي فارسي، و يا سوال هاي تشريحي كه سطح تركيب و ارزشيابي را در حيطه شناختي ارزشيابي مي كند، با اين روش نمي توان تجزيه و تحليل كرد.تجزيه و تحليل پرسش هاي آزمون - استفاده از روشي كه در اين جا برای تجزیه و تحلیل پرسش های آزمون ارائه مي شود، تنها براي آزمون هاي قدرت كه همه يا بيشتر آزمودني ها فرصت كافي براي پاسخ دادن به همه پرسش ها را داشته اند مجاز است. نمره گذاري اين آزمون ها نيز بايد به صورت نمره(1) براي پاسخ درست و نمره(0) براي پاسخ غلط باشد. هدف از تجزيه و تحليل پرسش هاي آزمون آن است كه: (1) با حذف پرسش هاي نامناسب و يا تجديد نظر در آن ها، كيفيت آزمون بهتر و بر كارايي آن در سنجش خصيصه مورد نظر افزوده شود.(2)براي تعيين سطح توانايي آزمودني ها يك معيار تشخيصي به دست آيد.تجزيه و تحليل پرسش هاي آزمون در اين روش، از تجزيه و تحليل پرسش هاي آزمون، مي توانيم اطلاعات زير را به دست آوريم. 1- سطح دشواري سوال: نسبت افرادي كه به آن سوال پاسخ درست داده اند. 2- ضريب تشخيص يا تميز سوال:تفاوت سطح دشواري در گروه قوي و گروه ضعيف 3- ميانگين و انحراف معيار نمره هاي خام آزمون 4- ضريب اعتبار يا پايايي آزمون 5- خطاي معيار آزمون 6- شاخص اندازه سنجي يا درجه بندي آزمودني ها با توجه به توزيع نمره هاي خام آزمون. اين شاخص اعتبار يا پايايي آزمون را نيز نشان مي دهد.مراحل تجزيه و تحليل پرسش هاي آزمون 1- انتخاب گروه نمونه به روش تصادفي و اجراي آزمون 2- تصحيح و نمره گذاري پاسخ نامه ها 3- مرتب كردن پاسخ نامه ها از پايين ترين به بالاترين نمره 4- انتخاب 27 درصد پاسخ نامه ها از نمره هاي بالا و 27 درصد ديگر از نمره هاي پايين 5- استخراج اطلاعات مطابق جدول كار پيشنهاد شده روش تجزيه و تحليل پرسش هاي آزمون جدول تجزيه و تحليل پرسش هاي آزمونشاخص هاي تجزيه و تحليل پرسش هاي آزمون 1-  =Puضريب دشواري در گروه قوي 2- Pl  =ضريب دشواري در گروه ضعيف 3-P =ضريب دشواري در کل گروه 4- Pq = واريانس 5- D= ضريب تميز 6- X2= آزمون معني داري ضريب تميز 7- محدوديت اندازه D( با توجه به سطح دشواري سوال) 8- معرفي جدول فلانگال 9- معرفي جدول معني دار بودن ضرايب تشخيص Dروش تجزيه و تحليل پرسش هاي آزمونبررسي سطح دشواري سوال هاي آزمون 1- سطح دشواري سوال در يك آزمون خوب چقدر بايد باشد؟ به هدف هاي كاربردي و نوع سوال بستگي دارد: اگر قرار است آزموني ساخته شود كه مثلا 20 درصد افراد بالاي يك جامعه را از سايرين متمايز كند، در اين صورت لازم است سطح دشواري سوال هاي آزمون حدود 0/20 باشد. اما اگر قرار است آزموني ساخته شود كه سطح توانايي هاي آزمودني ها را بر حسب احتمال توزيع نمره ها در يك توزيع بهنجار نشان دهد، در اين صورت سطح دشواري آزمون نيز بايد از منحني توزيع بهنجار پيروي كند.شاخص هاي تجزيه و تحليل پرسش هاي آزمون 2- سطح دشواري مطلوب براي انواع سوال هاي عيني براي تعيين سطح دشواري مطلوب براي يك سوال لازم است كه سازنده آزمون احتمال يافتن پاسخ درست سوال را توسط افراد بي اطلاع يا يافتن پاسخ درست بر اساس تصادف صِرف را در نظر بگيرد.  احتمال يافتن پاسخ درست تصادفي يك سوال صحيح- غلط 50 درصد و پاسخ درست تصادفي يك پرسش 3، 4، و 5 گزينه اي به ترتيب 0/33، 25 و 20 درصد است.بنا بر اين سطح دشواري 0/50 براي پرسش هاي صحيح- غلط، و سطح دشواري 0/33، 0/25 و 0/20 به ترتيب براي پرسش هاي 3، 4 و 5 گزينه اي مناسب نيست. زيرا درصد احتمال پاسخ تصادفي درست براي آزمودني هاي بي اطلاع همين اندازه است. از سوي ديگر، پرسش هايي كه سطح دشواري آن ها صفر و يا 1 است، نيز پرسش هاي مناسبي نيستند؛ زيرا افراد گروه بالا را از  پايين تفكيك نمي كنند. شاخص هاي تجزيه و تحليل پرسش هاي آزمون 3- تعيين سطح دشواري مطلوب براي انواع سوال هاي عيني حد مطلوب سطح دشواري براي هر سوال معمولا برابر ميانگين 100 درصد پاسخ هاي درست(p=1) و احتمال پاسخ تصادفي سوال است(كاپلان و ساكوزو، 1989). بنا بر اين، حد مطلوب دشواري براي يك سوال 4 گزينه اي برابر با 0/625 است.}0/625=2/(0/25+1){.سطح دشواري مطلوب براي پرسش هاي صحيح- غلط 0/75}0/75=2/(0/5+1).{ و براي پرسش هاي كوتاه پاسخ برابر با 0/50 است. }0/50=2/(0+1).{ شاخص هاي تجزيه و تحليل پرسش هاي آزمون 4- محاسبه حدود اطمينان براي سطح مطلوب دشواري سوال براي اين كه سطح دشواري سوال هاي آزمون در حد مطلوب يا سطح بهينه باشند، لازم است بين سطح دشواري محاسبه شده براي سوال هاي آزمون و سطح بهينه، از نظر آماري تفاوت معني دار وجود نداشته باشد. براي اين كه معلوم شود آيا تفاوت سطح دشواري سوال هاي آزمون با سطح بهينه معني دار است يا نه، كافي است براي سطح بهينه سوالات با در نظر گرفتن تعداد گزينه ها حدود اطميناني در سطح 95 يا 99 درصد در نظر گرفته شود. چنانچه سطح دشواري مشاهده شده براي هر سوال در محدوده سطح بهينه برآورد شده قرار گيرد، مي توان گفت كه آن سوال داراي سطح دشواري در حد مطلوب يا در سطح بهينه است.شاخص هاي تجزيه و تحليل پرسش هاي آزمون حدود اطمينان سطح دشواري بهينه براي سوال هاي آزمون از فرمول زير محاسبه مي شود: P=Popt +_ tSp  P =حدود اطمينان سطح دشواري بهينه Popt =سطح دشواري بهينه محاسبه شده با توجه به نوع سوال Sp =خطاي معيار نسبت براي سطح دشواري بهينه t =اندازه(t) در درجه آزادي (N-1) در جدول (t مبين) است( Nمجموع افراد گروه هاي بالا و پايين). خطاي معيار نسبت از فرمول زير محاسبه مي شود:شاخص هاي تجزيه و تحليل پرسش هاي آزمون حدود اطمينان براي يك سوال چهار گزينه اي در نمونه اي به حجم 26 نفر( دو گروه 13 نفري) به شرح زير است. P=0/625 ± 0/095 * 2/878 = 0/625 ± 0/2648  0/36 < p < 0/89 بدين ترتيب حدود اطمينان سطح دشواري بهينه در سطح اطمينان 99 درصد بين 0/36 و 0/89 است.هر يك از پرسش هاي ازمون كه بين اين دو حد قرار بگيرد داراي سطح دشواري مطلوب است. پرسش هايي كه سطح دشواري ان ها پايين تر از سطح دشواري بهينه باشند، به عنوان پرسش هاي دشوار و آن هايي كه بالاتر از سطح دشواري بهينه باشند به عنوان پرسش هاي اسان محسوب مي شوند.شاخص هاي تجزيه و تحليل پرسش هاي آزمون در بسياري از آزمون هاي رواني، سازنده آزمون علاقه مند است آزموني بسازد كه تفاوت هاي فردي ازمودني ها را اندازه گيري كند. آزمون مناسب آزموني است كه به دقت اين تفاوت ها را نشان دهد. در چنين مواردي لازم نيست كه همه سوال هاي آزمون داراي سطح دشواري در فاصله بين دو حد سطح دشواري بهينه باشند، بلكه آزمون بايد سوال هاي اسان و دشوار را نيز شامل شود.