Abstract:
ศึกษาคุณภาพของการประมาณค่าพารามิเตอร์ของโมเดลการทำหน้าที่ต่างกันของข้อสอบแบบ 2 ทาง เมื่อตัวแปรหนึ่งเป็นตัวแปรระดับกลุ่ม และเปรียบเทียบประสิทธิภาพของ โมเดลการทำหน้าที่ต่างกันของข้อสอบทั้ง 4 โมเดลว่าโมเดลไหนมีประสิทธิภาพในการประมาณค่าพารามิเตอร์ได้ดีที่สุด เมื่อมีเงื่อนไขที่แตกต่างกัน 3 ด้าน คือ จำนวนนักเรียนในแต่ละโรงเรียน (the number of student in each school) ขนาดการทำหน้าที่ต่างกัน ระดับกลุ่ม (CLDIF) และขนาดปฏิสัมพันธ์แบบ 2 ทาง (2WAYINT) โดยการ จำลองข้อมูลด้วยเงื่อนไขที่แตกต่างกัน 18 เงื่อนไข (2 x 3 x 3) นั่นคือ 1) จำนวนนักเรียนในแต่ละโรงเรียน (the number of student in each school) 2 ระดับ คือ โรงเรียนละ 50 คนและโรงเรียนละ 100 คน 2) ขนาดการทำหน้าที่ต่างกันระดับกลุ่ม (CLDIF) 3 ระดับ คือ 0.2, 0.4 และ 0.6 และ 3) ขนาดปฏิสัมพันธ์แบบ 2 ทาง (2WAYINT) 3 ระดับ คือ 0.1, 0.2 และ 0.3 มีโมเดลการทำหน้าที่ต่างกันของข้อสอบ 4 โมเดลประกอบไปด้วย 1) โมเดลเต็มรูป 2) โมเดลไม่เต็มรูปที่ไม่มีพารามิเตอร์ปฏิสัมพันธ์แบบ 2 ทาง 3) โมเดลไม่เต็มรูปที่ไม่มีพารามิเตอร์การทำหน้าที่ต่างกันระดับกลุ่ม และ 4) โมเดลไม่เต็มรูปที่ไม่มีทั้งพารามิเตอร์ปฏิสัมพันธ์แบบ 2 ทางและพารามิเตอร์การทำหน้าที่ต่างกันระดับกลุ่ม และกำหนดจำนวนการทำซ้ำในแต่ละเงื่อนไขจำนวน 200 รอบ ผู้วิจัยมีเกณฑ์การคัดสรรโมเดล 5 เกณฑ์ ได้แก่ ดัชนี AIC, ดัชนี BIC, ดัชนี ABIC, ดัชนี 2 of 3 และดัชนี p-value และมีเกณฑ์การประเมินในการประมาณค่าพารามิเตอร์ 3 เกณฑ์ คือ ค่าความลำเอียง (BIAS) ค่าความคลาดเคลื่อนมาตรฐาน (SE) และค่ารากที่สองของความคลาดเคลื่อน ยกกำลังสองเฉลี่ย (RMSE) โดยจำลองข้อมูลด้วยโปรแกรม R ประมาณค่าพารามิเตอร์ด้วยโปรแกรม Mplus ผลการศึกษาสรุปได้ดังนี้ 1. ค่าพารามิเตอร์ปฏิสัมพันธ์แบบ 3 ทาง (3WAYINT) และพารามิเตอร์การทำหน้าที่ต่างกันระดับบุคคล (ILDIF) แตกต่างจากค่าจริงในทุกเงื่อนไข 2. เมื่อใช้ดัชนี AIC และดัชนี p-value เป็นเกณฑ์การคัดสรรโมเดล พบว่า โมเดลเต็มรูปเป็นโมเดลที่ดีที่สุด ในขณะที่เมื่อใช้ดัชนี BIC ดัชนี ABIC และดัชนี 2 of 3 เป็นเกณฑ์การคัดสรรโมเดลได้ผลที่สอดคล้องกันคือ โมเดลไม่เต็มรูปที่ไม่มีทั้งพารามิเตอร์ปฏิสัมพันธ์แบบ 2 ทางและพารามิเตอร์การทำหน้าที่ต่างกันระดับกลุ่ม เป็นโมเดลที่ดีที่สุด ในทุกเงื่อนไข ข้อเสนอแนะ: นักวิจัยควรเลือกใช้โมเดลเต็มรูป เมื่อต้องการศึกษาทุกพารามิเตอร์ในโมเดล HGLM หรือ เลือกใช้โมเดลไม่เต็มรูปที่ไม่มีทั้งพารามิเตอร์ปฏิสัมพันธ์แบบ 2 ทางและพารามิเตอร์การทำหน้าที่ต่างกันระดับกลุ่ม เมื่อต้องการศึกษาด้วยโมเดลที่ประหยัดกว่า
