Original Title: Enhancing Farmers’ Quality of Life through Social Trust: A Case Study of Karangpatihan Village, Indonesia
Source: doi.org/10.36956/rwae.v6i1.1289
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការលើកកម្ពស់គុណភាពជីវិតរបស់កសិករតាមរយៈទំនុកចិត្តសង្គម៖ ការសិក្សាករណីនៅភូមិ Karangpatihan ប្រទេសឥណ្ឌូនេស៊ី

ចំណងជើងដើម៖ Enhancing Farmers’ Quality of Life through Social Trust: A Case Study of Karangpatihan Village, Indonesia

អ្នកនិពន្ធ៖ Gunawan Prayitno (Universitas Brawijaya), Achmad T. Nugraha (Syarif Hidayatullah University), Ismu Rini Dwi Ari (Universitas Brawijaya), Lilis Imamah Ichdayati (Syarif Hidayatullah University), Rahmi Purnomowati (Syarif Hidayatullah University)

ឆ្នាំបោះពុម្ព៖ 2025, Research on World Agricultural Economy

វិស័យសិក្សា៖ Agricultural Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ឯកសារនេះដោះស្រាយពីបញ្ហាប្រឈមដែលជះឥទ្ធិពលអវិជ្ជមានដល់គុណភាពជីវិត (QoL) របស់កសិករនៅប្រទេសឥណ្ឌូនេស៊ី ជាពិសេសនៅក្នុងសហគមន៍កសិកម្មតំបន់ដីគោក ដោយផ្តោតលើតួនាទីនៃមូលធនសង្គមពោលគឺទំនុកចិត្តសង្គម។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់វិធីសាស្ត្រស្រាវជ្រាវបរិមាណដោយប្រមូលទិន្នន័យពីកសិករតាមរយៈកម្រងសំណួរ និងវិភាគទំនាក់ទំនងរវាងអថេរនានាដោយប្រើប្រាស់ម៉ូដែលស្ថិតិ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Confirmatory Factor Analysis (CFA)
ការវិភាគកត្តាបញ្ជាក់ (CFA) - ដំណាក់កាលទី១ និងទី២
ជួយកំណត់និងជម្រុះចោលសូចនាករដែលមិនត្រឹមត្រូវ ដើម្បីធានាភាពជឿជាក់ និងសុពលភាពនៃទិន្នន័យ (AVE > ០,៥)។ តម្រូវឱ្យលុបចោលទិន្នន័យ ឬសូចនាករមួយចំនួន ដែលអាចធ្វើឱ្យបាត់បង់ព័ត៌មានលម្អិតខ្លះៗពីកម្រងសំណួរដើម។ សូចនាករដែលនៅសល់មានកម្រិត Loading Factor ធំជាង ០,៧ ដែលជួយកែលម្អភាពសមស្របនៃម៉ូដែល។
Partial Least Squares Structural Equation Modeling (PLS-SEM)
ម៉ូដែលសមីការរចនាសម្ព័ន្ធប្រភេទ PLS-SEM
