VJE Tạp chí Giáo dục, Số 447 (Kì 1 - 2/2019), tr 43-49

VẬN DỤNG PHÂN LOẠI TƯ DUY BLOOM VÀ PHÂN LOẠI TƯ DUY MATH
ĐỂ ĐÁNH GIÁ MỨC ĐỘ SUY LUẬN THỐNG KÊ Y HỌC
CỦA SINH VIÊN NGÀNH Y
Trần Thúy Hiền, Trường Đại học Y Dược - Đại học Huế
Lê Phước Sơn, Trường Đại học Luật - Đại học Huế

Ngày nhận bài: 26/11/2018; ngày sửa chữa: 06/12/2018; ngày duyệt đăng: 27/12/2018.
Abstract: In order to meet the requirements set out when developing a training curriculum for
medical students in the direction of developing professional competence, in teaching Medical
Statistics, we determine that the most important task is to synchronously innovate between
objectives, content and assessment. In the article, we applied Bloom's taxonomy and MATH
taxonomy to propose methods for assessing the level of medical statistical reasoning of Medical
students. The results showed that the tools for assessing the level of medical statistical reasoning
of students in Medicine designed according to Bloom's taxonomy and MATH taxonomy were
accurate and effective.
Keywords: Bloom's taxonomy, MATH taxonomy, assessment, medical statistical reasoning.

1. Mở đầu
Chương trình đào tạo sinh viên (SV) ngành Y nhằm
phát triển năng lực nghề nghiệp được xây dựng theo mô
hình tích hợp theo các module, với mục tiêu tăng cường
sự lồng ghép, kết nối giữa kiến thức khoa học cơ bản, y
học cơ sở với lâm sàng, đáp ứng chuẩn năng lực đầu ra.
Mục tiêu của mô hình tích hợp nhằm cải thiện chất lượng
đào tạo thông qua việc phá bỏ “rào cản” giữa các môn
khoa học cơ bản và lâm sàng trong y học, tăng cường
mức độ nắm vững kiến thức khoa học cơ bản cho SV.
Môn Thống kê y học (TKYH) thuộc module 4 (môn
Khoa học Cơ bản), cùng với 3 môn học khác là Lí Sinh,
Hóa học, Tin học đại cương và ứng dụng.
Việc xây dựng mô hình tích hợp được từng bước thực
hiện, bắt đầu ở khâu xây dựng các mục tiêu học tập. Để
tối đa hóa sự tích hợp, mục tiêu dạy học môn TKYH cần
xây dựng theo hướng nâng cao năng lực suy luận thống
kê (SLTK) cho SV trong việc giải quyết các vấn đề thực
tế của y học. Dựa trên sự phân loại tư duy Bloom sửa đổi
và phân loại tư duy theo thứ bậc nhiệm vụ đánh giá Toán
(viết tắt là MATH), bài viết đề xuất khung đánh giá mức
độ SLTK của SV ngành Y nhằm đáp ứng mục tiêu đổi
mới chương trình giáo dục hiện nay.
2. Nội dung nghiên cứu
2.1. Suy luận thống kê
Kết quả nghiên cứu về suy luận và tư duy thống kê
cho thấy, vẫn chưa có một định nghĩa thống nhất về
SLTK, việc nghiên cứu về SLTK còn đang trong quá
trình phát triển [1]. Tuy nhiên, nghiên cứu của Joan
Garfield, delMas, Chance [2] nhận được nhiều sự đồng
thuận của các nhà thống kê bởi nó mô tả khá đầy đủ về
khái niệm SLTK. Theo chúng tôi, có thể tổng hợp và tóm
tắt khái niệm về SLTK như sau: SLTK là cách con người
suy luận với các ý tưởng thống kê và làm cho thông tin
thống kê trở nên có ý nghĩa. Điều này liên quan đến việc
đưa ra các lí giải dựa trên các dữ liệu, biểu diễn hay tóm
tắt thống kê. SLTK có thể liên quan đến việc nối kết một
khái niệm với một khái niệm khác, hoặc có thể là sự kết
hợp giữa các ý tưởng về dữ liệu. SLTK có nghĩa là hiểu
và có thể giải thích các quá trình thống kê một cách đầy
đủ về kết quả thống kê. Cơ sở của SLTK dựa trên khái
niệm của các ý tưởng thống kê, chẳng hạn: phân bố, trung
tâm, vị trí, độ rộng, độ phân tán, mối tương quan, tính
không chắc chắn, tính ngẫu nhiên và việc chọn mẫu.
Như vậy, SLTK là một loại hoạt động nhận thức, có
thể được tìm thấy ở các giai đoạn trong quá trình tư duy
của con người, họ được yêu cầu nêu ý nghĩa, giải thích
hay chứng minh cho một kết luận.
Quá trình điều tra thống kê phụ thuộc vào dữ liệu và
thường căn cứ vào bối cảnh [3]. Trong thực hành thống
kê, mô hình trừu tượng luôn bắt đầu với một bối cảnh,
căn cứ vào các đặc trưng của bối cảnh để lựa chọn và
phát triển mô hình. Do đó, SLTK liên quan đến việc hiểu
về dữ liệu và bối cảnh.
Trong dạy học TKYH, đối với một nội dung thống
kê, SV cần: - Giải thích lí do tại sao hay làm thế nào kết
quả đã được tạo ra; - Giải thích tại sao một kết luận là
hợp lí, có cơ sở, cho thấy sự thể hiện về khả năng SLTK
của SV [1].
2.2. Phân loại tư duy Toán
Trong đánh giá chất lượng dạy học, các nhà giáo dục
thường quan tâm đến việc đánh giá xem người học đã

43
 VJE Tạp chí Giáo dục, Số 447 (Kì 1 - 2/2019), tr 43-49
lĩnh hội được những gì và chất lượng học tập như thế
nào. Đánh giá thường liên quan đến cả hai khía cạnh định
lượng và định tính.
Để đo lường, đánh giá chất lượng học tập, cần phân
loại mục tiêu giáo dục, tư duy hay nhận thức của người
học một cách thống nhất. Hiện nay, có nhiều cách để phân
loại khác nhau, nhìn chung các phân loại đều có thứ bậc từ
thấp đến cao, giúp các nhà giáo dục có cơ sở để thiết kế
bài giảng và chọn công cụ đánh giá chất lượng phù hợp.
2.2.1. Phân loại tư duy Bloom sửa đổi
Phân loại tư duy Bloom là kĩ thuật được phổ biến
rộng rãi, được thiết kế nhằm giúp giáo viên và người biên
soạn đề kiểm tra sắp xếp câu hỏi theo các mức độ khác
nhau. Bản sửa đổi của phân loại Bloom được phát triển
sau 45 năm bởi Anderson, những cộng sự và học trò xuất
sắc của Bloom [1]. Ở đây, chúng tôi chú trọng đến cấu
trúc chiều của quá trình nhận thức: số các phạm trù vẫn
giữ là sáu, nhưng có những thay đổi quan trọng, từ sáu
mức độ (gồm: kiến thức, thông hiểu, áp dụng, phân tích,
tổng hợp, đánh giá) chuyển thành nhớ, hiểu, áp dụng,
phân tích, đánh giá và sáng tạo. Ba phạm trù được đặt tên
lại, thứ tự của hai phạm trù được chuyển đổi và tên của
các phạm trù được đổi thành động từ cho phù hợp với
cách chúng được dùng trong mục tiêu. Phạm trù Kiến
thức đổi thành Nhớ, Thông hiểu đổi thành Hiểu.
Hình 1. Thay đổi cơ bản trong hai phiên bản của phân loại Bloom
44
2.2.2. Phân loại tư duy MATH
Thứ bậc nhiệm vụ đánh giá Toán (viết tắt là MATH
- Mathematical Assessment Task Hierarchy), được thiết
kế để hỗ trợ quá trình phát triển và xây dựng các đánh giá
nâng cao, đảm bảo cho người học được đánh giá theo
nhiều dạng kiến thức và kĩ năng khác nhau [4]. Phân loại
MATH xác định 8 phạm trù kĩ năng và kiến thức, sắp xếp
chúng vào trong 3 nhóm A, B, C. Các phạm trù này được
sắp xếp theo bản chất của hoạt động, những yêu cầu để
hoàn thành tốt nhiệm vụ.
Các nhóm A, B, C tương ứng với 3 mức A, B, C được
sắp xếp theo thứ tự từ thấp đến cao một cách phù hợp
theo bối cảnh (xem bảng 1 trang bên).
Mức A (tái tạo) gồm việc nhớ lại các sự kiện, công
thức và nhận ra tình huống, phép tính quen thuộc và áp
dụng thuật toán đã cho.
Mức B (liên kết): là sự phân loại các đối tượng toán
học, chuyển thể tình huống hoặc một câu trả lời, khả năng
thiết kế một kế hoạch hoặc chọn những đặc trưng để thực
hiện một nhiệm vụ độc lập.
Mức C (suy luận): liên quan đến suy luận, kiểm
chứng, phản ví dụ, tranh luận hoặc chứng minh, phát biểu
hoặc khám phá các dạng mẫu, xây dựng một ví dụ hoặc
mở rộng một khái niệm.
 VJE Tạp chí Giáo dục, Số 447 (Kì 1 - 2/2019), tr 43-49

