Ölçme ve Değerlendirme — Temel Kavramlar ve Ölçme Aracı Nitelikleri

Ölçme ve Değerlendirme, KPSS Eğitim Bilimleri sınavının en yüksek soru ağırlıklı ünitelerinden biridir. Yıllık ortalama 4-5 soru bu konudan gelir; sorular hem kavram tanımı hem de senaryo yorumu biçiminde çıkar. Aday için iyi haber şudur: ünite, kavramlar net ayırt edildiğinde kolay net üretilen bir alandır; çünkü her kavramın kendine ait tetik kelimeleri ve ayırt edici örnekleri vardır.

Ölçme ve Değerlendirme Niçin Bir Bütün Olarak Ele Alınır?

Eğitim sürecinin üç temel sorusu vardır: Ne öğreteceğim? Nasıl öğreteceğim? Öğrettiğimi kontrol edebiliyor muyum? İlk iki soruya program geliştirme ve öğretim yöntemleri cevap verirken, üçüncü soruya cevap veren alan ölçme ve değerlendirmedir. Bu yüzden ünite, hedef-davranış-içerik-süreç döngüsünün kapanış halkasıdır; öğretim hizmetinin niteliğini bize objektif veri ile gösteren araçlar bütünüdür.

Ünitenin Ana Yapısı

KPSS'de Ölçme ve Değerlendirme ünitesi iki büyük başlık altında ele alınır:

• Temel Kavramlar: Ölçme türleri, ölçek türleri, değerlendirme türleri, ölçüt türleri, ölçme aracı nitelikleri (geçerlik-güvenirlik-kullanışlılık), hata türleri ve madde analizi.
• İstatistik ve Test Araçları: Merkezi eğilim ölçüleri (ortalama, medyan, mod), merkezi yayılma ölçüleri (standart sapma, ranj, varyans) ve test türleri (çoktan seçmeli, performans, portfolyo, rubrik). Bu başlık bir sonraki konuda ayrıntılı işlenecektir.

Bu Rehberin Yol Haritası

Aşağıdaki bölümlerde sırasıyla ölçme tanımı ve unsurları, ölçme türleri, ölçek türleri, değerlendirme süreçleri, mutlak-bağıl ayrımı, ölçme aracının üç temel niteliği, geçerlik ve güvenirlik türleri, geçerlik-güvenirlik ilişkisi, kullanışlılık, hata türleri ve madde analizi ele alınacaktır. Ünite, sınav tipi çözümlü senaryolar ile kapanır.

Ölçme, bir nesnenin ya da bireyin sahip olduğu özelliği sayı veya sembollerle ifade etme sürecidir. Tanımın anahtar üç kelimesi şunlardır: özellik, sayı/sembol, kural. Bir özellik gözlemlenir, bu özelliğe önceden belirlenmiş bir kurala göre sayı ya da sembol atanır; ortaya çıkan değer ölçüm olarak adlandırılır.

Ölçmenin Üç Temel Unsuru

• Ölçülecek Özellik: Boy, ağırlık, sıcaklık, başarı, tutum, ilgi, kaygı vb. — gözlenebilir ya da soyut olabilir.
• Birim: Ölçmede kullanılan standart büyüklüktür. Metre, kilogram, derece gibi fiziksel birimler veya "doğru cevap sayısı" gibi soyut birimler kullanılabilir.
• Kural: Hangi koşulda hangi sayının atanacağını belirleyen kuraldır. "Her doğru cevap 1 puan" bir kuraldır.

Sıfır Kavramının Önemi

Ölçmede sıfır iki farklı anlamda kullanılır. Bu ayrım, ölçek türlerini doğru sınıflandırmanın anahtarıdır.

• Mutlak (gerçek) sıfır: Ölçülen özelliğin hiç olmadığı noktadır. 0 kg, ağırlığın yokluğunu ifade eder.
• Bağıl (yapay) sıfır: Anlaşma ile belirlenmiş, özelliğin yokluğunu ifade etmeyen sıfırdır. 0 °C, sıcaklığın yokluğu değil; suyun donma noktasıdır.

Ölçmenin Amacı

Ölçmenin tek başına bir anlamı yoktur; bir karar vermeye veri sağlamak için yapılır. Bir öğrencinin sınavdan 60 puan alması yalnızca bir sayıdır; bu sayının başarılı mı başarısız mı sayılacağı değerlendirme aşamasında belirlenir. Bu nedenle ölçme, değerlendirmenin ön koşuludur; ölçme yapılmadan değerlendirme yapılamaz.

Ölçme Aracı, Ölçme Yöntemi ve Ölçme Süreci

Üç kavram sıkça karıştırılır:

• Ölçme aracı: Ölçme için kullanılan somut materyaldir. Mezura, terazi, sınav kâğıdı, tutum ölçeği bir araçtır.
• Ölçme yöntemi: Aracın kullanılma biçimidir. Bireysel uygulama, grup uygulaması, gözlem, test bir yöntemdir.
• Ölçme süreci: Aracın bir yöntemle uygulanıp ölçüm değerinin elde edilmesine kadar geçen tüm aşamaların bütünüdür.

Ölçmenin Niceliksel ve Niteliksel Boyutu

Eğitim ortamında ölçmenin iki yüzü vardır. Niceliksel ölçme sayısal değerlerle ifade edilir; sınav puanı, doğru cevap sayısı, çalışma saati gibi. Niteliksel ölçme ise sözel ifadelerle yapılır; "iyi", "orta", "zayıf" gibi semboller kullanılır. KPSS'de "ölçme" denildiğinde genelde niceliksel ölçme kastedilir; ancak rubrik ve gözlem formları niteliksel ölçme örneğidir.

Ölçmeler, gözlemin ve özelliğin doğrudan erişilebilir olup olmamasına göre üç türe ayrılır. Bu sınıflandırma, hangi araçla nelerin ölçüldüğünü anlamak için kritiktir.

Doğrudan Ölçme

Tanım: Ölçülecek özelliğin doğrudan kendisinin gözlenip ifade edilebildiği ölçmedir. Araçla özellik arasında aracı bir kavram bulunmaz.

• Örnekler: Boyun metre ile ölçülmesi, ağırlığın terazi ile ölçülmesi, sıvının ölçü kabı ile ölçülmesi, sıcaklığın termometre ile ölçülmesi.
• Tetik Kelime: "doğrudan gözlem", "fiziksel araç", "somut özellik".

Dolaylı Ölçme

Tanım: Ölçülecek özelliğin doğrudan gözlenememesi nedeniyle, o özelliğin başka davranış ya da göstergeler aracılığıyla ölçülmesidir. Soyut özellikler bu yolla ölçülür.

• Örnekler: Zekâ, başarı, tutum, ilgi, kaygı, motivasyon, kişilik gibi soyut özelliklerin testler veya ölçeklerle belirlenmesi.
• Tetik Kelime: "soyut özellik", "test", "tutum ölçeği", "davranış göstergeleri".

Türetilmiş Ölçme

Tanım: İki ya da daha fazla doğrudan ölçme sonucunun matematiksel işleme tabi tutulmasıyla elde edilen ölçmedir. Doğrudan ölçmelerden hesaplanır.

