បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃការវាស់ស្ទង់កម្រិតអក្ខរកម្មបរិស្ថានរបស់អនាគតគ្រូបង្រៀន ដើម្បីធានាថាពួកគេមានសមត្ថភាពក្នុងការបណ្តុះស្មារតីបរិស្ថានដល់សិស្សានុសិស្សជំនាន់ក្រោយ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់វិធីសាស្ត្រស្រាវជ្រាវតាមបែបករណីសិក្សា ដោយប្រើការវិភាគកត្តាពន្យល់ (Explanatory Factor Analysis) លើទិន្នន័យដែលប្រមូលបានពីការស្ទង់មតិ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Principal Component Analysis (PCA) with Varimax Rotation ការវិភាគសមាសធាតុចម្បងជាមួយរង្វិលជុំ Varimax |
ជួយកាត់បន្ថយចំនួនសំណួរដែលមិនចាំបាច់ និងចាត់ថ្នាក់សំណួរជាក្រុម (កត្តា) ច្បាស់លាស់។ | ទាមទារទំហំសំណាកធំទើបអាចទទួលបានលទ្ធផលត្រឹមត្រូវ (KMO ត្រូវតែខ្ពស់)។ | កាត់បន្ថយសំណួរពី ៣៥ មកត្រឹម ២៤ និងពន្យល់ពី ៥៤.៣៦% នៃវ៉ារ្យ៉ង់សរុប។ |
| Cronbach's Alpha & Split-half Method ការវាស់ស្ទង់ភាពជឿជាក់ដោយប្រើ Cronbach's Alpha និង Split-half |
ផ្តល់នូវរង្វាស់ស្តង់ដារដើម្បីបញ្ជាក់ថា សំណួរក្នុងមាត្រដ្ឋានពិតជាវាស់ស្ទង់រឿងតែមួយដោយមានភាពស៊ីសង្វាក់គ្នា។ | អនុមាត្រដ្ឋានដែលមានសំណួរតិចតួចអាចទទួលបានពិន្ទុ Alpha ទាប (ដូចជាកត្តាទី៤ ទទួលបានត្រឹម .៥០)។ | ទទួលបានមេគុណភាពជឿជាក់សរុប .៨៦ ដែលបង្ហាញពីភាពជឿជាក់កម្រិតខ្ពស់។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តការស្រាវជ្រាវនេះមិនតម្រូវឱ្យមានធនធានហិរញ្ញវត្ថុច្រើនទេ ប៉ុន្តែទាមទារនូវចំណេះដឹងផ្នែកស្ថិតិ និងកម្មវិធីកុំព្យូទ័រសម្រាប់ការវិភាគទិន្នន័យ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅសាកលវិទ្យាល័យ Pamukkale ប្រទេសទួរគី ដោយប្រមូលទិន្នន័យពីអនាគតគ្រូបង្រៀនចំនួន ១៨៧ នាក់។ ទិន្នន័យនេះមានភាពលម្អៀងទៅរកបរិបទអប់រំ និងវប្បធម៌របស់ប្រទេសទួរគី ដែលអាចខុសគ្នាពីទស្សនៈបរិស្ថាននៅអាស៊ីអាគ្នេយ៍។ សម្រាប់ប្រទេសកម្ពុជា ភាពលម្អៀងនេះមានន័យថាយើងចាំបាច់ត្រូវកែសម្រួលសំណួរឲ្យស្របនឹងបញ្ហាបរិស្ថានក្នុងស្រុក មុននឹងយកមាត្រដ្ឋាននេះទៅប្រើប្រាស់។
