Bối cảnh và vấn đề nghiên cứu

Trong quá trình đổi mới căn bản và toàn diện giáo dục tại Việt Nam, đổi mới kiểm tra đánh giá (KTĐG) giữ vai trò then chốt nhằm nâng cao chất lượng dạy và học. KTĐG không chỉ cung cấp thông tin giúp giáo viên nắm bắt thực trạng kiến thức, kỹ năng, tư duy của học sinh để điều chỉnh hoạt động sư phạm, mà còn hỗ trợ học sinh tự đánh giá năng lực so với chuẩn đầu ra môn học. Tuy nhiên, thực tế tại các trường Trung học phổ thông (THPT) cho thấy khâu biên soạn đề kiểm tra còn bộc lộ nhiều bất cập: giáo viên thường ra đề theo kinh nghiệm chủ quan, sao chép hoặc chắp vá các câu hỏi có sẵn mà thiếu quy trình chuẩn hóa kỹ thuật. Hệ quả là cấu trúc đề thi chưa bám sát chuẩn kiến thức, kỹ năng, độ khó và độ phân biệt không được kiểm soát, dẫn đến kết quả đánh giá thiếu độ tin cậy và không phản ánh chính xác năng lực thực tế của học sinh.

Để giải quyết vấn đề này, việc ứng dụng Lý thuyết khảo thí cổ điển (Classical Test Theory - CTT) vào việc thiết kế, phân tích và chuẩn hóa đề kiểm tra trắc nghiệm khách quan là một hướng đi khoa học cần thiết nhưng chưa được triển khai rộng rãi ở bậc phổ thông. Khóa luận của tác giả Nguyễn Thị Hồng (2019) tại Trường Đại học Sư phạm Hà Nội 2 tập trung giải quyết yêu cầu cấp thiết này.

  • Mục tiêu nghiên cứu: Nghiên cứu và sử dụng bộ công cụ KTĐG kết quả học tập phần "Các định luật bảo toàn" và chương "Chất khí" (Vật lí 10 - THPT), vận dụng lý thuyết khảo thí cổ điển để đánh giá năng lực của học sinh nhằm nâng cao hiệu quả dạy học môn Vật lí tại trường THPT.
  • Câu hỏi và giả thuyết nghiên cứu:
    1. Câu hỏi nghiên cứu: Để có thể xây dựng và sử dụng được bộ công cụ kiểm tra kết quả học tập đảm bảo các yêu cầu toàn diện mà có độ tin cậy tốt thì giáo viên cần vận dụng lý thuyết khảo thí cổ điển như thế nào?
    2. Giả thuyết nghiên cứu: Trên cơ sở tuân thủ quy trình thiết kế câu hỏi và đề thi theo lý thuyết khảo thí cổ điển, sẽ tạo ra được bộ công cụ đánh giá kết quả học tập phần Các định luật bảo toàn và chương Chất khí (Vật lí 10 - THPT) có độ tin cậy và đảm bảo yêu cầu toàn diện của đánh giá.
  • Nhiệm vụ nghiên cứu:
    1. Nghiên cứu tổng quan về kiểm tra, đánh giá kết quả bài kiểm tra 45 phút phần Các định luật bảo toàn và chương Chất khí Vật lí 10 - THPT.
    2. Thử nghiệm, phân tích kết quả và điều chỉnh bài kiểm tra 45 phút phần Các định luật bảo toàn và chương Chất khí Vật lí 10 - THPT dựa trên các chỉ số thống kê của lý thuyết khảo thí cổ điển.
  • Đối tượng và khách thể nghiên cứu:
    • Đối tượng nghiên cứu: Cách thức vận dụng lý thuyết khảo thí cổ điển và xây dựng công cụ đánh giá kết quả học tập phần Các định luật bảo toàn và chương Chất khí Vật lí 10 - THPT.
    • Khách thể nghiên cứu: Hoạt động kiểm tra đánh giá kết quả học tập Vật lí 10 phần Các định luật bảo toàn và chương Chất khí của học sinh lớp 10A1 trường THPT Đông Anh – Hà Nội.
  • Phạm vi nghiên cứu: Bài kiểm tra 45 phút môn Vật lí 10 ban Cơ bản tại trường THPT Đông Anh, thành phố Hà Nội trong năm học 2018 - 2019.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng nền tảng nghiên cứu dựa trên hệ thống lý luận đo lường giáo dục hiện đại kết hợp với phương pháp phân tích định lượng:

  • Khung lý thuyết và khái niệm sử dụng:
    • Khái niệm kiểm tra và đánh giá: Dựa trên định nghĩa của Từ điển Giáo dục học, Ralph Tyler và tác giả Nguyễn Bá Kim. Kiểm tra là hoạt động đo lường, thu thập thông tin; đánh giá là quá trình xử lý, đối chiếu thông tin thu được với mục tiêu giáo dục để đưa ra quyết định sư phạm.
    • Phân loại mục tiêu giáo dục và các mức độ nhận thức: Sử dụng thang nhận thức của Benjamin S. Bloom (1948) gồm 6 mức độ: Nhận biết, Hiểu, Áp dụng, Phân tích, Tổng hợp, Đánh giá. Trong xây dựng đề kiểm tra, các mức này được nhóm thành 4 cấp độ: Nhận biết, Thông hiểu, Vận dụng và Vận dụng cao.
    • Quy trình kiểm tra đánh giá 8 bước: (1) Xác định mục đích đánh giá; (2) Lựa chọn hình thức, phương pháp; (3) Phân tích nội dung, xác định tiêu chí; (4) Thiết lập dàn bài thi (bảng đặc tả/ma trận); (5) Lựa chọn, viết câu hỏi; (6) Phân tích câu hỏi; (7) Tổ chức thi, chấm thi; (8) Ghi chép, phân tích số liệu thống kê và lưu trữ kết quả.
    • Lý thuyết khảo thí cổ điển (CTT): Sử dụng các công thức đo lường cốt lõi:
      • Độ khó của câu hỏi ($P$): Tỷ số giữa số học sinh trả lời đúng ($R$) trên tổng số học sinh dự thi ($N$): $$P = \frac{R}{N}$$ Độ khó toàn bài: $P = \frac{\bar{X}}{K}$ (với $\bar{X}$ là điểm trung bình, $K$ là điểm tối đa). Khoảng độ khó thích hợp: $0{,}25 \le P \le 0{,}75$.
      • Độ phân biệt của câu hỏi ($D$): Đo khả năng phân loại học sinh giỏi và kém, tính qua 27% nhóm điểm cao ($N_H$) và 27% nhóm điểm thấp ($N_L$): $$D = \frac{N_H - N_L}{N_{nhom}}$$ 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 hoặc loại bỏ).
      • Phân tích phương án nhiễu (Distractor Analysis): Đánh giá tính hấp dẫn và chức năng của các phương án sai trong câu hỏi trắc nghiệm nhiều lựa chọn.
      • Độ tin cậy và độ giá trị: Xem xét tính nhất quán nội tại và mức độ bài kiểm tra đo lường đúng mục tiêu kiến thức, kỹ năng cần đo.
  • Phương pháp nghiên cứu:
    • Phương pháp nghiên cứu lý thuyết: Thu thập, phân tích, tổng hợp tài liệu chuyên ngành về phương pháp dạy học Vật lí, khoa học đo lường và đánh giá trong giáo dục, khung phân phối chương trình Vật lí 10.
    • Phương pháp nghiên cứu thực nghiệm và thống kê: Tổ chức thực nghiệm sư phạm kiểm tra 45 phút trên mẫu thực tế gồm 42 học sinh; sử dụng phần mềm bảng tính Microsoft Excel để xử lý dữ liệu phiếu trả lời trắc nghiệm, tính toán các chỉ số thống kê mô tả (Mean, Median, Mode, Variance, Standard Deviation), tính độ khó, độ phân biệt và lập bảng tần số phân bố điểm.
  • Nguồn dữ liệu: Dữ liệu điểm số và phương án trả lời 25 câu hỏi trắc nghiệm từ 42 học sinh lớp 10A1 trường THPT Đông Anh - Hà Nội.