• Örnekler: Hız (yol/zaman), yoğunluk (kütle/hacim), beden kitle indeksi (kilo/boy²), bir sınıfın puan ortalaması, doğum oranı (canlı doğum/nüfus).
• Tetik Kelime: "hesaplama", "iki ölçümün oranı", "formülle bulma", "indeks", "ortalama".

Eğitim Ortamında Üç Türün Birlikte Kullanımı

Sınıfta üç ölçme türü farklı amaçlar için bir arada kullanılır. Bir öğretmen öğrencinin boyunu mezura ile (doğrudan), başarısını sınavla (dolaylı) ve çalışma verimliliğini başarı / saat oranıyla (türetilmiş) ölçebilir. Hangi ölçme türünün uygun olduğu, ölçülecek özelliğin doğasına bağlıdır; soyut özellikler asla doğrudan ölçülemez.

Sınav Tipi Karşılaştırma

Ölçme Türü	Tetik	Örnek
Doğrudan	Fiziksel araç	Boy ölçümü
Dolaylı	Soyut özellik	Zekâ testi
Türetilmiş	Hesaplama	Hız hesabı

Ölçek türleri, ölçme sonuçlarının matematiksel olarak ne kadar bilgi taşıdığını belirler. Stevens (1946) tarafından tanımlanan dört düzey vardır: sınıflama, sıralama, eşit aralıklı ve eşit oranlı. KPSS'de ölçek tanıma soruları her sınavda en az bir kez çıkar.

Sınıflama (Nominal) Ölçek

Tanım: Sayılar yalnızca kategorilere ayırma amacıyla kullanılır. Aralarında büyüklük-küçüklük ilişkisi yoktur, matematiksel işlem yapılamaz.

• Cinsiyet kodu (1: kadın, 2: erkek), kan grubu, plaka kodu, futbolcu forma numarası, telefon numarası.
• Yapılabilen istatistik: Sıklık, mod.

Sıralama (Ordinal) Ölçek

Tanım: Birimler arasında büyüklük sırası vardır ancak aralarındaki fark eşit değildir. Birinci ile ikinci arasındaki fark, ikinci ile üçüncü arasındaki farka eşit olmayabilir.

• Sınıfta öğrencilerin başarı sıralaması (1., 2., 3. derece), boy sıralaması, yarış derecesi (altın, gümüş, bronz).
• Yapılabilen istatistik: Mod, medyan, sıklık.

Eşit Aralıklı (Interval) Ölçek

Tanım: Birimler arasındaki fark eşittir ancak gerçek sıfır noktası yoktur. Sıfır yapay olarak belirlenmiştir; özelliğin yokluğunu ifade etmez.

• Sıcaklık (Celsius / Fahrenheit), takvim yılı, IQ puanı, başarı testi puanı, tutum ölçeği puanı.
• Yapılabilen istatistik: Toplama, çıkarma, ortalama, standart sapma. Oranlama yapılamaz: 40 °C, 20 °C'nin iki katı sıcak değildir.

Eşit Oranlı (Ratio) Ölçek

Tanım: Birimler arasındaki fark eşittir ve gerçek sıfır noktası vardır. Sıfır, özelliğin tamamen yokluğunu ifade eder. En üst düzey ölçektir.

• Boy (cm), ağırlık (kg), zaman (saniye), uzaklık, para, yaş, sınıftaki öğrenci sayısı.
• Yapılabilen istatistik: Tüm matematiksel işlemler. Oranlama mümkündür: 80 kg, 40 kg'ın iki katıdır.

Karşılaştırma Tablosu — Sıfır ve İşlemler

Ölçek	Sıralama	Eşit Aralık	Mutlak Sıfır	Oranlama
Sınıflama	Yok	Yok	Yok	Yok
Sıralama	Var	Yok	Yok	Yok
Eşit Aralıklı	Var	Var	Yok	Yok
Eşit Oranlı	Var	Var	Var	Var

Değerlendirme, ölçüm sonuçlarının önceden belirlenmiş bir ölçütle karşılaştırılarak bir karara varılması sürecidir. Üç temel unsuru vardır: ölçüm, ölçüt, karar. Ölçme nesnel bir süreçken değerlendirme öznel bir yargılama içerir.

Değerlendirmenin Üç Unsuru

• Ölçüm: Ölçme süreci sonucunda elde edilen sayı veya sembol. Örneğin sınavdan alınan 65 puan.
• Ölçüt (Kriter): Ölçümün karşılaştırıldığı referans değer. "Geçme notu 50'dir" cümlesindeki 50 ölçüttür.
• Karar: Ölçüm ölçütle karşılaştırıldıktan sonra ulaşılan sonuç. "Başarılı / başarısız", "geçti / kaldı".

Ölçme ile Değerlendirmenin Farkı

Boyut	Ölçme	Değerlendirme
Doğa	Nesnel, sayısal	Öznel, yargı
Çıktı	Ölçüm değeri	Karar
Ölçüt İhtiyacı	Yok	Var
Sıra	Önce gelir	Sonra gelir

Tipik Senaryolar

• "Ahmet sınavdan 75 aldı." → Sadece ölçüm bildirilmiştir; ölçüt yok, karar yok.
• "Ahmet sınavdan 75 aldı, geçme notu 50 idi, başarılıdır." → Ölçüm + ölçüt + karar = değerlendirme.
• "Sınıfın ortalaması 60'tı, Ahmet 75 aldı; ortalamanın üzerinde başarılıdır." → Bağıl ölçüt kullanılarak değerlendirme.
• "Sınıfta 30 öğrenci var." → Yalnızca sayım, henüz ne ölçme ne değerlendirme; kuralla atanmış birim yok.
• "Ahmet okulun en başarılı öğrencisidir." → Ölçüt belirsiz olsa da karar verilmiş, dolaylı bir değerlendirme cümlesidir.

Değerlendirmenin Üç Olası Çıktısı

Değerlendirme süreci sonunda elde edilen karar türü, sınav sorularında ipucu olarak kullanılır:

• Geçti / kaldı: İkili karar; düzey belirleyici sınavların tipik çıktısıdır.
• Düzey ataması: A1, A2, B1 gibi seviyeler; yeterlik sınavlarının çıktısıdır.
• Sıralama puanı: KPSS, ÜSYM yerleştirmelerinin çıktısı; bağıl değerlendirme sonucudur.

Değerlendirme, öğretim sürecinin hangi aşamasında ve hangi amaçla yapıldığına göre üç temel türe ayrılır. Bu sınıflandırma KPSS'de senaryolu sorularla en sık çıkan başlıklardan biridir.

Tanılayıcı (Diagnostik) Değerlendirme — "Önce"

Ne zaman? Öğretim başlamadan önce.

Amaç: Öğrencinin hazırbulunuşluk düzeyini, ön bilgi ve becerilerini, eksiklerini, ilgi ve yeteneklerini belirlemek; uygun kümeye ya da düzeye yerleştirmek.

Kullanım Alanları: Ön test, hazırbulunuşluk testi, seviye tespit, gruplama, önkoşul belirleme.

• Sınav tetiği: "öğretime başlamadan", "düzey belirleme", "seviye tespit", "yerleştirme", "ön bilgi tespiti".

Biçimlendirici (Formatif) Değerlendirme — "Sırasında"

Ne zaman? Öğretim sürecinin içinde, ünite ya da konu sürecinde.

