隨著科技的進步,傳統的考試方式正在逐漸被數位化考試所取代。其中,電腦化分類測驗(CCT)成為了現今考試的熱門選擇。該測驗不僅能夠有效評估考生的能力,還能根據考生的表現快速進行分類,這一過程是如何實現的呢?
CCT的運作模式與電腦自適應測驗(CAT)相似,考生在測驗過程中會一題一題地接收問題。當考生回答完一題後,電腦立即進行評分,並根據考生的答案判斷是否已經能夠進行分類。如果考生的表現尚未達到分類標準,則會繼續提供下一題,直到達到分類標準或測驗到達其他結束條件。
這種持續的互動不僅提高了測試的效率,還能減少考生的焦慮感,讓考生能在更輕鬆的環境中發揮最佳表現。
CCT的設計依賴於兩種主要的心理測量模型:古典測試理論(CTT)和項目反應理論(IRT)。前者較為簡單,對於小型測試計畫來說更為有效,因為它需要的抽樣數量較少。然而,大多數CCT會選擇使用IRT,因為該理論可以提供更高的精確度,而設計一個CCT的成本通常也會使大型測試機構更傾向於使用IRT。
CCT必須設定一個明確的起始點,以便選擇相應的題目。這個起始點通常為0.0,位於分佈的中心。如果考生之前有參加過相同的測驗,他們的上一個得分也可以成為選擇題目的依據。
CCT中的題目選擇是以考生的當前能力為基準的,而非傳統測試方法中的固定題目集。選擇題目的方法通常可分為根據劃分分數和根據估計來選擇兩種。
根據劃分分數的方法會最大化題目的信息量,而根據估計的方法則會根據考生能力的最新估計來最大化題目信息量,兩者各有優缺點。
CCT常用的結束標準主要有三種,包括貝葉斯決策理論、置信區間和序列概率比檢驗。這些標準能夠靈活地衡量考生的能力,進而決定何時結束測驗並給出分類結果。
電腦化分類測驗(CCT)不僅提升了考生的測試體驗,也參考了最新的心理測量理論來實現精確分類。那麼,面對不斷發展的測試技術,您認為如何才能更好地評估一名考生的真實能力呢?