បញ្ហា (The Problem)៖ ឯកសារនេះដោះស្រាយបញ្ហាអត្រាបោះបង់ការសិក្សា និងការរក្សានិស្សិត ដោយធ្វើការសិក្សាពីកត្តាអន្តរកម្មផ្សេងៗដែលជះឥទ្ធិពលដល់ការបញ្ចប់ការសិក្សារបស់និស្សិតមហាវិទ្យាល័យវិស្វកម្ម។
វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះប្រើប្រាស់ទិន្នន័យនៃការរស់រានដើម្បីវិភាគពីរយៈពេលចាប់ពីការចុះឈ្មោះចូលរៀនរហូតដល់ការបញ្ចប់ការសិក្សារបស់ក្រុមនិស្សិតគោលដៅ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Main Effects Cox Proportional Hazards Model ម៉ូដែលហានិភ័យសមាមាត្រខុកបែបឥទ្ធិពលគោល |
ងាយស្រួលក្នុងការបកស្រាយ និងស្វែងយល់ពីឥទ្ធិពលនៃកត្តានីមួយៗដោយឡែកពីគ្នា (ដូចជាយេនឌ័រ ឬពិន្ទុប្រឡង) ទៅលើអត្រាបញ្ចប់ការសិក្សា។ វាទាមទារទិន្នន័យតិចជាងបើធៀបនឹងការវិភាគអន្តរកម្ម។ | មិនអាចបង្ហាញពីទំនាក់ទំនងស៊ីជម្រៅនៅពេលដែលកត្តាពីរមានឥទ្ធិពលរួមបញ្ចូលគ្នាទៅលើលទ្ធផល ដែលអាចធ្វើឱ្យយើងរំលងព័ត៌មានសំខាន់ៗ។ | រកឃើញឥទ្ធិពលជាមូលដ្ឋាននៃពិន្ទុស្តង់ដារគណិតវិទ្យា យេនឌ័រ និងពិន្ទុវិទ្យាសាស្ត្រ (ACT) ក្នុងការប្រែប្រួលអត្រាបញ្ចប់ការសិក្សា។ |
| First-order Interaction Cox Proportional Hazards Model ម៉ូដែលហានិភ័យសមាមាត្រខុកបែបអន្តរកម្មលំដាប់ទី១ |
ផ្តល់លទ្ធផលលម្អិត និងស៊ីជម្រៅដោយបង្ហាញពីរបៀបដែលកត្តាពីរ (ឧទាហរណ៍ មុខជំនាញ និងពិន្ទុប្រឡង) ធ្វើអន្តរកម្មគ្នាជះឥទ្ធិពលដល់ការបញ្ចប់ការសិក្សា ដែលជួយឱ្យឃើញទិន្នន័យដែលលាក់កំបាំង។ | ទាមទារទិន្នន័យច្រើនដើម្បីគាំទ្រដល់ការវិភាគអន្តរកម្ម (ដូចដែលបានឃើញក្នុងករណីនិស្សិតមានតែពិន្ទុ SAT គឺមិនមានទិន្នន័យគ្រប់គ្រាន់សម្រាប់វិភាគនោះទេ) និងមានភាពស្មុគស្មាញក្នុងការបកស្រាយ។ | រកឃើញថានិស្សិតស្រីផ្នែកវិស្វកម្មមានឱកាសរៀនចប់ខ្ពស់ប្រសិនបើមានពិន្ទុគណិតវិទ្យាខ្ពស់ ហើយនិស្សិតប្រុសមិនមែនវិស្វកម្មមានពិន្ទុអង់គ្លេសខ្ពស់បែរជាងាយបោះបង់ការសិក្សា ដោយម៉ូដែលជារួមមានស្ថិតិសំខាន់ (Global P-value < 0.05)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការវិភាគនេះមិនតម្រូវឱ្យមានធនធានកុំព្យូទ័រធំដុំនោះទេ ប៉ុន្តែទាមទារសំណុំទិន្នន័យនិស្សិតរយៈពេលវែងដែលមានភាពពេញលេញ និងចំណេះដឹងផ្នែកស្ថិតិកម្រិតខ្ពស់។
ការសិក្សានេះត្រូវបានធ្វើឡើងដោយប្រើទិន្នន័យនិស្សិតតែ ៤២៩ នាក់នៅសាកលវិទ្យាល័យអូក្លាហូម៉ា (សហរដ្ឋអាមេរិក) ក្នុងឆ្នាំ ១៩៩៥។ ទិន្នន័យនេះផ្តោតតែលើនិស្សិតដែលជ្រើសរើសរៀនផ្នែកវិស្វកម្ម និងផ្អែកលើប្រព័ន្ធពិន្ទុប្រឡងស្តង់ដាររបស់អាមេរិក (ACT/SAT)។ សម្រាប់ប្រទេសកម្ពុជា ប្រព័ន្ធអប់រំ និងបរិបទសង្គមមានភាពខុសគ្នាស្រឡះ ដូច្នេះយើងចាំបាច់ត្រូវប្រើប្រាស់ទិន្នន័យពិន្ទុប្រឡងសញ្ញាបត្រមធ្យមសិក្សាទុតិយភូមិ (បាក់ឌុប) និងបន្ថែមអថេរកត្តាជីវភាពគ្រួសារជាក់ស្តែងរបស់និស្សិតខ្មែរជំនួសវិញ ដើម្បីឱ្យការវិភាគមានសុក្រឹតភាពនិងឆ្លើយតបទៅនឹងបរិបទក្នុងស្រុក។
វិធីសាស្ត្រនៃការវិភាគការរស់រាន (Survival Analysis) នេះមានសក្តានុពល និងអត្ថប្រយោជន៍យ៉ាងធំធេងសម្រាប់គ្រឹះស្ថានឧត្តមសិក្សានៅកម្ពុជា ក្នុងការស្វែងយល់និងកាត់បន្ថយអត្រាបោះបង់ការសិក្សា។
ការអនុវត្តវិធីសាស្ត្រវិភាគបែបអន្តរកម្មនេះនឹងជួយឱ្យគ្រឹះស្ថានឧត្តមសិក្សានៅកម្ពុជាអាចបង្កើតយន្តការគាំទ្រនិស្សិត (Early Warning Systems) បានចំគោលដៅ និងទាន់ពេលវេលា ដើម្បីជំរុញអត្រាបញ្ចប់ការសិក្សាឱ្យកាន់តែខ្ពស់។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Survival analysis (ការវិភាគការរស់រាន ឬការវិភាគរយៈពេលរស់រាន) | ជាផ្នែកមួយនៃស្ថិតិដែលសិក្សាអំពីទិន្នន័យពេលវេលាដែលទាមទាររហូតដល់ព្រឹត្តិការណ៍ណាមួយកើតឡើង ដូចជាការខូចខាតម៉ាស៊ីន ឬក្នុងបរិបទនេះគឺការបញ្ចប់ការសិក្សារបស់និស្សិត។ វាជួយដោះស្រាយបញ្ហាទិន្នន័យដែលមិនទាន់ចប់ (Censored data) នៅពេលការតាមដានត្រូវបានបញ្ចប់ខណៈពេលដែលនិស្សិតនៅកំពុងរៀននៅឡើយ។ | ដូចជាការប្រើនាឡិកាចាប់ម៉ោងដើម្បីមើលថាតើអំពូលភ្លើងមួយអាចភ្លឺបានប៉ុន្មានម៉ោងទើបខូច ដោយបូករួមទាំងការគណនាអំពូលដែលមិនទាន់ខូចពេលយើងឈប់តាមដានផងដែរ។ |
| Cox proportional hazards models (ម៉ូដែលហានិភ័យសមាមាត្រខុក) | ជាវិធីសាស្ត្រស្ថិតិមួយប្រភេទនៃការវិភាគការរស់រាន ដែលប្រើសម្រាប់វាយតម្លៃពីឥទ្ធិពលនៃកត្តាផ្សេងៗ (ដូចជាពិន្ទុប្រឡង ទីកន្លែងកំណើត) ទៅលើរយៈពេលដែលព្រឹត្តិការណ៍ណាមួយនឹងកើតឡើង (ឧទាហរណ៍ ការបញ្ចប់ការសិក្សា)។ ម៉ូដែលនេះសន្មតថាហានិភ័យ ឬឱកាសនៃការកើតឡើងនៃព្រឹត្តិការណ៍ មានសមាមាត្រថេរតាមពេលវេលា។ | ដូចជាការប្រៀបធៀបមើលថាតើកត្តាអ្វីខ្លះ (ពូជ ជី ឬទឹក) ធ្វើឱ្យគ្រាប់ពូជមួយប្រភេទដុះពន្លកលឿនជាងគ្រាប់ពូជមួយប្រភេទទៀត ក្នុងរយៈពេលតាមដានដូចគ្នា។ |
