The qualitative analysis of CLA res

The qualitative analysis of CLA responses was divided into
several phases. In the first phase, students’ answers were read
through several times. The second phase of the analysis was data
coding. This phase was theory-driven, meaning that the features of
coding were based on prior studies. In order to examine and
identify argumentation in a more detailed way than was done in
the original scoring, we used the argumentation schemes
identified by Walton (1995). Furthermore, we utilised the findings
of thematic analysis (Hyytinen, Holma, Toom, Shavelson, &
Lindblom-Yla¨nne, 2014) and content analysis (Hyytinen, Lo¨ fstro¨m,
& Lindblom-Yla¨nne, submitted for publication). Coding focused on
the following qualities of critical thinking: (1) identifying,
interpreting, synthesising information from multiple sources to
reach a conclusion; (2) evaluating the acceptability of information;
and (3) producing explanations and arguments. These different
qualities were coded systematically within each test response.
Then the similar or related coded phenomena were grouped
together. Thereafter, a short description of each student’s CLA
response was written. After that, the differences between and
within dissonant groups were identified. In the last phase, a final
description and interpretation were generated. The analyses were
conducted in collaboration with all the authors. In the analysis we
utilised investigator triangulation (Denzin, 1970, 2012) to confirm
the reliability of the findings.
Results
Relationship between test scores at the group level
The distributions of CLA scores and MCQ scores were both close
to normal. The CLA sub-scores in Analytical Reasoning (ARE) and
Problem Solving (PS) also were close to normal. The distribution of
Writing Effectiveness (WE), however, was slightly different. It had
no clear peak (indicated by negative kurtosis), and the lowest
scores were overrepresented compared with the highest scores.
Table 1 illustrates the relationship between MCQ and CLA scores. In
this sample there is a weak positive correlation between MCQ and
CLA scores. Inter-correlation of CLA reveals that there is a strong
positive correlation between ARE and PS scores, but correlation
between WE and ARE, as well as between WE and PS, was weaker.
To determine whether the students scored differently on the
two tests, we first transformed the CLA scores to follow the same
scale as the MCQ scores. In other words, we redefined the CLA
scores as a proportion of the score obtained to the maximum
possible score. The means of the transformed test scores were
compared at the group level by paired t tests. As indicated in
Table 2, the mean of the MCQ scores was 0.537 with a standard
deviation of 0.170, and the mean of the CLA scores was 0.546 with a
standard deviation of 0.153. This difference was not statistically
significant, thus illustrating that on average the means of students’
test scores were similar on both tests. However, with regard to the
CLA sub-scores, the mean of WE was significantly lower than the
means of the other two CLA sub-scores, indicating that students
tended to have lower scores in writing than in analytical reasoning
and problem solving.
Next, we analysed the differences at the individual level. The
results showed that even though comparing means did not reveal a
significant difference in the test scores at the group level, the
analysis on the individual level showed variation amongst the
scores. In order to examine how many students had discrepancies
in their scores on the two assessments, we classified the students
into groups based on their MCQ and CLA scores. According to their
success on the CLA test, the students were classified into high
performers, corresponding to the best-performing third of the
students; average performers, corresponding to the middle third;
and low performers, corresponding to the weak-performing third.
The respective groups were then created from the MCQ test scores.
Table 3 illustrates the interrelation between these groups.
