พารามิเตอร์ความสามารถของผู้สอบ

จาก ChulaPedia

การประมาณค่าพารามิเตอร์ความสามารถของผู้สอบ (PARAMETER ESTIMATION OF ABILITY PARAMETERS)

    การประมาณค่าความสามารถของผู้สอบที่ใช้โมเดลการตอบสนองข้อสอบแบบพาราเมตริก (Parametric Item Response Theory : PIRT) ผู้ใช้ควรพิจารณาความสอดคล้องระหว่างรูปแบบของข้อสอบที่เลือกไว้กับลักษณะของข้อมูลเป็นสำคัญ นอกจากนี้ยังต้องเลือกวิธีการประมาณค่าพารามิเตอร์ที่มีประสิทธิภาพเหมาะสมกับสภาพการทดสอบของแต่ละประเภท เนื่องจากวิธีการประมาณค่าแต่ละวิธีมีความแตกต่างกันในหลายด้าน เช่น ด้านความสะดวกในการคำนวณ หรือด้านขนาดของกลุ่มผู้เข้าสอบที่ต้องมีขนาดใหญ่พอเพื่อให้ค่าประมาณใกล้เคียงกับความสามารถที่แท้จริงของผู้สอบ และโดยเฉพาะอย่างยิ่งความแตกต่างในด้านแนวคิดทางสถิติที่ทำให้ค่าพารามิเตอร์ที่ประมาณได้จากแต่ละวิธีแตกต่างกัน ซึ่งวิธีการประมาณค่าที่เลือกใช้หากเหมาะสมกับลักษณะของข้อมูลจะให้ข้อมูลสารสนเทศอย่างมากเกี่ยวกับประสิทธิภาพการทำงานของข้อสอบและผู้สอบ แต่ทฤษฎีการตอบสนองข้อสอบแบบพาราเมตริกก็มีข้อตกลงเบื้องต้นที่เข้มงวด ดังนั้นการฝ่าฝืนข้อตกลงเบื้องต้นมักจะส่งผลให้ค่าประมาณพารามิเตอร์ความสามารถของข้อสอบและผู้สอบไม่สมบูรณ์ทำให้สูญเสียความสำคัญในคุณสมบัติความไม่แปรเปลี่ยนของค่าพารามิเตอร์ความสามารถของข้อสอบและผู้สอบไป ซึ่งส่งผลให้เกิดความคลาดเคลื่อนในฟังก์ชันสารสนเทศของข้อสอบและแบบสอบได้ (Bolt, 2002) เมื่อเกิดการฝ่าฝืนข้อตกลงเบื้องต้นในทฤษฎีการตอบสนองข้อสอบแบบพาราเมตริก ผู้ใช้ควรพิจารณาใช้วิธีการประมาณค่าตามแนวทฤษฎีการตอบสนองข้อสอบแบบนันพาราเมตริก (Nonparametric Item Response Theory : NIRT) แทน เนื่องจากไม่มีข้อตกลงเบื้องต้นในการระบุรูปแบบของโค้งคุณลักษณะข้อสอบก่อน (ICC) แต่มีข้อตกลงเบื้องต้นว่าโค้งคุณลักษณะข้อสอบ (ICC) จะไม่ลดลงใน   รูปแบบใดๆ ของโค้งคุณลักษณะข้อสอบนั้น ซึ่งเป็นประโยชน์ในการนำไปประยุกต์ใช้ตรวจสอบข้อสอบที่ไม่สอดคล้องกับโมเดลการตอบสนองข้อสอบแบบพาราเมตริก (PIRT) โดยเปรียบเทียบค่าประมาณความสามารถของผู้สอบข้ามทฤษฎีระหว่างทฤษฎีการตอบสนองข้อสอบแบบพาราเมตริก และทฤษฎีการตอบสนองข้อสอบแบบนันพาราเมตริกจากการเปรียบเทียบกราฟผลของข้อสอบที่ไม่สอดคล้องกับโมเดลการตอบสนองข้อสอบแบบพาราเมตริก คุณลักษณะนี้จะช่วยให้นักวิจัย หรือผู้ปฏิบัติสามารถนำเสนอภาพเกี่ยวกับข้อสอบที่ไม่สอดคล้องกับโมเดลการตอบสนองข้อสอบแบบพาราเมตริกได้เป็นอย่างดี ทำให้ทราบข้อมูลสารสนเทศเกี่ยวกับรูปร่างฟังก์ชันที่เบี่ยงเบนไปจากโมเดลการตอบสนองข้อสอบแบบพาราเมตริกจากโค้งคุณลักษณะข้อสอบ (ICCs) นั้น ซึ่งเป็นที่ยอมรับในการอธิบายความสัมพันธ์ระหว่างความน่าจะเป็นของการตอบสนองที่ถูกต้อง กับความสามารถของผู้สอบที่เข้าใกล้ความสามารถที่แท้จริงของผู้สอบ (Bolt, 2002; Habing, 2001; Ramsay, 1991, 2000)
  นัยนา จันตะเสน คณะครุศาสตร์ รหัส 5284222427

รายการอ้างอิง

1) Bolt, D. M. (2002). A Monte Carlo Comparison of Parametric and Nonparametric Polytomous DIF Detection Methods. Applied Measurement in Education, 15(2), 113-141. 2) Habing, B. (2001). Nonparametric Regression and the Parametric Bootstrap for Local Dependence Assessment. Applied Psychological Measurement, 25(3), 221-233. 3) Ramsay, J. O. (1991). Kernel smoothing approaches to nonparametric item characteristic curve estimation. Psychometrika, 56(4), 611-630. 4) Ramsay, J. O. (2000). TestGraf: A program for the graphical analysis of multiple choice test and questionnaire data. McGill University, Montreal, Quebec. Canada.