Ölçme Araçları ve İstatistik
MEB-AGS Eğitim Bilimleri ve Türk Millî Eğitim Sistemi · Eğitim Bilimleri
Ölçme araçları ve istatistik; açık uçlu, kısa cevaplı, doğru-yanlış, eşleştirme ve çoktan seçmeli maddeleri, sözlü sınav, performans görevi, proje ve portfolyo gibi araçları, kontrol listesi, derecelendirme ölçeği ve dereceli puanlama anahtarını, merkezî eğilim ve yayılım ölçülerini, dağılımın biçimini, standart puanları, korelasyonu, ölçmenin standart hatasını ve madde analizini kapsar.
Bilmen gereken kurallar
Ölçme araçları:
- Açık uçlu (yazılı yoklama, kompozisyon tipi, serbest cevaplı) sorular: analiz, sentez, değerlendirme, yaratıcılık, düşünceleri düzenleme ve yazılı anlatım ölçülür; hazırlaması kolay, şans başarısı yok denecek kadar az. Sınırlılıkları: az soru sorulduğu için kapsam dar; puanlama uzun ve öznel; yazı güzelliği, dil, hale (halo) etkisi, sıra etkisi, cömertlik ya da katılık puana karışabilir. Puanlamada güvenirliği artırmak için: dereceli puanlama anahtarı, öğrenci adını görmeden puanlama, her soruyu bütün kâğıtlarda puanlayıp sonra sonraki soruya geçme, kâğıtların sırasını değiştirme, mümkünse ikinci puanlayıcı. Yanıtı sınırlandırılmış (sınırlı cevaplı) yazılı sorular kapsamı genişletir; geniş (uzun) cevaplı sorular üst düzey becerileri daha iyi yoklar. Yazım ilkeleri: soru seçme hakkı verilmez; beklenen yanıtın sınırı ve her sorunun puanı belirtilir
- Kısa cevaplı maddeler (boşluk doldurma dahil): cevap bir sözcük, sayı ya da sembol; şans çok düşük; çoğunlukla bilgi düzeyi
- Doğru-yanlış (iki seçenekli madde): çok madde, geniş kapsam, kolay puanlama; şans %50, bilgi düzeyi, kesin doğru ya da kesin yanlış ifade yazmak zor; "her zaman, hiçbir zaman" gibi genelleyici sözcükler ipucu verir, olumsuz ve çift olumsuz ifadeden kaçınılır
- Eşleştirme: aynı türden (homojen) öncül ve seçenek listeleri; seçenek sayısı öncül sayısından fazla tutulur ya da bir seçeneğin birden çok kullanılabileceği belirtilir; listeler aynı sayfada
- Çoktan seçmeli: geniş kapsam, nesnel ve hızlı puanlama, madde analizine uygun; bilgi, kavrama, uygulama ve analiz yoklanabilir. Sınırlılıkları: hazırlaması zor (inandırıcı çeldirici), şans başarısı (beş seçenekte 1/5), cevabı üretmeyi değil tanımayı ister; özgün ürün, yazılı anlatım ve düşünceleri düzenleme ölçülemez. Yazım kuralları: kök tek başına anlamlı; olumsuz kök vurgulanır; tek doğru ya da en doğru cevap; seçenekler dil bilgisi ve uzunluk bakımından benzer; kökle doğru seçenek arasında sözcük benzerliği olmamalı; "hepsi / hiçbiri" seçeneğinden kaçınılır; doğru cevaplar seçeneklere dengeli dağıtılır; sayısal seçenekler sırayla dizilir; seçeneklerde tekrarlanan ortak ifade köke alınır; maddeler birbirine ipucu vermez. Şans başarısı düzeltmesi: düzeltilmiş puan = doğru − yanlış / (seçenek sayısı − 1)
- Sözlü sınav: sözlü ifade ve düşünme süreci, anında dönüt; zaman alıcı, öznel, kapsamı dar, kaygı etkisi. Performans görevi: bilgi ve beceriyi gerçek yaşama benzer bir işte kullanıp ürün ortaya koyma. Proje: uzun süreli araştırma, planlama, problem çözme; bireysel ya da grup; süreç ve ürün birlikte değerlendirilir
