Modul 2 Olcme ve Degerlendirme

1.ÖLÇME VE DEĞERLENDİRMENİN TEMEL KAVRAMLARI

Eğitim Sistem, en az bir hedefi gerçekleştirmek üzere uygun ve değişik ögelerden oluşan dirik bir örüntüdür Bir bütüne sistem diyebilmek için girdi, süreç ve çıktı ögelerinin olması gerekir. Eğitim de bir sistemdir çünkü birincisi gerçekleştirmek istediği hedefler bulunmaktadır. Hedefler şu biçimde tanımlanabilir:

1. Uzak hedefler: Devletlerin hedefleridir, bazı ülkelerde çerçevesi anayasa ile güvenceye alınmıştır.

2. Genel hedefler: Daha işevuruk hedeflerdir. Kurumların (MEB, MEB genel müdürlükleri, il millî eğitim müdürlükleri, okul yönetimleri vb.) hedefleri vb.

3. Özel hedefler: Dersin hedefleridir, bir dersin kazanımlarını kapsar.

Eğitimim ögeleri:

1. Girdi: Eğitim-öğretim için gerekli her şey eğitim sisteminin girdisini oluşturur. Örneğin öğrenci, öğretmen, okul, çalışanlar, yönetim, eğitim programı vb.

2. Süreç: Girdilerin hedefler doğrultusunda bir araya getirildiği, dersin hedeflerinin öğrenciye kazandırıldığı eğitim durumlarını kapsar. Süreç, öğretmenler, okul yönetimi, il yöneticileri ülke genelinde belirli aralıklarla kontrol edilmektedir. Kontrollerin sonucu olumlu ise süreç devam etmekte değilse sürece müdahale edilmektedir.

3. Çıktı:  Öğrencilerin  sahip  olduğu  niteliklerdir.  Eğitim  sistemi  için  çıktılar,  dar  anlamda öğrencinin bir dersin sonunda ulaştığı hedefler ve kazanımları ifade ederken geniş anlamda öğrencinin öğretim sürecinin başlangıcından sonuna kadar sahip olduğu bilgi beceri ve yetkinlik anlarını  ifade  etmektedir.  Yönetimler  girdiyi  kontrol  ederler. 

Eğitimde kontrol (denetleme) ölçme ve değerlendirme ile mümkündür. Gözlenmeyen süreçler ve ürün değerlendirilemez.

1.2. YİRMİ BİRİNCİ YÜZYIL DEĞİŞEN EĞİTİM PARADİGMASI

Atatürk’ün  ortaya  koyduğu  «muasır medeniyetler seviyesine ulaşmak» Türkiye’nin hedefi ve bir nevi eğitimin de uzak hedefi oldu. Eğitimin genel hedefi de pek çok ülkede kabaca “toplumun bireylerden beklediği görev ve sorumluluklar doğrultusunda gerekli bilgi ve donanıma sahip olma” olarak tanımlandı.

Dünya Ekonomik Forumuna göre 2025 yılında çalışanların sahip olması gereken 10 temel beceri:

•    Analitik düşünme ve yenilik/yaratıcılık

•    Etkin öğrenme ve öğrenme stratejileri

•    Karmaşık problem çözme

•    Eleştirel düşünme ve analiz

•    Yaratıcılık, orijinallik

•    Liderlik ve sosyal etki

•   Teknoloji kullanımı

1.3. ÖLÇME, ÖLÇÜT VE DEĞERLENDİRMENİN KAVRAMSAL TEMELLERİ:

1.3.1. Ölçme: Öğrencinin belirli bir özelliğini3  gözleyerek4  o özelliğe sayı, sembol  ya da sıfat/kategori adı5 verme işlemidir. Örneğin

•    Kerim Temel Yeterlilik Testinden (TYT) 450 puan aldı.

•    Can’ın genel yetenek testi sonucu, zekâ bölümünün 132 olduğu belirlendi.

•    Zeynep yapılan test sonucunda 1. oldu.

Ölçmede gözlenen özelliğin bir betimlemesi yapılır. Bu nedenle tek başına bir anlam ifade etmez. Ölçmenin anlam ifade etmesi değerlendirme ile olanaklıdır. Diğer taraftan ölçmeye temel olan durum “fark”tır. Bir anlamda ölçmenin farktan doğduğu ifade edilebilir. Fark, bireyler arasında  olabileceği  gibi  bireylerin  farklı  zaman  dilimlerinde  ortaya  koydukları  özellikler arasında da olabilir.

Eğitimde ölçme dediğimizde aklımıza ilk gelen genellikle sınavlardır. Eğitimde ölçme yalnızca sınavlardan ibaret değildir. Eğitimde akademik başarı dışında yetenek, ilgi, tutum, özel gereksinim gereken alanlar vb. özellikler de ölçmeye konu olur.

Bir eğitim sisteminde ölçme ve değerlendirme olmaksızın eğitim sisteminin geçerli ve güvenilir kontrolü sağlanamaz. Bu kontrol, sistemin tüm ögeleri için geçerlidir. Ölçülmeyen, kontrol edilmeyen süreçler denetlenemez ve denetlenemeyen süreçler ise değerlendirilemez. Ölçme yapılmadan sisteme yönelik girdi, süreç ve çıktılar kontrol altına alınamaz. Dolayısıyla bir eğitim siteminde ölçme olmadan denetleme ve kontrol mekanizmasını işletmek mümkün değildir.

1.3.2. Ölçüt: Ölçülen özellik hakkında karar alabilmek / yargıya varabilmek / değerlendirme yapabilmek için dayanak alınan referans noktası ya da referans aralığıdır.

1.3.3. Değerlendirme: Bir ölçme sonucunu (ölçüm) en az bir ölçüte vurarak ölçülen nitelik hakkında karar verme / yargıda bulunma işlemidir. Değerlendirmenin basamakları a. Ölçme ⇒ Ölçme sonucu (ölçüm), b. Ölçüt ve c. Karardır. Örneğin

•    Kerim gıda mühendisliği programına yerleştirilmiştir / yerleştirilememiştir.

•    Can üstün yetenekliler sınıfına kabul edilmiştir / edilmemiştir.

•    Zeynep dersten geçmiştir / kalmıştır.

•    Mehmet öğretmen olarak atanmıştır / atanamamıştır.

•    Hakan burs almaya hak kazanmıştır / burs alamamıştır.

Ölçüt,  ölçme  ve  değerlendirme  arasında  köprü  görevi  görür.  Ölçüt  değişirse değerlendirme de değişir. Örneğin;

1.4. ÖLÇME TÜRLERİ: Eğitimde ölçme doğrudan, dolaylı ve türetilmiş olmak üzere üçe ayrılır.

1.4.1. Doğrudan Ölçme (Temel Ölçme): Ölçmeye konu olan özelliğin doğrudan gözlenerek ölçümün elde edildiği ölçme türüdür. Genellikle beş duyu organı ile algılanan özellikler doğrudan gözlenebilirler.  Örneğin  bir  sınıftaki  öğrenci  sayısı,  parktaki  salıncak  sayısı,  öğrencilerin cinsiyetleri,  boyları,  kalem  tutma  becerisi,  pas  verme  becerisi  vb.  özellikler  doğrudan gözlenebilir.

1.4.2. Dolaylı Ölçme (Göstergeyle Ölçme): Bazı özellikler doğrudan gözlenemez. Bu özellikler ancak onun göstergesi olduğu bilinen ya da kabul edilen davranışlar aracılığı ile gözlenerek ölçülebilir. Örneğin öğrencilerin dört işlem becerisi, derse yönelik tutumları, genel muhakeme düzeyleri, öz düzenleme becerileri, sınav kaygıları, motivasyon düzeyleri vb. özellikler ancak dolaylı olarak gözlenebilir. Eğitimde ölçmeye konu olan özelliklerin pek azı doğrudan ölçülebilir. Söz gelimi yanlışsız okuyabilme, diksiyon, pek çok psikomotor davranış doğrudan gözlenebilir. iyiyurttaş”olma, doğrudan gözlenebilir bir özellik değilken iyi yurttaş olmanın göstergesi olarak kabul edilen “vergi verme, seçme ve seçilme hakkını kullanma, askerlik vb. görevleri yapma” gibi davranışları sergileyen kişi “iyi yurttaş” olarak nitelenebilir. Diğer taraftan 18 yaşın altında bir öğrencinin bu özelliklere sahip olma durumu, varsayımsal durumlar üzerinden gözlenebilir.

1.4.3. Türetilmiş Ölçme: Ölçülmek istenilen özellik kendisinden farklı iki ya da daha fazla özelliğin arasındaki matematiksel bir bağıntı (dört işlem) yardımıyla belirleniyorsa bu ölçme türüne “türetilmiş ölçme” adı verilir. Örneğin hız (yol / zaman), yoğunluk (kütle / hacim), zekâ bölümü (zekâ yaşı / takvim yaşı x 100) vb. özellikler türetilmiş ölçmeye örnek olarak verilebilir.

1.5. ÖLÇÜT TÜRLERİ: Eğitimde ölçüt, mutlak ve bağıl olmak üzere ikiye ayrılır.

1.5.1. Mutlak Ölçüt (Kriter Referanslı Ölçüt): Eğer ölçüt ölçme işleminin yapıldığı grubun özelliklerinden bağımsız olarak belirleniyorsa “mutlak”tır. Mutlak ölçüt genellikle ölçme işlemi öncesinde ilan edilir. Örneğin dersten geçme notu 50’dir, doktora başvurusu için ALES’ten en az 60 almak gerekir, sürücü ehliyeti sınavında 70 alan başarılı sayılır vb. Ölçüt daha önceden belirlenmiş ve değişmez standart(lar) olarak saptanmıştır, diğer bir deyişle kuramsal bir yetkinlik standardı esas alınır. Örneğin “Tam öğrenme kuramı doğrultusunda 100 üzerinden 70, başarılı olma koşuludur.” vb.

Mutlak  ölçütün  temel  alındığı  ölçme  işlemlerinde  bir  öğrencinin  notu,  diğer  bir öğrencinin  değerlendirmesini  (geçme  /  kalma)  etkilemez.  Dolayısıyla  örneğin  başarının ölçüldüğü bir örnekte herkes geçebileceği gibi herkes kalabilir de.

1.5.2. Bağıl Ölçüt (Norm Referanslı Ölçüt): Eğer ölçüt ölçme işleminin yapıldığı grubun belirli bir özelliğine / normuna dayalı olarak belirleniyorsa “bağıl”dır. Bağıl ölçüt ancak ölçme işlemi sonrasında belirlenebilir. Örneğin aritmetik ortalamaya / ortancaya / moda denk ve üzerinde puan alan geçer, aritmetik ortalama ile yarım standart sapma arasında puan alanlar şartlı geçer, akademik başarısı yüksek ilk on öğrenci proje için seçilecektir vb. Bağıl ölçütün temel alındığı ölçme işlemlerinde bir öğrencinin başarısı, başka bir öğrencinin değerlendirmesini (geçme / kalma)  etkileyebilir.  Bu  anlamda  öğrenciler  açısından  daha  rekabetçi  bir  eğitsel  ortam kaçınılmazdır.

Not 1: Eğer değerlendirme mutlak ölçüte göre yapılıyorsa “mutlak değerlendirme”, bağıl ölçüte göre yapılıyorsa “bağıl değerlendirme” adını alır. Örneğin

•  Selim ……. fen lisesine yerleştirilmiştir. ➙ Bağıl değerlendirme

•  Güzin lisans programları için tercih yapabilecektir. ➙ Mutlak değerlendirme

Not 2: Eğitsel kararların verilmesinde mutlak ve bağıl ölçütler bir arada da kullanılabilir. Örneğin

•    Yükseköğretim Kurumları Sınavı

•    KPSS Ortaöğretim Memur Atamaları

•    Ortalama 40-60 ise mutlak ya da bağıl değerlendirme yapılır; ortalama 60’ın üzerindeyse  mutlak  değerlendirme,  40’ın  altındaysa  bağıl  değerlendirme zorunludur.

Not 3: Öğrenci ile ilgili önemli / hayati kararlar verileceği zaman mutlak değerlendirme yapılması gerekir. Örneğin tek ders sınavları vb.

Not 4: Başvuran kişi sayısının çok, alınacak kişi sayısının az olduğu (arz-talep dengesizliği olan) sınavlarda yerleştirme / atama vb. bağıl değerlendirme ile yapılmak zorundadır. Örneğin LGS, YKS, KPSS, TUS vb.

Not 5: Muafiyet sınavlarında mutlak değerlendirme yapılması gerekir. Örneğin yabancı dil muafiyet sınavları vb.

1.6. AMACA GÖRE DEĞERLENDİRME TÜRLERİ: Amaca göre değerlendirme tanıma ve yerleştirme, biçimlendirme   ve   yetiştirme,   değer   biçme,   rehberlik   amaçlı   ve   program değerlendirme olarak beşe ayrılır.

1.6.1. Tanıma-Yerleştirmeye Yönelik Değerlendirme (Diyagnostik Değerlendirme):

Sınıf içi ölçme ve değerlendirme: Öğretim sürecinin başında, öğrencilerin önceki kritik nitelikteki öğrenmelerini belirlemek amacıyla yapılır. Diğer bir ifadeyle amaç öğrencinin ders bağlamındaki hazırbulunuşluluk düzeyini belirlemektir. Amaç not vermek değildir. Bu amaçla uygulanan ölçme araçlarına da “hazırbulunuşluluk testi” adı verilir.

1.6.2.  Biçimlendirme-Yetiştirmeye  Yönelik  Değerlendirme  (Formatif  Değerlendirme): Belirli bir konu / ünite vb. sonunda öğrencilerin öğretime konu olan davranışların ne kadarını kazandığını, diğer bir deyişle ünitedeki öğrenme eksiklerini belirlemek amacıyla yapılır. Amaç yine not vermek değildir. Bu değerlendirme türünde öğrenciye o ünitedeki öğrenme eksikleri bildirilir, bir sonraki kapsama geçmeden öğrenme eksikleri giderilir ya da öğrenme eksiklerinin giderilip giderilmediği denetlenir.

Biçimlendirme-yetiştirme  amacıyla  yapılacak  değerlendirmede  kullanılan  testlere alanda “izleme testi” ya da “tarama testi” denir. Not verilmeden yapılan kısa sınavlar (quiz), ünite tarama testleri bu amaçla yapılan ölçme ve değerlendirmeye örnek olarak verilebilir.

Bir ünitedeki öğrenmeler bir başka ünite için ön öğrenme hâline gelebilmektedir. Ön öğrenme eksiklerinin giderek artması öğrencinin öğrenemez hâle gelmesine kadar gidebilir. Blooma’a göre bir ünitedeki öğrenme eksikleri belli bir düzeyin üzerindeyse o öğrenme açığı kar topu gibi devam eder. Öğrencinin öğrenemez hâle gelmemesi için ünite sonlarında kontrol mekanizmalaları çalıştırılmalıdır.

1.6.3.   Değer   Biçmeye   /   Düzey   Belirlemeye   Yönelik   Değerlendirme   (Summatif Değerlendirme):  Belirli  bir  öğretim  sürecinin  sonunda,  not  vermek amacıyla  yapılan değerlendirmedir. Değer biçmeye yönelik değerlendirme, öğrencinin belirli bir öğretim süreci sonundaki durum tespitidir çünkü artık hedeflenen öğretim sürecinin sonuna gelinmiştir. Bu amaçla  uygulanan  testlere  “alanda  erişi  testi”  denir.  Bitirme  sınavları,  sertifika  sınavları, üniversitedeki vize ve finaller, eğitim-öğretim kurumlarında not vermek amacıyla uygulanan yazılı yoklamalar bu ölçme ve değerlendirme türüne örnek olarak verilebilir.

İlk üç değerlendirme türü öğrenci başarısına odaklıdır, diğer bir ifadeyle öğrencinin akademik  başarısının  ölçülüp  değerlendirilmesi  söz  konusudur.  Ancak  eğitimde  yalnızca akademik başarının ölçülüp değerlendirilmesi ile ilgilenilmez. Öğrencilerin yetenekleri, ilgileri, tutumları,  kaygıları,  öğrenme  kapasiteleri  ve  karşılaşılan  güçlükler  ile  uygulanan  eğitim programının etkililiğinin değerlendirilmesi de çok önemlidir.

1.6.4. Rehberlik Amaçlı Değerlendirme: Rehberlik amaçlı değerlendirme kabaca iki bağlamda ele alınabilir. Bunlar özel eğitim ve mesleki rehberlik hizmetleridir

Özel eğitim: Belirli alanlarda özel gereksinimi olan çocuklara uygun eğitim ortamları ve/veya programı uygulamak amacıyla ölçme ve değerlendirme süreçleri işe koşulmaktadır. Özel gereksinim kavramı zihinsel gerilikten öğrenme güçlüğüne, otizmden diğer spesifik gerilik alanlarına, üstün zekâdan işitme/görme vb. engel alanlarına kadar çok geniş bir yelpazede ele alınır. Özel gereksinimi olan çocuklara uygun eğitim olanaklarının sunulabilmesi için çocuğun ihtiyacı olan alanlar, eğitsel tanılama amacıyla genellikle standart testler veya ölçüt bağımlı testler (beceri öğretimde) ile belirlenmeye çalışılır. Bu tür testlerin sonuçları doğrultusunda, tıbbi ve eğitsel / gelişimsel olarak tanı alan çocuklar için bireysel eğitim programları (BEP) hazırlanır. Eğitsel değerlendirme bağlamında RAM’lar bu konudaki tek yetkilidir.

Mesleki  rehberlik:  Öğrencilerin  alan  seçmelerinde  ve  özellikle  bir  üst  öğretim kurumuna yönlendirilmesinde, özelliklerine uygun alan / meslek seçmeleri hem öğrenci hem de ülkenin  insan  gücü  kaynağının  doğru  planlanması  açısından  çok  önemlidir.  Bu  amaçla öğrencilerin kendi yetenekleri, kişilik özellikleri, ilgileri vb. ile özelliklerini belirlemek amacıyla standart   testlerden   yararlanılmaktadır.   Böylece   öğrencinin   kendi   özellikleri   hakkındaki farkındalıklarının artırılması ve dolayısıyla buna uygun alan / meslek seçmeleri sağlanmış olur.

1.6.5. Program Değerlendirme: Eğitim programları bileşenlerinin yapısı ve niteliğine ilişkin olarak sistematik bilgi  toplama ve  değerlendirme sürecidir. Program  değerlendirme  eğitim programlarının planlanması, mevcut programlar ve/veya ürünlerin etkililiğinin değerlendirilmesi ve eğitim programlarının ve/veya ürünlerin geliştirilmesi amacıyla yapılır. Eğitim programlarını değerlendirme, değerlendirilmekte olan programın boyutlarıyla ilgili sorularla yönlendirilen uygulamalı bir etkinliktir ve bilimsel araştırma sürecinin adımlarıyla büyük ölçüde benzerlik gösterir. Program değerlendirmede program taslağının hazırlanması, programın uygulanması ve programın etkisine ilişkin yargılar elde edilir.

