Dữ liệu khảo thí và các mô hình CTT, IRT: Nền tảng để xây dựng những kỳ thi khách quan, chính xác và chuẩn hóa

🎯 Một đề thi không thể được đánh giá chỉ bằng cảm nhận của người ra đề. Chất lượng của từng câu hỏi cần được kiểm chứng bằng dữ liệu thực tế từ hàng nghìn bài làm của thí sinh.

Trong nhiều năm, việc đánh giá câu hỏi chủ yếu dựa trên kinh nghiệm của giáo viên và hội đồng chuyên môn. Đây vẫn là yếu tố rất quan trọng, nhưng khi quy mô kỳ thi ngày càng lớn, việc bổ sung phân tích dữ liệu khảo thí giúp quá trình xây dựng ngân hàng câu hỏi trở nên khách quan, khoa học và có khả năng cải tiến liên tục.

Đó cũng là lý do các mô hình Lý thuyết khảo thí cổ điển (CTT) và Lý thuyết ứng đáp câu hỏi (IRT) đang được áp dụng rộng rãi trong nhiều hệ thống khảo thí hiện đại.

🔹 Dữ liệu khảo thí không chỉ dùng để chấm điểm

Sau mỗi kỳ thi, hệ thống không chỉ ghi nhận điểm số của từng thí sinh mà còn thu thập nhiều dữ liệu có giá trị như:

  • Tỷ lệ trả lời đúng của từng câu hỏi;
  • Khả năng phân biệt giữa nhóm thí sinh có năng lực cao và thấp;
  • Phân bố lựa chọn các phương án trả lời;
  • Thời gian làm từng câu hỏi;
  • Phổ điểm của toàn bộ đề thi;
  • Mức độ ổn định và độ tin cậy của đề thi.

Những dữ liệu này phản ánh chất lượng thực tế của từng câu hỏi thay vì chỉ dựa trên nhận định chủ quan của người biên soạn.

🔹 CTT – Góc nhìn trực quan để đánh giá chất lượng câu hỏi

CTT (Classical Test Theory) là phương pháp phân tích phổ biến nhờ dễ hiểu và dễ áp dụng.

Thông qua các chỉ số như độ khó, độ phân biệt, tỷ lệ lựa chọn phương án và độ tin cậy của đề thi, hội đồng chuyên môn có thể nhanh chóng phát hiện:

  • Câu hỏi quá dễ hoặc quá khó;
  • Câu hỏi không phân loại được năng lực thí sinh;
  • Phương án nhiễu chưa hiệu quả;
  • Dấu hiệu đáp án hoặc cách diễn đạt cần rà soát.

Ví dụ, nếu nhóm học sinh có kết quả cao lại chọn đáp án đúng với tỷ lệ thấp hơn nhóm có kết quả thấp thì đó là dấu hiệu cần kiểm tra lại nội dung, đáp án hoặc cách diễn đạt của câu hỏi.

CTT giúp trả lời một câu hỏi rất thực tế:

“Câu hỏi này hoạt động như thế nào trong kỳ thi vừa diễn ra?”

🔹 IRT – Hiểu sâu hơn về khả năng đo lường của từng câu hỏi

Nếu CTT phản ánh chất lượng câu hỏi trong một kỳ thi cụ thể thì IRT (Item Response Theory) đi sâu hơn vào khả năng đo lường của từng câu hỏi.

IRT ước lượng các tham số như:

  • Mức độ khó của câu hỏi;
  • Khả năng phân biệt năng lực giữa các nhóm thí sinh;
  • Khả năng đoán đúng đối với một số dạng câu hỏi;
  • Vùng năng lực mà câu hỏi phát huy hiệu quả nhất.

Nhờ đó, có thể xây dựng các ngân hàng câu hỏi với độ ổn định cao hơn, lựa chọn câu hỏi phù hợp cho từng mục tiêu đánh giá và từng nhóm đối tượng.

