Đánh giá tính đồng nhất của các bài kiểm tra tiếng Anh trong kỳ thi tốt nghiệp trung học phổ thông năm học 2008-2010

• Tác giả: Nguyễn Thị Hoa
• Người hướng dẫn: Hoàng Thị Xuân Hoa, Ph.
• Trường học: Vietnam National University, Hanoi University of Languages and International Studies
• Chuyên ngành: Methodology
• Đề tài: Đánh Giá Tính Đồng Nhất Của Các Bài Kiểm Tra Tiếng Anh Trong Kỳ Thi Tốt Nghiệp Trung Học Phổ Thông 2008-2010
• Loại tài liệu: Thesis
• Năm xuất bản: 2010
• Địa điểm: Hanoi

• Declaration
• Acknowledgements
• Abstract
• Table of contents
• List of abbreviations
• List of tables and charts
• 1. PART A: INTRODUCTION
• 1.1. Scope of study
• 1.2. Aims of study
• 1.3. Methods of study
• 1.4. Design of study
• 2. PART B: DEVELOPMENT
• 2. CHAPTER 1: LITERATURE REVIEW
• 2.1. Achievement tests
• 2.1.1. Definition
• 2.1.2. Kinds of achievement tests
• 2.1.3. Benefits of achievement testing
• 2.2. Qualities of a good test
• 2.2.1. Test reliability
• 2.2.2. Practicality
• 2.2.3. Comparison and Discrimination
• 3. CHAPTER 2: METHODOLOGY
• 3.1. Setting of the study
• 3.1.1. Education in Vietnam
• 3.1.2. Cao Ba Quat Gia Lam High School
• 3.1.3. Nguyen Gia Thieu High School
• 3.1.4. The National secondary school leaving examination
• 3.2. Data Analysis
• 4. CHAPTER 3: DISCUSSION AND FINDINGS
• 4.1. Analysis of data
• 4.2. Interpretation of data
• 5. PART C: CONCLUSIONS
• 5.1. Implications for improvement of the English test in the NSSLE
• 5.2. Limitations and suggestions for future research
• REFERENCES
• APPENDIXES
• I. Appendix 1: The English test in the NSSLE school year 2008-2009
• II. Appendix 2: The English test in the NSSLE school year 2009-2010
• III. Appendix 3: Example of calculating correlation coefficient
• IV. Appendix 4: Example of calculating the mean
• V. Appendix 5: Example of calculating the mode
• VI. Appendix 6: Example of calculating the median
• VII. Appendix 7: Example of calculating the range
• VIII. Appendix 8: Example of calculating the standard deviation

I. Đánh giá bài kiểm tra tiếng Anh

Bài kiểm tra tiếng Anh trong kỳ thi tốt nghiệp trung học phổ thông (THPT) đóng vai trò quan trọng trong việc đánh giá năng lực học sinh. Đánh giá bài kiểm tra không chỉ giúp xác định mức độ hiểu biết của học sinh mà còn phản ánh chất lượng giảng dạy. Trong giai đoạn 2008-2010, các bài kiểm tra này đã được thiết kế để kiểm tra kiến thức và kỹ năng ngôn ngữ của học sinh sau 7 năm học. Việc đánh giá chất lượng của các bài kiểm tra này là cần thiết để đảm bảo rằng chúng đáp ứng được các tiêu chuẩn giáo dục hiện hành. Theo Valette (1977), bài kiểm tra không chỉ là công cụ đánh giá mà còn là phương tiện để cải thiện phương pháp giảng dạy. Do đó, việc phân tích và đánh giá tính đồng nhất của các bài kiểm tra này là một nhiệm vụ quan trọng.

