การพัฒนากรอบแนวคิดของการให้เหตุผลทางการอนุมานทางสถิติ

Main Article Content

รามนรี นนทภา

บทคัดย่อ

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อพัฒนากรอบแนวคิดของการให้เหตุผลทางการอนุมานทางสถิติ และศึกษาลักษณะการให้เหตุผลทางการอนุมานทางสถิติของนักศึกษามหาวิทยาลัยราชภัฏมหาสารคาม กลุ่มตัวอย่างได้มาจากการสุ่มแบบแบ่งชั้นภูมิตามระดับชั้นเรียน ของนักศึกษามหาวิทยาลัยราชภัฏมหาสารคาม ที่ลงทะเบียนเรียนวิชาหลักสถิติ ภาคเรียนที่ 1 ปีการศึกษา 2559 จำนวน 63 คน ดังนี้ ชั้นภูมิที่ 1 คือนักศึกษาชั้นปีที่ 1 จำนวน 21 คน ชั้นภูมิที่ 2 คือนักศึกษาชั้นปีที่ 2 จำนวน 21 คน ชั้นภูมิที่ 3 คือนักศึกษาชั้นปีที่ 3 จำนวน 21 คน เครื่องมือที่ใช้ในการวิจัย ได้แก่ (1) แบบวัดการอนุมานทางสถิติ โดยมีลักษณะเป็นแบบอัตนัย จำนวน 4 ข้อ (2) แบบสัมภาษณ์แบบกึ่งโครงสร้าง ใช้ในการสัมภาษณ์เชิงลึก การวิเคราะห์ข้อมูลโดยใช้การวิเคราะห์โปรโตคอลจากแบบสัมภาษณ์กึ่งโครงสร้าง การวิเคราะห์งานเขียนและการบรรยายเชิงวิเคราะห์จากแบบวัดการอนุมานทางสถิติ ผลการวิจัยปรากฏ ดังนี้
1. กรอบแนวคิดของการให้เหตุผลทางการอนุมานทางสถิติ
กรอบแนวคิดของการให้เหตุผลทางการอนุมานทางสถิติ ซึ่งประกอบด้วย กระบวนการที่ 1 ถึง 8 คือ การให้เหตุผลเกี่ยวกับข้อมูล การให้เหตุผลเกี่ยวกับการเก็บรวบรวมข้อมูล การให้เหตุผลเกี่ยวกับการนำเสนอข้อมูล การให้เหตุผลเกี่ยวกับการวิเคราะห์ข้อมูล การให้เหตุผลเกี่ยวกับการสุ่มตัวอย่าง การให้เหตุผลเกี่ยวกับการทดสอบสมมุติฐาน การให้เหตุผลเกี่ยวกับการวิเคราะห์ความแปรปรวน และการให้เหตุผลเกี่ยวกับความสัมพันธ์ของข้อมูล
2. ลักษณะการให้เหตุผลทางการอนุมานทางสถิติของนักศึกษามหาวิทยาลัยราชภัฏมหาสารคาม
กระบวนการที่ 1 การให้เหตุผลเกี่ยวกับข้อมูล โดยภาพรวมนักศึกษามีลักษณะการให้เหตุผลทางการอนุมานทางสถิติระดับที่ 1 เป็นส่วนใหญ่ คิดเป็นร้อยละ 65.00 รองลงมานักศึกษามีลักษณะการให้เหตุผลทางการอนุมานทางสถิติระดับที่ 4 คิดเป็นร้อยละ 35.00
กระบวนการที่ 2 การให้เหตุผลเกี่ยวกับการเก็บรวบรวมข้อมูล โดยภาพรวมนักศึกษามีลักษณะการให้เหตุผลทางการอนุมานทางสถิติระดับที่ 2 เป็นส่วนใหญ่ คิดเป็นร้อยละ 93 รองลงมานักศึกษามีลักษณะการให้เหตุผลทางการอนุมานทางสถิติระดับที่ 0 คิดเป็นร้อยละ 4
กระบวนการที่ 3 การให้เหตุผลเกี่ยวกับการนำเสนอข้อมูล โดยภาพรวมนักศึกษามีลักษณะการให้เหตุผลทางการอนุมานทางสถิติระดับที่ 2 เป็นส่วนใหญ่ คิดเป็นร้อยละ 97 รองลงมานักศึกษามีลักษณะการให้เหตุผลทางการอนุมานทางสถิติระดับที่ 0 คิดเป็นร้อยละ 3
กระบวนการที่ 4 การให้เหตุผลเกี่ยวกับการวิเคราะห์ข้อมูล โดยภาพรวมนักศึกษามีลักษณะการให้เหตุผลทางการอนุมานทางสถิติระดับที่ 4 เป็นส่วนใหญ่ คิดเป็นร้อยละ 40 รองลงมานักศึกษามีลักษณะการให้เหตุผลทางการอนุมานทางสถิติระดับที่ 1 คิดเป็นร้อยละ 37
กระบวนการที่ 5 การให้เหตุผลเกี่ยวกับการสุ่มตัวอย่าง โดยภาพรวมนักศึกษามีลักษณะการให้เหตุผลทางการอนุมานทางสถิติระดับที่ 2 เป็นส่วนใหญ่ คิดเป็นร้อยละ 70 รองลงมานักศึกษามีลักษณะการให้เหตุผลทางการอนุมานทางสถิติระดับที่ 4 คิดเป็นร้อยละ 18
กระบวนการที่ 6 การให้เหตุผลเกี่ยวกับการทดสอบสมมุติฐาน โดยภาพรวมนักศึกษามีลักษณะการให้เหตุผลทางการอนุมานทางสถิติระดับที่ 1 เป็นส่วนใหญ่ คิดเป็นร้อยละ 53 รองลงมานักศึกษามีลักษณะการให้เหตุผลทางการอนุมานทางสถิติระดับที่ 4 คิดเป็นร้อยละ 23
กระบวนการที่ 7 การให้เหตุผลเกี่ยวกับการวิเคราะห์ความแปรปรวน โดยภาพรวมนักศึกษามีลักษณะการให้เหตุผลทางการอนุมานทางสถิติระดับที่ 3 เป็นส่วนใหญ่ คิดเป็นร้อยละ 42 รองลงมานักศึกษามีลักษณะการให้เหตุผลทางการอนุมานทางสถิติระดับที่ 4 คิดเป็นร้อยละ 30
กระบวนการที่ 8 การให้เหตุผลเกี่ยวกับความสัมพันธ์ของข้อมูล โดยภาพรวมนักศึกษามีลักษณะการให้เหตุผลทางการอนุมานทางสถิติระดับที่ 4 เป็นส่วนใหญ่ คิดเป็นร้อยละ 71 รองลงมานักศึกษามีลักษณะการให้เหตุผลทางการอนุมานทางสถิติระดับที่ 1 คิดเป็นร้อยละ 15

