Ölçme ve Değerlendirme — İstatistik Kavramları ve Test Araçları

Ölçme ve Değerlendirme ünitesinin ikinci yarısı iki ana başlıktan oluşur: betimsel istatistik kavramları ve klasik test araçları. Bir önceki rehberde ele alınan ölçme türleri, ölçek türleri, geçerlik-güvenirlik nitelikleri ve hata türleri bu rehberin temelini oluşturur; istatistik kavramları bu kavramları sayısal göstergelere dönüştürür, test araçları ise hangi davranış düzeyini hangi araçla ölçeceğimizi belirler.

Bu Rehber Hangi İki Soru Türüne Cevap Verir?

KPSS'de bu üniteden gelen sorular iki ana türe ayrılır:

• İstatistik soruları: Bir sınıfın puanları verilir, ortalama-medyan-mod-standart sapma istenir; ya da z puanı veya T puanı hesaplattırılır. Normal dağılımın %68-95-99 yüzde dilimleri sorulur. Korelasyon değeri yorumlattırılır.
• Test türü soruları: Bir öğretmen belirli bir hedefi (sentez, analiz, hatırlama, tutum) ölçmek ister; senaryoda hangi test aracının uygun olduğu sorulur. Ya da bir aracın en belirgin avantajı veya sınırlılığı aranır.

Ünitenin İki Temel Disiplini

Ölçme aracının niteliği yalnızca tasarım aşamasında değil, uygulama sonrasında elde edilen verinin yorumlanması aşamasında da belirginleşir. İstatistik bu yorumlamayı sağlar: ortalama bize merkezi eğilimi, standart sapma dağılımın genişliğini, z puanı ise bireyin gruba göre yerini söyler. Test araçları ise bu verinin hangi yöntemle toplandığını gösterir; her aracın kendine has avantaj ve sınırlılıkları vardır.

Bu Rehberin Yol Haritası

Aşağıdaki bölümlerde sırasıyla şu konular işlenecektir: veri türleri ve frekans dağılımı, merkezi eğilim ölçüleri, merkezi dağılım ölçüleri, normal dağılım ve çarpıklık, standart puanlar (z ve T), korelasyon, çoktan seçmeli testler, doğru-yanlış testleri, eşleştirme testleri, kısa cevap (tamamlama) testleri, açık uçlu (yazılı) sınavlar, sözlü sınavlar, performans ve proje görevleri, portfolyo, test türleri karşılaştırma tablosu ve son olarak çözümlü sınav senaryoları.

İstatistiksel hesaplama yapmadan önce ölçülen verinin türünü bilmek gerekir. Veri türü, hangi merkezi eğilim ölçüsünün uygun olduğunu, hangi grafik türünün anlamlı olduğunu ve hangi standart puanın hesaplanabileceğini belirler.

Süreksiz (Kesikli) ve Sürekli Veri

• Süreksiz veri: Yalnızca tam sayı değerleri alabilen ölçümlerdir; ara değerler anlamsızdır. Bir sınıftaki öğrenci sayısı, bir sınavda doğru cevap sayısı, bir kitabın sayfa sayısı süreksiz veridir. 25,7 öğrenci ifadesi anlamsızdır.
• Sürekli veri: Ölçü aleti hassasiyeti elverdiğince ara değer alabilen veridir. Boy (1,72 m), kilo (68,4 kg), zaman (12,3 saniye) sürekli veridir. Eğitimde sınav puanları teknik olarak süreksiz olmakla birlikte uygulamada sürekli veri gibi davranılır.

Ham Puan

Ham puan, ölçme aracından doğrudan elde edilen, hiçbir dönüştürme uygulanmamış puan türüdür. Bir öğrencinin sınavdan aldığı 80 puan ham puandır. Ham puanlar tek başına bireyin grup içindeki yerini söylemez; bu yüzden istatistiksel dönüştürme (yüzdelik, z, T) gerekir.

Frekans

Frekans (f), bir değerin veri kümesinde kaç kez tekrar ettiğini gösterir. 25 öğrencilik bir sınıfta 80 puan alan 5 öğrenci varsa, 80'in frekansı 5'tir. Frekans dağılımı, hangi puanın ne kadar sıklıkla görüldüğünü tablolaştırır.

Frekans Dağılımı Tablosu — Mini Örnek

Puan (X)	Frekans (f)	Yığmalı Frekans
40	2	2
50	5	7
60	8	15
70	5	20
80	2	22

Gruplandırılmış Frekans Dağılımı

Veri sayısı çok olduğunda her ham puan tek tek listelenmez; puanlar aralıklara bölünür. Örneğin 0-9, 10-19, 20-29 gibi. Bu yöntem büyük veri kümelerinde dağılımı görselleştirmek için kullanılır; ancak bireysel ham puan bilgisi kaybedilir.

Histogram, Çubuk Grafik ve Yığmalı Eğri

• Histogram: Sürekli verinin frekansını gösterir; çubuklar bitişiktir.
• Çubuk grafik: Süreksiz/kategorik verinin frekansını gösterir; çubuklar arasında boşluk vardır.
• Yığmalı eğri (ogive): Yığmalı frekansları çizgiyle birleştirir; medyan ve yüzdelik hesabında kullanılır.

Merkezi eğilim ölçüleri, bir veri kümesinin tipik değerini tek bir sayıyla özetleyen istatistiklerdir. Üç temel ölçü vardır: aritmetik ortalama, medyan (ortanca), mod (tepe değer). Hangisinin kullanılacağı veri türüne ve dağılımın şekline bağlıdır.

Aritmetik Ortalama (X̄)

Tanım: Tüm değerlerin toplamının değer sayısına bölünmesiyle bulunur.

Formül: X̄ = ΣX / N

• Örnek: Beş öğrenci 60, 70, 70, 80, 90 aldı. Ortalama = (60+70+70+80+90) / 5 = 370/5 = 74.
• Avantaj: Tüm verileri kullanır, en bilgi verici ölçüdür; cebirsel hesaplamalara açıktır.
• Sınırlılık: Uç (aykırı) değerlerden çok etkilenir. Bir grup öğrenci 50-60 alırken bir öğrenci 100 alırsa ortalama yapay olarak yükselir.
• Kullanım: Eşit aralıklı ve eşit oranlı ölçeklerde geçerlidir.

Medyan (Ortanca)

Tanım: Değerler küçükten büyüğe sıralandığında tam ortadaki değerdir. Veri sayısı tek ise ortadaki, çift ise iki ortancanın ortalamasıdır.

• Örnek (tek): 5, 8, 10, 12, 20 → Medyan = 10.
• Örnek (çift): 5, 8, 10, 12 → Medyan = (8+10)/2 = 9.
• Avantaj: Uç değerlerden etkilenmez; çarpık dağılımlarda gerçek merkezi yansıtır.
• Sınırlılık: Sıralama dışında bilgiyi kullanmaz; cebirsel işleme açık değildir.
• Kullanım: Sıralama, eşit aralıklı ve eşit oranlı ölçeklerde kullanılabilir.

Mod (Tepe Değer)

Tanım: Veri kümesinde en sık tekrar eden değerdir. Tek mod, iki mod (bimodal) veya hiç mod olmayan dağılımlar görülebilir.

• Örnek: 50, 60, 60, 70, 80 → Mod = 60. 50, 60, 60, 70, 70, 80 → İki mod (60 ve 70).
• Avantaj: Hesabı çok kolaydır; her ölçek türünde (sınıflama dahil) kullanılabilir.
• Sınırlılık: Aynı veri için birden fazla mod olabilir; cebirsel işleme açık değildir.
• Kullanım: Tek başına anlamlı olduğu durum azdır; genellikle ortalama ve medyanla birlikte yorumlanır.

Üç Ölçünün Karşılaştırma Tablosu

Ölçü	Veri Kullanımı	Uç Değere Duyarlılık	Hangi Ölçek?
Ortalama	Tüm değerler	Çok yüksek	Eşit aralıklı, oranlı
Medyan	Sıra bilgisi	Düşük (etkilenmez)	Sıralama, eşit aralıklı, oranlı
Mod	Sıklık	Sıfır	Tüm ölçekler (sınıflama dahil)

Hangi Durumda Hangi Ölçü?

• Veri normal dağılıyor + uç değer yok → Aritmetik ortalama tercih edilir.
• Veri çarpık + uç değer var → Medyan daha uygundur (örneğin gelir dağılımı, az sayıda yüksek değer).
• Kategorik veri (göz rengi, mezun olunan okul tipi) → Yalnızca mod hesaplanabilir.

Merkezi eğilim verilerin ortasını, dağılım ölçüleri ise verilerin bu merkez etrafında ne kadar yayıldığını gösterir. İki sınıfın ortalaması aynı olabilir; ancak biri homojen biri heterojen olabilir. Bu farkı yakalayan üç ölçü: ranj, standart sapma ve varyans.

Ranj (Açıklık)

Tanım: En yüksek değer ile en düşük değer arasındaki farktır.

Formül: R = X_max − X_min

• Örnek: 40, 60, 70, 80, 95 → Ranj = 95 − 40 = 55.
• Avantaj: Hesabı çok kolaydır.
• Sınırlılık: Yalnızca iki uç değeri kullanır; aradaki bilgiyi göz ardı eder ve uç değerlerden çok etkilenir.

Standart Sapma (s)

Tanım: Puanların aritmetik ortalamadan ortalama olarak ne kadar uzaklaştığını gösterir. En yaygın ve en bilgi verici dağılım ölçüsüdür.

Formül: s = √[ Σ(X − X̄)² / N ]

• Yorum: Standart sapma küçükse grup homojendir; puanlar ortalamaya yakındır. Büyükse grup heterojendir; puanlar geniş bir aralığa dağılmıştır.
• Önemli: Standart sapma başarı hakkında doğrudan bilgi vermez. Ortalaması 30 olan da, ortalaması 90 olan da aynı standart sapmaya sahip olabilir; sadece dağılımın genişliğini söyler.

Varyans (s²)

Tanım: Standart sapmanın karesidir.

Formül: s² = Σ(X − X̄)² / N

• Hesap kuralı: Varyans = (Standart sapma)². Standart sapma 5 ise varyans 25'tir; standart sapma 10 ise varyans 100'dür.
• Avantaj: Cebirsel işleme açıktır; ileri istatistiklerde (ANOVA, regresyon) kullanılır.
• Sınırlılık: Birim olarak orijinal verinin karesidir (puan² gibi anlamsız bir birim). Bu yüzden günlük yorumda standart sapma tercih edilir.

Çeyrek Sapma

Tanım: Üçüncü çeyrek (Q3) ile birinci çeyrek (Q1) arasındaki farkın yarısıdır: ÇS = (Q3 − Q1) / 2. Çarpık dağılımlarda standart sapmadan daha güvenilirdir; uç değerlerden etkilenmez.

Üç Dağılım Ölçüsünün Karşılaştırması

Ölçü	Hesap	Birim	Uç Değer Etkisi
Ranj	Max − Min	Orijinal	Çok yüksek
Standart Sapma	√varyans	Orijinal	Yüksek
Varyans	s²	Karesi	Yüksek
Çeyrek Sapma	(Q3-Q1)/2	Orijinal	Düşük

Standart Sapma ve Güvenirlik İlişkisi

Bir ilginç olgu: standart sapma çok düşük olan (homojen) bir grupta güvenirlik katsayısı düşer. Çünkü bireyler arası fark azalır, varyans daralır; istatistiksel olarak korelasyon hesabında payda küçülür. Bu yüzden seçme amaçlı testler heterojen gruplarda daha güvenilir görünür.

Normal dağılım (Gauss dağılımı, çan eğrisi), istatistikte en çok karşılaşılan teorik dağılımdır. Eğitim ölçmelerinde bireysel farklar genellikle normal dağılır; bu varsayım istatistiksel hesaplamalar için temeldir.

Normal Dağılımın Özellikleri

• Tek tepelidir (unimodal); merkezde bir tepe vardır.
• Simetriktir; ortalama, medyan ve mod aynı noktadadır.
• Çan eğrisi şeklindedir; uçlara doğru frekans azalır ama eğri eksene değmez (asimptotiktir).
• Eğri altındaki toplam alan 1'dir (tüm popülasyonu kapsar).

Normal Dağılım Yüzdeleri (68-95-99 Kuralı)

Normal dağılımda standart sapma değerlerine göre yüzdeler sabittir; bu kural her sınavda en az bir kez sorulur.

Aralık	Yüzde	Yorum
X̄ ± 1s	≈ %68	Bireylerin yaklaşık üçte ikisi bu aralıktadır
X̄ ± 2s	≈ %95	Bireylerin büyük çoğunluğu bu aralıktadır
X̄ ± 3s	≈ %99	Hemen herkes bu aralıktadır; uç bölge nadirdir

Yüzdelik Dilim Hesabı — Mini Örnek

Ortalaması 60, standart sapması 10 olan bir sınavda:

• 40 ile 80 arası → ortalamanın ±2 standart sapma içi → yaklaşık %95.
• 50 ile 70 arası → ortalamanın ±1 standart sapma içi → yaklaşık %68.
• 80 puanın üstündekiler → %95'in dışında kalan üst yarı → yaklaşık %2,5.

Çarpıklık (Skewness)

Bir dağılımın simetrik olup olmadığını gösterir. İki çarpıklık türü vardır:

• Sağa çarpık (pozitif çarpık): Düşük puanlar yoğun, az sayıda yüksek puan. Kuyruk sağa uzanır. Mod < Medyan < Ortalama sırası oluşur. Yorum: Sınav genelde zor gelmiş, az sayıda öğrenci yüksek puan almış.
• Sola çarpık (negatif çarpık): Yüksek puanlar yoğun, az sayıda düşük puan. Kuyruk sola uzanır. Ortalama < Medyan < Mod sırası oluşur. Yorum: Sınav genelde kolay gelmiş, az sayıda öğrenci düşük puan almış.
• Simetrik (normal): Ortalama = Medyan = Mod. Sınav grubun düzeyine uygundur.

Çarpıklığın Hızlı Tanı Kuralı

Sınav sorusunda dağılım resmi yerine sayılar verilebilir. Ortalama, medyan ve mod karşılaştırılır:

• Ortalama, medyandan büyükse → sağa çarpık.
• Ortalama, medyandan küçükse → sola çarpık.
• Üçü eşitse → simetrik (normal).

Basıklık (Kurtosis)

Dağılımın ne kadar sivri ya da yayvan olduğunu gösterir.

• Sivri (leptokurtic): Tepe yüksek ve dar; standart sapma küçük; grup homojendir.
• Yayvan (platykurtic): Tepe alçak ve geniş; standart sapma büyük; grup heterojendir.
• Normal (mesokurtic): Standart çan eğrisi şekli.