1.1. Tính đồng nhất trong kiểm tra

Tính đồng nhất trong các bài kiểm tra tiếng Anh là yếu tố quyết định đến độ tin cậy của kết quả. Đồng nhất trong kiểm tra có nghĩa là các bài kiểm tra phải có khả năng phân biệt rõ ràng giữa các mức độ năng lực của học sinh. Việc phân tích dữ liệu từ các bài kiểm tra năm học 2008-2009 và 2009-2010 cho thấy rằng có sự tương quan giữa điểm số của hai bài kiểm tra này. Điều này cho thấy rằng các bài kiểm tra đã thực hiện tốt vai trò của mình trong việc phân loại học sinh. Theo Bachman (1990), độ tin cậy của bài kiểm tra có thể được đánh giá thông qua việc so sánh điểm số của các học sinh qua các lần kiểm tra khác nhau. Sự đồng nhất này không chỉ giúp giáo viên đánh giá chính xác năng lực của học sinh mà còn giúp học sinh nhận thức rõ hơn về khả năng của bản thân.

1.2. Phân tích bài kiểm tra

Phân tích bài kiểm tra là một phần quan trọng trong việc đánh giá tính đồng nhất. Các phương pháp phân tích như phân tích thống kê mô tả, tính toán hệ số tương quan và độ lệch chuẩn đã được áp dụng để đánh giá kết quả của các bài kiểm tra. Kết quả cho thấy rằng có sự phân bố điểm số khác nhau giữa hai năm học, điều này cho thấy rằng các bài kiểm tra có thể đã thay đổi về độ khó hoặc cách thức đánh giá. Việc phân tích bài kiểm tra không chỉ giúp xác định các vấn đề trong thiết kế bài kiểm tra mà còn cung cấp thông tin quý giá cho việc cải thiện chất lượng giảng dạy. Theo Hughes (1989), việc phân tích điểm số giúp giáo viên hiểu rõ hơn về những điểm mạnh và điểm yếu của học sinh, từ đó có thể điều chỉnh phương pháp giảng dạy cho phù hợp.

II. Đánh giá chất lượng bài kiểm tra

Chất lượng của bài kiểm tra tiếng Anh trong kỳ thi tốt nghiệp THPT được đánh giá dựa trên nhiều tiêu chí khác nhau. Đánh giá chất lượng không chỉ dựa vào kết quả điểm số mà còn phải xem xét đến tính công bằng và độ tin cậy của bài kiểm tra. Theo Alderson, Clapham và Wall (1995), một bài kiểm tra tốt cần phải có độ tin cậy cao và khả năng phân biệt tốt giữa các học sinh. Việc đánh giá hiệu quả của bài kiểm tra cũng cần phải xem xét đến các yếu tố như độ khó của câu hỏi, tính phù hợp với chương trình học và khả năng phản ánh đúng năng lực của học sinh. Điều này có nghĩa là các bài kiểm tra cần phải được thiết kế một cách cẩn thận để đảm bảo rằng chúng không chỉ đánh giá kiến thức mà còn cả kỹ năng sử dụng ngôn ngữ của học sinh.

2.1. Tiêu chuẩn kiểm tra

Tiêu chuẩn kiểm tra là một trong những yếu tố quan trọng trong việc đánh giá chất lượng bài kiểm tra. Các tiêu chuẩn này bao gồm tính hợp lệ, độ tin cậy và tính thực tiễn của bài kiểm tra. Theo Bachman và Palmer (1996), một bài kiểm tra cần phải đáp ứng được các yêu cầu về tài nguyên và thời gian để có thể được thực hiện một cách hiệu quả. Việc thiết lập các tiêu chuẩn rõ ràng sẽ giúp giáo viên và học sinh hiểu rõ hơn về mục tiêu của bài kiểm tra, từ đó nâng cao chất lượng giảng dạy và học tập. Điều này cũng giúp giảm thiểu sự lo lắng của học sinh khi tham gia kiểm tra, vì họ sẽ cảm thấy tự tin hơn khi biết rằng bài kiểm tra được thiết kế công bằng và hợp lý.

