Constructing Test Items: Multiple-Choice, Constructed-Response, Performance, and Other Formats

ساخت آیتم‌های آزمون برای آزمون‌های استاندارد پیشرفت، توانایی و استعداد، کاری بسیار مهم است. تفسیرپذیری نمرات یک آزمون مستقیماً از کیفیت آیتم ها و تمرین های آن سرچشمه می گیرد. همزمان با تفسیرپذیری نمره، این تصور وجود دارد که شامل تنها مواردی که با دقت ساخته شده اند در یک آزمون، روش اصلی است که توسط آن توسعه دهنده ماهر آزمون، واریانس خطای ناخواسته، یا خطاهای اندازه گیری را کاهش می دهد و در نتیجه قابلیت اطمینان نمره آزمون را افزایش می دهد. هدف کل این کتاب افزایش آگاهی سازنده آزمون از این منبع خطای اندازه گیری و سپس تشریح روش هایی برای شناسایی و به حداقل رساندن آن در طول ساخت آیتم و بررسی بعدی است.
افراد درگیر در ارزیابی به شدت از توجه فزاینده ای که در سال های اخیر به فرمت های جایگزین برای آیتم های آزمون شده است آگاه هستند. با این حال، در بسیاری از نویسندگان اشتیاق به «مرتبط با برنامه درسی» یا «معتبر» یا «واقعی» بودن، موارد اغلب به ظاهر بدون تفکر آگاهانه در مورد تفسیرهایی که ممکن است از آنها به دست آید، توسعه داده می شوند. این کتاب استدلال می‌کند که قالب چنین آیتم‌ها و تمرین‌های جایگزین نیز نیازمند دقت در ساخت آنها است و حتی راه‌حل‌هایی ارائه می‌دهد، زیرا یک فصل به این قالب‌های جایگزین اختصاص دارد.
این کتاب با تمرکز بر چهار ایده به مسائل اصلی در ساخت آیتم های تستی می پردازد. ابتدا، ویژگی ها و عملکرد آیتم های آزمایشی را شرح می دهد. ویژگی دوم این کتاب، ارائه دستورالعمل‌های ویرایشی برای نوشتن آیتم‌های آزمایشی در تمام قالب‌های رایج مورد استفاده، از جمله فرمت‌های پاسخی ساخته شده و آزمون‌های عملکردی است.
جنبه سوم این کتاب، ارائه روش هایی برای تعیین کیفیت موارد آزمون است. در نهایت، این کتاب مجموعه‌ای از مسائل مهم در مورد آیتم‌های آزمایشی، از جمله رویه‌های سفارش اقلام در آزمون، نگرانی‌های اخلاقی و قانونی در مورد استفاده از آیتم‌های آزمون دارای حق نسخه‌برداری، طرح‌های امتیازدهی آیتم‌ها، موارد تولید شده توسط رایانه و موارد دیگر را ارائه می‌کند.

Constructing test items for standardized tests of achievement, ability, and aptitude is a task of enormous importance. The interpretability of a test's scores flows directly from the quality of its items and exercises. Concomitant with score interpretability is the notion that including only carefully crafted items on a test is the primary method by which the skilled test developer reduces unwanted error variance, or errors of measurement, and thereby increases a test score's reliability. The aim of this entire book is to increase the test constructor's awareness of this source of measurement error, and then to describe methods for identifying and minimizing it during item construction and later review.
Persons involved in assessment are keenly aware of the increased attention given to alternative formats for test items in recent years. Yet, in many writers' zeal to be `curriculum-relevant' or `authentic' or `realistic', the items are often developed seemingly without conscious thought to the interpretations that may be garnered from them. This book argues that the format for such alternative items and exercises also requires rigor in their construction and even offers some solutions, as one chapter is devoted to these alternative formats.
This book addresses major issues in constructing test items by focusing on four ideas. First, it describes the characteristics and functions of test items. A second feature of this book is the presentation of editorial guidelines for writing test items in all of the commonly used item formats, including constructed-response formats and performance tests.
A third aspect of this book is the presentation of methods for determining the quality of test items. Finally, this book presents a compendium of important issues about test items, including procedures for ordering items in a test, ethical and legal concerns over using copyrighted test items, item scoring schemes, computer-generated items and more.