หลักการวัดความตรงเชิงเนื้อหาด้วยดัชนี IOC และการวิเคราะห์เปรียบเทียบกับมาตรวัดมาตรฐานระดับสากล

ดร.อนุศร หงษ์ขุนทด
ศึกษานิเทศก์ วิทยฐานะศึกษานิเทศก์เชี่ยวชาญ สพม.นครราชสีมา
Musicmankob@gmail.com 

__________________________________

กรอบแนวคิดและขั้นตอนการพัฒนาเครื่องมือวัดทางจิตวิทยาและการศึกษา

การพัฒนาเครื่องมือวัดในการวิจัยทางสังคมศาสตร์ พฤติกรรมศาสตร์ และการศึกษานั้น เป็นกระบวนการเชิงระบบที่ต้องอาศัยความระมัดระวังทางระเบียบวิธีวิจัยอย่างสูง¹ การวัดปรากฏการณ์ทางจิตวิทยาหรือตัวแปรแฝง (Latent Variables) ซึ่งไม่สามารถสังเกตหรือวัดได้โดยตรง เช่น ความรู้ ความเข้าใจ เจตคติ คุณลักษณะทางจิตวิทยา หรือทักษะความสามารถ จำเป็นต้องอาศัยทฤษฎีการวัด (Measurement Theory) เพื่อแปลงมิติเชิงแนวคิด (Conceptual Domain) ให้กลายเป็นโครงสร้างเชิงประจักษ์ (Empirical Structure)² กระบวนการพัฒนามาตรวัดมาตรฐานที่ได้รับการยอมรับในระดับสากลมักอ้างอิงตามกรอบแนวคิดของ DeVellis ซึ่งแบ่งขั้นตอนการสร้างและพัฒนาเครื่องมือออกเป็นกระบวนการต่อเนื่องกันอย่างเป็นลำดับ²

การกำหนดขอบเขตตัวแปรและโครงสร้างเชิงทฤษฎี

จุดเริ่มต้นที่สำคัญที่สุดของการพัฒนาเครื่องมือวัด คือการนิยามนิยามเชิงทฤษฎี (Theoretical Definition) และนิยามเชิงปฏิบัติการ (Operational Definition) ของตัวแปรแฝงให้มีความชัดเจน โปร่งใส และเฉพาะเจาะจง² ผู้วิจัยต้องทำการทบทวนวรรณกรรมอย่างครอบคลุมเพื่อระบุขอบเขต มิติ (Dimensions) หรือองค์ประกอบย่อยของตัวแปร ซึ่งการทำความเข้าใจโครงสร้างทฤษฎีอย่างถ่องแท้จะช่วยลดความคลาดเคลื่อนในการวัด และป้องกันไม่ให้ข้อกระทู้ขยายขอบเขตออกนอกเรื่องหรือไม่ครอบคลุมเนื้อหาสำคัญ³

การสร้างคลังข้อกระทู้และการกำหนดรูปแบบการวัด

เมื่อขอบเขตเชิงทฤษฎีชัดเจนแล้ว กระบวนการถัดมาคือการสร้างคลังข้อกระทู้ (Item Pool Generation) โดยการเขียนข้อคำถามหรือข้อความที่สะท้อนถึงวัตถุประสงค์และมิติของตัวแปร² ในขั้นนี้ ปริมาณข้อกระทู้แรกเริ่มควรมีจำนวนมากกว่าจำนวนข้อสอบที่ต้องการใช้จริงประมาณ 2 ถึง 3 เท่า เพื่อรองรับการคัดทิ้งในขั้นตอนการวิเคราะห์คุณภาพ⁵ พร้อมกันนี้ ผู้วิจัยต้องตัดสินใจเลือกรูปแบบมาตรวัด (Measurement Format) ที่สอดคล้องกับธรรมชาติของข้อมูล เช่น มาตรวัดแบบลิเคิร์ต (Likert Scale) สำหรับเจตคติและความคิดเห็น มาตรวัดแบบกัทท์แมน (Guttman Scale) หรือรูปแบบตัวเลือกตอบถูก-ผิดสำหรับแบบทดสอบความรู้⁵

