การนำเสนอแนวทางในการปรับปรุงการเรียนการสอนของนักศึกษาของมหาวิทยาลัยสุโขทัยธรรมาธิราช: การประยุกต์ใช้สารสนเทศจากการวิเคราะห์ ด้วยเทคนิคเหมืองข้อมูล
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีความมุ่งหมายเพื่อ 1) นำเสนอแนวทางในการปรับปรุงการจัดการเรียนการสอนของชุดวิชาสาขาวิชาวิทยาการจัดการที่นำมาวิเคราะห์ 2) เพื่อพัฒนาโมเดลคุณลักษณะของนักศึกษากลุ่มเด่นและกลุ่มด้อยของสาขาวิชาวิทยาการจัดการ ในชุดวิชาที่นำมาวิเคราะห์ กลุ่มตัวอย่างเป็นนักศึกษาของมหาวิทยาลัย สุโขทัยธรรมาธิราชที่กำลังศึกษาอยู่ในสาขาวิชาวิทยาการจัดการ โดยมีรหัสประจำตัวนักศึกษาตั้งแต่ 60-63 จำนวน 233 คน ที่ได้มาจากการเลือกแบบเจาะจง เครื่องมือที่ใช้คือ แบบสอบถามปัจจัยที่เกี่ยวข้องกับการศึกษาในระบบการศึกษาทางไกล และข้อมูลผลการศึกษาในชุดวิชาสาขาวิชาวิทยาการจัดการ ที่มีนักศึกษาสอบผ่านน้อยที่สุด และผลการศึกษาในหมวดวิชาศึกษาทั่วไป วิธีดำเนินการวิจัยแบ่งออกเป็น 5 ขั้นตอน คือ
1) การรวบรวมข้อมูลจากการตอบแบบสอบถามออนไลน์และข้อมูลผลการศึกษาของนักศึกษา 2) การเตรียมข้อมูลด้วยการคัดเลือกข้อมูลที่สมบูรณ์มาเตรียมวิเคราะห์ 3) การคัดเลือกข้อมูลคุณลักษณะเฉพาะที่ต้องการนำมาวิเคราะห์ 4) การแปลงรูปแบบข้อมูลในรูปแบบ .CSV 5) การวิเคราะห์ข้อมูลด้วยเทคนิคเหมืองข้อมูลโดยใช้โปรแกรม RapidMiner และเลือกวิธีการจำแนกประเภทข้อมูลด้วยวิธีต้นไม้ตัดสินใจ (decision tree) ผลการวิจัยพบว่า ประสิทธิภาพการจำแนกข้อมูลแบบต้นไม้ตัดสินใจของนักศึกษากลุ่มเด่น (Class S) ให้ค่าความถูกต้องของแบบจําลอง เท่ากับ 77.06% และประสิทธิภาพการจำแนกข้อมูลแบบต้นไม้ตัดสินใจของนักศึกษากลุ่มด้อย (Class W) ให้ค่าความถูกต้องของแบบจําลอง เท่ากับ 66.52% และจากการวิจัยสามารถสร้างเป็นกฎการตัดสินใจได้จำนวน 8 กฎ
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารการวัดผลการศึกษา มหาวิทยาลัยมหาสารคาม ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง ซึ่งกองบรรณาธิการวารสาร ไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใดๆ
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารการวัดผลการศึกษา มหาวิทยาลัยมหาสารคาม ถือเป็นลิขสิทธิ์ของวารสารการวัดผลการศึกษา มหาวิทยาลัยมหาสารคาม หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนใดส่วนหนึ่งไปเผยแพร่ต่อหรือกระทำการใดๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจากวารสารการวัดผลการศึกษา มหาวิทยาลัยมหาสารคาม ก่อนเท่านั้น
เอกสารอ้างอิง
Hamoud, A., Hashim, A. S., & Awadh, W. A. (2018). Predicting Student Performance in Higher Education Institutions Using Decision Tree Analysis International. International Journal of Interactive Multimedia and Artificial Intelligence, 5(2), 26-31.
