การพัฒนาโมเดลการตอบสนองข้อสอบแบบผสมพหุระดับสำหรับการวิเคราะห์กลุ่มความสามารถแฝง

DEVELOPMENT OF THE MULTILEVEL MIXTURE ITEM RESPONSE THEORY MODEL FOR IDENTIFYING LATENT CLASSES

Name: ภัทรภร เจนสุทธิเวชกุล

ThaSH: ข้อสอบ

ThaSH: การวิเคราะห์กลุ่มแฝง

Abstract: งานวิจัยนี้มีวัตถุประสงค์คือ (1) เพื่อพัฒนาโมเดล การประมาณค่ากลุ่มความสามารถแฝงของบุคคลตามทฤษฎีการตอบสนองข้อสอบแบบผสมพหุระดับ ที่มีการบูรณาการโมเดลการตอบสนองข้อสอบแบบ 3 พารามิเตอร์ โมเดลการวิเคราะห์กลุ่มแฝง และโมเดลพหุระดับ (2) เพื่อตรวจสอบความถูกต้อง แม่นยำของการจำแนกกลุ่มคุณลักษณะแฝงของแต่ละบุคคล โดยใช้โมเดลการตอบสนองข้อสอบแบบผสมพหุระดับที่พัฒนาขึ้น จากข้อมูลจำลอง และ (3) เพื่อวิเคราะห์จำแนกกลุ่มคุณลักษณะแฝงของแต่ละบุคคล โดยใช้โมเดลการตอบสนองข้อสอบแบบผสมพหุระดับที่พัฒนาขึ้น จากข้อมูลผลการตอบข้อสอบวิชาคณิตศาสตร์ในการทดสอบทางการศึกษาระดับชาติขั้นพื้นฐานของนักเรียนระดับชั้นมัธยมศึกษาปีที่ 6 ข้อมูลที่ใช้ในการศึกษาครั้งนี้ มี 2 ส่วนคือ (1) ข้อมูลจำลองผลการตอบข้อสอบของนักเรียน ภายใต้เงื่อนไขคือ จำลองกลุ่มแฝงระดับโรงเรียน 6 กลุ่มแฝง แต่ละกลุ่มแฝงจำลองผลการตอบข้อสอบสองสถานการณ์คือ จำนวนข้อสอบ 6 ข้อ และ 15 ข้อ ของนักเรียนในโรงเรียน 4 ขนาด และ (2) ข้อมูลทุติยภูมิ ผลการตอบข้อสอบวิชาคณิตศาสตร์ในการทดสอบทางการศึกษาระดับชาติขั้นพื้นฐานของนักเรียนระดับชั้นมัธยมศึกษาปีที่ 6 ของสถาบันทดสอบทางการศึกษาแห่งชาติ (องค์การมหาชน) การศึกษาครั้งนี้จำลองข้อมูลโดยใช้การเขียนคำสั่งการประมวลผลบนโปรแกรม R ด้วยแพ็คเกจ IRTOYS และวิเคราะห์ข้อมูลโดยใช้การเขียนคำสั่งการประมวลผลบนโปรแกรม R ด้วยแพ็คเกจ LTM และ MCLUST และตรวจสอบความถูกต้อง แม่นยำของการจำแนกกลุ่มแฝงด้วยการวิเคราะห์ซ้ำแต่ละสถานการณ์จำนวน 25 ครั้ง ผลการวิจัยที่สำคัญสรุปได้ดังนี้ 1. โมเดลการตอบสนองข้อสอบแบบผสมพหุระดับที่พัฒนาขึ้น สำหรับจำแนกกลุ่มความสามารถแฝงของบุคคล เป็นโมเดลที่มีการบูรณาการโมเดลการตอบสนองข้อสอบแบบ 3 พารามิเตอร์ โมเดลการวิเคราะห์กลุ่มแฝง และโมเดลพหุระดับ ซึ่งมีขั้นตอนการวิเคราะห์ทั้งสิ้น 5 ขั้นตอนได้แก่ (1) ประมาณค่าพารามิเตอร์ และคำนวณหาความน่าจะเป็นแบบมีเงื่อนไขที่แต่ละคนที่มีรูปแบบการตอบเหมือนกันจะตอบถูกในแต่ละข้อของข้อมูลจำลอง (2) แบ่งกลุ่มความสามารถแฝงระดับบุคคล (3) คำนวณความสามารถของโรงเรียน (4) แบ่งกลุ่มความสามารถแฝงระดับโรงเรียน (5) คำนวณหาความน่าจะเป็นที่จะตอบคำถามในแต่ละข้อถูกของแต่ละโรงเรียน 2. การศึกษาด้วยข้อมูลจำลอง ผลการวิจัยให้ข้อค้นพบว่าโมเดลที่พัฒนาขึ้นสามารถจำแนกกลุ่มความสามารถแฝงของบุคคลได้ถูกต้องและแม่นยำ สำหรับข้อสอบ 6 ข้อ จำแนกได้ถูกต้องคิดเป็นร้อยละ 96 และสำหรับข้อสอบ 15 ข้อ จำแนกได้ถูกต้อง คิดเป็นร้อยละ 100 3. การศึกษาด้วยข้อมูลผลการตอบข้อสอบวิชาคณิตศาสตร์ในการทดสอบทางการศึกษาระดับชาติขั้นพื้นฐานของนักเรียนระดับชั้นมัธยมศึกษาปีที่ 6 พบว่า สามารถจำแนกกลุ่มความสามารถแฝงของบุคคล ในระดับบุคคลและระดับโรงเรียนได้ 20 กลุ่ม และ 9 กลุ่มตามลำดับ

