បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះដោះស្រាយបញ្ហានៃការខ្វះខាតឧបករណ៍វាស់ស្ទង់ស្តង់ដារ និងគួរឱ្យទុកចិត្ត ដើម្បីវាយតម្លៃការពេញចិត្តរបស់និស្សិតថ្នាក់បរិញ្ញាបត្រផ្នែកសុខាភិបាលទៅលើគុណភាពនៃសេវាកម្មអប់រំនិងបណ្តុះបណ្តាល។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់វិធីសាស្ត្រចម្រុះ (Mixed Methods) ដោយមានការរចនាបែបស្វែងយល់ឆ្លងកាត់៤ដំណាក់កាល។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Exploratory Factor Analysis (EFA) ការវិភាគកត្តាស្វែងយល់ |
ជួយកាត់បន្ថយចំនួនអថេរដែលមិនចាំបាច់ និងស្វែងរកកត្តាបង្កប់ (Underlying factors) ពីសំណុំទិន្នន័យធំៗ។ ល្អសម្រាប់ដំណាក់កាលដំបូងនៃការបង្កើតរង្វាស់វាស់ស្ទង់ថ្មី។ | ពឹងផ្អែកខ្លាំងលើទិន្នន័យជាក់ស្តែង ដែលអាចធ្វើឱ្យការចាត់ក្រុមអថេរមានភាពខុសប្លែកពីទ្រឹស្តីដើម (ឧទាហរណ៍៖ ការច្របាច់បញ្ចូលកត្តាបង្រៀននិងកម្មវិធីសិក្សា)។ | បានបង្រួញអថេរពី ៤១ មកត្រឹម ២៣ចំណុច និងចែកចេញជា ៥កត្តា ដោយពន្យល់បាន ៦៦,៤១% នៃបំរែបំរួលទិន្នន័យ។ |
| Confirmatory Factor Analysis (CFA) & Structural Equation Modeling (SEM) ការវិភាគកត្តាបញ្ជាក់ និងម៉ូដែលសមីការរចនាសម្ព័ន្ធ |
អាចផ្ទៀងផ្ទាត់ភាពត្រឹមត្រូវនៃម៉ូដែលទ្រឹស្តី វាយតម្លៃភាពជឿជាក់យ៉ាងច្បាស់លាស់ និងវាស់ស្ទង់ឥទ្ធិពលនៃកត្តានីមួយៗទៅលើលទ្ធផលចុងក្រោយបានយ៉ាងសុក្រឹត។ | ទាមទារទំហំសំណាកទិន្នន័យធំ និងទាមទារចំណេះដឹងស្ថិតិកម្រិតខ្ពស់ដើម្បីវាយតម្លៃសូចនាករភាពស័ក្តិសម (Fit indices) ដូចជា RMSEA, CFI ជាដើម។ | បានបញ្ជាក់ម៉ូដែលចុងក្រោយដែលមាន ៤កត្តា (២០ចំណុច) និងបង្ហាញថាម៉ូដែលនេះអាចពន្យល់បាន ៨០,៩% នៃការពេញចិត្តរបស់និស្សិត។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការស្រាវជ្រាវនេះទាមទារការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រឯកទេសសម្រាប់វិភាគស្ថិតិ ទំហំសំណាកទិន្នន័យធំ និងការចូលរួមពីអ្នកជំនាញដើម្បីវាយតម្លៃ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅសាកលវិទ្យាល័យវេជ្ជសាស្ត្រ Pham Ngoc Thach ក្នុងប្រទេសវៀតណាម ដោយប្រមូលទិន្នន័យតែពីនិស្សិតថ្នាក់បរិញ្ញាបត្រផ្នែកសុខាភិបាលប៉ុណ្ណោះ។ លទ្ធផលនេះអាចមានភាពលម្អៀងទៅនឹងបរិបទប្រព័ន្ធអប់រំពេទ្យ និងវប្បធម៌រដ្ឋបាលរបស់វៀតណាម។ ទោះយ៉ាងណា វាមានតម្លៃណាស់សម្រាប់ប្រទេសកម្ពុជា ដោយសារប្រទេសទាំងពីរមានបរិបទតំបន់ និងប្រព័ន្ធអប់រំផ្នែកវេជ្ជសាស្ត្រដែលកំពុងអភិវឌ្ឍស្រដៀងគ្នា។
វិធីសាស្ត្រ និងរង្វាស់ដែលត្រូវបានបង្កើតឡើងក្នុងឯកសារនេះ មានអត្ថប្រយោជន៍ និងអាចយកមកអនុវត្តបានយ៉ាងល្អសម្រាប់ការវាយតម្លៃគុណភាពអប់រំនៅកម្ពុជា។
