วิทยานิพนธ์ (ค.ด.)--จุฬาลงกรณ์มหาวิทยาลัย, 2551

การวิจัยครั้งนี้มีวัตถุประสงค์ 3 ประการ ได้แก่ 1.เพื่อวิเคราะห์ค่าพารามิเตอร์ข้อสอบ พารามิเตอร์ความสามารถของผู้สอบ และผลของตัวแปรคุณลักษณะของผู้เรียนและตัวแปรคุณลักษณะของโรงเรียนต่อโอกาสในการตอบข้อสอบได้ถูกต้อง โดยใช้วิธีการวิเคราะห์พหุระดับ ด้วยโปรแกรมโมเดลเชิงเส้นตรงระดับลดหลั่น (HLM) 2.เพื่อเปรียบเทียบผลการประมาณค่าพารามิเตอร์ข้อสอบ และพารามิเตอร์ความสามารถของผู้สอบ ระหว่างการวิเคราะห์ข้อสอบแบบพหุระดับโดยประยุกต์ใช้โปรแกรมโมเดลเชิงเส้นตรงระดับลดหลั่น (HLM) และการวิเคราะห์ข้อสอบด้วยโปรแกรม BILOG-MG และ 3.เพื่อตรวจสอบและเปรียบเทียบผลการวิเคราะห์การทำหน้าที่ต่างกันของข้อสอบ (DIF) โดยประยุกต์ใช้โปรแกรมโมเดลเชิงเส้นตรงระดับลดหลั่น (HLM) และโปรแกรม BILOG-MG กลุ่มตัวอย่างที่ใช้ในการวิจัยเป็นนักเรียนชั้นมัธยมศึกษาปีที่ 3 ที่ศึกษาในปีการศึกษา 2550 จำนวน 1,588 คน ผู้บริหาร 32 คน จาก 32 โรงเรียนในสังกัดสำนักงานเขตพื้นที่การศึกษาลพบุรีเขต 1 และ 2 ซึ่งได้มาโดยการสุ่มตัวอย่างแบบสองขั้นตอน เครื่องมือที่ใช้ในการวิจัยประกอบด้วย แบบวัดความรู้วิชาคณิตศาสตร์ แบบวัดเจตคติต่อการเรียนวิชาคณิตศาสตร์ แบบประเมินความเครียดของนักเรียน แบบบันทึกข้อมูลนักเรียน แบบประเมินภาวะผู้นำทางวิชาการของผู้บริหาร และแบบบันทึกตัวแปรคุณลักษณะครูและโรงเรียน การวิเคราะห์ข้อมูลดำเนินการใน 3 ขั้นตอนดังนี้ ขั้นตอนที่ 1 ประมาณค่าพารามิเตอร์ข้อสอบ และผู้สอบด้วยโมเดล HGLM-2L และ HGLM-3L ข้อมูลแบ่งออกเป็น 3 ระดับ คือ ระดับข้อสอบ ระดับผู้สอบ และ ระดับโรงเรียน แล้วเปรียบเทียบผลการประมาณค่าพารามิเตอร์ข้อสอบ และผู้สอบที่ได้จากโปรแกรม HLM และ BILOG-MG ขั้นตอนที่ 2 ศึกษาผลของตัวแปรคุณลักษณะผู้เรียนและโรงเรียนที่มีต่อโอกาสในการตอบข้อสอบได้ถูกต้องทั้งในระดับผู้สอบและระดับโรงเรียน และขั้นที่ 3 เปรียบเทียบผลการวิเคราะห์การทำหน้าที่ต่างกันของข้อสอบ (DIF) สรุปผลการวิจัยได้ดังต่อไปนี้ 1. ผลการประมาณค่าพารามิเตอร์ข้อสอบด้วยโมเดล HGLM-2L และ HGLM-3L ด้วยสถิติ Empirical Bayesian มีความสัมพันธ์อย่างสัมบูรณ์กับผลการประมาณค่าด้วยโปรแกรม BILOG-MG ส่วนผลการประมาณค่าพารามิเตอร์ผู้สอบด้วยโมเดล HGLM-2L มีความสัมพันธ์อย่างสัมบูรณ์กับผลการประมาณค่าด้วยโปรแกรม BILOG-MG ส่วนโมเดล HGLM-3L มีระดับของค่าสัมประสิทธิ์สหสัมพันธ์เท่ากับ 0.793 ซึ่งน้อยกว่าค่าสัมประสิทธิ์สหสัมพันธ์ระหว่างโมเดล HGLM-2L กับโปรแกรม BILOG-MG 2. ผลการวิเคราะห์ระดับนักเรียน (Level 2) พบว่า ตัวแปรผลการเรียนวิชาคณิตศาสตร์ในภาคเรียนที่ผ่านมาส่งผลต่อค่าเฉลี่ยของโอกาสในการตอบข้อสอบได้ถูกต้องในแต่ละโรงเรียนอย่างมีนัยสำคัญทางสถิติที่ระดับ 0.01 ผลการวิเคราะห์ระดับโรงเรียน (Level 3) พบว่าตัวแปรขนาดของโรงเรียน และตัวแปรความเป็นผู้นำทางวิชาการของผู้บริหารส่งผลต่อค่าเฉลี่ยของโอกาสในการตอบข้อสอบได้ถูกต้องในโรงเรียนอย่างมีนัยสำคัญทางสถิติที่ระดับ 0.01 และ 0.05 ตามลำดับ 3. การตรวจสอบการทำหน้าที่ต่างกันของข้อสอบ (DIF) ด้วยโมเดล HGLM สามารถตรวจสอบพบข้อสอบที่ทำหน้าที่ต่างกันสอดคล้องตรงกับผลการวิเคราะห์จากโปรแกรม BILOG-MG