អាចវិភាគទំនាក់ទំនងស្មុគស្មាញរវាងអថេរច្រើនក្នុងពេលតែមួយ និងស័ក្តិសមបំផុតសម្រាប់ការសិក្សាដែលប្រើប្រាស់អថេរកំបាំង (Latent Variables)។ លទ្ធផលពឹងផ្អែកទាំងស្រុងលើគុណភាពនៃទិន្នន័យដែលប្រមូលបានពីកម្រងសំណួរ ហើយសន្មតថាមានទំនាក់ទំនងជាបន្ទាត់ត្រង់រវាងអថេរ។ ទំនុកចិត្តសង្គមពន្យល់ពី ២០,៧% នៃបម្រែបម្រួលគុណភាពជីវិត ដោយមានមេគុណផ្លូវវិជ្ជមាន (០,៦៦៩)។

ការចំណាយលើធនធាន (Resource Cost)៖ ឯកសារនេះមិនបានបញ្ជាក់ពីការចំណាយហិរញ្ញវត្ថុលម្អិតនោះទេ ប៉ុន្តែការសិក្សានេះទាមទារនូវធនធានកម្មវិធីកុំព្យូទ័រសម្រាប់ការវិភាគស្ថិតិកម្រិតខ្ពស់ និងពេលវេលាសម្រាប់ចុះប្រមូលទិន្នន័យផ្ទាល់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងភូមិ Karangpatihan ប្រទេសឥណ្ឌូនេស៊ី ដោយផ្តោតលើសហគមន៍កសិករតំបន់ដីគោក និងសហគមន៍ដែលមានអ្នកមានពិការភាពបញ្ញាច្រើន។ ទិន្នន័យនេះមានភាពលំអៀងទៅលើបរិបទវប្បធម៌ លក្ខខណ្ឌកសិកម្ម និងរចនាសម្ព័ន្ធសង្គមជាក់លាក់នៃតំបន់នោះ។ សម្រាប់ប្រទេសកម្ពុជា ការស្វែងយល់ពីរបៀបដែលមូលធនសង្គមជួយដល់សហគមន៍ដែលងាយរងគ្រោះស្រដៀងគ្នាគឺជារឿងសំខាន់ណាស់ ដើម្បីរៀបចំយុទ្ធសាស្ត្រអភិវឌ្ឍន៍ឲ្យចំគោលដៅ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រវិភាគ និងគំនិតនៃការពង្រឹងទំនុកចិត្តសង្គមនៅក្នុងឯកសារនេះ មានភាពពាក់ព័ន្ធ និងអាចយកមកអនុវត្តបានយ៉ាងល្អនៅក្នុងបរិបទអភិវឌ្ឍន៍ជនបទនៅប្រទេសកម្ពុជា។

ជារួម ការកសាងទំនុកចិត្តសង្គមគឺជាយុទ្ធសាស្ត្រមួយដែលមានតម្លៃទាបប៉ុន្តែមានប្រសិទ្ធភាពខ្ពស់ ក្នុងការធានាភាពធន់នៃសេដ្ឋកិច្ច និងសន្តិសុខស្បៀងនៅក្នុងសហគមន៍មូលដ្ឋានកម្ពុជា។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ជំហានទី១៖ សិក្សាពីទ្រឹស្តីមូលធនសង្គម និងការរចនាកម្រងសំណួរ: សិក្សាពីសូចនាករដែលវាស់វែងទំនុកចិត្តសង្គម និងគុណភាពជីវិត រួចសម្របសម្រួលសំណួរទាំងនោះទៅនឹងបរិបទសង្គមកម្ពុជា (ឧ. ការជឿទុកចិត្តលើប្រធានភូមិ ការខ្ចីប្រាក់គ្នាទៅវិញទៅមក) ដោយរៀបចំជាកម្រិតពិន្ទុ Likert Scale (1 ដល់ 5)
  2. ជំហានទី២៖ ជ្រើសរើសតំបន់គោលដៅ និងប្រមូលទិន្នន័យ: ជ្រើសរើសសហគមន៍កសិកម្មណាមួយនៅកម្ពុជា (ឧ. សហគមន៍ដាំបន្លែ ឬចិញ្ចឹមសត្វ) ហើយប្រើប្រាស់ឧបករណ៍ដូចជា KoboToolboxGoogle Forms ដើម្បីចុះប្រមូលទិន្នន័យពីកសិករយ៉ាងហោចណាស់ ២០០ នាក់។
