การวิเคราะห์ความสัมพันธ์ของปัจจัยจากแบบประเมินการฝึกงานกับการตัดสินใจรับนักศึกษาสหกิจศึกษาเข้าทำงาน

การศึกษาเชิงสถิติด้วย Logistic Regression เพื่อพัฒนาแบบประเมินสหกิจศึกษาสาขาวิศวกรรมคอมพิวเตอร์

ผู้จัดทำ: นางสาววารี ประมงกิจ, นางสาวมัณฑนา ทวีแก้ว
อาจารย์ที่ปรึกษา: ผู้ช่วยศาสตราจารย์ ดร.ศรีศุภางค์ ทิ้วสุวรรณ

ที่มาและความสำคัญ

สหกิจศึกษาเป็นรูปแบบการศึกษาที่ผสมผสานทฤษฎีกับการปฏิบัติงานจริง แต่ยังพบปัญหาว่านักศึกษาบางส่วนไม่ได้รับการจ้างงานหลังสิ้นสุดการฝึก แม้สถานประกอบการจะพึงพอใจต่อผลการปฏิบัติงาน โครงงานนี้จึงมุ่งวิเคราะห์ว่าสถานประกอบการให้ความสำคัญกับปัจจัยใดจริงๆ ในการตัดสินใจรับนักศึกษาเข้าทำงาน เพื่อนำผลไปพัฒนาหลักสูตรและแบบประเมินสหกิจศึกษาของสาขาวิชาวิศวกรรมคอมพิวเตอร์ มหาวิทยาลัยศรีนครินทรวิโรฒ

ระเบียบวิธีดำเนินงาน

การดำเนินงานแบ่งออกเป็น 6 ขั้นตอนหลัก ดังนี้
- Data Input — รวบรวมข้อมูลแบบประเมินผลการฝึกงานนักศึกษา 90 ราย ปีการศึกษา 2565–2567 ครอบคลุมคะแนนสมรรถนะ 5 ด้าน และข้อมูลพฤติกรรม เช่น จำนวนวันขาด ลา และมาสาย
- Data Preprocessing — ตรวจสอบข้อมูลสูญหาย ค่าผิดปกติ แปลงประเภทข้อมูล และตรวจสอบความสมดุลของกลุ่มตัวอย่าง
- Feature Analysis — วิเคราะห์เชิงพรรณนาและวิเคราะห์สหสัมพันธ์ด้วย Pearson และ Point-Biserial Correlation
- Model Processing — สร้างแบบจำลอง Logistic Regression เพื่อหาค่า Odds Ratio และ P-Value ของแต่ละตัวแปร
- Insight Extraction — แปลผลและสรุปตัวแปรที่มีนัยสำคัญทางสถิติ (P-Value < 0.05)
- Improvement Layer — ปรับปรุงแบบประเมินและพัฒนาเป็น Google Form สำหรับใช้งานจริง

ผลการดำเนินงาน

ผลการวิเคราะห์ Logistic Regression พบว่าปัจจัยที่มีอิทธิพลต่อการรับนักศึกษาเข้าทำงานเรียงตามลำดับ ดังนี้
- ทักษะปัญญา (Odds Ratio = 1.562) — มีอิทธิพลสูงสุด
- ด้านความรู้ (Odds Ratio = 1.258)
- พฤติกรรมการลา/มาสาย (Odds Ratio = 1.158)
- ทักษะการวิเคราะห์เชิงตัวเลขและเทคโนโลยีสารสนเทศ (Odds Ratio = 1.034)
- ด้านคุณธรรมจริยธรรม (Odds Ratio = 0.915)
- จำนวนวันขาด (Odds Ratio = 0.860) — มีอิทธิพลต่ำสุด

การวิเคราะห์สหสัมพันธ์พบว่าสมรรถนะทั้ง 5 ด้านมีความสัมพันธ์เชิงบวกระดับปานกลางกับการตัดสินใจรับเข้าทำงาน ขณะที่ข้อมูลพฤติกรรม เช่น จำนวนวันขาดและวันลา ไม่พบความสัมพันธ์อย่างมีนัยสำคัญทางสถิติ

บทสรุปและข้อเสนอแนะ

ผลการวิจัยชี้ให้เห็นว่าสถานประกอบการให้ความสำคัญกับความสามารถในการคิดวิเคราะห์และแก้ปัญหามากที่สุด และนำผลไปพัฒนาแบบประเมินในรูปแบบ Google Form เพื่อให้จัดเก็บและวิเคราะห์ข้อมูลได้อย่างมีประสิทธิภาพ โดยมีข้อเสนอแนะดังนี้
- สถานศึกษาควรเน้นพัฒนาทักษะการคิดวิเคราะห์ การแก้ปัญหา และการประยุกต์ใช้ความรู้ในสถานการณ์จริง
- ปรับการจัดเก็บข้อมูลจากกระดาษสู่ระบบดิจิทัลเพื่อให้วิเคราะห์เชิงสถิติได้ต่อเนื่อง
- ควรขยายกลุ่มตัวอย่างและสถานประกอบการในการวิจัยครั้งต่อไป
- อาจนำเทคนิค Machine Learning มาเปรียบเทียบกับ Logistic Regression เพื่อเพิ่มความแม่นยำของแบบจำลอง