2. BİR ÖLÇME ARACINDA BULUNMASI GEREKEN PSİKOMETRİK NİTELİKLER

Ölçme her zaman belirli bir amaç için yapılır. Amaç ölçmeye konu olan özellik bakımından kişiler hakkında değerlendirme yapmak ve elde edilen değerlendirme sonuçlarına göre belirli kararlar vermek için  yapılır. Verilen kararların  doğru ve isabetli olması, değerlendirmenin dayandığı  ölçümün  özellikle  doğrudan  ilgili  ve  olabildiğince  az  hatalı  olmasına  bağlıdır. Psikolojik özelliklerin ölçülmesinde genellikle ölçme araçları kullanılır ve bu araçlardan elde edilen puanların hatasız ya da az hatalı olması ve bu araçların belirli psikometrik niteliklere sahip olması gerekir. Bunlar:

Geçerlilik ölçmek istenilen özelliğin, başka özelliklerle karıştırılmadan, doğru ve tam olarak ölçülebilmesidir. Diğer bir ifadeyle ölçme aracından elde edilen puanın amaca hizmet etme derecesidir.

Güvenilirlik ölçme işleminden elde edilen puanların tesadüfi hatalardan arınık olma derecesidir. Diğer bir ifadeyle puanların kararlı, tutarlı ve duyarlı olmasıdır.

Kullanışlılık ise ölçme aracının geliştirilmesinin, uygulanmasının ve puanlanmasının kolay ve ekonomik (zaman, para, emek, araç gereç vb. açıdan) olması ile ilgilidir.

2.1.HATA: Yalnızca eğitimde değil bütün bilim dallarında, hatta günlük yaşamımızda dahi yapılan ölçme işlemlerinde bile ölçme sonuçlarına hata karışma olasılığı vardır. Ölçme yapan kişilerin dikkati ve titizliği zamandan zamana değişebilir, ölçme aracına ilişkin bazı sorunlar söz konusu olabilir, ölçülen özelliğin doğası gereği bazı sıkıntılar olabilir, test katılımcısı yeterince güdülenmemiş olabilir, ölçme işleminin yapıldığı ortamdan kaynaklı sorunlar vb. olabilir.

Ölçmede gözlenen bir özelliğin gerçek değeri (sayı, sembol ya da sıfat) bulunmak istenir. Ancak ölçmeye karışan çeşitli hatalar nedeniyle gerçek değer (puan) ölçme yoluyla doğrudan elde edilemez. Psikometride gerçek puan kuramı olarak ele alınan bu kavram basit bir eşitlik ile gösterilir.

Bu çerçevede hatalar; kaynağı, yönü ve miktarı göz önünde tutularak sabit, sistematik ve tesadüfi olmak üzere üç türde incelenebilir:

2.1.1. Sabit Hata: Hatanın miktarı ölçmeden ölçmeye değişmeyen, diğer bir deyişle her ölçme işlemine aynı miktarda karışan hatalardır. Örneğin marketteki terazi, üzerinde herhangi bir nesne yokken terazi -120 g gösteriyorsa ne tartılırsa tartılsın 120 g eksik ölçülecektir. Bir öğretmen, sınavında herkese 10 puan fazla veriyorsa yine karışan hata sabit olacaktır.

2.1.2. Sistematik Hata: Ölçülen büyüklüğe, öğretmene ya da ölçme koşullarına göre miktarı değişen hatalardır. Örneğin marketteki terazi, her bir kilogramda 120 g eksik tartıyorsa üzerine konulan nesnenin ağırlığı arttıkça hata miktarı da artacaktır. Bir öğretmen, sınavında yazısı kötü olandan puan kırıyorsa yine karışan hata sistematik olacaktır.

Gerek sistematik gerekse sabit hatalarda ölçme sonuçlarına karışan hata miktarı, yönü ve kaynağı bellidir. Bu nedenle bu tür hataların ölçme sonuçlarına karışmasını engellemek ya da bu tür hataları düzeltmek görece daha kolaydır.

2.1.3. Tesadüfi (Rastlantısal) Hata: Şansla ortaya çıkan ne yönde ve ne ölçüde karıştığı  genellikle  bilinemeyen  hatalardır.  Ölçmelere  tek  yönlü  olarak  karışmaz,  ölçme sonuçlarına bazen pozitif bazense negatif yönde etki eder. Sabit ve tesadüfi olmayan hatalar, tesadüfi değişken olma özelliğine sahiptir. Bu nedenle psikometride hata kuramı tesadüfi hatalar üstüne kurulmuştur. Tesadüfi hataların genellikle dört kaynağı olduğu kabul edilir. Bunlar:

2.1.3.1. Ölçme işlemini yapan kişiden / öğretmenden kaynaklanan hata: Öğretmenin test etme sürecine ilişkin davranışlarını iki aşamada ele alabiliriz:

Ölçme işlemi sürecinde: Test katılımcısının dikkatini dağıtacak ve/veya kaygısını artıracak davranışlar vb.

Ölçme  işlemi  sonrasında:  Puanlamadaki  dikkat  ve  titizliğin  zamandan  zamana değişmesi, yorgunluk, öncelik-sonralık yanılgısı, maddi hata vb.

2.1.3.2. Ölçme aracından kaynaklanan hata: Ölçme araçları hazırlanırken maddelerin iyi  ifade  edilmemesi, test  katılımcılarının  yanlış  anlamalarına ve dolayısıyla hataya  neden olacaktır. O nedenle hangi özellik ölçülürse ölçülsün, araçta kullanılan dilin dil bilgisi, imla kurallarına uygun olması; maddelerde anlatım bozukluğu bulunmaması, muğlâk ya da belirsiz (müphem) ifadelerin bulunmaması gerekir.

Ölçme  aracından  kaynaklanabilecek  bir  başka  hata  kaynağı  ise  aracın  yapısı  ile ilgilidir. Ölçtüğü özellik ve kapsam bakımından homojen (benzeşik) maddelerden oluşan bir araç,  heterojen  (ayrışık)  maddelerden  oluşan  bir  testten  daha  güvenilirdir.  Diğer  taraftan ölçülecek özellikler evrenini yeterince temsil etmeyen maddelerden oluşan bir araçtan elde edilen puanlara da hata karışmaktadır.

Ölçme aracının yapısıyla ilgili diğer bir konu ise aracın uzunluğudur. Madde sayısı ile güvenilirlik arasında doğru orantılı bir ilişki vardır ancak bu sonsuz bir doğru orantı anlamına gelmez. Ölçme aracındaki madde sayısı arttıkça bireyde yorgunluk, dikkat azalması vb. etkenler nedeniyle hata miktarı artacaktır.

Ölçme aracıyla ilgili diğer bir faktör ise bilişsel özellikleri ölçen testlerde eğer seçenek verilmişse şans başarısı karışma olasılığıdır. Bu durum ölçülen özelliğin gerçekte olduğundan yüksek görünmesine yol açmaktadır.

2.1.3.3. Bireyden / öğrenciden kaynaklanan hata: Bireylerin ölçme işlemi sürecinde içinde  bulundukları  fiziksel,  fizyolojik  ve  psikolojik  durumlar  test  puanına  etki  eder. Uykusuzluk, açlık, hastalık, ağrı, motivasyon eksikliği, kaygı vb. faktörler nedeniyle bireyler gerçek puanlarından uzaklaşabilirler. Ayrıca grubun homojen ya da heterojen olması da hata kaynağını arttıran ya da azaltan bir etkiye sahiptir. Daha heterojen gruplarda güvenirlik katsayısı artarken daha homojen gruplarda güvenirlik katsayısı azalır.

2.1.3.4. Fiziksel ortamdan kaynaklanan hata: Ölçme işleminin gerçekleştiği fiziksel ortama ilişkin bazı etmenler de ölçme sonuçlarına hata karıştırabilir. Sıcaklık, ışık, ses, koku, görsel uyarıcıların fazlalığı, ergonomi vb. etmenler hata miktarını artırabilir. Bu anlamda testler bireylere bu etmenler açısından eşit ve standart koşullar altında uygulanmalıdır, aksi takdirde hata miktarının artması kaçınılmazdır.

2.2.   GEÇERLİLİK,   GÜVENİLİRLİK   VE   HATA   İLİŞKİSİ:   Geçerlilik   tüm   hata kaynaklarından etkilenirken klasik test kuramına göre güvenilirlik yalnızca tesadüfi hatalardan etkilenir.

Şekil 1: Geçerlilik, güvenilirlik ve hata ilişkisi

Bu nedenle güvenilirlik, geçerlilik için bir ön şart ancak yeterli şart değildir. Diğer bir ifade ile bir testin güvenilir olması onun geçerli olacağı anlamına gelmez ancak bir test geçerli ise büyük olasılıkla güvenilirdir.

Bir ölçme aracının geçerliliği ve güvenilirliği diye bir şey yoktur, ölçme araçlarından elde  edilen  puanların  geçerliliği  ve  güvenilirliği  diye  bir  şey  vardır.  Ölçme  araçlarının psikometrik nitelikleri şu durumlara göre değişebilir:

a. Ölçme amacının değişmesi,

b. Uygulama grubunun değişmesi,

c. Dilin eskimesi / değişmesi,

d. Maddelerde ve/veya alt ölçeklerde yapılan değişiklikler,

e. Farklı kültürler,

f. Kuramsal bilgi birikiminde değişiklikler.

Geçerlilik ve güvenilirlik bir varlık-yokluk sorunu değil, derece sorunudur. Bu nedenle bir testten elde edilen puanlar yüksek düzeyde geçerli, orta düzeyde geçerli, düşük düzeyde geçerli; yüksek düzeyde güvenilir, orta düzeyde güvenilir, düşük düzeyde güvenilir biçiminde nitelendirilir.

2.3. KORELASYON: Geçerlilik ve güvenilirliği belirlemeye  yönelik yöntemler genellikle korelasyon temelli analizlere dayanır. Bu nedenle bu aşamada kısaca korelasyon kavramına değinmek gerekmektedir. Korelasyon (co-relation), en az iki değişken arasında karşılıklı bir ilişki bulunup bulunmadığı, eğer ilişki varsa bu ilişkinin yönü ve miktarı hakkında bilgi veren istatistik bir tekniktir. “r” ile sembolize edilir. Örneğin

•    Öğrencilerin derse ilişkin tutumları ile ders başarıları arasında bir ilişki var mıdır?

•    Öğretmenlerin ders saati yükleri ile iş doyumları arasında bir ilişki var mıdır?

•    Saç uzunluğu ile zekâ arasında bir ilişki var mıdır?

Korelasyon -1 ile 1 arasında değer alır. Bu iki değer arasında matematiksel olarak sonsuz birim vardır ancak kullanışlılık açısından 100 birim negatif korelasyonda, 100 birim pozitif korelasyonda, sıfır ile birlikte toplam 201 birimlik bir skala üzerinden değişkenler arasındaki ilişkinin yönü ve miktarı değerlendirilir.

Pozitif korelasyon iki değişken arasında doğru orantılı ilişki anlamına gelir. Örneğin ders çalışma süresi ile sınav notu ya da gelir ile tüketim arasında pozitif bir korelasyonun elde edilmesi beklenir. Negatif korelasyon, iki değişken arasında ters orantılı ilişki anlamına gelir. Örneğin ders süresi ile dikkat ya da yükseklik ile sıcaklık arasında negatif bir korelasyonun elde edilmesi beklenir. ∓1 mükemmel korelasyon anlamına gelir ancak 1 mükemmel doğru orantılı ilişki anlamına gelirken, -1 ise mükemmel ters orantılı ilişki anlamına gelir. Diğer taraftan sıfır korelasyon iki değişken arasında sistematik bir ilişkinin olmadığı anlamına gelir. Bu duruma mükemmel ilişkisizlik de denir. Örneğin öğretmenlerin boyları ile aylık ücretleri arasındaki korelasyonun sıfır olması beklenen bir durumdur.

Korelasyonun temel kavramları

Korelasyon katsayısı hakkında kabaca iki tür belirleme yapmak gerekir. Bunlardan birincisi yön,  diğeri ise miktardır. Yön, negatif ya da pozitif olarak değerlendirilirken miktar, kabaca düşük, orta ya da yüksek olarak nitelendirilir. Miktar için kesin sınırlar olmamakla birlikte alanyazında genellikle kabul gören aralıklar Şekil 3’te gösterilmiştir

Şekil 3: Korelasyonun miktarı

Not   1:   Korelasyon   mutlak   değer  olarak   değerlendirilmelidir.   Bir   korelasyonkatsayısının negatif ya da pozitif olması büyüklük-küçüklük belirtmez, yön bildirir.

Not 2: Korelasyon katsayısı ile neden-sonuç ilişkisi kurulamaz. Değişkenler arasında doğru ya da ters orantılı bir ilişki olması, söz konusu değişkenler arasında bir neden-sonuç ilişkisinin varlığı anlamına gelmez.

2.4.GEÇERLİLİKSORGULAMAYÖNTEMLERİ:  Geçerlilik  sorgulama  yöntemleri aşağıda Şekil 4’te gösterilmiştir.

2.4.1. KAPSAM GEÇERLİLİĞİ: Kapsam geçerliliği özellikle başarı testlerinde aranan bir geçerlilik  sorgulamasıdır.  Eğitimde  öğretmen  bir  program  dâhilinde  önceden  belirlenen davranışları  kazandırmayı  amaçlar.  Belirli  bir  zaman  sonra  davranışların  ne  kadarının kazanıldığını belirlemek isteyen öğretmen, geliştirdiği testte öğretime konu olan içeriğin testte ne ölçüde temsil edildiğini belirlemek durumundadır. Bu anlamda kapsam geçerliliği bir testin ölçülmek istenen davranışları ne derece kapsadığıyla ilgilidir. Ne amaçla kullanılırsa kullanılsın test, kapsamı açısından ölçmeye konu olan davranışları yeterli ve dengeli bir biçimde temsil etmelidir. Bir testin kapsam geçerliliğinin yüksek olduğunun söylenebilmesi için

1.   Testteki soruların / maddelerin ölçülecek özellikler evrenini (konu kapsamını / içeriği) yeterli ve dengeli bir biçimde ölçüyor olması ve

2.  Her bir sorunun / maddenin ölçmek istediği özelliği doğrudan ölçmesi, diğer bir deyişle kazanımla doğrudan ilgili olması gerekir.

Testin kapsam geçerliliğinin yüksek olduğunun söylenebilmesi için bu iki kriter birden sağlanmalıdır.

Kapsam geçerliliği sorgulama yöntemleri:

2.4.1.1. Mantıksal / rasyonel yöntemler: Bu yöntemler belirtke tablosu hazırlanması ve uzman görüşüne başvurulmasıdır.

Belirtke tablosunun hazırlanması: Bir kapsam geçerliliği sorgulamasında öncelikle ölçmeye konu olan kapsam dâhilinde davranışların belirlenmesi gerekir. Bu noktada en çok kullanılan  yöntemlerden  biri  belirtke  tablosu  hazırlamaktır.  Öğretmen  satırda  davranışları, sütunda hedefleri yazar; belirlediği madde sayısı doğrultusunda davranış ve hedefleri yeterli ve dengeli bir biçimde temsil eden alanları seçer.

Uzman görüşüne başvurulması: Uygulamada uzman ile kastedilen öncelikle ölçme ve değerlendirme tekniklerini de bilen bir alan uzmanıdır. Uzmana belirtke tablosu ve maddeler sunulur, uzmandan soruların / maddelerin konu kapsamını yeterli ve dengeli bir biçimde ölçme durumunu   ve   soruların   /   maddelerin   kazanımlarla   doğrudan   ilgili   olma   durumunu değerlendirmesi istenir.

2.4.1.2. İstatistiksel yöntemler: Uzmanlardan alınan dönütler betimsel / muhakemeye dayalı bir yolla çözümlenebilir ya da uzmanların “uygundur / uygun değildir” ya da “uygundur / düzeltme gerekir / soru kullanılmamalıdır” vb. biçimde değerlendirme yapması istenebilir. Eğer uzmandan  ikinci  yolla  dönüt  istenmişse  uzmanlar  arasında  uyuşum  olup  olmadığı,  çeşitli istatistiksel yöntemlerle test edilir. Alanda uzmanlar arasında uyumu test eden pek çok indeks bulunmaktadır.

2.4.2. ÖLÇÜT DAYANAKLI GEÇERLİLİK: Ölçme aracından elde edilen puanların ölçüt bir puanla (testin tahmin etmeye çalıştığı ve geçerliliği yüksek bir puan) karşılaştırılarak geliştirilen ölçme aracının geçerliliğine ilişkin nitelendirme yapılır.

2.4.2.1. YORDAMA GEÇERLİLİĞİ: Yordama, tahmin demektir ancak her tahmin yordama değildir. Bir tahminin yordama olabilmesi için elde geçerli ve güvenilir bir veri olması ve bu verinin sınanabilir, sayısal nitelikte, belirli analizlere tabi tutuluyor olması gerekiyor.  Diğer bir deyişle yordama, eldeki bu nitelikteki veriden yola çıkarak geleceğe, henüz gerçekleşmemiş bir olguya ilişkin yapılan tahmindir.

Ölçme araçlarının  çoğunda bireylerin  gelecekteki  davranışlarının  kestirilmesi  söz konusudur. Yordama geçerliliği, ölçme aracının bu kestirim işini ne ölçüde doğru ve isabetli

yaptığı ile ilgili bir sorgulamadır. Özellikle iki amaçla uygulanan ölçme araçlarının yordama geçerliliğinin yüksek olması istenir. Bunlar seçme ya da yönlendirme amaçlı kullanılan testlerdir. Seçme amaçlı testlere YKS, KPSS, LGS vb. araçlar; diğer taraftan yönlendirme amaçlı testlere ise alan seçiminde ve/veya bir üst öğretim kurumuna yönlendirmek için uygulanan yetenek testleri, ilgi envanterleri, mesleki kişilik envanterleri vb. örnek olarak gösterilebilir.

Yordama geçerliliğinde ölçme aracından elde edilen puanlar, ölçme aracının tahmin ettiği puanla (ölçüt puan) karşılaştırılır ve tahminin ne ölçüde doğru olduğu belirlenmeye çalışılır. Ölçüt puan testin tahmin etmeye çalıştığı özelliktir. Yordama geçerliliğinde ölçüt puan gelecekte belli olacağından beklemek gerekmektedir. Yordama geçerliliğinde geçerlilik katsayısının 0 ile 1 arasında değişmesi beklenir.

Yordama  geçerliliğinde  en  zor  ve  önemli  nokta  ölçütün  doğru  bir  biçimde

belirlenmesidir. Ölçütün belirlenmesinde şu noktalar dikkate alınmalıdır: Ölçüt(ün);

1.   Ölçme aracının yordamaya çalıştığı değişkenle doğrudan ilgili olmalı, ölçme aracı hangi

özelliği kestirmeyi amaçlıyorsa onun doğrudan bir temsili olmalıdır.

