การพัฒนาหลักสูตรฝึกอบรมนวัตกรรมโซ่อุปทานด้วยการวิเคราะห์ข้อมูลเชิงวิศวกรรมสำหรับนักศึกษาปริญญาตรีในสถาบันอุดมศึกษาเอกชนของประเทศไทย
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์ 1) เพื่อศึกษาองค์ความรู้ด้านนวัตกรรมโซ่อุปทาน การวิเคราะห์ข้อมูลเชิงวิศวกรรม และความต้องการฝึกอบรมของนักศึกษาระดับปริญญาตรีในสถาบันอุดมศึกษาเอกชนของไทย เพื่อใช้ในการพัฒนาหลักสูตรฝึกอบรมที่สามารถนำไปประยุกต์ใช้ได้จริงในระบบโซ่อุปทาน และ 2) เพื่อทดลองใช้และประเมินประสิทธิภาพของหลักสูตร โดยใช้เกณฑ์ประสิทธิภาพ E₁/E₂ ไม่น้อยกว่า 80/80 และค่าดัชนีประสิทธิผล (Effectiveness Index: E.I.) ไม่น้อยกว่าร้อยละ 60 การวิจัยนี้เป็นการวิจัยและพัฒนา (R & D) ที่ออกแบบอย่างเป็นระบบ ครอบคลุม 3 หน่วย ได้แก่ 1) แนวคิดและนวัตกรรมโซ่อุปทานยุคดิจิทัล 2) การวิเคราะห์ข้อมูลเชิงวิศวกรรม และ 3) การใช้เครื่องมือวิเคราะห์ข้อมูลเชิงธุรกิจ (Business Intelligence: BI Tools) ในการเรียนรู้เชิงปฏิบัติ กลุ่มตัวอย่างที่ใช้ในการศึกษาเป็นนักศึกษาระดับปริญญาตรีชั้นปีที่ 3 - 4 จากสถาบันอุดมศึกษาเอกชนจำนวน 200 คน ได้จากการสุ่มตัวอย่างแบบมีหลักเกณฑ์ (Criteria-based Sampling) โดยการเก็บข้อมูลดำเนินการผ่านแบบสอบถามออนไลน์และออฟไลน์ มีการชี้แจงวัตถุประสงค์ก่อนตอบคำถามอย่างชัดเจน และสุ่มกลุ่มย่อย จำนวน 30 คน จากกลุ่มตัวอย่างทั้งหมดเป็นกลุ่มทดลองฝึกอบรมจริง วิเคราะห์ผลด้วยแบบทดสอบก่อนและหลังเรียน (Pre-test/Post-test) และวิเคราะห์ด้วย t-test เพื่อเปรียบเทียบผลสัมฤทธิ์ทางการเรียน ผลการวิจัยพบว่า หลักสูตรมีค่าประสิทธิภาพ E₁/E₂ = 85.12/87.35 และ E.I. เฉลี่ย 72.80% ซึ่งสูงกว่าเกณฑ์ที่กำหนดอย่างมีนัยสำคัญทางสถิติ แสดงถึงความเหมาะสมของหลักสูตรที่สามารถนำไปใช้จริงได้ทั้งในระดับมหาวิทยาลัย ภาคอุตสาหกรรม และระบบการเรียนรู้แบบการเรียนรู้บนฐานการวิเคราะห์ข้อมูลเชิงธุรกิจ (BI-Based Learning) สะท้อนความเชื่อมโยงกับการพัฒนาทักษะดิจิทัลในบริบทอุตสาหกรรมยุคใหม่ได้อย่างชัดเจน และสอดคล้องกับเป้าหมายการพัฒนาที่ยั่งยืน (SDGs) ข้อ 9 และ 12
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Best, J. W. (1981). Research in education. (5th ed.). Englewood Cliffs, New Jersey: Prentice-Hall.
Copacino, W. C. (2019). Supply chain excellence: A handbook for dramatic improvement using the SCOR model. New York: AMACOM.
Creswell, J. W. (2014). Research design: Qualitative, quantitative, and mixed methods approaches. (4th ed.). Thousand Oaks. New York: SAGE Publications.
George, D. & Mallery, P. (2003). SPSS for Windows step by step: A simple guide and reference (11.0 update) . Boston: Allyn & Bacon.
Green, K. W. et al. (2012). Green supply chain management practices: Impact on performance. Supply Chain Management: An International Journal, 17(3), 290-305.
Harrison, A. et al. (2019). Logistics management and strategy: Competing through the supply chain. (5th ed.). London: Pearson Education.
Ivanov, D. & Dolgui, A. (2020). A digital supply chain twin for managing the disruption risks and resilience in the era of Industry 4.0. Production Planning & Control, 32(9), 775-788. https://doi.org/10.1080/09537287.2020.1768450
Knowles, M. S. (1984). The adult learner: A neglected species. (3rd ed.). Houston, Texas: Gulf Publishing.
Nunnally, J. C. (1978). Psychometric theory. (2nd ed.). New York: McGraw-Hill.
United Nations. (2023). Sustainable development goals report 2023. New York: United Nations Publications.
Wixom, B. H. & Watson, H. J. (2010). The BI-based organization. International Journal of Business Intelligence Research, 1(1), 13-28.
