การพัฒนาคลังข้อสอบตามระดับชั้นของค่าอำนาจจำแนกของข้อสอบวิชาคณิตศาสตร์ O-NET ชั้นมัธยมศึกษาปีที่ 6

Main Article Content

ศักดิ์ชัย จันทะแสง SAKCHAI JANTASANG

บทคัดย่อ

       การวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์คุณภาพของข้อสอบตามทฤษฎีการตอบสนองข้อสอบแบบพหุมิติ และสร้างคลังข้อสอบตามระดับชั้นของค่าอำนาจจำแนกข้อสอบ และจัดกลุ่มเนื้อหา ประชากร คือ นักเรียนชั้นมัธยมศึกษาปีที่ 6 ได้ทำการทดสอบทางการศึกษาระดับชาติขั้นพื้นฐาน (O-NET) วิชาคณิตศาสตร์ ระหว่างปีการศึกษา 2551–2553 และ 2555–2559 ซึ่งเป็นข้อมูลทุติยภูมิ (Secondary data) ที่ได้มาจากสถาบันทดสอบทางการศึกษาแห่งชาติ (องค์การมหาชน) วิเคราะห์คุณภาพข้อสอบด้วยโปรแกรม MULTILOG ผลการวิจัยปรากฏว่า 1) ข้อสอบที่ผ่านเกณฑ์คุณภาพข้อสอบ จำนวน 193 ข้อ มีค่าอำนาจจำแนกเฉลี่ยอยู่ในระดับค่อนข้างสูงเท่ากับ 1.69 ค่าความยากเฉลี่ยอยู่ในระดับยากเท่ากับ 1.20 และค่าโอกาสการเดาเฉลี่ยอยู่ในระดับปานกลางเท่ากับ 0.18 แสดงให้เห็นว่า ข้อสอบมีค่าความยากของข้อสอบเฉลี่ยระดับยาก และ 2) คลังข้อสอบมี 4 ชั้น ตามค่าอำนาจจำแนกของข้อสอบ แต่ละชั้นมีข้อสอบ 4 สาระการเรียนรู้ คือ จำนวนและการดำเนินการ การวัด พีชคณิต และการวิเคราะห์ข้อมูลและความน่าจะเป็น คลังข้อสอบชั้นที่ 1 มีค่าอำนาจจำแนกของข้อสอบมีค่าอยู่ในระดับต่ำ มีค่าอยู่ระหว่าง 0.50-0.99 มีข้อสอบ จำนวน 18 ข้อ คลังข้อสอบชั้นที่ 2 มีค่าอำนาจจำแนกของข้อสอบมีค่าอยู่ในระดับปานกลาง มีค่าอยู่ระหว่าง  1.00-1.49 มีข้อสอบ จำนวน 49 ข้อ คลังข้อสอบชั้นที่ 3 มีค่าอำนาจจำแนกของข้อสอบค่าอยู่ในระดับค่อนข้างสูง มีค่าอยู่ระหว่าง 1.50-1.99 มีข้อสอบ จำนวน 64 ข้อ และคลังข้อสอบชั้นที่ 4 มีค่าอำนาจจำแนกของข้อสอบค่าอยู่ในระดับสูง มีค่าอยู่ระหว่าง 2.00-2.50 มีข้อสอบ จำนวน 62 ข้อ

Article Details

ประเภทบทความ
บทความวิจัย

เอกสารอ้างอิง

กระทรวงศึกษาธิการ. (2551). หลักสูตรแกนกลางการศึกษาขั้นพื้นฐาน พุทธศักราช 2551. กรุงเทพฯ: โรงพิมพ์ชุมนุมสหกรณ์การเกษตรแห่งประเทศไทย จำกัด.

กระทรวงศึกษาธิการ. (2560). แผนพัฒนาการศึกษาของกระทรวงศึกษาธิการ ฉบับที่ 12 (2560-2564). ค้นเมื่อ 20 กรกฎาคม 2560, จาก http://www.moe.go.th/moe/th/news/detail.php? NewsID =47194&Key=news20

ศิริชัย กาญจนวาสี. (2555). ทฤษฎีการทดสอบแนวใหม่ (พิมพ์ครั้งที่ 4). กรุงเทพฯ: โรงพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย.

สุชาดา กรเพชรปาณี, ปิยะทิพย์ ตินวร และโสฬส สุขานนท์สวัสดิ์. (2559). การพัฒนาโปรแกรมการทดสอบแบบปรับเหมาะด้วยคอมพิวเตอร์ สำหรับการจัดสอบ O-NET. วารสารวิทยาการวิจัยและวิทยาการปัญญา, 14 (1), 14-27.

สถาบันส่งเสริมการสอนวิทยาศาสตร์และเทคโนโลยีกระทรวงศึกษาธิการ. (2556). ผลการประเมิน PISA 2012 คณิตศาสตร์ การอ่าน และวิทยาศาสตร์. กรุงเทพฯ: แอดวานซ์ พริ้นติ้งเซอร์วิส.

Anderson, L. W., Krathwohl, D. R., Airasian, P. W., Cruikshank, K. A., Mayer, R. E., Pintrich, P. R. & Wittrock, M. C. (2001). A taxonomy for learning, teaching, and assessing: A revision of Bloom’s taxonomy of educational objectives, abridged edition. New York: Longman.

Bloom, B. S., Engelhart, M. D., Furst, E. J., Hill, W. H. & Krathwohl, D. R. (1956). Taxonomy of educational objectives: The classification of educational goals: Handbook I: Cognitive domain (No. 373.19 C734t). New York: D. Mckay.

De Ayala, R. J. (2009). The theory and practice of item response theory. New York: The Guilford Press.

Krathwohl, D. R. (2002). A revision of Bloom’s taxonomy: An overview. Theory Into Practice, 41 (4), 212-218.

Miller, T. R. & Hirsch, T. M. (1992). Cluster analysis of angular data in applications of multidimensional item-response theory. Applied Measurement in Education, 5 (3), 193-211.

Molina, J. G., Pareja, I. & Sanmartín, J. (2008). Modeling item banking: Analysis and design of a computerized system. REMA, 13 (2), 1-14.

OECD. (2016). PISA 2015 results (volume I): Excellence and equity in education. Paris: OECD Publishing.

Parshall, C. G., Spray, J. A., Kalohn, J. C. & Davey, T. (2002). Issues in innovative item types. In Parshall, C. G., Spray, J. A., Kalohn, J. C. & Davey, T. (Eds.), Practical considerations in computer-based testing (pp. 70–91). New York: Springer.

Urry, V. W. (1977). Tailored testing: A successful application of latent trait theory. Journal of Educational Measurement, 14 (2), 181-196.

Wainer, H. (1989). The future of item analysis. Journal of Educational Measurement, 26 (2), 191-208.

Yao, L. & Boughton, K. A. (2007). A multidimensional item response modeling approach for improving subscale proficiency estimation and classification. Applied Psychological Measurement, 31 (2), 83-105.