Page 110 - การวิจัยทางการวัดและประเมินผลการศึกษา
P. 110
3-100 การวิจัยทางการวัดและประเมินผลการศึกษา
การออกแบบการวิจัยด้วยข้อมูลจ�ำลอง (simulation) ส่วนมากเป็นการศึกษาการประมาณค่า
พารามิเตอร์จากข้อมูลท่ีสร้างขึ้นมาเองจากคอมพิวเตอร์ จึงมีช่ือเรียกอีกอย่างหนึ่งว่า การจ�ำลองข้อมูลด้วย
คอมพวิ เตอร์ หรอื การจำ� ลองมอนตคิ ารโ์ ล (Monte Carlo simulation) การศกึ ษาดว้ ยขอ้ มลู จำ� ลองมลี กั ษณะ
คล้ายกับการสุ่มซ้�ำ (resampling method) เช่น วิธี Bootstrap หรือ Jackknife ส�ำหรับวิธี Bootsrap นั้น
ขอ้ มลู หลาย ๆ ชดุ จะถูกสุ่มอยา่ งสุ่มมาจากข้อมูลจริงชุดหนง่ึ เพือ่ ใช้ศึกษาการแจกแจงของพารามิเตอร์ท่ีสนใจ
ศึกษา ส่วนวิธี Jackknife น้ัน ข้อมูลหลาย ๆ ชุดจะถูกสุ่มมาจากข้อมูลจริงชุดหน่ึงโดยตัดกลุ่มตัวอย่าง
บางคนออกไป ข้อมูลหลาย ๆ ชุดที่ถูกสุ่มข้ึนมา (เรียกว่า การท�ำซ้�ำ ซ่ึงแสดงจ�ำนวนของการจ�ำลองซ�้ำ) จะถูก
น�ำมาวิเคราะห์ข้อมูลต่อไป แต่อย่างไรก็ตาม การสุ่มข้อมูลทั้งสองวิธีน้ีมีข้อจ�ำกัด เพราะยังไม่ทราบค่า
พารามิเตอร์ที่แท้จริง (true parameter) เนื่องจากเป็นการศึกษาจากข้อมูลจริง ดังนั้นนักวิจัยจึงต้องหาวิธี
การตรวจสอบความถูกต้องของค่าพารามิเตอร์จากข้อมูลที่จ�ำลองขึ้นโดยใช้เกณฑ์บางอย่าง ดังนั้น เพ่ือลด
ข้อจ�ำกัดของวิธี Bootstrap และ Jackknife จึงมีการพัฒนาวิธีการใหม่ขึ้นมาเรียกว่าวิธี MCMC หรือ Mar-
kov Chain Monte Carlo โดยใช้การสมุ่ เลือกขอ้ มูลอย่างสุ่ม ข้อมูลจำ� ลองมกั จะถกู สรา้ งข้ึนจากการแจกแจง
ที่รู้ค่าจริงของพารามิเตอร์ (true parameter) โดยใช้วิธีการสุ่ม เช่น การสุ่มข้อมูลชุดต่าง ๆ มาจากการ
แจกแจงแบบปกติที่มีค่าเฉลี่ย และส่วนเบ่ียงเบนมาตรฐานค่าใดค่าหน่ึงที่นักวิจัยก�ำหนด เช่น 0 และ 1 ตาม
ล�ำดับ (ซ่ึงก็คือ การแจกแจงแบบปกติมาตรฐาน) หรืออาจสร้างมาจากโมเดลการทดสอบ เช่น โมเดลการตอบ
ข้อสอบ (item response model) 1, 2 หรือ 3 พารามิเตอร์ หรือโมเดลการตอบข้อสอบประเภทอื่น เช่น
โมเดลการตอบข้อสอบแบบหลายค่า หรือโมเดลการตอบข้อสอบแบบพหุมิติ เป็นต้น
Feinberg และ Rubright (2016) ได้ท�ำการศึกษาในลักษณะของการรีวิวงานวิจัยท่ีใช้ข้อมูลจ�ำลอง
ในการศึกษาประเด็นทางการวัดและประเมินผลการศึกษา พบว่ามีการใช้ข้อมูลจ�ำลองในการวิจัยจ�ำนวนมาก
และหลากหลาย ดังตารางท่ี 3.10 ซึ่งส่วนใหญ่เป็นการศึกษาเก่ียวกับโมเดลการตอบข้อสอบ ประเภท
ของการตรวสอบความกลมกลืนของโมเดล โดยมีจ�ำนวนรอบของการจ�ำลองซ้�ำ จ�ำนวน 499 คร้ัง หรือ
น้อยกว่า การวิเคราะห์ข้อมูลส่วนใหญ่ คือการวิเคราะห์ความล�ำเอียงของการประมาณค่า (BIAS) และ
ความคลาดเคลื่อนของการประมาณค่า (RMSE)
ตารางที่ 3.10 ผลการรีวิวจ�ำนวนงานวจิ ยั ทีใ่ ชข้ ้อมูลจำ� ลอง
ประเภทของข้อมูลจ�ำลอง ดชั นีทศี่ กึ ษา n รอ้ ยละ
พารามิเตอร์ของ IRT 18 67
คะแนนดิบ/คะแนนจริง 5 19
เวลาการตอบ 27
อื่น ๆ 3 11
