miary jakości zadania testowego ~ mi W ( możliwości
|
|
- Emilia Szymczak
- 6 lat temu
- Przeglądów:
Transkrypt
1 Marek Kryniewski Zespół Szkół Energetycznych w Gdańsku Klasyczne i probabilistyczne miary jakości zadania testowego ~ mi W ( możliwości Omówienie klasycznej teorii testu Zalety klasycznej teorii testu 1. W celu określenia charakterystycznych parametrów testu potrzebna jest stosunkowo niewielka, ale reprezentatywna próba uczniów. 2. Oszacowanie podstawowych parametrów dla zadań i testu, takich jak: łatwość i moc różnicująca nie wymaga zaawansowanego aparatu matematycznego. 3. Model teoretyczny leżący u podstaw szacowania charakterystycznych parametrów dla testu i zadań jest łatwy do przyswojenia przez konstruktorów zadań, jak i osób interpretujących wyniki. Ograniczenia klasycznej teorii testów 1. Podstawowe parametry, takie jak: - moc różnicująca zadań - łatwość całego testu - łatwość poszczególnych zadań zależą bardzo mocno od próby uczniów, którzy brali udział w testowaniu. Rzadko jednak dysponujemy próbą, która by dobrze reprezentowała całą populacją generalną. 2. Ponadto, łatwość zadania, która ma charakter probabilistyczny, jest jednakowa dla całej próby uczniów niezależnie od zdolności uczniów i poziomu opanowania danej umiejętności. 3.Błąd pomiaru oraz estymacji parametrów jest taki sam dla całej badanej populacji. Klasyczne podejście do konstruowania testów Konstruktor egzaminu, kierując się klasyczną teorią testu, powinien zapewnić: - trafność wewnętrzną testu; - wysoki współczynnik rzetelności (od jego wielkości zależy błąd pomiarowy);
2 92 Marek Kryniewski - odpowiedni współczynnik łatwości zadań i testu dostosowany do rodzaju egzaminu; - wysoką moc różnicującą zadań. Przy takim podejściu do konstruowania egzaminów konstruktor napotykał przeszkody: - brak banku zadań z opisem klasycznych współczynników; - przy korzystaniu z banku zadań z opisem klasycznych współczynników konstruktor musi pamiętać, że łatwość oraz moc różnicująca zależą od populacji uczniów, gdzie przeprowadzony był egzamin; - brak wygodnych narzędzi do symulacji parametrów całego egzaminu. Dlatego konstruktorzy trzymający się klasycznej teorii testu opierali się na planie testu, własnym doświadczeniu oraz intuicji. Omówienie probabilistycznej teorii testu Przyczyny wzrostu zainteresowania probabilistyczną teorią testu w Polsce Obecnie w Polsce teoretycy pomiaru dydaktycznego oraz konstruktorzy testów wykazują coraz większe zainteresowanie probabilistyczną teorią wyniku zadania testowego (Item Response Theory- IRT). Wzrost zainteresowania wiąże się z: - rozwojem technik komputerowych (odpowiednio szyblcie komputery oraz możliwość zakupu specjalistycznego oprogramowania); - dostęp do dużych zbiorów danych tworzonych przez system egzaminów zewnętrznych; - konieczność tworzenia baz danych zadań testowych o określonych parametrach niezależnych od populacji uczniów; bazy te pozwolą na konstruowanie arkuszy egzaminacyjnych o założonych parametrach (dostosowanych do celu egzaminu); - konieczność tworzenia równoległych wersji egzaminów o tych samych parametrach; - ze względów politycznych oraz społecznych konieczne jest również porównywanie wyników egzaminów w kolejnych latach. IRT może być pomocne przy określeniu, czy egzaminy w kolejnych latach były egzaminami równoległymi oraz czy egzaminy miały ten sam stopień trudności? Założenia IRT Probabilistyczna teoria wyniku zadania testowego opiera się na trzech podstawowych założeniach: 1. o wymiarach przestrzeni cechy nioebserwowalnej (latentnej- dimentionality oflatent space). Wszystkie istniejące zależności statystyczne między zadaniami testowymi są wyjaśniane przez odwołanie się do jednej cechy latentnej (dla testów to: wiedza-umiejętności);
3 Klasyczne i probabilistyczne miary jakości zadania testowego- nowe możliwości o lokalnej niezależności zadań testowych. W założeniu tym przyjmuje się, że odpowiedzi każdej osoby badanej na jedno zadanie testowe nie zależą od jej odpowiedzi na jakiekolwiek inne zadanie tego testu; 3. o krzywej charakterystycznej zadania testowego {Item Characteristic Curve -ICC). Krzywa ta opisuje związek pomiędzy ukrytą cechą (latentną), np. stanem wiedzy (umiejętności) ucznia, którą chcemy poznać za pośrednictwem wyniku rozwiązania zadania a prawdopodobieństwem prawidłowej odpowiedzi na to zadanie. W teorii IRT poziom wiedzy (umiejętności) opisany jest przez theta 0 (wynik prawdziwy), która ma związek z mierzoną wiedzą (umiejętnością). Prawdopodobieństwo, że egzaminowany udzieli poprawnej odpowiedzi na zadanie, jest opisane przez funkcję P(0). Przyjmuje, że funkcja P(0) jest ciągła, a jej wartości zawierają się w przedziale od -«> do +oo. Ponieważ skala jest najczęściej wyrażana w postaci konwencjonalnych wartości z, to w praktyce wszystkie wyniki mieszczą się w przedziale od-az do +4z. Model trójparametryczny Najlepszym modelem do zastosowania w pomiarze dydaktycznym jest model trójparametryczny. Jest on modelem najogólniejszym, sformułowanym po raz pierwszy przez Bimbauma (1968). W modelu tym przyjmuje się, że prawdopodobieństwo udzielenia odpowiedzi prawidłowej na zadanie testowe zależy od trzech parametrów charakteryzujących zadanie testowe: - trudności zadania testowego parametr a - jego mocy różnicującej parametr b - współczynnika zgadywania parametr c. Funkcję opisującą związek między prawdopodobieństwem P.(0) udzielenia odpowiedzi prawidłowej na i-te zadanie, a poziomem wiedzy (umiejętności) w znormalizowanej skali można przedstawić jako: P,(0) = C, C 1 + e- D * a,* ( - b,) i = 1, 2,... n gdzie: n-ilość zadań w teście c.- to współczynnik zgadywania dla i-tego zadania b.-współczynnik trudności dla i-tego zadania a.- to współczynnik mocy różnicującej dla i-tego zadania e- liczba Eulera w przybliżeniu e = 2, jest używana jako podstawa logarytmu naturalnego D- stała maksymalizująca dopasowanie krzywej logistycznej do ogiyy rozkładu normalnego; D = 1,7. Najczęściej bowiem, aby rzetelność obliczeń podczas estymacji współczynników a, b, c była zadowalająca, trzeba przetworzyć dane uzyskane z przebadania przynajmniej 1000 osób.
