سنجش

Standards for educational evaluation The Joint Committee on Standards for Educational Evaluation published three sets of standards for educational evaluations. The Personnel Evaluation Standards [1] was published in 1988, The Program Evaluation Standards (2nd edition) [2] was published in 1994, and The Student Evaluations Standards [3] was published in 2003. Each publication presents and elaborates a set of standards for use in a variety of educational settings. The standards provide guidelines for designing, implementing, assessing and improving the identified form of evaluation. Each of the standards has been placed in one of four fundamental categories to promote evaluations that are proper, useful, feasible, and accurate. The Personnel Evaluation Standards The propriety standards require that evaluations be conducted legally, ethically, and with due regard for the welfare of evaluatees and clients involved in. The utility standards are intended to guide evaluations so that they will be informative, timely, and influential. The feasibility standards call for evaluation systems that are as easy to implement as possible, efficient in their use of time and resources, adequately funded, and viable from a number of other standpoints. The accuracy standards require that the obtained information be technically accurate and that conclusions be linked logically to the data. The Program Evaluation Standards The utility standards are intended to ensure that an evaluation will serve the information needs of intended users. The feasibility standards are intended to ensure that an evaluation will be realistic, prudent, diplomatic, and frugal. The propriety standards are intended to ensure that an evaluation will be conducted legally, ethically, and with due regard for the welfare of those involved in the evaluation, as well as those affected by its results. The accuracy standards are intended to ensure that an evaluation will reveal and convey technically adequate information about the features that determine worth or merit of the program being evaluated. The Student Evaluation Standards The Propriety standards help ensure that student evaluations are conducted lawfully, ethically, and with regard to the rights of students and other persons affected by student evaluation. The Utility standards promote the design and implementation of informative, timely, and useful student evaluations. The Feasibility standards help ensure that student evaluations are practical; viable; cost-effective; and culturally, socially, and politically appropriate. The Accuracy standards help ensure that student evaluations will provide sound, accurate, and credible information about student learning and performance. Criticism of educational evaluation Evaluation in a democratic school Sudbury model of democratic education schools do not perform and do not offer evaluations, assessments, transcripts, or recommendations, asserting that they do not rate people, and that school is not a judge; comparing students to each other, or to some standard that has been set is for them a violation of the student's right to privacy and to self-determination. Students decide for themselves how to measure their progress as self-starting learners as a process of self-evaluation: real life-long learning and the proper educational evaluation for the 21st Century, they adduce.[1] According to Sudbury schools, this policy does not cause harm to their students as they move on to life outside the school. However, they admit it makes the process more difficult, but that such hardship is part of the students learning to make their own way, set their own standards and meet their own goals. The no-grading and no-rating policy helps to create an atmosphere free of competition among students or battles for adult approval, and encourages a positive co-operative environment amongst the student body.[2] The final stage of a Sudbury education, should the student choose to take it, is the graduation thesis. Each student writes on the topic of how they have prepared themselves for adulthood and entering the community at large. This thesis is submitted to the Assembly, who reviews it. The final stage of the thesis process is an oral defense given by the student in which they open the floor for questions, challenges and comments from all Assembly members. At the end, the Assembly votes by secret ballot on whether or not to award a diploma. Standardized test A standardized test is a test administered and scored in a consistent manner. The tests are designed in such a way that the "questions, conditions for administering, scoring procedures, and interpretations are consistent" [1] and are "administered and scored in a predetermined, standard manner."