ย้อนไปที่ ตอน          


          มาแล้วค่ะ...  มาแล้ว....  ต้องอดทนสร้างข้อสอบดีดีเสียก่อนถึง ๖ ตอน จึงจะเข้าสู่การวิเคราะห์ข้อสอบได้  ขืนเอาข้อสอบไม่ดีมาวิเคราะห์ก็จะได้ผลวิเคราะห์ที่นำไปใช้วัดผลการเรียนรู้อย่างแท้จริงไม่ได้

          การวิเคราะห์ข้อสอบ  แบ่งเป็น 2 ขั้นตอน คือ

  1. การวิเคราะห์ก่อนสอบ :ไม่มีโปรแกรมวิเคราะห์ ต้องใช้สติปัญญาของอาจารย์เอง
  2. การวิเคราะห์หลังสอบ : มีโปรแกรมสำเร็จรูป ที่ช่วยการคำนวณให้ง่ายขึ้น ระยะหลัง เขาก็ทำมาขายพร้อมเครื่องสแกน+โปรแกรมตรวจข้อสอบ เรียกว่าตรวจให้เสร็จ วิเคราะห์ให้เสร็จสรรพเลย (แพงมาก)

การวิเคราะห์ข้อสอบก่อนสอบ

          เป็นการตรวจคุณภาพของข้อสอบเพื่อ

  1. ทบทวนความเหมาะสม และวิเคราะห์ความยากง่ายเพื่อนำไปหา "เกณฑ์ผ่านขั้นต่ำ"  (Minimal passing level หรือ MPL)
  2. ข้อสอบที่นำมาวิเคราะห์  คือ ข้อสอบ  MCQ

          การวิเคราะห์ข้อสอบก่อนสอบจะทำให้อาจารย์สบายใจ เพราะ

  1. ข้อสอบของอาจารย์จะมีความยาก-ง่ายที่พอเหมาะ
  2. ทำให้อาจารย์ตัดสินใจง่ายขึ้นว่าเด็กสมควรตกหรือสอบได้ ถ้าไม่มี MPL อาจารย์อาจตัดสินด้วยความรู้สึกว่า กลุ่มนี้ดีน่าจะให้ผ่าน กลุ่มนี้ไม่ดีไม่น่าให้ผ่าน เป็นต้น   


วิธีการ :

          ในสายการแพทย์ อาจารย์วัลลี แนะนำให้ใช้วิธีหาค่า  Acceptable index (AI) หรือ  Difficulty factor (DF) แล้วนำมาคำนวณหาค่า MPL

การหาค่า AI
          วิธีการนี้ดัดแปลงมาจาก ของศูนย์พัฒนาแพทยศาสตร์ศึกษา Illinoise โดยให้ผู้สอนหรือผู้ออกข้อสอบ (คนเดียว หรือ เป็นกลุ่มก็ได้) พิจารณาตัดสินใจใน "ตัวเลือก" (Answer set) โดยใช้  ตัวเลขกำหนดน้ำหนัก  ดังนี้

  1. ตัวเลือกที่ถูกให้น้ำหนักของตัวเลือกเท่ากับ  2
  2. ตัวเลือกที่ผู้เรียนระดับคาบเส้นตัดสินใจได้ว่าผิด ให้น้ำหนักของตัวเลือกนั้นเท่ากับศูนย์  (ผู้เรียนระดับคาบเส้น ไม่ใช่ผู้ที่เรียนอ่อนที่สุด)
  3. ตัวเลือกที่ผู้เรียนระดับคาบเส้นลังเล  ไม่แน่ใจว่าผิดหรือถูก ให้ผู้ออกข้อสอบพิจารณาให้น้ำหนักตัวเลือกอยู่ระหว่าง 0 - < 2  เช่น 0 , 0.25 , 0.5, 0.75 , 1.25, 1.5, 1.75 (ทำเป็นช่วงคะแนนจะได้ง่ายขึ้น)
    เช่น 

