การประเมินความตรงและความเที่ยงของแบบทดสอบบีบราสที่แปลข้ามวัฒนธรรม สำหรับการวัดการคิดเชิงคำนวณในนักเรียนมัธยมศึกษาตอนต้น

ผู้แต่ง

  • จารุภา กิจเจริญปัญญา สาขาวิทยาศาสตร์ศึกษา คณะศึกษาศาสตร์ มหาวิทยาลัยเกษตรศาสตร์
  • พงศ์ประพันธ์ พงษ์โสภณ สาขาวิทยาศาสตร์ศึกษา ภาควิชาการศึกษา คณะศึกษาศาสตร์ มหาวิทยาลัยเกษตรศาสตร์
  • เอกรัตน์ ทานาค สาขาวิทยาศาสตร์ศึกษา ภาควิชาการศึกษา คณะศึกษาศาสตร์ มหาวิทยาลัยเกษตรศาสตร์

DOI:

https://doi.org/10.14456/jescu.2025.21

คำสำคัญ:

การคิดเชิงคำนวณ, การแปลข้ามวัฒนธรรม, ราช โมเดล, บีบราส

บทคัดย่อ

การวิจัยนี้มีวัตถุประสงค์เพื่อทดสอบความตรงและความเที่ยงของแบบสอบบีบราสที่มีการแปลข้ามวัฒนธรรม โดยใช้ทฤษฎีการทดสอบแบบดั้งเดิมและการทดสอบสมัยใหม่ ตัวอย่าง คือ นักเรียนระดับชั้นมัธยมศึกษาปีที่ 3 จำนวน 115 คน เครื่องมือที่ใช้ในการวิจัย คือ แบบสอบ Bebras เป็นแบบวัดมาตรฐานที่พัฒนาโดยมหาวิทยาลัยวิลนีอุสในประเทศลิทัวเนีย การวิเคราะห์ข้อมูลใช้ทฤษฎีการทดทดสอบแบบดั้งเดิม ได้ค่าเฉลี่ยดัชนีความยาก เท่ากับ 0.57 ค่าเฉลี่ยดัชนีอํานาจจําแนก เท่ากับ 0.42 และใช้การวิเคราะห์ Rasch model เพื่อประเมินความสามารถของผู้สอบและความยากของข้อสอบ ผลการวิจัย พบว่า ค่ากลางของความสามารถของผู้สอบและความยากของข้อสอบอยู่ในระดับใกล้เคียงกัน แสดงให้เห็นว่า ข้อสอบมีความสอดคล้องกับระดับความสามารถของนักเรียน มีค่า Weighted Likelihood Estimation Reliability (WLE Reliability) เท่ากับ 0.659 และค่า infit และ outfit อยู่ในเกณฑ์ที่เหมาะสม ข้อสอบนี้มีความตรงสูง ช่วงความสามารถอยู่ระหว่าง -2.5 ถึง 3.5 logit ดัชนีความสอดคล้องกลมกลืนกับข้อมูลเชิงประจักษ์ และการกระจายค่าความยากและค่าความสามารถโดยพิจารณา Wright map และสามารถนำไปใช้ในการประเมินนักเรียนที่มีความสามารถหลากหลายได้ ข้อเสนอแนะ คือ หากต้องการนำไปใช้ในกลุ่มนักเรียนสังกัดอื่น ควรทำการทดสอบเบื้องต้นเพื่อประเมินความเหมาะสมและปรับปรุงข้อสอบให้สอดคล้องกับระดับความสามารถของผู้เรียนในกลุ่มนั้นมากขึ้น

เอกสารอ้างอิง

ภาษาไทย

ชลิตา ธัญญะคุปต์. (2564, 15 กรกฎาคม). วิทยาการคำนวณ: วิชาบังคับสำหรับนักเรียนไทย. คลังความรู้ SciMath. https://www.scimath.org/article-technology/item/12351-2021-07-01-05-42-38?%20utm_source

ศิริชัย กาญจนวาสี. (2556). ทฤษฎีการทดสอบแบบดั้งเดิม (พิมพ์ครั้งที่ 7). สำนักพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย.

สถาบันส่งเสริมการสอนวิทยาศาสตร์และเทคโนโลยี (สสวท.). (2562). คู่มือการใช้หลักสูตรรายวิชาพื้นฐานวิทยาศาสตร์ กลุ่มสาระการเรียนรู้วิทยาศาสตร์ สาระเทคโนโลยี (วิทยาการคำนวณ) ระดับประถมศึกษาและมัธยมศึกษา. https://uatscimath.ipst.ac.th/ebook-technology/item/8376-2560-2551

สํานักงานปลัดกระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัย และนวัตกรรม. (2567). ข้อมูลนักเรียนโรงเรียนสาธิต. https://info.mhesi.go.th/stat_satit.php?search_year=2567

สำนักงานเลขาธิการสภาการศึกษา. (2564). แนวทางการส่งเสริมการจัดการเรียนการสอนวิทยาการคำนวณและการโค้ดดิ้ง เพื่อพัฒนาทักษะผู้เรียนในศตวรรษที่ 21. เซ็นจูรี.

ภาษาอังกฤษ

Behr, D. (2017). Assessing the use of back translation: The shortcomings of back translation asa quality testing method. International Journal of Social Research Methodology, 20(6), 573-584. https://doi.org/10.1080/13645579.2016.1252188

Bond, T. G., & Fox, C. M. (2015). Applying the Rasch model: Fundamental measurement in the human sciences (3rd ed.). Routledge. https://doi.org/10.4324/9781315814698

Creswell, J. W., & Creswell, J. D. (2017). Research design: Qualitative, quantitative, and mixed methods approaches (4th ed.). Sage.

