ประสิทธิภาพของโมเดลและการตรวจสอบการทำหน้าที่ต่างกันของข้อสอบ พหมิติโดยวิธีการวิเคราะห์องค์ประกอบเชิงยืนยันแฝงภายใน

Efficiency of model and detecting differentiai multidimentional items functioning by nested confirmatory factor analysis

Abstract

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพของโมเดลการวิเคราะห์องค์ประกอบเชิงยืนยัน อันดับหนึ่ง องค์ประกอบเชิงยืนยันอันดับสอง องค์ประกอบเชิงยืนยันอันดับหนึ่งแฝงภายใน องค์ประกอบเชิงยืนยัน อันดับสองแฝงภายใน และการทดสอบการทำหน้าที่ต่างกันของข้อสอบโดยใช้วิธีการวิเคราะห์องค์ประกอบเชิงยืนยัน อันดับสองแฝงภายใน ภายใต้เงื่อนไขกลุ่มตัวอย่างขนาด 100, 200, 400, 800, 1,200, 1,600 และ 2,000 คน จำนวนข้อสอบ 3, 5, 8, 10 และ15 ข้อต่อองค์ประกอบ และขนาดกลุ่มตัวอย่างในการทดสอบการทำหน้าที่ต่างกันของข้อสอบขนาด 1,600, 2,000, 2,400 2,800, 3,200, 3,600 และ 4,000 คน ซึ่งเป็นนักเรียนระดับชั้นมัธยมศึกษาปีที่ 3 โรงเรียนในเขตพื้นที่การศึกษาจังหวัดบุรีรัมย์ เขต 2 จากการทดสอบทางการศึกษาแห่งชาติปี พ.ศ. 2548 การวิเคราะห์ข้อมูลเชิงบรรยายใช้โปรแกรม SPSS for Windows Version 16.0 การหาคุณภาพ แบบทดสอบใช้โปรแกรม BLOG MG 3.0 การวิเคราะห์องค์ประกอบใช้โปรแกรม AMOS 16.0 และการทดสอบ ค่าความเชื่อมั่น G-Coefficient ใช้โปรแกรม GENOVA  ผลการวิจัยพบว่า 1. โมเดลการวิเคราะห์องค์ประกอบเชิงยืนยันอันดับสองแฝงภายในมีประสิทธิภาพมากที่สุด โมเดลมีความ สอดคล้องกับข้อมูลเชิงประจักษ์เมื่อไม่มีการปรับโมเดลอยู่ในระดับดี โดยพิจารณาจากค่าดัชนีวัดความสอดคล้องของโมเดล ซึ่งพบว่าค่า=1658.181, df = 1130, p = .000, GFI = 919, AGFI = 909, CFI = 643 และ RMSEA = .024 เมื่อใช้กลุ่มตัวอย่างตั้งแต่ 800 ตัวอย่างขึ้นไป และเมื่อพิจารณาตามขนาดของกลุ่มตัวอย่างพบว่า ค่าดัชนีวัดความสอดคล้องไค-สแควร์ ไม่แปรเปลี่ยนตามขนาดกลุ่มตัวอย่างแต่แปรเปลี่ยนตามจำนวนข้อสอบต่อองค์ประกอบ  2. การตรวจสอบการทำหน้าที่ต่างกันของข้อสอบโดยวิเคราะห์วิธีองค์ประกอบเชิงยืนยันอันดับสองแฝงภายในจำแนกตามเพศโดยใช้เทคนิค Multi-Group พบว่ามีข้อสอบทำหน้าที่ต่างกัน 5 ข้อ และเมื่อตัดข้อสอบที่ทำหน้าที่ต่างกันออกพบว่าค่าสัมประสิทธิ์ความเชื่อมั่นของข้อสอบสูงขึ้น  The purpose of this research was to compare the efficiency of model first-order factor analysis, second-order factor analysis, nested first-order factor analysis and nested second order factor analysis and detecting differential items functioning by second-order factor analysis method under the conditions of 7 sample sizes (100, 200, 400, 800, 1,200, 1,600 and 2,000) and 5 test- items per factor (3, 5, 8, 10 and 15) and 7 sample sizes for detecting differential items functioning (1,600, 2,000, 2,400, 2,800, 3,200, 3,600 and 4,000). The sample consisted of 4,000 third grade three students under the Basic Education Commission Office, Burirum Province Area II in academic year 2005 who entered the national achievement test. Descriptive statistics were devised by SPSS, Quality of items analysis by BILOG MG 3.0, while a confirmatory factor analysis by AMOS 16.0 and the G - Coefficient by GENOVA. The results were as follows:  1. The nested second-order factor model was found of having the most efficiency as another model. The validity of model provided=1658.181, df = 1130, p = .000, GFI = .919, AGFI = .909, CFI = .643 and RMSEA = .024. These indices indicator goodness of fit was at good level when sample size was more than 800. When considering the sample size, it was found that there was no variation Chi- square indicator but sample size was validated on the test items per factor.  2. The detecting differential items functioning classified by sex to second-order factor analysis method by Multi- Group technical, it was found that there was five test items differential items functioning. After the deleting the items, the G - coefficient showed more reliability than before testing by GENOVA.