Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh đổi mới giáo dục tại Việt Nam, kiểm tra đánh giá (KTĐG) giữ vai trò then chốt trong việc xác định mức độ đạt chuẩn kiến thức, kỹ năng, thái độ của người học, đồng thời cung cấp thông tin phản hồi giúp giáo viên và học sinh điều chỉnh hoạt động dạy - học. Mặc dù Vật lý là môn khoa học thực nghiệm gắn liền mật thiết với đời sống, thực tiễn dạy học tại các trường trung học phổ thông (THPT) cho thấy nhiều học sinh vẫn gặp khó khăn khi vận dụng kiến thức để giải thích các hiện tượng thực tế. Một trong những nguyên nhân chủ yếu xuất phát từ khâu kiểm tra đánh giá còn nặng tính hàn lâm và điểm số, chưa chú trọng đúng mức đến năng lực vận dụng thực tiễn.

Thực trạng phổ biến tại nhiều cơ sở giáo dục THPT là việc thiết kế đề kiểm tra còn mang tính ngẫu nhiên, phụ thuộc chủ yếu vào kinh nghiệm chủ quan của giáo viên thông qua việc sưu tầm, sao chép và chỉnh sửa câu hỏi. Cách làm này dễ dẫn đến các lỗi kỹ thuật, cấu trúc đề chưa chuẩn hóa, không bám sát chuẩn kiến thức kỹ năng, dẫn tới việc không phân loại chính xác năng lực người học. Xuất phát từ yêu cầu chuẩn hóa công cụ đo lường trong giáo dục, khóa luận tập trung giải quyết vấn đề xây dựng và thẩm định chất lượng đề kiểm tra bằng lý thuyết đo lường khoa học.

  • Mục tiêu nghiên cứu: Vận dụng lý thuyết khảo thí cổ điển để nghiên cứu, xây dựng và sử dụng bộ công cụ kiểm tra đánh giá 1 tiết môn Vật lí lớp 10 THPT (Chương IV và Chương V), góp phần đổi mới hoạt động kiểm tra đánh giá môn Vật lí ở trường phổ thông.
  • Nhiệm vụ nghiên cứu:
    1. Nghiên cứu tổng quan cơ sở lý luận về kiểm tra, đánh giá theo lý thuyết khảo thí cổ điển.
    2. Xây dựng hệ thống câu hỏi và thiết kế đề kiểm tra 1 tiết Vật lý 10 theo lý thuyết khảo thí cổ điển.
    3. Thử nghiệm thực tế, phân tích định lượng kết quả và đề xuất phương án điều chỉnh công cụ đo lường.
  • Giả thuyết nghiên cứu: Nếu vận dụng lý thuyết khảo thí cổ điển để xây dựng và sử dụng công cụ đánh giá kết quả học tập thì sẽ giúp hoạt động kiểm tra đánh giá trong dạy học môn Vật lý ở nhà trường THPT đạt hiệu quả cao.
  • Đối tượng và phạm vi nghiên cứu:
    • Đối tượng nghiên cứu: Cách thức vận dụng lý thuyết khảo thí cổ điển để xây dựng công cụ đánh giá kết quả bài kiểm tra 1 tiết Vật lý 10 – THPT.
    • Phạm vi nội dung: Hoạt động kiểm tra đánh giá kết quả học tập môn Vật lý 10 ban cơ bản thuộc Chương IV (Các định luật bảo toàn) và Chương V (Chất khí).
    • Phạm vi thực nghiệm và không gian: 36 học sinh lớp 10A4 tại trường THPT Hai Bà Trưng – thị xã Phúc Yên – tỉnh Vĩnh Phúc trong đợt thực tập sư phạm năm 2019.