- Portfolyo (ürün seçki dosyası, öğrenci ürün dosyası, bireysel gelişim dosyası): belli bir amaçla seçilen çalışmalarla gelişimi gösterir; öğrenci seçime katılır ve yansıtma yapar. Öz değerlendirme (öğrenci kendini), akran değerlendirme (arkadaşlarını). Tanılayıcı dallanmış ağaç: art arda doğru-yanlış ifadeleri, her yanıt farklı bir dala ve çıkışa götürür; kavram yanılgılarını ortaya çıkarır. Yapılandırılmış grid: numaralı kutucuklardaki bilgilerden soruyla ilgili olanlar seçilir; şans başarısı düşüktür. Kelime ilişkilendirme testi: anahtar kavramın çağrıştırdığı kavramlar sınırlı sürede yazılır; bilişsel yapıyı gösterir. Kavram haritası: kavramlar arası ilişkiler bağlantı ifadeleriyle gösterilir. Anlam çözümleme tablosu: kavramlar ile özellikleri bir tabloda ilişkilendirilir. Ayrıca gözlem formu ve olay kaydı, görüşme, Likert tipi tutum ölçeği
Puanlama araçları ve betimsel istatistik:
- Kontrol listesi (denetim listesi): davranış ya da ürün özelliği var mı, yok mu (evet / hayır); süreç adımlarına uygun. Derecelendirme (dereceleme) ölçeği: davranışın düzeyi ya da sıklığı (her zaman … hiçbir zaman; 1-5). Dereceli puanlama anahtarı (rubrik): ölçütler ve her düzeyin betimi. Analitik: her ölçüte ayrı puan, ayrıntılı dönüt, biçimlendirici amaca uygun, hazırlaması uzun. Bütüncül (holistik): ürüne tek genel puan, hızlı, ayrıntılı dönüt vermez, düzey belirleyici amaca uygun
- Merkezî eğilim: aritmetik ortalama (bütün puanlar hesaba girer; uç değerden etkilenir; eşit aralıklı ve oranlı veri), ortanca (medyan; sıralı puanların ortası; puan sayısı çiftse ortadaki iki puanın ortalaması; uç değerden etkilenmez; sıralama verisinden itibaren kullanılır), tepe değer (mod; en sık görülen puan; birden çok olabilir ya da hiç olmayabilir; sınıflama verisinde kullanılabilen tek ölçü)
- Yayılım: ranj (açıklık, değişim aralığı) = en büyük − en küçük puan (bazı kaynaklarda 1 eklenir); yalnız iki uca dayanır, uç değerden çok etkilenir. Çeyrek sapma = (Q3 − Q1) / 2 (çeyrekler arası açıklık ise Q3 − Q1); ortancayla kullanılır, uç değerden etkilenmez. Standart sapma: en çok kullanılan yayılım ölçüsü, ortalamayla birlikte kullanılır; karesi varyanstır. Büyükse grup heterojen, küçükse homojen; 0 ise herkes aynı puanı almıştır
- Her puana aynı sayı eklenirse ortalama, ortanca ve tepe değer o sayı kadar artar; standart sapma ve ranj değişmez. Her puan aynı sayıyla çarpılırsa ortalama da standart sapma da o sayıyla çarpılır
- Dağılımın biçimi: normal (simetrik, çan eğrisi): ortalama = ortanca = tepe değer. Sağa (pozitif) çarpık: puanlar düşük uçta, test zor ya da öğrenme yetersiz; tepe < ortanca < ortalama. Sola (negatif) çarpık: puanlar yüksek uçta, test kolay ya da öğretim başarılı; tam öğrenmede ve ölçüt dayanaklı değerlendirmede beklenen budur; ortalama < ortanca < tepe. Sivri dağılım homojen gruba, basık dağılım heterojen gruba işaret eder. Seçme sınavlarında adayları ayırt etmek için puanların geniş yayılması ve normale yakın dağılım istenir
Standart puanlar, korelasyon, standart hata ve madde analizi:
- z = (X − ortalama) / S: ortalaması 0, standart sapması 1. T = 50 + 10z: ortalaması 50, standart sapması 10. Farklı testlerdeki başarı ham puanla değil standart puanla karşılaştırılır; bu dönüşüm dağılımın biçimini değiştirmez. Yüzdelik sıra: bir puanın altında kalanların yüzdesi (normal dağılımda z = 0 → 50, z = +1 → ≈84, z = −1 → ≈16). Normal dağılımda ortalama ± 1S ≈ %68, ± 2S ≈ %95, ± 3S ≈ %99,7
- Korelasyon (ilişki) katsayısı (r): −1 ile +1; işaret yönü, mutlak değer gücü gösterir (yaklaşık 0,70 üstü yüksek, 0,30–0,70 orta, 0,30 altı düşük); 0 doğrusal ilişki olmadığını gösterir; neden-sonuç ilişkisi göstermez. Pearson eşit aralıklı ve oranlı veride, Spearman sıra farkları sıralama verisinde kullanılır. Güvenirlik ve ölçüt dayanaklı geçerlik katsayıları da korelasyondur; r² iki değişkenin ortak varyansını (belirleme katsayısı) verir