Amaç: Öğrenmedeki eksiklikleri belirlemek, eksik kazanımları tamamlamak, öğretim sürecini geliştirmek. Not için değil, sürecin iyileştirilmesi içindir.

Kullanım Alanları: Ünite içi izleme testleri, kısa sınavlar, ödev kontrolü, dönüt-düzeltme uygulamaları.

• Sınav tetiği: "süreç içinde", "öğrenme eksiklikleri", "geri bildirim verme", "dönüt-düzeltme", "öğretimi iyileştirme".

Düzey Belirleyici (Summatif) Değerlendirme — "Sonunda"

Ne zaman? Öğretim sürecinin sonunda, bir dönemin ya da bir kursun bitiminde.

Amaç: Öğrencinin hedeflere ulaşma düzeyini belirlemek, başarı kararı vermek, not vermek, sertifikalandırmak. Geçti-kaldı, başarılı-başarısız kararı bu aşamada verilir.

Kullanım Alanları: Dönem sonu sınavları, bitirme sınavları, KPSS, AYT, üniversite final sınavları, mezuniyet sınavları.

• Sınav tetiği: "süreç sonunda", "geçti-kaldı kararı", "diploma", "sertifika", "nihai başarı".

Üç Türün Kıyaslama Tablosu

Tür	Zaman	Amaç	Nota Etki
Tanılayıcı	Önce	Yerleştirme	Yok
Biçimlendirici	Sırasında	Eksik tamamlama	Yok
Düzey Belirleyici	Sonunda	Başarı kararı	Var

Değerlendirmenin temel ayrımı, ölçütün nereden geldiğine dayanır. Ölçüt önceden belirlenmişse mutlak, gruba göre belirlenmişse bağıldır. KPSS'de bu ayrım her sınavda en az bir kez sorulur.

Mutlak (Norm-Bağımsız) Değerlendirme

Tanım: Ölçüt önceden, gruptan bağımsız olarak belirlenir. Hedef davranışların öğrenilip öğrenilmediği temel alınır.

• Örnek ölçüt: "70 ve üzeri başarılıdır", "80 puan alan ehliyet alır", "Üç bölümün hepsinden 60 alan geçer".
• Karar: Bireyin performansı sabit standartla karşılaştırılır.
• Avantaj: Adil, hedef odaklı, kazanım merkezli; her birey kendi başarısını bilir.
• Tetik Kelime: "önceden belirlenmiş", "sabit ölçüt", "x puan ve üzeri", "hedef davranış".

Bağıl (Norm-Bağımlı) Değerlendirme

Tanım: Ölçüt, grubun performansına göre belirlenir. Bireyin performansı diğer bireylerle karşılaştırılır.

• Örnek ölçüt: "İlk %10 başarılıdır", "Ortalamanın üzerindekiler geçer", "İlk 1000'e girenler atanır".
• Karar: Bireyin performansı, grubun ortalama veya sıralaması ile karşılaştırılır.
• Kullanım: Yarışmalı sınavlar (KPSS, ÜSYM tabanlı sınavlar), seçme amaçlı sınavlar.
• Tetik Kelime: "grubun ortalamasına göre", "ilk %x", "sınavda ilk n", "norm puanı".

İki Değerlendirme Türünün Tipik Örnekleri

• Mutlak: Sürücü kursu sınavı (70 puan ve üzeri başarılı), MEB seviye tespit sınavı, ehliyet, dil yeterlik (B1-B2-C1).
• Bağıl: KPSS yerleştirme (taban puana göre), üniversite tercihi (kontenjan), spor yarışması, Olimpiyat sınavı.

Karma Sistemler: İki Ölçütün Bir Arada Kullanımı

Pratikte birçok sınav iki ölçütü birlikte kullanır. KPSS'de adayların sınava girebilmesi için en az 50 puan barajı (mutlak ölçüt) vardır; ancak atama sıralı yapıldığı için yerleşmek için ilk x kişi arasına girmek (bağıl ölçüt) gerekir. Üniversite giriş sınavlarında da benzer şekilde belirli bir barem (mutlak) ile sıralama (bağıl) birlikte uygulanır. Bu nedenle bir sınav sorusunda "Hem 50 puan barajını geçen hem de ilk 200 kişi arasına giren..." ifadesi görüldüğünde her iki ölçütün de kullanıldığı söylenmelidir.

Mutlak vs Bağıl Karşılaştırma Tablosu

Boyut	Mutlak	Bağıl
Ölçüt Kaynağı	Önceden belirlenir	Grup performansı
Karşılaştırma	Birey - standart	Birey - grup
Tipik Sınav	Yeterlik sınavı	Seçme sınavı
Hedef	Hedefe ulaşmak	Sıralamada üstün olmak

Bir ölçme aracının kalitesi üç temel nitelik üzerinden değerlendirilir: geçerlik, güvenirlik, kullanışlılık. Bu üçlü arasında katı bir hiyerarşi vardır; sınav sorularının çoğu bu hiyerarşinin doğru anlaşılmasını ister.

Üçlü Hiyerarşi

Üç nitelik şu sıraya göre önemlidir:

1. Geçerlik (Validity): En önemli nitelik. Test, ölçmek istediğini ne ölçüde doğru ölçüyor?
2. Güvenirlik (Reliability): İkincil nitelik. Test, tutarlı sonuçlar veriyor mu?
3. Kullanışlılık (Practicality / Usability): Pratik nitelik. Test ekonomik, uygulanabilir, puanlanabilir mi?

Niteliklerin Tek Cümlelik Tanımları

• Geçerlik: Aracın amacına uygunluk derecesidir. Boyu ölçmek için terazi geçerli değildir.
• Güvenirlik: Aracın tutarlılık ve kararlılık derecesidir. Aynı koşulda aynı sonucu veriyor mu?
• Kullanışlılık: Aracın ekonomiklik ve pratiklik derecesidir. Hazırlama, uygulama, puanlama kolaylığı.

Hiyerarşinin Mantığı: Neden Geçerlik Önce Gelir?

Bir araç ölçmek istediğini ölçmüyorsa, ne kadar tutarlı veya pratik olursa olsun değersizdir. Geçersiz bir araç tutarlı yanlış ölçer; bu fayda değil zarar üretir. Bu nedenle test geliştirme sürecinde önce geçerlik, sonra güvenirlik, en son kullanışlılık göz önünde bulundurulur. Bu hiyerarşi ders kitaplarında tartışmasız kabul edilen kuraldır.

Test Geliştirme Sürecinde Üçlünün Sırası

Pratikte bir testin geliştirilmesi şu adımları izler:

1. Hedef belirleme: Hangi yapı (kavram, beceri, davranış) ölçülecek?
2. Belirtke tablosu hazırlama: Hedef ile içerik eşleştirilerek kapsam geçerliği güvence altına alınır.
3. Pilot uygulama: Test bir örneklem üzerinde denenir; madde analizi yapılır, güvenirlik katsayıları hesaplanır.
4. Madde revizyonu: Düşük ayırt edicilikteki maddeler çıkarılır, ifade hataları düzeltilir.
5. Asıl uygulama: Test tüm gruba uygulanır; geçerlik kanıtları (faktör analizi, ölçüt geçerliği) toplanır.
6. Kullanışlılık denetimi: Süre, maliyet, puanlama prosedürü gözden geçirilir.

