اعتبار سازه ی معیارنمره دهی مهارت نوشتن در آزمون جامع فارسی دانشگاه فردوسی برای غیرفارسی زبانان (مقاله علمی پژوهشی)
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 283
فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JTPSOL-9-1_002
تاریخ نمایه سازی: 2 آذر 1400
چکیده مقاله:
سنجش زبان یکی از ارکان اساسی هر نظام آموزش زبان به شمار میآید. بخش عمدهای از کارآمدی مراکز آموزشی در گرو بهرهگیری از شیوههای معتبر سنجش است. در پژوهش حاضر تلاش شده است تا به بررسی اعتبارسازهای معیار نمرهدهی مهارت نوشتن در آزمون رسمی پایان دورهی مرکز زبان فارسی دانشگاه فردوسی پرداخته شود. به این منظور نتایج بهدست آمده از یکی از آزمونهای برگزار شده در این دانشگاه توسط مدلهای آماری راش و تحلیل عاملی مورد بررسی قرار گرفت. نتایج تحلیل عاملی نشان داد که سه سازهی کیفیت زبان، انسجام و ارتباط با موضوع برای سنجش مهارت نوشتن از میزان اعتبار بالایی برخوردار هستند. در این میان سازه ی انسجام با ۰.۹۸ بیشترین میزان و دو سازهی دیگر هر کدام با ۰.۹۷ دومین میزان بار عاملی را داشتند. همچنین در معیار نمرهدهی این آزمون بسندگی از یک مقیاس شش درجهای برای نمرهدهی هر یک از سازهها استفاده شده است. مدل آماری راش نشان داد که هر یک از ارزیابها توانستهاند به شکل نسبتا صحیحی از این مقیاس برای نمرهدهی استفاده کنند، زیرا ترتیب آستانهها مطابق ترتیب نمرات است و بهمریختگی ندارد. از سویی دیگر نقشهی آزموندهنده پرسش گویای این امر بود که این مقیاس نمرهدهی توانایی تمیز آزموندهندگان ضعیف، متوسط و قوی را از یکدیگر دارد و مولفهها و درجههای نمرهگذاری (۰ تا ۵) همهی گستره ی توانایی آزمون دهندگان را دربرمیگیرند و با این مقیاس میتوان تمام داوطلبان با هر میزان توانایی نوشتن را اندازه گرفت. همچنین میزان پایایی نمرهدهنده در این آزمون ۰.۹۶ برآورد شد که رقم بسیار مناسبی محسوب می شود.
کلیدواژه ها:
نویسندگان
محسن رودمعجنی
نویسنده ی مسئول، دکتری زبان و ادبیات فارسی، دانشگاه فردوسی مشهد
احسان قبول
استادیار گروه زبان وادبیات فارسی، دانشگاه فردوسی مشهد
بهزاد قنسولی
دانشگاه فردوسی مشهد : گروه زبان و ادبیات انگلیسی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :