المعايير

معايير جودة الاختبار

أربعة محاور رئيسة يفحصها النظام لضمان أن يكون اختبارك جاهزاً للاعتماد.

الصدق (Validity)

أن يقيس الاختبار فعلياً ما أُعد لقياسه. صدق المحتوى يُقاس بمطابقة الأسئلة لجدول المواصفات (Content Validity Index).

استقرار الدرجات عبر الزمن أو الأسئلة. يُقدَّر بـ KR-20 (للأسئلة الثنائية) أو ألفا كرونباخ. المقبول ≥ 0.70، الجيد ≥ 0.80.

شمولية الأسئلة لجميع الوحدات وتوازنها بين مستويات تصنيف بلوم (Anderson-Krathwohl): تذكر، فهم، تطبيق، تحليل، تقويم، ابتكار.

الالتزام بمعايير Haladyna & Rodriguez لكتابة الاختيار من متعدد: وضوح الجذر، تجانس البدائل، تجنّب النفي، منع القرائن.

يحسبها النظام محلياً في متصفحك (بدون رفع بيانات) في أداة التحليل الإحصائي البعدي.

معامل الصعوبة p

0.30 – 0.70

نسبة الإجابات الصحيحة. المدى المثالي للتمييز الأقصى: حول 0.50.

معامل التمييز D

≥ 0.30

طريقة كِيلي: الفرق بين نسبة نجاح الفئة العليا والدنيا (27٪ من كل طرف).

الارتباط النقطي rpbis

≥ 0.30

ارتباط الإجابة الصحيحة بالدرجة الكلية. أدقّ من D ويُعتبر المعيار الحديث.

ثبات KR-20 / α

≥ 0.70

اتساق داخلي للاختبار. ≥0.80 جيد، ≥0.90 ممتاز (اختبارات مصيرية).

الخطأ المعياري SEM

± SD √(1−r)

نطاق ثقة درجة الطالب. درجة الطالب الحقيقية = الظاهرة ± SEM بثقة 68٪.

فعالية المشتتات

≥ 5% + ↑ دنيا

كل بديل خاطئ يجب أن يختاره ≥5٪ من الطلاب، ومن الفئة الدنيا أكثر.

حدود المنصة (شفافية علمية)

الاختبار الحالي يعتمد نظرية القياس الكلاسيكية (CTT). لا يقدم تحليلاً وفق نظرية استجابة المفردة (IRT).
فحص الأداء التفاضلي للمفردات (DIF) لكشف التحيّز الفئوي غير متاح حالياً — نتائج "التوازن" و"العدالة" تعتمد على المراجعة النوعية للأسئلة وليس على تحليل إحصائي للتحيّز.
ثبات المصححين (Cohen's κ / ICC) للأسئلة المقالية متاح عبر أداة السلّم المتدرّج (Rubric) عند تعدد المصححين.