បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះត្រូវបានធ្វើឡើងដើម្បីសិក្សា និងផ្ទៀងផ្ទាត់សមាសធាតុព្រមទាំងលក្ខណៈវិនិច្ឆ័យនៃសមត្ថភាពសម្រាប់អ្នកគ្រប់គ្រងស្ថាប័នអប់រំនៅតាមវិទ្យាល័យវិជ្ជាជីវៈ និងសហគមន៍ ក្រោមការគ្រប់គ្រងរបស់គណៈកម្មការអប់រំវិជ្ជាជីវៈ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់វិធីសាស្រ្តចម្រុះដោយប្រមូលទិន្នន័យតាមរយៈការសម្ភាសន៍ និងការស្ទង់មតិពីសំណាកដែលបានជ្រើសរើសដោយចៃដន្យ រួមជាមួយនឹងការវិភាគកត្តា និងការធ្វើតេស្តសុពលភាព។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Exploratory Factor Analysis (EFA) ការវិភាគកត្តាស្វែងរក (EFA) ដោយប្រើប្រាស់ PCA និង Varimax Rotation |
ជួយកាត់បន្ថយអថេរដ៏ច្រើន (ពីរាប់រយមកត្រឹម ៥២) និងចាត់ក្រុមសមាសធាតុឱ្យមានលក្ខណៈវិទ្យាសាស្ត្រ មានរចនាសម្ព័ន្ធច្បាស់លាស់ងាយស្រួលបកស្រាយ។ | ទាមទារទំហំសំណាកធំ (យ៉ាងហោចណាស់ ៥-១០ ដងនៃអថេរ ក្នុងករណីនេះ ៥៦៤ នាក់) និងទិន្នន័យដែលមានគុណភាពខ្ពស់ដើម្បីទទួលបានលទ្ធផលត្រឹមត្រូវ។ | កំណត់បានសមាសធាតុគោលចំនួន ៦ និងលក្ខណៈវិនិច្ឆ័យចំនួន ៥២ ពីអថេរដើមចំនួន ៨០។ |
| Concurrent Validity Testing (Known Group Method) ការធ្វើតេស្តសុពលភាពស្របគ្នា ជាមួយក្រុមអ្នកគ្រប់គ្រងឆ្នើម |
ផ្តល់នូវភស្តុតាងជាក់ស្តែងថា លក្ខណៈវិនិច្ឆ័យដែលរកឃើញពិតជាឆ្លុះបញ្ចាំងពីសមត្ថភាពរបស់អ្នកគ្រប់គ្រងដែលទទួលបានជោគជ័យក្នុងពិភពពិត។ | មានការលំបាកក្នុងការស្វែងរក និងជ្រើសរើសក្រុមអ្នកគ្រប់គ្រងឆ្នើម (Known Group) ដែលមានលក្ខណៈសម្បត្តិនិងស្តង់ដារទទួលស្គាល់ច្បាស់លាស់។ | បញ្ជាក់ថាលក្ខណៈវិនិច្ឆ័យទាំង ៥២ មានសុពលភាពនិងអាចអនុវត្តបានពិតប្រាកដ ដោយមានកម្រិតភាពខុសគ្នាខាងស្ថិតិ p < .05 ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការស្រាវជ្រាវនេះទាមទារធនធានជាច្រើនក្នុងការប្រមូលទិន្នន័យពីសំណាកទ្រង់ទ្រាយធំ និងទាមទារចំណេះដឹងផ្នែកស្ថិតិកម្រិតខ្ពស់ក្នុងការវិភាគ។