Üç Niteliğin İlişki Tablosu

Nitelik	Soru	Önem
Geçerlik	Doğru şeyi mi ölçüyor?	1. derece
Güvenirlik	Tutarlı mı ölçüyor?	2. derece
Kullanışlılık	Pratik mi?	3. derece

Geçerlik tek bir şey değildir; ölçme aracının hangi yönden doğru ölçtüğüne göre alt türlere ayrılır. KPSS'de en sık kapsam ve yapı geçerliği soruları çıkar.

Kapsam (İçerik) Geçerliği — Content Validity

Tanım: Testin, ölçülmek istenen konu alanını ne ölçüde temsil ettiğidir. Müfredattaki tüm önemli konuları ve hedef davranışları kapsamalıdır.

Nasıl artırılır? Belirtke tablosu hazırlanarak. Belirtke tablosu, hedefler ile içeriği iki boyutlu eşleştiren bir tablodur. Her ünite ve hedef davranışın testte ne ağırlıkta yer alacağını gösterir.

• Sınav tetiği: "müfredattaki konuların temsili", "hedef davranışların kapsanması", "belirtke tablosu", "ünite ağırlıkları".

Yapı Geçerliği — Construct Validity

Tanım: Testin, ölçmek istediği kuramsal (soyut) yapıyı ne ölçüde doğru ölçtüğüdür. Zekâ, kaygı, motivasyon gibi gözlemlenemeyen kavramların geçerliği bu yolla belirlenir.

Nasıl belirlenir? Faktör analizi, iç tutarlılık çalışmaları, yakınsak ve ayırt edici geçerlik kanıtları toplanarak.

• Sınav tetiği: "soyut bir kavram", "kuramsal yapı", "faktör analizi", "yakınsak / ayırt edici geçerlik".

Görünüş Geçerliği — Face Validity

Tanım: Testin görünüşünün, neyi ölçtüğüne dair yüzeysel izlenim vermesidir. Bilimsel kanıt değil, izlenim düzeyindedir.

• Örnek: Bir matematik testinin sayılar ve işlemler içermesi görünüş geçerliği sağlar; ancak gerçek geçerlik için içerik analizi gerekir.
• Sınav tetiği: "ilk bakışta", "izlenim", "yüzeysel görünüm".

Yordama (Yordayıcı) Geçerliği — Predictive Validity

Tanım: Testin, gelecekteki bir performansı ne ölçüde doğru tahmin ettiğidir. Test puanı ile dış ölçüt arasında zaman aralığı vardır.

• Örnek: Üniversite giriş sınavı puanları ile mezuniyet GPA'si arasındaki ilişki. İşe alım sınavı ile 6 ay sonraki performans arasındaki korelasyon.
• Sınav tetiği: "gelecekteki başarıyı tahmin", "yordama", "x ay/yıl sonra".

Uyum (Zamandaş / Eş Zamanlı) Geçerliği — Concurrent Validity

Tanım: Testin, aynı anda ölçülen başka bir ölçütle uyumudur. Test ile dış ölçüt eş zamanlı alınır.

• Örnek: Yeni geliştirilen bir kaygı testinin, kabul gören başka bir kaygı testi ile aynı anda uygulanıp puanların karşılaştırılması.
• Sınav tetiği: "eş zamanlı", "aynı anda", "şu anki performansla".

Ölçüt Geçerliği — Criterion Validity (Şemsiye Kavram)

Yordama ve uyum geçerliği birlikte ölçüt geçerliğini oluşturur. Test puanının dış bir ölçütle ilişkisini araştırır; ölçüt aynı anda alınırsa uyum, sonra alınırsa yordama olur.

Geçerliği Etkileyen Faktörler

• Kapsam yetersizliği: Testte sadece bir konunun yer alması.
• Soruların belirsizliği: Yanlış anlaşılan, çok uzun veya muğlak ifadeler.
• Test süresinin yetersizliği: Öğrenci tüm soruları cevaplayamaz, ölçme eksik kalır.
• Düzeyin uygunsuzluğu: Çok kolay veya çok zor sorular gerçek başarıyı yansıtmaz.
• Hile ve kopya: Sonuçları çarpıtır.

Güvenirlik, ölçme aracının tutarlı ve kararlı sonuçlar verme derecesidir. Aynı testin aynı koşullarda aynı sonucu vermesi beklenir. Güvenirlik dört farklı yöntemle hesaplanır.

Test-Tekrar Test Güvenirliği — Kararlılık

Yöntem: Aynı test, aynı gruba, belirli bir zaman aralığıyla (genellikle 2-4 hafta) iki kez uygulanır. İki uygulama arasındaki korelasyon hesaplanır.

• Ölçtüğü: Zamana karşı kararlılık.
• Sınırlılık: Hatırlama etkisi (ilk uygulamayı hatırlama). Bu nedenle aralık çok kısa olmamalı.
• Tetik kelime: "iki kez aynı testi", "x hafta sonra tekrar", "kararlılık".

Paralel (Eşdeğer) Form Güvenirliği

Yöntem: Aynı içeriği ölçen, iki farklı eşdeğer test hazırlanır ve aynı gruba uygulanır. İki testin puanları arasındaki korelasyon hesaplanır.

• Ölçtüğü: Form ekvivalansı.
• Avantaj: Hatırlama etkisi yoktur; iki form farklı sorulardan oluşur.
• Sınırlılık: İki eşdeğer form hazırlamak zordur ve maliyetlidir.
• Tetik kelime: "iki farklı paralel test", "eşdeğer formlar".

İç Tutarlılık — Tek Uygulama Yöntemleri

Tek bir uygulama ile testin maddelerinin birbirleriyle uyumlu olup olmadığını ölçer. Üç ana yaklaşım vardır.

İkiye Bölme (Split-Half) Yöntemi

• Test maddeleri ikiye bölünür (genellikle tek-çift), iki yarı puanları arasındaki korelasyon hesaplanır.
• Spearman-Brown formülü ile düzeltilir.

KR-20 ve KR-21 (Kuder-Richardson)

• Maddelerin iki kategorili (doğru/yanlış) olduğu testlerde kullanılır (çoktan seçmeli, doğru-yanlış).
• KR-20 her madde için ayrı zorluk hesaplar; KR-21 ortalama zorluğu kullanır (daha basit ama daha az hassas).

Cronbach Alfa (α)

• Maddelerin çok kategorili (likert, derecelendirme) olduğu ölçeklerde kullanılır.
• Tutum, ilgi, kişilik ölçeklerinin standart güvenirlik göstergesidir.
• 0,70 ve üzeri kabul edilebilir, 0,80 üzeri iyi, 0,90 üzeri mükemmel sayılır.

Puanlayıcılar Arası Güvenirlik — Objektiflik

Yöntem: Aynı sınav kâğıdı iki ya da daha fazla puanlayıcı tarafından okutulur, puanlamalar arasındaki tutarlılık hesaplanır.

• Özellikle açık uçlu, kompozisyon, performans değerlendirme gibi öznelliği yüksek araçlarda önem taşır.
• Rubrik kullanımı puanlayıcılar arası güvenirliği artırır.
• Tetik kelime: "farklı puanlayıcılar", "iki öğretmen", "objektiflik".

