Традиционные тесты способностей обычно адресуются относительно узкому диапазону оценок способностей, чтобы избежать возникновения у респондентов чувства подавленности, когда предъявляется много очень трудных заданий, или скуки при столкновении с большим количеством слишком легких заданий. Благодаря этому пользователи традиционных тестов оказываются в парадоксальной ситуации, когда им необходимо угадать способности своих респондентов заранее, чтобы иметь возможность выбрать тест соответствующей трудности! Даже в этом случае менее способные респонденты, по-видимому, постоянно сталкиваясь с чередой заданий, которые они не смогут решить, утрачивают мотивацию, в то время как высокоспособные респонденты могут испытывать чувство раздражения из-за того, что им задают вопросы, которые (с их точки зрения) являются раздражающе легкими. Теория заданий предлагает намного лучшую альтернативу, известную как «адаптивное тестирование».

Представим себе, что большое количество заданий предъявляется большой выборке испытуемых с широко варьирующим уровнем способностей — это не должна быть случайная выборка. Параметры заданий устанавливаются с помощью одной из программ, упоминавшихся выше, возможно, использующих двухпа-раметрическую или трехпаhаметрическую логистическую модель. Предположим также, что выбранные модели обеспечивают хорошее общее соответствие данным. Теперь мы располагаем большими возможностями, поскольку сравнительно просто перевести задания теста в компьютер и написать компьютерную программу, которая будет предъявлять испытуемому по одному заданию теста за один раз.

Сначала мы можем предъявить задание небольшой или умеренной трудности. Если конкретный респондент окажется не в состоянии выполнить его правильно, можно выбрать другое, более легкое. Если испытуемый ответит на него правильно, программа может идентифицировать более трудную задачу, используя информационную функцию задания, чтобы определить, какие задания будут давать максимальную информацию о способностях человека, — и это будет продолжаться до тех пор, пока программа, наконец, точно не определит, какие задания испытуемый может выполнить правильно, а какие (более трудные) ему просто не по силам. По мере того как будет собираться все больше и больше данных, компьютерная программа сможет предугадывать с возрастающей точностью, какие из еще не использованных заданий испытуемый будет способен выполнить правильно, а какие выполнить не удастся. Такая процедура позволяет установить способности человека очень быстро. Опыт проведения такого рода тестов показывает, что задания обычно должны быть близки к пределу

возможностей испытуемого, но не невыполнимы, и поскольку никого не .принуждают «продираться» через слишком большое число заданий (чересчур трудных либо чересчур легких), чтобы получить информацию о способностях, вся процедура тестирования может быть резко сокращена.

Имеются другие преимущества. Поскольку каждый испытуемый, вероятно, будет получать совершенно разный набор заданий теста (так как выбор задания, предъявляемого на каждой стадии, зависит от правильности ответов респондентов на предыдущей стадии), проблема сохранения конфиденциальности тестирования становится значительно менее актуальной, особенно если первоначальное задание было выбрано более или менее случайно. Каждый человек будет проходить свой собственный, сформированный именно для него тест. Из того, что вы уже знаете об оценке способностей на основе параметров теста, должн

Страницы: 1 2

Смотрите также

Задания для повторения
В конце каждой главы приводятся задания для повторения. Это задания двух типов: на выбор одного ответа из нескольких и на написание коротких эссе. Прежде чем выполнять задания, внимательно изучите ...

Планы с контрольными группами
Понятие об экспериментальных и контрольных группах, а также о различиях между ними было дано в главе 5. Экспериментальные группы подвергаются определенному воздействию, а контрольные — не подверга ...

Проблема создания эквивалентных групп
Есть два основных способа создания эквивалентных групп для проведения меж-субъектных экспериментов. В идеальном случае используется случайное распределение, второй способ — уравнивание. ...