ความสัมพันธ์ระหว่างผลสัมฤทธิ์ทางการเรียนในมหาวิทยาลัย กับคะแนนสอบคัดเลือกของนิสิตคณะครุศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปีการศึกษา 2521 และ 2522

The relationship between university academic achievement and the entrance examination scores of students at the Faculty of Education, Chulalongkorn University for the academic years 1978 and 1979

Name: พงศ์ธร โพธิ์พลศักดิ์

ThaSH: การให้คะแนน (นักเรียนและนักศึกษา)

ThaSH: สถาบันอุดมศึกษา -- การสอน

Abstract: การวิจัยนี้มีวัตถุประสงค์เพื่อหาสหสัมพันธ์พหุคูณระหว่างคะแนนสัมฤทธิ์ทางการเรียนกับคะแนนสอบคัดเลือกวิชาต่างๆ และหากลุ่มตัวทำนายที่ดีที่สุด เพื่อนำมาสร้างสมการทำนายผลสัมฤทธิ์ ทางการเรียน กลุ่มตัวอย่างที่ใช้ในการวิจัยคือนิสิตระดับปริญญาตรีคณะครุศาสตร์ จุฬาลงการณ์มหาวิทยาลัย จำนวน 673 คน โดยจำแนกศึกษาแต่ละสาขาวิชา ซึ่งผู้วิจัยจัดเป็น 10 รูปแบบสาขาวิชา เครื่องมือที่ใช้เก็บรวบรวมข้อมูลเป็นแบบเก็บข้อมูลด้านผลสัมฤทธิ์ทางการเรียนและคะแนนสอบคัดเลือกแต่ละฉบับวิเคราะห์ข้อมูลโดยการวิเคราะห์ถดถอยพหุคูณแบบเพิ่มตัวแปรเป็นขั้นๆ ปรากฏผลการวิจัยดังนี้ คะแนนสอบคัดเลือกที่ใช้เป็นตัวทำนายผลสัมฤทธิ์ทางการเรียนแต่ละรูปแบบสาขาวิชาพบว่า 1. สาขาประถมศึกษา การศึกษาปฐมวัย และสาขาการสอนวิชาเฉพาะวิชาเอกพลศึกษา คะแนนสอบคัดเลือกไม่สามารถนำมาใช้ทำนายผล สัมฤทธิ์ทาง การเรียนได้ 2. สาขามัธยมศึกษาสายวิทยาศาสตร์ ค่าสัมประสิทธิ์สหสัมพันธ์พหุคูณระหว่างคะแนนการสอบคัดเลือกกับผลสัมฤทธิ์ทางการเรียน .5471 อย่างมีนัยสำคัญที่ระดับ .01กลุ่มตัวทำนายที่ดีที่สุดได้แก่วิชาภาษาไทย ภาษาอังกฤษ กข. ซึ่งสามารถอธิบายความแปรปรวนของผลสัมฤทธิ์ทางการเรียนได้ร้อยละ 29.94 ความคลาดเคลื่อนมาตรฐานในการทำนายมีค่า .321 และได้สมการทำนายในรูปคะแนนดิบและคะแนนมาตรฐาน ดังนี้ Y' = 1.3349 + .02149 x_2+ .01006x_1Z' = .3938z_2 + .25416z_13. สาขามัธยมศึกษา (สายศิลปะ) ค่าสัมประสิทธิ์สหสัมพันธ์พหุคูณระหว่างคะแนนสอบคัดเลือกกับผลสัมฤทธิ์ทางการเรียนมีค่า .31929 อย่างมีนัยสำคัญทางสถิติที่ระดับ .01 กลุ่มตัวทำนายที่ดีที่สุดได้แก่วิชาภาษไทย ละภาษาอังกฤษ กข. ซึ่งสามารถอธิบายความแปรปรวนของผลสัมประสิทธิ์ทางการเรียนได้ร้อยละ 9.88 ความคลาดเคลื่อนมาตรฐานในการทำนายเท่ากับ .322 และได้สมการทำนายในรูปคะแนนดิบและคะแนนมาตรฐานดังนี้ Y' = 1.812 + .01464x_2 + .00518x_1Z' = .26068z_2 + .1915z_14. สาขาการสอนวิชาเฉพาะ วิชาเอกศิลปศึกษา สาขาศิลปศึกษาและอุตสาหกรรมศิลป์ ค่าสัมประสิทธิ์สหสัมพันธ์พหุคูณระหว่างคะแนนสอบคัดเลือก กับผลสัมฤทธิ์ทางการเรียนมีค่า .20614 อย่างมีนัยสำคัญที่ระดับ .05 ตัวทำนาย ได้แก่วิชาภาษาไทย ก.