Nội dung chính theo từng chương

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

Chương này hệ thống hóa toàn bộ lý luận về công tác KTĐG và Lý thuyết khảo thí cổ điển. Tác giả làm rõ bản chất biện chứng giữa kiểm tra và đánh giá, vai trò của KTĐG đối với học sinh (phát triển năng lực tự đánh giá, điều chỉnh phương pháp học tập) và giáo viên (phát hiện lỗi sai điển hình, hoàn thiện phương pháp giảng dạy).

Tác giả phân tích 4 loại hình đánh giá: đánh giá khởi sự (Placement), đánh giá quá trình/hình thành (Formative), đánh giá chẩn đoán (Diagnostic) và đánh giá tổng kết (Summative). Tiếp đó, khóa luận so sánh chi tiết ưu - nhược điểm giữa phương pháp trắc nghiệm khách quan (TNKQ) và trắc nghiệm tự luận (TNTL) trên các tiêu chí: mức độ phức tạp khi soạn đề, tính bảo mật, thời gian làm bài, khả năng bao quát chương trình, hiện tượng đoán mò, độ tin cậy, tính giá trị và việc chấm điểm. Chương I khẳng định vai trò của lý thuyết khảo thí cổ điển trong việc định lượng hóa chất lượng câu hỏi thông qua hai đại lượng chính là độ khó ($P$) và độ phân biệt ($D$), đồng thời chỉ ra một số hạn chế nội tại của CTT (điểm thực phụ thuộc vào độ khó của đề thi, các tham số phụ thuộc vào mẫu khảo sát).

Chương II: Vận dụng lý thuyết khảo thí cổ điển để đánh giá bài kiểm tra 45 phút tự thiết kế Vật lí 10 - THPT

Chương II trình bày quy trình thiết kế công cụ đánh giá 45 phút thuộc chương trình Vật lí 10 ban Cơ bản (gồm Chương IV: Các định luật bảo toàn - 10 tiết và Chương V: Chất khí - 6 tiết). Dựa trên chuẩn kiến thức, kỹ năng và phân phối chương trình thực tế tại trường THPT Đông Anh, tác giả xây dựng bảng đặc tả chi tiết và ma trận đề kiểm tra 45 phút gồm 25 câu hỏi trắc nghiệm khách quan 4 lựa chọn (mỗi câu 0,4 điểm, thang điểm 10).

STT Chủ đề kiến thức Nhận biết Thông hiểu Vận dụng Vận dụng cao Tổng số câu Tỷ lệ %
1 Động lượng. Định luật bảo toàn động lượng 2 (C1, C2) 0 1 (C4) 1 (C3) 4 16%
2 Công và công suất 1 (C7) 1 (C5) 1 (C6) 0 3 12%
3 Động năng 1 (C9) 1 (C8) 1 (C10) 0 3 12%
4 Thế năng 1 (C12) 1 (C11) 1 (C13) 0 3 12%
5 Cơ năng 1 (C14) 1 (C15) 1 (C16) 0 3 12%
6 Cấu tạo chất. Thuyết động học phân tử chất khí 1 (C24) 0 0 0 1 4%
7 Quá trình đẳng nhiệt. Định luật Bôi-lơ Ma-ri-ốt 1 (C18) 1 (C19) 1 (C20) 0 3 12%
8 Quá trình đẳng tích. Định luật Sác-lơ 1 (C22) 1 (C21) 1 (C23) 0 3 12%
9 Phương trình trạng thái khí lí tưởng 1 (C17) 1 (C25) 0 0 2 8%
Tổng Toàn bài kiểm tra 10 câu (4,0 đ) 4 câu (1,6 đ) 8 câu (3,2 đ) 3 câu (1,2 đ) 25 câu 100%
Tỷ lệ Tỷ lệ phân bố theo mức độ nhận thức 40% 16% 32% 12% 100% 10% (10 đ)

Chương III: Thử nghiệm và phân tích kết quả vận dụng lý thuyết khảo thí cổ điển

Chương III trình bày quá trình thực nghiệm sư phạm trên 42 học sinh lớp 10A1 trường THPT Đông Anh (lớp học theo ban A: Toán, Lí, Hóa, học sinh có học lực khá - giỏi, không có học sinh yếu kém). Sau khi tổ chức kiểm tra và chấm điểm, dữ liệu được phân tích định lượng qua Excel:

