បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហាប្រឈមក្នុងការធ្វើឱ្យមានតុល្យភាពរវាងកំណើនសេដ្ឋកិច្ច និងការការពារបរិស្ថាន តាមរយៈការស្វែងយល់ពីកត្តាដែលជះឥទ្ធិពលដល់ការអនុវត្តសេដ្ឋកិច្ចវិលជុំ (Circular Economy) ក្នុងវិស័យកសិកម្មនៅប្រទេសវៀតណាម។
វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះបានប្រើប្រាស់វិធីសាស្ត្រស្ទង់មតិ និងការវិភាគទិន្នន័យតាមបែបបរិមាណ ដើម្បីវាយតម្លៃទំនាក់ទំនងនៃកត្តាផ្សេងៗ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Structural Equation Modeling (SEM) ម៉ូដែលសមីការរចនាសម្ព័ន្ធ |
អាចវិភាគទំនាក់ទំនងស្មុគស្មាញរវាងកត្តាច្រើនក្នុងពេលតែមួយ និងវាស់វែងកម្រិតឥទ្ធិពល (Direct/Indirect Effects) បានយ៉ាងច្បាស់លាស់។ | ទាមទារទិន្នន័យសំណាកច្រើន (យ៉ាងហោចណាស់ខ្ទង់រយ) និងតម្រូវឱ្យមានចំណេះដឹងផ្នែកស្ថិតិខ្ពស់ដើម្បីបកស្រាយលទ្ធផល សូចនាករ (Fit indices) ឱ្យបានត្រឹមត្រូវ។ | ម៉ូដែលនេះអាចពន្យល់បានរហូតដល់ ៧៩.៤% នៃបម្រែបម្រួលក្នុងការសម្រេចចិត្តអនុវត្តសេដ្ឋកិច្ចវិលជុំ។ |
| Exploratory and Confirmatory Factor Analysis (EFA & CFA) ការវិភាគកត្តារុករក និងបញ្ជាក់ |
ជួយចម្រាញ់ទិន្នន័យ (Data Reduction) និងបញ្ជាក់ពីភាពត្រឹមត្រូវនៃរង្វាស់ (Measurement scales) មុនពេលឈានទៅការវិភាគស៊ីជម្រៅ។ | អាចនាំឱ្យមានការកាត់ចោលនូវអថេរមួយចំនួនដែលពិតជាមានន័យក្នុងពិភពជាក់ស្តែង ប្រសិនបើការប្រមូលទិន្នន័យមិនបានល្អ ឬមានភាពលម្អៀង។ | បានរក្សាទុកកត្តាសំខាន់ៗចំនួន ៦ ជាមួយនឹងសូចនាករដែលស្របតាមស្តង់ដារគុណភាពខ្ពស់ (KMO = 0.896)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការស្រាវជ្រាវនេះមិនបានបញ្ជាក់ពីការចំណាយលម្អិតជាទឹកប្រាក់នោះទេ ប៉ុន្តែការអនុវត្តវិធីសាស្ត្រនេះទាមទារការវិនិយោគពេលវេលាលើការប្រមូលទិន្នន័យ និងចំណេះដឹងផ្នែកស្ថិតិ។
ការសិក្សានេះត្រូវបានធ្វើឡើងដោយប្រមូលទិន្នន័យពីគ្រួសារកសិករចំនួន ៤២១ នៅខេត្តហាណូយ និងថៃប៊ិញ ប្រទេសវៀតណាម ដែលជាតំបន់មានការអភិវឌ្ឍន៍កសិកម្មល្អ។ សម្រាប់ប្រទេសកម្ពុជា របកគំហើញនេះមានតម្លៃ ប៉ុន្តែយើងត្រូវប្រុងប្រយ័ត្នចំពោះការអនុវត្តដោយផ្ទាល់ ព្រោះកម្រិតនៃការយល់ដឹង ហេដ្ឋារចនាសម្ព័ន្ធបច្ចេកវិទ្យា និងលទ្ធភាពទទួលបានហិរញ្ញវត្ថុរបស់កសិករខ្មែរ អាចមានកម្រិតទាបជាង។