Cơ sở lý thuyết và phương pháp

Khóa luận thiết lập nền tảng đo lường dựa trên các khái niệm giáo dục học và lý thuyết trắc nghiệm cổ điển (Classical Test Theory - CTT):

  • Khung lý thuyết và khái niệm:

    • Kiểm tra và đánh giá: Tiếp cận quan niệm của Ralph W. Tyler, Nguyễn Bác Kim và PGS.TS Nguyễn Đức Chính, xác định kiểm tra là quá trình thu thập thông tin định tính/định lượng, còn đánh giá là việc đối chiếu dữ liệu thu được với mục tiêu giáo dục để đưa ra các quyết định sư phạm phù hợp.
    • Thang đo nhận thức: Vận dụng phân loại mục tiêu giáo dục của Benjamin Bloom (1948) với 6 mức độ nhận thức (Nhận biết, Hiểu, Áp dụng, Phân tích, Tổng hợp, Đánh giá), được cụ thể hóa thành 4 cấp độ trong thiết kế đề kiểm tra: Nhận biết, Thông hiểu, Vận dụng, Vận dụng cao.
    • Quy trình kiểm tra đánh giá 8 bước: (1) Xác định mục đích; (2) Lựa chọn hình thức, phương pháp; (3) Phân tích nội dung, xác định tiêu chí; (4) Thiết lập dàn bài kiểm tra; (5) Viết câu hỏi; (6) Lựa chọn câu hỏi, đề thi; (7) Tổ chức thi, ghi chép, đánh giá; (8) Phân tích, lưu giữ, công bố kết quả.
    • Lý thuyết khảo thí cổ điển (CTT): Sử dụng các công thức đo lường chuẩn hóa để đánh giá từng câu hỏi và toàn bộ bài thi trắc nghiệm khách quan (TNKQ):
      • Độ khó của câu hỏi ($P$): Tỷ số giữa số thí sinh trả lời đúng ($R$) trên tổng số thí sinh ($N$): $$P = \frac{R}{N}$$ Khoảng giá trị tối ưu là $0,25 \le P \le 0,75$; câu hỏi có $P < 0,25$ là quá khó, $P > 0,75$ là quá dễ.
      • Độ khó của toàn bài trắc nghiệm: $$P = \frac{\bar{X}}{K}$$ (với $\bar{X}$ là điểm trung bình của thí sinh, $K$ là điểm tối đa của đề thi).
      • Độ phân biệt ($D$): Đo lường khả năng phân hóa giữa nhóm học sinh đạt điểm cao ($27%$ cao nhất, $N_H$) và nhóm học sinh đạt điểm thấp ($27%$ thấp nhất, $N_L$): $$D = \frac{N_H - N_L}{N}$$ Tiêu chuẩn đánh giá: $D \ge 0,40$ (rất tốt); $0,20 \le D < 0,40$ (chấp nhận được); $D < 0,20$ (kém, cần xem xét sửa chữa hoặc loại bỏ).
      • Độ tin cậy và độ giá trị: Xem xét các phương pháp ước lượng độ tin cậy (thi hai lần, đề tương đương, phân đôi, phương sai Kuder-Richardson) và đảm bảo tính giá trị nội dung qua ma trận đặc tả đề thi.
  • Phương pháp nghiên cứu:

    • Phương pháp nghiên cứu lý thuyết: Phân tích, tổng hợp tài liệu về lý luận dạy học, phương pháp khảo thí và chuẩn kiến thức kỹ năng chương trình Vật lý 10.
    • Phương pháp nghiên cứu thực nghiệm: Biên soạn đề kiểm tra trắc nghiệm khách quan gồm 30 câu hỏi 4 lựa chọn, triển khai làm bài trên mẫu thực nghiệm.
  • Nguồn dữ liệu và công cụ xử lý: Dữ liệu thu thập từ phiếu trả lời trắc nghiệm của 36 học sinh lớp 10A4 trường THPT Hai Bà Trưng (Vĩnh Phúc), được số hóa và xử lý định lượng bằng phần mềm Microsoft Excel.


