ÖLÇME VE DEĞERLENDİRMENİN TEMEL KAVRAMLARI

EĞİTİM SİSTEMİNDE ÖLÇME VE DEĞERLENDİRMENİN YERİ:

Bir bütüne sistem diyebilmek için girdi, süreç ve çıktı öğelerinin olması gerekir. Eğitim de bir sistemdir çünkü birincisi gerçekleştirmek istediği hedefler bulunmaktadır. Hedefler şu biçimde tanımlanabilir:

1. Uzak hedefler: Devletlerin hedefleridir,

2. Genel hedefler: Kurumların (MEB, , okul yönetimleri vb.) hedefleri vb.

3. Özel hedefler: Dersin hedefleridir(kazanımlar)

Eğitimin bir sistem olmasının ikinci nedeni, bu hedefleri gerçekleştirmek için farklı öğelerden oluşmasıdır.

1. Girdi: Eğitim-öğretim için gerekli her şey eğitim sisteminin girdisini oluşturur. Örneğin

öğrenci, öğretmen, okul vb.

2. Süreç: Dersin hedeflerinin öğrenciye kazandırıldığı eğitim durumlarını kapsar.

3. Çıktı: Öğrencilerin sahip olduğu niteliklerdir. Dar anlamda öğrencinin bir dersin sonunda ulaştığı hedefler ve kazanımları ifade ederken geniş anlamda öğrencinin öğretim sürecinin başlangıcından sonuna kadar sahip olduğu bilgi beceri ve yetkinlik anlarını ifade etmektedir. Çıktılar hedeflerle tutarlı ise eğitim sistemi doğru bir şekilde işliyor demektir. Eğer çıktılar hedeflerle tutarlı değilse eğitim sisteminde bir şeyler aksıyor demektir.

Dünya Ekonomik Forumuna göre 2025 yılında çalışanların sahip olması gereken 10 temel beceri:

· Analitik düşünme ve yenilik/yaratıcılık

· Etkin öğrenme ve öğrenme stratejileri

· Karmaşık problem çözme , Eleştirel düşünme ve analiz

· Yaratıcılık, orijinallik Liderlik ve sosyal etki

· Teknoloji kullanımı

Eğitimde denetleme (kontrol) ölçme ve değerlendirme ile olanaklıdır ancak değişen hedeflerde bireylere kazandırılacak olan yeni davranışların ölçülmesi ve değerlendirilmesinde de doğal olarak bir paradigma değişimi söz konusudur.

ÖLÇME, ÖLÇÜT VE DEĞERLENDİRMENİN KAVRAMSAL TEMELLERİ:

Ölçme: Öğrencinin belirli bir özelliğini gözleyerek o özelliğe sayı, sembol ya da sıfat/kategori adı verme işlemidir.

Örneğin Can’ın genel yetenek testi sonucu, zekâ bölümünün 132 olduğu

belirlendi. Zeynep yapılan test sonucunda 1. oldu.

Ölçmede gözlenen özelliğin bir betimlemesi yapılır. Bu nedenle tek başına bir anlam ifade etmez.

Ölçmenin anlam ifade etmesi değerlendirme ile olanaklıdır. Ölçmenin farktan

doğduğu ifade edilebilir.

Eğitimde akademik başarı dışında yetenek, ilgi, tutum, özel gereksinim gereken alanlar vb. özellikler de ölçmeye konu olur.

Ölçme yapılmadan sisteme yönelik girdi, süreç ve çıktılar kontrol altına alınamaz.

Ölçüt: Ölçülen özellik hakkında karar alabilmek / yargıya varabilmek / değerlendirme yapabilmek içindayanak alınan referans noktası ya da referans aralığıdır.

Değerlendirme: Bir ölçme sonucunu (ölçüm) en az bir ölçüte vurarak ölçülen nitelik

hakkında karar verme /yargıda bulunma işlemidir.

Değerlendirmenin basamakları : 1. Ölçme ⇒ Ölçme sonucu (ölçüm), 2. Ölçüt ve 3. Karardır.

· Zeynep dersten geçmiştir / kalmıştır.

· Mehmet öğretmen olarak atanmıştır / atanamamıştır.

· Hakan burs almaya hak kazanmıştır / burs alamamıştır.

···Ölçüt, ölçme ve değerlendirme arasında köprü görevi görür. Ölçüt değişirse değerlendirme de değişir.

ÖLÇME TÜRLERİ

Doğrudan Ölçme(Temel Ölçme):Ölçmeye konu olan özelliğin doğrudan gözlenerek ölçümün elde edildiği ölçme türüdür. Genellikle beş duyu organı ile algılanan özellikler doğrudan gözlenebilirler. Örneğin bir sınıftaki öğrenci sayısı, öğrencilerin cinsiyetleri, boyları, kalem tutma becerisi, pas verme becerisi vb. özellikler doğrudan gözlenebilir.

Dolaylı Ölçme (Göstergeyle Ölçme): Bazı özellikler doğrudan gözlenemez. Bu özellikler ancak onun göstergesi olduğu bilinen ya da kabul edilen davranışlar aracılığı ile gözlenerek ölçülebilir. Örneğin öğrencilerin dört işlem becerisi, derse yönelik tutumları, genel muhakeme düzeyleri, öz düzenleme becerileri,Eğitimde ölçmeye konu olan özelliklerin pek azı doğrudan ölçülebilir.

Türetilmiş Ölçme: Ölçülmek istenilen özellik kendisinden farklı iki ya da daha fazla özelliğin arasındaki matematiksel bir bağıntı (dört işlem) yardımıyla belirleniyorsa bu ölçme türüne “türetilmiş ölçme” adı verilir. Örneğin hız (yol / zaman), yoğunluk (kütle / hacim), zekâ bölümü vb. özellikler türetilmiş ölçmeye örnek olarak verilebilir.

ÖLÇÜT TÜRLERİ: Eğitimde ölçüt, mutlak ve bağıl olmak üzere ikiye ayrılır. Mutlak Ölçüt (Kriter Referanslı Ölçüt): Eğer ölçüt ölçme işleminin yapıldığı grubun özelliklerinden bağımsız olarak belirleniyorsa “mutlak”tır. Mutlak ölçüt genellikle ölçme işlemi öncesinde ilan edilir. Örneğin dersten geçme notu 50’dir, doktora başvurusu için ALES’ten en az 60 almak gerekir,

Bağıl Ölçüt (Norm Referanslı Ölçüt): Eğer ölçüt ölçme işleminin yapıldığı grubun belirli bir özelliğine dayalı olarak belirleniyorsa “bağıl”dır. Bağıl ölçüt ancak ölçme işlemi sonrasında belirlenebilir. Örneğin aritmetik ortalamaya / ortancaya / moda denk ve üzerinde puan alan geçer.

Eğer değerlendirme mutlak ölçüte göre yapılıyorsa “mutlak değerlendirme”, bağıl ölçüte göre yapılıyorsa “bağıl değerlendirme” adını alır. Örneğin

· Selim ……. fen lisesine yerleştirilmiştir. ➙ Bağıl değerlendirme

· Güzin lisans programları için tercih yapabilecektir. ➙ Mutlak değerlendirme

Eğitsel kararların verilmesinde mutlak ve bağıl ölçütler bir arada da

kullanılabilir. Örneğin

· Yükseköğretim Kurumları Sınavı

· KPSS Ortaöğretim Memur Atamaları

· Ortalama 40-60 ise mutlak ya da bağıl değerlendirme yapılır; ortalama 60’ın üzerindeyse mutlak değerlendirme, 40’ın altındaysa bağıl değerlendirme zorunludur.

· Öğrenci ile ilgili önemli / hayati kararlar verileceği zaman mutlak değerlendirme yapılması gerekir.

Örneğin tek ders sınavları vb.

· Başvuran kişi sayısının çok, alınacak kişi sayısının az olduğu (arz-talep dengesizliği olan) sınavlarda yerleştirme / atama vb. bağıl değerlendirme ile yapılmak zorundadır. Örneğin LGS, YKS, KPSS, TUS vb.

