Apa yang kita ketahui dan tidak kita ketahui tentang SGP?

Mereka mengandalkan data penilaian dasar yang sama dengan VAM, tetapi hanya mengekspresikan kembali kinerja dalam hal perubahan dalam pertumbuhan relatif daripada skor yang mendasarinya (atau skor yang di-skala ulang). Karena itu mereka rentan terhadap kesalahan klasifikasi yang sekurang-kurangnya sama Oleh karena itu, masuk akal untuk mengasumsikan bahwa menggunakan tes dasar yang berbeda dapat menghasilkan perbandingan normatif yang berbeda dari satu siswa dengan yang lain Karena itu, mereka sama-sama bermasalah jika berdasarkan data penilaian tahunan data sgp
Mereka bahkan tidak berusaha (karena itu bukan tujuan mereka) untuk mengatasi masalah penyortiran non-acak atau faktor tingkat teman dan mahasiswa lain yang dapat memengaruhi “pertumbuhan.”
Oleh karena itu, kami bahkan tidak tahu seberapa buruk tindakan ini bias oleh kelalaian ini? Para peneliti belum menguji ini karena dianggap bahwa langkah-langkah ini tidak mencoba inferensi kausal semacam itu.
Sayangnya, sementara SGP menjadi sangat populer di seluruh negara bagian termasuk Massachusetts, Colorado dan New Jersey, dan SGP dengan cepat menjadi dasar untuk peringkat efektivitas guru, tampaknya tidak ada banyak penelitian khusus untuk mengatasi kekurangan potensial SGP ini.

Sebenarnya, ada sedikit atau tidak ada sama sekali! Kelangkaan informasi ini dapat terjadi karena para peneliti yang mengeksplorasi isu-isu ini menganggapnya sebagai tidak punya otak bahwa jika VAM menderita masalah klasifikasi karena kesalahan acak, maka SGP juga akan didasarkan pada data yang sama. Jika VAM menderita bias variabel yang dihilangkan maka SGP akan lebih bermasalah, karena VAM tidak menyertakan variabel lain. Kelalaian lengkap tentu lebih bermasalah daripada kelalaian sebagian, jadi mengapa repot-repot mengujinya.

Leave a Reply