سلیمان ذوالفقارنسب

فرایند سنجش و پذیرش افراد توانمند و کارآمد برای تحصیل در دوره دکترای تخصصی در ایران بسیار پر چالش بوده است. اهمیت این مسئله به حدی است که ویژگی های روان سنجی سنجه های پذیرش و ملاک های مهم آن، همچنین شیوه آزمون گیری به صورت تستی یا تشریحی برای تدوین الگوی بهینه پذیرش داوطلبان همواره در بین مجامع دانشگاهی، سیاست گذاران، و متقاضیان ورود به تحصیلات تکمیلی محل بحث و جدال است. هدف اولیه این پژوهش مشخص کردن ضرایب شبه پایایی این معیارها بوده است. روش این پژوهش از نوع توصیفی است، و در چارچوب تئوری تعمیم پذیری، پایایی سنجه ها و معیارهای-داده های ثانویه-مربوط به برنامه سنجش و پذیرش دکتری رشته مهندسی برق گرایش قدرت در 37 دانشکده پذیرنده دکتری در دانشگاه های ملی مختلف در سال 1397 را بررسی کرده است. داده ها با نرم افزار  mGENOVA بر اساس تحلیل چند متغیری با یک طرح تک رویه ای p^•×i^° تحلیل شده اند. نتایج نشان داد که چهار آزمون تخصصی، و دو آزمون عمومی به دلیل سختی سؤالات و بی پاسخ بودن، و به کارگیری نمره گذاری فرمولی، پایایی و دقت مناسبی ندارند. دو معیار ترکیبی مصاحبه که از سنجه های متفاوتی تشکیل شده اند، از ضرایب تعمیم پذیری و اعتمادپذیری بهتری برخوردار بودند. افزودن معدل کارشناسی و کارشناسی ارشد، به عنوان متغیر پیش بینی کننده جداگانه، به دلیل محدودیت دامنه در برآورد نمرات جهانی ترکیبی کارایی چندانی ندارد. در یک برنامه پذیرش دکتری که سازه زیربنایی ای بسیار گسترده ای تعریف، و سنجه های چندگانه ای استفاده می شود، مؤلفه های خطای بیشتری نیز وجود خواهد داشت. بنابراین، نمی توان تنها یک مقدار پایایی معین برای سنجه های آن مشخص کرد. امّا با تعدیل سطوح دشواری آزمون ها، استفاده از طرح های نمره گذاری سهمی سؤالات بدون جریمه حدس شانسی، نمونه گیری کاملتر از سازه زیربنایی و افزایش لایه های سطوح می توان تصمیم گیری های آموزشی با ریسک بالا را برای طبقه بندی افراد، با پیش بینی های نادرست کمتری انجام داد.

ساختن سوالات دشوار و بدون هیچ حد و مرز مشخص در ترکیب الگوریتم های محاسباتی، منجر به روندهای نابجا مثل راهبردهای آموزش تست زنی و آمادگی برای آزمون در بین آزمون شوندگان شده است. همچنین ناکارآمدی آموزش های دوران تحصیلی در پی گیری نیازهای جامعه در نهایت مانعی برای رسیدن به اهداف آموزشی بادوام در توسعه ملی شده است. داشتن استانداردهای آموزشی دقیق و کاربرد الگوهای رده بندی کمک می کند تا ارزشیابی بهتری از برنامه های آموزشی، محتوای درسی و همین طور پیشرفت تحصیلی دانش آموزان بدست آید. در این نوشته به بررسی نمونه ای کوچک از مجموعه سوالات چهارگزینه ای حساب دیفرانسیل در چهارچوب هدف های رفتاری پرداخته شده است. 12 سوال از یک آزمون 30 سوالی که روی یک نمونه 3409 نفری از دانش آموزان اجرا شده بر اساس الگوی توان-پیچیدگی رده بندی گردید. نتیجه مربوط به 3 سوال آن در این مقاله آمده است. نتایج نشان داد که سوالات این آزمون همگی دانش روندی را اندازه می گیرند و عمدتا در سطح 3 پیچیدگی قرار داشته اند. همچنین 92% سوالات انتزاعی بوده و برای پاسخ گویی صحیح به هر سوال همزمان باید چندین الگوریتم محاسباتی مختلف فراخوانی شوند. سوالاتی که تنها از یک الگوریتم برای حل آنها استفاده شده و سطوح پیچیدگی کمتری داشته اند از پارامترهای آماری بهتری مثل مقیاس پذیری برخوردار بوده اند و تابع آگاهی آنها اطلاعات بیشتری از توانایی آزمون شوندگان فراهم می کردند.