Güvenirliği Etkileyen Faktörler

• Soru sayısı: Soru sayısı arttıkça güvenirlik artar (pozitif).
• Test süresi: Yetersiz süre güvenirliği düşürür.
• Soruların güçlüğü: Çok kolay veya çok zor sorular güvenirliği düşürür; orta güçlükteki sorular en yüksek güvenirlik üretir.
• Grup homojenliği: Heterojen grup (yüksek varyans) güvenirliği artırır; homojen grup düşürür.
• Uygulama koşulları: Gürültü, ışık, sıcaklık gibi dış faktörler.
• Puanlayıcı tutumu: Yorgunluk, hoşgörü, hale etkisi.

Geçerlik ve güvenirlik birbirinden bağımsız değildir. Aralarında tek yönlü bir ilişki vardır ve sınav sorularının çoğu bu ilişkinin yönünü doğru anlamayı test eder.

Temel İlke: Güvenirlik Geçerliğin Ön Koşuludur

• Bir test güvenilir olmadan geçerli olamaz.
• Bir test güvenilir olabilir ama geçerli olmayabilir.
• Bir test geçerliyse aynı zamanda güvenilirdir.

Mantık Tablosu

Durum	Sonuç
Geçerli	Mutlaka güvenilir (zorunlu)
Geçerli değil	Güvenilir olabilir veya olmayabilir
Güvenilir	Geçerli olabilir veya olmayabilir
Güvenilir değil	Mutlaka geçerli değildir (zorunlu)

Klasik Hedef Tahtası Benzetmesi

Üç hedef tahtası senaryosu ile ilişki net görülür:

• Birinci tahta: Tüm oklar merkeze yakın ve birbirine yakın → geçerli ve güvenilir. (İdeal durum)
• İkinci tahta: Tüm oklar köşede ama birbirine yakın → güvenilir ama geçerli değil. (Tutarlı yanlış)
• Üçüncü tahta: Oklar her yere dağılmış → ne güvenilir ne geçerli. (Tamamen hatalı)

"Merkeze yakın ama dağınık" diye bir senaryo mümkün değildir; çünkü dağılım varsa tutarlılık yok demektir, yani güvenirlik düşük; güvenirlik düşükse geçerlik de düşüktür.

Pratik Senaryolar

• Bir terazi sürekli 2 kg fazla gösteriyorsa: tutarlı yanlış → güvenilir ama geçerli değil.
• Bir terazi her tartımda farklı sayı gösteriyorsa: ne güvenilir ne geçerli.
• Bir terazi her tartımda doğru sayıyı gösteriyorsa: geçerli ve dolayısıyla güvenilir.

Ölçme Aracında Hangi Hata Hangi Niteliği Etkiler?

Geçerlik ve güvenirlik ilişkisini kavramanın bir başka yolu hata türlerini izlemektir:

• Sabit hata sıralamayı bozmadığı için güvenirliği etkilemez; ancak ölçümün doğru değeri üretmemesine yol açtığı için geçerliği düşürür. Bu durum "güvenilir ama geçerli değil" senaryosunun klasik örneğidir.
• Tesadüfi hata ölçümleri rastgele dağıttığı için güvenirliği doğrudan düşürür; güvenirlik düştüğü için geçerlik de düşer. Bu durum "ne güvenilir ne geçerli" senaryosudur.
• Hatasız ölçümlere yaklaşıldığında her iki nitelik de yükselir; bu "geçerli ve güvenilir" idealine karşılık gelir.

Kullanışlılık, ölçme aracının pratik açıdan ekonomik ve uygulanabilir olmasıdır. Üç temel niteliğin en alt sırasında yer alır; geçerlik ve güvenirlik bulunmadan kullanışlılık tek başına yeterli değildir, ancak iyi bir aracın bu özelliği taşıması beklenir.

Kullanışlılığın Beş Boyutu

• Hazırlama Kolaylığı: Aracın geliştirilmesi için harcanan emek ve zaman. Çoktan seçmeli test hazırlamak performans değerlendirmeden daha kolaydır.
• Uygulama Kolaylığı: Aracın saha uygulamasının kolay olması. Bireysel zekâ testleri grup uygulamalı testlerden daha az kullanışlıdır.
• Puanlama Kolaylığı: Cevapların değerlendirilmesinin kolay ve hızlı olması. Optik okuyucu ile puanlanabilen testler kullanışlıdır; açık uçlu sorular el ile okunduğu için kullanışlılığı düşüktür.
• Maliyet Düşüklüğü: Materyal, zaman ve insan kaynağı açısından ekonomiklik.
• Yorum Kolaylığı: Sonuçların anlaşılır ve raporlanabilir olması.

Tipik Senaryolar

• Yüksek kullanışlılık: Çoktan seçmeli test (hızlı puanlama, geniş kitle, optik okuma).
• Düşük kullanışlılık: Performans değerlendirme, portfolyo, mülakat (uzun süre, bireysel uygulama, öznel puanlama).

Üç Niteliğin Birlikte Değerlendirilmesi

Bir test yalnızca kullanışlı olduğu için tercih edilmez. Geçerli, güvenilir ve kullanışlı olduğunda en iyi seçimdir. Ancak kullanışlılık, geçerlik ve güvenirlik aynı düzeydeyken iki araç arasında karar verici olur.

Hiyerarşi Cümlesi

Bir ölçme aracı için "önce geçerli, sonra güvenilir, sonra kullanışlı olmalı" ilkesi hiçbir zaman ihlal edilmez. Çok kullanışlı ama geçersiz bir aracı tercih etmek profesyonel hata sayılır.

Pratik Karar Tablosu — Hangi Aracı Seçmeli?

Amaç	Uygun Araç	Sebep
Geniş kitleye seçme sınavı	Çoktan seçmeli	Yüksek kullanışlılık + objektiflik
Üst düzey beceri ölçümü	Performans + rubrik	Yüksek geçerlik
Süreç odaklı izleme	Portfolyo	Süreç verisi + bireyselleştirme

Hiçbir ölçme tam doğru değildir; her ölçmede mutlaka belirli bir hata payı bulunur. Hatalar üç türe ayrılır: sabit, sistematik, tesadüfi. Bu sınıflandırma, hata kaynağının tespiti ve düzeltme yöntemi için kritiktir.

Sabit Hata

Tanım: Tüm ölçüm sonuçlarına aynı miktarda eklenen veya çıkarılan hatadır. Yön ve büyüklük sabittir.

• Örnek: Bir terazi her tartımda 200 g fazla gösteriyor. Bir öğretmen tüm öğrencilere kâğıt başına 5 puan ekliyor.
• Kaynak: Aracın kalibrasyon hatası, puanlayıcının sistematik tutumu.
• Etkisi: Sıralamayı değiştirmez; ortalamayı kaydırır. Geçerliliği düşürür ancak güvenirliği etkilemez.

Sistematik (Yanlı) Hata

Tanım: Belirli bir kaynaktan düzenli oluşan hatadır. Sabit hatadan farkı, miktarın kişiden kişiye değişebilmesidir.

• Örnek: Hale etkisi (öğrenci ders davranışı iyiyse sınavda da iyi puan alma eğilimi). Cinsiyet, çevre veya tanışıklık etkisiyle bir gruba sürekli yüksek not verme.
• Kaynak: Puanlayıcı önyargısı, kültürel etken, dil avantajı, soru sıralama etkisi.
• Etkisi: Hem güvenirliği hem geçerliği düşürür. Düzeltilmesi zordur; nesnel araç ve rubrik kullanımı azaltır.

