ทำได้โดยการตรวจสอบ ค่าความยากง่าย ค่าอำนาจจำแนก ค่าความเที่ยง และค่าความเชื่อมั่น
ซึ่งเราต้องดูก่อนนะคะว่า แบบทดสอบของเราเป็นแบบอิงกลุ่ม หรือ แบบอิงเกณฑ์
ในที่นี้จะขอกล่าวถึง การตรวจสอบคุณภาพแบบของทดสอบแบบอิงกลุ่มนะคะ
(1) ความยากง่ายแบบของทดสอบแบบอิงกลุ่ม (Difficulty : p)
คือ สัดส่วนของคนที่ทำข้อสอบข้อนั้นถูก เทียบกับ จำนวนคนที่เข้าสอบทั้งหมด
: ค่าความยากง่าย (p) จะมีค่าตั้งแต่ 0.00 ถึง 1.00
: "ตัวเลือกที่ถูกต้อง" ควรมีค่า p ตั้งแต่ 0.20 -0.80 "ตัวลวง" ควรมีค่า p ตั้งแต่ 0.05 -0.50
: "ตัวเลือกที่ถูกต้อง” หากมีค่า p สูง แสดงว่าข้อสอบข้อนั้นง่าย (ข้อสอบง่ายเกินไปเมื่อ p > 0.80)
หากมีค่า p ต่ำ แสดงว่าข้อสอบข้อนั้นยาก (ข้อสอบยากเกินไปเมื่อ p < 0.20)
ตัวอย่าง
ข้อมูลจากตาราง เป็นดังนี้ : มีข้อสอบอยู่ทั้งหมด 5 ข้อ
: มีผู้เข้าสอบ จำนวน 20 คน
: ตัวเลือกที่มีสีแดง คือ ตัวเลือกที่ถูกต้อง
การคำนวณค่าความยากง่าย คิดจากสูตร
P แทน ค่าความยากง่าย (สัดส่วนของคนที่ตอบข้อนั้นถูก)
R แทน จำนวนผู้ที่ตอบถูก
N แทน จำนวนผู้ที่เข้าสอบทั้งหมด
ข้อ 1. ตัวเลือกที่ถูกต้อง คือ ข้อ ก. มีคนเลือกตอบจำนวน 14 คน
ข้อ 3. ตัวเลือกที่ถูกต้อง คือ ข้อ ข. มีคนเลือกตอบจำนวน 10 คน
ข้อ 5. ตัวเลือกที่ถูกต้อง คือ ข้อ ง. มีคนเลือกตอบจำนวน 2 คน
การพิจารณา ข้อ 1 , 3 , 5 ค่าความยากง่ายใช้ได้ เนื่องจากอยู่ระหว่าง 0.2 – 0.8
แต่ ข้อ 1. ค่อนข้างง่าย เพราะค่า p สูง (0.7) มีคนเลือกตอบมาก (14 คน)
ข้อ 5. ค่อนข้างยาก เพราะค่า p ต่ำ (0.1) มีคนเลือกตอบน้อย (2 คน)
(2) อำนาจจำแนกของแบบทดสอบแบบอิงกลุ่ม (Discrimination : r)
คือ สัดส่วนของผลต่างระหว่างจำนวนผู้ตอบข้อสอบข้อนั้นถูกในกลุ่มสูง (เก่ง) กับกลุ่มต่ำ (อ่อน) ต่อ จำนวนผู้สอบในกลุ่มเก่งหรือกลุ่มอ่อน
(ทำให้เราทราบว่าข้อสอบข้อนั้น จะแยกคนเก่งออกจากคนอ่อนได้เพียงใด)
: ค่าอำนาจจำแนก (r) จะมีค่าตั้งแต่ -1.00 ถึง 1.00 (-1.00 ≤ r ≤ 1.00)
: ค่า r สูง แสดงว่า ข้อสอบมีค่าอำนาจจำแนกสูง
: ค่า r ต่ำ แสดงว่า ข้อสอบมีค่าอำนาจจำแนกต่ำ
: ค่า r เป็นศูนย์ (0) แสดงว่า ข้อสอบไม่มีอำนาจจำแนก
: "ตัวเลือกที่ถูกต้อง" ควรมีค่า r ≥ 0.20 ขึ้นไป
