การประมาณค่าพารามิเตอร์ของแบบสอบเทสต์เลทตามโมเดลทฤษฎีการตอบสนองข้อสอบและโมเดลทฤษฎีการตอบสนองเทสต์เลท
Article Sidebar
เผยแพร่แล้ว:
พ.ค. 20, 2018
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้ มีวัตถุประสงค์เพื่อศึกษาการประมาณค่าพารามิเตอร์ข้อสอบประกอบด้วย อำนาจจำแนก ความยาก การเดา และพารามิเตอร์ความสามารถของผู้สอบที่ประมาณค่าตามโมเดลทฤษฎีการตอบสนองข้อสอบ แบบ 3 พารามิเตอร์ (IRT 3PL) และโมเดลทฤษฎีการตอบสนองเทสต์เลท แบบ 3 พารามิเตอร์ (TRT 3PL) ข้อมูลที่ใช้ในการวิจัยครั้งนี้คือคะแนนรายข้อจากแบบทดสอบการศึกษาระดับชาติขั้นพื้นฐานในรายวิชาภาษาอังกฤษของนักเรียนชั้นมัธยมศึกษาปีที่ 3 ปีการศึกษา 2558 จำนวน 1,500 คน ได้จากการสุ่มแบบหลายขั้นตอน จากนั้นนำค่าพารามิเตอร์มาวิเคราะห์สัมประสิทธิ์สหสัมพันธ์แบบเพียร์สัน และเปรียบเทียบค่าเฉลี่ยความคลาดเคลื่อนมาตรฐานด้วยสถิติ Paired t-test ผลการวิจัยพบว่า
- ค่าพารามิเตอร์อำนาจจำแนก ค่าพารามิเตอร์ความยาก ค่าพารามิเตอร์ การเดา และค่าพารามิเตอร์ความสามารถของผู้สอบระหว่างวิธีการประมาณค่าตามโมเดลทฤษฎีการตอบสนองข้อสอบและโมเดลทฤษฎีการตอบสนองเทสต์เลท มีความสัมพันธ์กันอย่างมีนัยสำคัญทางสถิติที่ระดับ .01 และมีค่าสัมประสิทธิ์สหสัมพันธ์ในระดับสูงมาก โดยมีขนาดความสัมพันธ์เท่ากับ 0.935 0.983 0.972 และ 0.994 ตามลำดับ
- ค่าเฉลี่ยของความคลาดเคลื่อนมาตรฐานของค่าพารามิเตอร์ข้อสอบ ประกอบด้วย พารามิเตอร์อำนาจจำแนก พารามิเตอร์ความยาก พารามิเตอร์การเดาและค่าพารามิเตอร์ความสามารถของผู้สอบที่ประมาณค่าตามโมเดลทฤษฎีการตอบสนองข้อสอบและโมเดลทฤษฎีการตอบสนองเทสต์เลทแตกต่างกันอย่างมีนัยสำคัญที่ระดับ .05
Article Details
ประเภทบทความ
บทความวิจัย
เอกสารอ้างอิง
กระทรวงศึกษาธิการ. (2559). สถิติทางการศึกษาปี 2558. วันที่ค้นข้อมูล 30 กันยายน 2559, เข้าถึงได้จาก http://www.bopp-obec.info/home/wp-content/ uploads/ 2015/09/t32.pdf.
ศิริชัย กาญจนาวสี. (2555). ทฤษฎีการทดสอบแนวใหม่ (Modern test theory) (พิมพ์ครั้งที่ 4). กรุงเทพฯ : โรงพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย.
Birnbaum, A. (1968). Some latent trait models and their use in inferring an examinee’s ability.In F.M. Lord & M.R. Novick (Eds.), Statistical theories of mental test score(pp. 397-479).Reading, MA: Addison-Wesley.
Campbell, D.T., & Fiske, D.W. (1959). Convergent and Discriminant Validation by the Multitrait-Multimethod Matrix. Psychological Bulletin, 56, 81-105.
Chen, J. (2014). Model selection for IRT equating of Testlet-based tests in therandom groups design. PhD (Doctor of Philosophy) thesis, University of Iowa.
De Ayala, R. J. (2009). The theory and practice of item response theory. New York : Guilford.
Demars, C.E. (2006).Application of the bifactormultidimentionsional item response theory model to testlet-based test. Journal of Educational Measurement, 43, 145-168.
Eckes, T. (2014). Examining testlet effects in the TestDaf listening section: A testlet response. Language Testing, 31(1), 39-61.
Foley, B. F. (2010). Improving IRT item parameter estimates with small sample sizes: Evaluating the efficacy of a new data augmentation technique. Doctoral dissertation, Philosophy, Graduate College at the University of Nebraska.
Kogar, E. Y., & Kelecioglu, H. (2017). Examination of Different ItemResponse Theory Models on Tests Composed of Testlets. Journal of Education and Learning, 6(4), 113-126.
