انتخاب مدل تشخیصی شناختی مناسب برای سوالات ریاضی پایه هشتم مطالعه تیمز ۲۰۱۹

زمینه و هدف: از آنجایی که روش های سنجش مرسوم به دلیل عدم توجه به فرآیندهای شناختی مورد نیاز آزمودنی ها برای ارائه پاسخ درست مورد انتقاد قرار گرفته اند، مدل های تشخیصی شناختی توسط محققین ارائه شده است. روش و مواد: پژوهش حاضر با هدف مطالعه و کاربرد مدل های تشخیصی شناختی در برآورد ویژگی های روان سنجی سوال های انتشار یافته ریاضی پایه هشتم تیمز ۲۰۱۹ انجام شد. روش تحقیق این مطالعه، کمی-کیفی است که با رویکرد ریتروفیت آزمون های موجود انجام شد. جامعه آماری این مطالعه، کلیه دانش آموزان ایرانی پایه هشتم شرکت کننده در مطالعه تیمز ۲۰۱۹ بود. حجم جامعه دانش آموزان ایرانی شامل ۱,۰۹۵,۰۲۶ دانش آموز از ۲۳,۸۹۵ مدرسه بود. نمونه دانش آموزان پایه هشتم ایرانی شرکت کننده در مطالعه تیمز ۲۰۱۹ است که از طریق روش نمونه گیری خوشه ای دو مرحله ای، ۵,۹۸۰ دانش آموز پایه هشتم ایرانی از ۲۲۰ مدرسه با میانگین سنی ۱۴.۱ گزارش شده است. یافته ها: با استفاده از روش کیفی، ۱۶ مهارت در چهار زمینه حیطه محتوایی، دانش، به کاربستن و استدلال کردن شناسایی و ماتریس کیو تدوین شد. سپس در بخش کمی میزان برازش مدل های DINA به عنوان مدل جبرانی، DINO به عنوان مدل غیرجبرانی و G-DINA به عنوان مدل کلی با داده های حاصل از پاسخ دانش آموزان به سوالات بخش ریاضی در بلوک های ۱، ۲، ۳ و ۵ بررسی شد. یافته ها نشان داد از نظر برازش سوالات با مدل، مدل G-DINA ضعیف ترین و مدل DINA بهترین برازش را داشتند. بررسی شاخص های برازش مطلق مدل ها نیز نشان داد که مدل DINA بهتر بود و مدل DINO برازش نداشت. شاخص های برازش نسبی مدل ها نشان داد که تفاوت معناداری بین مدل G-DINA با دو مدل دیگر ندارد و در مجموع مدل غیرجبرانی DINA بهترین برازش را نشان داد. نتیجه گیری: نتایج نشان داد که مدل DINA بهترین برازش را با داده ها داشت و می تواند به عنوان مدل بهینه برای تحلیل سوالات ریاضی پایه هشتم تیمز ۲۰۱۹ استفاده شود.

Keywords:

مدل های تشخیصی شناختی , برازش مدل , تیمز ۲۰۱۹ , ریاضی