បញ្ហា (The Problem)៖ ការសិក្សានេះផ្តោតលើការខ្វះខាតការយល់ដឹងអំពីកត្តាជាក់លាក់ដែលរារាំងដល់លទ្ធភាពទទួលបានហិរញ្ញវត្ថុសម្រាប់អាជីវកម្ម និងកសិករខ្នាតតូចនៅប្រទេសអាហ្វ្រិកខាងត្បូង ដោយស្វែងយល់ថាតើកត្តាទាំងនោះជះឥទ្ធិពលខុសគ្នាយ៉ាងដូចម្តេចខ្លះ។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានប្រមូលទិន្នន័យពីអ្នកចូលរួមចំនួន ២៨៣ នាក់នៅខេត្ត Eastern Cape និងបានប្រើប្រាស់វិធីសាស្រ្តវិភាគចំណាត់ថ្នាក់កំបាំងដើម្បីបែងចែកកម្រិតឥទ្ធិពលនៃកត្តាហិរញ្ញវត្ថុ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| 3-Class Latent Class Analysis (LCA) Model ម៉ូដែលវិភាគចំណាត់ថ្នាក់កំបាំង ៣ ក្រុម |
អាចបែងចែកកសិករនិងអាជីវកម្មជា៣ក្រុមផ្សេងគ្នាបានយ៉ាងច្បាស់លាស់ ដោយបង្ហាញពីកត្តាជះឥទ្ធិពលជាក់លាក់សម្រាប់ក្រុមនីមួយៗដែលអាចជួយដល់ការបង្កើតគោលនយោបាយចំគោលដៅ។ | ទាមទារទិន្នន័យច្រើន និងមានភាពស្មុគស្មាញក្នុងការបកស្រាយលទ្ធផលជាងម៉ូដែលក្រុមតិច។ | ជាម៉ូដែលល្អបំផុតដែលត្រូវបានជ្រើសរើស (AIC: 2192.889, BIC: 2294.962) ដែលបែងចែកកសិករជាក្រុមរងឥទ្ធិពលតិច (៣៩%) មធ្យម (២៣%) និងខ្លាំង (៣៨%)។ |
| 2-Class Latent Class Analysis (LCA) Model ម៉ូដែលវិភាគចំណាត់ថ្នាក់កំបាំង ២ ក្រុម |
ងាយស្រួលក្នុងការគណនានិងបកស្រាយ ហើយទាមទារទំហំសំណាក (Sample size) តូចជាងម៉ូដែល៣ក្រុម។ | មិនអាចឆ្លុះបញ្ចាំងពីភាពចម្រុះនិងភាពខុសគ្នាលម្អិតនៃឧបសគ្គហិរញ្ញវត្ថុរបស់កសិករបានល្អនោះទេ ដោយសារវាបង្រួមក្រុមពេក។ | មិនត្រូវបានជ្រើសរើសដោយសារមានតម្លៃព័ត៌មានវិនិច្ឆ័យខ្ពស់ជាងម៉ូដែល៣ក្រុម (AIC: 2317.675, BIC: 2383.293)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះប្រើប្រាស់ទិន្នន័យស្ទង់មតិផ្ទាល់នៅទីវាល និងកម្មវិធីស្ថិតិសម្រាប់វិភាគ ដែលមិនទាមទារធនធានបច្ចេកវិទ្យាខ្ពស់ ឬផ្នែករឹង (Hardware) ពិសេសនោះទេ។
ការសិក្សានេះធ្វើឡើងតែនៅក្នុងខេត្ត Eastern Cape នៃប្រទេសអាហ្វ្រិកខាងត្បូង ដោយមានសំណាកតូច (២៨៣ នាក់) និងបរិបទសង្គមដែលមានបញ្ហាវិសមភាពពូជសាសន៍ជាកត្តារារាំងមួយ។ សម្រាប់ប្រទេសកម្ពុជា ទោះបីជាគ្មានបញ្ហាពូជសាសន៍ធ្ងន់ធ្ងរ ប៉ុន្តែគម្លាតសេដ្ឋកិច្ចរវាងអ្នកទីក្រុងនិងជនបទ ព្រមទាំងកម្រិតអក្ខរកម្មហិរញ្ញវត្ថុរបស់កសិករខ្នាតតូច គឺជាកត្តាស្រដៀងគ្នាដែលអាចយកមកសិក្សាប្រៀបធៀបបាន។
