مقدمه

تحلیل آماری و روان‌سنجی آزمون یکی از مهم‌ترین مراحل بررسی کیفیت یک آزمون و ارزیابی عملکرد سؤال‌های آن است. این تحلیل امکان بررسی میزان دشواری سؤال‌ها، قدرت تمایز آن‌ها، پایایی آزمون و کیفیت نمرات به‌دست‌آمده را فراهم می‌کند.

در این مستند، مهم‌ترین شاخص‌های آماری و روان‌سنجی مورد استفاده در تحلیل آزمون، همراه با تعریف، فرمول محاسبه، نحوه تفسیر و وضعیت شاخص‌ها ارائه شده است.

۱. نمره و درصد نمره

نمره خام هر آزمودنی از مجموع امتیاز سؤال‌هایی که به‌درستی پاسخ داده شده‌اند به‌دست می‌آید.

درصد نمره = (X / Xmax) × ۱۰۰

در این رابطه، X نمره کسب‌شده و Xmax حداکثر نمره ممکن در آزمون است.

۲. میانگین نمرات

میانگین، مقدار متوسط نمرات آزمودنی‌ها را نشان می‌دهد و از تقسیم مجموع نمرات بر تعداد آزمودنی‌ها محاسبه می‌شود.

X̄ = ΣX / N

در این رابطه، X̄ میانگین نمرات، ΣX مجموع نمرات و N تعداد آزمودنی‌ها است.

۳. میانگین درصدی

برای مقایسه میانگین عملکرد آزمودنی‌ها با حداکثر نمره ممکن، می‌توان میانگین را به درصد تبدیل کرد.

AveragePercent = (X̄ / Xmax) × ۱۰۰

۴. واریانس

واریانس میزان پراکندگی نمرات نسبت به میانگین را نشان می‌دهد. هرچه واریانس بیشتر باشد، پراکندگی نمرات آزمودنی‌ها بیشتر است.

Variance = Σ(X − X̄)² / N

۵. انحراف معیار

انحراف معیار ریشه دوم واریانس است و میزان پراکندگی نمرات را در مقیاس اصلی نمره نشان می‌دهد.

SD = √Variance

۶. شاخص دشواری سؤال

شاخص دشواری نشان می‌دهد چه نسبتی از آزمودنی‌ها به یک سؤال پاسخ صحیح داده‌اند. هرچه مقدار این شاخص بیشتر باشد، سؤال آسان‌تر است.

P = تعداد پاسخ‌های صحیح / تعداد پاسخ‌دهندگان

برای نمونه، اگر شاخص دشواری یک سؤال برابر با ۰٫۸۱۲۵ باشد، درصد پاسخ صحیح آن سؤال برابر با ۸۱٫۲۵ درصد است.

۷. گروه‌های بالا و پایین

در تحلیل سؤال، در صورت کافی بودن تعداد آزمودنی‌ها می‌توان آزمودنی‌ها را بر اساس نمره کل مرتب کرده و گروه بالا و پایین را تشکیل داد.

برای تعداد آزمودنی کمتر یا مساوی ۲۰ نفر، اندازه گروه برابر با نصف تعداد آزمودنی‌ها در نظر گرفته می‌شود.

برای تعداد آزمودنی بین ۲۱ تا ۴۰ نفر، اندازه گروه برابر با ۱۰ نفر در نظر گرفته می‌شود.

برای تعداد آزمودنی بیشتر از ۴۰ نفر، حدود ۲۷ درصد از آزمودنی‌ها در هر گروه قرار می‌گیرند.

۱۰۰ × ۰٫۲۷ = ۲۷

۷۵ × ۰٫۲۷ = ۲۰٫۲۵

۸. شاخص دشواری با استفاده از گروه بالا و پایین

در صورتی که تعداد آزمودنی‌ها به اندازه کافی باشد، شاخص دشواری می‌تواند بر اساس عملکرد گروه بالا و پایین محاسبه شود.

P = (R_U + R_L) / (۲N)

در این رابطه R_U تعداد پاسخ‌های صحیح گروه بالا، R_L تعداد پاسخ‌های صحیح گروه پایین و N اندازه هر گروه است.

۹. شاخص تمایز سؤال

شاخص تمایز توانایی سؤال در تفکیک آزمودنی‌های با عملکرد بالا از آزمودنی‌های با عملکرد پایین را نشان می‌دهد.

D = (R_U − R_L) / N

مقدار مثبت شاخص معمولاً نشان‌دهنده عملکرد بهتر سؤال در تمایز بین دو گروه است و مقدار منفی می‌تواند نشان‌دهنده وجود مشکل در سؤال باشد.

۱۰. تفسیر شاخص دشواری

۱۱. ضریب همبستگی نقطه‌ای ـ دووجهی (Rpbis)

ضریب همبستگی نقطه‌ای ـ دووجهی برای بررسی رابطه بین پاسخ به یک سؤال و نمره کل آزمون مورد استفاده قرار می‌گیرد.

Rpbis = (Mp − Mq) / SD × √(pq)

در این فرمول Mp میانگین نمرات افرادی است که به سؤال پاسخ صحیح داده‌اند، Mq میانگین نمرات سایر افراد، SD انحراف معیار نمرات و p و q نسبت افراد در دو گروه هستند.

