การวิเคราะห์การทำหน้าที่ต่างกันของข้อสอบแบบ 2 ทางด้วยโมเดลเชิงเส้นตรงทั่วไประดับลดหลั่น : การประมาณค่าพารามิเตอร์
รหัสดีโอไอ
Title การวิเคราะห์การทำหน้าที่ต่างกันของข้อสอบแบบ 2 ทางด้วยโมเดลเชิงเส้นตรงทั่วไประดับลดหลั่น : การประมาณค่าพารามิเตอร์
Creator ชลี ภัทรพิชญธรรม
Contributor ศิริชัย กาญจนวาสี, Kamata, Akihito
Publisher จุฬาลงกรณ์มหาวิทยาลัย
Publication Year 2553
Keyword ทฤษฎีการตอบสนองข้อสอบ, ข้อสอบ, การวัดผลทางการศึกษา, การประมาณค่าพารามิเตอร์, การวิเคราะห์พหุระดับ, Item response theory, Examinations, Educational tests and measurements, Parameter estimation, Multilevel analysis
Abstract ศึกษาคุณภาพของการประมาณค่าพารามิเตอร์ของโมเดลการทำหน้าที่ต่างกันของข้อสอบแบบ 2 ทาง เมื่อตัวแปรหนึ่งเป็นตัวแปรระดับกลุ่ม และเปรียบเทียบประสิทธิภาพของ โมเดลการทำหน้าที่ต่างกันของข้อสอบทั้ง 4 โมเดลว่าโมเดลไหนมีประสิทธิภาพในการประมาณค่าพารามิเตอร์ได้ดีที่สุด เมื่อมีเงื่อนไขที่แตกต่างกัน 3 ด้าน คือ จำนวนนักเรียนในแต่ละโรงเรียน (the number of student in each school) ขนาดการทำหน้าที่ต่างกัน ระดับกลุ่ม (CLDIF) และขนาดปฏิสัมพันธ์แบบ 2 ทาง (2WAYINT) โดยการ จำลองข้อมูลด้วยเงื่อนไขที่แตกต่างกัน 18 เงื่อนไข (2 x 3 x 3) นั่นคือ 1) จำนวนนักเรียนในแต่ละโรงเรียน (the number of student in each school) 2 ระดับ คือ โรงเรียนละ 50 คนและโรงเรียนละ 100 คน 2) ขนาดการทำหน้าที่ต่างกันระดับกลุ่ม (CLDIF) 3 ระดับ คือ 0.2, 0.4 และ 0.6 และ 3) ขนาดปฏิสัมพันธ์แบบ 2 ทาง (2WAYINT) 3 ระดับ คือ 0.1, 0.2 และ 0.3 มีโมเดลการทำหน้าที่ต่างกันของข้อสอบ 4 โมเดลประกอบไปด้วย 1) โมเดลเต็มรูป 2) โมเดลไม่เต็มรูปที่ไม่มีพารามิเตอร์ปฏิสัมพันธ์แบบ 2 ทาง 3) โมเดลไม่เต็มรูปที่ไม่มีพารามิเตอร์การทำหน้าที่ต่างกันระดับกลุ่ม และ 4) โมเดลไม่เต็มรูปที่ไม่มีทั้งพารามิเตอร์ปฏิสัมพันธ์แบบ 2 ทางและพารามิเตอร์การทำหน้าที่ต่างกันระดับกลุ่ม และกำหนดจำนวนการทำซ้ำในแต่ละเงื่อนไขจำนวน 200 รอบ ผู้วิจัยมีเกณฑ์การคัดสรรโมเดล 5 เกณฑ์ ได้แก่ ดัชนี AIC, ดัชนี BIC, ดัชนี ABIC, ดัชนี 2 of 3 และดัชนี p-value และมีเกณฑ์การประเมินในการประมาณค่าพารามิเตอร์ 3 เกณฑ์ คือ ค่าความลำเอียง (BIAS) ค่าความคลาดเคลื่อนมาตรฐาน (SE) และค่ารากที่สองของความคลาดเคลื่อน ยกกำลังสองเฉลี่ย (RMSE) โดยจำลองข้อมูลด้วยโปรแกรม R ประมาณค่าพารามิเตอร์ด้วยโปรแกรม Mplus ผลการศึกษาสรุปได้ดังนี้ 1. ค่าพารามิเตอร์ปฏิสัมพันธ์แบบ 3 ทาง (3WAYINT) และพารามิเตอร์การทำหน้าที่ต่างกันระดับบุคคล (ILDIF) แตกต่างจากค่าจริงในทุกเงื่อนไข 2. เมื่อใช้ดัชนี AIC และดัชนี p-value เป็นเกณฑ์การคัดสรรโมเดล พบว่า โมเดลเต็มรูปเป็นโมเดลที่ดีที่สุด ในขณะที่เมื่อใช้ดัชนี BIC ดัชนี ABIC และดัชนี 2 of 3 เป็นเกณฑ์การคัดสรรโมเดลได้ผลที่สอดคล้องกันคือ โมเดลไม่เต็มรูปที่ไม่มีทั้งพารามิเตอร์ปฏิสัมพันธ์แบบ 2 ทางและพารามิเตอร์การทำหน้าที่ต่างกันระดับกลุ่ม เป็นโมเดลที่ดีที่สุด ในทุกเงื่อนไข ข้อเสนอแนะ: นักวิจัยควรเลือกใช้โมเดลเต็มรูป เมื่อต้องการศึกษาทุกพารามิเตอร์ในโมเดล HGLM หรือ เลือกใช้โมเดลไม่เต็มรูปที่ไม่มีทั้งพารามิเตอร์ปฏิสัมพันธ์แบบ 2 ทางและพารามิเตอร์การทำหน้าที่ต่างกันระดับกลุ่ม เมื่อต้องการศึกษาด้วยโมเดลที่ประหยัดกว่า
URL Website cuir.car.chula.ac.th
Chulalongkorn University

บรรณานุกรม

EndNote

APA

Chicago

MLA

ดิจิตอลไฟล์

Digital File #1
DOI Smart-Search
สวัสดีค่ะ ยินดีให้บริการสอบถาม และสืบค้นข้อมูลตัวระบุวัตถุดิจิทัล (ดีโอไอ) สำนักการวิจัยแห่งชาติ (วช.) ค่ะ