1 / 35

Kennistoets - Verbeteren van de toetskwaliteit door Sylvester Draaijer (UVA)

Onderwijscentrum VU. Kennistoets - Verbeteren van de toetskwaliteit door Sylvester Draaijer (UVA). W E E T W A T O N D E R W IJ S W A A R D I S. Silvester Draaijer VUA. Onderwijscentrum VU. VU: 20.000 studenten Onderwijscentrum VU 1 e graads lerarenopleiding

hanh
Download Presentation

Kennistoets - Verbeteren van de toetskwaliteit door Sylvester Draaijer (UVA)

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. Onderwijscentrum VU Kennistoets - Verbeteren van de toetskwaliteit door Sylvester Draaijer (UVA) W E E T W A T O N D E R W IJ S W A A R D I S Silvester Draaijer VUA

  2. Onderwijscentrum VU • VU: 20.000 studenten • Onderwijscentrum VU • 1e graads lerarenopleiding • Scholing en Advisering • o.a. ICTO • Kwaliteitszorg (o.a. onderwijsevaluaties en tentamenschrapkaarten service) • Communities of Learners als centraal thema • Assessment is één van de aandachtspunten • Pre-master assessment VU • Taaltoets VU • Portfolio • Peer-Review (SURF project met UU en TUD) • Digitaal Toetsen

  3. Kennis: wat is het?

  4. Kennis: wat is het?

  5. Nadenken over kennis • Nonaka & Takeuchi

  6. Kennis in HBO-context • Hernieuwde aandacht voor ‘kennis’: waarom? • Tegen • Tegen edutainment? • Tegen constructivisme? • Tegen nieuwlichterij? • Tegen ‘al dat projectonderwijs’ en ‘al dat probleemgestuurd onderwijs’ • Tegen al die groepsopdrachten? • Voor • ‘Experts’ hebben hun kennis in prachtige (studie)boeken neergelegd. Dat moeten we gebruiken. • Kennis bezitten en kunnen toepassen is voorwaardelijk voor het oplossen van (complexere) problemen

  7. Kennis in HBO-context • Kennis van feiten, concepten, processen, procedures en theoriën gericht op een specifieke beroepscontext. • Het vermogen om deze kennis toe te passen om beroepsspecifieke problemen op te lossen.

  8. Wat is toetsen? • Een ‘meting doen’ met een bijbehorende uitspraak over de mate van beheersing van kennis en vaardigheid, vaak met een zak/slaag beslissing • Centrale begrippen • Validiteit • Betrouwbaarheid • Formatief, Summatief

  9. Nadenken over toetsen • Simpele toets met één vraag (meting) • Doel: vaststellen of de zaal voldoende kennis heeft van Toetsen en Beoordelen • Doel: vaststellen wat we vanochtend en vanmiddag gaan doen • Vraag • Wie heeft een cursus Toetsen en Beoordelen gevolgd?

  10. Nadenken over toetsen • Inhoudsvaliditeit? • Construct validiteit? • Criterium validiteit? • Predictieve validiteit?

  11. De vragen in de toets leveren een goede afspiegeling op van de stof in combinatie met het beoogde beheersingsniveau. Onderwerpen uit de stof Cognitief niveau Let op: Cognitief niveau ≠ Moeilijkheidsgraad Validiteit: toetsmatrijs

  12. Validiteit: toetsmatrijs Werk met startzinnen

  13. Nadenken over toetsen • Betrouwbaarheid? p, a, Rit, Rir, Rar, Cronbach α / KR20, 1-2-3-PL IRT ….

  14. Betrouwbaarheid • Hoe meer vragen hoe betrouwbaarder • Hoe groter de spreiding van kennis onder studentenpopulatie, hoe betrouwbaarder de toets

  15. Betrouwbaarheid • Goede toetsvragen maken • Meten op het bedoelde cognitieve niveau • Scheiden competente van niet-competente studente • Zijn niet te gemakkelijk of te moeilijk • Zijn relevant/motiverend • Vooraf • Loop alle checklists af • Laat collega’s de vragen controleren • Laat toetsdeskundigen de vragen controleren • Doe proefafnames • … maar dit alles is geen garantie – proof of the pudding is in the eating • Doe de oefening vraagconstructie

  16. Betrouwbaarheid • Consistent beoordelen • Gesloten vragen – easy • Open vragen – antwoordmodel/nakijkschema • Doe de oefening ‘interbeoordelaarsbetrouwbaarheid’

  17. Over cijfers geven 10 5,5 Proportie studenten die slaagt. cijfer 1 raadscore cesuurscore maximale score

  18. Toets en itemanalyse • We gaan de oefening doen • Vragen niet te moeilijke of gemakkelijk (P) • Vragen moeten positief correleren (Rir) • Correct antwoord moet positief correleren • Incorrect antwoord moet niet te vaak worden gekozen • Betrouwbaarheid (KR20) – wanneer voldoende?