វិធីសាស្ត្រនៃការបែងចែកចំណាត់ថ្នាក់កសិករនិងអាជីវកម្ម (Segmentation) នេះ គឺមានប្រយោជន៍ខ្លាំងណាស់សម្រាប់ការអភិវឌ្ឍផលិតផលហិរញ្ញវត្ថុនៅកម្ពុជា។
ជារួម ការផ្លាស់ប្តូរពីការផ្តល់សេវាហិរញ្ញវត្ថុបែបទូទៅសម្រាប់ទាំងអស់គ្នា (One-size-fits-all) ទៅជាការផ្តល់សេវាតាមក្រុមគោលដៅជាក់លាក់ នឹងជួយលើកកម្ពស់បរិយាប័ន្នហិរញ្ញវត្ថុនៅកម្ពុជាបានកាន់តែមានប្រសិទ្ធភាព។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Latent Class Analysis (ការវិភាគចំណាត់ថ្នាក់កំបាំង) | គឺជាវិធីសាស្ត្រស្ថិតិមួយដែលត្រូវបានប្រើប្រាស់ដើម្បីស្វែងរក និងបែងចែកក្រុម (ចំណាត់ថ្នាក់) ដែលលាក់កំបាំង ឬមិនអាចមើលឃើញផ្ទាល់នៅក្នុងទិន្នន័យ ដោយផ្អែកលើលក្ខណៈ និងអាកប្បកិរិយាស្រដៀងគ្នារបស់បុគ្គលនៅក្នុងគំរូទិន្នន័យ។ | ដូចជាការបែងចែកសិស្សក្នុងថ្នាក់ជាក្រុមផ្សេងៗគ្នា (ពូកែគណិត ពូកែកីឡា) ដោយគ្រាន់តែសង្កេតមើលចំណង់ចំណូលចិត្តរបស់ពួកគេ ទោះបីជាគ្មាននរណាប្រាប់ថាសិស្សនោះនៅក្រុមណាក៏ដោយ។ |
| Segmentation theory (ទ្រឹស្តីនៃការបែងចែកចំណាត់ថ្នាក់) | ជាទ្រឹស្តីដែលលើកឡើងថា ចំនួនប្រជាជន ឬអតិថិជនមិនមានលក្ខណៈដូចគ្នាទាំងអស់នោះទេ ប៉ុន្តែអាចត្រូវបានបែងចែកជាក្រុមតូចៗផ្សេងៗគ្នា ដែលមានតម្រូវការ អាកប្បកិរិយា ឬបញ្ហាប្រឈមរៀងៗខ្លួន។ | ដូចជាការលក់ស្បែកជើង ដែលយើងមិនអាចផលិតតែមួយទំហំសម្រាប់មនុស្សគ្រប់គ្នានោះទេ គឺត្រូវមានការបែងចែកតាមទំហំជើងក្មេង មនុស្សចាស់ ប្រុស និងស្រី។ |
| Financial inclusion (បរិយាប័ន្នហិរញ្ញវត្ថុ) | សំដៅលើការធ្វើឱ្យប្រាកដថា បុគ្គល និងអាជីវកម្មទាំងអស់ (ពិសេសអ្នកក្រីក្រ និងនៅតំបន់ដាច់ស្រយាល) អាចទទួលបាន និងប្រើប្រាស់សេវាហិរញ្ញវត្ថុផ្លូវការ ដូចជាការសន្សំ ឥណទាន និងការធានារ៉ាប់រង ក្នុងតម្លៃសមរម្យ និងងាយស្រួល។ | ដូចជាការធានាថាអ្នកភូមិគ្រប់រូបទោះនៅឆ្ងាយយ៉ាងណាក៏មានផ្លូវចាក់កៅស៊ូអាចធ្វើដំណើរទៅមន្ទីរពេទ្យ ឬសាលារៀនបានយ៉ាងងាយស្រួលដែរ គ្រាន់តែនេះជាផ្លូវសម្រាប់ទៅខ្ចី ឬសន្សំលុយ។ |
