ÖLÇME ARAÇLARINDA BULUNMASI GEREKEN TEKNİK ÖZELLİKLER

Ölçme araçlarının bazı teknik özelliklere sahip olması gerekmektedir. Bu teknik özellikler şöyle sıralanabilir:

1. Amaca uygunluk (Geçerlilik)
2. Hata yapmama (Güvenirlik)
3. Kolayca uygulanabilme (Kullanışlılık)

Geçerlilik, bir ölçeğin ölçülmek istenen özelliği ölçüp, başka özellikleri ölçmemesidir. Bir ölçme aracının saflığı olarak da tanımlanabilecek geçerlilik ölçme aracının en önemli özelliğidir.

Bir ölçeğin planlanmış ölçme amacı dışında planlanmamış ölçmeler de yapıp yapmadığını sınamak amacıyla çeşitli yöntemler geliştirilmiştir. Bugün bu yöntemler geçerlilik kanıtları olarak isimlendirilmektedir. Geçerlilik kanıtlama yöntemleri şunlardır:

1. Kapsam geçerliliği
2. Yordama geçerliliği
3. Benzer ölçek geçerliliği
4. Yapı geçerliliği
5. Görünüş geçerliliği

Kapsam, bir öğretim programında yer alan etkinlikler, üniteler ve konulardır. Kapsam geçerliği ise; ölçme aracının ölçmek istediği hedef, konu, ünite ya da içeriği başka hedef, konu ya da üniteler karıştırmadan ölçmesidir.

Öğrencilerin dersten geçip kalmasına, mezun olup olmamasına ka­rar verdirecek düzey belirleyici testlerde diğer bir ismiyle başarı testlerinde testin önce kapsam geçerliği belirlenir. Bu geçerlik türü, açıkça belirlenmiş konu alanları ve kapsamı olduğu için daha çok başarı testleri için uygundur. Kapsamının sınırları çok geniş olan zekâ, kişilik, yetenek, kaygı vb. psikolojik özelliklerle ilgili kapsam geçerliğinin sınanması oldukça zordur. Kapsamlarının bu aşırı genişliği nedeniyle zekâ, kişilik, yetenek, kaygı gibi özellikleri ölçen testlerin geçerliliği, kapsam geçerliliği çalışmaları ile belirlenmez.

Kapsam geçerliğini belirlemede yararlanılan temel yöntem testin belirtke tablosu ile uyumuna bakmaktır. Ayrıca uzman görüşünden faydalanılarak da kapsam geçerliliği be­lirlenebilir.

Belirtke tablosu, hangi ko­nudan kaç tane, hangi düzeyde kazanım olduğunu gösteren iki boyutlu bir çizelgedir.

Soru yazarları testlerini hazırlamadan önce belirtke tablosunu hazırlamalı ve belirtke tablosundan yararlanarak testlerindeki soru dağılımını belirlemelidir. Daha sonra yazılan so­ruların belirtke tablosundaki soruların ne kadarını temsil ettiği belirlenerek testin kapsam geçerliliği hakkında çıkarımda bulunulmuş olur. Belirtke tablosunda yer alan hedeflerin büyük çoğunluğunu temsil eden sayıda soruda oluşan bir testin kapsam geçerliliğinin yük­sek olduğu söylenir. Bu temsil etme gücü azaldıkça kapsam geçerliliği de azalıyor demektir.

Kapsam geçerliğini belirlemenin bir yolu da testin ölçmek istediği konu alanında uzman olan araştırmacılardan görüşler almaktır. Burada sözü edilen uzman kişi, hem tes­tin ölçmek istediği konu alanını hem de soru hazırlama teknik ve yöntemlerini iyi bilen kişidir. Bu amaçla geliştirilen test, bir alan uzmanına gösterilerek testi hazırlayan kişinin gözünden kaçmış̧ olabilecek eksiklikler bir başkasının gözünden belirlenmeye çalışılır. Uzmanların soruları okuyarak ve inceleyerek vereceği karara göre testin geçerliği hakkın­da yorum yapılır.

