Die bepunting van meerkeusige vrae : oorspronklike navorsing

In hierdie artikel word verskillende metingsteoriee kortliks bespreek en vergelyk wat betref die bepunting van meerkeusige vrae. Daar word gedemonstreer hoe die hantering van ontbrekende response 'n beduidende impak kan he op 'n toetsling se prestasie en hoe dit ten beste gehanteer word volgens die verskillende moderne teoriee. Die feit dat toetslinge meerkeusige vrae korrek kan beantwoord deur te raai is jare lank al die onderwerp van bespreking. Daar word aangeneem dat toetslinge meestal nie geen kennis hoegenaamd van die inhoud van 'n toepaslike toets het nie, en dus geneig is om ingeligte raaiskote te waag eerder as wilde raaiskote. Probleme met die klassieke korreksie vir raai, die gebruik van passingsindekse in Rasch en die raai-itemparameter in die itemresponsteorie (IRT) word beklemtoon. Die slotsom waartoe gekom word, is dat die keusewaarskynlikheidsteorie moontlik die beste oplossing bied. Die drieparameter- logistiese itemresponsteorie (IRT)-model sluit 'n 'raai-itemparameter' in om die kanse aan te dui dat 'n toetsling die regte antwoord geraai het. Daar moet egter onthou word dat dit 'n persoon is wat raai, nie 'n item nie, en dat die raaiparameter dus eintlik 'n persoonsparameter moet wees. Die doel van die keusewaarskynlikheidsteorie is om hierdie probleem te oorkom deur te probeer vasstel wat die graad van sekerheid is wat die toetsling het dat 'n bepaalde opsie die regte een is. Relastiese allokasies van hierdie waarskynlikhede dui die graad van raai aan en bied dus meer noukeurige maniere om vermoens te meet. Scoring multiple choice questions This article briefly touches on how different measurement theories can be used to score responses on multiple choice questions (MCQs). How missing data is treated may have a profound effect on a person's score and is dealt with most elegantly in modern theories. The issue of guessing a correct answer has been a topic of discussion for many years. It is asserted that test takers almost never have no knowledge whatsoever of the content in an appropriate test and therefore tend to make educated guesses rather than random guesses. Problems related to the classical correction for guessing is highlighted and the Rasch approach to use fit statistics to identify possible guessing, is briefly discussed. The three-parameter 'logistic' item response theory (IRT) model includes a 'guessing item parameter' to indicate the chances that a test taker guessed the correct answer to an item. However, it is pointed out that it is a person that guesses, not an item, and therefore a guessing parameter should be a person parameter. Option probability theory (OPT) purports to overcome this problem through requiring an indication of the degree of certainty the test taker has that a particular option is the correct one. Realistic allocations of these probabilities indicate the degree of guessing and hence more precise measures of ability.