2.2. Kết quả thi tốt nghiệp

Kết quả thi tốt nghiệp là một trong những chỉ số quan trọng để đánh giá hiệu quả của bài kiểm tra. Kết quả từ các bài kiểm tra tiếng Anh trong kỳ thi tốt nghiệp THPT năm 2008-2010 cho thấy có sự khác biệt rõ rệt giữa các học sinh. Việc phân tích kết quả này không chỉ giúp xác định mức độ thành công của học sinh mà còn phản ánh chất lượng giảng dạy của giáo viên. Theo Weir (1993), việc đánh giá kết quả thi cần phải được thực hiện một cách toàn diện, bao gồm cả việc xem xét đến các yếu tố bên ngoài như điều kiện học tập và môi trường giáo dục. Điều này sẽ giúp tạo ra một cái nhìn tổng thể về chất lượng giáo dục và khả năng của học sinh trong việc sử dụng tiếng Anh.

Tổng quan nghiên cứu

Trong bối cảnh toàn cầu hóa và sự phát triển không ngừng của nền kinh tế tri thức, việc nâng cao chất lượng giáo dục, đặc biệt là kiểm định năng lực ngoại ngữ, trở thành một yêu cầu cấp thiết. Ở Việt Nam, kỳ thi Tốt nghiệp Trung học Phổ thông Quốc gia (NSSLE) môn tiếng Anh giữ vai trò quan trọng trong việc đánh giá năng lực học sinh sau 7 năm học tiếng Anh từ cấp trung học cơ sở đến trung học phổ thông. Năm học 2008-2009 và 2009-2010, bài thi tiếng Anh trong kỳ thi này được tổ chức dưới hình thức trắc nghiệm khách quan với 50 câu hỏi trong 60 phút, nhằm đánh giá toàn diện các kỹ năng ngôn ngữ của học sinh. Tuy nhiên, việc đảm bảo tính hợp lệ và độ tin cậy của bài thi là vấn đề then chốt để đảm bảo kết quả phản ánh chính xác năng lực thực tế của thí sinh.

Mục tiêu nghiên cứu nhằm đánh giá tính giá trị so sánh (concurrent validity) của hai bài thi tiếng Anh trong kỳ thi NSSLE năm học 2008-2009 và 2009-2010, thông qua việc phân tích mối tương quan giữa điểm số của hai bài thi, mức độ phân tán điểm và khả năng phân biệt trình độ học sinh. Phạm vi nghiên cứu tập trung vào học sinh lớp 12 tại hai trường trung học phổ thông Cao Bá Quát (Gia Lâm) và Nguyễn Gia Thiều (Long Biên), Hà Nội, với tổng số mẫu là 318 học sinh. Nghiên cứu có ý nghĩa quan trọng trong việc cung cấp cơ sở khoa học để cải tiến đề thi tiếng Anh trong kỳ thi quốc gia, đồng thời hỗ trợ giáo viên và nhà quản lý giáo dục nâng cao hiệu quả giảng dạy và đánh giá.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên các lý thuyết về kiểm tra thành tích (achievement tests) trong lĩnh vực đánh giá ngôn ngữ, tập trung vào các đặc điểm của bài thi tốt như tính tin cậy (reliability), tính thực tiễn (practicality), khả năng phân biệt (discrimination) và đặc biệt là tính hợp lệ (validity). Trong đó, tính hợp lệ được phân loại thành các loại: mặt ngoài (face validity), nội dung (content validity), cấu trúc (construct validity) và liên quan tiêu chuẩn (criterion-related validity). Nghiên cứu tập trung vào tính hợp lệ liên quan tiêu chuẩn, cụ thể là tính giá trị so sánh (concurrent validity), nhằm xác định mức độ tương quan giữa hai bài thi tiếng Anh trong cùng một kỳ thi nhưng ở hai năm học khác nhau.

