ความคล่องแคล่วในการเรียนรู้ (Learning Agility) และความสัมพันธ์กับผลสัมฤทธิ์ทางการเรียนของนักศึกษามหาวิทยาลัย: การศึกษาเปรียบเทียบระหว่างสองคณะ
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้สำรวจความคล่องแคล่วในการเรียนรู้ของนักศึกษาจากสองคณะ ได้แก่ คณะวิทยาศาสตร์และเทคโนโลยีอุตสาหกรรม และคณะนวัตกรรมการเกษตร ประมง และอาหาร โดยมีเป้าหมายเพื่อ 1) ระบุระดับความคล่องแคล่วในการเรียนรู้ของนักศึกษา 2) วิเคราะห์ความสัมพันธ์ระหว่างความคล่องแคล่วในการเรียนรู้กับเกรดเฉลี่ยสะสม และ 3) เปรียบเทียบความแตกต่างระหว่างความคล่องแคล่วในการเรียนรู้ของนักศึกษาทั้งสองคณะ งานวิจัยเป็นการเก็บข้อมูลเชิงสำรวจ เก็บข้อมูลจากนักศึกษา จำนวน 477 คน ของมหาวิทยาลัยสงขลานครินทร์ วิทยาเขตสุราษฎร์ธานี เครื่องมือวิจัยเป็นแบบทดสอบวัดความคล่องแคล่วในการเรียนรู้ที่พัฒนาจากแนวคิดของ Hallenbeck และผ่านการตรวจสอบความตรงเชิงเนื้อหาโดยผู้เชี่ยวชาญแล้ว การวิเคราะห์ข้อมูลครอบคลุมสถิติเชิงพรรณนา สหสัมพันธ์เพียร์สัน และการวิเคราะห์ความแปรปรวนพหุ ผลการศึกษาแสดงให้เห็นว่านักศึกษามีความคล่องแคล่วในการเรียนรู้โดยรวมอยู่ในระดับสูง (M = 5.75) อย่างไรก็ตาม ความสัมพันธ์กับเกรดเฉลี่ยสะสมอยู่ในระดับต่ำและไม่ปรากฏนัยสำคัญทางสถิติ โดยในกลุ่มคณะวิทยาศาสตร์และเทคโนโลยีอุตสาหกรรมพบความสัมพันธ์เชิงลบเล็กน้อย (r = -.07, p > .05) ขณะที่คณะนวัตกรรมการเกษตร ประมง และอาหารมีความสัมพันธ์เชิงบวกเล็กน้อย (r = .12, p > .05) เมื่อเปรียบเทียบ จากทั้งสองคณะพบความแตกต่างอย่างมีนัยสำคัญในระดับพหุ (Pillai’s Trace = .042, F(4,472) = 5.12, p < .01) โดยนักศึกษาคณะนวัตกรรมการเกษตร ประมง และอาหารมีค่าเฉลี่ยสูงกว่าในทุกองค์ประกอบ ข้อค้นพบดังกล่าวชี้ให้เห็นว่า ความคล่องแคล่วในการเรียนรู้อาจไม่ได้เชื่อมโยงโดยตรงกับผลสัมฤทธิ์ทางการเรียนในรูปของเกรดเฉลี่ย หากเป็นสมรรถนะที่ขึ้นกับบริบทการเรียนรู้ ดังนั้น การประเมินผลในระดับอุดมศึกษาควรเปิดพื้นที่ให้กับการประเมินตามสภาพจริงและการประเมินฐานสมรรถนะ เพื่อให้ได้ภาพของศักยภาพผู้เรียนที่รอบด้านมากขึ้น
Article Details
เอกสารอ้างอิง
Andrade, H. L. (2020). A critical review of research on student self-assessment. Frontiers in Education, 5, 87. https://doi.org/10.3389/feduc.2020.00087.
Boateng, G. O. et al. (2018). Best practices for developing and validating scales for health, social, and behavioral research: A primer. Frontiers in Public Health, 6, 149. https://doi.org/10.3389/fpubh.2018.00149.
Boud, D. & Falchikov, N. (2020). Aligning assessment with long-term learning. Assessment & Evaluation in Higher Education, 45(7), 1035-1048. https://doi.org/10.1080/02602938.2020.1764761.
Burke, W. W. (2014). Organization change: Theory and practice. (4th ed.). Thousand Oaks, California: Sage Publications.
DeRue, D. S. et al. (2012). Learning agility: In search of conceptual clarity and theoretical grounding. Industrial and Organizational Psychology, 5(3), 258-279. https://doi.org/10.1111/j.1754-9434.2012.01444.x.
DeVellis, R. F. (2017). Scale development: Theory and applications. (4th ed.). Thousand Oaks, California: Sage Publications.
Field, A. (2013). Discovering statistics using IBM SPSS statistics. (4th ed.). Thousand Oaks, California: Sage Publications.
Hallenbeck, G. S. (2016). Learning agility: Unlock the lessons of experience. Greensboro: Center for Creative Leadership.
Haynes, S. N. et al. . (1995). Content validity in psychological assessment: A functional approach. Psychological Assessment, 7(3), 238-247. https://doi.org/10.1037/1040-3590.7.3.238.
Hoff, D. & Burke, W. W. (2017). Learning agility: The key to leader potential. New York: Columbia University Press.
Lombardo, M. M. & Eichinger, R. W. (2000). High potentials as high learners. Human Resource Management, 39(4), 321-329.
McKinsey & Company. (2020). The future of work after COVID-19. New York: McKinsey Global Institute.
Messick, S. . (1995). Validity of psychological assessment: Validation of inferences from persons’ responses and performances. American Psychologist, 50(9), 741-749. https://doi.org/10.1037/0003-066X.50.9.741.
Organisation for Economic Co-operation and Development. (2021). 21st-century readers: Developing literacy skills in a digital world. Paris: OECD Publishing.
Pellegrino, J. W. (2020). Educational assessment in the 21st century: Challenges and opportunities. Educational Measurement: Issues and Practice, 39(3), 34-41. https://doi.org/10.1111/emip.12342.
Polit, D. F. & Beck, C. T. (2006). The content validity index: Are you sure you know what’s being reported? Critique and recommendations. Research in Nursing & Health, 29(5), 489-497. https://doi.org/10.1002/nur.20147.
Tabachnick, B. G. & Fidell, L. S. (2019). Using multivariate statistics. (7th ed.). New York: Pearson.
Tai, J. et al. (2022). Developing evaluative judgement: Enabling students to make decisions about the quality of work. Higher Education, 83(2), 353-370. https://doi.org/10.1007/s10734-021-00705-1.
World Economic Forum. (2016). The future of jobs: Employment, skills and workforce strategy for the Fourth Industrial Revolution. Geneva, Switzerland: World Economic Forum.
Yamane, T. (1967). Statistics: An introductory analysis. (2nd ed.). New York: Harper & Row.
