การวิเคราะห์คุณภาพข้อสอบปรนัยด้วย Item Response Theory (IRT)

บทคัดย่อ

การวิเคราะห์คุณภาพข้อสอบ multiple-choice questions (MCQs) ส่วนใหญ่อาศัยแนวคิดของ Classical Test Theory (CTT) ใช้ดัชนีพื้นฐาน เช่น ค่าความยาก (difficulty index) ค่าอำนาจจำแนก (discrimination index) และค่าความเชื่อมั่น (reliability coefficient) แม้ว่าวิธีนี้จะเข้าใจง่าย คำนวณไม่ซับซ้อน และทำได้ด้วยโปรแกรมสถิติทั่วไป แต่ก็มีข้อจำกัด โดยเฉพาะเรื่องคุณลักษณะข้อสอบที่ขึ้นกับกลุ่มผู้เข้าสอบ (sample dependent) และความสามารถของผู้เข้าสอบก็ขึ้นกับชุดข้อสอบนั้นๆ (test dependent) ทำให้เปรียบเทียบคุณภาพข้อสอบต่างชุดหรือคนต่างรุ่นทำได้จำกัด นอกจากนี้ CTT ยังให้ข้อมูลเพียงค่าเดียวตลอดช่วงความสามารถของผู้เข้าสอบ จึงไม่อธิบายว่าข้อสอบแต่ละข้อทำงานได้ดีในผู้เข้าสอบที่มีความสามารถแตกต่างกันอย่างไร

แนวคิดของ Item Response Theory (IRT) มีการพัฒนาจากหลายคน เริ่มตั้งแต่รากฐานแนวคิดแรกช่วงปี 1925-1927 โดย L.L. Thurstone จนในปี 1950 Frederic M. Lord ได้นำมาพัฒนาและใช้ต่อจนได้รับยกย่องเป็นบิดาแห่ง IRT และต่อมาในปี 1960 Georg Rasch ได้เสนอ Rasch model (1PL) มี 1 parameter และในช่วงปลายทศวรรษ 1960 Allan Birnbaum ได้ขยาย model เป็น 2PL (2 parameters) และ 3PL (3 parameters) ทำให้ IRT สามารถอธิบายคุณลักษณะของข้อสอบได้ละเอียดมากขึ้น นำไปใช้อย่างแพร่หลายในการวัดผลทางการศึกษาและการสอบมาตรฐานทั่วโลก สามารถอธิบายความสามารถแฝง (latent trait, θ) ของผู้เข้าสอบกับความน่าจะเป็นในการตอบข้อสอบได้ถูกต้อง โดยประมาณค่าคุณลักษณะของข้อสอบเป็นรายข้อได้อย่างอิสระจากกลุ่มตัวอย่างภายใต้เงื่อนไขของ model ทั้งยังให้ข้อมูลเชิงลึกของดัชนีความยาก ดัชนีจำแนก และประสิทธิภาพตัวลวงหรือโอกาสการเดาในข้อสอบ MCQ นอกจากนี้ยังเป็นพื้นฐานสำคัญของการสร้างคลังข้อสอบ การสอบแบบปรับตามความสามารถของผู้สอบ (computerized adaptive testing) และการเทียบเคียงคะแนนระหว่างข้อสอบต่างชุด (test equating) IRTเป็นวิธีซับซ้อนกว่า CTT แต่ปัจจุบันโปรแกรมต่างๆ เช่น Stata, R และโปรแกรมด้าน psychometrics ได้พัฒนาให้การวิเคราะห์ IRT ทำได้สะดวกขึ้นอย่างมาก

บทความนี้มีวัตถุประสงค์เพื่อสรุปแนวคิดพื้นฐานของ IRT อธิบายความหมายและการแปลผลพารามิเตอร์ที่สำคัญ ตลอดจนการประยุกต์ใช้ IRT วิเคราะห์คุณภาพ MCQs ได้อย่างเหมาะสม