การประเมินวินิจฉัยทางปัญญา: แนวคิดเพื่อประยุกต์ใช้ในการวินิจฉัยความสามารถด้านการอ่านเพื่อความเข้าใจ
Article Sidebar
Main Article Content
บทคัดย่อ
การประเมินวินิจฉัยทางปัญญามีวัตถุประสงค์สำคัญ 2 ประการ คือ 1) เพื่อระบุประเด็นที่นักเรียนยังไม่รอบรู้ และ 2) เพื่อให้ข้อเสนอแนะเกี่ยวกับสาเหตุหรือเหตุผลที่เป็นไปได้เกี่ยวกับการไม่รอบรู้ในทักษะย่อยหรือคุณลักษณะนั้นๆ ครูผู้สอนสามารถนำผลการวินิจฉัยไปใช้ประโยชน์ในการพัฒนาผู้เรียนได้ตรงจุดที่บกพร่อง โดยมีวิธีการสังเคราะห์สารสนเทศผลการวินิจฉัยด้วยการวิเคราะห์ทางสถิติโดยใช้โมเดลวินิจฉัยทางปัญญา (CDMs) วิเคราะห์การตอบสนองข้อสอบของผู้ตอบตามทฤษฎีการตอบสนองข้อสอบ (IRT) ผ่านโมเดลทางสถิติที่ซับซ้อนมีลักษณะเป็นโมเดลชั้นแฝงที่สามารถจำแนกผู้สอบเข้าชั้นแฝง ซึ่งระบุผู้รอบรู้และไม่รอบรู้ในแต่ละคุณลักษณะของความสามารถ การประเมินวินิจฉัยทางปัญญาเป็นรูปแบบหนึ่งของการประเมินที่ใช้ในการสำรวจความสัมพันธ์ระหว่างกระบวนการทางจิตและกลวิธีที่ผู้สอบใช้ในการแก้ปัญหาหรือตอบข้อสอบข้อหนึ่งๆ โดยสารสนเทศที่ได้จะเป็นข้อมูลย้อนกลับเกี่ยวกับจุดแข็งและจุดอ่อนของทักษะย่อยหรือคุณลักษณะของผู้สอบรายบุคคล ดังนั้นจึงมีความเหมาะสมกับบริบทของการประเมินการอ่านซึ่งเป็นกระบวนการทางสมองตามทฤษฎีทางปัญญา การประยุกต์ใช้การประเมินวินิจฉัยทางปัญญาในด้านความสามารถทางภาษาทำได้หลายวิธีแต่วิธีที่ให้ความตรงเชิงโครงสร้างสูงคือการออกแบบการประเมินตามระบบการออกแบบทางปัญญา (CDS) ให้ความสำคัญกับ Q-matrix ซึ่งเป็นเมตริกซ์ความสัมพันธ์ระหว่างข้อคำถามและคุณลักษณะของความสามารถเพื่อนำมาสร้างแบบทดสอบวินิจฉัยทางปัญญาที่ใช้ในการประเมินวินิจฉัยทางปัญญา
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เจ้าของบทความมิได้คัดลอก หรือละเมิดลิขสิทธิ์ของผู้ใด หากเกิดการละเมิดลิขสิทธิ์ ไม่ว่าวิธีใด หรือการฟ้องร้องไม่ว่ากรณีใด ๆ ที่อาจเกิดขึ้นได้ กองบรรณาธิการวารสารศึกษาศาสตร์ ไม่มีส่วนเกี่ยวข้องทั้งสิ้น ให้เป็นสิทธิ์ของเจ้าของบทความที่จะดำเนินการ
References
Chen, H., & Chen, J. (2015). Exploring reading comprehension skill relationships through the G-DINA model. Educational Psychology, 36, 1049-1064. https://doi.org/10.1080/01443410.2015.1076764
Chen, C. (2016). Cite Space: A practical guide for mapping scientific literature. Nova Science Publishers.
Deenang, E. (2016). Cognitive Diagnostic Models. Udonthani Rajabhat University Journal of Humanities & Social Sciences, 5(1), 1-9.
de la Torre, J. (2011). The Generalized DINA Model Framework. Psychometrika, 76, 179-199. DOI: 10.1007/s11336-011-9207-7
Embretson, S. E. (1994). Cognitive Assessment: A multidisciplinary perspective. New York: Plenum Press.
Finocchiaro, M., & Sako, S. (1983). Foreign Language Testing: A Practical Approach. New York: Regents.
Gao, L. (2006). Toward a cognitive processing model of MELAB reading test item performance. In J. S. Johnson (Ed.), Spaan fellow working papers in second or foreign language assessment (vol. 4, pp. 1-39). Ann Arbor, MI: University of Michigan.
Huff, K., & Goodman, D. P. (2007). The demand for cognitive diagnostic assessment. In J. P. Leighton & M. J. Gierl (Eds.), Cognitive diagnostic assessment for education: Theory and applications (pp. 19–60). Cambridge University Press.