4 94 Marek Kryniewski Funkcja informacyjna oraz bfąd standardowy pomiaru Funkcja informacyjna podaje rozkład wielkości informacji niesionej przez zadanie dla całego zakresu zmiennej 0. Wykres funkcji informacji 1.(0) zmiennej 0 lub znajomość jej wzoru pozwala na określenie w jakim przedziale zmiennej zadanie niosło najwięcej informacji, czyli w jakim przedziale zmiennej 0 zadanie najlepiej opisywało zasób wiedzy badanych. Dla trójparametrycznego modelu logistycznego Bimbaum w roku 1968 wyprowadził wzór na opisujący funkcję informacji dla pojedynczego zadania. 1,(0) MB 2,89 [o, x a * x (1 - c,) < - *]» Funkcja ta posiadajedno maksimum, któregowartość zmiennej mnx obliczył Bimbaum: 0 m = b + i 7 xa lnt 5 * (1 + V x c,)] Można zdefiniować funkcję informacyjną dla całego testu jako sumę funkcji informacyjnych dla poszczególnych zadań. Funkcja ta może mieć więcej niż jedno maksimum. Można modelować przebieg tej funkcji w zależności od charakteru testu poprzez dobór zadań składowych o znanych parametrach a, b, c. Znajomość funkcji informacyjnej dla testu pozwala na obliczenie błędu pomiarowego czyli błędu standardowego estymacji wartości 0. Błąd standardowy estymacji jest funkcją zmiennej 0, tak więc nie jest wartością stałą dla wszystkich badanych tale, jak to było w klasycznej teorii testu, ale zmienia się w zależności od 0. Przyjmuje swoje minimum w miejscu maksimum funkcji informacji. i Pożądany przebiegu funkcji informacyjnej w zależności od zastosowania testu Poprzez modelowanie funkcji informacyjnej, czyli odpowiedni dobór zadań wchodzących w skład testu, możemy otrzymać różne przebiegi funkcji informacyjnej. Możliwość otrzymania maksimum funkcji informacyjnej dla określonej wartości 0 stwarza możliwość otrzymania funkcji informacyjnej dostosowanej do charakteru testu.
5 Klasyczne I probabilistyczne miary jakości zadania testowego- nowe możliwości 95 Rysunek 1. Przebieg funkcji informacyjnej dla testu, którego zadaniem jest diagnoza wiadomości uczniów w zakresie podstawowym, np: test z zakresu podstawowych umiejętności czytania ze zrozumieniem Rysunek 2. Przebieg funkcji informacyjnej dla testu, w którym podany jest punkt odcięcia (zaliczył lub nie), np: egzamin maturalny poziom wiedzy, przy którym uczoń zdaje egzamin Rysunek 3. Przebieg funkcji informacyjnej dla testu, w którym podany jest punkt odcięcia, lecz jest on ustawiony dla wysokich wiadomości, np: konkurs przedmiotowy
6 96 Marek Kryniewski Można budować funkcję informacyjną posiadającą dwa maksima, np: dla testu, gdzie podane są dwa punkty odcięcia: pierwszy, punkt to-zdał lub nie, i drugi - zdał na poziomie podstawowym lub rozszerzonym. Probabilistyczne podejście do konstruowania testów 1. Korzystamy z banku zadań testowych o znanych parametrach a, b, c. Należy zwrócić uwagę na to, czy zdanie dobrze pasowało do stosowanego modelu. Informacja o dopasowaniu powinna być podana w banku zadań obok parametrów a, b, c. 2. Wybieramy zadania pasujące treściowo do planu testu. 3. Wykonujemy symulację przebiegu funkcji informacyjnej (o przebiegu dostosowanym do zastosowania testu), korzystając np. z arkusza kalkulacyjnego Excel. 4. Obliczamy parametry a, b, c dla całego testu, sprawdzając ich poziom jako dodatkowe kryterium. Nieformalne związki między klasycznymi a probabilistycznymi parametrami opisu zadań testowych Chcąc zastosować probabilistyczne podejście do konstruowania testów, należy zastosować zadania umieszczone w banku zadań testowych o znanych parametrach a, b, c. Dotarcie do takich informacji może być trudne. Zadania opisane klasycznymi parametrami mogą być łatwiejsze do uzyskania. Interesujące jest więc udzielenie, jakie istnieją nieformalne związki między klasycznymi a probabilistycznymi parametrami opisu zadań testowych. Poniżej przedstawione zostało pięć charakterystycznych zadań pochodzących z Rejonowego Konkursu Informatycznego dla Województwa Pomorskiego. Parametry klasyczne zostały obliczone przez program Iteman 3.5, a parametry probabilistyczne przez program Multilog Wykresy funkcji charakterystycznych ICC zadań oraz funkcji informacyjnych wykonane zostały z użyciem arkusza kalkulacyjnego Excel. Uwaga: na wykresach funkcji informacyjnej nie zostało zachowane skalowanie osi Y. ZADANIE 2. (błędnie skonstruowane, nie różnicujące, bardzo trudne) Pytanie 2: W programie MS Excel po wpisaniu wyrażenia +B12 A 0,5 A) jest niepoprawne B) spowoduje wyświetlenie wyrażenia jako tekstu C) oznacza pierwiastek z zawartości komórki B12 D) oznacza podniesienie do drugiej potęgi zawartości komórki B12
7 Klasyczne i probabilistyczne miary jakości zadania testowego- nowe możliwości 97 klasyczne miary oceny miary mocy różnicującej łatwość D 27 punktowo-dwuseryjny ( point biseriafj dwuseryjny (biseriat) 0,17-0,03 0,00 0,00 Rysunek 4. Krzywa charakterystyczna dla zadania 2 a = 0,78 1- c = 0,12 b = 0,49. 0,8 0,6-0, i 7 co w co _ co co w co w co 10 co 7 co in co o to in tn to tn w CM to in in co w tn jo 1 m r "f 7r 1 T T H? o- 3 s ~ - b 3 " Sr S " Rysunek 5. Funkcja informacyjna dla zadania 2 0,4 0,35-0max = 0,35 lmax = 0,37 0,3 0,25 0,2 0,15 0,1 0,05-0 ' t c a i n n n a m n N c o i n n i < Y cp cy < tf cf 1 _ 7 7 o c>i 7?? o 7 ' i o m m : LO o a o to in in N in m «H T- ^ w - 2- rf 3 T- T- JN " Sw n ifl w w co co
8 98 Marek Kryniewski ZADANIE 3 (bardzo łatwe, słabo różnicujące) Pytanie 3: Której ikony nie usuniesz z pulpitu klawiszem Delete: A) CorelCity B) Kosz C) Micorsoft Outlook D) MS Word klasyczne miary oceny miary mocy różnicującej łatwość D 27 punktowo-dwuseryjny ( point biserialj dwuseryjny (biseriat) 0,96 0,09 0,15 0,35 1,02. Rysunek 6. Krzywa charakterystyczna dla zadania 3 1 a = 5,8 5 b = 0,24 c = 0,9 3 0,96 0,94 0,92 0,9 1,6. 1» 4 0 rrrr r m m r t r T m ^ 7 3 S 7!J 2 7 ^ 8 3 g m io co CM m m w Rysunek 7. Funkcja informacyjna dla zadania 3 r- T- CM OJ w T w cvj r- CO io m in ' d- m - «3 CO co 0max = 0,31 l max = 1, ,8 0,6 0,98-0,4-0,2-0 n m m T s s V T ą $ 3 s ^ a 3 s w 3 s «s 3 s * I I I I I l i l l f T 7 o o o' T-' T- 01 ot co " c o
