Original Title: Academic staff research productivity: a study of Universities in South-South Zone of Nigeria
Source: internationalscholarsjournals.org
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ផលិតភាពស្រាវជ្រាវរបស់បុគ្គលិកសិក្សា៖ ការសិក្សានៅសាកលវិទ្យាល័យនានាក្នុងតំបន់ South-South នៃប្រទេសនីហ្សេរីយ៉ា

ចំណងជើងដើម៖ Academic staff research productivity: a study of Universities in South-South Zone of Nigeria

អ្នកនិពន្ធ៖ Bassey Usang (University of Calabar), Akuegwu Basil (University of Calabar), Udida Lucy (University of Calabar), Udey Franca .U. (Cross River State University of Technology)

ឆ្នាំបោះពុម្ព៖ 2018 International Journal of Education Research and Reviews

វិស័យសិក្សា៖ Education

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ឯកសារនេះសិក្សាពីផលិតភាពនៃការស្រាវជ្រាវរបស់បុគ្គលិកសិក្សានៅតាមសាកលវិទ្យាល័យក្នុងតំបន់ South-South នៃប្រទេសនីហ្សេរីយ៉ា ដោយស្វែងយល់ពីឥទ្ធិពលនៃយេនឌ័រ ស្ថានភាពគ្រួសារ និងមុខជំនាញឯកទេស។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់ការរចនាបែប Ex post facto ដោយប្រមូលទិន្នន័យពីបុគ្គលិកសិក្សាដោយប្រើកម្រងសំណួរដែលបានធ្វើសុពលភាព។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Independent t-test (Demographic Comparison)
ការធ្វើតេស្ត t-test ឯករាជ្យ (ការប្រៀបធៀបប្រជាសាស្ត្រ)
ងាយស្រួលក្នុងការប្រៀបធៀបមធ្យមភាគរវាងក្រុមពីរផ្សេងគ្នា (ឧទាហរណ៍៖ បុរស និង ស្ត្រី, អ្នកមានគ្រួសារ និង អ្នកនៅលីវ) ដើម្បីស្វែងរកភាពខុសគ្នាយ៉ាងមានអត្ថន័យ។ វាសាកសមបំផុតសម្រាប់វាយតម្លៃអថេរឯករាជ្យដែលមានតែពីរប្រភេទជម្រើស។ មិនអាចប្រើបានសម្រាប់ការប្រៀបធៀបលើសពីពីរក្រុមក្នុងពេលតែមួយបានទេ ហើយវាទាមទារទិន្នន័យដែលមានរបាយធម្មតា (Normal distribution)។ បុគ្គលិកជាបុរស (X=16.37) មានផលិតភាពខ្ពស់ជាងស្ត្រី (X=14.23) ហើយអ្នកដែលមានគ្រួសារ (X=17.12) មានផលិតភាពខ្ពស់ជាងអ្នកនៅលីវ (X=14.05) យ៉ាងមានអត្ថន័យ។
Contingency Chi-square (Specialization Analysis)
