การวิเคราะห์ข้อมูลตามทฤษฎีการสรุปอ้างอิงความน่าเชื่อถือของผลการวัด: การประยุกต์ใช้คอมไพเลอร์อาร์ออนไลน์
Article Sidebar
Main Article Content
บทคัดย่อ
ทฤษฎีการสรุปอ้างอิงความน่าเชื่อถือของผลการวัด (Generalizability Theory: G-Theory) เป็นทฤษฎีที่ใช้สำหรับการวิเคราะห์ความน่าเชื่อถือของผลการวัดในสถานการณ์ของการวัดผลลักษณะต่าง ๆ ที่เป็นเป้าหมายของการนำเครื่องมือไปใช้การตรวจสอบความน่าเชื่อถือของผลการวัดโดยทฤษฎีดังกล่าวสามารถตัดสินความน่าเชื่อถือของผลการวัดได้ 2 ลักษณะ คือ ความน่าเชื่อถือของคะแนนในการนำผลไปใช้ เชิงสัมพัทธ์ (relative) เพื่อแปลผลเปรียบเทียบระหว่างบุคคล และความน่าเชื่อถือของคะแนนในการนำผลไปใช้เชิงสัมบูรณ์ (absolute) เพื่อแปลผลเปรียบเทียบกับเกณฑ์มาตรฐาน ผ่านการศึกษา Generalizability Study (G-Study) และ Decision Study (D-Study) โดยโปรแกรมที่ใช้ในการวิเคราะห์ทั่วไปเป็นการวิเคราะห์แบบออฟไลน์ซึ่งต้องติดตั้งโปรแกรมบนเครื่องคอมพิวเตอร์ให้เรียบร้อยก่อนดำเนินการวิเคราะห์ บทความนี้จึงได้นำเสนอการวิเคราะห์แบบออนไลน์ด้วยการประยุกต์ใช้คอมไพเลอร์อาร์ออนไลน์ผ่าน Posit Cloud โดยรายละเอียดในการวิเคราะห์ครอบคลุมคำสั่งพื้นฐานและแนวทางการเขียนรายงานผลการวิเคราะห์ข้อมูล ซึ่งสามารถนำไปใช้เป็นแนวทางในการวิเคราะห์ที่เกี่ยวข้องกับการวัดและประเมินผลทางการศึกษา การประเมินทักษะการปฏิบัติ หรือการประเมินด้านอื่นๆ ที่เกี่ยวข้อง
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารการวัดผลการศึกษา มหาวิทยาลัยมหาสารคาม ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง ซึ่งกองบรรณาธิการวารสาร ไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใดๆ
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารการวัดผลการศึกษา มหาวิทยาลัยมหาสารคาม ถือเป็นลิขสิทธิ์ของวารสารการวัดผลการศึกษา มหาวิทยาลัยมหาสารคาม หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนใดส่วนหนึ่งไปเผยแพร่ต่อหรือกระทำการใดๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจากวารสารการวัดผลการศึกษา มหาวิทยาลัยมหาสารคาม ก่อนเท่านั้น
References
Brennan, R.L. (1992). Generalizability Theory. Educational Measurement: Issues and Practice, 11, 27-34. https://doi.org/10.1111/j.1745-3992.1992.tb00260.x
Cronbach, L.J., Gleser, G.C., Nanda, H., & Rajaratnam, N. (1972). The dependability of behavioral measurements: Theory of generalizability for scores and profiles. John Wiley.
Huebner, A., & Lucht, M. (2019). Generalizability Theory in R. Practical Assessment, Research, and Evaluation, 24, 1-12. https://doi.org/10.7275/5065-gc10
Posit Cloud. (n.d.). Posit Cloud Guide. https://posit.cloud/learn/guide
Shavelson, E.L., & Webb, N.B. (1991). Generalizability Theory: A Primer. Sage Publications.
Chaimongkol, N., & Kanjanawasee, S. (2020). The application of R programming for
educational testing. Journal of Research Methodology, 33(1), 21-45. https://portal.edu.chula.ac.th/pub/jrm/index.php/jrm/article/view/648. (in Thai)
Kanjanawasee, S. (2020). Modern test theories (5th ed.). Chulalongkorn University Press.(in Thai)