9 Klasyczne i probabilistyczne miary jakości zadania testowego- nowe możliwości 99 ZADANIE 9 (umiarkowanie trudne, słabo różnicujące) Pytanie 9: System operacyjny ładowany jest przez: A) dysk twardy B) procedury POST-owe C) użytkownika D) BIOS klasyczne miary oceny. miary mocy różnicującej łatwość D 27 punktowo-dwuseryjny ( point biserial) dwuseryjny (ibiserial) 0,59 0,13 0,13 0, Rysunek 8. Krzywa charakterystyczna dla zadania , 0.5 J a = 0.08 b 6,00 c 0,42 m m m m c o w c o e o c x s i n c o c y c o i n o ^ ~ c T O T O T O 1 C M C M c s f 1 r f r 1 O O S- O o m r j Q t n i r j i n ^ i n i D i n C ' i i n L O i r j r j i n t f J U J ' a- ^ ^ *Ł O J ^ ^ I f f I I I T T I O O O V- T- O J O l T O TO Rysunek 9. Funkcja informacyjna dla zadania 9 0,0025 0,002 0,0015 0, max = 9,19. Imax = 0,00023 m c o i o T O r o c o i n T O o J c o T O T O 0^ ^ ^- e o t n T O o t o i n i n m i n i o o j i n u i t n T O i n t n i o ^ g TO I cp 7 - f tf cf ' T - T - 7 ' f f f g o S g - g g C M-
10 100 Marek Kryniewski ZADANIE 10 (umiarkowanie trudne, dobrze różnicujące) Pytanie 10: Programy wykonywalne mają rozszerzenia: A) bat exe run B) exe sys com C) bat com exe D) bat ini exe klasyczne miary oceny miary mocy różnicującej łatwość D 27 punktowo-dwuseryjny ( point biseriat) dwuseryjny ( biserial) 0,65 0,55 0,47 0,61 Rysunek TO. Krzywa charakterystyczna dla zadania 10 0,6-0,4-0,2 o «> «ca ^ ' m n N co io 7 7 co io co o m m w > * Ł o Ṇ o o o Rysunek 11. n m w Funkcja informacyjna dla zadania 10 f-_ ** oi a = 0,94 b = 0,57 c = 0,01 - l O N i n w i n n i n i f i i o ^ ' H m r~ itf ctf CO CO , ,1 Qmax = 0,56 lmax = 0,63 0 n 7 7 i o n n i s i n r t N e o i t ) n 7 a} i n n o t n i n i n r i f l i n w ( M i n i f l i o n i f l i f l i p v ' 7 7 7I 3 & " 5
11 Klasyczne i probabilistyczne miary jakości zadania testowego- nowe możliwości 101 ZADANIE 12 (bardzo trudne, różnicujące) Pytanie 12: Zbiory konieczne do startu systemu z dyskietki systemowe] DOS to: A) autoexec.bat config.sys comrrand.com B) io.sys command.com msdos.sys C) autoexec.bat io.sys config.sys D) msdos.sys autoexec.bat config.sys klasyczne miary oceny miary mocyróżnicującej łatwość D 27 punktowo-dwuseryjny {point biseriat) dwuseryjny { biseriat} 0,19 0,24 0,33 0,48 Rysunek 12. Krzywa charakterystyczna dla zadania 12 i- 0,8-0,6 0,4-0,2- a = 1.86 b 1,58 c 0,11 0 nu MII rnrm rm n rm m rm nmm v o «n n «iq n cji o» w r o in n o a w. jn ^ in 10 to CM tn in in co in ID w 1 n ro CO 1 CM CM CM r - **1 Ṇ (\J Ṇ I r I I I I I I I T T T o p o T- T- C M C M c o c o Rysunek 13. Funkcja informacyjna dla zadania max = 1,63 lmax = 2,15 1,5-1 0 m co m co co co ' i f l i o N i o i n n ' r a i i n n o i n i n i n fff ' f T 7 f i n i n N i n i n i n n u i L O t n o- Ẉ w ^ C M ' co T- T- ^ ^ C M C M C O C O
12 102 Marek Kryniewski Srane możliwości zastosowania probabilistycznej teorii zadania testowego Analiza zadań wielopunktowych Rysunek 14. Rozkłady prawdopodobieństwa dla części zadania 3b z arkusza I, punktowanego w skali 0-3 z Nowej Matury, maj 2002 ś * I 0, Description for Item 5 Location =-2,010 Residua! = 0,322 ChiSqProb = 0, MB IW N Person Location (logits) Z wykresu rozkładu prawdopodobieństwa można uzyskać następujące informacje: - przebiegi rozkładu prawdopodobieństwa dla wszystkich punktów w skali wielopunktowej; - progi czyli odcięte punktów przecięcia krzywych rozkładu prawdopodobieństwa. Analiza progów dla zadań wielopunktowych Descrltor for Item 1 Descrltor for Item 2 Descrltor for Item 3 Descrltor for Item 4 Descrltor for Item 5 Descrltor for Item 6 Descrltor for Item 7 Descrltor for Item 8 Descrltor for Item 9 Rysunek 15. Mapa progów dla wybranych 9 zadań z Nowej Matury, maj 2002 xx X X xx xx xx xx 0 I 1 0 I 1 1 I 2 I 3 xx = Reserved thresholds i i i i i i i i i i i i i
13 Klasyczne i probabilistyczne miary jakości zadania testowego- nowe możliwości 103 Mapa progów przedstawia wartości dla wszystkich progów w całym teście (dla wybranych zadań). Podczas prezentacji progów zadań dla niektórych z nich nie są one podawane (są znaki xx), oznacza to, że obliczone progi nie są ustawione w narastającej formie, czyli np: próg między punktem 1 i 2 jest wyżej na skali unormowanej niż próg między punktem 2 i 3. Brak monotoniczności ułożenia progów świadczy o: - niezbyt trafnie skonstruowanym kluczu punktowania, przy zastosowaniu którego egzaminatorzy mają problemy z określeniem granicy między poszczególnymi punktami uzyskiwanymi przez ucznia; - złym przygotowaniu egzaminatorów, braku szkolenia egzaminatorów lub też braku treningu przedegzaminacyjnego. Zestawienie 1. Wartości progów dla wybranych zadań (ITEM THRESHOLDS) z Nowej Matury, maj 2002 ITEM STATEMENT THRESHOLDS Code Statement Mean Descriptor for Item 1,000 6,372-4,739-1, Descriptor for Item 2,000 1,701,966-2, Descriptor for Item 3,000, Descriptor for Item 4,000, Descriptor for Item 5,000-1,928,674 1, Descriptor for Item 6,000,258 -,102 -, Descriptor for Item 7,000,832 -, Descriptor for Item 8,000,086 2,105-2, Descriptor for Item 9, ,113 -,253 Określenie parametrów dla badanej każdej osoby Zestawienie 2. Indywidualne określenie parametrów dla każdej osoby (INDIVIDUAL PERSON-FIT) - fragment z Nowej Matury, maj 2002 ID Total Max Miss Extreme Locn SE Residual DegFree DataPts numer ,598 0,74-0,212 7, ,135 0,62 0,070 7, ,598 0,74 0,314 7, ,065 0,36-0,810 7, ,514 0,34-0,259 7, ,658 0,65-0,942 7, ,514 0,34 1,411 7, ,912 0,40-0,408 7, ,658 0,65 0,263 7, ,091 0,45-0,626 7,7 9 82
