کاربرد مدل طبقه پنهان چندبعدی مبتنی بر نظریه پاسخ سوال (LCMIRT) درمطالعه ابعاد شناختی و خوشه بندی سؤال های آزمون ریاضی: مطالعه موردی درس ریاضی کنکور سراسری ریاضی فیزیک(مقاله علمی وزارت علوم)
منبع:
اندازه گیری تربیتی سال نهم تابستان ۱۳۹۸ شماره ۳۶
137 - 166
حوزه های تخصصی:
مهارت ریاضی شامل حوزه های محتوایی و فرایندهای شناختی مختلف است که بیانگر پیچیدگی توانایی ریاضی و ویژگی های پنهان آن است. تاکنون مطالعه این پیچیدگی ها با روش های سنتی تحلیل داده ها یا به صورت ذهنی انجام شده است. بنابراین، پژوهش حاضر با استفاده از مدل چندبعدی طبقه پنهان پاسخ سوال (LCMIRT) به مطالعه ابعاد شناختی و متغیر های پنهان درس ریاضی آزمون سراسری ورود به دانشگاه پرداخت. در این راستا، داده های درس ریاضی آزمون سراسری سال های 87، 90 و 94 مورد مطالعه قرار گرفت. یافته ها نشان داد که آزمون ریاضی، به عنوان یکی از دروس سرنوشت ساز در آزمون سراسری ورود به دانشگاه، شامل مجموعه ای از ویژگی های شناختی چندبعدی است. نتایج روش تحلیل موازی وحدت یافته نشان داد که آزمون ها با مدل تک بعدی برازش ندارند و اضافه کردن ابعاد بیشتر، برازش مدل را به صورت معنی داری بهبود می بخشد. بعلاوه، حوزه های شناختی درک، حل مسئله و استدلال سه سازه اساسی در تبیین توانایی ریاضی شناسایی شدند که در خوشه بندی و تحلیل سؤالهای آزمون، اطلاعات دقیق تری از کیفیت سوال ها به دست می دهند. این ویژگی LCMIRT ، در مقایسه با سایر رویکردها، تعداد زیر خوشه های شناختی را افزایش می دهد. در نهایت توصیه می شود که در ساخت و تحلیل آزمون های روانی و تربیتی، مدل های LCMIRT مد نظر قرار گیرند تا آشکارسازی توانایی های شناختی پنهان آزمون ها از اعتبار بیشتری برخوردار باشد.