การตรวจสอบความตรงเชิงเนื้อหาและการประเมินเชิงคุณภาพ

ข้อกระทู้ในคลังแรกเริ่มจะถูกนำเข้าสู่กระบวนการตรวจสอบความตรงเชิงเนื้อหา (Content Validity) โดยคณะผู้เชี่ยวชาญเนื้อหา (Panel of Experts)² คณะผู้เชี่ยวชาญจะทำหน้าที่ประเมินว่าข้อกระทู้แต่ละข้อสอดคล้องกับวัตถุประสงค์หรือโครงสร้างทฤษฎีที่ตั้งไว้หรือไม่⁷ ซึ่งหนึ่งในเทคนิคเชิงปริมาณที่ได้รับการยอมรับอย่างแพร่หลายคือ ดัชนีความสอดคล้องระหว่างข้อสอบกับวัตถุประสงค์ (Index of Item-Objective Congruence: IOC)⁸ ควบคู่ไปกับการทำสัมภาษณ์เชิงตระหนักรู้ (Cognitive Interviewing) กับกลุ่มเป้าหมายขนาดเล็ก เพื่อประเมินกระบวนการทางปัญญา ความเข้าใจภาษา และลดความคลาดเคลื่อนจากการตีความ⁵

การทดลองใช้และการวิเคราะห์คุณภาพเชิงประจักษ์

เครื่องมือที่ผ่านการปรับปรุงภาษาจะถูกนำไปทดลองใช้กับกลุ่มตัวอย่างพัฒนา (Development Sample หรือ Pilot Sample) โดยควรกำหนดขนาดกลุ่มตัวอย่างตามหลักการวิเคราะห์องค์ประกอบ เช่น อัตราส่วนกลุ่มตัวอย่างต่อจำนวนข้อกระทู้ 5:1 หรือ 10:1³ ข้อมูลเชิงประจักษ์ที่ได้จะถูกนำมาวิเคราะห์คุณภาพรายข้อ ได้แก่ ค่าอำนาจจำแนก (Item Discrimination) ค่าความยาก (Item Difficulty) ความสัมพันธ์ระหว่างข้อกระทู้กับคะแนนรวม (Item-Total Correlation) ตลอดจนการวิเคราะห์องค์ประกอบเชิงสำรวจ (Exploratory Factor Analysis: EFA) เพื่อตรวจสอบโครงสร้างมิติ³ และการคำนวณค่าความเชื่อมั่น (Reliability) เช่น สัมประสิทธิ์แอลฟาของครอนบาค (Cronbach’s Alpha) ก่อนที่จะทำการปรับตัดข้อสอบและสร้างเครื่องมือฉบับสมบูรณ์⁵

ดัชนีความสอดคล้องระหว่างข้อสอบกับวัตถุประสงค์ (IOC): รากฐานทางคณิตศาสตร์และการประยุกต์ใช้

จุดกำเนิดและพัฒนาการทางทฤษฎี

ดัชนีความสอดคล้องระหว่างข้อสอบกับวัตถุประสงค์ (Index of Item-Objective Congruence: IOC) หรือดัชนี IIOC ถูกเสนอขึ้นเป็นครั้งแรกโดย Rovinelli และ Hambleton ในปี ค.ศ. 1977⁸ โดยประยุกต์และพัฒนาต่อยอดมาจากดัชนีความจัดกลุ่มได้เนื้อหาเดียว (Index of Homogeneity of Placement) ของ Hemphill และ Westie (1950) ซึ่งเดิมใช้วัดความตรงของแบบทดสอบบุคลิกภาพ¹² Rovinelli และ Hambleton ได้นำแนวคิดดังกล่าวมาปรับใช้กับการประเมินแบบอิงเกณฑ์ (Criterion-Referenced Testing) เพื่อคำนวณระดับความสอดคล้องเชิงเนื้อหาระหว่างข้อสอบแต่ละข้อกับวัตถุประสงค์เชิงพฤติกรรมอย่างเป็นรูปธรรม⁸

