a mérések folyamata, határidők, mérési azonosító, tanulói kérdőívek és az új skála
DESCRIPTION
A mérések folyamata, határidők, mérési azonosító, tanulói kérdőívek és az új skála. Kérdések. 1. Miért kell olyan sokat várni az eredményekre a mérés után?. 2. Hogyan készül a tanulói képességpont és miért nem lehet az iskolában kiszámolni?. 3. Kellenek nekünk a Tanulói kérdőívek?. - PowerPoint PPT PresentationTRANSCRIPT
A mérések folyamata, határidők, mérési azonosító, tanulói kérdőívek és
az új skála
Kérdések
1. Miért kell olyan sokat várni az eredményekre a mérés után?
3. Kellenek nekünk a Tanulói kérdőívek?
2. Hogyan készül a tanulói képességpont és miért nem lehet az iskolában kiszámolni?
Miért kell olyan sokat várni az eredményekre a mérés után?
1. kérdés:
Nézzük meg, mi minden kell egy kompetenciaméréshez!
N+1. évben
Az adatfájlok és elemzések elkészítése, visszajelzés
A mérés gondozása
Az N-1. évben
Feladatírás Próbamérés előkészítése
Próbamérés és a próbamérés adatainak feldolgozása
A főmérés előkészítéseAz N-2. évben
Feladatírás
Az N. évben
A főmérés előkészítése A főmérés és az adatok feldolgozása Az adatfájlok és elemzések elkészítése
Az N. évi kompetenciamérés jan. febr. márc. ápr. máj. jún. júl. aug. szept. okt. nov. dec.
Egy OKM mérés előkészítésének, lebonyolításának és feldolgozásának fázisai
A kompetenciamérés adatfelvétele május
utolsó szerdáján
Alapdokumentum: tartalmi keretek http://www.oktatas.hu/pub_bin/dload/kozoktatas/meresek/orszmer2014/AzOKMtartalmikeretei.pdf
N+1. évben
Az adatfájlok és elemzések elkészítése, visszajelzés
A mérés gondozása
Az N-1. évben
Feladatírás Próbamérés előkészítése
Próbamérés és a próbamérés adatainak feldolgozása
A főmérés előkészítése
Az N-2. évben
Feladatírás
Az N. évben
A főmérés előkészítése A főmérés és az adatok feldolgozása Az adatfájlok és elemzések elkészítése
Az N. évi kompetenciamérés jan. febr. márc. ápr. máj. jún. júl. aug. szept. okt. nov. dec.
Egy OKM mérés előkészítésének, lebonyolításának és feldolgozásának fázisai
A kompetenciamérés adatfelvétele május
utolsó szerdáján
• Feladatírás (javítás, szerkesztés, lektorálás) folyamatosan
• Tesztfüzetek összeállítása, a próbamérés előkészítése április
• Próbamérés (következő évi főmérésé!) az OKM főmérés előtti három hét
• Visszaérkező anyagok ellenőrzése, kódolás és rögzítés, adattisztítás június-szeptember
• A próbamérés adatainak feldolgozása, statisztikai paraméterek kiszámítása szeptember-október
• Iskolai adatok begyűjtése december közepe
Az előkészületekről…
Az előkészületekről…
• A főmérés feladatainak kiválasztása, véleményeztetése
szakmai lektorokkal december vége
• A tesztfüzetek összeállítása, szerkesztése, nyelvi lektorálása,
nyomdai példányok leadása január vége
• Háttérkérdőívek aktualizálása január/március vége
• Adminisztráció, minőségbiztosítás előkészítése május közepe
• Csomagolás, felmérési anyag kiszállítása május közepe
A főmérés és az adatok feldolgozása
• A főmérés lebonyolítása és ellenőrzése május utolsó szerdája
• A mérés utáni iskolai adminisztráció a mérés utáni pár nap
• A felmérési anyagok visszaszállítása, kicsomagolás június végéig
• Kódolás augusztus első hetéig
– 6 hét, 300 kódoló, 300.000 tesztfüzet, 15 millió feladat
• Adatrögzítés (100 millió karakter) augusztus végéig
• Adattisztítás szeptember
• A furcsa adatokkal rendelkező osztályok vizsgálata szeptember
• A főmérés végleges adatfájljainak előállítása október-november
• A FIT-jelentésekhez, a Tanulói jelentésekhez és a FIT elemző
szoftverhez szükséges adatok előkészítése november-december
Az adatfájlok és elemzések elkészítése,visszajelzés
• A FIT-jelentések, a Tanulói jelentések és a FIT elemző szoftver fejlesztése (új elemek, javítások) november-január
• A FIT-jelentések pdf-jeinek előállítása és feltöltése a honlapra január-február
• Az adatok feltöltése a Tanulói jelentésekhez és a FIT elemző szoftverbe február
• A Feladatok és jellemzőik kötetek elkészítése január-február
• Az Országos jelentés elkészítése január-február
• A FIT-jelentések és a Tanulói jelentések megjelenése, a FIT elemző szoftverben az új eredmények elérhetővé tétele
február 28.