[2] Design and scoring In practice, standardized tests can be composed of multiple-choice,true-false and/or essay questions. Such items can be tested inexpensively and quickly by scoring special answer sheets by computer or via computer-adaptive testing. Some tests also have short-answer or essay writing components that are assigned a score by independent evaluators who use rubrics (rules or guidelines) and benchmark papers (examples of papers for each possible score) to determine the grade to be given to a response. Most assessments, however, are not scored by people; people are used to score items that are not able to be scored easily by computer (i.e., essays). Score There are two types of standardized test score interpretations: a norm-referenced score interpretation or a criterion-referenced score interpretation. Norm-referenced score interpretations compare test-takers to a sample of peers. Criterion-referenced score interpretations compare test-takers to a criterion (a formal definition of content), regardless of the scores of other examinees. These may also be described as standards-based assessments as they are aligned with the standards-based education reform movement.[6] Norm-referenced test score interpretations are associated with traditional education, which measures success by rank ordering students using a variety of metrics, including grades and test scores, while standards-based assessments are based on the belief that all students can succeed if they are assessed against high standards which are required of all students regardless of ability or economic background.[citation needed] Standards The considerations of validity and reliability typically are viewed as essential elements for determining the quality of any standardized test. However, professional and practitioner associations frequently have placed these concerns within broader contexts when developing standards and making overall judgments about the quality of any standardized test as a whole within a given context. Evaluation standards In the field of evaluation, and in particular educational evaluation, the Joint Committee on Standards for Educational Evaluation[7] has published three sets of standards for evaluations. The Personnel Evaluation Standards[8] was published in 1988, The Program Evaluation Standards (2nd edition)[9] was published in 1994, and The Student Evaluation Standards[10] was published in 2003. Each publication presents and elaborates a set of standards for use in a variety of educational settings. The standards provide guidelines for designing, implementing, assessing and improving the identified form of evaluation. Each of the standards has been placed in one of four fundamental categories to promote educational evaluations that are proper, useful, feasible, and accurate. In these sets of standards, validity and reliability considerations are covered under the accuracy topic. For example, the student accuracy standards help ensure that student evaluations will provide sound, accurate, and credible information about student learning and performance. Testing standards In the field of psychometrics, the Standards for Educational and Psychological Testing[11] place standards about validity and reliability, along with errors of measurement and individuals with disabilities. The third and final major topic covers standards related to testing applications, credentialing, plus testing in program evaluation and public policy. Advantages One of the main advantages of standardized testing is that the results can be empirically documented, therefore the test scores can be shown to have a relative degree of validity and reliability, as well as results which are generalizable and replicable.[12]. This is often contrasted with grades on a school transcript, which are assigned by individual teachers. It may be difficult to account for differences in educational culture across schools, difficulty of a given teacher's curriculum, differences in teaching style, and techniques and biases that affect grading. This makes standardized tests useful for admissions purposes in higher education, where a school is trying to compare students from grade. Another advantage is aggregation. A well designed standardized test provides an assessment of an individual's mastery of a domain of knowledge or skill which at some level of aggregation will provide useful information. That is, while individual assessments may not be accurate enough for practical purposes, the mean scores of classes, schools, branches of a company, or other groups may well provide useful information because of the reduction of error accomplished by increasing the sample size. Disadvantages and criticism "Standardized tests can't measure initiative, creativity, imagination, conceptual thinking, curiosity, effort, irony, judgment, commitment, nuance, good will, ethical reflection, or a host of other valuable dispositions and attributes. What they can measure and count are isolated skills, specific facts and function, content knowledge, the least interesting and least significant aspects of learning." Though many educators recognize that standardized tests have a place in the arsenal of