ĐÁNH GIÁ ĐỘ KHÓ VÀ ĐỘ PHÂN BIỆT CỦA BỘ ĐỀ THI TỐT NGHIỆP SINH VIÊN Y6 – TRƯỜNG ĐẠI HỌC NGUYỄN TẤT THÀNH – TIẾP CẬN TỪ CTT ĐẾN MIRT
Nội dung chính của bài viết
Tóm tắt
Đặt vấn đề: Bên cạnh lý thuyết kiểm tra cổ điển, lý thuyết đáp ứng câu hỏi, đặc biệt là mô hình hai tham số và mô hình đa chiều giúp đánh giá sâu hơn về độ khó, độ phân biệt và cấu trúc tiềm ẩn của đề thi. Mục tiêu nghiên cứu: Đánh giá đặc tính đo lường của bộ đề thi tốt nghiệp bác sĩ đa khoa tại Trường Đại học Nguyễn Tất Thành bằng cách kết hợp phân tích theo lý thuyết kiểm tra cổ điển, lý thuyết đáp ứng câu hỏi và mô hình đa chiều. Đối tượng và phương pháp nghiên cứu: Nghiên cứu mô tả cắt ngang thực hiện trên 118 sinh viên Y6, với đề thi trắc nghiệm tốt nghiệp gồm 120 câu hỏi. Sau đó, lý thuyết kiểm tra cổ điển và lý thuyết đáp ứng câu hỏi được áp dụng để ước lượng tham số độ khó và độ phân biệt. Mô hình đa chiều với cấu trúc đơn giản được sử dụng để đánh giá các đặc tính câu hỏi trong từng nhóm chuyên ngành. Kết quả: Thang đo đạt độ tin cậy khá (Cronbach’s alpha = 0,769). Theo lý thuyết kiểm tra cổ điển, có 15 câu (12,8%) khó, 40 câu (34,2%) dễ. Về độ phân biệt số câu phân biệt chưa tốt chiếm 80/120 câu. Phân tích theo lý thuyết đáp ứng câu hỏi cho thấy 32 câu có hệ số phân biệt trung bình trở lên (a > 0,65). Có 57/118 câu dễ (b < 2), trong khi chỉ 24 câu được xem là khó (b > 1). Trong mô hình đa chiều, nhóm Nội khoa có chất lượng tốt nhất với 12 câu phân biệt tốt, trong khi nhóm Ngoại khoa có đến 16 câu phân biệt kém. Kết luận: Việc kết hợp các phương pháp giúp đánh giá toàn diện đặc tính đo lường của đề thi và cải thiện chất lượng đề thi.
Từ khóa
Lý thuyết ứng đáp câu hỏi, Độ khó và độ phân biệt, Chất lượng đề thi trắc nghiệm
Chi tiết bài viết

Bài báo này được cấp phép theo Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Tài liệu tham khảo
2. Phạm Dương Uyển Bình, Trần Thị Diệu. Mối quan hệ giữa độ khó năng lực và độ phân cách của câu hỏi trắc nghiệm sinh lý học trong các đề thi tuyển sinh sau đại học dành cho đối tượng chuyên khoa cấp I từ năm 2018-2022 tại Đại học Y Dược Thành Phố Hồ Chí Minh. Tạp chí Y học Thành phố Hồ Chí Minh. 2024. 27 (1), 170-176, doi: 10.32895/hcjm.m.2024.01.24.
3. T. Rusch, P. Lowry, P. Mair, and H. Treiblmaier. Breaking Free from the Limitations of Classical Test Theory: Developing and Measuring Information Systems Scales Using Item Response Theory. Information & Management. 2017. 54 (2),189-203, doi: 10.1016/j.im.2016.06.005.
4. Nathan Thompson. Classical Test Theory vs Item Response Theory. 2023. https://assess.com/classical-test-theory-vs-item-response-theory.
5. Pimentel J.L., Villaruz M.L.A. Comparison of item difficulty estimates in a basic statistics test using ltm and CTT software packages in R. International Journal of Advanced Computer Science and Applications. 2020. 11(3), 367-372, doi: 10.14569/IJACSA.2020.0110346.
6. De Ayala R.J. The Theory and Practice of Item Response Theory. Guilford Press. 2022.
7. Paek I., Cole K. Using R for Item Response Theory Model Applications. Routledge. 2020.
8. Tavakol M, Dennick R. Making sense of Cronbach's alpha. Int J Med Educ. 2011. 2, 53-55, doi: 10.5116/ijme.4dfb.8dfd.