· Muafiyet sınavlarında mutlak değerlendirme yapılması gerekir. Örneğin yabancı dil muafiyet sınavları vb.

AMACA GÖRE DEĞERLENDİRME TÜRLERİ

1. Tanıma-Yerleştirmeye Yönelik Değerlendirme (Diyagnostik Değerlendirme): Sınıf içi ölçme ve değerlendirme: Amaç öğrencinin ders bağlamındaki hazır bulunuşluluk düzeyini belirlemektir. Amaç not vermek değildir.

Okul / kurum geneli ölçme ve değerlendirme: Yine öğretim sürecinin başında, öğrenciyi tanımak ve onu uygun olan programa / kura / sınıfa yerleştirmek amacıyla yapılır. Muafiyet sınavları ve seviye tespit sınavları buna örnek gösterilebilir.

2. Biçimlendirme-Yetiştirmeye Yönelik Değerlendirme (Formatif Değerlendirme):

Ø Belirli bir konu / ünite vb. sonunda öğrencilerin öğretime konu olan davranışların ne kadarınıkazandığını belirlemek amacıyla yapılır.

Ø Biçimlendirme-yetiştirme amacıyla yapılacak değerlendirmede kullanılan testlere alanda “izleme testi” ya da “tarama testi” denir. (quiz), ünite tarama testleri buna örnektir.

3. Değer Biçmeye / Düzey Belirlemeye Yönelik Değerlendirme (Summatif Değerlendirme):

ØBelirli bir öğretim sürecinin sonunda, not vermek amacıyla yapılan değerlendirmedir. Öğrencinin belirli bir öğretim süreci sonundaki durum tespitidir.

ØBu amaçla uygulanan testlere “alanda erişi testi” denir. Bitirme sınavları, sertifika sınavları,üniversitedeki vize ve finaller, örnek olarak verilebilir.

*** İlk üç değerlendirme türü öğrenci başarısına odaklıdır,

1. Rehberlik Amaçlı Değerlendirme: Rehberlik amaçlı değerlendirme kabaca iki bağlamda ele alınabilir. Bunlar özel eğitim ve mesleki rehberlik hizmetleridir.

Özel eğitim: Belirli alanlarda özel gereksinimi olan çocuklara uygun eğitim ortamları ve/veyaprogramı uygulamak amacıyla ölçme ve değerlendirme süreçleri işe koşulmaktadır.

Mesleki rehberlik: öğrencilerin kendi yetenekleri, kişilik özellikleri, ilgileri vb. ile özelliklerinibelirlemek amacıylastandart testlerden yararlanılmaktadır.

2. Program Değerlendirme: Eğitim programları bileşenlerinin yapısı ve niteliğine ilişkin olaraksistematik bilgi toplama ve değerlendirme sürecidir.

BİR ÖLÇME ARACINDA BULUNMASI GEREKEN PSİKOMETRİK NİTELİKLER

Psikolojik özelliklerin ölçülmesinde genellikle ölçme araçları kullanılır ve bu araçlardan elde edilen puanların hatasız ya da az hatalı olması ve bu araçların belirli psikometrik niteliklere sahip olması gerekir. Bunlar:

Geçerlilik ölçmek istenilen özelliğin, başka özelliklerle karıştırılmadan, doğru ve tam olarak ölçülebilmesidir. Diğer bir ifadeyle ölçme aracından elde edilen puanın amaca hizmet etme derecesidir.

Güvenilirlik ölçme işleminden elde edilen puanların tesadüfi hatalardan arınık olma derecesidir. Diğer bir ifadeyle puanların kararlı, tutarlı ve duyarlı olmasıdır.

Kullanışlılık ise ölçme aracının geliştirilmesinin, uygulanmasının ve puanlanmasının kolay ve ekonomik (zaman, para, emek, araç gereç vb. açıdan) olması ile ilgilidir.

Bir ölçme aracından elde edilen puanların hatasız ya da az hatalı olması geçerli ve güvenilir ölçme yapmanın tek koşuludur.

HATA: Ölçmede gözlenen bir özelliğin gerçek değeri (sayı, sembol ya da sıfat) bulunmak istenir. Ancak ölçmeye karışan çeşitli hatalar nedeniyle gerçek değer (puan) ölçme yoluyla doğrudan elde edilemez. Psikometride gerçek puan kuramı olarak ele alınan bu kavram basit bireşitlik ile gösterilir⁹.

Bu çerçevede hatalar; kaynağı, yönü ve miktarı göz önünde tutularak sabit, sistematik ve tesadüfi olmak üzere üç türde incelenebilir:

A. Sabit Hata: Miktarı ölçmeden ölçmeye değişmeyen, diğer bir deyişle her ölçme işlemine aynı miktarda karışan hatalardır. Örneğin Bir öğretmen, sınavında herkese 10 puan fazla veriyorsa yine karışan hata sabit olacaktır.

B. Sistematik Hata: Ölçülen büyüklüğe, öğretmene ya da ölçme koşullarına göre miktarı değişen hatalardır. Örneğin marketteki terazi, her bir kilogramda 120 g eksik tartıyorsa üzerine konulan nesnenin ağırlığı arttıkça hata miktarı da artacaktır. Bir öğretmen, sınavında yazısı kötü olandan puan kırıyorsa yine karışan hata sistematik olacaktır.

Gerek sistematik gerekse sabit hatalarda ölçme sonuçlarına karışan hata miktarı, yönü ve kaynağı bellidir. Bu nedenle bu tür hataların ölçme sonuçlarına karışmasını engellemek ya da bu tür hataları düzeltmek görece daha kolaydır.

C. Tesadüfi (Rastlantısal) Hata:

Şansla ortaya çıkan ne yönde ve ne ölçüde karıştığı genellikle bilinemeyen hatalardır. Ölçmelere tek yönlü olarak karışmaz, ölçme sonuçlarına bazen pozitif bazense negatif yönde etki eder. Tesadüfi hataların genellikle dört kaynağı olduğu kabul edilir. Bunlar:

1. Ölçme işlemini yapan kişiden / öğretmenden kaynaklanan hata: Öğretmenin test etme sürecine ilişkin davranışlarını iki aşamada ele alabiliriz:

Ölçme işlemi sürecinde:Test katılımcısının dikkatini dağıtacak davranışlar vb.

Ölçme işlemi sonrasında: Puanlamadaki dikkat ve titizliğin zamandan zamana değişmesi, yorgunluk, öncelik-sonralık yanılgısı, maddi hata vb.

Ölçme aracından kaynaklanan hata

Ø Ölçme araçları hazırlanırken maddelerin iyi ifade edilmemesi, test katılımcılarının yanlış anlamalarına ve dolayısıyla hataya neden olacaktır.

Ø Ölçtüğü özellik ve kapsam bakımından homojen (benzeşik) maddelerden oluşan bir araç, heterojen (ayrışık) maddelerden oluşan bir testten daha güvenilirdir.

Ø Ölçme aracının yapısıyla ilgili diğer bir konu ise aracın uzunluğudur.

Ø Ölçme aracıyla ilgili diğer bir faktör ise bilişsel özellikleri ölçen testlerde eğer seçenek verilmişse şans ,başarısı karışma olasılığıdır.

2. Bireyden / öğrenciden kaynaklanan hata: Bireylerin ölçme işlemi sürecinde içinde bulundukları fiziksel, fizyolojik ve psikolojik durumlar test puanına etki eder. Uykusuzluk, açlık, hastalık, ağrı, motivasyon eksikliği, kaygı vb. faktörler

3. Fiziksel ortamdan kaynaklanan hata: Sıcaklık, ışık, ses, koku, görsel vb. etmenler hata miktarını artırabilir.

GEÇERLİLİK, GÜVENİLİRLİK VE HATA İLİŞKİSİ

Geçerlilik tüm hata kaynaklarından etkilenirken klasik test kuramına göre güvenilirlik yalnızca tesadüfi hatalardan etkilenir.