2.   Kararlı olmalı, günden güne değişmemelidir. Açıktır ki kendisi kararsız olan bir özellik hiçbir araçla yordanamaz.

3.   Bireylerin özelliğini gerçekten yansıtan nesnel ve güvenilir bir ölçüt olmalıdır. Söz gelimi okulda alınan notlar bir ölçüt olarak alınmışsa öğrencilere verilen notlara başarının dışındaki etmenler etki etmemelidir.

4.  Elde edilmesi kolay ve ekonomik olmalıdır.

2.4.2.2.  ZAMANDAŞ  GEÇERLİLİK: Bu  geçerlilik  türü  alanyazında  hâlihazır geçerlilik, benzer ölçekler geçerliliği, uygunluk geçerliliği adı ile de anılmaktadır.

Zamandaş geçerlilik sorgulamalarında ölçüt puan eş zamanlı olarak elde edilebilir. Geliştirilen ölçme aracı ile ilişkili olabilecek nitelikleri ölçen ve geçerliliği yüksek bir aracın puanı ölçüt puan olarak ele alınabilir. Daha sonra geliştirilen ölçme aracı ve ölçüt araç aynı zamanda uygulanıp iki araçtan elde edilen puanlar arasındaki ilişki incelenir.

Zamandaş geçerliliğinde geçerlilik katsayısının –1 ile 1 arasında değişmesi beklenir. Ölçüte bağlı olarak geçerlilik katsayısı ∓1’e yaklaştıkça artar, 0’a yaklaştıkça düşer.

Zamandaş  geçerlilikte  de  en  zor  ve  önemli  nokta  ölçütün  doğru  bir  biçimde

belirlenmesidir. Ölçütün belirlenmesinde şu noktalar dikkate alınmalıdır: Ölçüt(ün);

1.   Ölçme aracının ölçmeye yöneldiği özellikle doğrudan ilişkili olmalıdır. Bu ilişki doğru orantılı ya da ters orantılı olabilir.

2.   Geçerliliği yüksek olmalıdır. Geçerliliği yüksek olmayan bir ölçüt puanla bakılacak korelasyonun düşük olması kaçınılmazdır.

2.4.3.  YAPI  GEÇERLİLİĞİ:  Beşerî  bilimlerde  atılganlık,  güvensizlik,  içe  dönüklük  vb. özelliklerin ölçülmesi amacıyla ölçme aracı geliştirmek için önce, söz konusu olan özellik ya da özellikleri belirlemek yani yapıyı tanımlamak; daha sonra, tanımlanmış yapıdan sınanabilir denenceler çıkarmak ve çıkarılan denenceleri sınamak için deneysel ve istatistiksel çalışmalar yapmak gerekmektedir. Yapı, birbirleriyle ilgili olduğu düşünülen belli ögelerin ya da ögeler arasındaki ilişkilerin oluşturduğu bir örüntüdür. Bu anlamda, bir testin yapısını geçerleme süreci, temelde testin maddelerine verilen yanıtlar arasındaki ilişkilerin analizine dayanır.

Yapı geçerliliği, bir testin dayandığı kuramsal temelleri ne derece iyi örneklediğiyle ilgilidir. İnsan davranışları ve özellikleri çoğunlukla soyut bir yapıya sahiptir. Zekâ, sevgi, merak, sosyal uyum ve ruh sağlığı gibi soyut kavramları psikolojik testlerle ölçebilmek için önce bu kavramların  içeriğinin  bilinmesi  gerekir.  Birey  ne  tür  davranışlar  gösterdiği  zaman  hangi niteliklerin  varlığına  ya  da  yokluğuna  karar  verilebileceğine  ilişkin  ölçütler  geliştirilmesi gerekmektedir. Yapı geçerliliği bir yandan testin ölçtüğü niteliklerin neler olduğunu araştırma, diğer yandan testi alan kişilerin elde ettikleri puanların ne anlama geldiğini açıklama çabalarıyla ilgilidir. Örneğin bir kişi, geleneksel aile biçimi ile çocuk yetiştirme biçimi arasındaki ilişkiyi incelemek amacıyla bir ölçek geliştirip bu ölçeğin yapı geçerliliğini ortaya koymak istediğinde,

geleneksel aile yapısı ve çocuk yetiştirme kavramlarının ne anlamlara geldiğini, ölçme aracındaki maddelerin bu anlamlara uygunluğunu araştırarak yapı geçerliliği konusunda karar verebilir.

2.5. GÜVENİLİRLİK:

Güvenilir bir ölçme aracı, aynı özellikle ilgili olarak arka arkaya yapılan ölçmelerde yaklaşık olarak  aynı  sayısal  sonucu  verir;  diğer bir  ifadeyle bir test,  aynı  gruba iki  ya  da  üç kez uygulandığında gruptaki her bir kişi bütün uygulamalarda yaklaşık olarak aynı puanı almalıdır. Bir testin ölçmek istediği özelliği ölçebilmesi için o testin söz konusu olan özelliği kararlı olarak ölçmesi gerekir. Güvenirlik çalışmalarının odak noktası şudur: “Eğer kişi iki defa teste tabi tutulursa iki testten aldığı puanlar birbirine benzer midir ya da birbirine ne kadar yakındır?” Bu  noktada  gözlenen  puan,  gerçek  puan,  ölçmenin  standart  hatası  ve  güvenirlik  katsayısı kavramlarına değinmek gerekmektedir.

Örneğin Murat, üç dakikalık bir sözcük çalışmasında 162 sözcük ya da diğer bir ifadeyle dakikada 54 sözcük yazmıştır. Bu puan Murat’ın becerisini ne ölçüde yansıtmaktadır. Varsayalım ki dakikada 50 sözcük yazılması yeterli kabul edilmektedir. Murat bu düzeyin gerçekten üzerinde midir? Murat geçen hafta dakikada 45 sözcük yazmıştır. Murat’ın bugünkü puanı  olanı  olan  54,  onun  kendisini  geliştirdiğinin  göstergesi  midir  ya  da  bir  değişim dalgalanması mıdır?

İki ölçüm arasındaki uyumsuzluğun birçok nedeni olabilir. Bir hareketten diğerine, “dikkat ve çaba” değişebilir. Özellikle uzun periyotlarda puan değişmesi, fiziksel büyüme, öğrenme ya da sağlık ve kişilikteki değişimlerden kaynaklanabilir. Yine ikinci ölçümde daha açık  soruların  kullanılması  diğer  bir  faktör  olabilir.  İki  ölçüm  arasındaki  puan  farklarını yorumlayabilmek için gerçek puan kuramına bakalım.

Psikometride  hata  kavramı  istenmeyen  değişkene  işaret  eder.  Ölçme  hataları giderilene kadar sürdürülmeli ve böylece gerçek puan elde edilmelidir. Ancak davranış örneği sınırlı olduğu için gözlenen puan gerçek puandan farklılık gösterir. Buradaki farklılık ölçme hatasıdır. Geleneksel olarak hataların varlığı gözlenen puanın gerçek puandan yüksek ya da düşük olmasına neden olur.

Örneğin yarışlara hazırlanan bir koşucu, bir mesafeyi farklı zamanlarda 23.7, 24.0,

24.2,… 25.1, 25.2 saniyelerde koşmuş olsun. Bu ölçümlerin ortalaması 24.7 ise gerçek puanı

24.7’dir. Koşucu bu puana daha önce 23.7 saniyede koştuğu ölçümü göstererek itiraz edebilir. Bu durumda koşucuya 23.7 ve 25.2 saniyede koştuğu durumlara birçok faktörün etkisinin olabileceği ve 23.7 saniyede tekrar koşmasının belki de hiç olanaklı olamayacağını, gerçek puanının 24.7 olduğunu söyleyebiliriz. Bu söylem gerçek puan kuramına dayanır.

X = T + E

X = Bireylerin ölçme aracından elde ettiği gözlenen puanı T = Bireylerin gözlenemeyen gerçek puanı

E = Ölçmeye karışan hata miktarı

Varsayımsal olarak bir ölçme işleminde hata miktarı sıfır ise eşitlik X = T + 0 ve dolayısıyla X = T olmuş olur. Diğer bir ifade ile gözlenen puan, gerçek puana eşit olmuş olur. Ölçme işleminde hata miktarı arttıkça gözlenen puanın gerçek puana olan farkı artmaya başlar. Ölçmenin standart hatası

formülü ile bulunur.

Sh= Ölçmenin standart hatası s= Standart sapma

rx= Güvenilirlik katsayısı

Bir ölçme işleminde standart hatanın düşük olması, formülden de anlaşılacağı üzere, güvenilirlik katsayısının yüksek, standart sapmanın görece düşük olmasına bağlıdır. Örnek: Bir ölçme işleminde s=8 ve rx=.75 ise Sh=8√1 − .75=4. Bu sonuç bireylerin puanlarına –/+ 4 puan hata karıştığı anlamına mı gelir? Gerçek puanın tahmin edilmesinde genellikle üç olasılık değeri kullanılır. Bunlar yaklaşık %68, %95 ve %99’dur. %68 olasılık için bireyin puanından bir standart hata çıkarılır ve puanına eklenirken %95 olasılık için bireyin puanından iki standart hata çıkarılır ve puanına eklenir, son olarak %99 olasılık için bireyin puanından üç standart hata çıkarılır ve puanına eklenir.

%68 olasılık için X ∓1×Sh

%95 olasılık için X ∓2×Sh

%99 olasılık için X ∓3×Sh

Dolayısıyla bir kişi 100 üstünden 50 puan almış ve Sh=4 ise

%68 olasılık: X∓1×Sh⇒50∓1×4=Bireyin gerçek puanı %68 olasılıkla 46-54 arasında değişir.

%95  olasılık  için  X∓2×Sh⇒50∓2×4=Bireyin  gerçek  puanı  %95  olasılıkla  42-58  arasında değişir.

%99  olasılık  için  X∓3×Sh⇒50∓3×4=Bireyin  gerçek  puanı  %99  olasılıkla  38-62  arasında değişir.

Ölçmenin standart hatası yükseldikçe ölçme işlemi bireylere rastgele puan vermekten

farklı olmayacaktır. Bu nedenle ölçme işlemlerinde güvenilirliğin kestirilmesi çok önemlidir.

Güvenilirlik katsayısı 0 ile 1 arasında değişir. Güvenilirlik katsayısı için alanyazında genellikle 0.70 ve üstü ölçütü kabul edilir. Ancak bu değerin de çok yüksek bir değer olmadığı, 0.70-0.80 arası güvenilirliğin ancak ön bilgi elde etmek amacıyla kullanılabileceği ifade edilir. Genel yetenek gibi bilişsel özellikleri ölçen testlerde güvenilirlik katsayısının 0.90 ve üzerinde olması arzu edilir.

Şekil 8: Güvenilirlik katsayısı

Güvenilirlik, genellikle birden çok uygulamaya dayalı yöntemler ve tek uygulamaya dayalı yöntemler başlıkları altında ele alınır. Birden çok uygulamaya dayalı yöntemler altında test-tekrar test ve eşdeğer (paralel) testler yöntemleri, tek uygulamaya dayalı yöntemler altında ise eşdeğer yarılar, KR-20, KR-21, Cronbach alfa, Hoyt’un varyans analizi, McDonald omega vb. yöntemler yer almaktadır.

Şekil 9: Güvenilirlik kestirim yöntemleri

2.5.1.TEST-TEKRARTESTYÖNTEMİ:Bu yöntem ile test güvenilirliğini test etmek için bir test, aynı gruba, belli bir zaman aralığıyla iki kez uygulanır. Daha sonra bireylerin birinci uygulamadan aldıkları puanlarla ikinci uygulamadan aldıkları puanlar arasındaki korelasyon hesaplanır. Elde edilen korelasyon katsayısına kararlılık (devamlılık / istikrarlılık) katsayısı adı verilir.

Şekil 10: Test-tekrar test yöntemi çalışma örneği

Güvenilirliğin   kararlılık,   tutarlılık   ve   duyarlılık   sorunu   olduğuna   daha   önce değinilmişti.  Bu  yöntemle  elde  edilen  güvenilirlik  kanıtı,  güvenilirliğin  yalnızca  kararlılık boyutuna karşılık gelir; güvenilirliğe ilişkin tümel bir sonuç ortaya koymaz. Bu nedenle bir ölçme aracının güvenilirliğine ilişkin kanıt toplamak isteyen bir kişi kararlılığın yanı sıra tutarlılığa ve duyarlılığa ilişkin sorgulamaları yapmak durumundadır.

Bu yöntem, ölçülen özelliğin kararlı olduğu durumlarda uygulanması gereken bir yöntemdir. Testin ölçtüğü özellik sürekli değişkenlik gösteriyorsa bu yöntemle testin güvenirliği hesaplanmamalıdır. Diğer bir deyişle bu yöntem daha çok iki uygulama arasında kolaylıkla değişmeyen özellikleri ölçen testler için uygundur. Örneğin genel zihin yetenekleri, kişilik testleri, ilgi envanterleri, tutum ölçekleri vb. gibi testlerin kararlılık bağlamında güvenilirlikleri bu yöntemle hesaplanabilir.

Bu  yolla  test  güvenilirliğini  kestirmede  karşılaşılan  önemli  bir  sorun,  testin  iki uygulanışı arasındaki zaman aralığının ne kadar olması gerektiğidir. Bu soruya kesin bir yanıt vermek olanaksızdır. Aradan geçen zaman, hem ölçme aracının ölçtüğü özellik bakımından

yanıtlayıcıların önemli ölçüde değişmelerine hem de birinci uygulamada verilmiş olan yanıtların hatırlanmasına  izin  vermeyecek  bir  uzunlukta  olmalıdır.  Diğer  bir  ifadeyle  iki  uygulama arasındaki  zamanın  belirlenmesindeki  temel  ilke  şudur:  “Birinci  uygulamada  maddeleri hatırlamayacak  kadar  uzun,  ölçülen  özellikte  köklü  değişimler  oluşmayacak  kadar  kısa olmalıdır.”

Aradaki zamanın belirlenmesinde dikkat edilmesi gereken bir başka nokta, özelliğin değişim hızıdır. Bazı özellikler daha hızlı değişime açıkken bazıları ise daha zor değişir. Örneğin bireylerin genel yetenek düzeylerinin kısa bir zamanda değişmesi pek olanaklı değilken tutumu görece daha kolay değişebilir. Dolayısıyla bir genel yetenek testi için aradaki zaman daha uzun tutulabilirken tutum ölçeği için daha kısa tutulabilir.

Ayrıca özelliklerin değişimi yaşla da ilişkilidir. Bazı özellikler belli yaşlarda daha durağanken bazı yaşlarda daha değişkendir. Örneğin yaşamın ilk evrelerinde çocukların gelişimi daha  hızlı  iken  yaşın  ilerlemesi  ile  birlikte  gelişim  yavaşlayabilir.  Dolayısıyla  bebeklik döneminde uygulanacak bir gelişim envanteri için sürenin daha kısa tutulması gerekebilir.

Test-tekrar test yöntemi, başarı testleri için çok tercih edilmemektedir. Çünkü kısa vadede başarı kolay değişebilen, kararsızlık gösterebilen bir özelliktir. Bu yöntem daha çok yetenek testleri, kişilik envanterleri vb. psikolojik ölçme araçlarından elde edilen puanların güvenilirlik kanıtlarını üretmek için tercih edilmektedir.

Birden  çok  uygulamaya  dayalı  yöntemler  alanyazında  genellikle  benzer  ölçekler

geçerliliği, hâlihazır geçerlilik, uygunluk geçerliliği olarak da geçer.

Birden  çok  uygulamaya  dayalı  yöntemlerle  güvenilirlik  kanıtı  elde  etmek  biraz zahmetlidir. Test-tekrar test yönteminde testi farklı zamanda ikinci kez uygulamak için grup bulmak bazen zor olabilir. Ayrıca katılımcı kaybı yaşamak da olasıdır. Tek uygulamaya dayalı yöntemler tek bir test, tek bir grup ve tek bir uygulama gerektirmektedir. Dolayısıyla güvenilirlik kanıtı elde etmek daha pratiktir (Özellikle kararlılık katsayısının hesaplanmadığı durumlarda güvenilirliğin bir boyutu tabii ki eksik kalır.). Bir test bir gruba, bir kez uygulanıyorsa test kendi içinde değerlendirilecek demektir.

Güvenilirliğin bir boyutu da testin tutarlılığıdır. Tek uygulamaya dayalı güvenilirlik sorgulama yöntemleri ile “Test kendi içinde tutarlı bir bütün oluşturur mu?” sorusuna yanıt aranır. Bu nedenle bu yöntemlerin tümünden elde edilen katsayı iç tutarlılık katsayısı olarak adlandırılır.

2.5.2.  TEST  YARILAMA  (EŞDEĞER  YARILAR  /  İKİ  YARI  GÜVENİLİRLİĞİ) YÖNTEMİ: Bu yöntemle güvenilirliği tahmin etmede uygulanmış bir test iki eşdeğer yarıya bölünür ve bireylerin iki yarıdan aldıkları puanlar arasındaki tutarlılık incelenir. Buradaki en temel sorunlardan biri testin iki eşdeğer yarıya nasıl bölünmesi gerektiği ile ilgilidir. En sık başvurulan yöntemler: a) ilk yarı ve son yarı b) tek ve çift ve c) rastlantısaldır. İlk ve son yarı yöntemi her test için uygun değildir. Uygun olmadığı durumlar: Testteki

•    maddeler basitten zora doğru sıralanmış ise

•    maddeler konu içeriklerine ya da faktörlere göre kümelenerek yerleştirilmiş ise

•    madde sayısı çok fazla ise

Şekil 8: Güvenilirlik katsayısı

Bu yöntemle güvenilirliği tahmin etmede, uygulanmış bir test iki eşdeğer yarıya bölünür ve bireylerin iki yarıdan aldıkları puanlar arasındaki tutarlılık incelenir. Şekil 11’de de görüldüğü üzere iki eşdeğer yarıdan alınan toplam puanlar arasında korelasyon hesaplanır ancak elde edilen katsayı korelasyonun yarı puanlar üzerinden elde edilmesi nedeniyle testin tamamına ilişkin bir tutarlılık bilgisi vermez, yarısına ilişkin verir. Diğer bir ifadeyle elde edilen katsayı eşdeğer yarılardan birinin güvenilirliği olarak kabul edilir. Testin tümüne ilişkin bir güvenilirlik katsayısı Spearman-Brown formülü aracılığıyla hesaplanır. Elde edilen katsayı testin tamamına ilişkin iç tutarlılık bağlamındaki güvenilirlik katsayısı olarak kabul edilir.

2.5.3. KUDER-RICHARDSON 20 VE 21 YÖNTEMLERİ: Kuder-Richarson 20 ve 21 ya da kısaca KR-20 ve KR-21, testin kendi içinde tutarlı bir bütün oluşturup oluşturmadığı ile ilgili bilgi  verir.  Bu  nedenle  her  iki  yöntemle  de  testin  iç  tutarlılığı  değerlendirildiğinden  bu yöntemlerden elde edilen katsayıya iç tutarlılık katsayısı adı verilir.