ការវិភាគ Contingency Chi-square (ការវិភាគជំនាញឯកទេស)
មានប្រសិទ្ធភាពក្នុងការវាយតម្លៃទំនាក់ទំនងរវាងអថេរប្រភេទ (Categorical variables) ច្រើនក្រុម ដូចជាការប្រៀបធៀបឥទ្ធិពលនៃមុខជំនាញផ្សេងៗគ្នាទៅលើកម្រិតផលិតភាពការងារ (ខ្ពស់/ទាប)។ ប្រាប់បានត្រឹមតែពីអត្ថិភាពនៃទំនាក់ទំនងប៉ុណ្ណោះ ប៉ុន្តែមិនបានបញ្ជាក់ពីកម្រិតនៃភាពខ្លាំង ឬទិសដៅនៃទំនាក់ទំនងនោះឱ្យបានលម្អិត និងច្បាស់លាស់នោះទេ។ បញ្ជាក់ថាមានឥទ្ធិពលយ៉ាងមានអត្ថន័យនៃមុខជំនាញឯកទេសទៅលើផលិតភាពស្រាវជ្រាវ (តម្លៃ X² = 30.12 ទល់នឹងតម្លៃស្តង់ដារ 14.07)។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះផ្អែកលើការប្រមូលទិន្នន័យតាមរយៈកម្រងសំណួរ ដែលមិនទាមទារធនធានបច្ចេកវិទ្យាខ្ពស់នោះទេ ប៉ុន្តែត្រូវការពេលវេលា និងកម្លាំងពលកម្មក្នុងការចុះប្រមូលទិន្នន័យដោយផ្ទាល់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅតំបន់ South-South នៃប្រទេសនីហ្សេរីយ៉ា ដោយប្រើប្រាស់ទិន្នន័យពីសាកលវិទ្យាល័យចំនួន ១១។ លទ្ធផលទាក់ទងនឹងយេនឌ័រ និងស្ថានភាពគ្រួសារអាចរងឥទ្ធិពលយ៉ាងខ្លាំងពីវប្បធម៌ និងបន្ទុកសង្គមជាក់លាក់របស់ប្រទេសនោះ (ឧទាហរណ៍៖ ស្ត្រីមានបន្ទុកថែទាំគ្រួសារច្រើន)។ សម្រាប់ប្រទេសកម្ពុជា របកគំហើញនេះជាចំណុចចាប់ផ្តើមដ៏ល្អ ប៉ុន្តែទាមទារការប្រុងប្រយ័ត្ន ដោយសារបរិបទនៃការគាំទ្រថវិកាស្រាវជ្រាវ និងបន្ទុកម៉ោងបង្រៀនរបស់សាស្ត្រាចារ្យកម្ពុជាអាចមានភាពខុសប្លែកពីនីហ្សេរីយ៉ា។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រវាយតម្លៃ និងរបកគំហើញនៃការសិក្សានេះមានប្រយោជន៍ និងអាចយកមកអនុវត្តបាន ដើម្បីវាយតម្លៃ និងរៀបចំគោលនយោបាយស្រាវជ្រាវនៅតាមគ្រឹះស្ថានឧត្តមសិក្សាក្នុងប្រទេសកម្ពុជា។

ជារួម ការអនុវត្តតាមវិធីសាស្ត្រស្រាវជ្រាវនេះនឹងជួយស្ថាប័នឧត្តមសិក្សានៅកម្ពុជាអាចកំណត់អត្តសញ្ញាណបញ្ហាប្រឈមជាក់លាក់របស់បុគ្គលិកសិក្សា និងបង្កើតបរិយាកាសគាំទ្រដល់ការបោះពុម្ពផ្សាយប្រកបដោយបរិយាបន្ន។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ជំហានទី១៖ បង្កើត និងធ្វើបរិបទកម្មឧបករណ៍វាស់ស្ទង់ (Instrument Adaptation): តាក់តែងកម្រងសំណួរដោយយកគំរូតាម Academic Staff Research Productivity Inventory (A.S.R.P.I) ហើយសម្រួលវាឱ្យស្របតាមបរិបទកម្ពុជា (ដោយបញ្ចូលកត្តាប្រាក់ខែ និងបន្ទុកម៉ោងបង្រៀន) រួចធ្វើសុពលភាពជាមួយអ្នកជំនាញនៅកម្ពុជា។