شاخص هاي تجزيه و تحليل پرسش هاي آزمون 4- تعيين سطح دشواري و ضريب تميز براي پرسش هاي تشريحي مراحل تحليل سوال هاي يك آزمون تشريحي به روش ويتني و سيبرز(1970) 1- تعيين دو گروه 25 درصدي بالا و پايين 2- محاسبه مجموع نمرات گروه بالا و پايين براي سوال مورد نظر 3- محاسبه ضريب هاي دشواري و تميز به كمك فرمول هاي زير:   H∑= مجموع نمره هاي افراد يا برگه هاي گروه بالا(25 درصد) l∑= مجموع نمره هاي افراد يا برگه هاي گروه پايين(25 درصد) N= تعداد افراد يا برگه هاي 25 درصد گروه مورد نظر Score max= حداكثر نمره ممكن در سوالشاخص هاي تجزيه و تحليل پرسش هاي آزمون مثال: تعيين سطح دشواري و ضريب تميز براي پرسش هاي تشريحي جدول: اطلاعات مورد نياز براي تحليل سوال تشريحيشاخص هاي تجزيه و تحليل پرسش هاي آزمون محاسبات:شاخص هاي تجزيه و تحليل پرسش هاي آزمون محاسبات براي يك سوال فرضي:به روش نيتكو(2001)محاسبه شاخص هاي آماري آزمون پس از تجزيه و تحليل سوال ها و حذف سوال هاي نامناسب، سازنده آزمون بايد با توجه به سوال هايي كه در فرم اصلي آزمون گنجانيده مي شوند، به محاسبه شاخص هاي آماري آزمون بپردازد. مهم ترين اين شاخص ها عبارتند از: 1- ميانگين نمره هاي خام 2- محاسبه انحراف معيار نمره هاي خام آزمون 3- محاسبه اعتبار و پايايي(همساني دروني) آزمون 4- محاسبه خطاي معيار اندازه گيري 5-  شاخص اندازه سنجيمحاسبه شاخص هاي آماري آزمون الف- ميانگين نمره هاي خام 1-                                                                       M=∑P 2-                                                       M=(∑Pu+ ∑Pl)/2 ب- انحراف معيار نمره هاي خام: پ- ضريب اعتبار و پايايي: ت- خطاي معيار اندازه گيري:محاسبه شاخص هاي آماري آزمون ث- شاخص اندازه سنجي شاخص اندازه سنجي نقشي دوگانه دارد. 1- نخست اين كه شاخصي از ثبات و پايايي آزمون است. هر چه تعداد واحدهاي اتدازه سنجي بيشتر باشد، آزمون پايايي بيشتري دارد. به علاوه اگر تعداد واحدهاي اندازه سنجي در يك آزمون 12 و در آزمون ديگر 6 باشد، مي توان گفت كه اعتبار آزمون اول دو برابر آزمون دوم است.(ناتال و اسكورنيك، 1974). اين رابطه خطي كه در مقياس اندازه سنجي وجود دارد، در مورد ضريب همبسنگس گشتاوري صدق نمي كند. به عنوان مثال اگر همبستگي دو بار اجراي يك ازمون 0/83 و همين همبستگي در مورد آزمون ديگر 0/43 باشد، نمي توان گفت كه اعتبار و پايايي ازمون اول دو برابر آزمون دوم است. 2- دومين نقش شاخص اندازه سنجي اين است كه براساس آن مي توان توزيع نمره هاي خام آزمودني ها را درجه بندي كرد. در اين درجه بندي حاشيه خطاي درجه بندي به علاوه و منهاي يك است.محاسبه شاخص هاي آماري آزمون مثال: درجه بندي آزمودني ها بر حسب شاخص درجه بندي آزمون توزيع نمره هاي آزمون: بين 10تا 83. تعداد واحدهاي مقياس اندازه سنجي: 7 دامنه تغيير نمره ها: 73= 10-83 دامنه تغيير نمره هاي هر يك از 7 درجه: بنا براين، با اين آزمون مي توان آزمودني ها را به 7 طبقه تقسيم و براي هر طبقه درجاتي در نظر گرفت. حدود نمره هاي خام اين 7 درجه در جدول زير نشان داده شده است.محاسبه شاخص هاي آماري آزمونتجزيه و تحليل گزينه هاي انحرافي در آزمون هاي كه به صورت پرسش چند گزينه اي تهيه مي شوند، علاوه بر آن كه ضريب تشخيص و سطح دشواري پرسش ها بايد با هدف هاي ازمون هماهنگ باشند، گزينه هاي انحرافي هر پرسش نيز بايد از كارايي لازم برخوردار باشند. گزينه هاي انحرافي هر پرسش چند گزينه اي در صورتي داراي كارايي است كه دو ويژگي زير را دارا باشند: 1- توجه افراد بي اطلاع از موضوع مورد اندازه گيري را به اندازه گزينه درست به خود جلب كنند. 2- براي آزمودني هايي كه در مورد موضوع مورد اندازه گيري توانايي و مهارت كافي دارند، گول زننده نباشند. اگر گزينه هاي انحرافي مناسبي طراحي شوند، انتظار مي رود كه اولا درصد انتخاب گزينه هاي انحرافي توسط افراد گروه پايين بيشتر از درصد انتخاب گروه بالا باشد. ثانيا بين درصد انتخاب گزينه هاي غلط توسط افراد دو گروه تفاوت معني دار وجود داشته باشد.تجزيه و تحليل گزينه هاي انحرافي مثال:تجزيه و تحليل گزينه هاي انحرافي سوال شماره 1: به اين سوال 86 درصد افراد گروه پاسخ داده اند، بنا براين سوال آساني است. گزينه انحرافي الف براي هيچ يك از افراد گروه بالا جادبه اي نداشته اما توجه 8 درصد افراد گروه پايين را به خود جلب كرده است(5=2:25). چون بين درصد پاسخ هاي دوگروه بالا و پايين به اين گزينه از نظر آماري تفاوت معني دار وجود دارد (                           )، بنابراين گزينه الف از كارايي لازم برخوردار است. تفاوت نسبت انتخاب گزينه هاي ج و د توسط افراد دو گروه به ترتيب در سطح 0/05 و 0/01 معني دار است. بنابراين مي توان گفت كه اين سوال با وجود اسان بودن داراي گزينه هاي انحرافي مناسب و موثر است.تجزيه و تحليل گزينه هاي انحرافي سوال شماره 2: سطح دشواري اين سوال 0/28 و لذا سوال دشواري است. همه گزينه هاي انحرافي نتيجه افراد را به خود جلب كرده و لذا گزينه هاي موثري بوده اند. در همه موارد، فراواني و درصد انتخاب گزينه هاي انحرافي توسط افراد گروه ضعيف بيش از افراد گروه قوي بوده و تفاوت بين نسبت انتخاب ها معني دار است. بنابراين گزينه هاي انحرافي از كارايي لازم برخوردار بوده اند.تجزيه و تحليل گزينه هاي انحرافي سوال شماره 3: اين سوال با سطح دشواري 0/20، سوال دشواري است. اما چون درصد پاسخ هاي درست افراد گروه ضعيف بيش از درصد پاسخ هاي درست گروه قوي است، لذا سوال ضريب تشخيصي مناسبي ندارد. علت اين امر احتمالا از آن جا ناشي مي شود كه گزينه انحرافي ب براي گروه قوي جاذبه زيادي داشته است. به طوري كه 60 درصد افراد اين گروه(0/60=15:25) آن را به عنوان گزينه درست انتخاب كرده اند. بنابراين گزينه ب گول زننده است. با وجودي كه گزينه هاي الف و د از كارايي كافي برخوردارند، اما چون سوال فاقد قوه تميز است بايد در آن تجديد نظر كلي به عمل آيد يا به كلي از آزمون حذف شود. تجزيه و تحليل گزينه هاي انحرافي سوال شماره 4: سطح دشواري اين سوال 0/70 است كه از اين نظر با وجود آسان بودن، سوال مناسبي است و گزينه انحرافي(د) از كارايي لازم برخوردار است. اما هيچ يك از گزينه هاي الف و ج كارايي لازم را نداشته است.، زيرا توجه هيچ يك از آزمودني ها، حتي آزمودني هاي گروه ضعيف را نيز به خود جلب نكرده اند. چنان چه لازم باشد كه اين سوال در آزمون گنجانده شود، بايد در گزينه هاي الف و ج تجديد نظر شود تا به قدر كافي توجه افراد گروه ضعيف را به خود جلب كنند.تجزيه و تحليل گزينه ها سوال شماره 5: سوال شماره 5 با داشتن سطح دشواري 0/54 سوال مناسبي است. به ويژه ان كه همه گزينه هاي  انحرافي از كارايي لازم برخوردار بوده اند. زيرا اين گزينه بيشتر توجه افراد گروه پايين را به خود جلب كرده اند. اين سوال را به همين صورت مي توان در آزمون فرم اصلي به كار بست. ساير روش هاي تجزيه و تحليل سوال هاي آزمون 1- همبستگي دو رشته اي نقطه اي 2- ضريب همبستگي دو رشته اي 3- ضريب فاي(ф) 4- ضريب همبستگي تتراكوريك 5- ضريب همبستگي فاي به عنوان شاخص همبستگي دو سوال 6- منحني خصيصه سوال 7- نظريه سوال- پاسخروش های سنجش فرايندها و فراورده های يادگيری غير شناختی آزمون های کتبی يا مداد و کاغذی عمدتا برای اندازه گيری هدف های آموزشی و بازده های يادگيری حوزه شناختی يعنی هدف های دانش، فهميدن، کاربستن، تحليل، ترکيب، و ارزشيابی مناسب اند. اما استفاده از اين آزمون ها در ساير حوزه های يادگيری، يعنی حوزه روانی- حرکتی و حوزه عاطفی به تنهايی کافی نيست و برای سنجش هدف های اين حوزه ها بايد از تدابير ديگری سود جست.يادگيری هايی که به خوبی با آزمون های متداول کتبی قابل سنجش نيستند(از گرانلاند و لين، 1990)
+ نوشته شده در جمعه ۴ آذر ۱۳۹۰ ساعت توسط  | 