Şekil 1: Geçerlilik, güvenilirlik ve hata ilişkisi

Bir testin güvenilir olması onun geçerli olacağı anlamına gelmez ancak bir test geçerli ise büyük olasılıkla güvenilirdir.
Ölçme araçlarının psikometrik nitelikleri şu durumlara göre değişebilir:
a. Ölçme amacının değişmesi,
b. Uygulama grubunun değişmesi,
c. Dilin eskimesi / değişmesi,
d. Maddelerde ve/veya alt ölçeklerde yapılan değişiklikler,
e. Farklı kültürler,
f. Kuramsal bilgi birikiminde değişiklikler.

Bir testin şöhretli olması onun geçerli olduğu anlamına gelmez. Modern test kuramına göre geliştirilen ölçekler eleştiriye açıktır. Böylece testlerin niteliği ve test bilgisi gelişir.

KORELASYON: Korelasyon (co-relation), en az iki değişken arasında karşılıklı bir ilişki bulunup bulunmadığı, eğer ilişki varsa bu ilişkinin yönü ve miktarı hakkında bilgi veren istatistik bir tekniktir. “r” ile sembolize edilir. Örneğin

· Öğrencilerin derse ilişkin tutumları ile ders başarıları arasında bir ilişki var mıdır?

· Saç uzunluğu ile zekâ arasında bir ilişki var mıdır?

Korelasyon -1 ile 1 arasında değer alır..

Pozitif korelasyon iki değişken arasında doğru orantılı ilişki anlamına gelir. Örneğin ders çalışma süresi ile sınav notu ya da gelir ile tüketim arasında pozitif bir korelasyonun elde edilmesi beklenir.
Negatif korelasyon, iki değişken arasında ters orantılı ilişki anlamına gelir. Örneğin ders süresi ile dikkat ya da yükseklik ile sıcaklık arasında negatif bir korelasyonun elde edilmesi beklenir.
∓1 mükemmel korelasyon anlamına gelir ancak 1 mükemmel doğru orantılı ilişki anlamına gelirken, -1 ise mükemmel ters orantılı ilişki anlamına gelir.
Diğer taraftan sıfır korelasyon iki değişken arasında sistematik bir ilişkinin olmadığı anlamına gelir. Bu duruma mükemmel ilişkisizlik de denir. Örneğin öğretmenlerin boyları ile aylık ücretleri arasındaki korelasyonun sıfır olması beklenen bir durumdur.
Korelasyon katsayısı hakkında. Yön, negatif ya da pozitif olarak değerlendirilirken miktar, kabaca düşük, orta ya da yüksek olarak nitelendirilir. Miktar için kesin sınırlar olmamakla birlikte alanyazında genellikle kabul gören aralıklar Şekil 3’te gösterilmiştir
Korelasyon mutlak değer olarak değerlendirilmelidir. Bir korelasyon katsayısının negatif ya da pozitif olması büyüklük-küçüklük belirtmez, yön bildirir.
Korelasyon katsayısı ile neden-sonuç ilişkisi kurulamaz.

Şekil 2: Korelasyonun temel kavramları

Şekil 3: Korelasyonun miktar

GEÇERLİLİK SORGULAMA YÖNTEMLERİ

A. KAPSAM GEÇERLİLİĞİ:

Kapsam geçerliliği özellikle başarı testlerinde aranan bir geçerlilik sorgulamasıdır

Kapsam geçerliliği bir testin ölçülmek istenen davranışları ne derece kapsadığıyla ilgilidir.

Bir testin kapsam geçerliliğinin yüksek olduğunun söylenebilmesi için:

1. Testteki soruların / maddelerin ölçülecek özellikler evrenini (konu kapsamını / içeriği) yeterli ve dengeli bir biçimde ölçüyor olması ve

2. Her bir sorunun / maddenin ölçmek istediği özelliği doğrudan ölçmesi, diğer bir deyişle kazanımla doğrudan ilgili olması gerekir.

Kapsam geçerliliği sorgulama yöntemleri:

Mantıksal / rasyonel yöntemler: Bu yöntemler belirtke tablosu hazırlanması ve uzman görüşünebaşvurulmasıdır.

Belirtke tablosunun hazırlanması: Öğretmen satırda davranışları, sütunda hedefleri yazar; belirlediği madde sayısı doğrultusunda davranış ve hedefleri yeterli ve dengeli bir biçimde temsil eden alanları seçer.

Uzman görüşüne başvurulması: Uzmana belirtke tablosu ve maddeler sunulur, uzmandan soruların / maddelerin kazanımlarla doğrudan ilgili olma durumunu değerlendirmesi istenir

istatistiksel yöntemler: Uzmanlardan alınan dönütler betimsel / muhakemeye dayalı bir yolla çözümlenebilir ya da uzmanların “uygundur / uygun değildir” vb. biçimde değerlendirme yapması istenebilir

Tablo 3. Belirtke tablosu örneği

B. ÖLÇÜT DAYANAKLI GEÇERLİLİK:

Ölçme aracından elde edilen puanların ölçüt bir puanla (testin tahmin etmeye çalıştığı ve geçerliliği yüksek bir puan) karşılaştırılarak geliştirilen ölçme aracının geçerliliğine ilişkin nitelendirme yapılır.

Ölçüt dayanaklı geçerlik 2'ye ayrılır:

1. Yordama Geçerliliği:

2. Zamandaş Geçerlilik:

1. Yordama Geçerliliği:

Ölçme araçlarının çoğunda bireylerin gelecekteki davranışlarının kestirilmesi söz konusudur. Yordama geçerliliği, ölçme aracının bu kestirim işini ne ölçüde doğru ve isabetli yaptığı ile ilgili bir sorgulamadır.

Özellikle iki amaçla uygulanan ölçme araçlarının yordama geçerliliğinin yüksek olması istenir. Bunlar seçme ya da yönlendirme amaçlı kullanılan testlerdir. Seçme amaçlı testlere YKS, KPSS, LGS vb. araçlar; diğer taraftan yönlendirme amaçlı testlere ise alan seçiminde ve/veya bir üst öğretim kurumuna yönlendirmek için uygulanan yetenek testleri, ilgi envanterleri, mesleki kişilik envanterleri vb. örnek olarak gösterilebilir.

Yordama geçerliliğinde ölçme aracından elde edilen puanlar, ölçme aracının tahmin ettiği puanla (ölçüt puan) karşılaştırılır ve tahminin ne ölçüde doğru olduğu belirlenmeye çalışılır. Yordama geçerliliğinde ölçüt puan gelecekte belli olacağından beklemek gerekmektedir. Yordama geçerliliğinde geçerlilik katsayısının 0 ile 1 arasında değişmesi beklenir.

Şekil 5: Bir yordama geçerliliği çalışma örneği

Yordama geçerliliğinde en zor ve önemli nokta ölçütün doğru bir biçimde belirlenmesidir.

Ölçütün belirlenmesinde şu noktalar dikkate alınmalıdır: Ölçüt(ün);

1. Ölçme aracının yordamaya çalıştığı değişkenle doğrudan ilgili olmalı,

2. Kararlı olmalı, günden güne değişmemelidir.

3. Bireylerin özelliğini gerçekten yansıtan nesnel ve güvenilir bir ölçüt olmalıdır.

4. Elde edilmesi kolay ve ekonomik olmalıdır.

2. Zamandaş Geçerlilik:

Zamandaş geçerlilik sorgulamalarında ölçüt puan eş zamanlı olarak elde edilebilir.

Geliştirilen ölçme aracı ile ilişkili olabilecek nitelikleri ölçen ve geçerliliği yüksek bir aracın

puanı ölçüt puan olarak ele alınabilir. Daha sonra geliştirilen ölçme aracı ve ölçüt araç aynı

zamanda uygulanıp iki araçtan elde edilen puanlar arasındaki ilişki incelenir.

Şekil 6: Bir zamandaş geçerlilik çalışma örneği

Şekil 7: Geçerlilik katsayısı

Zamandaş geçerlilikte de en zor ve önemli nokta ölçütün doğru bir biçimde belirlenmesidir.