بنا بر تصویب قانون پذیرش دانشجویان در سال های آینده بر اساس افزایش تدریجی سهم سوابق تحصیلی آن ها در ترکیب با نمره ی آزمون سراسری، مشخص کردن کم و کیف ترکیب این دو نوع نمره برای انتخاب شایسته ی متقاضیان ورود به دانشگاه ها، یکی از مهم ترین چالش های تصمیم گیرندگان در سازمان سنجش آموزش کشور بوده است. این پژوهش به منظور بررسی اعتبار نمرات حاصل از سوابق تحصیلی، آزمون سراسری و ترکیب آن ها بر اساس تئوری تعمیم پذیری صورت گرفته است. روش تحقیق به صورت توصیفی بوده و در آن نمرات سوابق تحصیلی یک سال آخر 5608 دانش آموزان گروه ریاضی و فنی به همراه رتبه ی دروس مشابه در آزمون سراسری آن ها مورد تجزیه وتحلیل قرار گرفته است. نتایج نشان داد که هم نمرات سوابق تحصیلی و هم نمرات آزمون سراسری برای رتبه بندی و ارتقای افراد به مراحل بعدی آموزش به تنهایی دارای ضرایب تعمیم پذیری بهینه ای هستند؛ واریانس واقعی هر سری از این نمرات جداگانه می توانند افراد را برای ادامه تحصیل رتبه بندی کنند. اما ترکیب این دو نوع نمره اثربخش نیست. آزمون کنکور هنجار مرجع و با چولگی مثبت است و سوابق تحصیلی از آزمون های مختلف به دست می آید که ملاک مرجع و با چولگی منفی هستند. ترکیب آن ها ایجاد یک توزیع دو نمایی می کند که در برآورد نمره ی واقعی واریانس صفر یا منفی تولید می کند و ضرایب تعمیم پذیری به دست آمده را بی اعتبار می سازد. درنهایت تبدیل نمرات به رتبه های صدکی برای حذف چولگی و سپس تبدیل رتبه ها به توزیع نمرات استاندارد z برای ترکیب کردن توزیع دو نوع نمره، باعث افزایش واریانس واقعی و بهبود ضرایب تعمیم پذیری و اعتمادپذیری می شود. همچنین در تهیه ی نمره ی کل ترکیبی برای این گروه آزمایشی باید تعداد دروس عمومی آن ها را کاهش داد و هم زمان تک نمره ی ریاضی در خرده آزمون های اختصاصی آن ها را به 4 لایه نمره تفکیک کرد.

کارکرد هدفمند نظام آموزشی تضمین کننده توسعه ملی هر کشوری است. آن چه دانشمندان، مهندسان و نیروی کار تریبت یافته از چنین نظامی در فرایند آموزش یاد می گیرند اهرمی است برای گردش چرخه اقتصادی کشور، افزایش تولید ناخالص ملی و هم زمان کسب درآمد فردی. به شرط ثابت بودن عوامل اثرگذار دیگر. انتظار آن است که در یک نظام آموزشی خوب ساختار یافته در جهت اهداف ملی، همه افراد به یک اندازه از مزایای این نظام آموزشی بهره ببرند. یکی از مهم ترین معیارهای ارزیابی عملکرد سیستم آموزشی، برنامه های اجرای آزمون های ملی و بین المللی استاندارد است. این برنامه های آزمون گیری که به منظور اندازه گیری رشد شناختی دانش آموزان اجرا می شوند، نشان می دهند که دانش آموزان هر کشوری به چه خوبی از مزایای یک سیستم آموزشی بهره مند شده اند. این تحقیق به بررسی عملکرد استانی گروه ریاضی و فنی در دو خرده آزمون سراسری ریاضی و فیزیک و مقایسه نتایج دو آزمون به تفکیک استان و جنسیت طی سال های 1387 تا 1391 می پردازد. همچنین برای شناخت جایگاه استان ها در پیوستار جهانی مبتنی بر آزمون های بین المللی TIMSS اعداد و ارقامی ارایه شده است. این پژوهش با طرح تحقیق پس رویدادی اجرا و برای تحلیل داده های استانی از روش اندازه گیری های مکرر استفاده شده است. داده های این تحقیق از بانک داده های سازمان سنجش آموزش کشور و جداول مرکز مطالعات ملی تیمز و پرلز جمع آوری شده است. نتایج نشان داد که در این دوره 5 ساله استان هایی با عملکرد بالا در مقایسه با استان های محروم بین 4 تا 5 واحد انحراف معیار در مقیاس استاندارد z فاصله ای ثابت دارند. میانگین عملکرد دختر ها پایین تر از پسرها است و دانش آموزان استان هایی که در آزمون های بین المللی عملکرد ضعیفی دارند به همان ترتیب در آزمون سراسری نیز ضعیف هستند.

نوشته حاضر فرایند ایجاد یا توسعه یک بانک سؤال مدرج شده بر اساس تئوری سؤال پاسخ با استفاده از داده های 30 سؤال کنکور آزمایشی حساب دیفرانسیل است که روی یک نمونه 3409 نفری اجرا شده است. تابع آگاهی کل سؤالات برابر با 21/43 است که در فاصله 3 پیوستار توانایی نقطه بیشینه آن روی 95/0 است و در این نقطه، توانایی افراد با حداقل خطا برآورد شده است. یکی از نکات برجسته در راه اندازی چنین بانکی برآورد توانایی افراد بر اساس آزمون های مداد-کاغذی استاندارد و کم خطا با اهداف ویژه است تا بتوان در هزینه، تلاش و زمان صرفه جویی کرد و امنیت آزمون ها را بالا برد. بعلاوه فرایند آزمون گیری را که به صورت سنتی و مداد کاغذی اجرا می شود با طی مراحل بعدی به صورت سنجش انطباقی کامپیوتری ارتقاء داد. برای ارائه مثال از بین سؤالات این بانک یک خرده آزمون کوتاه مدادکاغذی با سؤالاتی که قدرت تمیز بالا و ضریب دشواری بیشتری دارند، انتخاب شده است. دامنه دشواری این خرده آزمون کوتاه بین و ضریب تمیز قرار داده شد و در نهایت 5 سؤال برگزیده شده است که تابع آگاهی این خرده آزمون برابر با 48/12 و نقطه بیشینه آن روی پیوستار توانایی برابر با 35/1 است. بعلاوه سطح دشواری آزمون4/0 واحد انحراف معیار افزایش یافته و به علت کوتاه شدن دامنه آزمون از 30 سؤال به 5 سؤال میزان آگاهی دهی از توانایی آزمون دهندگان نیز 46/3 برابر کاهش پیدا کرده است. بعلاوه برای اجرای سنجش انطباقی یک شبیه سازی انجام شده است که تنها 8 تا 10سؤال نیاز بوده تا با 01/0 احتمال خطا به همان دقت آزمون30 سؤالی توانایی افراد را اندازه گیری کرد.