محتوی اولیه و پیشنهادی به صورت مقدماتی برای ارزشیابی و اندازه گیری پیشرفت تحصیلی

به نام خداوند جان و خرد
ارزشيابي و اندازه گيري پيشرفت تحصيلي 




سر فصل ها:
تعريف ارزشيابي، اندازهگيري و آزمون ارزشيابي تشخيصي، تكويني و پاياني ويژگيهاي عينيت، اعتبار، روايي و قدرت تميز در سوالات امتحاني
انواع امتحانات و مشخصات و كاربرد هر يك
مشخصات ظاهري و محتوايي سوالات امتحاني
استفاده از جدول دو بعدي در طرح سوالات امتحاني.
طرح 5 سوال تشريحي گسترده پاسخ و 10 سوال تشريحي محدود پاسخ با استفاده از جدول دو بعدي و رعايت مشخصات ظاهري و محتوايي سوالات امتحاني
تجزيه وتحليل مشخصات و استاندارد ها و نتيجه گيري
مراحل تحليل سوال ـ محاسبه ضريب دشواري سوال ـ تغيير ضريب دشواري ـ محاسبه ضريب تميز سوال ـ تفسير ضريب تميز ـ همبستگي ميان سوالهاي آزمون ـ رابطه بين ضريب دشواري و ضريب تميز ـ تجديد نظر و اصلاح آزمون ـ منحني ويژگي سوال و استفاده از آن براي تحليل سوال
تحليل سوالات طرح شده
تجزيه و تحليل و نتيجهگيري
فهرست منابع
1- سیف, علی اکبر(1386). اندازه گیری , سنجش و ارزشیابی پیشرفت تحصیلی. تهران: انتشارات دوران.
2- سیف, علی اکبر(1384). سنجش فرایند و فراورده یادگیری. تهران: انتشارات دوران.
3- شریفی, حسن پاشا(13779. اصول روان سنجی و روان آزمایی. تهران: انتشارات رشد.
4- هومن, حیدر علی(1368). اندازه گیری های روانی و تربیتی و فن تهیه تست. تهران:نشر میر شمس.
رئوس مطالب به تفكيك جلسات
الف- دوره 8 ساعتي:
جلسه اول: 
- دسته بندي آزمون ها (اسلايدهاي 25-31)
- طراحي امتحان ( اسلايدهاي 42-46)
معرفي و بررسي  انواع سوالات امتحاني (اسلايد 47- 97)
جلسه دوم: 
معرفي و بررسي  انواع سوالات امتحاني (اسلايد 47- 97)
تجزيه و تحليل نتايج آزمون( اسلايدهاي 106-113)
جلسه سوم:
- تجزيه و تحليل پرسش هاي آزمون(اسلايدهاي 114 -130)
جلسه چهارم:
- تجزيه و تحليل پرسش هاي آزمون(اسلايدهاي 114 -130)