វិធីសាស្ត្រ និងការរកឃើញនៃការសិក្សានេះ មានសារៈសំខាន់ និងអាចយកមកកែច្នៃអនុវត្តបានយ៉ាងល្អ សម្រាប់ជំរុញវិស័យកសិកម្មនៅប្រទេសកម្ពុជា។
ជារួម ការសិក្សានេះផ្តល់ជាមូលដ្ឋានគ្រឹះដ៏រឹងមាំសម្រាប់អ្នកធ្វើគោលនយោបាយ និងអ្នកស្រាវជ្រាវកម្ពុជា ក្នុងការរៀបចំយុទ្ធសាស្ត្រផ្អែកលើភស្តុតាង ដើម្បីជួយកសិករផ្លាស់ប្តូរទៅរកកសិកម្មនិរន្តរភាព។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Circular Economy (សេដ្ឋកិច្ចវិលជុំ) | ជាប្រព័ន្ធសេដ្ឋកិច្ចដែលផ្តោតលើការកាត់បន្ថយសំណល់ ការប្រើប្រាស់ឡើងវិញ និងការកែច្នៃធនធាន (គោលការណ៍ 3Rs) ដើម្បីរក្សាតុល្យភាពរវាងកំណើនសេដ្ឋកិច្ច និងការការពារបរិស្ថាន។ ក្នុងវិស័យកសិកម្ម វាមានន័យថាការទាញយកសំណល់កសិកម្មធ្វើជាធាតុចូលផលិតកម្មវិញ (ឧទាហរណ៍៖ ការយកលាមកសត្វ ឬសំណល់រុក្ខជាតិទៅធ្វើជីសរីរាង្គ)។ | ដូចជាការយកសម្ភារៈចាស់ៗ ឬកាកសំណល់ផ្ទះបាយមកកែច្នៃធ្វើជារបស់ប្រើប្រាស់ ឬជីដាំដំណាំឡើងវិញ ដើម្បីកុំឱ្យមានសម្រាមសល់ចោល និងចំណេញលុយទិញរបស់ថ្មី។ |
| Structural Equation Modeling (ម៉ូដែលសមីការរចនាសម្ព័ន្ធ) | ជាវិធីសាស្ត្រវិភាគស្ថិតិដ៏មានអានុភាពដែលរួមបញ្ចូលការវិភាគកត្តា (Factor Analysis) និងការវិភាគតម្រែតម្រង់ (Regression) បញ្ចូលគ្នា។ វាត្រូវបានប្រើដើម្បីវាស់វែង និងធ្វើតេស្តទំនាក់ទំនង ឬឥទ្ធិពលស្មុគស្មាញរវាងកត្តា (អថេរ) ជាច្រើនទៅលើលទ្ធផលណាមួយក្នុងពេលតែមួយ។ | ដូចជាការគូរផែនទីបណ្តាញផ្លូវទឹកស្មុគស្មាញ ដើម្បីមើលថាទឹកហូរពីប្រភពណាខ្លះ ទៅប្រសព្វគ្នាត្រង់ណា និងមានឥទ្ធិពលខ្លាំងកម្រិតណាទៅលើលំហូរទឹកចុងក្រោយ។ |
| Cronbach’s Alpha (មេគុណអាល់ហ្វារបស់ Cronbach) | ជារង្វាស់ស្ថិតិដែលគេប្រើសម្រាប់វាស់ស្ទង់ភាពជឿជាក់ (Reliability) ឬភាពស៊ីសង្វាក់គ្នានៃសំណុំសំណួរនៅក្នុងកម្រងសំណួរស្ទង់មតិ។ នៅក្នុងការសិក្សានេះ តម្លៃចាប់ពី 0.6 ឡើងទៅត្រូវបានចាត់ទុកថា សំណួរទាំងនោះពិតជាវាស់វែងកត្តាតែមួយពិតប្រាកដមែន និងអាចយកជាការបាន។ | ដូចជាការសាកល្បងថ្លឹងវត្ថុមួយនៅលើជញ្ជីងចំនួនដប់ដង ដើម្បីពិនិត្យមើលថាតើជញ្ជីងនោះនៅតែបង្ហាញទម្ងន់ដូចគ្នាឬអត់ មុននឹងសម្រេចចិត្តជឿជាក់លើវា។ |
