L’évaluation des étudiants Avez-vous déjà été évalué 1 - 2014 - P... · (c) SMART-IFRES...
Transcript of L’évaluation des étudiants Avez-vous déjà été évalué 1 - 2014 - P... · (c) SMART-IFRES...
(c) SMA
RT-IFRES U
Lg (c) Pascal D
etroz
L’évaluation des étudiants
Paris, 16 octobre 2014
Pascal Detroz, IFR
ES-ULg
(c) SMA
RT-IFRES U
Lg (c) Pascal D
etroz
Avez-vous déjà été évalué ?
(c) SMA
RT-IFRES U
Lg (c) Pascal D
etroz
1. La Problématique
(c) SMA
RT-IFRES U
LgPascal D
etroz
Définir l’évaluation
Recueillir de
l'information
Porter un jugem
ent
Prendre un décision
Stufflebeam, 1981
Recueillir de
l'information
Porter un jugem
ent
Prendre un décision
Recueillir de
l'information
Porter un jugem
ent
Prendre un décision
réguler
Cela aussi, vous le faites...
Mais faites-le vous bien ?
(c) SMA
RT-IFRES U
LgPascal D
etroz
Biais susceptibles d’affecter
l’évaluation
Recueillir de
l'information
Porter un jugem
ent
Prendre un décision
Recueillir de
l'information
Les biais liés à la
perception
décisionLes biais
liés à l'action
Porter un jugem
ent Les biais liés aux
interprétations
(c) SMA
RT-IFRES U
LgPascal D
etroz
Biais liés à nos perceptions
(c) SMA
RT-IFRES U
LgPascal D
etroz
Biais liés aux interprétations
!M
is en évidence par la psychologie sociale!
Exemple : l’égotism
e implicite. N
ous accordons plus d’im
portance et nous ressentons plus d’attraction pour les personnes, les lieux et les activités qui contiennent les lettres de notre nom
et les chiffres de notre date de naissance (K
oole et al., 2001; Pelhal et al., 2002 et 2011; Jones et al.s 2004). !
Exemple : T
he Totalitarian Ego (Greenw
ald, 1980). Le besoin d’un concept de soi stable est si intense qu’il agit com
me
un dictateur qui contrôle l’information et réécrit l’histoire
à son avantage personnel.
(c) SMA
RT-IFRES U
LgPascal D
etroz
Biais liés à l’action
(c) SMA
RT-IFRES U
LgPascal D
etroz
Biais susceptibles d’affecter
l’évaluation
Recueillir de
l'information
Porter un jugem
ent
Prendre un décision
Recueillir de
l'information
Les biais liés à la
perception
décisionLes biais
liés à l'action
Porter un jugem
ent Les biais liés aux
interprétations
Des biais dans nos évaluations
Cinq types de m
éthode quasi expérimentale!
Un m
ême jeu de copies corrigées plusieurs fois par un m
ême correcteur sans qu’il ne
s’en rende compte!
Un m
ême jeu de copies corrigées par plusieurs correcteurs différents!
Une m
ême copie est placée dans un ensem
ble de copies dans des positions différentes!
Une m
ême copie est placée dans un ensem
ble de copies dont les valeurs sont plus ou m
oins dispersées largement!
Une m
ême copie est corrigée par plusieurs groupes de correcteurs auxquels on fournit des
informations com
plémentaires différentes sur l’élève!
Quelques résultats exem
plifiant l’ampleur des biais!
(c) SMA
RT-IFRES U
LgPascal D
etroz
Des biais dans N
OS évaluations ?
!N
ous somm
es des enseignants universitaires ! N
ous savons évaluer !A
gazzi (1967). Pour six domaines, si correcteurs notent une série d’exam
en (sur 20). !Le seuil de réussite est à 10. voici les résultats :
6 notes insuffisantesA
vis discordant6 notes suffisantes
Version latine40"%
50"%10"%
Com
position Française21"%
70"%0"%
Anglais
37"%47"%
16"%
Mathém
atique44"%
36"%20"%
Philosophie9"%
81"%10"%
Physique37"%
50"%13"%
Des biais dans N
OS évaluations ?
Résultats de recherche :!
!La qualité form
elle des copies!
!Le caractère audible des enregistrem
ents!
!L’orthographe et la gram
maire!
!La lisibilité du texte (Style)!
