การพัฒนาวิธีการตรวจให้คะแนนแบบอัตโนมัติสำหรับแบบทดสอบอัตนัยเพื่อประเมินระดับความสามารถทางคณิตศาสตร์แบบเรียลไทม์ผ่านเทคโนโลยีดิจิทัล

บทคัดย่อ

อภิญญา ฝอยทอง. 2564. การพัฒนาวิธีการตรวจให้คะแนนแบบอัตโนมัติสำหรับแบบทดสอบอัตนัยเพื่อประเมินระดับความสามารถทางคณิตศาสตร์แบบเรียลไทม์ผ่านเทคโนโลยีดิจิทัล. วิทยานิพนธ์ปริญญา ศึกษาศาสตรมหาบัณฑิต สาขาวิชาการวัดและประเมินผลการศึกษา บัณฑิตวิทยาลัย มหาวทิยาลัยขอนแก่น. อาจารย์ที่ปรึกษาวิทยานิพนธ์: รศ. ดร. พัชรี จันทร์เพ็ง บทคัดย่อ การวิจัยในครั้งนี้มีวตัถุประสงค์หลักเพื่อพัฒนาวิธีการตรวจให้คะแนนแบบอัตโนมัติสำหรับแบบทดสอบอัตนัยเพื่อประเมินระดับความสามารถทางคณิตศาสตร์แบบเรียลไทม์ผ่านเทคโนโลยีดิจิทัล มีวัตถุประสงค์ย่อย ดังนี้ (1) วิเคราะห์ผลการตอบของผู้เรียนและการเปรียบเทียบแนวทางการตรวจให้คะแนนและตรวจสอบคุณภาพของแบบทดสอบอัตนัย ระหว่างการตรวจให้คะแนนแบบสองค่ากับการตรวจให้คะแนนแบบหลายค่า (2) พัฒนาและตรวจสอบคุณภาพของวิธีการตรวจให้คะแนนแบบอัตโนมัติสำหรับแบบทดสอบอัตนัย และ (3) ดำเนินการทดลองใช้การตรวจให้คะแนนแบบอัตโนมัติสำหรับแบบทดสอบอัตนัยในห้องเรียนคณิตศาสตร์จริง กลุ่มผู้สอบ คือ นักเรียนระดับชั้นมัธยมศึกษาปีที่ 1 จาก 23 โรงเรียน รวมนักเรียนทั้งหมด 528 คน กลุ่มเป้าหมายในการทดลองใช้ คือ นักเรียนระดับชั้นมัธยมศึกษาปีที่ 1 ภาคเรียนที่ 2 ปีการศึกษา 2563 จำนวน 4 ห้องเรียน ซึ่งเป็นโรงเรียนที่มีคอมพิวเตอร์เพียงพอกับจำนวนนักเรียนที่จะทำแบบทดสอบ และระบบอินเทอร์เน็ต วิเคราะห์ข้อมูลตามโมเดลการตอบสนองข้อสอบแบบพหุมิติของคะแนนที่มีสัมประสิทธิ์แบบสุ่มจากการวัดผลการวิจัย ผลการวิจัยพบว่า 1) การวิเคราะห์ผลการตอบของผู้เรียน และผลการเปรียบเทียบคุณภาพของวิธีการตรวจให้คะแนนระหว่างการตรวจให้คะแนนแบบ 2 ค่ากับแบบหลายค่า ตามมาตรฐานการทดสอบทางการศึกษาและจิตวิทยา คือ (a) หลักฐานความตรงด้านโครงสร้างภายใน ซึ่งพิจารณาเปรียบเทียบค่า G2 AIC และ BIC โดยใช้สถิติทดสอบ Likelihood-Ratio พบว่า การตรวจให้คะแนนแบบ 2 ค่า (G2 =6219.06, AIC =6262.05, BIC =6265.61) สอดคล้องกลมกลืนกับข้อมูลมากกว่า การตรวจให้คะแนนแบบหลายค่า (G2 =11516.86, AIC = 11596.86, BIC =11625.77) เนื่องจากค่า AIC และ BIC ต่ำกว่าซึ่งมีความเหมาะสม (??2 = 5297.80, df =11, p =.01) (b) หลักฐานความเที่ยง พบว่าการตรวจให้คะแนนทั้ง 2 แบบมีค่าคุณภาพด้านความเที่ยงของการตรวจให้คะแนนแบบ EAP/PV ใกล้เคียงกันและอยู่ในเกณฑ์ที่ยอมรับได้ทั้งสองวิธี