انتخاب مدل تشخيصي شناختي مناسب براي آزمون‌هاي درك مطلب (مورد مطالعه: آزمون كارشناسي ارشد رشته زبان انگليسي)

Choosing an Appropriate Cognitive Diagnostic Model for Reading Comprehension Tests: A Case Study of the Graduate Entrance Exam of the English language

سنجش تشخيصي شناختي، نوعي از سنجش آموزشي است كه با به‌كارگيري مدل‌هاي روان‌سنجي به تعيين و تشخيص نارسايي‌هاي يادگيري كمك مي‌كند. با توجه به اينكه مدل‌هاي زيادي در اين زمينه وجود دارد؛ انتخاب يك مدل تشخيصي شناختي مناسب براي تحليل داده‌ها اهميت زيادي خواهد داشت. هدف از اجراي پژوهش حاضر، تعيين مدل مناسب براي آزمون‌هاي خواندن و درك مطلب است. داده‌هاي مورد بررسي در اين پژوهش شامل پاسخنامه 3000 نفر از شركت‌كنندگان در آزمون سراسري كارشناسي ارشد رشته زبان انگليسي بوده است كه از بين 16044 شركت‌كننده به صورت ‌تصادفي انتخاب ‌شده‌اند. روش كار به اين صورت بود كه پس از تشكيل ماتريس Q مدل كلي (G-DINA و LCDM)، دو مدل جبراني (ACDM و DINO) و دو مدل غير جبراني (RRUM و DINA) براي مقايسه در نظر گرفته شدند. ازنظر شاخص برازش ماكزيمم خي-دو هيچ‌يك از مدل‌ها برازش نداشتند؛ ولي در مقابل نتايج شاخص SRMSR نشان داد كه همه مدل‌ها برازش قابل قبولي با داده‌ها دارند. در مقايسه بين شاخص‌هاي برازش نسبي مشخص شد كه مدل‌هاي G-DINA و ACDM برازش بهتر و مدل‌هاي DINO و DINA برازش ضعيف‌تري نسبت به ساير مدل‌ها دارند. در بررسي شاخص برازش سؤال نيز فقط مدل‌هاي G-DINA و LCDM با همه سؤال‌ها برازش مطلوبي نشان دادند.

Cognitive Diagnostic Assessment is a type of educational assessment that serves to identification and diagnosis of the learning disabilities through the application of psychometric models. Presence of numerous models, makes it crucial choose an appropriate Cognitive Diagnostic Model for data analysis. The purpose of this study was to determine a fitting model for reading comprehension tests. The examined data in this study were included responses from 3,000 participants in the Graduate Entrance Exam for English language field, which were selected randomly out of 16044 people. After Creation of matrix Q, two general models (G-DINA and LCDM), two compensatory models (ACDM and DINO) and two non-compensatory models (RRUM and DINA) were considered for comparison. In terms of Chi-squared maximum Fit Index, none of the models were fitted; but in contrast the results of SRMSR index showed that the fit of all data were acceptable with the data. A comparison of Relative Fit Indices cleared that G-DINA and ACDM models have a stronger fit and DINO and DINA have a poorer fit in comparison to the other models. Also, investigating the Question Fit index showed that only G-DINA and LCDM have a fit with all questions.