การวิเคราะห์ความยากง่ายของบทอ่านภาษาอังกฤษในข้อสอบทางการศึกษาระดับชาติ ด้วยโปรแกรมอัตโนมัติโคห์เมตริกซ์ (AN AUTOMATED ANALYSIS OF THE READABILITY OF ENGLISH READING PASSAGES IN THE ORDINARY NATIONAL EDUCATIONAL TEST (O-NET) BY USING COH-METRIX)
Article Sidebar
เผยแพร่แล้ว:
ก.ย. 25, 2018
คำสำคัญ:
การวิเคราะห์ความยากง่ายของบทอ่านภาษาอังกฤษ ข้อสอบโอเน็ต โปรแกรมอัตโนมัติโคห์เมตริกซ์
Main Article Content
บทคัดย่อ
งานวิจัยฉบับนี้มีวัตถุประสงค์เพื่อวิเคราะห์ระดับความยากง่ายของบทอ่านภาษาอังกฤษในข้อสอบโอเน็ตระดับชั้นมัธยมศึกษาปีที่ 6 จำนวน 25 เรื่อง ตั้งแต่ปี พ.ศ. 2549-2560 โดยใช้กรอบแนวคิดและโปรแกรมการวิเคราะห์ความยากง่ายแบบ Coh-Metrix TERA ที่ประกอบด้วย 5 องค์ประกอบ ได้แก่ 1) คุณลักษณะการเล่าเรื่อง 2) ความเรียบง่ายเชิงโครงสร้าง 3) รูปธรรมของคำศัพท์ 4) ความเชื่อมโยงแบบอ้างถึง 5) และความเชื่อมโยงเชิงลึก ผลการวิจัยพบว่า บทอ่านภาษาอังกฤษในข้อสอบโอเน็ต มีองค์ประกอบที่มีค่าคะแนนความง่ายในระดับสูง 2 องค์ประกอบ ได้แก่ รูปธรรมของคำศัพท์ และความเชื่อมโยงเชิงลึก และมีองค์ประกอบที่มีค่าคะแนนความง่ายอยู่ในระดับปานกลาง 2 องค์ประกอบ ได้แก่ คุณลักษณะการเล่าเรื่องและความเรียบง่ายเชิงโครงสร้าง แต่มีองค์ประกอบที่ที่มีค่าคะแนนความง่ายในระดับต่ำอยู่ 1 องค์ประกอบ คือ ความเชื่อมโยงเชิงอ้างถึง ทั้งนี้ ผลการวิเคราะห์บทอ่านนี้ จะช่วยเป็นแนวทางให้กับครูผู้สอนภาษาอังกฤษหรือโรงเรียนที่ต้องการยกระดับผลการสอบของนักเรียนในการทดสอบทางการศึกษาระดับชาติ (โอเน็ต)
Article Details
How to Cite
(Sudsuang Yutdhana) ส. ย. (2018). การวิเคราะห์ความยากง่ายของบทอ่านภาษาอังกฤษในข้อสอบทางการศึกษาระดับชาติ ด้วยโปรแกรมอัตโนมัติโคห์เมตริกซ์ (AN AUTOMATED ANALYSIS OF THE READABILITY OF ENGLISH READING PASSAGES IN THE ORDINARY NATIONAL EDUCATIONAL TEST (O-NET) BY USING COH-METRIX). Journal of Education and Innovation, 21(3), 313–325. สืบค้น จาก https://so06.tci-thaijo.org/index.php/edujournal_nu/article/view/145371
บท
บทความวิจัย
เจ้าของบทความมิได้คัดลอก หรือละเมิดลิขสิทธิ์ของผู้ใด หากเกิดการละเมิดลิขสิทธิ์ ไม่ว่าวิธีใด หรือการฟ้องร้องไม่ว่ากรณีใด ๆ ที่อาจเกิดขึ้นได้ กองบรรณาธิการวารสารศึกษาศาสตร์ ไม่มีส่วนเกี่ยวข้องทั้งสิ้น ให้เป็นสิทธิ์ของเจ้าของบทความที่จะดำเนินการ
References
1. Adlina, I., Normah, Y., & Kamariah, Y. (2016). The Readability of Malaysian English Children Books: A Multilevel Analysis. International Journal of Applied Linguistics and English Literature, 5(6), 214-220. doi:10.7575/aiac.ijalel.v.5n.6p.214.
