การทำนายระดับผลการเรียนของนักศึกษาพยาบาล ด้วยวิธีห่วงโซ่มาร์คอฟ
Article Sidebar
Main Article Content
บทคัดย่อ
บทความฉบับนี้มีวัตถุประสงค์เพื่อทำนายผลการเรียนของกลุ่มนักศึกษาจำแนกระดับคะแนนในภาคการศึกษาถัดไปจากข้อมูลการเปลี่ยนแปลงระดับคะแนน 6 ภาคการศึกษาที่ผ่านมา โดยวิธีห่วงโซ่มาร์คอฟที่มีสมมติฐานว่าการเปลี่ยนแปลงของระดับคะแนนในอนาคตจะมีแนวโน้มการเปลี่ยนแปลงเช่นอดีตผ่านมา โดยใช้รูปแบบการวิจัยที่ทำการรวบรวมข้อมูลคะแนนเฉลี่ยภาคการศึกษาปกติของนักศึกษาพยาบาล หลักสูตรปริญญาตรีจำนวน 96 คน ตั้งแต่เรียนชั้นปีที่ 1 2 และ 3 รวม 6 ภาคการศึกษา ระหว่างปีการศึกษา 2561 ถึง 2563 คะแนนแต่ละภาคการศึกษาถูกจัดเป็นระดับคะแนน 4 ระดับ แล้วสร้างเป็นเมตริกซ์ความน่าจะเป็น ของการเปลี่ยนสถานะนำไปทำนายจำนวนนักศึกษาในแต่ละระดับคะแนนในภาคการศึกษาถัดไป ผลการวิจัยพบว่า เมื่อใช้ข้อมูลสถานะระดับคะแนนในปี การศึกษา 2561 และ 2562 วิธีห่วงโซ่มาร์คอฟให้ผลการทำนายแตกต่างไปจากระดับคะแนนจริงในปีการศึกษา 2562 และ 2563 เนื่องจากการจัดการสอนที่เปลี่ยนจากชั้นเรียนไปเป็นออนไลน์ตามสถานการณ์โควิด-19 ประกอบกับสัดส่วนรายวิชาทฤษฎีและปฏิบัติการของชั้นปีที่แตกต่างกันด้วย แต่ถ้าการดำเนินการเรียนการสอนดำเนินไปอย่างที่เคยเป็น ผลของกระบวนการมาร์คอฟก็จะทำให้เกิดการเปลี่ยนสถานะเช่นนั้นต่อไปตามเมตริกซ์ความน่าจะเป็นของการเปลี่ยนสถานะในขั้นถัด ๆ ไป ดังนั้นหากในปีการศึกษา 2564 การจัดการสอนไม่ต่างไปจากปี 2563 แล้ว ประกอบกับสัดส่วนรายวิชาทฤษฎีและปฏิบัติในชั้นปีที่ 4 ก็ไม่ต่างไปจากชั้นปีที่ 3 มากนัก วิธีห่วงโซ่มาร์คอฟได้พยากรณ์จำนวนนักศึกษาในแต่ละระดับคะแนนของนักศึกษากลุ่มเดิมนี้ใน ปีการศึกษา 2564 ว่าจะมีผลการเรียนดีกว่าปีการศึกษา 2563 ที่ผ่านมา
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
คณะพยาบาลศาสตร์ มหาวิทยาลัยปทุมธานี. (2560). หลักสูตรพยาบาลศาตร์บัณฑิต ฉบับปรุง พ.ศ. 2560. เรียกใช้เมื่อ 6 สิงหาคม 2564 จาก https://drive.google.com/file/d/1KvgRlqsnw aqyjze7X-jo4yDPBjJkXySk/view
ปฏิวิชช์ สาระพิน และคณะ. (2558). การศึกษาความสัมพันธ์ระหว่างการเปลี่ยนแปลงการใช้ประโยชน์ที่ดินกับสมดุลน้ำ ในพื้นที่ชุ่มน้ำบึงบอระเพ็ดด้วยแบบจำลอง Soil and Water Assessment Tool. วารสารวิชาการวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฎนครสวรรค์, 7(7),125-42.
อภิศักดิ์ วิทยาประภากร และคณะ. (2560). การวิเคราะห์ราคาทองคำแท่งด้วยวิธีห่วงโซ่มาร์คอฟ. วารสารวิชาการเทคโนโลยีอุตสาหกรรม, 13(3), 48-58.
Baudoin, F. (2010). Stochastic Processes. International Encyclopedia of Education.(3rd ed.), 3(2), 451-452.
Egbo, M. et al. (2018). Markov Chain Approach to Projection of Secondary School Enrolment and Projection of Teachers. Open Journal of Statistics ,2018(8), 533-555.
Jayathavaj, V. & Boonya, P. (2019). Using Markov chains to forecast the proportion of noncommunicable diseases. Songklanakarin Journal of Science Technology, 41(5), 1124-1130.
Jayathavaj, V. et al. (2021). Analysis of University Students’ Grade Point Average Before and After COVID-19. In Proceeding of the 8th National and International Conference on Economics Social and Health Survival in the New Normal (pp.8-9). Pathumthani. Pathumthani: Pathumthani University.
Mavruk, C., & Kiral, E. (2016). Academic Progress of Students in Quantitative Courses at Nigde University Vocational School of Scocial Sciences a Prediction using Markov Model. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9(3), 267-276.
Paxinou, E. et al. (2021). Analyzing Sequence Data with Markov Chain Models in Scientific Experiments. Retrieved August 2, 2021, from https://doi.org/10.1007/s42979-021-00768-
Taha, H. A. (2018). Operations research an introduction (10th ed.). Upper Saddle River. NJ: Prentice-Hall.
Wang, L. et al. (2021). Using Markov chain model to evaluate medical students’ trajectory on progress tests and predict USMLE step 1 scores---a retrospective cohort study in one medical school. Retrieved August 21, 2021, from https://doi.org/10.1186/s12909-021-02633-8
Win, A. P. (2018). Prediction of Students’ Grades in Near Future Based on Markov Chains. In Proceeding of the 2nd Conference on Computer Applications and Research. University of Computer Studies (Taunggyi).
Yutong, Z. (2021). Applications of Markov Chain in Forecast. Journal of Physics: Conference Series, 1848(1), 1-5.