Ham puanlar tek başına bireyin grup içindeki yerini söylemez. 80 puan, ortalaması 60 olan bir sınavda yüksek; ortalaması 90 olan bir sınavda düşük bir başarıdır. Standart puanlar ham puanı, grup ortalama ve standart sapmasına göre dönüştürerek bireyin gruba göre yerini gösterir.

z Puanı

Tanım: Ham puanın ortalamadan kaç standart sapma uzakta olduğunu gösterir.

Formül: z = (X − X̄) / s

• z = 0: Birey tam ortalamadadır.
• z > 0: Birey ortalamanın üstündedir.
• z < 0: Birey ortalamanın altındadır.
• Aritmetik ortalaması: 0.
• Standart sapması: 1.

z Puanı — Mini Hesap

Sınav ortalaması 60, standart sapması 10. Ali 80, Veli 50 almıştır.

• Ali: z = (80 − 60) / 10 = +2 → ortalamanın 2 standart sapma üstünde.
• Veli: z = (50 − 60) / 10 = −1 → ortalamanın 1 standart sapma altında.

T Puanı

Tanım: z puanının olumsuz (negatif ve ondalıklı) görünümünü pratik bir aralığa dönüştüren standart puandır.

Formül: T = 50 + 10·z

• Aritmetik ortalaması: 50.
• Standart sapması: 10.
• Avantaj: Negatif değerleri ve küçük ondalıkları ortadan kaldırır; raporlamada kolaylık sağlar.

z ve T Puanı Dönüşüm Tablosu

z Puanı	T Puanı	Yorum
−2	30	Ortalamanın çok altı (alt %2,5)
−1	40	Ortalamanın altı (yaklaşık %16)
0	50	Tam ortalama (%50)
+1	60	Ortalamanın üstü (yaklaşık %84)
+2	70	Ortalamanın çok üstü (üst %2,5)

Yüzdelik (Yüzdelik Sıra)

Tanım: Bireyin puanından düşük puan alan kişilerin yüzde oranını gösterir. 80'inci yüzdelik dilimde olan birey, kendisinden daha düşük puan alan bireylerin grubun %80'i kadar olduğunu söyler.

• Yüzdelik = 50: Bireyin puanı medyandadır.
• Yüzdelik = 84: z = +1 ile aynı anlamdadır (normal dağılımda).
• Yüzdelik = 16: z = −1 ile aynı anlamdadır.

Standart Puanların Faydası

• Farklı sınavlardan alınan puanlar karşılaştırılabilir hâle gelir. Türkçe sınavından 80 ile Matematik sınavından 80 farklı anlamlar taşır; z puanı bu farkı görünür kılar.
• Bireysel performans grup bağlamında yorumlanır.
• İstatistiksel testlerin uygulanmasını mümkün kılar.

Korelasyon, iki değişkenin birlikte değişme eğilimini gösteren istatistiktir. Pearson korelasyon katsayısı (r) −1 ile +1 arasında değer alır.

Korelasyonun Yönü

• Pozitif korelasyon (r > 0): Bir değişken artarken diğeri de artar. Çalışma süresi ile sınav puanı, boy ile kilo örnek olabilir.
• Negatif korelasyon (r < 0): Bir değişken artarken diğeri azalır. Devamsızlık günü ile başarı puanı, sınav kaygısı ile sınav puanı tipik örneklerdir.
• Sıfır korelasyon (r ≈ 0): İki değişken arasında doğrusal bir ilişki yoktur. Saç rengi ile sınav puanı arasında genelde ilişki yoktur.

Korelasyonun Gücü

Mutlak değerin büyüklüğü ilişkinin gücünü gösterir; yön (işaret) gücü etkilemez. r = −0,80, r = +0,60'dan daha güçlü ilişkidir; çünkü |−0,80| > |+0,60|.

|r| Aralığı	Yorum
0,90 - 1,00	Çok güçlü ilişki
0,70 - 0,89	Güçlü ilişki
0,30 - 0,69	Orta düzeyde ilişki
0,10 - 0,29	Zayıf ilişki
0,00 - 0,09	İlişki yok denecek kadar zayıf

Korelasyonun Eğitim Ölçmesindeki Yeri

• Güvenirlik katsayısı: Test-tekrar test ya da paralel form yönteminde iki uygulama puanlarının korelasyonu güvenirliği verir.
• Yordama geçerliği: Test puanı ile gelecekteki başarı arasındaki korelasyon yordama gücünü gösterir.
• Madde-test korelasyonu: Bir maddenin toplam test puanıyla korelasyonu ayırt edicilik göstergesidir.

Korelasyon Nedensellik Değildir

Bu, istatistiğin en sık ihlal edilen ilkesidir. İki değişken yüksek korelasyon gösterse bile birinin diğerine neden olduğu sonucu çıkarılamaz. Üçüncü bir değişken (gizli değişken) iki değişkeni de etkiliyor olabilir; ya da ilişki tesadüfi olabilir. Eğitim ölçmesinde "okuma süresi yüksek olanın sınav puanı yüksek" cümlesi bir korelasyon ifadesidir; "okuma süresi puanı artırır" ise nedensellik iddiasıdır ve farklı bir kanıt türü gerektirir (deneysel tasarım).

Saçılım Diyagramı

Korelasyonu görselleştirmenin yolu saçılım diyagramıdır. İki değişken iki eksende noktalandırılır; noktaların oluşturduğu desen ilişkinin yönü ve gücünü gösterir.

• Noktalar sağa yukarı doğru sıkı bir doğru şeklindeyse → güçlü pozitif.
• Noktalar sağa aşağı doğru sıkı bir doğru şeklindeyse → güçlü negatif.
• Noktalar dağınık bir bulut şeklindeyse → sıfır veya çok zayıf.

Çoktan seçmeli test (ÇST), KPSS dahil pek çok geniş ölçekli sınavın temel aracıdır. Bir madde kök (soru gövdesi) ve birden fazla seçenekten oluşur; doğru cevap dışındaki seçenekler çeldirici olarak adlandırılır.

Çoktan Seçmeli Testin Yapısı

• Kök (gövde): Sorunun temel ifadesidir; soru cümlesi ya da tamamlanacak ifade biçiminde olabilir.
• Seçenekler: Genellikle 4-5 seçenek bulunur. Bunlardan biri doğru cevap, diğerleri çeldiricidir.
• İyi çeldirici: Doğru cevap kadar makul görünmeli, alt grup tarafından ciddi oranda işaretlenmelidir.

Avantajları

• Objektif puanlama: Her madde için tek doğru cevap olduğundan puanlama puanlayıcıdan bağımsızdır. En objektif test türüdür.
• Geniş kapsam: Kısa sürede çok madde sorulabilir; kapsam geçerliği yüksektir.
• Hızlı puanlama: Optik okuyucu ile binlerce kâğıt kısa sürede değerlendirilebilir.
• İstatistiksel analize uygun: Madde güçlüğü, ayırt edicilik, çeldirici analizi yapılabilir.
• Geniş kitlelere uygulanabilir: Standart koşullarda eşitlik sağlanır.

Sınırlılıkları

• Üst düzey beceriler zayıf ölçülür: Sentez, yaratıcılık, özgün ürün üretme gibi davranışlar çoktan seçmeli ile doğrudan ölçülemez. Hazır seçenekler arasından seçim yapılır.
• Şans başarısı: Bilmediği soruyu rastgele işaretleyen aday belirli bir oranda (4 seçenekte %25) doğru cevap verebilir.
• Hazırlama güçlüğü: İyi bir çoktan seçmeli madde yazmak (özellikle iyi çeldirici üretmek) zaman alıcıdır ve uzmanlık gerektirir.
• Yazma becerisi ölçülemez: Aday yalnızca seçim yapar; ifade gücü değerlendirilemez.