tools used to assess student achievement, critics feel that overuse and misuse of these tests is having serious negative consequences on teaching and learning. According to the group FairTest,[14] when standardized tests are the primary factor in accountability, the temptation is to use the tests to define curriculum and focus instruction. What is not tested is not taught, and how the subject is tested becomes a model for how to teach the subject. Critics say this disfavors higher-order learning. Of course this can also be used to focus instruction on desired outcomes[15], such as basic reading and math . Moreover, Popham[16] points out that standardized test scores are problematic tools for school accountability because the examinee scores are influenced by three things: what kids learn in school, what kids learn outside of school, and innate intelligence. New value-added-models have been proposed to cope with this criticism by statistically controlling for innate ability and out of school contextual factors.[17] While it is possible to use a standardized test and not let its limits control curriculum and instruction, this can result in a school putting itself at risk for producing lower test scores, with negative political consequences. For example, under the federal No Child Left Behind law in the United States, low test scores mean schools and districts can be labeled "in need of improvement" and punished. If the test is the only method of accountability, then parents and the community are less likely to know how well children are learning in untested areas. Supporters of standardized testing respond that these are not reasons to abandon testing, but rather criticisms of poorly designed testing regimes. They argue that testing focuses educational resources on the most important aspects of education - imparting a pre-defined set of knowledge and skills - and that other aspects are either less important, or should be added to the testing scheme. If "knowledge and skills" include the ability to write an essay, for example, then it clearly lays outside the province of standardized testing. Some critics say[attribution needed] that some children do not do well on standardized tests, despite mastery of the material, due to testing anxiety or lack of time management or test-taking skills. This reflects the fact that tests cannot directly measure student knowledge, only the ability of students to apply knowledge in a stressful situation. Testing anxiety has been linked to trait Neuroticism, which is related to generalized anxiety. The growing influence of test preparation is also a concern for some. As the importance of standardized testing rises, many students attempt to prepare themselves for a test, either through free sample tests and programs, purchasing books designed to prepare the student for a test, or private tutoring sessions. Some parents are willing to pay thousands of dollars to prepare their children for tests,[18] a financial barrier that may give children of more wealthy parents an advantage compared to less affluent families. However this criticism would probably apply even more to testing alternatives such as portfolios or essays. Many studies also show that test coaching has little effect on scores of well-built tests[citation needed]. The ability of wealthy families to pay for higher-quality education is not specifically related to standardized testing. Information Loss from Scoring Tests Right-Wrong When tests are scored right-wrong an important assumption has been made about learning. The number of right answers or the sum of item scores (where partial credit is given) is assumed to be the appropriate and sufficient measure of current performance status. In addition, a secondary assumption is made that there is no meaningful information in the wrong answers. In the first place, a correct answer can be achieved using memorization without any profound understanding of the underlying content or conceptual structure of the problem posed. Second, when more than one step for solution is required, there are often a variety of approaches to answering that will lead to a correct result. The fact that the answer is correct does not indicate which of the several possible procedures were used. When the student supplies the answer (or shows the work) this information is readily available from the original documents. Second, if the wrong answers were blind guesses, there would be no information to be found among these answers. On the other hand, if wrong answers reflect interpretation departures from the expected one, these answers should show an ordered relationship to whatever the overall test is measuring. This departure should be dependent upon the level of psycholinguistic maturity of the student choosing or giving the answer in the vernacular in which the test is written. In this second case it should be possible to extract this order from the responses to the test items[19]. Such extraction