رئوس مطالب به تفكيك جلسات
تعريف اصطلاحات
تعريف اندازه گيري: (Measurement)
تعريف آزمون: (Test)
تعريف آزمودن: (Testing)
تعريف سنجش: ((Assessment
تعريف ارزشيابي: (Evaluation)
تعريف اندازه گيري


اندازه گيري فرايندي است كه طي آن ويژگي ها و صفات اشيا و افراد بر طبق قواعدي معين به صورت عدد يا رقم گزارش مي شود.
نكات مهم در تعريف اندازه گيري
1- اندازه گيري مي تواند به شكل هاي مختلفي صورت گيرد: از كاربست ابزارهاي پيشرفته و پيچيده الكترونيك تا امتحانات كاغذ و مدادي، مقياسهاي درجه بندي و فهرست هاي وارسي.
2- ويژگي يا صفتي كه اندازه گيري مي شود به صورت عدد و رقم گزارش مي شود. مثال: به جاي اين كه بگوييم پروين از زهرا باهوش تر است، مي گوييم هوشبهر پروين 125 و هوشبهر زهرا 109 است.
3- اندازه گيري فرايند يا شيوه اي نظام دار است زيرا در برگيرنده كاربرد قواعدي معين است(مثال). فايده كاربرد معين اين است كه كمك مي كند تا افراد مختلفي كه مي خواهند وسيله اندازه گيري را مورد استفاده قرار دهند آن را يكسان به كار مي بندند.
تعريف آزمون
اندازه گيري يك فرايند است و اين فرايند نياز به وسيله اي دارد كه آن را وسيله اندازه گيري مي ناميم.
براي اندازه گيري ويژگي هاي فيزيكي( مانند طول، وزن، يا قد و وزن افراد) و رفتارهاي آشكار(مانندتعداد لغات به درستي ترجمه شده) از وسايل اندازه گيري مستقيم استفاده مي كنيم.
بر خلاف ويژگي هاي فيزيكي و رفتارهاي آشكار، ويژگي ها  يا صفات رواني(مانند هوش، خلاقيت، انگيزش، نگرش و...) را به صورت غير مستقيم اندازه گيري مي كنيم؛ زيرا هيچ كس به طور مستقيم به آن ها دست رسي ندارد.
معمول ترين وسيله اندازه گيري ويژگي ها يا صفات رواني، آزمون است.

نكات مهم در تعريف آزمون

اندازه گيري ويژگي هاي رواني از طريق اندازه گيري رفتارهايي انجام مي شود كه گمان مي رود معرف آن ويژگي ها هستند.
از آن جا كه رفتارهاي معرف ويژگي هاي رواني متنوع اند، نمي توانيم همه آن ها را اندازه گيري كنيم.
پس بنا به تعريف آزمون وسيله اي  است عيني و استاندارد شده كه به صورت نظام دار براي اندازه گيري نمونه اي از رفتار به كار مي رود. 
تعريف آزمودن
بنا به تعريف:
وقتي كه براي اندازه گيري يكي از ويژگي هاي رواني يا تربيتي يك فرد يا گروهي از افراد از آزمون استفاده مي شود، به اين فعاليت آزمودن مي گويند.
اما هر نوع اندازه گيري الزاما آزمودن نيست؛ ممكن است اندازه گيري با استفاده از وسيله ديگري به جز آزمون انجام شود. بدين ترتيب اندازه گيري از آزمودن مفهوم وسيع تري دارد.
تعريف سنجش
سنجش فرايندي است كه براي جمع آوري اطلاعات مورد نياز تصميم گيري در باره دانش آموزان، برنامه هاي درسي و سياست هاي آموزشي مورد استفاده قرار مي گيرد(نيتكو، 2002).
بدين ترتيب سنجش، مفهوم گسترده تري نسبت به اندازه گيري و ازمودن دارد. اندازه گيري و آزمودن عموما با كميت سر و كار دارند اما سنجش الزاما به كميت منحصر نمي شود.يعني نتيجه سنجش مي تواند به صورت غير كمي(توصيفي) گزارش شود. براي مثال، مي توانيم رفتار يك دانش آموز را با عنوان هاي پرخاشگر، سازگار و.. توصيف كنيم كه جنبه كيفي دارند.
تعريف سنجش
در سنجش از وسايل و فنون مختلفي براي جمع آوري اطلاعات به كار مي روند. از جمله: آزمون، پرسش نامه، مقياس درجه بندي، فهرست وارسي، كار آزمايشگاهي، پروژه تحقيقي، امتحان شفاهي، تكليف درسي، مصاحبه، و مشاهده عملكرد و رفتار دانش آموزان در موقعيت هاي مختلف.
سنجش تنها به جمع آوري داده ها يا اطلاعات خلاصه نمي شود بلكه به جمع آوري داده ها همراه با قصد يا منظور گفته مي شود(سالويا و يسل دايك، 1991).
به عقيده متخصصان فوق، سنجش در آموزش و پرورش به دو منظور انجام مي شود: 1) تعيين وتشخيص مشكلات دانش آموزان و 2) تصميم گيري در باره آنان
تعريف ارزشيابي
ارزشيابي فرايندي است كه طي آن در باره موضوع مورد ارزشيابي اطلاعاتي جمع آوري، تحليل و تفسير مي شوند و در باره آن نوعي داوري ارزشي(تعيين ارزش) به عمل مي آيد.
بدين ترتيب در سنجش صرفا به جمع آوري اطلاعاتي در باره يك يا چند ويژگي اكتفا مي شود اما در ارزشيابي به داوري يا قضاوت در باره ارزش آن ويژگي ها يا داوري در باره مقدار آن منجر مي شود. 
به سخن كوتاه، ارزشيابي يعني داوري در باره كيفيت يا ارزش اطلاعات به دست آمده از سنجش هاي مختلف.
چند مفهوم سازي از ارزشيابي
ارزشيابي پيشرفت تحصيلي
فرايند تعيين كيفيت دانش، مهارت ها و توانايي هايي كه دانش آموزان پس از يك دوره آموزشي معيني كسب مي كنند
ارزشيابي آموزشي
ارزشيابي آموزشي ، علاوه بر پيشرفت تحصيلي دانش آموزان با موضوع هاي ديگري مانن عملكرد معلمان و مديران، روش هاي اموزشي، برنامه هاي درسي، دوره هاي آموزشي، مواد آموزشي، پروژه ها و گروه ها و سازمان هاي آموزشي سر و كار دارد.
ارزشيابي آموزشي و پژوهش ارزشيابي
1- هر دو فعاليتي علمي محسوب مي شوند و در هر دو اطلاعاتي جمع آوري مي شوند.
2- هدف از ارزشيابي به طور عمده تصميم گيري است(هدايت اعمال ديگران) اما هدف پژوهش استنتاج است(درك پديده ها ).
3- در پژوهش ارزشيابي، تعميم پذيري نتايج پژوهش از اهميت بسياري برخوردار است. در مقابل، ارزشيابي آموزشي بر يك پديده آموزشي ويژه متمركز است و تعميم پذيري در آن نقشي ندارد.
4- ارزشيابي آموزشي به تعيين قدر و ارزش پديده مورد ارزشيابي مي پردازد. و به افراد مسوول كمك مي كنند تا تصميم هاي درستي در باره آن پديده بگيرند. در مقابل، پژوهشگران به دنبال حقايق علمي هستند و هيچ گونه قدر و ارزش مثبت يا منفي براي حقايق به دست آورده خود قئل نيستند.