ซึ่งสามารถอธิบายความแปรปรวนของผลสัมฤทธิ์ทางการเรียนได้ร้อยละ 8.77 ความคลาดเคลื่อนมาตรฐานในการทำนายเท่ากับ .318 และได้สมการทำนายในรูปคะแนนดิบและคะแนนมาตรฐานดังนี้ Y' = 1.9024 + .01752x_2 Z' = .29614z_2 5. สาขาการสอนวิชาเฉพาะ วิชาเอกดนตรีศึกษา ค่าสัมประสิทธิ์สหสัมพันธ์พหุคูณระหว่างคะแนนสอบคัดเลือกกับผลสัมฤทธิ์ทางการเรียนมีค่า .45306 อย่างมีนัยสำคัญที่ระดับ .05 ตัวทำนาย ได้แก่วิชาวิทยาศาสตร์ทั่วไป ซึ่งสามารถอธิบายความแปรปรวนของผลสัมฤทธิ์ทางการเรียนได้ร้อยละ 20.526 ความคลาดเคลื่อนมาตรฐานในการทำนายเท่ากับ .336 และได้สมการทำนายในรูปคะแนนดิบและคะแนนมาตรฐานดังนี้ Y' = 1.82211 + .01126x_6 Z' = .45306z_8 6. สาขาการสอนวิชาเฉพาะ วิชาเอกธุรกิจศึกษา (สายวิทยาศาสตร์) ค่าสัมประสิทธิ์สหสัมพันธ์พหุคูณระหว่างคะแนนสอบคัดเลือกกับผลสัมฤทธิ์ทางการเรียนมีค่า .28337 อย่างมีนัยสำคัญที่ระดับ .05 ตัวทำนาย ได้แก่วิชาภาษาไทย ก. ซึ่งสามารถอธิบายความแปรปรวนของผลสัมฤทธิ์ทางการเรียนได้ร้อยละ 8.03 ความคลาดเคลื่อนมาตรฐานในการทำนาย .446 และได้สมการดังนี้ Y' = 1.62343 + .02267x_2 Z' = .28337z_2 7. สาขาการสอนวิชาเฉพาะ วิชาเอกธุรกิจศึกษา (สายศิลปะ) ค่าสัมประสิทธิ์สหสัมพันธ์พหุคูณระหว่างคะแนนสอบคัดเลือกกับผลสัมฤทธิ์ทางการเรียนมีค่า .35714 อย่างมีนัยสำคัญที่ระดับ .05 ตัวทำนาย ได้แก่วิชาสังคมศึกษา ก. ซึ่งสามารถอธิบายความแปรปรวนของผลสัมฤทธิ์ทางการเรียนได้ร้อยละ 12.755ความคลาดเคลื่อนมาตรฐานในการทำนาย .371 และได้สมการดังนี้ Y' = 1.67121 + .02079x_3 Z' = .35714z_3 8. สาขาการสอนศึกษาอนามัย (สายวิทยาศาสตร์) ค่าสัมประสิทธิ์สหสัมพันธ์พหุคูณระหว่างคะแนนสอบคัดเลือกกับผลสัมฤทธิ์ทางการเรียนมีค่า .34896 อย่างมีนัยสำคัญที่ระดับ .05 ตัวทำนาย ได้แก่วิชาภาษาอังกฤษ กข. ซึ่งสามารถอธิบายความแปรปรวนของผลสัมฤทธิ์ทางการเรียนได้ร้อยละ 12.177ความคลาดเคลื่อนมาตรฐานในการทำนาย .316 และได้สมการทำนายดังนี้ Y' = 2.36871 + .01478x_1Z' = .34896z_19. สาขาการสอนศึกษาอรูปนัย (สายศิลปะ) ค่าสัมประสิทธิ์สหสัมพันธ์พหุคูณระหว่างคะแนนสอบคัดเลือกกับผลสัมฤทธิ์ทางการเรียนมีค่า .35443 อย่างมีนัยสำคัญที่ระดับ .05 ตัวทำนายที่ดีที่สุดคือ วิชาเลือก (สายศิลปะ) ซึ่งสามารถอธิบายความแปรปรวนของผลสัมฤทธิ์ทางการเรียนได้ร้อยละ 12.562 ความคลาดเคลื่อนมาตรฐานในการทำนาย .316 และได้สมการทำนายดังนี้ Y' = 1.83109 + .01844x_4 Z' = .35443z_4