ទិន្នន័យត្រូវបានប្រមូលផ្តុំទាំងស្រុងនៅក្នុងប្រទេសថៃ ជាក់ស្តែងនៅតាមវិទ្យាល័យវិជ្ជាជីវៈក្រោមគណៈកម្មការអប់រំវិជ្ជាជីវៈរបស់ថៃ។ នេះមានន័យថាវប្បធម៌នៃការធ្វើការងារ ប្រព័ន្ធរដ្ឋបាល និងបរិបទសេដ្ឋកិច្ចអាចមានភាពខុសគ្នាពីកម្ពុជា ដែលទាមទារឱ្យមានការកែតម្រូវលក្ខណៈវិនិច្ឆ័យមួយចំនួន (ជាពិសេសផ្នែកច្បាប់ និងរដ្ឋបាល) មុននឹងយកមកអនុវត្ត។
ទោះបីជាមានភាពខុសគ្នានៃប្រព័ន្ធគ្រប់គ្រងរដ្ឋបាលក៏ដោយ ម៉ូដែលសមត្ថភាព (Competency Model) នេះមានអត្ថប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ការកែលម្អគុណភាពអ្នកគ្រប់គ្រងវិស័យអប់រំនៅកម្ពុជា។
ការសម្របម៉ូដែលនេះមកប្រើប្រាស់ នឹងជួយរៀបចំរចនាសម្ព័ន្ធវាយតម្លៃបុគ្គលិកគ្រប់គ្រងជាន់ខ្ពស់ក្នុងវិស័យ TVET កម្ពុជា ឱ្យមានស្តង់ដារ តម្លាភាព និងជំរុញការផលិតធនធានមនុស្សត្រូវនឹងទីផ្សារការងារ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Competency | សំណុំនៃចំណេះដឹង ជំនាញ លក្ខណៈបុគ្គលិកលក្ខណៈ និងកម្លាំងជំរុញទឹកចិត្ត ដែលរួមបញ្ចូលគ្នាធ្វើឱ្យបុគ្គលម្នាក់អាចបំពេញការងារ ឬតួនាទីរបស់ខ្លួនបានយ៉ាងល្អប្រសើរ និងជោគជ័យលើសពីស្តង់ដារទូទៅ។ | ប្រៀបដូចជាប្រអប់ឧបករណ៍ (Toolbox) ផ្ទាល់ខ្លួនរបស់ជាងម្នាក់ ដែលមានទាំងចំណេះដឹង ឧបករណ៍ និងកម្លាំងចិត្តដើម្បីដោះស្រាយបញ្ហាការងារឱ្យចេញមកល្អឥតខ្ចោះ។ |
| Exploratory Factor Analysis (EFA) | វិធីសាស្ត្រស្ថិតិដែលប្រើសម្រាប់បង្រួមអថេរ ឬសំណួរស្ទង់មតិច្រើនសន្ធឹកសន្ធាប់ ឱ្យទៅជាក្រុម ឬកត្តាធំៗមួយចំនួនតូច ដែលមានទំនាក់ទំនងគ្នា ដើម្បីងាយស្រួលក្នុងការសិក្សា បង្កើតរចនាសម្ព័ន្ធ និងបកស្រាយអត្ថន័យ។ | ប្រៀបដូចជាការរៀបចំទំនិញរាប់រយមុខនៅក្នុងផ្សារទំនើប ដាក់ចូលទៅតាមផ្នែកនីមួយៗ (ដូចជាផ្នែកម្ហូប ផ្នែកសម្លៀកបំពាក់) ដើម្បីងាយស្រួលរក។ |
| Principal Component Analysis (PCA) | បច្ចេកទេសគណិតវិទ្យាក្នុងការទាញយកកត្តាសំខាន់ៗ (Principal Components) ពីទិន្នន័យដើមដ៏ស្មុគស្មាញ ដើម្បីពន្យល់ពីទំហំនៃភាពប្រែប្រួលនៃទិន្នន័យទាំងនោះឱ្យបានច្រើនបំផុត ដោយកាត់បន្ថយព័ត៌មានដែលមិនសូវសំខាន់ចោល។ | ប្រៀបដូចជាការសង្ខេបសៀវភៅមួយក្បាលក្រាស់ ឱ្យនៅសល់តែចំណុចស្នូលសំខាន់ៗបំផុត ដែលនៅតែអាចឱ្យអ្នកអានយល់សាច់រឿងទាំងមូលបានត្រឹមត្រូវ។ |