!La longueur du texte!
!Texte m
anuscrit VS texte dactylographié
Des biais dans N
OS évaluations ?
Résultats de recherche :!
!L’effet de contraste ou de contexte!
!La fidélité intra-correcteur!
!L’expérience du correcteur!
!La personnalité du correcteur!
!L’état transitoire du correcteur!
!Le profil du correcteur
Des biais dans N
OS évaluations ?
Résultats de recherche :!
!La fidélité inter-correcteurs!
!Le genre de l’évalué!
!L’attractivité du prénom
!
!L'ethnie de l’étudiant!
!L’effet de halo sur l’origine sociale des étudiants
Des biais dans N
OS évaluations ?
Résultats de recherche :!
!L’effet de stéréotypie ou d’inertie!
!La distribution forcée (loi de posthum
us)
(c) SMA
RT-IFRES U
LgPascal D
etroz
Des biais dans M
ES évaluations ?
!C
ela doit être vrai pour mes collègues ! !
Mais pas pour m
oi !!
La majorité des gens surévaluent leurs aptitudes générales,
particulièrement leurs habilités m
entales et sociales ( Pajares et K
ranzler, 1995; Regan et al., 1995 ; A
licke et Govorun, 2005)!
Les individus les moins com
pétents pour une tâche sont ceux qui se surestim
ent le plus (Paulus et al. 2003)!
Informés de ce biais, la m
ajorité des participants se considèrent m
oins portés que les autres à en subir les effets (Van Boven et al. , 2003)
Est-on conscient de nos lacunes
!L’exem
ple issus de la pédagogie universitaire
!"#"$
!!#!$
%#!$&#%$
'#'$
&'#'$
('#'$
)'#'$
!'#'$
%'#'$
*'#'$
+,-./012-
231$45677,84$9/:1;1$45677,84$
9/:1;1$23$4<=677,84$+,-
./012-231$23$4<=677,84$
!"#$%&'($&)(*+%,-#.+)(.*/&))-+&(,&)(/0..#-))#./&)(&+(,&)()#"0-'12#-'&($-*)(#%(,03
#-.&(,&($4*"#$%#50.(
!"#$%"&'(()*
")#!+)'!,,"*
!&#!$&%)"(!*
&*&*
!&*
)&*
,&*
%&*
'&*
$&*
"&*
(&*
-./01234/
453*67899.:6*;1<3=3*67899.:6*
;1<3=3*45*6>?899.:6*-./
01234/453*45*6>?899.:6*
!"#$%&''()##('%"#$"'$*+(,-(.&'$/
"$0"1/"2
"'3$4"$5)"'$*+(,-"1$,"#$*3-4)('3#$
Dans notre échantillon, aucun des enseignants
universitaires n’avait suivi de formation à l’évaluation
(c) SMA
RT-IFRES U
LgPascal D
etroz
Conclusions provisoires
!Evaluer
à l’U
niversité est
quelque chose
de com
plexe qui doit être pris au sérieux et nécessite une com
pétence scientifique (docimologique) forte.
Contrairem
ent à notre intuition, nous somm
es des évaluateurs très subjectifs. !Surtout quand nous som
mes engagés d’un point de
vue ém
otionnel, ce
qui est
le cas
quand nous
évaluons nos propres enseignements. !
!N
ous avons besoin d’outils et de méthodes !
(c) SMA
RT-IFRES U
Lg (c) Pascal D
etroz
2. Le problème de la m
esure
(c) SMA
RT-IFRES U
LgPascal D
etroz
La mesure physique
(c) SMA
RT-IFRES U
LgPascal D
etroz
La mesure en Sciences H
umaines
Une nécessaire triangulation
(c) SMA
RT-IFRES U
LgPascal D
etroz
Une autre représentation
!Le score observé (par exem
ple à lors de l’évaluation des enseignem
ents par les étudiants) est toujours la som
me d’un score vrai et d’une erreur de m
esure!
!C
ette erreur peut être systématique ou aléatoire!
!Le but de l’évaluateur est de dim
inuer la part d’erreur de m
esure et d’augmenter la part du score vrai
Score vrai
Erreur systém
atique
Erreur aléatoire
Score vrai
Erreur systém
atique
Erreur aléatoire
En route vers la qualité : le concept de validité (A
ERA
, APA
, NC
ME, 1999)
!En 1999, nouveaux standards de l’A
PA, l’A
ERA
et NC
ME.!
