แบบทดสอบแบบอิงเกณฑ์ (Criterion-Referenced Test) คืออะไร?

แบบทดสอบแบบอิงเกณฑ์ (CRT) เป็นแบบทดสอบที่ใช้ตัดสินว่าผู้สอบมีความรู้หรือความสามารถ ผ่านเกณฑ์ขั้นต่ำที่กำหนดไว้หรือไม่ โดยไม่เปรียบเทียบกับผู้สอบคนอื่น เหมาะสำหรับการวัดพฤติกรรมที่ต้องการให้ผู้เรียนทำได้จริง เช่น ทักษะพื้นฐาน ความสามารถขั้นต่ำ หรือมาตรฐานวิชาชีพ

หลักการสำคัญ : CRT สนใจว่าผู้สอบ ผ่านเกณฑ์หรือไม่ ไม่ใช่ว่า เก่งกว่าคนอื่นแค่ไหน จึงไม่ต้องการให้ข้อสอบแยกระดับความสามารถของผู้สอบออกจากกัน แต่ต้องการให้ข้อสอบ แยกผู้รู้ออกจากผู้ไม่รู้

ลักษณะสำคัญของ CRT

1

เกณฑ์ชัดเจน

กำหนด Cut Score ก่อนสอบ เช่น ต้องได้ ≥ 70% จึงผ่าน

2

วัดพฤติกรรมเฉพาะ

ข้อสอบวัดความรู้/ทักษะที่กำหนดในวัตถุประสงค์อย่างตรงจุด

3

ไม่สนใจการกระจาย

ไม่จำเป็นต้องมีผลคะแนนกระจายแบบโค้งปกติ

4

ไม่วิเคราะห์ความยาก

ไม่ใช้ค่า p เป็นเกณฑ์คัดกรองข้อสอบ เพราะความยากไม่ใช่สิ่งที่ต้องการควบคุม

กระบวนการวิเคราะห์คุณภาพแบบอิงเกณฑ์

1

กำหนด Cut Score

กำหนดคะแนนเกณฑ์ผ่าน เป็น % ของคะแนนเต็มก่อนดำเนินการ

2

คำนวณคะแนนรวม

คำนวณคะแนนรวมของผู้สอบแต่ละคนจากทุกข้อ

3

แบ่งกลุ่ม Mastery / Non-mastery

ผู้สอบที่ได้คะแนน ≥ C = Mastery; < C = Non-mastery

4

คำนวณ B (อำนาจจำแนก)

B = P_M − P_NM รายข้อ; เกณฑ์ผ่าน B ≥ 0.20

5

เลือกข้อที่ผ่านเกณฑ์

ข้อที่ B ≥ 0.20 นำไปใช้คำนวณความเชื่อมั่น

6

คำนวณ Lovett

ความเชื่อมั่นแบบอิงเกณฑ์โดยสูตรของ Lovett (1977)

ข้อแตกต่างสำคัญจากอิงกลุ่ม : การแบ่งกลุ่มสูง-ต่ำแบบอิงกลุ่มใช้การเรียงลำดับและแบ่ง 50%-50% (หรือ 27%) แต่แบบอิงเกณฑ์ แบ่งตาม Cut Score ที่กำหนดไว้ล่วงหน้า ซึ่งทำให้ขนาดกลุ่มทั้งสองไม่เท่ากันและสะท้อนความเป็นจริงของการเรียนรู้

ค่าอำนาจจำแนกแบบอิงเกณฑ์ (Discrimination Index; B)

ค่าอำนาจจำแนกสำหรับแบบทดสอบอิงเกณฑ์ใช้การเปรียบเทียบสัดส่วนการตอบถูก ระหว่าง กลุ่มผ่านเกณฑ์ (Mastery) และ กลุ่มไม่ผ่านเกณฑ์ (Non-mastery)

สูตรอำนาจจำแนก CRT

B = P_M − P_NM P_M = จำนวนกลุ่ม Mastery ตอบถูก / จำนวนกลุ่ม Mastery ทั้งหมด P_NM = จำนวนกลุ่ม Non-mastery ตอบถูก / จำนวนกลุ่ม Non-mastery ทั้งหมด

