Tổng quan nghiên cứu

Trong hệ thống giáo dục phổ thông tại Việt Nam, môn Tiếng Anh đóng vai trò là công cụ giao tiếp bắt buộc từ lớp 3 đến lớp 12, phục vụ định hướng hội nhập quốc tế và chuẩn bị nghề nghiệp tương lai. Tuy nhiên, việc đánh giá kết quả học tập ở bậc trung học phổ thông hiện nay đang bộc lộ nhiều điểm nghẽn về tính giá trị khoa học giữa mục tiêu chương trình và cấu trúc đề thi thực tế. Đề tài luận văn thạc sĩ chuyên ngành Phương pháp Giảng dạy tiếng Anh mang tên "An evaluation on the validity of end-term English tests used for year 11 students at a Vietnamese public high school in the North East area of Vietnam" do tác giả Nguyễn Thị Trang thực hiện tại Trường Đại học Ngoại ngữ - Đại học Quốc gia Hà Nội đã đi sâu phân tích toàn diện vấn đề này.

Nghiên cứu tập trung giải quyết câu hỏi trọng tâm: Các bài kiểm tra học kỳ môn tiếng Anh dành cho học sinh lớp 11 đáp ứng mức độ nào về tính giá trị nội dung (content validity), tính giá trị cấu trúc (construct validity) và tính giá trị bề mặt (face validity). Phạm vi nghiên cứu bao gồm 4 bài thi cuối kỳ chính thức được triển khai trong 2 năm học liên tiếp (2015-2016 và 2016-2017) tại một trường trung học phổ thông công lập thuộc khu vực Đông Bắc Việt Nam, với tổng số 2.481 bài thi thực tế được phân tích. Chương trình giảng dạy chuẩn tại cơ sở này được thiết kế với 111 tiết học cho cả năm học, phân bổ 57 tiết ở học kỳ 1 và 54 tiết ở học kỳ 2.

Ý nghĩa của công trình nghiên cứu thể hiện ở việc cung cấp bằng chứng định lượng xác thực, chỉ ra sự lệch pha nghiêm trọng giữa chuẩn đầu ra giao tiếp 4 kỹ năng của sách giáo khoa và các bài thi giấy 45 phút thuần túy ngữ pháp. Kết quả này tạo cơ sở khoa học để nhà trường và các cấp quản lý cải cách ngân hàng đề thi, nâng cao độ chính xác trong đo lường năng lực ngoại ngữ học sinh.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng lý thuyết kiểm tra đánh giá ngôn ngữ hiện đại, nổi bật là mô hình Độ hữu dụng của bài kiểm tra (Test Usefulness) do Bachman và Palmer (1996) đề xuất. Khung lý thuyết này khẳng định một công cụ đánh giá chuẩn mực phải cân bằng 6 thành tố thiết yếu: độ tin cậy (reliability), tính giá trị cấu trúc (construct validity), tính xác thực (authenticity), tính tương tác (interactiveness), tác động giáo dục (impact) và tính khả thi (practicality). Bên cạnh đó, tác giả tích hợp các nguyên lý đánh giá tính giá trị chuyên sâu của Hughes (1989), Henning (1987) và Hiệp hội Tâm lý học Hoa Kỳ (APA, 1985), xác định tính giá trị là thước đo mức độ chính xác của các suy luận rút ra từ kết quả thi.

Các khái niệm học thuật then chốt được vận dụng xuyên suốt gồm có:

  • Tính giá trị nội dung (Content Validity): Mức độ bao phủ mang tính đại diện của đề thi đối với toàn bộ các kỹ năng và kiến thức trong chương trình đào tạo.
  • Tính giá trị cấu trúc (Construct Validity): Khả năng đo lường chính xác các năng lực ngôn ngữ theo một cấu trúc lý thuyết xác định.
  • Tính giá trị bề mặt (Face Validity): Nhận diện trực quan của bài thi đối với người học và giáo viên về sự phù hợp của công cụ đo lường.
  • Hiệu ứng tác động ngược (Backwash Effect): Sự ảnh hưởng tích cực hoặc tiêu cực của việc kiểm tra đánh giá lên toàn bộ quá trình dạy và học.
  • Đường hướng giảng dạy ngôn ngữ giao tiếp (Communicative Language Teaching - CLT): Phương pháp tiếp cận hiện đại lấy việc phát triển năng lực giao tiếp toàn diện 4 kỹ năng làm trung tâm của sách giáo khoa Tiếng Anh 11.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp định lượng kết hợp kỹ thuật phân tích tài liệu học thuật (Document Analysis). Cỡ mẫu nghiên cứu gồm toàn bộ 2.481 bài thi cuối kỳ của học sinh khối 11 tham gia thi chính thức trong 2 năm học. Cụ thể, năm học 2015-2016 thu thập được 586 bài thi ở học kỳ 1 (trên tổng số 598 học sinh) và 585 bài thi ở học kỳ 2 (trên tổng số 590 học sinh). Năm học 2016-2017 ghi nhận 656 bài thi ở học kỳ 1 và 654 bài thi ở học kỳ 2 (trên tổng số 659 học sinh mỗi kỳ). Nghiên cứu áp dụng phương pháp chọn mẫu toàn thể (census sampling) nhằm loại bỏ sai số chọn mẫu, phản ánh bức tranh toàn diện của toàn khối học sinh.

