1. Burapha University Research Information
  2. College of Research Methodology and Cognitive Science
  3. วิทยานิพนธ์ (Theses)
กรุณาใช้ตัวระบุนี้เพื่ออ้างอิงหรือเชื่อมต่อรายการนี้: https://buuir.buu.ac.th/xmlui/handle/1234567890/7879
ระเบียนเมทาดาทาแบบเต็ม
ฟิลด์ DC ค่าภาษา
dc.contributor.advisorปิยะทิพย์ ประดุจพรม
dc.contributor.advisorเสรี ชัดแช้ม
dc.contributor.authorรัชกฤช ธนพัฒนดล
dc.contributor.otherมหาวิทยาลัยบูรพา -- สาขาวิชาการวิจัยและสถิติทางวิทยาการปัญญา
dc.date.accessioned2023-05-12T06:13:00Z
dc.date.available2023-05-12T06:13:00Z
dc.date.issued2561
dc.identifier.urihttps://buuir.buu.ac.th/xmlui/handle/1234567890/7879
dc.descriptionดุษฎีนิพนธ์ (ปรด)--มหาวิทยาลัยบูรพา, 2561
dc.description.abstractการคัดเลือกข้อสอบข้อถัดไปเป็นหัวใจสำคัญของการทดสอบแบบปรับเหมาะด้วยคอมพิวเตอร์ เนื่องจากส่งผลต่อประสิทธิภาพของการทดสอบ การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) พัฒนาวิธีการคัดเลือกข้อสอบข้อถัดไปโดยใช้วิธีระบบอาณานิคมมด 2) เปรียบเทียบประสิทธิภาพของวิธีการคัดเลือกข้อสอบข้อถัดไป 3 วิธี คือ วิธีการคัดเลือกข้อสอบข้อถัดไปโดยใช้ค่าสารสนเทศสูงสุด (วิธี MIC) วิธีการคัดเลือกข้อสอบข้อถัดไปโดยใช้เกณฑ์ของเฮอร์วิคซ์และมีการควบคุมการใช้ข้อสอบ (วิธี HC-Ex) และวิธีการคัดเลือกข้อสอบข้อถัดไปโดยใช้วิธีระบบอาณานิคมมด (วิธี ACS) ในด้านการประมาณค่าความสามารถของผู้สอบ ด้านความยาวของแบบทดสอบ และด้านจำนวนข้อสอบที่มีอัตราการใช้ข้อสอบมากกว่า 0.20 3) พัฒนาโปรแกรมการทดสอบแบบปรับเหมาะด้วยคอมพิวเตอร์ที่ใช้วิธีการคัดเลือกข้อสอบข้อถัดไปโดยใช้วิธีระบบอาณานิคมมด และ 4) ศึกษาความสัมพันธ์ระหว่างค่าประมาณความสามารถของผู้สอบที่ได้จากการทดสอบแบบปรับเหมาะด้วยคอมพิวเตอร์ที่ใช้วิธีการคัดเลือกข้อสอบข้อถัดไปโดยใช้วิธีระบบอาณานิคมมด กับคะแนนรวมของผู้สอบที่ได้จากการทดสอบด้วยคอมพิวเตอร์ กลุ่มตัวอย่างเป็นนักศึกษาระดับปริญญาตรี ปีการศึกษา 2561 จำนวน 30 คน และวิเคราะห์ข้อมูลด้วยการวิเคราะห์สหสัมพันธ์แบบเพียร์สัน ผลการวิจัยปรากฏว่า 1) วิธีการคัดเลือกข้อสอบข้อถัดไปโดยใช้วิธีระบบอาณานิคมมดมี 3 ขั้นตอน ดังนี้ (1) จัดกลุ่มข้อสอบในคลังตามค่าความยากของข้อสอบออกเป็น 5 ระดับ และเลือกข้อสอบข้อถัดไปตามกฎการเลือกข้อสอบเพื่อจัดเรียงบนโครงสร้างต้นไม้ตัดสินใจแบบสามเหลี่ยม (2) ออกแบบกระบวนการของวิธีอาณานิคมมด โดยการจำลองผลการตอบข้อสอบเพื่อวัดความเหมาะสมของการเลือกข้อสอบข้อถัดไป และ (3) เชื่อมโยงกระบวนการทดสอบแบบปรับเหมาะด้วยคอมพิวเตอร์ให้สัมพันธ์กับวิธีระบบอาณานิคมมด 2) วิธีการคัดเลือกข้อสอบข้อถัดไปโดยใช้วิธี ACS มีประสิทธิภาพสูงกว่าวิธี MIC และวิธี HC-Ex ในด้านการประมาณค่าความสามารถของผู้สอบ และด้านจำนวนข้อสอบที่มีอัตราการใช้ข้อสอบมากกว่า 0.20 อย่างมีนัยสำคัญทางสถิติที่ระดับ .01 ในขณะที่วิธี HC-Ex มีประสิทธิภาพในด้านความยาวของแบบทดสอบสูงสุด 3) โปรแกรมการทดสอบแบบปรับเหมาะด้วยคอมพิวเตอร์ที่พัฒนาขึ้นในภาพรวมมีความเหมาะสมในการใช้งานระดับมากที่สุด และ 4) ค่าประมาณความสามารถของผู้สอบที่ได้จากการทดสอบแบบปรับเหมาะด้วยคอมพิวเตอร์ที่พัฒนาขึ้น กับคะแนนรวมของผู้สอบที่ได้จากการทดสอบด้วยคอมพิวเตอร์มีความสัมพันธ์กันทางบวกอย่างมีนัยสำคัญทางสถิติที่ระดับ .01
dc.language.isoth
dc.publisherวิทยาลัยการวิจัยและวิทยาการปัญญา มหาวิทยาลัยบูรพา