และ (c) คุณภาพการให้คะแนนเพื่อสะท้อนความเหมาะสมรายข้อ พบว่า การตรวจให้คะแนนแบบ 2 ค่า และการตรวจให้คะแนนแบบหลายค่า มีการแสดงค่า INFIT MNSQ ที่อยู่ระหว่าง 0.75 –1.33 ข้อสอบทุกข้ออยู่ในเกณฑ์ที่ยอมรับได้ โดยข้อคำถามที่ได้ จากการตรวจให้คะแนนแบบ 2 ค่า มีความเหมาะสมที่จะนำมาพัฒนาวิธีการตรวจให้คะแนนแบบอัตโนมัติมากกว่าการตรวจให้คะแนนแบบหลายค่า 2) ผลการออกแบบการตรวจให้คะแนนผ่านเทคโนโลยีดิจิทัลสามารถแบ่งออกเป็น 5 ส่วน ประกอบด้วย (1) ส่วนข้อมูลเข้า (2) ส่วนกระบวนการ (3) ส่วนประมวลผล (4) ส่วนแสดงผล และ (5) ส่วนรายงานผลการประเมิน และผลการตรวจสอบคุณภาพของผลการออกแบบ โดยพิจารณาจากการประเมินแบบอิงมาตรฐาน และการประเมินแบบฮิวริสติค จากผู้เชี่ยวชาญ พบว่า (1) การประเมินแบบอิงมาตรฐานทั้ง 3 ด้าน คือ ด้านความถูกต้อง ความมีประโยชน์ และความเป็นไปได้มีระดับการประเมินอยู่ในระดับมากที่สุด โดยด้านความมีประโยชน์ มีระดับการประเมินสูงสุด และ (2) การประเมินแบบฮิวริสติค โดยภาพรวมของระบบ มีความเหมาะสมในระดับมากที่สุด โดยด้านที่มีระดับการประเมินสูงสุด คือ ด้านการมองเห็นสถานะของระบบ และด้านที่มีระดับผลการประเมินน้อยที่สุด คือ รูปแบบสวยงาม และเรียบง่าย 3) ผลการดำเนินการทดลองใช้และประเมินผลที่เกิดขึ้นกับนักเรียน พบว่า ผู้เรียนส่วนให้มีระดับความสามารถที่ตรงกับผลการเรียนของผู้เรียนจริง ซึ่งได้ผลข้อมูลเพิ่มเติมจากการสัมภาษณ์ครูผู้สอน ซึ่งสอดคล้องกับค่าความสัมพันธ์ระหว่างผลสัมฤทธิ์ทางการเรียนวิชาคณิตศาสตร์ กับผลการวินิจฉัยระดับความสามารถของผู้เรียน มีความสัมพันธ์กันอย่างมีนัยสำคัญสำคัญทางสถิติที่ระดับ .01 โดยมีแนวโน้มความสัมพันธ์ทางบวกอยู่ในระดับปานกลางค่อนข้างสูง พบว่า ผู้เรียนทุกโรงเรียนมีความพร้อมในด้านเทคโนโลยีและอินเทอร์เน็ต ซึ่งในการทดลองครั้งนี้ผู้เรียนได้มีการทดสอบทั้งผ่านคอมพิวเตอร์และโทรศัพท์สามารถใช้งานได้ง่ายทั้ง 2 ประเภท ในการทดสอบผ่านระบบออนไลน์นั้นใช้งานได้ง่ายสะดวกรวดเร็วการอัพโหลดภาพและพิมพ์คำตอบ อีกทั้งนักเรียนยังสามารถรู้ผลการตอบได้ในท่วงทันทีหลังจากที่นักเรียนได้สอบครบตามจำนวน และยังสามารถรู้ผลการประเมินระดับความสามารถของผู้เรียนได้ในทันทีหลังจากทีสอบจบ จากการทดลองในห้องเรียนจริงนั้น และผลการตรวจสอบคุณภาพของวิธีการตรวจให้คะแนนหลังการทดลองใช้ของผู้เรียน ผลการประเมินความพึงพอใจผู้ใช้งาน ด้านภาพรวมของระบบมีความพึงพอใจต่อระบบสูงที่สุด และด้านที่มีความพึงพอใจน้อยที่สุดคือ การใช้คำศัพท์และสารสนเทศระบบ

คำสำคัญ