Original Title: Scientific processes for the progress and validation of academic-success barrier battery
Source: internationalscholarsjournals.org
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ដំណើរការវិទ្យាសាស្ត្រសម្រាប់វឌ្ឍនភាព និងការធ្វើសុពលភាពនៃកម្រងសំណួរវាស់ស្ទង់ឧបសគ្គនៃភាពជោគជ័យក្នុងការសិក្សា

ចំណងជើងដើម៖ Scientific processes for the progress and validation of academic-success barrier battery

អ្នកនិពន្ធ៖ Funmilayo A. O, Chuba Ekwueme, E. K. Ifeanyichukwu

ឆ្នាំបោះពុម្ព៖ 2015 Advanced Journal of Education Research

វិស័យសិក្សា៖ Educational Psychology

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃការធ្លាក់ចុះទិន្នផលសិក្សារបស់សិស្សកម្រិតវិទ្យាល័យ ដោយបង្កើតឧបករណ៍រង្វាស់ដើម្បីកំណត់អត្តសញ្ញាណឧបសគ្គផ្លូវចិត្ត និងអាកប្បកិរិយាដែលសិស្សបង្កើតខ្លួនឯង។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់វិធីសាស្ត្រជ្រើសរើសគំរូចម្រុះតាមកម្រិត ដើម្បីប្រមូលទិន្នន័យពីសិស្សវិទ្យាល័យ ព្រមទាំងប្រើប្រាស់ការវិភាគស្ថិតិដើម្បីធ្វើសុពលភាពឧបករណ៍រង្វាស់។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Cronbach's Alpha
ការវាស់ស្ទង់ភាពស៊ីចង្វាក់គ្នាផ្ទៃក្នុង Cronbach's Alpha
ជាវិធីសាស្ត្រស្តង់ដារ និងមានភាពរឹងមាំបំផុតសម្រាប់ការវាស់ស្ទង់ភាពជឿជាក់នៃកម្រងសំណួរ (Likert scale)។ តម្លៃមេគុណអាចកើនឡើងដោយមិនប្រក្រតី ប្រសិនបើកម្រងសំណួរមានចំនួនច្រើនពេក។ អនុមាត្រដ្ឋានទាំង១៤ ទទួលបានមេគុណពី ០.៧៧ ដល់ ០.៩៣ ដែលបញ្ជាក់ពីភាពជឿជាក់កម្រិតខ្ពស់។
Guttman Split-Half Reliability
ការវាស់ស្ទង់ភាពជឿជាក់តាមវិធីចែកពាក់កណ្តាល Guttman
មានប្រសិទ្ធភាពក្នុងការត្រួតពិនិត្យភាពជឿជាក់ ដោយបែងចែកទិន្នន័យជាពីរចំណែកស្មើគ្នា ដើម្បីផ្ទៀងផ្ទាត់លទ្ធផល។ លទ្ធផលអាចប្រែប្រួលយ៉ាងខ្លាំង អាស្រ័យលើរបៀបដែលអ្នកស្រាវជ្រាវបែងចែកសំណួរជាពីរផ្នែក។ មេគុណសរុបនៃមាត្រដ្ឋានទាំងមូល (Full scale) ទទួលបាន ០.៧៩៧ ដែលចាត់ទុកថាជាលទ្ធផលល្អប្រសើរ។
Spearman-Brown Coefficient
មេគុណភាពជឿជាក់ Spearman-Brown
ល្អសម្រាប់ការ៉ាន់ស្មានភាពជឿជាក់នៃកម្រងសំណួរទាំងមូល បន្ទាប់ពីប្រើប្រាស់វិធីសាស្ត្រចែកពាក់កណ្តាល (Split-half)។ សន្មត់ថាសំណួរពាក់កណ្តាលទាំងពីរមានលក្ខណៈប្រហាក់ប្រហែលគ្នាខ្លាំង (Parallel forms) ដែលពិបាកនឹងសម្រេចបាន។ តម្លៃមេគុណបង្ហាញពីភាពជឿជាក់ខ្ពស់ និងស្របគ្នាទៅនឹងលទ្ធផលរបស់ Guttman លើគ្រប់អនុមាត្រដ្ឋាន។