ในการประเมินความตรงเชิงเนื้อหา ผู้เชี่ยวชาญเนื้อหาจำนวน คน จะทำการประเมินข้อสอบข้อที่

เทียบกับตารางวัตถุประสงค์จำนวน ข้อ⁸ เกณฑ์การให้คะแนนของผู้เชี่ยวชาญแต่ละคน () กำหนดไว้ 3 ระดับ โดยคะแนน หมายถึง แน่ใจว่าข้อสอบสอดคล้องและวัดวัตถุประสงค์เป้าหมายจริง คะแนน หมายถึง ไม่แน่ใจว่าข้อสอบวัดวัตถุประสงค์ที่กำหนดหรือไม่ และคะแนน หมายถึง แน่ใจว่าข้อสอบไม่สอดคล้องหรือไม่ได้วัดวัตถุประสงค์เป้าหมายนั้น⁸

สูตรคณิตศาสตร์ดั้งเดิมและโครงสร้างการคำนวณ

สูตรดั้งเดิมของ Rovinelli และ Hambleton (1977) ตั้งอยู่บนข้อตกลงเบื้องต้นว่า ข้อสอบแต่ละข้อถูกออกแบบมาเพื่อวัดวัตถุประสงค์หลักเพียงวัตถุประสงค์เดียว (Unidimensional Objective)⁷ การคำนวณดัชนีความสอดคล้อง สำหรับข้อสอบข้อที่ บนวัตถุประสงค์เป้าหมาย แสดงดังสมการ⁸:

โดยที่ คือจำนวนวัตถุประสงค์ทั้งหมด คือจำนวนผู้เชี่ยวชาญ คือคะแนนของผู้เชี่ยวชาญคนที่ ต่อข้อสอบข้อที่ บนวัตถุประสงค์เป้าหมาย และ คือคะแนนของผู้เชี่ยวชาญคนที่ ต่อข้อสอบข้อที่ บนวัตถุประสงค์อื่นที่ไม่ใช่เป้าหมาย ()⁸

เมื่อวิเคราะห์เชิงคณิตศาสตร์ย้อนกลับ ดัชนี สามารถเขียนให้อยู่ในรูปผลต่างของค่าเฉลี่ยความคิดเห็นของผู้เชี่ยวชาญได้สองลักษณะ ดังนี้¹²:

สมการแรกแสดงถึงผลต่างระหว่างค่าเฉลี่ยคะแนนของผู้เชี่ยวชาญบนวัตถุประสงค์เป้าหมาย () กับค่าเฉลี่ยคะแนนบนวัตถุประสงค์อื่นที่ไม่ใช่เป้าหมาย () หารด้วยพิสัยคะแนน ¹² ขณะที่สมการหลังเป็นการวิเคราะห์ตามแนวคิดของ Crocker and Algina (1986) ซึ่งอ้างอิงค่าเฉลี่ยคะแนนประเมินรวมทุกวัตถุประสงค์ ()¹²

การปรับสูตร IOC สำหรับข้อสอบที่วัดหลายวัตถุประสงค์

ในทางปฏิบัติ ข้อสอบหรือข้อกระทู้จำนวนมากอาจถูกออกแบบมาเพื่อประเมินหลายโครงสร้างหรือหลายทักษะพร้อมกัน (Multidimensional Assessment)⁷ หากนำสูตรดั้งเดิมของ Rovinelli & Hambleton มาใช้ ข้อสอบที่วัดหลายวัตถุประสงค์จะถูกทำโทษจากคะแนนบวกในวัตถุประสงค์อื่น ส่งผลให้ค่า IOC ต่ำกว่าความเป็นจริง⁷ Crocker and Algina (1986) จึงได้เสนอสูตรดัชนี IOC ปรับปรุง (Adjusted IOC Index) สำหรับรองรับข้อสอบที่วัด วัตถุประสงค์ที่ถูกต้อง จากทั้งหมด วัตถุประสงค์ ดังนี้⁷:

โดยที่ คือค่าเฉลี่ยคะแนนประเมินบนชุดวัตถุประสงค์ที่ถูกต้อง ข้อ และ คือค่าเฉลี่ยคะแนนประเมินบนวัตถุประสงค์ที่ไม่เกี่ยวข้อง ข้อ⁷ สูตรปรับปรุงนี้ช่วยให้นักวิจัยประเมินความตรงเชิงเนื้อหาของแบบทดสอบที่ซับซ้อนได้อย่างถูกต้องตามหลักมาตรวัดวิทยา⁷

สำหรับงานวิจัยประยุกต์ทั่วไปที่ผู้เชี่ยวชาญประเมินความสอดคล้องเฉพาะวัตถุประสงค์เป้าหมายเพียงวัตถุประสงค์เดียวโดยตรง นักวิจัยนิยมใช้สูตร IOC แบบลดรูป¹³:

โดย คือผลรวมคะแนนความคิดเห็นของผู้เชี่ยวชาญต่อข้อสอบข้อนั้น และ คือจำนวนผู้เชี่ยวชาญทั้งหมด¹³

เกณฑ์การตัดสินและการตีความ

ค่าดัชนี IOC มีค่าอยู่ระหว่าง ถึง ⁷ ค่าที่เข้าใกล้ แสดงว่าผู้เชี่ยวชาญมีความเห็นสอดคล้องกันสูงว่าข้อสอบมีความสอดคล้องกับวัตถุประสงค์เป้าหมายอย่างชัดเจน⁷ ในขณะที่ค่าเข้าใกล้ สะท้อนว่าผู้เชี่ยวชาญเห็นพ้องต้องกันว่าข้อสอบไม่ได้วัดวัตถุประสงค์ที่กำหนด⁷ ในทางปฏิบัติตามมาตรฐานวิชาการ ข้อสอบที่มีค่า IOC ตั้งแต่ ขึ้นไป จะถือว่ามีความตรงเชิงเนื้อหาในระดับที่ยอมรับได้และคัดเลือกไว้ใช้งาน¹⁴ สำหรับข้อสอบที่มีค่า IOC ต่ำกว่า จะต้องถูกตัดทิ้งหรือนำไปปรับปรุงแก้ไขเนื้อหาและภาษาตามข้อเสนอแนะของผู้เชี่ยวชาญ⁹ ทั้งนี้ ในบริบทวิจัยที่มีความเสี่ยงสูง เช่น การแพทย์หรือความปลอดภัย อาจมีการกำหนดเกณฑ์ยอมรับขั้นต่ำไว้ที่ ถึง ¹⁴

การวิเคราะห์เปรียบเทียบเครื่องมือประเมินความตรงเชิงเนื้อหาและความน่าเชื่อถือระหว่างผู้ประเมิน

นอกเหนือจากดัชนี IOC แล้ว วงการมาตรวัดวิทยาระดับสากลได้พัฒนาสถิติและดัชนีวัดความตรงเชิงเนื้อหา (Content Validity) ตลอดจนความน่าเชื่อถือระหว่างผู้ประเมิน (Inter-rater Reliability / Agreement) อีกหลายวิธี¹⁰ ดัชนี Content Validity Ratio (CVR) ของ Lawshe (1975) และ Content Validity Index (CVI) ของ Lynn (1986) เป็นดัชนีความตรงเชิงเนื้อหาที่นิยมใช้แพร่หลายในฝั่งอเมริกาและสาขาวิชาพยาบาลศาสตร์⁵ ในขณะที่ดัชนีกลุ่มความน่าเชื่อถือระหว่างผู้ประเมิน เช่น Cohen’s Kappa, Fleiss’ Kappa และ Intraclass Correlation Coefficient (ICC) มุ่งเน้นการวัดความสอดคล้องของการให้คะแนนระหว่างผู้ประเมินตั้งแต่สองคนขึ้นไป¹⁵