เกณฑ์การแปลผลค่าอำนาจจำแนก (B)

B ≥ 0.40

จำแนกได้ดีมาก

0.30–0.39

จำแนกได้ดี

0.20–0.29

จำแนกได้พอใช้

B < 0.20

จำแนกได้ไม่ดี

ข้อสอบที่มี B ≥ 0.20 ถือว่า ผ่านเกณฑ์คุณภาพ สามารถนำไปใช้ในแบบทดสอบอิงเกณฑ์ได้ ข้อที่มี B < 0.20 ควรปรับปรุงหรือตัดออก อ้างอิง: พิชิต ฤทธิ์จรูญ (2557); Berk (1980)

ความเชื่อมั่นแบบอิงเกณฑ์ — สูตรของ Lovett (1977)

Lovett (1977) ขยายวิธีประมาณความเชื่อมั่นด้วยการวิเคราะห์ความแปรปรวน (ANOVA) มาใช้กับแบบทดสอบอิงเกณฑ์ โดยแทนค่าเฉลี่ยด้วยคะแนนเกณฑ์ (C) ค่าที่ได้จึงสะท้อนความคงเส้นคงวาของการตัดสินผู้สอบเทียบกับจุดเกณฑ์ คำนวณได้จากคะแนนรวมของผู้สอบเพียงอย่างเดียว

สูตรของ Lovett (1977)

r_cc = 1 − [K·ΣX − ΣX²] / [(K − 1)·Σ(X − C)²] K = จำนวนข้อสอบที่ใช้คำนวณ X = คะแนนรวมของผู้สอบแต่ละคน C = คะแนนเกณฑ์ (Cut Score) = ร้อยละเกณฑ์ × K

KR-20 vs Lovett : KR-20 ใช้ความแปรปรวนรอบค่าเฉลี่ย เหมาะกับอิงกลุ่ม ส่วน Lovett ใช้ Σ(X − C)² (ระยะห่างจากคะแนนเกณฑ์) เป็นตัวหาร เมื่อคะแนนส่วนใหญ่อยู่ห่างจาก C ค่า Lovett มักสูงกว่า KR-20 เพราะการตัดสินผ่าน/ไม่ผ่านของผู้ที่อยู่ไกลเกณฑ์มีความคลาดเคลื่อนน้อย

เกณฑ์การแปลผลค่าความเชื่อมั่น Lovett (r_cc)

r_cc ≥ 0.90

ดีมาก

0.80–0.89

ดี

0.70–0.79

พอใช้

< 0.70

ต้องปรับปรุง

ความแตกต่างระหว่าง : อิงกลุ่ม (NRT) vs อิงเกณฑ์ (CRT)

ประเด็น	อิงกลุ่ม (NRT)	อิงเกณฑ์ (CRT)
เป้าหมาย	จัดลำดับผู้สอบ	ตัดสิน ผ่าน/ไม่ผ่าน เกณฑ์
การแบ่งกลุ่ม	50% สูง / 50% ต่ำ (หรือ 27%)	Mastery / Non-mastery ตาม Cut Score
ค่าความยาก (p)	✓ วิเคราะห์ เกณฑ์ 0.20–0.80	✗ ไม่วิเคราะห์ ไม่ใช้เป็นเกณฑ์
อำนาจจำแนก (r/B)	r = (H−L)/n; เกณฑ์ r ≥ 0.20	B = P_M − P_NM; เกณฑ์ B ≥ 0.20
ความเชื่อมั่น	KR-20 (ความแปรปรวนรอบ X̄)	Lovett (ระยะห่างจาก C: Σ(X−C)²)
เกณฑ์คุณภาพข้อสอบ	p ∈ [0.20, 0.80] และ r ≥ 0.20	B ≥ 0.20 เท่านั้น

อ้างอิง : Brennan (1972); Lovett (1977); Berk (1980); พิชิต ฤทธิ์จรูญ (2557); ล้วน สายยศ (2543); บุญชม ศรีสะอาด (2545)

โปรแกรมวิเคราะห์คุณภาพแบบทดสอบแบบอิงเกณฑ์

กำหนดรายละเอียดแบบทดสอบแบบอิงเกณฑ์