Bảng 1. Phân loại tư duy MATH

Mức B: Liên kết. Mức C: Suy luận.
Mức A: Tái tạo.
Sử dụng kiến thức toán đã có Áp dụng khái niệm để xây dựng
Các quy trình quen thuộc
theo những cách mới các lập luận toán học
A1 A2 A3 B1 B2 C1 C2 C3
Sử dụng Vận dụng,
Áp dụng vào Kiểm
Thông quen Chuyển đổi đặt giả
Kiến thức tình huống chứng và Đánh giá
hiểu thuộc các thông tin thuyết và so
mới chuyển thể
quy trình sánh
2.2.3. Phân loại tư duy MATH và phân loại tư duy Bloom 2.3. Đề xuất phương thức đánh giá mức độ suy luận
đối với suy luận thống kê y học thống kê y học của sinh viên ngành Y
Các nghiên cứu khám phá việc sử dụng phân loại tư Vận dụng kết hợp giữa phân loại mức độ tư duy
duy Bloom như là khung lí thuyết để đánh giá kiến thức Bloom sửa đổi năm 2001 và phân loại tư duy MATH,
toán đã chỉ ra một số hạn chế: chúng tôi đề xuất phương thức đánh giá mức độ SLTK y
Phân loại tư duy Bloom không cung cấp một mô hình học của SV ngành Y như sau:
chính xác nhằm giúp người biên soạn câu hỏi dự đoán 2.3.1. Thang mức đánh giá mức độ suy luận thống kê y học
các quy trình nhận thức được học sinh sử dụng khi giải Thang mức đánh giá mức độ SLTK y học được đề
các bài toán [5]. Các giáo viên toán thường gặp khó khăn xuất như trong bảng 2, gồm 06 mức độ từ thấp đến cao,
khi lí giải các kĩ năng tư duy theo phân loại Bloom và tương ứng với 03 cụm năng lực: tái tạo, liên kết và phản
trong quá trình sáng tạo các câu hỏi kiểm tra tư duy bậc ánh (tương tự mức suy luận trong phân loại MATH).
cao của học sinh [6]. Một mô phỏng phù hợp của phân
Mỗi mức nhiệm vụ được mô tả cụ thể, được bắt đầu với
loại tư duy Bloom được tiến hành bởi Smith và các cộng
các động từ như nhớ lại, nhận ra, xác định, mô tả, giải
sự, nhóm này chỉ ra rằng phân loại tư duy Bloom là hiệu
thích, thực hiện, áp dụng, sử dụng, kiểm chứng. Tương
quả cho việc cấu trúc nhiệm vụ đánh giá, nhưng còn có
những hạn chế nhất định [7]. ứng với các mức của phân loại tư duy MATH, trong
thang mức đánh giá, chúng tôi đề xuất mức 1, mức 2
Phân loại tư duy MATH khắc phục những hạn chế
tương ứng với cụm tái tạo, mức 3, mức 4 tương ứng với
của phân loại tư duy Bloom, bằng cách chú trọng các kĩ
cụm liên kết và mức 5, mức 6 tương ứng với cụm phản
năng cần thiết để hoàn thành một nhiệm vụ toán học cụ
thể và hướng đến phát triển các đánh giá toán học nâng ánh. Đối với SV ngành Y, chúng tôi xác định mức 1, 2,
cao theo nhiều dạng kiến thức và kĩ năng. 3 là các mức độ tư duy bậc thấp và mức 4, 5, 6 là các mức
độ tư duy bậc cao.
Nghiên cứu so sánh với phân loại mức độ tư duy
Bloom sửa đổi 2001, với 6 mức độ từ thấp đến cao, theo Theo các kết quả trước đây về hiểu biết, suy luận và
chúng tôi SLTK y học có thể phù hợp với mức độ hiểu tư duy thống kê: hiểu biết thống kê được coi là sự phát
và một số khía cạnh của các mức cao hơn là áp dụng và triển của các kĩ năng, kiến thức cơ bản và cung cấp nền
phân tích. Đối với phân loại mức độ nhận thức của tảng cần thiết cho sự phát triển của suy luận và tư duy
MATH, SLTK y học có thể phù hợp với mức B (liên kết) thống kê [1]. Như vậy, các mức độ 1, 2, 3 trong thang
và một số khía cạnh của mức C (suy luận). Chúng tôi sẽ mức đánh giá mới chỉ cho thấy sự thể hiện của SV về kĩ
sử dụng kết hợp phân loại tư duy Bloom và phân loại tư năng ghi nhớ công thức, tính toán thống kê và những hiểu
duy MATH để xây dựng phương thức đánh giá mức độ biết thống kê cơ bản, sự thể hiện về SLTK y học tương
SLTK y học. ứng với các mức độ tư duy ở bậc cao hơn là 4, 5, 6.
Bảng 2. Thang đánh giá mức độ SLTK y học
Cụm Mức độ Mô tả về nhiệm vụ
Sáng tạo các kết quả mới từ việc mô hình hóa toán học, dùng SLTK y học trong quá trình
giải quyết các vấn đề thực tế: - Giải thích quá trình thống kê và có thể giải thích một cách
6 đầy đủ các kết quả thống kê; - Sử dụng mức tư duy bậc cao và kĩ năng suy luận trong bối
Phản
cảnh thống kê nhằm tạo nên các biểu diễn toán học cho tình huống thực tế y học; - Sử dụng
ánh
sự hiểu biết, sự phản ánh và lập luận khi trình bày các kết quả.
Vận dụng SLTK y học để phân tích, diễn giải dữ liệu và rút ra kết luận từ dữ liệu: - Áp
5
dụng kiến thức thống kê trong các tình huống y học phức tạp; - Sử dụng kết quả suy luận

45
 VJE Tạp chí Giáo dục, Số 447 (Kì 1 - 2/2019), tr 43-49

để lí giải thông tin đã cho; - Kiểm chứng hay lí giải một kết quả đã cho trong một bối cảnh
thực tế; - Rút ra ứng dụng hay lập giả thuyết cho một tình huống thực tế trong Y học;
- Phản ánh các hoạt động, thành lập và giải thích những suy luận của mình.
Áp dụng quy trình và các kiến thức về khái niệm vào giải quyết vấn đề y học không quen
thuộc: - Chọn lựa công thức, phương pháp thống kê phù hợp với một tình huống mới cho
một bối cảnh cụ thể. Áp dụng một khái niệm vào tình huống thực tế hoặc các khái niệm
4 khác; - Áp dụng các khái niệm xác suất, thống kê cơ bản, kết hợp với suy luận logic trong
các tình huống ít quen thuộc; - Sử dụng lập luận dựa trên việc lí giải dữ liệu, biểu diễn dữ
liệu và các tóm tắt thống kê; - Kiến tạo và giải thích, lập luận: lí giải lời văn, chuyển mô tả
Liên bằng lời văn thành các bài toán thống kê.
kết
Hiểu các khái niệm, công thức, quy trình thống kê: - Giải thích thông tin và dữ liệu; - Giải
thích thông tin từ các biểu diễn. Liên kết các nguồn thông tin khác nhau; - Chuyển đổi
thông tin từ dạng này sang dạng khác, từ một khái niệm này sang khái niệm khác; - Giải
3
thích các khái niệm, công thức, quy trình thống kê quen thuộc theo nghĩa quá trình; - Dùng
suy luận cơ bản với những khái niệm xác suất, thống kê đơn giản. Hình thành lập luận từ
một bài toán cụ thể.
Truy hồi lại công thức, sử dụng các quy trình quen thuộc: - Thực hiện một số kĩ năng cơ
bản của thống kê như tổ chức dữ liệu, xây dựng các bảng biểu, làm việc với các biểu diễn
2 khác nhau của dữ liệu; - Truy hồi lại được các công thức, thuật toán đơn giản; - Giải thích,
đọc các kết quả của một thủ tục thống kê đơn giản; - Thực hiện quy trình hay thuật toán
Tái tạo thống kê trong bối cảnh y học tương tự, quen thuộc.
Truy xuất lại kiến thức: - Nhớ lại thông tin, sự kiện, công thức và nhận ra các tình huống
và các phép toán quen thuộc; - Xác định thông tin thống kê được trình bày theo các dạng
1
đồ thị quen thuộc; - Xác định và dùng các ý tưởng xác suất cơ bản trong tình huống thực
nghiệm liên quan đến y học; Áp dụng trực tiếp các công thức, thuật toán thống kê đã cho.

2.3.2. Phương pháp và công cụ đánh giá
Nghiên cứu phân tích về đặc trưng của các câu hỏi
đánh giá hiểu biết toán học trong chương trình đánh giá
học sinh Quốc tế PISA (Programe for International
Student Assessment) của Tổ chức Hợp tác và Phát triển
Kinh tế OECD (Organization for Economic Cooperation
and Development) [8], dựa trên thang đánh giá đã được
mô tả, chúng tôi xây dựng công cụ đánh giá mức độ
SLTK y học gồm sự kết hợp của các câu hỏi nhiều lựa
chọn, câu hỏi có trả lời đóng và câu hỏi kết thúc mở. Theo
kinh nghiệm phát triển và sử dụng câu hỏi đánh giá cho
các kì PISA, loại câu hỏi nhiều lựa chọn nhìn chung được
coi là phù hợp để đánh giá năng lực tái tạo và liên kết.
Đánh giá của chúng tôi về SLTK đòi hỏi SV trình bày
câu trả lời và quá trình tìm câu trả lời, quá trình đó gắn
liền với các hoạt động nhận thức bậc cao. Do đó, công cụ
đánh giá không chỉ sử dụng câu hỏi nhiều lựa chọn, cần
bổ sung thêm các câu hỏi có trả lời đóng và câu hỏi kết
thúc mở. Bộ câu hỏi đánh giá xây dựng dựa trên bản đồ
mục tiêu, với 5 mục tiêu môn học và 28 mục tiêu bài
giảng, trong đó mỗi mục tiêu được xác định tương ứng
với một mức độ tư duy, với tỉ lệ % các mục tiêu ở cụm
tái tạo : liên kết : phản ánh, tương ứng là 25 : 50 : 25.
Công cụ đánh giá được xây dựng kết hợp cả hai hình
thức trắc nghiệm khách quan (TNKQ) với những câu hỏi
nhiều lựa chọn và tự luận (TL), bao gồm các câu hỏi có
trả lời đóng và câu hỏi có kết thúc mở, tỉ trọng điểm
tương ứng là 4 : 6. Căn cứ trên thời gian kiểm tra để xác
định thời gian tương ứng cho mỗi hình thức. Thời gian
dự định kiểm tra là 60 phút, tương ứng 24 phút dành cho
TNKQ (4 điểm) và 36 phút dành cho TL (6 điểm). Số
lượng câu hỏi tương thích là 10 TNKQ và 6 TL, trong đó
mỗi câu hỏi TNKQ có trọng số điểm như nhau là 0,4 và
thời gian trung bình hoàn thành là khoảng 2,4 phút; câu
hỏi TL được đánh số phù hợp với thời gian dự định hoàn
thành và mức độ phức tạp về tư duy, chẳng hạn TL có
trọng số điểm là 1 tương ứng thời gian trung bình hoàn
thành khoảng 6 phút.
Chúng tôi xây dựng ma trận đề kiểm tra để đánh giá
mức độ SLTK y học của SV như trong bảng 3 (xem trang
bên). Trọng số điểm tương ứng với mỗi mục tiêu từ 1 đến
5 là 1,4 : 1,8 : 1,3 : 4,1 : 1,4. Trọng số điểm tương với
mỗi mức độ tư duy tái tạo : liên kết : phản ánh là 2,6 :
4,9 : 2,5; nghĩa là 75% ở mức tái tạo và liên kết, 25% ở
mức phản ánh, tỉ lệ này là phù hợp với tỉ lệ % của các
mục tiêu đề ra.

46
 VJE Tạp chí Giáo dục, Số 447 (Kì 1 - 2/2019), tr 43-49

Bảng 3. Ma trận đề kiểm tra mức độ SLTK y học

Mục tiêu Tái tạo Liên kết Phản ánh Tổng
môn học TNKQ TL TNKQ TL TNKQ TL TNKQ TL Điểm
Mục tiêu 1 1 1 (1đ) 1 1 (1) 1,4
Mục tiêu 2 1 1 1 (1đ) 2 1 (1) 1,8
Mục tiêu 3 1 1 1 (0,5đ) 2 1 (0,5) 1,3
Mục tiêu 4 1 1 (1đ) 3 1 (0,5đ) 4 2 (2,5) 4,1
Mục tiêu 5 1 1 (1) 1 1 (1) 1,4
4 (1,6đ) 1 (1đ) 6 (2,4đ) 3 (2,5 đ) 2 (1,5)
Tổng 10 (4đ) 6 (6đ) 10
2,6 4,9 1,5
Lưu ý: Mỗi câu TNKQ là 0,4 điểm; câu hỏi TL thì có thể là 1 hoặc 0,5 điểm
Bảng 4. Bộ câu hỏi kiểm tra tương ứng với mục tiêu và mức độ SLTK y học
Mục tiêu Tái tạo Liên kết Phản ánh
Mục tiêu bài giảng
môn học Mức 1 Mức 2 Mức 3 Mức 4 Mức 5 Mức 6
Mục tiêu 1.2 Câu 1
Mục tiêu 1
bài giảng 1 1.3 Câu 2*
2.1 Câu 3
Mục tiêu
Mục tiêu 2 2.3 Câu 4
bài giảng 2
2.4 Câu 5*
3.4 Câu 6
Mục tiêu
Mục tiêu 3 3.5 Câu 7
bài giảng 3
3.5 Câu 8*
Mục tiêu 4.1 Câu 9
bài giảng 4 4.2 Câu 10*
Mục tiêu
5.2 Câu 11
Mục tiêu 4 bài giảng 5
6.4 Câu 12
Mục tiêu
6.2 Câu 13
bài giảng 6
6.4 Câu 14*
Mục tiêu 7.3 Câu 15
Mục tiêu 5
bài giảng 7 7.4 Câu 16*
(Ghi chú: * Câu hỏi TL)
Căn cứ trên ma trận đề kiểm tra, chúng tôi biên soạn Bảng 5. Tỉ lệ % của SV đạt các mức SLTK y học
câu hỏi tương ứng với từng mục tiêu bài học và phù hợp Mức SLTK Mức Số Tỉ lệ
với mức độ SLTK y học, bộ câu hỏi kiểm tra được xây Cụm
y học điểm SV %
dựng như trong bảng 4. 6
2.4. Phân tích kết quả thực nghiệm đánh giá mức độ Phản ánh (7,5; 10] 10 13,9
5
suy luận thống kê y học
4 (5; 7,5] 15 20,8
Thực nghiệm tiến hành đánh giá đối với 62 SV Liên kết
3 (2,6; 5] 40 55,6
chuyên ngành Bác sĩ đa khoa năm thứ hai, Trường Đại
học Y Dược Huế vào tháng 10-11/2018. 2
Tái tạo (0; 2,6] 7 9,7
Kết quả xử lí điểm bài kiểm tra giúp chúng tôi xác 1
định được tỉ lệ % của SV đạt các mức SLTK y học như Bảng 5 cho thấy, mức độ SLTK y học của SV là
trong bảng 5 dưới đây: tương đối đồng đều, đa số các em đều được trang bị tốt

47
 VJE Tạp chí Giáo dục, Số 447 (Kì 1 - 2/2019), tr 43-49
các kĩ năng thống kê cơ bản; cụ thể: chỉ có 9,7% đạt mức
năng lực thấp là mức tái tạo, nghĩa là chỉ dừng lại ở mức
độ truy xuất kiến thức, truy hồi lại công thức, sử dụng các
quy trình quen thuộc và 65,3% đạt được các mức 1, 2, 3.
Nhìn chung, SV chủ yếu đạt năng lực ở mức độ 3, 4 (liên
kết), chiếm 76,4%; các mức cao 5, 6 (phản ánh) vẫn còn
thấp, chỉ có 13,9%; các mức năng lực cao này đòi hỏi SV
cần biết vận dụng sáng tạo các kiến thức đã biết để tạo
cái mới, không quen thuộc; biết vận dụng SLTK khi giải
quyết các vấn đề y học. Để thấy rõ hơn mức độ SLTK y
học của SV, chúng tôi phân tích câu trả lời của các em
đối với từng câu hỏi. Dưới đây là một ví dụ:
Với câu 1 trong bộ đề kiểm tra, chúng tôi đánh giá
SLTK của SV liên quan đến chủ đề phân phối lấy mẫu.
Thống kê là khoa học của dữ liệu, trong đó thống kê suy
diễn là quá trình biến đổi dữ liệu thành thông tin, đó là
các phương pháp phân tích liên quan đến việc suy diễn
các kết luận từ tập dữ liệu thực nghiệm. Phân phối lấy
mẫu đóng vai trò quan trọng, được coi như là “chìa khóa”
để đi đến thống kê suy diễn. Phân phối lấy mẫu là một
phân phối tần suất của thống kê mẫu dựa trên các mẫu
ngẫu nhiên được rút ra từ tổng thể.
Câu 1: Hàm lượng Protein huyết thanh X (g/l) của
người bình thường ở vùng dân cư A là biến ngẫu nhiên
tuân theo phân phối chuẩn N(7,8; 0,452). Chọn 100 mẫu
ngẫu nhiên từ tổng thể người bình thường vùng A, mỗi
mẫu đều có số lượng là 10 người. Phát biểu nào sau đây
là đúng về phân phối của các thống kê K tương ứng:
( X  7,8)
A) K  . 10 N (0;1)
0, 452
( X  7,8)
B) K  . 100 N (0;1)
0, 45
( X  7,8)
C) K  . 10 N (0;1)
0, 45
( X  7,8)
D) K  . 100 N (0;1)
0, 452
Hãy giải thích quá trình SLTK cho sự lựa chọn của bạn?
Câu hỏi 1 được biên soạn tương ứng với mục tiêu dạy
học là: mô tả các phân phối lấy mẫu bao gồm phân phối của
các thống kê mẫu liên quan đến trung bình mẫu, độ lệch
chuẩn mẫu, tần suất mẫu. Câu hỏi này phù hợp với mức độ
3, thuộc cụm năng lực liên kết trong thang mức đánh giá
SLTK y học chúng tôi đưa ra. Câu hỏi đánh giá việc hiểu về
khái niệm lấy mẫu ngẫu nhiên và phân phối lấy mẫu của
thống kê trung bình mẫu X trong trường hợp phân phối
chuẩn. Đối với câu hỏi này, 81,9% SV chọn đáp án đúng là
C, nghĩa là các em đã truy hồi lại được các kí hiệu trong
phân phối chuẩn N (;  2) và công thức thống kê liên
48
quan đến trung bình mẫu, khi X thỏa mãn phân phối chuẩn
( X  )
thì K  . n có phân phối chuẩn tắc N(0;1); tiếp

theo là xác định đúng n = 10 (kích thước của mẫu ngẫu
nhiên) mà không phải n = 100 (số lần lặp lại khi lấy mẫu
ngẫu nhiên), nghĩa là các em đã bắt đầu suy luận với ý tưởng
mẫu ngẫu nhiên, quá trình lấy mẫu. Tuy nhiên, điều này
chưa cho biết là SV đã có sự hiểu biết về khái niệm phân
phối lấy mẫu của thống kê trung bình mẫu X hay không.
Trong những giải thích của SV về sự lựa chọn đáp án C,
không có SV nào đề cập đến mẫu ngẫu nhiên và phân phối
của X . Rõ ràng, SV chưa có một sự hiểu biết đầy đủ về
phân phối của thống kê K, công thức
( X  )
K . n  N (0;1) cần được giải thích theo

nghĩa quá trình bắt đầu với một mẫu ngẫu nhiên kích thước
n = 10, rút ra từ tổng thể có phân phối chuẩn, lặp lại 100 lần
quá trình lấy mẫu ngẫu nhiên như vậy, phân phối của các
trung bình mẫu sẽ có phân phối chuẩn với kì vọng là  và
độ lệch chuẩn là  / n . Chuẩn hóa phân phối trung bình
mẫu, ta sẽ có phân phối của thống kê K. Như vậy, hiểu một
cách sâu sắc thì K là một quy luật của sự biến thiên trong
quá trình lấy mẫu, thể hiện mối liên hệ giữa tham số  của
tổng thể và thống kê trung bình mẫu X .
Nhìn chung, thông qua việc phân tích kết quả bài làm
của SV, chúng tôi nhận thấy thông qua giảng dạy môn
TKYH, SV y khoa có được kĩ năng thống kê, hiểu biết
thống kê cơ bản đạt ở mức cao, tạo nền tảng cho việc phát
triển suy luận và tư duy thống kê. Tuy nhiên, đa số SV mới
chỉ giải quyết được những vấn đề đã được mô hình hóa
toán học một phần hay toàn bộ. Khi gặp những vấn đề có
lời văn theo bối cảnh thực tế y học, SV đã không chuyển
được thành các mô hình toán để giải, gặp khó khăn với các
câu hỏi có kết thúc mở, khả năng giải quyết vấn đề mới
còn hạn chế, thiếu linh hoạt trong việc lên phương án khi
giải quyết các vấn đề thực tế y học không quen thuộc. Đối
với SV ngành Y, việc mới chỉ dừng lại ở mức thành thạo
các kiến thức thống kê cơ bản là chưa đủ, cần hiểu sâu sắc
các khái niệm liên quan đến kiến thức đó cũng như biết sử
dụng các kĩ năng thống kê cơ bản khi giải quyết vấn đề
thực tế y học đòi hỏi SLTK ở mức cao.
3. Kết luận
Trong bài viết, chúng tôi đã vận dụng phân loại tư
duy Bloom và phân loại tư duy MATH để đề xuất
phương thức đánh giá mức độ SLTK y học của SV ngành
Y. Việc tích hợp giữa các câu hỏi đóng và câu hỏi mở sẽ
tạo môi trường cho SV vận dụng SLTK y học vào giải
quyết các tình huống thực tế liên quan. Trong quá trình
 VJE Tạp chí Giáo dục, Số 447 (Kì 1 - 2/2019), tr 43-49
giảng dạy TKYH cho SV ngành Y, cần xây dựng mục
tiêu dạy học, sử dụng các công cụ đánh giá để thúc đẩy
SLTK y học; từ đó nâng cao năng lực SLTK y học cho
SV, đáp ứng yêu cầu đổi mới chương trình đào tạo SV
ngành Y theo hướng phát triển năng lực và tích hợp giữa
lí thuyết và thực hành nghề nghiệp.
Tài liệu tham khảo
[1] Trần Thúy Hiền (2017). Phát triển hiểu biết, suy
luận, tư duy thống kê của sinh viên trong ước lượng
khoảng tin cậy. Tạp chí Khoa học, Đại học Huế,
ISSN 1859-1388, số 6A (126), tr 45-56.
[2] Garfield, J. - delMas, R. - Chance, B. (2003). Web-
based assessment resource tools for improving
Statistical thinking. Paper presented at The annual
meeting of the American Educational research
association, Chicago.
[3] Cobb, G. - Moore, D. (1997). Mathematics,
statistics and teaching. American Mathematical
Monthly, Vol. 104 (9), pp. 801-823.
[4] Darlington, E. (2013). The use of Bloom’s taxonomy
in advanced mathematics questions. Proceedings of
the British Society for Research into Learning
Mathematics, Vol. 33(1), pp. 7-12.
[5] Gierl, M. J. (1997). Coparing cognitive
representations of test developers and students on a
mathematics test with Bloom’s Taxonomy. The Journal
of Educational Research, Vol. 91 (1), pp. 26-32.
[6] Thomson, D. R. - Senk, S. L. (2008). A multi-
dimentional approach to understanding in
mathematics textbooks developed by UCSMP. Paper
presented in Discussion Group 17 of the
International Congress on Mathematics Education.
Monterrey, Mexico.
[7] Smith, G. - Wood, L. - Coupland, M. - Stephenson,
B. - Crawford, K. - Ball, G. (1996). Constructing
mathematical examinations to assess a range of
knowledge and skills. International Journal of
Mathematical Education in Science and
Technology, Vol. 27(1), pp. 65-77.
[8] OECD (2009). The PISA 2009 Assessment
Framework - Key competencies in reading,
mathematics and science. OECD, Paris, France.
[9] Anderson et al. (2001). A taxonomy for learning,
teaching, and assessing: A revision of Bloom’s
Taxonomy of Educational Objectives (Complete
edition). New York: Longman.
[10] Ben-Zvi, D. - Garfield, J. (2004). The challenge of
developing Statistical literacy, reasoning and
thinking. Kluwer Academic Publishers.
49
BỒI DƯỠNG NĂNG LỰC GIAO TIẾP VẬT LÍ...
(Tiếp theo trang 53)
dung của sơ đồ tư duy lưu loát. Sơ đồ tư duy mang tính
sáng tạo, gồm cả từ khóa và hình ảnh đi kèm.
3. Kết luận
Nghiên cứu trường hợp cho thấy: năng lực giao tiếp
vật lí không những đóng vai trò quan trọng trong hoạt
động tư duy vật lí mà còn đối với quá trình hình thành
nhân cách cho người học. Quá trình tư duy chịu ảnh
hưởng của môi trường giáo dục, các yếu tố văn hóa, xã
hội và điều kiện sống. Do vậy, cần xét đến những yếu tố
này trong quá trình tổ chức dạy học, đặc biệt là với HS
miền núi. Các kết quả nghiên cứu bước đầu khẳng định
rằng, việc tổ chức dạy học gắn với bối cảnh, phù hợp với
điều kiện sống, vốn văn hóa là điều kiện để thúc đẩy nhu
cầu tương tác trong và ngoài lớp học cũng như khả năng
diễn đạt của người học. Khi đó, năng lực giao tiếp nói
chung và năng lực giao tiếp vật lí nói riêng của HS sẽ
được bồi dưỡng.
Tuy nhiên, cần tiếp tục nghiên cứu để có những đánh
giá định lượng trên cơ sở phân tích băng hình, băng ghi
âm và các sản phẩm của HS để đưa ra được biện pháp cụ
thể nhằm bồi dưỡng năng lực giao tiếp vật lí cho HS; từ
đó, góp phần nâng cao chất lượng dạy học môn Vật lí ở
trường trung học phổ thông cho đối tượng HS miền núi.
Tài liệu tham khảo
[1] Nguyễn Văn Đồng (2009). Tâm lí học giao tiếp.
NXB Chính trị Quốc gia - Sự thật.
[2] Vygotsky, L. S. (1978). Interaction between
learning and development. Readings on the
development of children, Vol. 23 (3), pp. 34-41.
[3] Bộ GD-ĐT (2017). Chương trình giáo dục phổ
thông - Chương trình tổng thể.
[4] Hoàng Dũng - Bùi Mạnh Hùng (2007). Giáo trình
dẫn luận ngôn ngữ học. NXB Đại học Sư phạm.
[5] Emori Hideyo (2008). We Shall Overcome
Dysfunctional Beliefs For Introducing Communication
Study. Proceedings of APEC Khon Kaen
International Symposium in 25-29 August 2008 at
Khon Kaen University “Innovative Teaching
Mathematics through Lesson Study III - Focusing
on Mathematical Communication”.
[6] Vygotsky, L. S. (1962). Thought and Language.
Cambridge, MA: MIT Press.
[7] Carol Ann Tomlinson (2001). How to differentiate
instruction in mixed-ability classrooms. ASCD,
Alexandria, Virginia.