Page 117 - 6285

їх з теоретичними. Узгодження теоретичних характеристичних
кривих з експериментальними проводять підбором величин
змінних параметрів с і d у (4.12) чи (4.13). Цих параметрів доста-
тньо для прийнятної підгонки теоретичної кривої до експериме-
нтальної. Отримані при цьому значення с і d використовують як
величини, що характеризують імовірність вгадування відповіді
та роздільну здатність завдання.
У той самий час багатопараметричні моделі мають суттєві
недоліки при їх використанні для встановлення рівня знань ви-
пробовуваних. Пояснимо це на прикладі висновків, що виплива-ють
із порівняння кривих 1 і 2 рис. 4.17. Характеристична крива 2, що
відповідає завданню з роздільною здатністю d  0,3, дає нелогічне
оцінювання рівня знань. Вона проходить значно ниж-че кривої 1
(d  2,8) у правій частині рисунка та значно вище – лівій
частині. Тобто завдання 2 має меншу, ніж завдання 1,
імовірність успішного виконання за додатних значень  і більшу

– за від'ємних. Виходить, що для сильних студентів завдання 2 є
складнішим, ніж завдання 1, а для слабких студентів те саме за-
вдання 2 простіше за завдання 1. Подібну нелогічність можна
побачити й на рис. 4.18 та 4.19.
Модель Раша, хоча й не враховує деякі особливості завдань,
але забезпечує дотримання базового принципу тестування: чим
вищий рівень знань студента, тим більша ймовірність успішного
виконання тестового завдання будь-якої складності. Звідси ви-
пливає: якщо одне завдання є простішим за інше для студентів
якогось вибраного рівня знань , то це співвідношення зберіга-
ється для всіх студентів будь-якого рівня знань. Графічно це
ілюструють рис. 4.15, 4.16, на яких видно, що характеристичні
криві в моделі Раша не перетинаються.

Таким чином, однопараметрична модель Раша безперечно
більш коректна за інші моделі при інтерпретації результатів тесту-
вання. У дослідженнях Rasch Measurement виконується умова –

незалежність оцінок складності завдань від рівня знань студен-
тів і незалежність оцінок рівня знань студентів від параметрів
завдань (separability parameter estimates ) [48].

117