KR-20 ve KR-21 ile güvenilirlik kestirimi, puanlamanın kategorik olduğu ölçme araçları için uygundur. Puanlamanın kategorik olması, doğru yanıtlara 1 puan, yanlış ve boş bırakılan maddelere 0 puan vererek puanlamanın yapıldığı ya da maddenin yanıtının iki seçenekli verildiği durumlardır. Eğer testteki maddeler farklı ağırlıklarla puanlanmışsa ya da test puanları şans başarısı için düzeltilmişse bu formüller kullanılmaz.

2.5.4. CRONBACH ALFA YÖNTEMİ: Eğer ölçme aracının puanlaması çok kategorili ise KR-

20 ile aynı mantık üzerine kurulu Cronbach alfa hesaplanır. Elde edilen katsayının ismi yine iç tutarlılık katsayısıdır. Derecelendirme ölçekleri puanlamanın çok kategorili olduğu araçlara örnek verilebilir.

2.6. GÜVENİLİRLİĞİ VE GEÇERLİLİĞİ ARTIRMA YOLLARI:

Güvenilirlik temelde tesadüfi hatalardan arınık olma durumu ise şüphesiz ki tesadüfi hata kaynaklarını   azaltmaya   yönelik   eylemler   güvenilirliği   artıracaktır.   Ancak   bu   noktada güvenilirliği artıran temel kavramlar ve eylemler konusunun ayrıntılarına girelim:

1.   Bir testteki madde sayısı arttıkça birimler küçüldüğünden duyarlılık artar, bu nedenle hata

miktarı azalacağından güvenilirlik artar.

2.   Bir ölçme işleminde genel bir ilke olarak puanlayıcı sayısı arttıkça güvenilirlik artar. Birden çok kişinin yaptığı puanlamanın ortalamasını almak, bir kişinin verdiği puandan daha güvenilir olma eğilimindedir.

Puanlama nesnelliği, güvenilirliği büyük ölçüde etkiler. Bir testin farklı kişiler tarafından puanlanması ya da aynı kişinin farklı zamanlarda verdiği puanlar arasındaki tutarlılığa puanlama güvenilirliği adı verilir. Bir testten elde edilen puan, puanlayıcıya ya da zamana göre değişmiyorsa testin güvenilirliği artar. Elbette kullanılan ölçme aracının puanlamasının nesnel ve öznel olması bu noktada çok önemlidir. Çoktan seçmeli, derecelendirme ölçeği, kontrol listeleri gibi araçlar puanlaması nesnel araçlara örnek iken açık uçlu sorulardan oluşan araçlar, mülakatlar vb. ise puanlaması öznel araçlara örnek olarak verilebilir. Öznel araçların puanlama biçiminin mümkün olduğunca standartlaştırılarak nesnel hâle getirilmesi güvenilirlik açısından önemlidir.

4.   KR-20 ve KR-21 yöntemlerinde bahsedildiği gibi testteki maddeler açısından benzeşiklik (homojenlik) arttıkça güvenilirliğin artması, diğer taraftan ayrışıklık (heterojenlik) arttıkça güvenilirliğin düşmesi beklenen bir durumdur.

5.   Testten elde edilen puanların güvenilirlik kestirimi için veri elde edilecek grubun (örneklem)

büyüklüğü arttıkça grubun heterojenleşmesinden dolayı güvenilirlik artar.

6.   Aslında bir üst maddeyle de paralel bir biçimde maksimum performansı ölçen testlerde ortalama güçlüğe yaklaştıkça (��������� = .50) grup heterojenleşir ve dolayısıyla güvenilirlik artar. Heterojen gruplarda testin ölçmeye konu olan özelliğe sahip olanla olmayanı ayırt etme gücünün artması beklenir. Grubun ölçülen özellik bağlamında heterojenleşmesi, büyük ölçüde örneklem sayısının artmasına ve eğer bilişsel bir özellik ölçülüyorsa testin ortalama güçlüğe yaklaşmasına bağlıdır.

7.   Maddelerin dil bilgisi kurallarına uygun, açık ve anlaşılır yazılması belki de güvenilirliği en çok artıran etmenlerden biridir. Bu koşul sağlanmadığı takdirde diğer koşulların çok fazla önemi olmayabilir. İyi madde yazarı olmanın temel özelliklerinden biri de ana dilini iyi kullanma becerisidir. Dolayısıyla test yazar(lar)ının dil bilgisi ve imla kurallarına uygun bir biçimde maddeleri yazması, maddede yoklamak istediklerini yalın ve kısa bir biçimde ifade etmesi gerekir. İdealde bu konudaki temel ilke, bir maddenin tüm öğrenciler tarafından aynı biçimde anlaşılmasıdır.

8.   Öğrencilere test uygulaması öncesinde ve gerekliyse süreçte yönerge vermek, test almaya güdülenme ve hazırbulunuşluluğun artması açısından önemlidir. Buna yönelik alınacak önlemler özellikle bireyden kaynaklanabilecek hataları asgariye indirir.

9.   Fiziksel ortamın ses, sıcaklık, ışık, koku, dikkat dağıtıcı uyarıcılar, ergonomi vb. etmenler açısından uygun hâle getirilmesi yine güvenilirliği artıran bir başka etmendir. Fiziksel uyarıcılar  açısından  yanıtlama davranışını  etkileyebilecek  her türlü  etmen  güvenilirliği düşürecektir.  Bu  nedenle  test  uygulayıcılarının  test  ortamını  düzenleme  bağlamında sorumlulukları  vardır.  Özellikle  zekâ,  başarı  gibi  bilişsel  özelliklerin  ölçülmesinde  bu etmenlerin önemi daha da artmaktadır.

10. Eğer süreli bir test uygulaması ise sürenin yeterli verilmesi gerekir. Eğer bir hız testi değilse tüm katılımcıların maddelerin tümüne ulaşması beklenen bir durumdur. Tabii ki hız testleri bu durumdan bağımsız olarak değerlendirilebilir.

11. Uygulamada  bireylerin  dikkatini  dağıtacak  ve/veya  kaygısını  artıracak  davranışlardan kaçınılması, puanlama ya da veri girişi yapılırken dikkatli ve titiz davranılması ölçme işlemini yapan kişiden kaynaklanabilecek hataları azaltacağından dolayı güvenilirliği artırır.

12. Maddelerin teste düzgün yerleştirilmesi, okumayı güçleştirecek bir unsurun bulunmaması; test katılımcısının yaşına, gelişim düzeyine uygun bir punto büyüklüğü kullanılması; baskı hataları bulunmaması vb. etmenler güvenilirliği artırır.

Güvenilirliği artıran faktörler geçerliliği de artırır. Ancak geçerlilik yalnızca tesadüfi

hatalardan değil, aynı zamanda sabit ve sistematik hatalardan da etkilenir. O nedenle öğretmenin

tesadüfi hataların  yanı sıra sabit ve sistematik hatalardan arındırmaya yönelik alacağı tüm tedbirler geçerliliği de artıracaktır.

3.TEST GELİŞTİRME VE MADDE / SORU TÜRLERİ

Test, eğitimde bireylerin özelliklerini belirlemeye yönelik ölçme araçlarına verilen genel bir kavramdır. Bu terim zaman zaman günlük dilde yalnızca çoktan seçmeli maddelerin bulunduğu ölçme   araçları   için   kullanılsa   da   test   bu   belirlemeden   çok   daha   geniş   bir   anlamda kullanılmaktadır.

3.1. TEST TÜRLERİ:

Tablo 4: Test türleri

3.2.  TEST  GELİŞTİRME:  Önceden  belirlenmiş  özelliklerin  ölçülmesi  ile  ilgili  bir  test geliştirilmesi, sistematik işlem basamaklarına uyulmasını gerektirir. Test geliştirmede farklı yaklaşımlar olmakla birlikte burada, alanda yaygın kabul gören işlem basamakları üzerinde durulacaktır.  Test  geliştirmenin  işlem  basamakları:  a.  Amacın  belirlenmesi,  b.  Kapsamın belirlenmesi  ve  belirtke  tablosunun  oluşturulması,  c.  Denemelik  maddelerin  /  soruların yazılması, d. Maddelerin / soruların gözden geçirilmesi (redaksiyon), e. Denemelik test formunun hazırlanması, f. Testin uygulanması, g. Test ve madde istatistiklerinin hesaplanması, h. Seçilen maddelerden oluşan nihai formun oluşturulması.

Pek çok kaynakta test geliştirmenin adımları olarak bunlar olsa da sınıf içi ölçme ve değerlendirme  etkinliklerinde  bu  basamaklara  uygun  test  geliştirmek  pratikte  çok  olanaklı değildir. Bu durumda öğretmenler açısından sınıf içi ölçme ve değerlendirmelerde uygulanması daha olanaklı bir test planı önerelim:

1.   Sınavın amacının belirlenmesi (puanların hangi amaçlarla kullanılacağı)

2.   Sınavda yoklanacak davranışların belirlenmesi

3.   Sınavın kapsayacağı konuların listelenmesi

4.  Okulun takviminin ve sınav sonuçlarının kullanılacağı zamanın dikkate alındığı bir sınav gününün belirlenmesi

5.  Bir ders saatine uygulanabilecek uzunlukta bir sınav süresinin belirlenmesi,

6.  Belirtke tablosunun hazırlanması

7.  Soru/madde türlerinin belirlenmesi [Soru/madde türleri sınavda kullanılacak davranışlara göre belirlenir. Bir sınavda tek bir soru/madde türü kullanılabileceği gibi birden fazla da kullanılabilir (soru/madde çeşitlemesi).]

8.  Soru/madde sayısının belirlenmesi

9.   Sınav süresinin belirlenmesi

10. Sınavda kullanılacak soruların/maddelerin “ortalama güçlüğünün” ve “güçlük dağılımının” belirlenmesi

11. Soruların/maddelerin  yazımında, redaksiyonunda ve teste alınacak soruların/maddelerin seçiminde izlenecek yolun belirlenmesi

12. Cevap anahtarının ve puanlama yönteminin belirlenmesi

13. Ölçme aracını yazma ve çoğaltma yönteminin belirlenmesi

14. Sınavın uygulanma kurallarının belirlenmesi (yönerge yazılması)

15. Sınavın uygulanması

16. Test ve madde istatistiklerinin hesaplanması

3.3. BAŞARININ ÖLÇÜLMESİNDE YÖNTEMLER

Şekil 13: Geleneksel yöntemler (Madde / soru türleri)

3.3.1. GELENEKSEL ÖLÇME YÖNTEMLERİ:

3.3.1.1. DOĞRU-YANLIŞ MADDELERİ: Cevaplayıcının verilen ifadelerin doğru mu, yanlış mı olduğunu belirlemesinin istendiği madde türüdür. Doğruyanlış maddelerinde verilen bir tür “önerme”dir.

Cumhuriyet 1920 yılında kuruldu.

Doğru

Yanlış

Çoktan  seçmeli  madde  türünden  sonra  en  çok  kullanılan  ikinci  madde  tipidir. Genellikle öğrencinin bilimsel gerçekleri, tarihî olayları, kesin yargıları tanıması ve hatırlaması; olguları  ve  gerçekleri  kişisel  yargı  ve  görüşlerden  ayırt  etmesi  ölçülmek  istendiğinde kullanışlıdır.

Avantajları:  a.  Hazırlaması,  uygulaması  ve  puanlaması  kolay,  diğer  bir  ifadeyle

kullanışlıdır. b. Soru sayısı artırılabilir. c. Sistematik hata karışma olasılığı pek yoktur.

Dezavantajları: a. Şans başarısı olasılığı yüksektir. b. İyi yazılmazsa genellikle üst düzey bilişsel özellikleri ölçemez. c. Öğrenme eksiklerini belirleyemez. d. Yanlış üzerinden öğretim yapılmaz. e. Her derste/konuda kesin yanlış denebilecek durumlar belirlemek zordur.

Doğru-Yanlış Maddeleri Yazım Kuralları:

•     Her madde tek ve belirli bir fikri belirtmelidir. Özellikle aynı maddede biri doğru, öteki yanlış iki fikir ifade etmekten kaçınılmalıdır.

•     Doğru yanlış maddesi, kesinlikle doğru ya da kesinlikle yanlış olmalıdır. Maddenin doğruluğu ya da yanlışlığı, başka bir açıklamaya gerek kalmadan belirlenebilmelidir.

•     Bir maddenin yanlışlığı önemsiz bir ayrıntıda ya da aldatıcı bir noktada olmamalıdır. Bir yargı temelden yanlış olmalıdır.

•     Mümkün olduğunca olumsuz ifade kullanılmamalıdır. Özellikle iki olumsuz ifadeden kesinlikle kaçınılmalıdır.

•     Kanı   ifadeleri   kendiliklerinden   doğru   ya   da   yanlış   olmadığından   bir   kaynağa

dayandırılarak verilmelidir. Belli bir kaynağa ya da bir otoriteye dayandırılmadan verilen kanı  ifadelerinin  yer  aldığı  maddelerin  ayrıt  etme  gücü  sıfır  ya  da  negatif  olma eğilimindedir.

•     Bir maddenin ifadesi kısa, açık ve yalın olmalıdır. Madde, onda sorulan ana fikrin doğruluk ya da yanlışlığının belirlenmesi için gerekli olmayan ayrıntılarla şişirilerek uzatılmamalıdır.

•     Okuduğunu anlama süreçlerinin ilk basamağı, metin içerisinde açıkça verilmiş bilgiden doğrudan çıkarım yapmadır. Bir metne bağlı olarak yanıtlanan doğru-yanlış maddelerinin anlam geliştirme, yorumlama, değerlendirme gibi daha üst düzey okuduğunu anlama süreçlerine yönelik olabilmesi için, metindeki cümleler aynen yazılmamalıdır.

•     Öğrencinin  bir  maddede  ifadenin  doğruluğuna  ya  da  yanlışlığına  karar  vermesi gerektiğinde öğretmen özellikle vurgulamak istediği bir sözcük / terim vs. varsa onun altını çizebilir.

•     Doğru-yanlış maddesinin özellikle yanlış olduğu durumlarda, öğrencinin şansla puan almasını engellemek amacıyla ifadeyi düzeltmesi ya da yanlışlığın ne olduğunu belirtmesi istenebilir.

•     İyi   kurgulandığı   takdirde   doğru-yanlış   maddeleri   ile   üst   düzey  öğrenmeler de yoklanabilir.

•     Doğru-yanlış  maddeleri   aynı  kapsamdan   geliyorsa  ortak  bir  soru   kökü  altında birleştirilebilir.

•     Doğru ve yanlış maddeler, testte belirli bir örüntüye göre yerleştirilmelidir. Maddelerin

sıralanışı, baştan itibaren iki doğru bir yanlış, bir doğru iki yanlış gibi bir örüntü gösterirse öğrencilerin bunu fark etmeleri olanaklı olabilir. Bu nedenle doğru ve yanlış maddelerin testteki sıralanışı rastgele olmalıdır.

3.3.1.2. EŞLEŞTİRME MADDELERİ:

Eşleştirme maddeleri, iki grup hâlinde verilen ve birbirleriyle ilgili olan bilgi ögelerinin belli bir açıklamaya göre eşleştirilmesini gerektirir.

Avantajları: 

a.  Hazırlaması,  uygulaması  ve  puanlaması  kolay,  diğer  bir  ifadeyle kullanışlıdır.

b. Soru sayısı artırılabilir.

c. Sistematik hata karışma olasılığı pek yoktur.

Dezavantajları:

a. Şans başarısı olasılığı yüksektir. 

b. İyi yazılmazsa genellikle üst düzey bilişsel özellikleri ölçemez.

Eşleştirme Maddeleri Yazım Kuralları:

•     Her eşleştirme soru grubunda yönerge/açıklama yazılmalıdır. Yönergede eşleştirmeye konu olan kapsam belirtilmeli, öncüllere ve seçeneklere nelerin konulduğuna değinilmelidir.

•     Eşleştirmenin nasıl yapılacağı konusunda bilgi verilmelidir.

•     Seçeneklerin kullanılıp kullanılmayacağı, birden fazla kez kullanma durumu belirtilmelidir.

Bir eşleşme takımındaki öncüller ile cevaplar eşit sayıda olmamalıdır. Eğer eşit sayıda olursa öğrenci, hemen ilk bakışta bildiklerini eşleştirecek; geri kalan öncüllerin cevaplarını da tahmin edecektir.

•     Eşleştirmede ortaokul ve üstü öğretim kademelerinde öncülün başında bir boşluk bırakılarak öğrenciden seçeneğin harfini yazmaları istenebilir. İlkokul düzeyinde ise öğrencilerden öncüllerle seçenekler arasında oklarla eşleştirme yapmaları istenebilir.

•     Okul  öncesinde,  özel  eğitimde  eşleştirme  şekillerle  ya  da  resimlerle  /  fotoğraflarla yapılabilir. Bir eşleştirme maddesinde yer alan öncüller ile seçeneklerin her biri benzeşik (homojen) ögelerden oluşmalıdır. Diğer bir ifadeyle aynı kapsamdan gelmelidir.

•     Uzun ifadeler öncül olarak kullanılmalı ve öncüller sütunu sayfanın sol sütununa, cevaplar sütunu ise sayfanın sağ tarafına yerleştirilmelidir. Böyle olması, cevaplamada zaman kaybını önler ve cevabın seçimini kolaylaştırır.

•     Bir eşleştirmeli maddeler grubundaki madde sayısı, en az 6, en çok 15 olmalıdır. Madde sayısının 6’dan az olması, salt tahminle doğru cevabın bulunma olasılığını artırır. 15’ten çok madde kullanıldığında ise cevaplayıcıların doğru olarak eşleştirilecek ifadeleri ayıklayıp seçmesi  çok  zaman  alır.  Üstelik  madde sayısı  arttıkça öncüller ile cevaplar takımının benzeşikliğini sağlamak giderek güçleşir.

•     Maddelerin tümü aynı sayfada bulunmalıdır. Aksi hâlde cevabın seçimini güçleştirir.

•     Cevapların seçileceği sütun, bir kelime listesi ise alfabetik sıraya göre (küçükten büyüğe ya da büyükten küçüğe) düzenlenmelidir.

•     Bu   eşleştirme   maddeleri   öğrencilerin   yalnızca   hatırlama   düzeyi   dışında,   kavrama düzeyindeki öğrenmelerinin de yoklanabileceğine ilişkin örnektir. Örneğin grafik / tablo / metin / harita

3.3.1.3. ÇOKTAN SEÇMELİ MADDELER:

Çoktan Seçmeli Maddelerin Özellikleri:

•    Hazırlanması zor ancak puanlaması kolaydır.

•    Puanlama objektiftir.

•    Üst düzey bilişsel becerilerle ilgili madde yazmak zordur. O yüzden yazılan maddeler genellikle bilgi, kavrama ve uygulama basamaklarındadır.