Almost half of the students (n = 150; 45.5%) performed similarly on
both assessments. Less than one fifth were high performers (n = 50;
15%), average performers (n = 42; 13%) or low performers (n = 58;
18%) on both tests. One fourth of the students (n = 79; 24%)
performed slightly better on the MCQ than on the CLA, while one
fifth (n = 67; 20%) performed slightly better on the CLA than on the
MCQ. Ten percent of the students (n = 34) performed in diametri-
cally opposite ways on the two tests. We selected these completely

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์คุณภาพของ CLA ตอบถูกแบ่งออกเป็นระยะต่าง ๆ ได้อ่านคำตอบของนักเรียนในระยะแรกผ่านหลายครั้ง ระยะที่สองของการวิเคราะห์ข้อมูลได้รหัส ระยะนี้มีทฤษฎีขับเคลื่อน หมายถึง ที่ลักษณะการทำงานของรหัสถูกใช้ในการศึกษาก่อน การตรวจสอบ และระบุ argumentation วิธีละเอียดกว่าภายในเราเดิมคะแนน ใช้โครงร่าง argumentationระบุ โดยวัลตัน (1995) นอกจากนี้ เราใช้ผลการศึกษาการวิเคราะห์เฉพาะเรื่อง (Hyytinen, Holma ตูม Shavelson, &Lindblom Yla¨nne, 2014) และเนื้อหาวิเคราะห์ (Hyytinen, Lo¨ fstro¨m& Lindblom Yla¨nne ส่งตีพิมพ์) รหัสเน้นคุณสมบัติต่อไปนี้ของวิจารณญาณ: ระบุ (1)การตีความ การ synthesising ข้อมูลจากหลายแหล่งเพื่อสรุป การเข้าถึง (2) ประเมิน acceptability ของข้อมูลและ (3) producing คำอธิบายและอาร์กิวเมนต์ เหล่านี้แตกต่างกันคุณภาพถูกเข้ารหัสอย่างเป็นระบบภายในตอบสนองต่อการทดสอบแต่ละปรากฏการณ์รหัสคล้ายกัน หรือเกี่ยวข้องถูกจัดกลุ่มแล้วร่วมกัน หลังจากนั้น คำอธิบายย่อของ CLA ของนักเรียนตอบถูกเขียน หลังจากนั้น ความแตกต่างระหว่าง และภายในกลุ่ม dissonant ระบุ ในระยะสุดท้าย คำสุดท้ายมีสร้างคำอธิบายและตีความ การวิเคราะห์ได้ดำเนินการร่วมกับผู้เขียนทั้งหมด ในการวิเคราะห์เรานักสืบใช้ระบบสามสกุล (Denzin, 1970, 2012) เพื่อยืนยันความน่าเชื่อถือของผลการศึกษาผลลัพธ์ความสัมพันธ์ระหว่างคะแนนการทดสอบในระดับกลุ่มการกระจายของ CLA คะแนนและคะแนน MCQ ได้ทั้งปิดปกติ CLA คะแนนย่อยในวิเคราะห์ใช้เหตุผล (มี) และนอกจากนี้ยังมีปัญหาแก้ (PS) ใกล้กับปกติ การกระจายของประสิทธิภาพ (เรา) เขียน อย่างไรก็ตาม ได้แตกต่างกันเล็กน้อย มันมีไม่ล้างค (แสดง โดยเคอร์โทซิลบ), และต่ำสุดคะแนนได้ overrepresented