Définition : la validité réfère au degré avec lequel les preuves et la théorie
soutiennent les scores d’un test et leur interprétation.! !La validité est un concept unifié !C
inq « sources de preuves » de la validité:!1. C
ontenu du test!2. Processus de réponse!3. Structure interne!4. R
elations à d’autres variables!5. C
onséquences du test!!L’analyse
de la
validité consiste
en un
processus d’enquête
menant
à un
argumentaire axé sur ces 5 sources de preuves.!
En route vers la qualité : le concept de validité (A
ERA
, APA
, NC
ME, 1999)
En conséquence, l’approche de la validité respecte aujourd’hui un certain nombre de principes:!
!La validité n’est pas une propriété du test.!
!U
n test ne peut pas être valide ou invalide.!
!C
e que nous cherchons à évaluer sont les inférences réalisées à partir des résultats d’un test.!
!La validité n’est pas une affaire de tout ou de rien.!
!La validité d’un test doit être évaluée au regard des objectifs spécifiques du test.!
!L’étude de la validité im
plique l’analyse de multiples types de preuves.!
!L’étude de la validité n’a pas de fin, c’est un processus ouvert.
(c) SMA
RT-IFRES U
Lg (c) Pascal D
etroz
Vers un cycle qualité en évaluation
Le Cycle de C
onstruction et Gestion Q
ualité des Tests
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
ETAPE 1 : A
NA
LYSE
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
Création d’une table de spécification
Pourquoi ? !"#$%&'(')&$$&*
&+,($&-(./0&123-(45#66'&+2--#7&("8-)-(6#'($&(1.%'-(.%($&(6'.7'#*
*&(4&(3.'*
#2.+(&+(1#-(45)6'&%"&-(8+,)7')&-9(:&+3.'1&'($#("#$848,)(4&(1.+,&+%(&,(4&(6'.1&--9
Com
ment ?
;8-,&'($&-(6.8+,-(4&(*#2<'&(=%8(.+,(),)(#/.'4)-(#%(
1.%'-9(>
&?'&(&+()"84&+1&(4&-(6.8+,-(&--&+2&$-(=%8(4&"'.+,(@,'&()"#$%)-9(;8-,&'($&-(1#,)7.'8&-(4&(6&'3.'*
#+1&-(=%8(-.+,("8-)&-(6#'($5)"#$%#2.+9(!+(4)4%8'&($&-(./0&123-(45#66'&+2--#7&A45)"#$%#2.+(&+(1'.8-#+,B($.'-=%&(15&-,(6&'2+&+,B($&-(6.8+,-(4&(*
#2<'&(&,($&-(1#,)7.'8&-(4&(6&'3.'*#+1&9(
Les catégories de performances!"#$"
%&'()(*+$,-$.,&//"$)0+..&1$.,2(1)+0+3.,-$,45((*
,"$67$,/&",8(95,:;<<<=
"#/#0$">,*#*
("+.$">,-#3+)+">,
2())&?0"$>,#)7*
#"$">,"&//$5$">,#2"+"$,
-+.270$">,"$3("*
75$">,0"&-7+"$>,-#2"+"$>,
"$2())&?0"$
70+5+.$">,$*
/5(@$">,-#6$5(//$">,"$.(7-"$>,0"&-7+"$>,
+)0$"/"#0$">,&//5+A7$"
-+33#"$)2+$">,+-$)0+3+$">,0"(76$">,&)&5@.$">,
"$2())&?0"$>,$'/5("$">,2(*
/&"$"
B71$">,$.0+*
$">,#6&57$">,2(*
/(.$"
!(*/(.$">,
/5&)+3+$">,/"(/(.$">,-#.+1)$">,3("*
