1 / 20

Підготовка даних до аналізу в ITEMAN, RASCAL, XCALIBRE

Програми пакету ITAP : можливості та застосування до аналізу результатів тестування Тетяна Лісова, Ніжинський державний університет імені Миколи Гоголя. Підготовка даних до аналізу в ITEMAN, RASCAL, XCALIBRE. Кількість завдань (до 750). Позначення пропущених (о) та не відкритих ( n) завдань.

ganya
Download Presentation

Підготовка даних до аналізу в ITEMAN, RASCAL, XCALIBRE

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Програми пакету ITAP: можливості та застосування до аналізу результатів тестуванняТетяна Лісова, Ніжинський державний університет імені Миколи Гоголя

  2. Підготовка даних до аналізу в ITEMAN, RASCAL, XCALIBRE Кількість завдань (до 750) Позначення пропущених (о) та не відкритих (n) завдань Кількість символів для ідентифікації (до 80) Кількість альтернатив у завданні Ключ Чи включається завдання до аналізу? Матриця відповідей

  3. Вікно для опису робочих файлів у ITEMAN Файл для балів екзаменованих Файл для опису завдань з кількома відповідями Файл для зовнішнього аналізу

  4. Вікно для визначення опцій аналізу в ITEMAN (за замовчуванням)

  5. До аналізу Після аналізу

  6. Фрагменти вихідного файла в ITEMAN

  7. 13. З деякої сукупності з відомим середньо-квадратичним відхиленням σ=3 зроблено вибірку з 36 об'єктів і знайдено вибіркове середнє Хв=1,5. На рівні значущості 0,05 перевіряється гіпотеза, що математичне сподівання всієї сукупності а=1 при альтернативній а>1. Результатом перевірки може бути • спостережене значення критерію 1, критичне 1,65 -основна гіпотеза приймається • спостережене значення критерію 1, критичне 1,65 -основна гіпотеза відхиляється • спостережене значення критерію 1, критичне 1,96 -основна гіпотеза приймається • спостережене значення критерію 1,65, критичне 1,5 -основна гіпотеза відхиляється • спостережене значення критерію 1,5, критичне 1,96 -основна гіпотеза приймається

  8. Вікно для визначення опцій аналізу в RASCAL

  9. Фрагменти вихідного файла в RASCAL Рівень складності завдань Середній рівень підготовки

  10. Характеристична функція тесту Інформаційна функція тесту

  11. Характеристичні функції завдань, побудовані в Excel

  12. Вікно для опису робочих файлів у XCALIBRE Файл для балів екзаменованих Файл для ідентифікації завдань Файл для зовнішнього аналізу

  13. Вікно для визначення опцій аналізу в XCALIBRE

  14. Оцінки параметрів 2- парам. моделі Оцінки параметрів 3- парам. моделі

  15. Характеристичнафункція тесту для 2- парам. моделі Характеристичнафункція тесту для 3- парам. моделі

  16. Інформаційна функція тесту для 2- парам. моделі Інформаційна функція тесту для 3- парам. моделі

  17. Вибір методу побудови оцінок рівня підготовленості

  18. Sample size: • 1PL = 100 minimum • 2PL = 300 minimum • 3PL = 500 minimum Обмеження на вибірку The a parameter ranges from 0.0 to about 2.0 in practice (theoretically to infinity) Higher means better discriminating For achievement testing, 0.7 or 0.8 is good Aptitude testing is a little higher Параметр дискримінуючої здатності • Should be between -3 and 3 • 99.9% of students are in that range • 0.0 is average • 1.0 is difficult (85th percentile) • -1.0 is easy (15th percentile) Параметр складності The c parameter should be about 1/k, where k is the number of options If higher, this indicates that options are not attractive Параметр угадування

More Related