โปรแกรมวิเคราะห์คุณภาพแบบทดสอบแบบอัตนัย

แบบทดสอบแบบอัตนัย (Subjective Test) คืออะไร?

แบบทดสอบแบบอัตนัย (Subjective Test หรือ Essay Test) เป็นแบบทดสอบที่ให้ผู้สอบ แสดงความรู้ ความคิด และการใช้เหตุผลอย่างเต็มที่ ต่างจากแบบทดสอบปรนัยที่ผู้สอบเลือกตอบจากตัวเลือก แต่ละข้อสามารถมีคะแนนเต็มต่างกันและได้รับคะแนนแบบต่อเนื่องตามเกณฑ์การตรวจ

หลักสำคัญ : การวิเคราะห์คุณภาพแบบอัตนัยต้องปรับสูตรให้รองรับ คะแนนหลายระดับ (polytomous) และคะแนนเต็มที่ต่างกันในแต่ละข้อ โดยใช้การหาร Max_j ในสูตร เพื่อให้ค่า p และ r อยู่ในสเกลเดียวกัน

1

คะแนนต่อเนื่อง

ผู้สอบได้คะแนน 0 ถึงคะแนนเต็มของแต่ละข้อ ไม่ใช่แค่ถูก/ผิด

2

คะแนนเต็มต่างกันได้

ข้อที่ยากหรือต้องการเน้นสามารถมีคะแนนเต็มมากกว่าข้ออื่นได้

3

วิเคราะห์ p และ r

ต้องวิเคราะห์ทั้งความยาก (p) และอำนาจจำแนก (r) เหมือนแบบปรนัย

4

ความเชื่อมั่น Alpha

ใช้ Cronbach's Alpha (ไม่ใช่ KR-20) เพราะคะแนนไม่ใช่ 0/1

กระบวนการวิเคราะห์คุณภาพแบบทดสอบแบบอัตนัย

1

คำนวณคะแนนรวม

รวมคะแนนทุกข้อของผู้สอบแต่ละคน (คะแนนต้นฉบับ)

2

เรียงและแบ่ง 27%

เรียงจากมากไปน้อย แบ่งกลุ่มสูง 27% และกลุ่มต่ำ 27%

3

คำนวณ p รายข้อ

p = (ΣX_H + ΣX_L) / (2 × n₂₇ × Max_j)

4

คำนวณ r รายข้อ

r = (ΣX_H − ΣX_L) / (n₂₇ × Max_j)

5

ตัดสินคุณภาพ

p ∈ [0.20,0.80] AND r ≥ 0.20 → ผ่านคุณภาพ

6

Cronbach's Alpha

คำนวณความเชื่อมั่นจากข้อที่ผ่านเกณฑ์

ทำไมต้องหาร Max_j : เพราะข้อสอบแต่ละข้ออาจมีคะแนนเต็มต่างกัน การหาร Max_j ทำให้ค่า p และ r อยู่ในช่วง [0,1] เหมือนกันทุกข้อ สามารถเปรียบเทียบและแปลผลได้ตามเกณฑ์มาตรฐานเดียวกัน

ค่าความยาก (Difficulty Index; p) — แบบอัตนัย

ค่าความยากของข้อสอบแบบอัตนัยวัดจากสัดส่วนคะแนนเฉลี่ยที่กลุ่มสูงและกลุ่มต่ำได้รับ เทียบกับคะแนนเต็มของข้อนั้น

สูตรความยาก (p) แบบอัตนัย

p_j = (ΣX_H + ΣX_L) / (2 × n₂₇ × Max_j) ΣX_H = ผลรวมคะแนนข้อที่ j ของกลุ่มสูง 27% ΣX_L = ผลรวมคะแนนข้อที่ j ของกลุ่มต่ำ 27% n₂₇ = จำนวนผู้สอบในแต่ละกลุ่ม (27% ของทั้งหมด) Max_j = คะแนนเต็มของข้อที่ j

