การวิเคราะห์ปัจจัยที่ส่งผลต่อผลสัมฤทธิ์ทางการเรียนของผู้เรียนบนชุดข้อมูลที่ทับซ้อนโดยวิธีการเลือกลักษณะสำคัญแบบพลวัตร่วมกับการจัดกลุ่มบนปริภูมิย่อย

Affected factors analysis for students achievement on overlap data using dynamic feature selection combined with subspace clustering algorithm.

Name: วีระยุทธ พิมพาภรณ์

keyword: การจัดกลุ่มบนปริภูมิย่อย

ThaSH: ผลสัมฤทธิ์ทางการเรียน -- การวิเคราะห์

; การเลือกลักษณะสำคัญแบบพลวัต

ThaSH: อัลกอริทึม

; การวิเคราะห์ปัจจัยความสำเร็จ

ThaSH: พยากรณ์ผลสัมฤทธิ์ทางการเรียน

Abstract: งานวิจัยครั้งนี้นำเสนอวิธีการวิเคราะห์ปัจจัยที่ส่งผลต่อผลสัมฤทธิ์ทางการเรียนของผู้เรียน โดยการพัฒนาอัลกอริทึมการเลือกลักษณะสำคัญแบบพลวัตเพื่อเพิ่มประสิทธิภาพของอัลกอริทึมการจำแนกกลุ่มบนปริภูมิย่อยผู้วิจัยจัดทำระบบการเรียนออนไลน์วิชาการประยุกต์คอมพิวเตอร์ในชีวิตประจำวันและนำไปใช้ในการจัดการเรียนการสอนแบบผสมผสาน เพื่อเป็นเครื่องมือสำหรับรวบรวมข้อมูลที่เกิดขึ้นตลอด 6 ภาคการศึกษา (2/2553 ถึง 1/2556) มีจำนวนผู้เรียนทั้งสิ้น 1,605 คน และมีการเก็บรวบรวมข้อมูลผู้เรียนทุกคนสำหรับใช้ในการวิจัยจากผลการวิจัยพบว่าประสิทธิภาพโดยรวมของอัลกอริทึมให้ค่าความถูกต้องในการจำแนกกลุ่มผู้เรียนตามระดับผลสัมฤทธิ์ที่ 93.64% ทั้งนี้ปัจจัยที่สามารถจำแนกกลุ่มข้อมูลได้อย่างมีประสิทธิภาพได้แก่แบบทดสอบประจำบทเรียนที่ 5 ค่าคะแนนสอบปลายภาค คะแนนทดสอบก่อนเรียน คะแนนทดสอบหลังเรียน และค่าคะแนนการเรียนด้วยระบบออนไลน์เมื่อพิจารณาจากค่าประสิทธิภาพของปริภูมิย่อยด้วยค่าความถูกต้องในการจำแนกกลุ่ม (Correctly Clustered Instances: CCI) พบว่า ระดับคะแนนA มีค่าสูงที่สุดเท่ากับ100% ในการจำแนกกลุ่มผู้เรียนใช้ปัจจัย5ปัจจัยได้แก่การทดสอบก่อนเรียน การทดสอบหลังเรียน ค่าเฉลี่ยในการทดสอบตลอดการศึกษาจำนวนครั้งในการสอบผ่านแบบทดสอบระหว่างเรียนและ ค่าคะแนนสอบปลายภาค

Abstract: This research presents a method for selecting the factors which affect the achievement of student’s grade called the Dynamic Feature Selection Optimization of Subspace Classification Algorithm (DFS-SCA). We set up the learning management system (LMS) for the online course named the application of computer in daily life, as well for other blended courses, to collect the data of all 1,605 students throughout 6 semesters (2/2010 to 1/2013). The evaluation results revealed that with Subspace Clustering Algorithms (SCA) the accuracy of up to 93.64% could be achieved. The factor which was most subject to this significant efficacy wasFormative test lesson 5,final exam scores, pre-test exam scores, post-test exam scores, and e-learning scores. Considering the efficiency of each subspace using the Correctly Clustered Instances (CCI) values, it was found that scores of level A had highest value of 100%. To cluster the students, 5 factors were used consisting of Pre-test, Post-test, average scores of all tests for the entire semester, number of passed tests during the semester, and scores of the final examination.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Name: พยุง มีสัจ

Role: ที่ปรึกษาดุษฎีนิพนธ์

Email : pym@kmutnb.ac.th

Created: 2557

Modified: 2558-10-06

Issued: 2558-07-25

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: ดพ DITT ว847พ

tha

DegreeName: ปรัชญาดุษฎีบัณฑิต

Level: ปริญญาเอก

Descipline: เทคโนโลยีสารสนเทศ

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B15904763.pdf	6.04 MB	172	2025-08-31 11:24:03

ใช้เวลา

0.042034 วินาที