Dữ liệu điểm số được xử lý và phân tích qua phần mềm thống kê Microsoft Excel để xác định các chỉ số mô tả quan trọng: điểm trung bình (Mean), điểm xuất hiện phổ biến nhất (Mode), khoảng biến thiên (Range) và bảng phân phối tần số điểm (Frequency Distribution). Lý do lựa chọn phương pháp phân tích này là nhằm đối chiếu trực tiếp dữ liệu phân bố điểm thực tế với ma trận đề thi 5 phần và 8 đặc trưng cốt lõi của sách giáo khoa Tiếng Anh 11 do Nhà xuất bản Giáo dục Việt Nam phát hành, từ đó đưa ra kết luận khách quan về tính giá trị của công cụ đánh giá.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Phân tích định lượng trên 2.481 bài thi và đối sánh ma trận đề thi đã đưa ra các phát hiện nổi bật:

Thứ nhất, tính giá trị nội dung của các bài thi bị suy giảm nghiêm trọng so với mục tiêu chương trình. Cả 4 bài thi học kỳ đều có thời lượng 45 phút với thang điểm 10, cấu trúc gồm 5 phần: Ngữ âm (1 đến 2 điểm), Từ vựng và Ngữ pháp (4 đến 4,5 điểm), Đọc hiểu (2 đến 2,5 điểm), và Viết lại câu (2 đến 2,5 điểm). Điểm bất cập lớn nhất là hoàn toàn thiếu vắng phần thi Nghe và Nói, trong khi hai kỹ năng này chiếm tới 50% thời lượng bài học trong sách giáo khoa.

Thứ hai, tính giá trị cấu trúc không đảm bảo tính nhất quán và năng lực phân hóa. Điểm trung bình năm học 2015-2016 có sự chênh lệch lớn giữa hai kỳ, tăng mạnh 1,77 điểm từ mức 6,29 điểm ở kỳ 1 (tổng 3.688 điểm, Mode là 6) lên mức 8,06 điểm ở kỳ 2 (tổng 4.715 điểm, Mode là 8). Sang năm học 2016-2017, điểm trung bình tiếp tục duy trì ở mức cao bất thường với 8,15 điểm ở kỳ 1 (tổng 5.347,7 điểm, Mode là 8) và 7,98 điểm ở kỳ 2 (tổng 5.224,5 điểm, Mode là 9). Sự tăng vọt điểm số này không phản ánh sự tiến bộ thực chất về năng lực giao tiếp mà do đề thi học kỳ 2 tập trung nhiều câu hỏi nhận biết ngữ pháp quá dễ.

Thứ ba, tính giá trị bề mặt chỉ đạt được ở hình thức phân tách cơ học. Các phần thi được bố cục rõ ràng theo từng mảng câu hỏi, nhưng về tổng thể không thể hiện được diện mạo của một bài đánh giá năng lực ngôn ngữ theo chuẩn giao tiếp quốc tế.

Thảo luận kết quả

Nguyên nhân cốt lõi của tình trạng thiếu tính giá trị bắt nguồn từ quy trình xây dựng đề thi dựa trên ngân hàng câu hỏi dùng chung của Sở Giáo dục và Đào tạo khu vực Đông Bắc. Việc trộn đề cơ học bằng phần mềm mà không qua quy trình thử nghiệm tiền kiểm (pre-testing) đã dẫn đến sự xuất hiện của nhiều câu hỏi có độ phân biệt kém, lỗi chính tả và các nhóm câu hỏi quá dễ tập trung cục bộ. Thêm vào đó, đội ngũ gồm 13 giáo viên bộ môn tại trường (trong đó có 6 giáo viên tốt nghiệp đại học, 1 thạc sĩ và 4 giáo viên đang học cao học) thường có xu hướng sử dụng tiếng Việt để giảng dạy ngữ pháp nhằm thích ứng với sĩ số lớp học đông từ 28 đến 29 thí sinh mỗi phòng.