Ölçütün belirlenmesinde şu noktalar dikkate alınmalıdır: Ölçüt(ün);

. Ölçme aracının ölçmeye yöneldiği özellikle doğrudan ilişkili olmalıdır.
Geçerliliği yüksek olmalıdır.

c. YAPI GEÇERLİLİĞİ:

Yapı geçerliliği, bir testin dayandığı kuramsal temelleri ne derece iyi örneklediğiyle ilgilidir. Yapı geçerliliği bir yandan testin ölçtüğü niteliklerin neler olduğunu araştırma, diğer yandan testi alan kişilerin elde ettikleri puanların ne anlama geldiğini açıklama çabalarıyla ilgilidir. Örneğin bir kişi, geleneksel aile biçimi ile çocuk yetiştirme biçimi arasındaki ilişkiyi incelemek amacıyla bir ölçek geliştirip bu ölçeğin yapı geçerliliğini ortaya koymak istediğinde, geleneksel aile yapısı ve çocuk yetiştirme kavramlarının ne anlamlara geldiğini, ölçme aracındaki maddelerin bu anlamlara uygunluğunu araştırarak yapı geçerliliği konusunda karar verebilir.

GÜVENİLİRLİK

Güvenilir bir ölçme aracı, aynı özellikle ilgili olarak arka arkaya yapılan ölçmelerde yaklaşık olarak aynı sayısal sonucu verir; diğer bir ifadeyle bir test, aynı gruba iki ya da üç kez uygulandığında gruptaki her bir kişi bütün uygulamalarda yaklaşık olarak aynı puanı almalıdır.
Geleneksel olarak hataların varlığı gözlenen puanın gerçek puandan yüksek ya da düşük olmasına neden olur.

Yarışlara hazırlanan bir koşucu, bir mesafeyi farklı zamanlarda 23.7, 24.0, 24.2, 25.1, 25.2 saniyelerde koşmuş olsun. Bu ölçümlerin ortalaması 24.7 ise gerçek puanı 24.7’dir. Koşucu bu puana daha önce 23.7 saniyede koştuğu ölçümü göstererek itiraz edebilir. Bu durumda koşucuya 23.7 ve 25.2 saniyede koştuğu durumlara birçok faktörün etkisinin olabileceği ve 23.7 saniyede tekrar koşmasının belki de hiç olanaklı olamayacağını, gerçek puanının 24.7 olduğunu söyleyebiliriz. Bu söylem gerçek puan kuramına dayanır.

Ölçme işleminde hata miktarı arttıkça gözlenen puanın gerçek puana olan farkı artmaya başlar.

Ölçmenin standart hatası

formülü ile bulunur.

Sh= Ölçmenin standart hatası= Standart sapmarx= Güvenilirlik katsayısı

Bir ölçme işleminde standart hatanın düşük olması, formülden de anlaşılacağı üzere, güvenilirlik katsayısının yüksek, standart sapmanın görece düşük olmasına bağlıdır. Örnek: Bir ölçme işleminde s=8 ve rx=.75 ise Sh=8√1 − .75=4. Bu sonuç bireylerin puanlarına –/+ 4 puan hata karıştığı anlamına mı gelir?

Gerçek puanın tahmin edilmesinde genellikle üç olasılık değeri kullanılır. Bunlar yaklaşık %68, %95 ve%99’dur. %68 olasılık için bireyin puanından bir standart hata çıkarılır ve puanına eklenirken %95 olasılık için bireyin puanından iki standart hata çıkarılır ve puanına eklenir, son olarak %99 olasılık için bireyin puanından üç standart hata çıkarılır ve puanına eklenir.

%68 olasılık için X ∓ 1×Sh

%95 olasılık için X ∓ 2×Sh

%99 olasılık için X ∓ 3×Sh

Dolayısıyla bir kişi 100 üstünden 50 puan almış ve Sh=4 ise

%68 olasılık: X∓1×Sh 50∓1×4= Bireyin gerçek puanı %68 olasılıkla 46-54 arasında değişir.

%95 olasılık için X∓2×Sh 50∓2×4= Bireyin gerçek puanı %95 olasılıkla 42-58 arasında değişir.

%99 olasılık için X∓3×Sh 50∓3×4= Bireyin gerçek puanı %99 olasılıkla 38-62 arasında değişir.

Ölçmenin standart hatası yükseldikçe ölçme işlemi bireylere rastgele puan vermekten farklı olmayacaktır. Bu nedenle ölçme işlemlerinde güvenilirliğin kestirilmesi çok önemlidir.

Güvenilirlik katsayısı 0 ile 1 arasında değişir. Genel yetenek gibi bilişsel özellikleri ölçen testlerde güvenilirlik katsayısının 0.90 ve üzerinde olması arzu edilir.

Şekil 8: Güvenilirlik katsayısı

Şekil 9: Güvenilirlik kestirim yöntemleri

A. TEST-TEKRAR TEST YÖNTEMİ: Bu yöntem ile test güvenilirliğini test etmek için bir test, aynı gruba, belli bir zaman aralığıyla iki kez uygulanır. Daha sonra bireylerin birinci uygulamadan aldıkları puanlarla ikinci uygulamadan aldıkları puanlar arasındaki korelasyon hesaplanır. Elde edilen korelasyon katsayısına kararlılık (devamlılık / istikrarlılık) katsayısı adı verilir.

Şekil 10: Test-tekrar test yöntemi çalışma örneği

Bir ölçme aracının güvenilirliğine ilişkin kanıt toplamak isteyen bir kişi kararlılığın yanı sıra tutarlılığa ve duyarlılığa ilişkin sorgulamaları yapmak durumundadır.

Bu yöntem, ölçülen özelliğin kararlı olduğu durumlarda uygulanması gereken bir yöntemdir. Testin ölçtüğüözellik sürekli değişkenlik gösteriyorsa bu yöntemle testin güvenirliği hesaplanmamalıdır. Örneğin genel zihin yetenekleri, kişilik testleri, ilgi envanterleri, vb. gibi testlerin kararlılık bağlamında güvenilirlikleri buyöntemle hesaplanabilir.

Bu yolla test güvenilirliğini kestirmede karşılaşılan önemli bir sorun, testin iki uygulanışı arasındaki zaman aralığının ne kadar olması gerektiğidir. Birinci uygulamada maddeleri hatırlamayacak kadar uzun, ölçülen özellikte köklü değişimler oluşmayacak kadar kısa olmalıdır

Aradaki zamanın belirlenmesinde dikkat edilmesi gereken bir başka nokta, özelliğin değişim hızıdır. (genel yetenek düzeylerinin kısa bir zamanda değişmesi gibi)

Ayrıca özelliklerin değişimi yaşla da ilişkilidir.

Test-tekrar test yöntemi, başarı testleri için çok tercih edilmemektedir. Çünkü kısa vadede başarı kolay değişebilen, kararsızlık gösterebilen bir özelliktir.

Güvenilirliğin bir boyutu da testin tutarlılığıdır. (iç tutarlılık katsayısı)

B. TEST YARILAMA (EŞDEĞER YARILAR / İKİ YARI GÜVENİLİRLİĞİ) YÖNTEMİ:

Bu yöntemle güvenilirliği tahmin etmede uygulanmış bir test iki eşdeğer yarıya bölünür ve bireylerin iki yarıdan aldıkları puanlar arasındaki tutarlılık incelenir. Buradaki en temel sorunlardan biri testin iki eşdeğer yarıya nasıl bölünmesi gerektiği ile ilgilidir. En sık başvurulan yöntemler:

a) ilk yarı ve son yarı b) tek ve çift ve c) rastlantısaldır.

Testteki

· maddeler basitten zora doğru sıralanmış ise

· maddeler konu içeriklerine ya da faktörlere göre kümelenerek yerleştirilmiş ise

· madde sayısı çok fazla ise İlk ve son yarı yöntemi için uygun değildir.

Testin tümüne ilişkin bir güvenilirlik katsayısı Spearman-Brown formülü aracılığıyla hesaplanır. Elde edilen katsayı testin tamamına ilişkin iç tutarlılık bağlamındaki güvenilirlik katsayısı olarak kabul edilir.