Nội dung chính theo từng chương

Chương I: Cơ sở lý luận và tổng quan nghiên cứu

Chương này tổng kết hệ thống lý luận về kiểm tra đánh giá kết quả học tập trong nhà trường phổ thông, định nghĩa các khái niệm cơ bản và phân tích vai trò của thông tin phản hồi đối với học sinh và giáo viên. Tác giả trình bày chi tiết thang đo nhận thức của Bloom (1948), quy trình kỹ thuật 8 bước trong kiểm tra đánh giá, cũng như nguyên tắc thiết kế câu hỏi trắc nghiệm khách quan nhiều lựa chọn. Trọng tâm của chương là việc trình bày cơ sở toán học của lý thuyết khảo thí cổ điển (CTT), thiết lập các công thức tính toán và chuẩn mực thẩm định độ khó ($P$), độ phân biệt ($D$), độ tin cậy và độ giá trị của đề kiểm tra. Chương I cung cấp căn cứ khoa học trực tiếp để xây dựng công cụ khảo sát ở chương tiếp theo.

Chương II: Xây dựng công cụ kiểm tra đánh giá kết quả bài kiểm tra 1 tiết tự thiết kế Vật lý 10 – THPT

Chương II tập trung xây dựng bộ công cụ kiểm tra 1 tiết (45 phút) dựa trên khung phân phối chương trình của Bộ Giáo dục và Đào tạo, Sở Giáo dục và Đào tạo Vĩnh Phúc và kế hoạch dạy học thực tế tại trường THPT Hai Bà Trưng. Tác giả xác lập hệ thống tiêu chí đánh giá theo 4 cấp độ nhận thức cho 8 chủ đề kiến thức thuộc Chương IV (Các định luật bảo toàn) và Chương V (Chất khí):

  1. Động lượng – Định luật bảo toàn động lượng
  2. Công, công suất
  3. Động năng – Thế năng – Cơ năng
  4. Cấu tạo chất – Thuyết động học phân tử chất khí
  5. Quá trình đẳng nhiệt – Định luật Bôi-lơ – Ma-ri-ốt
  6. Quá trình đẳng tích – Định luật Sác-lơ
  7. Quá trình đẳng áp – Định luật Gay-Lussac
  8. Phương trình Clapeyron (Phương trình trạng thái của khí lý tưởng)

Dựa trên ma trận đặc tả, tác giả tiến hành biên soạn hoàn chỉnh đề kiểm tra 1 tiết gồm 30 câu hỏi trắc nghiệm khách quan 4 lựa chọn (A, B, C, D) tương ứng thang điểm 10.

Chương III: Thử nghiệm và phân tích kết quả

Chương III trình bày quá trình tổ chức kiểm tra thử nghiệm trên 36 học sinh lớp 10A4 trường THPT Hai Bà Trưng (lớp có học lực khá, không có học sinh yếu kém) với 4 mã đề hoán vị. Sau khi thu thập và chấm điểm, tác giả thực hiện phân tích thống kê mô tả toàn bài thi và phân tích định lượng chi tiết cho từng câu hỏi, từng chủ đề kiến thức và từng phương án nhiễu (distractor). Dữ liệu tính toán từ Microsoft Excel làm sáng tỏ mức độ phù hợp của đề thi so với trình độ học sinh, chỉ ra các câu hỏi đạt chuẩn kỹ thuật cần giữ lại, cùng các câu hỏi có độ phân biệt thấp hoặc phương án nhiễu hoạt động kém cần chỉnh sửa hoặc loại bỏ.


Kết quả và đóng góp

Kết quả định lượng từ thực nghiệm

Quá trình phân tích dữ liệu bài kiểm tra của 36 học sinh thu được các chỉ số thống kê mô tả toàn bài:

STT Tham số thống kê Giá trị
1 Điểm trung bình (Average/Mean) 4,84
2 Điểm trung vị (Median) 4,67
3 Điểm trội (Mode) 4,33
4 Phương sai (Variance) 1,37
5 Độ lệch chuẩn (Stdev) 1,17
6 Điểm thấp nhất (Min) 1,00
7 Điểm cao nhất (Max) 7,00

Phổ điểm trải rộng từ 1,0 đến 7,0 điểm nhưng phân bố tập trung chủ yếu ở khoảng 4,0 đến 5,3 điểm. Điểm trung bình đạt 4,84 cùng với việc không có học sinh đạt điểm tuyệt đối (cao nhất là 7,00) phản ánh đây là một đề kiểm tra có độ khó tương đối cao so với đối tượng thử nghiệm.