Tesadüfi (Rastgele) Hata

Tanım: Kaynağı belli olmayan, rastgele ortaya çıkan, kişiden kişiye ve ölçümden ölçüme farklı olan hatadır.

• Örnek: Sınav sırasında dışarıdan gelen bir gürültü, öğrencinin o gün hasta olması, dikkat eksikliği, sınav salonundaki sıcaklık değişimi.
• Kaynak: Anlık koşullar, öğrenci ruh hâli, dış uyarıcılar.
• Etkisi: Güvenirliği doğrudan düşürür; tekrar uygulamada farklı sonuçlar üretir. Geçerliği de etkiler.

Hatanın Kaynakları

Ölçme hatası dört ana kaynaktan beslenir:

• Ölçme aracı: Aracın kalibrasyon hatası, soru ifadelerinin belirsizliği, çeldirici zayıflığı.
• Uygulayan / puanlayan kişi: Yorgunluk, önyargı, hale etkisi, yetersiz eğitim.
• Ölçülen birey: O günkü ruh hâli, motivasyon, dikkat dağınıklığı, sınav kaygısı.
• Çevresel koşullar: Aydınlatma, gürültü, sıcaklık, oturma düzeni.

Hata Türlerinin Karşılaştırması

Hata	Yön	Miktar	Güvenirliğe Etki
Sabit	Tek yön	Aynı	Etkilemez
Sistematik	Tek yön	Değişken	Düşürür
Tesadüfi	Rastgele	Değişken	Düşürür (en çok)

Madde analizi, bir testin uygulanmasından sonra her sorunun nicel olarak değerlendirilmesidir. İki temel indeks vardır: madde güçlüğü (p) ve madde ayırt ediciliği (d). KPSS'de bu indekslerin formülleri ve ideal değer aralıkları sıkça sorulur.

Madde Güçlüğü (p)

Tanım: Bir maddeye doğru cevap veren öğrencilerin oranıdır. 0 ile 1 arasında değer alır.

Formül: p = (Doğru cevap sayısı) / (Toplam cevaplayıcı sayısı)

• p = 0: Hiç kimse doğru cevap verememiş → çok zor.
• p = 1: Herkes doğru cevap vermiş → çok kolay.
• p = 0,50: İdeal güçlük. En yüksek ayırt edici güç bu civarda elde edilir.

Kabul aralığı: 0,30 - 0,70 arası iyi sayılır. 0,30 altı çok zor, 0,70 üstü çok kolay maddeler test geliştirmede çıkarılmaya aday olur.

Madde Ayırt Ediciliği (d)

Tanım: Bir maddenin, iyi öğrenenleri kötü öğrenenlerden ayırt edebilme derecesidir. -1 ile +1 arasında değer alır.

Formül: d = p_üst − p_alt

• p_üst: Üst grubun doğru cevap oranı (genellikle en başarılı %27).
• p_alt: Alt grubun doğru cevap oranı (genellikle en başarısız %27).

Ayırt Edicilik Değer Yorumu

d Değeri	Yorum	Karar
≥ 0,40	Çok iyi	Aynen kullanılır
0,30 - 0,39	İyi	Kullanılır
0,20 - 0,29	Orta	Düzeltilmeli
< 0,20	Düşük	Çıkarılır
Negatif (d < 0)	Hatalı	Mutlaka çıkarılır

Negatif d değeri çok kritiktir: alt grup üst gruptan daha fazla doğru cevap vermiş demektir. Bu, sorunun cevabının yanlış kodlandığı veya soruda hata olduğu anlamına gelir; soru mutlaka çıkarılmalı veya düzeltilmelidir.

Tipik Hesaplama Örneği

100 öğrencilik bir sınıfta üst %27 = 27 öğrenci, alt %27 = 27 öğrenci alınır. Bir maddede üst grubun 22'si, alt grubun 8'i doğru yapmıştır. Hesaplama:

• p_üst = 22/27 = 0,81
• p_alt = 8/27 = 0,30
• d = 0,81 − 0,30 = 0,51 → çok iyi ayırt edici.
• Genel p = 30/54 = 0,55 → orta güçlük (üst+alt grup ortalaması).

p ve d Arasındaki İlişki

Madde güçlüğü 0,50 civarındayken ayırt edicilik en yüksek değerine ulaşır. Çok kolay (p ≥ 0,90) veya çok zor (p ≤ 0,10) maddelerde ayırt edicilik düşer; çünkü neredeyse herkes doğru veya yanlış yapmıştır, gruplar arası fark oluşamaz.

Çeldirici Analizi

Çoktan seçmeli testlerde her seçeneğin (çeldiricinin) ne kadar işlev gördüğü de incelenir. Etkili çeldirici şu özelliklere sahiptir:

• Alt grup öğrencileri tarafından yeterince işaretlenir (genellikle her çeldirici en az %5 işaretlenmeli).
• Üst grup öğrencileri tarafından az işaretlenir; çünkü üst grup doğru cevabı bulur.
• Hiç işaretlenmeyen çeldirici işlev görmüyor demektir; testte yeri yoktur, değiştirilmelidir.

Çeldirici analizi madde analizinin bir parçasıdır ve testin hem güvenirliğine hem geçerliğine katkı sağlar.

Aşağıda KPSS'de bu üniteden gelmesi muhtemel altı klasik senaryo, ayrım anahtarları ve doğru cevap mantığı ile birlikte verilmiştir. Senaryolar tetik kelimelere dikkat çekmek için seçilmiştir.

Senaryo 1 — Ölçek Türü Ayırma

Senaryo: "Ahmet sınavda 80, Ayşe 40 puan aldı. Buna göre Ahmet, Ayşe'den iki kat daha bilgilidir." Bu yargı doğru mudur?

Çözüm: Sınav puanı eşit aralıklı ölçektir; gerçek sıfır noktası yoktur (0 puan, hiçbir bilginin olmadığı anlamına gelmez). Eşit aralıklı ölçeklerde oranlama yapılamaz. Bu yüzden "iki kat" yargısı yanlıştır.

Cevap: Yargı yanlıştır; çünkü sınav puanı eşit aralıklı ölçektir.

Senaryo 2 — Mutlak ya da Bağıl Ölçüt

Senaryo: Bir kurumda iki ayrı sınav yapılıyor. Birincide "60 ve üzeri puan alan başarılı"; ikincide "ilk 50'ye giren işe alınır" denmektedir. Ölçütler hangi tür değerlendirmeye aittir?

Çözüm: "60 puan" ifadesi gruptan bağımsız sabit bir standarttır → mutlak ölçüt. "İlk 50'ye girmek" sıralamaya, dolayısıyla grup performansına bağlıdır → bağıl ölçüt.

Cevap: Birinci sınav mutlak, ikincisi bağıl ölçüt kullanır.

Senaryo 3 — Geçerlik mi Güvenirlik mi?

Senaryo: Bir terazi her tartımda aynı 2 kg fazla sonuç vermektedir. Bu terazi nasıl bir araçtır?