Şekil 11: Test yarılama yöntemi çalışma örneği

C- KUDER-RICHARDSON 20 VE 21 YÖNTEMLERİ: KR-20 ve KR-21, testin kendi içinde tutarlı birbütün oluşturup oluşturmadığı ile ilgili bilgi verir. Bu nedenle her iki yöntemle de testin iç tutarlılığı değerlendirildiğinden bu yöntemlerden elde edilen katsayıya iç tutarlılık katsayısı adı verilir.

Ø KR-20 ve KR-21 ile güvenilirlik kestirimi, puanlamanın kategorik olduğu ölçme araçları için uygundur.

Ø Puanlamanın kategorik olması, doğru yanıtlara 1 puan, yanlış ve boş bırakılan maddelere 0 puan vererek puanlamanın yapıldığı ya da maddenin yanıtının iki seçenekliverildiği durumlardır.

Ø Eğer testteki maddeler farklı ağırlıklarla puanlanmışsa ya da test puanları şans başarısı için düzeltilmişse bu formüller kullanılmaz.

D- CRONBACH ALFA YÖNTEMİ: Eğer ölçme aracının puanlaması çok kategorili ise KR- 20 ile aynı mantık üzerine kurulu Cronbach alfa hesaplanır. Elde edilen katsayının ismi yine iç tutarlılık katsayısıdır. Derecelendirme ölçekleri puanlamanın çok kategorili olduğu araçlara örnek verilebilir.

GÜVENİLİRLİĞİ VE GEÇERLİLİĞİ ARTIRMA YOLLARI

1. Bir testteki madde sayısı arttıkça birimler küçüldüğünden duyarlılık artar, bu nedenle hata miktarı azalacağından güvenilirlik artar.

2. Bir ölçme işleminde genel bir ilke olarak puanlayıcı sayısı arttıkça güvenilirlik artar.

3. Puanlama nesnelliği, güvenilirliği büyük ölçüde etkiler. Bir testin farklı kişiler tarafından puanlanması yada aynı kişinin farklı zamanlarda verdiği puanlar arasındaki tutarlılığa puanlama güvenilirliği adı verilir.

4. Testteki maddeler açısından homojenlik arttıkça güvenilirliğin artması, diğer taraftan heterojenlik arttıkça güvenilirliğin düşmesi beklenen bir durumdur.

5. Veri elde edilecek grubun (örneklem) büyüklüğü arttıkça güvenilirlik artar.

6. Maksimum performansı ölçen testlerde ortalama güçlüğe yaklaştıkça (𝑃 = .50) grup heterojenleşir ve dolayısıyla güvenilirlik artar.

7. Maddelerin dil bilgisi kurallarına uygun, açık ve anlaşılır yazılması güvenilirliği eartıran etmenlerden biridir.

8. Öğrencilere test uygulaması öncesinde ve gerekliyse süreçte yönerge verilmesi güvenirliği arttırır.

9. Fiziksel ortamın ses, sıcaklık, ışık, koku, dikkat dağıtıcı uyarıcılar vb. etmenler açısından uygun hâlegetirilmesi güvenirliği arttırır.

10. Testin süresinin yeterli olması güvenirliği arttırır.

11. Uygulamada bireylerin dikkatini dağıtacak davranışlardan kaçınılması güvenirliği arttırır.

12. Maddelerin teste düzgün yerleştirilmesi, okumayı güçleştirecek bir unsurun bulunmaması; test katılımcısının yaşına, gelişim düzeyine uygun bir punto büyüklüğü kullanılması; baskı hataları bulunmaması vb. etmenler güvenilirliği artırır.

NOT: Güvenilirliği artıran faktörler geçerliliği de artırır. Ancak geçerlilik yalnızca tesadüfi hatalardan değil, aynı zamanda sabit ve sistematik hatalardan da etkilenir. O nedenle öğretmenin tesadüfi hataların yanı sıra sabit ve sistematik hatalardan arındırmaya yönelik alacağı tüm tedbirler geçerliliği de artıracaktır.

TEST GELİŞTİRME VE MADDE / SORU TÜRLERİ

TEST TÜRLERİ

TEST GELİŞTİRME:

Öğretmenler açısından sınıf içi ölçme ve değerlendirmelerde uygulanması daha olanaklı bir test planı şu şekilde yapılabilir:

1. Sınavın amacının belirlenmesi (puanların hangi amaçlarla kullanılacağı)

2. Sınavda yoklanacak davranışların belirlenmesi

3. Sınavın kapsayacağı konuların listelenmesi

4. Okulun takviminin ve sonuçların kullanılacağı zamanın dikkate alındığı bir sınav gününün belirlenmesi

5. Bir ders saatine uygulanabilecek uzunlukta bir sınav süresinin belirlenmesi,

6. Belirtke tablosunun hazırlanması

7. Soru/madde türlerinin belirlenmesi. Soru/madde türleri sınavda kullanılacak davranışlara göre belirlenir. Bir sınavda tek bir soru/madde türü kullanılabileceği gibi birden fazla da kullanılabilir

8. Soru/madde sayısının belirlenmesi

9. Sınav süresinin belirlenmesi

10. Sınavda kullanılacak soruların/maddelerin “ortalama güçlüğünün” ve “güçlük dağılımının” belirlenmesi

11. Soruların/maddelerin yazımında, redaksiyonunda ve teste alınacak soruların/maddelerin seçiminde izlenecek yolun belirlenmesi

12. Cevap anahtarının ve puanlama yönteminin belirlenmesi

13. Ölçme aracını yazma ve çoğaltma yönteminin belirlenmesi

14. Sınavın uygulanma kurallarının belirlenmesi (yönerge yazılması)

15. Sınavın uygulanması

16. Test ve madde istatistiklerinin hesaplanması

BAŞARININ ÖLÇÜLMESİNDE YÖNTEMLER

Şekil 13: Geleneksel yöntemler (Madde / soru türleri)

Şekil 12: Ölçme araç ve yöntemleri

GELENEKSEL ÖLÇME YÖNTEMLERİ

1. DOĞRU-YANLIŞ MADDELERİ

Çoktan seçmeli madde türünden sonra en çok kullanılan ikinci madde tipidir. Genellikle öğrencinin bilimsel gerçekleri, tarihî olayları, kesin yargıları tanıması ve hatırlaması; olguları ve gerçekleri kişisel yargı ve görüşlerden ayırt etmesi ölçülmek istendiğinde kullanışlıdır.

Avantajları: a. Hazırlaması, uygulaması ve puanlaması kolay, diğer bir ifadeyle kullanışlıdır. b. Soru sayısı artırılabilir. c. Sistematik hata karışma olasılığı pek yoktur.

Dezavantajları: a. Şans başarısı olasılığı yüksektir. b. İyi yazılmazsa genellikle üst düzey bilişsel özellikleri ölçemez. c. Öğrenme eksiklerini belirleyemez. d. Yanlış üzerinden öğretim yapılmaz.

Doğru-Yanlış Maddeleri Yazım Kuralları:

Ø Her madde tek ve belirli bir fikri belirtmelidir. Özellikle aynı maddede biri doğru, öteki yanlış iki fikir ifade etmekten kaçınılmalıdır.

Ø Doğru yanlış maddesi, kesinlikle doğru ya da kesinlikle yanlış olmalıdır. Maddenin doğruluğu ya da yanlışlığı, başka bir açıklamaya gerek kalmadan belirlenebilmelidir.

Ø Bir maddenin yanlışlığı önemsiz bir ayrıntıda ya da aldatıcı bir noktada olmamalıdır. Bir yargı temelden yanlış olmalıdır.

Ø İyi kurgulandığı takdirde doğru-yanlış maddeleri ile üst düzey öğrenmeler de yoklanabilir.

Ø Doğru-yanlış maddeleri aynı kapsamdan geliyorsa ortak bir soru kökü altında birleştirilebilir.

Ø İpucu vermekten kaçınmak gerekir. Özellikle “asla, daima, hiçbiri, tümü” vb. ifadelerin yanlış olma olasılığı yüksektir. Öte yandan “genellikle, çoğunlukla, bazen, zaman zaman, sıklıkla” vb. ifadelerin de doğru olma olasılığı yine yüksektir.

Ø Üst düzey becerileri yoklamak için tablo, grafik, harita ya da okuma parçası gibi bir öncülün kullanılması önerilir.