| Exploratory Factor Analysis (ការវិភាគកត្តារុករក) | ជាបច្ចេកទេសស្ថិតិដែលប្រើដើម្បីស្វែងរករចនាសម្ព័ន្ធលាក់កំបាំងនៅក្នុងសំណុំទិន្នន័យធំៗ ដោយចម្រាញ់ និងចងក្រងសំណួរ ឬអថេរជាច្រើនដែលមានទំនាក់ទំនងគ្នាខ្លាំង ទៅជាក្រុមតូចៗ (ហៅថាកត្តា) ងាយស្រួលសម្រាប់ការវិភាគបន្ត។ | ដូចជាការតម្រៀបសៀវភៅរាប់រយក្បាលទៅតាមប្រភេទ (ប្រវត្តិសាស្ត្រ វិទ្យាសាស្ត្រ ប្រលោមលោក) ដោយស្វ័យប្រវត្តិ ដើម្បីងាយស្រួលស្វែងរក ទោះបីជាយើងមិនទាន់ដឹងថាតើមានប្រភេទអ្វីខ្លះពីមុនមកក៏ដោយ។ |
| Confirmatory Factor Analysis (ការវិភាគកត្តាបញ្ជាក់) | ជាការវិភាគកម្រិតខ្ពស់ដែលធ្វើឡើងបន្តបន្ទាប់ពីការវិភាគកត្តារុករក ដើម្បីធ្វើតេស្តបញ្ជាក់ថាតើទិន្នន័យជាក់ស្តែងដែលប្រមូលបាន ពិតជាស្របទៅនឹងរចនាសម្ព័ន្ធទ្រឹស្តី ឬម៉ូដែលដែលអ្នកស្រាវជ្រាវបានរំពឹងទុកតាំងពីដំបូងឬអត់ (Model Fit)។ | ដូចជាការត្រួតពិនិត្យម្តងទៀតថាតើសៀវភៅដែលត្រូវបានតម្រៀបតាមប្រភេទរួចហើយនោះ ពិតជាដាក់ត្រូវតាមទូរបស់វាត្រឹមត្រូវឬទេ ដោយផ្ទៀងផ្ទាត់ជាមួយបញ្ជីរៀបចំរបស់បណ្ណាល័យ។ |
| Standardized Beta coefficient (មេគុណបេតាស្តង់ដារ) | ជាតម្លៃដែលបង្ហាញពីកម្លាំងនៃឥទ្ធិពលរបស់កត្តាជំរុញមួយទៅលើលទ្ធផលចុងក្រោយ នៅក្នុងការវិភាគស្ថិតិ។ ដោយសារវាជាទម្រង់ស្តង់ដាររួម អ្នកស្រាវជ្រាវអាចប្រៀបធៀបឥទ្ធិពលរវាងកត្តាផ្សេងៗគ្នាបាន ទោះបីជាកត្តាទាំងនោះត្រូវបានវាស់វែងតាមខ្នាតខុសគ្នាក៏ដោយ (ឧទាហរណ៍៖ ប្រៀបធៀបឥទ្ធិពលនៃ "ទំហំដីគិតជាហិកតា" ជាមួយ "លុយវិនិយោគគិតជាដុល្លារ")។ | ដូចជាការបំប្លែងពិន្ទុមុខវិជ្ជាគណិតវិទ្យា និងអក្សរសាស្ត្រ ទៅជាភាគរយ (១០០%) ដូចគ្នា ដើម្បីងាយស្រួលប្រៀបធៀបមើលថាសិស្សម្នាក់ពូកែមុខវិជ្ជាណាជាងគេ។ |
| Likert scale (ខ្នាតរង្វាស់ Likert) | ជាប្រព័ន្ធរង្វាស់ដែលគេនិយមប្រើបំផុតក្នុងកម្រងសំណួរ ដើម្បីស្ទង់មតិអំពីអាកប្បកិរិយា ឬមតិយោបល់របស់អ្នកចូលរួម ដោយតម្រូវឱ្យពួកគេជ្រើសរើសកម្រិតនៃការយល់ព្រម (ឧទាហរណ៍៖ ពីលេខ ១ មានន័យថា "មិនយល់ព្រមទាល់តែសោះ" ដល់លេខ ៥ មានន័យថា "យល់ព្រមខ្លាំងបំផុត")។ | ដូចជាការវាយតម្លៃសេវាកម្មកុម្ម៉ង់ម្ហូបតាមអនឡាញ ដោយផ្តល់ចំណាត់ថ្នាក់ពីផ្កាយ ១ ដល់ផ្កាយ ៥។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