Các khái niệm chính bao gồm:

• Concurrent validity: Mức độ tương quan giữa điểm số của bài thi mới với một bài thi chuẩn được công nhận, được đo bằng hệ số tương quan.
• Descriptive statistics: Các chỉ số thống kê như trung bình (mean), mode, median, độ lệch chuẩn (standard deviation) và khoảng cách (range) để mô tả phân bố điểm số và khả năng phân biệt của bài thi.
• Item discrimination: Khả năng của từng câu hỏi trong bài thi phân biệt được trình độ của học sinh.
• Achievement tests: Bài kiểm tra đánh giá mức độ thành thạo kiến thức và kỹ năng đã học, phản ánh hiệu quả của quá trình dạy và học.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp định lượng với cỡ mẫu 318 học sinh lớp 12 được chọn ngẫu nhiên từ hai trường trung học phổ thông tại Hà Nội. Dữ liệu được thu thập từ điểm số bài thi tiếng Anh trong kỳ thi NSSLE năm học 2008-2009 (do tác giả chấm) và năm học 2009-2010 (thu thập từ nhà trường). Phân tích dữ liệu được thực hiện bằng các công cụ thống kê mô tả và phân tích tương quan, sử dụng phần mềm Microsoft Excel để tính toán các chỉ số như hệ số tương quan, trung bình, mode, median, độ lệch chuẩn và khoảng cách điểm.

Quy trình nghiên cứu gồm: tổ chức thi thử bài thi năm 2008-2009, thu thập điểm thi năm 2009-2010, mã hóa dữ liệu, phân tích thống kê và so sánh kết quả. Ngoài ra, nghiên cứu còn sử dụng các phương pháp hỗ trợ như trao đổi ý kiến với giáo viên và chuyên gia để đảm bảo tính chính xác và thực tiễn của kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hệ số tương quan giữa hai bài thi: Kết quả phân tích cho thấy hệ số tương quan giữa điểm số của bài thi năm 2008-2009 và 2009-2010 đạt mức gần như hoàn hảo với giá trị khoảng +0.9, cho thấy mối quan hệ chặt chẽ và đồng nhất giữa hai bài thi. Điều này khẳng định tính giá trị so sánh cao, hai bài thi có thể được coi là các dạng thức tương đương, đo lường cùng một năng lực tiếng Anh.

2. Phân bố điểm số và mức độ tập trung: Điểm trung bình của bài thi năm 2008-2009 là khoảng 6.5, trong khi bài thi năm 2009-2010 có điểm trung bình cao hơn, khoảng 7.45. Mode của hai bài thi lần lượt là 6 và 9, cho thấy bài thi năm 2009-2010 có nhiều học sinh đạt điểm cao hơn. Median cũng tương ứng là 6 và 7, phản ánh sự tập trung điểm số ở mức khá trở lên.

3. Độ lệch chuẩn và khả năng phân biệt: Độ lệch chuẩn của bài thi năm 2008-2009 là khoảng 1.7, lớn hơn so với bài thi năm 2009-2010 (khoảng 1.0), cho thấy bài thi năm 2008-2009 có khả năng phân biệt trình độ học sinh tốt hơn, với sự phân tán điểm rộng hơn. Khoảng cách điểm của hai bài thi đều rộng (7.5 và 7), chứng tỏ bài thi có khả năng tách biệt học sinh ở các mức độ khác nhau.

4. Khả năng phân biệt học sinh: Bài thi năm 2008-2009 được đánh giá là có khả năng phân biệt học sinh tốt hơn do độ khó cao hơn và phân bố điểm rộng hơn. Ngược lại, bài thi năm 2009-2010 có xu hướng dễ hơn, dẫn đến nhiều học sinh đạt điểm cao hơn nhưng khả năng phân biệt giảm.

