การพัฒนาแบบวัดความฉลาดทางดิจิทัลบนเว็บแอปพลิเคชันของนักเรียนระดับชั้นมัธยมศึกษาตอนต้นตามแนวคิดการประเมินการปฏิบัติ
คำสำคัญ:
ความฉลาดทางดิจิทัล, เทคโนโลยีสารสนเทศ, แบบวัดความฉลาดทางดิจิทัล, การวัดและประเมินผลบทคัดย่อ
บทความวิจัยนี้มีวัตถุประสงค์ 1) เพื่อพัฒนาและตรวจสอบคุณภาพของแบบวัดความฉลาดทางดิจิทัลบนเว็บแอปพลิเคชันสำหรับนักเรียนระดับชั้นมัธยมศึกษาตอนต้นตามแนวคิดการประเมินการปฏิบัติ และ 2) เพื่อศึกษาปัจจัยที่จำแนกระดับความฉลาดทางดิจิทัลของนักเรียนระดับชั้นมัธยมศึกษาตอนต้น โดยใช้วิธีการประเมินการปฏิบัติผ่านเว็บแอปพลิเคชัน ตัวอย่างวิจัย คือ นักเรียนชั้นมัธยมศึกษาปีที่ 3 จำนวน 100 คน เครื่องมือที่ใช้ในการวิจัย คือ 1) แบบวัดความฉลาดทางดิจิทัลบนเว็บแอปพลิเคชัน ประกอบด้วย ภาระงานสำหรับนักเรียน (Task) ตามองค์ประกอบของความฉลาดทางดิจิทัล จำนวน 8 องค์ประกอบ และเกณฑ์การให้คะแนนสำหรับประเมินการปฏิบัติ (Scoring rubric) สำหรับประเมินภาระงานของนักเรียน ซึ่งมีลักษณะเป็นรูบริคแบบแยกองค์ประกอบ (Analytic rubric) 2) แบบสอบถามปัจจัยที่ส่งผลต่อความฉลาดทางดิจิทัล เป็นแบบมาตราส่วนประมาณค่า 5 ระดับ 3) แบบประเมินประสบการณ์ของผู้ใช้ (User Experience: UX) สำหรับผู้ทรงคุณวุฒิใช้ประเมินคุณภาพของแบบวัดความฉลาดทางดิจิทัล และแบบประเมินส่วนต่อประสานกับผู้ใช้ (User Interface: UI) สำหรับตัวอย่างวิจัยใช้ประเมินคุณภาพของแบบวัดความฉลาดทางดิจิทัล สถิติที่ใช้ ได้แก่ วิเคราะห์คุณภาพของเครื่องมือ ในด้าน ความตรงตามเนื้อหา ความเที่ยง ความยาก และอำนาจจำแนก สถิติเชิงบรรยาย (Descriptive statistics) และการวิเคราะห์จําแนกประเภท (Discriminant Analysis)
ผลการวิจัย พบว่า 1. แบบวัดความฉลาดทางดิจิทัลบนเว็บแอปพลิเคชัน ประกอบด้วยระบบ 4 ระบได้แก่ 1) ระบบสมัครสมาชิก 2) ระบบแบบภาระงาน 3) ระบบประเมินผลคะแนน และ 4) ระบบสำหรับผู้จัดการระบบ (Admin)
ได้ผลการวิเคราะห์ดังนี้ 1) ภาระงาน (Task) มีความตรงตามเนื้อหา คือ มากกว่า .83 ความยากอยู่ในระดับปานกลาง (p = .459 - 0.541) อำนาจจำแนกอยู่ในระดับพอใช้ ( r = .2 - .326) ซึ่งคุณสมบัติทางจิตมิติสอดคล้องตามเกณฑ์ที่กำหนด 2) เกณฑ์การให้คะแนนสำหรับประเมินการปฏิบัติ (Scoring rubric) มีความเที่ยงภายในผู้ประเมินอยู่ในระดับสูง (rxy = .741 - .978) และความเที่ยงระหว่างผู้ประเมินอยู่ในระดับสูง (w = .990 -.994) 3) การประเมินประสบการณ์ของผู้ใช้ (User Experience: UX) ภาพรวมอยู่ในระดับดี 4) การประเมินส่วนต่อประสานกับผู้ใช้ (User Interface: UI) ภาพรวมอยู่ในระดับดี 2. ตัวแปรที่สามารถทำนายระดับความฉลาดทางดิจิทัลที่ดีที่สุดคือ ปัจจัยด้านเจตคติต่อการใช้ งานดิจิทัล (digital) รองลงมา คือ ปัจจัยด้านความสามารถในการใช้งานดิจิทัล (innovation) และตัวแปร ที่สามารถทำนายได้น้อยที่สุด คือ ปัจจัยด้านทรัพยากรที่สนับสนุนการใช้งานดิจิทัล (support) และสามารถเขียนสมการจำแนกกลุ่มในรูปแบบคะแนนมาตรฐาน คือ Z = .596 (Z digital) + .553 (Z innovation) + .366 (Z support) โดยสมการจำแนกกลุ่มสามารถพยากรณ์การเป็นสมาชิกของทั้งสองกลุ่มได้ถูกต้องร้อยละ 100
เอกสารอ้างอิง
Amonkitpinyo, T. (2023). Digital literacy and online learning capabilities.