- Ölçmenin standart hatası (SHÖ): Sh = S · √(1 − r). Gerçek puan ≈%68 olasılıkla X ± 1Sh, ≈%95 olasılıkla X ± 2Sh (tam değer 1,96), ≈%99,7 olasılıkla X ± 3Sh aralığındadır. r = 1 → Sh = 0; r = 0 → Sh = S. İki öğrencinin puanları arasındaki fark yorumlanırken standart hata dikkate alınır
- Madde analizi: kâğıtlar toplam puana göre sıralanır, üst ve alt %27'lik gruplar ayrılır. Güçlük indeksi p = (Dü + Da) / (üst ve alt gruptaki toplam kişi sayısı); 0–1; p büyüdükçe madde kolaylaşır (adına karşın kolaylığı gösterir); p ≈ 0,50 orta güçlüktür, ayırt ediciliğin en yüksek olabildiği düzeydir. Testin ortalama güçlüğü = aritmetik ortalama / madde sayısı. Madde varyansı p · q (q = 1 − p); en büyük değeri p = 0,50 iken 0,25
- Ayırt edicilik indeksi (madde ayırt edicilik gücü) D = (Dü − Da) / n (n: bir gruptaki kişi sayısı); −1 ile +1. 0,40 ve üzeri çok iyi; 0,30–0,39 iyi, küçük düzeltmelerle geliştirilebilir; 0,20–0,29 düzeltilmeli; 0,19 ve altı testten çıkarılmalı ya da yeniden yazılmalı; negatifse madde ters işler. Herkesin doğru (p = 1) ya da herkesin yanlış (p = 0) yanıtladığı maddede D = 0'dır
- Çeldirici analizi: iyi bir çeldiriciyi alt grup üst gruptan daha çok seçer; hiç seçilmeyen çeldirici işlevsizdir ve değiştirilmelidir; üst grubun daha çok seçtiği çeldirici belirsiz ya da ikinci doğru cevap gibi okunuyor olabilir, gözden geçirilmelidir
Sık karıştırılanlar:
- Güçlük indeksi büyüdükçe madde kolaylaşır: p = 0,90 kolay, p = 0,20 zor bir maddedir
- Tepe değer bir puandır, öğrenci sayısı değildir: frekans tablosunda en çok öğrencinin aldığı puana bakılır
- Uç değer varsa grubu ortanca daha iyi temsil eder; ortalama kuyruk tarafına kayar
- Sağa (pozitif) çarpık = puanlar düşük uçta, test zor; sola (negatif) çarpık = puanlar yüksek uçta, test kolay. Çarpıklık adını yığılmadan değil kuyruğun yönünden alır
- Her puana aynı sayıyı eklemek standart sapmayı değiştirmez
- Farklı testlerdeki başarı ham puanla değil z ya da T puanıyla karşılaştırılır
- Korelasyonun gücü işaretten değil mutlak değerden okunur; korelasyon nedensellik değildir
- Ölçmenin standart hatası standart sapma değildir: Sh = S · √(1 − r)
- Ayırt edicilik formülünde payda bir grubun kişi sayısıdır, iki grubun toplamı değildir
- Açık uçlu soruda şans başarısı yok ama puanlama öznel; çoktan seçmelide puanlama nesnel ama şans başarısı var
- Kontrol listesi var/yok, derecelendirme ölçeği düzey ya da sıklık gösterir
Çözümlü örnekler
Üst ve alt grupta 30'ar öğrenci bulunan bir sınavda bir maddeyi üst gruptan 24, alt gruptan 12 öğrenci doğru yanıtlıyor. Maddenin güçlük ve ayırt edicilik indeksi kaçtır, madde nasıl yorumlanır?
Güçlük indeksi: p = (24 + 12) / 60 = 0,60. Öğrencilerin %60'ı doğru yanıtlamış; madde orta güçlüğe yakın, biraz kolaydır.
Ayırt edicilik indeksi: D = (24 − 12) / 30 = 0,40. Payda bir grubun kişi sayısıdır.
0,40 ve üzeri çok iyi kabul edildiği için madde bilenle bilmeyeni iyi ayırmaktadır; olduğu gibi kullanılabilir.
Bir sınavda puanların ortalaması 60, standart sapması 10, testin güvenirlik katsayısı 0,96'dır. 75 alan Selin'in z ve T puanı kaçtır? Gerçek puanı hangi aralıkta olabilir?
z = (75 − 60) / 10 = 1,5; T = 50 + 10 · 1,5 = 65. Selin grubun ortalamasının 1,5 standart sapma üstündedir.
