ข้อสอบ MCQ และการวิเคราะห์ ๗


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

หมายเลขบันทึก: 74483เขียนเมื่อ 26 มกราคม 2007 11:22 น. ()แก้ไขเมื่อ 18 มิถุนายน 2012 10:37 น. ()สัญญาอนุญาต: จำนวนที่อ่านจำนวนที่อ่าน:


ความเห็น (5)
สมประสงค์ ป้องปาน
ขอบคุณอีกครั้งครับ
ขอบคุณค่ะคุณสมประสงค์ ที่ตามมาขอบคุณแทบทุกบันทึก
  • น่าจะทำเป็นหนังสือ หรือเอกสารออกมาแจกนะครับอาจารย์ จะได้แพร่หลายไป บางทีอาจส่งไปให้ครูตามโรงเรียนชนบทได้ด้วย
  • เป็นวิทยาทาน

ความจริง ความรู้เรื่องข้อสอบ MCQ และการวิเคราะห์ ที่อาจารย์ถ่ายทอดลง Blog นี้ เป็นของท่านอาจารย์วัลลี (ผ.ศ.วัลลี  สัตยาศัย) ทั้งหมดเลยค่ะ  ไม่ใช่เป็นของอาจารย์เอง

อาจารย์เรียนรู้มาจากท่านเพียงส่วนเสี้ยวเล็กๆ และเห็นว่าดีมีประโยชน์ ก็เลยอดไม่ได้ที่จะนำมาเผยแพร่ต่อ

โดยเฉพาะอย่างยิ่ง ประจวบเหมาะกับคุณสมประสงค์ ถามมาพอดี ก็เลยมีแรงกลั่นออกมา (แทบแย่เหมือนกัน) จาก power point ที่อ.วัลลี กรุณาให้ copy ไว้

ดังนั้น หากท่านผู้ใดสนใจ สามารถ copy จาก Blog ได้เลยค่ะ อ.วัลลี ใจดีมาก และท่านคงยินดีอย่างยิ่ง ที่มีผู้สนใจในเรื่องนี้

Pเรียนท่านอาจารย์

มารับความรู้ค่ะ ติดตามโดยไม่ได้เข้าบ้านg2k จากเน็ต เข้ามาและทกลองทำแล้ว มาขอบคุณค่ะ มีประโยชน์ต่อการทำงานของครูในชนบท และในเมืองค่ะ

พบปัญหาการใช้งานกรุณาแจ้ง LINE ID @gotoknow
ClassStart
ระบบจัดการการเรียนการสอนผ่านอินเทอร์เน็ต
ทั้งเว็บทั้งแอปใช้งานฟรี
ClassStart Books
โครงการหนังสือจากคลาสสตาร์ท