| First-order interaction terms (តួអន្តរកម្មលំដាប់ទី១) | នៅក្នុងម៉ូដែលស្ថិតិ វាសំដៅលើកាលៈទេសៈដែលឥទ្ធិពលនៃអថេរទី១ (ឧទាហរណ៍ ពិន្ទុគណិតវិទ្យា) ទៅលើលទ្ធផលអថេរអាស្រ័យ (ការបញ្ចប់ការសិក្សា) មានការប្រែប្រួល និងមិនថេរនោះទេ ដោយវាអាស្រ័យលើតម្លៃនៃអថេរទី២ (ឧទាហរណ៍ មុខជំនាញជាវិស្វកម្ម ឬមិនមែនវិស្វកម្ម)។ វាបង្ហាញពីឥទ្ធិពលរួមបញ្ជូលគ្នានៃកត្តាពីរ។ | ដូចជាការលាយថ្នាំពេទ្យពីរមុខបញ្ចូលគ្នា ដែលឥទ្ធិពលនៃថ្នាំទាំងពីរពេលប្រើរួមគ្នា គឺខុសប្លែកពីការបូកបញ្ចូលឥទ្ធិពលនៃការប្រើថ្នាំនីមួយៗដាច់ដោយឡែកពីគ្នា។ |
| Hazard ratio (អត្រាធៀបហានិភ័យ) | ជាទំហំរង្វាស់នៅក្នុងការវិភាគរស់រាន ដែលប្រៀបធៀបប្រូបាប៊ីលីតេ (ហានិភ័យ) នៃការកើតឡើងនៃព្រឹត្តិការណ៍មួយរវាងក្រុមពីរផ្សេងគ្នា។ ក្នុងបរិបទនៃការសិក្សានេះ ប្រសិនបើតម្លៃធំជាង ១ មានន័យថាព្រឹត្តិការណ៍នោះ (ការរៀនចប់) មានឱកាសកើតឡើងខ្ពស់ជាង។ | ដូចជាការនិយាយថា អ្នកពាក់មួកសុវត្ថិភាពមាន "ឱកាសរស់រាន" ខ្ពស់ជាងអ្នកមិនពាក់មួក ២ ដង នៅពេលមានគ្រោះថ្នាក់ចរាចរណ៍ (អត្រាធៀបហានិភ័យ = ២)។ |
| Schoenfeld residuals (សំណល់ស្កូនហ្វែល) | ជារង្វាស់ស្ថិតិដែលប្រើសម្រាប់ធ្វើតេស្តសម្មតិកម្មគោលនៃម៉ូដែល Cox Proportional Hazards ដើម្បីផ្ទៀងផ្ទាត់ថាតើឥទ្ធិពលនៃអថេរនីមួយៗរក្សាបាននូវសមាមាត្រថេរឬអត់ នៅគ្រប់ចន្លោះពេលវេលាទាំងអស់។ ប្រសិនបើសំណល់នេះប្រែប្រួលតាមពេលវេលា មានន័យថាម៉ូដែលនោះលែងត្រឹមត្រូវហើយ។ | ដូចជាការថ្លឹងជញ្ជីងម្តងហើយម្តងទៀតរៀងរាល់ម៉ោង ដើម្បីពិនិត្យមើលថាតើជញ្ជីងនោះនៅតែមានភាពត្រឹមត្រូវដដែល ឬក៏ប្រែប្រួលលំអៀងខុសប្រក្រតីនៅពេលវេលាខុសគ្នា។ |
| Time dependent covariate (អថេរប្រែប្រួលតាមពេលវេលា) | ជាកត្តាឬអថេរឯករាជ្យនៅក្នុងម៉ូដែលស្ថិតិ ដែលតម្លៃរបស់វាអាចផ្លាស់ប្តូរនៅខណៈពេលកំពុងធ្វើការតាមដាន។ ឧទាហរណ៍ មុខជំនាញរបស់និស្សិតនៅក្នុងការសិក្សានេះគឺប្រែប្រួល ដោយសារនិស្សិតម្នាក់អាចប្តូរជំនាញពីវិស្វកម្មទៅជំនាញផ្សេងទៀតនៅឆ្នាំណាមួយ អំឡុងពេលសិក្សា។ | ដូចជាការវាយតម្លៃសុខភាពរបស់អ្នកជំងឺ ដោយផ្អែកលើសម្ពាធឈាមដែលតែងតែប្រែឡើងចុះជារៀងរាល់ថ្ងៃ មិនមែននៅថេររហូតតាំងពីថ្ងៃចូលពេទ្យនោះទេ។ |
| Main effects models (ម៉ូដែលឥទ្ធិពលគោល) | ជាម៉ូដែលស្ថិតិដែលវាស់ស្ទង់ឥទ្ធិពលនៃកត្តានីមួយៗទៅលើលទ្ធផល ដោយសន្មតថាកត្តាទាំងនោះធ្វើការឯករាជ្យពីគ្នា និងមិនមានទំនាក់ទំនងឬអន្តរកម្មស្មុគស្មាញជាមួយកត្តាដទៃទៀតឡើយ។ លទ្ធផលបង្ហាញត្រឹមតែឥទ្ធិពលផ្ទាល់របស់អថេរមួយប៉ុណ្ណោះ។ | ដូចជាការវាយតម្លៃសមត្ថភាពបុគ្គលិកម្នាក់ៗដាច់ដោយឡែកពីគ្នា ដោយមិនខ្វល់ថាពួកគេធ្វើការងារជាក្រុមជាមួយអ្នកដទៃបានល្អកម្រិតណានោះទេ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