เปรียบเทียบกับคะแนนสูงสุดตารางที่ 1 แสดงความสัมพันธ์ระหว่างคะแนน MCQ และ CLA ในตัวอย่างนี้มีกำลังอ่อนความสัมพันธ์ในเชิงบวกระหว่าง MCQ และCLA คะแนน ความสัมพันธ์ระหว่างของ CLA พบว่า มีแรงความสัมพันธ์ในเชิงบวกระหว่างคะแนนอยู่และ PS แต่ความสัมพันธ์ระหว่างเรา มี เช่นระหว่างเราและ PS แข็งแกร่งการตรวจสอบว่า นักเรียนที่คะแนนแตกต่างกันในการทดสอบสอง เราต้องแปลงคะแนน CLA ตามเหมือนกันเครื่องชั่งน้ำหนักเป็นคะแนน MCQ ในคำอื่น ๆ เราโครงแบบอีกครั้งการการ CLAคะแนนตามสัดส่วนของคะแนนที่ได้รับจะสูงสุดคะแนนได้ พาหนะที่ใช้คะแนนทดสอบที่แปรรูปได้เปรียบเทียบในระดับกลุ่ม โดยการทดสอบทีจัดเป็นคู่ ตามที่ระบุในตาราง 2 ค่าเฉลี่ยของคะแนน MCQ ได้ 0.537 กับมาตรฐานความเบี่ยงเบนของ 0.170 และค่าเฉลี่ยของคะแนน CLA เป็น 0.546 ด้วยการส่วนเบี่ยงเบนมาตรฐานของ 0.153 ความแตกต่างนี้ไม่ใช่ทางสถิติอย่างมีนัยสำคัญ แสดงว่าโดยเฉลี่ยจึง หมายถึงของนักเรียนคะแนนทดสอบคล้ายกันในการทดสอบทั้งสอง อย่างไรก็ตาม ด้วยประสงค์โดยไปCLA คะแนนย่อย หมายความว่าของเราไม่ต่ำกว่านี้หมายถึงของอื่นสอง CLA คะแนนย่อย แสดงว่า นักเรียนมีแนวโน้มที่จะ มีคะแนนต่ำลงในการเขียนมากกว่าใช้เหตุผลวิเคราะห์และการแก้ปัญหาถัดไป เรา analysed ความแตกต่างในแต่ละระดับ ที่ผลพบว่าถึงแม้ว่าจะไม่เปิดเผยการเปรียบเทียบวิธีการคะแนนทดสอบระดับกลุ่ม ความแตกต่างอย่างมีนัยสำคัญวิเคราะห์ในแต่ละระดับแสดงให้เห็นว่าเปลี่ยนแปลงท่ามกลางการคะแนน เพื่อตรวจสอบจำนวนนักเรียนที่มีความขัดแย้งคะแนนการประเมินสอง เราจัดนักเรียนเป็นกลุ่มตามคะแนน MCQ และ CLA ของพวกเขา ตามของพวกเขาความสำเร็จในการทดสอบ CLA นักเรียนถูกแบ่งเป็นสูงนักแสดง ที่สอดคล้องกับที่สามที่ดีที่สุดประสิทธิภาพของการนักเรียน นักแสดงเฉลี่ย ตรงกลางที่สามและต่ำ ที่สอดคล้องกับสามทำอ่อนแอแล้วมีสร้างกลุ่มตามลำดับจากคะแนนสอบ MCQตาราง 3 แสดงสัมพันธ์ระหว่างกลุ่มเหล่านี้เกือบครึ่งของนักเรียน (n = 150; 45.5%) ดำเนินการในทำนองเดียวกันประเมินผลทั้ง นักแสดงสูงไม่น้อยกว่าหนึ่งห้า (n = 5015%), นักแสดงเฉลี่ย (n = 42; 13%) หรือนักแสดงต่ำ (n = 5818%) ในการทดสอบทั้งสอง หนึ่งในสี่ของนักเรียน (n = 79; 24%)ดำเนินการเล็กน้อยดีกว่ากับ MCQ กว่าบน CLA ขณะหนึ่งห้า (n = 67; 20%) ดำเนินการเล็กน้อยกว่าบน CLA ในการMCQ สิบเปอร์เซ็นต์ของนักเรียน (n = 34) ดำเนินการใน diametri -cally ตรงข้ามลักษณะทั้งสองแบบ เราเลือกเหล่านี้ทั้งหมด