Yordama, belirli bilgilere dayanarak ve belirli teknikler uygulayarak geleceğe ilişkin tah­minde bulunma anlamındadır. Yordama geçer­liliği ise, bir testle ölçülen özelliğin gelecekte ortaya çıkacak benzer bir özelliğin ortaya çıkış derecesini ne oranda tahmin ettiğini saptama çalışmasıdır.

Yordama geçerliliği, özellikle seçme ve yerleştirme amacıyla uygulanan testlerin ge­çerliliğini saptamak için kullanılan bir yöntemdir.

Yordama geçerliliği, seçme ve yerleştirme amacıyla uygulanan testlerin ge­çerliliğini saptamak için kullanılan oldukça önemli bir yöntemdir. Uygulanan bir ölçeğe bağlı olarak verilecek kararların doğruluğunu ya da dakikliğini belirlemek, geleceğe yapı­lacak yatırımların verimliliğini güvence altına alır. Bir işe seçilen personelin testten aldığı puan gibi iş performansının da yüksek olacağının bilinmesi ya da bir okula kabul edilmiş öğrencinin akademik başarısının kararlı olarak mezun oluncaya dek devam edeceğinin bilinmesi, seçme amacıyla kullanılacak testlerin daha güvenle kullanılmasını sağlar.

Yordama geçerliğinde tahmin edilecek ölçütün şu özelliklere sahip olması gerekir:

• Ölçüt test ile ilgili olmalıdır. Örneğin, lise yıllarındaki matematik başarısı ile üni­versite yıllarındaki mühendislik derslerindeki başarı arasındaki ilişkiye bakarak lise yıllarındaki matematik becerisinin üniversite yıllarındaki mühendislik ders­lerindeki başarıyı tahmin etmesi mantıklı bir yordama çalışması olabilir. Burada üniversite yıllarındaki matematik başarısı ölçüttür.
• Ölçüt uzun süre değişmeyecek yapıda olmalıdır. Sürekli değişen bir ölçütü tah­min etmek kolay değildir. Örneğin ortaöğretim öğrencilerinin mesleki tercihlerini ilköğretim çağından tahmin etmeye çalışan bir test düşünün. İlköğretim dönemin­deyken uygulanan testin geçerli olup olmadığının ölçütü bu çocukların lise yılla­rında gerçekten de ilköğretim yıllarında bildirdikleri mesleki tercihlerinin aynısını seçip seçmedikleridir. Oysa ilköğretimden sonra özellikle ortaokul düzeyinden iti­baren çocuklar mesleki tercihleri bakımından her gün değişik kararlar alırlar. Bu kararlar o kadar değişkendir ki önceden tahmin edilmesi mümkün değildir.
• Testin ve ölçütün uygulanacağı gruptaki kişi sayısı fazla olmalıdır. Sayıca az olan bir öğrenci grubu ile geçerlik tahmini yapmak çok gerçekçi olmayacaktır. Çünkü az kişi ile ölçme hatalarının oluşma riski yüksektir. Bu nedenle uzmanlar uygulama yapılacak öğrenci grubunun 200’ün üstünde olması gerektiğini savunur.

Testlerin, gelecekteki başarıyı önceden tahmin edip etmediğini bulmak, seçme testle­rinin yordama geçerliği hakkında bilgi edinmek anlamına gelir. Uygulanan test ile daha sonradan ortaya çıkacak tahmin puanları arasında korelasyon kurularak yorum yapılır. Eğer seçme amacıyla kullandığımız test ile ileride ortaya çıkacak performans ya da pu­anlar arasındaki korelasyon yüksek çıkarsa testin yordama geçerliğinin yüksek olduğu kararı verilir.

Uygunluk geçerliliği yeni geliştirilen bir testin geçerliğini belirleyebilmek için testin, aynı özelliği ölçen fakat geçerli olduğu bilinen başka bir testle aynı sonuçları verme derecesidir.

