การพัฒนาโปรแกรมการทดสอบแบบปรับเหมาะโดยใช้คอมพิวเตอร์สำหรับการจัดการสอนออนไลน์แบบเปิดกว้างสำหรับมวลชน ตามแนวคิดการเรียนรู้ของเครื่องจักร
คำสำคัญ:
โปรแกรมการทดสอบแบบปรับเหมาะ, การจัดการสอนออนไลน์แบบเปิดกว้าง, การเรียนรู้ของเครื่องจักรบทคัดย่อ
บทความวิจัยนี้มีวัตถุประสงค์ 1) เพื่อจัดทำคลังข้อสอบรูปแบบการทดสอบ แบบปรับเหมาะโดยใช้คอมพิวเตอร์สำหรับการจัดการสอนออนไลน์แบบเปิดกว้าง สำหรับมวลชน ตามแนวคิดการเรียนรู้ของเครื่องจักร 2) เพื่อพัฒนาโปรแกรมการทดสอบแบบปรับเหมาะ โดยใช้คอมพิวเตอร์สำหรับการจัดการสอนออนไลน์แบบเปิดกว้างสำหรับมวลชนตามแนวคิดการเรียนรู้ของเครื่องจักร ระเบียบวิธีวิจัยเป็นการวิจัยเชิงสำรวจ การดำเนินการวิจัยแบ่งออกเป็น 3 ขั้นตอน ดังนี้ 1) จัดทำคลังข้อสอบ 2) พัฒนาโปรแกรมการทดสอบแบบ ปรับเหมาะโดยใช้คอมพิวเตอร์ และ 3) ประเมินความเหมาะสมของโปรแกรมการทดสอบแบบปรับเหมาะโดยใช้คอมพิวเตอร์ ด้วยวิธี Black Box Testing กลุ่มตัวอย่างเป็นนักศึกษาระดับปริญญาตรี จำนวน 400 คน ได้มาจากการเลือกตัวอย่างแบบเจาะจง เครื่องมือที่ใช้ในการวิจัย ได้แก่ 1) แบบตรวจสอบความตรงเชิงเนื้อหา 2) โปรแกรมการทดสอบแบบปรับเหมาะ โดยใช้คอมพิวเตอร์ 3) แบบประเมินความเหมาะสมของโปรแกรม สถิติที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน ผลการวิจัยปรากฏว่า 1) คลังข้อสอบเป็นข้อสอบแบบเลือกตอบและการคัดเลือกข้อสอบผ่านการวิเคราะห์คุณภาพของข้อสอบตามทฤษฎีการตอบสนองข้อสอบ (IRT) แบบ 3 พารามิเตอร์ ได้แก่ ค่าอำนาจจำแนกของข้อสอบ (a) ค่าความยากของข้อสอบ (b) และค่าการเดาของข้อสอบ (c) ได้ข้อสอบที่ผ่านการคัดเลือก จำนวน 300 ข้อ และมีค่าความเที่ยงทั้งฉบับเท่ากับ .99 2) โปรแกรมการทดสอบ แบบปรับเหมาะโดย ใช้คอมพิวเตอร์ มีความเหมาะสมของโปรแกรมอยู่ในระดับมาก เป็นที่ยอมรับของผู้เชี่ยวชาญและกลุ่มตัวอย่างที่ทดลองใช้โปรแกรม ซึ่งแสดงให้เห็นว่าโปรแกรมการทดสอบแบบปรับเหมาะโดยใช้คอมพิวเตอร์สามารถนำไปใช้การจัดการสอนออนไลน์แบบเปิดกว้างสำหรับมวลชนได้
เอกสารอ้างอิง
ทิพย์ ขำอยู่ และคณะ. (2556). การวินิจฉัยทักษะการอ่านภาษาอังกฤษโดยประยุกต์โมเดลลำดับขั้นคุณลักษณะและการทดสอบแบบปรับเหมาะด้วยคอมพิวเตอร์. วารสารวิทยาการวิจัยและวิทยาการปัญญา, 10(2), 55-70.