2. Alderson, J. C. (2000). Assessing reading. Cambridge: Cambridge University Press. doi:10.1017/CBO9780511732935.
3. Anderson, N. J. (1999). Exploring second language reading: Issues and strategies. Boston, MA: Heinle & Heinle.
4. Bachman, L. F., & Palmer, A. S. (1996). Language testing in practice. Oxford: Oxford University Press.
5. Carapella, J. A. (2012). Readability of the common core standards 11-CCR text exemplars: A text sequence reference guide (Master thesis). New York: State University of New York University at Fredonia.
6. Chinda, B. (2013). Cautions in using Bloom’s Taxonomy as a Framework in Developing an English test for O-NET. Journal of Education Naresuan University, 15(3), 103-107. [in Thai]
7.
Crossley, S. A., Greenfield, J., & McNamara, D. S. (2008). Assessing text readability using cognitively based indices. TESOL Quarterly, 42(3), 475–493.
8. Graesser, A. C., McNamara, D. S., & Kulikowich, J. M. (2011). Coh-Metrix: Providing multilevel analyses of text characteristics. Educational Researcher, 40(5), 223-234.
9. Halliday, M. A. K., & Hasan, R. (2014). Cohesion in English. Hoboken: Taylor and Francis.
10. Lenzner, T. (2014). Are readability formulas valid tools for assessing survey question difficulty? Sociological Methods & Research, 43(4), 677-698.
11. Mccarthy Philip, M. Lehenbauer Brian, Hall Charles, D. Duran Nick, Fujiwara Yuko, & McNamara Danielle. (2007). A coh-metrix analysis of discourse variation in the texts of Japanese, American, and British Scientists. Foreign Languages for Specific Purposes, 6.
12. McNamara, D., Graesser, A., McCarthy, P., & Cai, Z. (2014). Automated evaluation of text and discourse with coh-metrix. Cambridge: Cambridge University Press. doi:10.1017/CBO9780511894664
13. McNamara, D. S., Louwerse, M. M., & Graesser, A. C. (2002). Coh-Metrix: Automated cohesion and coherence scores to predict text readability and facilitate comprehension. Memphis, TN.: The University of Memphis.
14. Nagata, R., Masui, F., Kawai, A., & Siino, T. (2004). A method of rating English texts by reading level for Japanese learners of English. The Transactions of the Institute of Electronics, Information and Communication Engineers. J-87-D-II(6), 1329-1338.
15. Nipakornkitti, N., & Adunyarittigun, D. (2018). An investigation of content validity in O-NET (English Subject) for the Upper Secondary Level (Matthayom 6). Journal of Liberal Arts, Thammasat University, 18(1), 57-75. [in Thai]
16. Quispesaravia, A., Perez, W., Cabezudo, M., & Alva-Manchego, F. (2016). Coh-Metrix-Esp: A complexity analysis tool for documents written in Spanish. Proceedings of the Tenth International Conference on Language Resources and Evaluation (LREC 2016) (pp. 4694-4698). Slovenia: Grand Hotel Bernardin Conference Center Portorož.
17. Rojanarowan, T., Yutdhana, S., & Rungruang, A. (2017). The readability of secondary and high school level commercial textbooks: a multilevel analysis. National Graduate Study Conference (pp. 58-77). Bangkok: Thammasat University.
18. Scarton, C. E., De Almeida, D. M., & Aluísio, S. M. (2010). Text readability analysis with natural language processing tools: The adaptation of coh-metrix metrics for Portuguese. STIL 2009 - 2009 7th Brazilian Symposium in Information and Human Language Technology, 53-62.
19. Sinjindawong, S., et al. (2009). The analysis of Ordinary National Education Test. Retrieved August 20, 2018, from https://www.niets.or.th [in Thai]
20. Weiner, B. (1990). History of motivational research in education. Journal of educational Psychology, 82(4), 616.
21. Wimmer, R. D., & Dominick, J. R. (2014). Mass media research: An introduction (10th ed.). Belmont, CA.: Wadsworth Publishing Company.
22. Zhang, R. (2015). A Coh-Metrix study of writings by majors of mechanic engineering in the vocational college. Theory and Practice in Language Studies, 5(9), 1929-1934.
