Development of Scientific Mind Measurement Instruments for Undergraduate Students: Application of Latent Class Analysis
Article Sidebar
Main Article Content
Abstract
The purposes of this research article were 1) to develop and validate the scientific mind measurement instrument quality for undergraduate students; and 2) to analyze the latent group of scientific mind for undergraduate students. The sample consisted of 330 undergraduate students majoring in science or science education from universities in six regions of Thailand, namely University of Phayao, Naresuan University, Maha Sarakham University, Phetchaburi Rajabhat University, Burapha University, and Thaksin University, who were selected using a multi-stage random sampling method. Data were collected using a scientific mind measurement instrument for undergraduate students. It was a 5-level rating scale covering 11 aspects of scientific mind, with 33 items. Data were analyzed using mean, standard deviation, factor analysis, and latent group analysis. The research results revealed that 1) the instrument's IOC values ranged from 0.80-1.00, with a discrimination power of 0.379-0.681. It possessed construct validity, with factor weights ranging from 0.688-0.800. All items were statistically significant at the .05 level, and had a reliability of 0.933; 2) The latent group analysis identified three latent groups of undergraduate students: Group 1 "Beginner-Level Scientific Mind", comprising 36 participants (10.909%); Group 2 "Advanced Scientific Mind", comprising 173 participants (52.424%); and Group 3 "Highest-Level Scientific Mind", comprising 121 participants (36.667%).
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
1. เนื้อหาและข้อมูลในบทความที่ลงพิมพ์กับวารสารวิจยวิชาการ ถือเป็นข้อคิดเห็น และความรับผิดชอบของผู้เขียนบทความโดยตรงซึ่งกองบรรณาธิการวารสารไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใด ๆ
2. บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารวิจยวิชาการ ถือเป็นลิขสิทธิ์ของวารสารวิจยวิชาการ หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่ง ส่วนใดไปเผยแพร่ต่อหรือเพื่อการกระทำการใด ๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจากวารสารวิจยวิชาการก่อนเท่านั้น
References
เฉลิมศักดิ์ มะลิงาม. (2558). การพัฒนามาตรวัดจิตวิทยาศาสตร์สำหรับนักเรียนระดับมัธยมศึกษาตอนต้น: การประยุกต์ใช้การวิเคราะห์กลุ่มแฝงเพื่อกำหนดคะแนนจุดตัด. (วิทยานิพนธ์ครุศาสตรมหาบัณฑิต สาขาวิชาการวัดและประเมินผลการศึกษา). คณะครุศาสตร์ : จุฬาลงกรณ์มหาวิทยาลัย.
ชลิดา ไชยพันธ์กุล. (2559). การพัฒนาตัวชี้วัดและเกณฑ์การประเมินจิตวิทยาศาสตร์ของนักเรียนระดับชั้นมัธยมศึกษาตอนต้น จังหวัดภูเก็ต. (วิทยานิพนธ์ศึกษาศาสตรมหาบัณฑิต สาขาวิชาการวัดและประเมินผลการศึกษา). คณะศึกษาศาสตร์ : มหาวิทยาลัยสุโขทัย ธรรมาธิราช.
พิชญาภา ทุมรินทร์ และต้องลักษณ์ บุญธรรม. (2566). การวิเคราะห์องค์ประกอบจิตวิทยาศาสตร์ของครู สังกัดสำนักงานเขตพื้นที่การศึกษามัธยมศึกษา ปราจีนบุรี นครนายก. วารสารมหาวิทยาลัยรัตนบัณฑิต, 17(2), 120-134.
วรรณพร เพิ่มโสภา, ขนิษฐา ชัยรัตนาวรรณ และวารุณี ลัภนโชคดี. (2563). การพัฒนาแบบวัดจิตวิทยาศาสตร์สำหรับนักเรียนชั้นประถมศึกษาปีที่ 6 สังกัดสำนักงานเขตพื้นที่การศึกษาประถมศึกษา สมุทรสงคราม. วารสารศิลปการจัดการ, 4(3), 700-716.
ศิริชัย กาญจนวาสี. (2556). ทฤษฎีการทดสอบแบบดั้งเดิม. (พิมพ์ครั้งที่ 7). กรุงเทพฯ : โรงพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย.
สถาบันส่งเสริมการสอนวิทยาศาสตร์และเทคโนโลยี. (2555). การวัดและประเมินผลวิทยาศาสตร์. กรุงเทพฯ : โรงพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย.
