Đo lường và đánh giá
Measurement and assessment · 16 thuật ngữ
- average variance extracted
phương sai trích trung bìnhPhương sai trích trung bình (AVE) là trung bình bình phương các hệ số tải chuẩn hóa của những biến quan sát thuộc một khái niệm tiềm ẩn, tức phần phương sai của các biến đó do khái niệm giải thích; phần còn lại thuộc về sai số đo lường. AVE từ 0,5 trở lên thường được xem là bằng chứng của giá trị hội tụ.
- composite reliability
độ tin cậy tổng hợpĐộ tin cậy tổng hợp là chỉ số đánh giá mức độ các biến quan sát của một khái niệm tiềm ẩn cùng đo khái niệm đó, tính từ hệ số tải nhân tố và sai số đo lường. Khác Cronbach's alpha ở chỗ không giả định mọi hệ số tải bằng nhau.
- construct validity
giá trị cấu trúcMột khía cạnh của độ giá trị, cho biết điểm số phản ánh đúng đến đâu khái niệm lí thuyết (cấu trúc) mà công cụ được thiết kế để đo, thay vì một khái niệm khác gần với nó. Thường được kiểm bằng phân tích nhân tố khám phá và khẳng định (EFA, CFA), và bằng cách xem điểm có tương quan chặt với các thang đo cùng cấu trúc (giá trị hội tụ) và tách bạch với các cấu trúc khác (giá trị phân biệt) hay không.
- convergent validity
giá trị hội tụGiá trị hội tụ là mức độ các biến quan sát cùng đo một khái niệm tiềm ẩn thật sự tương quan cao và cùng tải mạnh lên khái niệm đó. Phân biệt với giá trị phân biệt, vốn kiểm tra khái niệm này có tách khỏi khái niệm khác không.
- corrected item-total correlation
hệ số tương quan biến tổngHệ số tương quan biến tổng hiệu chỉnh (nhiều bài gọi tắt là hệ số tương quan biến tổng) là tương quan giữa điểm của một mục với tổng điểm các mục còn lại trong thang đo, không tính chính mục đó. Giá trị thấp (thường dưới 0,3) cho thấy mục ít cùng hướng với phần còn lại và là ứng viên để loại.
- Cronbach's alpha
hệ số Cronbach's AlphaHệ số Cronbach's alpha là chỉ số ước lượng độ nhất quán nội tại của một thang đo, tính từ phương sai và hiệp phương sai giữa các mục; giá trị thường nằm trong khoảng 0 đến 1 nhưng có thể âm khi các mục tương quan nghịch hoặc chưa đảo mã. Alpha cao cho thấy các mục biến thiên cùng chiều, chưa đủ để kết luận thang đo chỉ đo một khái niệm, và nó chỉ là một khía cạnh của độ tin cậy.
- discriminant validity
giá trị phân biệtGiá trị phân biệt là mức độ một khái niệm đo bằng thang đo thật sự khác với các khái niệm khác, thể hiện qua tương quan giữa các khái niệm đủ thấp so với độ tương quan của các biến trong cùng khái niệm. Phân biệt với giá trị hội tụ, vốn xét các biến trong cùng một khái niệm.
- factor loading
hệ số tải nhân tốHệ số cho biết một biến quan sát gắn với nhân tố tiềm ẩn mạnh đến mức nào; với hệ số tải chuẩn hóa, bình phương của nó là phần phương sai của biến do nhân tố giải thích. Giá trị càng cao (ngưỡng hay dùng là 0,5 hoặc 0,7) thì biến càng thể hiện rõ nhân tố.
- formative assessment
đánh giá quá trìnhĐánh giá tiến hành ngay trong lúc dạy và học để biết người học đang ở mức nào, nhằm phản hồi và điều chỉnh cách dạy, cách học kịp thời, chứ không để xếp loại hay công nhận kết quả sau cùng. Điều phân biệt nó với đánh giá tổng kết là chức năng sử dụng kết quả, không phải hình thức công cụ.
- internal consistency
tính nhất quán nội bộChấp nhậnĐộ nhất quán nội tại là mức độ các mục trong cùng một thang đo cho kết quả cùng chiều vì cùng đo một khái niệm, ước lượng từ một lần đo. Nó khác độ ổn định theo thời gian (test-retest), vốn cần đo lặp.
- item
biến quan sátChấp nhậnMục (item) là một đơn vị riêng lẻ của công cụ đo, như một phát biểu trong thang Likert hay một câu trong bài trắc nghiệm, cho ra một đáp ứng hoặc một điểm. Khi phân tích, mỗi mục thường thành một biến quan sát nên nhiều bài gọi mục là «biến quan sát»; nói chặt thì biến quan sát là cột dữ liệu, còn mục là phần tử của công cụ.
- item response theory
lí thuyết ứng đáp câu hỏiHọ mô hình đo lường nối xác suất của một đáp ứng đối với câu hỏi với đặc điểm tiềm ẩn của người trả lời (ví dụ năng lực) và với đặc trưng của câu hỏi như mức khó hay khả năng phân loại người làm bài; dùng được cho cả câu đúng–sai lẫn thang nhiều bậc. Khi mô hình khớp dữ liệu, ước lượng về câu hỏi về nguyên tắc không phụ thuộc mẫu người trả lời, khác với lí thuyết trắc nghiệm cổ điển.
- reliability
độ tin cậyMức độ nhất quán của điểm số mà một công cụ đo tạo ra: đo lại cùng người học, dùng một đề tương đương, hay xét các câu hỏi khác nhau trong cùng một thang đo mà điểm càng ít dao động thì công cụ càng đáng tin cậy. Độ tin cậy cao là điều kiện cần nhưng chưa đủ để công cụ có độ giá trị.
- rubric
bảng tiêu chí đánh giáChấp nhậnRubric là bảng hướng dẫn chấm điểm nêu các tiêu chí đánh giá một sản phẩm hay hoạt động, kèm mô tả từng mức đạt được của mỗi tiêu chí. Khác danh mục tiêu chí thuần ở chỗ mỗi tiêu chí có mô tả mức độ, nên các người chấm dễ cho điểm nhất quán hơn và người học biết rõ yêu cầu.
- summative assessment
đánh giá tổng kếtĐánh giá thực hiện khi kết thúc một giai đoạn học (bài, học phần, năm học) để kết luận người học đã đạt được đến đâu, phục vụ xếp loại, công nhận hay ra quyết định. Khác với đánh giá quá trình ở chỗ kết quả dùng để chốt thành tích, không dùng để chỉnh việc học đang diễn ra.
- validity
độ giá trịMức độ hợp lí của những kết luận và quyết định rút ra từ điểm số: công cụ có thật sự đo điều nó định đo không, và điểm số có được diễn giải, sử dụng đúng mục đích không. Theo quan niệm hiện nay (Messick), độ giá trị là thuộc tính của cách diễn giải và sử dụng điểm số, không phải một đặc tính cố định của bản thân công cụ.