processes, the Rasch model for instance, are standard practice for item development among professionals. However, because the wrong answers are discarded during the scoring process, attempts to interpret these answers for the information they might contain is seldom undertaken. An example of a question that might lead a student to choose a wrong answer: "You have a cup of coffee and drop a sugar cube into it. It takes a certain amount of time to sweeten the coffee. Now split the cube in half. Will your coffee be sweeter faster?" The implied but not stated part: "you put both halves in the coffee". But maybe the student thinks only one of the halves is used. That can produce a "wrong" answer. Third, although topic-based subtest scores are sometimes provided, the more common practice is to report the total score or a rescaled version of it. This rescaling is intended to compare these scores to a standard of some sort. This further collapse of the test results systematically removes all the information about which particular items were missed. Thus, scoring a test right–wrong loses 1) how students achieved their correct answers, 2) what led them astray towards unacceptable answers and 3) where within the body of the test this departure from expectation occurred. This commentary suggests that the current scoring procedure conceals the dynamics of the test-taking process and obscures the capabilities of the students being assessed. Current scoring practice oversimplifies these data in the initial scoring step. The result of this procedural error is to obscure of the diagnostic information that could help teachers serve their students better. It further prevents those who are diligently preparing these tests from being able to observe the information that would otherwise have alerted them to the presence of this error. A solution to this problem, know as Response Spectrum Analysis (RSA), [3] is currently being developed that appears to be capable of recovering all three of these forms of information loss, while still providing a numerical scale to establish current performance status and to track performance change. Testing bias occurs when a test systematically favors one group over another, even though both groups are equal on the trait the test measures. Critics allege that test makers and facilitators tend to represent a middle class, white background. Critics claim that standardized testing match the values, habits, and language of the test makers[citation needed]. However, being that most tests come from a white, middle-class background, it is important to note that the highest scoring groups are not people of that background, but rather tend to come from Asian populations.[20] Not all tests are well-written, for example, containing multiple-choice questions with ambiguous answers, or poor coverage of the desired curriculum. Some standardized tests include essay questions, and some have criticized the effectiveness of the grading methods. Recently, partial computerized grading of essays has been introduced for some tests, which is even more controversial.[21] Educational decisions Test scores are in some cases used as a sole, mandatory, or primary criterion for admissions or certification. For example, some U.S. states require high school graduation examinations. Adequate scores on these exit exams are required for high school graduation. The General Educational Development test is often used as an alternative to a high school diploma. Other applications include tracking (deciding whether a student should be enrolled in the "fast" or "slow" version of a course) and awarding scholarships. In the United States, many colleges and universities automatically translate scores on Advanced Placement tests into college credit, satisfaction of graduation requirements, or placement in more advanced courses. Generalized tests such as the SAT are more often used as one measure among several, when making admissions decisions. Some public institutions have cutoff scores for the SAT, GPA, or class rank, for creating classes of applicants to automatically accept or reject. Heavy reliance on standardized tests for decision-making is often controversial, for the reasons noted above. Critics often propose emphasizing cumulative or even non-numerical measures, such as classroom grades or brief individual assessments (written in prose) from teachers. Supporters argue that test scores provide a clear-cut, objective standard that minimizes the potential for political influence or favoritism. The National Academy of Sciences recommends that major educational decisions not be based solely on a test score.