Yapı, birbiriyle ilişkili olduğu düşünülen belirli ögelerin ve bu ögeler arasındaki ilişkile­rin oluşturduğu bir örüntüdür. Çoğu zaman ölçme araçları de aralarında belirli ilişkilerin olduğu ögelerin oluşturduğu yapıları ölçmeye çalışır. Araştırmacı ya da testi geliştiren, ölçmek istediği özelliğin gerçek yaşamdaki örgütlenişini ve ölçmek istediği özelliği oluşturan yapılar arasındaki ilişkilerin benzerini, geliştirdiği testten elde ettiği puanlar arasında da görmek ister. Eğer tasarladığı ya da gerçek hayatta var olduğu bilinen ilişkiler, testten elde edilen puanlar arasında da söz konusuysa ölçeğin yapı geçerliliği için kanıt sağlanmış sayılır.

Yapı geçerliliği için kanıt arama süreci faktör analizi, ayırtedicilik testi ve cevaplayıcılarla görüşme yöntemleriyle yapılır.

Görünüş geçerliliği bir testin ölçülmek is­tenen özelliği ölçüyormuş gibi görünme derecesidir. Bu geçerlilik daha çok testin isim­lendirilmesi, sorularının ölçülmek istenen özelliğe dair ipucu vermesi ile ilgilidir.

Bir testin geçerliğini artırmak için yapılması gerekenler şunlardır:

• Testte yer alan sorular hedef davranışlara ve konulara uygun olarak artı­rılırsa testin kapsam geçerliği artacaktır. Bu nedenle testteki sorular eğitim prog­ramına ya da işlenen konu ve hedef davranışlara uygun olarak hazırlanmalıdır.
• Güvenirliği artırmak için yapılan çalışmalar dolaylı olarak geçerliği de artıracaktır.
• Testte yer alan her bir sorunun tek bir davranışa yönelik olmasını sağlanmalıdır. Bu, hedeflerin binişik olmasını engelleyerek her maddenin sadece kendi amacına hizmet etmesini ve testin genel yapı geçerliliğinin yüksek olmasını sağlar.
• Öğrencilere uygulanacak testteki sorular sınavdan önce verilmemelidir. Bazı öğretmenler öğrencilere sınavdan birkaç gün önce bir miktar soru verir. Bunlardan bazılarını kullanarak sınav yapacağını söyler. Böyle bir sınav bilgiyi ölçme amacına değil, hafızayı ölçme amacına hizmet etmeye başlar. Böylece geçerliliği düşer.
• Sınav uygulaması sırasında kopya çekilmemelidir.
• Sorular şans başarısı ile (yaygın bilinen adıyla atarak) doğru cevaplanamamalıdır. Bu nedenle sınavlarda doğru cevapların seçeneklere belirli bir desenle dağıtılma­ması gerekir.
• Testteki sorular, öğrencilerin kullandığı temel kaynaklardan aynen alınmamalıdır. Öğrenciler kaynaklardaki soruları ezberleyerek sınavdan, ölçülen özelliğe sahip ol­masa da yüksek puan alır. Bu durum da bir geçerlik sorunu oluşturur.

Bir ölçme aracının hatadan arınık ölçme yapabilme derecesidir. Sosyal bilimlerde özellikle de insan bilimlerinde hatasız ölçme ya­pılması mümkün değildir.

Bir ölçme aracının sonuçlarına pek çok yerden hata karışabilir. Hata ya ölçmenin yapıldığı ortamdan, ya ölçme işlemini gerçekleştirmek için geliştirilmiş olan ölçekten ya da ölçme işlemini yapan kişiden kaynaklanabilir.

Güvenilirlik “kararlılık”, “eş değerlik”, “iç tutarlılık” ve “ölçmenin standart hatası” ola­rak dört ana başlıkta ele alınır bir ölçeğe ait güvenilirlik kanıtları, bu dört başlık altında yer alan yöntemlerle sağlanır. Tüm güvenilirlik belirleme yöntemleri temelde ölçme işlemini tekrarlamaya dayanmaktadır. Bazen testin tamamını tekrar kullanırken bazen yarısını bazen de maddelerin her birisini tekrar ölçme yapma gibi kabul ederiz.