| Subsistence businesses (អាជីវកម្មបែបចិញ្ចឹមជីវិត) | ជាប្រភេទអាជីវកម្មខ្នាតតូចបំផុតដែលបង្កើតឡើងគ្រាន់តែដើម្បីរកប្រាក់ចំណូលដោះស្រាយជីវភាពប្រចាំថ្ងៃរបស់គ្រួសារប៉ុណ្ណោះ ហើយភាគច្រើនមិនមានគោលដៅឬលទ្ធភាពក្នុងការពង្រីកខ្លួនឱ្យធំដើម្បីជួលបុគ្គលិកបន្ថែមនោះទេ។ | ដូចជាអ្នកលក់បន្លែបន្តិចបន្តួចនៅមុខផ្ទះ ដែលលក់គ្រាន់តែដើម្បីបានប្រាក់ទិញអង្ករហូបប្រចាំថ្ងៃ មិនមែនលក់ដើម្បីក្លាយជាថៅកែផ្សារទំនើបនោះទេ។ |
| Smallholder farmers (កសិករខ្នាតតូច) | ជាកសិករដែលមានដីស្រែចម្ការទំហំតូច ពឹងផ្អែកលើទឹកភ្លៀងក្នុងការដាំដុះ និងផលិតកសិផលជាចម្បងសម្រាប់ផ្គត់ផ្គង់តម្រូវការហូបចុកក្នុងគ្រួសារ ហើយចំណែកសល់ទើបយកទៅលក់។ | ដូចជាកសិករខ្មែរនៅតាមស្រុកស្រែ ដែលធ្វើស្រែមួយរដូវដើម្បីទុកអង្ករហូបខ្លួនឯង ហើយបើនៅសល់ខ្លះទើបលក់យកលុយទិញម្ហូបផ្សេងៗ។ |
| Multinomial logistic regression (តំរែតំរង់ឡូជីស្ទីកពហុនាម) | គឺជាម៉ូដែលស្ថិតិដែលប្រើសម្រាប់ទស្សន៍ទាយឬវិភាគលើលទ្ធផលដែលអាចកើតមានច្រើនជាងពីរជម្រើស (ឧទាហរណ៍៖ ក្រុមទី១ ក្រុមទី២ ក្រុមទី៣) ដោយផ្អែកលើឥទ្ធិពលនៃអថេរឯករាជ្យមួយចំនួន។ | ដូចជាការព្យាករណ៍ថាតើសិស្សម្នាក់នឹងជ្រើសរើសរៀនជំនាញ ពេទ្យ វិស្វករ ឬ គណនេយ្យ ដោយផ្អែកលើពិន្ទុមុខវិជ្ជាគណិត ជីវៈ និងភាសាអង់គ្លេសរបស់គេ។ |
| Goodness-of-fit indices (សន្ទស្សន៍វាស់ស្ទង់ភាពស័ក្តិសមនៃម៉ូដែល) | គឺជារង្វាស់ស្ថិតិ (ដូចជាតំលៃ AIC និង BIC) ដែលប្រើសម្រាប់វាយតម្លៃថាតើម៉ូដែលគណិតវិទ្យាដែលបានបង្កើតឡើងនោះ អាចពន្យល់ ឬសាកសមជាមួយនឹងទិន្នន័យជាក់ស្តែងបានកម្រិតណា ដើម្បីជ្រើសរើសម៉ូដែលដែលល្អជាងគេបំផុតសម្រាប់ការសិក្សា។ | ដូចជាការឲ្យជាងកាត់ខោអាវ៣នាក់កាត់រ៉ូបមួយឱ្យយើង រួចយើងយកមកលរមើលថារ៉ូបមួយណាដែលស្លៀកទៅសមនឹងរាងយើងជាងគេបំផុត។ |
| Credit risk profiling (ការវាយតម្លៃទម្រង់ហានិភ័យឥណទាន) | គឺជាដំណើរការដែលស្ថាប័នហិរញ្ញវត្ថុវាយតម្លៃពីប្រវត្តិ ស្ថានភាពចំណូល និងសមត្ថភាពសងបំណុលរបស់អតិថិជន ដើម្បីកំណត់ថាតើបុគ្គលនោះមានហានិភ័យកម្រិតណាក្នុងការមិនសងប្រាក់ត្រឡប់មកវិញ។ | ដូចជាមុនពេលយើងឱ្យមិត្តភក្តិខ្ចីលុយ យើងត្រូវគិតសិនថាគេមានការងារធ្វើអត់ ហើយពីមុនមកគេធ្លាប់ខ្ចីលុយហើយសងយើងវិញទៀងទាត់ដែរឬទេ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
