انتخاب مدل تشخیصی شناختی مناسب برای آزمون های درک مطلب (مورد مطالعه: آزمون کارشناسی ارشد رشته زبان انگلیسی)

سنجش تشخیصی شناختی، نوعی از سنجش آموزشی است که با به کارگیری مدل های روان سنجی به تعیین و تشخیص نارسایی های یادگیری کمک می کند. با توجه به اینکه مدل های زیادی در این زمینه وجود دارد؛ انتخاب یک مدل تشخیصی شناختی مناسب برای تحلیل داده ها اهمیت زیادی خواهد داشت. هدف از اجرای پژوهش حاضر، تعیین مدل مناسب برای آزمون های خواندن و درک مطلب است. داده های مورد بررسی در این پژوهش شامل پاسخنامه 3000 نفر از شرکت کنندگان در آزمون سراسری کارشناسی ارشد رشته زبان انگلیسی بوده است که از بین 16044 شرکت کننده به صورت تصادفی انتخاب شده اند. روش کار به این صورت بود که پس از تشکیل ماتریس Q مدل کلی (G-DINA و LCDM)، دو مدل جبرانی (ACDM و DINO) و دو مدل غیر جبرانی (RRUM و DINA) برای مقایسه در نظر گرفته شدند. ازنظر شاخص برازش ماکزیمم خی-دو هیچ یک از مدل ها برازش نداشتند؛ ولی در مقابل نتایج شاخص SRMSR نشان داد که همه مدل ها برازش قابل قبولی با داده ها دارند. در مقایسه بین شاخص های برازش نسبی مشخص شد که مدل های G-DINA و ACDM برازش بهتر و مدل های DINO و DINA برازش ضعیف تری نسبت به سایر مدل ها دارند. در بررسی شاخص برازش سوال نیز فقط مدل های G-DINA و LCDM با همه سوال ها برازش مطلوبی نشان دادند.