ИнвентарьинтересовСтронга—Кэмпбелла (Strong-Campbell interest inventory)

И. и. С.—К. (SCII), впервые опубликованный в 1974 г. Дэвидом Кэмпбеллом и Джо-Идой Хансен, представляет собой комбинацию Бланка профессиональных интересов для мужчин (Strong Vocational Interest Blank for Men) и Бланка профессиональных интересов для женщин (Strong Vocational Interest Blank for Women) Стронга в новой редакции. Он содержит 325 вопросов с вариантами ответа «нравится», «безразлично» или «не нравится» в отношении разнообразных профессий, занятий, школьных предметов и типов людей. Тест предназначен для лиц в возрасте от 16 лет и старше.

Редакция 1982 г. включает 162 профессиональных шкалы, 6 общих профессиональных тем (авантюристическая, художественная, предпринимательская, исследовательская, практическая, социальная), 23 шкалы осн. интересов, 2 специальные шкалы (академического комфорта и интроверсии — эстраверсии) и ряд вспомогательных показателей, к-рые применяются для контроля валидности тестовых оценок перед их интерпретацией. Обработка результатов осуществляется только с использованием компьютера. Несмотря на универсальность теста, при интерпретации его результатов используются отдельные нормы для мужчин и женщин, поскольку на профили интересов существенно влияют половые различия.

Назначение И. и. С.-К. — предоставление клиенту, профконсультанту или специалисту по работе с персоналом информ., необходимой для принятия решений при выборе и планировании образовательной и профессиональной карьеры. Показатели в большей мере отражают интересы тестируемого, нежели его способности. Как было показано, люди, выбирающие профессии в соответствии со своими интересами, дольше остаются в выбранной профессии по сравнению с теми, кто выбирает профессии, не связанные с их интересами.

И. и. С.-К. широко признан профконсультантами и консультантами в сфере образования как один из лучших и наиболее эффективных тестов в данной области. Его применение и интерпретация требует привлечения квалифицированных специалистов.

Типологический опросник Майерс-Бриггс (Myers-Briggs Type Indicator, MBTI) - в первую очередь специальный индикатор, дающий возможность профессионально определить свойственные сходства и различия, исследовать интерперсональные взаимосвязи темпераментологических качеств, при этом, типологический опросник Майерс-Бриггс рисует типологический профиль тестируемого. Типологический опросник Майерс-Бриггс имеет много преимуществ по сравнению с другими имеющимися методиками. Основные положения интерпретации, которые отражает полный тест на социотип: 1. Рассчитываются специфические наклонности в воспринимании информации и принятии решений; 2. Выявляются ведушие поведенческие стереотипы и характеристики; Типологический опросник Майерс-Бриггс относится к базовым психометрическим средствам, – поэтому Майерс Бриггс тест имеет широкую отрасль практического применения в т.ч.: 1. В консультационной практике по проблемам карьеры и профессиональной ориентации. 2. В индивидуальном и семейном консультировании. На основании полученных результатов можно сделать вывод о том, что типологический опросник Майерс-Бриггс дает специалистам большие возможности.

47. Направления современного педагогического тестирования. Цель и особенности подхода.

 

Теории педагогического тестирования

• Классическая теория тестирования (первая половина 20-го века):

– стандартизация теста на репрезентативной выборке,

– достоинства - простота обработки и интерпретации результатов,

– обладает целым рядом существенных недостатков.

• Современные теории тестирования (вторая половина 20-го века):

– IRT (Item Response Theory) – теория ответов на вопросы,

– ТМППТ – теория моделирования и параметризации педагогических тестов,

– позволяют преодолеть недостатки классической теории тестирования,

– открывают возможности для использования новых технологий тестирования и дополнительного анализа данных.

• В частности - логистические модели Раша и Бирнбаума.

 

Основные недостатки классической теории тестирования

• Оценки уровня подготовленности испытуемых зависят от уровня трудности конкретного теста.

• Оценки трудности тестовых заданий зависят от уровня подготовленности конкретной выборки испытуемых.

• Шкала первичных баллов является порядковой.

– Никакое преобразование первичных баллов в КТТ не повышает уровня шкалы.

• Методы оценивания надежности требуют существенных ограничений и дают искаженные результаты.

• Ошибка измерения является величиной постоянной для всех испытуемых.

• Не позволяет решить специфические проблемы тестирования.

• Не подходит для компьютерного адаптивного тестирования.

• Уровни подготовленности испытуемых и параметры заданий теста находятся на различных шкалах.

• Невозможно предсказать исход выполнения данным испытуемым данного задания.

 

Цель тестирования

• Получить объективные оценки уровня подготовленности испытуемых и трудностей заданий теста.

• Объективность оценок подразумевает выполнение следующих двух условий:

– инвариантность оценок испытуемых относительно тестовых заданий, по результатам выполнения которых эти оценки получены.

• Это означает, что при тестировании одного и того же испытуемого различными тестами (с подобной содержательной валидностью) должны получаться близкие, с точностью до погрешности вычислений, результаты;

– инвариантность характеристик тестовых заданий относительно контингента испытуемых, по результатам тестирования которых эти характеристики получены.

