ตัวบ่งชี้และกลุ่มโปรไฟล์ความพร้อมในการใช้ห้องปฏิบัติการเสมือนของครูวิทยาศาสตร์
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์ 1) เพื่อสังเคราะห์ตัวบ่งชี้ความพร้อมในการใช้ห้องปฏิบัติการเสมือนของครูวิทยาศาสตร์ และ2) เพื่อจัดกลุ่มครูตามระดับความพร้อมในการใช้ห้องปฏิบัติการเสมือน โดยวิธีการวิเคราะห์โปรไฟล์แฝง งานวิจัยนี้ แบ่งเป็น 2 ระยะ คือ ระยะที่ 1 การสังเคราะห์ตัวบ่งชี้ความพร้อมในการใช้ห้องปฏิบัติการเสมือนของครูวิทยาศาสตร์ เก็บรวบรวมข้อมูลโดยใช้วิธีการสัมภาษณ์ผู้เชี่ยวชาญ จำนวน 8 ท่าน ด้วยแบบสัมภาษณ์กึ่งโครงสร้าง และระยะที่ 2 การวิเคราะห์ความพร้อมในการใช้ห้องปฏิบัติการเสมือนของครูวิทยาศาสตร์ ตัวอย่างวิจัยเป็นครูสังกัดสำนักงาน เขตพื้นที่การศึกษามัธยมศึกษา (สพม.) ในเขตภาคกลาง จำนวน 144 คน โดยใช้วิธีการสุ่มแบบ 2 ขั้นตอน โดยใช้แบบสอบถาม ตรวจคุณภาพของเครื่องมือในด้านความตรงเชิงเนื้อหา และความเที่ยงแบบพหุมิติ (Omega=.971-.984) วิเคราะห์ข้อมูลโดยใช้การวิเคราะห์โปรไฟล์แฝง (latent profile analysis) ด้วยโปรแกรม Mplus เวอร์ชั่น 7.3
ผลการวิจัยสรุปได้ดังนี้
1. ตัวบ่งชี้ความพร้อมในการใช้ห้องปฏิบัติการเสมือนของครูวิทยาศาสตร์ ประกอบด้วย 3 ตัวบ่งชี้ คือ 1) สมรรถนะทางเทคโนโลยีตามโมเดล TPACK 2) ทัศนคติต่อการใช้เทคโนโลยี และ3) ทรัพยากรห้องปฏิบัติการเสมือน โดยสร้างเครื่องมือวัดความพร้อมในการใช้ห้องปฏิบัติการเสมือนของครูวิทยาศาสตร์ มีลักษณะเป็นมาตรประมาณค่า 5 ระดับ แบบลิเคิร์ท ตั้งแต่ 1 - 5 (ไม่เห็นด้วยน้อยที่สุดจนถึงเห็นด้วยมากที่สุด) จำนวน 42 ข้อ
2. ผลการจัดกลุ่มครูตามโปรไฟล์ ครูในโรงเรียนสังกัดสำนักงานเขตพื้นที่การศึกษามัธยม เขตภาคกลาง ตามความพร้อมในการใช้ห้องปฏิบัติการเสมือนของครูวิทยาศาสตร์ สามารถจำแนกครูได้เป็น 3 กลุ่ม (VLMR =219.881, p=0.0965) และ (AIC =2,628.07, BIC=2,740.923 , Adjusted BIC=2,620.681, และค่า Entropy = 0.931) จำแนกกลุ่มครูวิทยาศาสตร์ตามกลุ่มโปรไฟล์ ได้แก่ กลุ่ม 1 คือ กลุ่มครูที่ขาดความพร้อมในการใช้ห้องปฏิบัติการเสมือน (ร้อยละ 14.58) กลุ่ม 2 คือ กลุ่มครูที่ขาดความรู้ และทักษะในการใช้ห้องปฏิบัติการเสมือน (ร้อยละ 50.69) และ กลุ่มที่ 3 คือ กลุ่มครูที่มีความพร้อมในการใช้ห้องปฏิบัติการเสมือน (ร้อยละ 34.72)
Downloads
Article Details
References
พินันทา ฉัตรวัฒนา, และดารอวี มานตรี. (2562).สถาปัตกรรมระบบการเรียนรู้แบบมีส่วนร่วมด้วยห้องปฏิบัติการเสมือนจริง, วารสารครุศาสตร์อุตสาหกรรม สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง, 18(1), 220-230. https://ph01.tci-thaijo.org/index.php/JIE/article/view/172034
วิภาวรรณ มักขุนทด.(2558). อิทธิพลของความสัมพันธ์ระหว่างมิติและวิธีประมาณค่าความเที่ยงที่มีต่อค่าความเที่ยงแบบพหุมิติ ความแม่นยำ และความถูกต้องของการประมาณค่าสัมประสิทธิ์ความเที่ยง. (วิทยานิพนธ์ ปริญญามหาบัณฑิต, จุฬาลงกรณ์มหาวิทยาลัย]. http://cuir.car.chula.ac.th/handle/123456789/51082
ศรีสิทธิ์ เจียรบุตร, สุชาติ แสนพิช, และภูมิ เจือศิริภักดี. (2566). เทคโนโลยีความเป็นจริงเสมือนเพื่อการสอนปฏิบัติการด้านการพิมพ์สามมิติ, วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยสุโขทัยธรรมธิราช 3(2), 21-35. https://ph02.tci-thaijo.org/index.php/stouscitech/article/view/251802