14 1104 Marek Kryniewski Zestawienie to pozwala na określenie: - miejsca każdego ucznia w unormowanej skali wiedzy, w praktyce od-3 do 3 (Locn); - błąd standardowy szacowania miejsca ucznia w unormowanej skali (SE); - Residual- dopasowanie każdej osoby do modelu. Uwaga: Analiza IRT wybranych zadań matury z informatyki została wykonana zużyciem programu RUMM2010 produktu australijskiej firmy RUMM Laboratory Pty Ltd.. Adres internetowy Sprawdzanie równoległości oraz poziomu trudności wersji testów Wersje równoległe według klasycznej teorii testów są to testy mierzące to samo w ten sam sposób, co oznacza narzędzia budowane według jednego planu, dające wyniki o jednakowych średnich, wariancjach i korelacjach z dowolną zmienną oraz o równej rzetelności (Niemierko, 2003). Wersje równoległe według probabilistycznej teorii zadania testowego to testy budowane według jednego planu, posiadające takie same lub zbliżone krzywe charakterystyczne. Ocena równoległości może być dokonana na podstawie: - wielkość przestrzeni między krzywymi charakterystycznymi dla dwóch wersji testu; - test hipotezy o równości trzech parametrów a, b, c dla dwóch wersji testu. Porównanie stopnia trudności testów zbudowanych według jednego planu, może być oceniony na podstawie oceny różnicy wielkości parametru b. Sprawdzanie poprawności tłumaczenia zadań testowych Korzystając z zagranicznych banków danych zadań testowych konieczne będzie tłumaczenie zadań na język polski. Zadania w banku mogą mieć podane parametry probabilistyczne. Możemy poddać analizie IRT zadania po tłumaczeniu. Analiza porównawcza parametrów a, b,c przed tłumaczeniem i po tłumaczeniu pozwoli ocenić jakość przekładu. Ocenę identyczności parametrów a, b, c wykonujemy tak samo, jak sprawdzanie równoległości testów. Testy adaptacyjne Procedura testowania adaptacyjnego z użyciem IRT jest możliwa dzięki zastosowaniu komputerów ze specjalnym oprogramowaniem. Jeden z możliwych algorytmów postępowania jest następujący: 1. W pierwszej kolejności badany rozwiązuje test wstępny. Na tej podstawie komputer określa poziom wiedzy ucznia z użyciem IRT. Wiedza ucznia jest wyrażona w jednostce z. 2. Wyboru zadań w procedurze testowania adaptacyjnej dokonuje się na podstawie analizy funkcji informacyjnych zadań zgromadzonych w banku zadań.
15 Klasyczne I probabilistyczne miary jakości zadania testowego- nowe możliwości 105 Każde kolejne zadanie wybrane z banku zadań powinno dostarczać maksimum informacji. 3. Decyzje dotyczące tego, które zadania z banku zadań będą prezentowane egzaminowanemu,są podejmowane w czasie realizacji procedury testowania. Podjęcie decyzji wyboru każdego następnego zadania jest oparte na oszacowaniu wartości poziomu osiągnięć egzaminowanego 0 wynikającej z jego odpowiedzi na wcześniej rozwiązywane zadania (Sztejnberg, Hurelc, 2003). Zastosowanie testowania adaptacyjnego pozwoli na: - określenie wiedzy ucznia z jak najmniejszym błędem pomiarowym; skrócenie czasu testowania poprzez zmniejszenie ilości zadań podczas procesu testowania jednego ucznia. Bibliografia Niemierko B. (2003), Materiały z sympozjum: Zrównywanie wyników sprawdzianu 2003 do wyników sprawdzianu 2002, Sopot. Sztejnberg A., Hurelc J. (2003), Zastosowanie osiągnięć technologii komputerowej w pomiarze edukacyjnym. Komputerowe testowanie w pełni adaptacyjne, Uniwersytet Opolski.
Latentna moc różnicująca zadań z testów matematycznych dla młodzieży uzdolnionej
XVI Konferencja Diagnostyki Edukacyjnej, Toruń 200 Elżbieta Ostaficzuk Mazowieckie Samorządowe Centrum Doskonalenia Nauczycieli Grażyna Śleszyńska Mazowieckie Samorządowe Centrum Doskonalenia Nauczycieli
Oszacowanie umiejętności teta oraz wyskalowanie osi w metodzie IRT dla potrzeb obliczania parametrów zadań
Sławomir Sapanowski Okręgowa Komisja Egzaminacyjna w Łodzi Oszacowanie umiejętności teta oraz wyskalowanie osi w metodzie IRT dla potrzeb obliczania parametrów zadań W ostatnim czasie wśród ekspertów zajmujących
Zadania rozrywające w testach
Ewa Stożek Okręgowa Komisja Egzaminacyjna w Łodzi Zadania rozrywające w testach Na podstawie analizy danych empirycznych ze sprawdzianu i roku wyodrębniono zadania odpowiedzialne za dwumodalność rozkładu
ZADANIA ROZRYWAJĄCE W TESTACH. 1. Co to jest zadanie rozrywające?
Ewa Stożek OKE Łódź ZADANIA ROZRYWAJĄCE W TESTACH Na podstawie analizy danych empirycznych ze sprawdzianu i roku wyodrębniono zadania odpowiedzialne za dwumodalność rozkładu wyników tych testów. Takie
5. WNIOSKOWANIE PSYCHOMETRYCZNE
5. WNIOSKOWANIE PSYCHOMETRYCZNE Model klasyczny Gulliksena Wynik otrzymany i prawdziwy Błąd pomiaru Rzetelność pomiaru testem Standardowy błąd pomiaru Błąd estymacji wyniku prawdziwego Teoria Odpowiadania
Rodzaje testów. Testy. istnieje odpowiedź prawidłowa. autoekspresja brak odpowiedzi prawidłowej ZGADYWANIE TRAFNOŚĆ SAMOOPISU
Rodzaje testów Testy wiedza umiejętności zdolności właściwości poznawcze właściwości afektywne uczucia postawy osobowość emocje wierzenia istnieje odpowiedź prawidłowa autoekspresja brak odpowiedzi prawidłowej
Podstawowe definicje statystyczne
Podstawowe definicje statystyczne 1. Definicje podstawowych wskaźników statystycznych Do opisu wyników surowych (w punktach, w skali procentowej) stosuje się następujące wskaźniki statystyczne: wynik minimalny
Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Spis treści. 5. Analiza jakościowa zadań egzaminacyjnych arkusza poziomu podstawowego i poziomu rozszerzonego Podsumowanie i wnioski...