| Varimax Rotation | វិធីសាស្ត្របង្វិលអ័ក្សកត្តាក្នុងន័យស្ថិតិ (Orthogonal Rotation) ដើម្បីធ្វើឱ្យការបែងចែកអថេរទៅក្នុងកត្តានីមួយៗកាន់តែមានភាពច្បាស់លាស់ ដោយកាត់បន្ថយការត្រួតស៊ីគ្នានៃអថេរ ដែលជួយឱ្យអ្នកស្រាវជ្រាវងាយស្រួលដាក់ឈ្មោះ និងបកស្រាយក្រុមនីមួយៗ។ | ប្រៀបដូចជាការបង្វិលកែវយឹតដើម្បីតម្រូវហ្វូកឹស (Focus) ធ្វើឱ្យរូបភាពដែលស្រពិចស្រពិល ក្លាយជាច្បាស់ស្រឡះ និងងាយស្រួលមើលដាច់ពីគ្នា។ |
| Concurrent Validity | ការធ្វើតេស្តសុពលភាពនៃឧបករណ៍វាស់វែង ដោយយកលទ្ធផលដែលរកឃើញទៅប្រៀបធៀបជាមួយក្រុមមនុស្សដែលមានលក្ខណៈសម្បត្តិ ឬសមត្ថភាពនោះពិតប្រាកដ (Known Group) ក្នុងពេលតែមួយ ដើម្បីបញ្ជាក់ថាទ្រឹស្តីដែលរកឃើញពិតជាអាចឆ្លុះបញ្ចាំងពីការពិតជាក់ស្តែង។ | ប្រៀបដូចជាការយកវិញ្ញាបនបត្រវាយតម្លៃអ្នកពន្លត់អគ្គីភ័យថ្មី ទៅឲ្យអ្នកពន្លត់អគ្គីភ័យជើងចាស់ឆ្នើមៗធ្វើតេស្តសាកល្បង ដើម្បីបញ្ជាក់ថាការវាយតម្លៃនេះពិតជាមានស្តង់ដារត្រឹមត្រូវមែន។ |
| Factor Loading | តម្លៃស្ថិតិ (ចន្លោះពី -1 ដល់ 1) ដែលបង្ហាញពីកម្រិតនៃទំនាក់ទំនងរវាងអថេរ (សំណួរ) នីមួយៗទៅនឹងកត្តា (Factor) ដែលវាស្ថិតនៅ។ តម្លៃកាន់តែខ្ពស់ បញ្ជាក់ថាអថេរនោះមានឥទ្ធិពលកាន់តែខ្លាំងក្នុងការតំណាងឱ្យកត្តានោះ។ | ប្រៀបដូចជាទម្ងន់នៃសម្លេងរបស់សមាជិកម្នាក់ៗនៅក្នុងក្រុម ដែលអ្នកមានតម្លៃ Factor Loading ខ្ពស់ជាងគេ គឺជាអ្នកតំណាងដ៏សំខាន់បំផុតរបស់ក្រុមនោះ។ |
| Kaiser-Meyer-Olkin (KMO) | រង្វាស់ស្ថិតិសម្រាប់ពិនិត្យមើលភាពស័ក្តិសមនៃទិន្នន័យសំណាក (Sampling Adequacy) ថាតើវាមានភាពគ្រប់គ្រាន់ និងមានទំនាក់ទំនងគ្នាគ្រប់គ្រាន់ ដើម្បីយកទៅធ្វើការវិភាគកត្តា (Factor Analysis) ដែរឬទេ (ជាទូទៅត្រូវមានតម្លៃធំជាង 0.50)។ | ប្រៀបដូចជាការត្រួតពិនិត្យមើលគុណភាពនិងបរិមាណនៃគ្រឿងផ្សំមុនពេលចាប់ផ្តើមចម្អិនម្ហូប ថាតើវាគ្រប់គ្រាន់សម្រាប់ធ្វើជាម្ហូបមួយចានដែរឬទេ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