  3. ជំហានទី៣៖ សម្អាត និងរៀបចំទិន្នន័យ (Data Cleaning): បញ្ចូលទិន្នន័យទៅក្នុងកម្មវិធី SPSSMicrosoft Excel ពិនិត្យមើលទិន្នន័យដែលបាត់បង់ (Missing values) និងវាយតម្លៃភាពជឿជាក់បឋម (Reliability) មុននឹងបន្តទៅជំហានបន្ទាប់។
  4. ជំហានទី៤៖ អនុវត្តការវិភាគ CFA និង SEM: ទាញយកកម្មវិធី SmartPLS (មានកញ្ចប់សាកល្បងឥតគិតថ្លៃសម្រាប់និស្សិត) ដើម្បីដំណើរការវិភាគ Confirmatory Factor Analysis (CFA) ជម្រុះសូចនាករទាបៗ ចួចបន្តគណនា SEM ដើម្បីរកមើលឥទ្ធិពលផ្ទាល់និងប្រយោលរវាងទំនុកចិត្តនិងគុណភាពជីវិត។
  5. ជំហានទី៥៖ បកស្រាយលទ្ធផល និងសរសេររបាយការណ៍: វិភាគមេគុណផ្លូវ (Path Coefficients) និងតម្លៃ T-Statistic រួចទាញការសន្និដ្ឋាន។ សរសេរអនុសាសន៍គោលនយោបាយជាក់ស្តែងផ្ញើជូនអាជ្ញាធរមូលដ្ឋាន ឬអង្គការដៃគូ ដើម្បីពង្រឹងសហគមន៍ដែលបានសិក្សា។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Structural Equation Modeling (SEM) (ម៉ូដែលសមីការរចនាសម្ព័ន្ធ) ជាបច្ចេកទេសស្ថិតិកម្រិតខ្ពស់ដែលប្រើសម្រាប់វិភាគទំនាក់ទំនងស្មុគស្មាញរវាងអថេរច្រើនក្នុងពេលតែមួយ ជាពិសេសអថេរដែលមិនអាចវាស់វែងបានដោយផ្ទាល់ (អថេរកំបាំង) ដូចជា 'ទំនុកចិត្ត' និង 'គុណភាពជីវិត' ដើម្បើមើលថាតើកត្តាណាមួយមានឥទ្ធិពលលើកត្តាណាមួយទៀត។ ដូចជាការគូរផែនទីបណ្តាញផ្លូវទឹកក្រោមដី ដោយសង្កេតមើលកន្លែងដែលមានទឹកផុសចេញមកលើដី ដើម្បីទស្សន៍ទាយដឹងថាផ្លូវទឹកណាភ្ជាប់ទៅណាខ្លះ។
Social Capital (មូលធនសង្គម) ជាបណ្តាញនៃទំនាក់ទំនងសង្គម ការជឿទុកចិត្ត និងតម្លៃរួមនៅក្នុងសហគមន៍មួយ ដែលជួយសម្រួលដល់កិច្ចសហប្រតិបត្តិការ និងការចែករំលែកធនធានដើម្បីដោះស្រាយបញ្ហា និងបង្កើតផលប្រយោជន៍រួម។ ដូចជាទម្លាប់ 'ប្រវ៉ាស់ដៃ' ឬការជួយយកអាសារគ្នានៅក្នុងភូមិ ដែលពេលមានអ្នកឈឺ ឬមានការងារស្រែចម្ការ អ្នកភូមិរត់មកជួយគ្នាដោយមិនគិតថ្លៃឈ្នួល។
Confirmatory Factor Analysis (CFA) (ការវិភាគកត្តាបញ្ជាក់) ជាជំហានក្នុងបច្ចេកទេសស្ថិតិដើម្បីត្រួតពិនិត្យ និងបញ្ជាក់ថាតើសូចនាករ (សំណួរក្នុងកម្រងសំណួរ) ពិតជាអាចវាស់វែងអថេរគោលដៅ (ដូចជា 'សុខុមាលភាពផ្នែកអារម្មណ៍') បានត្រឹមត្រូវកម្រិតណា ដោយជម្រុះចោលសំណួរដែលមិនស៊ីសង្វាក់គ្នានឹងគោលដៅ។ ដូចជាការរែងយកគ្រាប់ស្រូវដែលល្អ និងបោះចោលគ្រាប់ស្កក មុននឹងយកវាទៅសាបព្រោះ ដើម្បីធានាថាស្រូវនឹងដុះលូតលាស់បានល្អ។
