Original Title: Nutritious Rice Consumption among Urban Consumers in Naypyitaw, Myanmar
Source: doi.org/10.36956/rwae.v5i4.1340
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការទទួលទានអង្ករមានជីវជាតិក្នុងចំណោមអ្នកប្រើប្រាស់នៅទីក្រុង Naypyitaw ប្រទេសមីយ៉ាន់ម៉ា

ចំណងជើងដើម៖ Nutritious Rice Consumption among Urban Consumers in Naypyitaw, Myanmar

អ្នកនិពន្ធ៖ Chan Myae Lwin (Kasetsart University / Ministry of Agriculture, Livestock and Irrigation, Myanmar), Orachos Napasintuwong (Kasetsart University), Suwanna Praneetvatakul (Kasetsart University)

ឆ្នាំបោះពុម្ព៖ 2024, Research on World Agricultural Economy

វិស័យសិក្សា៖ Agricultural Economics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ បញ្ហាកង្វះអាហារូបត្ថម្ភ និងអត្រាខ្ពស់នៃជំងឺមិនឆ្លងនៅប្រទេសមីយ៉ាន់ម៉ា ទាមទារឱ្យមានការយល់ដឹងពីកត្តាដែលជះឥទ្ធិពលដល់ការជ្រើសរើសបរិភោគអង្ករដែលមានជីវជាតិ (Nutritious rice) របស់ប្រជាពលរដ្ឋនៅទីក្រុងដើម្បីដោះស្រាយបញ្ហាសុខភាពសាធារណៈ។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់ទ្រឹស្តីឧបករណ៍ប្រើប្រាស់ដោយចៃដន្យ (Random Utility Theory) និងការវិភាគទិន្នន័យដើម្បីស្វែងយល់ពីកត្តាសម្រេចចិត្តរបស់អ្នកប្រើប្រាស់។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Binomial Logit Model
ម៉ូដែលឡូជីខលទ្វេភាគ (កំណត់កត្តាជះឥទ្ធិពល)
អាចព្យាករណ៍ពីប្រូបាប៊ីលីតេនៃការសម្រេចចិត្តរបស់អ្នកប្រើប្រាស់ដោយផ្អែកលើកត្តាជាច្រើនក្នុងពេលតែមួយ និងមានភាពរឹងមាំក្នុងការគ្រប់គ្រងអថេរ។ ទាមទារទិន្នន័យគ្រប់គ្រាន់ដើម្បីជៀសវាងបញ្ហា Multicollinearity ហើយមិនអាចបង្ហាញពីទំនាក់ទំនងបញ្ច្រាស (Causality) ឱ្យបានច្បាស់លាស់ ១០០% នោះទេ។ បានរកឃើញកត្តាសំខាន់ៗដូចជា ការអប់រំ វត្តមានកុមារ (p<0.01) ការហាត់ប្រាណ និងការអានស្លាកសញ្ញាអាហារ (p<0.05) ដែលជះឥទ្ធិពលវិជ្ជមានដល់ការបរិភោគអង្ករមានជីវជាតិ។
Descriptive Statistics & Chi-Square Analysis
ការវិភាគពិពណ៌នា និង Chi-Square (ប្រៀបធៀបក្រុមអ្នកប្រើប្រាស់)
