การพัฒนารูปแบบการบริหารด้วยฐานข้อมูลขนาดใหญ่เพื่อยกระดับคุณภาพการศึกษา ของสถานศึกษา สังกัดสำนักงานคณะกรรมการการอาชีวศึกษา
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาองค์ประกอบของการจัดระบบฐานข้อมูลขนาดใหญ่ในการบริหารสถานศึกษา 2) พัฒนารูปแบบการบริหารด้วยฐานข้อมูลขนาดใหญ่เพื่อยกระดับคุณภาพการศึกษา 3) ประเมินรูปแบบการบริหารด้วยฐานข้อมูลขนาดใหญ่เพื่อยกระดับคุณภาพการศึกษา ใช้การวิจัยแบบผสานวิธี การวิจัยแบ่งออกเป็น 2 ระยะ ดังนี้ ระยะที่ 1 การศึกษาองค์ประกอบของการจัดระบบฐานข้อมูลขนาดใหญ่ในการบริหารสถานศึกษาเพื่อยกระดับคุณภาพการศึกษา เก็บรวบรวมข้อมูลโดยการสัมภาษณ์ผู้เชี่ยวชาญ ผู้ให้ข้อมูลในการสัมภาษณ์ ได้แก่ ผู้เชี่ยวชาญด้านการบริหารสถานศึกษา และนักวิชาการการศึกษา จำนวน 5 คน ได้มาโดยเลือกแบบเจาะจงตามเกณฑ์ที่กำหนด เครื่องมือที่ใช้ คือ แบบสัมภาษณ์กึ่งโครงสร้าง วิเคราะห์ข้อมูล โดยการวิเคราะห์เนื้อหา กลุ่มตัวอย่างที่ใช้ในการวิจัย คือ สถานศึกษาสังกัดสำนักงานคณะกรรมการการอาชีวศึกษา จำนวน 105 แห่ง ผู้ให้ข้อมูลประกอบด้วย ผู้บริหารสถานศึกษา หัวหน้าแผนก หัวหน้างานในสถานศึกษาสังกัดสำนักงานคณะกรรมการการอาชีวศึกษา รวมจำนวน 420 คน โดยใช้วิธีการสุ่มแบบแบ่งชั้นภูมิตามสัดส่วนกระจายตามกลุ่มภูมิภาคของสถานศึกษา เครื่องมือที่ใช้ในการวิจัย คือ แบบสอบถาม วิเคราะห์ข้อมูลโดยใช้ค่าความถี่ ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และการวิเคราะห์องค์ประกอบเชิงยืนยัน ระยะที่ 2 การพัฒนาและประเมินรูปแบบการบริหารด้วยฐานข้อมูลขนาดใหญ่เพื่อยกระดับคุณภาพการศึกษา เก็บรวบรวมข้อมูลโดยการสัมมนาอิงผู้เชี่ยวชาญ ผู้ให้ข้อมูลและประเมินรูปแบบ ได้แก่ ผู้เชี่ยวชาญด้านการบริหารสถานศึกษา และนักวิชาการศึกษา จำนวน 9 คน ได้มาโดยเลือกแบบเจาะจงตามเกณฑ์ที่กำหนด เครื่องมือที่ใช้ในการวิจัย ได้แก่ คู่มือสัมมนาอิงผู้เชี่ยวชาญ และแบบประเมินรูปแบบ วิเคราะห์ข้อมูลโดยใช้ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และการวิเคราะห์เนื้อหา
ผลการวิจัยพบว่า
- องค์ประกอบของการจัดระบบฐานข้อมูลขนาดใหญ่ในการบริหารสถานศึกษาเพื่อยกระดับคุณภาพการศึกษาของสถานศึกษา ประกอบด้วย 4 องค์ประกอบ ได้แก่ 1) การจัดระบบฐานข้อมูลของสถานศึกษา 2) การใช้ระบบฐานข้อมูลของสถานศึกษา 3) การดำเนินการยกระดับคุณภาพการศึกษา 4) การปรับปรุงการยกระดับคุณภาพการศึกษา
- รูปแบบการบริหารด้วยฐานข้อมูลขนาดใหญ่เพื่อยกระดับคุณภาพการศึกษา (DDIIA Model) ประกอบด้วย 1) กำหนดนโยบายการใช้ฐานข้อมูล (D: Data Policy) 2) การจัดฐานข้อมูล (D: Data Management Activity) 3) การรวบรวมข้อมูล (I: Integrating Data) 4) การปรับปรุงฐานข้อมูล (I: Improving Data) และ 5) การใช้ฐานข้อมูล (A: Applying Data)
- การประเมินรูปแบบการบริหารด้วยฐานข้อมูลขนาดใหญ่เพื่อยกระดับคุณภาพการศึกษา มีความถูกต้องเหมาะสม เป็นประโยชน์ และเป็นไปได้ในการนำไปใช้ อยู่ในระดับมากที่สุด (
= 4.97, S.D. = 0.04)
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
|
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสาร การอาชีวศึกษาภาคกลาง ถือเป็นลิขสิทธิ์ของวารสารการอาชีวศึกษาภาคกลางหากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนใดส่วนหนึ่ง ไปเผยแพร่ต่อหรือเพื่อกระทำการใด ๆ กองบรรณาธิการไม่สงวนสิทธิ์ ในการคัดลอกบทความเพื่อการศึกษาแต่ให้อ้างอิงแหล่งที่มาให้ครบถ้วน สมบูรณ์ สงวนสิทธิ์ โดย สถาบันการอาชีวศึกษาภาคกลาง 4 ที่ตั้ง 90 ถนนเทศา ตำบลพระปฐมเจดีย์ อำเภอเมือง จังหวัดนครปฐม โทรศัพท์ 034 242 856 , โทรสาร 034 242 858 ISSN : 3056-9176 (print) ISSN : 2985-2382 (online) |
References
ทนงศักดิ์ พรมแพง และ ชวนชัย เชื้อสาธุชน. (2556, กรกฎาคม-ธันวาคม). การพัฒนาระบบฐานจัดการฐานข้อมูลสารสนเทศการประกันคุณภาพภายในสถานศึกษาสังกัดสำนักงานเขตพื้นที่การประถม ศึกษาศรีสะเกษ เขต1. วิจัยและประเมินผลอุบลราชธานี, 2, (2), หน้า 27-35.