İyi Çoktan Seçmeli Maddenin Özellikleri

• Kök, açık ve net olmalı; gereksiz kelime içermemelidir.
• Tüm seçenekler dilbilgisi olarak kökle uyumlu olmalıdır.
• "Hepsi", "hiçbiri" gibi seçeneklerden mümkünse kaçınılmalıdır; bunlar bilgiyi değil hatırlamayı ölçer.
• Seçenekler birbirine yakın uzunlukta olmalıdır; çok uzun seçenek genellikle doğrudur algısı yaratır.
• Olumsuz ifade ("değildir", "olamaz") kullanılırsa vurgulanmalıdır; aksi halde okuma hatası artar.
• İpucu içeren seçenekler kullanılmamalıdır.

Hangi Davranış Düzeyini Ölçer?

Bloom taksonomisine göre çoktan seçmeli test özellikle şu düzeyleri ölçer:

• Bilgi (hatırlama): Bir tanımı, tarihi, formülü hatırlama.
• Kavrama (anlama): Bir kavramı kendi sözleriyle açıklayabilme; ancak hazır seçenekler arasından bunu seçmek.
• Uygulama: Verilen bir formülü yeni bir senaryoda kullanma.
• Analiz (kısmen): Bir metni veya veriyi parçalara ayırarak doğru olan parçayı seçme.

Sentez ve değerlendirme düzeyleri çoktan seçmeli ile doğrudan ölçülemez; bu düzeyler için açık uçlu, performans veya proje görevleri tercih edilir.

Doğru-yanlış testleri, her ifadenin doğru ya da yanlış olduğuna karar vermeye dayanan iki seçenekli madde türüdür. Hızlı uygulanır ama şans başarısı %50'ye yükseldiği için güvenirliği zayıf bir araçtır.

Yapısı

• Madde tek bir önerme cümlesidir.
• Aday yalnızca "Doğru" ya da "Yanlış" seçeneğini işaretler.
• Bazı uygulamalarda yanlış olduğu söylenen önermenin doğru hâlinin yazılması istenir; bu, şans başarısını azaltır.

Avantajları

• Çok sayıda madde: Kısa sürede geniş bir konu kapsanabilir; kapsam geçerliği artırılabilir.
• Hazırlanması kolay: Çoktan seçmeli maddeye göre çeldirici üretme yükü yoktur.
• Hızlı puanlama: Objektif ve mekanik puanlama mümkündür.
• Bilgi düzeyi ölçümünde uygun: Olgu hatırlama gibi düşük düzey hedefler için elverişlidir.

Sınırlılıkları

• Şans başarısı %50: İki seçenek olduğu için tahminle doğru cevap verme olasılığı yarı yarıyadır. Bu, güvenirliği doğrudan düşürür.
• Üst düzey ölçemez: Kavrama, uygulama, analiz, sentez düzeyleri için uygun değildir.
• İfade tuzakları: "Daima", "asla", "tamamen" gibi mutlak ifadeler genellikle yanlış cümleyi işaret eder; aday bilgi yerine kalıbı tahmin etmeyi öğrenebilir.
• Tahmin yanlılığı: Aday kararsız kaldığında sürekli "doğru" işaretleme gibi yanlılıklar gelişir.

İyi Doğru-Yanlış Maddesinin Özellikleri

• İfade tek bir fikir içermeli; iki yargıyı bir cümlede birleştirmemeli.
• "Daima", "asla", "hiç" gibi mutlak ifadelerden kaçınılmalı.
• Olumsuz ifadeler vurgulanmalı veya kullanılmamalı.
• Doğru ve yanlış ifadeler dengeli sayıda olmalı; aday cevabın deseninden çıkarsama yapamamalı.

Eşleştirme testleri, iki listenin (sütunun) öğelerinin eşleştirilmesine dayanan test türüdür. Bir sütunda öncüller, diğer sütunda cevaplar bulunur. Aday her öncülü uygun cevapla eşler.

Yapısı

• Öncüller: Sol sütundaki maddeler. Genellikle 5-10 öncül kullanılır.
• Cevaplar: Sağ sütundaki seçenekler. Cevap sayısı öncül sayısından en az bir fazla olmalıdır (n + 1 kuralı). Böylece son öncül için tek seçenek kalmaz; tahminle doğruluk azalır.
• Yönerge: "Sol sütundaki maddeleri sağ sütundaki en uygun ifadelerle eşleştirin" gibi açık bir talimat verilir.

Avantajları

• Çok sayıda ilişki tek seferde ölçülür: Beş öncül-altı cevap düzeninde beş eşleme tek soruda yapılır.
• Objektif puanlama: Her eşleme tek doğru cevaba karşılık gelir; puanlama mekaniktir.
• Sınıflama becerisi ölçer: Olay-tarih, kavram-tanım, devlet-başkent gibi ilişkileri ölçmede idealdir.
• Tahmin oranı düşüktür: n+1 kuralı uygulandığında şans başarısı çoktan seçmeli ve doğru-yanlışa göre daha düşüktür.

Sınırlılıkları

• Yalnızca düşük düzey ölçer: Bilgi (hatırlama) düzeyinde kalır. Kavrama, uygulama, analiz gibi düzeyler için uygun değildir.
• Konu sınırı: İki sütundaki tüm maddeler aynı kategoriden olmalıdır; karışık konular eşleştirme mantığını bozar.
• İpucu sızıntısı: Bir öncül için açık doğru cevap diğer öncülün cevabını da ipucu yaparsa madde değer kaybeder.

İyi Eşleştirme Maddesinin Özellikleri

• Tüm öncüller ve cevaplar aynı kategoriye ait olmalı (homojen).
• Cevap sayısı öncül sayısından bir fazla olmalı (n + 1 kuralı).
• Cevap sütunu genellikle alfabetik veya kronolojik sıraya göre düzenlenir; rastgele dizim ipucu vermesin.
• Tek sayfada bitirilmeli; sayfa atlama görsel hatalara yol açar.
• Yönerge net olmalı: "Aynı cevap birden fazla kez kullanılabilir mi?" sorusuna açık cevap verilmeli.

Kısa cevap testleri, adayın boş bırakılan yere bir kelime, sayı, formül veya çok kısa bir ifade yazmasını isteyen test türüdür. Açık uçlu ailesinin en kısa formudur; ancak puanlamada esneklik gerektirir.

Yapısı

• Madde, eksik bir cümle ya da doğrudan bir soru olarak verilir.
• Aday boşluğa tek bir kelime, sayı veya kısa ifade yazar.
• Beklenen cevap tek ya da çok dar bir küme olmalıdır; aksi halde puanlama tutarsızlaşır.

Örnekler

• "Ölçme aracının üç temel niteliği geçerlik, güvenirlik ve ......'dir." (Cevap: kullanışlılık)
• "Standart sapması 5 olan bir testin varyansı kaçtır?" (Cevap: 25)
• "İlk Türkiye Büyük Millet Meclisi hangi tarihte açılmıştır?" (Cevap: 23 Nisan 1920)

Avantajları

• Tahmin yapılamaz: Hazır seçenek olmadığı için şans başarısı sıfıra yakındır.
• Hatırlama gücünü ölçer: Aday seçenekler arasından tanıma yapmaz; bilgisini bağımsız üretir.
• Hazırlanması kolay: Çoktan seçmeli kadar uğraştırıcı değildir; çeldirici üretmek gerekmez.
• Hızlı uygulama: Madde başına süre kısadır; çok sayıda madde sorulabilir.

