Dengan kemajuan teknologi yang berkelanjutan, model ujian tradisional diam-diam berubah. Ujian klasifikasi terkomputerisasi (CCT), sebagai metode penilaian baru, tidak hanya meningkatkan efisiensi ujian, tetapi juga menghadirkan peluang baru untuk menentukan keseriusan ujian. CCT memberi kandidat pengalaman ujian interaktif melalui sistem komputer, yang membantu menilai kemampuan dan pengetahuan kandidat secara lebih akurat.
Mirip dengan ujian adaptif komputer (CAT), CCT juga menyediakan pertanyaan kepada kandidat berdasarkan pertanyaan per pertanyaan. Setiap kali kandidat menjawab pertanyaan, komputer segera menilai dan memutuskan apakah kandidat telah cukup baik untuk diklasifikasikan. Jika demikian, ujian dihentikan dan kandidat menerima hasil klasifikasi. Jika tidak, lanjutkan ke pertanyaan berikutnya.
Siklus ujian berkelanjutan ini dimaksudkan untuk mencapai klasifikasi yang lebih akurat sambil menjaga validitas ujian dan memastikan pengalaman ujian yang lebih personal bagi kandidat.
CCT dapat dirancang berdasarkan dua model psikometrik yang berbeda: Teori Tes Klasik (CTT) dan Teori Respons Butir (IRT). Teori tes klasik mengasumsikan model keadaan, sedangkan teori respons butir didasarkan pada model sifat yang merevisi posisi relatif yang diperoleh setiap peserta ujian dalam suatu tes.
CTT lebih disukai karena kesederhanaannya, terutama untuk pengembangan skenario tes yang lebih kecil. IRT dapat memberikan akurasi yang lebih tinggi, dan organisasi pengujian yang besar khususnya lebih menyukai metode ini untuk memperoleh data tes yang lebih terperinci.
Merancang CCT yang efektif memerlukan beberapa komponen, termasuk bank pertanyaan yang dikalibrasi, titik masuk awal, algoritma pemilihan pertanyaan, kriteria penghentian, dan prosedur penilaian. Penyesuaian faktor-faktor ini secara cermat tidak hanya memengaruhi keakuratan ujian, tetapi juga secara langsung memengaruhi hasil ujian dan pengalaman para kandidat.
Pemilihan pertanyaan CCT biasanya mengikuti status penilaian kemampuan kandidat, yang berarti bahwa pertanyaan yang dihadapi oleh setiap kandidat tidak tetap, tetapi terus-menerus disesuaikan berdasarkan respons mereka.
Strategi pemilihan pertanyaan yang sangat terarah ini tidak hanya dapat meningkatkan efektivitas ujian, tetapi juga memungkinkan kandidat untuk memperoleh konten penilaian yang lebih tepat dalam setiap ujian, sehingga meningkatkan hasil pembelajaran.
Kriteria penyelesaian CCT tidak hanya didasarkan pada jumlah pertanyaan, tetapi merupakan cara yang lebih fleksibel untuk menilai efektivitas skor kandidat. Hal ini memungkinkan ujian untuk mempertahankan tingkat profesional dan efisien dalam menentukan hasil dan mengurangi ketidakpastian selama proses ujian.
Misalnya, dengan menggunakan metode interval kepercayaan, perubahan kemampuan peserta ujian dapat dinilai kapan saja. Ketika interval kepercayaan sepenuhnya berada dalam batas klasifikasi tertentu, klasifikasi akan selesai secara otomatis. Pendekatan ini memberikan dukungan penting untuk fleksibilitas ujian. .
Dengan perkembangan teknologi, CCT telah menunjukkan potensinya dalam menangani lingkungan ujian yang kompleks dan perubahan kebutuhan peserta ujian. Meskipun CCT secara bertahap telah digunakan secara luas saat ini, teknologi di baliknya terus mengalami inovasi. Terobosan apa yang belum pernah terjadi sebelumnya dalam metode ujian di masa depan? 」