مقياس هاي اندازه گيري

مقياس اسمي: (Nominal)

مقياس ترتيبي: (Ordinal)

مقياس فاصله اي: (Interval)

مقياس نسبتي: (Ratio)
مقياس اسمي
- بيانگر پايين ترين سطح يا ساده ترين نوع اندازه گيري است
- اين مقياس به دو صورت مورد استفاده قرار مي گيرد: براي اسم گذاري و براي طبقه بندي
1- اسم گذاري: در اين مقياس از ارقام و اعداد براي اسم گذاري يا نام گذاري و تشخيص اشيا و افراد استفاده مي شود. اين اعداد هيچ گونه مفهوم و معناي رياضي ندارند.مثال: شماره هاي روي پيراهن بازيكنان، شماره خيابان هاي شهر
2- طبقه بندي: در مقياس اسمي، علاوه بر نام گذاري، از اعداد و ارقام براي طبقه بندي اشيا و افراد نيز استفاده مي شود. در اين جا نيز اعداد مفهوم و معناي رياضي ندارند و تنها براي مشخص كردن طبقه هاي مختلف به كار مي روند. مثال: طبقه بندي افراد به دو طبقه مرد و زن.
عمليات مجاز آماري: شمارش فراواني موردهاي هر طبقه، تعيين نما،
عمليات مجاز رياضي: انجام هيچ كدام از چهار عمل اصلي جمع، تفريق، ضرب و تقسم ميسر نيست.

مقياس ترتيبي
- اين مقياس مجموعه اي از رتبه ها است؛ به طوري كه:
1- دسته اي از افراد يا اشيا، با توجه به يك صفت، از بزرگ به كوچك(يا بالعكس) مرتب مي شوند.
2- معلوم نيست كه هر يك از افراد يا اشيا به مفهوم مطلق، چقدر از آن صفت را دارد
3- مشخص نيست كه اين اشيا(يا افراد) از لحاظ صفت مورد اندازه گيري، چه مقدار از يكديگرفاصله دارند(نانالي، 1978). مثال:...
عمليات مجاز آماري: شمارش فراواني ها، تعيين نما، محاسبه ميانه، محاسبه درصدها، و محاسبه ضريب همبستگي رتبه اي اسپيرمن.
عمليات مجاز رياضي: انجام هيچ كدام از چهار عمل اصلي جمع، تفريق، ضرب و تقسيم ميسر نيست.
مقياس فاصله اي
مقياسي است كه در آن:
1- رتبه اشيا(يا افراد) با توجه به يك صفت مشخص است.
2- معلوم است كه اشيا يا (افراد)، از لحاظ صفت مورد اندازه گيري چه مقدار از يكديگر فاصله دارند.
3- اما هيچ اطلاعي راجع به مقدار مطلق صفت مورد نظر براي هيچ يك از اشيا(يا افراد) در دست نيست(نانالي، 1978). مثال:...
عمليات مجاز آماري: محاسبه نما، ميانه، ميانگين، انحراف معيار، ضريب همبستگي رتبه اي اسپيرمن، ضريب همبستگي گشتاوري پيرسون.
عمليات مجاز رياضي: جمع و تفريق مجاز است؛ ضرب و تقسيم مجاز نيست.
مقياس نسبتي
مقياسي است كه در آن:
1- رتبه اشخاص، با توجه به يك صفت معلوم است.
2- فاصله بين اشخاص معلوم است.
3- علاوه بر اين ها، فاصله حداقل يكي از اشخاص از يك صفر منطقي نيز معلوم است (نانالي، 1978).
- اندازه گيري طول، حجم، و ساير صفات فيزيكي اشيا با مقياس نسبتي عملي است، اما اندازه گيري متغيرهاي رواني و پرورشي با اين مقياس به ندرت ميسر است.
عمليات مجاز آماري و رياضي: همه عمليات آماري و رياضي مجاز است.
خلاصه ويژگي هاي مهم مقياس هاي چهارگانه اندازه گيري
نمونه سوال از مقياس هاي اندازه گيري
براي روشن شدن تمايز بين مقياس هاي مختلف اندازه گيري، فرض كنيد مي خواهيم نظر بينندگان تلويزيون را در باره سريال ها بپرسيم.
هر كدام از سوال هاي زير بيانگر مقياس اندازه گيري معيني هستند.
اسمي: 
كدام يك از سريال هاي تلويزيوني را تماشا مي كنيد؟(نام سريال ها)
ترتيبي:
سريال هاي تلويزيوني تا چه حد منعكس كننده واقعيت هاي زندگي هستند؟
خيلي زياد               زياد      متوسط          كم        خيلي كم
فاصله اي:
هوشبهر(IQ) قهرمان سريال مورد علاقه خود را حدس بزنيد.(هوشبهر)
نسبتي:
هفته اي چند ساعت سريال تلويزيوني تماشا مي كني؟(تعداد)
دسته بندي آزمون هاي مورد استفاده در روان شناسي و آموزش و پرورش

1- آزمون هاي توانايي(شناختي، حركتي)
آزمون هاي توانايي حداكثر عملكرد آزمون شونده را اندازه گيري مي كنند و نشان مي دهند كه آزمون شونده در بهترين شرايط قادر به انجام چه كاري است. آزمون هاي توانايي به طور عمده براي مقاصد پيش بيني موفقيت هاي تحصيلي و شغلي به كار مي روند.
2- آزمون هاي عاطفي
آزمون هاي عاطفي، وضع موجود آزمون شونده را از نظر ويژگي هاي عاطفي و شخصيتي اندازه گيري مي كنند و براي مقاصد مشاوره به كار مي روند.
انواع آزمون هاي توانايي
1- آزمون هاي توانايي(توانايي شناختي، توانايي حركتي)
           - پيشرفت:            آزمون رياضي،آزمون فيزيك، و....
          - استعداد: 
آزمون هاي استعداد ناظر به آينده اند و براي پيش بيني موفقيت هاي آينده افراد به كار مي روند، در حالي كه ازمون هاي پيشرفت تحصيلي ناظر به گذشته اند و براي تعيين مقدار آموخته ها يا توانايي هاي موجود آزمون شوندگان به كار مي روند.        
                                   - استعداد كلي (هوش)
                                    _ استعداد هاي ويژه:
                                                     -آزمون استعداد موسيقي  
                                                     - آزمون استعداد رياضي
                                                     - آزمون استعداد فني
                                                      - و ....
انواع آزمون هاي عاطفي
2- آزمون هاي عاطفي: 
- شخصيت : (اندازه گيري متغيرهاي انگيزش، مزاج، سازگاري، منش و...)
                                              -پرسش نامه هاي گزارش شخصي                           
                                             - پرسش نامه هاي جامعه سنجي                     
                                             - فنون مشاهده اي
                                             - فنون فرافكن    
 - علاقه                                 
- نگرش                                 
- و ...

