ความแม่นยำและความคงที่ในการจำแนกของโมเดลดีไอเอ็นเอและโมเดลดีไอเอ็นโอ ในการประเมินเพื่อวินิจฉัยทางพุทธิปัญญา
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบความแม่นยำและความคงที่ในการจำแนกของโมเดลดีไอเอ็นเอและโมเดลดีไอเอ็นโอ ภายใต้เงื่อนไขที่แตกต่างกัน จำนวนสถานการณ์จำลองทั้งสิ้น 150 สถานการณ์ การศึกษาใช้ข้อมูลจำลองด้วยวิธีการมอนติคาร์โล ภายใต้สถานการณ์ที่ (1) ข้อคำถามมีจำนวน 4, 8, 12, 20 และ 40 ข้อ (2) ขนาดตัวอย่างมีจำนวน 10, 25, 50, 100, 200 และ 500 หน่วย (3) ร้อยละความเป็นพหุมิติมีค่า 0, 25, 50, 75, 100 และ (4) จำนวนคุณลักษณะที่มุ่งวัด 3 คุณลักษณะ แต่ละสถานการณ์กระทำซ้ำจำนวน 1,000 รอบ การจำลองข้อมูลและประมวลผลภายใต้โปรแกรมอาร์
ผลการวิจัยพบว่า (1) ความแม่นยำในการจำแนกและความคงที่ในการจำแนกของโมเดลดีไอเอ็นเอ และโมเดลดีไอเอ็นโอ แตกต่างกันตามจำนวนข้อคำถามอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 (2) ความแม่นยำในการจำแนกและความคงที่ในการจำแนกของโมเดลดีไอเอ็นเอ และโมเดลดีไอเอ็นโอ ไม่แตกต่างกันตามขนาดตัวอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 (3) ความแม่นยำในการจำแนกและความคงที่ในการจำแนกของโมเดลดีไอเอ็นเอ และโมเดลดีไอเอ็นโอแตกต่างกันตามร้อยละความเป็นพหุมิติ อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 ข้อเสนอแนะในการนำไปใช้ ครูหรือบุคลากทางการศึกษาควรใช้จำนวนข้อคำถาม 8 – 12 ข้อ และให้การวัดเป็นแบบพหุมิติ 25-50% สำหรับการใช้โมเดลโมเดลดีไอเอ็นเอและโมเดลดีไอเอ็นโอ
Article Details
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารการวัดผลการศึกษา มหาวิทยาลัยมหาสารคาม ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง ซึ่งกองบรรณาธิการวารสาร ไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใดๆ
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารการวัดผลการศึกษา มหาวิทยาลัยมหาสารคาม ถือเป็นลิขสิทธิ์ของวารสารการวัดผลการศึกษา มหาวิทยาลัยมหาสารคาม หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนใดส่วนหนึ่งไปเผยแพร่ต่อหรือกระทำการใดๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจากวารสารการวัดผลการศึกษา มหาวิทยาลัยมหาสารคาม ก่อนเท่านั้น
References
พิศิษฐ ตัณฑวณิช. (2558). การพัฒนาแบบสอบวินิจฉัยโดยแนวคิดด้านพุทธิปัญญา. วารสารบัณฑิตวิจัย, 6(2), 1-13.
ศิริชัย กาญจนวาสี. (2556). ทฤษฎีการทดสอบแบบดั้งเดิม. พิมพ์ครั้งที่ 7. กรุงเทพมหานคร: โรงพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย.
Aryadoust, V. (2011). Cognitive diagnostic assessment as an alternative measurement model. JALT Testing & Evaluation SIG Newsletter, 15(1), 2-6.
Chen, Y., Liu, J., Xu, G., & Ying, Z. (2015). Statistical analysis of Q-matrix based diagnostic classification models. Journal of the American Statistical Association, 110(510), 850-866.
Cui, Y., Gierl, M. J., & Chang, H. H. (2012). Estimating classification consistency and accuracy for cognitive diagnostic assessment. Journal of Educational Measurement, 49(1), 19-38.
de La Torre, J. (2009). DINA model and parameter estimation: A didactic. Journal of Educational and Behavioral Statistics, 34(1), 115-130.
de La Torre, J., Hong, Y., & Deng, W. (2010). Factors affecting the item parameter estimation and classification accuracy of the DINA model. Journal of Educational Measurement, 47(2), 227-249.
de La Torre, J., & Karelitz, T. M. (2009). Impact of diagnosticity on the adequacy of models for cognitive diagnosis under a linear attribute structure: A simulation study. Journal of Educational Measurement, 46(4), 450-469.
de La Torre, J., & Lee, Y. S. (2013). Evaluating the wald test for item level comparison of saturated and reduced models in cognitive diagnosis. Journal of Educational Measurement, 50(4), 355-373.
de La Torre, J., & Minchen, N. (2014). Cognitively diagnostic assessments and the cognitive diagnosis model framework. Psicología Educativa, 20(2), 89-97.
George, A. C., Robitzsch, A., Kiefer, T., Groß, J., & Ünlü, A. (2016). The R package CDM for cognitive diagnosis models. Journal of Statistical Software, 74(2), 1-24.
Guo, L., Bao, Y., Wang, Z., & Bian, Y. (2014). Cognitive diagnostic assessment with different weight for attribute: Based on the Dina Model. Psychological reports, 114(3), 802-822.
Lee, Y. S., de la Torre, J., & Park, Y. S. (2012). Relationships between cognitive diagnosis, CTT, and IRT indices: An empirical investigation. Asia Pacific Education Review, 13(2), 333-345.
Köhn, H. F., & Chiu, C. Y. (2016). A proof of the duality of the DINA model and the DINO model. Journal of Classification, 33(2), 171-184.
Kuo, B. C., Chen, C. H., & de la Torre, J. (2017). A cognitive diagnosis model for identifying coexisting skills and misconceptions. Applied Psychological Measurement, 41, 1-13.
Studer, C. (2012). Incorporating learning over time into the cognitive assessment framework (Unpublished doctoral dissertation). Carnegie Mellon University, Pittsburgh, PA.
Thummaphan, P., Li, M., & de la Torre, J. (2558, 25 สิงหาคม). Models for cognitive diagnostic modeling. รวมบทความวิธีวิทยาและทฤษฎีเพื่อการวิจัยทางพฤติกรรมในชุมชนและโรงเรียน, 9-22.
Wang, W., Song, L., Chen, P., Meng, Y., & Ding, S. (2015). Attribute level and pattern level classification consistency and accuracy indices for cognitive diagnostic assessment. Journal of Educational Measurement, 52(4), 457-476.