Language
Country/Area
No result found
テストの知恵：コンピュータ適応型テスト (CAT) が従来の試験よりも効果的な理由
テクノロジーが急速に進歩するにつれて、教育テストの形式も進化しています。コンピュータ適応型テスト (CAT) は、新しい評価ツールとして、多くの分野で徐々に従来の試験に取って代わり、大きな利点を示しています。テストの有効性を確保し、受験者がテストでより正確な評価を得られるようする方法は、教育者とテスト設計者の共通の関心事となっています。
コンピュータ適応型テストの主な利点は、受験者のパフォーマンスに基づいて問題の難易度と種類を自動的に調整できるため、テストの精度と効率が向上することです。
コンピュータベースの分類テスト (CCT) は、受験者を分類するために設計された、コンピュータで管理されるパフォーマンス評価システムです。 CCT の最も一般的な形式は「習熟度テスト」であり、受験者は「合格」または「不合格」の 2 つのカテゴリに分類されますが、この用語は受験者を 3 つ以上のカテゴリに分類することを指す場合もあります。
このテストの仕組みは CAT と非常に似ています。テスト項目は受験者に一つずつ提示されます。受験者が質問に答えると、コンピューターはすぐに採点し、受験者が分類可能かどうかを判断します。分類が可能であればテストは終了し、不可能であれば次の質問が表示されます。このプロセスは、候補者が分類されるか、その他の終了条件が満たされるまで継続されます。
対照的に、コンピュータ適応型テストでは、分類の目的を達成するために必要な質問の数が少なくなりますが、これは従来の固定質問テストでは達成が困難です。
効果的な CCT を設計するには、心理測定学的に調整された項目バンク、開始点、項目選択アルゴリズム、終了基準、採点手順など、いくつかのコンポーネントを考慮する必要があります。これらのコンポーネントは連携して動作し、テストの正確性と適切性を保証します。
心理測定モデルに関して言えば、CCT には古典的テスト理論 (CTT) と項目反応理論 (IRT) という 2 つの主なアプローチから選択できます。 CTT はよりシンプルな概念フレームワークを提供しますが、サンプル サイズの要件が低く、小規模なテスト プログラムに適しています。一方、IRT は正確性と綿密さで知られており、特にリソースが豊富な組織の大規模なテスト プログラムに適しています。
試験では、出発点の選択が最終結果に明らかな影響を及ぼします。段階的確率比検定を停止基準として使用する場合、暗黙の開始比率は 1.0 となり、受験者の合格と不合格の可能性が同じであることを意味します。これは全体的なテストプロセスにおいて重要な役割を果たし、テストの有効性を確保するのに役立ちます。
CCT 項目の選択は、通常、評価に固定された一連の質問を使用する従来のテスト手法とは大きく異なることに注意してください。
CCTの問題選択は、通常、受験者の即時のパフォーマンスに基づいて行われ、問題の難易度はこれらのパフォーマンスに基づいてタイムリーに調整されるため、受験者の能力を正確に評価しながら試験の難易度を維持できます。評価しました。質問を選択する一般的なアプローチには、スコアベースの選択と推定ベースの選択の 2 つがあります。スコアベースのアプローチは、特定のスコア位置で情報を最大化することを目的としており、推定ベースのアプローチは、受験者の現在の能力の評価に基づいて質問を選択します。
CCT の柔軟性は、終了基準に関して特に顕著です。ベイズ決定理論法、信頼区間法、段階的確率比検定を含む 3 つの一般的な終了基準には、それぞれ長所と短所があります。たとえば、信頼区間法では、候補者の現在の能力評価の信頼区間を計算し、信頼区間が定義された分類領域内に完全に収まる場合、分類は成功したと見なされます。
これらの新しいテスト モードでは、適応機能により試験の精度が向上するだけでなく、受験者のテスト体験も向上します。
最後に、コンピュータ技術の継続的な進歩とテスト方法の革新により、CCT と CAT が将来、教育テストの主流になる可能性があります。この傾向は、テストの公平性と正確性の向上に役立つだけでなく、受験者がテスト中によりパーソナライズされた体験を得られることにもつながります。
このようなテストの革新によって、従来のテストのさまざまな欠点が本当に解決され、すべての受験者が公平かつ正確な評価を受けられるようになるのだろうか、と疑問に思わざるを得ません。