Jiawei, H., Micheline, K., & Jian, P. (2012). Data mining: concepts and techniques (3rd ed.). Morgan Kaufmann. https://doi.org/10.1016/C2009-0-61819-5
Aggavaddhano, N. (2021). Component analysis of factors affecting academic achievement of secondary school students. Journal of Bovorn Multi-Education and Human Social Sciences, 2(2), 56-65. (in Thai)
Amprasit, A. (2021). Factors affecting to learning and guidelines for development of medical coding learning. Santapol College Academic Journal, 7(2), 62-73. (in Thai)
Decision support information Sukhothai Thammathirat Open University. (n.d.). Number of students registered for study leave classified by field of study. https://www.stou.ac.th/stou_bi/ (in Thai)
Janha, P., Thaipreecha, S., Permpul, K., & Murnpho, S. (2020). The Factors Influencing Learning Achievement of Undergraduate Students. CUAST Journal, 9(1), 125 – 140. (in Thai)
Klaythong, T., & Srisawat, C. (2023). Forecasting Dropout of Undergraduates Pibulsongkram Rajabhat University with Data Mining Technique. Journal of Applied Informatics and Technology, 5(1), 1-17. (in Thai)
Kookkaew, P. (2021). Factors Affecting the Learning Achievement of Business Finance Subject for Students in Faculty of Business Administration and Information Technology Rajamangala University of Technology Suvarnabhumi, Suphanburi Campus. Journal of Legal Entity Management and Local Innovation, 7(1), 109-123. (in Thai)
Krongkaew, A., Janin, P., Kaithong, N., Punpuch, P., Sangsuwan, C., & Thongkham, K. (2018). Causes of Undergraduate Student Dropout at Kamphaeng Phet Rajabhat University. Golden Teak: Humanity and Social Science Journal (GTHJ.), 24(Special Issue), 136-143. (in Thai)
Paphat, A., Sriurai, W, & Ditcharoen, N. (2022). University student dropout prediction improved by feature selection with Multilayer Perceptron Neural Network. Journal of Science and Science Education, 5(1), 39-48. http://doi.org/10.14456/jsse.2022.4 (in Thai)
Pinate, A. (2016). The Development of a Decision Support System to Apply for the Undergraduate Program through Using Decision tree Techniques. Journal of Science and Technology Mahasarakham University, 35(4), 413-421. (in Thai)
Prommapun, B., & Buathong, S. (2018). Indicators of Graduation of Students’ Master Degree, Program in Educational Measurement and Evaluation, School of Educational Studies, Sukhothai Thammatirat Open University. Electronic Journal of Open and Distance Innovative Learning (e-JODIL), 9(1), 23-41. (in Thai)
Rungrattanaubol, J. (2023). Data Mining Techniques. Mahasarakham University Press. (in Thai)
Saengkhunnatham, J., & Prachongchit. S. (2023). Guidelines for Solving Dropout Problems at Government Vocational Educational Institutions in Chonburi Province. Journal of Education Mahasarakham University, 17(1), 56-69. (in Thai)
Saengwirojrit, C. (2011). Factors Affecting Accounting Learning Achievement of Faculty Students Management Science Kasetsart University [Master’s thesis]. Kasetsart University. (in Thai)
Sukhothai Thammathirat Open University. (2022). Distance learning system. https://www.stou.ac.th/main/StouPlan.html. (in Thai)
Sungsri, S. (2021). Education support services system for graduate students of Sukhothai Thammathirat Open University. Veridian E-Journal, Silpakorn University (Humanities, Social Sciences and arts), 11(1), 1237-1259. (in Thai)
Suwannasit, P., & Ongrardwanich, N. (2022). Factors Affecting Distance Learning Success for Vocational Education Students in Chainat Province. Journal of Multidisciplinary Academic Research and Development, 4(3), 1-19. (in Thai)
