เกณฑ์ค่าความเชื่อมั่น kr-20

1.2 ความเที่ยงตรงตามโครงสร้าง  (Contruct  Validity) หมายถึง ความสามารถของแบบทดสอบที่จะวัดสมรรถภาพของสมองหรือพฤติกรรมในด้านต่าง ๆ ของผู้เรียนได้ตรงตามที่ระบุไว้ในหลักสูตร  ในภาคความมุ่งหมาย

1.3  ความเที่ยงตรงตามสภาพ  (Concurrent  Validity)  หมายถึง  ความสามารถของแบบทดสอบที่สามารถเร้าให้นักเรียนตอบสนองออกมาตรงตามสภาพความเป็นจริงของเขา  เกณฑ์ที่ใช้เทียบก็คือสภาพความเป็นจริงในปัจจุบันของนักเรียน

1.4   ความเที่ยงตรงตามพยากรณ์  (Predictive  Validity)  หมายถึงความสามารถพยากรณ์ผลการเรียนในอนาคตของนักเรียนได้ถูกต้องตามความเป็นจริง เกณฑ์ที่ใช้เทียบคือสภาพความเป็นจริงหรือสภาพความสำเร็จในอนาคตของผู้เรียน

ค่าความเชื่อมั่น (Reliability) หมายถึง ความคงที่ในการวัด กล่าวคือ ไม่ว่าจะวัดกี่ครั้ง ๆ ก็ตามจะได้ผลคงที่เสมอ อุปมาเหมือนตาชั่งที่สามารถบอกน้าหนักของวัตถุก้อนหนึ่งเท่าเดิม ไม่ว่าจะเอาวัตถุก้อนนั้นมาชั่งกี่ครั้งก็ตาม ตาชั่งนั้นก็จะมีความเชื่อมั่นสูง โดยค่าความเชื่อมั่นของแบบทดสอบใดๆ มีค่าอยู่ระหว่าง .00 ถึง 1.00

ความเชื่อมั่นของเครื่องมือ  แบ่งเป็น 2 ประเภท 

1.  การหาความเชื่อมั่นแบบอิงกลุ่ม  แบ่งเป็น 2 ประเภท  ได้แก่

1.1  การใช้ค่าสัมประสิทธิ์สหสัมพันธ์เป็นหลัก

1.1.1   Test-Retest Method  (วิธีสอบซ้ำ)  เป็นการหาค่าความเชื่อมั่นโดยวิธีการสอบซ้ำเป็นการหาค่าความเชื่อมั่นโดยนาเอาแบบทดสอบฉบับหนึ่ง ไปทาการทดสอบกับนักเรียนกลุ่มใดกลุ่มหนึ่ง 2 ครั้ง ในเวลาที่ต่างกัน โดยเว้นระยะเวลาในการสอบทั้ง 2 ครั้ง ให้ห่างกันพอสมควร ( 2 อาทิตย์ ขึ้นไป) เมื่อทาการสอบซ้ำครั้งที่ 2 แล้วจะทำห้นักเรียนแต่ละคนมีคะแนนผลการสอบของแบบทดสอบฉบับนั้นคนละ 2 ค่า คือคะแนนจากการสอบครั้งที่ 1 และคะแนนจากการสอบครั้งที่ 2 จากนั้นจึงนาค่าคะแนนทั้ง 2 ชุดไปหาค่าสัมประสิทธิ์สหสัมพันธ์โดยใช้สูตรของเพียร์สัน ( Pearson Product Moment Correlation ) ค่าสัมประสิทธิ์สหสัมพันธ์ที่ได้คือค่าความเชื่อมั่นของแบบทดสอบฉบับนั้น