: "ตัวลวง" ควรมีค่า r > 0 ขึ้นไป
สูตรการค่าอำนาจจำแนก
ตัวเลือกที่เป็น “ตัวถูก” ใช้สูตร หรือ
ตัวเลือกที่เป็น “ตัวลวง” ใช้สูตร หรือ
r คือ ค่าอำนาจจำแนก
H คือ จำนวนคนที่ตอบถูกในกลุ่มเก่ง
H คือ จำนวนคนที่ตอบถูกในกลุ่มอ่อน
nH คือ จำนวนคนทั้งหมดในกลุ่มเก่ง
nL คือ จำนวนคนทั้งหมดในกลุ่มอ่อน *** ข้อสังเกต nH = nL เสมอ
ตอนนี้หลายคนกำลังสงสัยใช่ไหมคะว่า กลุ่มเก่ง กับ กลุ่มอ่อน จะรู้ได้อย่างไร ... มีวิธีดำเนินการดังนี้ค่ะ
1) เอาข้อสอบของผู้เรียนทุกคน มาเรียงคะแนนจากสูงไปหาต่ำ
2) แบ่งครึ่งข้อสอบออกเป็นสองส่วนเท่าๆ กัน ...เช่น ผู้เรียน จำนวน 40 คน ก็แบ่งเป็น ชุด A จำนวน 20 คน และ ชุด B จำนวน 20 คน
ชุดที่ได้คะแนนมาก (ให้เป็นกลุ่มเก่ง : High group,H) และ ชุดที่ได้คะแนนน้อย (ให้เป็นกลุ่มอ่อน : Low group,L)
* หรืออาจใช้เทคนิค 25% , 27% , 50% ก็ได้ (โดยยึดหลักว่า จำนวนคนที่เข้าสอบน้อยให้ใช้เปอร์เซ็นต์สูงมาก หากจำนวนคนที่เข้าสอบมากให้ใช้เปอร์เซ็นต์ต่ำ ... แต่ ไม่ควรต่ำกว่า 25%)
ขอยกตัวอย่าง การเลือกใช้เทคนิค 25% นะคะ (จากที่มีผู้เข้าสอบทั้งหมด 40 คน)
: 25% ของ 40 คน คือ ...10 คน... จากนั้นก็ทำตามขั้นตอน ดังนี้
1. เรียงคะแนนจากสูงไปหาต่ำ (คือ ลำดับที่ 40 ไปหาลำดับที่ 1)
2. นำคะแนนลำดับที่ 40 - 31 มาเป็นกลุ่มเก่ง (H) และ นำคะแนนลำดับที่ 1 - 10 มาเป็นกลุ่มอ่อน (L)
3. จากนั้นก็ทำการคำนวณตามสูตรเลยค่ะ
(3) ความเที่ยงตรงของแบบทดสอบแบบอิงกลุ่ม (Validity)
คือ ประสิทธิภาพของแบบทดสอบที่สามารถวัดลักษณะ (Trait) ที่ต้องการจะวัด มี 4 ชนิด คือ
: ความเที่ยงตรงเชิงเนื้อหา (Content validity)
: ความเที่ยงตรงเชิงโครงสร้าง (Construct validity)
: ความเที่ยงตรงเชิงพยากรณ์ (Predictive validity)
: ความเที่ยงตรงเชิงตามสภาพ (Concurrent validity)
การหาค่าความตรงเชิงเนื้อหา ทำได้โดยให้ผู้เชี่ยวชาญเป็นผู้พิจารณา ค่า IOC (Item-Objective Congrence) ** ผู้เชี่ยวชาญตั้งแต่ 3 ท่านขึ้นไป
สูตร การหาค่าความตรง
IOC แทน ค่าดัชนีความสอดคล้อง
∑R แทน ผลรวมคะแนนของผู้เชี่ยวชาญทั้งหมด
N แทน จำนวนผู้เชี่ยวชาญทั้งหมด
คะแนน -1 หมายถึง คำถามไม่สอดคล้องกับวัตถุประสงค์