  • Thống kê mô tả điểm bài kiểm tra:

    • Điểm trung bình ($\bar{X}$): 7,58
    • Điểm trung vị (Median): 7,60
    • Điểm trội (Mode): 7,60
    • Phương sai ($s^2$): 1,34
    • Độ lệch chuẩn ($SD$): 1,16
    • Điểm thấp nhất: 5,20; Điểm cao nhất: 10,00
    • Điểm số tập trung chủ yếu trong khoảng 6,8 đến 9,2. Phổ điểm rộng nhưng có xu hướng nghiêng về điểm cao do tính chất học lực của lớp thực nghiệm.

  • Phân tích chất lượng 25 câu hỏi trắc nghiệm:

    • Về độ khó ($P$): Có 15 câu quá dễ ($P > 0{,}75$), 10 câu có độ khó thích hợp ($0{,}25 \le P \le 0{,}75$), và không có câu nào quá khó ($P < 0{,}25$).
    • Về độ phân biệt ($D$): Có 6 câu có độ phân biệt rất tốt ($D \ge 0{,}40$, gồm các câu 5, 6, 7, 12, 15, 23); 13 câu đạt mức chấp nhận được ($0{,}20 \le D < 0{,}40$); và 6 câu có độ phân biệt kém ($D < 0{,}20$, gồm các câu 1, 2, 9, 14, 17, 18).
    • Phân tích phương án nhiễu: Nhiều câu hỏi bộc lộ phương án nhiễu không hoạt động hiệu quả. Ví dụ: Câu 1 có đáp án đúng là D (33 HS chọn), hai phương án nhiễu A và B không có học sinh nào lựa chọn ($P = 0{,}79$; $D = 0{,}03$); Câu 17 có 100% học sinh (42/42) chọn đúng phương án B ($P = 1{,}00$; $D = 0{,}00$), khiến câu hỏi mất hoàn toàn tính phân loại.
    • Phân tích theo chủ đề: Chủ đề 6 (Cấu tạo chất) đạt độ phân biệt thấp nhất do chỉ có 1 câu hỏi ở mức độ nhận biết thuần túy. Mức độ Nhớ có độ phân biệt thấp hơn so với mức độ Hiểu và Vận dụng.