Dagiene, V., & Futschek, G. (2008). Bebras international contest on informatics and computer literacy: Criteria for good tasks. In R. T. Mittermeir & M. M. Sysło (Eds.), Informatics education - supporting computational thinking (pp. 19–30). Springer. https://doi.org/10.1007/978-3-540-69924-8_2

Dagiene, V., Gülbahar, Y., Grgurina, N., López-Pernas, S., Saqr, M., Apiola, M., & Stupuriene, G. (2023). Computing education research in schools. In B. Sentance, E. Barendsen, & C. Schulte (Eds.), Past, present and future of computing education research: A global perspective (pp. 481–520). Springer.

Embretson, S. E., & Reise, S. P. (2013). Item response theory for psychologists. Psychology.

Faul, F., Erdfelder, E., Buchner, A., & Lang, A. G. (2009). Statistical power analyses using G* power 3.1: Tests for correlation and regression analyses. Behavior research methods, 41(4), 1149-1160. https://doi.org/10.3758/BRM.41.4.1149

Futschek, G., & Moschitz, J. (2011). Learning algorithmic thinking with tangible objects eases transition to computer programming. In R. Mittermeir & M. Syslo (Eds.), Lecture notes in computer science: Vol. 7013. Informatics in schools: Contributing to 21st Century education (pp. 124–134). Springer. https://doi.org/10.1007/978-3-642-24722-4_14

Grover, S., & Pea, R. (2013). Computational thinking in k–12: A review of the state of the field. Educational Researcher, 42(1), 38-43. https://doi.org/10.3102/0013189X12463051

Gülbahar, Y., Kalelioğlu, F., Doğan, D., & Karataş, E. (2020). Bebras: A social approach for concept based learning of informatics and computational thinking. Ankara University Journal of Faculty of Educational Sciences (JFES), 53(1), 241-272. https://dergipark.org.tr/en/pub/auebfd/issue/53411/560771

Haladyna, T. M., & Downing, S. M. (2004). Construct irrelevant variance in high-stakes testing. Educational Measurement: Issues and Practice, 23(1), 17-27. https://doi.org/10.1111/j.1745-3992.2004.tb00149.x

Hambleton R. K., Merenda P. F., & Spielberger C. D. (2004). Adapting educational and psychological tests for cross-cultural assessment. Psychology. https://doi.org/10.4324/9781410611758

House, J. (2015). Translation as communication across languages and cultures. Routledge. https://doi.org/10.4324/9781315668956

Izu, C., Mirolo, C., Settle, A., Mannila, L., & Stupuriene, G. (2017). Exploring Bebras tasks content and performance: A multinational study. Informatics in Education, 16(1), 39-59. https://doi.org/10.15388/infedu.2017.03

Linacre, J. M. (2002). What do infit and outfit, mean-square and standardized mean? Rasch Measurement Transactions, 16(2), 878. https://www.rasch.org/rmt/rmt162f.htm

Meza, F., Vásquez, A., Espinoza, J., & Pérez, J. (2024). Validation of a Bebras-based test to assess computational thinking abilities in first-year college students. In S. Ben, S. A. Jeffrey, B. Lina, R. A. Samuel, & S. Libby (Eds.), Proceedings of the 55th ACM technical symposium on computer science education V.2. SIGCSE 2024 (pp. 123–129). Association for Computing Machinery. https://doi.org/10.1145/3626253.3635523

Shute, V. J., Sun, C., & Asbell-Clarke, J. (2017). Demystifying computational thinking. Educational Research Review, 22, 142-158. https://www.sciencedirect.com/science/article/pii/S1747938X17300350

Testa, S., Toscano, A., & Rosato, R. (2018). Distractor efficiency in an item pool for a statistics classroom exam: Assessing its relation with item cognitive level classified according to Bloom’s taxonomy. Frontiers in Psychology, 9, 1585. https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2018.01585/full

Wiebe, E., London, J., Aksit, O., Mott, B. W., Boyer, K. E., & Lester, J. C. (2019). Development of a lean computational thinking abilities assessment for middle grades students. In H. K. Elizabeth, P. A. Manuel, H. Sarah, & Z. Jian (Eds.), Proceedings of the 50th ACM technical symposium on computer science education. SIGCSE 2019 (pp. 456–461). Association for Computing Machinery. https://dl.acm.org/doi/abs/10.1145/3287324.3287390

Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33-35. https://doi.org/10.1145/1118178.1118215

Wright, B. D., & Masters, G. N. (1982). Rating scale analysis. MESA

Wright, B. D., & Stone, M. H. (1979). Best test design: Rasch measurement. MESA.

ดาวน์โหลด

เผยแพร่แล้ว

2025-09-29

รูปแบบการอ้างอิง

กิจเจริญปัญญา จ., พงษ์โสภณ พ. ., & ทานาค เ. . (2025). การประเมินความตรงและความเที่ยงของแบบทดสอบบีบราสที่แปลข้ามวัฒนธรรม สำหรับการวัดการคิดเชิงคำนวณในนักเรียนมัธยมศึกษาตอนต้น. วารสารครุศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย, 53(03), 1–16. https://doi.org/10.14456/jescu.2025.21

ฉบับ

ปีที่ 53 ฉบับที่ 3 (กรกฎาคม - กันยายน 2568)

ประเภทบทความ

Articles

สัญญาอนุญาต

Creative Commons License

อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.