•    Doğru cevabı içinde barındırması nedeniyle sentez düzeyinde soru sormak olanaklı değildir. Bu  nedenle  bir  test  yalnızca  çoktan  seçmeli  maddelerden  oluşuyorsa  yaratıcılığın denetlenmediği yönünde haklı bir eleştiri vardır.

•    Doğru cevabı içinde barındırması nedeniyle puanlara şans başarısı karışma ihtimali vardır.

•    Çok sayıda soru sorulabilir.

•    Sistematik hata karışma ihtimali çok düşüktür.

•    Çeldirme mantığı temellidir.

Çoktan Seçmeli Madde Yazım Kuralları:

•     İdeal  bir  çoktan  seçmeli  maddede,  bilen  bir  öğrenci,  seçenekleri  görmesine  gerek kalmaksızın doğru cevabı verebilmelidir.

•     Öğrencinin sözcük repertuvarında bulunmayan, henüz öğrenmediği sözcük, kavram, terim vb. kullanılmamalıdır.

•     Bir durumun resim ya da fotoğrafla anlatılabildiği durumda, çokça cümle kurmak yerine görsellerden   yararlanılabilir.   Ancak   maddenin   cinsiyet   gibi   alt   gruplarda   yanlılık oluşturmamasına dikkat edilmelidir.

•     Gereksiz görsel kullanılmamasına da özen gösterilmelidir. Görsel çıkarıldığında anlamca bir kayıp oluşmuyorsa o görsel kullanılmamalıdır.

•     Bir maddeyi okuyan bir öğrenci öğretmenin zihninden geçeni keşfetmek zorunda değildir.

•     Bazı öğretmenler karışık bir dille madde yazdığında sorunun zorlaşacağını düşünür. Oysa bu oldukça yanlış bir yöntemdir. Karışık bir dil yerine ortalama bir öğrencinin anlayabileceği bir dil kullanılmalıdır. Bir çoktan seçmeli maddeyi zorlaştırmak isteyen öğretmen temelde iki yöntem kullanabilir: a. Çeldiricileri doğru yanıta yaklaştırmak (güçlendirmek) ve b. Davranışı üst düzey becerileri ölçen bir formda hazırlamak.

•     Madde kökünde gereksiz yere sözcük kullanılmamalıdır. Zaman zaman öğretmenler kendi doğrularını ya da önemli yerleri vurgularken bu hatayı yapmaktadırlar.

•     Seçeneklerde  gereksiz  sözcük  tekrarından  kaçınılmalıdır.  Tekrar  edilen  sözcük  madde köküne alınabilir.

Bir   maddenin   doğru   yanıtı,   başka   bir   maddenin   kökünde   ya   da   seçeneklerinde bulunmamalıdır.

•     Seçeneklerin  hepsi  birbirleriyle  tutarlı  ve  ayrı  gramatik  yapıya  sahip  olmalıdır.  Eğer seçenekler ifade bakımından birbirinden farklıysa çoğu durumda bu öğrencilere ipucu veren bir yapı sergiler. Özellikle eklerin kullanımına dikkat etmek gerekir.

•     İpucu vermekten kaçınmak gerekir. Özellikle “bazen, çoğunlukla, genellikle, sıklıkla ya da zaman zaman” vb. ifadelerin doğru olma olasılığı yüksektir. Diğer taraftan “hiçbir zaman, asla, daima, hiçbiri, her zaman, tümü” vb. ifadelerin de yanlış olma olasılığı yüksektir. Bu nedenle bu tür sözcükler seçeneklerde kullanılmamalıdır.

•     Birbirinin tam zıttı olan durumların seçeneklerde verilmesi çoğunlukla uygun değildir. Çünkü genellikle ikisinden biri doğrudur. Şans başarısı artar, geçerlilik ve güvenilirlik düşer.

•     Seçenekler yazılırken anlamca birbirini içeren / kapsayan ifadelerin kullanılmamasına dikkat edilmelidir.

•     Seçeneklerin uzunlukları birbirine eşit olmalıdır. Özellikle doğru cevabın daha uzun ya da daha kısa olmamasına özen gösterilmelidir.

•     Doğru cevaplar teste dağıtılırken dikkat edilmeli, doğru cevapların bir örüntü göstermemesi sağlanmalıdır.

•     “Hepsi” ve “hiçbiri” bir seçenek olarak kullanılmamalıdır.

•     Çoktan seçmeli maddelerde seçenek sayısı genellikle 4 ya da 5 olsa da seçenek sayısını belirleyen temel faktör öğrencinin içinde olduğu gelişim dönemidir. Lise ve daha üstü

öğretim düzeylerinde 5, ortaokul düzeyinde 4 ve ilkokul düzeyinde 3 seçenek kullanılabilir.

•     Seçenekler bir sıra ile verilmelidir. Seçenekler baş harflerine göre alfabetik olarak, eğer sayı iseler büyüklük olarak sıralanmalıdır.

•     Hangi özellik ölçülürse ölçülsün, çoktan seçmeli madde yazımının bütün aşamalarında hem madde kökünde hem de seçeneklerde dil bilgisi ve imla kuralları konusunda yüksek bir titizlik ve özen göstermek çok önemlidir. İyi bir madde yazarı; a. madde yazılan alanı çok iyi bilmeli, b. madde yazma teknik ve yöntemlerinden haberdar olmalı, c. maddelerin yazılacağı dili kullanmada becerikli olmalı ve d. testin uygulanacağı öğrencilerin gelişim düzeyini çok iyi bilmelidir.

•     Çoktan seçmeli maddelerde seçeneklerin baş harfleri büyük olmalıdır.

•     Bir madde kökü ile seçenekleri aynı sayfada olmalıdır. Yarısı başka sayfada, yarısı diğer sayfada olmamalıdır. Bu durum ortak köke dayalı maddeler için de geçerlidir.

•     Eğer  ortak  köke  dayalı  madde  grubu  yazılacaksa  hangi  soruların  ortak  köke  göre yanıtlanacağı belirtilmelidir. İlkokulda madde sayısını çok artırmamak gerekir.

AÇIK UÇLU SORULAR

Açık uçlu sorular ölçme / psikometri alanyazınında genellikle uzun yanıt gerektiren maddeler ve yanıtı sınırlı maddeler olarak ikiye ayrılır. Ancak bu testler sahada genellikle essay (yazılı yoklama), kısa yanıtlı, boşluk doldurma (cümle tamamlama) ve sözlü yoklama olarak geçmekte.

3.3.1.4. ESSAY (YAZILI YOKLAMA): Yazılı yoklamaların temel özellikleri:

•    Cevaplayıcıların sorulara cevap verme konusunda sınırsız bir özgürlüğü vardır. Sınırsız cevap özgürlüğünün hem avantajı hem de dezavantajı bulunmaktadır.

Avantajı:   Öğrencinin yalnızca sahip olduğu bilgiyi değil, aynı zamanda zihninin nasıl işlediğini anlama olanağı sağlar.

Dezavantajı: Öğrenci sınırlı bir bilgiye sahipse soruyla ilgisi olmayan, aklına estiği gibi uzun cevaplar yazabilir.

•    Sınırsız cevap özgürlüğü, anlatım becerisi iyi olan öğrencilere bir avantaj sağlayabilir.

•    Bu sınav türü, dünyada en eski ve günümüzde de öğretmenlerin hâlâ en çok tercih ettiği testlerden biridir. Bunun iki nedeni vardır:

a. Pratik nedenler: Hazırlaması kolaydır.  

b. Eğitsel nedenler: Üst düzey bilişsel becerileri ölçmek için geleneksel yöntemler arasında en avantajlı yazılı test etme yoludur (Sentezde tek yol.).

•    Yazma, problem çözme, bilgileri organize etme, analiz vb. özgün bir ürün ortaya koyma (yaratıcı  düşünme),  eleştirel  düşünme,  yeni  durumlara  beceriyi  transfer  etme,  analitik düşünme, bilimsel düşünme, hipotez oluşturma ve neden-sonuç ilişkilerini açıklama, veri düzenleme, güçlü ve zayıf yönleri belirleme gibi becerileri ölçmek için çok kullanışlıdır.

•    Çok fazla soru sorulamaması (Okuma ve yazma eylemlerinin süreler arasında ortalama 10 kat fark bulunmakta.) bir dezavantajıdır.

•    Puanlar sadece öğrencinin sahip olduğu bilgiyi değil; öğrencinin anlatım biçimini, yazı güzelliğini, bilgisini örgütleme biçimini de yansıtır. Bu ise ölçme sonuçlarındaki sistematik hata miktarını artırabilir.

•    Puanlama öznelliği belki de en önemli dezavantajıdır.

“Essay”de Nesnelliği Artırma Yolları:

•    Ayrıntılı  bir  cevap  anahtarı  çıkarılmalıdır.  Öğrenci  ne  yaparsa  kaç  puan  verileceğinin belirlenmesi gerekir.

•    Bütüncül (holistik) ya da analitik rubrik hazırlanabilir.

3.3.1.5. KISA CEVAPLI SORULAR: Kısa cevaplı testler; öğrencinin bir sözcük, bir rakam, bir tarih ya da en çok bir cümle ile cevaplandırabileceği sorulardan oluşur. Kısa cevaplı testler, öğrencinin aklının estiği cevabı yazmasını büyük ölçüde engelleyecek bir özelliğe sahiptir. Bundan ötürü maddeleri cevaplandıran bir cevaplayıcının yazacağı cevaplar çok kısadır. İstenen cevapların kısa ve belirgin olması, kısa cevaplı testlerin puanlanmasını genellikle nesnel kılar. Kısa cevap, soru cümlesi ya da eksik cümle yapısında olabileceği gibi hatırlama ya da tanımayı gerektiren bir yapıda da olabilir.

•    Eğer konu kapsamı bakımında homojen bir yapıda ise gruplandırılarak sorulması daha uygun olacaktır.

•    Uzun cevap gerektiren sorularda olduğu gibi bu soru türünde de ayrıntılı bir cevap anahtarı hazırlanmalıdır. Öğrencilerin verecekleri cevap çeşitliliğinin öğretmenin cevap repertuvarından her zaman daha fazla olacağı göz önüne alındığında, anahtarın zümrece hazırlanması önerilebilir.

Avantajları: 

a.  Hazırlaması,  uygulaması  ve  puanlaması  kolay;  diğer  bir  ifadeyle kullanışlıdır.

b. Soru sayısı artırılabilir.

c. Sistematik hata karışma olasılığı pek yoktur. İyi  yazılmazsa  genellikle  üst  düzey  bilişsel  özelliklerin  ölçülememesi  yine  bir dezavantajıdır.

3.3.1.6. CÜMLE TAMAMLAMA SORULARI:

Cümle tamamlama, kısa cevaplı / sınırlı cevap gerektiren soru grubudur. Bu tür sorularda öğretmen önemli gördüğü bir cümleyi alır, kritik gördüğü bir ya da birden fazla yeri çıkarır ve yerine bir boşluk koyar. Öğrenciden o cümleyi anlamlı bir biçimde tamamlaması istenir. Cümle tamamlama soruları boşluk doldurma olarak da geçmektedir.

•    Hazırlanması oldukça kolaydır. Bu yargı, özellikle kim, ne, nerede, ne zaman? sorularına cevap olabilecek olgusal bilgileri ölçmeye yönelik soruların yazılmasında geçerlidir.

•    Cümleler ders kitabından aynen alınmamalı, öğretmen kendi sözcükleriyle soruları yeniden yazmalıdır.

Avantajları: 

a.  Hazırlaması,  uygulaması  ve  puanlaması  kolay;  diğer  bir  ifadeyle kullanışlıdır.

b. Soru sayısı artırılabilir. c. Sistematik hata karışma olasılığı pek yoktur. İyi  yazılmazsa  genellikle  üst  düzey  bilişsel  özelliklerin  ölçülememesi  yine  bir dezavantajıdır.

Cümle Tamamlama Soruları Yazım Kuralları:

•     Her kısa cevap maddesi, yalnızca tek bir doğru cevabı olacak biçimde yapılandırılmalıdır. Tartışma götürecek, yoruma açık durumların soru yapılmasından kaçınılması ve sorunun ifadesinin açık, net ve anlaşılır olması gerekir.

•     Bir  maddenin  ifadesinde,  o  maddenin  cevabının  bulunmasında  işe  yarayacak  ipuçları vermekten kaçınılmalıdır. Doğru cevabın verilmesinde kullanılabilecek ipucu, maddede verilen gereksiz bir bilgi ya da cümlenin gramer yapısı olabilir.

•     Cümlenin gramer yapısı bağlamında ipucu genellikle eklerle verilmektedir.

•     Maddenin cevabında birden çok ayrıntı varsa o ayrıntıların her birine ayrı puan vermek gerekir.

•     İlköğretimde cevapların ayrı bir cevap kâğıdına işaretletilmesi uygun görülmemektedir ancak ortaöğretimde bunun pek bir sakıncası bulunmamaktadır.

•     Bir cümlede çok sayıda boşluk bırakılmamalı ve cümlelerden sadece anahtar niteliğindeki anlamlı  ve  önemli  sözcükler  çıkarılmalıdır.  Eksik  cümle  istenileni  anlatacak  biçimde yapılanmış olmalıdır.

•     Herkesçe   aynı   biçimde   algılanacak,   öğrencinin   “Acaba   öğretmenim   bununla   neyi kastediyor?” sorusunu sormayacağı biçimde soru yazmak gerekir.

3.3.1.7. SÖZLÜ YOKLAMA:

Sözlü sınavlar çok iyi organize edilse / kurgulansa dahi ciddi bir ölçme hatası barındırma potansiyeline  sahiptir.  Ancak  bütün  bu  potansiyel  sınırlılıklarına  rağmen  sözlü  yoklamalar özellikle dile dayalı becerilerin ölçülmesi için geleneksel yöntemler içindeki tek türdür. Örneğin sözlü anlatım, diksiyon, yabancı dil dersinde konuşma, solfej ve şarkı söyleme vb.

•    Sorular sözlü olarak sorulur ve cevap sözlü olarak verilir.

•    Öğretmen ile öğrenci arasında karşılıklı ve devamlı bir etkileşim vardır.

•    Bireysel bir test olması nedeniyle her öğrenciye ayrı soru sorma zorunluluğu vardır.

•    Bireysel bir test olması nedeniyle tüm öğrencileri test etmek için gereken süre oldukça fazladır.

•    Öğrencinin cevaplarını gözden geçirme şansı yoktur.

•    Cevaplama çoğu zaman üzerinde düşünmeye ve tasarlamaya olanak olmadan verilir.

•    Puanlama hemen yapılır. Bu ise cevabın doğruluğunun genel izlenimle yapılmasına neden olur.

•    Öğrencinin  yerinde  ayağa  kaldırılması  ya  da  tahtaya  kaldırılması  kaygı  vb.  bireyden kaynaklanan hata miktarını artırabilir.

•    Öğretmenin ölçme sonucuna sistematik hata karıştırma olasılığı yükselir.

•    Sözlü anlatım becerisi iyi olan bir öğrenci, iyi olmayan bir başka öğrenciden daha az biliyor olsa da yüksek puan alabilir.

•    Öğrencinin kılık-kıyafeti, diksiyonu, hâl ve hareketleri puanlamaya artı ya da eksi yönde etki edebilir.

•    Çok fazla soru sorulamayacağı için kapsam geçerliliği problemi olabilir.

Sözlü Yoklama Uygulama Kuralları:

•    Sözlü sınavların yapılacağı gün ve saat, yazılı sınavlarda olduğu gibi ilan edilmelidir.

•    Sorular önceden hazırlanmalıdır. Soruların seçiminde amaca uygunluğa ve her öğrenciye benzer güçlükte soru belirlenmesine dikkat edilmelidir.

•    Cevap anahtarı hazırlanmalıdır.

•    Sınavın yapılması aşamasında öğrencilerin kaygısını artıracak davranışlardan kaçınılmalıdır. Hazırbulunuşluluk artırılmalıdır.

•    Basit olan sorudan başlanmalıdır.

•    Kayıt altına alın(a)mıyorsa puanlama hemen yapılmalıdır.

•    Puana ilişkin dönüt hemen verilmelidir.

•    Puanlamada sistematik hata kaynaklarına karşı dikkatli olunmalıdır.

Not: Yoklanacak olan davranışlar, yazılı sınav türleriyle de yoklanabiliyorsa sözlü yoklama yapmaktan kaçınılmalıdır.

GENEL   DEĞERLENDİRME:   Her   madde   /   soru   türünün   avantajları   olduğu   gibi dezavantajları da vardır. Dezavantajları asgariye indirmenin yolu madde / soru çeşitlemesi yapmaktır ancak özellikle ilkokulda, çocukların gelişim süreçleri de dikkate alındığında, madde / soru çeşidi sayısını çok artırmamak gerekir.

Geleneksel  test  etme  yaklaşımları  ürün  odaklıdır.  Eğitim  sürecinde  ürün  elbette önemlidir ancak ürün kadar öğrencinin süreçte bilgiyi nasıl yapılandırdığının izlenmesi de beklenen ürünün ortaya konulabilmesi açısından çok önemlidir. Bu nedenle geleneksel ölçme yöntemleri, destekleyici yöntemlerle (alternative assessment) desteklenmelidir.

3.3.2. DESTEKLEYİCİ DEĞERLENDİRME YAKLAŞIMLARI:

3.3.2.1. PORTFOLYO: Öğrencinin bir bütün olarak gelişim ve öğrenme süreci ile ürünlerini gösteren, aynı zamanda değerlendirilmesini de sağlayan sistemli ve amaçlı olarak oluşturulmuş dosyalardır. Portfolyolar ile amaçlanan, öğrenciyi çok yönlü olarak ve öğrencinin gelişimini bir süreç olarak izlemek ve değerlendirmektir. Portfolyolar ile öğrencinin öz geçmişi, ilgileri, tutumları, becerileri, yetenekleri, öğrenme biçimi, sosyal özellikleri vb. özelliklerinin tanınması amaçlanır. Sürecin paydaşları; öğrenci, öğretmen, arkadaş, aile ve iletişimde olduğu diğer kişilerdir. Öğrencinin yalnızca okulda değil; aile ortamında, oyun ortamında ve dış çevrede tanınması amaçlanır.

•    Portfolyolar öğrencinin yaptığı çalışmaların bir araya getirildiği herhangi bir çalışma dosyası değildir.

•    Öğrenciyi başarılı / başarısız olarak sınıflandırmayı sağlayan bir araç değildir.

•    Öğrencilerin özelliklerini birbirleri ile karşılaştırmak amacıyla oluşturulmuş araçlar değildir.

Öğrenci portfolyosunun kabaca iki türü vardır. Bunlar:

a. Süreci  yansıtan  portfolyolar:  Öğrencinin  öğrenme  ve  gelişim  sürecini  yansıtır. Başlangıç çalışmalarını, süreçteki çalışmalarını, karşılaşılan güçlükleri ve öğrenme ürünlerini içerir.

b. Ürünü  yansıtan  portfolyolar:  Öğrenme  sürecinden  çok  bitmiş  görevleri  içerir. Öğrencinin en iyi olduğunu düşündüğü çalışmaları içerir.