1.1.2   Paralleled Form Method (วิธีใช้แบบทดสอบคู่ขนาน)  เป็นแบบทดสอบอีกฉบับหนึ่งที่มีลักษณะเหมือนกับแบบทดสอบฉบับที่ต้องการหาค่าความเชื่อมั่น ซึ่งไม่ใช่แบบทดสอบฉบับเดียวกันหรือมีข้อคำถามเหมือนกัน แต่เป็นแบบทดสอบที่มีค่าคุณลักษณะต่างๆ ประจำตัว (Parameter) เหมือนกัน เช่นเป็นแบบทดสอบที่วัดในเนื้อหาเดียวกัน มีจำนวนข้อเท่ากัน ข้อสอบแต่ละข้อมีค่าความยากง่ายเท่ากัน มีค่าอำนาจจำแนกเท่ากัน มีค่าเฉลี่ยและค่าความแปรปรวนเท่ากัน มีค่าความคลาดเคลื่อนมาตรฐานในการวัดเท่ากันและอื่นๆ  เมื่อได้แบบทดสอบคู่ขนานกับแบบทดสอบที่จะหาค่าความเชื่อมั่นมาแล้ว ก็จะนำแบบทดสอบทั้งสองฉบับไปสอบนักเรียนกลุ่มเดียวกัน ในเวลาที่ต่อเนื่องกัน หรืออาจจะทิ้งช่วงสักระยะเวลาหนึ่งก็ได้ เมื่อได้คะแนนออกมาซึ่งจะมี 2 ชุด ก็จะนาคะแนนทั้ง 2 ชุด ไปหาค่าสัมประสิทธิ์สหสัมพันธ์ โดยใช้สูตรเพียร์สัน (Pearson Product Moment Correlation ) ค่าสัมประสิทธิสหสัมพันธ์ดังกล่าวจะเป็นค่าความเชื่อมั่นของแบบทดสอบที่ต้องการ  ใช้สูตรเดียวกันกับวิธีการสอบซ้ำ  แต่วิธีนี้ไม่นิยมใช้เนื่องจากมีข้อจำกัดคือ การสร้างแบบทดสอบให้มีลักษณะเป็นแบบทดสอบคู่ขนานกันจริง ๆ ซึ่งเป็นการยากมาก และเมื่อแบบทดสอบทั้งสองฉบับไม่ใช่ แบบทดสอบที่คู่ขนานกันอย่างจริง ๆ แล้ว ย่อมทำให้เกิดความคลาดเคลื่อนในการหาค่าความเชื่อมั่น  

1.1.3   Split-Half Method (วิธีแบ่งครึ่งข้อสอบ)  โดยนำเครื่องมือไปทดสอบเพียงครั้งเดียว แล้วนำเครื่องมือนั้นมาแบ่งครึ่งเพื่อทำการวิเคราะห์ เช่น เครื่องมือมี 20 ข้อ ให้แบ่งครึ่งแรก 10 ข้อ ครึ่งหลัง 10 ข้อ หรือข้อคี่ 10 ข้อ ข้อคู่ 10 ข้อ จากนั้นจึงคำนวณหาค่าสหสัมพันธ์ของคะแนนรวม ครึ่งแรก – ครึ่งหลัง หรือคะแนนรวมข้อคู่ ข้อคี่  ผ่านสูตรของ Spearman-Brown , Horst , Rulon , Guttman , สำเริง บุญเรืองรัตน์  

      -   Spearman-Brown  เป็นการหาค่าความเชื่อมั่นโดยวิธีแบ่งครึ่งข้อสอบมีความคิดพื้นฐานมาจากการหาค่าความเชื่อมั่นโดยใช้แบบทดสอบคู่ขนาน กล่าวคือ จะนาแบบทดสอบที่ต้องการหาค่าความเชื่อมั่นไปทดสอบกับนักเรียนเพียงครั้งเดียว แล้วแบ่งแบบทดสอบนั้นออกเป็น 2 ฉบับย่อย ๆ โดยพยายามทำให้แบบทดสอบทั้งสองฉบับย่อยมีลักษณะคล้ายคลึงกันมากที่สุดเท่าที่จะทาได้ ทั้งนี้ อาจแยกข้อคาถามข้อคู่รวมเป็นฉบับหนึ่ง และนำข้อคาถามข้อคี่รวมเป็นอีกฉบับหนึ่ง หรืออาจจะแบ่งแบบทดสอบออกเป็นครึ่งฉบับแรกและครึ่งฉบับหลัง หรืออาจแบ่งโดยการสุ่มข้อคำถามก็ได้ จากนั้นจึงนาคะแนนของแบบทดสอบย่อยทั้ง 2 ฉบับ มาหาค่าสัมประสิทธิ์สหสัมพันธ์ โดยใช้สูตรของเพียร์สัน (Pearson Product Moment Correlation ) ได้ค่าความเชื่อมั่นครึ่งฉบับ  จากนั้นจึงนำมาปรับขยายค่าความเชื่อมั่นของแบบทดสอบให้เต็มฉบับ โดยนาสูตรการประมาณค่าความเชื่อมั่นเมื่อเพิ่มจานวนข้อคำถามของ สเปียร์แมน-บราวน์ ( Spearman-Brown )

