avaliação do Projeto SESI â Por um Brasil Alfabetizado - CNI
avaliação do Projeto SESI â Por um Brasil Alfabetizado - CNI avaliação do Projeto SESI â Por um Brasil Alfabetizado - CNI
5.7.1.TEORIA CLÁSSICA DOS TESTES (TCT)5.7.1.1. Desenvolvimento do Modelo e PressupostosO modelo desenvolvido por Spearman (1904) concentra-se em explicar oresultado final total de um teste, ou seja, a soma das respostas dadas a umasérie de itens, expressa no chamado escore total (T). Esse modelo, aparentementesimples e linear, foi amplamente utilizado pela Psicometria Clássicaaté o final dos anos setenta, período a partir do qual foram ampliadas e difundidasas técnicas da TRI.A soma dos pontos obtidos, denominada “escore bruto ou empírico doindivíduo”, é componente desse modelo. Esse escore bruto é representadopela letra T. Por sua vez, o escore verdadeiro que é a magnitude real do que oteste quer medir, representado pela letra V, seria o escore bruto (T) caso nãohouvesse o erro de medida, representado pela letra , presente em qualqueroperação empírica. Exemplificando: Marina está com febre e para averiguálautiliza um instrumento de medida, o termômetro, que registra uma temperaturade 39 ºC (escore empírico T), no entanto, a temperatura real dela éde 38,7 ºC (escore verdadeiro V), pois o termômetro que usou não estavamuito preciso; o que resultou em uma diferença de +0,3º (erro de medida ).A utilização do modelo implica alguns postulados básicos. O primeiroconstitui o modelo fundamental da Psicometria Clássica. Ele estabelece queo escore bruto do sujeito é a soma do escore verdadeiro e do erro, ou seja,T = V +e, conseqüentemente, = T – V, bem como, V = T – .Em outras palavras, assume-se que, diante do fato de que o escore brutodifere do seu escore verdadeiro, tal diferença é devida ao erro, que pode seratribuído a imperfeições no instrumento de avaliação, estereótipos e vícios dosujeito, fatores culturais, entre outros. Portanto, a importância da TCTresume-se à identificação da magnitude do erro, permitindo ao pesquisadorsua avaliação e controle. Note-se que, na prática, estamos diante de umaequação com duas incógnitas, uma vez que não podemos mensurar o escoreverdadeiro do sujeito, isto é, a pontuação que ele obteria se não houvesse errona medida, tampouco o próprio erro. No entanto, ao aplicar o teste a umagrande quantidade de indivíduos pode-se obter a distribuição de freqüênciasdos parâmetros T, V e .57
De posse dessas distribuições e utilizando-se os conhecimentos deInferência Estatística 20 , temos mais alguns postulados, a saber:M = 0,ou seja, a média do erro (M ) é zero.Partindo-se do princípio de que a suposição de que a média do erro é iguala zero, postula-se que:V =(T)O escore verdadeiro (V) é a esperança (média, simbolizada por E) doescore empírico (T).Corresponde a dizer que, se o sujeito respondesse infinitas vezes o mesmoteste, ele teria infinitos diferentes escores empíricos, uma vez que o erro nãoé sempre da mesma magnitude (pode ser positivo ou negativo). Contudo amédia desses infinitos escores empíricos seria o escore verdadeiro, pois elaeliminaria os erros 21 .Além disso, pode-se pressupor intuitivamente que não há associaçãolinear (correlação) entre o escore verdadeiro e o erro, ou seja não há nenhumarazão para supor que escores verdadeiros maiores terão erros positivos eescores verdadeiros menores erros negativos. Se isso ocorresse haveria a presençade erros sistemáticos, diferentemente dos erros aleatórios pressupostospelo modelo.Portanto,r V = 0Ou seja, a correlação (r) entre o escore verdadeiro (V) e o erro ( ) é iguala zero.Nessa etapa é interessante descrever o conceito de teste paralelo. São consideradosparalelos dois testes, T1 e T2, que meçam a mesma coisa, porém comtarefas (itens) diferentes. Matematicamente equivale a dizer que:20. Inferência Estatística é o processo pelo qual podemos tirar conclusões acerca de um conjunto maior (a população)usando informação de um conjunto menor (amostra).21. Numa situação dessa natureza, supõe-se que os erros se distribuem normalmente com média = 0 e variância = 1, eas respostas ao teste nas diferentes ocasiões sejam independentes.58
- Page 7 and 8: 4.2. Escopo da Matriz de Competênc
- Page 10: APRESENTAÇÃOO presente relatório
- Page 14 and 15: 1. INTRODUÇÃOO Projeto SESI - Por
- Page 16: 1.2.A PARTICIPAÇÃO DA INDÚSTRIA
- Page 19 and 20: O Sistema de Avaliação fundamenta
- Page 21 and 22: c. Assistir escolas e programas par
- Page 23: Machado (2002) expõe com muita pro
- Page 26 and 27: Numerização possibilita interpret
- Page 28 and 29: O principal desafio que se coloca p
- Page 30 and 31: citada por Nunes e Bryant (1997, p.