          ถ้าคิดว่าตัวเลือกนี้ ผู้เรียนระดับคาบเส้นไม่เลือกเลย ก็ให้ค่าน้ำหนัก = 0
          ถ้าคิดว่าตัวเลือกนี้ ผู้เรียนระดับคาบเส้นอาจหลงผิดไปเลือกตอบอยู่ประมาณ 1/8 ก็ให้ค่าน้ำหนัก = 0.25  เป็นต้น

          วิธีนี้เป็นการประมาณการ ดังนั้น การประมาณการจะดี ผู้สอนต้องมีประสบการณ์การสอนมาบ้างเพราะจะรู้ว่าเด็กเป็นอย่างไร  อาจทำในกลุ่มอาจารย์ช่วยกันก็ได้ ทั้งนี้ต้องตระหนักอยู่เสมอว่า เป็นการเดาจากสภาพของเด็ก ไม่ใช่จากความรู้ที่อาจารย์มี

จะได้  AI   =   น้ำหนักของตัวเลือกที่ถูก / ผลรวมของน้ำหนักตัวเลือกทั้งหมด

ตัวอย่างเช่น

Which of the following foods yields the highest  biologic  value of protein ?

 A   Chicken   0.5 
 B  Fish  0.75
 C   Meat  1
 D  Milk (คำตอบที่ถูก)  2
 E  Soybean  0.25

 AI  =  2 / 0.5 +0.75+1+2+0.25 = 0.44 ถือว่าเป็นข้อสอบที่ค่อนข้างยาก

สมมุติว่าให้น้ำหนักคะแนนอย่างนี้            

 A   Chicken   0
 B  Fish  0
 C   Meat  0
 D  Milk (คำตอบที่ถูก)  2
 E  Soybean  0

แสดงว่าผู้สอนคาดว่า ผู้เรียนระดับคาบเส้น จะไม่ถูกลวงเลยและเลือกข้อที่ถูกได้ทุกคนแน่ๆ ผลรวมของน้ำหนักตัวเลือกทั้งหมด = 2/2  = 1  จะได้  AI  สูงสุด และนับเป็นข้อสอบที่ง่ายมาก

ตรงกันข้าม ถ้า ให้น้ำหนักคะแนน ดังนี้

 A   Chicken   1.99
 B  Fish  1.99
 C   Meat  1.99
 D  Milk (คำตอบที่ถูก)  2
 E  Soybean  1.99

แสดงว่า ผู้เรียนระดับคาบเส้นจะถูกลวงให้ตอบได้ทุกข้อเท่าๆ กัน ผลรวมของน้ำหนักตัวเลือกทั้งหมด = 2/9.96  = 0.20  จะได้  AI  ต่ำสุด และนับเป็นข้อสอบที่ยากมาก

สรุป  ข้อสอบที่ยาก  AI จะมีค่าต่ำ  ข้อสอบที่ง่าย  AI จะมีค่าสูง

   เพราะฉะนั้นเวลาออกข้อสอบอาจารย์ต้องดู table of specification ประกอบด้วย เพื่ออาจารย์จะได้สร้างข้อสอบระดับยาก-ง่ายต่างๆ ได้จำนวนเหมาะสม ดังนี้

เนื้อหาสำคัญและต้องรู้
ควรสร้างข้อสอบที่  AI มีค่าระหว่าง  0.6 - 0.8  ซึ่งเป็นข้อสอบที่ไม่ยากเกินไป 
เนื้อหาที่ควรรู้ 
ควรสร้างข้อสอบที่  AI มีค่าระหว่าง  0.4 - 0.59
เนื้อหาที่น่ารู้ เอาไว้จับช้างเผือก
ควรสร้างข้อสอบที่  AI มีค่าระหว่าง  0.2 - 0.39

ข้อสอบที่ค่า  AI มีค่าสูงกว่า 0.8 หรือต่ำกว่า 0.2 เราจะตัดทิ้ง เพราะเป็นข้อสอบที่ไม่สามารถวัดอะไรได้

MPL    =   ผลรวมของ AI x 100 / จำนวนข้อสอบทั้งหมด

ดังนั้น ถ้าข้อสอบมี 100 พอดี ก็ไม่ต้องทำเป็น % จะได้เกณฑ์ผ่านขั้นต่ำตามต้องการ


ต่อ ข้อสอบ MCQ และการวิเคราะห์ ๘