dc.rightsมหาวิทยาลัยบูรพา
dc.subjectข้อสอบ -- การออกแบบและการสร้าง
dc.subjectข้อสอบ -- แบบจำลองทางคอมพิวเตอร์
dc.subjectHumanities and Social Sciences
dc.subjectข้อสอบ
dc.subjectมหาวิทยาลัยบูรพา -- สาขาวิชาการวิจัยและสถิติทางวิทยาการปัญญา
dc.titleการพัฒนาวิธีการคัดเลือกข้อสอบข้อถัดไปโดยใช้วิธีระบบอาณานิคมมดสำหรับการทดสอบแบบปรับเหมาะด้วยคอมพิวเตอร์
dc.title.alternativeDevelopment of the next item selection procedure using nt colony system for computerized dptive testing
dc.typeวิทยานิพนธ์/ Thesis
dc.description.abstractalternativeNext item selection is the central point of computerized adaptive testing because it affects the efficiency of testing. This research aimed to 1) develop the next item selection procedure using Ant Colony System (ACS), 2) compare the efficiency among three methods of next item selection: the Maximum Information Criterion (MIC), the Hurwicz Criterion with the item exposure control (HC-Ex), and a procedure using ACS by examining the ability estimation of examinees, the test length, and the number of items with an item exposure rate greater than 0.20, 3) develop a computerized adaptive testing program that used ACS, and 4) study the relation between ability estimation of examinees (from computerized adaptive testing using ACS) and the total score of the examinees (from computerized testing). The sample involved 30 undergraduate students in the academic year 2018. Pearson’s product-moment correlation coefficients were used to analyze the data. The results showed that 1) The next item selection using ACS has three steps: first, classifying items in the item bank with difficulty parameters into five levels, and selecting the next item with item selection rules for arrangement on Triangle Decision Tree (TDT), second, designing the ACS process by simulation of test results in order to measure the next item selection suitability, and third, incorporating the computerized adaptive testing process related to ACS. 2) The next item selection using ACS was more efficient than MIC and HC-Ex in the ability estimation of examinees, and superior to the method based on the number of items with an item exposure rate greater than 0.20 with a .01 level of significance. While HC-EX was the most efficient in the test length. 3) The computerized adaptive testing program was the most suitable in terms of usability. 4) Ability estimation of examinees from computerized adaptive testing and total score of the examinees (from computerized testing) were positively correlated at the .01 level of significance.
dc.degree.levelปริญญาเอก
dc.degree.disciplineการวิจัยและสถิติทางวิทยาการปัญญา
dc.degree.nameปร.ด.
dc.degree.grantorมหาวิทยาลัยบูรพา
ปรากฏในกลุ่มข้อมูล:วิทยานิพนธ์ (Theses)

แฟ้มในรายการข้อมูลนี้:
แฟ้ม รายละเอียด ขนาดรูปแบบ 
Fulltext.pdf7.26 MBAdobe PDFดู/เปิด
แสดงระเบียนรายการแบบย่อ


รายการทั้งหมดในระบบคิดีได้รับการคุ้มครองลิขสิทธิ์ มีการสงวนสิทธิ์เว้นแต่ที่ระบุไว้เป็นอื่น