Bir Araştırmacıyla Soru-Cevap: Jonathan Weeks

Araştırma Kıdemli Editör Ayleen Gontz, Kıdemli Ölçüm Bilimcisi Jonathan Weeks ile ETS'deki çalışmaları ve yakın zamanda NCME Program Başkanı olarak atanması hakkında röportaj yaptı.

Jonathan Weeks sadece insanlarla bağlantı kurmayı değil, aynı zamanda insanlarla bağlantı kurmayı da seviyor. ETS'deki 13 yılı boyunca, PISA (Uluslararası Öğrenci Değerlendirme Programı), PIAAC (Yetişkin Yetkinliklerinin Uluslararası Değerlendirme Programı) ve K–12 için araştırmalar yürütmüştür; temel okuma becerilerinin ölçümlerinin geliştirilmesine yardımcı oldu; hatta CIA için bazı testlerde çalıştı. Şu anda ana odağı ECLS–K (Erken Çocukluk Uzunlamasına Çalışmaları–Anaokulu) ve diğer Ulusal Eğitim İstatistikleri Merkezi liderliğindeki ortaokul ve lise öğrencileri için uzunlamasına çalışmalar üzerindedir.

Sunucu günlerinde onu ofisinde, beyaz tahtada bir sorunu çözerken bulabilirsiniz, ama onu meslektaşlarıyla araştırma konularını koridorlarda tartışırken daha çok karşılaşma olasılığınız yüksek. Jonathan'la karşılaşırsanız, durup selam verin. Araştırma sorularınız yoksa, bu hafta sonu ne yayınlayacağını veya ne okuyacağını sorun, gençlik sporları koçluğu hakkında konuşun ya da mentoru hakkında size anlatmasını sağlayın.

ets.org tarihindeki biyografinizde Colorado College'dan İngilizce lisans dereceniz olduğunu gördüm. İngilizce bölümü öğrencisi olmaktan matematiksel teorilere dayalı bir işe nasıl geçtin?

Hep bana böyle bir soru sorulur. Yani, hiçbir genç çocuk oturup "Psikometrik olmak istiyorum" diye düşünmez. Lise İngilizce öğretmeni olmak istediğimi sanıyordum ama öğretmenlik sertifikam yoktu. Sonunda bir okul bölgesinde iş buldum ve sertifikamı aldıktan sonra oraya gidip şöyle diyebileceğim fikriyle karar verdim: "Hey, senin için çalışıyordum. Bana bir iş ver." Meğerse Colorado Springs'te bir okul bölgesinde sekreter olarak bir pozisyon aldım ve birkaç yıl sonra onların değerlendirme ofisinde birincil veri analisti oldum.

Bu noktada hayatımda hiç istatistik dersi almamıştım.

Ben de düşündüm ki, "Bu oldukça tehlikeli. Bunu çözmeliyim." Okula geri döndüm ve nicel yöntemlere odaklanarak eğitim psikolojisi alanında yüksek lisans yaptım. Çeşitli konuları nasıl ele alacağım konusunda fikirlerim vardı ama kimse beni dinlemek istemedi çünkü doktora derecem yoktu. Bu yüzden eğitim politikası gözünden okula geri döndüm. Politikanın aslında daha çok siyasetle ilgili olduğunu kısa sürede keşfettim ve daha az ilgilendiğime karar verdim. Bu, 2000'li yılların başlarında, K–12 eğitiminde büyüme modellerine büyük bir vurgu yapılıyordu.

Bu noktada daha iyi bir büyüme modeli yapmak istediğimi düşündüm, ancak sonunda ölçeklerin nasıl inşa edildiğine çok daha fazla ilgi duymaya başladım. Sonunda dikey ölçeklerin yaratılması, yapı kayması problemi ve özellikle çok boyutlu dikey ölçeklerin gelişimi gibi konulara odaklandım. Bu, bugün hâlâ ilgimi çeken bir araştırma alanı.

Yaptığınız araştırmadan bir örnek verebilir misiniz?

Temel okuma becerilerinin ölçütlerinin geliştirilmesi üzerine oldukça fazla çalışma yaptım; bu testin adı ReadBasix'dir. En çok gurur duyduğum makalelerden biri olan An Application of Multidimensional Vertical Scaling, temelde altı ReadBasix alt testi için çok boyutlu yapı ve altında yatan çok boyutlu dikey ölçek için geçerlilik argümanı sunuyor.

