ความคิดเห็นและความคาดหวังของผู้ปกครองต่อการเรียนดนตรีในโรงเรียนเอกชนนอกระบบ กรณีศึกษา สถาบันดนตรีเคพีเอ็น แจส เออร์เบิร์น ศรีนครินทร์
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์สี่ข้อ ได้แก่ 1) เพื่อวิเคราะห์ตัวแปรที่เกี่ยวข้องกับรูปแบบการเรียนรู้ของผู้เรียน 2) เพื่อคัดเลือกโมเดลจำแนกรูปแบบการเรียนรู้ 3) เพื่อพัฒนาระบบเสนอแนะกิจกรรมการเรียนรู้ตามรูปแบบการเรียนรู้ซึ่งวิเคราะห์ด้วยการทำเหมืองข้อมูล และ 4) เพื่อเปรียบเทียบผลสัมฤทธิ์ทางการเรียนของผู้เรียน ระหว่างการเรียนซึ่งจัดกิจกรรมการเรียนรู้โดยใช้ระบบเสนอแนะกิจกรรมการเรียนรู้ตามรูปแบบการเรียนรู้ กับการเรียนซึ่งจัดกิจกรรมการเรียนรู้โดยผู้สอน สำหรับตัวแปรที่เกี่ยวข้องกับรูปแบบการเรียนรู้ จะวิเคราะห์จากความคิดเห็นของผู้เชี่ยวชาญ จำนวน 12 คน ซึ่งเก็บรวมรวมโดยใช้แบบสอบถามความคิดเห็นของผู้เชี่ยวชาญที่มีต่อตัวแปรที่เกี่ยวข้องกับรูปแบบการเรียนรู้ ในการสร้างโมเดลจำแนกรูปแบบการเรียนรู้ จะใช้ข้อมูลของนักศึกษาระดับปริญญาตรี มหาวิทยาลัยราชภัฏนครราชสีมา จำนวน 1,328 คน ซึ่งเก็บรวมรวมโดยใช้แบบสอบถามวัดรูปแบบการเรียนรู้ ตามหลักการของ ของ Honey และ Mumford ส่วนการประเมินระบบเสนอแนะกิจกรรมการเรียนรู้ จะประเมินจากความพึงพอใจของผู้เชี่ยวชาญที่มีต่อระบบ จำนวน 5 คน และในการเปรียบเทียบผลสัมฤทธิ์ทางการเรียน จะทดลองกับนักศึกษา 2 กลุ่ม โดย กลุ่มที่ 1 จำนวน 28 คน ซึ่งเรียนโดยใช้ระบบจัดกิจกรรมการเรียนรู้ และกลุ่มที่ 2 จำนวน 27 คน ซึ่งเรียนโดยผู้สอนเป็นผู้จัดกิจกรรมการเรียนรู้ ผลการวิจัยพบว่า 1) มี 7 ตัวแปรที่เกี่ยวข้องกับรูปแบบการเรียนรู้ ได้แก่ เพศ คณะ ชั้นปี เกรดเฉลี่ยสะสม วิชาที่ทำคะแนนได้สูงสุด วุฒิการศึกษาเดิม และแผนการเรียนเดิม 2) โมเดลที่มีประสิทธิภาพมากที่สุด คือ โมเดลที่สร้างจากอัลกอริทึม J48graft ซึ่งมีค่าความถูกต้องร้อยละ 82.23 โดยผลลัพธ์นี้ได้มาจากการทดสอบประสิทธิภาพของโมเดลจำแนกรูปแบบการเรียนรู้ซึ่งสร้างจากอัลกอริทึมด้านการทำเหมืองข้อมูลจำนวน 14 อัลกอริทึม สำหรับข้อมูลเข้าที่นำไปทำเหมงข้อมูล ได้แก่ ข้อมูลของ 7 ตัวแปรที่เกี่ยวข้องกับรูปแบบการเรียนรู้ และ ผลการตอบแบบสอบถามวัดรูปแบบการเรียนรู้ 3) ระบบเสนอแนะกิจกรรมการเรียนรู้ ประกอบด้วย 4 โมดูลหลัก ได้แก่ โมดูลการจัดการข้อมูลนักศึกษา โมดูลกิจกรรมการเรียนรู้ โมดูลการทำนายและเสนอแนะ และ โมดูลการวัดผลสัมฤทธิ์ทางการเรียน โดยโมเดลที่สร้างจาก J48graft ถูกนำไปใช้เป็นพื้นฐานในการสร้างโมดูลการทำนายและเสนอแนะ สำหรับการประเมินความพึงพอใจของผู้เชี่ยวชาญที่มีต่อระบบโดยภาพรวม คะแนนเฉลี่ยอยู่ที่ 4.6 ซึ่งความพึงพอใจอยู่ในระดับมากที่สุด 4) นักศึกษาซึ่งเรียนโดยใช้ระบบจัดกิจกรรมการเรียนรู้ มีผลสัมฤทธิ์ทางการเรียนสูงกว่านักศึกษาที่เรียนโดยผู้สอนเป็นผู้จัดกิจกรรมการเรียนรู้ อย่างมีนัยสำคัญทางสถิติที่ระดับ .05
Article Details
เอกสารอ้างอิง
Bloom, B. A. (1956). Taxonomy of Educational Objective Handbook I: Cognitive Domain (Vol. 1956). New York: David Mc Kay Company Inc.
