Title	การพัฒนาโมเดลมูลค่าเพิ่มพหุระดับเพื่อการวัดประสิทธิผลของโรงเรียน / เพ็ญภัคร พื้นผา = Development of multi-level value-added models for measuring school effectiveness
Author	Penpak Pheunpha
Imprint	2554
Connect to	http://cuir.car.chula.ac.th/handle/123456789/28929
Descript	ก-ฑ, 256 แผ่น : แผนภูมิ

การวิจัยครั้งนี้มีวัตถุประสงค์ 7 ข้อ คือ 1) พัฒนาโมเดลมูลค่าเพิ่มพหุระดับเพื่อการวัดประสิทธิผลของโรงเรียนที่คำนึงถึงปัจจัยภูมิหลังของผู้เรียน ปัจจัยนำเข้า และปัจจัยบริบทภายนอกของโรงเรียน 2) ศึกษาปัจจัยภูมิหลังของผู้เรียน ปัจจัยนำเข้า และปัจจัยบริบทภายนอกของโรงเรียนที่มีอิทธิพลต่อผลสัมฤทธิ์ทางการเรียนของนักเรียนในโมเดลมูลค่าเพิ่มพหุระดับ 3) ศึกษาขนาดและความแตกต่างของคะแนนมูลค่าเพิ่มแต่ละโรงที่วัดได้จากโมเดลมูลค่าเพิ่มพหุระดับในจุดประสงค์ข้อที่ 1 4) พัฒนาโมเดลมูลค่าเพิ่มพหุระดับ โดยการเพิ่มปัจจัยการดำเนินงานภายในโรงเรียนลงในโมเดลมูลค่าเพิมในจุดประสงค์ข้อที่ 1 ร่วมอธิบายในโมเดล 5) ศึกษาขนาดและความแตกต่างของคะแนนมูลค่าเพิ่มที่ได้จากโมเดลมูลค่าเพิ่มจากจุดประสงค์ข้อที่ 4 6) ศึกษาลักษณะการกระจายของระดับประสิทธิผลของโรงเรียน และจำแนกระดับประสิทธิผลของโรงเรียนตามคะแนนมูลค่าเพิ่มที่วัดได้ในจุดประสงค์ข้อที่ 1 แล 7) ศึกษาลักษณะการกระจายของระดับประสิทธิผลของโรงเรียน และจำแนกระดับประสิทธิผลของโรงเรียนตามคะแนนมูลค่าเพิ่มที่วัดได้ในจุดประสงค์ข้อที่ 1 ร่วมกับ อัตราพัฒนาการหรืออัตราการเรียนรู้ของนักเรียน ความพึงพอใจของนักเรียน ความพึงใจของครู และอัตราการขาดเรียนของนักเรียน กลุ่มตัวอย่างที่ใช้ในการวิจัยเป็นนักเรียนชั้น ม.3 ในกรุงเทพฯ และจังหวัดนนทบุรี จำนวน 1,852 คน และครู 446 คน จาก 49 โรงเรียน ซึ่งได้จากการสุ่มแบบแบ่งชั้น เครื่องมือการวิจัยคือ แบบสอบถามฉบับของนักเรียนและของครู วิเคราะห์ข้อมูลด้วยสถิติเชิงบรรยาย การวิเคราะห์สหสัมพันธ์ การพล็อตภาพกระจัดกระจาย สมการถดถอยเชิงเส้น แผนภาพฮีสโตแกรม ด้วยโปรแกรม SPSS และวิเคราะห์โมเดลมูลค่าเพิ่มพหุระดับด้วยโปรแกรม HLM หน่วยการวิเคราะห์ 2 มีระดับคือ ระดับนักเรียนและระดับโรงเรียน ผลการวิจัยสรุปได้ดังนี้
1)โมเดลมูลค่าเพิ่มพหุระดับที่ควบคุมปัจจัยภูมิหลังของผู้เรียน ปัจจัยนำเข้า และปัจจัยบริบทภายนอกของโรงเรียนที่เรียกว่าโมเดลสมมติฐาน กลุ่มปัจจัยควบคุมดังกล่าวสามารถอธิบายสัดส่วนความแปรปรวนในโมเดลระดับโรงเรียนได้ 76% และสามารถอธิบายความแปรปรวนทั้งโมเดลได้ 69.9% ค่าสหสัมพันธ์ภายในชั้นของโมเดลในระดับโรงเรียนลดลง 49.55% ซึ่งหมายความว่ากลุ่มตัวแปรควบคุมในโมเดลสมมติฐานสามารถลดความแตกต่างระหว่างโรงเรียนได้ถึง 49.55% 2)ตัวแปรควบคุมที่มีอิทธิพลต่อผลสัมฤทธิ์ทางการเรียนอย่างมีระดับนัยสำคัญทางสถิติ เรียงลำดับขนาดสัมประสิทธิ์การถดถอยจากมากไปน้อยเป็นดังนี้ ระดับโรงเรียน คือ ค่าเฉลี่ยผลสัมฤทธิ์เดิม อัตราส่วนครูต่อนักเรียน ระดับนักเรียน คือ ผลสัมฤทธิ์เดิม ความคาดหวัง เพศ และโอกาสในการเรียนรู้นอกห้องเรียน ตามลำดับ 3)คะแนนมูลค่าเพิ่มกับผลสัมฤทธิ์ทางการเรียนสัมพันธ์กันในระดับปานกลาง (r =0.48) ส่วนคะแนนมูลค่าเพิ่มกับผลสัมฤทธิ์เดิมไม่มีความสัมพันธ์กันอย่างสมบูรณ์ (r =0.00) ผลการจัดอันดับประสิทธิผลของโรงเรียนด้วยคะแนนมูลค่าเพิ่มเปรียบเทียบกับผลสัมฤทธิ์ทางการเรียนนั้นอันดับแตกต่างกัน 48 โรงเรียนจาก 49 โรงเรียน ( 97%) และเมื่อจำแนกกลุ่มโรงเรียนออกเป็นกลุ่มโรงเรียนที่มีประสิทธิผลกับโรงเรียนที่ไม่มีประสิทธิผลจากคะแนนมูลค่าเพิ่ม พบว่า ความเป็นเอกพันธ์ของความแปรปรวนของคะแนนมูลค่าเพิ่มของทั้งสองกลุ่มมีค่าเท่ากัน 4)โมเดลการดำเนินงานหรือโมเดลสมมติฐานที่เพิ่มกลุ่มปัจจัยการดำเนินงานเข้ามาร่วมวิเคราะห์ พบว่า กลุ่ม ตัวแปรทำนายทั้งหมดสามารถอธิบายสัดส่วนความแปรปรวนในระดับโรงเรียนได้ 77.9% เพิ่มขึ้นจากโมเดลสมมติฐาน 2% ตัวแปรการดำเนินงานที่มีอิทธิพลต่อผลสัมฤทธิ์ทางการเรียนอย่างมีระดับนัยสำคัญทางสถิติคือ คุณภาพการสอนของครู ค่าสหสัมพันธ์ภายในชั้นของนักเรียนลดลง 75.30% 5)คะแนนมูลค่าเพิ่มที่ได้ในโมเดลสมมติฐานลบด้วยคะแนนมูลค่าเพิ่มในโมเดลการดำเนินงานจะได้คะแนนมูลค่าเพิ่มคุณภาพการสอนของครู ซึ่งสามารถนำคะแนนที่ได้ไปเป็นตัวบ่งชี้คุณภาพการสอนของครู 6) การจัดอันดับประสิทธิผลของเรียนด้วยคะแนนมูลค่าเพิ่มกับการจัดอันดับประสิทธิผลของโรงเรียนด้วยตัวบ่งชี้ 5 ตัว มีความสัมพันธ์กันระดับปานกลาง (r = 0.50) และเมื่อจำแนกกลุ่มโรงเรียนออกเป็นกลุ่มโรงเรียนที่มีประสิทธิผลกับโรงเรียนที่ไม่มีประสิทธิผลจาก 5 ตัวบ่งชี้ พบว่า ความเป็นเอกพันธ์ของความแปรปรวนของคะแนนมูลค่าเพิ่มของทั้งสองกลุ่มมีค่าเท่ากัน