คะแนน 0 หมายถึง ไม่แน่ใจว่าคำถามสอดคล้องกับวัตถุประสงค์หรือไม่
คะแนน +1 หมายถึง คำถามสอดคล้องกับวัตถุประสงค์
การแปลผล คะแนน : ค่า IOC ≥ 0.50 หมายความว่า คำถามข้อนั้นวัดตรงกับวัตถุประสงค์
: ค่า IOC < 0.50 หมายความว่า คำถามข้อนั้นวัดไม่ตรงกับวัตถุประสงค์
แสดงตัวอย่างการคำนวนค่า IOC ดังนี้
ข้อ 1. ผู้เชี่ยวชาญคนที่ 1 ให้คะแนน 0
ผู้เชี่ยวชาญคนที่ 2 ให้คะแนน +1
ผู้เชี่ยวชาญคนที่ 3 ให้คะแนน +1
ผู้เชี่ยวชาญคนที่ 4 ให้คะแนน +1
ผู้เชี่ยวชาญคนที่ 5 ให้คะแนน 0
...ผลรวมคะแนน ∑R = 3 จากผู้เชี่ยวชาญทั้งหมด N = 5 คน
...ดังนั้น แทนค่าสูตร ได้ดังนี้
แปลผลคะแนนได้ดังนี้ : ค่า IOC (0.6) ≥ 0.50 หมายความว่า คำถามข้อนี้วัดตรงกับวัตถุประสงค์
(4) ความเชื่อมั่นของแบบทดสอบแบบอิงกลุ่ม (Reliability)
คือ ค่าความคงที่แน่นอน คงเส้นคงวา น่าเชื่อถือ มีความสอดคล้องภายในแบบทดสอบ
โดยสามารถคำนวณโดยเลือกใช้สูตรต่างๆ ได้ดังนี้
แล้วจะเลือกใช้สูตรไหน...อย่างไร...?
คำตอบก็ คือ ...
A : สูตรสัมประสิทธิ์แอลฟา (Alpha coefficient) ของ Cronbach คือ สูตร 1
ใช้เมื่อ คะแนนที่ได้จากเครื่องมือวิจัยมีค่ามากกว่า 2 ระดับ (ไม่เป็นเพียงแค่ 1 คะแนน กับ 0 คะแนน) โดยคะแนนที่ได้อาจมีหลายระดับ เช่น 5 , 4 , 3 , 2 , 1 (ซึ่งอาจได้จากคะแนนมาตราส่วนประมาณค่า หรือ เป็นคะแนนจากข้อสอบอัตนัย เป็นต้น)
## ใช้ได้กับข้อสอบปรนัย และ ข้อสอบอัตนัย
## ค่า α (แอลฟา) ตั้งแต่ .70 ขึ้นไป ถือว่ามีความเที่ยงใช้ได้
B : สูตรของ ครูเดอร์ - ริชาร์ดสัน (Kuder - Richardson formulas) คือ สูตร 2 และ 3
## ใช้ได้กับข้อสอบปรนัยเท่านั้น
## คะแนนที่ได้จากเครื่องมือวิจัยมีค่า 2 ระดับ คือ 1 กับ 0 (...เช่น ตอบถูก ได้ 1 คะแนน , ตอบผิด ได้ 0 คะแนน)
* KR-20 : ใช้กับเครื่องมือที่ ข้อสอบแต่ละข้อ มีระดับความยากต่างกัน
* KR-21 : ใช้กับเครื่องมือที่ ข้อสอบแต่ละข้อ มีระดับความยากพอๆ กัน
## ทั้งนี้ควรเลือกใช้ KR-20 เพราะความเป็นจริง ข้อสอบแต่ละข้อมีค่าความยากง่ายไม่เท่ากัน
การประเมินผลตามแนวคิดอิงกลุ่ม เป็นการเปรียบเทียบความสามารถของผู้เรียนในกลุ่ม
ลักษณะที่สาคัญต้องคำนึงถึง ความยาก และอำนาจจำแนก โดยเลือกถึงความพอเหมาะ
และสามารถในการจำแนก