Spis treści 1. Struktura i forma egzaminu maturalnego z informatyki... 2 2. Opis arkuszy egzaminacyjnych... 3 2.1. Arkusz dla poziomu podstawowego część I... 4 2.2. Arkusz poziomu podstawowego część II...
Opis zakładanych efektów kształcenia na studiach podyplomowych WIEDZA
Opis zakładanych efektów kształcenia na studiach podyplomowych Nazwa studiów: BIOSTATYSTYKA PRAKTYCZNE ASPEKTY STATYSTYKI W BADANIACH MEDYCZNYCH Typ studiów: doskonalące Symbol Efekty kształcenia dla studiów
SPRAWDZIAN I EGZAMINY 2013 W SZKOŁACH ARTYSTYCZNYCH. w w o je w ó dztwie śląskim
SPRAWDZIAN I EGZAMINY 2013 W SZKOŁACH ARTYSTYCZNYCH w w o je w ó dztwie śląskim Jaworzno 2013 Spis treści I. WPROWADZENIE 4 II. SPRAWDZIAN 6 2.1. Wyniki uczniów szkół podstawowych artystycznych dotyczące
15. PODSUMOWANIE ZAJĘĆ
15. PODSUMOWANIE ZAJĘĆ Efekty kształcenia: wiedza, umiejętności, kompetencje społeczne Przedmiotowe efekty kształcenia Pytania i zagadnienia egzaminacyjne EFEKTY KSZTAŁCENIA WIEDZA Wykazuje się gruntowną
I.1.1. Technik elektronik 311[07]
I.1.1. Technik elektronik 311[7] Do egzaminu zostało zgłoszonych: 11 8 Przystąpiło łącznie: 1 58 przystąpiło: 1 7 przystąpiło: ETAP PISEMNY ETAP PRAKTYCZNY zdało: 4 324 (42,9%) zdało: DYPLOM POTWIERDZAJĄCY
Egzamin maturalny 2012/2013 wnioski do pracy nauczyciela fizyki
Egzamin maturalny 2012/2013 wnioski do pracy nauczyciela fizyki Nowości w prawie oświatowym Rozporządzenie Ministra Edukacji Narodowej z dnia 1 marca 2013 r. w sprawie uzyskiwania stopni awansu zawodowego
Porównywalne między latami wyniki sprawdzianu
Porównywalne między latami wyniki sprawdzianu ZESPÓŁ ANALIZ OSIĄGNIĘĆ UCZNIÓW Instytut Badań Edukacyjnych Plan prezentacji 1.Po co nam zrównywanie wyników pomiędzy latami? 2.W jaki sposób przeprowadzono
I.1.1. Technik mechanik 311[20]
I.1.1. Technik mechanik 311[20] Do egzaminu zostało zgłoszonych: 14 668 Przystąpiło łącznie: 13 042 przystąpiło: 12 472 przystąpiło: ETAP PISEMNY ETAP PRAKTYCZNY zdało: 10 323 (82,8%) zdało: 3 109 (24,8%)
Kontekstowe wskaźniki efektywności nauczania - warsztaty
Kontekstowe wskaźniki efektywności nauczania - warsztaty Przygotowała: Aleksandra Jasińska (a.jasinska@ibe.edu.pl) wykorzystując materiały Zespołu EWD Czy dobrze uczymy? Metody oceny efektywności nauczania
Spis treści. 5. Analiza jakościowa zadań egzaminacyjnych arkusza poziomu podstawowego i poziomu rozszerzonego Podsumowanie i wnioski...
Spis treści 1. Struktura i forma egzaminu maturalnego z informatyki... 2 2. Opis arkuszy egzaminacyjnych... 3 2.1. Arkusz dla poziomu podstawowego część I... 4 2.2. Arkusz poziomu podstawowego część II...
Egzamin maturalny 2012/2013 wnioski do pracy nauczyciela chemii
Egzamin maturalny 2012/2013 wnioski do pracy nauczyciela chemii Nowości w prawie oświatowym Rozporządzenie Ministra Edukacji Narodowej z dnia 1 marca 2013 r. w sprawie uzyskiwania stopni awansu zawodowego
10. Podstawowe wskaźniki psychometryczne
10. Podstawowe wskaźniki psychometryczne q analiza własności pozycji testowych q metody szacowania mocy dyskryminacyjnej q stronniczość pozycji testowych q własności pozycji testowych a kształt rozkładu
Spis treści. 5. Analiza jakościowa zadań egzaminacyjnych arkusza poziomu podstawowego i poziomu rozszerzonego Podsumowanie i wnioski...
Spis treści 1. Struktura i forma egzaminu maturalnego z informatyki... 2 2. Opis arkuszy egzaminacyjnych... 3 2.1. Arkusz dla poziomu podstawowego część I... 4 2.2. Arkusz poziomu podstawowego część II...
Technik informatyk 312[01]
Technik informatyk 312[01] Do egzaminu zgłoszonych zostało: 13 964 Przystąpiło łącznie: 9 624 przystąpiło: 8 910 przystąpiło: 9 136 ETAP PISEMNY ETAP PRAKTYCZNY zdało: 6 825 (76,6%) zdało: 4 470 (52,2%)
Porównywalne między latami wyniki egzaminacyjne
Porównywalne między latami wyniki egzaminacyjne ZESPÓŁ ANALIZ OSIĄGNIĘĆ UCZNIÓW Instytut Badań Edukacyjnych Henryk Szaleniec, Bartosz Kondratek Plan prezentacji 1.Po co nam zrównywanie wyników pomiędzy
I.1.1. Technik informatyk 312[01]
I.1.1. Technik informatyk 312[1] Do egzaminu zostało zgłoszonych: 13 884 Przystąpiło łącznie: 1 168 przystąpiło: 1 58 ETAP PISEMNY ETAP PRAKTYCZNY zdało: 6 975 (69,3%) DYPLOM POTWIERDZAJĄCY KWALIFIKACJE
Analiza wyników egzaminu gimnazjalnego 2015
Analiza wyników egzaminu gimnazjalnego 2015 Egzamin gimnazjalny został przeprowadzony od 21 do 23 kwietnia 2015 r. Składał się z trzech części. W części pierwszej humanistycznej gimnazjaliści rozwiązywali
Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska
Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska Anna Stankiewicz Izabela Słomska Wstęp- statystyka w politologii Rzadkie stosowanie narzędzi statystycznych Pisma Karla Poppera
Trafność testów egzaminacyjnych. Artur Pokropek, Tomasz Żółtak IFiS PAN
Trafność testów egzaminacyjnych Artur Pokropek, Tomasz Żółtak IFiS PAN Plan prezentacji EWD i trafność testów egzaminacyjnych Pięć postulatów trafności dla skal pomiarowych Wskaźniki egzaminacyjne a wyniki
Wprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
166 Wstęp do statystyki matematycznej
166 Wstęp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwiązać nasz zasadniczy problem związany z identyfikacją cechy populacji generalnej
I.1.1. Technik logistyk 342[04]
I.1.1. Technik logistyk 342[04] Do egzaminu zostało zgłoszonych: 777 Przystąpiło łącznie: 588 przystąpiło: 584 przystąpiło: 578 ETAP PISEMNY ETAP PRAKTYCZNY zdało: 492 (84,2%) zdało: 325 (56,2%) DYPLOM
III. STRUKTURA I FORMA EGZAMINU
III. STRUKTURA I FORMA EGZAMINU Egzamin maturalny z matematyki jest egzaminem pisemnym sprawdzającym wiadomości i umiejętności określone w Standardach wymagań egzaminacyjnych i polega na rozwiązaniu zadań
SCENARIUSZ LEKCJI: TEMAT LEKCJI: Postać kanoniczna funkcji kwadratowej. Interpretacja danych w arkuszu kalkulacyjnym
Autorzy scenariusza: SCENARIUSZ LEKCJI: OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH
I.1.1. Technik usług kosmetycznych 514[03]
I.1.1. Technik usług 514[03] Do egzaminu zostało zgłoszonych: 7278 Przystąpiło łącznie: 6681 przystąpiło: 6673 przystąpiło: 6649 ETAP PISEMNY ETAP PRAKTYCZNY zdało: 6145 (92,1%) zdało: 4946 (74,4%) DYPLOM
ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH
1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Wnioskowanie statystyczne Czyli jak bardzo jesteśmy pewni że parametr oceniony na podstawie próbki jest
ćwiczenia 30 zaliczenie z oceną
Wydział: Psychologia Nazwa kierunku kształcenia: Psychologia Rodzaj przedmiotu: podstawowy Opiekun: dr Krzysztof Fronczyk Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb studiów: Stacjonarne
Raport z wyników sprawdzianu szóstoklasistów w SP Nr 40 kwiecień 2015
Raport z wyników sprawdzianu szóstoklasistów w SP Nr 40 kwiecień 2015 1 Spis treści 1. Część pierwsza sprawdzianu język polski i matematyka... 3 1.1. Podstawowe parametry statystyczne... 3 1.2. Poziom
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Zmienne losowe i teoria prawdopodobieństwa 3. Populacje i próby danych 4. Testowanie hipotez i estymacja parametrów 5. Najczęściej wykorzystywane testy statystyczne
Analiza sprawdzianu 2011 klas szóstych szkoły podstawowej
Zespół Szkolno - Przedszkolny w Rudzicy im. Jana Pawła II Analiza sprawdzianu 2011 klas szóstych szkoły podstawowej Opracowała: mgr Magdalena Balcy SPIS TREŚCI 1. Informacje wstępne... 3 2. Charakterystyka
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
SCENARIUSZ LEKCJI. Wielomiany komputerowe wykresy funkcji wielomianowych
Autorzy scenariusza: SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH
PRÓBNY SPRAWDZIAN SZÓSTOKLASISTY Z OPERONEM
PRÓBNY SPRAWDZIAN SZÓSTOKLASISTY Z OPERONEM Wprowadzenie Na podstawie rozporządzenia Ministra Edukacji Narodowej z dnia 3 kwietnia 27 roku w sprawie warunków i sposobu oceniania, klasyfikowania i promowania
Struktura i forma pisemnego egzaminu maturalnego z języka angielskiego dla osób niesłyszących... 3 Opis arkuszy egzaminacyjnych...
Spis treści 1. Struktura i forma pisemnego egzaminu maturalnego z języka angielskiego dla osób niesłyszących... 3 2. Opis arkuszy egzaminacyjnych... 3 2.1. Kartoteka arkusza egzaminacyjnego z języka angielskiego
OKRĘGOWA KOMISJA EGZAMINACYJNA W GDAŃSKU WYDZIAŁ BADAŃ I ANALIZ STOPNIEŃ OPANOWANIA UMIEJĘTNOŚCI BADANYCH NA SPRAWDZIANIE W 2005 ROKU
STOPNIEŃ OPANOWANIA UMIEJĘTNOŚCI BADANYCH NA SPRAWDZIANIE W 2005 ROKU W kwietniu 2005 roku Okręgowa Komisja Egzaminacyjna w Gdańsku po raz czwarty przeprowadziła dla uczniów klasy szóstej szkół podstawowych
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss
POLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 4 Temat: Analiza korelacji i regresji dwóch zmiennych
Analiza wyników egzaminu maturalnego z matematyki przeprowadzonego na terenie działania OKE w Gdańsku sesja wiosenna 2005 r.
Analiza wyników egzaminu maturalnego z matematyki przeprowadzonego na terenie działalności OKE w Gdańsku w sesji wiosennej 2005 roku W maju 2005 roku Okręgowa Komisja Egzaminacyjna w Gdańsku przeprowadziła
SCENARIUSZ LEKCJI MATEMATYKI, FIZYKI LUB BIOLOGII Z WYKORZYSTANIEM FILMU ROZKŁAD NORMALNY.
SCENARIUSZ LEKCJI MATEMATYKI, FIZYKI LUB BIOLOGII Z WYKORZYSTANIEM FILMU ROZKŁAD NORMALNY. SPIS TREŚCI: I. Wprowadzenie. II. Części lekcji. 1. Część wstępna. 2. Część realizacji. 3. Część podsumowująca.
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Analiza sprawdzianu 2010 klas szóstych szkoły podstawowej
Zespół Szkolno - Przedszkolny w Rudzicy im. Jana Pawła II Analiza sprawdzianu 2010 klas szóstych szkoły podstawowej Skład zespołu opracowującego raport: mgr Magdalena Balcy mgr Barbara Gawlik mgr Ilona
Analiza wyników egzaminu maturalnego z matematyki na poziomowe podstawowym
Analiza wyników egzaminu maturalnego z matematyki na poziomowe podstawowym Do egzaminu maturalnego w II Liceum Ogólnokształcącego im. Mikołaja Kopernika w Cieszynie z matematyki na poziomie podstawowym
I.1.1. Asystent osoby niepełnosprawnej 346[02]
I.1.1. Asystent osoby niepełnosprawnej 346[02] Do egzaminu zostało zgłoszonych: 1214 Przystąpiło łącznie: 1027 przystąpiło: 1013 przystąpiło: 1019 ETAP PISEMNY ETAP PRAKTYCZNY zdało: 992 (97,9%) zdało:
Wykorzystanie danych egzaminacyjnych w ewaluacji szkół. materiały Pracowni EWD
Wykorzystanie danych egzaminacyjnych w ewaluacji szkół materiały Pracowni EWD Funkcje systemu egzaminacyjnego ocena osiągnięć szkolnych uczniów w świetle wymagań programowych (funkcja selekcyjna) diagnoza
WYKŁAD 8 ANALIZA REGRESJI
WYKŁAD 8 ANALIZA REGRESJI Regresja 1. Metoda najmniejszych kwadratów-regresja prostoliniowa 2. Regresja krzywoliniowa 3. Estymacja liniowej funkcji regresji 4. Testy istotności współczynnika regresji liniowej
(narzędzie do pomiaru cech zachowania oprac. dr hab. Zbigniew Spendel)
TEST PSYCHOLOGICZNY/ PEDAGOGICZNY (narzędzie do pomiaru cech zachowania oprac. dr hab. Zbigniew Spendel) 1. Jest narzędziem diagnostycznym posługiwanie się nim musi być uzasadnione celem postępowania diagnostycznego
I.1.1. Technik drogownictwa 311[45]
I.1.1. Technik drogownictwa 311[45] Do egzaminu zostało zgłoszonych: 747 Przystąpiło łącznie: 694 przystąpiło: 656 przystąpiło: 677 ETAP PISEMNY ETAP PRAKTYCZNY zdało: 629 (95,9%) zdało: 448 (66,2%) DYPLOM
I.1.1. Opiekunka środowiskowa 346[03]
I.1.1. Opiekunka środowiskowa 346[03] Do egzaminu zostało zgłoszonych: 1507 Przystąpiło łącznie: 1296 przystąpiło: 1208 przystąpiło: 1282 ETAP PISEMNY ETAP PRAKTYCZNY zdało: 1201 (99,4%) zdało: 1013 (79%)
Sterowanie wielkością zamówienia w Excelu - cz. 3
Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji
Liczba zadań a rzetelność testu na przykładzie testów biegłości językowej z języka angielskiego
Ewaluacja biegłości językowej Od pomiaru do sztuki pomiaru Liczba zadań a rzetelność testu na przykładzie testów biegłości językowej z języka angielskiego Tomasz Żółtak Instytut Badań Edukacyjnych oraz