Sınırlılıkları

• Yalnızca bilgi düzeyi: Kavrama ve üzeri düzeyler için kullanışlı değildir.
• Puanlama esneklik gerektirir: Aynı kavramın farklı yazımları (kısaltma, eş anlamlı) puanlama tutarsızlığı doğurur. "İBB" ile "İstanbul Büyükşehir Belediyesi" eşit mi sayılacak?
• Yazım hatası problemi: Kavramı bilen ama yazımı yanlış yapan aday haksız yere puan kaybedebilir.

İyi Kısa Cevap Maddesinin Özellikleri

• Boşluk cümlenin sonunda olmalı; başında ya da ortasında olması okuma yükünü artırır.
• Cümlede yalnızca tek boşluk bulunmalı; çok boşluklu maddeler bilmecemsi olur.
• Beklenen cevap tek olmalı; "uygun bir kelime yazın" yerine "iki tarihten ilki" gibi belirgin yönerge verilmeli.
• Puanlama anahtarı kabul edilecek tüm yazım varyantlarını listelemelidir.

Açık uçlu (yazılı) sınavlar, adayın bir konuyu kendi cümleleriyle yazılı olarak ifade etmesini isteyen test türüdür. Üst düzey bilişsel hedefleri ölçmek için ideal araçtır; ancak puanlama güçlüğü en zayıf noktasıdır.

Türleri

• Sınırlı yanıt (sınırlandırılmış) yazılı: Beklenen yanıtın çerçevesi (uzunluk, içerik, biçim) önceden belirtilir. "Üç paragrafta açıklayın", "iki neden yazın" gibi. Puanlama daha tutarlıdır.
• Serbest yanıt (uzun yanıtlı) yazılı: Aday düşüncesini istediği biçimde, istediği uzunlukta yazar. Yaratıcılık ve sentez gücünü en iyi ölçen formdur; ancak puanlama tutarsızlığı en yüksektir.

Avantajları

• Üst düzey hedeflere uygun: Sentez, değerlendirme, yaratıcılık, eleştirel düşünme bu araçla doğrudan ölçülebilir.
• Yazma becerisi gelişir: Aday kendi ifadesini kurar; iletişim becerisi de zımni olarak ölçülür.
• Tahmin yapılamaz: Hazır seçenek yoktur; şans başarısı sıfıra yakındır.
• Hazırlanması kolay: Birkaç soru bir sınav oluşturur; çeldirici üretme yükü yoktur.
• Sınav kaygısı yönetimi: Süre baskısı görece azdır; aday düşünmek için zaman bulur.

Sınırlılıkları

• Puanlayıcı güvenirliği zayıf: Aynı kâğıt farklı puanlayıcılar tarafından farklı puanlanabilir; objektiflik düşüktür.
• Kapsam geçerliği düşük: Sınav süresinde az sayıda soru sorulabilir; konu kapsamının tamamı temsil edilemez.
• Puanlama uzun zaman alır: Geniş kitleli sınavlarda uygulanması zordur.
• Yazma yeteneği lehine yanlılık: İyi yazan aday bilmediği konuda da puan alabilir; zayıf yazan bilse de puan kaybeder.
• Hale etkisi riski: Önceki yanıtlardan etkilenerek bir sonraki yanıtı puanlama eğilimi oluşabilir.

Açık Uçlu Sınavın Puanlama Yöntemleri

1. Genel izlenim yöntemi: Puanlayıcı kâğıdın bütününe bakarak tek bir not verir. Hızlıdır ama en az güvenilir yöntemdir.
2. Anahtarlı (analitik) puanlama: Beklenen yanıtın bileşenleri ve her birinin puanı önceden belirlenir. Puanlayıcı bu anahtara göre puanlar. En önerilen yöntemdir.
3. Sınıflama yöntemi: Tüm kâğıtlar önce 3-5 sınıfa ayrılır (çok iyi, iyi, orta, zayıf), sonra her sınıf içinde puanlanır.
4. Kâğıt sıralama: Tüm kâğıtlar bütüncül olarak en iyiden en zayıfa sıralanır; bağıl puanlama yapılır.

Objektifliği Artırma Yolları

• Cevap anahtarı önceden hazırlanmalı.
• İsimler kapatılmalı (kör puanlama).
• Aynı soruyu tüm kâğıtlarda art arda okumalı; tek kâğıdı baştan sona okumamalı.
• Mümkünse iki bağımsız puanlayıcı puanlamalı; ortalama alınmalı.
• Yorgunluk dönemlerinde puanlama yapılmamalı.

Hangi Davranış Düzeyini Ölçer?

Açık uçlu sınavlar Bloom taksonomisinde kavrama, uygulama, analiz, sentez ve değerlendirme düzeylerini ölçebilir. Özellikle sentez ve değerlendirme düzeyi için en uygun araçtır.

Sözlü sınav, öğretmen ile öğrenci arasında yüz yüze sözel etkileşim yoluyla yapılan ölçme yöntemidir. Geleneksel bir araçtır; sınıf içi değerlendirmede ve özel jüri sınavlarında (mülakat, lisansüstü tez savunması) kullanılır.

Yapısı

• Öğretmen, soruyu sözlü yöneltir; öğrenci sözlü cevap verir.
• Bir veya birden fazla puanlayıcı (jüri) olabilir.
• Sorular önceden hazırlanmış olabileceği gibi (yapılandırılmış), öğrencinin cevabına göre yöneltilen yan sorularla derinleşebilir (yapılandırılmamış).

Avantajları

• Anlık iletişim: Öğrencinin tepkileri, vurgu ve mimikleri de değerlendirmeye katkı sağlar.
• Sondaj soru imkanı: Öğrenci yetersiz cevap verirse açıklayıcı yan soru ile derinleştirilebilir; yanlış anlama tespit edilebilir.
• Konuşma becerisi ölçülür: İfade gücü, akıcılık, terim doğruluğu doğrudan gözlemlenir.
• Üst düzey hedef ölçümü: Sentez, değerlendirme, sözel akıl yürütme ölçülebilir.
• Yazma engeli olan öğrenciler için: Disleksi, fiziksel engel gibi durumlarda alternatiftir.

Sınırlılıkları

• Düşük objektiflik: Puanlayıcının önyargısı, mimikleri değerlendirmesi, sempati gibi etkenler hata payını artırır. Hale etkisi en sık görülen sözlü sınav hatasıdır.
• Düşük kullanışlılık: Bireysel uygulama nedeniyle çok zaman alır; geniş kitle sınavlarında uygun değildir.
• Düşük kapsam geçerliği: Bir öğrenciye sınırlı sayıda soru sorulabilir.
• Sınav kaygısı: Yüz yüze ortam bazı öğrencilerde performansı düşürür.
• Eşitlik sorunu: Her öğrenciye birebir aynı koşullar (aynı süre, aynı zorluk) sağlanması zordur.

Sözlü Sınavın Objektifliğini Artırma Yolları

• Önceden hazırlanmış soru havuzundan rastgele seçim yapmak.
• Birden fazla puanlayıcı (jüri) bulundurmak; ortalama almak.
• Rubrik kullanmak; her ölçüt için puan aralığı önceden belirlenmiş olmalı.
• Tüm öğrenciye eşit süre vermek; yanıtlama sürecini standart tutmak.
• Mümkünse kayıt almak; sonradan ikinci puanlayıcıyla doğrulamak.

Performans ve proje görevleri, yapılandırmacı yaklaşımla birlikte sınıfa giren otantik (gerçeğe yakın) değerlendirme araçlarıdır. Aday gerçek hayata yakın bir görevi yerine getirir; süreç ve ürün birlikte değerlendirilir.

