การจัดการข้อมูลสูญหายสำหรับประมาณค่าพารามิเตอร์ความสามารถ ของผู้สอบและการทำหน้าที่ต่างกันของข้อสอบ

Abstract

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาประสิทธิภาพในการประมาณค่าพารามิเตอร์ ความสามารถของผู้สอบจากการจัดการข้อมูลสูญหายด้วยวิธีประมาณค่าพหุ 2) ศึกษาผลการ ตรวจสอบการทา หน้าที่ต่างกันของข้อสอบด้วยวิธีทดสอบอัตราส่วนความควรจะเป็น ดา เนิน การศึกษาจากการจา ลองข้อมูลภายใต้โมเดลการตอบสนองข้อสอบแบบโลจิสติก ชนิด 2 พารามิเตอร์ ภายใต้เงื่อนไขที่แปรเปลี่ยน 5 ปัจจัย คือ สภาวะการสูญหายของข้อมูล ขนาดกลุ่มตัวอย่าง อัตราการ สูญหายของข้อมูล ความยาวของแบบสอบ และขนาดอิทธิพลของการทา หน้าที่ต่างกันของข้อสอบ จำนวน 32 เงื่อนไข (2x2x2x2x2) ในแต่ละเงื่อนไขจา ลองข้อมูลวนซ้ำ 100 ครั้ง ผลการวิจัยสรุปได้ ดังนี้1) ค่า BIAS และค่า RMSE ของค่าพารามิเตอร์ความสามารถของผู้สอบ ( ) ซึ่งประมาณค่าได้ จากการจัดการข้อมูลสูญหายด้วยวิธีประมาณค่าพหุ (MI) ภายใต้สภาวะการสูญหายอย่างสุ่ม (MAR) และภายใต้สภาวะการสูญหายที่ไม่ใช่อย่างสุ่ม (MNAR) ตามเงื่อนไขในระดับเดียวกัน พบว่า ค่า BIAS มีค่าใกล้เคียงกัน และที่ขนาดอิทธิพลของ DIF 1.0 ภายใต้สภาวะการสูญหายอย่างสุ่ม (MAR) ค่า BIAS เข้าใกล้ 0 มากกว่าภายใต้สภาวะการสูญหายที่ไม่ใช่อย่างสุ่ม (MNAR) เมื่อพิจารณาค่า RMSE พบว่า ภายใต้สภาวะการสูญหายอย่างสุ่ม (MAR) ส่วนใหญ่ค่า RMSE มีค่าต่ำ กว่า ค่า RMSE ภายใต้สภาวะการสูญหายที่ไม่ใช่อย่างสุ่ม (MNAR) 2) ผลการตรวจสอบการทา หน้าที่ต่างกันของ ข้อสอบ (DIFF) ด้วยวิธีทดสอบอัตราส่วนความควรจะเป็น (LRT) สามารถควบคุมความคลาดเคลื่อน ประเภทที่ 1 ผ่านตามเกณฑ์ อย่างมีนัยสำคัญทางสถิติที่ระดับนัยสำคัญ 0.05 (p < 0.05) แต่มีอำนาจ 248 การทดสอบในการตรวจสอบการท าหน้าที่ต่างกันของข้อสอบต่ำ ไม่ผ่านเกณฑ์ตามที่กำหนดทุกเงื่อนไข

The purposes of this research were to: 1) study the efficiency of parameter estimations on the examinees' ability from missing data treatment by multiple imputation (MI), and 2) study the differential item functioning of the examination with the Likelihood Ratio Test (LRT). The study was conducted by simulating a two-parameter logistic model (2PL) on 2 values and setting up the data model under 5 variables including the conditions of missing the data, the sample size, the missing rate, the test length of the examination, the magnitude of DIF in 32 conditions (2x2x2x2x2) on an examination. Each function consisted of 100 replicates. The results were summarized as follows: 1) the BIAS and RMSE values of the examinees' parameters () estimated from the missing data treatment by multiple imputation (MI) under the two conditions of missing at random (MAR) and missing not at random (MNAR) at the same level. It was found that the BIAS values were similar to the size of the DIF 1.0 under the condition of missing at random (MAR) while the BIAS values approached 0 under the condition of missing not at random (MNAR). On the RMSE values, it was found that most RMSE values under the condition of missing at random were lower than the RMSE values under the condition of missing not at random (MNAR). 2) The results of DIF with LRT could be used to control the type I error rate with the statistical significance at 0.05 (p <0.05), but all of the powers to find the DIF were lower than the criteria.