fa مروری بر نظریه تعمیم‌پذیری و کاربردهای آن در آموزش پزشکی پژوهشی Original <p dir="RTL" style="text-align: center;">دریافت: 17/1/94&nbsp;&nbsp; پذیرش: 31/3/94</p> <p dir="RTL" style="text-align: justify;"></p> <p dir="RTL" style="text-align: justify;"><strong>مقدمه:</strong> تمام اندازه‌گیری‌ها از جمله ارزیابی دانشجویان پزشکی در ذات خود واجد خطا هستند. با توجه به ضرورت حفظ کیفیت ارزیابی در علوم پزشکی، یافتن روش‌هایی برای برآورد میزان خطا و کاهش آن حائز اهمیت است. طی سال‌های اخیر، پیشرفت‌های چشمگیری در زمینه نظریه‌های انداز‌ه‌گیری صورت گرفته است که در این راه کمک‌کننده است.</p> <p dir="RTL" style="text-align: justify;"><strong>روش کـار: </strong>در این مقاله، پس از مروری بر نظریه کلاسیک آزمون و محدودیت‌های آن، با استفاده از مثال‌هایی در خصوص آزمون عینی ساختارمند بالینی، نظریه‌ تعمیم‌پذیری را بررسی می‌کنیم.</p> <p dir="RTL" style="text-align: justify;"><strong>یافته‌ها:</strong> طبق نظریه کلاسیک آزمون، نمره‌ای که دانشجو در امتحان کسب کرده است، معادل نمره واقعی او نیست و با خطا همراه است. با تعیین پایایی آزمون می‌توانیم بگوییم میزان تأثیر خطای تصادفی در نمره چقدر بوده است اما در این نظریه نمی‌توان در آن واحد، تمام منابع خطا را در نظر گرفت. برای رفع این محدودیت از نظریه تعمیم‌پذیری استفاده می‌شود که بر اساس مدل‌های آماری آنالیز واریانس، سهم منابع مختلف خطا را در اندازه‌گیری مشخص می‌کند و علاوه بر برآورد پایایی آزمون، پیشنهادهایی برای بهبود تعمیم‌پذیری نتایج ارایه می‌دهد.</p> <p dir="RTL" style="text-align: justify;"><strong>نتیجه‌گیری: </strong>در نظریه کلاسیک آزمون، شناسایی میزان اثر منابع مختلف خطاهای احتمالی به تفکیک امکان‌پذیر نیست. در حالی که با استفاده از نظریه تعمیم‌پذیری می‌توان سهم هریک از منابع خطا را شناسایی نمود و برای آزمونی پایاتر برنامه‌ریزی کرد.</p> <p dir="RTL" style="text-align: justify;"></p> <p style="text-align: justify;"></p> <p align="center" dir="LTR"><strong>An Overview of the Generalizability Theory and </strong></p> <p align="center" dir="LTR"><strong>its Implications in Medical Education </strong></p> <p align="center" dir="LTR"></p> <p dir="LTR">Mortaz Hejri S¹ (MD, MSc, PhD candidate), Janani L² (PhD), Jalili M³<a href="#_ftn1" name="_ftnref1" title="">*</a> (MD)</p> <p dir="LTR"></p> <p align="center" dir="LTR">¹<em>Department of Medical Education, Tehran University of Medical Sciences, Tehran, Iran</em></p> <p align="center" dir="LTR">²<em>Department of Biostatistics, School of Public Health, Iran University of Medical Sciences, Tehran, Iran</em></p> <p align="center" dir="LTR">³<em>Department of Medical Education, Department of Emergency Medicine, </em></p> <p align="center" dir="LTR"><em>Tehran University of Medical Sciences, Tehran, Iran</em></p> <p align="center" dir="LTR"></p> <p align="center" dir="LTR"><strong>Original Article</strong></p> <p align="center" dir="LTR"><strong>Received: 6 Apr 2015, Accepted: 21 Jun 2015</strong></p> <p dir="LTR"></p> <p dir="LTR"></p> <p dir="LTR"><strong>Abstract</strong></p> <p dir="LTR"></p> <p dir="LTR"><strong>Introduction:</strong> All measurements, including medical students&rsquo; assessment, are potentially prone to error from various sources. Considering the importance of maintaining the quality of assessment methods in medical education, finding methods to estimate the error and to decrease it, is essential. Many developments have been achieved in measurement theories during recent years, which can be used in this way.</p> <p dir="LTR"><strong>Methods:</strong> In this study, following reviewing the classical test theory (CTT) and its limitations, we discuss the generalizability theory (GT) using some examples of the Objective Structured Clinical Examination.</p> <p dir="LTR"><strong>Results:</strong> According to the CTT, students&rsquo; scores in exams are not their true scores and are accompanied with some levels of error. Determining reliability of tests helps us to assess how much the random error has been affected the score. In the CTT, it is impossible to consider all error sources simultaneously. To cope with this limitation, the GT specifies share of various sources of error based on the ANOVA models. This theory estimates reliability of tests and offers some recommendations for improving their generalizability.</p> <p dir="LTR"><strong>Conclusion:</strong> In CTT, specification of effect of various sources of errors is not possible, whereas GT can be used to identify share of each error source. Hence, the test reliability coefficient can be estimated and also a more reliable test may be planned.</p> <p dir="LTR"></p> <p dir="LTR"><strong>Key words: </strong>measurement, classical test theory, generalizability theory, reliability &nbsp;</p> <p dir="LTR" style="margin-left:3.95pt;"></p> <p dir="LTR"></p> <table align="left" cellpadding="0" cellspacing="0"> <tbody> <tr> <td height="9"></td> </tr> <tr> <td></td> <td></td> </tr> </tbody> </table> <p>&nbsp;</p> <p></p> <p></p> <p align="center" dir="LTR"><strong>Please cite this article as follows:</strong></p> <p dir="LTR">Mortaz Hejri S, Janani L, Jalili M. An Overview of the Generalizability Theory and its Implications in Medical Education. Hakim Health Sys Res 2015; 18(2): 146- 152.</p> <p dir="LTR"></p> <div>&nbsp; <hr align="right" size="1" width="33%" > <div id="ftn1"> <p dir="LTR"><a href="#_ftnref1" name="_ftn1" title="">*</a>Corresponding Author: No. 57, Hojatdust St., Keshavarz Blvd., Tehran, Iran. Tel: +98- 21- 88955846,<br> Fax: +98- 21- 889550160. E-mail: <a href="mailto:mjalili@tums.ac.ir">mjalili@tums.ac.ir</a></p> </div> </div> اندازه‌گیری, نظریه کلاسیک آزمون, نظریه تعمیم‌پذیری, پایایی 146 152 http://hakim.tums.ac.ir/browse.php?a_code=A-10-1-577&slc_lang=fa&sid=1 Mortaz Hejri S سارا مرتاض هجری No Janani L لیلا جانانی No Jalili M محمد جلیلی mjalili@tums.ac.ir Yes