|
การวิเคราะห์ข้อคำถามในแบบวัดความวิตกกังวลในการสอบคณิตศาสตร์ : การเปรียบเทียบระหว่างไฮราซิคอลลิเนียร์โมเดล พาเซียลเครดิตโมเดลและเกรดเรสพอนส์โมเดล |
|---|---|
| รหัสดีโอไอ | |
| Title | การวิเคราะห์ข้อคำถามในแบบวัดความวิตกกังวลในการสอบคณิตศาสตร์ : การเปรียบเทียบระหว่างไฮราซิคอลลิเนียร์โมเดล พาเซียลเครดิตโมเดลและเกรดเรสพอนส์โมเดล |
| Creator | ศิริรัตน์ สุคันธพฤกษ์ |
| Contributor | โชติกา ภาษีผล, ศิริชัย กาญจนวา |
| Publisher | จุฬาลงกรณ์มหาวิทยาลัย |
| Publication Year | 2553 |
| Keyword | คณิตศาสตร์ -- การศึกษาและการสอน -- แง่จิตวิทยา, ความวิตกกังวลในวิชาคณิตศาสตร์, การสอบ -- ความตรง, การสอบ -- คำถาม, การทดสอบทางจิตวิทยา, ความสามารถทางคณิตศาสตร์ -- การทดสอบ, Mathematics -- Study and teaching -- Psychological aspects, Math anxiety, Examinations -- Validity, Examinations -- Questions, Psychological tests, Mathematical ability -- Testing |
| Abstract | การวิจัยครั้งนี้มีวัตถุประสงค์ 3 ประการ คือ 1) เพื่อวิเคราะห์ข้อคำถามในแบบวัดความวิตกกังวลในการสอบคณิตศาสตร์ ด้วย Hierarchical Linear Model โดยการประมาณค่าพารามิเตอร์ของข้อคำถาม พารามิเตอร์ของผู้สอบ และผลของตัวแปรคุณลักษณะภายในของผู้สอบต่อโอกาสการตอบข้อคำถามได้ถูกต้อง 2) เพื่อเปรียบเทียบและศึกษาสหสัมพันธ์ของผลการประมาณค่าพารามิเตอร์ของ ข้อคำถามและพารามิเตอร์ของผู้สอบระหว่างการประมาณค่าด้วย Hierarchical Linear Model (HLM), Partial Credit Model (PCM) และ Graded Response Model (GRM) 3) เพื่อเปรียบเทียบผลการตรวจสอบการทำหน้าที่ต่างกันของข้อสอบ (DIF) ระหว่าง Hierarchical Linear Model, Partial Credit Model และ Graded Response Model กลุ่มตัวอย่างที่ใช้ในการวิจัยเป็นนักเรียนชั้นมัธยมศึกษาปีที่ 6 สายวิทย์-คณิต ปีการศึกษา 2552 จำนวน 1,715 คน จาก 29 โรงเรียนในสังกัดสำนักงานเขตพื้นที่การศึกษาพระนครศรีอยุธยาเขต 1 และเขต 2 สำนักงานเขตพื้นที่การศึกษาอ่างทองและสำนักงานเขตพื้นที่การศึกษานนทบุรี ซึ่งได้มาจากการสุ่มตัวอย่างแบบยกชั้น เครื่องมือที่ใช้ในการวิจัยประกอบด้วย แบบวัดความวิตกกังวลในการสอบคณิตศาสตร์ แบบวัดการรับรู้ความคาดหวังของผู้ปกครอง แบบวัดการสนับสนุนทางสังคม แบบวัดการเตรียมตัวสอบ แบบวัดกลยุทธ์ในการสอบ แบบวัดเจตคติต่อการเรียนคณิตศาสตร์ และแบบวัดแรงจูงใจใฝ่สัมฤทธิ์ทางการเรียนคณิตศาสตร์ การวิเคราะห์ข้อมูลดำเนินการใน 3 ขั้นตอน คือ 1) ประมาณค่าพารามิเตอร์ของข้อคำถาม พารามิเตอร์ของผู้สอบ และศึกษาผลของ ตัวแปรคุณลักษณะผู้สอบด้วยการวิเคราะห์ HLM โดยใช้โปรแกรม HLM 2) ประมาณค่าพารามิเตอร์ของข้อคำถาม พารามิเตอร์ของผู้สอบ ด้วยการวิเคราะห์ PCM และ GRM โดยใช้โปรแกรม PARSCALE จากนั้นเปรียบเทียบผลการประมาณค่ากับ HLM 3) เปรียบเทียบผลการวิเคราะห์การทำหน้าที่ต่างกันของข้อสอบด้วย HLM โดยใช้โปรแกรม HLM กับ PCM และ GRM โดยใช้โปรแกรม PARSCALE ผลการวิจัยสรุปได้ดังนี้1. ผลการวิเคราะห์ด้วย HLM โดยใช้โปรแกรม HLM พบว่า สามารถประมาณค่าพารามิเตอร์ความยากได้อย่างคงเส้นคงวา โดยมีความคลาดเคลื่อนมาตรฐานของการประมาณค่าเฉลี่ย 0.074 และสามารถประมาณค่าพารามิเตอร์ของผู้สอบใน residual file และผลการศึกษาตัวแปรคุณลักษณะนักเรียน พบว่า ตัวแปรเพศ การรับรู้ความคาดหวังของผู้ปกครองและเจตคติต่อการเรียนคณิตศาสตร์ส่งผลต่อค่าเฉลี่ยโอกาสการตอบข้อคำถามถูกต้องอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 2. สหสัมพันธ์ระหว่างการประมาณค่าพารามิเตอร์ความยากของข้อคำถามระหว่าง HLM กับ PCM มีค่าอยู่ระหว่าง .899 – .929 สหสัมพันธ์ระหว่างการประมาณค่าพารามิเตอร์ความยากของข้อคำถามระหว่าง HLM กับ GRM มีค่า .996 ส่วนสหสัมพันธ์ระหว่างการประมาณค่าพารามิเตอร์ความยากของข้อคำถามระหว่าง PCM กับ GRM มีค่า .908 - .918 และผลการประมาณค่าพารามิเตอร์ของผู้สอบระหว่าง HLM , PCM และ GRM พบว่า สหสัมพันธ์ระหว่างการประมาณค่าพารามิเตอร์ผู้สอบระหว่าง HLM กับ PCM มีค่า .390 สหสัมพันธ์ระหว่างการประมาณค่าพารามิเตอร์ผู้สอบระหว่าง HLM กับ GRM มีค่า .437 ส่วนสหสัมพันธ์ระหว่างการประมาณค่าพารามิเตอร์ผู้สอบ ระหว่าง PCM กับ GRM มีค่า .798 3. ผลการตรวจสอบการทำหน้าที่ต่างกันของข้อสอบ พบว่า ข้อคำถามที่ทำหน้าที่ต่างกันของข้อร่วมระหว่าง HLM โดยใช้โปรแกรม HLM กับ PCM โดยใช้โปรแกรม PARSCALE มี 7 ข้อ จาก 39 ข้อ คิดเป็นร้อยละ 17.94 ข้อคำถามที่ทำหน้าที่ต่างกันของร่วมระหว่าง HLM โดยใช้โปรแกรม HLM กับ GRM โดยใช้โปรแกรม PARSCALE มี 9 ข้อ จาก 39 ข้อ คิดเป็นร้อยละ 23.07 และข้อคำถามที่ทำหน้าที่ต่างกันของร่วมระหว่าง PCM กับ GRM โดยใช้โปรแกรม PARSCALE มี 6 ข้อ จาก 39 ข้อ คิดเป็นร้อยละ 15.38 |
| URL Website | cuir.car.chula.ac.th |