[22]The use of minimum cut-scores for entrance or graduation does not imply a single standard, since test scores are nearly always combined with other minimal criteria such as number of credits, prerequisite courses, attendance, etc. Test scores are often perceived as the "sole criteria" simply because they are the most difficult, or the fulfillment of other criteria is automatically assumed. One exception to this rule is the GED, which has allowed many famous individuals to have their skills recognized even though they did not meet traditional criteria. Reference ^ Sylvan Learning glossary, retrieved online, source no longer available ^ Popham, J. (1999). Why standardized tests don’t measure educational quality. Educational Leadership, 56(6), 8-15. ^ ETS webage about scoring the GRE. ^ [1] Sunday, August 27, 2000 "Temps spend just minutes to score state test A WASL math problem may take 20 seconds; an essay, 2 1/2 minutes" Jolayne Houtz Seattle Times "In a matter of minutes, a $10-an-hour temp assigns a score to your child's test" ^ Why the WASL is Awful ^ Where We Stand: Standards-Based Assessment and Accountability (American Federation of Teachers) [2] ^ Joint Committee on Standards for Educational Evaluation ^ Joint Committee on Standards for Educational Evaluation. (1988). The Personnel Evaluation Standards: How to Assess Systems for Evaluating Educators. Newbury Park, CA: Sage Publications. ^ Joint Committee on Standards for Educational Evaluation. (1994). The Program Evaluation Standards, 2nd Edition. Newbury Park, CA: Sage Publications. ^ Committee on Standards for Educational Evaluation. (2003). The Student Evaluation Standards: How to Improve Evaluations of Students. Newbury Park, CA: Corwin Press. ^ The Standards for Educational and Psychological Testing ^ Kuncel, N. R., & Hezlett, S. A. (2007). Science, 315, 1080-81. ^ Educational Leadership: Knowing the Way, Showing the Way, Going the Way, by Carolyn S. Carr & Connie L. Fulmer, Rowman & Littlefield, 2004, ISBN 1578861721, pg 135-136 ^ FairTest (National Center for Fair & Open Testing) ^ The College Work Readiness Assessment. http://www.cae.org/content/pro_collegework.htm ^ Popham, W.J. (1999). Why Standardized Test Scores Don't Measure Educational Quality. Educational Leadership, 56(6) 8-15. ^ Hassel, B. & Rosch, J. (2008) "Ohio Value-Added Primer." Fordham Foundation. http://www.edexcellence.net/doc/Ohio_Value_Added_Primer_FINAL_small.pdf ^ Associated Press (August 4, 1998). "Tackling the SAT? Test-prep help abounds". Christian Science Monitor 90 (175): B3. ISSN 0882-7729. http://www.csmonitor.com/1998/0804/080498.feat.feat.4.html. Retrieved on 2007-07-09. "Some parents spend thousands of dollars for private sessions...". ^ Powell, J. C. and Shklov, N. (1992) The Journal of Educational and Psychological Measurement, 52, 847-865 ^ Race and intelligence (test data)#IQ test score gap in the US ^ Weighing In On the Elements of Essay by Jay Mathews. Washington Post, 1 Aug 2004, p. A01. ^ "High Stakes: Testing for Tracking, Promotion, and Graduation" ^ Greenberg, D. (2000). 21st Century Schools, edited transcript of a talk delivered at the April 2000 International Conference on Learning in the 21st Century. ^ Greenberg, D. (1987). Chapter 20, Evaluation, Free at Last — The Sudbury Valley School. ^ Graduation Thesis Procedure, Mountain Laurel Sudbury School. ارزیابی آموزشی ارزیابی آموزشی به ارزیابی مراحل تشخیص و سنجش بعضی جنبه های آموزشی را گویند دو هدف مشخص در ارزیابی آموزشی وجود دارد که اغلب با هم در تعارض هستند سازمان‌های آموزشی معمولا نیاز به داده های ارزیابی برای اثبات اثر گذاری آن بر روی سرمایه گذاران دارند تا یک مقیاسی را برای اجرای اهداف بازاریابی خود فراهم کنند. سنجش آموزشی همچنین فعالیت حرفه ای است که معلم یا مربی به شخصه آن را بر عهده می گیرد اگر آن نیاز به بازبینی مرتب جهت بالا رفتن سطح فراگیری دانش آموزان در نظر داشته باشد. استانداردهای سنجش آموزشی گروه تعیین استاندارد ارزیابی آموزشی سه دسته از استانداردهای ارزیابی آموزشی را انتشار داد. استانداردهای آموزشی پرسنل که در سال 1988 انتشار یافت، استانداردهای ارزیابی بنامه که در سال 1944 انتشار یافت، استاندارد ارزیابی دانش آموز که در سال 2003 انتشار یافت. هر نشریه دسته ای از استانداردها را برای استفاده در انجام مراحل آموزشی معرفی و شرح می دهد استانداردها رهنمودهائی را برای طراحی، اجرا، سنجش و بهبودی شکل های آموزشی فراهم می کند هرکدام از استانداردها در یکی از 4 طبقه بنیادی برای بالابردن سنجش که عبارتند از مناسب، مفید، امکان پذیر و دقت قرار می گیرد. استاندارهای آموزشی پرسنل - استانداردهای متناسب مورد نیاز ارزیابی که منتهی به ارزیابی قانونی و مطابق اخلاق همراه با توجه برای رفاه ارزیابان و افراد مورد ارزیابی قرار می گیرد - استانداردهای مفید که برای هدایت ارزیابی در نظر گرفته می شود آموزنده به موقع و متناسب هستند . - استانداردهای امکان پذیر که برای سیستم ارزیابی در نظر گرفته شده اند که بسیار ساده در اجرا، تاثیر گذار در استفاده از زمان و منابع و به قدر کافی دارای سرمایه اند. - استانداردهای درست که برای کسب اطلاعات که باید از نظر تکنیکی دقیق باشد و نتایج آن به طور منطقی به داده ها مرتبط شود مورد نیاز اند. استانداردهای ارزیابی برنامه استانداردهای مفید به منظور تضمین ارزیابی که اطلاعات را به صورت تکنیکی منتقل و آشکار می کند به این منظور که ارزشها یا شایستگی های برنامه های آموزشی را مشخص می کند. استانداردهای ارزیابی دانش آموزان - استانداردهای مناسبی که ارزیابی دانش آموزان را تضمین می کند و به صورت قانونی و مطابق با اخلاق و با احترام به حقوق دانش آموزان آنها را مورد ارزیابی قرار می دهد. - استانداردهای مفید برای بالا بردن طرحها و انجام سنجش های دانش آموزی مفید و به موقع و آموزنده . - استانداردهای قابل اجرا که ارزیابی دانش آموزان را به صورت کاربردی و قابل پذیرش و موثر فرهنگی ، تربیتی ، آموزشی و از لحاظ سیاسی تضمین می کنند. - استانداردهای درست که ارزیابی دانش آموزان برای کسب اطلاعات صحیح و معتبر و بی عیب و نقص در مورد نحوه عملکرد و آموزش بیان می کند نقد ارزیابی آموزشی ارزیابی در مدارس مبتنی بر دموکراسی مدل آموزش Sudbury در مدارس آموزش مبتنی بر دموکراسی قابل اجرا نیست و ارزیابی تشخیصی نظریه مشخصی را تعیین نمی کند.