Original Title: A CORRELATIONAL STUDY IN DEMOGRPAHIC FACTORS AND TEACHERS COLLECTIVE EFFICACY OF SECONDARY SCHOOL TEACHERS
Source: www.aguijrssh.com
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការសិក្សាអំពីទំនាក់ទំនងរវាងកត្តាប្រជាសាស្ត្រ និងប្រសិទ្ធភាពសមូហភាពរបស់គ្រូបង្រៀននៅកម្រិតមធ្យមសិក្សា

ចំណងជើងដើម៖ A CORRELATIONAL STUDY IN DEMOGRPAHIC FACTORS AND TEACHERS COLLECTIVE EFFICACY OF SECONDARY SCHOOL TEACHERS

អ្នកនិពន្ធ៖ Deepti Chahar (Amity Institute of Education, Amity University), Dr. Dayal Pyari (Amity Institute of Education, Amity University)

ឆ្នាំបោះពុម្ព៖ 2017 AGU International Journal of Research in Social Sciences & Humanities

វិស័យសិក្សា៖ Education

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះស្វែងយល់អំពីទំនាក់ទំនងរវាងកត្តាប្រជាសាស្ត្រ (អាយុ យេនឌ័រ កម្រិតវប្បធម៌ និងបទពិសោធន៍) ជាមួយនឹងប្រសិទ្ធភាពសមូហភាពរបស់គ្រូបង្រៀន ដើម្បីជួយសាលារៀនក្នុងការសម្រេចចិត្តជ្រើសរើសបុគ្គលិកបង្រៀនឱ្យបានត្រឹមត្រូវ។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះប្រើប្រាស់វិធីសាស្ត្រស្ទង់មតិបែបពិពណ៌នា និងការវិភាគបរិមាណ ដោយប្រមូលទិន្នន័យពីគ្រូបង្រៀននៅតាមសាលាមធ្យមសិក្សាចំនួន ៦ ក្នុងតំបន់ NCR នៃប្រទេសឥណ្ឌា។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Two-Tailed t-Test: Teaching Experience
ការធ្វើតេស្តសម្មតិកម្ម t-Test លើកត្តាបទពិសោធន៍បង្រៀន
បង្ហាញយ៉ាងច្បាស់ពីភាពខុសគ្នានៃប្រសិទ្ធភាពការងាររវាងគ្រូថ្មី និងគ្រូចាស់ ដែលជួយដល់ការរៀបចំរចនាសម្ព័ន្ធបុគ្គលិក។ មិនបានពន្យល់ស៊ីជម្រៅពីមូលហេតុដែលគ្រូមានបទពិសោធន៍មានប្រសិទ្ធភាពជាង (ទាមទារការសិក្សាបែបគុណវិស័យបន្ថែម)។ មានភាពខុសគ្នាយ៉ាងខ្លាំង (p=0.0003) ដោយគ្រូដែលមានបទពិសោធន៍លើសពី ៥ ឆ្នាំ មានប្រសិទ្ធភាពសមូហភាពខ្ពស់ជាង។
Two-Tailed t-Test: Age Factor
ការធ្វើតេស្តសម្មតិកម្ម t-Test លើកត្តាអាយុ
ជួយកំណត់អត្តសញ្ញាណភាពខុសគ្នារវាងជំនាន់ (Generational differences) នៅក្នុងបរិយាកាសសាលារៀន។ កត្តាអាយុ និងបទពិសោធន៍មានទំនាក់ទំនងគ្នាស្ទើរតែទាំងស្រុង ដែលអាចធ្វើឱ្យលទ្ធផលត្រួតស៊ីគ្នា (Redundant)។ មានភាពខុសគ្នាយ៉ាងច្បាស់ (p=0.01) ដោយគ្រូដែលមានអាយុលើសពី ៣៥ ឆ្នាំ មានប្រសិទ្ធភាពការងារជាក្រុមខ្ពស់ជាងគ្រូក្មេងៗ។
Two-Tailed t-Test: Gender and Education
ការធ្វើតេស្តសម្មតិកម្ម t-Test លើកត្តាយេនឌ័រ និងកម្រិតវប្បធម៌
ជួយទាត់ចោលនូវកត្តាដែលមិនពាក់ព័ន្ធ ដើម្បីកុំឱ្យអ្នកគ្រប់គ្រងមានការរើសអើងក្នុងការជ្រើសរើសបុគ្គលិក។ ទំហំគំរូមិនមានតុល្យភាព (ឧទាហរណ៍៖ ស្រី ៥៧ នាក់ ប្រុស ១៨ នាក់) ដែលអាចធ្វើឱ្យលទ្ធផលលម្អៀង។ មិនមានភាពខុសគ្នាគួរឱ្យកត់សម្គាល់ទេ (p=0.12 សម្រាប់យេនឌ័រ និង p=0.09 សម្រាប់កម្រិតវប្បធម៌)។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះមិនទាមទារធនធានហិរញ្ញវត្ថុ ឬបច្ចេកវិទ្យាខ្ពស់នោះទេ ដោយពឹងផ្អែកចម្បងលើឧបករណ៍ស្ទង់មតិ និងកម្មវិធីវិភាគស្ថិតិជាមូលដ្ឋាន។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងសាលាមធ្យមសិក្សាចំនួន ៦ ក្នុងតំបន់ NCR ប្រទេសឥណ្ឌា ដោយមានទំហំគំរូតូច (៧៥ នាក់) និងមានភាពលម្អៀងខ្លាំងទៅលើគ្រូបង្រៀនជាស្ត្រី (៧៦%) និងអ្នកមានសញ្ញាបត្រអនុបណ្ឌិតឡើងទៅ (៨៥%)។ នេះមានសារៈសំខាន់សម្រាប់កម្ពុជា ពីព្រោះបរិបទសាលារៀន សមាមាត្រយេនឌ័រ និងកម្រិតវប្បធម៌របស់គ្រូបង្រៀននៅកម្ពុជា (ជាពិសេសនៅតាមបណ្តាខេត្ត) អាចមានភាពខុសគ្នាស្រឡះពីទិន្នន័យនេះ ដែលទាមទារឱ្យមានការសិក្សាជាក់ស្តែងក្នុងស្រុកដើម្បីផ្ទៀងផ្ទាត់។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រ និងរបកគំហើញនៃការសិក្សានេះមានអត្ថប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ការគ្រប់គ្រងធនធានមនុស្សនៅក្នុងវិស័យអប់រំនៅកម្ពុជា។