Đối với các kỳ thi quy mô lớn hoặc triển khai trên máy tính, IRT còn là nền tảng cho việc cân bằng độ khó giữa các đề thi, xây dựng câu hỏi neo và phát triển các mô hình khảo thí hiện đại như thi thích ứng trên máy tính (Computer Adaptive Testing).

🔹 Phân tích dữ liệu không nhằm loại bỏ câu hỏi, mà để cải thiện chất lượng

Một quan niệm dễ gặp là câu hỏi có chỉ số chưa tốt sẽ bị loại bỏ ngay.

Thực tế, mục tiêu quan trọng hơn là tìm nguyên nhân.

Một câu hỏi có độ phân biệt thấp có thể xuất phát từ:

  • Đáp án chưa chính xác;
  • Phương án nhiễu chưa hợp lý;
  • Cách diễn đạt gây hiểu nhầm;
  • Ngữ liệu chưa phù hợp;
  • Hoặc đơn giản là chưa phù hợp với đối tượng được thử nghiệm.

Khi kết hợp kết quả phân tích với ý kiến của giáo viên và chuyên gia khảo thí, hội đồng có cơ sở để quyết định nên chỉnh sửa, tiếp tục thử nghiệm hay đưa câu hỏi vào ngân hàng chính thức.

🔹 Dữ liệu càng tích lũy, ngân hàng câu hỏi càng chuẩn hóa

Giá trị lớn nhất của phân tích khảo thí không nằm ở một báo cáo sau kỳ thi, mà ở khả năng tích lũy dữ liệu qua nhiều năm.

Mỗi lần thử nghiệm và sử dụng câu hỏi đều bổ sung thêm bằng chứng về chất lượng đo lường. Theo thời gian, ngân hàng câu hỏi sẽ hình thành hồ sơ chất lượng cho từng câu hỏi, hỗ trợ việc lựa chọn câu hỏi phù hợp với mục tiêu đánh giá, duy trì sự ổn định giữa các kỳ thi và từng bước nâng cao chất lượng đề thi.

Đó là quá trình chuẩn hóa liên tục dựa trên dữ liệu thay vì chỉ dựa trên kinh nghiệm.

🔹 Công nghệ chỉ phát huy giá trị khi gắn với quy trình chuyên môn

Các mô hình CTT và IRT có thể tạo ra hàng trăm chỉ số thống kê, nhưng những con số đó không tự đưa ra kết luận.

Việc diễn giải kết quả, xác định nguyên nhân và quyết định chỉnh sửa vẫn cần đến kinh nghiệm của giáo viên, chuyên gia môn học và hội đồng khảo thí. Ngay cả với IRT, việc giải nghĩa kết quả cũng cần số lượng mẫu đủ lớn; khi dữ liệu chưa đáp ứng điều kiện thống kê thì ý kiến chuyên gia vẫn đóng vai trò quyết định.

Vì vậy, phân tích dữ liệu không thay thế chuyên môn mà cung cấp thêm bằng chứng để các quyết định chuyên môn trở nên khách quan và đáng tin cậy hơn.

💡 Một kỳ thi chất lượng không chỉ được xây dựng từ những câu hỏi hay, mà còn từ khả năng học hỏi sau mỗi kỳ thi. Khi dữ liệu khảo thí được phân tích một cách khoa học và kết hợp với quy trình chuyên môn chặt chẽ, ngân hàng câu hỏi sẽ ngày càng chuẩn hóa, góp phần tạo nên những kỳ thi công bằng, chính xác và có giá trị đo lường cao.

#KhaoThiSo #ChuyenDoiSoGiaoDuc #DanhGiaGiaoDuc #ChamThi #QuanLyKyThi #CTT #IRT #PhanTichDulieuGiaoDuc #EdTech

Công ty Cổ phần Công nghệ G-Connect

Liên hệ tư vấn: 0936473299

Website: https://g-connect.com.vn

+84363906489