Ölçmenin standart hatası:
- Sh = 10
- √(1 − 0,96) = 10
- √0,04 = 10
- 0,2 = 2.
Selin'in gerçek puanı ≈%68 olasılıkla 73 ile 77, ≈%95 olasılıkla 71 ile 79 arasındadır.
Kendini dene: 5 soru
1. Sınıflama ölçeğiyle elde edilen veriler (örneğin öğrencilerin kan grupları) için aşağıdaki istatistiklerden hangisi kullanılabilir?
- ATepe değer
- BAritmetik ortalama
- COrtanca
- DStandart sapma
- ERanj
Cevabı gör
Doğru cevap: A (Tepe değer)
- Sınıflama verisi yalnız ayırt eder; kategoriler toplanamaz, sıralanamaz. Yalnız en sık görülen kategori, yani tepe değer belirlenebilir.
- Ortanca sıralama, aritmetik ortalama eşit aralıklı ölçek gerektirir; ranj ve standart sapma da sayılar arasındaki farkların anlamlı olmasını gerektirir.
2. Açık uçlu (yazılı yoklama) sorular aşağıdakilerden hangisini ölçmede en uygundur?
- AÜlkelerin başkentlerini verilen bir listeden bulup ilgili ülke adlarıyla eşleme
- BBir kavramın tanımını verilen beş seçenek arasından tanıyıp işaretleme
- CElementlerin sembollerini hatırlayıp her birini adının yanına yazma
- DBir ifadenin doğru ya da yanlış olduğuna karar verip uygun yeri işaretleme
- EBir tarihî olayın nedenleri hakkındaki görüşünü gerekçeleriyle yazıp savunma
Cevabı gör
Doğru cevap: E (Bir tarihî olayın nedenleri hakkındaki görüşünü gerekçeleriyle yazıp savunma)
- Açık uçlu sorular, öğrencinin bilgisini düzenleyip kendi cümleleriyle gerekçelendirerek yazmasını gerektiren üst düzey becerileri ölçmede en güçlüdür.
- Başkent eşleme eşleştirme, tanımı seçeneklerden tanıma çoktan seçmeli, sembol yazma kısa cevaplı, doğru-yanlış kararı doğru-yanlış maddesine uygundur.
3. Bir fen öğretmeni, deney raporlarında "amaç, malzeme listesi, veri tablosu, sonuç" bölümlerinin bulunup bulunmadığını işaretleyeceği bir form hazırlıyor. Bu form hangi ölçme aracıdır?
- ADerecelendirme ölçeği
- BKontrol listesi
- CBütüncül dereceli puanlama anahtarı
- DPortfolyo
- EKavram haritası
Cevabı gör
Doğru cevap: B (Kontrol listesi)
- Bir özelliğin ya da davranışın var olup olmadığını işaretlemeye yarayan araç kontrol listesidir; ne düzeyde olduğunu göstermez.
- Davranışın derecesi ya da sıklığı işaretlenecekse derecelendirme ölçeği kullanılır.
4. Çoktan seçmeli testlerle ilgili; I. Puanlama, puanlayıcıdan etkilenmez. II. Öğrencinin düşüncelerini özgün biçimde düzenleyip yazılı olarak ifade etme becerisini ölçmede en etkili araçtır. III. Kısa sürede çok sayıda madde sorulabildiği için konunun geniş bir bölümü yoklanabilir. yargılarından hangileri doğrudur?
- AYalnız I
- BYalnız II
- CI ve II
- DI ve III
- EII ve III
Cevabı gör
Doğru cevap: D (I ve III)
- Cevap anahtarı belli olduğu için puanlama nesneldir (I); çok madde sorulabildiği için kapsam geniştir (III).
- Seçenekler hazır verildiği için öğrenci cevabı üretmez; özgün düşünceyi yazılı anlatma becerisi açık uçlu sorularla ölçülür (II yanlış).
5. Bir grubun bir sınavdan aldığı puanlar 12, 15, 9, 15, 20 ve 11'dir. Bu puanların ortancası kaçtır?
- A12
- B13
- C13,5
- D14
- E15
Cevabı gör
Doğru cevap: C (13,5)
- Puanlar küçükten büyüğe sıralanır: 9, 11, 12, 15, 15, 20.
- Puan sayısı çift olduğu için ortanca, ortadaki iki puanın ortalamasıdır: (12 + 15) / 2 = 13,5.
- 15 en sık görülen puandır, yani tepe değerdir; ortancayla karıştırılmamalıdır.
Bu konunun tamamını Oktif'te çöz
Kısa konu videosu, adım adım alıştırmalar ve kolaydan sınav seviyesine aşama aşama sorular. Yanlışların Kol Hafızası'na düşer, vakti gelince geri gelir.