Performans Görevi

Tanım: Adayın bir bilgi veya beceriyi kısa süreli, gözlenebilir bir uygulamayla sergilemesidir. Bir ders saati, bir gün ya da bir hafta gibi görece kısa zamanda yapılır.

• Örnekler: Bir Fen dersinde basit bir deneyin yapılması, Türkçe dersinde bir metnin sesli okunması, Beden Eğitiminde bir hareketin doğru sergilenmesi, Müzik dersinde bir parçanın çalınması.
• Süre: Kısa (bir ders / bir hafta).
• Kapsam: Genellikle tek dersin tek kazanımına odaklı.

Proje Görevi

Tanım: Performans görevinin uzun süreli ve disiplinler arası hâlidir. Haftalar veya aylar süren araştırma sonunda somut bir ürün ortaya konur.

• Örnekler: Çevre kirliliği üzerine üç aylık alan araştırması, kendi kasabasının tarihine ilişkin bir kitapçık hazırlama, bir Fen-Matematik birleşik modeli geliştirme.
• Süre: Uzun (aylar).
• Kapsam: Disiplinler arası olabilir; birden çok kazanımı kapsayabilir.

Performans-Proje Karşılaştırma Tablosu

Özellik	Performans Görevi	Proje Görevi
Süre	Kısa (saat / hafta)	Uzun (haftalar / aylar)
Kapsam	Tek ders	Disiplinler arası olabilir
Ürün	Kısa uygulama / küçük ürün	Kapsamlı ürün / rapor
Değerlendirme	Rubrikle süreç + ürün	Rubrikle süreç + ürün + sunum

Avantajları

• Üst düzey beceriler ölçülür: Analiz, sentez, değerlendirme, problem çözme, yaratıcılık.
• Otantik öğrenme: Gerçek hayatla bağlantı kurulur; öğrenme transfer edilir.
• Süreç görünür olur: Yalnızca sonuç değil, ara aşamalar (planlama, araştırma, deneme) da değerlendirmeye alınır.
• Bireysel farklılıklar dikkate alınır: Aday kendi ilgi alanına yakın yaklaşımı seçebilir.

Sınırlılıkları

• Düşük kullanışlılık: Süreç uzun, puanlama emek isteyici.
• Objektiflik zayıf: Rubrik kullanılmazsa puanlayıcılar arası tutarsızlık yüksektir.
• Kopya / dış destek riski: Özellikle proje görevlerinde aile veya internet kaynaklı dış destek ayırt edilmesi güçtür.
• Maliyet: Bazı görevler malzeme veya saha çalışması gerektirir.

Rubrik Zorunluluğu

Performans ve proje görevlerinde rubrik (dereceli puanlama anahtarı) olmadan objektif puanlama mümkün değildir. Rubrik, hangi ölçütün hangi puan aralığında değerlendirileceğini önceden belirler. Rubrik bütüncül (genel izlenim) ya da analitik (her ölçüt ayrı puan) olabilir; analitik rubrik daha güvenilirdir.

Portfolyo, adayın belirli bir süre boyunca ürettiği seçilmiş çalışmaların biriktirildiği ürün dosyasıdır. Süreç odaklı değerlendirmenin en kapsamlı aracıdır; gelişimi izlemek ve üst biliş geliştirmek amacıyla kullanılır.

Portfolyonun İçeriği

• Adayın dönem başından dönem sonuna kadar yaptığı seçilmiş çalışmalar (ödevler, denemeler, tasarımlar).
• Aday tarafından yazılmış öz değerlendirme yazıları: "Ne öğrendim, hangi noktada zorlandım, nasıl ilerledim."
• Akran değerlendirme formları.
• Öğretmen geri bildirimleri.
• Hedefler ve hedeflere ulaşma durumu.

Portfolyo Türleri

• En iyi çalışma portfolyosu: Adayın en başarılı bulduğu ürünleri seçtiği dosyadır. Bireysel başarı sergileme amacı taşır.
• Gelişim portfolyosu: Adayın belirli bir süreçteki ilerlemesini gösteren ürünleri içerir. İlk ve son ürün karşılaştırılır; gelişim görünür kılınır.
• Çalışma portfolyosu: Süreç boyunca tüm üretimleri içerir; ham hâli ile işlenmiş hâli birlikte tutulur.

Avantajları

• Süreç değerlendirmesi: Sadece sonuç değil; öğrenme yolculuğu görünür olur.
• Üst biliş gelişimi: Aday kendi öğrenmesini izler, planlar, eleştirir; öz farkındalığı artar.
• Bireysel farklılıklar: Her aday kendi gelişim seyrine göre değerlendirilir; norm değil ölçüt referanslı yaklaşımdır.
• Otantik veri: Sınav anı verisinin değil, dönem boyunca üretilen gerçek çalışmaların veri kaynağıdır.
• Aile ve aday katılımı: Aile aday'ın gelişimini somut olarak izleyebilir.

Sınırlılıkları

• Çok zaman alır: Hem aday hem öğretmen için yüksek emek gerektirir.
• Objektif puanlama güç: Standardizasyonu zordur; rubrik olmadan tutarsız olur.
• Saklama / arşiv yükü: Fiziksel ya da dijital saklama altyapısı gerekir.
• Karşılaştırma zorluğu: İki adayın portfolyosunu objektif kıyaslamak güçtür; her biri kendi seyri içinde değerlendirilir.

Portfolyo Sürecinin Aşamaları

1. Amaç ve hedef belirleme: Portfolyo hangi kazanımları izlemek için kullanılacak?
2. İçerik kriterleri: Hangi tip ürünler dosyaya konulacak? Kim seçecek (aday, öğretmen, ortak)?
3. Yansıtma yazıları: Aday her ürün için kısa öz değerlendirme yazar.
4. Düzenli inceleme: Belirli aralıklarla öğretmen-aday görüşmeleri yapılır.
5. Sunum: Dönem sonunda aday portfolyosunu öğretmen veya akranlara tanıtır.
6. Rubrikle puanlama: Ürün niteliği, süreç gelişimi, öz değerlendirme kalitesi gibi ölçütlerle puanlanır.

Bir önceki bölümlerde tek tek ele alınan test araçlarını tek tabloda karşılaştırmak, hangi durumda hangi aracın seçileceğine dair pratik rehber sunar. Sınav sorusunda "şu hedef için en uygun araç hangisidir" sorulduğunda bu tablo karar verici olur.