ងាយស្រួលយល់ និងជួយបង្ហាញពីភាពខុសគ្នាយ៉ាងច្បាស់លាស់នៃចរិតលក្ខណៈប្រជាសាស្ត្ររវាងក្រុមអ្នកបរិភោគទាំងពីរប្រភេទ។ មិនអាចគ្រប់គ្រងអថេរផ្សេងទៀត (Control variables) ក្នុងពេលតែមួយបានដូចការវិភាគតំរែតំរង់ (Regression) ទេ ដែលអាចធ្វើឱ្យលទ្ធផលមានភាពលំអៀង។ បង្ហាញថាអ្នកបរិភោគអង្ករមានជីវជាតិមានត្រឹមតែ ១៧% ប៉ុណ្ណោះក្នុងចំណោមអ្នកចូលរួមសរុប ៤៨១ នាក់។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារធនធានជាមូលដ្ឋានសម្រាប់ការប្រមូលទិន្នន័យស្រាវជ្រាវទីផ្សារផ្ទាល់ និងកម្មវិធីកុំព្យូទ័រសម្រាប់ការវិភាគស្ថិតិកម្រិតខ្ពស់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងទីក្រុង Naypyitaw ប្រទេសមីយ៉ាន់ម៉ា ដោយផ្ដោតលើអ្នកប្រើប្រាស់នៅតំបន់ទីក្រុងចំនួន ៤៨១ នាក់។ ទិន្នន័យនេះអាចមានភាពលំអៀងទៅរកប្រជាជនដែលមានចំណូល និងកម្រិតការអប់រំខ្ពស់ (មន្ត្រីរាជការ អ្នកជំនាញ) ព្រោះពួកគេងាយទទួលបានព័ត៌មាន។ វាមា​នសារៈសំខាន់សម្រាប់កម្ពុជាក្នុងការប្រុងប្រយ័ត្ន ព្រោះបរិបទនៅទីក្រុងភ្នំពេញអាចមានភាពស្រដៀងគ្នាច្រើន ប៉ុន្តែលទ្ធផលនេះមិនអាចតំណាងឱ្យប្រជាជននៅតំបន់ជនបទកម្ពុជាឡើយ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រ និងរបកគំហើញនៃការសិក្សានេះមានអត្ថប្រយោជន៍ខ្លាំងសម្រាប់ការស្រាវជ្រាវទីផ្សារចំណីអាហារ និងការបង្កើតគោលនយោបាយសុខភាពសាធារណៈនៅកម្ពុជា។

ជារួម ការអនុវត្តវិធីសាស្ត្រ និងទ្រឹស្តីនេះអាចជួយអ្នកស្រាវជ្រាវកម្ពុជាក្នុងការស្វែងយល់ពីឧបសគ្គពិតប្រាកដ (តម្លៃ និងការផ្គត់ផ្គង់) នៃការបរិភោគអាហារសុខភាព ដើម្បីរៀបចំយុទ្ធសាស្ត្រទីផ្សារឱ្យចំគោលដៅ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះទ្រឹស្តីចំណូលចិត្តអ្នកប្រើប្រាស់: ស្វែងយល់ និងសិក្សាឱ្យបានស៊ីជម្រៅពីទ្រឹស្តី Random Utility Theory និង Health Belief Model (HBM) ដើម្បីរៀបចំស៊ុមគំនិតស្រាវជ្រាវ (Conceptual Framework) មុននឹងចាប់ផ្តើមការសិក្សា។
  2. រចនាកម្រងសំណួរ និងប្រមូលទិន្នន័យឌីជីថល: បង្កើតកម្រងសំណួរស្រាវជ្រាវដោយប្រើប្រាស់ឧបករណ៍ឌីជីថលដូចជា KoboToolbox ដើម្បីប្រមូលទិន្នន័យផ្ទាល់ពីអ្នកប្រើប្រាស់នៅតាមទីផ្សារទំនើប ឬផ្សារសរីរាង្គក្នុងរាជធានីភ្នំពេញ។