Article Details

รูปแบบการอ้างอิง
นนทภา ร. (2018). การพัฒนากรอบแนวคิดของการให้เหตุผลทางการอนุมานทางสถิติ. วารสารศรีปทุมปริทัศน์ ฉบับมนุษยศาสตร์และสังคมศาสตร์, 18(1), 47–57. สืบค้น จาก https://so05.tci-thaijo.org/index.php/spurhs/article/view/126633
ประเภทบทความ
บทความวิจัย

เอกสารอ้างอิง

Beaton, A. E. , I. V. S. Mullis, M. O. Martine, E. J. Gonzalez, D. L. Kelly. and T. A. Smith. 1996. Mathematics Achievement in the Middle School Years: IEA’s Third International Mathematics and Science Study (TIMSS). Chestnut Hill, MA: Boston College, Center for the Study of Testing, Evaluation, and Educational Policy.

Ben-Zvi, D. & J. Garfield. 2004. The Challenge of Developing Statistical Literacy, Reasoning and Thinking. Dordrecht, The Netherlands: Kluwer Academic Publishers.

Curcio, F. R. 1989. Developing Graph Comprehension. Reston, VA: National Council of Teachers of Mathematics.

Curcio, F. R. 1987. “Comprehension of Mathematical Relationships Expressed in Graphs”. Journal for Research in Mathematics Education 18, 5 : 22.

Garfield, J. B. & Gal, I. 1999. “Assessment and statistics education: Current challenges and directions”. International Statistical Review 67, 1 : 1–12.

Gould, R., F. Kreuter. & C. Palmer. 2006. Towards Statistical Thinking: Making Real Data Real. Proceeding of International Conference on Teaching Statistics, July 2006, Salvador, Bahia: Brazil.

Helen MacGillivray, & L. Pereira-Mendoza. 2011. Teaching Statistical Thinking Through Investigative Projects. Teaching Statistics in School Mathematics-Challenges for Teaching and Teacher Education, New York: Springer.

Moore, D. S. 1997. “New Pedagogy and New Content: The Case of Statistics (With Discussion)”. International Statistical Review 65, 2 : 12.

Pereira-Mendoza, L. & Mellor J. 1990. Students’ Concepts of Bar Graphs: Some Preliminary Findings. Proceeding of International Conference on Teaching Statistics, April 1990, Dunedin: New Zealand.