ការរក្សាតុល្យភាពរវាងគ្រូដែលមានបទពិសោធន៍ និងគ្រូថ្មីនៅក្នុងសាលារៀន គឺជាគន្លឹះដ៏សំខាន់ក្នុងការជំរុញស្មារតីសហការ និងលើកកម្ពស់គុណភាពអប់រំនៅកម្ពុជា។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សា និងបកប្រែឧបករណ៍វាស់ស្ទង់: ស្វែងរក និងសិក្សាអំពី Teacher Collective Efficacy Scale របស់ Goddard, Hoy, and Hoy (2000) បន្ទាប់មកបកប្រែ និងកែសម្រួលវាឱ្យស្របនឹងបរិបទសាលារៀន និងវប្បធម៌ខ្មែរ។
  2. រៀបចំការប្រមូលទិន្នន័យសាកល្បង: ប្រើប្រាស់ Google FormsKoboToolbox ដើម្បីបង្កើតកម្រងសំណួរអនឡាញ និងធ្វើការស្ទង់មតិសាកល្បង (Pilot Study) ជាមួយគ្រូបង្រៀននៅតាមវិទ្យាល័យធំៗក្នុងទីក្រុង (ឧទាហរណ៍៖ វិទ្យាល័យព្រះស៊ីសុវត្ថិ ឬវិទ្យាល័យបាក់ទូក)។
  3. អនុវត្តការវិភាគទិន្នន័យស្ថិតិ: ប្រើប្រាស់កម្មវិធី SPSSMicrosoft Excel ដើម្បីដំណើរការទិន្នន័យ ដោយផ្តោតលើការធ្វើ Descriptive Statistics និង Independent Two-Tailed t-Test ដើម្បីប្រៀបធៀបក្រុមគ្រូបង្រៀនតាមកត្តាប្រជាសាស្ត្រ។
  4. វាយតម្លៃភាពខុសគ្នានៃបរិបទ (Contextual Analysis): វិភាគមើលថាតើកត្តាយេនឌ័រនៅកម្ពុជាមានឥទ្ធិពលលើ Collective Efficacy ដែរឬទេ (ផ្ទុយពីប្រទេសឥណ្ឌា) ដោយសារតែរចនាសម្ព័ន្ធសង្គម និងការទទួលខុសត្រូវក្នុងគ្រួសាររបស់ស្ត្រីខ្មែរ។
  5. ចងក្រងរបាយការណ៍ និងផ្តល់អនុសាសន៍គោលនយោបាយ: សរសេររបាយការណ៍សង្ខេប (Policy Brief) ផ្ញើជូននាយកសាលា ឬ MoEYS ដោយស្នើឱ្យមានយន្តការចាប់គូ (Mentorship) រវាងគ្រូចាស់បទពិសោធន៍ច្រើន និងគ្រូថ្មីទើបបញ្ចប់ការសិក្សា ដើម្បីពង្រឹងស្មារតីក្រុម។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Teacher Collective Efficacy ជំនឿរួមគ្នារបស់ក្រុមគ្រូបង្រៀននៅក្នុងសាលាមួយថា ការខិតខំប្រឹងប្រែងសហការគ្នារបស់ពួកគេពិតជាអាចជួយសិស្សឱ្យទទួលបានជោគជ័យ ទោះបីជាសិស្សនោះរៀនខ្សោយ ឬមានបញ្ហាលំបាកក៏ដោយ។ ដូចជាក្រុមកីឡាករបាល់ទាត់ដែលមានជំនឿចិត្តជឿជាក់លើគ្នាទៅវិញទៅមកថា ពួកគេអាចសហការគ្នាយកឈ្នះការប្រកួតបាន ទោះបីជាគូប្រកួតខ្លាំងក៏ដោយ។
Two-Tailed t-Test វិធីសាស្ត្រស្ថិតិដែលប្រើដើម្បីប្រៀបធៀបមធ្យមភាគនៃក្រុមពីរផ្សេងគ្នា (ឧទាហរណ៍៖ គ្រូដែលមានបទពិសោធន៍ក្រោម ៥ឆ្នាំ និងលើសពី ៥ឆ្នាំ) ដើម្បីកំណត់ថាតើភាពខុសគ្នានៃលទ្ធផលរបស់ពួកគេជារឿងចៃដន្យ ឬជាភាពខុសគ្នាយ៉ាងពិតប្រាកដ។ ដូចជាការថ្លឹងទម្ងន់ផ្លែប៉ោមពីកញ្ចប់ពីរផ្សេងគ្នា ដើម្បីចង់ដឹងថាតើកញ្ចប់ទាំងពីរពិតជាមានទម្ងន់ខុសគ្នាឬគ្រាន់តែខុសគ្នាបន្តិចបន្តួចដោយចៃដន្យ។
