โมเดลสมการโครงสร้างพหุระดับปัจจัยที่มีอิทธิพลต่อการรู้เรื่องวิทยาศาสตร์ ของนักเรียนชั้นมัธยมศึกษาปีที่ 4 สังกัดสำนักงานเขตพื้นที่การศึกษามัธยมศึกษา เขต 33
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) พัฒนาและตรวจสอบความตรงของโมเดลสมการโครงสร้างพหุระดับกับข้อมูลเชิงประจักษ์ และ 2) ศึกษาปัจจัยที่มีอิทธิพลต่อการรู้เรื่องวิทยาศาสตร์ ตัวอย่างที่ใช้ประกอบด้วย นักเรียนจำนวน 1,357 คน และครู 595 คน จาก 64 โรงเรียน โดยการสุ่มตัวอย่างแบบหลายขั้นตอน เครื่องมือที่ใช้ประกอบด้วยแบบทดสอบและแบบวัดแบบมาตรประมาณค่า ที่มีความเชื่อมั่น (Reliability) ระหว่าง 0.856 ถึง 0.984 สถิติที่ใช้ได้แก่ การวิเคราะห์องค์ประกอบ และโมเดลสมการโครงสร้างพหุระดับ ผลการวิจัยพบว่า
1. โมเดลที่พัฒนาขึ้นสอดคล้องกับข้อมูลเชิงประจักษ์ (2 = 323.820, df = 235, ดัชนี CFI = 0.993, TLI = 0.992, RMSEA = 0.017, SRMRW = 0.038, SRMRB = 0.108 และ
2 /df = 1.378)
2. ปัจจัยระดับนักเรียนที่มีอิทธิพลต่อการรู้เรื่องวิทยาศาสตร์ ได้แก่ ความเชื่อในตนเองทางวิทยาศาสตร์ และแรงจูงใจในการเรียนวิทยาศาสตร์ ระดับโรงเรียน ได้แก่ การจัดการเรียนการสอนวิทยาศาสตร์ของครู โดยตัวแปรระดับนักเรียนและโรงเรียนอธิบายความแปรปรวนได้ร้อยละ 13.800 และ 15.700 ตามลำดับ
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เจ้าของบทความมิได้คัดลอก หรือละเมิดลิขสิทธิ์ของผู้ใด หากเกิดการละเมิดลิขสิทธิ์ ไม่ว่าวิธีใด หรือการฟ้องร้องไม่ว่ากรณีใด ๆ ที่อาจเกิดขึ้นได้ กองบรรณาธิการวารสารศึกษาศาสตร์ ไม่มีส่วนเกี่ยวข้องทั้งสิ้น ให้เป็นสิทธิ์ของเจ้าของบทความที่จะดำเนินการ
เอกสารอ้างอิง
Artino, A. R. (2012). Academic self-efficacy: From educational theory to instructional practice. Perspective on Medical Education, 1(2), 76-85.
Dumrongpanit, S. (2012). Mplus program with data analysis in behavioral and social sciences. Mahasarakham: Mahasarakham University. [in Thai]
Education for All Global Monitoring Report Team (EFA-GMR Team). (2015). Investing in Teacher is Investing in Learning: A Prerequisite for the Transformative Power of Education. Background Paper for the Oslo Summit on Education for Development; 6-7 July 2015, Oslo: Norway.
Faikhamta, C. (2020). Strategies for teaching chemistry. Bangkok: Chulalongkorn University press. [in Thai]
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2014). Multivariate data analysis (7th ed.). New Jersey: Pearson Education.
Hayat, A. A., Shateri, K., Amini, A., & Shokrpour, N. (2020). Relationship Between Academic Self-Efficacy, Learning-related Emotions, and Metacognitive Learning Strategies with Academic Performance in Medical Students: A Structural Equation Model. BMC Medical Education, 20(76), 1-11.
Jiang, F., & McComas, W. F. (2015). The effects of inquiry teaching on students science achievement and attitudes: Evidence from propensity score analysis of PISA data. International Journal of Education. 37(3), 554-576.