Thảo luận kết quả

Kết quả nghiên cứu phù hợp với các lý thuyết về kiểm tra thành tích và tính hợp lệ trong đánh giá ngôn ngữ, khi hai bài thi được thiết kế theo cùng một chuẩn mực và mục tiêu đánh giá nên có mối tương quan cao. Sự khác biệt về điểm trung bình và độ lệch chuẩn phản ánh sự điều chỉnh độ khó của đề thi qua các năm nhằm phù hợp với năng lực học sinh và mục tiêu giáo dục.

Việc bài thi năm 2008-2009 có độ phân tán điểm rộng hơn giúp phân biệt rõ ràng hơn giữa các nhóm học sinh, hỗ trợ giáo viên và nhà quản lý trong việc đánh giá chính xác năng lực và điều chỉnh phương pháp giảng dạy. Trong khi đó, bài thi năm 2009-2010 với điểm trung bình cao hơn có thể tạo động lực cho học sinh nhưng cần cân nhắc để không làm giảm tính phân biệt của bài thi.

Dữ liệu có thể được trình bày qua biểu đồ phân bố điểm (histogram) và biểu đồ phân tán (scatter plot) để minh họa sự tập trung và phân tán điểm, cũng như mối tương quan giữa hai bài thi. Bảng thống kê mô tả giúp so sánh trực quan các chỉ số trung tâm và độ biến thiên.

Đề xuất và khuyến nghị

1. Tăng cường kiểm soát độ khó đề thi: Điều chỉnh độ khó của bài thi để đảm bảo khả năng phân biệt học sinh ở các trình độ khác nhau, duy trì độ lệch chuẩn hợp lý nhằm phản ánh chính xác năng lực học sinh. Thời gian thực hiện: hàng năm; Chủ thể: Bộ Giáo dục và Đào tạo phối hợp với các chuyên gia khảo thí.

2. Thu thập và phân tích phản hồi sau kỳ thi: Tổ chức thu thập ý kiến từ giáo viên, học sinh và các bên liên quan để đánh giá mức độ phù hợp của đề thi với chương trình học và phương pháp giảng dạy, từ đó điều chỉnh đề thi cho phù hợp hơn. Thời gian: sau mỗi kỳ thi; Chủ thể: Sở Giáo dục và Đào tạo, các trường THPT.

3. Theo dõi và đánh giá liên tục chất lượng đề thi: Thực hiện phân tích thống kê chi tiết về từng câu hỏi (item analysis) để xác định độ khó và khả năng phân biệt của từng câu, loại bỏ hoặc điều chỉnh các câu hỏi không đạt yêu cầu. Thời gian: sau mỗi kỳ thi; Chủ thể: Ban ra đề thi và các chuyên gia khảo thí.

4. Đào tạo nâng cao năng lực cho giáo viên: Tổ chức các khóa tập huấn về xây dựng đề thi, đánh giá và sử dụng kết quả thi để cải tiến phương pháp giảng dạy, giúp giáo viên hiểu rõ hơn về tính hợp lệ và độ tin cậy của bài thi. Thời gian: định kỳ hàng năm; Chủ thể: Sở Giáo dục và Đào tạo, các trường THPT.

Đối tượng nên tham khảo luận văn

1. Giáo viên tiếng Anh trung học phổ thông: Nghiên cứu giúp họ hiểu rõ hơn về tính hợp lệ và độ tin cậy của bài thi tiếng Anh trong kỳ thi quốc gia, từ đó có chiến lược ôn tập và giảng dạy phù hợp nhằm nâng cao kết quả học tập của học sinh.

2. Nhà quản lý giáo dục và cán bộ khảo thí: Cung cấp cơ sở khoa học để thiết kế, điều chỉnh và đánh giá đề thi tiếng Anh trong kỳ thi quốc gia, đảm bảo tính công bằng và chính xác trong đánh giá năng lực học sinh.