ساير تقسيم بندي ها ي آزمون ها
1--  آزمون هاي ميزان شده در برابر آزمون هاي معلم ساخته
2- آزمون هاي گروهي در برابر آزمون هاي فردي
3- آزمون هاي سرعت در برابر آزمون هاي قدرت
4- آزمون هاي عملي در برابر آزمون هاي كاغذ- مدادي
5- آزمون هاي عيني در برابر آزمون هاي ذهني
6- آزمون هاي ملاك مرجع در برابر آزمون هاي گروه مرجع
7- آزمون هاي وابسته به فرهنگ در برابر آزمون هاي نابسته به فرهنگ
8- آزمون هاي كلامي در برابر آزمون هاي غير كلامي





انواع ارزشيابي پيشرفت تحصيلي
الف: از نظر هدف:
                     1- ارزشيابي آغازين ( ورودي، پيش آزمون): پيش از انجام فعاليت هاي آموزشي به اجرا در مي آيد و به دو منظور انجام مي شود.
                    2- ارزشيابي تكويني: در ضمن آموزش و همراه با فعاليت هاي يادگيري دانش آموزان انجام مي شود  و به منظور آگاهي از ميزان تحقق يا عدم تحقق هدف هاي آ، رفع نواقص آموزشي  و كسب اطلاع از مشكلات روش هاي آموزشي انجام مي شود.
                    3- ارزشيابي تشخيصي: اين نوع سنجش با هدف تشخيص دقيق مشكلات يادگيري دانش آموزان به كار مي رود
                    4- ارزشيابي تراكمي: به منظور ارزشيابي از تمامي آموخته هاي دانش آموزان و دانش جويان كه  در طول يك ترم يا يك دوره آموزشي آموخته اند استفاده مي شود و هدف آن نمره دادن  به آنان و قضاوت در باره اثر بخشي كار معلم و برنامه درسي يا مقايسه برنامه هاي مختلف درسي با يكديگر به كار مي رود.
                    5- ارزشيابي تحقيقي
ب: از نظر ماهيت موضوع:
                     1- كتبي
                    2- شفاهي
                    3- عملي
نتايج احتمالي زيا ن بخش استفاده از آزمون ها
نتايج آزمون ها ممكن است: 
1- برچسب هاي هميشگي در مورد سطح توانايي افراد به جا بگذارد و از اين راه موقيت هاي اجتماعي افراد را در دوره هاي بعدي رشد از پيش تعيين كند.
2- به مفهوم بسيار محدودي از توانايي ها منجر شود و فرد را در جهت نيل به هدف هاي محدود يا يك هدف منحصر به فرد تشويق كند و در نتيجه شكوفايي ساير استعدادها را كه مي تواند در خدمت جامعه باشد، محدود كند.
3- ضمن غني كردن تجارب تهيه و اجرا كنندگان آزمون ها، آن ها را در موقعيتي قرار دهد كه نظام آموزش و پرورش جامعه را زير كنترل خود در آورند و تعيين سرنوشت افراد جامعه را به دست گيرند.
4- روش هاي غير انساني، انعطاف ناپذير و ماشيني را در ارزشيابي و تصميم گيري تشويق كند و در نتيجه آزادي هاي اساسي انسان را محدود سازد و يا به كلي از بين ببرد.
5- رقابت و موفقيت فردي در برابر همكاري هاي اجتماعي را بي جهت مورد تاكيد قرار دهد.
6- به جاي پرورش خلاقيت افراد، آنان را وادار سازد كه تعبدا خود را با امكانات و شرايط موجود آموزشي تطبيق دهند.
7- علاوه بر موارد فوق كاربرد آزمون ها ممكن است مسايلي از قبيل: سوگيري هاي فرهنگي، مداخله در امور شخصي و محرمانه افراد، پاداش دادن به برخي مهارت ها ي آزمون شوندگان و تنبيه كردن آنان براي فقدان بعضي مهارت هاي ديگر را موجب شود.


پايايي
روايي
هنجار
نيمرخ هاي رواني و تحليل نيمرخ
مقياس سازي
مقياس هاي درجه بندي
ارزشيابي پيشرفت تحصيلي
الف – تعريف ارزشيابي پيشرفت تحصيلي

ارزشيابي پيشرفت تحصيلي را مي توانيم به صورت زير تعريف كنيم:
”سنجش عملكرد يادگيرندگان و مقايسه نتايج حاصل با هدف هاي آموزشي از پيش تعيين شده، به منظور تصميم گيري در اين باره كه آيا فعاليت هاي آموزشي معلم و كوشش هاي يادگيري دانش آموزان يا دانشجويان به نتايج مطلوب انجاميده اند و به چه ميزاني.
ب- مراحل ارزشيابي پيشرفت تحصيلي
1- تهيه طرح ارزشيابي
             - تهيه هدف هاي آموزشي(رفتاري) 
             - تهيه جدول مشخصات آزمون
             - توزيع سوال ها به بخش هاي مختلف محتوا
2- نگارش سوال هاي آزمون
3- اجراي آزمون
4- تصحيح و نمره گذاراري پاسخ نامه ها
5-تجزيه و تحليل نتايج آزمون
6- تجزيه و تحليل پرسش هاي آزمون
هدف هاي آموزشي(يادگيري)
هدف هاي آموزشي يا هدف هاي يادگيري يك درس يا يك بحث، منظور و مقصودي است كه معلم از آموزش خود و يادگيرنده از يادگيري دارند.

يك هدف كامل رفتاري داراي 4 جزء است: مخاطب، رفتار، شرايط، درجه
مثال: دانش آموز بتواند با در دست داشتن نقشه، 95 درصد، نقاط حادثه خيز راه هاي كشور را معرفي كند.
طبقه بندي هدف هاي آموزشي
هدف هاي آموزشي ابتدا به سه طبقه كلي با نام هاي حوزه شناختي، حوزه عاطفي و حوزه رواني- حركتي تقسيم مي شوند. هر حوزه نيز داراي طبقه بندي هاي مخصوص به خود است.
1- هدف هاي حوزه شناختي به جريان هايي كه با فعاليت هاي ذهني و فكري آدمي سر و كار دارند مربوط مي شود.(مهم ترين حوزه يادگيري است.چرا؟)
2- حوزه عاطفي شامل هدف هايي است كه تغييرات حاصل در علاقه ها، نگرش ها، و ارزش ها و نيز رشد ارج شناسي و سازگاري را نشان مي دهد.
3- حوزه رواني- حركتي به زمينه مهارت هاي حركتي يا حركات بدني مربوط است؛ يعني هر فعاليتي كه علاوه بر جنبه رواني داراي جنبه جسماني نيز باشد.
سنجش هدف هاي حوزه عاطفي و حوزه رواني- حركتي با وسايلي غير از آزمون هاي مورد استفاده در حوزه شناختي امكان پذير است.
حوزه شناختي
بلوم و همكاران، هدف هاي حوزه شناختي را در 6 طبقه كلي طبقه بندي كرده اند. اين 6 طبقه به طور سلسله مراتبي از عيني و ساده به انتزاعي و پيچيده مرتب شده اند. 
1- دانش(knowledge): شامل يادآوري(بازخواني،و بازشناسي) امور است.
مثال:يادگيرنده بتواند متغير مستقل و وابسته را تعريف كند.
2- فهميدن(Comprehension): توانايي درك منظور يا مقصود يك مطلب است.
مثال:يادگيرنده بتواند يك صفحه متن انگليسي را ترجمه كند.
3- كاربستن(application):توانايي استفاده از امور انتزاعي، قواعد و قوانين، اصول، انديشه ها و روش ها در موقعيت هاي عيني و عملي.
مثال: يادگيرنده بتواند اصول تقويت را در آموزش به كار بندد.
4- تحليل(analysis): توانايي شكستن يك مطلب يا موضوع به اجزا يا عناصر تشكيل دهنده آن.
مثال: يادگيرنده بتواند در يك مقاله، عقايد را از واقعيت ها متمايز سازد.
5- تركيبsynthesis)): توانايي پهلوي هم گذاشتن عناصر و اجزا براي ايجاد يك الگو يا ساختاري نو.
مثال: يادگيرنده بتواندخاطرات تابستاني خود را به صورت يك داستان بنويسد.
6- ارزشيابي(evaluation): توانايي قضاوت يا داوري كمي و كمي در باره امور، با توجه به ملاك هاي معين.
مثال: يادگيرنده بتواند يك مقاله انتقادي در باره استفاده از تنبيه بدني در مدارس بنويسد.
اين طبقه بندي اخيرا تجديد نظر شده است.
تجديد نظر در حوزه شناختي
اخيرا چند نفر از صاحب نظران آموزشي( آندرسون، كراتول و همكاران، 2001) در طبقه بندي حوزه شناختي معروف به طبقه بندي بلوم تجديد نظر كرده اند.
در طبقه بندي تازه حوزه شناختي، يك بعد دانش و يك بعد فرايند شناختي وجود دارد. بعد دانش شامل دانش امور واقعي، دانش مفهومي، دانش روندي، و دانش فراشناختي است. بعد فرايند شناختي در بر گيرنده به ياد آوردن، فهميدن، به كار بستن، تحليل كردن، ارزشيابي كردن، و آفريدن است.
طبقه هاي هر دو بعد اين طبقه بندي به صورت سلسله مراتبي، يعني از عيني به انتزاعي و از ساده به پيچيده، تنظيم يافته اند.
خلاصه طبقه بندي تازه حوزه شناختي
نمونه هدف هاي رفتاري با توجه به طبقه بندي دو بعدي
حوزه عاطفي