Çözüm: Terazi tutarlıdır (aynı sonucu veriyor), bu nedenle güvenilirdir. Ancak gerçek ağırlığı doğru ölçmediği için geçerli değildir. Hata türü: sabit hata.

Cevap: Güvenilir ama geçerli olmayan bir araç.

Senaryo 4 — Geçerlik Türü Ayrımı

Senaryo: Bir öğretmen hazırladığı testin müfredattaki tüm üniteleri ve hedef davranışları kapsayıp kapsamadığını kontrol etmek için bir tablo hazırlamaktadır. Hangi geçerlik türü ve hangi araçtan söz edilmektedir?

Çözüm: "Müfredattaki ünite ve hedeflerin kapsanması" → kapsam geçerliği. Bu geçerliği artırmak için kullanılan araç → belirtke tablosu. Yapı geçerliği ile karıştırılmamalı; yapı, soyut kuramsal kavramları ölçer.

Cevap: Kapsam geçerliği — belirtke tablosu.

Senaryo 5 — Güvenirlik Yöntemi

Senaryo: 50 maddelik bir tutum ölçeğinin maddelerinin birbirleriyle uyumlu olup olmadığını tek bir uygulama ile incelemek isteyen bir araştırmacı en uygun olarak hangi yöntemi kullanır?

Çözüm: Tek uygulama → iç tutarlılık. Tutum ölçeği maddeleri çok kategorili (likert tipi) olduğu için → Cronbach Alfa (α). KR-20 doğru-yanlış maddelerde, test-tekrar test ise iki uygulamada kullanılır.

Cevap: Cronbach Alfa katsayısı.

Senaryo 6 — Hata Türü Sınıflama

Senaryo: Bir öğretmen sınav kâğıtlarını okurken sınıfın gözde öğrencisinin yazısını gördüğünde fark etmeksizin daha hoşgörülü puanlama yapmaktadır. Bu durum hangi hata türünü ifade eder?

Çözüm: Hata öğrenciden öğrenciye değişiyor (hepsine aynı değil) ve belirli bir kaynaktan düzenli oluşuyor (öğrenci tanışıklığı). Bu sistematik hatanın klasik örneği olan hale etkisidir.

Cevap: Sistematik hata (hale etkisi).

Geçerlik, güvenirlik ve kullanışlılığın yanında ölçme aracının kalitesini etkileyen üç tamamlayıcı nitelik daha vardır: duyarlılık, objektiflik ve ayırıcılık. KPSS'de daha az sorulsa da senaryolarda ipucu olarak görünebilir.

Duyarlılık (Hassasiyet)

Tanım: Ölçme aracının bireyler arasındaki küçük farkları ayırt edebilme gücüdür. Birim ne kadar küçükse araç o kadar duyarlıdır.

• Mutfak terazisi 1 g'a, hassas terazi 0,001 g'a kadar ölçebilir; ikincisi daha duyarlıdır.
• Bir testte 5'lik puanlama yerine 1'lik puanlama daha duyarlıdır.
• Tetik kelime: "küçük farkları ayırt etmek", "ince ayrıntı", "hassas ölçüm".

Objektiflik (Nesnellik)

Tanım: Ölçme sonucunun puanlayıcıdan puanlayıcıya değişmemesi özelliğidir. Aynı kâğıt farklı puanlayıcılar tarafından okunduğunda aynı puan elde edilmelidir.

• Çoktan seçmeli testler en objektif araçlardır.
• Açık uçlu sorular ve kompozisyonlarda objektiflik düşüktür; rubrik kullanımı objektifliği artırır.
• Objektiflik puanlayıcılar arası güvenirlik ile ölçülür.
• Tetik kelime: "puanlayıcıdan bağımsız", "iki öğretmen aynı puanı verdi", "öznellik düşük".

Ayırıcılık (Discrimination)

Tanım: Ölçme aracının başarılı ile başarısız öğrencileri ayırt edebilme derecesidir. Madde analizinde ele alınan ayırt edicilik (d) bu kavramın somut göstergesidir.

• Bir test başarılı öğrencilerin yüksek, başarısızların düşük puan almasına yol açıyorsa ayırıcıdır.
• Aşırı kolay veya aşırı zor testler ayırıcılık üretemez.
• Tetik kelime: "iyi öğrenciyi kötü öğrenciden ayırma", "üst-alt grup farkı".

Üç Niteliğin Birbirleriyle İlişkisi

• Duyarlılık birim hassasiyeti ile ilgilidir; küçük farklar ölçülür.
• Objektiflik puanlayıcı bağımsızlığı ile ilgilidir; aynı sonuç elde edilir.
• Ayırıcılık grupları ayırma ile ilgilidir; iyi-kötü ayrımı yapılır.

Tamamlayıcı Niteliklerin Pratik Etkileri

Bir testin yalnızca üç temel niteliği değil, bu üç tamamlayıcı niteliği de aynı anda iyileştirilmek istenir. Birim küçültmek (puanlama 5'lik yerine 1'lik yapmak) duyarlılığı artırır; rubrik kullanımı objektifliği artırır; orta güçlükte madde seçimi ayırıcılığı artırır. Bu üç stratejiyi birlikte uygulayan testler hem geçerlik hem güvenirlik açısından üst düzeye ulaşır.

Klasik çoktan seçmeli ve yazılı sınavların yanında yapılandırmacı paradigmayla birlikte sınıfa giren araçlar, öğrencinin süreç içinde sergilediği davranışları ve üst düzey becerilerini ölçer. Bu araçların ayrıntılı puanlama tekniği bir sonraki rehberde (Ölçme — İstatistik ve Test Araçları) işlenir; bu bölümde her aracın tetik kelimesi ve ayırt edici özelliği kısaca özetlenir ki sınav senaryolarında karıştırılmasın.

Üst Düzey Bilişsel Ölçme Araçları

Araç	Yapı / İşleyiş	Tetik Kelime
Yapılandırılmış Grid	9-12 küçük kareye yerleştirilmiş kavram, sayı veya görsel; öğrenci bir soruya uyan kareleri seçer ve mantıklı bir sıraya dizer. Hem doğru kareleri seçme hem doğru sıralama puanlanır.	9'lu/12'li kare, "uygun olanları seç ve sırala"
Tanılayıcı Dallanmış Ağaç	Doğru/yanlış tarzı ardışık önermelerde her cevaba göre farklı dala yönlendirilir; öğrenci ağaçta ilerleyerek sonuca ulaşır. Yanılgıların hangi adımda oluştuğu izlenebilir.	Doğru-yanlış dal, ardışık karar, hata dalı
Kavram Haritası (Ölçme Aracı Olarak)	Topic 4'te teknik olarak işlenen aracın ölçme kullanımı: öğrencinin ürettiği harita kavramları, bağlantıları ve hiyerarşisini gösterir; rubrikle puanlanır. Bilişsel yapı haritalanır.	Merkezi kavram, bağlantı çizgileri, bilişsel yapı
Anlam Çözümleme Tablosu	İki eksende kavram-özellik matrisi; öğrenci her hücrede ilişki olup olmadığını işaretler. Sınıflama becerisini ölçer.	İki boyutlu kavram-özellik matrisi
Kelime İlişkilendirme Testi	Anahtar bir kavram verilir; öğrenci sınırlı sürede aklına gelen ilişkili kelimeleri yazar. Kavramsal genişlik ve şema haritalanır.	Anahtar kavram, çağrışım listesi