  3. វិភាគទិន្នន័យដោយប្រើម៉ូដែលឡូជីខល: សិក្សាពីរបៀបប្រើប្រាស់កម្មវិធី R (កញ្ចប់ glm)Stata ដើម្បីដំណើរការវិភាគ Binomial Logit Model ដោយត្រូវប្រាកដថាបានពិនិត្យមើលបញ្ហា Multicollinearity (VIF scores) ជាមុន។
  4. ទាញយកអនុសាសន៍ និងសរសេររបាយការណ៍គោលនយោបាយ: បកប្រែលទ្ធផលស្ថិតិទៅជាសកម្មភាពជាក់ស្តែង ឧទាហរណ៍ស្នើឱ្យស្ថាប័នពាក់ព័ន្ធលើកទឹកចិត្តការប្រើប្រាស់ស្លាកសញ្ញាអាហារូបត្ថម្ភ (Nutritional labels) លើសំបកវេចខ្ចប់ ដើម្បីបង្កើនការយល់ដឹងរបស់អ្នកប្រើប្រាស់ខ្មែរ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Random Utility Theory (ទ្រឹស្តីឧបករណ៍ប្រើប្រាស់ដោយចៃដន្យ) នេះគឺជាទ្រឹស្តីសេដ្ឋកិច្ចដែលសន្មតថាអ្នកប្រើប្រាស់ធ្វើការសម្រេចចិត្តដោយសមហេតុផលដើម្បីទទួលបានអត្ថប្រយោជន៍ឬការពេញចិត្តខ្ពស់បំផុត (utility) ពីជម្រើសរបស់ពួកគេ។ ដោយសារអ្នកស្រាវជ្រាវមិនអាចមើលឃើញកត្តាជំរុញទាំងអស់ ពួកគេបានបូកបញ្ចូលកត្តាចៃដន្យ (error term) ទៅក្នុងម៉ូដែលគណិតវិទ្យា។ ដូចជាការទស្សន៍ទាយថាហេតុអ្វីបានជាមនុស្សម្នាក់ទិញទូរស័ព្ទម៉ាកមួយ ដោយដឹងពីហេតុផលមួយចំនួន (ដូចជាតម្លៃ) និងទុកកត្តាដែលមើលមិនឃើញ (ដូចជាអារម្មណ៍ផ្ទាល់ខ្លួន) ជាភាពចៃដន្យ។
Binomial Logit Model (ម៉ូដែលឡូជីខលទ្វេភាគ) ជាវិធីសាស្ត្រវិភាគស្ថិតិដែលត្រូវបានប្រើប្រាស់ដើម្បីទស្សន៍ទាយប្រូបាប៊ីលីតេនៃលទ្ធផលដែលមានជម្រើសតែពីរ (ឧទាហរណ៍៖ ទិញ ឬមិនទិញ) ដោយផ្អែកលើអថេរជាច្រើនដូចជាប្រាក់ចំណូល កម្រិតវប្បធម៌ និងអាកប្បកិរិយា។ ប្រៀបដូចជាម៉ាស៊ីនគិតលេខដែលយកព័ត៌មានអាយុ និងចំណូលរបស់មនុស្សម្នាក់ ដើម្បីទាយថាគាត់នឹង "ទិញ" ឬ "មិនទិញ" អង្ករមានជីវជាតិ។
Health Belief Model (ម៉ូដែលជំនឿសុខភាព) ជាទ្រឹស្តីចិត្តសាស្ត្រដែលពន្យល់ពីអាកប្បកិរិយាសុខភាព ដោយផ្តោតលើជំនឿរបស់បុគ្គលម្នាក់ៗអំពីហានិភ័យនៃជំងឺ និងអត្ថប្រយោជន៍នៃសកម្មភាពការពារសុខភាព រួមទាំងឧបសគ្គ (តម្លៃ, ការផ្គត់ផ្គង់) ដែលពួកគេជួបប្រទះ។ ដូចជាការជឿថាបើយើងមិនពាក់មួកសុវត្ថិភាពនឹងមានគ្រោះថ្នាក់បែកក្បាល (ជំនឿលើហានិភ័យ) ទើបយើងសម្រេចចិត្តពាក់វា (សកម្មភាពការពារ)។