ตารางต่อไปนี้แสดงการวิเคราะห์เปรียบเทียบคุณลักษณะ ระดับการวัดข้อมูล ข้อตกลงเบื้องต้น จุดเด่น และข้อจำกัดเชิงเทคนิคของเครื่องมือประเมินคุณภาพแต่ละประเภท:

ดัชนี / วิธีการ	ผู้พัฒนาและปี ค.ศ.	ประเภทข้อมูล (Data Scale)	จำนวนผู้ประเมิน (Raters)	การปรับแก้ความบังเอิญ (Chance Correction)	ช่วงค่าและเกณฑ์การยอมรับ (Acceptable Cutoff)	จุดเด่นหลัก	ข้อจำกัดเชิงเทคนิค
IOC (Item-Objective Congruence)	Rovinelli & Hambleton (1977)8	อันดับ / อันตรภาค ()8	3 คนขึ้นไป8	ไม่มีในสูตรดั้งเดิม (ใช้วัตถุประสงค์อ้างอิงเป็นตัวหาร)8	ช่วงค่า: ถึง เกณฑ์: (หรือ )7	ตรวจสอบความสอดคล้องข้ามวัตถุประสงค์ได้ แยกแยะข้อสอบที่วัดข้ามมิติได้ดี7	ต้องการโครงสร้างวัตถุประสงค์ที่ชัดเจน สร้างภาระงานผู้เชี่ยวชาญสูงหากใช้วิธีแมทริกซ์เต็ม8
CVR (Content Validity Ratio)	Lawshe (1975)10	ทวิภาค / อันดับ (3 ระดับ)5	5–40 คนขึ้นไป	มีการทดสอบนัยสำคัญทางสถิติ (One-tailed test)	ช่วงค่า: ถึง เกณฑ์: ขึ้นอยู่กับ (เช่น ต้อง , ต้อง )	มีตารางเกณฑ์นัยสำคัญทางสถิติรองรับตามขนาดกลุ่มผู้เชี่ยวชาญ	หากจำนวนผู้เชี่ยวชาญน้อย ต้องใช้ค่า CVR สูงมากจึงจะผ่านเกณฑ์
CVI (Content Validity Index)	Lynn (1986); Polit & Beck (2006)10	แปลงจากสเกล 4 ระดับเป็น ทวิภาค (0/1)	3–10 คนขึ้นไป	ไม่มีใน I-CVI ดั้งเดิม (ปรับเป็น Modified Kappa ได้)	ช่วงค่า: ถึง เกณฑ์: I-CVI (); S-CVI/Ave	คำนวณง่าย ตีความชัดเจน เป็นที่ยอมรับสูงในวารสารสากล	ไม่สะท้อนความแปรปรวนของการให้คะแนนภายในกลุ่มคะแนนที่ผ่านเกณฑ์
Cohen’s Kappa ()	Cohen (1960)20	นามบัญญัติ / จัดกลุ่ม (Nominal / Categorical)15	2 คน เท่านั้น15	มี (หักลบล้างโอกาสความสอดคล้องจากความบังเอิญ)16	ช่วงค่า: ถึง เกณฑ์: (Substantial), (Almost Perfect)17	แก้ไขปัญหาความสอดคล้องโดยบังเอิญได้อย่างสมบูรณ์สำหรับผู้ประเมิน 2 คน16	จำกัดเฉพาะผู้ประเมิน 2 คน และเกิด Kappa Paradox เมื่อความชุกของข้อมูลเอียงขั้ว20
Fleiss’ Kappa	Fleiss (1971)20	นามบัญญัติ / จัดกลุ่ม (Nominal / Categorical)15	3 คนขึ้นไป[cite: 15, 20]	มี (คำนวณสัดส่วนคาดหวังจากขอบความถี่รวม)20	ช่วงค่า: ถึง เกณฑ์: (Fair), (Good), (Excellent)19	ขยายขีดความสามารถของ Cohen’s Kappa ให้รองรับผู้ประเมินหลายคน18	สมมติว่าผู้ประเมินทุกคนมีความสอดคล้องเชิงสถิติในระดับกลุ่มเท่ากัน18
ICC (Intraclass Correlation)	Shrout & Fleiss (1979)19	อันตรภาค / อัตราส่วน (Continuous Data)15	2 คนขึ้นไป16	มี (ปรับลดความแปรปรวนความคลาดเคลื่อนด้วย ANOVA)15	ช่วงค่า: ถึง เกณฑ์: Poor, Moderate, Good, Excellent19	ละเอียดสูง วิเคราะห์ได้ทั้งความเที่ยงแบบคนเดียวและแบบเฉลี่ย19	อ่อนไหวต่อความแปรปรวนระหว่างหน่วยประเมิน คำนวณซับซ้อน19