Null hypothesis ការសន្មតជាបឋមក្នុងការស្រាវជ្រាវថា មិនមានទំនាក់ទំនង ឬមិនមានភាពខុសគ្នារវាងកត្តាពីរនោះទេ (ឧទាហរណ៍៖ សន្មតថាអាយុមិនមានឥទ្ធិពលលើប្រសិទ្ធភាពការងារ)។ ប្រសិនបើទិន្នន័យបង្ហាញថាមានភាពខុសគ្នាខ្លាំង (p-value < 0.05) ទើបអ្នកស្រាវជ្រាវអាចទាត់ចោលការសន្មតនេះ។ ដូចជាការសន្មតតាមច្បាប់ថាជនសង្ស័យម្នាក់ "គ្មានកំហុស" រហូតទាល់តែមានភស្តុតាងរឹងមាំបញ្ជាក់ថាគាត់ពិតជាបានប្រព្រឹត្តល្មើសមែន។
Split Half method វិធីសាស្ត្រវាស់ស្ទង់ភាពត្រឹមត្រូវនិងភាពជឿជាក់ (Reliability) នៃកម្រងសំណួរ ដោយបែងចែកសំណួរជាពីរផ្នែកស្មើគ្នា ហើយប្រៀបធៀបលទ្ធផលរវាងពាក់កណ្តាលទីមួយ និងពាក់កណ្តាលទីពីរ ដើម្បីមើលថាវាផ្តល់លទ្ធផលស្របគ្នាឬអត់។ ដូចជាការកាត់នំខេកមួយដុំធំជាពីរចំណែក ហើយភ្លក់មើលថាតើរសជាតិពាក់កណ្តាលខាងឆ្វេង និងខាងស្តាំមានរសជាតិដូចគ្នាដែរឬទេ។
Random-convenience sampling ការជ្រើសរើសអ្នកចូលរួមក្នុងការស្ទង់មតិ ដោយជ្រើសរើសសាលារៀនដោយចៃដន្យសិន បន្ទាប់មកជ្រើសរើសយកតែគ្រូបង្រៀនណាដែលស្ម័គ្រចិត្ត និងងាយស្រួលទាក់ទងបាននៅពេលចុះប្រមូលទិន្នន័យ។ ដូចជាការចាប់ឆ្នោតរើសយកភូមិមួយដោយចៃដន្យ បន្ទាប់មកដើរសួរតែអ្នកភូមិណាដែលកំពុងអង្គុយលេងនៅមុខផ្ទះនិងយល់ព្រមនិយាយជាមួយយើង។
Skewness រង្វាស់ស្ថិតិដែលបង្ហាញពីភាពលម្អៀងនៃទិន្នន័យធៀបនឹងចំណុចកណ្តាល។ ប្រសិនបើទិន្នន័យមាន Skewness អវិជ្ជមាន មានន័យថាអ្នកចូលរួមភាគច្រើនបានផ្តល់ពិន្ទុខ្ពស់ (លម្អៀងទៅស្តាំលើក្រាហ្វ)។ ដូចជាការរៀបជួរមនុស្សតាមកម្ពស់ ប្រសិនបើមនុស្សភាគច្រើនមានកម្ពស់ខ្ពស់ នោះជួរនឹងមើលទៅស្គមនៅខាងដើម ហើយប៉ោងធំនៅខាងចុង។
Demographic factors លក្ខណៈទូទៅរបស់ប្រជាជន ឬអ្នកចូលរួមក្នុងការសិក្សា ដូចជាអាយុ យេនឌ័រ កម្រិតវប្បធម៌ និងបទពិសោធន៍ការងារ ដែលត្រូវបានប្រើប្រាស់ជាអថេរឯករាជ្យ (Independent variables) ដើម្បីមើលឥទ្ធិពលរបស់វាទៅលើលទ្ធផល។ ដូចជាប្រវត្តិរូបសង្ខេប (CV) របស់មនុស្សម្នាក់ៗ ដែលប្រាប់យើងពីអត្តសញ្ញាណ កម្រិតសិក្សា និងបទពិសោធន៍មុនពេលពួកគេចូលធ្វើការ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