The objectives of this study were: 1) To develop multi-level value-added model (the hypothetical model) for measuring school effectiveness after adjusting non-school variables including: student demographics, input, and school external contextual variables. 2) To examine non-school variables affecting GPA in multi-level value-added models. 3) To what extent the value added scores differ between schools using the hypothetical model. 4) To develop value-added models after controlling non-school variables, and adding school processional variables which we call the processional model. 5) To what extent value-added scores from processional model differed between schools. 6) To compare school ranks using value-added score and GPA the separately, and 7) To compare school ranks using value-added score and five indicators (value-added score, growth rate, students’ satisfaction, teachers’ satisfaction, and absence rate) independently. School effectiveness can be defined as the value-added score. The value added score measures student achievement at the end of a period of formal schooling that is below, near, or above what one would expect of schools. The controlling factors of the value-added score include: student demographics, input, and external contextual variables. Data was collected from secondary schools in Bangkok and Nonthaburi Province, Thailand. Our sample consisted of 1,852 ninth-grade students and 446 teachers from 49 schools; the class size ranged from 21 to 54 students. In the hypothetical model, the proportion of variance explained (R2) is 0.76. This indicated that 76% of the true between-school variance in grade point average is accounted by these six factors: mean prior attainment, student–teacher ratio, prior attainment, student expectations, student’s opportunity to study outside and gender. The total variance explained by the hypothetical model is 69.9%. The result is higher than the conditional model which is around 18.6%. Value-added scores and GPA have a moderately positive correlation (r = 0.49), similarly value-added scores have relatively high correlation with growth rate (r =0.63). Meanwhile, value-added scores have no relationship with prior attainment (r = 0.00), and have a little bit association with students’ satisfaction (r = 0.29). The proportion of variance explained by the processional model is 77.9%. These results are higher than the hypothetical model which is around 2%, teaching quality affected the GPA the most when compares to other professional variables. Intraclass correlation in student level reduces 75.3%. When comparing school ranks using value-added scores and GPA separately, the school ranks are significantly different. Also, when classifying school effectiveness using value-added scores and five-indicators separately, correlation between two approaches were moderate (0.50). Value-added score’s variance in each group (effective school and ineffective school) is equal. Therefore, educational stakeholders should consider many variables, such as student background and school context, before evaluating a school’s performance. The value-added measures are also tools for (1) school improvement, (2) making school officials accountable to policy makers and (3) reporting outcomes to parents and communities; used properly value-added scores are reliable, precise, and consistent indicators of overall school performance.