นัยเชิงลึกและการเลือกใช้เครื่องมือในทางปฏิบัติ

การวิเคราะห์เปรียบเทียบสถิติและมาตรวัดความตรงเชิงเนื้อหาข้างต้นนำไปสู่นัยสำคัญทางระเบียบวิธีวิจัยหลายประการ ข้อแตกต่างที่สำคัญระหว่างทฤษฎีดั้งเดิมและการนำ IOC ไปใช้ในทางปฏิบัติ คือการลดรูปสูตรการคำนวณ⁸ ในทฤษฎีดั้งเดิมของ Rovinelli & Hambleton การประเมินแบบแมทริกซ์เต็มทำให้ข้อสอบที่วัดความรู้ข้ามมิติหรือมีความสับสนเชิงโครงสร้างถูกคัดออกอย่างมีประสิทธิภาพ เนื่องจากข้อสอบที่ดีต้องได้คะแนนเป็นบวกในวัตถุประสงค์เป้าหมาย และได้คะแนนเป็นลบในวัตถุประสงค์ที่ไม่เกี่ยวข้อง⁷ อย่างไรก็ตาม การประเมินแมทริกซ์เต็มสร้างภาระงานแก่ผู้เชี่ยวชาญสูงมาก¹¹ ส่งผลให้นักวิจัยส่วนใหญ่หันมาใช้สูตรลดรูป ¹³ ซึ่งเน้นเฉพาะความสอดคล้องในวัตถุประสงค์เป้าหมาย การลดรูปนี้ทำให้ค่า IOC ทำหน้าที่ใกล้เคียงกับค่าร้อยละความสอดคล้องเฉลี่ย ดังนั้นในการพัฒนาแบบทดสอบที่มีความซับซ้อนสูง ผู้วิจัยจึงควรพิจารณาใช้สูตรดั้งเดิมหรือสูตรปรับปรุงของ Crocker & Algina เพื่อป้องกันปัญหาความลักลั่นเชิงเนื้อหา⁷

สำหรับสถิติในกลุ่ม Kappa แม้ว่าจะได้รับความนิยมสูงในการประเมินความสอดคล้องระหว่างผู้ประเมินเนื่องจากมีการปรับแก้ความสอดคล้องที่เกิดจากความบังเอิญ ()¹⁶ แต่นักวิจัยต้องระมัดระวังปรากฏการณ์ Kappa Paradox (Feinstein & Cicchetti, 1990)²⁰ ในสถานการณ์ที่ข้อมูลมีความชุกเอียงไปทางหมวดหมู่ใดหมวดหมู่หนึ่งอย่างมาก ค่า จะสูงมากโดยเปรียบเทียบ ส่งผลให้ค่า Kappa ที่คำนวณได้มีค่าต่ำอย่างน่าประหลาดใจ ทั้งที่ผู้ประเมินมีความเห็นสอดคล้องกันจริงในสัดส่วนที่สูงมาก ()²⁰ ในกรณีเช่นนี้ การรายงานค่าร้อยละความสอดคล้องที่สังเกตได้ () ควบคู่กับค่า Kappa หรือการใช้ดัชนี PABAK จะช่วยให้การตีความผลการประเมินมีความเที่ยงตรงยิ่งขึ้น¹⁶