Süreç ve Performans Değerlendirme Araçları

Araç	Yapı / İşleyiş	Tetik Kelime
Performans Görevi	Öğrenci gerçek hayata yakın kısa süreli bir görevi (deney, sunum, model) tek başına ya da grupla yerine getirir. Süreç ve ürün birlikte değerlendirilir.	Gerçek hayat görevi, gözlenebilir uygulama
Proje Görevi	Performans görevinin uzun süreli ve disiplinler arası hâli. Süre haftalar/aylardır; sonunda somut ürün ortaya çıkar.	Uzun süreli, disiplinler arası, somut ürün
Portfolyo (Ürün Dosyası)	Öğrencinin dönem boyunca ürettiği seçilmiş çalışmaların biriktiği klasör. Gelişim sürecini, üst bilişsel düşünmeyi ve öz seçimi gösterir.	Süreç boyunca biriktirme, gelişim izleme
Gözlem Formu	Önceden belirlenmiş davranış listesinin (kontrol listesi veya derecelendirme) öğretmen tarafından sınıf içinde sistematik olarak işaretlendiği araç.	Davranış listesi, sistematik gözlem
Görüşme	Öğretmen-öğrenci yüz yüze sözel etkileşimle bilgi/tutum/üst biliş ölçümü. Yapılandırılmış, yarı yapılandırılmış veya yapılandırılmamış olabilir.	Yüz yüze sözel, sondaj soru

Öz, Akran ve Rubrik ile Değerlendirme

Araç	Kim Değerlendirir?	Asıl Hedef
Öz Değerlendirme	Öğrenci kendisini	Üst biliş, öz farkındalık, sorumluluk
Akran Değerlendirmesi	Sınıf arkadaşı arkadaşını	Sosyal beceri, eleştirel düşünme, geri bildirim verme
Rubrik (Dereceli Puanlama Anahtarı)	Öğretmen veya akran (rubrik kullanır)	Performans/proje görevini ölçütlere göre nesnelleştirme. Bütüncül veya analitik olabilir.
Kontrol Listesi	Öğretmen veya öğrenci	Bir davranışın/ürünün gerçekleşip gerçekleşmediğini iki seçenekle (var/yok) işaretleme

Ölçme ve Değerlendirme — Temel Kavramlar ünitesi geniş bir kavram ağı içerir. Sınav öncesinde son hafta verimli kullanılırsa bu ünite KPSS'de en yüksek net üretebilen üç üniteden biri haline gelir. Aşağıdaki üç adımlı hazırlık planı bu hedefe yönelik tasarlanmıştır.

Birinci Adım: Karşılaştırma Tablolarını Tek Sayfaya Yaz

Ünitenin altı temel karşılaştırma tablosunu tek sayfaya el yazısıyla yaz. Yazma işi ezberi pekiştirir. Bu altı tablo şudur:

• Ölçme türleri (doğrudan / dolaylı / türetilmiş).
• Ölçek türleri (sınıflama / sıralama / eşit aralıklı / eşit oranlı).
• Değerlendirme türleri (tanılayıcı / biçimlendirici / düzey belirleyici).
• Mutlak ile bağıl ölçüt.
• Geçerlik türleri (kapsam / yapı / yordama / uyum / görünüş).
• Güvenirlik türleri (test-tekrar test / paralel form / iç tutarlılık / puanlayıcılar arası).

İkinci Adım: Tetik Kelime Listesini Ezberle

Senaryo sorularının tamamı tetik kelimeler üzerine kuruludur. En kritik tetiklerin listesi:

• "Müfredat / üniteler" → kapsam geçerliği.
• "Soyut kavram / kuramsal yapı" → yapı geçerliği.
• "6 ay sonra / gelecekte" → yordama geçerliği.
• "Aynı anda / eş zamanlı" → uyum geçerliği.
• "İki kez aynı test" → test-tekrar test güvenirliği.
• "İki paralel test" → paralel form güvenirliği.
• "Tek uygulama, çok kategorili madde" → Cronbach Alfa.
• "Tek uygulama, doğru-yanlış" → KR-20 / KR-21.
• "İki puanlayıcı" → puanlayıcılar arası güvenirlik / objektiflik.
• "Tüm öğrencilere aynı miktar eklendi" → sabit hata.
• "Hale etkisi / önyargı" → sistematik hata.
• "Gürültü / ruh hâli" → tesadüfi hata.
• "Önceden 70 puan" → mutlak ölçüt.
• "İlk 50 / ilk %20" → bağıl ölçüt.

Üçüncü Adım: Sık Karıştırılan Üçlü Çiftleri Pekiştir

Sınav tuzaklarının yoğunlaştığı dört kritik ikili:

1. Eşit aralıklı vs eşit oranlı: Tek fark gerçek sıfır. Sıcaklık, takvim, başarı puanı eşit aralıklı; boy, kilo, para eşit oranlı.
2. Kapsam vs yapı geçerliği: Müfredat = kapsam; soyut kavram = yapı.
3. Mutlak vs bağıl ölçüt: Sabit puan = mutlak; sıralama / oran = bağıl.
4. Sabit vs sistematik hata: Aynı miktar = sabit; değişken miktar düzenli kaynak = sistematik.

Geçerlik-Güvenirlik İlişkisi: Tek Cümlelik Anahtar

"Her geçerli ölçme güvenilirdir, fakat her güvenilir ölçme geçerli değildir." Bu cümleyi sınav anında zihinde tutan aday geçerlik-güvenirlik ilişkisi sorularını kaybetmez.

Ünitenin Üç Cümlelik Özeti

Birinci cümle: Ölçme bir özelliği sayı veya sembolle ifade etme süreci, değerlendirme ölçüm sonucunu bir ölçütle karşılaştırarak karar verme sürecidir; ikisi sıralı ama farklı kavramlardır. İkinci cümle: Ölçek türleri (sınıflama-sıralama-eşit aralıklı-eşit oranlı), değerlendirme türleri (tanılayıcı-biçimlendirici-düzey belirleyici) ve ölçüt türleri (mutlak-bağıl) sınavda sürekli karşımıza çıkan üç ana ayrımdır. Üçüncü cümle: Ölçme aracının üç temel niteliği (geçerlik > güvenirlik > kullanışlılık) sıralı bir hiyerarşi oluşturur; geçerlik güvenirliği kapsar, hata türleri bu nitelikleri farklı yönlerden etkiler, madde analizi (p ve d) ise testin niteliğini somut sayılarla değerlendirir.

Bir Sonraki Konuya Köprü

Bu ünitede ölçme ve değerlendirmenin temel kavramları ile ölçme aracı niteliklerini ele aldık. Bir sonraki konu olan Ölçme — İstatistik ve Test Araçları bölümünde merkezi eğilim ölçüleri (ortalama, medyan, mod), merkezi yayılma ölçüleri (standart sapma, ranj, varyans), normal dağılım ve test türleri (çoktan seçmeli, açık uçlu, performans, portfolyo, rubrik) işlenecektir. İstatistik kavramları bu üniteyi sayısal araçlarla tamamlayacak, test türleri ise hangi durumda hangi ölçme aracının seçileceğine ilişkin pratik rehber sunacaktır.