2. Alderson, J. C. (2000). Assessing reading. Cambridge: Cambridge University Press. doi:10.1017/CBO9780511732935.
3. Anderson, N. J. (1999). Exploring second language reading: Issues and strategies. Boston, MA: Heinle & Heinle.
4. Bachman, L. F., & Palmer, A. S. (1996). Language testing in practice. Oxford: Oxford University Press.
5. Carapella, J. A. (2012). Readability of the common core standards 11-CCR text exemplars: A text sequence reference guide (Master thesis). New York: State University of New York University at Fredonia.
6. Chinda, B. (2013). Cautions in using Bloom’s Taxonomy as a Framework in Developing an English test for O-NET. Journal of Education Naresuan University, 15(3), 103-107. [in Thai]
7.
Crossley, S. A., Greenfield, J., & McNamara, D. S. (2008). Assessing text readability using cognitively based indices. TESOL Quarterly, 42(3), 475–493.
8. Graesser, A. C., McNamara, D. S., & Kulikowich, J. M. (2011). Coh-Metrix: Providing multilevel analyses of text characteristics. Educational Researcher, 40(5), 223-234.
9. Halliday, M. A. K., & Hasan, R. (2014). Cohesion in English. Hoboken: Taylor and Francis.
10. Lenzner, T. (2014). Are readability formulas valid tools for assessing survey question difficulty? Sociological Methods & Research, 43(4), 677-698.
11. Mccarthy Philip, M. Lehenbauer Brian, Hall Charles, D. Duran Nick, Fujiwara Yuko, & McNamara Danielle. (2007). A coh-metrix analysis of discourse variation in the texts of Japanese, American, and British Scientists. Foreign Languages for Specific Purposes, 6.
12. McNamara, D., Graesser, A., McCarthy, P., & Cai, Z. (2014). Automated evaluation of text and discourse with coh-metrix. Cambridge: Cambridge University Press. doi:10.1017/CBO9780511894664
13. McNamara, D. S., Louwerse, M. M., & Graesser, A. C. (2002). Coh-Metrix: Automated cohesion and coherence scores to predict text readability and facilitate comprehension. Memphis, TN.: The University of Memphis.
14. Nagata, R., Masui, F., Kawai, A., & Siino, T. (2004). A method of rating English texts by reading level for Japanese learners of English. The Transactions of the Institute of Electronics, Information and Communication Engineers. J-87-D-II(6), 1329-1338.
15. Nipakornkitti, N., & Adunyarittigun, D. (2018). An investigation of content validity in O-NET (English Subject) for the Upper Secondary Level (Matthayom 6). Journal of Liberal Arts, Thammasat University, 18(1), 57-75. [in Thai]
16. Quispesaravia, A., Perez, W., Cabezudo, M., & Alva-Manchego, F. (2016). Coh-Metrix-Esp: A complexity analysis tool for documents written in Spanish. Proceedings of the Tenth International Conference on Language Resources and Evaluation (LREC 2016) (pp. 4694-4698). Slovenia: Grand Hotel Bernardin Conference Center Portorož.
17. Rojanarowan, T., Yutdhana, S., & Rungruang, A. (2017). The readability of secondary and high school level commercial textbooks: a multilevel analysis. National Graduate Study Conference (pp. 58-77). Bangkok: Thammasat University.
18. Scarton, C. E., De Almeida, D. M., & Aluísio, S. M. (2010). Text readability analysis with natural language processing tools: The adaptation of coh-metrix metrics for Portuguese. STIL 2009 - 2009 7th Brazilian Symposium in Information and Human Language Technology, 53-62.
19. Sinjindawong, S., et al. (2009). The analysis of Ordinary National Education Test. Retrieved August 20, 2018, from https://www.niets.or.th [in Thai]
20. Weiner, B. (1990). History of motivational research in education. Journal of educational Psychology, 82(4), 616.
21. Wimmer, R. D., & Dominick, J. R. (2014). Mass media research: An introduction (10th ed.). Belmont, CA.: Wadsworth Publishing Company.
22. Zhang, R. (2015). A Coh-Metrix study of writings by majors of mechanic engineering in the vocational college. Theory and Practice in Language Studies, 5(9), 1929-1934.