Portfolyonun içeriği:

•    Öğretmen kayıtları (gözlemler, anektod kayıtları)

•    Öğrencinin çalışmaları

•    Öğrencinin sözel ve psikomotor becerilerini gösteren teyp ve video kayıtları

•    Öğrencinin kendi çalışmaları hakkındaki düşünceleri, günlükler

•    Öğrenciye yazılan mektuplar

•    Öğrencinin yazdığı mektuplar

•    Öğretmenin aileye ve diğer öğretmenlere yazdığı mektuplar

Portfolyo Oluşturma Süreci

TOPLAMA:

1.  Hangi çalışmaların toplanacağına ve hangi özelliklerin gözleneceğine karar verilmesi

2.  Öğrencilere çalışmalarının bir dosyada toplanacağının açıklanması ve çalışmalarını saklama konusunda öğrencilerin teşvik edilmesi

3.   Her öğrenci için sınıfta çalışmalarının toplanacağı ayrı bir kutu, dosya vb. oluşturulması

4.   Her bir çalışmanın ve öğretmen kaydının üzerine tarih yazılması

SEÇME

1.   Öğrenci seçimini kendi başına veya öğretmenin rehberliğinde yapabilir.

2.  Portfolyonun türüne ve öğretmenin koyduğu koşullara bağlıdır.

a.  Süreci  yansıtan  portfolyolarda  öğretmenin  belirlediği  konuları  /  gelişim alanlarını yansıtan çalışmaların seçilen örnekleri, öğrenme / gelişim sürecini yansıtacak şekilde yer alır.

b.  Ürünü yansıtan portfolyolarda öğretmenin belirlediği konular ile ilgili ortaya çıkan ürünler arasından seçilenler yer alır.

YANSITMA: Portfolyoyu herhangi bir çalışma dosyasından ayıran en önemli aşamadır. Bu aşamada öğrenci

1.   Portfolyosuna seçtiği her bir çalışmayı niçin seçtiğini açıklar.

2.   Çalışmalarını yaparken geçirdiği süreci ve bu süreçte öğrendiklerini anlatır.

3.  Kendi başarısını görür, bunu ifade eder ve değerlendirme sürecine katılır.

Yansıtma Soruları:

•    Bu çalışmayı nasıl yaptım?

•    Bu çalışmadan ne öğrendim?

•    Bu çalışmayı daha da geliştirebilir miyim? Nasıl?

•    Çalışmalarım içinde en çok sevdiğim hangisi? Neden?

•    Bana zor gelen bir çalışmam var mı? Varsa neden?

•    Bu çalışmayı portfolyoma neden koydum?

SONUÇ

•    Bu aşamada öğrenci “Bu çalışmayı niçin yaptık?” sorusunu yanıtlar.

•    Okulda yaptığı çalışmalarla öğrendikleri arasında somut bağlar kurar.

•    Tamamlanan portfolyo çalışmalarının öğrenci tarafından sınıf arkadaşları, öğretmeni ve ailesinden  oluşan  bir  gruba  sunumu  yapılmalıdır.  Portfolyonun  sunumu,  öğrencinin çalışmalarına önem vermesini sağlar ve kendine olan güvenini artırır.

3.3.2.2. PERFORMANS DEĞERLENDİRME:

Şekil 16: Performans değerlendirme araç ve yöntemleri

3.3.2.2.1. ÖZ DEĞERLENDİRME: Öğrencinin belirli bir konuda (örneğin bir ürünü ortaya koymada gösterdiği performans vb.) kendi kendisini değerlendirmesine denir.

•    Öğrencilerin kendi özellikleriyle (yetenek, ilgi, beceri vb.) ilgili farkındalığının artmasını, zayıf ve güçlü yönlerini keşfetmesini sağlar.

•    Öz düzenleme becerisi artar.

•    Ölçütlü düşünme becerisi artar.

•    Öğrenme motivasyonunu artırır.

Öz    Değerlendirmenin    Olası    Dezavantajları:     a.    Öğrencilerin     kendi    performanslarını değerlendirirken yanlı davranmaları söz konusu olabilir. b. Başlangıçta deneyimsizlik nedeniyle performansın değerlendirilmesinde yanılgılar olabilir.

3.3.2.2.2.  AKRAN  DEĞERLENDİRME:  Öğrencinin  ortaya  koyduğu  performansa  ilişkin arkadaşlarının değerlendirmesine denir.

•    Akranların değerlendirme sürecine katılması nedeniyle daha katılımcı, aktif bir eğitim ortamı sağlanabilir (Sorumluluk duygusu artar.).

•    Öğrencilerin eleştirel düşünme becerileri artar.

•    Öğretmen dışındaki bir kaynaktan dönüt almak öğrencinin performansını artırabilir.

•    Eleştiri kültürü (olumlu-olumsuz) gelişebilir.

Akran Değerlendirmenin Olası Dezavantajları: a. Öğrencilerin yanlı davranmaları söz konusu olabilir. Kişisel ilişkiler olumlu ya da olumsuz yönde değerlendirmeye etki edebilir.  b. Genel izlenimle puan verme söz konusu olabilir.

3.3.2.2.3.  RUBRİK  (DERECELİ  PUANLAMA  ANAHTARI):  Performans  ürünlerinin değerlendirilmesinde en sık kullanılan araçlardan biridir. Amaç, öğretmen tarafından ürünün genel izlenimle puanlamasındaki öznelliğini azaltmaktır. Rubrikler ikiye ayrılır: a. Bütüncül (Holistik) rubrik b. Analitik rubrik

Tablo 5. Bütüncül (Holistik) Rubrik Örneği (Maket Yapımı)

Tablo 6. Analitik rubrik örneği (Maket yapımı)

•    Rubrikler performans görevleriyle birlikte öğrenciye verilmelidir.

•    Rubriklerin  geliştirilmesi  uzmanlık  gerektirir.  Rubrikler  için  geçerlilik  ve  güvenilirlik çalışmaları yapılmalıdır.

3.3.2.2.4. KONTROL LİSTELERİ: Gözlenen performans ürününün ölçütlere uygunluğunu “evet-hayır”, “var-yok”, “gösterdi-göstermedi” vb. bir biçimde kategorik (1-0) olarak puanlama amacıyla kullanılan araçlardır.

•    Özellikle  sergilenecek  performans  detaylı  ve  ardışık  eylemler  gerektirdiği  zamanlarda kullanışlıdır. Örneğin bir deneyin eyleme dökülmesi vb.

•    Pek çok işlem adımında oluşan performanstaki eksik adımları belirlemek için oldukça uygundur.

3.3.2.2.5.  DERECELEME  ÖLÇEKLERİ:  Bu  araçların  kullanımında  performansa  dayalı işlemler ilk baştan sonuna kadar listelenir ve davranışın karşısına davranışın gösterilme derecesi en az üçlü [örneğin tam gösterildi (3), kısmen gösterildi (2) ve gösterilmedi (1)] bir biçimde derecelendirilir.

3.3.2.2.6. GÖZLEM FORMLARI: Öğrenme çıktılarının somut olarak gözlenebildiği bazı alanlarda bu yöntem oldukça kullanışlıdır.

•    Özellikle fen derslerinde, meslek liselerinin somut performans ürünlerinin geliştirildiği vb. alanlar için oldukça uygundur.

•    Gözlemler öğrenciler hakkında doğru ve hızlı bilgi elde edilmesini sağlar.

•    Gözlem  formları  yarı  yapılandırılmış  biçimde  olabileceği  gibi  tam  yapılandırılmış  bir formatta da olabilir.

3.3.3. GELENEKSEL VE DESTEKLEYİCİ YÖNTEMLERİN KARŞILAŞTIRILMASI

Tablo   7:   Geleneksel   ve   destekleyici   yöntemlerin   karşılaştırmalı   avantaj   ve dezavantajları

GELENEKSEL YÖNTEMLER DESTEKLEYİCİ YÖNTEMLER

Ürün değerlendirilir.                                  Süreç ve ürün birlikte değerlendirilir.

Öğrencinin ulaştığı noktanın tespiti önemlidir.

Ne öğrendikleri yanında, öğrendiklerini nasıl kullandıklarıyla ilgilenilir.

Essay dışında genellikle üst düzey düşünme becerilerinin değerlendirilmesinde yetersizdir.

Üst düzey bilişsel düşünme becerilerine odaklanır.

Değerlendirme öğrenmeden ayrıdır.

Değerlendirme öğrenmeyle bütünleşmiştir.

Bireyden ziyade gruba odaklıdır.              Odak noktası gruptan ziyade bireydir.

Başarının bireyler arası değerlendirilmesine odaklıdır.

Öğrencinin bireysel olarak gelişimine odaklıdır.

Geçerlilik ve güvenilirlik kontrolü daha kolaydır.

Geçerlilik ve güvenilirlik problemi olabilir.

4.TEST VE MADDE İSTATİSTİKLERİNE GENEL BİR BAKIŞ

4.1. TEST İSTATİSTİKLERİ: Ölçme işlemi sonucunda bireylerin toplam puanları üzerinden hesaplanan  istatistiklerdir.  Eğitimde  en  sık  kullanılan  istatistikler  merkezî  eğilim  ölçüleri, değişkenlik ölçüleri, dağılım özellikleri, standart puanlar vb.dir.

Merkezî eğilim ölçüleri: aritmetik ortalama, medyan (ortanca) ve moddur. Bu üç istatistiğin  de  temel  işlevi  bir  puan  dizisindeki  merkezi  bulmaktır.  Merkezî  eğilim  ölçüsü hesaplamak ne işimize yarar? Ne tür kararlar almamızı sağlar? Merkezî eğilim ölçüleri, örneğin ortalama, grubun başarısı (ya da hangi özellik gözleniyorsa) hakkında kabaca da olsa fikir yürütmemizi sağlar. Söz gelimi ortalama 53 olursa grup başarı düzeyi açısından vasat, 82 olursa başarılı, 27 olursa başarı düşük vb. değerlendirmeler yapılabilir. Üstelik bazen bu ölçülerden herhangi biri ölçüt olarak kabul edilerek değerlendirme (bağıl) yapılabilir. Ancak bu istatistikler ile grup hakkında sınırlı değerlendirmeler yapılabilir.

Diğer taraftan değişkenlik ölçüleri ranj (dizi genişliği), varyans, standart sapma ve çeyrek sapmadır. Değişkenlik ölçüleri grubun  kabaca homojen  ya da heterojen bir özellik gösterip göstermediği, standart sapma örnek olarak verilirse değişkenliğin ortalama etrafında nasıl  dağıldığını  gösterir.  Puanların  değişkenliği,  grup  hakkında  biraz  daha  ayrıntılı  bir değerlendirme yapılmasını sağlar.

Puanların  dağılım  özellikleri  yine  grup  hakkında  bilgi  elde  etmemizi  sağlayan istatistiklerdir. Bu istatistikler genellikle histogramlar ya da çizgi grafikleri ile gösterilse de grubun  dağılımı  hakkında  değerlendirme  yapmamıza  olanak  sağlayan  pek  çok  istatistik bulunmaktadır.

Şekil 17: Normal, sivri ve basık dağılımlar

Şekil 18: Sola ve sağa çarpık dağılımlar

Evrende pek çok fiziksel, fizyolojik ya da psikolojik özelliğin normal dağılım eğrisine göre dağıldığı, diğer bir ifadeyle bu dağılımın “normalin bir ölçüsü” olduğu kabulü yapılır. Sivri, basık, sola çarpık ve sağa çarpık dağılımlar normalden sapma gösteren dağılımlardır. Normalden sapma durumlarının pek çok nedeni olabilir. Örneğin grup sayısının az olması, testin kolay ya da zor olması, grubun ölçülen özellik açısından genel niteliği vb. durumlar.

Normal dağılım ortalama ve standart sapma gibi basit iki istatistikle özetlenebilir. Normal  dağılım  ortalama  etrafında  üç  standart  sapma  sağa  ve  sola,  toplamda  altı  alanda özetlenebilir  (%99,74’lük  kısmı).  Dolayısıyla  bir  kişinin  ortalamadan  kaç  standart  sapma uzaklaştığı, grup içerisindeki yerini gösterir.

Şekil 19: Standart normal dağılım altında yer alan alanlar

4.2.  MADDE  İSTATİSTİKLERİ:  Ölçme  işlemi  sonucunda  bireylerin  madde  puanları üzerinden  hesaplanan  istatistiklerdir.  Eğitimde  en  sık  kullanılan  istatistikler  madde  güçlük indeksi, madde ayırt edicilik indeksi, madde güvenilirliği vb.dir.

Madde güçlük indeksi; maddenin kabaca zor mu, orta mı, kolay mı olduğunu gösteren bir istatistiktir.

Madde güçlük indeksi 1’e yaklaştıkça maddenin kolaylaştığı, 0’a yaklaştıkça zorlaştığı anlaşılır.

0.50 civarı ise ortalama güçlükte olduğu biçiminde yorumlanır. Her ne kadar ayrı bir formülü olsa da madde güçlükleri toplamının madde sayısına bölümü testin ortalama güçlüğünü ortaya koyar. Bu noktada öğretmenlerin zihninde şu sorular olabilir: “Hazırbulunuşluluğu ölçmeyi ya da öğrenme eksiklerini tespit etmeyi ya da not vermeyi amaçlayan bir öğretmen testinin / sınavının  ortalama  güçlüğünü  ne  düzeyde  tutmalıdır?  Soruların  güçlük  dağılımı  nasıl olmalıdır?” Bu tür amaçlarla hazırlanan sınavlarda kolay ve zor sorular teste konulabilir ancak ortalama güçlükteki sorular her zaman sayıca daha fazla olmalıdır. Nihayetinde testin ortalama güçlüğü hesaplandığında 0.50 olması ideal durumdur. Pekâlâ “test zor ya da kolay olursa ne olur?” Bir test zorlaştıkça dağılımın sağa çarpık, kolaylaştıkça sola çarpık olma olasılığı artar. Diğer bir ifadeyle grup başarı düzeyi açısından homojenleşmeye başlar ve homojen bir dağılımda testin bilenle bilmeyeni birbirinden ayırt etme gücü azalabilir ve güvenilirlik katsayısı düşebilir. Diğer bir ifadeyle ayırt ediciliği ve güvenilirlik katsayısı yüksek bir ölçme işlemi için öğretmen zor ve kolay sınavlardan ziyade orta güçlükte bir test hazırlamalıdır (Daha önce de açıklandığı gibi elbette testte kolay ve zor sorular olabilir.).

Madde ayırt edicilik indeksi ise maddenin bilenle bilmeyeni ayırt edip edemediğine ilişkin bir istatistiktir. -1 ile 1 arasında değer alır ve genellikle alanyazında 0.30 ile 1 arası ayırt edici olarak nitelendirilir.

Madde güçlük indeksi 1’e yaklaştıkça maddenin kolaylaştığı, 0’a yaklaştıkça zorlaştığı anlaşılır.

0.50 civarı ise ortalama güçlükte olduğu biçiminde yorumlanır. Her ne kadar ayrı bir formülü olsa da madde güçlükleri toplamının madde sayısına bölümü testin ortalama güçlüğünü ortaya koyar. Bu noktada öğretmenlerin zihninde şu sorular olabilir: “Hazırbulunuşluluğu ölçmeyi ya da öğrenme eksiklerini tespit etmeyi ya da not vermeyi amaçlayan bir öğretmen testinin / sınavının  ortalama  güçlüğünü  ne  düzeyde  tutmalıdır?  Soruların  güçlük  dağılımı  nasıl olmalıdır?” Bu tür amaçlarla hazırlanan sınavlarda kolay ve zor sorular teste konulabilir ancak ortalama güçlükteki sorular her zaman sayıca daha fazla olmalıdır. Nihayetinde testin ortalama güçlüğü hesaplandığında 0.50 olması ideal durumdur. Pekâlâ “test zor ya da kolay olursa ne olur?” Bir test zorlaştıkça dağılımın sağa çarpık, kolaylaştıkça sola çarpık olma olasılığı artar. Diğer bir ifadeyle grup başarı düzeyi açısından homojenleşmeye başlar ve homojen bir dağılımda testin bilenle bilmeyeni birbirinden ayırt etme gücü azalabilir ve güvenilirlik katsayısı düşebilir. Diğer bir ifadeyle ayırt ediciliği ve güvenilirlik katsayısı yüksek bir ölçme işlemi için öğretmen zor ve kolay sınavlardan ziyade orta güçlükte bir test hazırlamalıdır (Daha önce de açıklandığı gibi elbette testte kolay ve zor sorular olabilir.).

Madde ayırt edicilik indeksi ise maddenin bilenle bilmeyeni ayırt edip edemediğine ilişkin bir istatistiktir. -1 ile 1 arasında değer alır ve genellikle alanyazında 0.30 ile 1 arası ayırt edici olarak nitelendirilir.

Şekil 21: Madde ayırt edicilik indeksi

1. EĞİTİM İZLEME ARAŞTIRMALARI: TARİHİ, ÖNEMİ VE TÜRKİYE’DEN SONUÇLAR

Kavramlar

İlk kısımda genel olarak kavramların nasıl ele alındığı ve bu  kavramlar hakkındaki farklı görüşleri  ele  alarak  başlamak  faydalı  olacaktır.  Bu  kavramlardan  ilki,  sıklıkla  başarı (achievement) ya da bazı kaynaklarda erişi olarak ifade edilmektedir. Başarı kavramı aslında günlük hayatımızda da çok  yoğun kullandığımız, farklı anlamlar atfettiğimiz ve genellikle olumlu bir özellik olarak değerlendirilmektedir. Aslında eğitim alanında biz başarıyı, belirli bir konu  alanında  veya  uygulama  alanında  kazandırılan/kazandırılmaya  çalışılan  kazanımlara bireylerin ulaşma/erişme düzeyleri olarak anlamlandırıyoruz. Bu nedenle başarı aynı zamanda erişi olarak tanımlanıyor. Başarı, konu alanında verilen eğitim sonucunda öğrencilerin beklenen kazanımlara, becerilere ya davranışlara sahip olma düzeyini ifade eden bir kavram. Özetlemek gerekirse erişi ya da başarı kavramı, sunulan bilgilere, sunulan içeriğe o eğitimi alan bireylerin ne kadar ulaşabildiğine dair bir gösterge, erişim düzeyi olarak ifade edilmektedir.

Bir diğer kavram olan beceri ise başarıdan farklı olarak tekil kazanımlardaki erişim düzeylerinden ziyade öğrencilerin bilgi ve becerilere sahip olduktan sonra bunları ne kadar kullanabildiğine  dair  bir  gösterge  olarak  değerlendirilmektedir.  Beceri;  bilgilerin  bir  araya toplanıp, doğru bilgilerin seçilip ardından seçilen bilgilerin doğru şekilde kullanılması, gerçek ya da tasarlanan bir durumda kullanılabilmeyetisini ifade etmektedir.