75$">,/"(-7+"$>,"#&5+.$"
!())&+0"$!(*
/"$)-"$C//5+A7$"
C)&5@.$"D6&57$"
Exemple d’une table de spécification
PE
CP
P
riorités
Exemple d’une table de spécification
!"#$%"&"'(&'$)*+&',&'+"%-%.('*/%0$)).12
3%'0%+#".&('&+'(4#56.$&0
&1+7
77
34.1*+%((%+.)1',6'8(.&1+'98%$&:';<7
77
73&*'1)+.)1*',4&"2)1)0
.&7
77
77
3&*'"=2(&*',4/>2.=1&'&+'*#86".+#7
77
77
?@@&8+6&"'61'*/%0$)).12
A1)0%(.&*',6'86."'8/&-&(6
77
7B"%.+&0
&1+',6'86."'8/&-&(67
77
77
A$$(.56&"'(&'*/%0$)).12
77
7
C%."&'0)6**&"
77
7D.18&"
77
7E)0
061.56&"'%-&8'(&'8(.&1+
E)00
61.8%+.)1'@)18+.)11&((&7
77
73&*'#-&1+6&(*',#*%2"#0
&1+*7
77
7D%12&"'(&'$)*+&',&'+"%-%.(
3&*'0#+/),&*',&'"%12&0
&1+',6'0%+#".&('&+'
,&*''$"),6.+*7
77
73&*'+&8/1.56&*',4&1+"&+.&1',6'0
%+#".&(7
77
7
D&8&$+.)1
B%F)1)0.&'%@@&8+.-&',&'G"%+/H)/('9IJKL<
D#$)1*&M%()".*%+.)1
N"2%1.*%+.)1E%"%8+#".*%+.)1
B%F)1)0.&',&*'%$$"&1+.**%2&*'8)21.+.@*',&'O())0
'$%"'"&-6&'$%"'!)/('9IJJJ<
E)11%.+"&E)0
$"&1,"&A$$(.56&"
A1%(>*&"?-%(6&"
E"#&"D%@@.1&"
M%".&"P0
$")-.*&"E)0
$)*&"
B%F)1)0.&',6',)0
%.1&'0)+&6"'9Q&H&++:'IJRL<
!&"8&-)."P0
.+&"?F&86+&"
A,%$+&"
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
!"#$%&'()*+,(C((D
+&(,#/$&(4&(-6)18E1#2.+(1.*6'&+#+,(
4&-(./0&123-(45#66'&+2--#7&(6'8.'8-)-9(!;#(FGH(C(
"#(@,'&(%2$8-)&(6.%'(68$.,&'($&(6$#+(45)"#$%#2.+(I(
6&%,(@,'&(%2$8-)&(6.%'(1.**
%+8=%&'("&'-($&-(),%48#+,-(I(
6&'*&?'#(4&(3.%'+8'(4&-(3&&4/#1J-(
6&'3.'*#+,-9
ETAPE 1 : A
NA
LYSE
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
ETAPE 2 : D
esign
Définition des form
ats et options de questionnem
entT
ypologie de formats de questionnem
ent
Questions ferm
ées!Q
uestions ouvertes
T%&-2.+-(U(1S.8Q(*
%$26$&(T
%&-2.+-(V"'#8O3#%Q(W(T
%&-2.+-(45#66#'8&*&+,((
P
T%&-2.+-(U(')6.+-&(/'<"&(
T%&-2.+-(U(')6.+-&($.+7%&(
T%&-2.+-(4&*
#+4#+,(%+&(6&'3.'*#+1&(
!RXH(
P(
+ Le choix d’options de questionnement
;&(3.'*#,(&-,(1.+-84)')(1.*
*&(#4)=%#,(&+(3.+12.+((
4&-(./0&123-(4%(,&-,(4&(-&-(1.+482.+-(45#66$81#2.+9(
K%,.*#2-#2.+((4&-(1.''&12.+-(
LM(#%7*&+,#2.+(4%(+.*
/'&(4&(=%&-2.+-(LM(6$%-(4&("#$848,)(4&(1.+,&+%(N#-(4&(6'./$<*
&-(4&(1.+1.'4#+1&-(8+,'#(&,(8+,&'O1.''&1,&%'-(LM(#%7*
&+,#2.+(4&($#(E4)$8,)(K%,.*
#2-#2.+(LM(6'#21#/8$8,)(P
N8<7&(4&-(=%&-2.+-(6.',#+,(-%'(4&-(4),#8$-(;8*
8,#2.+-(4%(+.*/'&(4&(
6'.1&--%-(*&+,#%Q(LM(6#'3.8-(
'&1.++#8--#+1&((R.+,'#12.+(4%(1S#*
6(1.7+823(>
#%"#8-&(6'&--&(#%6'<-(4&-(&+-&87+#+,-(&,(4&-(),%48#+,-
Principaux avantages et inconvénients des questions ferm
ées
!!
