เอกสารวิชาการ

ตัวส่วนที่ซื่อตรง

สัดส่วนทุกค่ามีคุณค่าเท่ากับความแม่นยำของตัวส่วนเท่านั้น ประโยคอย่าง "ตัวตรวจจับเจอ 14 เปอร์เซ็นต์ของกรณีทั้งหมด" หรือ "ระบบรู้จำได้หนึ่งจุดจากสามจุด" - ฟังดูเหมือนการวัดผลที่ชัดเจน แต่ความเข้าใจผิดส่วนใหญ่ที่เรามีต่อระบบของตัวเองนั้น เกิดจากความผิดพลาดที่ตัวส่วน มากกว่าตัวเลขที่อยู่ด้านบน

สี่สาเหตุที่ทำให้ตัวส่วนคลาดเคลื่อน

ตัวส่วนนับรวมเกินความจริง สำหรับกฎข้อหนึ่ง เครื่องมือรวบรวมข้อมูลรายงานว่าพบจุดที่เกิดข้อผิดพลาดเจ็ดแห่ง แต่เมื่ออ่านดูจริงๆ พบว่าในสามจากเจ็ดแห่งนั้น ประโยคของผู้เรียนมีคำที่ต้องการอยู่แล้ว ข้อผิดพลาดที่แท้จริงในจุดนั้นเป็นของกฎข้างเคียง เพียงแต่การค้นหาไปดึงเอาการแก้ไขที่อยู่ติดกันติดมาด้วย ดังนั้นที่บอกว่าตัวตรวจ "นิ่งเงียบในเจ็ดจุด" จึงมีจุดที่เป็นหน้าที่ของมันจริงๆ ไม่ถึงเจ็ดแห่ง สัดส่วนที่มีตัวส่วนซึ่งไม่เคยมีใครเปิดอ่านเลยจึงเป็นเพียงข้อมูลรบกวน

การดึงข้อมูลได้เป็นศูนย์ (zero recall) ไม่ใช่ความแม่นยำเป็นศูนย์ (zero precision) ตัวตรวจที่ไม่สามารถรู้จำกรณีที่ผิดจริงได้เลย อาจยังทำงานได้ดีเยี่ยมในอีกทางหนึ่ง คือการไม่แจ้งเตือนมั่วในงานเขียนที่ถูกต้องอยู่แล้ว ทั้งสองอย่างนี้เป็นคนละแกนกัน การนำมาปนกันทำให้เกิดข้อสรุปทำนองว่า "ตัวตรวจนี้พังแล้ว" ทั้งที่มันเสียไปเพียงด้านเดียว

สัดส่วนที่ต่ำบางครั้งสะท้อนความหายากตามจริง ก่อนจะซ่อมแซมตัวตรวจที่ทำงานเพียงสองกรณีจากร้อยกรณี เราต้องวัดเพดานของกฎข้อนั้นเสียก่อน ว่าในงานเขียนระดับนั้น มีโอกาสที่จะเกิดข้อผิดพลาดดังกล่าวขึ้นทั้งหมดกี่ครั้ง หากโอกาสที่จะใช้โครงสร้างนั้นเกิดขึ้นเพียงสามครั้งในงานเขียนร้อยชิ้น ตัวเลขสองเปอร์เซ็นต์ก็อาจเป็นผลลัพธ์ที่ตรงไปตรงมาแล้ว และ "การซ่อมแซม" ก็จะไม่ช่วยอะไรนอกจากสร้างการแจ้งเตือนที่ผิดพลาด (false alarms)

ผลลัพธ์ที่เพิ่มขึ้นไม่สามารถนำมาบวกรวมกันข้ามฐานข้อมูลได้ การพัฒนาที่วัดผลจากชุดข้อมูลหนึ่ง ไม่สามารถนำไปบวกกับตัวเลขที่ได้จากอีกชุดข้อมูลหนึ่งได้ กลุ่มของข้อผิดพลาดมักทับซ้อนกัน ดังนั้นผลรวมของสัดส่วนแยกตามกลุ่มจึงมีค่าเกินจำนวนทั้งหมด ตัวเลขที่จะนำมาเปรียบเทียบกันได้ต้องใช้ตัวส่วนร่วมกันเท่านั้น และเราก็จับได้ว่าตัวเองเผลอทำผิดหลักการนี้มาแล้วมากกว่าหนึ่งครั้ง