2-EŞLEŞTİRME MADDELERİ:

Avantajları: a. Hazırlaması, uygulaması ve puanlaması kolay, diğer bir ifadeylekullanışlıdır. b. Soru sayısı artırılabilir. c. Sistematik hata karışma olasılığı pek yoktur.

Dezavantajları: a. Şans başarısı olasılığı yüksektir. b. İyi yazılmazsa genellikle üst düzey bilişsel özellikleri ölçemez.

Eşleştirme Maddeleri Yazım Kuralları:

ØHer eşleştirme soru grubunda yönerge/açıklama yazılmalıdır.

ØSeçeneklerin kullanılıp kullanılmayacağı, birden fazla kez kullanma durumu belirtilmelidir.

ØOkul öncesinde, özel eğitimde eşleştirme şekillerle ya da resimlerle / fotoğraflarla yapılabilir.

ØBir eşleştirme maddesinde yer alan öncüller ile seçeneklerin her biri benzeşik (homojen) ögelerden oluşmalıdır. Diğer bir ifadeyle aynı kapsamdan gelmelidir. Uzun ifadeler öncül olarak kullanılmalı

ØBir eşleştirmeli maddeler grubundaki madde sayısı, en az 6, en çok 15 olmalıdır.

ØMaddelerin tümü aynı sayfada bulunmalıdır. Aksi hâlde cevabın seçimini güçleştirir.

ØCevapların seçileceği sütun, bir kelime listesi ise alfabetik sıraya göre düzenlenmelidir.

3- ÇOKTAN SEÇMELİ MADDELER:

Çoktan Seçmeli Maddelerin Özellikleri:

ØHazırlanması zor ancak puanlaması kolaydır.

ØPuanlama objektiftir.

ØÜst düzey bilişsel becerilerle ilgili madde yazmak zordur.

ØDoğru cevabı içinde barındırması nedeniyle sentez düzeyinde soru sormak olanaklı değildir.

ØÇok sayıda soru sorulabilir.

ØSistematik hata karışma ihtimali çok düşüktür.

ØÇeldirme mantığı temellidir.

Çoktan Seçmeli Madde Yazım Kuralları:

Gereksiz görsel kullanılmamasına da özen gösterilmelidir. Madde kökünde gereksiz yere sözcük kullanılmamalıdır. Seçeneklerde gereksiz sözcük tekrarından kaçınılmalıdır.
Bir maddenin doğru yanıtı, başka bir maddenin kökünde ya da seçeneklerinde bulunmamalıdır.
Birbirinin tam zıttı olan durumların seçeneklerde verilmesi çoğunlukla uygun değildir.
Seçenekler yazılırken anlamca birbirini içeren / kapsayan ifadelerin kullanılmamasına dikkat edilmelidir. Seçeneklerin uzunlukları birbirine eşit olmalıdır.
Doğru cevaplar teste dağıtılırken dikkat edilmeli, doğru cevapların bir örüntü göstermemesisağlanmalıdır. “Hepsi” ve “hiçbiri” bir seçenek olarak kullanılmamalıdır.
Çoktan seçmeli maddelerde seçenek sayısı genellikle 4 ya da 5 olsa da seçenek sayısını belirleyen temel faktör öğrencinin içinde olduğu gelişim dönemidir. Lise ve daha üstü öğretim düzeylerinde 5, ortaokul düzeyinde 4 ve ilkokul düzeyinde 3 seçenek kullanılabilir.

AÇIK UÇLU SORULAR

1. ESSAY (YAZILI YOKLAMA):

Avantajı: Öğrencinin yalnızca sahip olduğu bilgiyi değil, aynı zamanda zihnininnasıl işlediğini anlama olanağı sağlar.

Dezavantajı: Öğrenci sınırlı bir bilgiye sahipse soruyla ilgisi olmayan, aklına estiği gibi uzun cevaplar yazabilir.

Sınırsız cevap özgürlüğü, anlatım becerisi iyi olan öğrencilere bir avantaj sağlayabilir.

Bu sınav türü, dünyada en eski ve günümüzde de öğretmenlerin hâlâ en çok tercih ettiği testlerden biridir. Bunun iki nedeni vardır: a. Hazırlaması kolaydır. b. Üst düzey bilişsel becerileri ölçmek için geleneksel yöntemler arasında en avantajlı yazılı test etme yoludur (Sentezde tek yol.).

ØYazma, problem çözme, bilgileri organize etme, analiz vb. özgün bir ürün ortaya koyma (yaratıcı düşünme), eleştirel düşünme, yeni durumlara beceriyi transfer etme, analitik düşünme, bilimsel düşünme, hipotez oluşturma ve neden-sonuç ilişkilerini açıklama, veri düzenleme, güçlü ve zayıf yönleri belirleme gibi becerileri ölçmek için çok kullanışlıdır.

ØÇok fazla soru sorulamaması bir dezavantajıdır.

Ø Puanlar aynı zamanda öğrencinin anlatım biçimini, yazı güzelliğini, bilgisini örgütleme biçimini de yansıtır.

ØBu ise ölçme sonuçlarındaki sistematik hata miktarını artırabilir.

Ø Puanlama öznelliği belki de en önemli dezavantajıdır.

“Essay”de Nesnelliği Artırma Yolları:

Ø Ayrıntılı bir cevap anahtarı çıkarılmalıdır.

ØBütüncül (holistik) ya da analitik rubrik hazırlanabilir.

2. KISA CEVAPLI SORULAR:

ØKısa cevaplı testler; öğrencinin bir sözcük, bir rakam, bir tarih ya da en çok bir cümle ile cevaplandırabileceği sorulardan oluşur.

ØEğer konu kapsamı bakımında homojen bir yapıda ise gruplandırılarak sorulması daha uygunolacaktır.

Ø Uzun cevap gerektiren sorularda olduğu gibi bu soru türünde de ayrıntılı bir cevap anahtarıhazırlanmalıdır.

Avantajları: a. Hazırlaması, uygulaması ve puanlaması kolay; diğer bir ifadeyle kullanışlıdır. b. Soru sayısı artırılabilir. c. Sistematik hata karışma olasılığı pek yoktur. İyi yazılmazsa genellikle üst düzey bilişsel özelliklerin ölçülememesi dezavantajıdır.

3. CÜMLE TAMAMLAMA SORULARI:

· Hazırlanması oldukça kolaydır.
· Cümleler ders kitabından aynen alınmamalı, öğretmen kendi sözcükleriyle soruları yenidenyazmalıdır.

Avantajları: a. Hazırlaması, uygulaması ve puanlaması kolay; diğer bir ifadeylekullanışlıdır. b. Sorusayısı artırılabilir. c. Sistematik hata karışma olasılığı pek yoktur. İyi yazılmazsa genellikle üst düzey bilişsel özelliklerin ölçülememesi dezavantajıdır.

Cümle Tamamlama Soruları Yazım Kuralları:

ØHer kısa cevap maddesi, yalnızca tek bir doğru cevabı olacak biçimde yapılandırılmalıdır.

ØBir maddenin ifadesinde, o maddenin cevabının bulunmasında işe yarayacak ipuçları vermekten kaçınılmalıdır.

ØCümlenin gramer yapısı bağlamında ipucu genellikle eklerle verilmektedir.

Øİlköğretimde cevapların ayrı bir cevap kâğıdına işaretletilmesi uygun görülmemektedir ancak ortaöğretimde bunun pek bir sakıncası bulunmamaktadır.

ØBir cümlede çok sayıda boşluk bırakılmamalı

1.SÖZLÜ YOKLAMA:

Sözlü sınavlar çok iyi organize edilse dahi ciddi bir ölçme hatası barındırma potansiyeline sahiptir. Sözlü yoklamalar özellikle dile dayalı becerilerin ölçülmesi için geleneksel yöntemler içindeki tek türdür. Örneğin sözlü anlatım, diksiyon, yabancı dil dersinde konuşma, solfej ve şarkı söyleme vb.

· Bireysel bir test olması nedeniyle tüm öğrencileri test etmek için gereken süre oldukçafazladır.