ANALIZA JAKOŚCIOWA I ILOŚCIOWA TESTÓW SZKOLNYCH MATERIAŁ SZKOLENIOWY
ANALIZA JAKOŚCIOWA I ILOŚCIOWA TESTÓW SZKOLNYCH MATERIAŁ SZKOLENIOWY Instrukcja przeprowadzania analiz badań edukacyjnych i sporządzania raportów po badaniach. Cele prowadzenia analiz jakościowych i ilościowych
Testowanie hipotez statystycznych. Wnioskowanie statystyczne
Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy
EGZAMIN GIMNAZJALNY 2012 W SZKOŁACH DLA DOROSŁYCH W WOJEWÓDZTWIE ŚLĄSKIM. sesja wiosenna
EGZAMIN GIMNAZJALNY 2012 W SZKOŁACH DLA DOROSŁYCH W WOJEWÓDZTWIE ŚLĄSKIM sesja wiosenna Jaworzno 2012 SPIS TREŚCI 1. WPROWADZENIE... 3 2. WYNIKI SŁUCHACZY GIMNAZJÓW DLA DOROSŁYCH DOTYCZĄCE STANDARDOWYCH
Zadania rozrywające w testach na przykładzie zadań maturalnych z matematyki
Ewa Stożek, Henryk Dąbrowski OKE Łódź Zadania rozrywające w testach na przykładzie zadań maturalnych z matematyki Na podstawie analizy danych empirycznych z egzaminu maturalnego z matematyki 5 i 6 roku
STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów
STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów
CZY UCZNIOWIE POWINNI OBAWIAĆ SIĘ NOWEGO SPOSOBU OCENIANIA PRAC EGZAMINACYJNYCH?
Aktualne problemy dydaktyki przedmiotów przyrodniczych CZY UCZNIOWIE POWINNI OBAWIAĆ SIĘ NOWEGO SPOSOBU OCENIANIA PRAC EGZAMINACYJNYCH? Marta Jaksender, Robert Zakrzewski*, Anna Wypych-Stasiewicz Uniwersytet
( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:
ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość
Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy
Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2017/2018 STATYSTYKA
1. DANE STATYSTYCZNE O UCZNIACH ROZWIĄZUJĄCYCH NIESTANDARDOWE ARKUSZE EGZAMINACYJNE... 5
OKRĘGOWA KOMISJA EGZAMINACYJNA W ŁODZI INFORMACJE O WYNIKACH UCZNIÓW ROZWIĄZUJĄCYCH ARKUSZE NIESTANDARDOWE NA SPRAWDZIANIE W ROKU 2006 SPIS TREŚCI. DANE STATYSTYCZNE O UCZNIACH ROZWIĄZUJĄCYCH NIESTANDARDOWE
Informatyka wspomaga przedmioty ścisłe w szkole
Informatyka wspomaga przedmioty ścisłe w szkole Prezentuje : Dorota Roman - Jurdzińska W arkuszu I na obu poziomach występują dwa zadania związane z algorytmiką: Arkusz I bez komputera analiza algorytmów,
Porównywalne między latami wyniki egzaminacyjne
Porównywalne między latami wyniki egzaminacyjne ZESPÓŁ ANALIZ OSIĄGNIĘĆ UCZNIÓW Instytut Badań Edukacyjnych Plan prezentacji 1. Zrównywanie wyników egzaminacyjnych w innych krajach 2. Po co nam zrównywanie
Statystyka. Tematyka wykładów. Przykładowe pytania. dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl. wersja 20.01.2013/13:40
Statystyka dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl wersja 20.01.2013/13:40 Tematyka wykładów 1. Definicja statystyki 2. Populacja, próba 3. Skale pomiarowe 4. Miary położenia (klasyczne i pozycyjne)
Matematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0
Nazwa przedmiotu: Kierunek: Matematyka - Statystyka matematyczna Mathematical statistics Inżynieria materiałowa Materials Engineering Rodzaj przedmiotu: Poziom studiów: forma studiów: obowiązkowy studia
I.1.1. Technik optyk 322[16]
I.1.1. Technik optyk 322[16] Do egzaminu zostało zgłoszonych: 197 Przystąpiło łącznie: 188 przystąpiło: 188 przystąpiło: ETAP PISEMNY ETAP PRAKTYCZNY zdało: 182 (96,8%) zdało: 145 (77,1%) DYPLOM POTWIERDZAJĄCY
Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski
Narzędzia statystyczne i ekonometryczne Wykład 1 dr Paweł Baranowski Informacje organizacyjne Wydział Ek-Soc, pok. B-109 pawel@baranowski.edu.pl Strona: baranowski.edu.pl (w tym materiały) Konsultacje:
Technik mechatronik kwalifikacjae18 Analiza egzaminu zewnętrznego - czerwiec 2015
Technik mechatronik kwalifikacjae Analiza egzaminu zewnętrznego - czerwiec Wyniki OKE Jaworzno : etap pisemny,, etap praktyczny,9, całość, Wyniki krajowe : etap pisemny 9,, etap praktyczny,, całość 9,
I.1.1. Technik budownictwa 311[04]
I.1.1. Technik budownictwa 311[04] Do egzaminu zostało zgłoszonych: 5790 Przystąpiło łącznie: 5289 przystąpiło: 5066 przystąpiło: 5131 ETAP PISEMNY ETAP PRAKTYCZNY zdało: 4662 (92%) zdało: 3131 (61%) DYPLOM
I.1.1. Technik obsługi turystycznej 341[05]
I.1.1. Technik obsługi turystycznej 341[05] Do egzaminu zostało zgłoszonych: 4 069 Przystąpiło łącznie: 3 108 przystąpiło: 3 100 ETAP PISEMNY ETAP PRAKTYCZNY zdało: 2 196 (70,8%) DYPLOM POTWIERDZAJĄCY
Szacowanie błędu pomiaru ze szczególnym uwzględnieniem wyników sprawdzianu w VI klasie szkoły podstawowej w latach
XXIII Konferencja Diagnostyki Edukacyjnej, Łódź 2017 Sławomir Sapanowski Okręgowa Komisja Egzaminacyjna w Łodzi Szacowanie błędu pomiaru ze szczególnym uwzględnieniem wyników sprawdzianu w VI klasie szkoły
Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Stanisza r xy = 0 zmienne nie są skorelowane 0 < r xy 0,1
Białystok, maj Spis treści W W W. C K U B I A L Y S T O K. P L
0,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,, Analiza wyników testu
218 (71%) 259 (92,5%) Tabela 1. Wyniki egzaminu potwierdzającego kwalifikacje zawodowe dla zawodu monter instalacji i urządzeń sanitarnych
2.1. Monter instalacji i urządzeń sanitarnych 713[02] Do egzaminu zgłoszonych zostało: 448 Przystąpiło łącznie: 364 307 280 ETAP PISEMNY ETAP PRAKTYCZNY 218 (71%) 259 (92,5%) DYPLOM POTWIERDZAJĄCY KWALIFIKACJE
KARTA KURSU. (do zastosowania w roku akademickim 2015/16) Kod Punktacja ECTS* 3. Dr hab. Tadeusz Sozański
KARTA KURSU (do zastosowania w roku akademickim 2015/16) Nazwa Statystyka 2 Nazwa w j. ang. Statistics 2 Kod Punktacja ECTS* 3 Koordynator Dr hab. Tadeusz Sozański (koordynator, konwersatorium) Zespół
Średni współczynnik łatwości w klasie 0,66 0,73 0,77 0,65 0,75 0,71 0,65
Plan sprawdzianu Jasne jak słońce przeprowadzonego 8 kwietnia 2008 r. w Szkole Podstawowej nr 6 w Pruszkowie Obszary standardów Numery zadań Maksymalna liczba punktów za dany podtest Udział % punktów z
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji.