  2. ជំហានទី២៖ ការប្រមូលទិន្នន័យឌីជីថល (Digital Data Collection): ប្រើប្រាស់ឧបករណ៍ដូចជា KoboToolboxGoogle Forms ដើម្បីប្រមូលទិន្នន័យពីសាស្ត្រាចារ្យនៅតាមសាកលវិទ្យាល័យគោលដៅ ដោយធានាបាននូវការបែងចែកសមាមាត្រយេនឌ័រ ស្ថានភាពគ្រួសារ និងមហាវិទ្យាល័យឱ្យបានត្រឹមត្រូវ។
  3. ជំហានទី៣៖ ការវិភាគទិន្នន័យស្ថិតិ (Statistical Analysis): បញ្ជូលទិន្នន័យទៅក្នុងកម្មវិធី SPSS ឬប្រើប្រាស់កូដ Python (Pandas និង SciPy) ដើម្បីធ្វើតេស្ត Independent t-test និង Chi-square validation ដើម្បីស្វែងរកកត្តាចម្បងដែលជះឥទ្ធិពលដល់ការបោះពុម្ពផ្សាយ។
  4. ជំហានទី៤៖ ការរៀបចំគោលនយោបាយអន្តរាគមន៍ (Policy Recommendation): ចងក្រងរបាយការណ៍ដែលបង្ហាញពីលទ្ធផលនៃការវិភាគ ទន្ទឹមនឹងការផ្តល់អនុសាសន៍ជាក់ស្តែងដល់ថ្នាក់ដឹកនាំសាកលវិទ្យាល័យ ដូចជាការស្នើសុំកាត់បន្ថយម៉ោងបង្រៀន ឬការផ្តល់មូលនិធិស្រាវជ្រាវពិសេសដល់សាស្ត្រាចារ្យជាស្ត្រី។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Ex post facto design (ការរចនាការស្រាវជ្រាវបន្ទាប់ពីព្រឹត្តិការណ៍កើតឡើង) ជាប្រភេទនៃការស្រាវជ្រាវដែលអ្នកស្រាវជ្រាវសិក្សាពីមូលហេតុនិងផលវិបាកនៃបាតុភូតណាមួយដែលបានកើតឡើងរួចហើយ ដោយមិនមានការគ្រប់គ្រង ឬផ្លាស់ប្តូរអថេរដោយផ្ទាល់នោះទេ គឺគ្រាន់តែប្រមូលទិន្នន័យដែលមានស្រាប់មកវិភាគ។ ដូចជាការស៊ើបអង្កេតរបស់ប៉ូលីសនៅកន្លែងកើតហេតុគ្រោះថ្នាក់ចរាចរណ៍ ដើម្បីស្វែងរកមូលហេតុដែលបណ្តាលឱ្យមានគ្រោះថ្នាក់នោះ។
Independent t-test (ការធ្វើតេស្ត t-test ឯករាជ្យ) ជាវិធីសាស្ត្រស្ថិតិដែលប្រើសម្រាប់ប្រៀបធៀបមធ្យមភាគនៃក្រុមពីរផ្សេងគ្នា និងឯករាជ្យពីគ្នា (ឧទាហរណ៍៖ ក្រុមបុរស និង ក្រុមស្ត្រី) ដើម្បីរកមើលថាតើក្រុមទាំងពីរនេះមានលទ្ធផលខុសគ្នាយ៉ាងមានអត្ថន័យផ្នែកស្ថិតិឬអត់។ ដូចជាការប្រៀបធៀបពិន្ទុមធ្យមប្រចាំខែរវាងសិស្សថ្នាក់ទី១២ក និងថ្នាក់ទី១២ខ ដើម្បីចង់ដឹងថាថ្នាក់ណាពូកែជាង។