ការយកឧបករណ៍វាស់ស្ទង់ដែលបានឆ្លងកាត់ការធ្វើសុពលភាពត្រឹមត្រូវនេះមកប្រើប្រាស់ នឹងជួយស្ថាប័នអប់រំកម្ពុជាឱ្យមានមូលដ្ឋានទិន្នន័យច្បាស់លាស់ ក្នុងការធ្វើកំណែទម្រង់ និងកែលម្អគុណភាពសេវាកម្មរបស់ខ្លួន។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Exploratory Factor Analysis (EFA) | ជាវិធីសាស្ត្រស្ថិតិដែលប្រើដើម្បីកាត់បន្ថយទិន្នន័យ (សំណួរច្រើន) ឱ្យមកនៅជាក្រុមអថេរតូចៗ ឬកត្តាសំខាន់ៗ (Factors) ដែលបង្កប់នៅពីក្រោយ ដោយស្វែងរកទំនាក់ទំនងរវាងសំណួរទាំងនោះ មុននឹងយើងដឹងច្បាស់ពីរចនាសម្ព័ន្ធរបស់វា។ | ដូចជាការចាត់ថ្នាក់សិស្ស១០០នាក់ទៅជា៥ក្រុម ទៅតាមចំណង់ចំណូលចិត្តដែលពួកគេមានប្រហាក់ប្រហែលគ្នា ដើម្បីងាយស្រួលគ្រប់គ្រង។ |
| Confirmatory Factor Analysis (CFA) | ជាការវិភាគស្ថិតិដែលប្រើបន្ទាប់ពី EFA ដើម្បីផ្ទៀងផ្ទាត់ ឬបញ្ជាក់ថាតើក្រុមអថេរដែលយើងបានចាត់ថ្នាក់រួចហើយនោះ ពិតជាមានភាពត្រឹមត្រូវ និងស៊ីសង្វាក់គ្នាទៅតាមទ្រឹស្តី ឬម៉ូដែលដែលយើងបានគិតទុកមែនឬអត់។ | ដូចជាការត្រួតពិនិត្យម្តងទៀតថា តើសិស្សដែលយើងបានចាត់ចូលក្រុមនីមួយៗនោះ ពិតជាមានលក្ខណៈសម្បត្តិស្របតាមលក្ខខណ្ឌនៃក្រុមនោះមែនឬទេ។ |
| Structural Equation Modeling (SEM) | ជាម៉ូដែលស្ថិតិកម្រិតខ្ពស់ដែលរួមបញ្ចូលគ្នានូវ CFA និងការវិភាគតំរែតំរង់ (Regression) ដើម្បីវាស់ស្ទង់ទាំងភាពត្រឹមត្រូវនៃរង្វាស់ និងធ្វើតេស្តសម្មតិកម្មពីឥទ្ធិពលនៃកត្តាមួយ (ឧ. ការបង្រៀន) ទៅលើលទ្ធផលចុងក្រោយ (ឧ. ការពេញចិត្ត) ក្នុងពេលតែមួយ។ | ដូចជាការគូរផែនទីដែលមិនត្រឹមតែបង្ហាញពីទីតាំងទីក្រុងនីមួយៗប៉ុណ្ណោះទេ ថែមទាំងប្រាប់ពីទំហំនៃលំហូរចរាចរណ៍ពីទីក្រុងមួយទៅទីក្រុងមួយទៀតផងដែរ។ |
| Cronbach's Alpha | ជារង្វាស់ស្ថិតិសម្រាប់វាស់ស្ទង់ "ភាពស៊ីសង្វាក់គ្នាផ្ទៃក្នុង" (Internal Consistency) នៃកម្រងសំណួរ ដើម្បីធានាថាសំណួរទាំងអស់នៅក្នុងក្រុមតែមួយ ពិតជាកំពុងវាស់ស្ទង់នូវគោលគំនិតតែមួយ។ (តម្លៃធំជាង ០.៧ ត្រូវបានចាត់ទុកថាអាចទទួលយកបាន)។ | ដូចជាការវាស់ប្រវែងតុមួយដោយប្រើបន្ទាត់៣ផ្សេងគ្នា បើបន្ទាត់ទាំង៣បង្ហាញប្រវែងស្មើគ្នា នោះមានន័យថាឧបករណ៍វាស់នោះមានភាពជឿជាក់ខ្ពស់។ |
| Content Validity Ratio (CVR) | ជាសូចនាករដែលបង្ហាញពីកម្រិតនៃការឯកភាពគ្នារវាងក្រុមអ្នកជំនាញ ទៅលើភាពចាំបាច់ និងភាពពាក់ព័ន្ធនៃសំណួរនីមួយៗ មុននឹងដាក់បញ្ជូលវាក្នុងកម្រងសំណួរផ្លូវការសម្រាប់ការស្រាវជ្រាវ។ | ដូចជាការបោះឆ្នោតយល់ព្រមពីចុងភៅជំនាញ៥នាក់ ដើម្បីសម្រេចថាគ្រឿងផ្សំមួយណាគួរដាក់ ឬមិនគួរដាក់ក្នុងរូបមន្តម្ហូបថ្មីមួយ។ |
| Average Variance Extracted (AVE) | ជាតម្លៃស្ថិតិដែលបង្ហាញថាតើកត្តាមួយ (Construct) អាចពន្យល់ពីបំរែបំរួលនៃសំណួររបស់វាបានកម្រិតណា បើប្រៀបធៀបទៅនឹងកំហុសនៃការវាស់ស្ទង់ (Measurement error)។ វាជួយបញ្ជាក់ពី "ភាពជឿជាក់នៃតម្លៃរួមបញ្ចូលគ្នា" (Convergent Validity)។ | ដូចជាអំពូលភ្លើងដែលបញ្ចេញពន្លឺចំគោលដៅបានច្បាស់ល្អ ដោយមានពន្លឺខ្ចាត់ខ្ចាយចោល (កំហុស) តិចតួចបំផុត។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