Chaijaroen, S., Khanjug, I., Samat, C., Kwangmuang, P. & Wongtatum, P. (2018). Design and Development of Learning Innovation Enhancing the Learners’ Knowledge Construction based on Thai Wisdom and Thai Living on the topic of Force and Pressure for Fifth Grade Students. Technical Education Journal King Mongkut’s University of Technology North Bangkok, 9(3), 186–197.
Chongsomchai, S. (2018). The Development of Web-Based Instruction in 31247 Introduction to C Programming Language for Students of Matthayomsuksa 4 Using TGT Teaching Techniques. Journal of Educational Technology and Communications Faculty of Education Mahasarakham University, 1(3), 79–91.
Chuangchai, T. (2016). The students’ learning style analysis on students’ senior project by using data mining. Journal of Graduate Studies Valaya Alongkorn Rajabhat University, 10(2), 53–62.
Eyasu, K., Jimma, W. & Tadesse, T. (2020). Developing a Prototype Knowledge-Based System for Diagnosis and Treatment of Diabetes Using Data Mining Techniques. Ethiopian Journal of Health Science, 30(1), 115–124.
Fleming, N. & Bonwell, C. (2019). How Do I Learn Best? A student’s guide to improved learning (2nd Edition). Christchurch, NZ: VARK Learn Ltd.
Grasha, A. F. (1996). Teaching with Style: A Practical Guide to Enhancing Learning by Understanding Teaching and Learning Styles. Pittsburgh, PA: Alliance Publishers.
Hadriana, H., Primahardani, I. & Mahdum, M. (2019). Learning Style and Learning Achievement of Students of FKIP Universitas Riau In Learning English. Journal of Educational Sciences, 3(3), 340–352.
Honey, P. & Mumford, A. (1982). The Manual of Learning Styles. Maidenhead, UK: Peter Honey.
Iaosanurak, C., Chunlasewok, C., Buabangplu, P., & Suksangprasit, J. (2017). The relationships between gender majors’ subject academic achievement and personality with learning style of student teachers. Journal of Graduate Studies Valaya Alongkorn Rajabhat University, 11(1), 33–43.
Jaleel, S. & Mary Thomas, A. (2019). A Glimpse on Learning Styles. In Learning Styles Theories and Implications for Teaching Learning (p. 3). SAN JOSE, CA: Horizon Research Publishing.
Kladchuen, R. & Sanrach, C. (2018). An Efficiency Comparison of Algorithms and Feature Selection Methods to Predict the Learning Achievement of Vocational Students. Research Journal Rajamangala University of Technology Thanyaburi, 17(1), 1–10.
Kolb, D. A. (1984). Experiential learning: Experience as the source of learning and development. New Jersey: Prentice-Hall.
Kwangmuang, P. (2018). The result of learner’s critical thinking development used with constructivist learning innovation to enhance knowledge construction and critical thinking for undergraduate student. Panyapiwat Journal, 10(1), 175–184.
Li, Z., Zhang, Q. & Zhao, X. (2017). Performance analysis of K-nearest neighbor, support vector machine, and artificial neural network classifiers for driver drowsiness detection with different road geometries. International Journal of Distributed Sensor Networks, 13(9), 1–12.
Mirza, S., Mittal, S. & Zaman, M. (2016). A Review of Data Mining Literature. International Journal of Computer Science and Information Security, 14(11), 437-442.
Na Nongkhai, L. & Keawkiriya, T. (2016). A Development of the Learning Method of Problem-Based Learning with Cooperative Learning on Cloud Computing by Google Apps. Romphruek Journal, 34(3), 11–34.
Pantho, O. (2016). A Synthesis of an Adaptive e-Learning Model with e-Mentoring System Using VARK Learning Style by Data Mining Methodology. Bangkok: King Mongkut’s University of Technology North Bangkok.
Prasada Rao, K., Chandra Sekhara, M.V.P. & Ramesh, B. (2016). Predicting Learning Behavior of Students using Classification Techniques. International Journal of Computer Applications, 139(7), 15–19.
Radhwan H. A. Alsagheer, Abbas F. H. Alharan & Ali S. A. Al-Haboobi. (2017). Popular Decision Tree Algorithms of Data Mining Techniques: A Review. International Journal of Computer Science and Mobile Computing, 6(6), 133–142.
Sangeorzan, L. (2019). Effectiveness analysis of ZeroR and J48 classifiers using WEKA toolkit. Bulletin of the Transilvania University of Bra¸sov, Series III: Mathematics, Informatics, Physics, 12(61), 481–486.
Sintia, I., Rusnayati, H. & Samsudin, A. (2019). VARK learning style and cooperative learning implementation on impulse and momentum. Journal of Physics: Conference Series, 1280(5), 1–7.
