การประเมินคุณภาพหลักสูตรโดยใช้การวิเคราะห์เส้นทางและการวิเคราะห์กรอบข้อมูล

Main Article Content

สุดา ทิพย์ประเสริฐ
ธรา อั่งสกุล
จิติมนต์ อั่งสกุล

Abstract

สถาบันการศึกษาถือได้ว่าเป็นแหล่งผลิตแรงงานออกสู่สังคมที่สำคัญ ดังนั้นทุกหลักสูตรจึงควรคำนึงถึงประสิทธิภาพของบัณฑิต แต่อย่างไรก็ตาม จากการศึกษาเบื้องต้นพบว่า การวิเคราะห์ประสิทธิภาพของนักศึกษาเป็นสิ่งที่ทำได้ยาก เนื่องจากไม่สามารถระบุปัจจัยที่เกี่ยวข้องโดยตรงกับประสิทธิภาพของนักศึกษาได้ รวมทั้งยังไม่พบงานวิจัยใดที่ประเมินคุณภาพหลักสูตรโดยเน้นที่ประสิทธิภาพของนักศึกษาเป็นหลัก ดังนั้นงานวิจัยนี้จึงได้มุ่งประเมินคุณภาพหลักสูตรโดยการวิเคราะห์หลักสูตรว่าสามารถผลิตบัณฑิตที่มีประสิทธิภาพมากน้อยเพียงใด โดยขั้นตอนวิธีในงานวิจัยนี้ประกอบด้วย 2 ขั้นตอน ได้แก่ ขั้นตอนการสืบค้นปัจจัยที่เกี่ยวข้องกับประสิทธิภาพของนักศึกษาด้วยวิธีการวิเคราะห์เส้นทาง และขั้นตอนการวิเคราะห์ประสิทธิภาพของนักศึกษาด้วยวิธีการวิเคราะห์กรอบข้อมูล การทดลองอาศัยข้อมูลนักศึกษาของหลักสูตรตัวอย่างจำนวน 389 คน และปัจจัยที่อาจจะเกี่ยวข้องกับประสิทธิภาพของนักศึกษาซึ่งรวบรวมจากงานวิจัยที่เกี่ยวข้องจำนวน 12 ปัจจัย โดยผลการทดลองพบว่า มีปัจจัยที่เกี่ยวข้องโดยตรงกับประสิทธิภาพของนักศึกษาจริง 10 ปัจจัย และหลักสูตรตัวอย่างสามารถผลิตนักศึกษาที่มีคุณภาพร้อยละ 45

Downloads

Download data is not yet available.

Article Details

Section
Research Article

References

กาญจนา หฤหรรษพงศ์ และ ฐิมาพร เพชรแก้ว. (2006). การสืบค้นรูปแบบลำดับของวิชาเรียนที่มีความสัมพันธ์ต่อเกรดเฉลี่ยของนักศึกษา. National Computer Science and Engineering Conference (NCSEC2006): 525-534.

กฤษณะ ไวยมัย, ชิดชนก ส่งศิริ และ ธนาวินท์ รักธรรมานนท์. (2545). การใช้เทคนิคดาต้าไมนิงเพื่อพัฒนาคุณภาพการศึกษา. NECTEC Technical Journal Vol III, No. 11: 134-142.

ธงพล พรหมสาขา ณ สกลนคร และคณะ. (2551). ปัจจัยที่มีอิทธิพลต่อการส่งต่อการผลิตของอุตสาหกรรมชนทบไทยในเขตภาคตะวันออกเฉียงเหนือของประเทศไทย. วารสารวิจัย มข. (บศ.) 8(1): 108-116.

นิจรินทร์ ชูราศี. (2552). แบบจำลองโครงข่ายประสาทเทียมสำหรับการวิเคราะห์คุณภาพบัณฑิต. มหาวิทยาลัยขอนแก่น. สำนักวิทยบริการ: ขอนแก่น.

