การสร้างตัวแบบทำนายการตัดสินใจศึกษาต่อระดับปริญญาโท
Modeling to Predict Decision in Continuing Study for Master’s Degree
Keywords:
การวิเคราะห์ส่วนประกอบหลัก , วิธีความควรจะเป็นสูงสุด , การวิเคราะห์การจำแนก , การวิเคราะห์ปัจจัย , ฟังก์ชันเชิงเส้นของการจำแนกAbstract
งานวิจัยนี้เป็นการประยุกต์ใช้ข้อมูลในทางปฏิบัติจริง เพื่อหาตัวแปรที่มีความสำคัญหรือมีอิทธิพลต่อการตัดสินใจศึกษาต่อระดับปริญญาโทของนิสิตชั้นปีที่ 4 คณะวิทยาศาสตร์ มหาวิทยาลัยบูรพา จำนวน 224 คน ด้วยการวิเคราะห์ปัจจัย จากนั้นจึงนำตัวแปรที่ได้นี้ไปสร้างตัวแบบทำนายการตัดสินใจศึกษาต่อระดับปริญญาโท ด้วยการวิเคราะห์การจำแนก ผลการวิจัยพบว่ามีตัวแปรที่มีความสำคัญหรือมีอิทธิพลต่อการสร้างตัวแบบ 8 ตัวแปร คือ เกรดเฉลี่ยสะสม การมีบุคคลที่จบการศึกษาระดับปริญญาโทในครอบครัว สถานภาพทางครอบครัว ความก้าวหน้าในการทำงาน ค่าใช้จ่ายในการศึกษาต่อระดับปริญญาโท ความต้องการเป็นที่ยอมรับของสังคมความรู้และความชำนาญของคณาจารย์ และการเพิ่มพูนความรู้และความสามารถในการทำงาน สำหรับตัวแบบที่สร้างขึ้นโดยใช้ข้อมูลที่มีการแบ่งนิสิตไว้บางส่วน พบว่าเมทริกซ์ confusion ให้ค่าเปอร์เซ็นต์ความถูกต้องของตัวแบบได้ถึง 71.90% This research is an application which employs a practical data for finding the influential variables or factors of decision in continuing study for Master’s degree of the fourth year students (224 persons), faculty of Science, Burapha University, by use of factor analysis. The model to predict decision in continuing study for Master’s degree is then later modeled by discriminant analysis. The result of this research shows eight influential variables: GPA, number of persons in family who finished Master’s degree, status of family, progress in working, cost of continuing study for Master’s degree, acceptation of social, knowledge and skill of faculty and competence. For the model built by use of cross validation data set, confusion matrix provides the correction percentage is up to 71.90%.References
จารุวรรณ แก้วแสนซาว และพิษณุ เจียวคุณ. (2552). สถิติวิเคราะห์ผลสัมฤทธิ์ทางการศึกษาของนักศึกษาชั้นปีที่ 4 คณะวิทยาศาสตร์ มหาวิทยาลัยเชียงใหม่. ใน การประชุมวิชาการสถิติประยุกต์ระดับชาติ ประจำปี 2552. (หน้า 167 – 175). พัทยา: ชลบุรี.
ธีรพร เฉลิมศิริ. (2548). ปัจจัยที่มีอิทธิพลต่อการเข้าศึกษาในหลักสูตรบริหารธุรกิจมหาบัณฑิตของนักศึกษา ในจังหวัดชลบุรี. วิทยานิพนธ์ปริญญาเศรษฐศาสตร์มหาบัณฑิต, มหาวิทยาลัยเกษตรศาสตร์.
ศราวรณ์ ศิริพันธ์. (2544). ปัจจัยที่มีอิทธิพลต่อการเลือกศึกษาต่อในระดับปริญญาโท ด้านคอมพิวเตอร์และเทคโนโลยีสารสนเทศของบัณฑิตด้านคอมพิวเตอร์และเทคโนโลยีสารสนเทศ สถาบันอุดมศึกษาของรัฐในสังกัดทบวงมหาวิทยาลัยในเขตกรุงเทพฯ. วิทยานิพนธ์ครุศาสตร์อุตสาหกรรมมหาบัณฑิต, สาขาคอมพิวเตอร์และเทคโนโลยีสารสนเทศ, มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี.
อาภรณ์ เชี่ยวชาญเกษตร. (2551). เหตุจูงใจในการเข้าศึกษาต่อระดับบัณฑิตศึกษาของนักศึกษาปริญญาโท คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี. ปริญญานิพนธ์การศึกษามหาบัณฑิต, บัณฑิตวิทยาลัย, มหาวิทยาลัยศรีนครินทรวิโรฒ.
Iramaneerat, C. (2006). Predicting academic achievement in the medical school with high school grades. Journal of the Medical Association of Thailand, 89(9), 1497-1505.
Johnson, R. A., & Wichern D. W. (1999). Applied multivariate statistical analysis (5th ed). New Jersey : Prentic-Hall.
Roblyer, M.D. & Davis, L. (2008). Predicting success for virtual school students: Putting research-based models into practice. Online Journal of Distance Learning Administration, 11(4).
Roblyer, M.D., Davis, L., Mills, S., Marshall, J., & Pape, L. (2008). Toward practical procedures for predicting and promoting success in virtual school students. The American Journal of Distance Education, 22(2), 90-109.
Willing, P., & Johnson, S. (2004). Factors that influence students’ decisions to dropout of online course. Journal of Asynchronous Learning Networks, 8(4), 23-31.
