Analyzing the Interrelations of Reliability,
Item
Difficulty, and Item Discrimination in Test Construction
[PDF]
การสอบคัดเลือกเข้าศึกษาหรือเข้าทำงาน สามารถพิจารณาค่าความเชื่อมั่น (Reliability) ค่าความยาก (p) และค่าอำนาจจำแนก (r) จากการวิเคราะห์ข้อสอบ เพื่อให้ความสำคัญต่อการประเมินคุณภาพของแบบทดสอบ กล่าวได้ว่าทั้งสามค่านี้มีความสัมพันธ์และส่งผลต่อประสิทธิภาพของการวัดผลการทดสอบ จึงสามารถสรุปสาระโดยสำคัญได้ดังนี้
1. ค่าความเชื่อมั่น (Reliability)[PDF]
การสอบคัดเลือกเข้าศึกษาหรือเข้าทำงาน สามารถพิจารณาค่าความเชื่อมั่น (Reliability) ค่าความยาก (p) และค่าอำนาจจำแนก (r) จากการวิเคราะห์ข้อสอบ เพื่อให้ความสำคัญต่อการประเมินคุณภาพของแบบทดสอบ กล่าวได้ว่าทั้งสามค่านี้มีความสัมพันธ์และส่งผลต่อประสิทธิภาพของการวัดผลการทดสอบ จึงสามารถสรุปสาระโดยสำคัญได้ดังนี้
ค่าความเชื่อมั่น หมายถึง ความสามารถของเครื่องมือทดสอบที่ให้ผลได้อย่างสม่ำเสมอเมื่อทำการทดสอบซ้ำ ๆ การคำนวณค่าความเชื่อมั่นในแบบทดสอบสามารถทำได้โดยวิธีต่าง ๆ เช่น Cronbachs α วิธี KR-20 วิธี test-retest วิธี split-half โดยการใช้เครื่องมือเหล่านี้ช่วยให้ผู้พัฒนาแบบทดสอบสามารถประเมินความเสถียรของผลลัพธ์ที่ได้จากการทดสอบซ้ำ ๆ ได้ นั่นคือค่า Cronbachs α หรือ KR 20 (สำหรับข้อปรนัย) ที่มีค่าความเชื่อมั่น ≥ 0.7 ถือว่าใช้ได้ ≥ 0.8 ดี
เมื่อวิเคราะห์ความเชื่อมโยงระหว่างค่า p และ r พบว่า ค่าความยาก (p) อยู่ในช่วงที่เหมาะสม คือ 0.200.80 จะช่วยให้สามารถแยกแยะผู้เรียนที่มีผลการเรียนดีและไม่ดีได้ ส่งผลให้
ความเชื่อมั่น (reliability) ของแบบทดสอบสูงขึ้น นอกจากนี้ ค่าอำนาจจำแนก (r) ที่สูงช่วยให้
การแยกแยะผู้เรียนมีความแม่นยำ ทำให้ผลการทดสอบมีความเชื่อมั่นสูงขึ้น (Cohen, Swerdlik, & Sturman, 2021) ดังตาราง 1
ตาราง 1 การแปลความหมายค่า Cronbachs α
| ค่า Reliability (α) |
การแปลความหมาย |
คำแนะนำในการใช้งาน |
| 0.90-1.00 |
สูงมาก
(Excellent) |
เหมาะสำหรับการประเมินที่มีผลกระทบสูง เช่น
การคัดเลือกเข้าศึกษา หรือเข้าทำงาน |
| 0.800.89 |
สูง (Good) |
เหมาะกับการประเมินทั่วไปในระดับหลักสูตรหรือรายวิชา |
| 0.700.79 |
พอใช้
(Acceptable) |
ใช้ได้ในบริบททั่วไป แต่ควรพิจารณาพัฒนาต่อ |
| 0.600.69 |
ต่ำ (Questionable) |
ควรพิจารณาทบทวนเครื่องมือหรือวิธีประเมิน |
| 0.00-0.59 |
ต่ำมาก
(Poor) |
ไม่ควรใช้ในการตัดสินใจที่สำคัญ |
หรืออาจใช้ลักษณะอนุรักษ์นิยม โดยระบุ ในการตีความเบื้องต้น
| ค่า Reliability (α) |
การแปลความหมาย |
| 0.91-1.00 |
สูงมาก
(Excellent) |
| 0.710.90 |
สูง (Good) |
| 0.41-0.70 |
ปานกลาง
(Acceptable) |
| 0.21-0.40 |
ต่ำ (Questionable) |
| 0.00-0.20 |
ต่ำมาก
(Poor) |
2. ค่าความยาก (p)
ค่าความยากของข้อสอบ (Item Difficulty; p-value) คือสัดส่วนของผู้สอบที่สามารถตอบข้อสอบข้อนั้นได้ถูกต้อง ซึ่งเป็นตัวชี้วัดว่าแต่ละข้อมีระดับความง่ายหรือความยากมากน้อยเพียงใด หากค่า p สูงใกล้ 1 หมายถึงข้อสอบง่ายเกินไป ในขณะที่ค่าต่ำใกล้ 0 หมายถึงข้อสอบยากเกินไป (Nitko & Brookhart, 2013)