Dữ liệu thống kê khi được biểu diễn qua biểu đồ phân phối tần số (Histogram) cho thấy sự lệch phải rõ rệt ở học kỳ 2 năm học 2015-2016 và cả hai học kỳ năm học 2016-2017. Đỉnh của đồ thị tập trung dày đặc ở dải điểm từ 8,0 đến 9,0 điểm, chiếm tỷ lệ trên 35% tổng số thí sinh. Hiện tượng này chứng minh bài thi không phản ánh đúng phân phối chuẩn của năng lực học sinh. Kết quả này tương đồng với các nghiên cứu của Hughes (1989), cảnh báo về hiệu ứng tác động ngược tiêu cực (harmful backwash): khi kỳ thi chỉ tập trung vào ngữ pháp giấy, học sinh sẽ học vẹt để đối phó thi cử, dẫn đến hệ quả học sinh học tiếng Anh từ lớp 3 nhưng vẫn không thể giao tiếp ngoài đời thực.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, tác giả đề xuất 4 giải pháp cụ thể nhằm tái thiết kế và nâng cao tính giá trị cho hệ thống kiểm tra đánh giá:

  1. Tái cấu trúc ma trận đề thi theo chuẩn năng lực giao tiếp: Tổ chuyên môn tiếng Anh cần phối hợp cùng Sở Giáo dục và Đào tạo bổ sung ngay phần kiểm tra kỹ năng Nghe và Nói vào các bài thi định kỳ. Cần phân bổ tối thiểu 40% tổng trọng số điểm cho kỹ năng nghe hiểu và thực hành nói, triển khai áp dụng đồng bộ ngay từ đầu năm học mới.

  2. Chuẩn hóa quy trình phát triển ngân hàng câu hỏi: Hội đồng khảo thí nhà trường cần thực hiện quy trình thử nghiệm tiền kiểm (pre-testing) trên mẫu thử tối thiểu 100 học sinh trước khi đưa câu hỏi vào ngân hàng dữ liệu chính thức. Cần loại bỏ triệt để các câu hỏi có chỉ số độ khó và độ phân biệt bất thường trong thời gian 6 tháng tới.

  3. Đổi mới quy trình chấm thi và cung cấp phản hồi học thuật: Giáo viên bộ môn phải thực hiện trả bài thi và cung cấp bảng nhận xét chi tiết (feedback) cho 100% học sinh trong vòng 7 ngày làm việc sau kỳ thi. Việc này giúp học sinh nhận biết chính xác điểm mạnh, điểm yếu về ngữ âm, từ vựng và cấu trúc ngữ pháp để tự điều chỉnh phương pháp học tập.

  4. Bồi dưỡng chuyên môn khảo thí cho đội ngũ giáo viên: Ban Giám hiệu nhà trường cần tổ chức ít nhất 2 khóa tập huấn chuyên sâu mỗi năm về kỹ thuật biên soạn đề thi theo định hướng giao tiếp (CLT) và phương pháp đánh giá quá trình cho 13 giáo viên trong tổ bộ môn, liên kết với các chuyên gia đo lường giáo dục từ các trường đại học ngoại ngữ.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang lại giá trị thực tiễn và học thuật cao cho 4 nhóm đối tượng cụ thể:

  • Cán bộ quản lý giáo dục và chuyên viên khảo thí: Cung cấp khung đánh giá thực nghiệm để rà soát, thẩm định lại ma trận đề thi học kỳ và quy trình quản lý ngân hàng câu hỏi tại các Sở, Phòng Giáo dục và Đào tạo.

  • Giáo viên tiếng Anh cấp trung học phổ thông: Giúp giáo viên hiểu rõ bản chất của các loại tính giá trị (content, construct, face validity), từ đó biết cách xây dựng đề kiểm tra 15 phút, 45 phút bám sát năng lực giao tiếp thay vì chỉ tập trung vào ngữ pháp viết lại câu.