ธีรพงศ์ เตชาติ, สำเนา หมื่นแจ่ม, และ หนูม้วน ร่มแก้ว. (2562, กรกฎาคม–ธันวาคม). การพัฒนาระบบติดตามผลการเรียนนักศึกษา คณะเทคโนโลยี การเกษตร มหาวิทยาลัยราชภัฏเชียงใหม่. มหาวิทยาลัยราชภัฏลำปาง, 8, (2), หน้า 46-59.
ศูนย์เทคโนโลยีสารสนเทศและการสื่อสาร. (2564). แผนปฏิบัติการดิจิทัลเพื่อการศึกษา กระทรวง ศึกษาธิการ 2563-2565. กรุงเทพฯ: สำนักงานปลัดกระทรวงศึกษาธิการ.
สำนักงานปลัดกระทรวงศึกษาธิการ. (2559). แผนพัฒนาการศึกษาของกระทรวง ศึกษาธิการ ฉบับที่ ๑๒ (พ.ศ. ๒๕๖๐-๒๕๖๔). ค้นเมื่อ มกราคม 7, 2565, จาก https://waa.inter.nstda.or.th/stks/pub/2017/20170313-Education-Development-Plan-12.pdf
สำนักงานเลขาธิการสภาการศึกษา. (2553). รายงานวิจัยและพัฒนาระบบฐานข้อมูลสำหรับการประเมินผลการจัดการศึกษาของประเทศ (ฉบับสรุป). กรุงเทพฯ: สำนักงานเลขาธิการสภาการศึกษา.
AbuKhousa, E., & Atif, Y. (2014). Big learning data analytics support for engineering career readiness. In 2014 International Conference on Interactive Collaborative Learning (ICL) (3-6 December). Dubai: United Arab Emirates.
Dietrich, D., Heller, B., & Yang, B. (2015). Data Science & Big Data Analytics: Discovering, Analyzing, Visualizing and Presenting Data. Indianapolis, IN: John Wiley & Sons, Inc.
Hair, J.F., Black, W., Babin, B.J., & Anderson, R.E. (2010). Multivariate Data Analysis: A Global Perspective. New Jersey: Pearson Prentice-Hall.
Hordri, N. F., Samar, A., Yuhaniz, S., & Shamsuddin, S. M. (2017). A Systematic Literature Review on Features of Deep Learning in Big Data Analytics. International Journal of Advances in Soft Computing and its Applications, 9, (1), pp 32-49.
Jie, W., Hai-yan, L., Biao, C., & Yuan, Z. (2017). Application of educational data mining on analysis of students' online learning behavior. In 2017 2nd International Conference on Image, Vision and Computing (ICIVC) (2-4 June). Chengdu: China.
Knight, G. A., & Cavusgil, S. T. (2004). Innovation, Organizational Capabilities, and the Born-Global Firm. Journal of International Business Studies, 35, (2), pp. 124-141.
Matsebula, F., & Mnkandla, E. (2016). Information systems innovation adoption in higher education: Big data and analytics. In 2016 International Conference on Advances in Computing and Communication Engineering (ICACCE) (28-29 November). Durban: South Africa.
Riffai, M. M. M. A., Duncan, P., Edgar, D., & Al-Bulushi, A. H. (2016). The potential for big data to enhance the higher education sector in Oman. In 3rd MEC International Conference on Big Data and Smart City-Muscat, Oman (15-16 March pp. 79-84). Oman: Institute of Electrical and Electronics Engineers Inc.
Schelen, O., Elragal, A., & Haddara, M. (2015). A roadmap for big-data research and education. Retrieved January 7, 2022, from https://ltu.diva-portal.org/smash/record.jsf?pid=diva2%3A997368&dswid=-453