មាត្រដ្ឋានអក្ខរកម្មបរិស្ថាននេះមានសក្តានុពលខ្ពស់ក្នុងការយកមកអនុវត្ត ដើម្បីវាយតម្លៃការយល់ដឹងរបស់អនាគតអ្នកអប់រំនៅកម្ពុជា។
ការអនុវត្ត និងកែសម្រួលមាត្រដ្ឋាននេះនៅក្នុងប្រព័ន្ធអប់រំកម្ពុជា នឹងចូលរួមចំណែកយ៉ាងសំខាន់ក្នុងការបណ្តុះស្មារតីស្រឡាញ់បរិស្ថានដល់សិស្សានុសិស្សជំនាន់ក្រោយតាមរយៈគ្រូបង្រៀនដែលមានសមត្ថភាព។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Principal Component Analysis (ការវិភាគសមាសធាតុចម្បង) | ជាបច្ចេកទេសស្ថិតិមួយដែលប្រើដើម្បីកាត់បន្ថយចំនួនអថេរ (សំណួរ) ច្រើនទៅជាក្រុមតូចៗ (កត្តា) ដែលមានទំនាក់ទំនងគ្នា ដោយរក្សានូវព័ត៌មានសំខាន់ៗភាគច្រើន។ ក្នុងឯកសារនេះ វាជួយកាត់សំណួរពី ៣៥ មកនៅត្រឹម ២៤ សំណួរ ចែកជា ៤ ក្រុម។ | ដូចជាការបង្រួមរូបថតទំហំធំឱ្យតូចជាងមុន ដើម្បីងាយស្រួលរក្សាទុក ប៉ុន្តែយើងនៅតែអាចមើលឃើញរូបភាពច្បាស់ដដែល។ |
| Cronbach's Alpha (មេគុណអាល់ហ្វារបស់ Cronbach) | ជារង្វាស់ស្ថិតិដែលវាស់ស្ទង់ភាពជឿជាក់ផ្ទៃក្នុង (Internal Reliability) នៃកម្រងសំណួរ ឬមាត្រដ្ឋាន។ វាបញ្ជាក់ថា សំណួរទាំងអស់នៅក្នុងក្រុមតែមួយពិតជាកំពុងវាស់ស្ទង់អថេរឬគោលគំនិតតែមួយមែនឬអត់ (ពិន្ទុកាន់តែខិតជិត ១ កាន់តែល្អ)។ | ដូចជាការថ្លឹងទម្ងន់វត្ថុដដែលលើជញ្ជីងខុសគ្នា ៣ ដង បើជញ្ជីងទាំងនោះបង្ហាញទម្ងន់ដូចគ្នា រាល់ពេលថ្លឹង មានន័យថាជញ្ជីងនោះមានភាពជឿជាក់ខ្ពស់។ |
| Construct Validity (សុពលភាពរចនាសម្ព័ន្ធ) | គឺជាកម្រិតនៃការបញ្ជាក់ថាតើឧបករណ៍វាស់ស្ទង់ (កម្រងសំណួរ) ពិតជាអាចវាស់ស្ទង់នូវទ្រឹស្តី ឬគោលគំនិតដែលវាត្រូវបានបង្កើតឡើងដើម្បីវាស់ស្ទង់មែនឬអត់។ | ដូចជាការបង្កើតតេស្តវាស់ស្ទង់សមត្ថភាពភាសាអង់គ្លេស បើសិស្សដែលពូកែអង់គ្លេសពិតប្រាកដប្រឡងបានពិន្ទុខ្ពស់មែន នោះតេស្តនេះមានសុពលភាព។ |
| Factor Loading (កម្រិតបន្ទុកកត្តា) | គឺជាតម្លៃស្ថិតិដែលបង្ហាញពីកម្រិតនៃទំនាក់ទំនងរវាងសំណួរនីមួយៗ (Item) ជាមួយនឹងកត្តា (Factor) ឬក្រុមដែលវាស្ថិតនៅ។ ក្នុងឯកសារនេះ សំណួរណាដែលមានតម្លៃនេះទាប (ក្រោម .៣០) ត្រូវបានដកចេញព្រោះវាមិនសូវពាក់ព័ន្ធ។ | ដូចជាការដាក់ពិន្ទុវាយតម្លៃថាតើកីឡាករម្នាក់ៗលេងចូលដៃគ្នាកម្រិតណាជាមួយសមាជិកក្រុមផ្សេងទៀត បើលេងមិនចូលដៃគ្នាទេ (ពិន្ទុទាប) គេនឹងដកចេញពីក្រុម។ |
