KruJakkrapong 's Blog
  • Home
  • Portfolio
  • Blog
  • Shop
  • About
0

Follow us

  • facebook
  • youtube
KruJakkrapong 's Blog
  • Home
  • Portfolio
  • Blog
  • Shop
  • About

Copyright © 2025 — KruJakkrapong 's Blog

Play Pause Unmute Mute

ค่า IOC (Item Objective Congruence) ในทางสถิติ

Written by จักรพงษ์ แผ่นทอง in Statistics on พฤษภาคม 6, 2025

ค่า IOC หรือ Item Objective Congruence เป็นเครื่องมือสำคัญในการตรวจสอบคุณภาพของเครื่องมือวิจัย โดยเฉพาะแบบสอบถามและแบบทดสอบ บทความนี้จะอธิบายความหมาย หลักการ วิธีการคำนวณ และเทคนิคการจำเกี่ยวกับค่า IOC อย่างละเอียด

ความหมายของ IOC

IOC หรือ Item Objective Congruence คือ ดัชนีความสอดคล้องระหว่างข้อคำถามกับวัตถุประสงค์ เป็นค่าที่ใช้ในการวัดความเที่ยงตรงเชิงเนื้อหา (Content Validity) ของแบบสอบถามหรือแบบทดสอบ ค่า IOC จะบ่งชี้ว่าข้อคำถามที่สร้างขึ้นสามารถวัดได้ตรงตามวัตถุประสงค์หรือไม่

ความสำคัญของค่า IOC

การตรวจสอบค่า IOC มีความสำคัญต่องานวิจัยดังนี้:

  1. ช่วยยืนยันความเที่ยงตรง: ทำให้มั่นใจได้ว่าเครื่องมือวิจัยสามารถวัดในสิ่งที่ต้องการวัดได้จริง
  2. เพิ่มความน่าเชื่อถือ: งานวิจัยที่ใช้เครื่องมือที่ผ่านการตรวจสอบค่า IOC จะมีความน่าเชื่อถือมากขึ้น
  3. ช่วยคัดกรองข้อคำถาม: สามารถระบุได้ว่าข้อคำถามใดควรปรับปรุงหรือตัดออก
  4. เป็นเกณฑ์มาตรฐาน: ในการทำวิจัยเชิงปริมาณ การรายงานค่า IOC เป็นมาตรฐานที่นักวิจัยควรปฏิบัติ

วิธีการคำนวณค่า IOC

การคำนวณค่า IOC มีขั้นตอนดังนี้:

1. การให้คะแนนโดยผู้เชี่ยวชาญ

ผู้เชี่ยวชาญจะให้คะแนนแต่ละข้อคำถามตามเกณฑ์ดังนี้:

  • +1 = สอดคล้องกับวัตถุประสงค์
  • 0 = ไม่แน่ใจว่าสอดคล้องกับวัตถุประสงค์หรือไม่
  • -1 = ไม่สอดคล้องกับวัตถุประสงค์

2. สูตรการคำนวณ

สูตรการคำนวณค่า IOC คือ:

IOC = ∑R / N

โดยที่:

  • ∑R = ผลรวมของคะแนนจากผู้เชี่ยวชาญทั้งหมด
  • N = จำนวนผู้เชี่ยวชาญ

3. เกณฑ์การพิจารณาค่า IOC

  • ค่า IOC ≥ 0.50 : ข้อคำถามนั้นสอดคล้องกับวัตถุประสงค์ สามารถนำไปใช้ได้
  • ค่า IOC < 0.50 : ข้อคำถามนั้นไม่สอดคล้องกับวัตถุประสงค์ ควรปรับปรุงหรือตัดออก

เทคนิคการจำค่า IOC

  1. จำความหมายจากคำย่อ:
    • I – Item (ข้อคำถาม)
    • O – Objective (วัตถุประสงค์)
    • C – Congruence (ความสอดคล้อง)
  2. จำเกณฑ์การให้คะแนนด้วย +1, 0, -1:
    • +1 คือ “ใช่” (Yes) – สอดคล้อง
    • 0 คือ “ไม่แน่ใจ” (Maybe) – ไม่แน่ใจว่าสอดคล้องหรือไม่
    • -1 คือ “ไม่” (No) – ไม่สอดคล้อง
  3. จำค่าตัดสิน 0.50:
    • คิดง่ายๆ ว่า “ครึ่งหนึ่งของผู้เชี่ยวชาญเห็นด้วย” (0.50 หรือ 50%)
    • ถ้าค่า IOC มากกว่าหรือเท่ากับ 0.50 แสดงว่าผ่าน
    • ถ้าค่า IOC น้อยกว่า 0.50 แสดงว่าไม่ผ่าน
  4. จำสูตรง่ายๆ:
    • “ผลรวมคะแนนหารจำนวนผู้เชี่ยวชาญ”

ตัวอย่างการคำนวณค่า IOC

ตัวอย่างที่ 1: มีผู้เชี่ยวชาญ 3 คน

สมมติว่ามีข้อคำถามหนึ่งที่ได้รับการประเมินจากผู้เชี่ยวชาญ 3 คน โดยได้คะแนนดังนี้:

  • ผู้เชี่ยวชาญคนที่ 1 ให้คะแนน +1
  • ผู้เชี่ยวชาญคนที่ 2 ให้คะแนน +1
  • ผู้เชี่ยวชาญคนที่ 3 ให้คะแนน 0

คำนวณค่า IOC:

IOC = (1+1+0)/3 = 2/3 = 0.67

ค่า IOC = 0.67 ซึ่งมากกว่า 0.50 แสดงว่าข้อคำถามนี้สอดคล้องกับวัตถุประสงค์ สามารถนำไปใช้ได้

ตัวอย่างที่ 2: มีผู้เชี่ยวชาญ 5 คน

สมมติว่ามีข้อคำถามที่ได้รับการประเมินจากผู้เชี่ยวชาญ 5 คน โดยได้คะแนนดังนี้:

  • ผู้เชี่ยวชาญคนที่ 1 ให้คะแนน +1
  • ผู้เชี่ยวชาญคนที่ 2 ให้คะแนน 0
  • ผู้เชี่ยวชาญคนที่ 3 ให้คะแนน -1
  • ผู้เชี่ยวชาญคนที่ 4 ให้คะแนน +1
  • ผู้เชี่ยวชาญคนที่ 5 ให้คะแนน +1

คำนวณค่า IOC:

IOC = (1+0+(-1)+1+1)/5 = 2/5 = 0.40

ค่า IOC = 0.40 ซึ่งน้อยกว่า 0.50 แสดงว่าข้อคำถามนี้ไม่สอดคล้องกับวัตถุประสงค์ ควรปรับปรุงหรือตัดออก

ตัวอย่างที่ 3: ตารางสรุปค่า IOC ของแบบสอบถาม

สมมติว่ามีแบบสอบถาม 5 ข้อ และมีผู้เชี่ยวชาญ 3 คน ได้ผลการประเมินดังนี้:

ข้อที่ผู้เชี่ยวชาญคนที่ 1ผู้เชี่ยวชาญคนที่ 2ผู้เชี่ยวชาญคนที่ 3รวมIOCแปลผล
1+1+1+131.00ใช้ได้
2+10+120.67ใช้ได้
3+1-1+110.33ใช้ไม่ได้
40+1+120.67ใช้ได้
5+1+1020.67ใช้ได้

จากตารางนี้ สรุปได้ว่าข้อที่ 1, 2, 4 และ 5 สามารถนำไปใช้ได้ ส่วนข้อที่ 3 ควรปรับปรุงหรือตัดออก

ข้อควรระวังในการคำนวณค่า IOC

  1. จำนวนผู้เชี่ยวชาญ: ควรมีผู้เชี่ยวชาญอย่างน้อย 3 คนขึ้นไป เพื่อความน่าเชื่อถือของผลการประเมิน
  2. ความเป็นกลางในการเลือกผู้เชี่ยวชาญ: ผู้เชี่ยวชาญควรมีความรู้และประสบการณ์ที่เกี่ยวข้องกับเรื่องที่วิจัยจริงๆ
  3. การแปลผล: ค่า IOC เป็นเพียงตัวบ่งชี้ทางสถิติ ควรพิจารณาร่วมกับข้อเสนอแนะเชิงคุณภาพจากผู้เชี่ยวชาญด้วย
  4. ความเข้าใจในเกณฑ์การให้คะแนน: ผู้เชี่ยวชาญต้องเข้าใจเกณฑ์การให้คะแนน +1, 0, -1 อย่างชัดเจน

ประโยชน์ของการวิเคราะห์ค่า IOC ในงานวิจัย

  1. พัฒนาเครื่องมือวิจัยให้มีคุณภาพ: การตรวจสอบค่า IOC ช่วยให้เครื่องมือวิจัยมีความเที่ยงตรงมากขึ้น
  2. ลดความคลาดเคลื่อนในการวัด: ข้อคำถามที่ผ่านการตรวจสอบค่า IOC แล้วจะสามารถวัดได้ตรงประเด็น
  3. เพิ่มความน่าเชื่อถือของงานวิจัย: งานวิจัยที่ใช้เครื่องมือที่ผ่านการตรวจสอบค่า IOC จะได้รับการยอมรับมากขึ้น
  4. เป็นหลักฐานทางวิชาการ: การรายงานค่า IOC ในงานวิจัยจะเป็นหลักฐานยืนยันว่าเครื่องมือวิจัยมีความเที่ยงตรง

สรุป

ค่า IOC หรือ Item Objective Congruence เป็นดัชนีที่สำคัญในการตรวจสอบความเที่ยงตรงเชิงเนื้อหาของเครื่องมือวิจัย โดยพิจารณาจากความสอดคล้องระหว่างข้อคำถามกับวัตถุประสงค์ การคำนวณค่า IOC ทำได้โดยนำผลรวมของคะแนนจากผู้เชี่ยวชาญหารด้วยจำนวนผู้เชี่ยวชาญ ข้อคำถามที่มีค่า IOC ตั้งแต่ 0.50 ขึ้นไปถือว่าใช้ได้ ส่วนข้อที่มีค่า IOC ต่ำกว่า 0.50 ควรปรับปรุงหรือตัดออก การตรวจสอบค่า IOC จึงเป็นขั้นตอนสำคัญในการพัฒนาเครื่องมือวิจัยให้มีคุณภาพและน่าเชื่อถือ

  • FacebookFacebook
  • XTwitter
  • LINELine

Like this:

Like Loading...

Related


Discover more from KruJakkrapong 's Blog

Subscribe to get the latest posts sent to your email.

Leave a ReplyCancel reply

ติดต่อ

LineID: @krujakkrapong
โทร.089-942-9565 (เปี๊ยก)

ความเห็นล่าสุด

  • การหาค่าความเชื่อมั่น ของแบบสอบถาม - KruJakkrapong 's Blog บน ค่าความเชื่อมั่นติดลบ จะแก้อย่างไร
  • Anonymous บน ชุดแบบฝึกหัด การบวก ลบ สำหรับซ้อมเพื่อแข่งขัน คิดเลขเร็ว

Blog Stats

  • 1,902,117 hits

3 บทความยอดฮิต

  • การหาค่าความยาก (p) และอำนาจจำแนก (r) ของข้อสอบปรนัย
  • วิธีหาอำนาจจำแนกและค่าความเชื่อมั่นจาก SPSS
  • การหาค่าความเชื่อมั่น ของแบบสอบถาม

Copyright © 2025 — KruJakkrapong 's Blog

Designed by WPZOOM

Discover more from KruJakkrapong 's Blog

Subscribe now to keep reading and get access to the full archive.

Continue reading

%d