ปรีชา ยามันสะบีดีน, บุญเสริม กิจศิริกุล และ ประสงค์ ปรานีตพลกรัง. (2006). การบริหารความสัมพันธ์กับนักศึกษาในสถาบันระดับอุดมศึกษาโดยการประยุกต์การทำเหมืองข้อมูล. National Computer Science and
Engineering Conference (NCSEC2006): 634-642.

พัชรศรี แดงทองดี. (2551). DEA: เครื่องมือวัดประสิทธิภาพชั้นเยี่ยม. Business Results (Val.60) สถาบันเพิ่มผลผลิตแห่งชาติ: 1-5.

สำนักงานคณะกรรมการการอุดมศึกษา. (2551). สถิติจำนวนนักศึกษาในระดับอุดมศึกษาปีการศึกษา 2551. รายงานประจำปีสำนักงานคณะกรรมการการอุดมศึกษา. กรุงเทพฯ.

สำนักงานเลขาธิการสภาการศึกษา. (2551). รายงานการออกแบบและพัฒนาระบบข้อมูลและระบบการประมวลผลข้อมูลสำหรับการประเมินผลการจัดการศึกษาของประเทศ. กรุงเทพฯ: สำนักประเมินผลการจัดการศึกษา.

สำนักงานสถิติแห่งชาติ. (2552). จำนวนนักเรียน นิสิต และนักศึกษา จำแนกตามประเภทการศึกษา ปีการศึกษา 2547-2551. ประมวลข้อมูลสถิติสำคัญของประเทศไทย พ.ศ. 2552. กรุงเทพฯ: สำนักสถิติพยากรณ์ สำนักงาน
สถิติแห่งชาติ.

สำเริง บุญเรืองรัตน์. (2538). การวิเคราะห์ข้อมูลพหุระดับของ PATH MODE. วารสารการวัดผลการศึกษา. 10(48):59-74.

สุภาวดี ตรีรัตน์. (2551). การประกันคุณภาพการศึกษาภายในสถานศึกษา. [ออนไลน์]. ได้จาก: http://bet.obec.go.th/
depscl/images/depscl/depscl_schoolinternaleqa_1-51.doc

อดิศักดิ์ พงษ์พูลผลศักดิ์ และคณะ. (2544). ปัจจัยที่มีผลต่อผลสัมฤทธิ์ทางการเรียนวิชาคอมพิวเตอร์ของนักเรียนระดับมัธยมศึกษาตอนปลายในโรงเรียนของรัฐ กรณีศึกษาจังหวัดลพบุรี. วารสารวิจัยและพัฒนา มจธ. 24(3):311-326.

อัครพงศ์ อั้นทอง. (2547). คู่มือการใช้โปรแกรม DEAP 2.1 สำหรับการวิเคราะห์ประสิทธิภาพด้วยวิธีการ Data Envelopment Analysis. สถาบันวิจัยสังคม มหาวิทยาลัยเชียงใหม่: 1-24.

Banker, R.D., Charnes, A. and Cooper, W.W. (1984). Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis. Management science 30(9): 1078-1092.

Bennedsen, J. and E. Caspersen, M. (2008). Abstraction Ability as an Indicator of Success for Learning Computing Science?. ICER’08 (pp. 15-25). Sydney, Australia: ACM.Butcher, D.F. and Muth, W.A. (1985). Predicting performance in an introductory computer science course. Communications of the ACM 28 (3): 263-268.

Charnes, A., & Cooper, W.W., and Rhodes, E. (1978). Measuring the efficiency of decision making units.
European Journal of Operational Research 2(6): 429-444.

Delavari, N. (2005). Application of Enhanced Analysis Model for Data Mining Processes in Higher Education
System. ITHET 6th Annual International Conference (pp. 1-6). Cyberjaya, Malaysia: IEEE.

UNESCOBKK. (2006). UNESCO Bangkok and the Asia Pacific region [On-line]. Avaliable: http://www.
unescobkk.org/th/about-us/unesco-bangkok-and-the-asia-pacific-region/

Yingkuachat, J., Praneetpolgrang, P. and Kijsirikul, B (2007). An Application of the Probabilistic Model to the
Prediction of Student Graduation Using Bayesian Belief Networks. ECTI Transactions on Computer and
Information Technology 3(1): 63-71.