2. kérdés:
Hogyan készül a tanulói képességpont és miért nem lehet az iskolában kiszámolni?
A tanuló képességpontja
Nem összpontszám!
Valószínűségelméleti
modellből származó
paraméter!
Nem százalékos megoldottság!
Egypontos feladat megoldási valószínűsége - nehézsége
Minél jobb képességű a tanuló, annál nagyobb valószínűséggel ér el 1 pontot.
Egy nagyobb meredekségű feladat
0,23
0,5
1250 1300 1350 1400 1450 1500 1550 1373
A 0,5-ös valószínűségnél van az 1 pontos feladat nehézségi paramétere.
Ebben a pontban értelmezzük a meredekséget is.
A 2012. évi 8. évfolyamos matematika teszten elért 60%-os eredménnyel…
1720 1730 1740 17601750 A matematika képességskála
1725 1733 1740
1743
1754 1763
A képességpont attól is függ, hogy HOGYAN érte el a 60%-ot, MELYIK feladatokat oldotta meg!
…különböző képességpontokat kaphatnak a tanulók.
Nehezebb feladatokért magasabb képességpont jár.
A skála rögzítéseÉvfolyamfüggetlen és mérési évtől független skála
Bármely évekből és évfolyamokról vett két képességpontot össze lehet hasonlítani a közös skálán!Közössé váltak a képességszintek meghatározásai is.
Az évfolyamok összekötését a közös feladatok biztosítják, a mérési évek összekötését pedig a CORE teszt, ami:- titkos, változatlan- reprezentatív mintába válogatott osztályok írják meg.
A közös skála és a mérési azonosító segítségével nyomon követhető a tanulók fejlődése négy éven át!
A mérési azonosító 2008-as bevezetése után 2012-ben lett először teljes az adatsor az akkori 10. évfolyamosokra.
A skála rögzítéseÉvfolyamfüggetlen és mérési évtől független skála
3. kérdés:
Kellenek nekünk a Tanulói kérdőívek?
Mi a Tanulói kérdőív célja?
Olyan háttér-információk gyűjtése, amelyek segítik a teszteken elért eredmények értelmezését, árnyalását.
Legfontosabb hozadékuk a jelentések szempontjából a hátránykompenzáló hatás számításának lehetősége, ami egy fontos önértékelési szempont. (CSH-index)
A komplex modellben más adatokat is figyelembe veszünk, így az azonosított hatásoktól független képességfejlődést vizsgálhatjuk tanulói szintre lebontva.
Időről időre felül kell vizsgálni, hogy mely tényezők hatnak a leginkább, ezért a többi kérdés is fontos, hogy szükség esetén bevonhassunk új adatokat. A kutatásokban is értékesek a begyűjtött információk.
Kiknek van CSH-indexe?
• A tanulók 80%-ának (súlyozás nélkül 73%)• A telephelyek 64%-ának
Miért nincs CSH-indexe a telephelynek? Arány
• Kevesebb, mint 10 tanulónak van CSH-indexe 17,5%
• Kevesebb, mint a tanulók 2/3-a rendelkezikCSH-indexszel 18,1%
• A CSH-indexszel rendelkező tanulók eredménye jelentősen eltér az összes tanuló eredményétől 0,2%
A tanuló korábbi
eredménye
Nem
A szülők iskolai végzettsége
A család anyagi helyzete
(vagyontárgyak száma)
A kulturális háttér
(könyvek száma)
Az iskola típusa és a
településtípus
A vele egy osztályban és telephelyen
tanulók szüleinek végzettsége
A vele egy osztályban és telephelyen
tanulók korábbi eredménye
A tanuló becsült
eredménye
A tanuló tényleges
eredménye
A két érték különbsége a modellben figyelembe vett tényezőktől független része
az eredménynek.
A komplex modell
A tényleges eredmény jobb, mint
a modell alapján becsült.
A tényleges eredmény gyengébb, mint a modell alapján
becsült.
A komplex modell