การวิเคราะห์เชิงสถิติสำหรับพฤติกรรมการเรียนและการทำข้อสอบ รายวิชาสถิติพื้นฐานสำหรับธุรกิจและการประยุกต์ใช้
Article Sidebar
Main Article Content
บทคัดย่อ
พฤติกรรมการเรียนเป็นปัจจัยสำคัญที่ส่งผลต่อความสำเร็จของการเรียนรู้ โดยเฉพาะในระบบการเรียนการสอนแบบผสมผสานซึ่งต้องอาศัยเทคโนโลยีเป็นสื่อการเรียน การค้นคว้า และการสื่อสาร สิ่งเหล่านี้เป็นปัจจัยให้ผู้เรียนแสดงพฤติกรรมการเรียนที่แตกต่างกัน งานวิจัยนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาพฤติกรรมการเรียนจากการบ้านอัตนัยด้วยการวิเคราะห์การจำแนกแบบสองขั้นตอน 2) วิเคราะห์ความแตกต่างของความสำเร็จของการเรียนของแต่ละกลุ่มพฤติกรรมการเรียนโดยใช้การทดสอบคลัสคอล-วัลลิส 3) วิเคราะห์ผลสัมฤทธิ์ทางการเรียนจากแบบทดสอบและข้อสอบปลายภาคของแต่ละกลุ่มพฤติกรรมการเรียนโดยใช้การทดสอบแมนน์-วิทนีย์ ยู และ 4) วิเคราะห์ความสัมพันธ์ของคะแนนสอบปลายภาคส่วนปรนัยและอัตนัยซึ่งเป็นผลเกี่ยวเนื่องจากพฤติกรรมการเรียนและการทำข้อสอบโดยใช้ค่าสัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน ตัวอย่างในการศึกษานี้ ได้จากการคัดเลือกแบบกลุ่มจากนักศึกษามหาวิทยาลัยสงขลานครินทร์ที่ลงทะเบียนเรียนรายวิชาสถิติพื้นฐานสำหรับธุรกิจและการประยุกต์ใช้ในภาคการศึกษาที่ 1/2565 จำนวน 129 คน ผลการวิจัย พบว่า 1) พฤติกรรมการเรียนของนักศึกษาสามารถจำแนกได้ 6 กลุ่ม ได้แก่ กลุ่มที่ไม่ทำการบ้าน กลุ่มที่เรียนด้วยตนเอง กลุ่มที่เรียนเป็นคู่ กลุ่มที่เรียนเป็นกลุ่มขนาดเล็ก กลุ่มที่เรียนเป็นกลุ่มขนาดกลาง และกลุ่มที่เรียนเป็นกลุ่มขนาดใหญ่ 2) การทดสอบคลัสคอล-วัลลิส ที่ระดับนัยสำคัญทางสถิติ .05 พบว่า ความสำเร็จในการเรียนไม่ได้เท่ากันทุกกลุ่ม (χ2 = 40.23, df = 5, p< .05) การทดสอบแมนน์-วิทนีย์ ยู ที่ระดับนัยสำคัญทางสถิติ .05 พบว่า นักศึกษากลุ่มที่ไม่ทำการบ้านมีความสำเร็จแตกต่างจากกลุ่มอื่น ๆ (4≤U≤13, p< .05) โดยมีความสำเร็จอยู่ในระดับที่ต่ำสุด ส่วนกลุ่มที่เรียนเป็นกลุ่มขนาดใหญ่มีความสำเร็จในการเรียนสูงสุดซึ่งไม่แตกต่างจากกลุ่มที่เรียนเป็นคู่ (U = 226) 3) การศึกษาผลสัมฤทธิ์ทางการเรียนด้วยคะแนนแบบทดสอบและข้อสอบปลายภาค พบว่า ทุกกลุ่มพฤติกรรมมีคะแนนสอบปลายภาคต่ำกว่าคะแนนแบบทดสอบ อย่างไรก็ตาม การทดสอบ t เพื่อการเปรียบเทียบรายคู่ แสดงให้เห็นว่า กลุ่มที่ไม่ทำการบ้าน เรียนเป็นคู่ และเรียนเป็นกลุ่มขนาดเล็กมีคะแนนแบบทดสอบและคะแนนสอบปลายภาคไม่แตกต่างกัน (t=1.62, 0.00 และ 1.71 ตามลำดับ) ส่วนกลุ่มอื่น ๆ มีคะแนนแบบทดสอบสูงกว่าคะแนนสอบปลายภาคอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 และ 4) การทดสอบความสัมพันธ์ระหว่างคะแนนสอบของข้อสอบปรนัยและอัตนัย พบว่า ไม่มีความสัมพันธ์กันในทุกกลุ่ม โดยค่าสัมประสิทธิ์สหสัมพันธ์ของเพียร์สันอยู่ในช่วง -0.30 ถึง 0.40 จึงไม่สามารถสรุปได้ว่านักศึกษาที่ทำข้อสอบปรนัยได้ดีจะทำข้อสอบอัตนัยได้ดีเช่นกัน
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
- ผู้เขียนต้องยินยอมปฏิบัติตามเงื่อนไขที่กองบรรณาธิการวารสารกำหนด และผู้เขียนต้องยินยอมให้บรรณาธิการ แก้ไขความสมบูรณ์ของบทความได้ในขั้นตอนสุดท้ายก่อนเผยแพร่
- ลิขสิทธิ์บทความเป็นของผู้เขียน แต่วารสารเทคโนโลยีภาคใต้คงไว้ซึ่งสิทธิ์ในการตีพิมพ์ครั้งแรก โดยเหตุที่บทความนี้ปรากฏในวารสารที่เข้าถึงได้จึงอนุญาตให้นำบทความไปใช้เพื่อประโยชน์ทางการศึกษา แต่มิใช่เพื่อการพาณิชย์
References