!!
N&'*&?&+,($5)"#$%#2.+(4&(
6&'3.'*#+1&-(1.*
6$&Q&-(LM"#$848,)(4&(1.+-,'%8,(N&'*
&?&+,(45)"#$%&'($&-(./0&123-(45&Q6'&--8.+(H.$$818,#2.+-(6$%-(6'.1S&-(4&(1&$$&-(4&($#("8&(=%.248&++&(LM(#%,S&+218,)
!+(7)+)'#$B(6&%(4&(=%&-2.+-(6.%'()"8,&'(45#%7*
&+,&'($&(,&*6-(4&(
1.''&12.+(LM(*#%"#8-&("#$848,)(4&(
1.+,&+%(Y8#8-((1.+1.'4#+1&(8+,'#(&,(8+,&'O1.''&1,&%'-(Z*
#%"#8-&(E4)$8,)[
Principaux avantages et inconvénients des questions ouvertes
!!
!!
;&-(#"#+,#7&-(4&(1&?&(*.4#$8,)(
-.+,(-#(1#6#18,)(U()"#$%&'(4&-(./0&123-(45#66'&+2--#7&-(4&(,'<-(S#%,(+8"&#%(Z&,($&%'(8+,)7'#2.+[B(#8+-8(=%&($#(1#6#18,)(U(#78'9(;&(6'.1&--%-(&,($&(6'.4%8,(6&%"&+,(@,'&()"#$%)-9
G8\1%$,)(U(1')&'(4&(,&$$&-(
)6'&%"&-($&(,&*
6-(+)1&--#8'&(6.%'($&-(),%48#+,-($&(,&*
6-(+)1&--#8'&(6.%'($#(1.''&12.+($&(,'#+-3&',(U(45#%,'&-(,]1S&-9(
Principaux avantages et inconvénients des évaluations de perform
ances complexes
!!
!!
Et la table de spécification dans tout cela ?
Et la table de spécification dans tout cela ?
Quels outils pour quel form
at ?
T%&-2.+-(3&'*
)&-T
%&-2.+-(.%"&',&-(
De l’outil à l’instrum
ent
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
ETAPE 2 : D
esign
!"#$%&'()*+,(-((D
+&(,#/$&(
4&(-6)18E1#2.+(
1.*6'&+#+,($&-(*
.4#$8,)-(4&(=%&-2.++&*
&+,(1'.8-)&-(#"&1($&-(./0&123-(45#66'&+2--#7&9
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
ETAPE 3 : Q
uestions
Création des questions en référence à la table
de spécification
L’enjeu principal est : cet item évalue-t-il avec validité au-m
oins un des objectifs d’apprentissage les plus im
portants référencés dans la table de spécification ?!
L’enjeu est également de construire une banque de questions
pérenne.!
Différents critères d’analyse form
elle s’appliquent aux différentes m
odalités de questionnement.
Création des questions en référence à la table
de spécification
Des critères form
els à respecter pour les QC
M!Trois règles concernant l'adéquation aux objectifs!
Respecter l'objectif.!
Coller à l'objectif.!
Ne pas perturber les apprentissages.!
Trois règles concernant la valeur diagnostique de la réponse!
Révéler le processus m
ental.!
Indiquer l'erreur comm
ise.!
Préciser sur quelle partie de l'énoncé porte la question.
Des critères form
els à respecter pour les QC
M!Six règles de rédaction sur la form
e!
Respecter la consigne!
Proposer des phrases syntaxiquement correctes.!
Eviter les termes vagues.!
Eviter les négations.!
Séparer informations et questions.!
Regrouper
dans l'am
orce les
éléments
comm
uns aux
solutions proposées.
Des critères form
els à respecter pour les QC
MH
uit règles de rédaction des solutions proposées!
Indépendance syntaxique des solutions.!
Indépendance sémantique des solutions.!
Egalité des mots com
muns à la solution et à l'am
orce. !
Egalité de vraisemblance des solutions.!
Mêm
e longueur pour toutes les solutions.!
Mêm
e complexité de toutes les solutions.!
Mêm
e degré de généralité.!
Mêm
e degré de technicité.