Jang, E. E. (2009). Cognitive diagnostic assessment of L2 reading comprehension ability: Validity arguments for Fusion Model application to Language Assessment. Language Testing, 26(1), 031-073. DOI: 10.1177/0265532208097336
Kanjanawasee, S. (2009). Modern Test Theory. Bangkok: Chulalongkorn University Press.
Khamyoo, T. (2014). Diagnosis of English reading skills by applying the trait hierarchy model & computer adaptive testing. Journal of Research Methodology & Cognitive Science, 10(2), 55-70.
Lee, Y., & Sawaki, Y. (2009). Application of Three Cognitive Diagnosis Models to ESL Reading and Listening Assessments. Language Assessment Quarterly, 6, 239-263. DOI: 10.1080/15434300903079562
Leighton, J. P., Gierl, M. J., & Hunka, S. M. (2004). The attribute hierarchy method for cognitive assessment: A variation on Tatsuoka's rule-space approach. Journal of Educational Measurement, 41(3), 205-237.
Leighton J. P., & Gierl M. J. (2007). Cognitive Diagnostic Assessment for Education: Theory & Applications. US: Cambridge University Press.
Li, H. (2011). A Cognitive Diagnostic Analysis of the MELAB Reading Test. Spaan Fellow Working Papers in Second or Foreign Language Assessment, 9(1), 17-46.
Ma, W., & de la Torre, J. (2020). GDINA: An R Package for Cognitive Diagnosis Modeling. Journal of Statistical Software, 93(14), 1–26. DOI: 10.18637/jss.v093.i14.
Mckee, S. (2012). Reading Comprehension, What We Know: A Review of Research 1995 to 2011. Language Testing in Asia, 2, 45. https://doi.org/10.1186/2229-0443-2-1-45
Moradi, E., Ghabanchi, Z., & Pishghadam, R. (2022). Reading comprehension test fairness across gender and mode of learning: insights from IRT-based differential item functioning analysis. Lang Test Asia, 12, 39. https://doi.org/10.1186/s40468-022-00192-3
Ravand (2012). Exploring diagnostic capacity of a high stakes reading comprehension test: A pedagogical demonstration. Iranian Journal of Language Testing, 3(1), 11-37.
Rupp, A. A., Templin, J., & Henson, R. A. (2010). Diagnostic measurement: Theory, methods, and applications. Guilford Press.
Snow, R. E., & Lohman, D. F. (1989). Implications of cognitive psychology for educational measurement. In R. L. Linn (Ed.), Educational measurement (3rd ed., pp. 263–331). Macmillan Publishing; American Council on Education.
Somrat, K. (2023). The Development of English competence diagnostic tests for preservice teachers by applying the G-DINA model (Dissertation dissertation). Phitsanulok: Naresuan University.
Sun, H., & Hwang, Y. (2023). Enhancing EFL Learners’ English Reading Performance through the Diagnostic Feedback of CDA. Korean Journal of English Language & Linguistics, 23(1), 535-553. DOI: 10.15738/kjell.23.202307.535
Shahmirzadi, N., & Marashi, H. (2023) Cognitive diagnostic assessment of reading comprehension for high-stakes tests: Using GDINA model. Language Testing in Focus: An International Journal, 8, 1-16. DOI: 10.32038/ltf.2023.08.01
Tatsuoka, K. K. (1983). Rule space: An approach for dealing with misconceptions based on item response theory. Journal of Educational Measurement, 345-355. DOI: 10.1111/j.1745-3984.1983.tb00212.x
Templin, J., & Henson, R. A. (2006). Measurement of Psychological Disorders Using Cognitive Diagnosis Models. Psychological Methods, 11(1), 287-305.
Tinnamas, S. (2020). Biometric analysis of research articles written by Naresuan University professors in Scopus & Web of Science databases. The 10th PULINET National Conference (pp. 260-270). Chiang Rai: University of Mae Fah Luang.
Tonekaboni, F. R., Ravand, H., & Rezvani, R. (2021). The Construction and Validation of a Q-matrix for a High-stakes Reading Comprehension Test: A G-DINA Study. International Journal of Language Testing, 11(1), 58-87.
Ueabunpradit, P. (2020). Development of Mathematical literacy diagnostic test with feedback for ninth grade students using Attribute Hierarchy Method (Doctoral dissertation). Bangkok: Chulalongkorn University.
Zhan, P., Li, X., Wang, W. C., Bian, Y., & Wang, L. (2015). The multidimensional test let-effect cognitive diagnostic models. Acta Psychologica Sinica, 47(1), 689–701. DOI: 10.3724/SP.J.1041.2015.00689.
Nolen, Jeannette L., & Duignan, Brian. (2024). “No Child Left Behind”. Encyclopedia Britannica. Retrieved from https://www.britannica.com/topic/No-Child-Left-Behind-Act
Templin, J. (2011). Conceptual foundations of diagnostic measurement. Retrieved from https://www.jonathantemplin.com