  • Học viên cao học và nghiên cứu sinh ngành Lý luận và Phương pháp Dạy học tiếng Anh: Là tài liệu tham khảo chuẩn mực về phương pháp phân tích định lượng dữ liệu điểm số, cách xử lý phân phối tần số (frequency distribution) và thiết kế khung nghiên cứu khảo thí ngôn ngữ ứng dụng.

  • Tác giả biên soạn tài liệu và sách tham khảo: Cung cấp góc nhìn thực tế về sự tương tác giữa sách giáo khoa chương trình mới và công cụ kiểm tra định kỳ, phục vụ việc biên soạn các bộ đề ôn luyện cân bằng 4 kỹ năng.

Câu hỏi thường gặp

1. Tại sao bài kiểm tra tiếng Anh lớp 11 lại bị đánh giá là không đảm bảo tính giá trị nội dung?

Bài thi 45 phút chỉ kiểm tra ngữ âm, ngữ pháp, đọc hiểu và viết lại câu trên giấy, hoàn toàn vắng bóng kỹ năng Nghe và Nói. Trong khi đó, chương trình sách giáo khoa Tiếng Anh 11 gồm 111 tiết học được thiết kế phát triển đồng đều cả 4 kỹ năng giao tiếp.

2. Cỡ mẫu 2.481 bài thi có đủ đại diện cho kết luận của nghiên cứu không?

Cỡ mẫu 2.481 bài thi bao gồm toàn bộ học sinh khối 11 tham gia thi trong 4 học kỳ của 2 năm học liên tiếp tại trường nghiên cứu. Việc sử dụng phương pháp chọn mẫu toàn thể đảm bảo tính đại diện tuyệt đối cho bối cảnh nhà trường, cung cấp độ tin cậy thống kê cao.

3. Phân phối điểm thi lệch phải với điểm Mode đạt 8,0 và 9,0 phản ánh điều gì?

Điểm số tập trung dày đặc ở mức 8,0 đến 9,0 điểm phản ánh đề thi chứa nhiều câu hỏi ở mức độ nhận biết đơn giản, thiếu tính phân hóa năng lực và không phản ánh đúng sự tiến bộ ngôn ngữ thực tế của học sinh theo phân phối chuẩn.

4. Hiệu ứng tác động ngược tiêu cực thể hiện rõ nhất ở điểm nào trong thực tế?

Do đề thi chỉ tập trung vào bài tập ngữ pháp và biến đổi câu, 13 giáo viên trong trường có xu hướng giảng dạy theo dạng bài thi để học sinh lấy điểm cao, khiến học sinh học thụ động và thiếu kỹ năng giao tiếp thực tế.

5. Làm thế nào để kiểm tra kỹ năng Nói trong điều kiện lớp học đông từ 28 đến 29 học sinh?

Nhà trường có thể áp dụng hình thức đánh giá quá trình (formative assessment), lồng ghép các bài thuyết trình nhóm, phỏng vấn ngắn 3 phút trong các tiết học chính khóa hoặc tổ chức thi nói theo cặp vào các buổi kiểm tra định kỳ.

Kết luận

  • Luận văn đã phân tích định lượng toàn diện 2.481 bài thi học kỳ môn tiếng Anh lớp 11 trong 2 năm học, làm sáng tỏ thực trạng công cụ đánh giá.
  • Chỉ ra sự thiếu hụt nghiêm trọng về tính giá trị nội dung và tính giá trị cấu trúc do đề thi bỏ quên 2 kỹ năng cốt lõi là Nghe và Nói.
  • Chứng minh điểm số trung bình cao (xấp xỉ 8,0 đến 8,15 điểm) chủ yếu phản ánh khả năng xử lý bài tập ngữ pháp đơn thuần thay vì năng lực giao tiếp ngoại ngữ thực tế.
  • Đóng góp bộ giải pháp hoàn chỉnh từ tái cấu trúc ma trận đề thi, thử nghiệm tiền kiểm ngân hàng câu hỏi, đến cải tiến quy trình trả bài kèm nhận xét chi tiết.
  • Xác lập lộ trình 1 đến 2 năm để các trường trung học phổ thông công lập chuyển đổi từ mô hình kiểm tra ngữ pháp truyền thống sang đánh giá năng lực giao tiếp toàn diện.

Các nhà quản lý giáo dục, tổ bộ môn tiếng Anh và quý thầy cô giáo hãy chủ động tham khảo công trình nghiên cứu này để áp dụng ngay các giải pháp chuẩn hóa quy trình khảo thí, nâng cao chất lượng dạy và học ngoại ngữ trong kỷ nguyên mới.