در مقایسه با مدارس دیگر آنها قابل مقایسه نیستند و بعضی استانداردهایی که برای آنها تنظیم شده از حقوق دانش آموزی تجاوز کرده و به صورت خود تصمیم گیری درآمده است. دانش آموزان خودشان تصمیم می گیرند که چطور پیشرفت خود را در آموزش به صورت خود ارزیابی بسنجند بر اساس مدارسی که بر طبق مدل آموزش Sudbury هستند این سیاست به دانش آموزان هیچ گونه ضرری در زندگی فردی آنان نمی رسانند اگر چه دانش آموزان قبول می کنند که این مراحل بسیار دشوار هستند اما این سختی ها مرحله ای از آموزش دانش آموزی آنها برای رسیدن به اهدافشان محسوب می شود سیاست بدون نمره و بدون درجه بندی به آنها کمک می کنند که یک فضایی عاری از رقابت در بین دانش آموزان و جنگ تائید بزرگسالان آنها بوجود آید و یک جو همکاری مثبت در بین کل دانش آموزان را بوجود می آورد. مرحله نهایی از آموزش Sudbury انتخاب و ارائه تز پایان نامه (تحقیق) آنهاست هر دانش آموز در مورد موضوعی خاص که چطور آنها خود از برای بزرگسالی و ورود به جامعه‌ی بزرگتر آماده می کنند مطالبی را می نویسند آخرین مرحله پایان نامه دفاعیه شفاهی است که دانش آموزان به صورت پرسش و پاسخ در مجمع ارائه می دهد در پایان ، مجمع به صورت رای های مخفی در مورد اینکه آیا گواهی (دیپلم) به آن داده شود یا نشود رای می دهند. تست مطابق با استاندارد یک تست مطابق با استاندارد ، تستی است که به صورت یک روش همسان تعیین و محاسبه بشود . آزمون ها به این روش که روش پرسیدن سئوال برای تعیین و امتیاز دادن و تفسیر است تعیین می شود و به صورت یک روش استاندارد امتیاز تعیین می گردد. طراحی و امتیاز دهی به صورت آزمایشی یک آزمون مطابق با استانداد متشکل از آزمون چند گزینه ای ، درست یا غلط یا سوالات به صورت تشریحی است این چنین مواردی می تواند به صورت کم هزینه و به راحتی توسط برگه های سئوال خاص توسط کامپیوتر یا از طریق آزمونهای منطبقی با کامپیوتر گرفته شود. این چنین تست هایی همچنین دارای پاسخ های بسیار کوتاهی یا اجزای نوشتاری تشریحی هستند که یک امتیاز را از طیق ارزیابی های مستقل که یک عنوان و یا برگه های کلید که برای تعیین نمره داده شده به یک جواب دریافت می کنند داده می شود. بیشتر سنجش ها اگر چه توسط افراد امتیاز دهی نمی شوند اما از افرادی برای امتیاز دهی به مواردی که در توان کامپیوتر نیست استفاده می شود همانند سئوالات تشریحی یا مقاله ها . امتحان دو نوع تفسیر امتحان تستی استاندارد وجود دارد: مرجع مقیاسی و رجوع معیاری . تفسیر امتحان مرجع مقیاسی به این صورت که مقایسه گیرنده تست به نمونه همسالان آن است تفسیر امتحان مرجع معیاری مقایسه گیرنده تست نسبت به معیاری مشخص علی رغم امتیاز دیگر امتحان دهندگان است این همچنین ممکن است به عنوان سنجش پایه استانداردهائی که در یک ردیف با حرکت یا جنبش بهسای پایه استاندارد آموزشی است تعریف شود امتحان مرجع مقیاسی وابسته به آموزش سنتی است که موفقیت را از طریق رتبه بندی دانش آموزان از طریق نمره و یا امتیاز دهی می سنجد در حالیکه مقیاس پایه استاندارد بر اساس عقایدی است که همه دانش آموان می توانند موفق شوند اگر آن ها در مقابل استانداردهای بالائی که مورد نیاز برای همه دانش آموزان صرف نظر از پیش زمینه توانائی یا اقتصادی آنهاست ارزیابی گردند. استانداردها تعیین اعتبار و توانائی به عنوان عامل اصلی برای تعیین کیفیت هر تست استاندارد مورد مشاهده قرار می گیرد اگر چه شرکت های حرفه ای و کارورزی اغلب این مورد را جزء سوابق خود قرار می دهند، زمانیکه استانداردهای گسترش می یابد و مورد قضاوت در زمینه کیفیت و استاندارد بودن آنها قرار می گیرند. استانداردهای ارزیابی در این زمینه از ارزیابی و ارزیابی آموزشی خاص کمیته استاندارد ارزیابی استاندارد آموزشی سه دسته استاندارد را با عنوان های زیر ارائه داده است: 1- استانداردهای ارزیابی پرسنلی منتشر شده در سال 1988. 2- استانداردهای ارزیابی برنامه منتشر شده در سال 1944. 3- استانداردهای ارزیابی دانش آموز منتشر شده در سال 2003 . هر نشریه دسته ای از استانداردها را برای استفاده در انجام مراحل آموزشی معرفی و شرح می دهد استانداردها رهنمودهائی را برای طراحی، اجرا، سنجش و بهبودی شکل های آموزشی فراهم می کند هرکدام از استانداردها در یکی از 4 طبقه بنیادی برای بالابردن سنجش که عبارتند از مناسب، مفید، امکان‌پذیر و دقت قرار می گیرد. در این دسته های استاندارد توجه به اعتبار و قابلیت اعتماد از طریق موضوعات دقیق مورد بررسی قرار گرفته برای مثال استانداردهای دقت دانش آموز ارزیابی دانش آموزان را بر اساس اطلاعات معتبر و صحیح در مورد یادگیری و اجرای دانش آموز تعیین می کند. استانداردهای تست گیری در این زمین روان سنجان ( هوش سنجان) با تست های روانشناسی و آموزشی در مورد قابلیت اعتماد و اعتبار از طریق مقیاس اشتباه و ناتوانی دانش آموزان اندازه گیری می کنند. سومین و آخرین مطلب عمده در مورد تست گیری گواهینامه است به علاوه تست گیری در ارزیابی آموزشی و خط مشی عمومی. فواید یکی از اصلی ترین فواید تست های مطابق با استاندار اینست که نتیجه می تواند از روی مشاهده و تجربه پرونده ای ایجاد نماید بنابراین نمره تست می تواند میزان اعتبار و قابلیت اعتماد را نشان دهد این اغلب