• Это означает, что при выполнении одного и того же теста различными группами испытуемых должны получаться близкие, с точностью до погрешности вычислений, оценки трудности тестовых заданий.

• Очевидно, что в рамках традиционной теории тестирования невозможно добиться объективности оценок.

 

 

48. Теория ответов на вопросы. Классификация и выбор моделей IRT.

 

Преимущества современной теории тестирования (IRT)

• Оценки уровня подготовленности испытуемых инварианты относительно тестовых заданий, по результатам выполнения которых они получены.

• Оценки трудности тестовых заданий инвариантны относительно контингента испытуемых, по результатам тестирования которых они получены.

• Ошибка измерения оценивается индивидуально для каждого испытуемого и каждого задания.

• Все параметры заданий и испытуемых находятся на единой шкале.

• Используемая шкала логитов является интервальной, что дает возможность перейти от ранжирования испытуемых и заданий к измерению соответственно уровня подготовленности и уровня трудности.

• Возможен анализ влияния дополнительных факторов на оценки параметров заданий и мер испытуемых.

• Разработаны методы решения специфических проблем тестирования.

• Теория компьютерного адаптивного тестирования базируется на IRT.

 

Основная цель IRT

• Состоит в разработке математической модели процесса тестирования, параметрами которой, подлежащими определению, служат характеристики участников тестирования и самого теста

– Задача - преобразовать формальные наблюдения за исходом отдельных случайных событий в измерения, то есть непрерывные переменные со значениями на метрической шкале.

– Преобразовать наблюдения в измерения можно только в рамках некоторой математической модели.

• В основе всех моделей IRT лежит функция успеха, определяющая зависимость вероятности правильного выполнения задания (или какой-либо его части) от уровня подготовленности (способности) участника тестирования и параметров задания.

 

 

Модели IRT

• Модель определяется математическим выражением для характеристической функции задания.

• Главное отличие между различными моделями IRT– число параметров, используемых для

описания заданий теста.

• Выбор модели – ответственность исследователя.

– Выбор любой модели подразумевает выполнение определенных предположений, которые должны быть проверены.

 

Классификация моделей по числу параметров

Модели Раша

• Характеристические кривые заданий (в дихотомическом случае) или их шагов (в политомическом случае) отличаются только их положением вдоль оси переменной, – т.е. они параллельны (не пересекаются).

• Трудность задания (или его шага) – единственная характеристика задания, которая влияет на результат выполнения задания данным испытуемым.

Остальные модели IRT

• Характеристические кривые заданий (в дихотомическом случае) или их шагов (в политомическом случае) не параллельны, они пересекаются:

– каждая кривая имеет свой наклон (значения параметра дискриминативности различны).

• Задания различаются по уровню трудности и по дискриминативности.

Многомерные модели

• Требования современной оценочной практики часто выходят за рамки одномерной модели.

 

49. Однопараметрическая модель Георга Раша.

 

ОДНОПАРАМЕТРИЧЕСКАЯ МОДЕЛЬ ШКАЛИРОВАНИЯ - частный случай IRT, предложена Г. Рашем. Она устанавливает соответствие между скрытыми параметрами (уровень подготовки испытуемых и уровень ТРУДНОСТИ ЗАДАНИЯ) и наблюдаемыми результатами выполнения теста. В результате работы этой модели определяется вероятность, с которой испытуемый с определенным уровнем подготовки справится с заданиями разной сложности. И наоборот, можно определить, с какой вероятностью испытуемые с разной подготовкой справятся с заданием определенного уровня сложности. Таким образом выбираются задания, лучше всего определяющие уровень развития СПОСОБНОСТИ (уровень знаний). В этой модели учитывается только один параметр, определяющий вероятность выполнения испытуемым задания: разность - это расстояние, на котором испытуемый i с уровнем подготовки i от задания j (подробнее об этом показателе см.МОДЕЛЬ РАША).

В модели Раша вероятности правильного (соответственно, неправильного) решения тестового задания равны:

Пусть тест содержит n заданий. Трудности заданий δ 1, δ 2,..., δ n предполагаются известными, причем можно считать, что они упорядочены по возрастанию δ 1≤ δ 2≤...≤ δ n≤. Введем, кроме того, обозначение χ i для характеристической функции, которая равна 1 или 0 в зависимости от того, правильно или неправильно решено i-е задание. Легко убедиться, что в этих предположениях логарифмическая функция правдоподобия равна:

Необходимое условие максимума функции (2), а именно равенство нулю производной по параметру θ, после несложных преобразований приводит к уравнению:

В соответствии с принципом максимального правдоподобия уровень подготовленности испытуемого должен определяться именно из этого уравнения. Но левая часть уравнения (3) является универсальной для данного теста, монотонно возрастающей функцией ƒ (θ), а правая часть равна общему числу правильно выполненных заданий. Отсюда следует, что оценка уровня подготовленности испытуемых в модели Раша зависит лишь от общего числа правильно выполненных заданий, но не от их трудности.