Onderzoek

Darkhan Nurakhmetov

Een vergelijking van verschillende statistische procedusres voor computergestuurde adaptieve toetsen

Het onderzoeksproject richt zich op de effectiviteit en efficiëntie van verschillende statistische procedures voor de toetsen met classificatiedoeleinden. Computergestuurde classificatie toetsen (CCT) worden gebruikt in contexten waar het uitdrukkelijke doel van de toets is om een belangrijke ​beslissing over de student te maken. Veel van het onderzoek naar adaptieve toetsing is gericht op het gebruik van de item respons theorie (IRT) als het onderliggende model. Hoewel deze methode zeer aantrekkelijk is en op grote schaal wordt gebruikt, is IRT vrij complex en baseert het zich op verschillende beperkende aannames. Bovendien moet er meestal data zijn van een groot aantal examenkandidaten om goede item parameterschattingen te krijgen.

In het National testing center (Kazakhstan) bestaan er een aantal computergestuurde toetsen. Eén van de manieren om de prestaties van leerlingen te leren meten, is om nieuwe methoden van toetsprocedures te ontwikkelen naast de huidige procedures.

In dit onderzoeksproject wordt de functionaliteit van de measurement decision theory (MDT) onderzocht in vergelijking met het veelgebruikte IRT model als onderliggend model voor computergestuurde adaptieve toetsen. Er worden een aantal analyses gedaan: allereerst wordt de accuraatheid van de classificatie geanalyseerd, ten tweede worden er meerdere cut-scores verwerkt en geanalyseerd, tot slot wordt de effectieve testlengte geanalyseerd.