ค่าความยาก (p) วัดจากสัดส่วนของผู้สอบที่ตอบได้ถูกต้องจากข้อสอบ ซึ่งสะท้อนถึงความง่ายหรือยากของข้อสอบ หาก p สูง (ใกล้ 1) หมายถึงข้อสอบง่าย แต่หาก p ต่ำ (ใกล้ 0) หมายถึงข้อสอบยากเกินไป
การเลือกใช้ข้อสอบที่มีค่า p อยู่ในช่วง .20.80 จะช่วยให้สามารถแยกความสามารถของผู้สอบได้ดี ส่งผลให้ค่าความเชื่อมั่น (reliability) ของแบบทดสอบสูงขึ้น (Embretson & Reise, 2013; Kline, 2016) ทั้งนี้ ข้อสอบที่ง่ายหรือยากเกินไป จึงไม่สามารถจำแนกระดับของผู้สอบได้อย่างแม่นยำ (Crocker & Algina, 2006)
เมื่อวิเคราะห์ความเชื่อมโยงกับ Reliability และ r ค่า p ที่มีความยากที่เหมาะสมจะช่วยให้การทดสอบสามารถ จำแนกผู้สอบ ระดับต่าง ๆ ได้ดี ส่งผลให้ r สูงขึ้น ซึ่งจะช่วยเพิ่มความแม่นยำและความน่าเชื่อถือของผลการทดสอบ (Embretson & Reise, 2013; Kline, 2016)
ตัวอย่างการคำนวณ ผู้ที่ตอบถูก จำนวน 45 คนจาก 50 คนจะได้ 45/50 → p = 0.90
เกณฑ์มาตรฐานในการใช้งาน ข้อสอบดีควรมีค่า p ระหว่าง 0.200.80 เพื่อให้ทั้ง แยกผู้สอบได้ และ ไม่ยากเกินไป การตีความค่า p ดังตาราง 2
ตาราง 2 การแปลความหมายค่า p
| ค่า p |
ความยากของข้อสอบ |
ข้อเสนอแนะ |
| .00.19 |
ยากมาก
(Very
Difficult) |
ควรปรับหรือยกเลิก |
| .20.39 |
ค่อนข้างยาก
(Difficult) |
ใช้ได้หากต้องการวัดผู้มีความสามารถสูง |
| .40.60 |
ปานกลาง
(Moderate) |
เหมาะสมที่สุด |
| .61.80 |
ค่อนข้างง่าย
(Easy) |
ใช้ได้เพื่อรักษาดุลยภาพในข้อสอบ |
| .811.00 |
ง่ายมาก
(Very
Easy) |
ควรปรับหรือตัดออกจากชุดข้อสอบ |
3. ค่าอำนาจจำแนก (r)
ค่าอำนาจจำแนก (r) หมายถึง ดัชนีที่ใช้วัดความสามารถของข้อสอบในการแยกแยะระหว่างผู้สอบที่มีผลการเรียนดีและไม่ดี โดยสามารถคำนวณได้จากการเปรียบเทียบคะแนนของผู้สอบกลุ่มที่มีผลคะแนนสูงกับกลุ่มที่มีผลคะแนนต่ำ
เมื่อวิเคราะห์ความเชื่อมโยงกับ Reliability และ p ค่า r ที่สูงช่วยให้การแยกแยะกลุ่มผู้เรียนทำได้ดี ทำให้ ค่าความเชื่อมั่น (reliability) เพิ่มขึ้น เพราะข้อสอบสามารถแยกแยะผู้เรียนได้ชัดเจนและแม่นยำ (Thompson, 2017)
เกณฑ์การแปลความค่าสัมประสิทธิ์สหสัมพันธ์ (correlation coefficient) ระหว่างคะแนนรายข้อกับคะแนนรวม เพื่อวัดความสามารถของข้อสอบในการจำแนกผู้สอบ (Item Discrimination Index) ดังตาราง 3
ตาราง 3 การแปลความหมายค่า r
|
ค่า r |
การแปลความหมาย |
|
0.60-1.00 |
ดีมาก
(Excellent) |
|
0.400.59 |
ดี (Good) |
|
0.200.39 |
พอใช้
(Fair) |
|
0.00-0.19 |
ต่ำ
ควรปรับปรุงหรือตัดออก (Poor) |
ที่มา: Crocker
& Algina (2006);Nitko & Brookhart (2013); Kline (2016)
การวิเคราะห์ข้อสอบอย่างมีประสิทธิภาพ
การพิจารณาค่าทั้งสามนี้ร่วมกันช่วยให้การวิเคราะห์ข้อสอบมีความ น่าเชื่อถือ และ แม่นยำ โดยสามารถสรุปได้ดังนี้
1. ค่าความเชื่อมั่น (Reliability) ช่วยประเมินความเสถียรของการทดสอบ
การตรวจสอบค่าความเชื่อมั่นช่วยให้มั่นใจได้ว่าเครื่องมือทดสอบจะให้ผลที่คงที่ไม่เปลี่ยนแปลงจากการทดสอบซ้ำ ๆ
2. ค่าความยาก (p) ช่วยตรวจสอบว่าแต่ละข้อสอบอยู่ในระดับที่เหมาะสมไม่ยากหรือไม่ง่ายเกินไป เพื่อให้สามารถแยกแยะผู้สอบได้ดี
3. ค่าอำนาจจำแนก (r) ช่วยในการแยกแยะผู้สอบที่มีผลการเรียนดีจากผู้สอบที่มีผลการเรียนต่ำได้อย่างมีประสิทธิภาพ
