بررسی میزان واگرایی سرفصل دروس و سوال های آزمون با استفاده از آزمون نیکویی برازش و شاخص جِفری (نمونه موردی: سوال های درس آمار آزمون تحصیلات تکمیلی 1397- 1393) (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
هدف از این پژوهش بررسی میزان واگرایی سوال های آزمون کارشناسی ارشد و دکتری تعدادی از دروس اصلی آمار طی سال های 1397-1393 از سرفصل های مصوب شورای عالی برنامه ریزی است. برای این منظور ابتدا براساس سرفصل های دروس مصوب وزارت علوم، تحقیقات و فناوری، که آزمون های ورودی کارشناسی ارشد و دکتری بر اساس آنها طراحی می شوند، موضوع ها و زیر موضوع های اصلی (با عنوان خوشه اصلی، زیرخوشه و مباحث) مشخص شد. در مرحله بعد توزیع فراوانی سوالات دفترچه آزمون های مذکور در بازه های زمانی مشخص در هر مبحث استخراج شد و فاصله این توزیع سوالات در خوشه ها با توزیع ایده آل و مورد انتظار خبرگان رشته تخصصی محاسبه و آزمون شده است. برای بررسی واگرایی، از آزمون "خی دو" و برای بررسی نیکویی برازش دو توزیع و همچنین فاصله اطلاعاتی از "شاخص جِفری" استفاده شده است. نمونه مورد بررسی در این تحقیق یک نمونه موردی شامل مجموعا هشت درس، دو درس "آمار و طرح آزمایشها" در آزمون کارشناسی ارشد رشته های مهندسی کشاورزی و همچنین چهار درس تخصصی کارشناسی ارشد رشته آمار (آمار ریاضی، رگرسیون، نمونه گیری و مبانی احتمال) و دو درس تخصصی دکتری این رشته (احتمال و استنباط آماری) است. نتایج نشان می دهد که از میان هشت درس غیرتخصصی تنها در یکی از دروس (طرح آزمایشها در رشته مهندسی کشاورزی) و البته در سال 1395 میزان واگرایی معنی دار بوده است (0.28= P-Value <0.05, Chi-square= 8.88, Jeffrey). همچنین در بین دروس تخصصی رشته آمار نیز میزان واگرایی از وضعیت ایده آل برای یکی از دروس (درس احتمال آزمون دکتری آمار سال 1396) معنی دار است (0.46P-Value <0.01, Chi-square= 12.50, Jeffrey=). در نتیجه می توان گفت در میان دروس آمار در آزمون ورودی رشته های مهندسی کشاورزی و همچنین دروس تخصصی رشته آمار، بین سرفصل و سوال های آزمون با وجود تغییرات، نسبتا هماهنگی و تناسب رعایت شده است، بجز در دو ماده که میزان واگرایی و عدم تناسب معنی دارشده که این می تواند به دلیل عدم اطلاع طراحان سوال از سرفصل های دروس مذکور باشد.Evaluation of the divergence of syllabusand questions using the goodness-of-fit test and the Jeffrey index (Case study: Graduation test statistics course questions 1393-1393)
The purpose of this study is to investigate the divergence of the questions of the master's and doctoral exams of a number of statistical courses during the years 1397-1393 from the topics approved by the Supreme Planning Council. For this purpose, the main topics and sub-topics (with the title of main cluster, sub-cluster and topics) were first identified based on the course titles approved by the Ministry of Science, Research and Technology, on which the master's and doctoral entrance exams are designed. In the next step, the frequency distribution of the mentioned test booklet questions in specific time intervals in each topic was extracted and the distance of this distribution of questions in the clusters with the ideal and expected distribution of specialized experts was calculated and tested. The Chi-square test was used to examine the divergence and the Jeffrey index was used to evaluate the good fit of the two distributions as well as the information distance. The sample studied in this study is a case study consisting of a total of eight courses, two courses "Statistics and Experimental Design" in the master's degree exam in agricultural engineering and also four specialized master's degree courses in statistics (mathematical statistics, regression, sampling and basics of probability) And two specialized doctoral courses in this field (probability and statistical inference). The results show that out of eight non-specialized courses in only one course (experimental design in the field of agricultural engineering) and of course in 2016 the rate of divergence was significant (P-Value = 0.28, Chi-square = 8.88 , Jeffrey). Also, among the specialized courses in the field of statistics, the degree of divergence from the ideal situation for one of the courses (probability course of the doctoral exam in statistics in 1396) is significant (0.46P-Value <0.01, Chi-square = 12.50, Jeffrey =).