Kết quả và đóng góp

Tiêu chí phân tích Số lượng câu / Chỉ số thực tế Đánh giá chất lượng kỹ thuật Đề xuất xử lý
Độ khó câu hỏi ($P$) 15 câu quá dễ ($P > 0{,}75$)
10 câu thích hợp ($0{,}25 \le P \le 0{,}75$)
0 câu quá khó ($P < 0{,}25$)		 Đề kiểm tra nhìn chung nghiêng về mức độ dễ đối với đối tượng học sinh ban A Tăng cường các câu hỏi ở mức vận dụng và vận dụng cao để nâng độ khó chung
Độ phân biệt ($D$) 6 câu rất tốt ($D \ge 0{,}40$)
13 câu chấp nhận được ($0{,}20 \le D < 0{,}40$)
6 câu kém ($D < 0{,}20$)		 76% số câu hỏi (19/25 câu) đạt yêu cầu phân loại học sinh; 24% câu hỏi chưa đạt chuẩn Loại bỏ 4 câu (C1, C9, C14, C17); chỉnh sửa, biên soạn lại 2 câu (C2, C18)
Phương án nhiễu Xuất hiện các phương án có 0% học sinh lựa chọn Các phương án gây nhiễu chưa đủ sức thuyết phục, lộ đáp án hoặc quá phi lý Thay thế phương án nhiễu bằng các lỗi sai điển hình của học sinh khi tính toán
Thống kê toàn bài Điểm TB = 7,58; $SD$ = 1,16; Min = 5,20; Max = 10,00 Dữ liệu phản ánh đúng trình độ khá - giỏi của mẫu khảo sát; độ tin cậy được kiểm soát Giữ lại các câu hỏi tốt để đưa vào ngân hàng câu hỏi chuẩn hóa
  • Kết quả chính: Khóa luận đã phân tích chi tiết tham số của 25 câu hỏi trắc nghiệm tự thiết kế, định lượng rõ ràng 6 câu có độ phân biệt kém cần loại bỏ hoặc chỉnh sửa (Câu 1, 2, 9, 14, 17, 18), 19 câu có chất lượng tốt và chấp nhận được để tiếp tục sử dụng.
  • Giải pháp và kiến nghị: Tác giả đề xuất quy trình chuẩn hóa đề kiểm tra trắc nghiệm tại trường phổ thông: giáo viên cần xây dựng ma trận và bảng đặc tả trước khi soạn câu hỏi; sau khi kiểm tra cần nhập dữ liệu vào phần mềm (như Excel) để tính toán các chỉ số $P$, $D$ và hiệu quả của phương án nhiễu nhằm liên tục tinh chỉnh ngân hàng câu hỏi.
  • Đóng góp của đề tài: Khóa luận đã vận dụng thành công lý thuyết khảo thí cổ điển vào thực tiễn dạy học môn Vật lí lớp 10 tại một trường THPT cụ thể, cung cấp minh chứng thực nghiệm về phương pháp đánh giá chất lượng đề kiểm tra bằng công cụ toán học thống kê thay vì dựa vào cảm tính chủ quan của giáo viên.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế:
    • Quy mô mẫu thử nghiệm còn nhỏ ($N = 42$ học sinh), chỉ giới hạn trong một lớp học (10A1) thuộc ban A (nâng cao Toán - Lí - Hóa) của Trường THPT Đông Anh. Do đối tượng khảo sát đều có học lực khá - giỏi và không có học sinh yếu kém, điểm trung bình toàn bài bị đẩy lên cao ($7{,}58$), phổ điểm bị lệch và làm tăng tỷ lệ các câu hỏi bị phân loại là "quá dễ".
    • Đề tài chỉ áp dụng Lý thuyết khảo thí cổ điển (CTT). Do hạn chế nội tại của CTT, các tham số độ khó và độ phân biệt vẫn phụ thuộc trực tiếp vào năng lực của mẫu thí sinh cụ thể, chưa độc lập hóa được năng lực người học và đặc tính câu hỏi.
  • Hướng nghiên cứu tiếp: Mở rộng phạm vi thử nghiệm trên nhiều lớp với các đối tượng học sinh có học lực đa dạng (ban cơ bản, ban xã hội, học sinh trung bình - yếu) tại nhiều trường THPT khác nhau; mở rộng bộ công cụ đánh giá cho toàn bộ chương trình Vật lí 10; tiến tới ứng dụng Lý thuyết ứng đáp câu hỏi (Item Response Theory - IRT) để khắc phục triệt để các hạn chế của CTT.

Giá trị tham khảo

  • Đối tượng thụ hưởng:
    • Giáo viên Vật lí bậc THPT đang tìm kiếm quy trình khoa học để tự xây dựng, thẩm định và chuẩn hóa đề kiểm tra định kỳ 45 phút.
    • Sinh viên ngành Sư phạm Vật lí, học viên cao học chuyên ngành Lý luận và Phương pháp dạy học bộ môn Vật lí tham khảo cách thức thực hiện một đề tài nghiên cứu thực nghiệm về kiểm tra đánh giá.
    • Cán bộ quản lý chuyên môn tại các trường THPT muốn chuẩn hóa công tác ra đề và xây dựng ngân hàng câu hỏi trắc nghiệm.
  • Nội dung giá trị nhất:
    • Bảng đặc tả chi tiết và ma trận 25 câu hỏi trắc nghiệm phủ kín 9 chủ đề thuộc phần Các định luật bảo toàn và chương Chất khí.
    • Quy trình từng bước phân tích định lượng dữ liệu trắc nghiệm trên Microsoft Excel (tính toán thống kê mô tả, độ khó $P$, độ phân biệt $D$ và phân tích phương án nhiễu).