| Kaiser-Meyer-Olkin (KMO) Measure of Sampling Adequacy (រង្វាស់ភាពគ្រប់គ្រាន់នៃសំណាក KMO) | ជាសូចនាករស្ថិតិដែលប្រាប់យើងថាតើទិន្នន័យ (ទំហំសំណាក) ដែលយើងមាន គឺស័ក្តិសម និងមានភាពគ្រប់គ្រាន់ក្នុងការយកទៅវិភាគកត្តា (Factor Analysis) ដែរឬទេ។ តម្លៃលើសពី .៦០ ត្រូវបានចាត់ទុកថាល្អ (ក្នុងការសិក្សានេះទទួលបាន .៨៩)។ | ដូចជាការពិនិត្យមើលបរិមាណគ្រឿងផ្សំថាតើមានគ្រប់គ្រាន់ឬនៅ មុននឹងចាប់ផ្តើមចម្អិនម្ហូបមួយមុខសម្រាប់មនុស្ស ១០ នាក់។ |
| Bartlett's Test of Sphericity (តេស្តភាពស្វ៊ែររបស់ Bartlett) | ជាតេស្តស្ថិតិដែលពិនិត្យមើលថាតើសំណួរនៅក្នុងតេស្តមានទំនាក់ទំនងគ្នា (Correlation) កម្រិតណា។ បើតេស្តនេះបង្ហាញលទ្ធផលថាមានអត្ថន័យ (Significant/p<.05) នោះវាស័ក្តិសមក្នុងការយកទិន្នន័យនោះទៅវិភាគបន្ត។ | ដូចជាការឆែកមើលថាតើសិស្សក្នុងថ្នាក់មានការប្រាស្រ័យទាក់ទងគ្នាឬអត់ មុននឹងគ្រូសម្រេចចិត្តឱ្យពួកគេធ្វើការងារជាក្រុម។ |
| Varimax Rotation (រង្វិលជុំ Varimax) | គឺជាវិធីសាស្ត្រមួយក្នុងការវិភាគកត្តា (Factor Analysis) ដែលជួយសម្រួលរចនាសម្ព័ន្ធទិន្នន័យឱ្យកាន់តែងាយយល់ ដោយធ្វើឱ្យសំណួរនីមួយៗមានពិន្ទុខ្ពស់ចំពោះកត្តាតែមួយ និងទាបចំពោះកត្តាផ្សេងៗទៀត ដើម្បីកុំឱ្យច្រឡំគ្នា។ | ដូចជាការបង្វិលកែវពង្រីកចុះឡើង រហូតដល់យើងអាចមើលឃើញរូបភាពយ៉ាងច្បាស់ និងដាច់ពីគ្នាល្អ។ |
| Total Variance Explained (វ៉ារ្យ៉ង់សរុបដែលបានពន្យល់) | គឺជាភាគរយនៃភាពខុសគ្នាឬទិន្នន័យសរុប ដែលឧបករណ៍វាស់ស្ទង់ (មាត្រដ្ឋាន) អាចពន្យល់ ឬក្តោបក្តាប់បាន។ ក្នុងករណីនេះ មាត្រដ្ឋានទាំង ៤ កត្តា អាចពន្យល់ពី ៥៤.៣៦% នៃចំណេះដឹងបរិស្ថានសរុបរបស់និស្សិត។ | ដូចជាការបោះសំណាញ់ចាប់ត្រី ដែលយើងចង់ដឹងថាតើសំណាញ់នេះអាចចាប់ត្រីនៅក្នុងស្រះបានប៉ុន្មានភាគរយ បើធៀបនឹងចំនួនត្រីសរុបនៅក្នុងស្រះ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