· Cevaplama çoğu zaman üzerinde düşünmeye ve tasarlamaya olanak olmadan verilir.

· Puanlama hemen yapılır. Bu ise cevabın doğruluğunun genel izlenimle yapılmasına neden olur.

· Öğretmenin ölçme sonucuna sistematik hata karıştırma olasılığı yükselir.

· Sözlü anlatım becerisi iyi olan bir öğrenci, iyi olmayan bir başka öğrenciden daha az biliyor olsa da yüksek puan alabilir.

· Öğrencinin kılık-kıyafeti, diksiyonu, hâl ve hareketleri puanlamaya artı ya da eksi yönde etki edebilir.

· Çok fazla soru sorulamayacağı için kapsam geçerliliği problemi olabilir.

Sözlü Yoklama Uygulama Kuralları:

· Cevap anahtarı hazırlanmalıdır.

· Sınavın yapılması aşamasında öğrencilerin kaygısını artıracak davranışlardan kaçınılmalıdır. Hazır bulunuşluluk artırılmalıdır.

· Puana ilişkin dönüt hemen verilmelidir.

· Puanlamada sistematik hata kaynaklarına karşı dikkatli olunmalıdır.

GENEL DEĞERLENDİRME

· Her madde / soru türünün avantajları olduğu gibi dezavantajları da vardır. Dezavantajları asgariye indirmenin yolu madde / soru çeşitlemesi yapmaktır ancak özellikle ilkokulda, çocukların gelişim süreçleri de dikkate alındığında, madde / soru çeşidi sayısını çok artırmamak gerekir.

· Geleneksel test etme yaklaşımları ürün odaklıdır. Eğitim sürecinde ürün elbette önemlidir ancak ürün kadar öğrencinin süreçte bilgiyi nasıl yapılandırdığının izlenmesi de beklenen ürünün ortaya konulabilmesi açısından çok önemlidir. Bu nedenle geleneksel ölçme yöntemleri, destekleyici yöntemlerle (alternative assessment) desteklenmelidir.

DESTEKLEYİCİ DEĞERLENDİRME YAKLAŞIMLARI

PORTFOLYO:

· Öğrencinin bir bütün olarak gelişim ve öğrenme süreci ile ürünlerini gösteren, aynı zamanda değerlendirilmesini de sağlayan sistemli ve amaçlı olarak oluşturulmuşdosyalardır.

· Portfolyolar ile amaçlanan, öğrenciyi çok yönlü olarak ve öğrencinin gelişimini bir süreç olarak izlemek ve değerlendirmektir.

· Öğrenciyi başarılı / başarısız olarak sınıflandırmayı sağlayan bir araç değildir.

· Öğrencilerin özelliklerini birbirleri ile karşılaştırmak amacıyla oluşturulmuş araçlar değildir. Öğrenci portfolyosunun kabaca iki türü vardır. Bunlar:

a. Süreci yansıtan portfolyolar: Öğrencinin öğrenme ve gelişim sürecini yansıtır.

b. Ürünü yansıtan portfolyolar: Öğrenme sürecinden çok bitmiş görevleri içerir.

Portfolyonun içeriği:

· Öğretmen kayıtları(gözlemler, anektod kayıtları)

· Öğrencinin çalışmaları

· Öğrencinin sözel ve psikomotor becerilerini gösteren teyp ve video kayıtları

· Öğrencinin kendi çalışmaları hakkındaki düşünceleri,günlükler

· Öğrencinin yazdığı mektuplar

Portfolyo Oluşturma Süreci

TOPLAMA:

1. Hangi çalışmaların toplanacağına ve hangi özelliklerin gözleneceğine karar verilmesi

2. Her öğrenci için sınıfta çalışmalarının toplanacağı ayrı bir kutu, dosya vb. oluşturulması

3. Her bir çalışmanın ve öğretmen kaydının üzerine tarih yazılması

SEÇME

1. Öğrenci seçimini kendi başına veya öğretmenin rehberliğinde yapabilir.

2. Portfolyonun türüne ve öğretmenin koyduğu koşullara bağlıdır.

a. Süreci yansıtan portfolyolarda öğretmenin belirlediği konuları / gelişim alanlarını yansıtan çalışmaların seçilen örnekleri.

b. Ürünü yansıtan portfolyolarda öğretmenin belirlediği konular ile ilgili ortaya çıkan ürünler arasından seçilenler yer alır.

YANSITMA:

Portfolyoyu herhangi bir çalışma dosyasından ayıran en önemli aşamadır. Bu aşamada öğrenci:

1. Portfolyosuna seçtiği her bir çalışmayı niçin seçtiğini açıklar.

2. Çalışmalarını yaparken geçirdiği süreci ve bu süreçte öğrendiklerini anlatır.

3. Kendi başarısını görür, bunu ifade eder ve değerlendirme sürecine katılır.

Yansıtma Soruları:

Bu çalışmayı nasıl yaptım?
Bu çalışmadan ne öğrendim?
Bu çalışmayı daha da geliştirebilir miyim? Nasıl?
Bana zor gelen bir çalışmam var mı? Varsa neden?
Bu çalışmayı portfolyoma neden koydum?

SONUÇ

Bu aşamada öğrenci “Bu çalışmayı niçin yaptık?” sorusunu yanıtlar.
Okulda yaptığı çalışmalarla öğrendikleri arasında somut bağlar kurar.
Tamamlanan portfolyo çalışmalarının öğrenci tarafından sınıf arkadaşları, öğretmeni ve ailesinden oluşan bir gruba sunumu yapılmalıdır.

PERFORMANS DEĞERLENDİRME

Şekil 16: Performans değerlendirme araç ve yöntemleri

1.ÖZ DEĞERLENDİRME (öğrenci değerlendirmesi): Öğrencinin belirli bir konuda (örneğin bir ürünü ortaya koymada gösterdiği performans vb.) kendi kendisini değerlendirmesine denir.

Öğrencilerin kendi özellikleriyle (yetenek, ilgi, beceri vb.) ilgili farkındalığının artmasını,zayıf ve güçlü yönlerini keşfetmesini sağlar.

Öz düzenleme becerisi artar.
Ölçütlü düşünme becerisi artar.
Öğrenme motivasyonunu artırır.

Öz Değerlendirmenin Olası Dezavantajları: a. Öğrencilerin kendi performanslarını değerlendirirken yanlı davranmaları söz konusu olabilir. b. Başlangıçta deneyimsizlik nedeniyle performansın değerlendirilmesinde yanılgılar olabilir.

2. AKRAN DEĞERLENDİRME (öğrenci değerlendirmesi) :Öğrencinin ortaya koyduğu performansa ilişkin arkadaşlarının değerlendirmesine denir.

Daha katılımcı, aktif bir eğitim ortamı sağlanabilir (Sorumluluk duygusu artar.).
Öğrencilerin eleştirel düşünme becerileri artar.
Öğretmen dışındaki bir kaynaktan dönüt almak öğrencinin performansını artırabilir.
Eleştiri kültürü (olumlu-olumsuz) gelişebilir.

Öğretmen değerlendirmeleri

1. RUBRİK (DERECELİ PUANLAMA ANAHTARI): Amaç, öğretmen tarafından ürünün genel izlenimle puanlamasındaki öznelliğini azaltmaktır. Rubrikler ikiye ayrılır: Bütüncül (Holistik) rubrik ve Analitik rubrik

· Rubrikler performans görevleriyle birlikte öğrenciye verilmelidir.

· Rubriklerin geliştirilmesi uzmanlık gerektirir. Rubrikler için geçerlilik ve güvenilirlik çalışmaları yapılmalıdır.

Analitik rubrik örneği(Maket Yapımı)

Bütüncül Rubrik Örneği (Maket Yapımı)

1. KONTROL LİSTELERİ:

Gözlenen performans ürününün ölçütlere uygunluğunu “evet-hayır”, “var-yok”, “gösterdi- göstermedi” vb. bir biçimde kategorik (1-0) olarak puanlama amacıyla kullanılan araçlardır.

Özellikle sergilenecek performans detaylı ve ardışık eylemler gerektirdiği zamanlarda kullanışlıdır.