Kết quả đánh giá chất lượng 30 câu hỏi theo các chỉ số khảo thí cổ điển:

  • Về độ khó ($P$):
    • 5 câu ở mức quá dễ ($P > 0,75$): Câu 7, 9, 10, 15, 24.
    • 22 câu ở mức độ thích hợp ($0,25 \le P \le 0,75$).
    • 3 câu ở mức quá khó ($P < 0,25$): Câu 2 ($P = 0,10$), Câu 12 ($P = 0,23$), Câu 21 ($P = 0,48$ nhưng phương án nhiễu hút nhiều hơn đáp án đúng; trong bảng đánh giá câu hỏi xếp mức quá khó).
  • Về độ phân biệt ($D$):
    • 8 câu có độ phân biệt rất tốt ($D \ge 0,40$): Câu 1, 4, 7, 10, 11, 14, 21, 27.
    • 11 câu có độ phân biệt chấp nhận được ($0,20 \le D < 0,40$).
    • 11 câu có độ phân biệt kém và rất kém ($D < 0,20$): Câu 2, 6, 8, 16, 17, 18, 19, 24, 25, 26, 30.
  • Phân tích theo 4 cấp độ nhận thức: Mức độ Nhận biết, Thông hiểu và Vận dụng có độ phân biệt tổng thể đạt lần lượt là 0,73; 0,66 và 0,69. Ngược lại, mức độ Vận dụng cao chỉ đạt độ phân biệt tổng thể 0,43 (thấp nhất trong 4 mức). Nguyên nhân do số lượng câu vận dụng cao ít, đồng thời thí sinh mắc nhiều sai sót ở các câu hỏi mức độ nhận biết và thông hiểu trước đó.

Đề xuất và giải pháp kỹ thuật

Từ kết quả phân tích phương án nhiễu và các chỉ số đo lường, tác giả đưa ra các quyết định xử lý cụ thể cho ngân hàng câu hỏi:

  • Loại bỏ: Các câu hỏi có độ phân biệt quá thấp và phương án nhiễu lỗi nặng gồm Câu 6 ($D = 0,03$), Câu 8 ($D = 0,03$) và Câu 16 ($D = 0,18$, phương án đúng C chỉ có 13 người chọn trong khi phương án nhiễu D có 22 người chọn và phương án A không ai chọn).
  • Chỉnh sửa phương án mồi nhử:
    • Câu 2: Chỉnh sửa phương án A vì phương án A thu hút tới 26 thí sinh (nhiều hơn đáp án đúng C có 4 người).
    • Câu 3: Điều chỉnh phương án A (27 người chọn) và phương án D (0 người chọn).
    • Câu 9 và Câu 15: Điều chỉnh lại các phương án nhiễu do quá ít học sinh lựa chọn, làm câu hỏi trở nên quá dễ.
    • Câu 12, 17, 19, 24, 26, 30: Rà soát và viết lại các phương án sai để đảm bảo tính hấp dẫn tương đương và nâng cao độ phân biệt.
  • Giữ lại: Giữ nguyên các câu hỏi đạt chuẩn kỹ thuật tốt cả về độ khó và độ phân biệt như Câu 1, 4, 5, 7, 10, 11, 13, 14, 20, 23, 27, 28, 29.

Đóng góp của đề tài

Khóa luận đã hiện thực hóa quy trình vận dụng lý thuyết khảo thí cổ điển vào hoạt động kiểm tra đánh giá định kỳ ở cấp THPT, cung cấp một quy trình kỹ thuật rõ ràng từ xây dựng ma trận mục tiêu, biên soạn câu hỏi theo 4 cấp độ nhận thức đến phân tích định lượng sau thử nghiệm. Công trình chứng minh rằng việc đánh giá đề kiểm tra không thể chỉ dựa vào cảm tính của giáo viên mà cần căn cứ vào các chỉ số toán học thống kê cụ thể.


Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế:

    • Quy mô mẫu thử nghiệm còn nhỏ, chỉ thực hiện trên một lớp học ($N = 36$ học sinh lớp 10A4 trường THPT Hai Bà Trưng), chưa đại diện cho toàn bộ các nhóm đối tượng học sinh có học lực đa dạng (như học sinh yếu, kém hoặc học sinh chuyên ban tự nhiên).
    • Phạm vi kiến thức chỉ mới giới hạn trong 2 chương (Chương IV: Các định luật bảo toàn và Chương V: Chất khí) của chương trình Vật lý 10 ban cơ bản.
    • Một số lượng đáng kể câu hỏi (11/30 câu) có độ phân biệt chưa đạt yêu cầu ($D < 0,20$) và nhiều phương án nhiễu chưa phát huy tác dụng mồi nhử đồng đều.
  • Hướng nghiên cứu tiếp:

    • Mở rộng phạm vi và quy mô thử nghiệm trên nhiều lớp học thuộc các trường THPT khác nhau với các mức độ học lực đa dạng để tăng tính đại diện của mẫu khảo sát.
    • Hoàn thiện việc biên tập, chỉnh sửa các câu hỏi chưa đạt chuẩn kỹ thuật và tiếp tục thử nghiệm lặp lại nhằm chuẩn hóa ngân hàng câu hỏi cho toàn bộ chương trình Vật lý THPT.
    • Nghiên cứu kết hợp thêm các mô hình đo lường hiện đại (như lý thuyết ứng đáp câu hỏi - IRT) để nâng cao độ chính xác trong đánh giá năng lực học sinh.

Giá trị tham khảo

Tài liệu là nguồn tham khảo hữu ích cho:

  • Giáo viên Vật lý THPT: Cung cấp khung ma trận đặc tả đề kiểm tra 1 tiết 45 phút chuẩn hóa bám sát chương trình phân phối của Bộ và Sở Giáo dục và Đào tạo, đồng thời cung cấp bộ 30 câu hỏi trắc nghiệm đã qua thẩm định chất lượng định lượng.
  • Sinh viên ngành Sư phạm Vật lý và học viên cao học ngành Lí luận và phương pháp dạy học: Cung cấp tài liệu mẫu về phương pháp nghiên cứu thực nghiệm sư phạm, hướng dẫn cách sử dụng phần mềm bảng tính Excel để tính toán các chỉ số thống kê mô tả, độ khó ($P$), độ phân biệt ($D$) và kỹ thuật phân tích chất lượng phương án nhiễu trong đề thi trắc nghiệm.
  • Cán bộ quản lý chuyên môn tại các trường phổ thông: Tham khảo quy trình 8 bước trong kiểm tra đánh giá để chỉ đạo công tác ra đề, thẩm định chất lượng đề thi học kỳ và xây dựng ngân hàng câu hỏi chuẩn hóa tại đơn vị.

Câu hỏi thường gặp

1. Đề kiểm tra 1 tiết trong khóa luận bao phủ những chủ đề kiến thức nào?

Đề kiểm tra bao phủ toàn bộ kiến thức của Chương IV (Các định luật bảo toàn) và Chương V (Chất khí) thuộc chương trình Vật lý 10 ban cơ bản, được phân bổ đều qua 8 chủ đề: (1) Động lượng - Định luật bảo toàn động lượng; (2) Công, công suất; (3) Động năng - Thế năng - Cơ năng; (4) Cấu tạo chất - Thuyết động học phân tử chất khí; (5) Quá trình đẳng nhiệt - Định luật Bôi-lơ - Ma-ri-ốt; (6) Quá trình đẳng tích - Định luật Sác-lơ; (7) Quá trình đẳng áp - Định luật Gay-Lussac; (8) Phương trình trạng thái của khí lý tưởng (Clapeyron).

