ITEMMUTATÓK
Item-nehézség

Minél közelebb van az item-nehézség értéke az 1-hez, annál többen adtak helyes megoldást, azaz annál könnyebb az item.
Minél közelebb van az item-nehézség értéke a 0-hoz, annál többen adtak rossz megoldást, azaz annál nehezebb az item.
A normaorientált értékelés szempontjából a 0 és 1 nehézségű itemek csak a helyet foglalják a tesztben, mert nem járulnak hozzá a tanulók közötti különbségek megállapításához.
A normaorientált értékelés szempontjából az 50% körüli megoldottságú (vagyis 0,5-es nehézségű) itemek a legjobbak. Ám a validitás (=érvényesség) sérülhet, ha csak a várhatóan 50% körüli megoldottságú itemeket tartalmaz a teszt.
A gyengébb és jobb képességű tanulók pontosabb megkülönböztetésére különféle nehézségű itemeket célszerű alkalmazni.

elkülönítésmutató

Jelentése: Az item azt méri-e, amit a teszt egésze, vagyis a teszttel azonos módon különíti-e el egymástól a különböző tudású tanulókat.
Megmutatja, hogy az adott item mennyire hasonlóan differenciál, mint a teljes teszt. A kapcsolat annál szorosabb, minél közelebb áll az elkülönítésmutató abszolút értéke az egyhez.
A negatív értékek azt jelzik, hogy az item a teszttel ellentétesen differenciál, szélsőségesen negatív értékek azonban ritkán fordulnak elő.
Nulla korrelációs együttható esetén azt mondjuk, hogy a korrelációszámítás módszerével nem tudjuk a kapcsolatot kimutatni, pedig lehetséges, hogy van összefüggés az adatsorok között.

item-determináció

Az item-összpontszám korrelációs együttható segítségével számított mutatószám, ami jelzi, hogy az adott itemnek mekkora befolyása van az összpontszám alakulására, azaz milyen a differenciáló ereje, mekkora a determinációs hatása.

standardizálás - standard pont

A változó átlagának és szórásának beállítása a kívánt értékekre lineáris transzformáció segítségével.
A standardizálás során rendszerint az átlagot 0-ban, a szórást pedig 1-ben rögzítjük.

A tanulói teljesítménymérések során gyakori az átlag 500-ban és a szórás 100-ban rögzítése is. A standardizálás révén a változó értékei nagyságának értelmezése egyszerűbbé válik.

Konfidencia-intervallum
Becslési intervallum, amely az ismeretlen paraméter értékét előre megadott valószínűséggel (konfidenciaszint) tartalmazza.
Pl.: Az átlag megadott valószínűséggel a kiszámított intervallumban van.
A leggyakrabban alkalmazott konfidenciaszint-értékek a 90%, 95% vagy 99%.

Cronbach-alfa
Megmutatja, hogy a teszt/mérőeszköz mennyire reliábilis, azaz milyen megbízhatóan mér.
A legtöbb kutatás esetében a 0,7 feletti értékek elfogadhatónak számítanak.
A 0,9 fölötti érték esetén a teszt megbízhatóan mér.

hibaszámítás
Olyan eljárás, amellyel kimutatható, hogy a teszt / a feladatlap mennyire pontosan mér.

Pl. Amennyiben a (fenti) teszt mérési hibája ±1 pont (azaz
6%), akkor a 10. és a 11. tanuló mért tudása/teljesítménye közötti 1 pont különbség adódhat a mérési hibából, tehát a két tanuló között az értékelésben (osztályozásban) nem lehet különbséget tenni, más szóval ők nem kaphatnak különböző osztályzatot.
NULLHIPOTÉZIS: a két minta megállapítható tulajdonsága (Pl.: átlaga) között nincs szignifikáns különbség.
ELLENHIPOTÉZIS: a két minta megállapítható tulajdonsága (Pl.: átlaga) között szignifikáns a különbség.
Pl.:
NULLHIPOTÉZIS: az iskola és a megye átlaga között nincs szignifikáns különbség.
ELLENHIPOTÉZIS: iskola és a megye átlaga között szignifikáns a különbség.
Ha tszámított < ttáblázat => elfogadjuk a NULLHIPOTÉZIS-t => az iskola és a megye
átlaga között nincs szignifikáns különbség
Ha tszámított > ttáblázat => elutasítjuk a NULLHIPOTÉZIS-t=> elfogadjuk az
ellenhipotézist:az iskola és a megye átlaga között szignifikáns a különbség
Link
