Metoder för betygsaggregering

Prev Next

Aktiviteter inom en kurs kan tilldelas ett märke och vart och ett av dessa märken kan aggregeras med hjälp av olika metoder för att ge en total betyg för kursen eller en betygskategori . När du ställer in eller redigerar en kurs kan du ändra den aggregeringsmetod som används.

Metod
Beskrivning
Exempel

Naturlig (standard)

Summan av alla betygsvärden skalade efter vikt.

Som exempel kan vi säga att en deltagare har fått följande betyg:

  • Tilldelning 1: 70/100 (70 %)
  • Tilldelning 2: 20/80 (25 %)
  • Tilldelning 3: 10/10 (100 %)

Om du inte tvingar betygsvikter så slutar vi med beräkningen: (70 + 20 + 10)/(100 + 80 + 10)

Här lägger vi samman betygen som mottagits för varje uppgift först:

70 + 20 + 10 = 100

Sedan lägger vi till alla maximala betyg för varje uppgift:

100 + 80 +10 = 190

Om vi då representerar detta som en bråkdel så har vi 100/190 (52,6%) som den slutliga aggregerade betyget.

Medelbetyg

Summan av alla elevens betyg för det dividerat med det totala antalet betyg (detta innebär också poster som kan betygsättas).

Låt oss föreställa oss att en deltagare fick följande poäng:

  • Tilldelning 1: 70/100 (70 %)
  • Tilldelning 2: 20/80 (25 %)
  • Tilldelning 3: 10/10 (100 %)

Kategorins maxbetyg är 100 och använder medelvärdet för betygsaggregering.

Betyget beräknas som: (0,7 + 0,25 + 1,0)/3 = 0,65

Detta beror på att beräkningen görs i procenttal med 100 % representerat som ett heltal (1,0) och lägre procenttal representerat som en fraktion (t.ex. 0,7 för 70 %).

Så vi lägger till alla betyg tillsammans:

0,7 + 0,25 + 1,0 = 1,95

Sedan delar vi detta med det totala antalet betyg, i det här fallet finns det 3 betyg, så vi delar med det (observera att / representerar en divisionssymbol).

1,95 ÷ 3 = 0,65

Efter att ha konverterat den fraktionen tillbaka till en procentandel, är användarens totala aggregerade betyg 65/100 (65%).

Viktat medelvärde

Grader kan ges viktning för att urskilja hur viktiga de är, till exempel uppgift 1 kan vara mindre viktigt att uppgift 3 och därmed uppgift 3 kan ges en högre viktning. Totara Learn beräknar kategorisumman genom att ta varje betyg och multiplicera det med dess viktning, lägga till all viktning tillsammans och sedan dividera summan av alla multiplicerade betyg med summan av alla viktningar.

Tänk till exempel på följande scenario:

En deltagare har fått följande betyg:

  • Tilldelning 1: 70/100 (70 %). Artikelvikt: 10
  • Tilldelning 2: 20/80 (25 %). Artikelvikt: 5
  • Tilldelning 3: 10/10 (100 %). Artikelvikt: 3

Kategorins maxbetyg är 100 och den viktade medelvärdesaggregeringsmetoden används.

Betyget beräknas som: (0,7*10 + 0,25*5 + 1,0*3)/(10 + 5 + 3) = 0,625

Vi kan bryta ner detta. Först beräknas betygen i procent och multipliceras sedan med deras viktning (asterisken fungerar som en multiplikationssymbol). Så vi får:

0,7 x 10 =7

0,25 x 5 =1,25

1,0 x 3 =3

Sedan lägger vi ihop dem för att få 11,25 (detta ersätter summan i vår första uppsättning parenteser).

Vi måste sedan lägga ihop alla vikter, så i det här fallet 10 + 5 + 3 = 18 (detta ersätter summan i vårt andra fäste). S

Nu hanterar vi den första beräkningen dividerad med den andra (den ursprungliga ekvationen symboliserar en divisionssymbol).

Det ger oss 11,25 ÷ 18 = 0,625

Eftersom vi hanterar procentsatser 0,625 ger oss 62,5% (62,5/100) som den slutliga aggregerade betygen.

Enkelt viktat medelvärde

Denna metod liknar det viktade medelvärdet av betyg, men använder istället varje betygsposts maximala möjliga betyg som viktning.

Vi kan bryta ner hur detta fungerar genom att titta på ett exempel. En deltagare har fått följande betyg:

  • Tilldelning 1: 70/100 (70 %)
  • Tilldelning 2: 20/80 (25 %)
  • Tilldelning 3: 10/10 (100 %)

Kategorin max total betyg är 100 och den använder den enkla viktade medelvärdesaggregeringsmetoden.

Beräkningen går enligt följande: (0,7*100 + 0,25*80 + 1,0*10)/(100 + 80 + 10) = 0,526

Först tar vi varje betyg och multiplicerar det med det högsta möjliga betyg, vilket ger oss:

0,7 x 100 = 70

0,25 x 80 = 20

1,0 x 10 = 10

Om vi lägger till alla dessa tillsammans får vi 100 (detta ersätter ekvationen i den första uppsättningen parenteser).

Därefter lägger vi till alla maximala möjliga betyg, 100 + 80 + 10 = 190 (detta ersätter ekvationen i den andra uppsättningen parenteser).

Nu måste vi dela den första summan med den andra (symbolen / symboliserar en divisionssymbol), vilket ger oss 100 ÷ 190 = 0,526.

När vi konverterar detta tillbaka till en procentsats (av kategorin max 100) är vi kvar med 52,6% (52,6/100).

Medianvärde för betyg

Medelbetyget när betygen är ordnade i storleksordning.

Om vi föreställer oss att en deltagare uppnådde följande betyg:

  • Tilldelning 1: 70/100 (70 %)
  • Tilldelning 2: 20/80 (25 %)
  • Tilldelning 3: 10/10 (100 %)

Vi kan beräkna den totala betygssättningen för kategori med en max betyg på 100 som använder medelvärdet för betygsaggregeringsmetod genom att ta alla procent betyg och ordna dem i numerisk ordning, i detta fall skulle det vara 25%, 70%, 100%.

Vi tar sedan helt enkelt mittnumret (medianen) och det är slutbetyget, så 70/100 (70%).

Minsta betyg

Detta tar den minsta betyg och använder det som den totala kategorin totalt.

Till exempel, om en deltagare poängsatte följande:

  • Tilldelning 1: 70/100 (70 %)
  • Tilldelning 2: 20/80 (25 %)
  • Tilldelning 3: 10/10 (100 %)

Kategorisumman beräknas av 100 och aggregeringsmetoden är Minsta betyg .

Den minsta betyg är 25% därför skulle den aggregerade betyg för kategorin vara 25/100 (25%).

Högsta betyg

tar högsta betyg och använder det som den totala kategorisumman.

Till exempel, om en deltagare poängsatte följande:

  • Tilldelning 1: 70/100 (70 %)
  • Tilldelning 2: 20/80 (25 %)
  • Tilldelning 3: 10/10 (100 %)

Kategorisumman beräknas ut av 100 och aggregeringsmetoden är Högsta betyg .

Den högsta betyget är 100 % och därför skulle den aggregerade betyget för kategorin vara 100/100 (100 %).

Typ av betyg

* Typvärde för betyg - det betyg som satts mest frekvent

Detta är mest användbart att använda med icke-numeriska betyg (t.ex. A, B, C, D) eftersom det sannolikt kommer att finnas mer konsekvens i siffrorna som uppstår eftersom bakom varje bokstavsbetyg är ett tal (t.ex. A=100, B=80, C=60).

Vi kan ta exemplet med en deltagare som har poängsatt följande:

  • Tilldelning 1: 70/100 (70 %)
  • Tilldelning 2: 35/50 (70 %)
  • Tilldelning 3: 20/80 (25 %)
  • Tilldelning 4: 10/10 (100 %)
  • Tilldelning 5: 7/10 (70 %)

Kategorins maxbetyg är 100 och aggregeringsmetoden är Läge för betyg .

Vi tittar sedan på betygen i procent och ser vilket som inträffar oftast, i detta fall är det 70% så den slutliga kategorisumman skulle vara 70/100.

Gamla metoder

Medelbetyg (med extra tillgodoräknanden)

Detta stöds nu inte men är fortfarande tillgängligt för att tillåta bakåtkompatibilitet med gamla aktiviteter.

Ett extra kreditvärde större än 0 ändrar beräkningen av betygsaggregering. Det extra kreditnumret multipliceras med betyg och  läggs till summan av alla betyg, men det extra kreditvärdet ingår inte i divisionen. Exempelvis:

  • Punkt 1 är graderad 0-100 och dess extra kreditvärde är satt till 2
  • Punkt 2 är betygsatt 0-100 och dess extra kreditvärde är kvar på 0,0000
  • Punkt 3 är betygsatt 0-100 och dess extra kreditvärde är kvar på 0,0000
  • Alla 3 poster tillhör kategori 1, som har medelvärde för betyg (med extra poäng) som sin aggregeringsstrategi
  • En deltagare betygsätts 20 på punkt 1, 40 på punkt 2 och 60 på punkt 3
  • Deltagarens totalsumma för kategori 1 kommer att vara 90/100 sedan 20*2 + (40 + 60)/2 = 90

Course badgeThe Totara Academy has a whole course dedicated to using Grading, completion, and certificates in Totara Learn. Here you can learn more on how to use these tools, see best practice, and give it a go yourself.

Join the Totara Community for more resources to help you get the most out of Totara. 


© Copyright 2025 Totara Learning Solutions. All rights reserved. Some content originally obtained via GPLv3 license and continues to be available under GPLv3. All other content is the sole copyright of Totara Learning Solutions.