Bir ölçeğe ait güvenilirlik kanıtları şu yöntemlerle sağlanır:

• Kararlılık Anlamında Güvenilirlik (Test-Tekrar Test) Yöntemi: Bu yöntemde yaptığımız ölçme işlemini birkaç kez tekrar ederiz. Eğer her tekrarda aynı ya da benzer sonuçları elde ediyorsak testimizin güvenilir olduğunu söyleriz. Test tekrar test yöntemi ile elde edilen güvenirlik katsayısı “kararlılık katsayı­sı” olarak bilinir. Kararlılık, bir testin birden fazla uygulanmasından benzer sonuçlar elde edilmesidir. Yani bir ölçme aracının ölçmeden ölçmeye değişmeyen sonuçlar vermesidir. Bu katsayı ne kadar yüksekse güvenirlik de o derece yüksek olacaktır.
• Paralel (Eş Değer, Alternatif) Formlar Yöntemi: Bu yöntemde ölçme uzmanları ya da öğretmenler kendi geliştirdiği testin ne kadar güvenilir olduğunu bulmak için, geliştirdiği testin sorularından farklı sorularla ama kap­sam olarak aynısından bir tane daha test geliştirir. Bir bakıma yöntem test tekrar teste benzemektedir. Fakat test tekrar test yönteminde aynı test iki kere kullanılırken burada konu kapsamı, zorluğu aynı olan, soruları farklı olan iki test kullanılır. İki test arasındaki korelasyon yüksek çıkarsa testlerin ikisinin de güvenilir olduğu ka­rarı verilir. Paralel formlar yöntemi ile elde edilen güvenirlik katsayısı “eşdeğerlik katsayı­sı” olarak bilinir.
• Testi Yarılama (Eş Değer Yarılar, Yarıya Bölme, İki Yarı) Yöntemi: Testi yarılama yöntemi, testi birbirine mümkün olduğunca benzer olduğu düşünülen iki parçaya ayırarak iki ayrı parçadan elde edilen puanların korelasyonunu incelemeye daya­nır. İki ayrı yarının korelasyonu yüksek çıkarsa testin kendi içinde tutarlı; hatasız olduğu kararı verilir.
• KR-20 (Kuder Richardson-20) ve Cronbach Alfa Katsayıları: KR20, Kuder ve Richardson’un testteki maddelerin hepsinin birbiriyle korelasyonlarının ortalamasını almayı öneren yöntemleridir. Bu yöntemde varsayım, eğer maddelerden her­hangi birisinde hata yoksa tüm maddelerin birbirleriyle yüksek korleasyon göstereceği ve ortalama korelasyonun da yüksek çıkacağı şeklindedir.
• Ölçmenin Standart Hatası: Her ölçme aracının bir miktar hatası bulunur. Bu hata yönü bilinmeksizin hesaplanıp bir dağılım olarak puanların yorumunu etkileyebilir. Bu hatanın dağılımının bir standart sap­malık bölümüne standart hata adı verilir. Standart hata büyüdükçe ölçme aracının güvenilirliğinin düştüğü kabul edilir. Stan­dart hata küçükse aracın güvenilirliği yüksek yorumu yapılır.

Güvenirliği testin dil olarak anlaşılırlığı, soru sayısı, soruların zorluk düzeyi, grubun hete­rojenliği, kopya, şans başarısı, testin süresi ve uygulama koşulları etkiler. Sırasıyla inceler­sek soru sayısı arttıkça güvenirlik artar. Fakat soru sayısını gereğinden fazla arttırmak gü­venirliğin artmasından çok düşmesine yol açacaktır. Soruların zorluk düzeyi orta düzeyde olduğunda test en güvenilir hâle gelir. Sanılanın aksine zor soru güvenilir soru demek değildir. Benzer şekilde kolay sorular da güvenilir değildir. Bir testteki soruların tümü orta zorlukta değilse bile soruların ortalama zorluklarının orta zor olduğu durumda güvenirlik yüksek çıkmaktadır. Testin uygulandığı grup heterojen (benzeşiklik az/farklılaşma çok) oldukça testten elde edilen sonuçlar daha güvenilir olmaktadır. Test uygulaması sırasında kopya çekildiyse testin güvenilirliği düşmektedir. Öğrencilerin atarak doğru cevabı bul­masına izin verildiği durumlarda (teknik olarak bu duruma şans başarısına izin verilmesi diyoruz) testin güvenirliği düşük olmaktadır. Test uygulaması için gereğinden fazla ya da az süre verildiğinde güvenirlik düşmektedir. Bu nedenle kişilere tam yeteri kadar süre verilmelidir. Testin yönergesinin yani uygulamanın kurallarına ilişkin açıklamaların veril­mesi güvenirliği olumlu yönde etkilemektedir. Uygulama koşulları güvenirliği doğrudan etkilemektedir. Sınav ortamının fazla ısı, az ışık, gürültü gibi etmenler bakımından düzen­lenmiş olması gerekir.