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
ETAPE 3 : Q
uestions
!"#$%&'()*+,(-((D
+&(-)'8&(4&(=%&-2.+-('&$#2"&-(#%Q(
(./0&123-(45#66'&+2--#7&(&+($8&+(#"&1($#(,#/$&(4&(-6)18E1#2.+9(R&-(
=%&-2.+-(4.8"&+,(
'&-6&1,&'(4&-(1'8,<'&-(4&(=%#$8,)(H8(6.--8/$&B(1')#2.+(45%+&(/#+=%&(4&(=%&-2.+-9
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
ETAPE 4 : Entraînem
ent
Entraîner les étudiants
Dans le but d’évaluer au m
ieux les performances des étudiants (et éviter les
biais dans la mesure récoltée), il est nécessaire de donner suffisam
ment
d’informations (voire de form
ations) sur la manière dont ils vont être évalués. !
Leur comm
uniquer les informations sur le test (quand, com
ment, avec quelles
modalités d’évaluation, sous quelles conditions...).!
Expliquer ce
que co
mprend
le test
et sur
quoi
il se
concentre
particulièrement. !
Donner l’opportunité aux étudiants de s’entraîner à fournir les perform
ances attendues.!
Gérer l’anxiété des étudiants.!
Leur donner certaines compétences pour gérer les m
odalités de testing.
Un m
oyen : le test à blanc
Organiser un test à blanc sim
ilaire à celui qui sera utilisé lors de l’exam
en. Si possible, il se structurera autour des :!
mêm
es objectifs d’apprentissages;!
mêm
es types de documents (consigne, feuille de réponse...);!
mêm
es conditions de temps;!
mêm
es modalités de questionnem
ent;!
mêm
es degrés de difficulté;!
mêm
es procédures anti-fraude;!
mêm
es conditions exogènes;!
...
Un m
oyen : le test à blancU
n moyen : le test à blanc
!"#$%&"'('"#)
!"#$%&'#
*+!),-
.)
+/%)/"#'$"'#)
!01.2)
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
ETAPE 4 : Entraînem
ent
;&('&-6.+-#/$&(4&($5)"#$%#2.+(1.*
*%+8=%&(%+&(-)'8&(
458+3.'*#2.+-(-%'($&(,&-,9(
!!"#$%&'()*+,(-((G&-(,&-,-(45&+,'#^+&*
&+,B(4&-(,&-,-(U(/$#+19(
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
ETAPE 5 : Le test
Lors de la passation…
Votre
responsabilité
est d’établir
un enviro
nnement
professionnel.!
Adapter le test au tem
ps disponible.!
Adopter une attitude professionnelle (ne pas bavarder avec les étudiants,
siffloter, rester juste derrière un étudiant, parler au GSM
...).!
Répondre aux questions portant sur les tâches attendues lors de l’évaluation. !
Adapter le test aux étudiants présentant un handicap.!
Organiser des procédures anti-fraude.!
Conserver une atm
osphère de travail durant l’examen.
Lors de la passation…
Lors de la passation…
Lors de la passation…
Lors de la passation…
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
ETAPE 5 : Testing
!"#$%&'()*+,(-((;&-(=%&-2.+-(1'))&-A1S.8-8&-(U($5),#6&(_9(T
%&-2.+-(-.+,(6')-&+,)&-(#%Q()"#$%)-9(!+"8'.++&*
&+,(.62*#$8-)(
N'.1)4%'&(#+2O3'#%4&(
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
ETAPE 6 : C
orrection
La correction d’un test
C’est
une étape
très technique
qui com
prend 3
phases essentielles :!
[1] évaluer la production de l’étudiant;!
[2] effectuer des contrôles qualité sur la correction et/ou les items;!
[3] effectuer d’éventuelles modifications subséquentes.!
Pour chaque modalité de questionnem
ent, il existe différentes m
odalités de
correction et
différents types
de contrôles
qualité.
La correction d’un test standardisé
Pour les QC
M, l’évaluation de la production de l’étudiant est autom
atique.!
Pour les QRO
C, l’évaluation de la perform
ance de l’étudiant est plus ou m
oins automatique. !
Des décisions doivent être prises préalablem
ent sur le barème.!
Les contrôles qualité portent sur les items via le “r.bis”.!
En tendance, les étudiants les meilleurs au test ont-ils choisi la réponse correcte alors que
ce n’est pas le cas des étudiants les plus faibles au test ? Observe-t-on l’effet inverse pour
les distracteurs ?!