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00±0,20)
METODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
POMIAR DYDAKTYCZNY Z MATEMATYKI
POMIAR DYDAKTYCZNY Z MATEMATYKI DZIAŁANIA NA UŁAMKACH ZWYKŁYCH KLASA VI OPRACOWAŁ NAUCZYCIEL MATEMATYKI AGNIESZKA SZCZUCHNIAK CEL OGÓLNY: Umiejętność wykonywania działań na ułamkach zwykłych CELE OPERACYJNE:
SCENARIUSZ LEKCJI. Miejsca zerowe funkcji kwadratowej i ich graficzna prezentacja
SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:
Klasyczny model rzetelności H. Gulliksen (1950) X = T +E
Klasyczny model rzetelności H. Gulliksen (1950) gdzie: X = wynik obserwowany T = wynik prawdziwy E = błąd pomiaru X = T +E Założenia: (1) M E = 0 (założenie o nieobciążoności narzędzia pomiarowego) ()
EGZAMIN MATURALNY 2012 INFORMATYKA
Centralna Komisja Egzaminacyjna EGZAMIN MATURALNY 2012 INFORMATYKA POZIOM PODSTAWOWY Kryteria oceniania odpowiedzi MAJ 2012 2 Zadanie 1. a) (0 2) Egzamin maturalny z informatyki CZĘŚĆ I Obszar standardów
I.1.1. Technik elektryk 311[08]
I.1.1. Technik elektryk 311[8] Do egzaminu zostało zgłoszonych: 4 73 Przystąpiło łącznie:3 994 przystąpiło: 3 843 ETAP PISEMNY ETAP PRAKTYCZNY zdało: 2 43 (63,2%) DYPLOM POTWIERDZAJĄCY KWALIFIKACJE ZAWODOWE
KONKURS INFORMATYCZNY DLA UCZNIÓW GIMNAZJUM ROK SZKOLNY 2002/2003 ETAP REJONOWY
1 Kod ucznia Wpisuje uczeń po otrzymaniu zadań Imię Nazwisko Wpisać po rozkodowaniu pracy Czas pracy 90 minut KONKURS INFORMATYCZNY DLA UCZNIÓW GIMNAZJUM ROK SZKOLNY 2002/2003 ETAP REJONOWY Informacje:
Kognitywistyka II r. Analiza zadań. Rodzaje testów. Teorie inteligencji i sposoby jej pomiaru (3) Testy. istnieje odpowiedź prawidłowa
Kognitywistyka II r Teorie inteligencji i sposoby jej pomiaru (3) Analiza zadań Rodzaje testów Testy wiedza umiejętności zdolności właściwości poznawcze właściwości afektywne uczucia postawy osobowość
Metody i narzędzia ewaluacji
Metody i narzędzia ewaluacji wyników zdalnego testowania wiedzy (platforma informatyczna e-matura) Książka przygotowana w ramach projektu E-matura, współfinansowanego przez Unię Europejską w ramach Europejskiego
Trafność czyli określanie obszaru zastosowania testu
Trafność czyli określanie obszaru zastosowania testu Trafność jest to dokładność z jaką test mierzy to, co ma mierzyć Trafność jest to stopień, w jakim test jest w stanie osiągnąć stawiane mu cele Trafność
4118 (76,9%) 3538 (85,7%) Tabela 1. Wyniki egzaminu potwierdzającego kwalifikacje zawodowe dla zawodu mechanik pojazdów samochodowych
2.1. Mechanik 723[04] Do egzaminu zgłoszonych zostało: 6845 Przystąpiło łącznie: 5506 5353 4126 ETAP PISEMNY ETAP PRAKTYCZNY 4118 (76,9%) 3538 (85,7%) DYPLOM POTWIERDZAJĄCY KWALIFIKACJE ZAWODOWE otrzymało:
Zespół Szkół Publicznych w Łasinie. Szkoła Podstawowa. Analiza statystyczna wyników sprawdzianu szóstoklasisty. kwiecień 2013
Zespół Szkół Publicznych w Łasinie Szkoła Podstawowa Analiza statystyczna wyników sprawdzianu szóstoklasisty kwiecień 2013 Opracował: Michał Chyliński, Krzysztof Olender Zestaw standardowy składał się
Psychometria PLAN NAJBLIŻSZYCH WYKŁADÓW. Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. TEN SLAJD JUŻ ZNAMY
definicja rzetelności błąd pomiaru: systematyczny i losowy Psychometria Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. rozkład X + błąd losowy rozkład X rozkład X + błąd systematyczny
669 (97,5%) 576 (91,4%) Tabela 1. Wyniki egzaminu potwierdzającego kwalifikacje zawodowe dla zawodu fryzjer
2.1. Fryzjer 514[01] Do egzaminu zgłoszonych zostało: 952 Przystąpiło łącznie: 742 686 630 ETAP PISEMNY 669 (97,5%) ETAP PRAKTYCZNY 576 (91,4%) DYPLOM POTWIERDZAJĄCY KWALIFIKACJE ZAWODOWE otrzymało: 557
Próbny egzamin z matematyki dla uczniów klas II LO i III Technikum. w roku szkolnym 2012/2013
Próbny egzamin z matematyki dla uczniów klas II LO i III Technikum w roku szkolnym 2012/2013 I. Zakres materiału do próbnego egzaminu maturalnego z matematyki: 1) liczby rzeczywiste 2) wyrażenia algebraiczne