การใช้ทั้งสามค่านี้ร่วมกันจะช่วยให้การออกแบบข้อสอบมีความแม่นยำและสามารถสะท้อนความสามารถที่แท้จริงของผู้สอบได้อย่างถูกต้อง จึงสรุปความสัมพันธ์ระหว่าง p ค่า r และความเชื่อมั่น
1. ข้อสอบที่มี p อยู่ในช่วง 0.20.8 และ r มากกว่า 0.2 จึงมีคุณภาพดี อีกทั้งสามารถแยกผู้สอบและสร้างความเชื่อมั่นให้ทั้งฉบับ
2. รูปแบบ KR‑20 จะรวมค่า p และ q (1p) เข้าคำนวณความเชื่อมั่นของแบบทดสอบ
3. สรุปเชิงประยุกต์ ดังตาราง 4
| ตัวชี้วัด |
เกณฑ์มาตรฐาน |
| p |
0.200.80 |
| r |
≥ 0.20 |
| reliability (α / KR‑20) |
≥ 0.700.80 |
1. พัฒนาและวิเคราะห์ p และ r รายข้อ
2. ตรวจสอบ α หรือ KR‑20 เพื่อประเมินความเชื่อมั่นของฉบับแบบทดสอบ
3. ปรับปรุงข้อที่ p หรือ r ต่ำ และตรวจสอบรูปแบบการเขียนเพื่อปรับปรุงคุณภาพเครื่องมือ
รายการอ้างอิง
American
Educational Research Association,
American Psychological Association, & National Council on
Measurement in
Education. (2014). Standards for educational
and
psychological testing. American Educational Research Association.
Cohen, R. J.,
Swerdlik, M. E., & Sturman, E.
D. (2021). Psychological
Testing and Assessment:
An Introduction to Tests and Measurement (9th ed.).
McGraw-Hill Education.
Crocker, L.,
& Algina, J. (2006). Introduction to
classical and modern test theory. Cengage
Learning.
DeVellis, R. F.
(2016). Scale
development: Theory and applications (4th
ed.). Sage
Publications.
Embretson, S.
E., & Reise, S. P. (2013). Item Response
Theory for Psychologists. Psychology
Press.
George, D.,
& Mallery, P. (2003). SPSS for Windows
step by step: A simple guide and
reference (4th ed.). Allyn & Bacon.
Kline, T. J. B.
(2016). Psychometrics:
An Introduction (2nd ed.).
SAGE
Publications.
Kuder, G. F.,
& Richardson, M. W. (1937). The Theory of
the Estimation of Test Reliability. Psychometrika,
2(3),
151-160.
Nitko, A. J.,
& Brookhart, S. M. (2013). Educational assessment of
students
(7th ed.). Pearson.
Nunnally, J.
C., & Bernstein, I. H. (1994). Psychometric
theory (3rd
ed.). McGraw-Hill.
Thompson,
B. (2017). A Primer on the
Validity of Psychological Tests: A Guide for
Students and Practitioners. Springer.
》》》》》》》》》》
คณะทำงาน
อาจารย์ประจำหลักสูตรบริหารธุรกิจบัณฑิต สาขาวิชาธุรกิจสร้างสรรค์และเทคโนโลยีดิจิทัล มหาวิทยาลัยสวนดุสิต
 |
 |
 |
 |
 |
| ผศ. ดร.ลัดดา สวนมะลิ |
ผศ. สุภารัตน์ คุ้มบำรุง |
ผศ. ชวาลิน เนียมสอน | ผศ. กนิษฐา ศรีเอนก | ผศ. ดร.อัญชนา ลักษณ์วิรามสิริ |
》》》》》》》》》》
Exploeres:
Asst.Prof. Phorramatpanyaprat Tongprasong, Ph.D., FHEA UKPSF
Suan Dusit University,
295 Nakhonratchasima RD., Dusit,
Dusit, BKK, Thailand 10300.
TEL. +6622445748
https://musterverse.dusit.ac.th/
WEBSITE >> MUSTLAND.ORG
phorramatpanypaprat_ton@dusit.ac.th
phorramatpanyaprat@gmail.com
LINE OA @mustland
》》》》》》》》》》
Since June 27,2025