Sinon que faire ? Vérifier l’alerte ! Si elle est confirm
ée, il existe la possibilité :!
* de valoriser un des autres distracteurs;!* de m
odifier la réponse correcte; !* d’élim
iner l’une des questions.
La correction d’un test
Les corrélations .bissériales
La correction d’un test
La correction des productions longues
Trois types d’échelle d’évaluation : !
Les échelles d’évaluation métriques : traduisent un jugem
ent portant sur la qualité en une échelle m
étrique.!
Les échelles graphiques ordinales : (dites échelles de Likert) : un continuum
délimité et échelonné par des descripteurs de qualité.!
Les échelles
descriptives :
Similaires
aux précédentes,
sauf que
l’on rem
place les
form
ulations
ambiguës
(souvent,
parfois...)
par des
descriptions du comportem
ent attendu pour valoriser un niveau donné. !
Echelle métrique
X',S.7'#6S&(45%-#7&(C
Les échelles graphiques ordinales
;&-(3#%,&-(45.',S.7'#6S&(45%-#7&(-.+,
Les échelles descriptives :
Types d’échelle
Le QR
OL project
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
ETAPE 6 : C
orrection ./("/01#*0+2,/($/(,345+,%+6#*(#"7+*&0/(,+(8#""/86#*9(!./0('"+&'/:
/*'0(5&0/*'(47+,/:/*'(;(
54"&)/"(,+(<%+,&'4($%(1"#8/00%0($/(8#""/86#*9(!"#$%&'()*+,(-((=*/(5/"0&#*($/(8#""/86#*()+2,/($/0(
"40%,'+'0($/0(45+,%40
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
ETAPE 7 : Feedback
Donner un feedback diagnostic aux parties-
prenantes
Rappelons que l’évaluation est en lien avec un processus de
décision et de régulation.!
Assessm
ent pro
vides students,
amo
ng o
thers, w
ith inform
ation to make decisions about learning (N
itko, 2001).!
Les bo
ns feedbacks
sont
descriptifs, spécifiques
et contiennent
de l’inform
ation susceptible
d’améliorer
les perform
ances de l’étudiant ou de l’enseignant.!
Les feedacks peuvent porter sur divers éléments
On peut donner un feedback sur un item
On peut donner un feedback relatif à un objectif d’apprentissage spécifique
On peut donner un feedback relatif à un
objectif d’apprentissage général
On peut donner un feedback relatif à un
élément de m
atière spécifique
On peut donner un feedback relatif à un sous-
chapitre
On peut donner un feedback relatif à une
catégorie de performance
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
ETAPE 7 : Feedback
!"#$%&'()*+,(-(>/0(?//$2+8@0($&+7*#06<%/0(/'(1/"0#**+,&040(0#*'(1"#1#040(;(,345+,%49(
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
ETAPE 8 : R
égulation
Donner un feedback diagnostic aux parties-
prenantes!L’étape de m
acro-régulation :!
Recueillir de l’inform
ation auprès !de l’ensem
ble des !parties-prenantes sur!le déroulem
ent de l’évaluation,!
ce qui doit permettre un jugem
ent critique !
dont le
but est
de prendre
des décisions
quant
à l’am
élioration de futurs processus d’évaluation, voire des enseignem
ents.!
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
!"#$$%&!'((')!"#$$%&!*!+$,!'((-.'((/!
ETAPE 8 : R
égulation
./("/01#*0+2,/($/(,345+,%+6#*(8#,,/8'/(/'(+*+,A0/(,/0(#1&*&#*0($/0($&B4"/*'/0(1/"0#**/0(<%&(#*'(4'4(1+"6/0(1"/*+*'/0($%('/0'9(C,("48#,'/(47+,/:
/*'($&5/"0/0(0'+606<%/09(!!"#$%&'()*+,(-(D#*0/&,0(1#%"(+:
4,&#"/"(,/(1"#8/00%0(1#%"(,/(1"#8E+&*(8A8,/9(
(c) SMA
RT-IFRES U
Lg (c) Pascal D
etroz
Merci de votre attention !
(c) SMA
RT-IFRES U
Lg (c) Pascal D
etroz
Pour référencer ce powerpoint en tout
ou en partie : !
Detroz, P, C
rahay, V. (2014) évaluer les étudiants à l’université, C
onférence, 16 octobre 2014, Paris