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์เชิงคุณภาพของการตอบสนอง CLA ถูกแบ่งออกเป็น
หลายขั้นตอน ในระยะแรก, คำตอบของนักเรียนที่ถูกอ่าน
ผ่านหลายต่อหลายครั้ง ขั้นตอนที่สองของการวิเคราะห์ข้อมูลที่ถูก
เข้ารหัส ขั้นตอนนี้เป็นทฤษฎีที่ขับเคลื่อนด้วยซึ่งหมายความว่าคุณสมบัติของ
การเข้ารหัสอยู่บนพื้นฐานของการศึกษาก่อน เพื่อที่จะตรวจสอบและ
ระบุการอภิปรายในลักษณะที่มีรายละเอียดมากกว่าที่ทำใน
การให้คะแนนเดิมที่เราใช้รูปแบบการอภิปราย
ระบุวอลตัน (1995) นอกจากนี้เราใช้ผลการวิจัย
การวิเคราะห์สารนิพนธ์ (Hyytinen, Holma, Toom, Shavelson และ
Lindblom-Yla¨nne, 2014) และการวิเคราะห์เนื้อหา (Hyytinen, LO fstro¨m,
& Lindblom-Yla¨nneส่งสำหรับการตีพิมพ์) . การเข้ารหัสมุ่งเน้นไปที่
คุณภาพต่อไปของการคิดที่สำคัญคือ (1) ระบุการ
แปล synthesising ข้อมูลจากหลายแหล่งที่จะ
บรรลุข้อสรุป; (2) การประเมินการยอมรับของข้อมูลนั้น
และ (3) การผลิตคำอธิบายและข้อโต้แย้ง ที่แตกต่างกันเหล่านี้
มีคุณภาพที่ถูกเข้ารหัสระบบภายในการตอบสนองการทดสอบแต่ละ.
แล้วที่คล้ายกันหรือที่เกี่ยวข้องกับรหัสปรากฏการณ์ถูกจัดกลุ่ม
เข้าด้วยกัน หลังจากนั้นคำอธิบายสั้น ๆ ของ CLA ของนักเรียนแต่ละคน
ตอบสนองถูกเขียน หลังจากนั้นความแตกต่างระหว่างและ
ภายในกลุ่มซึ่งไม่สอดคล้องกันมีการระบุ ในช่วงที่ผ่านมาเป็นครั้งสุดท้าย
คำอธิบายและการตีความถูกสร้างขึ้น การวิเคราะห์ถูก
ดำเนินการในการทำงานร่วมกันกับผู้เขียนทั้งหมด ในการวิเคราะห์ที่เรา
ใช้สมการตรวจสอบ (Denzin, 1970, 2012) เพื่อยืนยัน
ความน่าเชื่อถือของผลการวิจัย.
ผลการค้นหา
ความสัมพันธ์ระหว่างคะแนนการทดสอบในระดับกลุ่ม
การกระจายของคะแนน CLA และคะแนน MCQ ทั้งสองใกล้
เข้าสู่ภาวะปกติ คะแนนย่อย CLA ในการวิเคราะห์การใช้เหตุผล (เป็น) และ
การแก้ปัญหา (PS) นอกจากนี้ยังมีความใกล้เคียงกับปกติ การกระจายตัวของ
การเขียนประสิทธิผล (เรา) แต่ก็แตกต่างกันเล็กน้อย มันมี
ไม่มียอดที่ชัดเจน (แสดงโดยโด่งลบ) และต่ำสุด
คะแนนถูก overrepresented เมื่อเทียบกับคะแนนสูงสุด.
ตารางที่ 1 แสดงให้เห็นถึงความสัมพันธ์ระหว่าง MCQ และคะแนน CLA ใน
ตัวอย่างนี้มีความสัมพันธ์เชิงบวกระหว่างอ่อนแอ MCQ และ
คะแนน CLA ระหว่างความสัมพันธ์ของ CLA เผยให้เห็นว่ามีความแข็งแกร่ง
ความสัมพันธ์เชิงบวกระหว่างและคะแนน PS แต่ความสัมพันธ์
ระหว่างเราและเป็นเช่นเดียวกับระหว่างเราและ PS, อ่อนแอ.