Journal of MCU Buddhapanya, 7(4), 87-94.
Albirini, A. (2006). Teachers’ attitudes toward information and communication technologies:
The case of Syrian EFL teachers. Computers & Education, 47(4), 373-398.
Doi: https://doi.org/10.1016/j.compedu.2004.10.013
Bak, G. (2020). The urge of share & fear of missing out - connection between culture shock
and social media activities during erasmus internship. FIKUSZ 2019 -Symposium for
Young Researchers Proceedings, 176-191.
Bartlett, C.A. & Ghoshal, S. (2002) Building competitive advantage through people. MIT
Sloan Management Review, 43, 34-41.
Brookhart, S. M. (2015). Performance assessment: showing what students know and can do.
West Palm Beach: Learning Sciences International.
Charoenwanichkun, P. (2023). Comparison of Confirmatory Factor Analysis of Measurement
Model of Students’ Digital Citizenship Between Maximum Likelihood Estimation and
Bayesian Analysis. Journal of Educational Measurement, 40(107),201-217
DQInstitute. (2021). dqindex.org. Retrieved from https://dqindex.org:
https://dqindex.org/en/assessment
Electronic Transactions Development Agency. (2022). Report on the results of a survey of
internet user behavior in Thailand 2022 Thailand Internet User Behavior 2022.
Bangkok: Ministry of Digital Economy and Society.
Google. (2022). Material Design Guidelines. Retrieved from https://material.io/design
Jaruthavee, R. (2020). The factors related to constructive communication in social media
of undergraduate students in bangkok. Bangkok: Faculty of Humanities,
Srinakharinwirot University.
Kong-lap, L. (2018). Fact Sheet digital intelligence and a study of cyberbullying among
teenagers.Bangkok: Child and Youth Media Institute. http://cclickthailand.com/fact-
sheet-ความฉลาดทางดิจิทัล
Lane, S. (2010). Performance assessment: Thestateoftheart.Stanford, CA: Stanford University.
Ljerka, L., & Lepoglavec, J. (2019). Netiquette and cyberbullying in the context of digital Public relations of schools. ICERI2019 Proceedings, 9561-9566. doi:10.21125/iceri.2019.2331
Maijoor, S., & Witteloostuijn, A. (1996). An empirical test of the re-source-based theory:
Strategic regulation in the Dutch audit industry, in: Strategic Management Journal,
(7), 549-569.
Miller, D., Linn, R & Gronlund, N. (2009). Measurement and Assessment in Teaching.
nded. Upper Saddle River, NJ: Pearson.
Nak-in, N. (2020).8 Skills “Digital Intelligence Quotient” of Students in the Teaching Profession
to Citizenship 4.0. Graduate School Journal Chiang Rai Rajabhat university,14(1),1-11.
Park, Y. (2019). DQ Global Standards Report 2019 Common Framework for Digital Literacy,
Skills and Readiness. Retrieved February 5, 2023, from DQ Institute:
Pasztor, J. (2020). The Urge of Share & Fear of Missing Out - Connection Between Culture
Shockand Social Media Activities During Erasmus Internship.in book: FIKUSZ
symposium for Young Researchers Procedings, 176-191.
Pipatpongumpai, A. (2023). Digital literacy and online learning capabilities.
Journal of MCU Buddhapanya, 8(1), 286-298.
Sangphanta,S .(2019).The Causal Relationship Model of Social Media Usage Behaviors
in Internal Communications of the Ministry of Labour Officer, 4(1), 83-97.
Shashaani, L., & Khalili, A. (2001). Gender and computers: Similarities and differences
in Iranian college students' attitudes toward computers. Computers & Education,
(3-4), 363 - 375. Doi: https://doi.org/10.1016/S0360-1315(01)00059-8
Tangdhanakanond, K. (2023). Performance assessment. Bangkok: Chulalongkorn University
Printing House.
Thammasawas, R. (2021). The multi-level causal factors affecting the digital citizenship of
Lower secondary school students in mukdahan province. Educational Measurement
Mahasarakham University, 28(2), 206-221.
Thungsong, W. (2019). An investigation into digital intelligence at the digital citizenship
level of lower secondary students under sarakhampittayakhomschool, mueng district,
mahasarakham province.Journal of Educational Administration and Supervisor,
Mahasarakham Universit , 10(3), 19-34.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2025 วารสาร มจร พุทธปัญญาปริทรรศน์
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