- Page 32 and 33: 4. AS MATRIZES DE COMPETÊNCIASE HA
- Page 34 and 35: 4.2. ESCOPO DA MATRIZ DECOMPETÊNCI
- Page 36 and 37: 5. FUNDAMENTAÇÃOMETODOLÓGICA DA
- Page 38 and 39: zadas, como é o caso dos sistemas
- Page 40 and 41: No que se refere ao aluno, pelo men
- Page 42 and 43: também desvantagens, tendo como um
- Page 44 and 45: 5.3. INSTRUMENTOS DE APLICAÇÃO(CA
- Page 46 and 47: cialmente uma questão que apresent
- Page 48 and 49: chaleira sobre o fogão; (3) acende
- Page 50 and 51: a utilização de itens “âncora
- Page 52 and 53: aprendizagem, mas quando se busca c
- Page 54 and 55: conhecimentos e experiência muito
- Page 56 and 57: guia de marcação específica e im
- Page 60 and 61: a) Os escores verdadeiros são igua
- Page 62 and 63: onde,A: número de sujeitos que ace
- Page 64 and 65: não é capaz de fazer predições
- Page 66 and 67: aumenta o nível de habilidade atri
- Page 68 and 69: ilidade zero de acertar o item. Sen
- Page 70 and 71: Figura 5.7.2.3.4.1 - CCI do modelo
- Page 72 and 73: Figura 5.7.2.3.4.2 - Curva de respo
- Page 74 and 75: 6. A AVALIAÇÃO DOS ALFABETIZANDOS
- Page 76 and 77: ∆ = 13 + 4zonde z representa os v
- Page 78 and 79: mesmo quando comparada com a profic
- Page 80 and 81: A atividade requeria que o aluno id
- Page 82 and 83: ecebem em um bilhete pode ter atra
- Page 84 and 85: palavra “passa”. O texto utiliz
- Page 86 and 87: senta tipos diferentes de placa de
- Page 88 and 89: Para aferir essa habilidade, os alu
- Page 90 and 91: Observou-se que 75% dos estudantes
- Page 92 and 93: 6.3. PERCENTUAL DE ACERTO POR ITEME
- Page 94 and 95: Quatro caixas, de tamanhos proporci
- Page 96 and 97: melhores as possibilidades de compr
- Page 98 and 99: Ao apresentar uma situação-proble
- Page 100 and 101: O alfabetizador pode sugerir vivên
- Page 102 and 103: propor a resolução de situações
- Page 104 and 105: de créditos parciais de cada item;
- Page 106 and 107: Atividade 11Tabela 6.4.1.2 - Sumár
De posse dessas distribuições e utilizan<strong>do</strong>-se os conhecimentos deInferência Estatística 20 , temos mais alguns postula<strong>do</strong>s, a saber:M = 0,ou seja, a média <strong>do</strong> erro (M ) é zero.Partin<strong>do</strong>-se <strong>do</strong> princípio de que a suposição de que a média <strong>do</strong> erro é iguala zero, postula-se que:V =(T)O escore verdadeiro (V) é a esperança (média, simbolizada por E) <strong>do</strong>escore empírico (T).Corresponde a dizer que, se o sujeito respondesse infinitas vezes o mesmoteste, ele teria infinitos diferentes escores empíricos, <strong>um</strong>a vez que o erro nãoé sempre da mesma magnitude (pode ser positivo ou negativo). Contu<strong>do</strong> amédia desses infinitos escores empíricos seria o escore verdadeiro, pois elaeliminaria os erros 21 .Além disso, pode-se pressupor intuitivamente que não há associaçãolinear (correlação) entre o escore verdadeiro e o erro, ou seja não há nenh<strong>um</strong>arazão para supor que escores verdadeiros maiores terão erros positivos eescores verdadeiros menores erros negativos. Se isso ocorresse haveria a presençade erros sistemáticos, diferentemente <strong>do</strong>s erros aleatórios pressupostospelo modelo.<strong>Por</strong>tanto,r V = 0Ou seja, a correlação (r) entre o escore verdadeiro (V) e o erro ( ) é iguala zero.Nessa etapa é interessante descrever o conceito de teste paralelo. São considera<strong>do</strong>sparalelos <strong>do</strong>is testes, T1 e T2, que meçam a mesma coisa, porém comtarefas (itens) diferentes. Matematicamente equivale a dizer que:20. Inferência Estatística é o processo pelo qual podemos tirar conclusões acerca de <strong>um</strong> conjunto maior (a população)usan<strong>do</strong> informação de <strong>um</strong> conjunto menor (amostra).21. N<strong>um</strong>a situação dessa natureza, supõe-se que os erros se distribuem normalmente com média = 0 e variância = 1, eas respostas ao teste nas diferentes ocasiões sejam independentes.58