การตรวจสอบว่านักเรียนได้คะแนนแตกต่างกันใน
การทดสอบสองเรา แรกเปลี่ยนคะแนน CLA ที่จะปฏิบัติตามเดียวกัน
ขนาดเป็นคะแนน MCQ ในคำอื่น ๆ ที่เรานิยามใหม่ CLA
คะแนนเป็นสัดส่วนของคะแนนที่ได้รับสูงสุด
คะแนนที่เป็นไปได้ ความหมายของคะแนนการทดสอบเปลี่ยนถูก
เมื่อเทียบในระดับกลุ่มการทดสอบ paired t ตามที่ระบุใน
ตารางที่ 2 ค่าเฉลี่ยของคะแนน MCQ เป็น 0.537 กับมาตรฐาน
การเบี่ยงเบนของ 0.170 และค่าเฉลี่ยของคะแนน CLA เป็น 0.546 มี
ค่าเบี่ยงเบนมาตรฐาน 0.153 ความแตกต่างนี้ไม่ได้ทางสถิติ
อย่างมีนัยสำคัญจึงแสดงว่าโดยเฉลี่ยวิธีการของนักเรียน
ที่ได้รับคะแนนการทดสอบที่คล้ายกันในการทดสอบทั้งสอง แต่เรื่องที่เกี่ยวกับกับ
CLA คะแนนย่อยเฉลี่ยของเราอย่างมีนัยสำคัญต่ำกว่า
วิธีการอื่น ๆ ทั้งสอง CLA คะแนนย่อยแสดงให้เห็นว่านักเรียน
มีแนวโน้มที่จะมีคะแนนต่ำกว่าในการเขียนในการให้เหตุผลในการวิเคราะห์
และการแก้ปัญหา.
ถัดไป เราวิเคราะห์ความแตกต่างในระดับบุคคล
ผลการศึกษาพบว่าถึงแม้การเปรียบเทียบวิธีการที่ไม่ได้เปิดเผย
ความแตกต่างอย่างมีนัยสำคัญในคะแนนการทดสอบในระดับกลุ่ม
การวิเคราะห์ในระดับบุคคลที่แสดงให้เห็นการเปลี่ยนแปลงในหมู่
คะแนน เพื่อที่จะตรวจสอบว่ามีนักเรียนที่มีความแตกต่าง
ในคะแนนของพวกเขาในการประเมินผลสองเราจัดนักเรียน
เป็นกลุ่มตาม MCQ และคะแนน CLA ของพวกเขา ตามที่พวกเขา
ประสบความสำเร็จในการทดสอบ CLA นักเรียนแบ่งเป็นสูง
นักแสดงที่สอดคล้องกับประสิทธิภาพที่ดีที่สุดในสามของ
นักเรียน นักแสดงค่าเฉลี่ยสอดคล้องกับกลางที่สาม;
. และนักแสดงต่ำสอดคล้องกับผู้ที่อ่อนแอประสิทธิภาพที่สาม
. แต่ละกลุ่มที่ถูกสร้างขึ้นแล้วจากคะแนนการทดสอบ MCQ
. ตารางที่ 3 แสดงให้เห็นถึงสัมพันธ์ระหว่างกลุ่มเหล่านี้
เกือบครึ่งหนึ่งของนักเรียน (n = 150; 45.5%) ดำเนินการในทำนองเดียวกันใน
การประเมินผลทั้งสอง น้อยกว่าหนึ่งในห้าเป็นนักแสดงสูง (n = 50;
15%), นักแสดงเฉลี่ย (n = 42; 13%) หรือนักแสดงในระดับต่ำ (n = 58;
18%) ในการทดสอบทั้งสอง หนึ่งในสี่ของนักเรียน (n = 79; 24%)
ดำเนินการที่ดีขึ้นเล็กน้อยใน MCQ กว่า CLA ในขณะที่หนึ่ง
ในห้า (n = 67; 20%) ดำเนินการที่ดีขึ้นเล็กน้อยใน CLA กว่า
MCQ ร้อยละสิบของนักเรียน (n = 34) ดำเนินการใน diametri-