كراتول، بلوم و ماسيا(1964) هدف هاي حوزه عاطفي را طبقه بندي كرده اند. اين طبقه بندي راه هايي را توصيف مي كند كه در آن ها يادگيرندگان از ارزش ها و نگرش هايي كه رفتار آدمي را هدايت مي كنند، آگاه مي شوند و آن ها را مي پذيرند. اين طبقه بندي شامل پنج طبقه اصلي است.
طبقه بندي حوزه عاطفي
1- دريافت كردن(توجه كردن) (attending):حساسيت نسبت به وجود بعضي پديده ها و محرك هاي محيطي و ميل به دريافت كردن آن ها يا توجه كردن به آن ها.
مثال: يادگيرنده مايل است به اتفاقاتي كه در كلاس درس مي افتند، توجه نمايد.
2- پاسخ دادن(responding):توجه فعالانه به پديده ها و انجام كارهايي در باره آن ها، يا فعاليت حاكي از پذيرش يك عقيده يا خط مشي.
مثال: يادگيرنده به طور داوطلبانه كتاب ها و مجله هاي خاص كودكان را مطالعه مي كند.
3- ارزش گذاردن(valuing): احساس يا باور پايدار حاكي از ارزشمند بودن يك چيز، يك انديشه، يك شخص، يا يك گروه، يا ابراز عقيده يا نگرش در باره ارزش يك چيز.
مثال: يادگيرنده در بحث گروهي از عقايد يكي از دوستان خود كه به آن باور دارد، دفاع مي كند.
4- سازمان دادن به ارزش ها(organization of values): دسته بندي و نظام دار كردن ارزش ها به گونه اي كه بعضي از آن ها مهم تر از بعضي ديگر جلوه كنند.
مثال: يادگيرنده نوعي تعادل بين رشد اقتصادي و حفظ منابع طبيعي را تشخيص مي دهد.
5- شخصيت پذيرفتن(charactrization): تبديل نظام ارزشي به صورت يك سبك زندگي يا ديدگاه فلسفي(نوعي فلسفه پايدار براي زندگي).
مثال: يادگيرنده در موقعيتهاي متناسب با نظام ارزشي خودش رفتار مي كند.

حوزه رواني- حركتي
بر خلاف طبقه بندي حوزه شناختي(بلوم و همكاران) و حوزه عاطفي(كراتول و همكاران) براي يادگيري در حوزه رواني- حركتي، طبقه بندي هاي متعددي به عمل آمده است.
مانند دو حوزه ديگر، طبقه هاي رواني- حركتي نيز به صورت سلسله مراتبي، يعني از ساده به پيچيده، مرتب شده اند.
ما از خلاصه طبقه بندي سيمپسون(1972) استفاده مي كنيم. طبقه بندي سيمپسون از حوزه رواني- حركتي، شامل 7 طبقه اصلي و تعدادي خرده طبقه است.

طبقه بندي حوزه رواني- حركتي
1- ادراك(حسي)(perception): استفاده از حواس براي هدايت كنش هاي حركتي.
مثال: يادگيرنده با چشيدن غذا(استفاده از حس چشايي) مزه آن را تشخيص مي دهد.
2- آمادگي يا آمايه(set): آماده بودن براي انجام يك عمل يا يك رشته اعمال معين.
مثال: يادگيرنده آماده است به توپي كه به سوي او پرتاب مي شود، ضربه مي زند.
3- پاسخ هدايت شده(guided response):عمل كردن به كمك هدايت يك الگو، يا اعمالي كه در مراحل اوليه يادگيري انجام مي شوند.
مثال: يادگيرنده، راكت تنيس را مطابق مربي حركت مي دهد.
4- مكانيسم(mechanism) يا عادت: انجام اعمالي كه نسبتا مشخص و عادتي و خودكار هستند.
مثال: يادگيرنده بتواند در 70 درصد موارد توپ را در منطقه سِرو بگيرد.
5- پاسخ پيچيده آشكار(complex covert response): انجام رشته اعمالي كه تا حدودي به صورت خودكار يا عادتي در آمده اند يا تركيب تعدادي از عادت ها.
مثال: يادگيرنده بتواند طول يك استخر را شنا كند.
6- انطباق(adaptation): استفاده از مهارت هاي آموخته شده براي انجام تكاليف تازه اما مربوط به تكاليف گذشته.
مثال: يادگيرنده نوشته هاي داراي درجه دشواري متفاوت را با سرعت هاي متفاوت تايپ كند..
7- ابتكار(origination): خلق الگوهاي تازه حركتي براي حل مسايل غير معمول يا براي برخورد با موقعيت هاي جديد.
مثال: يادگيرنده بتواند يك قطعه آهنگ موسيقي را بسازد و آن را اجرا كند.