ការចំណាយលើធនធាន (Resource Cost)៖ ការស្រាវជ្រាវនេះមិនទាមទារធនធានបច្ចេកវិទ្យាខ្ពស់នោះទេ ប៉ុន្តែទាមទារធនធានជាមូលដ្ឋានសម្រាប់ការប្រមូលទិន្នន័យតាមរយៈកម្រងសំណួរខ្នាតធំ និងកម្មវិធីវិភាគស្ថិតិ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងផ្តាច់មុខលើសិស្សវិទ្យាល័យនៅប្រទេសនីហ្សេរីយ៉ាចំនួន ១,២០០ នាក់ ដែលមានវប្បធម៌ និងបរិបទសង្គមខុសប្លែកពីប្រទេសកម្ពុជា។ លើសពីនេះ ឧបករណ៍នេះផ្តោតតែលើកត្តាអវិជ្ជមានដែលបង្កើតឡើងដោយខ្លួនឯង (Personal factors) ដូចជា ការគេចសាលា ការប្រើប្រាស់គ្រឿងញៀន និងឥទ្ធិពលមិត្តភក្តិ ដោយមិនបានរាប់បញ្ចូលកត្តាខាងក្រៅដូចជា គ្រួសារ សាលារៀន ឬសង្គមនោះទេ។ សម្រាប់កម្ពុជា ការបកប្រែ និងការកែសម្រួលសំណួរឲ្យស្របតាមបរិបទវប្បធម៌ខ្មែរ គឺជារឿងចាំបាច់មុននឹងយកមកប្រើប្រាស់។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះបីជាមានភាពខុសគ្នាផ្នែកបរិបទសង្គម ក៏កម្រងសំណួរវាស់ស្ទង់នេះ (ASB2) មានសក្តានុពលខ្ពស់សម្រាប់ការអប់រំនៅកម្ពុជា ពិសេសក្នុងការកំណត់អត្តសញ្ញាណសិស្សដែលប្រឈមនឹងការបរាជ័យក្នុងការសិក្សា។