อัญชนา กลิ่นเทียน และวรรณชัย วรรณสวัสดิ์. (2560). การสังเคราะห์รูปแบบห้องปฏิบัติการวิทยาศาสตร์เสมือนจริงด้วยการเรียนแบบผสมผสานเพื่อพัฒนาการคิดวิเคราะห์ของนักเรียนชั้นมัธยมศึกษาตอนต้น, วารสารบัณฑิตศึกษามหาวิทยาลัยวไลยอลงกรณ์ ในพระบรมราชูปถัมภ์, 11(ฉบับพิเศษ), 147-162. https://so02.tci-thaijo.org/index.php/JournalGradVRU/article/view/116517
Dovel, J. (2020). Using latent profiles of personality to predict facets of organizational citizenship behavior [Master’s Thesis, Bowling Green State University]. ProQuest Dissertations and Theses database.
Holopainen, L., Hoang, N., Koch, A., & Kofler, Doris. (2020). Latent profile analysis of students’ reading development and the relation of cognitive variables to reading profiles. Annals of Dyslexia. 70(1), 94-114, https://doi.org/10.1007/s11881-020-00196-9
Howard, S., Tondeur, J., Siddiq, F., & Scherer, R. (2021). Ready, set, go! Profiling teachers’ readiness for online teaching in secondary education. Technology, Pedagogy and Education, 30(1), 141-158, https://doi.org/10.1080/1475939X.2020.1839543
Kuehne, T. (2020). Science teacher perceptions toward digital simulations and virtual Labs as digital tools in the 7-12th science classroom (28225665) [Doctoral dissertation, Ohio University]. ProQuest Dissertations and Theses database.
Muthén, L., & Muthén, B. (2002). How to Use a Monte Carlo Study to Decide on Sample Size and Determine Power. Structural Equation Modeling: A Multidisciplinary Journal. 9 (4), 599-620, https://doi.org/10.1207/S15328007SEM0904_8
Park J, Yu HT. (2018). Recommendations on the sample sizes for multilevel latent class models. Educational and Psychological Measurement, 78(5), 737-761, https://doi.org/10.1177/0013164417719111
Scherer, R., Howard, S., Tondeur, J., & Siddiq, F. (2021). Profiling teachers’ readiness for online teaching and learning in higher education: Who’s Ready?. Computers in Human Behavior. 118, https://doi.org/10.1016/j.chb.2020.106675
Spurk, D., Hirschi, A., Wang, M., Valero, D., & Kauffeld, S. (2020). Latent profile analysis: a review and “how to” guide of its application within vocational behavior research. Journal of Vocational Behavior. 120, https://doi.org/10.1016/j.jvb.2020.103445
Stensen, K., & Lydersen, S. (2022). Internal consistency: from alpha to omega?. Tidsskr Nor Laegeforen. 142 (12), https://doi.org/10.4045/tidsskr.22.0112
Zimmer, W., McTigue, E., & Matsuda, N. (2021). Development and validation of the teachers’ digital learning identity survey. International Journal of Educational Research. 105(1), https://doi.org/10.1016/j.ijer.2020.101717
Waghmode, M., Desai, & Awati, J. (2023). Improving Teaching Learning with Development of Virtual Laboratory. Journal of Engineering Education Transformations. 36, https://doi.org /10.16920/jeet/2023/v36is2/23020
Wang, Yan & Kim, Eunsook & Yi, Zhiyao. (2021). Robustness of latent profile analysis to measurement noninvariance between profiles. Educational and Psychological Measurement. 82(1), 5-28, https://doi.org/10.1177/0013164421997896