Test Araçlarının Özelliklerine Göre Karşılaştırması

Araç	Objektiflik	Kapsam Geçerliği	Ölçtüğü Düzey	Şans Başarısı
Çoktan Seçmeli	Çok yüksek	Yüksek	Bilgi - Uygulama	≈ %20-25
Doğru-Yanlış	Çok yüksek	Yüksek	Bilgi	%50
Eşleştirme	Çok yüksek	Orta	Bilgi (sınıflama)	Düşük (n+1 ile)
Kısa Cevap	Yüksek	Orta-Yüksek	Bilgi (hatırlama)	Yok
Açık Uçlu (Yazılı)	Düşük	Düşük	Sentez - Değerlendirme	Yok
Sözlü	Düşük	Düşük	Tüm düzeyler	Yok
Performans	Orta (rubrikle)	Düşük (tek görev)	Uygulama - Sentez	Yok
Proje	Orta (rubrikle)	Orta (kapsamlı)	Sentez - Değerlendirme	Yok
Portfolyo	Orta (rubrikle)	Yüksek (süreç)	Tüm düzeyler + üst biliş	Yok

Davranış Düzeyine Göre Araç Seçim Tablosu

Bloom Düzeyi	En Uygun Araç(lar)
Bilgi (Hatırlama)	Doğru-yanlış, eşleştirme, kısa cevap, çoktan seçmeli
Kavrama	Çoktan seçmeli, kısa açık uçlu
Uygulama	Çoktan seçmeli (problem), performans, açık uçlu
Analiz	Açık uçlu, performans, sözlü
Sentez	Proje, açık uçlu (uzun yanıt), portfolyo
Değerlendirme	Açık uçlu (uzun yanıt), proje, portfolyo, sözlü

Amaç-Araç Eşlemesi (Pratik Karar Çizelgesi)

• Geniş kitleye seçme sınavı: Çoktan seçmeli (yüksek objektiflik + hızlı puanlama).
• Sınıf içi hızlı kontrol: Doğru-yanlış (kısa süre) veya kısa cevap.
• Olay-tarih, kavram-tanım eşleme: Eşleştirme testi.
• Üst düzey kuramsal yapı (sentez, eleştiri): Açık uçlu uzun yanıtlı sınav.
• Beceri ve uygulama: Performans görevi + rubrik.
• Disiplinler arası, uzun süreli araştırma: Proje görevi + rubrik.
• Süreç ve gelişim izleme: Portfolyo + öz değerlendirme.
• Sözel ifade ve etkileşim: Sözlü sınav (rubrikli, jürili).

Bu bölüm Topic 6 (Ölçme — Temel Kavramlar ve Nitelikler) ile birlikte düşünülmesi gereken pratik konuları toplar: test geliştirme akışı, madde analizi formülleri, standart hata ve güven aralığı, rubrik türleri. Geçerlik-güvenirlik kavramsal hiyerarşisi ve hata türleri (sabit/sistematik/tesadüfi) Topic 6'da derinlemesine işlenmiştir; burada hızlı hatırlatma + bu rehberin temel araçlarına entegrasyonu verilir.

Standart Bir Testi Geliştirme — Sekiz Adım

1. Amacın belirlenmesi: Neyin, kimin için, hangi kararı vermek üzere ölçüleceği netleştirilir (yerleştirme/biçimlendirici/düzey belirleyici).
2. Belirtke tablosu (kapsam haritası): Kazanım × bilişsel düzey matrisi çıkarılır; her hücreye soru sayısı dağıtılır. Kapsam geçerliği bu adımda korunur.
3. Madde havuzu yazma: Belirtke tablosuna göre çoktan seçmeli/açık uçlu/eşleştirme madde havuzu hazırlanır. Hedef sayının 1.5-2 katı kadar madde yazılır.
4. Uzman görüşü: Alan uzmanları kapsam ve görünüş geçerliği için maddeleri inceler; eksik kazanımlar tamamlanır.
5. Pilot uygulama (deneme): Hedef gruba benzer küçük örneklemde uygulanır; cevaplar puanlanır.
6. Madde analizi: Madde güçlüğü (p) ve madde ayırt ediciliği (d) hesaplanır; istatistiksel olarak yetersiz maddeler atılır veya düzeltilir.
7. Güvenirlik ve geçerlik kestirimi: Test bütünü için Cronbach alfa / KR-20 hesaplanır; kapsam-yapı-yordama geçerlik kanıtları toplanır.
8. Asıl uygulama ve puanlama: Kalitesi onaylanan test asıl gruba uygulanır; sonuçlar kararlara dönüştürülür (geçti/kaldı, düzey, puan).

Madde Güçlüğü ve Ayırt Edicilik — Topic 6 Hatırlatma

Topic 6'da detaylandırılan iki temel madde analizi ölçütünü hızlıca tekrarlamak gerekir:

• Madde Güçlüğü (p): p = doğru cevap veren öğrenci sayısı / toplam öğrenci sayısı. Üst %27 + alt %27 dilim üzerinden de hesaplanabilir. İdeal aralık 0.30-0.70; 0.50 maksimum ayırt ediciliği destekler. p düşükse madde çok zor, yüksekse çok kolaydır.
• Madde Ayırt Ediciliği (d): d = (üst %27'deki doğru oranı) − (alt %27'deki doğru oranı). d ≥ 0.40 çok iyi, 0.30-0.39 iyi, 0.20-0.29 sınırda, < 0.20 yetersiz, negatif d madde hatasıdır (alt grup üst grupta daha doğru bilmiş).

İdeal bir test maddesi p ≈ 0.50 ve d ≥ 0.40 olduğunda hem grubu ayırır hem orta düzey güçlüğü yakalar. p ve d Topic 6'da daha geniş açıklanır.

Standart Hata ve Güven Aralığı

Hiçbir ölçme aracı %100 hatasız değildir; gerçek puan ile elde edilen puan arasında her zaman bir ölçme hatası payı bulunur. Standart ölçme hatası bu payı sayısal olarak ifade eder.

Formül: Se = SS · √(1 − r), burada SS testin standart sapması, r güvenirlik katsayısıdır.

Örnek: Bir testin standart sapması 10, güvenirliği 0.84 olsun. Se = 10 · √(1 − 0.84) = 10 · √0.16 = 10 · 0.4 = 4. Buna göre bir öğrencinin ham puanı 70 ise:

• %68 güven aralığı: 70 ± 1·Se = 66 ile 74 arasında.
• %95 güven aralığı: 70 ± 2·Se = 62 ile 78 arasında.
• %99 güven aralığı: 70 ± 3·Se = 58 ile 82 arasında.

Güvenirlik katsayısı yükseldikçe Se düşer, güven aralığı daralır. Sınav sorularında "öğrencinin gerçek puanının %95 olasılıkla hangi aralıkta olduğu" sorulduğunda 2·Se hesabı yapılır.

Rubrik (Dereceli Puanlama Anahtarı) — Analitik vs Bütüncül

Performans, proje, açık uçlu yazılı ve portfolyo değerlendirmelerinde puanlayıcı güvenirliğini sağlamak için rubrik kullanılır. İki temel tür vardır:

Boyut	Bütüncül (Holistik) Rubrik	Analitik Rubrik
Yapı	Tüm görev için tek genel puan verilir.	Her ölçüt (içerik, dil, sunum...) için ayrı ayrı puan verilir, sonra toplanır.
Avantaj	Hızlı puanlama, genel etki değerlendirmesi.	Ayrıntılı geri bildirim, hangi ölçütte zayıf olduğu net.
Sınırlılık	Geri bildirim sınırlı; öğrenci hangi ölçütte zayıf olduğunu anlamayabilir.	Hazırlama ve uygulama zaman alır.
Kullanım	Geniş ölçekli sınavlar, hızlı puanlama gereken portfolyo özetleri.	Süreç odaklı projeler, formatif değerlendirme, ayrıntılı geri bildirim isteyen performans görevleri.

Aşağıda KPSS'de bu üniteden gelmesi muhtemel yedi klasik senaryo, çözüm anahtarlarıyla verilmiştir. Senaryolar hem istatistik hesabı hem test türü seçimini kapsar.

Senaryo 1 — Aritmetik Ortalama Hesabı

Senaryo: Beş öğrencinin aldığı puanlar 40, 60, 80, 80, 100'dür. Bu grubun aritmetik ortalaması nedir?

Çözüm: Toplam = 40 + 60 + 80 + 80 + 100 = 360. N = 5. Ortalama = 360 / 5 = 72.

Cevap: 72.