Abstract: This research aims to (1) develop a model for estimating individual’s latent ability based on Item response theory by integrating three parameters IRT model, latent class model, and multilevel model, called 3PL-MMixIRT, (2) examine the correctness and accuracy of the developed model in classifying individual’s latent class by using simulated data, (3) apply the model to classify individual’s latent class using the empirical data from grade 12 students’ O-NET test score in mathematics. The data can be divided into (1) simulated data and (2) empirical data. In the first case, the simulated data consist of two situations. The first situation is 6 test items with 4 school sizes, while the other situation is 15 test items with 4 school sizes. In the other case, the model was applied for the empirical data retrieved from grade 12 students’ O-NET test score in mathematics. Program R was adopted to develop the model which IRTOYS package was used to create simulation data, LTM package was utilized to estimate parameters, and MCLUST package was applied to classify latent class. Moreover, to ensure correctness and accuracy of the developed model, 25 iterations are applied. This study provides three important results. First, the developed model for estimating individual’s latent ability based on Item response theory by integrating three parameters IRT model, latent class model, and multilevel model consists of five steps, which are (1) parameter estimation based on three parameter IRT, (2) individual latent class analysis, (3) school ability calculation based on proportional probability, (4) school latent class analysis, and finally (5) probability to answer each item correctly. Second, the analysis with simulated data indicates the correctness and accuracy of the model in both 6-item test and 15-item test. The first situation reveals 96% correctness, while the other situation unveils 100% correctness. Finally, the analysis with empirical data from grade 12 students’ O-NET test score in mathematics reveals that there are 20 school latent classes, and 9 individual latent classes, respectively.

จุฬาลงกรณ์มหาวิทยาลัย. สำนักงานวิทยทรัพยากร

Address: กรุงเทพมหานคร

Email: cuir@car.chula.ac.th

Name: ศิริชัย กาญจนวาสี

Role: ที่ปรึกษา

Name: สังวรณ์ งัดกระโทก

Role: ที่ปรึกษา

Created: 2558

Modified: 2561-06-27

Issued: 2561-06-27

วิทยานิพนธ์/Thesis

application/pdf

URL: http://cuir.car.chula.ac.th/handle/123456789/50663

tha

DegreeName: ครุศาสตรดุษฎีบัณฑิต

Level: ปริญญาเอก

Descipline: การวัดและประเมินผลการศึกษา

Grantor: จุฬาลงกรณ์มหาวิทยาลัย

©copyrights จุฬาลงกรณ์มหาวิทยาลัย

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	5384240827[1].pdf	8.24 MB	44	2023-06-10 15:21:36

ใช้เวลา

0.020277 วินาที