Örneğin bir deneyin eyleme dökülmesi vb.

Pek çok işlem adımında oluşan performanstaki eksik adımları belirlemek için oldukça uygundur.

2. DERECELEME ÖLÇEKLERİ: Bu araçların kullanımında performansa dayalı işlemler ilk baştan sonuna kadar listelenir ve davranışın karşısına davranışın gösterilme derecesi en az üçlü [örneğin tam gösterildi (3), kısmen gösterildi (2) ve gösterilmedi (1)] bir biçimde derecelendirilir.

3. GÖZLEM FORMLARI: Özellikle fen derslerinde, meslek liselerinin somut performans ürünlerinin geliştirildiği vb. alanlar için oldukça uygundur. Gözlemler öğrenciler hakkında doğru ve hızlı bilgi elde edilmesini sağlar.

TEST VE MADDE İSTATİSTİKLERİNE GENEL BİR BAKIŞ

A. TEST İSTATİSTİKLERİ

Merkezî eğilim ölçüleri: aritmetik ortalama, medyan (ortanca) ve moddur. Bu üç istatistiğin de temel işlevi bir puan dizisindeki merkezi bulmaktır.
Merkezî eğilim ölçüleri, örneğin ortalama, grubun başarısı (ya da hangi özellik gözleniyorsa) hakkında kabaca da olsa fikir yürütmemizi sağlar.
Diğer taraftan değişkenlik ölçüleri ranj (dizi genişliği), varyans, standart sapma ve çeyrek sapmadır.
Puanların değişkenliği, grup hakkında biraz daha ayrıntılı bir değerlendirme yapılmasını sağlar.
Puanların dağılım özellikleri yine grup hakkında bilgi elde etmemizi sağlayan istatistiklerdir

Normal, sivri ve basık dağılımlar

Standart normal dağılım altında yer alan alanlar

Normal dağılım ortalama ve standart sapma gibi basit iki istatistikle özetlenebilir.

Sola ve sağa çarpık dağılımlar

Normal dağılım ortalama etrafında üç standart sapma sağa ve sola, toplamda altı alanda özetlenebilir (%99,74’lük kısmı). Dolayısıyla bir kişinin ortalamadan kaç standart sapma uzaklaştığı, grup içerisindeki yerini gösterir.

Sola ve sağa çarpık dağılımlar

A. MADDE İSTATİSTİKLERİ: Ölçme işlemi sonucunda bireylerin madde puanları üzerinden hesaplanan istatistiklerdir. Eğitimde en sık kullanılan istatistikler madde güçlük indeksi, madde ayırt edicilik indeksi, madde güvenilirliği vb.dir.

Madde güçlük indeksi; maddenin kabaca zor mu, orta mı, kolay mı olduğunu gösteren bir istatistiktir.

Madde güçlük indeksi

Madde güçlük indeksi 1’e yaklaştıkça maddenin kolaylaştığı, 0’a yaklaştıkça zorlaştığı anlaşılır. 0.50 civarı ise ortalama güçlükte olduğu biçiminde yorumlanır.

Bir test zorlaştıkça dağılımın sağa çarpık, kolaylaştıkça sola çarpık olma olasılığı artar. Diğer bir ifadeyle grup başarı düzeyi açısından homojenleşmeye başlar ve homojen bir dağılımda testin bilenle bilmeyeni birbirinden ayırt etme gücü azalabilir ve güvenilirlik katsayısı düşebilir.

Madde ayırt edicilik indeksi ise maddenin bilenle bilmeyeni ayırt edip edemediğine ilişkin bir istatistiktir.

-1 ile 1 arasında değer alır ve genellikle alanyazında 0.30 ile 1 arası ayırt edici olarak nitelendirilir.

Madde ayırt edicilik indeksi

EĞİTİM İZLEME ARAŞTIRMALARI: TARİHİ, ÖNEMİ VE TÜRKİYE’DEN SONUÇLAR

Kavramlar

Erişi ya da başarı kavramı, sunulan bilgilere, sunulan içeriğe o eğitimi alan bireylerin ne kadar ulaşabildiğine dair bir gösterge, erişim düzeyi olarak ifade edilmektedir.

Beceri; bilgilerin bir araya toplanıp, doğru bilgilerin seçilip ardından seçilen bilgilerin doğru şekilde kullanılması, gerçek yada tasarlanan bir durumda kullanılabilme yetisini ifade etmektedir.

Günümüzde dünyada önem atfedilen eğitim izleme araştırmalarından birisi olan Uluslararası Öğrenci Değerlendirme Programında (PISA) ölçülen özellikler “okuryazarlık” olarak tanımlanmaktadır.

Uluslararası İzleme Çalışmaları

1960'lı yıllarda matematik alanı ile başlayan çalışmaların bugün kapsamı büyük ölçüde genişlemiştir. Örneğin PISA ile beraber değerlendirilen alanlar artmış; matematik, fen ve okuma becerileri üç ana alan olarak belirlenmiştir. Uluslararası Matematik ve Fen Eğilimleri Araştırmasında (TIMSS) matematik ve fen, Uluslararası Okuma Becerilerinde Gelişim Araştırmasında (PIRLS) ise okuma becerileri değerlendirilmektedir.

Günümüzde En Yoğun Katılım Gösterilen Çalışmalar

PISA, Ekonomik Kalkınma ve İşbirliği Örgütü (OECD) tarafından geliştirilen ve üç yıllık periyotlarla uygulanan izleme çalışmasıdır.

TIMSS ise Uluslararası Eğitim Başarılarını Değerlendirme Kuruluşu (IEA) tarafından geliştirilmekte ve dört yıllık periyotlarla uygulanmaktadır. Türkiye uzun süredir hem PISA’ya hem de TIMSS’e katılım göstermektedir.

Son olarak PIRLS de yine IEA tarafından beş yıllık periyotlarla gerçekleştirilen bir izleme çalışmasıdır. Türkiye uzun bir aradan sonra 2021’de tekrar PIRLS’e katılmış ancak bu uygulamanın sonuçları 2022 yılının sonunda açıklanacaktır.

PISA KAPSAMI VE SONUÇLARI

En güncel PISA uygulaması olan 2018 döngüsüne 79 ülke/ekonomi katılım göstermiştir.

PISA, 15 yaş grubunu hedef grup olarak almaktadır. Bunun nedeni birçok Avrupa ve OECD ülkesinde 15 yaşa tekabül eden dönemin yaklaşık olarak ortaokulun sonuna denk gelmesi ve bu dönemde zorunlu eğitimin tamamlanmasıdır..

PISA, 2000 yılından bu yana uygulanmakta ve her üç yıllık döngüde bir alana ağırlık verilmektedir. 2000 yılında ağırlıklı alan okuma becerileri iken 2003 yılında matematik okuryazarlığı ve 2006 yılında fen okuryazarlığı, 2018 yılında tekrar okuma becerileri olacak şekilde çapraz bir modelleme kullanılmaktadır.

Şekil 1. Okuma becerisi ortalama puanlarındaki ve yeterlik düzeylerindeki değişim

Yeterlik düzeyleri son derece önemlidir çünkü her bir yeterlik üzerinde bulunan öğrencinin o alanda ne yapıp ne yapamadığını, davranış bazında hangi davranışları gösterip hangi davranışları gösteremediğine dair somut açıklamalar yapmaktadır. Örneğin en üst düzeye yeterlik düzeyi olan 6. düzeydeki bir öğrencinin çok karmaşık metinleri rahatlıkla okuyabilmekte, anlamlandırabilmekte, metin içerisindeki dinamiklerin farkına varıp bunları ilişkilendirebilmekte, farklı metinlerdeki örtülü anlamları fark edebilmektedir.

Grafiğin yorumu: Şekil 2’nin sol tarafında bulunan dairelerin büyüklüğü öğrenci sayısının büyüklüğünü temsil etmektedir. Burada bir diğer önemli gösterge de geçen yıllara kıyasla okullar arasındaki başarı farkının kısmen azalmış olmasıdır. Elbette bu farkın daha da azalması hedeflenmektedir.

devam et