مقایسة سؤالهای چندگزینهای و ترجمهای از لحاظ پایایی و دشواری در آزمون دانش دستوری
Publish place: Foreign Languages Research، Vol: 3، Issue: 1
Publish Year: 1392
نوع سند: مقاله ژورنالی
زبان: Persian
View: 280
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JFLR-3-1_007
تاریخ نمایه سازی: 8 آذر 1399
Abstract:
به طور معمول از سؤالهای چندگزینهای برای سنجش دانش زبانی استفاده میشود. اما از آنجا که در رویکرد نظاممند طراحی سؤال، که جدیداً مطرح شده است (شین، 2012)، استفاده از صورتهای متنوع برای طراحی سؤال مطلوب است، همچنین به دلیل اینکه تحقیقات بسیار اندکی در مورد امکان استفاده از سؤالهای ترجمهای برای تنوع بخشیدن به سؤالهای آزمون وجود دارد، پژوهش حاضر با هدف مقایسة دو کمیت پایایی و دشواری در صورت سؤال ترجمهای و چندگزینهای برای سنجش دانش دستوری طراحی شده است. ابتدا، سند مشخصات آزمون دارای دو بخش ترجمهای و چندگزینهای را هشت مدرس زبان با تحصیلات کارشناسیارشد و دکتری بررسی کردند. بر اساس بازخورد آنها، آزمون مورد استفاده در این پژوهش تهیه و با 158 فراگیر زبان انگلیسی با توانشهای مختلف برگزار شد. دادههای آزمون در چارچوب نظریة کلاسیک آزمون و نیز مدل راش تحلیل شد. نتایج بهدست آمده حاکی از آن است که هر دو صورت سؤال دارای پایایی خوب بود (884/0 = آلفای کرونباخ بخش ترجمهای و 845/0= آلفای کرونباخ بخش چندگزینه). براساس مدل راش، تمامی سؤالها از نظر شاخصههای برازش، مطلوب ارزیابی شد. بهعلاوه، آزمون تی مستقل تفاوتی میان دشواری این دو صورت سؤال نشان نداد (696/1=t، ۵۸= df، ۰۹۵/0= P آزمون دو دامنه). بنابراین، به نظر میرسد بتوان از صورت ترجمهای در کنار صورت متداول چندگزینهای در رویکردی نظاممند برای طراحی سؤالهای دانش دستوری استفاده کرد.
Keywords:
Authors
حامد زندی
دکترای آموزش زبان انگلیسی از دانشگاه تهران، مدرس دانشگاه تحصیلات تکمیلی در علوم پایه زنجان، ایران
شیوا کیوان پناه
دانشیار، گروه زبان و ادبیات انگلیسی، دانشکده زبانها و ادبیات خارجی، دانشگاه تهران، تهران، ایران
سید محمد علوی
دانشیار، گروه زبان و ادبیات انگلیسی، دانشکده زبانها و ادبیات خارجی، دانشگاه تهران، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :