วัดคุณภาพข้อสอบอิงเกณฑ์
SPSS Statistics ทำผลงาน คศ.2-3

การวัดคุณภาพของแบบทดสอบแบบอิงเกณฑ์: การวิเคราะห์อำนาจจำแนกและความเชื่อมั่น

Written by on

บทนำ

การประเมินคุณภาพของแบบทดสอบแบบอิงเกณฑ์ (Criterion-Referenced Test) เป็นกระบวนการสำคัญที่แตกต่างจากการประเมินแบบทดสอบแบบอิงอรรถ (Norm-Referenced Test) การวัดคุณภาพของแบบทดสอบแบบอิงเกณฑ์เน้นที่การวัดความสามารถของผู้เรียนในการบรรลุเป้าหมายการเรียนรู้ที่กำหนดไว้ โดยไม่เปรียบเทียบกับผู้อื่น

สำหรับแบบทดสอบแบบอิงเกณฑ์ มีเครื่องมือวิเคราะห์เฉพาะที่เหมาะสม ได้แก่ การวิเคราะห์อำนาจจำแนก (Discrimination Index) ด้วยค่า B และการวิเคราะห์ความเชื่อมั่น (Reliability) ด้วยสูตร Lovett

การวิเคราะห์อำนาจจำแนกด้วยค่า B

ความหมายและหลักการ

อำนาจจำแนกของแบบทดสอบแบบอิงเกณฑ์ หมายถึง ความสามารถของข้อสอบในการแยกแยะระหว่างผู้ที่มีความรู้ความสามารถผ่านเกณฑ์กับผู้ที่ไม่ผ่านเกณฑ์ ซึ่งแตกต่างจากการวิเคราะห์อำนาจจำแนกของแบบทดสอบแบบอิงอรรถที่เปรียบเทียบระหว่างกลุ่มสูงและกลุ่มต่ำ

สูตรการคำนวณ

    \[B=\frac{U}{n_1}-\frac{L}{n_2}\]

โดย:

  • U = จำนวนผู้ที่ผ่านเกณฑ์และตอบข้อนั้นถูก
  • L = จำนวนผู้ที่ไม่ผ่านเกณฑ์และตอบข้อนั้นถูก
  • n₁ = จำนวนผู้ที่ผ่านเกณฑ์ทั้งหมด
  • n₂ = จำนวนผู้ที่ไม่ผ่านเกณฑ์ทั้งหมด

เกณฑ์การตีความ

  • B ≥ 0.20 = อำนาจจำแนกดี ข้อสอบสามารถแยกแยะผู้ผ่านและไม่ผ่านเกณฑ์ได้ดี
  • B < 0.20 = อำนาจจำแนกต่ำ ควรปรับปรุงหรือคัดออก

การวิเคราะห์ด้วยโปรแกรม SPSS

ต่อไปนี้ผมจะยกตัวอย่างการข้อมูลและทำการวิเคราะห์หาค่า B ด้วยโปรแกรม SPSS

ข้อมูลตัวอย่างของผมสามารถดาวน์โหลดได้จากที่นี่

data_sample_B_index_Lovettดาวน์โหลด

ข้อมูลดังกล่าวเป็นคะแนนนักเรียน จำนวน 30 คน เป็นแบบทดสอบจำนวน 10 ข้อ ผ่านเกณฑ์ 70% หรือนักเรียนทำถูก 7 ข้อจาก 10 ข้อนั่นเองครับ

ขั้นตอนการวิเคราะห์

  1. เตรียมข้อมูล: นำข้อมูลคะแนนของผู้เข้าสอบแต่ละข้อและคะแนนรวมเข้าสู่โปรแกรม SPSS
  2. สร้างตัวแปรกลุ่ม: แบ่งผู้เข้าสอบเป็น 2 กลุ่ม คือ กลุ่มผ่านเกณฑ์และกลุ่มไม่ผ่านเกณฑ์
  3. วิเคราะห์ความเชื่อมั่น: ใช้คำสั่ง Reliability Analysis

ขั้นตอนที่ 1: แยกกลุ่มผ่านและไม่ผ่านเกณฑ์

ไปที่ Data → Sort Cases… เลือก Pass_Status ใส่ใน Sort by คลิก OK ไปที่ Data → Split File… เลือก “Compare groups” ย้าย Pass_Status ไปใน “Groups Based on:” คลิก OK

ขั้นตอนที่ 2: หาจำนวนผู้ตอบถูกในแต่ละกลุ่ม

ไปที่ Analyze → Descriptive Statistics → Frequencies เลือกตัวแปร Item1 ถึง Item10 ย้ายไปช่อง “Variable(s):” คลิก Statistics… เลือก “Sum” คลิก Continue แล้วคลิก OK

จะได้ตารางออกมาแบบนี้ครับ

การคำนวณค่า B แต่ละข้อ:

อันดับอำนาจจำแนก (จากมากไปน้อย):

  1. ข้อ 1: B = 0.846 (ดีมาก!)
  2. ข้อ 2, 3: B = 0.439 (ดี)
  3. ข้อ 4, 8: B = 0.380 (ดี)
  4. ข้อ 5, 7, 9: B = 0.362 (ดี)
  5. ข้อ 6: B = 0.303 (พอใช้)
  6. ข้อ 10: B = 0.227 (พอใช้)