วิธีตรงข้ามเองโดยในการทดสอบสอง เราเลือกเหล่านี้อย่างสมบูรณ์

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์เชิงคุณภาพของการตอบสนอง CLA แบ่งออกเป็น
หลายระยะ ในเฟสแรก คำตอบของนักเรียนอ่าน
ผ่านหลายครั้ง ระยะที่สองของการวิเคราะห์ข้อมูล
นะครับ ขั้นตอนนี้เป็นทฤษฎีการขับเคลื่อน หมายถึง คุณลักษณะของ
นะครับขึ้นอยู่กับการศึกษาก่อน เพื่อตรวจสอบ และระบุเหตุผลในทาง

ทำในรายละเอียดมากกว่าเดิมคะแนน เราใช้เหตุผลแบบ
ระบุ วอลตัน ( 1995 ) นอกจากนี้ เราใช้ผลของการวิเคราะห์ ( hyytinen
ใจตุ้ม shavelson holma , , , ,
&ลินด์บลอม yla ตั้ง nne 2014 ) และการวิเคราะห์เนื้อหา ( hyytinen ดูเถิดตั้ง fstro ตั้ง M ,
&ลินด์บลอม yla ตั้ง nne ยื่นสิ่งพิมพ์ ) การเข้ารหัสที่เน้นคุณภาพของการคิดอย่างมีวิจารณญาณ
ต่อไปนี้ : ( 1 ) การระบุ ,
แปลสังเคราะห์ข้อมูลจากหลายแหล่ง

ถึงข้อสรุป ; ( 2 ) ประเมินการยอมรับของข้อมูล ;
( 3 ) ผลิตคำอธิบายและข้อโต้แย้ง คุณภาพแตกต่างกัน
เหล่านี้รหัสอย่างเป็นระบบในแต่ละการทดสอบการตอบสนอง .
แล้วคล้ายกัน หรือรหัสที่เกี่ยวข้องปรากฏการณ์ถูกจัดกลุ่ม
ด้วยกัน หลังจากนั้น อธิบายสั้น ๆของการตอบสนองของ CLA
นักเรียนแต่ละคนได้เขียนไว้หลังจากนั้น ความแตกต่างระหว่าง
ภายในกลุ่มที่ไม่กลมกลืนกันมีการระบุ . ในขั้นตอนสุดท้าย , รายละเอียดขั้นสุดท้าย
และตีความถูกสร้างขึ้น การวิเคราะห์ได้ดำเนินการในความร่วมมือกับ
ผู้เขียนทั้งหมด ในการวิเคราะห์ที่เราใช้ตรวจสอบสามเส้า (
denzin , 1970 , 2012 ) เพื่อยืนยันความน่าเชื่อถือของผล


ผล .ความสัมพันธ์ระหว่างคะแนนแบบทดสอบที่ระดับกลุ่ม
การแจกแจงของคะแนน CLA และคะแนน mcq ทั้งคู่สนิทกัน
ปกติ CSI ย่อยคะแนนเหตุผลเชิงวิเคราะห์ ( มี ) และ
การแก้ปัญหา ( PS ) ก็สนิทกันปกติ การกระจายของ
การเขียนประสิทธิผล ( เรา ) แต่แตกต่างกันเล็กน้อย มันมี
ไม่มียอดที่ชัดเจน ( แสดงโดยโด่งลบ ) และต่ำสุด
คะแนน overrepresented เมื่อเทียบกับคะแนนสูงสุด .
ตารางที่ 1 แสดงความสัมพันธ์ระหว่าง mcq และคะแนน CLA . ในตัวอย่างนี้มีอ่อน

คะแนนและความสัมพันธ์ระหว่าง mcq CLA . ระหว่างความสัมพันธ์ของ CLA พบว่ามีความสัมพันธ์ระหว่างแรง
PS และคะแนน แต่ความสัมพันธ์
ระหว่างเราและรวมทั้งระหว่างเราและ PS เป็น weaker .