3. Sinh viên và nghiên cứu sinh ngành Ngôn ngữ Anh, Giáo dục học: Là tài liệu tham khảo quý giá về phương pháp nghiên cứu, phân tích dữ liệu và đánh giá tính hợp lệ của bài thi ngôn ngữ trong bối cảnh giáo dục Việt Nam.

4. Phụ huynh học sinh và học sinh: Giúp hiểu rõ hơn về cấu trúc, mục tiêu và độ khó của bài thi tiếng Anh trong kỳ thi tốt nghiệp, từ đó có kế hoạch học tập và ôn luyện hiệu quả.

Câu hỏi thường gặp

1. Concurrent validity là gì và tại sao quan trọng trong đánh giá bài thi?
   Concurrent validity là mức độ tương quan giữa điểm số của bài thi mới với một bài thi chuẩn được công nhận, giúp xác định bài thi mới có đo lường đúng năng lực cần đánh giá hay không. Nó quan trọng vì đảm bảo kết quả thi phản ánh chính xác năng lực học sinh và có thể so sánh được qua các năm.

2. Tại sao bài thi năm 2009-2010 có điểm trung bình cao hơn nhưng độ phân tán thấp hơn?
   Điều này cho thấy đề thi năm 2009-2010 có độ khó thấp hơn, khiến nhiều học sinh đạt điểm cao hơn nhưng khả năng phân biệt trình độ giữa các học sinh giảm, dẫn đến độ lệch chuẩn nhỏ hơn.

3. Làm thế nào để bài thi có thể phân biệt tốt hơn giữa các học sinh?
   Bài thi cần có sự phân bố câu hỏi đa dạng về độ khó, từ dễ đến khó, để học sinh ở các trình độ khác nhau đều có thể thể hiện năng lực thực sự của mình, đồng thời sử dụng phân tích câu hỏi để loại bỏ các câu không phân biệt tốt.

4. Tại sao cần thu thập phản hồi từ giáo viên và học sinh sau mỗi kỳ thi?
   Phản hồi giúp đánh giá mức độ phù hợp của đề thi với chương trình học và phương pháp giảng dạy, phát hiện các vấn đề tiềm ẩn và điều chỉnh đề thi nhằm nâng cao tính hợp lệ và hiệu quả của kỳ thi.

5. Nghiên cứu này có thể áp dụng cho các môn học khác không?
   Phương pháp và khung lý thuyết đánh giá tính hợp lệ và độ tin cậy có thể áp dụng cho các môn học khác, tuy nhiên cần điều chỉnh phù hợp với đặc thù từng môn và mục tiêu đánh giá cụ thể.

Kết luận

• Hai bài thi tiếng Anh trong kỳ thi NSSLE năm học 2008-2009 và 2009-2010 có hệ số tương quan cao, chứng tỏ tính giá trị so sánh mạnh mẽ.
• Bài thi năm 2008-2009 có độ phân tán điểm rộng hơn và khả năng phân biệt học sinh tốt hơn so với bài thi năm 2009-2010.
• Điểm trung bình và mode của bài thi năm 2009-2010 cao hơn, phản ánh đề thi dễ hơn và học sinh đạt kết quả tốt hơn.
• Kết quả nghiên cứu cung cấp cơ sở khoa học để cải tiến đề thi tiếng Anh trong kỳ thi quốc gia, nâng cao tính hợp lệ và độ tin cậy.
• Các bước tiếp theo bao gồm điều chỉnh độ khó đề thi, thu thập phản hồi định kỳ, phân tích chi tiết câu hỏi và đào tạo giáo viên nhằm nâng cao chất lượng đánh giá.

Hành động khuyến nghị: Các nhà quản lý giáo dục và giáo viên nên áp dụng kết quả nghiên cứu để cải tiến đề thi và phương pháp giảng dạy, đồng thời tiếp tục nghiên cứu mở rộng về các loại tính hợp lệ khác nhằm nâng cao chất lượng giáo dục tiếng Anh tại Việt Nam.