Kanjanawasee, S. (2011). Multilevel Analysis. Bangkok: Chulalongkorn University Press. [in Thai]
Keefe, J., & Jenkins, J. (1993). Eye on education: Instruction and the learning environment. In Zenzen, T. G. (2002). Achievement Motivation (pp. 7-8). Wisconsin, USA: University of Wisconsin-Stout.
Khemmani, T. (2017). The science of teaching: Knowledge for effective learning (21st ed.). Bangkok: Chulalongkorn University Press. [in Thai]
Khongkaew, P. (2016). Strategies of educational resources mobilization of basic education school (Doctoral dissertation). Ubon Ratchathani: Ubon Ratchathani Rajabhat University. [in Thai]
Kowtrakul, S. (2016). Educational psychology (12th ed.). Bangkok: Chulalongkorn University press. [in Thai]
Kyllonen, P. C., Walters, A. M., & Kaufman, J. C. (2011). The role of noncognitive constructs and other background variables in graduate education (Research report). Princeton, NJ: Educational Testing Service.
Ladachart, L. (2018). Teaching science as Science: History philosophy and education. Bangkok: Chulalongkorn University Press. [in Thai]
Margarida, R., & Federico, B. (2017). Digital technologies and learning outcomes of students from low socio-economic background: An analysis of PISA 2015. Luxembourg: Publications Office of the European Union.
Mason, L., Boscolo, P., Tornatora, M. C., & Ronconi, L. (2013). Besides knowledge: A cross-sectional study on the relations between epistemic beliefs, achievement goals, self-beliefs, and achievement in science. Instructional Science, 41(1), 49-79.
Mass, C. J. M., & Hox, J. J. (2005). Sufficient sample sizes for multilevel modeling. Methodology, 1(3), 86-92.
Muthén, B. O. (1991). Multilevel factor analysis of class and student achievement components. Journal of Educational measurement, 28(4), 338-354.
National Academies of Sciences, Engineering and Medicine (NASEM). (2016). Science Literacy: Concepts, Contexts, and Consequences. Washington, DC: The National Academies Press.
National Research Council (NRC). (2000). How People Learn: Brain, Mind, Experience, and School: Expanded Edition. Washington, DC: The National Academies Press.
Niltheun, A. (2010). Effect of learning styles and matching of learning styles – teaching styles on ninth grade student’s science learning achievement with attitude towards science as mediator (Master thesis). Bangkok: Chulalongkorn University. [in Thai]
Nuangchalerm, P. (2014). Science learning in the 21st century. Mahasarakham: Apichart Printing. [in Thai]
Organization for Economic Co-operation and Development (OECD). (2015). Students, Computers and Learning: Making the Connection. Paris: OECD Publish.
Organization for Economic Co-operation and Development (OECD). (2016). PISA 2015 Results (Volume I): Excellent and Equity in Education. Paris: OECD Publish.
Organization for Economic Co-operation and Development (OECD). (2017). The Funding of School Education: Connecting Resources and Learning. Paris: OECD Publish.
Organization for Economic Co-operation and Development (OECD). (2018). Education Policy Outlook: Mexico. Paris: OECD Publish.
Panich, V. (2013). How learning works? Bangkok: S. R. Printing Mass Product. [in Thai]
Sharma, H. L., & Nasa, G. (2014). Academic self-efficacy: A reliable predictor of educational performances, British Journal of Education, 2(3), 57-64.
Taksino, P., Promabun, T., Suraset, Ch., Jogsatit, T., & Kadchaturat, J. (2016). Measurement and assessment model of students’ desirable characteristics based on national education standards and developing battery test of attitudinal constructs for basic educational students. Bangkok: National Institute of Educational Testing Service (Public Organization). [in Thai]
Tantichuwet, P. (2017). Learner development to grow to their full potential. In Sinlarat, P., & Meesan, N. (Editor), Educational Leadership (pp. 303-312). Bangkok: Chulalongkorn University press. [in Thai]
The Institute for the Promotion of Teaching Science and Technology (IPST). (2018). PISA 2015 results (Volume I): Excellent and equity in education. Bangkok: Success Publication. [in Thai]
Viorel, M., & Viorel, D. (2015). Scientific literacy in school. Procedia – Social and Behavioral Sciences, (209), 167-172.
Zenzen, T. G. (2002). Achievement motivation. Wisconsin: University of Wisconsin-Stout.