      -   Horst  ได้เสนอสูตรการปรับขยายค่าความเชื่อมั่นของแบบทดสอบในกรณีที่แบบทดสอบย่อยทั้ง    2 ฉบับมีจานวนข้อไม่เท่ากัน (หรือเท่ากันก็ใช้ได้)

       -   Rulon  ได้ใช้วิธีการคำนวณหาค่าความเชื่อมั่นโดยไม่ต้องหาค่าความเชื่อมั่นของแบบทดสอบครึ่งฉบับก่อน แต่เป็นการทั้งฉบับ โดยการหาค่าความแปรปรวน

      -   Guttman  ใช้วิธีแบ่งครึ่งแบบทดสอบ ในระยะต่อมามีผู้เสนอสูตรการคำนวณหาค่าความเชื่อมั่นโดยไม่ต้องหาค่าความเชื่อมั่นของแบบทดสอบครึ่งฉบับก่อน แต่เป็นการทั้งฉบับ โดยการหาค่าความแปรปรวน

      -   สำเริง บุญเรืองรัตน์  ได้เสนอสูตรการคานวณค่าความเชื่อมั่นของแบบทดสอบใหม่ โดยไม่ต้อง คำนึงถึงเงื่อนไขที่ว่าแบบทดสอบย่อยทั้ง 2 ฉบับ จะต้องมีลักษณะเป็นแบบทดสอบคู่ขนานกัน

       สรุป   การหาค่าความเชื่อมั่นแบบแบ่งครึ่งข้อสอบเป็นการหาความเชื่อมั่นโดยยึดหลักการหาความสอดคล้องภายในของแบบทดสอบ (Internal Consistency) นั่นคือ ถ้าคะแนนของผู้สอบแต่ละคนจากแบบทดสอบย่อยทั้ง 2 ฉบับ มีค่าใกล้เคียงกันแสดงว่าแบบทดสอบฉบับนั้นมีความเป็นเอกพันธ์ มีความคงที่ภายในสูง จะส่งผลให้ค่าความเชื่อมั่นสูงตามไปด้วย

1.2  การใช้ค่าความแปรปรวนของคะแนนเป็นหลัก

1.2.1  วิธีการของคูเดอร์ - ริชาร์ดสัน เป็นการหาความเชื่อมั่นโดยการใช้เครื่องมือ 1 ชุด ใช้ทดสอบเพียงครั้งเดียว และไม่ต้องแบ่งครึ่งแบบทดสอบ โดยมีสมมติฐานที่ว่าข้อคาถามในเครื่องมือชุดเดียวกันจะวัดในองค์ประกอบเดียวกัน นั่นคือ เนื้อหา ข้อคำถามแต่ละข้อภายในฉบับจะต้องมีความเป็นเอกพันธ์ ดังนั้น การหาค่าความเชื่อมั่นโดยวิธีการนี้จึงเป็นการวัดความสอดคล้องภายในของเครื่องมือ (Internal Consistency) แบ่งออกเป็น สูตรKR-20  และ   สูตร KR-21

      -   KR-20   ข้อจำกัดที่สำคัญคือ ข้อคาถาม จะต้องมีระบบการให้คะแนนเป็นแบบ 0 หรือ 1 กล่าวคือ ข้อที่ตอบถูกให้ 1 คะแนน ตอบผิดให้ 0 คะแนน เท่านั้น

      -   KR-21   ข้อจำกัดที่สำคัญคือ ข้อคำถาม จะต้องมีระบบการให้คะแนนเป็นแบบ 0 หรือ 1 กล่าวคือ ข้อที่ตอบถูกให้ 1 คะแนน ตอบผิดให้ 0 คะแนน เท่านั้น และข้อคาถามแต่ละข้อมีระดับความยาก ไม่แตกต่างกันมากนัก ถ้าข้อสอบทุกข้อในแบบทดสอบมีระดับความยากระดับเดียวกัน ความเชื่อมั่นของแบบทดสอบฉบับเดียวกัน ที่คำนวณได้จากสูตร KR - 21 จะเท่ากับค่าที่คำนวณได้จากสูตร KR - 20