Contingency Chi-square (ការធ្វើតេស្ត Chi-square) ជាតេស្តស្ថិតិដែលប្រើដើម្បីកំណត់ថាតើមានទំនាក់ទំនង ឬការពឹងផ្អែកគ្នាយ៉ាងមានអត្ថន័យរវាងអថេរប្រភេទ (Categorical variables) ពីរឬច្រើនដែរឬទេ (ឧទាហរណ៍៖ តើជំនាញឯកទេសមានឥទ្ធិពលលើកម្រិតផលិតភាពការងារខ្ពស់ឬទាបដែរឬទេ)។ ដូចជាការចង់ដឹងថា តើពណ៌ចំណូលចិត្តរបស់មនុស្ស (ក្រហម, ខៀវ, លឿង) មានទំនាក់ទំនងជាមួយភេទរបស់ពួកគេ (ប្រុស, ស្រី) ដែរឬទេ។
Stratified random sampling (ការជ្រើសរើសគំរូដោយចៃដន្យតាមស្រទាប់) ជាបច្ចេកទេសជ្រើសរើសគំរូ ដែលចំនួនប្រជាជនសរុបត្រូវបានបែងចែកជាក្រុមតូចៗ (ស្រទាប់) ផ្អែកលើលក្ខណៈរួមណាមួយ (ឧ. បែងចែកតាមមហាវិទ្យាល័យ) រួចទើបអ្នកស្រាវជ្រាវជ្រើសរើសអ្នកចូលរួមដោយចៃដន្យពីក្រុមនីមួយៗនោះតាមសមាមាត្រ។ ដូចជាការជ្រើសរើសសិស្សតំណាងសាលា ដោយយើងបែងចែកសិស្សតាមកម្រិតថ្នាក់ (ទី១០, ទី១១, ទី១២) ជាមុនសិន រួចទើបចាប់ឆ្នោតរើសសិស្សចំនួនស្មើៗគ្នាពីថ្នាក់នីមួយៗ។
Null hypothesis (សម្មតិកម្មទទេ) ជាការសន្មត់បឋមនៅក្នុងការស្រាវជ្រាវដែលបញ្ជាក់ថា មិនមានទំនាក់ទំនង ឬមិនមានភាពខុសគ្នារវាងអថេរដែលកំពុងសិក្សានោះទេ ហើយគោលបំណងនៃការធ្វើតេស្តស្ថិតិគឺដើម្បីរកភស្តុតាងមកបដិសេធការសន្មត់នេះ។ ដូចជាការសន្មត់មុនពេលកាត់ក្តីថា "ជនសង្ស័យគឺជាមនុស្សស្អាតស្អំ (គ្មានកំហុស)" រហូតទាល់តែមានភស្តុតាងរឹងមាំបញ្ជាក់ថាគាត់ពិតជាមានទោសមែន។
Level of significance (កម្រិតនៃអត្ថន័យស្ថិតិ) ជាកម្រិតប្រូបាប៊ីលីតេ (ជាទូទៅគេកំណត់យក 0.05 ឬ 5%) ដែលអ្នកស្រាវជ្រាវប្រើដើម្បីសម្រេចចិត្តថាតើត្រូវបដិសេធសម្មតិកម្មទទេឬអត់។ វាបង្ហាញពីភាគរយនៃកំហុសដែលអាចទទួលយកបានក្នុងការសន្និដ្ឋានថាលទ្ធផលនោះមិនមែនកើតឡើងដោយចៃដន្យ។ ដូចជាការកំណត់ច្បាប់ថា បើយើងបាញ់ធ្នូខុសគោលដៅតិចជាង ៥% យើងនៅតែទទួលស្គាល់ថាអ្នកជាអ្នកបាញ់ធ្នូដ៏ពូកែម្នាក់។
Likert type questionnaire (កម្រងសំណួរប្រភេទ Likert) ជាទម្រង់សំណួររង្វាស់ដែលតម្រូវឱ្យអ្នកឆ្លើយតបជ្រើសរើសកម្រិតនៃការយល់ព្រម ឬការពេញចិត្តរបស់ពួកគេចំពោះសេចក្តីថ្លែងការណ៍ណាមួយ (ឧទាហរណ៍៖ យល់ព្រមខ្លាំង, យល់ព្រម, មិនច្បាស់លាស់, មិនយល់ព្រម, មិនយល់ព្រមខ្លាំង)។ ដូចជាពេលយើងឲ្យពិន្ទុផ្កាយលើសេវាកម្មកុម្ម៉ង់ម្ហូបតាម App ពី១ផ្កាយ (អាក្រក់បំផុត) ដល់៥ផ្កាយ (ល្អបំផុត) អញ្ចឹងដែរ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