Câu hỏi thường gặp

1. Đề tài đã tiến hành thử nghiệm trên đối tượng nào và quy mô mẫu là bao nhiêu?

Thực nghiệm sư phạm được tiến hành trên 42 học sinh của lớp 10A1 trường THPT Đông Anh (Hà Nội). Đây là lớp học theo ban A (học nâng cao các môn Toán, Vật lí, Hóa học), đa số học sinh có học lực khá và giỏi, một tỷ lệ nhỏ đạt mức trung bình và không có học sinh kém.

2. Cấu trúc bài kiểm tra 45 phút được thiết kế theo tỷ lệ các mức độ nhận thức như thế nào?

Bài kiểm tra 45 phút gồm 25 câu hỏi trắc nghiệm khách quan 4 lựa chọn (thang điểm 10, mỗi câu 0,4 điểm), phân bố theo 4 mức độ nhận thức:

  • Nhận biết: 10 câu (4,0 điểm - 40%)
  • Thông hiểu: 4 câu (1,6 điểm - 16%)
  • Vận dụng: 8 câu (3,2 điểm - 32%)
  • Vận dụng cao: 3 câu (1,2 điểm - 12%)

3. Kết quả thống kê mô tả điểm số bài kiểm tra của 42 học sinh đạt được các chỉ số cụ thể nào?

Kết quả xử lý số liệu trên Excel ghi nhận: điểm trung bình đạt 7,58; điểm trung vị là 7,60; điểm trội (Mode) là 7,60; phương sai là 1,34; độ lệch chuẩn là 1,16; điểm thấp nhất là 5,20 và điểm cao nhất đạt 10,00.

4. Kết quả phân tích chất lượng 25 câu hỏi theo lý thuyết khảo thí cổ điển chỉ ra những câu nào cần loại bỏ hoặc xem xét lại?

Qua phân tích độ khó và độ phân biệt:

  • 4 câu cần loại bỏ do độ phân biệt rất kém ($D \le 0{,}08$): Câu 1 ($D = 0{,}03$), Câu 9 ($D = 0{,}08$), Câu 14 ($D = 0{,}03$) và Câu 17 ($D = 0{,}00$, 100% học sinh trả lời đúng).
  • 2 câu cần xem xét, chỉnh sửa lại: Câu 2 ($D = 0{,}15$) và Câu 18 ($D = 0{,}15$).
  • 19 câu còn lại đạt chất lượng từ chấp nhận được đến rất tốt và được đề xuất giữ lại trong ngân hàng câu hỏi.

5. Phương pháp phân tích phương án nhiễu đã chỉ ra lỗi kỹ thuật điển hình nào trong đề kiểm tra?

Phân tích phương án nhiễu cho thấy một số câu hỏi có các phương án sai không thu hút được học sinh nào (0 lựa chọn). Điển hình như ở Câu 1, cả hai phương án nhiễu A và B không có học sinh lựa chọn; ở Câu 17, cả ba phương án A, C, D đều không có người chọn vì phương án đúng B quá lộ rõ. Điều này làm giảm tính giá trị và độ phân biệt của câu hỏi.

Kết luận

Khóa luận của tác giả Nguyễn Thị Hồng đã hệ thống hóa cơ sở lý luận về kiểm tra đánh giá và ứng dụng thành công Lý thuyết khảo thí cổ điển để thiết kế, phân tích bài kiểm tra 45 phút phần Các định luật bảo toàn và chương Chất khí (Vật lí 10). Thông qua thực nghiệm trên 42 học sinh tại trường THPT Đông Anh và xử lý định lượng bằng phần mềm Excel, đề tài đã xác định chính xác các chỉ số thống kê mô tả, độ khó, độ phân biệt và chất lượng phương án nhiễu của 25 câu hỏi trắc nghiệm. Kết quả nghiên cứu cung cấp minh chứng thực tiễn khẳng định việc vận dụng CTT giúp loại bỏ cảm tính chủ quan khi ra đề, tạo cơ sở khoa học để sàng lọc, chỉnh sửa và chuẩn hóa ngân hàng câu hỏi đánh giá kết quả học tập môn Vật lí ở trường phổ thông.