เพื่อตรวจสอบว่านักเรียนมีคะแนนแตกต่างกันบน
สองการทดสอบแรกที่เราเปลี่ยน CLA คะแนนตามขนาดเดียวกัน
เป็น mcq คะแนน ในคำอื่น ๆที่เรานิยามใหม่ของ CLA
คะแนนเป็น สัดส่วนของคะแนนที่ได้สูงสุด
เป็นไปได้คะแนน ความหมายของแปลงทดสอบคะแนน
เมื่อเทียบในระดับกลุ่มด้วย Paired t-test การทดสอบ ตามที่ระบุใน
โต๊ะ 2ค่าเฉลี่ยของคะแนนที่ได้ 0.537 mcq กับส่วนเบี่ยงเบนมาตรฐาน
ของ 0.170 และค่าเฉลี่ยของคะแนนที่ได้ 0.546 CLA กับ
ส่วนเบี่ยงเบนมาตรฐานของ 0.153 . ความแตกต่างนี้ไม่พบ
ที่สำคัญ ทำให้การแสดงที่เฉลี่ยค่าเฉลี่ยของคะแนนสอบของนักเรียน
มีความคล้ายคลึงกันในการทดสอบทั้งสอง อย่างไรก็ตาม การที่
CLA ย่อยคะแนน ค่าเฉลี่ยของเราลดลงกว่า
วิธีการของ CLA ย่อยอีกสองคะแนน แสดงว่านักเรียนมีคะแนน
มีแนวโน้มลดลงในการเขียนเชิงวิเคราะห์มากกว่า

ต่อไป และการแก้ไขปัญหา เราได้วิเคราะห์ความแตกต่างในระดับบุคคล
ผลการศึกษาพบว่า แม้ว่าการเปรียบเทียบความแตกต่างไม่ได้เปิดเผย
ความแตกต่างในคะแนนการทดสอบในระดับกลุ่ม
การวิเคราะห์ระดับบุคคล พบว่ามีความผันแปรในหมู่
คะแนน เพื่อตรวจสอบว่านักเรียนหลายคนมีความแตกต่างของคะแนนใน 2
ในการประเมิน เราแบ่งนักเรียนออกเป็นกลุ่มตาม mcq
คะแนน CLA . จากความสำเร็จของพวกเขา
ใน CLA ทดสอบ นักเรียนแบ่งเป็นนักแสดงสูง
, สอดคล้องกับการปฏิบัติที่ดีที่สุดที่สามของ
นักเรียนแสดงโดยสอดคล้องกับกลางสาม ;
และนักแสดงน้อยที่อ่อนแอ แสดง 3 .
กลุ่มนั้นๆ แล้วสร้างจาก mcq คะแนนการทดสอบ .
3 ตารางแสดงความสัมพันธ์ระหว่างกลุ่มเหล่านี้
เกือบครึ่งหนึ่งของนักเรียน ( n = 150 45.5 % ) ดำเนินการในทำนองเดียวกันใน
ทั้งการประเมิน . น้อยกว่าหนึ่งในห้าเป็นนักแสดงสูง ( n = 50 ;
% 15 )นักแสดงเฉลี่ย ( n = 42 ; 13 % ) หรือนักแสดงต่ำ ( n = 58 ;
18 % ) ในการทดสอบทั้งสอง หนึ่งในสี่ของนักศึกษา ( n = 79 ; 24% )
) ดีขึ้นเล็กน้อยใน mcq กว่าใน CLA , ในขณะที่หนึ่ง
5 ( n = 67 ; 20% ) การปฏิบัติดีขึ้นเล็กน้อยใน CLA มากกว่า
mcq . ร้อยละสิบของนักเรียน ( n = 34 ) ดำเนินการใน diametri -
คอลลี่ตรงข้ามวิธีในการทดสอบสอง . เราเลือกเหล่านี้อย่างสมบูรณ์