2. Các tham số thống kê mô tả bài kiểm tra trên mẫu 36 học sinh phản ánh điều gì về độ khó của đề thi?

Kết quả thống kê trên 36 học sinh cho thấy điểm trung bình đạt 4,84, trung vị 4,67, điểm trội 4,33, phương sai 1,37, độ lệch chuẩn 1,17; điểm thấp nhất là 1,00 và điểm cao nhất là 7,00. Điểm số phân bố tập trung quanh giá trị trung bình nhưng mức điểm trung bình dưới 5,0 và không có học sinh đạt điểm tuyệt đối cho thấy đề kiểm tra tự thiết kế có độ khó tương đối cao so với năng lực của học sinh lớp thực nghiệm.

3. Lý thuyết khảo thí cổ điển thiết lập tiêu chuẩn nào để đánh giá độ khó và độ phân biệt của câu hỏi trắc nghiệm?

Theo lý thuyết khảo thí cổ điển được tác giả áp dụng:

  • Độ khó ($P$): Câu hỏi có độ khó thích hợp khi $0,25 \le P \le 0,75$. Nếu $P < 0,25$ là câu quá khó; nếu $P > 0,75$ là câu quá dễ.
  • Độ phân biệt ($D$): Câu hỏi có $D \ge 0,40$ là rất tốt; $0,20 \le D < 0,40$ là chấp nhận được; $D < 0,20$ là kém hoặc rất kém, cần xem xét loại bỏ hoặc chỉnh sửa lại nội dung/phương án nhiễu.

4. Những câu hỏi nào trong đề kiểm tra bị kiến nghị loại bỏ và vì sao?

Tác giả kiến nghị loại bỏ 3 câu hỏi gồm:

  • Câu 6: Có độ phân biệt rất kém ($D = 0,03$), không phân hóa được học sinh giỏi và kém.
  • Câu 8: Có độ phân biệt rất kém ($D = 0,03$).
  • Câu 16: Có độ phân biệt kém ($D = 0,18$), phương án nhiễu D thu hút 22 người chọn (nhiều hơn đáp án đúng C có 13 người), trong khi phương án A không có thí sinh nào lựa chọn.

5. Tại sao mức độ nhận thức "Vận dụng cao" trong bài thi lại có độ phân biệt tổng thể thấp hơn các mức độ khác?

Trong đợt thử nghiệm, mức độ Vận dụng cao chỉ đạt độ phân biệt tổng thể 0,43 (thấp hơn Nhận biết: 0,73; Thông hiểu: 0,66; Vận dụng: 0,69). Nguyên nhân là do số lượng câu hỏi vận dụng cao trong đề ít, đồng thời học sinh ở cả hai nhóm điểm cao và điểm thấp đều gặp nhầm lẫn hoặc trả lời sai nhiều ở các câu hỏi mức độ nhận biết và thông hiểu trước đó, dẫn đến độ phân hóa điểm số ở mức vận dụng cao bị suy giảm.


Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Đức Chung đã vận dụng thành công lý thuyết khảo thí cổ điển vào việc thiết kế và thẩm định bài kiểm tra 1 tiết môn Vật lý 10 (Chương IV và Chương V) tại trường THPT Hai Bà Trưng – Vĩnh Phúc. Thông qua việc phân tích định lượng kết quả thực nghiệm trên 36 học sinh bằng Microsoft Excel, công trình đã xác định chính xác các tham số độ khó, độ phân biệt của 30 câu hỏi và đánh giá hiệu quả của từng phương án nhiễu. Kết quả nghiên cứu cung cấp cơ sở khoa học thực chứng để chọn lọc, chỉnh sửa các câu hỏi chưa đạt chuẩn, góp phần hoàn thiện quy trình kiểm tra đánh giá khách quan và nâng cao chất lượng dạy học môn Vật lý ở trường phổ thông.