การเลือกใช้สถิติและเครื่องมือประเมินคุณภาพในทางปฏิบัติควรพิจารณาให้สอดคล้องกับวัตถุประสงค์และรูปแบบของข้อมูล¹⁵ สำหรับขั้นตอนการพัฒนาคลังข้อกระทู้และแบบทดสอบวัดความรู้หรือคุณลักษณะทางจิตวิทยา ดัชนี IOC และ CVI ถือเป็นตัวเลือกที่เหมาะสมที่สุดในการสร้างหลักฐานความตรงเชิงเนื้อหา⁸ ขณะที่ในการประเมินความเที่ยงของการให้คะแนนจากการสังเกตหรือการตรวจผลงาน หากผู้ประเมินให้คะแนนเป็นหมวดหมู่ นามบัญญัติ หรืออันดับ ควรเลือกใช้ Cohen’s Kappa สำหรับผู้ประเมิน 2 คน หรือ Fleiss’ Kappa สำหรับผู้ประเมินมากกว่า 2 คน¹⁵ แต่หากผู้ประเมินให้คะแนนเป็นสเกลต่อเนื่องหรือคะแนนรวม ควรเลือกใช้ Intraclass Correlation Coefficient (ICC) เพื่อให้คำนึงถึงความแปรปรวนของการให้คะแนนได้อย่างครอบคลุม¹⁵

บทสรุป

การสร้างและพัฒนาเครื่องมือวิจัยที่มีคุณภาพในสาขาสังคมศาสตร์และพฤติกรรมศาสตร์จำเป็นต้องดำเนินการตามขั้นตอนการวัดทางจิตวิทยาอย่างเป็นระบบ¹ ดัชนีความสอดคล้องระหว่างข้อสอบกับวัตถุประสงค์ (IOC) ที่เสนอโดย Rovinelli และ Hambleton (1977) ถือเป็นดัชนีเชิงปริมาณที่มีบทบาทสำคัญในการสร้างหลักฐานความตรงเชิงเนื้อหา⁸ การเข้าใจโครงสร้างคณิตศาสตร์ดั้งเดิมที่พิจารณาความสอดคล้องข้ามวัตถุประสงค์ การปรับใช้สูตรสำหรับข้อสอบหลายวัตถุประสงค์ของ Crocker and Algina (1986) ตลอดจนการรับรู้ถึงข้อจำกัดของการใช้สูตรลดรูป ช่วยให้นักวิจัยสามารถนำดัชนี IOC ไปใช้วิเคราะห์คุณภาพเครื่องมือได้อย่างถูกต้องและเหมาะสม⁷

นอกจากนี้ การวิเคราะห์เปรียบเทียบดัชนี IOC กับเครื่องมือสากลอื่นๆ เช่น CVR, CVI, Cohen’s Kappa, Fleiss’ Kappa และ ICC ช่วยให้นักวิจัยเห็นภาพรวมของเครื่องมือวัด และสามารถเลือกใช้สถิติประเมินความตรงและความสอดคล้องระหว่างผู้ประเมินได้อย่างสอดคล้องกับระดับการวัดของข้อมูล จำนวนผู้ประเมิน และขอบเขตการวิจัย การดำเนินการตามหลักการวัดผลและประยุกต์ใช้สถิติอย่างถูกต้องตามมาตรฐานสากลจะส่งผลให้เครื่องมือวิจัยมีความเที่ยงตรง น่าเชื่อถือ และนำไปสู่ผลการวิจัยที่มีคุณภาพสูง¹⁰