สุนารี มีใหม่. (2557). การพัฒนาแบบวัดจิตวิทยาศาสตร์ของนักเรียนมัธยมศึกษาตอนปลาย: การวิเคราะห์ความไม่แปรเปลี่ยนของโมเดลการวัดระหว่างแผนการเรียน. (วิทยานิพนธ์ครุศาสตรมหาบัณฑิต สาขาวิชาวิธีวิทยาการวิจัยการศึกษา). คณะครุศาสตร์ : จุฬาลงกรณ์มหาวิทยาลัย.
ฮาฟิษ กาเส็มส๊ะ. (2565). การพัฒนาแบบวัดจิตวิทยาศาสตร์สำหรับนักเรียนมัธยมศึกษาตอนต้นในสามจังหวัดชายแดนใต้. (วิทยานิพนธ์ศึกษาศาสตรมหาบัณฑิต สาขาวิชาการวิจัยและประเมินผลการศึกษา). คณะศึกษาศาสตร์ : มหาวิทยาลัยสงขลานครินทร์.
Asparouhov, T. & Muthén, B. (2014). Auxiliary Variables in Mixture Modeling: Three-Step Approaches Using Mplus. Structural Equation Modeling: A Multidisciplinary Journal, 21(3), 329–341.
Chen, J.A. & Pajares, F. (2010). Implicit Theories of Ability of Grade 6 Science Students: Relation to Epistemological Beliefs and Academic Motivation and Achievement in Science. Contemporary Educational Psychology, 35, 75-87.
Collins, L. M. & Lanza, S. T. (2010). Latent class and latent transition analysis: With applications in the social, behavioral, and health sciences. New York : John Wiley & Sons.
Gauld, C. F. & Hukins, A. A. (1980). Scientific Attitudes: a Review. Studies in Science Education, 7(1), 129–161.
Glawson. (2011). Thinking like a scientist. Retrieved from https://midwaymsscience .weedly.com/uploads/8/2/9/8/8298729/section_1_-_thinking_like_a_ scien tist.pdf
Goffin, R. D. (2007). Assessing the adequacy of structural equation model: Golden rules and editorial policy. Personality and Individual Differences, 42, 831-839.
Hair, J. F., Jr., Black, W. C., Babin, B. J. & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). England : Pearson Prentice.
Johnson, D. W. & Johnson, R. T. (2009). An educational psychology success story: Social interdependence theory and cooperative learning. Educational Researcher, 38(5), 365-379.
Kashdan, T. B., Rose, P. & Fincham, F. D. (2004). Curiosity and Exploration: Facilitating Positive Subjective Experiences and Personal Growth Opportunities. Journal of Personality Assessment, 82(3), 291–305.
Kelloway, E. K. (2015). Using Mplus for structural equation modeling; A researcher’s guide. CA : Sage Publications.
Kuhn, D. (2015). Thinking together and alone. Educational Researcher, 44(1), 46-53.
Muthén, L. K. & Muthén, B. O. (2002). How to use a Monte Carlo study to decide on sample size and determine power. Structural Equation Modeling, 9(4), 599–620.
National Research Council. (2019). Science and Engineering for Grades 6-12: Investigation and Design at the Center. Washington, DC : The National Academies Press.
Nylund, K. (2007). Latent transition analysis: Modeling extensions and an application to peer victimization. Doctoral dissertation. Los Angeles : University of California.
Nylund-Gibson, K. & Choi, A. Y. (2018). Ten frequently asked questions about latent class analysis. Translational Issues in Psychological Science, 4(4), 440-461.
Rowland, G. (2005). Guiding the Evolutionary Human. Retrieved from http://www.learndev.org/dl/BtSM2005-Rowland-v2.pdf
Schumacker, R. E. & Lomax, R. G. (2010). A beginner’s guide to structural equation modeling (3rd ed.). New Jersey : Lawrence Erlbaum Associates.
Steiger, J. H. (2007). Understanding the limitation of global fit assessment in structural equation modeling. Personality and Individual Differences, 42, 893-898.
Tabachnick, B. G. & Fidell, L. S. (2019). Using multivariate statistics. (7th ed.). Pearson. Retrieved from https://www.pearsonhighered.com/assets/preface/0/1/3/4
/ 0134790545.pdf
Zimmerman, C. (2007). The development of scientific thinking skills in elementary and middle school. Developmental Review, 27(2), 172-223.