Anladığım kadarıyla, gelişimimizin başında, hepsi gevşek bir şekilde entegre edilmiş bir dizi temel beceriye sahibiz. Daha yetkin okuyucu oldukça, bu beceriler iki ip oluşturarak — kelimeyle ilgili beceriler ve anlama becerileri — birleşerek sonunda tek bir ip haline gelir. Gevşek entegre beceriler altı faktöre karşılık gelir. Bu farklı beceriler her zaman vardır, ancak iki kablo ve daha sıkı entegre tek kablo üretmek için daha entegre hale gelirler. Ampirik verilerle yaptığım araştırmaların, daha önce hiç bilmediğim teorik bir çerçeve için kanıt sağladığını öğrenince çok heyecanlandım.

Yakın zamanda düzenlenen NCME (Ulusal Eğitim Ölçüm Konseyi) Konferansı'nın program başkanlarından biri olduğunuzu anlıyorum. Bu planlamanın hangi kısmı sizi en çok heyecanlandırıyor?

En sevdiğim yazarlardan birini ana konuşmacı olarak davet ettim. Sam Kean, bir bilim tarihçisi ve The Disappearing Spoon ile birkaç başka kitabın New York Times çok satan yazarıdır. Kısacası, bilimle ilgili bir dizi tarihi kısa hikaye anlatır. Bu hikayeler, herkesin bildiğini düşündüğü tarihe bir dönüş.

Sam bir "ölçüm insanı" değil, ama baktığı mercek sayesinde insanların tarih ve bilim hakkında biraz farklı düşünmelerine yardımcı oluyor. Umarım ölçüm alanını düşünürken biraz farklı bir mercekten bakabiliyoruz. Ölçüm yapma şeklimiz, testler geliştirmek için kullandığımız yaklaşımlar ve verileri değerlendirmek için kullandığımız modeller hakkında farklı düşünebilir miyiz? Her zaman yaptığımız bu şeyleri yapmaya devam edecek miyiz, yoksa sınav yapanlara ve tüm alanımıza daha faydalı olabilecek yeni şeyleri denemeye açık mıyız?

Konferans bittiğine göre, işiniz bitti mi? 

Teknik olarak konferans bittikten sonra işim bitti. Ama bazı sistemleri otomatikleştirmeye yardımcı olmak için biraz daha kalmaya gönüllü oldum. Sen sandalyelerden biri olduğunda ve zihnin burada bu şeyleri düzenlemeye çalışırken, aynı anda veri çıkarmak ve temizleme konusunda endişelenmek zorunda kalıyorsan... Beklediğimden çok daha fazla iş gerektiriyor. Bunu gelecekteki başkanlar için kolaylaştırabilir miyim diye görmek isterim, böylece bir betik programlama ya da veri üzerinde manuel tarama yapmak zorunda kalmazlar.

Ofisinizde onsuz yapamayacağınız bir şey var mı? 

Çoğu zaman beyaz tahtanın önünde duruyorum. Fikirlerimi düşünme ve sürecimi nasıl işlediğim, orada durup şeyleri ortaya çıkarmak.

Üzerinde çalıştığım konularda her yerdeyim ve bu projelerin ve konuların her biri farklı yöntemler ve stratejiler gerektiriyor. Bazıları daha araştırma odaklı; bazıları ise sadece pratik bir çözüm gerektiren operasyonel projelerdir. Ofiste olsam bile, beni ofisimde görmeyebilirsiniz çünkü etrafta dolaşıp insanlarla ne üzerinde çalıştıklarını konuşuyorum. Kendime "gezgin psikometrik" diyorum. Biri beni durdurup şöyle diyebilir: "Hey, 2.000 çocuk bekliyorduk ama araştırmamız için sadece 200 aldık. Ne yapacağız?" ya da "Normal gibi görünen bir faktör yapısıyla veriyi simüle etmeye çalışıyorum ama verileri analiz ettiğimde garip sonuçlar alıyorum. Nedenini biliyor musun?" Daha incelikli problemleri çözmekten keyif alıyorum.

Ve bazen, bu bağlamda yardım ettiğim bir şey, aslında farklı bir bağlamdaki biri için daha çok bir çözüm oluyor. Etkileşimin ve insanların kendi alanlarının dışında çalışabilmesinin savunucusuyum. Bununla birlikte, günün sonunda, pratik kısıtlamalara müdahale etmeden mümkün olduğunca çok insanın anlamasına yardımcı olmak istiyorum — mesela işimizi gerçekten bitirmek gibi.