  19. voorbeeld TENTAMEN : DOCENT : ***** **-**-2001 FACULTEIT: *** AFDELING : *** _______________________________________________________________ MEERKEUZE VRAGEN FORMULIER 1 P - WAARDEN VRAAG ALT-1 ALT-2 ALT-3 ALT-4 * P-ITEM Sx Rir _______________________________________________________________ 1 0.06 0.08 0.11 +0.75 0.00 0.75 0.19 0.34 2 0.09 0.06 +0.79 0.05 0.01 0.79 0.16 0.21 3 +0.81 0.05 0.08 0.06 0.00 0.81 0.16 0.24 4 0.16 0.12 +0.60 0.13 0.00 0.60 0.24 0.37 5 0.26 0.03 +0.71 0.01 0.00 0.71 0.21 0.34 6 0.10 +0.77 0.12 0.02 0.00 0.77 0.18 0.26 7 +0.79 0.03 0.16 0.03 0.00 0.79 0.16 0.26 8 0.31 0.06 +0.52 0.11 0.00 0.52 0.25 0.27 9 0.08 0.40 0.03 +0.49 0.00 0.49 0.25 0.17 10 0.06 0.03 +0.87 0.04 0.00 0.87 0.11 0.27 11 0.10 0.02 +0.83 0.05 0.00 0.83 0.14 0.32 12 0.05 0.03 +0.86 0.06 0.00 0.86 0.12 0.30 13 0.54 +0.26 0.16 0.04 0.00 0.26 0.19 -0.07 14 0.25 0.21 0.11 +0.44 0.00 0.44 0.25 0.30 15 0.23 +0.62 0.04 0.10 0.00 0.62 0.23 0.31 16 +0.49 0.29 0.08 0.14 0.00 0.49 0.25 0.24 17 0.01 0.34 +0.65 0.01 0.00 0.65 0.23 0.14 18 0.07 0.06 +0.85 0.02 0.00 0.85 0.13 -0.10 19 0.01 0.08 +0.88 0.04 0.00 0.88 0.11 0.31 20 0.30 +0.35 0.11 0.24 0.00 0.35 0.23 0.05 21 +0.82 0.03 0.07 0.08 0.00 0.82 0.14 0.35 22 0.21 0.36 0.31 +0.12 0.00 0.12 0.11 0.09 23 +0.86 0.09 0.03 0.01 0.00 0.86 0.12 0.23 24 +0.83 0.03 0.10 0.05 0.00 0.83 0.14 0.36 25 +0.84 0.08 0.01 0.06 0.00 0.84 0.13 0.32 26 +0.46 0.05 0.05 0.44 0.00 0.46 0.25 0.56 27 0.23 +0.66 0.06 0.06 0.00 0.66 0.23 0.61 28 0.18 0.19 0.25 +0.37 0.00 0.37 0.23 0.44 29 0.14 +0.64 0.08 0.14 0.00 0.64 0.23 0.40 30 0.07 0.07 +0.79 0.06 0.00 0.79 0.16 0.36 31 +0.66 0.16 0.03 0.14 0.00 0.66 0.22 0.40 32 0.09 +0.48 0.18 0.25 0.00 0.48 0.25 0.37 33 +0.74 0.05 0.02 0.19 0.00 0.74 0.19 0.49 34 +0.55 0.08 0.24 0.13 0.00 0.55 0.25 0.01 35 0.03 0.27 +0.51 0.18 0.00 0.51 0.25 0.46 36 0.15 +0.18 0.45 0.22 0.00 0.18 0.14 0.04 37 0.16 0.08 +0.43 0.32 0.01 0.43 0.24 0.18 38 0.32 +0.60 0.06 0.02 0.00 0.60 0.24 0.39 39 0.38 0.13 0.08 +0.42 0.00 0.42 0.24 0.48 40 0.19 0.05 +0.71 0.05 0.00 0.71 0.21 0.28 KR-20 : 0.82 Aantal studenten : 154 | S KR20 KR20(75) Gem. Score Gem. p-waarde ______|___________________________________________________________ | MK | 6.16 0.82 0.89 25.00 0.63 WO | --- --- --- --- ---

  20. Wat willen studenten met toetsing? • Should be for learning • Should be reliable, valid, fair and consistent • Should consist of effective and constructive feedback • Should be innovative and have the capacity to inspire and motivate • Should measure understanding and application, rather than recall

  21. Wat willen studenten met toetsing? • Should be conducted throughout the course, rather than being positioned as a final event • Should develop key skills such as peer and reflective assessment • Should be central to staff development and teaching strategies, and frequently reviewed • Should be of a manageable amount for both tutors and students • Should encourage dialogue between students and their tutors and students and their peers

  22. ICT: MC, MR, drag-and-drop,math

  23. ICT: Lineair question

  24. ICT: Animation, Simulation, Video

  25. IRT (Item Response Theory, Latent Trait Analysis

  26. Itembanking

  27. Quizzing – studentgericht formatief toetsen • Toets met diagnostische functie tbv tentamen • Toets om te leren/oefenen

  28. Voorbeeld 1: Peer instruction • ConceptTest • Ontwikkeld door Eric Mazur, Harvard University

  29. Voorbeeld 2a: opfrissen van voorkennis • Faculteit Aard- en Levenswetenschappen VU, cursus Plantenfysiologie

  30. Voorbeeld 2b: Aanjagen van een Practicum • Faculteit Aard- en Levenswetenschappen VU, cursus Basin Analysis

  31. Voorbeeld 3a: Actieve verwerking van collegestof • Faculteit Pedagogiek en Psychologie VU, cursussen Algemene Methodologie en Functieleer

  32. Voorbeeld 4a: Collegeverbeteraar • Faculteit Pedagogiek en Psychologie VU, cursus Historische Pedagogie

  33. Voorbeeld 4b: Collegeverbeteraar Inleiding Voorbeelden Conclusie • Faculteit Rechten VU, cursus Beginselen Strafrecht

  34. Conclusie • Meerdere varianten mogelijk van online Quizzing • Zorg dat de toetsen zijn ‘ingebed’ in de cursus. • Zorg er zo mogelijk voor dat studenten kunnen overleggen!

More Related