مغایرت با نمرات مدرسه ای دارد که از طریق معلم داده می شود. این ممکن است برای فرهنگ های آموزشی در مدارس متفاوت مشکل ساز باشد. دشواری برنامه های آموزشی که توسط معلم داده می شود سبک متفاوت آموزش و تکنیک ها و تمایلات اثر گذار بر روی نمره را می توان در این زمینه نام برد. این باعث تست های مطابق با استانداردهای مفید برای پذیرش در مراحل آموزشی بالاتر یعنی در جایی که مدرسه تلاش می کند دانش آموزان را برای کسب نمره که با همدیگر مقایسه می کنند مورد بررسی قرار دهد. از دیگر فواید آن می توان به تست گیری جمعی اشاره کرد که یک تست مطابق با استاندار طراحی شده خوب یک ارزیابی از اطلاعات و دانش در چندین سطح از تست گیری جمعی که اطلاعات مفیدی را فراهم می کند ارائه می دهد در حالی که مقیاس شخصی به اندازه کافی صحت نداشته و به این معناست که نمره کلاسی ، مدرسه ای، گروهی و شاخه ای نمی تواند اطلاعات جامعی را ارائه دهد اگر چه کاهش خطاها از طریق افزایش سایز نمره دهی توسط گروه نمونه ها انجام می شود. نقد و اشکالات (معایب) تست های مطابق با استاندارد نمی توانند ابتکارات ، خلاقیت ها ، تصورات و فکر های مفهومی ، حس کنجکاوی، تلاش ها ، طعنه ها، قضاوت ها، تعهدات ، اختلافات ، بازتاب های اخلاقی و دیگر مواضع با ارزش و ویژگیها را (بسنجد) اندازه گیری کند. چیزی که انها می سنجند و محاسبه می کنند تنها مهارت ها ، اثرات خاص ، کارکردها، اطلاعات حجمی و در پایان آموزشهای جنبی است. به هر حال بعضی مربیان تشخیص می دهند که تست های مطابق با استاندارد جایی در ابزار آموزشی مورد استفاده برای ارزیابی دانش آموزان نقد احساساتی که مورد استفاده برای آموزش و تدریس قرار می گیرد دارد. بر اساس تست گروهی وقتی تست های مطابق استاندارد یک عامل اولیه در جوابگویی باشند آزمایش و امتحان از طریق آزمون تشریحی انجام می شود که به برنامه آموزشی مشخص و ساختار معینی اشاره دارد. چیزی که در مورد تست قرار می گیرد به عنوان یک مدل برای اینکه یک موضوع چه طور تدریس شود مورد استفاده قرار می گیرد. منتقدین می گویند که این بی اعتباری برنامه آموزشی محسوب می شود. در حقیقت آن می تواند در ساختار آموزشی برای رسیدن به نتایج مشخص مثل خواندن یا ریاضیات مورد استفاده قرار گیرد. علاوه بر این نظریه (PoPham) به این موضوع اشاره می کند که نمره تست های آموزشی یک ابزار مشکل ساز برای آموزش در مدرسه محسوب شده و هوش ذاتی دانش آموزان را تعیین نمی کند. استفاده از تست های مطابق با استاندارد امکان پذیراست است و ساختار و برنامه های آموزشی محدودی را هم ایجاد نمی کند اما ممکن است منجر به خطر ایجاد نمرات تستی سطح پایین اثرات منفی آن می شود برای مثال نمرات تستی سطح پایین در مدارس فدرال آمریکا موجبات تنبیه دانش آموزان را فراهم می کند. اگر تست تنها روش جوابگویی باشد پس ما روش دیگری را برای آموزش بهتر به دانش آموزان نمی‌شناسیم. حمایت کنندگان آزمون های مطابق با استاندارد این طور واکنش نشان دادند که این دلیل موجهی برای رها کردن آزمون گیری نیست اما بیشتر نقدها از طرح های ضعیف آزمون ها ناشی می شود آنها این طور بحث می کنند که آزمون یادگیری بر منابع آموزشی در جنبه های مهم آموزش تمرکز داشته و سهمی هم به اطلاعات و مهارت ها اختصاص داده شده و جنبه های دیگر اهمیت کمتری دارد یا باید به برنامه آموزشی اضافه بشود. اگر دانش ومهارت شامل توانائی نوشتن یک مقاله برای نمونه شود پس آن به طور واضح در محدوده آزمون گیری مطابق استاندارد ترتیب بندی می شود. بعضی از منتقدین چنین می گویند که بعضی از بچه ها نی توانند به خوبی از عهده آزمون های مطابق با استاندارد برآیند که به دلیل اضطراب فقدان مدیریت زمانی و مهارت های تست گیری است . این واکنش نشان دهنده این حقیقت است که تست ها نمی توانند به صورت مستقیم اطلاعات دانش آموزان را بسنجند، تنها توانایی دانش آموزان برای بکار بردن اطلاعات در موقعیت پر استرس محسوب می شوند. دلهره امتحان مربوط به عملکرد روان رنجوری می شود که خود سبب اضطراب جمعی می شود. رشد نفوذ آماده سازی آزمون گیری مطابق با استاندارد بالا می رود. بعضی دانش آموزان تلاش می کنند که خودشان را برای آزمون آماده کنند یا از برنامه ها و تست های نمونه استفاده کنند و یا از کتابهای خریداری شده و طراحی شده برای آماده سازی آزمون استفاده کنند و یا در نشست های آموزشی تک نفره شرکت می کنند بعضی از والدین تمایل به پرداخت صدها دلار برای آماده سای کودکانشان برای آزمونها دارند که اینها موانع مالی هستند که بچه ها خانواده های پولدار را از خانواده های کم درآمد جدا می کند. اگر چه این نقدها بیشتر برای تست های متنوع مثل مقاله نویسی با آزمون Portfolios کاربرد دارند بعضی از مطالعات همچنین نشان داده که آماده سازی آزمون تاثیر کمی بر نمرات تست گیری دارد توانایی خانواده های مرفه برای پرداخت کلاسها با آموزش کیفیت بالاتر به طور خاص به آزمون های مطابق استاندارد مربوط نمی شود. اطلاعات در مورد مشکلات نمره دهی در آزمون های تستی درست و غلط (دو گزینه ای) وقتی که آزمون ها بر اساس درست یا غلط بودن نمره دهی می شوند فضیه مهم ساخته شدن آزمونها بر اساس یادگیری است. تعداد جوابهای درست یا مجموع نمرات برای سنجش میان یادگیری دانش آموان کافی است یا نه؟ علاوه بر این فرضیه دیگر اینست که هیچ اطلاعات معنی داری در جوابهای اشتباه وجود ندارد. اولین چیز این است که جواب درست می تواند از اطلاعات موجود در حافظه بدون درک عمیق از محتوی یا ساختار ادراکی بدست آید. و دومین مسئله اینست که وقتی بیش از یک مرحله برای راه حل وجوددارد جنبه های متناوبی برای پاسخگویی است که منجر به پاسخ درست می شود. در حقیقت پاسخی که درست است مراحل درک دانش آموز از مطلب را نشان نمی دهد وقتی دانش آموز پاسخی را می دهد در واقع اطلاعات در برگه اصلی موجود است. اگر دانش آموز به طور حدسی سئوالی را جواب بدهد مدرکی برای اثبات آن وجود ندارد. به عبارت دیگر پاسخ غلط منعکس کننده اطلاعات دانش آموز نیست. این پاسخ نشان می دهد که یک رابطه منظم در مورد تمام تست های مورد سنجش است. در مورد دوم این موضوع امکان پذیر است که دستورالعمل را از پاسخ هایی که به تست داده شده است استخراج کنیم. چنین مراحل استخراجی برای نمونه در مدل را Rash تمرین استانداردی برای گسترش حرفه ای این مطلب است اگر چه بعضی از پاسخ های غلط در طول مراحل نمره دهی رد می شوند تلاش برای تغییر این پاسخ ها در مورد اطلاعاتی که آنها ممکن است شامل شوند نمی دهد برای مثال از یک سئوالی که دانش آموز را به سمت پاسخ اشتباه هدایت می کند (سئوال های غلط انداز) برای نمونه می توان به مورد زیر اشاره کرد: شما یک فنجان قهوه دارید و یک حبه قند داخل آن می اندازید وقت مشخصی برای شیرین شدن قهوه می گیرد اکنون یک نصفه حبه می اندازیم آیا قهوه شما شیرین تر می شود. شما می گوئید شما دو تکه در یک قهوه ؛ اما دانش آموز ممکن است فکر کند که شما یک حبه‌ی کامل در قهوه انداخته اید این سبب پاسخ اشتباه می شود. سوم: اگر چه که نمره آزمون موضوعی بر پایه موضوع گاهی اوقات آزمون هایی با نمرات کم برگزار می شود اما به صورت عادی آزمون ها باید به صورت نمرات کامل باشند این سبب مقایسه‌ی این نمرات با نمرات استاندارد می شود متلاشی شدن بیشتر نتایج آزمون به طور سیستماتیک همه اطلاعات را در مورد موارد خاص از بین می برد بنابراین امتحانات غلط و درست به این موارد اشاره می کند. 1- چه طور دانش آموزان به پاسخ های درست دست پیدا می کنند. 2- چه چیزی منجر به گواهی آنها به سمت پاسخ های غیر قابل قبول می شود. 3- چه وقت در طول امتحان خواسته های دانش آموزان برآورده می شود. تفسیر ها این طور پیشنهاد می کتتد که مراحل نمره دهی کنونی پویایی تست دهنده ها را پنهان می کنند. وامکانات دانش آموزان را برای کسب توانائی هایشان محو می کند.تمرین های نمره دهی کنونی بسیار ساده هستند این داده ها در مرحله نمره دهی اولیه قرار دارند. نتیجه این خطای مرحله ای از بین بردن اطلاعات شناختی است که می تواند معلم برای خدمت بهتر به دانش آموزانش بکند .و این مانع از آن می شود که آن ها با تلاش فراوان تست ها را آماده سازی کنند. که در این صورت سبب انحراف دانش آموزان و ایجاد خطا در آن ها می گردد . راه حل این مشکل به عنوان آنالیز گستره ی پا سخ ها معروف است RSA که هم اکنون به صورت گسترده ای برای توانا سازی همه ی سه شکل کمبود اطلاعات پدیدار شده است در حالیکه هنوز تهیه مقیاس عددی برای ثبت عملکرد و تغییر عملکرد دانش آموزان وجود ندارد پایه ی تست گیری: زمانی که به طور سیستماتیک در یک گروه قرار بگیرد انجام می شودحتی همه ی گروه ها به صورت مساوی در مقیاس اندازه گیری آزمون قرار می گیرند. نقدی که در این مورد قرار می گیرد این است که سازنده تست گرایش به فهماندن تست به دانش آموزان سطح متوسط دارد. منتقدین ادعا می کنند که آزمون گیری مطابق با استانداردارزش ها ، عادت ها و زبان تست گیرنده هستند. اگرچه بیشتر تست ها ، تست های دانش آموزان سطح متوسط است اهمیت در این است که گروه سطح بالای کلاس دارای پیش زمینه ی دیگری هستند . تمام تست ها برای مثال تست های چند گزینه ای با جواب های پیچیده ، تست های خوب شناخته نمی شوند بعضی آزمون های مطابق با استاندارد شامل سوالات نوشتن مقاله یا تشریحی هستند و بعضی این موضوع را به علت اثر گذاری بر نمره دهی مورد انتفاد قرار می دهند.اخیرا نمره دهی کامپیو تری به روی سوالات به روی سوالات تشریحی بر روی بعضی از تست ها تعریف شده. اما این موضوع خود بحث انگیز است . تصمیمات آموزشی نمره دهی به تست ها در بعضی موارد به عنوان ملاک اولیه یا اجباری برای پذیرش یا دادن گواهی قبولی به دانش آموزان مورد استفاده قرار می گیرند. به طور مثال در بعضی ایالات آمریکا آزمون فراغت از تحصیل دبیرستان مورد نیاز است نمره به حد کافی در این امتحانات پایانی سبب دادن گواهی نامه به دانش آموزان خواهد شد که موجب می گردد به آن ها دیپلم دبیرستان داده شود . در آمریکا بعضی کالج ها و دانشگاه ها به صورت( اتومات ) خودکار نمرات را برای ورود به کالج مورد بررسی قرار می دهندو نمره ی در سطح مطلوب در این موارد مورد نیاز است در غیر این صورت نیاز به گذراندن دوره های پیشرفته الزامی است . آزمونهای کلی مثل آزمون سطح اغلب به عنوان یک مقیاس مورد استفاده قرار می گیرد. بعضی از موسسات عمومی به برگزاری کلاس های سطح GPA یا تعیین نمره می پردازند که در این کلاس ها به صورت خودکار قبول یا رد بودن دانش آموز مشخص می شود. اعتماد به تست های مطابق با استاندارد برای تصمیم گیری به دلایلی که در بالا ذکر شد اغلب بحث انگیز است منتقدین اغلب به روی مقیاس هی بدون نمره را پیشنهاد می کنند مثل نمرات کلاسی یا سنجش های شخصی مثل نوشتن یک شعر را برای معلمان پیشنهاد می کنند حمایت کنند گان این موضوع این طور بحث می کنند که دادن نمره امتحانی سبب می شودکه افرادی که دارای قدرت سیاسی هستند یا پارتی دارند بتوانند نمره بهتری کسب کنند. آکادمی ملی علوم توصیه می کند که اغلب تصمیم گیری های آموزشی نباید تنها مبتنی بر نمره امتحانی باشد . استفاده از نمره برای ورود یا فارغ تحصیلی به تنهایی یک استاندارد نیست و باید با داده های دیگر مثل اطلاعات دانش آموز ، پیش نیاز های درسی همراه باشد نمرات امتحان اغلب به عنئوان تنها داده پیش بینی می شود به این دلیل این بسیار مشکل است که اطلاعات دانش آموز را دریافت کنیم . انتظاری که از این قانون می رود اینست که مهارت های قابل تشخیص را از داده های سنتی قابل شناسایی کند . موضوع تحقیق ترجمه مقاله Educational evaluation ارزیابی آموزشی تهیه و تنظیم : سکینه سمیعی

سنجش

مطالب مشابه :

دریافت کد سوابق تحصیلی

ارزشیابی مستمر

سنجش

دانلود رایگان سوالات دکتری 91

تاريخ‌ ثبت‌نام‌ در‌ آزمون‌ سراسري‌ 1394

اطلاعيه‌ سازمان‌ سنجش‌ آموزش‌ كشور درباره‌ تاريخ‌، محل‌ رفع نقص كارت ...

سنجش پویا

مقاله