سیما نقی زاده

شاخص یودن یک معیار متداول برای منحنی ویژگی عملکرد (ROC) است که هم کارایی یک آزمون ملاک مرجع را می سنجد و هم مقدار نمره برش را برای آزمون مشخص می کند. این پژوهش با هدف مقایسه و ارزیابی سه روش برآورد ناپارامتری تجربی، هسته با روش پهنای باند سیلورمن و هسته با روش پهنای باند اعتبارسنجی متقابل ماکسیمم درستنمایی برای محاسبه مقدار شاخص یودن انجام شده است. در این پژوهش برای ارزیابی عملکرد از شاخص های خطای استاندارد بوت استرپ (BSE)، ریشه میانگین مربعات خطا (RMSE)، مربع خطای یکپارچه (ISE) و میانگین مربعات خطای یکپارچه (MISE)استفاده شده است. نتایج نشان می دهد که روش هسته با اعتبارسنجی متقابل ماکسیمم درستنمایی دارای مقدار شاخص یودن بالاتری بود. نمرات برش به دست آمده برای روش های هسته 479 و برای روش تجربی 465 به دست آمد. با توجه به نتایج قابل قبول شاخص های ارزیابی، روش های هسته به ویژه با پهنای باند بهینه اعتبارسنجی متقابل ماکسیمم درستنمایی منجر به برآوردهای قابل اعتمادتری از شاخص یودن و نمره برش برای آزمون تولیمو می شود.

آزمون نیمه متمرکز دکتری در سال 1391 به منظور انتخاب مستعدترین افراد برای ادامه تحصیل در بالاترین سطح تحصیلات آموزش عالی برگزار شد. پذیرش داوطلبان براساس نمره آزمون که به طور متمرکز توسط سازمان سنجش برگزار شد و نمره مصاحبه که توسط دانشگاه ها اعلام گردید، به نسبت مساوی، صورت پذیرفت. هدف این تحقیق بررسی وضعیت علمی داوطلبان شرکت کننده و پذیرفته شده در این آزمون برحسب دانشگاه فارغ التحصیلی می باشد. بنابر این با استفاده از روش تحقیق توصیفی تحلیلی، با بهره گیری از مباحث علمی آمار توصیفی و استنباطی به بررسی، تجزیه و تحلیل داده های ثبت شده در پایگاه داده ای سازمان سنجش به عنوان جامعه آماری این تحقیق پرداخته شده است. یافته ها و نتایج این تحقیق براساس متغیر هایی مانند جنسیت، دوره قبولی، میانگین نمرات، معدل کارشناسی، کارشناسی ارشد و نمره های کتبی آزمون و مصاحبه در گروه های نه گانه آزمایشی، مورد بررسی قرار گرفته است. نتایج نشان می دهد که دانشگاه های دولتی درصد قبولی بالاتری نسبت به سایر دانشگاه ها دارند و بیشتر فارغ التحصیلان آنها در دوره های روزانه پذیرفته شده اند. علاوه بر این میانگین نمره کسب شده در آزمون دکتری توسط فارغ التحصیلان دانشگاه های دولتی در گروه های آزمایشی بالاتر از دانشگاه های دیگر است. 

کارکرد هدفمند نظام آموزشی تضمین کننده توسعه ملی هر کشوری است. آن چه دانشمندان، مهندسان و نیروی کار تریبت یافته از چنین نظامی در فرایند آموزش یاد می گیرند اهرمی است برای گردش چرخه اقتصادی کشور، افزایش تولید ناخالص ملی و هم زمان کسب درآمد فردی. به شرط ثابت بودن عوامل اثرگذار دیگر. انتظار آن است که در یک نظام آموزشی خوب ساختار یافته در جهت اهداف ملی، همه افراد به یک اندازه از مزایای این نظام آموزشی بهره ببرند. یکی از مهم ترین معیارهای ارزیابی عملکرد سیستم آموزشی، برنامه های اجرای آزمون های ملی و بین المللی استاندارد است. این برنامه های آزمون گیری که به منظور اندازه گیری رشد شناختی دانش آموزان اجرا می شوند، نشان می دهند که دانش آموزان هر کشوری به چه خوبی از مزایای یک سیستم آموزشی بهره مند شده اند. این تحقیق به بررسی عملکرد استانی گروه ریاضی و فنی در دو خرده آزمون سراسری ریاضی و فیزیک و مقایسه نتایج دو آزمون به تفکیک استان و جنسیت طی سال های 1387 تا 1391 می پردازد. همچنین برای شناخت جایگاه استان ها در پیوستار جهانی مبتنی بر آزمون های بین المللی TIMSS اعداد و ارقامی ارایه شده است. این پژوهش با طرح تحقیق پس رویدادی اجرا و برای تحلیل داده های استانی از روش اندازه گیری های مکرر استفاده شده است. داده های این تحقیق از بانک داده های سازمان سنجش آموزش کشور و جداول مرکز مطالعات ملی تیمز و پرلز جمع آوری شده است. نتایج نشان داد که در این دوره 5 ساله استان هایی با عملکرد بالا در مقایسه با استان های محروم بین 4 تا 5 واحد انحراف معیار در مقیاس استاندارد z فاصله ای ثابت دارند. میانگین عملکرد دختر ها پایین تر از پسرها است و دانش آموزان استان هایی که در آزمون های بین المللی عملکرد ضعیفی دارند به همان ترتیب در آزمون سراسری نیز ضعیف هستند.

یک مسئله مهم در تعیین نمره یک آزمون مرکب، نحوه ترکیب نمره بخش های مختلف آزمون یا اصطلاحاً خرده آزمون ها به منظور محاسبه نمره کل داوطلبان است. این وزن ها باید به گونه ای انتخاب شوند که ضمن در نظر گرفتن ویژگی های روان سنجی هر خرده آزمون و مؤلفه های تعیین کننده آنها، اختلاف نمره مشاهده شده هر داوطلب با نمره واقعی که بیانگر توانایی واقعی داوطلب است را حداقل نماید. به عبارت دیگر چارچوب تصمیم گیری بر مبنای ملاحظات مختلف نظیر روایی محتوا (اعتبار)، دفعات آزمون، پایایی و ... طراحی می شود. برای به دست آوردن حداکثر پایایی در نمره مرکب روش های مختلفی در چند دهه اخیر پیشنهاد شده است. این روش ها به دو دسته کلی، روش های ضمنی و عینی تقسیم می شوند. روش های ضمنی شامل جمع کردن نمرات خام و مدل بندی سئوال- پاسخ و روش های عینی شامل وزنی کردن مؤلفه ها به وسیله میزان دشواری سئوالات، تخصیص وزن ها به نمرات مؤلفه ها بر مبنای ماکسیمم اندازه پایایی، و وزنی کردن مؤلفه ها بر اساس ماکسیمم کردن روایی نمرات مرکب است. در این مقاله، رویکرد به دست آوردن حداکثر پایایی را در دو نظریه کلاسیک آزمون سازی و نظریه سئوال- پاسخ معرفی و ضمن بیان نقاط ضعف و قوت هر روش، برآورد پایایی نمره مرکب و خطای استاندارد اندازه گیری در این روش ها برای داده های شبیه سازی شده بررسی خواهیم کرد