طراحي امتحان
تهيه جدول مشخصات
منظور از تهيه جدول مشخصات(طرح سنجش)، تدارك يك جدول دو بعدي است. در يكي از دو بعد آن كه معمولا بعد افقي جدول مشخصات است و بعد محتوا نام دارد، عنوان هاي موضوع هاي درس مورد نظر و در بعد ديگر كه معمولا بعد عمودي جدول و بعد هدف ناميده مي شود، هدف هاي آموزشي يا هدف هاي يادگيري نوشته مي شوند. در درون خانه هاي جدول مشخصات، نيز تعداد سوال هايي كه براي سنجش محتوا و هدف هاي هر بخش به كار خواهند رفت پيش بيني مي شود.
نقش عمده جدول مشخصات آزمون، به ويژه آزمون هايي كه تعداد زيادي سوال دارند، اين است كه به معلم كمك مي كند تا نمونه معرفي از تمامي محتوا و كليه هدف هايي كه قرار است سنجش شوند در آزمون بگنجد.
تعداد سوال هاي تخصيص داده شده  به بخش ها و هدف هاي مختلف به اميت موضوع و هدف هاي مربوط به آن و مقدار زماني بستگي دارد كه صرف آموزش آن ها شده است.
نمونه اي از  جدول مشخصات آزمون
چگونگي توزيع سوال ها به بخش هاي مختلف
بعد از تكميل بعد محتوا و بعد هدف جدول مشخصات، آزمون ساز بايد تعيين كند كه سوال هاي آزمون خود را به چه صورتي در ميان هدف ها و عنوان هاي درس توزيع نمايد.  تعدا سوالات به صورت تعداد واقعي يا درصد سوالات در خانه هاي جدول مشخصات وارد مي شوند.
تعيين درصد سوال هايي كه به هر بخش تعلق مي گيرند بر اساس پاسخ به چند سوال تعيين مي شوند:
1- كدام بخش از محتوا يا هدف ها داراي حجم بيشتري بوده و زمان بيشتري صرف آموزش آن ها شده است.
2- كدام هدف ها از لحاظ نگهداري در حافظه و كاربرد در آينده ارزش بيشتري دارند.
3- كدام قسمت ها اهميت بيشتري دارند.
چگونگي توزيع سوال ها به بخش هاي مختلف(ادامه)
چنان چه بخش هاي مختلف محتوا از اهميت يكساني برخوردار باشند، و در توزيع سوال ها در ميان بخش هاي مختلف تنها بخواهيم مقدار ساعت هاي تدريس را براي هر بخش منظور كنيم، مي توانيم از فرمول زير استفاده كنيم.

چگونگي توزيع سوال ها به بخش هاي مختلف(مثال)
در جدول زير، كتاب علوم پنجم دبستان به 9 بخش تقسم شده است. تعدا ساعت هايي كه به تدريس هر بخش اختصاص داده شده است نيز آمده است. اگر بخواهيم يك ازمون 64 سوالي براي اين كتاب تهيه كنيم به صورت زير عمل مي كنيم.

انواع آزمون هاي پيشرفت تحصيلي
انواع ازمون هاي پيشرفت تحصيلي كتبي
                    - باز پاسخ(پاسخ نگار):   -تشريحي:    -گسترده پاسخ
                                                                 - محدود پاسخ
                                                  -كوتاه پاسخ 
                   - بسته پاسخ(پاسخ گزين):
                                                  - صحيح- غلط
                                                   - جور كردني
                                                   - چند گزينه اي
انتخاب هدف هاي مناسب براي گنجاندن در آزمون 
آزمون هاي پيشرفت تحصيلي متداول كه به آزمون هاي كتبي معروفند، به طور عمده با حوزه شناختي سر و كار دارند.
هدف هاي آموزشي و بازده هاي يادگيري متعلق به حوزه هاي غير شناختي، از جمله نگرش ها، علاقه ها، و ارج نهادن ها( حوزه عاطفي) و مهارت هاي مختلف مثلا انجام آزمايش در آزمايشگاه، كار در كارگاه، فعاليت هاي ورزشي، و ايجاد ارتباط كلامي و غير كلامي( حوزه رواني- حركتي) به كمك وسايل ديگر سنجش از جمله مشاهده، مقياس درجه بندي، فهرست وارسي، واقعه نگاري، تبن حضور و غياب، گزارش هاي كار عملي و مانند اين ها سنجش مي شوند.
سنجش يادگيري به كمك سوال هاي تشريحي
آزمون هاي تشريحي را با توجه به آزادي عمل آزمون شونده در پاسخ دادن به سوال هاي ازمون، به  دو دسته گسترده پاسخ و محدود پاسخ تقسيم مي كنند.
1- در آزمون هاي تشريحي گسترده پاسخ هيچ گونه محدوديتي( از لحاظ مقدار و زمان پاسخ) براي ازمون شونده منظور نمي شود و او عملا آزاد است تا هر طور كه مايل است پاسخ خود را بپروراند و سازمان دهد.
مثال: تاثير قانون مندل را بر تحول زيست شناسي به عنوان يك علم شرح دهيد.
2- در آزمون هاي تشريحي محدود پاسخ، آزمون شونده در دادن پاسخ به سوال ها (از لحاظ مقدار و زمان) آزادي كامل ندارد، بلكه صورت سوال او را ملزم مي كند تا پاسخ خود را در چهارچوب شرايطي خاص محدود كند.
مثال: اهميت فشار سنج به عنوان ابزار پيش بيني وضع هوا را در يك پاراگراف بنويسيد.
محدود كردن پاسخ آزمون شوندگان در آزمون هاي تشريحي محدود پاسخ، تصحيح پاسخ هاي آن ها را هماهنگ تر و اسان تر مي كند اما اين محدوديت باعث مي شود كه آزمون شونده نتواند توانايي خود را در تركيب كردن انديشه ها و بيان آن ها به صورتي منسجم و منطقي ابراز كند. بنا بر اين  اين گونه سوال ها براي سنجش سطوح بالاي يادگيري مانند تركيب و ارزسيابي مناسب نيستند.
سوال هاي تشريحي(محاسن و معايب)
1- تهيه آزمون هاي تشريحي از تهيه آزمون هاي عيني آسان تر است
2- تنها وسيله موجود سنجش توانايي آزمون شونده براي پروراندن پاسخ سوال ها و بيان آن ها است.
3- توانايي پاسخ دادن به سوال ها را مي سنجند و نه توانايي انتخاب پاسخ ها را.
4- موقعيت هاي واقعي تري را به از آزمون شونده عرضه مي كنند.
5- بر روش مطالعه يادگيرندگان تاثير مثبت به جاي مي گذارند.
6- نمونه كوچكي از محتواي درس و هدف هاي آموزشي را اندازه مي گيرند.
7- تصحيح آن ها نمي تواند با دقت و عيني انجام شود.
8- تصحيح آن ها وقت گير و خسته كننده است.
سوال هاي تشريحي(قواعد تهيه)
1- سوال ها به طور مستقيم به هدف هاي آموزشي مربوط شوند.
2- براي اندازه گيري هدف هايي استفاده شوند كه با ساير سوال ها اندازه گيري نمي شوند.
3- صورت سوال واضح باشد كلي گويي و ابهام نداشته باشد.
4- تا حد امكان از سوال هاي تازه و موقعيت هاي جديد استفاده شود.
5- به جاي بيان صرف عقايد، از مستندات موضوعات و عقايد بحث انگيز سوال شود.
6- به ازمون شوندگان حق انتخاب چند سوال از ميان تعدادي سوال را ندهيد.
7- زمان كافي در نظر گرفته شود. زمان هر سوال نيز جداگانه مشخص شود. 
8- با افزايش تعداد سوال ها، از مشكل ضعف نمونه گيري ازمون هاي تشريحي بكاهيد.
9- عوامل دخيل در ارزشيابي پاسخ ها را به اطلاع ازمون شوندگان برسانيد.

+ نوشته شده در جمعه ۴ آذر ۱۳۹۰ ساعت توسط  |