ระบบประเมินระดับองค์ความรู้ด้านปัญญาด้วยหลักการการทดสอบปรับเหมาะแบบแยกทางคงที่

Level of Thinking Knowledge Assessment System with Adaptive Testing by Fixed Branching Model

Abstract

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ (1) ออกแบบและพัฒนาระบบการสอบด้วยหลักการการทดสอบปรับเหมาะแบบแยกทางคงที่และ (2) ประเมิน ความสามารถด้านปัญญาของผู้เรียนแต่ละคนที่แตกต่างกัน ซึ่งระบบประเมินระดับองค์ความรู้ด้านปัญญาของผู้เรียน ถูกพัฒนาขึ้นในรูปแบบ Windows Application โดยใช้สถาปัตยกรรมแบบ Client/Server ใช้ภาษา Visual Basic. NET และใช้ MySQL เป็นโปรแกรมจัดการฐานข้อมูลใช้ ข้อสอบที่มีระดับความยากง่าย 5 ระดับ คือ ระดับยาก ค่อนข้างยาก ปานกลาง ค่อนข้างง่าย และง่ายระดับพฤติกรรมการเรียนรู้ของสมองด้านปัญญา 5 ระดับ คือ การประเมินค่า การสังเคราะห์ การวิเคราะห์ การนำไปใช้และความเข้าใจ จำนวน 136 ข้อ หลังจากการพัฒนาและทดสอบระบบกับ นักศึกษาชั้นปีที่1 สาขาวิชาวิทยาการคอมพิวเตอร์มหาวิทยาลัยราชภัฏนครสวรรค์จำนวน 90 คน พบว่า ระบบสามารถเลือกข้อสอบและปรับข้อสอบ ให้เหมาะสมกับผู้สอบได้ เมื่อผู้เรียนได้ทำแบบทดสอบครบตามเกณฑ์ที่ได้กำหนดไว้ระบบจะนำคะแนนมาประเมินเป็นระดับองค์ความรู้ด้านปัญญา จากผลการทดสอบโดยนักศึกษาส่วนใหญ่มีความสามารถในการสร้างสรรค์ผลงาน ผสมผสานเรื่องราว ให้กลายเป็นสิ่งใหม่ คิดเป็นร้อยละ 21 โดยประมาณของระดับองค์ความรู้ด้านปัญญา ซึ่งเป็นองค์ประกอบที่สำคัญของพฤติกรรมการเรียนรู้ด้านพุทธิพิสัย และองค์ความรู้โดยรวมของ แต่ละผู้เรียนที่คิดเป็นร้อยละซึ่งสามารถนำไปเทียบกับคะแนนการวัดผลการเรียนรู้ เพื่อทดสอบหาข้อบกพร่องของผู้เรียนได้

This research aims at (1) designing and developing an examination system using the Fixed Branching Model of an Adaptive Test, and (2) assessing the different cognitive intelligence ability of each student. The student knowledge assessment system was developed as a Windows application using the client/server architecture, Visual Basic. NET, and MySQL as a database management program. As data we used 136 exams with 5 levels of difficulty: difficult, rather difficult, medium, rather easy, and easy levels, and with 5 levels of brain learning behavior: evaluation, synthesis, analysis, application and understanding. After developing and testing the system with 90 freshmen in computer science, Nakhon Sawan Rajabhat University, we have found that the system can perform the adaptive test and adjust to the students' knowledge. When the students finish their tests, the system calculates marks and measures the level of knowledge in the form of knowledgebased learning behavior of the brain and intelligence. From testing, most students have the ability to create work, combine stories into something new, which can be accounted for approximately 21 percent of thinking knowledge. This evaluation is an important component of cognitive behavioral learning. The students' knowledge was measured as a percentage that can be compared to the learning assessments scores for finding learning deficits of the students.