เกณฑ์การแปลผลค่าความยาก (p)

p > 0.80

ง่ายเกินไป

0.60–0.80

ค่อนข้างง่าย

0.40–0.59

ปานกลาง

0.20–0.39

ค่อนข้างยาก

p < 0.20

ยากเกินไป

ข้อที่ผ่านเกณฑ์คุณภาพด้านความยาก : 0.20 ≤ p ≤ 0.80 ข้อที่ง่ายหรือยากเกินไปอาจไม่สามารถแยกแยะผู้เรียนระดับต่างๆ ได้ อ้างอิง: พิชิต ฤทธิ์จรูญ (2557); Ebel & Frisbie (1991)

ค่าอำนาจจำแนก (Discrimination Index; r) — แบบอัตนัย

สูตรอำนาจจำแนก (r) แบบอัตนัย

r_j = (ΣX_H − ΣX_L) / (n₂₇ × Max_j) ΣX_H = ผลรวมคะแนนข้อที่ j ของกลุ่มสูง 27% ΣX_L = ผลรวมคะแนนข้อที่ j ของกลุ่มต่ำ 27% n₂₇ = จำนวนผู้สอบในแต่ละกลุ่ม (27% ของทั้งหมด) Max_j = คะแนนเต็มของข้อที่ j

เกณฑ์การแปลผลค่าอำนาจจำแนก (r)

r ≥ 0.40

จำแนกได้ดีมาก

0.30–0.39

จำแนกได้ดี

0.20–0.29

จำแนกได้พอใช้

r < 0.20

จำแนกได้ไม่ดี

ข้อสอบที่มี r ≥ 0.20 ถือว่า ผ่านเกณฑ์ด้านอำนาจจำแนก ทั้งนี้ต้องผ่านเกณฑ์ความยาก (0.20 ≤ p ≤ 0.80) ด้วยจึงจะถือว่าผ่านคุณภาพ อ้างอิง: Whitney & Sabers (1970); พิชิต ฤทธิ์จรูญ (2557)

ความเชื่อมั่น — Cronbach's Alpha (α)

สำหรับแบบทดสอบแบบอัตนัย ใช้ Cronbach's Alpha (α) แทน KR-20 เนื่องจากคะแนนมีหลายระดับ (polytomous) ไม่ใช่แค่ 0/1 สูตรนี้วัดความสอดคล้องภายในของข้อสอบที่ใช้

สูตร Cronbach's Alpha

α = K/(K−1) × [1 − Σσ²_i / σ²_รวม] K = จำนวนข้อสอบที่เลือก σ²_i = ความแปรปรวนของคะแนนข้อที่ i (Population Variance) σ²_รวม = ความแปรปรวนของคะแนนรวม (จากข้อที่เลือก) (Cronbach, 1951; พิชิต ฤทธิ์จรูญ, 2557)

เกณฑ์การแปลผลค่า Cronbach's Alpha

α ≥ 0.90

ดีมาก

0.80–0.89

ดี

0.70–0.79

พอใช้

< 0.70

ต้องปรับปรุง

ขอบเขตของโปรแกรม (Scope) : โปรแกรมนี้วิเคราะห์ ความเชื่อมั่นภายใน (Internal Consistency) เหมาะสำหรับกรณีผู้ตรวจ 1 คน หากมีผู้ตรวจหลายคน ควรตรวจสอบ Inter-rater Reliability ด้วย ICC (Intraclass Correlation) หรือ Cohen's Kappa เพิ่มเติม อ้างอิง: Shrout & Fleiss (1979); Cicchetti (1994)

KR-20 vs Cronbach's Alpha : KR-20 ใช้เฉพาะข้อสอบที่มีคะแนน 0/1 เท่านั้น ส่วน Cronbach's Alpha ใช้ได้กับทุกประเภท รวมทั้งอัตนัยที่มีคะแนนต่อเนื่อง ในความเป็นจริง KR-20 เป็นกรณีพิเศษของ Cronbach's Alpha

กำหนดรายละเอียดแบบทดสอบแบบอัตนัย