| ชื่อบทความ |
การออกแบบระบบตรวจให้คะแนนแบบสอบอัตนัย โดยการให้ข้อมูลป้อนกลับอัตโนมัติ เพื่อวินิจฉัยระดับความสามารถทางคณิตศาสตร์ของผู้เรียนผ่านการเรียนรู้ของเครื่อง |
| วัน/เดือน/ปี ที่ได้ตอบรับ |
27 พฤษภาคม 2565 |
| วารสาร |
| ชื่อวารสาร |
วารสารการวัดผลการศึกษา มหาวิทยาลัยมหาสารคาม (Journal of Educational Measurement Mahasarakham University : JEM-MSU) |
| มาตรฐานของวารสาร |
TCI |
| หน่วยงานเจ้าของวารสาร |
ภาควิชาวิจัยและพัฒนาการศึกษา คณะศึกษาศาสตร์ มหาวิทยาลัยมหาสารคาม |
| ISBN/ISSN |
2651-1444 |
| ปีที่ |
29 |
| ฉบับที่ |
1 |
| เดือน |
มกราคม-มิถุนายน |
| ปี พ.ศ. ที่พิมพ์ |
2566 |
| หน้า |
|
| บทคัดย่อ |
การวิจัยครั้งนี้มีวัตถุประสงค์ (1) เพื่อวิเคราะห์ผลการตอบของผู้เรียนสู่การออกแบบนวัตกรรมต้นแบบ ประกอบด้วย มโนทัศน์ที่คลาดเคลื่อนของผู้เรียน การกำหนดจุดตัดระดับความสามารถทางคณิตศาสตร์ การให้ข้อมูลป้อนกลับตามมโนทัศน์ที่คลาดเคลื่อนและตัวแปรที่ใช้ในการทำนายผ่านการเรียนรู้ของเครื่อง(Machine learning) และ (2) เพื่อออกแบบระบบตรวจให้คะแนนแบบสอบอัตนัย ของผู้เรียนผ่านการเรียนรู้ของเครื่อง(Machine learning) โดยใช้ระเบียบวิธีวิจัยการออกแบบ กลุ่มผู้สอบ คือ นักเรียนระดับชั้นมัธยมศึกษาปีที่ 1 จำนวนนักเรียนทั้งหมด 495 คน เครื่องมือที่ใช้ คือ แบบทดสอบอัตนัย สาระสถิติและความน่าจะเป็น ผ่านชุดเครื่องมือวินิจฉัยในระบบการทดสอบออนไลน์ “eMAT-Testing” วิเคราะห์ข้อมูลโดยใช้โมเดลการตอบสนองข้อสอบแบบพหุมิติ MRCML ผลการวิจัยปรากฏดังนี้
1. ผลการวิเคราะห์ผลการตอบของผู้เรียนจากข้อมูลทุติยภูมิ พบว่า (1) ผู้เรียนมีมโนทัศน์ทั้งหมด 4 รูปแบบ คือ 1) การใช้ข้อมูล 2) การบิดเบือนทฤษฎีบท กฎ สูตร บทนิยาม และสมบัติ 3) การคำนวณและขาดการตรวจสอบในระหว่างการแก้ปัญหา และ 4) ความผิดพลาดในการตีความด้านภาษาและสัญลักษณ์ทาง
คณิตศาสตร์ โดยทั้งในมิติกระบวนการทางคณิตศาสตร์ (MAP) และ มิติโครงสร้างความคิดรวบยอด (SLO) นักเรียนมีมโนทัศน์ที่คลาดเคลื่อนมากที่สุดคือ ด้านการใช้ข้อมูล (2) ผลการกำหนดจุดตัด โดยการกำหนดเกณฑ์พื้นที่บน Wright Map พบว่า มิติกระบวนการทางคณิตศาสตร์ แบ่งได้ 5 ระดับ 4 จุดตัด จากระดับต่ำสุดไปสูงสุด ที่ -0.99 0.26 0.44 และ 0.61 ตามลำดับ และมิติโครงสร้างความคิดรวบยอด แบ่งได้ 5 ระดับ 4 จุดตัด จากระดับต่ำสุดไปสูงสุด ที่ -0.70 0.15 0.76 และ 1.39 ตามลำดับ ซึ่งจุดตัดดังกล่าวสามารถนำไปสู่การกำหนดช่วงระดับความสามารถ คะแนนสเกล และคะแนนดิบเพื่อนำไปใช้เป็นเกณฑ์การประเมินระดับความสามารถทางคณิตศาสตร์ในแต่ละมิติ และ (3) ตัวแปรจากข้อมูลทุติยภูมิ ที่นำไปใช้ในการสร้างสมการทำนายระดับความสามารถทางคณิตศาตร์ผ่านการเรียนรู้ของเครื่อง (Machine learning) พบว่า ตัวแปรต้นที่จะส่งผลต่อการสร้างสมการทำนาย คือ เกรดคณิตเทอมที่ผ่านมา เกรดเฉลี่ยรวมเทอมที่ผ่านมา ชั่วโมงเรียนพิเศษและชั่วโมงศึกษาคณิตศาสตร์ด้วยตนเอง และตัวแปรตามประกอบด้วย คะแนนดิบมิติกระบวนการคณิตศาสตร์ คะแนนดิบมิติโครงสร้างความคิดรวบยอด และคะแนนรวม 2 มิติ
2. ผลการออกแบบการระบบตรวจให้คะแนนผ่าน Machine learning สามารถแบ่งออกเป็น5 ส่วน ประกอบด้วย (1) ส่วนรับข้อมูล (2) ส่วนประมวลผล (3) ส่วนแสดงผล (4) ส่วนให้ข้อมูลป้อนกลับอัตโนมัติ และ (5) ส่วนรายงานผลการประเมิน โดยผลการประเมินคุณภาพของการออกแบบระบบได้ผ่านผู้เชี่ยวชาญ จำนวน 5 คน ด้วยวิธีการสนทนากลุ่ม ครอบคลุมทั้ง 5 มาตรฐาน ประกอบด้วย ด้านอรรถประโยชน์ ด้านความเป็นไปได้ ด้านความเหมาะสมชอบธรรม ด้านความถูกต้อง และด้านความรับผิดชอบการประเมิน |
| คำสำคัญ |
การตรวจให้คะแนนแบบสอบอัตนัย , การให้ข้อมูลป้อนกลับอัตโนมัติ, วิจัยการออกแบบ, โมเดลการตอบสนองข้อสอบพหุมิติ, การเรียนรู้ของเครื่อง |
| ผู้เขียน |
|
| การประเมินบทความ |
มีผู้ประเมินอิสระ |
| สถานภาพการเผยแพร่ |
ได้รับการตอบรับให้ตีพิมพ์ |
| วารสารมีการเผยแพร่ในระดับ |
ชาติ |
| citation |
ไม่มี |
| เป็นส่วนหนึ่งของวิทยานิพนธ์ |
เป็น |
| แนบไฟล์ |
|
| Citation |
0
|
|
|
ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
English