ជារួម ឧបករណ៍វាស់ស្ទង់ ASB2 នេះជាក្របខ័ណ្ឌដ៏រឹងមាំមួយ ដែលអ្នកស្រាវជ្រាវកម្ពុជាអាចយកមកធ្វើមូលដ្ឋានភាវូបនីយកម្ម (Localization) ដើម្បីពង្រឹងគុណភាពអប់រំ និងសុខុមាលភាពផ្លូវចិត្តរបស់សិស្សានុសិស្ស។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាស្វែងយល់ពីទ្រឹស្តីកត្តារារាំងការសិក្សា: និស្សិតត្រូវអាន និងស្វែងយល់ពីអនុមាត្រដ្ឋានទាំង ១៤ នៃ ASB2 (ឧទាហរណ៍៖ ទម្លាប់សិក្សាខ្សោយ, ការគ្រប់គ្រងពេលវេលាមិនបានល្អ) ព្រមទាំងទ្រឹស្តីពាក់ព័ន្ធនឹង Psychometric Assessment
  2. ធ្វើភាវូបនីយកម្ម និងកែសម្រួលកម្រងសំណួរ (Localization): បកប្រែសំណួរពីភាសាអង់គ្លេសមកជាភាសាខ្មែរ ហើយរៀបចំការពិភាក្សាក្រុម (Focus Group) ជាមួយគ្រូបង្រៀន ឬសិស្សខ្មែរ ដើម្បីធានាថាពាក្យពេចន៍ និងខ្លឹមសារ (ដូចជាការប្រើប្រាស់គ្រឿងញៀន ឬការស្លៀកពាក់) ស៊ីសង្វាក់នឹងបរិបទវប្បធម៌កម្ពុជា។
  3. បង្កើតទម្រង់សំណួរឌីជីថល និងសាកល្បង (Pilot Study): ប្រើប្រាស់ឧបករណ៍ដូចជា KoboToolboxGoogle Forms ដើម្បីរៀបចំកម្រងសំណួរ និងប្រមូលទិន្នន័យសាកល្បងពីសិស្សវិទ្យាល័យចំនួន ៥០ ទៅ ១០០ នាក់នៅក្នុងតំបន់គោលដៅ។
  4. វិភាគទិន្នន័យដើម្បីធ្វើសុពលភាពភាពជឿជាក់: ប្រើប្រាស់កម្មវិធីស្ថិតិដូចជា SPSSJASP ដើម្បីគណនាមេគុណ Cronbach's alpha និង Inter-item Correlation ដើម្បីបញ្ជាក់ថាទិន្នន័យដែលប្រមូលបាននៅកម្ពុជាពិតជាមានភាពជឿជាក់ និងអាចប្រើប្រាស់បានជាផ្លូវការ។
  5. រៀបចំរបាយការណ៍ និងស្នើអន្តរាគមន៍ផ្អែកលើទិន្នន័យ: សរសេររបាយការណ៍សង្ខេបអំពីរបកគំហើញសំខាន់ៗ (ឧទាហរណ៍៖ កត្តាដែលជះឥទ្ធិពលខ្លាំងជាងគេដល់ការរៀនសូត្រ) រួចចែកចាយជូននាយកសាលា ឬអ្នកប្រឹក្សាយោបល់ ដើម្បីរៀបចំកម្មវិធីគាំទ្រសិស្សដែលកំពុងប្រឈមហានិភ័យ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Internal consistency (ភាពស៊ីចង្វាក់គ្នាផ្ទៃក្នុង) ការវាស់ស្ទង់ថាតើសំណួរទាំងអស់នៅក្នុងកម្រងសំណួរមួយ ឬក្នុងផ្នែកណាមួយ គឺពិតជាកំពុងផ្តោតទៅលើការវាស់ស្ទង់គោលគំនិតតែមួយដូចគ្នាឬអត់ ដោយមិនមានការរាយប៉ាយខុសប្រធានបទ។ ដូចជាក្រុមអ្នកចម្រៀងមួយដែលអ្នកទាំងអស់គ្នាច្រៀងក្នុងចង្វាក់ និងសាច់ភ្លេងតែមួយ មិនមែនម្នាក់ច្រៀងបទញាក់ ម្នាក់ច្រៀងបទមនោសញ្ចេតនានោះទេ។