ผลลัพธ์แบบที่สี่

ผลลัพธ์ปกติสามแบบของการใช้โครงสร้างภาษาคือ ใช้ได้ถูกต้อง ใช้โดยมีข้อผิดพลาด หรือใช้สับสนกับกฎข้างเคียง แต่ยังมีผลลัพธ์แบบที่สี่ ซึ่งเราไม่ได้นับไว้ที่ไหนเลย นั่นคือผู้เรียนหลีกเลี่ยงการใช้โครงสร้างนั้นไปเลย แล้วใช้วิธีถอดความเลี่ยงไปใช้คำอื่นแทน

สำหรับผู้สอน นี่คือสัญญาณที่สำคัญในตัวมันเอง กฎที่ถูกหลีกเลี่ยงอย่างเป็นระบบคือกฎที่ผู้เรียนยังไม่ได้เรียนรู้ ไม่ว่าจำนวนการนับข้อผิดพลาดจะออกมาเป็นอย่างไรก็ตาม การสร้างตัวนับสำหรับการหลีกเลี่ยงนี้ยากกว่าการหาข้อผิดพลาด เพราะมันหมายถึงการต้องรู้จำจุดที่ควรจะใช้โครงสร้างนั้นได้อย่างเหมาะสมแต่กลับไม่ถูกนำมาใช้ เรายังไม่มีเครื่องมือสำหรับเรื่องนี้ และเราอยากมีมันมาก

วิธีที่ได้ผล

ตัวส่วนจำนวนน้อยต้องอ่านทั้งหมด ไม่ใช่แค่สุ่มตัวอย่าง หากมีจุดที่พบไม่เกินประมาณสิบแห่ง เราจะอ่านทั้งหมด และรายงานสัดส่วนพร้อมกับแจกแจงแต่ละกรณีตามหน้าที่ของคำในประโยคนั้น ส่วนกลุ่มที่ใหญ่กว่านั้นจะใช้วิธีอ่านจากกลุ่มตัวอย่าง โดยขนาดของกลุ่มตัวอย่างจะเพิ่มขึ้นตามจำนวนข้อมูลที่พบ ไม่ใช่หยุดอยู่แค่ห้าตัวอย่างเพื่อความสะดวก

ทุกสัดส่วนต้องมาพร้อมตัวอย่าง ตัวเลขที่ไม่มีกรณีศึกษาที่ตรวจสอบแล้วอย่างน้อยหนึ่งตัวอย่าง จะไม่ถูกนำมารวมในรายงาน กรณีที่สุดโต่งไม่ใช่กฎ แต่กฎที่ไม่มีกรณีตัวอย่างเลยแม้แต่กรณีเดียวก็ถือว่ายังไม่ได้รับการวัดผล

สิ่งที่ยังค้างอยู่

การทำให้การรวบรวมข้อมูลแม่นยำพอที่จะกันข้อผิดพลาดข้างเคียงออกไปจากตัวส่วนของกฎข้อหนึ่งๆ หมายความว่าเราต้องปรับปรุงเครื่องมือรวบรวมข้อมูล ซึ่งตัวมันเองก็ต้องมีเกณฑ์คัดกรองแยกต่างหาก และตัวนับการหลีกเลี่ยงที่อธิบายไว้ข้างต้นก็ยังไม่มีอยู่จริง จนกว่าจะมีเครื่องมือที่ว่านี้ ตัวเลขการดึงข้อมูล (recall) ทุกค่าที่เราเผยแพร่ออกไป จึงเป็นเพียงการรายงานสิ่งที่เกิดขึ้นในจุดที่เรามองเห็น ไม่ใช่รายงานเกี่ยวกับภาษาที่ผู้เรียนผลิตออกมาจริงๆ

บทความทั้งหมด

แบบฝึกหัดฟรีสำหรับทุกหลักไวยากรณ์

ทุกหลักไวยากรณ์บนเว็บไซต์มีแบบฝึกหัดให้ใช้งาน ใช้งานได้ฟรีโดยไม่ต้องลงทะเบียน

รายงานปัญหา

หน้าที่คุณอยู่
/th/science/papers/measure-03-denominator.html th

ภาษาอังกฤษจะสะดวกที่สุดสำหรับเรา แต่คุณสามารถเขียนด้วยภาษาใดก็ได้ตามต้องการ

รายงานนี้จะส่งเฉพาะข้อความของคุณ ที่อยู่หน้าเว็บ และภาษาเท่านั้น ไม่มีภาพหน้าจอ ไม่มีบันทึกการทำงาน และไม่มีบัญชีผู้ใช้ เราไม่สามารถตอบกลับรายงานได้ ดังนั้นหากคุณต้องการคำตอบ โปรดเขียนอีเมลมาที่ [email protected]