Chairuk, S. (2017). The study of behavior of sharing knowledge and learning achievement of first year certificate students of electronics major taught by cooperative learning. Vocational Education Central Region Journal, 1(1), 54-61. [in Thai].
Conover, W. J. (1999). Practical Nonparametric Statistics (3rd ed.). New York: John Wiley & Sons, Inc.
Cox, D. R. (2006). Principles of Statistics Inference. New York: Cambridge University Press. Emyuak, S. (2015). The Learning Behavioral and Effectiveness Development of Students in IS345 Management of Information Center by the Active Learning Technique. Pibulsongkram Rajabhat University. http://ethesis.psru.ac.th/lib-irpsru/sites/default/files. [in Thai].
Hair, J. F., Jr., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate Data Analysis (7th ed.). New Jersey: Pearson Prentice Hall.
Hinkle, D. E., Wiersma, W., & Jurs, S. G. (1998). Applies Statistics for Behavioral Sciences (3rd ed.). Chicago, IL: Rand McNally College Publishing.
Khasasin, R., Khasasin, K., Kunchung, J., & Sattabut, T. (2021). A study of the behavior of students not submitting assignments in the manpower planning and the welfare and compensation administration courses. Journal of Legal Entity Management and Local Innovation, 7(11), 59-70. [in Thai]
Kaufman, L., & Rousseeuw, P. J. (1990). Finding Groups in data: An Introduction to Cluster Analysis. Hoboken, NJ: Wiley-Interscience.
Limpasute, P. (2012). Attentive behavior of part-time undergraduate students at Rajabhat Rajanagarindra Universtiy, Chachoengsoa (Master’s Thesis). Bangkok, Srinakarinwirot University. [in Thai].
Mahmood, H. (2015). Correlation of MCQ and SEQ scores in written undergraduate ophthalmology assessment. Journal of the College of Physicians and Surgeons Pakistan, 25(3), 185-188.
Prince of Songkla University. (2022, May 20). Announcement of Prince of Songkla University, Guidelines for Teaching and Examination Management in the Situation of the Epidemic of Coronavirus Diseases 2019 (COVID 19), Academic Year 2022. [in Thai].
Pruekpramool, C., Jaroentaku, N., & Srisuttiyakorn, S. (2020). Efficiency of Pearson, Spearman and Kendal’s correlation coefficients when data is non-normal distributed. An Online Journal of Education, 15(2), 1-16. [in Thai].
Rice, J. A. (2007). Mathematical Statistics and Data Analysis (3rd ed.). Belmont, CA, USA: Thomson Higher Education.
Sarmiento, C. P., & Prudente, M. S. (2019). Preventing homework copying through online homework in a Math class. The Normal Lights, 13(1), 27-55.
Stenlund, T., Lyrén, P. E., & EklÖf, H. (2017). The successful test taker: exploring test-taking behavior profiles through cluster analysis. European Journal of Psychology of Education, 33(2), 403-417.
Thongklom, P., Seree, P., & Thanasetkorn, P. (2022). The effects of Northeast folktales storytelling with positive reinforcement on prosocial behavior in elementary students. Journal of Education, Mahasarakham University, 16(3), 110-123. [in Thai].
Verma, J. P. G., & Abdel-Salam, A. G. (2019). Testing Statistical Assumptions in Research. New Jersey: Wiley.