Geçerlilik ve güvenilirlik ölçmenin temel gereklilikleridir ve bu ikisi arasında hem man­tıksal hem de matematiksel bağlantı oldukça yüksektir. Geçerlilik, güvenilirlik için bir ön koşuldur. Her şeyden önce ölçülmeye çalışılan özelliğin ölçüldüğünden emin olunması, daha sonra bu özelliğin ne kadar ölçüldüğünün bilinmesi gerekir. Geçerlilikle güvenilirlik arasındaki matematiksel bağıntı, geçerliliğin en fazla güveni­lirliğin karekökü kadar olabileceği şeklinde ifade edilir. Bu durum geçerliliğin güvenilirlik tarafından sınırlandığını gösterir. Aralarında birbirini gerektirme ilişkisi var gibi görünse de aslında bu ilişki tek yönlü bir gerektirme ilişkisidir. “Geçerliliği düşük olan bir ölçeğin yüksek güvenilirliğe sahip olsa da iyi bir ölçme aracı sayılamayacağı” şeklinde özetlenebi­lecek özelliği nedeniyle ilişki, geçerlilikten güvenilirliğe doğru giden bir gereklilik ilişkisi­dir. Yani bir ölçekte öncelikle bulunması gerekli olan özellik geçerliliktir.

Bir testin kullanışlılığı, onun geliştirilmesi, uygulanması, çoğaltılması ve puanlan­masının kolay olmasıdır. Özetle kullanışlılık, bir ölçme aracı­nın kısa zamanda fazla para harcanmadan ve çok yorucu olmadan hazırlanabilmesi ve uygulanabilmesidir.

Bir ölçme aracının kullanışlı olabilmesi için şu faktörlere göre düzenlenmesi gerekmektedir:

• Ekonomi: Ölçme aracı, maliyet, okulun olanakları, öğrenci profili vb. özellikler göz önünde bulundurularak seçilmelidir.
• Soru sayısı: Bir testteki soru sayısının az olması testin kullanışlılığını artırır. Böylece öğretmen az soru ile hem zamandan hem de emeğinden tasarruf eder.
• Hazırlanma süresi: Hazırlanma süresi kısa olan testlerin kullanılması bize zaman ba­kımından tasarruf sağlar. Hazırlanma süresi, sınavı hazırlayacak kişinin ne kadar zamanı olduğuna göre de değişir. Fakat ne olursa olsun, testin hazırlanma süresi kısa zamanda bitiyorsa o test kullanışlıdır.
• Uygulama süresi: Eğer bir test kısa zamanda uygulanabiliyorsa bu test kullanışlıdır.
• Hazırlayıcı ve uygulayıcı nitelikleri: Ölçme araçlarının bir kısmı hazırlayıcı ve uygulayıcıda uzmanlık gerektirir. Uzman olmayan bir öğretmenin hazırladığı ölçme aracının güvenirliği ve geçerliğinin düşük olması beklenir. Fakat eğer bir ölçme aracı hazırlanırken uzmanlık gerektirmiyorsa o test kullanışlıdır.
• Uygulama kolaylığı: Testte bir yönergenin olması ve uygulamada sorun çıkacak durumların ortadan kaldırılması testin kullanışlılığını artırır.
• Puanlama kolaylığı: Kolay bir şekilde puanlanan bir test kullanışlıdır.