Social Trust (ទំនុកចិត្តសង្គម) ជាការរំពឹងទុករបស់បុគ្គលម្នាក់ៗថាអ្នកដទៃនៅក្នុងសហគមន៍នឹងអនុវត្តតាមបទដ្ឋានសង្គម មានភាពស្មោះត្រង់ និងសហការគ្នា ដែលជួយកាត់បន្ថយភាពស្មុគស្មាញក្នុងការប្រាស្រ័យទាក់ទង និងជំរុញសាមគ្គីភាព។ ដូចជាការហ៊ានទុកឧបករណ៍កសិកម្មចោលនៅតាមវាលស្រែ ឬការឱ្យខ្ចីលុយដោយមិនបាច់មានក្រដាសស្នាម ដោយជឿជាក់ថាអ្នកភូមិឯទៀតនឹងមិនលួច ឬបោកប្រាស់។
Average Variance Extracted (AVE) (មធ្យមភាគនៃបម្រែបម្រួលដែលទាញយកបាន) ជាសូចនាករស្ថិតិដែលវាស់វែងថាតើអថេរកំបាំងមួយអាចពន្យល់ពីទិន្នន័យនៃសូចនាកររបស់វាបានកម្រិតណា បើធៀបនឹងកំហុសនៃការវាស់វែង។ តម្លៃ AVE លើសពី ០,៥ បញ្ជាក់ថាទិន្នន័យមានភាពត្រឹមត្រូវនិងគួរឱ្យជឿជាក់ខ្ពស់។ ដូចជាការបាញ់ព្រួញទៅរកផ្ទាំងស៊ីប បើព្រួញភាគច្រើន (លើសពី ៥០%) ចំគោលដៅកណ្តាល នោះមានន័យថាអ្នកបាញ់មានភាពច្បាស់លាស់ដែលអាចជឿទុកចិត្តបាន។
Bootstrapping (ការសាកល្បងទិន្នន័យឡើងវិញ) ជាវិធីសាស្ត្រក្នុងស្ថិតិដែលយកសំណាកទិន្នន័យដើមមកជ្រើសរើសដោយចៃដន្យឡើងវិញជាច្រើនដង ដើម្បីប៉ាន់ស្មានភាពជាក់លាក់ និងកម្រិតជឿជាក់នៃមេគុណនៅក្នុងម៉ូដែល SEM ដោយមិនចាំបាច់ចុះទៅប្រមូលទិន្នន័យថ្មី។ ដូចជាការភ្លក់សម្លមួយឆ្នាំងដោយដួសមួយស្លាបព្រាជាច្រើនដងពីកន្លែងផ្សេងៗគ្នា ដើម្បីប្រាកដថាសម្លនោះពិតជាមានរសជាតិឆ្ងាញ់សព្វសាច់មែន។
Goodness of Fit (ភាពស័ក្តិសមនៃម៉ូដែល) ជារង្វាស់ស្ថិតិ (ដូចជា SRMR, NFI, RMS Theta) ដែលវាយតម្លៃថាតើម៉ូដែលដែលអ្នកស្រាវជ្រាវបានបង្កើតឡើង ស៊ីសង្វាក់គ្នាជាមួយទិន្នន័យជាក់ស្តែងដែលប្រមូលបានក្នុងកម្រិតណា។ ដូចជាការយកអាវដែលកាត់រួចមកល្បងពាក់លើខ្លួនមនុស្សផ្ទាល់ ដើម្បីមើលថាតើវាសមល្មម មិនតឹងពេក ឬរលុងពេក។
Subjective Well-being (សុខុមាលភាពតាមការយល់ឃើញ) ជាការវាយតម្លៃ និងការពេញចិត្តរបស់បុគ្គលផ្ទាល់ចំពោះស្ថានភាពជីវិតរបស់ខ្លួន រួមមានអារម្មណ៍ សុភមង្គល និងស្ថិរភាពផ្លូវចិត្ត ដែលខុសពីការវាស់វែងតាមទិន្នន័យជាក់ស្តែងដូចជាតួលេខនៃចំណូល។ ទោះបីជាអ្នករកចំណូលបានតិច (ការវាស់វែងជាក់ស្តែង) ប៉ុន្តែអ្នកមានអារម្មណ៍ថាសប្បាយចិត្ត មិនស្ត្រេស និងស្កប់ស្កល់នឹងជីវិត (សុខុមាលភាពតាមការយល់ឃើញ)។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