Senaryo 2 — Mod ve Medyan

Senaryo: Sıralı puanlar: 10, 20, 30, 40, 40, 50, 60. Bu dağılımın modu ve medyanı nedir?

Çözüm: Mod, en sık tekrar eden değerdir; 40 iki kez geçtiğinden mod = 40. Medyan, sıralı dizinin ortancasıdır; 7 değerli dizide 4. değer ortancadır → medyan = 40.

Cevap: Mod = 40, Medyan = 40.

Senaryo 3 — Standart Sapma ve Varyans

Senaryo: Bir testin standart sapması 5'tir. Aynı testin varyansı nedir?

Çözüm: Varyans = Standart sapmanın karesi = s² = 5² = 25. Standart sapma 5 puan, varyans 25 puan² olarak yorumlanır.

Cevap: 25.

Senaryo 4 — z Puanı Hesabı

Senaryo: Aritmetik ortalaması 60, standart sapması 10 olan bir sınavdan 80 alan Ali'nin z puanı kaçtır?

Çözüm: z = (X − X̄) / s = (80 − 60) / 10 = 20 / 10 = +2. Ali, ortalamanın 2 standart sapma üstündedir.

Cevap: z = +2.

Senaryo 5 — z'den T Puanına Geçiş

Senaryo: z puanı +1 olan bir öğrencinin T puanı kaçtır?

Çözüm: T = 50 + 10·z = 50 + 10·(+1) = 50 + 10 = 60.

Cevap: T = 60.

Senaryo 6 — Sola Çarpık Dağılım Yorumu

Senaryo: Bir sınıfın sınav sonuçları sola çarpık dağılım göstermektedir. Bu dağılım için aşağıdaki ifadelerden hangisi doğrudur: (a) Sınav grup için zordur, (b) Sınav grup için kolaydır, (c) Sınav nötrdür?

Çözüm: Sola çarpık dağılımda kuyruk sola uzanır; çoğunluk yüksek puan almıştır. Bu, sınavın grup için kolay olduğunu gösterir. Ortalama < Medyan < Mod sıralanır.

Cevap: (b) Sınav grup için kolaydır.

Senaryo 7 — Hangi Test Türü?

Senaryo: Bir öğretmen 80 öğrencisinde özgün düşünce üretme ve eleştirel değerlendirme becerisini ölçmek istiyor. Hangi araç en uygundur: (a) Çoktan seçmeli, (b) Doğru-yanlış, (c) Açık uçlu yazılı, (d) Eşleştirme?

Çözüm: Özgün düşünce üretme = sentez; eleştirel değerlendirme = değerlendirme. Bu iki üst düzey hedef için çoktan seçmeli ve doğru-yanlış uygun değildir; eşleştirme yalnızca bilgi düzeyini ölçer. Üst düzey hedeflere uygun olan açık uçlu (yazılı) sınavdır.

Cevap: (c) Açık uçlu yazılı sınav.

Senaryo 8 — Korelasyon Yorumu

Senaryo: Çalışma süresi ile sınav puanı arasındaki korelasyon r = +0,75; sınav kaygısı ile sınav puanı arasındaki korelasyon r = −0,80'dir. Hangi ilişki daha güçlüdür?

Çözüm: Korelasyonun gücü mutlak değere göre belirlenir. |+0,75| = 0,75; |−0,80| = 0,80. İkinci ilişki (sınav kaygısı - puan) daha güçlüdür. Yön farklıdır (negatif) ama güç daha yüksektir.

Cevap: Sınav kaygısı ile sınav puanı arasındaki ilişki daha güçlüdür.

İstatistik ve Test Araçları ünitesi, hesap-formül egzemiyle test türü senaryolarının iç içe geçtiği bir alandır. Sınav öncesi son hafta verimli kullanılırsa bu üniteden 3-4 net üretmek mümkündür. Aşağıdaki üç adımlı plan bu hedefe yöneliktir.

Birinci Adım: Üç Anahtar Formülü Ezberle

Bu üç formül her sınavda en az bir doğrudan hesap sorusu üretir. Ezberden çıkmamalı:

1. z = (X − X̄) / s — Bireyin standart puanı.
2. T = 50 + 10·z — z puanının pratik karşılığı.
3. s² = Varyans — Standart sapmanın karesi varyansı verir.

İkinci Adım: Karşılaştırma Tablolarını Tek Sayfaya Yaz

Üç temel karşılaştırma tablosu bu rehberden elden geçmelidir:

• Merkezi eğilim (ortalama / medyan / mod) — hangisi hangi durumda?
• Dağılım ölçüleri (ranj / standart sapma / varyans / çeyrek sapma) — hangisi hangi birimle?
• Test araçları (çoktan seçmeli / doğru-yanlış / eşleştirme / kısa cevap / açık uçlu / sözlü / performans / proje / portfolyo) — objektiflik, kapsam, ölçtüğü düzey, şans başarısı.

Üçüncü Adım: Tetik Kelime Listesini Pekiştir

Senaryo sorularının çoğu tetik kelimelere dayanır. En kritik tetikler iki gruba ayrılır:

• İstatistik tetikleri: "Uç değer / çarpık" → medyan; "kategorik" → mod; "ortalamadan uzaklık" → standart sapma; "kuyruk sağa, çoğunluk düşük" → sağa çarpık (sınav zor); "kuyruk sola, çoğunluk yüksek" → sola çarpık (sınav kolay).
• Test türü tetikleri: "Geniş kitle, objektif" → çoktan seçmeli; "%50 şans" → doğru-yanlış; "n+1 öncül-cevap" → eşleştirme; "üst düzey yazılı, sentez" → açık uçlu; "ders saati uygulaması" → performans; "aylar süren disiplinler arası" → proje; "dönem boyunca biriktirme" → portfolyo.

Sık Karıştırılan İkililer ve Anahtar Cümleler

1. Standart sapma vs varyans: Varyans = Standart sapma². Standart sapma orijinal birimde, varyans birimin karesinde.
2. z vs T puanı: z (ortalama 0, sapma 1); T (ortalama 50, sapma 10). T = 50 + 10z.
3. Performans vs proje: Tek fark süredir. Performans kısa (saat/hafta), proje uzun (aylar) ve disiplinler arasıdır.

Anahtar cümleler: "Standart sapma düşük → grup homojen." "Korelasyon nedensellik değildir." "Çoktan seçmeli üst düzey ölçemez; açık uçlu ölçer ama objektifliği zayıftır." "Performans, proje, portfolyo → rubrik şarttır."

Ünitenin İki Cümlelik Özeti

Birinci cümle: Merkezi eğilim ölçüleri verinin tipik değerini, dağılım ölçüleri yayılımını gösterir; standart puanlar (z, T) bireyin grup içindeki yerini ifade eder ve normal dağılımda ±1s ≈ %68, ±2s ≈ %95 yüzdeleri sabittir. İkinci cümle: Test araçları davranış düzeyine göre seçilir; bilgi düzeyi için doğru-yanlış, eşleştirme veya kısa cevap, üst düzey hedefler için açık uçlu, proje veya portfolyo, geniş kitle objektif sınav için ise çoktan seçmeli en uygun araçtır.

Bir Sonraki Konuya Köprü

Bu rehberle Ölçme ve Değerlendirme ünitesi tamamlanmıştır. Bir sonraki başlık olan Davranışçı Öğrenme Kuramları, ölçme verilerinin altındaki bilişsel-davranışsal süreçleri açıklar; klasik koşullanma, edimsel koşullanma ve sosyal öğrenme kuramları başarı verilerinin nedensel arka planını sunar.