บุญชม ศรีสะอาด. (2553). การวิจัยเบื้องต้น (พิมพ์ครั้งที่ 8). กรุงเทพมหานคร: สุวีริยาสาส์น.
วณิชา พึ่งชมภู และคณะ. (2560). การพัฒนานวัตกรรมทางการศึกษาพยาบาล: การสอนออนไลน์แบบเปิดสำหรับมหาชนในกระบวนวิชาการพยาบาลผู้สูงอายุ. พยาบาลสาร, 44(พิเศษ), 103-110.
สำนักงานคณะกรรมการการอุดมศึกษา. (2561). แผนอุดมศึกษาระยะยาว 20 ปี พ.ศ. 2561-2580. กรุงเทพมหานคร: บริษัท พริกหวานกราฟฟิค จำกัด.
สุชาดา กรเพชรปาณี และคณะ. (2559). การพัฒนาโปรแกรมการทดสอบแบบปรับเหมาะด้วยคอมพิวเตอร์สำหรับการจัดสอบ O-NET. วิทยาการวิจัยและวิทยาการปัญญา, 14(1), 14-31.
โสฬส สุชานนท์สวัสดิ์ และคณะ. (2556). การพัฒนาวิธีการคัดเลือกข้อสอบข้อถัดไปโดยใช้ทฤษฎีการตัดสินใจในการทดสอบแบบปรับเหมาะด้วยคอมพิวเตอร์. วิทยาการวิจัยและวิทยาการปัญญา, 10(2), 10(2), 71-85.
Atiaja, L. & Proenza, R.(2016).Moocs: Problems and challenges in higher education. In Advances in Education. Teaching & Technology.
Bunderson, V. et. al. (1989). Four generations of computer-based testing. Handbook on educational measurement, 18(9), 114-146.
Chen, T. et al. (2020). Analysis of user satisfaction with online education platforms. In China during the COVID-19 pandemic. Paper presented at the Healthcare.
Davis, L. L. (1992). Instrument review: Getting the most from a panel of experts. Applied nursing research, 5(4), 194-197.
Delgado - Gómez, D. et. al. (2019). Computerized adaptive test and decision trees: A unifying approach. Expert Systems with Applications, 117(1), 358-366.
Embretson, S. E., & Reise, S. P. (2000). Item response theory for psychologists. Maheah. New Jersey: Lawrence Erlbaum Associates, Publishers.
Lu, P. et. al. (2012). The study of item selection method in CAT. Retrieved January 8, 2021, from https://link.springer.com/chapter/10.1007/978-3-642-34289-9_45
Nurakhmetov, D. (2019). Reinforcement Learning Applied to Adaptive Classification Testing. In Theoretical and Practical Advances in Computer-based Educational Measurement (pp. 325-336). Springer, Cham.
Purkayastha, N. & Sinha, M. K. (2016). UNSTOPPABLE STUDY WITH MOOCs DURING COVID 19 PANDEMIC: A STUDY. Library. Retrieved Jonuary 8, 2021, from https://digitalcommons.unl.edu/libphilprac/4791/?utm_source=digitalcommons.unl.edu%2Flibphilprac%2F4791&utm_medium=PDF&utm_campaign=PDFCoverPages
Ruparelia, N. B. (2010). Software development lifecycle models. ACM SIGSOFT Software Engineering Notes, 35(3), 8-13.
Ueno, M. & Songmuang, P. (2010). Computerized adaptive testing based on decision tree.Retrieved January 10, 2021, from https://www.researchgate.net/publication/221425258_Computerized_Adaptive_Testing_Based_on_Decision_Tree
Urry, V. W. (1977). Tailored testing: A successful application of latent trait theory. Journal of Educational Measurement, 14(2), 181-196.
Weiss, R. S. (1988). Loss and recovery. Journal of Social Issues, 44(3), 37-52.