Eğitimin daha geleneksel olduğu zamanlarda bilgiye sahip olmak, bilgiyi ezberde tutmak  ya  da  yeri  gelince  hatırlamak  ve  anlamak  kıymetliydi.  Bilgiye  ulaşmanın  gittikçe kolaylaştığı günümüzde artık bu bilgileri uygun durumlarda kullanmak önem kazanmakta ve beceri kavramının önemi öne çıkmaktadır.

Değineceğimiz  son  kavram  ise  okuryazarlık  (literacy).  Okuryazarlık  da  aslında beceriyle çok ilişkilendirilen ve birçok kaynakta bir beceri türü olarak ifade edilen bir yapıdır. Günümüzde dünyada önem atfedilen eğitim izleme araştırmalarından birisi olan Uluslararası Öğrenci   Değerlendirme   Programında   (PISA)   ölçülen   özellikler   “okuryazarlık”   olarak tanımlanmaktadır. Okuryazarlık, özellikle belirli bir alanda ilgili doğru  bilgileri bulma, bu bilgileri  yanlış  bilgilerden  ayıklama,  bunun  için  temel  okuryazarlık  becerilerini  kullanma, ardından  doğru  bilgileri  seçerek  ve  uygun  analiz  yöntemlerini  kullanarak  gerçek  ya  da tasarlanmış durumlarda kullanma becerisi olarak tanımlanmaktadır. Eğitim sistemimiz de dâhil olmak üzere birçok çağdaş eğitim sisteminde, aslında öğrencilere salt bilginin yanında çeşitli beceriler kazandırmak ve kazandırılan bu becerileri doğru ortamlarda, doğru yorumlayacak ve kullanabilecek şekilde gerekli tüm altyapıyı kazandırmak amaçlanmaktadır.

Bilimsel ve teknolojik gelişmeler sonucunda bilgiye ulaşmanın kolaylaşması, 2000’li yıllardan sonra eğitim sistemlerinin öğrencilere bilgiye ulaşmanın ötesinde bunları uygulama becerisi kazandıracak şekilde revizyona gitmesini gerektirmiştir. Birçok eğitim sistemi artık daha fazla  ve  daha  ağırlıklı  şekilde  öğrencilerine  gerçek  hayatta  karşılaşacakları  problemleri

çözebilecek becerileri kazandırmaya çalışmaktadır. Bu beceriler yalnız eğitim açısından değil, eğitimin ötesinde bireylerin artık günümüzde istihdam edilebilirliklerini artırmak için de son derece önemlidir.  Eğitimin yanında iş gücü piyasasında da bilgiye ulaşmanın yanında mevcut problemleri çözebilen, bunun için doğru kişilerle iletişim kurabilen, iş birliği yapabilen ve bu süreçte kendi akademik ve sosyal becerilerini kullanabilen insanlara ihtiyaç duyulmaktadır.

Güncel eğitim politikaları da talep edilen bu becerilere cevap vermek adına eğitim programlarını ve sundukları tüm eğitim yaşantılarını buna göre tasarlamak durumundadır. İş gücü piyasasında artık otomasyon yapay zekâ çalışmaları hızla yayılmakta ve her geçen gün daha fazla sayıda meslek, daha fazla sayıda iş otomasyon tarafından -yani makineler tarafından- yapılır hâle gelmektedir. Hâliyle böyle bir dünyada iş gücü piyasasında rutin işlerden ziyade daha üst düzey bilişsel becerilere sahip, iş birliğine açık, yeniliklere daha kolay adapte olabilen ve mevcut problemleri çözme konusunda yüksek yetkinliğe sahip bireylerin istihdam edilebilirliği artmıştır.

Yine  hatırlamamız  gerekiyor  ki  bu  becerilere  sahip  insan  kaynağının  yetişmesi, ülkelerin en büyük önceliğidir. Eğitim de öğrencilere söz konusu becerilerin kazandırılmasında ülkelerin sahip olduğu en önemli araçtır. Bu nedenle ülkeler eğitim sistemlerine daha fazla daha yatırım   yaparak   ve   gerekli   iyileştirmeleri   sağlayarak   öğrencilerine   gerekli   becerileri kazandırmaya, onların okuryazarlıklarını geliştirmeye gayret etmektedir.

Uluslararası İzleme Çalışmaları

Uluslararası izleme çalışmaları ne zaman, ne amaçla ortaya çıktı? Eğitim izleme çalışmaları, bugün çok popüler olmakla beraber aslında çok uzun süredir sahada olan uygulamalardır. Bugün birçok  ulusal  izleme  araştırmasına  temel  teşkil  eden  ilk  çalışamalardan  biri  1964  yılında gerçekleştirilen uluslararası matematik izleme çalışmasıdır. TIMSS’in de geliştiricisi olan kurum (IEA) tarafından gerçekleştirilen bu çalışma 1960’larda matematik üzerinde başlamıştır.

Aslında bu tarz izleme çalışmalarına ihtiyaç duyulmasının ve bu çalışmaların popüler olmasının sebeplerinden ilki karşılaşıtırılabilir veri ihtiyacıdır. Bildiğiniz üzere her ülke eğitime önem vermekte ve eğitimi önemli bir yatırım alanı olarak görmektedir. Bununla birlikte ülkelerin kendi insan kaynağını geliştirmede attığı adımlar birinden diğerine önemli farklılıklar gösteriyor. Bu farklılıklar elbette kaçınılmazdır zira ülkelerin kültürel özellikleri, eğitime yaklaşımları ve eğitimden beklentileri kısmen farklıdır. Diğer yandan da farklı yaklaşımlar izleyen ülkeler şu geri bildirimlere  ihtiyaç  duyuyor:  Biz  bu  yaptıklarımızla  eğitimi  nereye  götürüyoruz?  Diğer ülkelerden   ne   gibi   farklılıklara   sahibiz?   Yaptıklarımızla   eğitimde   istediğimiz   ivmeyi yakalayabildik  mi,  yakalayamadık  mı?  Bu  soruları  yanıtlamak  için  ise  ülkeler  arasında karşılaştırılabilir veriye ihtiyaç duyuluyor. Eğitim izleme araştırmaları da 1960’lı  yıllardan itibaren özellikle bu ihtiyacı karşılıyor.

1960’lı yıllarda matematik alanı ile başlayan çalışmaların bugün kapsamı büyük ölçüde genişlemiştir. Örneğin PISA ile beraber değerlendirilen alanlar artmış; matematik, fen ve okuma becerileri  üç  ana  alan  olarak  belirlenmiştir.  Uluslararası  Matematik  ve  Fen  Eğilimleri Araştırmasında  (TIMSS)  matematik  ve  fen,        Uluslararası  Okuma  Becerilerinde  Gelişim

Araştırmasında   (PIRLS)   ise   okuma   becerileri         değerlendirilmektedir.   Ayrıca   izleme

çalışmalarının  kapsamı  günümüzde  sosyal  ve  duygusal  beceriler,  vatandaşlık  becerileri, yetişkinlik becerileri, dijital okuryazarlık gibi çok farklı alanları da içerecek şekilde genişlemiştir. Ülkelerin eğitim performanslarına dair artan geri bildirim ihtiyacını karşılamak için daha fazla izleme araştırması yapılıyor. Bu geri bildirimler sadece miktar olarak daha fazla değil, artık daha fazla alanda ve daha fazla faktöre dair geri bildirim sağlanmaktadır.

İzleme araştırmalarının sağladığı ikinci katkı, ihtiyaç duyulan bağlamsal ve bütüncül ilişkilere dair bulgular sunmasıdır. Çalışmalarda sadece eğitim performansının nasıl değiştinin ötesinde elde ettiğimiz bilginin kapsamı ve bağlamı bundan çok daha fazlasıdır. Aslında bu çalışmalar öğrenci performansındaki değişimin birçok özellikle ilişkili olup olmadığı konusunda

da bilgi vermektedir. Örneğin öğrencilerin akademik başarıları okul iklimi, eğitim yatırımları, öğretmen özellikleri, öğrencilerin sosyoekonomik özelliklerine göre nasıl değişiyor gibi önemli sonuçları yine bu çalışmalar sayesinde görebiliyoruz. Üstelik bu bilgiler yalnız Türkiye’ye ilişkin değil, farklı ülkelerdeki durumu da değerlendirebileceğimiz şekilde veriliyor. Dolayısıyla veriler eğitim politikacıları, eğitim araştırmacıları ve eğitime ilgi duyan tüm paydaşlar açısından son derece önemlidir. Ayrıca bu çalışmaların hepsinin verileri de açık hâlde bulunuyor, sizler de bu verileri temin edip kendi araştırmalarınızı yapabilirsiniz.

Son olarak izleme çalışmaları, eğitim politikalarının bir bütün olarak oluşturduğu etki konusunda  da  önemli  bulgular  sağlamaktadır.  Bu  çalışmaların  hiçbiri  doğrudan  nedensel çıkarımlar yapmaya uygun çalışmalar değildir. Yani bir eğitim sisteminde yapılan işlemler ve bu işlemlerin ayrı ayrı etkilerine dair sonuçlar sağlamamaktadır. Ancak belirli zaman içinde – genelde üç ve dört yıllık periyotlarla- eğitim sisteminin farklı bileşenlerine dair önemli çıktılar sağlamaktadır.  Dolayısıyla  çalışmalar,  eğitim  performansının  zaman  içinde nereden  nereye geldiği hakkında bütüncül bir değerlendirmeye imkân sağlamaktadır.

Günümüzde En Yoğun Katılım Gösterilen Çalışmalar

PISA, Ekonomik Kalkınma ve İşbirliği Örgütü (OECD) tarafından geliştirilen ve üç yıllık periyotlarla uygulanan izleme çalışmasıdır. OECD, Türkiye’nin kurucu üyesi olduğu bir örgüt olup  temel  amacı  tüm  üye  ülkeler  arasındaki  ekonomik  iş  birliklerini  ve  kalkınmayı destekleyecek programlar oluşturarak birlikte kalkınmayı sağlamaktır. Bu bağlamda OECD, eğitimi,  ekonomik  kalkınmaya  katkı  sunan  ve  çağdaş  vatandaşlık  becerilerine  sahip  insan kaynağının geliştirilmesinde en önemli araç olarak görmektedir.

Bir  diğer  izleme  çalışması  olan  TIMSS  ise  Uluslararası  Eğitim  Başarılarını Değerlendirme   Kuruluşu   (IEA)   tarafından   geliştirilmekte   ve   dört   yıllık   periyotlarla uygulanmaktadır. Türkiye uzun süredir hem PISA’ya hem de TIMSS’e katılım göstermektedir. Son olarak PIRLS de yine IEA tarafından beş yıllık periyotlarla gerçekleştirilen bir izleme çalışmasıdır.  Türkiye  uzun  bir  aradan  sonra  2021’de  tekrar  PIRLS’e  katılmış  ancak  bu uygulamanın sonuçları 2022 yılının sonunda açıklanacaktır.

2. PISA KAPSAMI VE SONUÇLARI

Bu ders kapsamında PISA’nın nerede, nasıl uygulandığı ve hangi bağlamlarda değerlendirme yaptığı açıklandıktan sonra Türkiye’nin performansı tartışılacaktır.

OECD, ekonomik kalkınmanın ve sürdürülebilirliğinin sağlanmasındaki en önemli kaynak  olan  beşerî  sermayeyi  üreten  faktör  olarak  eğitimi  konumlandırmaktadır.  Eğitimin ekonomik kalkınma üzerindeki belirleyici rolü dolayısıyla eğitim niteliğini detaylı olarak ele alan ve üç yıllık periyotlarla uygulanan PISA çalışmasını gerçekleştirmektedir. En güncel PISA uygulaması olan 2018 döngüsüne 79 ülke/ekonomi katılım göstermiştir. Dünyanın dört bir yanından farklı coğrafyalardan, farklı kültürlerden, farklı dinamiklere sahip eğitim sistemleri olan ülkeler yaygın bir şekilde PISA’ya katılım göstermektedir.

PISA, 15 yaş grubunu hedef grup olarak almaktadır. Bunun nedeni birçok Avrupa ve OECD ülkesinde 15 yaşa tekabül eden dönemin yaklaşık olarak ortaokulun sonuna denk gelmesi ve bu dönemde zorunlu eğitimin tamamlanmasıdır. Dolayısıyla PISA, zorunlu eğitim dönemini bitiren öğrencilerin henüz iş gücü piyasasına katılmadan ya da eğitimlerine devam etmeden matematik, fen ve okuma becerileri alanlarında hangi yeterliklere sahip olduğuna dair bilgi vermektedir. Yüksek katılıma bağlı olarak 79 ülkeden 600 binden fazla öğrenciye dair verilerin kullanıldığı PSA 2018, ülkelere dair karşılaştırmalı çıkarımlar sağlamaktadır.

PISA, 2000 yılından bu yana uygulanmakta ve her üç yıllık döngüde bir alana ağırlık verilmektedir.  2000  yılında  ağırlıklı  alan  okuma  becerileri  iken  2003  yılında  matematik

okuryazarlığı ve 2006 yılında fen okuryazarlığı, 2018 yılında tekrar okuma becerileri olacak şekilde  çapraz  bir  modelleme  kullanılmaktadır.  Ağırlıklı  alan  olarak  belirlenen  alanda değerlendirme çerçevesi ve tüm değerlendirme süreci yenilenmekte ve derinlemesine analizler yapılmaktadır. Her döngüde bir alana ağırlık verilmekle beraber matematik okuryazarlığı, fen okuryazarlığı  ve  okuma  becerileri  alanlarının  hepsine  dair  ölçme  yapılmaktadır.  OECD, ekonomik ve kalkınma alanındaki dinamiklerin günümüzde sıkça değişmesi nedeniyle eğitim sistemlerine  ve  ülkelere  mümkün  olduğunca  daha  sık  geri  bildirim  vermek  için  PISA uygulamalarının üç yılda bir yürütüldüğünü ifade etmektedir.

PISA 2018  uygulamsına ait  Türkiye örneklemi  incelendiğinde,  15  yaş  grubunda

kısmen 8. sınıfta bulunan ortaokul son sınıf öğrencilerimiz bulunmakta ama yoğun olarak 9 ve

10. sınıf öğrencilerimizin olduğu görülmektedir. Okul türlerine göre dağılım incelendiğinde ise öğrencilerimizin  %44’ünün  Anadolu  lisesi,  %31’inin  mesleki  ve  teknik  Anadolu  lisesi  ve

%14’ünün Anadolu imam hatip lisesinde eğitim gördüğü, bu dağılımın ülkemizde hâlihazırda lise türlerindeki öğrenci dağılımıyla benzerlik gösterdiği ifade edilebilir.

Örneklem  seçimi  yedi  coğrafi  bölgeye  göre  değil,  Türkiye’nin  sosyoekonomik farklılıklarını da dikkate alan 12 bölgeden oluşan İBBS Düzey-1 istatistiksel örnekleme sistemine göre yapılmaktadır. Bu örnekleme sürecinde bölgesel öğrenci yoğunlukları dikkate alınmakta ve daha büyük illerimizin olduğu bölgeler daha fazla öğrenciyle, daha az olduğu yerler ise daha az öğrenciyle temsil edilmektedir.

3. TIMMS KAPSAMI VE SONUÇLARI

Dr. Hayri Eren SUNA

Bu ders kapsamında TIMSS izleme araştırmasının tasarımı, uygulama şekli ve bulguları üzerinde durulacaktır. TIMSS, IEA tarafından dörder yıllık döngüler şeklinde gerçekleştirilmektedir. PISA ile TIMSS arasındaki en temel fark, PISA’da zorunlu eğitim dönemini tamamlayan öğrencilerin iş gücü piyasası tarafından ve ekonomik kalkınma açısından istenen, uygulamaya dönük okuryazarlık becerilerinin hangi  seviyede olduğu değerlendirilmekte iken TIMSS’te eğitim programı (curriculum based) ile ilişkili becerilerin değerlendirilmesidir. TIMSS’te 4 ve 8. sınıf düzeyindeki öğrencilerin ilgili dönemin eğitim programlarından beklenen özelliklere hangi düzeyde sahip olduklarına dair matematik ve fen alanlarında ayrı ayrı uygulanmalar yapılmakta ve ilgili eğitim programlarında öğrencilerin okul başarısına dair daha doğrudan çıktılar elde edilmektedir.

TIMSS, ilk defa 1995 yılında uygulanmaya başlanmış olup 2019’da araştırmanın yedinci döngüsü tamamlanmıştır. Türkiye TIMMS’e 1999 yılında ilk defa 8. sınıf düzeyinde katılım gösterirken 2011 yılından bu yana son üç döngüye hem 8. sınıf hem de 4. sınıf düzeyinde katılmıştır. TIMSS’in son döngüsü olan 2019 döngüsünde tüm dünyadan 580.000 öğrenci, 310.000 veli, 19.000 yönetici ve 52.000 öğretmenden veri toplanmıştır. Araştırmanın yedinci

döngüsü toplam 64 katılımcı ülkeyle gerçekleştirilmiş ve PISA çalışmasıyla son derece yakın istatistikler elde edilmiştir. Biraz  da  uygulama  süreci  ve  hazırlıklardan  bahsetmek  gerekirse  TIMSS  2019 uygulaması  için  yapılan  hazırlıklara  2016  yılında  başlanmaktadır.  Şekil  5’te  bir  TIMSS döngüsünün  uygulama  öncesi  ve  sonrasında  yapılan  işlemler  ve  hazırlıklar  yıl  bazında verilmiştir

Şekil 5’te de görüldüğü gibi her uygulama döngüsünde uygulama öncesi ve sonrasında yapılan işlemler kendi içerisinde birbirini besleyen süreçler içermektedir. TIMSS’te  tabakalı örnekleme yöntemi kullanılmaktadır: Türkiye’deki tüm okulların listesi uluslararası merkeze gönderilmekte bu merkez iki ayrı sınıf düzeyi için (4 ve 8. sınıf) önce okulları tesadüfen seçmektedir. Burada PISA’da da kullanılan İBB-düzey-1 bölgeleri kullanılmaktadır. Ardından seçilen okullar içerisinden tesadüfi olarak şubeler seçilmekte ve örneklem seçim süreci tamamen bağımsız ve yansız bir şekilde uluslararası merkez tarafından gerçekleştirilmektedir.

Uygulama sürecine ise öğrenciler matematik veya fen testi ile başlamaktadır.  Sınav yaklaşık 36-45 dakika sürmekte, ardından 15-30 dakika arası mola verilmektedir. Diğer testin uygulaması tamamlandıktan sonra 5-15 dakikalık bir anket uygulaması gerçekleştirilmektedir. Sonuç olarak TIMSS asıl uygulaması yaklaşık yarım gün içerisinde tamamlanmaktadır.

Millî Eğitim Bakanlığının 2017 yılında aldığı kararla Türkiye 2019 yılında ilk defa 4. sınıf düzeyindeki uygulamaya 5. sınıf örneklemi ile katılmıştır. Birçok katılımcı ülkede okul öncesi eğitim zorunlu eğitime dâhil olduğu ya da okul öncesi eğitim katılım oranları çok yüksek olduğu için genel ortalamaya göre ülkemizdeki 4. sınıf öğrencilerinin yaş ortalaması biraz düşük kalmaktaydı.  Değişikliğin  bir  ikincisi  sebebi  ise  oluşturulan  değerlendirme  çerçevesinin Türkiye’nin 5. sınıf eğitim programı ile daha uyumlu olmasıdır ve Türkiye diğer bazı ülkelerle beraber 5. sınıf örneklemi ile katılma kararı almıştır.