Abstract: The purpose of this research was (a) to study the multiple correlation between students' academic achievement and the entrance examination scores (b) to construct the multiple regression equations for predicting students' academic achievement. The samples were 673 students from the Faculty of Education Chulalongkorn University. The obtained data were analized by the ;Stepwise Multiple Regression Analysis. The results were 1. Nersery and, Kindergaten Education and Elementary Education. and Teaching of specialized subjects (Physical Education) : the entrance examination scores could not predict the academic achievement. 2. Secondary Education (Science Program) : the multiple correlation coefficient between the entrance examination scores and the academic achievement was .5471 at .01 level of significance. The academic achievement variance accounted for by the best group of predictors composed of Thai a and Englisha,b was 29.91+ %. The standard error of estimate was .3206. The regression equation respectively in raw scores and standard scores were : Y' = 1.3349 + .02149 x_2+ .01006x_1 Z' = .3938z_2 + .25416z_13. Secondary Education (Arts Program) : the multiple correlation coefficient between the entrance examination scores and the academic achievement was .31429 at .01 level of significance. The academic achievement variance accounted for by the best group of predictors composed of Thaia and Englisha,l was 9.88 %. The standard error of estimate scores was .3320. The regression equation respectively in raw scores and standard scores were : Y' = 1.812 + .01464x_2 + .00618x_1 Z' = .26068z_2 + .1915z_1 4. Teaching of specialized subjects (Arts Education, Industrial Arts Education) : the multiple correlation coefficient between the entrance examination scores and the academic achievement was .29614 at .05 level of significance. The academic achievement variance accounted for by the best predictor Thai a was 8.77 %. The standard error of estimate was .318. The regres¬sion equation respectively in raw scores and standard scores were: Y' = 1.9024 + .01752x_2 Z' = .29614z_2 5. Teaching of specialized subjects (Musics) : the multiple correlation coefficient between the entrance examination scores and the academic achievement was.45306 at .05 level of significance. The academic achievement variance accounted for by the best predictor General Science was 20.526 %. The standard error of estimate score was .336. The regression equation respectively in raw scores and standard scores were: Y' = 1.82211 + .01126x_6 Z' = .45306z_8 6. Teaching of specialized subjects (Business in science Program) : the multiple correlation coefficient between the entrance examination scores and the academic achievement was .28337 at .05 level of significance. The academic achievement variance accounted for by the best predictor Thaia was 8.03 %. The standard error of estimate score was .446. The regression equation respectively in raw scores and standard scores were: Y' = 1.62343 + .02267x_2 Z' = .28337z_2 7. Teaching of specialized subjects (Business in Art Program) : the multiple correlation coefficient between the entrance examination scores and the academic achievement was .35714 at .05 level of significance. The academic achievement variance accounted for by the best predictor Social Scienceawas 12.755 %. The standard erroe of estimate score was .371. The regression equation respectively in raw scores and standard' scores were: Y' = 1.67121 + .02079x_3 Z' = .35714z_3 8. Non-Fomal Education (Science Program) : The multiple correlation coefficient between the ectrance examination scores and the academic achievement was .34896 at .05 level of significance. The academic achievement variance accounted for by the best predictor English 1,2 was 12.177 %. The regression equation respectively in raw scores and standard scores were: Y' = 2.36871 + .01478x_1Z' = .34896z_19. Non-Formal Education (Art Program) : the multiple correlation coefficient between the entrance examination scores and the academic achievement was .35443 at .05 level of significance. The academic achievement variance accounted for by the best predictor elective Subjects was 12.562 % The standard error of estimate score was .361. The regression equation respectively in raw scores and standard scores were: Y' = 1.83109 + .01844x_4 Z' = .35443z_4

จุฬาลงกรณ์มหาวิทยาลัย. สำนักงานวิทยทรัพยากร

Address: กรุงเทพมหานคร

Email: cuir@car.chula.ac.th

Name: สวัสดิ์ ประทุมราช

Role: ที่ปรึกษา

Created: 2528

Modified: 2558-01-02

Issued: 2557-10-13

วิทยานิพนธ์/Thesis

application/pdf

ISBN: 9745646628

tha

DegreeName: ครุศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิจัยการศึกษา

Grantor: จุฬาลงกรณ์มหาวิทยาลัย

©copyrights จุฬาลงกรณ์มหาวิทยาลัย

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	Pongtorn_Po_front.pdf	423.17 KB	14	2019-08-07 14:55:36
2	Pongtorn_Po_ch1.pdf	290.5 KB	25	2018-06-03 16:32:38
3	Pongtorn_Po_ch2.pdf	397.14 KB	21	2019-08-07 14:54:51
4	Pongtorn_Po_ch3.pdf	323.63 KB	22	2018-06-03 16:32:40
5	Pongtorn_Po_ch4.pdf	732.98 KB	17	2018-06-03 16:32:41
6	Pongtorn_Po_ch5.pdf	349.52 KB	16	2018-06-03 16:32:43
7	Pongtorn_Po_back.pdf	266.17 KB	13	2018-06-03 16:32:45

ใช้เวลา

0.039731 วินาที