1.2.2   The Coefficient of Alpha(วิธีการหาค่าสัมประสิทธิ์อัลฟา) ของครอนบาค (Cronbach) สูตรนี้ใช้สำหรับหาสัมประสิทธิ์ของความเที่ยงของแบบทดสอบที่มีระบบการให้คะแนนแบบอื่นที่ไม่ใช่ 0 กับ 1 หรือ แบบ       0 / 1 ก็ได้ ซึ่งเป็นการวัดที่ให้ข้อมูลในลักษณะต่อเนื่อง ได้แก่ แบบทดสอบอัตนัย แบบเรียงความ (essay type tests) แบบวัดทัศนคติ แบบประเมินผลสมรรถภาพด้านต่าง ๆ ที่ต้องประเมินตามสเกล และแบบสอบถามชนิดประมาณค่า (rating scale) จึงให้ชื่อว่า ค่าสัมประสิทธิ์อัลฟ่า

1.2.3   Hoyt's Analysys of Variance(การหาค่าความเชื่อมั่นโดยวิธีวิเคราะห์ความแปรปรวน )ของฮอยท์  เป็นการหาค่าความเชื่อมั่นของแบบทดสอบโดยอาศัยค่าอัตราส่วนของความแปรปรวนระหว่างคะแนนจริงและคะแนนที่สอบได้ แล้วปรับเปลี่ยนเป็นอัตราส่วนของความแปรปรวน ระหว่างคะแนนที่เป็นความคลาดเคลื่อนกับคะแนนที่สอบได้ วิธีการนี้ สามารถใช้ได้ทั้งเครื่องมือที่มีระบบการให้คะแนนแบบ 0 กับ 1 และที่มีระบบการให้คะแนนแบบอื่น ๆ เช่น แบบทดสอบอัตนัย แบบวัดเจตคติ แบบมาตรส่วนประมาณค่า เป็นต้น วิธีการดาเนินการจะนาแบบวัดไปทดสอบครั้งเดียว แล้วนามาวิเคราะห์ความแปรปรวนแบบสองทาง โดยการหาค่า MSE และ MSS

2.  การหาความเชื่อมั่นแบบอิงเกณฑ์

2.1  Carver (วิธีของคาร์เวอร์) อาศัยการเปรียบเทียบสัดส่วนของความสอดคล้องในการตัดสินความรอบรู้ของผู้สอบแต่ละคนจากแบบทดสอบคู่ขนาน ตามแนวความคิดนี้สามารถนามาใช้ในการประมาณค่าความเชื่อมั่นของแบบทดสอบอิงเกณฑ์ได้โดยการนาแบบทดสอบคู่ขนานสองฉบับไปสอบกับนักเรียนกลุ่มเดียวกันแล้วนาผลการสอบไปแจกแจงลงในตารางสัดส่วนของความสอดคล้องในการตัดสินความรอบรู้ หรือความเชื่อมั่นของแบบทดสอบ อิงเกณฑ์ ก็จะมีค่าเท่ากับ (a+c) หารด้วย (a+b+c+d)

2.2  Algina (วิธีของอัลจินา)ใช้กับการสอบด้วยแบบทดสอบคู่ขนาน 2 ฉบับ หรือแบบทดสอบฉบับเดียวสอบ 2 ครั้ง โดยอาศัยค่าอัตราส่วนของจานวนนักเรียนที่ถูกตัดสินอย่างสอดคล้องตรงกันทั้ง 2 ครั้ง ว่ารอบรู้หรือไม่รอบรู้ และใช้ค่าสัมประสิทธิ์แคปป้า(Kappa – K ) ของโคเฮน (Cohen)

2.3  Livingston (วิธีของลิฟวิงตัน) ใช้แบบทดสอบฉบับเดียวและสอบเพียงครั้งเดียว

2.4  Lovett (วิธีการของโลเวตต์)  ได้เสนอสูตรในการคานวณค่าความเชื่อมั่นของแบบทดสอบอิงเกณฑ์โดยใช้ แบบทดสอบฉบับเดียวและสอบเพียงครั้งเดียว มี

KR

Kr

ค่าความเชื่อมั่นมีค่าเท่าไร จึงจะถือว่าใช้ได้

เพราะเหตุใดการหาความเชื่อมั่นของแบบทดสอบจึงนิยมใช้สถิติ kr