دامنه نظری شاخص از −۱ تا +۱ است.

مقدار مثبت نشان‌دهنده رابطه مستقیم پاسخ صحیح سؤال با عملکرد کلی آزمون است.

مقدار نزدیک به صفر نشان‌دهنده قدرت تمایز پایین سؤال است.

مقدار منفی می‌تواند نشان‌دهنده وجود مشکل در سؤال یا کلید آن باشد.

۱۲. نمره کل اصلاح‌شده

برای محاسبه دقیق رابطه سؤال با عملکرد کلی آزمون، نمره همان سؤال از نمره کل آزمودنی حذف می‌شود.

X(−i) = X − X_i

در این رابطه X نمره کل آزمودنی و X_i نمره سؤال مورد تحلیل است.

۱۳. وضعیت سؤال‌های حذف‌شده

سؤال حذف‌شده در محاسبه شاخص‌های اصلی تحلیل سؤال وارد نمی‌شود.

پاسخ‌های بدون جواب در تحلیل عملکرد سؤال به‌عنوان پاسخ نادرست در نظر گرفته می‌شوند.

۱۴. وضعیت شاخص‌ها

برای تفسیر نتایج، شاخص‌های محاسبه‌شده بر اساس محدوده‌های تعیین‌شده به وضعیت‌های مختلف مانند مناسب، ضعیف یا نیازمند بررسی تقسیم می‌شوند.

۱۵. پایایی KR20

KR20 یکی از شاخص‌های پایایی برای آزمون‌هایی است که سؤال‌های آن دارای نمره‌گذاری دووجهی هستند؛ یعنی پاسخ صحیح و غلط.

KR20 = [k / (k − ۱)] × [۱ − (Σpq / σ²)]

در این فرمول k تعداد سؤال‌ها، p نسبت پاسخ‌های صحیح، q نسبت پاسخ‌های غلط و σ² واریانس نمرات کل آزمون است.

زمانی که p برابر ۱ یا ۰ باشد، حاصل pq برابر ۰ خواهد بود.

۱۶. آلفای کرونباخ

آلفای کرونباخ برای بررسی هماهنگی درونی مجموعه سؤال‌ها استفاده می‌شود و به‌ویژه برای مقیاس‌هایی با شیوه‌های مختلف نمره‌گذاری قابل استفاده است.

α = [k / (k − ۱)] × [۱ − (Σσ²_i / σ²_x)]

۱۷. خطای استاندارد اندازه‌گیری

خطای استاندارد اندازه‌گیری میزان خطای مورد انتظار در نمره مشاهده‌شده را نشان می‌دهد.

SEM = SD × √(۱ − r)

هرچه پایایی آزمون بیشتر باشد، مقدار SEM کاهش پیدا می‌کند.

۱۸. تفسیر خطای استاندارد اندازه‌گیری

در توزیع نرمال، تقریباً ۶۸ درصد از نمرات واقعی در فاصله یک SEM از نمره مشاهده‌شده قرار می‌گیرند.

برای ایجاد فاصله اطمینان تقریباً ۹۵ درصد می‌توان از مقدار ۱٫۹۶ SEM استفاده کرد.

۱۹. تحلیل پاسخ‌های بدون جواب

پاسخ بدون جواب به سؤالی گفته می‌شود که آزمودنی برای آن گزینه‌ای را انتخاب نکرده است. در تحلیل عملکرد سؤال، تعداد و درصد این پاسخ‌ها باید به‌صورت جداگانه گزارش شود.

درصد بدون جواب = (تعداد بدون جواب / تعداد آزمودنی‌ها) × ۱۰۰

۲۰. میانگین دشواری آزمون

میانگین دشواری آزمون از میانگین شاخص دشواری سؤال‌های قابل تحلیل به‌دست می‌آید.

Average Difficulty = ΣP / k

۲۱. طبقه‌بندی شاخص دشواری

۲۲. نمونه تفسیر نتایج تحلیل سؤال

عدد شاخص دشواری سؤال برابر با P = ۰٫۷۴ است؛ بنابراین سؤال در محدوده نسبتاً آسان قرار می‌گیرد.

سؤال حذف‌شده از محاسبات شاخص‌های اصلی تحلیل کنار گذاشته می‌شود.

پاسخ بدون جواب در محاسبه عملکرد آزمودنی به‌عنوان پاسخ نادرست در نظر گرفته می‌شود.

۲۳. جمع‌بندی

تحلیل آماری و روان‌سنجی آزمون مجموعه‌ای از شاخص‌ها را در اختیار قرار می‌دهد که با استفاده از آن‌ها می‌توان کیفیت سؤال‌ها، عملکرد آزمودنی‌ها و پایایی آزمون را بررسی کرد.

شاخص دشواری میزان آسان یا دشوار بودن سؤال، شاخص تمایز قدرت سؤال در تفکیک آزمودنی‌های با عملکرد متفاوت و Rpbis رابطه سؤال با عملکرد کلی آزمون را نشان می‌دهد.

همچنین شاخص‌هایی مانند KR20، آلفای کرونباخ و SEM برای بررسی پایایی و میزان خطای اندازه‌گیری نتایج آزمون استفاده می‌شوند.