4.  sınıf  düzeyinde  matematik  alanında  Türkiye  2011  yılında  469  puan  olan ortalamasını  2015’te  483  puana  ve  son  döngüde  523  puana  çıkarmıştır.  Türkiye  4.  sınıf seviyesinde uygulamaya ilk defa 2011’de katılmaya başladığı için daha önceki döngülere dair bir sonuç bulunmamaktadır. 8. sınıf seviyesinde matematikte 429 puanla başlayan süreç, 496 puana  kadar  çıkmıştır.  TIMSS’te  500  puan  önemli  bir  ölçütü  temsil  etmekte  olup  bir uygulamadan diğerine aynı beceriyi ifade etmektedir. Türkiye ilk defa 4. sınıf seviyesinde 500 puanı aşmıştır.

Şekil 6’da görüldüğü gibi matematik yeterlik düzeyleri 4. sınıflar için incelendiğinde 2011 yılında öğrencilerimizin %4’ü, 2015’te %5’i ileri düzey yeterliğe sahipken son uygulamada bu oran %15’e çıkmıştır. 2011’de %7, 2015’te %6 olan ileri düzeydeki öğrenci oranlarımız ise son uygulamada %12’ye çıkmıştır. Alt düzey altı öğrencilerimizin oranı 4. sınıfta %23’ten

%12’ye, 8. sınıf düzeyinde %33’ten %20’ye düşmüştür.

Fen bilimlerinde de çok benzer bir artışın olduğunu ve bu artışın özellikle 2019’da 4. sınıfta 463 puandan 526 puana ulaştığını ve puan artışının özellikle 2019 uygulamasında ivme kazandığı görülmektedir. 1999’da 433 ile başlayan ortalama puan, bugün 500 ortalama ölçek noktasını  da  geçip  515  puana  ulaşmıştır.  Bu  anlamda  PISA’ya  benzer  şekilde  TIMSS sonuçlarımızda da hem 4 hem de 8. sınıfta matematik ve fen alanlarında önemli iyileşmeler söz konusudur.

Fen bilimleri alanında yeterlik dağılımları incelendiğinde ileri düzey seviyesindeki öğrenci oranları 2011’de %3’e, 2015’te %4’e ve son uygulamada %12’ye çıkmıştır. 8. sınıf

düzeyinde ise %8’den %13’e çıkmıştır. Alt düzeyin altında kalan öğrenci oranları ise 2014’te 4. sınıf düzeyinde %24’ten %18’e ve en son uygulamada %10’a kadar düşmüştür. 8. sınıfta ise 2011’de %21’den 2015’te %17’ye ve en son uygulamada da %12’ye düşmüştür. Bu sonuçlar, alt düzeylerdeki öğrenci oranlarımızın önemli ölçüde düştüğünü göstermesi açısından son derece önemlidir.PISA’da önemli ölçüde puanlarımız artmış olmakla birlikte OECD ortalamasına henüz ulaşamasak da TIMSS’in  eğitim programıyla daha ilişkili olması sebebiyle müfredata dayalı değerlendirmelerde öğrencilerimiz daha yüksek performans göstermektedir. Bununla birlikte öğrencilerimizin  daha  üst  düzey  bilişsel  becerilerde,  iş  gücü  piyasasının  talep  ettiği  daha karmaşık beceriler diyebileceğimiz becerilerde gelişim göstermeleri beklenen daha fazla alan bulunmaktadır.

PIRLS de IEA tarafından uygulanmakta olup okuma boyutunu içermesi sebebiyle TIMSS’i tamamlar nitelikte bir çalışmadır. PIRLS, öğrencilerimizin okuma becerilerine ve okuma düzeylerine dair önemli çıktılar sağlamaktadır. Türkiye PIRLS’e ilk defa 2001 yılında katılmış,  20  yıllık  bir  aradan  sonra  alınan  kararla 2021  yılında  tekrar  dâhil  olmuştur.  Bu uygulamaya  ilişkin  sonuçlar  2022  yılının  sonunda  açıklanacaktır.  Türkiye’nin  PIRLS’e katılmasının  bir  diğer  avantajı  her  iki  çalışmaya  katılan  ülkelerin  sonuçlarının  (PIRLS  ve TIMSS’ten elde edilen sonuçlar) ilişkilendirilebilmesidir.

4. OECD SOSYAL VE DUYGUSAL BECERİLER ARAŞTIRMASI

Bu ders kapsamında OECD tarafından geliştirilen ve Türkiye’nin de ilk döngüsüne katılım gösterdiği sosyal ve duygusal beceriler izleme araştırması tanıtılacak  ve elde edilen  genel bulgular  paylaşılacaktır.  Son  kısımda  ise  Bakanlığımız  tarafından  yürütülen  ulusal  izleme araştırmaları hakkında bilgi verilecektir.

Yapılan eğitim izleme araştırmaları bağlamsal birçok bilgiye veri sunmaktadır. Sadece ülkelerin akademik performansını değil, aynı zamanda her bir ülkedeki öğrenci başarısıyla ilişkili birçok faktör hakkında bilgi sağlamaktadır. Öğrencilerin iyilik hâlleri,   yaşam doyumu ya da çeşitli duyuşsal özellikleriyle diğer bir ifadeyle sosyal ve duygusal becerileriyle ilgili de birçok bilgi elde edilmektedir ama bu özellikler bu çalışmaların yalnızca bir boyutunu oluşturmaktadır. Tüm dünyada sosyal ve duygusal becerilerin önemi ile birlikte eğitim sistemlerindeki ağırlığının artmasıyla beraber 2017 yılında OECD tamamen sosyal ve duygusal beceriler odaklı yeni bir araştırma başlatmıştır. Türkiye de İstanbul’la bu çalışmayakatılmıştır.

Öncelikle bu çalışma neden önemlidir ve nasıl bir fark yaratmaktadır? Birinci olarak tümüyle sosyal ve duygusal beceriler dikkate alınıyor ki bu diğer tüm izleme araştırmalarından en önemli farkıdır. İkincisi 10 ve 15 yaş grupları ayrı ayrı ele alınmaktadır ki duyuşsal özellikler, sosyal ve duygusal özellikler yaşa bağlı olarak, özellikle de ergenlik dönemine bağlı olarak önemli  değişimler  gösterebilmektedir.  Ergenlik  sürecini  de  içerecek  şekilde  iki  ayrı  yaş düzeyinin   dikkate   alınması   bu   becerilerin   nasıl   değiştiği   hakkında   önemli   çıkarımlar sağlamaktadır.  Üçüncüsü  ölçümler,  dünyanın  farklı  bölgelerinde  kabul  gören  beş  faktörlü kurama dayalı  olarak  (Big five modeli)  yapılmaktadır.  Bu  beş  faktörlü  model,  Şekil 7’de verilmiştir.

Beş faktörlü modeli oluşturan ana alanlar ve bu alanları oluşturan alanlar: açık fikirlilik (yaratıcılık, hoşgörü, merak), iş birliği (empati, iş birliği, güven), duygu düzenleme (iyimserlik, strese dayanıklılık, duygu düzenleme), görev performansı (sebat, öz denetim, sorumluluk) ve başkalarıyla etkileşimde olma (sosyallik, girişkenlik, enerji) olarak tanımlanmıştır. Her bir alanı oluşturan alanlar ilişkide ve temelde hepsi kendi içerisinde sosyal dayanağı olan sosyal beceri olarak tanımlanan özelliklerdir. Bir de birleşik beceriler diye tanımlanan ve bu beşliye dâhil olmayan ama onunla ilişkili olup sosyal beceriler açısından önemli görülen iki ayrı beceri ise başarma motivasyonu ve öz yeterlik algısıdır.

Bu çalışmayı özel kılan diğer bir özelliği de veri çeşitlemesinin (data triangulation) kullanılmasıdır. Veri çeşitlemesiyle kastedilen aynı sorular üzerinden hem öğrencilerden hem öğretmenlerinden  hem  de  velilerinden  bilgi  toplanmasıdır  ki  bu  tüm  girdilerin/verilerin birleştirilerek sonuçların daha güvenilir hâle getirilmesine katkı sağlamaktadır. Veri çeşitlemesi kullanılmasının sebebi utangaçlık ya da kendine güven gibi duyuşsal becerilere ilişkin soruları, öğrencilerin   oldukları   gibi   değil   olmak   istedikleri   veya   görünmek   istedikleri   şekilde cevaplandırma eğilimlerinin önüne geçebilmek; daha gerçekçi sonuçlara ulaşabilmektir. Bir başka deyişle soruları olduklarından daha öz güvenli veya daha az utangaçmış gibi kendilerini dışarı yansıtmak istedikleri şekilde cevaplama eğilimlerinin önüne geçilmeye çalışılmaktadır.

Bu  çalışmaya  katılan  ülkeler  ve  şehirler  şu  şekildedir:  Kanada  (Ottawa),  ABD (Houston), Kolombiya (Manizales ve Bogota), Portekiz (Sintra), Finlandiya (Helsinki), Türkiye (İstanbul), Rusya Federasyonu (Moskova), Güney Kore (Daegu) ve Çin Halk Cumhuriyeti (Suzhou). Sonuç olarak farklı ülkelerin katılımıyla ortaya çıkan kültürel çeşitlilik son derece önemlidir çünkü kültürel özelliklerle beş faktörlü modelde bahsi geçen sosyal ve duygusal özelliklerin yakından ilişkili olduğu bilinmektedir.

Çalışmaya Türkiye, 10 yaş grubundan yaklaşık 2.700 ve 15 yaş grubundan ise yaklaşık 3.200 öğrenci ile katılmıştır. Paylaşılan temel bulgular tüm katılımcılardan elde edilen genel bulgular olmakla birlikte Türkiye’nin bulguları genel bulgularla benzerlik göstermektedir.

Şekil 8’de görüldüğü gibi çalışmanın enteresan sonuçlarından biri 10 yaş grubunun sosyal ve duygusal beceri puanlarının 15 yaş grubundan daha yüksek olmasıdır. Şekilde üst tarafa doğru olan çizgiler 15 yaş grubunun puanlarının yüksek olduğunu ifade ederken aşağıya doğru giden çizgiler 10 yaş grubunun sosyal ve duygusal beceri puanlarının daha yüksek olduğunu ifade etmektedir. Buna göre neredeyse tüm becerilerde 10 yaş grubu 15 yaş grubundan daha yüksek   puanlara   sahiptir.   15   yaş   grubunda   ergenliğin   etkilerinin   yoğun   görüldüğü düşünüldüğünde sosyal ve duygusal beceriler üzerinde 10 yaştan 15 yaşa geçerken önemli bir düşüş olduğu aşikârdır.

Şekil 9’da görüldüğü gibi cinsiyete göre bu sosyal ve duygusal becerilerin nasıl değiştiği   incelendiğinde   sosyal   ve   duygusal   becerilerin   önemli   farklılıklar   gösterdiği gözlenmiştir.  Strese  dayanıklılık,  duygu  kontrolü  ve  enerji  gibi  bazı  özelliklerde  erkek öğrencilerin puanları yüksekken sorumluluk, empati, birlikte çalışma, hoşgörü ve merak gibi becerilerde kız öğrencilerin puanları daha yüksektir. Açık mavi ile gösterilen çizgiler 10 yaşı, daha koyu renktekiler ise 15 yaşı ifade etmektedir. 10 yaştan 15 yaşa geçişte yön değiştiren bazı özellikler bulunmaktadır. Örneğin öz denetim puanının 10 yaş grubundaki kız öğrencilerde, 15 yaş grubunda ise erkek öğrencilerde daha yüksek olduğu görülmektedir. Benzer durum öz yeterlik puanı için de geçerlidir.   Başarma motivasyonu ise her iki  yaş düzeyinde de kız öğrencilerin daha yüksek puana sahip olduğu bir özelliktir. Özetle çıkarmamız gereken en önemli sonuç, sosyal ve duygusal beceriler anlamında kız ve erkek öğrencilerin önemli farklılıklara sahip olduğu ve bu becerileri geliştirmeye dönük her türlü müdahalede cinsiyetler arası farkların dikkate alınması gerekliliğidir.

Önceki  çalışmalardan  sosyoekonomik  düzeyin  öğrenciler  açısından  son  derece belirleyici olduğunu bilinmektedir. Sosyoekonomik düzey, ailenin sahip olduğu eğitim düzeyi ve gelirden öğrencinin evde sahip olduğu eğitim imkânlarına, okuma imkânlarına hatta fiziksel imkânlara (keni odası olup olmaması, internet bağlantısına sahip olup olmaması) kadar her türlü eğitim  ve  imkâna  dayalı  fırsatı  kendi  içinde  barındıran  yapı  olarak  tanımlanmaktadır. Sosyoekonomik düzeyi yüksek olan öğrencilerin hem toplumda hem de eğitimde birçok konuda daha avantajlı olduğu bilinen bir gerçektir. Şekil 10’da da görüldüğü gibi sosyoekonomik açıdan avantajlı  öğrencilerin  daha  yüksek  sosyal  ve  duygusal  beceri  puanlarına  sahip  olduğu gözlenmiştir. Ölçülen bütün özelliklerde sosyoekonomik açıdan avantajlı öğrenciler daha yüksek puanlar  almıştır.  Özellikle  yaratıcılık,  empati,  öz  yeterlik  gibi  becerilerde  puanları  daha yüksektir. Bu durum sosyoekonomik açıdan dezanavantajlı öğrencilerin sosyal ve duygusal açıdan daha fazla desteklenmesi gerektiğini açıkça ortaya koymaktadır.

Sosyal ve duygusal beceriler bağlamında bireyin öz yeterliğini geliştirmek, her türlü konuda onu daha yeterli hissettirmek veya kendine yönelik yeterlik inancını artırmak önemlidir ama bunlar akademik başarı ile ne kadar ilişkilidir? Burada iki özellik ön plana çıkıyor: Birinci özellik olan merak, hem okuma hem de matematik becerileriyle anlamlı bir ilişkiye sahiptir. İkinicisi de sebat, yani aynı konu üzerinde öğrenene kadar sabırla çalışmaktır. Bu iki özellik 10 yaş grubunda akademik başarıyla doğrudan ilişkili görünmektedir. 15 yaş grubu incelenecek olursa yine merak ve sebata ek olarak kendini güvende hissetme, sorumluluk bilincine sahip olma ve  yaratıcılık  özelliği  de farklı  başarı  göstergeleri  ile ilişki  göstermektedir.  Bu  becerilerin desteklenmesi akademik başarıyı da yükseltme potansiyeline sahiptir.

Öğrencileri  desteklemek  adına  bu  becerilerini  geliştirmek  için  neler  yapılabilir? Çalışmalar, spor etkinliklerine katılımın yaratıcılık ve merak puanlarını önemli ölçüde artırdığını göstermektedir.  Örneğin müfredat dışı spor aktivitelerine katılan öğrencilerin katılmayanlara göre yaratıcılık puanları %17 ile %16 arasında daha yüksek,  keza merak puanları da %10 ile

%15 arasında yaş düzeyine bağlı olarak daha yüksektir. İstanbul’da da bu oranların uluslarası ortalamadan daha yüksek olduğu gözlenmiştir. Sanat etkinlikleri de öğrencilerin merak ve yaratıcılık  becerilerine  önemli  katkı  sağlayan  etkinliklerdir.  Sanat  etkinliklerine  katılan öğrencilerin yaratıcılık puanları %23 ile %30 arasında, merak puanları ise yaklaşık %15 daha yüksektir. Müfredat dışı sanat ve spor etkinliklerini desteklemek bu öğrencilerin akademik becerileri ile ilişkili olan sosyal ve duygusal becerilerini artırmaktadır.

Okul iklimi ile ilgili çıktılar ise rekabetçi okul iklimi, veli beklentileri ve öğretmen beklentilerini   kapsamaktadır.   Akademik   çalışmalardan,   öğrencilerden   beklenti   arttıkça (beklentinin  gerçekçi  olması  koşuluyla)  öğrencilerin  akademik  performansları  ve  kendi  öz yeterlik  algılarının  arttığı  bilinmektedir.  Veli  beklentileri  ve  öğretmen  beklentileri  arttıkça öğrencinin psikolojik iyilik hâli ve sınav kaygısı da artmakta ancak bir taraftan da psikolojik kaygıları ve yaşam doyumları kısmen artmaktadır. Diğer taraftan rekabetçi okul iklimi ve okul içi rekabeti destekleyen politikalar arttıkça öğrencilerin özellikle psikolojik iyilik hâlinde önemli eksikler  olduğu  görülmektedir.  İstanbul’un  yaşam  doyumu  açısından  10  yaş  grubunda uluslarararsı ortalamaya oldukça yakın ama 15 yaş grubunda uluslararası ortalamanın altında olduğu gözlenmiştir. Tüm katılımcı şehirlerde 10 yaştan 15 yaşa gelindiğinde öğrencilerin yaşam doyumu azalmaktadır. Bu nedenle öğrencilere yaşam doyumu sağlayacak, onları kabul edecek olumlu okul iklimi yaratmak son derece önemlidir. Okullarımızda zorbalığa maruz kalma, büyük oranda öğretmen ve öğrenci ilişkisi bağlamında çözülebilmektedir. Öğretmen ve öğrenci ilişkisi arttıkça, daha etkileşimli hâle geldikçe zorbalığa maruz kalma durumu azalmaktadır. Öğretmen ve öğrenci ilişkisi arttıkça okula aidiyet de artmaktadır. İstanbul, katılımcı şehirler arasında öğrencileri okula aidiyet oranı yüksek şehirlerden biridir.

Ulusal   izleme   çalışmaları   kapsamında   Akademik   Becerilerin   İzlenmesi   ve Değerlendirilmesi (ABİDE) araştırması, üst düzey bilişsel becerilere öğrencilerimizin ne kadar sahip  olduklarını  incelenmekte;  Türkçe-Matematik-Fen  Öğrenci  Başarı  İzleme  Araştırması (TMF-ÖBA)  ise  öğrencilerimizin  eğitim  programına  bağlı  kazanımlara  ulaşma  düzeylerini belilemek üzere yapılmaktadır. Son olarak 2019 yılında ilk defa tamamen bilgisayar ortamında gerçekleştirilen okuma, dinleme, yazma ve konuşma olmak üzere dört temel becerinin hepsini kapsayan Türkçe dil becerilerinin izlenmesi araştırması yapılmış ve yaygınlaştırılmaktadır.

Bu eğitimde kullanılan tüm görsel, bilgi ve yorumlara detaylı şekilde Eğitim Analiz ve Değerlendirme Raporları (https://raporlar.meb.gov.tr) aracılığıyla ulaşabilirsiniz.