Cronbach alpha / α (មេគុណអាល់ហ្វាក្រុនបាច) ជារង្វាស់ស្ថិតិដ៏ពេញនិយមដែលប្រើសម្រាប់គណនាកម្រិតភាពជឿជាក់ (Reliability) នៃកម្រងសំណួរ (ជាទូទៅបើទទួលបានលើសពី ០.៧ គឺចាត់ទុកថាល្អ និងអាចទទួលយកបាន)។ ដូចជាការផ្តល់ពិន្ទុគុណភាពដល់ជញ្ជីងថ្លឹងទម្ងន់មួយ បើអ្នកថ្លឹងខ្លួនឯងដដែលៗ ៥ដង ហើយនៅតែឃើញទម្ងន់ដដែល នោះមានន័យថាវាមានពិន្ទុជឿជាក់ខ្ពស់។
Construct validity (សុពលភាពនៃគោលគំនិត) ជាកម្រិតដែលបញ្ជាក់ថាកម្រងសំណួរ ឬឧបករណ៍វាស់ស្ទង់នោះ ពិតជាអាចវាស់ស្ទង់បានចំគោលដៅនូវទ្រឹស្តី ឬគោលគំនិតដែលវាត្រូវបានបង្កើតឡើងដើម្បីវាស់ស្ទង់ប្រាកដមែន ដោយមិនវាស់ខុសគោលដៅ។ ដូចជាការដឹងថាត្រូវប្រើប្រាស់បន្ទាត់ដើម្បីវាស់ប្រវែងរង្វាស់ មិនមែនយកបន្ទាត់ទៅវាស់ទម្ងន់នោះទេ។
Guttman split-half reliability (ភាពជឿជាក់តាមការចែកពាក់កណ្តាលដោយវិធី Guttman) ជាវិធីសាស្ត្រវាស់ស្ទង់ភាពជឿជាក់នៃកម្រងសំណួរ ដោយអ្នកស្រាវជ្រាវធ្វើការបែងចែកសំណួរទាំងអស់ជាពីរចំណែកស្មើគ្នា (ឧទាហរណ៍៖ សំណួរសេស និងសំណួរគូ) រួចប្រៀបធៀបពិន្ទុរវាងផ្នែកទាំងពីរថាតើវាមានភាពស៊ីសង្វាក់គ្នាដែរឬទេ។ ដូចជាការកាត់នំខេកមួយដុំជាពីរ ហើយភ្លក់ម្តងមួយចំហៀង ដើម្បីដឹងថារសជាតិទាំងសងខាងគឺផ្អែមឆ្ងាញ់ដូចគ្នាបេះបិទឬអត់។
Factor analytic method (វិធីសាស្ត្រវិភាគកត្តា) ជាបច្ចេកទេសស្ថិតិសម្រាប់បង្រួមទិន្នន័យ ឬអថេរច្រើនសន្ធឹកសន្ធាប់ ទៅជាក្រុម ឬកត្តាតូចៗដែលទាក់ទងគ្នា ដើម្បីងាយស្រួលក្នុងការយល់ បកស្រាយ និងកាត់បន្ថយភាពស្មុគស្មាញនៃទិន្នន័យ។ ដូចជាការរៀបចំសម្លៀកបំពាក់រាប់រយកំប្លេដែលគរលើគ្នា ដាក់បញ្ចូលទៅក្នុងទូតាមប្រភេទ ដូចជាថតសម្រាប់អាវយឺត ថតសម្រាប់ខោខ្លី និងថតសម្រាប់រ៉ូប ជាដើម។
Discrimination index (សន្ទស្សន៍រើសអើង / សន្ទស្សន៍បែងចែក) ជារង្វាស់ដែលបង្ហាញថាតើសំណួរនីមួយៗអាចបែងចែកដាច់ស្រឡះរវាងអ្នកដែលមានសមត្ថភាពខ្ពស់ និងអ្នកដែលមានសមត្ថភាពទាប នៅក្នុងការធ្វើតេស្តនោះកម្រិតណា។ ដូចជាសំណួរប្រឡងដែលសិស្សរៀនពូកែតែងតែឆ្លើយត្រូវ រីឯសិស្សរៀនខ្សោយតែងតែឆ្លើយខុស។ បើអ្នកណាក៏ឆ្លើយត្រូវទាំងអស់ នោះសំណួរនោះគ្មានន័យក្នុងការវាយតម្លៃនោះទេ។
Spearman Brown (មេគុណស្ពៀមេន-ប្រោន) ជារូបមន្តស្ថិតិដែលប្រើសម្រាប់ប៉ាន់ស្មាន និងកែតម្រូវភាពជឿជាក់នៃកម្រងសំណួរទាំងមូលឡើងវិញ បន្ទាប់ពីវាត្រូវបានកាត់ពាក់កណ្តាលក្នុងការធ្វើតេស្ត (Split-half reliability)។ ដូចជាការស្មានពីកម្លាំងល្បឿនអតិបរមារបស់រថយន្តមួយទាំងមូល ដោយពឹងផ្អែកទៅលើការសាកល្បងថាមពលម៉ាស៊ីនតែពាក់កណ្តាលរបស់វា។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