Works cited

1. Redalyc.Scale development: ten main limitations and recommendations to improve future research practices, https://www.redalyc.org/pdf/188/18851396004.pdf
2. Steps in Scale Development Process | PDF | Quality Of Life | Behavioural Sciences – Scribd, https://www.scribd.com/document/469506080/scale-development
3. Ten Steps in Scale Development and Reporting: A Guide for Researchers, https://library.help.edu.my/wp-content/uploads/2023/06/1.-Carpenter-S.-2018.-Ten-Steps-in-Scale-Development-and-Reporting-a-Guide-for-Researchers.pdf
4. DeVellis. Scale Development: Theory and Applications. 4th edition., https://tms.iau.ir/file/download/page/1635238305-develis-2017.pdf
5. 5. Guidelines in Scale Development, https://bkst.quarto.pub/devellis/ch5-guidelines.html
6. Eight Stages of Scale Development (DeVellis 1991) – ResearchGate, https://www.researchgate.net/figure/Eight-Stages-of-Scale-Development-DeVellis-1991_fig1_344107359
7. (PDF) Indexes of Item-Objective Congruence for Multidimensional Items – ResearchGate, https://www.researchgate.net/publication/247502723_Indexes_of_Item-Objective_Congruence_for_Multidimensional_Items
8. SUGI 27: Computing Indices of Item Congruence for Test Development Validity Assessments – SAS Support, https://support.sas.com/resources/papers/proceedings/proceedings/sugi27/p255-27.pdf
9. Item Objective Congruence Analysis for Multidimensional Items Content Validation of a Reading Test in Sri Lankan University – ERIC, https://files.eric.ed.gov/fulltext/EJ1329361.pdf
10. การศึกษาเปรียบเทียบการตรวจสอบความเที่ยงตรงเชิงเนื้อหา – วารสาร รังสิต สารสนเทศ, https://rilj.rsu.ac.th/download/article/281
11. Best Practices for Developing and Validating Scales for Health, Social, and Behavioral Research: A Primer – PMC, https://pmc.ncbi.nlm.nih.gov/articles/PMC6004510/
12. Adapting the Index of Item-Objective Congruence to Items with Multiple Objectives – Mahidol University, https://il.mahidol.ac.th/jil_systems/index.php/01/article/download/33/6
13. ค่าความเที่ยงตรงของแบบสอบถาม (Index of item objective congruence: IOC) – KrooTor | ณัฐกร, https://krootor.com/4937
14. Traditional Index of Item-Gbjective Congruence Values and the Associated Average Judges’ Ratings for Each Objective – ResearchGate, https://www.researchgate.net/figure/Traditional-Index-of-Item-Gbjective-Congruence-Values-and-the-Associated-Average-Judges_tbl1_247502723
15. What is the formula for calculating inter-rater reliability? – QuillBot, https://quillbot.com/blog/frequently-asked-questions/what-is-the-formula-for-calculating-inter-rater-reliability/
16. Inter-rater Reliability: Definition, Examples, Calculation – Encord, https://encord.com/blog/inter-rater-reliability/
17. Cohen’s Kappa – NTNU, https://slyderse.folk.ntnu.no/medstat/Interrater_6slides_9March2016.pdf
18. A Tutorial on Sample Size Calculation for Inter-rater and Intra-rater Agreement Studies – PMC, https://pmc.ncbi.nlm.nih.gov/articles/PMC12935580/
19. Intraclass correlation – Wikipedia, https://en.wikipedia.org/wiki/Intraclass_correlation
20. Cohen’s Kappa Calculator | Inter-Rater Agreement Tool – Research Gold, https://researchgold.org/resources/cohens-kappa-calculator
21. What is inter-rater reliability? – Covidence, https://www.covidence.org/blog/what-is-inter-rater-reliability/

Comments

comments

Powered by Facebook Comments