Maximum Likelihood Estimation (ការប៉ាន់ស្មានលទ្ធភាពអតិបរមា) ជាបច្ចេកទេសក្នុងគណិតវិទ្យាស្ថិតិដើម្បីស្វែងរកតម្លៃនៃប៉ារ៉ាម៉ែត្រ (parameters) នៃម៉ូដែលតំរែតំរង់ ដែលធ្វើឲ្យទិន្នន័យជាក់ស្តែងដែលយើងបានប្រមូលមានឱកាសកកើតឡើងខ្ពស់បំផុត។ ប្រៀបដូចជាការកាត់ដេរទំហំអាវឱ្យត្រូវនឹងរូបរាងមនុស្សម្នាក់យ៉ាងស័ក្តិសមបំផុត ដោយផ្អែកលើរង្វាស់រាងកាយដែលយើងវាស់បាន។
Multicollinearity (ពហុភាពអថេរទាក់ទងគ្នា) ជាបញ្ហាក្នុងការវិភាគស្ថិតិនៅពេលដែលអថេរឯករាជ្យ (independent variables) ពីរឬច្រើនមានទំនាក់ទំនងគ្នាខ្លាំងពេក ដែលធ្វើឲ្យកុំព្យូទ័រពិបាកក្នុងការកំណត់ថាអថេរមួយណាពិតជាមានឥទ្ធិពលលើលទ្ធផលចុងក្រោយ។ ដូចជាមានមនុស្សពីរនាក់រុញរទេះជាមួយគ្នាក្នុងកម្លាំងស្មើគ្នា ហើយយើងពិបាកប្រាប់ថាអ្នកណាជាអ្នកបញ្ចេញកម្លាំងរុញរទេះនោះឱ្យរមៀលទៅមុខជាងគេ។
Marginal Effects (ឥទ្ធិពលចុងព្រំដែន) ក្នុងការវិភាគស្ថិតិឡូជីខល នេះគឺជាការវាស់ស្ទង់ពីការប្រែប្រួលនៃលទ្ធផល (ភាគរយប្រូបាប៊ីលីតេ) នៅពេលដែលអថេរឯករាជ្យណាមួយកើនឡើងមួយឯកតា ខណៈពេលដែលអថេរផ្សេងទៀតរក្សានៅថេរ។ ដូចជាការវាស់ថាតើការរៀនបន្ថែម ១ឆ្នាំទៀត នឹងធ្វើឱ្យឱកាសនៃការទិញអង្ករសុខភាពកើនឡើងប៉ុន្មានភាគរយ។
Fortified Rice (អង្ករពង្រឹងគុណភាពជីវជាតិ) ជាអង្ករដែលត្រូវបានគេបន្ថែមសារធាតុចិញ្ចឹមសំខាន់ៗ (ដូចជាជាតិដែក ស័ង្កសី និងវីតាមីន) ទៅក្នុងគ្រាប់អង្ករក្នុងកំឡុងពេលកិន ដើម្បីជួយដោះស្រាយបញ្ហាកង្វះអាហារូបត្ថម្ភនៅក្នុងប្រទេស។ ដូចជាការបញ្ចូលថ្នាំប៉ូវវីតាមីនទៅក្នុងគ្រាប់អង្ករធម្មតា ដើម្បីឱ្យអ្នកញ៉ាំទទួលបានកម្លាំងនិងសុខភាពល្អជាងមុន ទោះបីជាញ៉ាំតែបាយក៏ដោយ។
Glycemic Index (សន្ទស្សន៍ជាតិស្ករ) រង្វាស់មួយ (ជាធម្មតាពី ០ ទៅ ១០០) ដែលបង្ហាញថាតើអាហារដែលមានជាតិកាបូអ៊ីដ្រាតធ្វើឱ្យកម្រិតជាតិស្ករក្នុងឈាមកើនឡើងលឿនប៉ុណ្ណាក្រោយពេលបរិភោគ។ អាហារដែលមាន GI ទាបគឺល្អសម្រាប់អ្នកជំងឺទឹកនោមផ្អែម។ ដូចជាឧបករណ៍វាស់ល្បឿននៃការប្រែក្លាយបាយដែលយើងញ៉ាំឱ្យទៅជាជាតិស្ករនៅក្នុងឈាមរបស់យើង។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