Lam, W. (2009). Linking current and future score scales for the AICPA Uniform CPA Exam. Boston: Technical Report in University of Massachusetts Amherst.
Lee, G., Kolen, M. J., Frisbie, D. A., &Ankenmann, R. D. (2001). Comparison of dichotomous and polytomous item response models in equating scores from tests composedof testlets. Applied Psychological Measurement, 25, 357-372.
Lei, M., Lomax, & R.G., (2005). The effect of varying degrees of nonnormality instructural equation modeling. structural equation modeling. 12 (1), 1–27.
Min, S., & He, L. (2014). Applying unidimensional item response theory models in testlet-basted reading assessment. Language Testing, 31(4), 453-447.
Sireci, S. G., Thissen, D.,& Wainer, H. (1991). On the reliability of testlet-based tests. Journal of Educational Measurement, 28, 237-247.
Wainer, H., Bradlow, E. T., & Wang, X. (2007).Testlet Response Theory and Its Application. Cambridge,UK: Cambridge University Press.
Wainer, H., & Kiely, G.L. (1987). Item clusters and computerized adaptive testing: A case for testlet. Journal of Educational Measurement, 24, 185-201.
Wang, X., Bradlow, E. T., & Wainer, H. (2002). A general Bayesian model for testlets: Theory and applications. Applied Psychological Measurement, 26, 190-128.
Zhang, J. (2007). Dichotomous or Polytomous model? Equating of testlet-based tests in light of conditional item pair correlations. Philosophy degree in Psychological and Quantitative Foundations (Educational Measurement and Statistics) in the Graduate College of The University of Iow.
ศิริชัย กาญจนาวสี. (2555). ทฤษฎีการทดสอบแนวใหม่ (Modern test theory) (พิมพ์ครั้งที่ 4). กรุงเทพฯ : โรงพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย.
Birnbaum, A. (1968). Some latent trait models and their use in inferring an examinee’s ability.In F.M. Lord & M.R. Novick (Eds.), Statistical theories of mental test score(pp. 397-479).Reading, MA: Addison-Wesley.
Campbell, D.T., & Fiske, D.W. (1959). Convergent and Discriminant Validation by the Multitrait-Multimethod Matrix. Psychological Bulletin, 56, 81-105.
Chen, J. (2014). Model selection for IRT equating of Testlet-based tests in therandom groups design. PhD (Doctor of Philosophy) thesis, University of Iowa.
De Ayala, R. J. (2009). The theory and practice of item response theory. New York : Guilford.
Demars, C.E. (2006).Application of the bifactormultidimentionsional item response theory model to testlet-based test. Journal of Educational Measurement, 43, 145-168.
Eckes, T. (2014). Examining testlet effects in the TestDaf listening section: A testlet response. Language Testing, 31(1), 39-61.
Foley, B. F. (2010). Improving IRT item parameter estimates with small sample sizes: Evaluating the efficacy of a new data augmentation technique. Doctoral dissertation, Philosophy, Graduate College at the University of Nebraska.
Kogar, E. Y., & Kelecioglu, H. (2017). Examination of Different ItemResponse Theory Models on Tests Composed of Testlets. Journal of Education and Learning, 6(4), 113-126.
Lam, W. (2009). Linking current and future score scales for the AICPA Uniform CPA Exam. Boston: Technical Report in University of Massachusetts Amherst.
Lee, G., Kolen, M. J., Frisbie, D. A., &Ankenmann, R. D. (2001). Comparison of dichotomous and polytomous item response models in equating scores from tests composedof testlets. Applied Psychological Measurement, 25, 357-372.
Lei, M., Lomax, & R.G., (2005). The effect of varying degrees of nonnormality instructural equation modeling. structural equation modeling. 12 (1), 1–27.
Min, S., & He, L. (2014). Applying unidimensional item response theory models in testlet-basted reading assessment. Language Testing, 31(4), 453-447.
Sireci, S. G., Thissen, D.,& Wainer, H. (1991). On the reliability of testlet-based tests. Journal of Educational Measurement, 28, 237-247.
Wainer, H., Bradlow, E. T., & Wang, X. (2007).Testlet Response Theory and Its Application. Cambridge,UK: Cambridge University Press.
Wainer, H., & Kiely, G.L. (1987). Item clusters and computerized adaptive testing: A case for testlet. Journal of Educational Measurement, 24, 185-201.
Wang, X., Bradlow, E. T., & Wainer, H. (2002). A general Bayesian model for testlets: Theory and applications. Applied Psychological Measurement, 26, 190-128.
Zhang, J. (2007). Dichotomous or Polytomous model? Equating of testlet-based tests in light of conditional item pair correlations. Philosophy degree in Psychological and Quantitative Foundations (Educational Measurement and Statistics) in the Graduate College of The University of Iow.
