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 δ1, δ2,...,δn предполагаются известными, причем можно считать, что они упорядочены по возрастанию δ1≤ δ2≤...≤δn≤. Введем, кроме того, обозначение χi 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.