การตีความผลใหม่:

ข้อสังเกตที่ดี:

  • ทุกข้อมีค่า B > 0.20 = อำนาจจำแนกดีทั้งหมด!
  • ข้อ 1 มีอำนาจจำแนกดีเยี่ยม (0.846)
  • ข้อ 2-9 มีอำนาจจำแนกในระดับดี
  • ข้อ 10 ต่ำสุดแต่ยังอยู่ในเกณฑ์ดี

ขั้นตอนที่ 9: ยกเลิกการแยกไฟล์

สำคัญมาก: หลังจากวิเคราะห์เสร็จแล้ว ต้องยกเลิกการแยกไฟล์

หรือผ่าน Menu: Data → Split File… → “Analyze all cases, do not create groups”

การวิเคราะห์ความเชื่อมั่นด้วยสูตร Lovett

ความหมายและหลักการ

ความเชื่อมั่นของแบบทดสอบแบบอิงเกณฑ์ หมายถึง ความสม่ำเสมอในการจำแนกผู้เรียนว่าผ่านหรือไม่ผ่านเกณฑ์ที่กำหนด สูตร Lovett เป็นวิธีการวิเคราะห์ความเชื่อมั่นที่เหมาะสมสำหรับแบบทดสอบประเภทนี้

เกณฑ์การตีความ

  • ค่าความเชื่อมั่น ≥ 1.00 = ความเชื่อมั่นสูงมาก
  • ค่าความเชื่อมั่น 0.80-0.99 = ความเชื่อมั่นสูง
  • ค่าความเชื่อมั่น 0.60-0.79 = ความเชื่อมั่นปานกลาง
  • ค่าความเชื่อมั่น < 0.60 = ความเชื่อมั่นต่ำ

Lovett Method:

ρ = Po - Pe / 1 - Pe

โดย:

  • Po = สัดส่วนการตกลงกัน (Proportion of Agreement)
  • Pe = สัดส่วนการตกลงกันโดยบังเอิญ (Chance Agreement)

ตัวอย่างการคำนวณ Lovett Method

ขั้นตอนการคำนวณ:

1. สร้างตาราง 2×2 สำหรับการจำแนก






2. คำนวณ Po (Proportion of Agreement)





Po = (a + d) / n





3. คำนวณ Pe (Chance Agreement)





Pe = [(a+b)(a+c) + (c+d)(b+d)] / n²





4. คำนวณ Lovett Reliability





ρ = (Po - Pe) / (1 - Pe)





ตัวอย่างการคำนวณ:





สมมติจากการทดสอบ 2 ครั้ง:










การคำนวณ:





Po = (12 + 13) / 30 = 25/30 = 0.833

Pe = [(15×14) + (15×16)] / 30² 
   = (210 + 240) / 900 
   = 450/900 = 0.500

ρ = (0.833 - 0.500) / (1 - 0.500) 
  = 0.333 / 0.500 = 0.666





เนื่องจากใน SPSS ไม่มีสูตรคำนวณ Lovett โดยตรงครับ เราจะต้องคำนวณด้วยมือตามตัวอย่างด้านบนนี้ครับ





ข้อแตกต่างจากแบบทดสอบแบบอิงอรรถ





ลักษณะแบบอิงเกณฑ์แบบอิงอรรถ
วัตถุประสงค์วัดการบรรลุเป้าหมายเปรียบเทียบความสามารถ
อำนาจจำแนกใช้ค่า Bใช้ค่า r
ความเชื่อมั่นLovettKR-20, α-Coefficient
การตีความผ่าน/ไม่ผ่านเกณฑ์ตำแหน่งเทียบกับกลุ่ม





บทสรุป





การวัดคุณภาพของแบบทดสอบแบบอิงเกณฑ์ต้องใช้เครื่องมือและวิธีการที่เหมาะสม การวิเคราะห์อำนาจจำแนกด้วยค่า B และความเชื่อมั่นด้วยสูตร Lovett เป็นเครื่องมือสำคัญที่ช่วยให้ผู้สร้างแบบทดสอบสามารถประเมินและปรับปรุงคุณภาพของแบบทดสอบได้อย่างมีประสิทธิภาพ





การใช้โปรแกรม SPSS ช่วยให้การวิเคราะห์เป็นไปอย่างรวดเร็วและแม่นยำ ทำให้สามารถนำผลการวิเคราะห์ไปใช้ในการปรับปรุงแบบทดสอบเพื่อให้มีคุณภาพที่เหมาะสมกับวัตถุประสงค์ของการวัดผลแบบอิงเกณฑ์ต่อไป





สิ่งสำคัญคือ ผู้ใช้ต้องเข้าใจว่าแบบทดสอบแบบอิงเกณฑ์มีจุดมุ่งหมายที่แตกต่างจากแบบอิงอรรถ จึงต้องใช้เครื่องมือวิเคราะห์ที่เหมาะสมและตีความผลอย่างถูกต้องตามหลักการของการทดสอบแต่ละประเภท





	
	

	

	
	
Discover more from KruJakkrapong 's Blog

	

	
	
Subscribe to get the latest posts sent to your email.

	

	
	

			

		

							

					

												

							
													

												

							
							
							
							
							
							
							
														
						

					

				

								

	

	
	

	


                

                            


        

    


    


    


                
                    






		

			
Leave a Reply