การศึกษาปัจจัยที่ส่งผลต่อการเลือกสาขาวิชาของนักศึกษาประกาศนียบัตรวิชาชีพเพื่อเรียนต่อในระดับประกาศนียบัตรวิชาชีพชั้นสูง โดยใช้เทคนิคการทำเหมืองข้อมูล
คำสำคัญ:
กฎความสัมพันธ์ , ต้นไม้ตัดสินใจ , ป่าสุ่ม , อะไพโอริบทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อ 1) เพื่อหาปัจจัยที่มีผลต่อการเลือกสาขาวิชาของนักศึกษาระดับประกาศนียบัตรวิชาชีพเพื่อศึกษาต่อในระดับประกาศนียบัตรวิชาชีพชั้นสูง 2) เพื่อหาแบบจำลองที่มีผลต่อการเลือกสาขาวิชาของนักศึกษา 3) ใช้เทคนิคการทำเหมืองข้อมูลไปแนะนำสาขาวิชาให้นักศึกษาเลือกศึกษาต่อ ซึ่งวิเคราะห์ข้อมูลจากผู้สำเร็จการศึกษาระดับประกาศนียบัตรวิชาชีพที่จบการศึกษา ปีการศึกษา 2560-2563 วิทยาลัยเกษตรและเทคโนโลยีกระบี่ จำนวน 251 รายการ ผลการวิจัยพบว่าเมื่อนำเทคนิคการทำเหมืองข้อมูล แบบจำแนกประเภทข้อมูล โดยใช้ขั้นตอนวิธีต้นไม้ตัดสินใจ ทำการประเมินแบบจำลองด้วยวิธี 5-ดิเกดfold cross-validation และ 10-fold cross-validation ได้ค่าสูงสุดเท่ากัน คือ ค่าความแม่นยำ (Precision 98.5 %) ค่าความไว (Recall 100 %) การวัดค่าประสิทธิภาพโดยรวม (F-Measure 99.3 %) ได้กฎการจำแนกจำนวน 4 กฎ ผลลัพธ์ที่ได้จากการทำเหมืองแบบกฎความสัมพันธ์โดยใช้ขั้นตอนวิธีแบบ Apriori โดยกำหนด ค่า Minimum Support = 0.3 ค่า Minimum Confidence = 0.8 และ ค่า Minimum Support = 0.4 และ ค่า Minimum Confidence = 0.7 เมื่อนำกฎความสัมพันธ์มาเปรียบเทียบกันเพื่อหากฎที่ซ้ำกัน สามารถสรุปข้อมูลได้ 4 กฎ จากหลักการทำเหมืองข้อมูล 2 แบบ จะได้กฎความสัมพันธ์และกฎการจำแนกไปในทิศทางเดียวกัน คือ นักศึกษาจะเลือกเรียนต่อที่วิทยาลัยเดิมก็ต่อเมื่อมีสาขาเดิมในระดับที่สูงกว่ารองรับ
References
เจษฎาพร ปาคำวัง กาญจน์ คุ้มทรัพย์ และ เกรียงไกร ทิมศร (2563). การศึกษาปัจจัยที่มีผลต่อการตัดสินใจเข้าศึกษาที่มหาวิทยาลัยราชภัฏเพชรบูรณ์ด้วยเทคนิคเหมืองข้อมูล. วารสารวิชาการมหาวิทยาลัยอีสเทิร์นเอเชีย, 24-32.
ชิตนภัส มาศชาย นุชนารถ ศรีษะโหน่ วิสูตร มาศชาย และวิภาวรรณ บัวทอง (2564). การหาความสัมพันธ์การประเมินสมรรถภาพ
ทางกายของนักเรียนโดยใช้เทคนิคการทำเหมืองข้อมูล. วารสารวิชาการคณะเทคโนโลยีอุตสาหกรรม
มหาวิทยาลัยราชภัฏลำปาง, 1-11.
ชิตพงษ์ กิตตินราดร (2563, มกราคม).Random Forest. [online] Availble https://guopai.github.io/ml-
blog10.html#:~:text=Random%20forest%20%E0%B9%80%E0%B8%9B%E0%B9
%87%E0%B8%99%E0%B8%AB%E0%B8%99%E0%B8%B6%E0%B9%88%E0%B8
%87%E0%B9%83%E0%B8%99,%E0%B9%84%E0%B8%AB%E0%B8%99%E0%B
%96%E0%B8%B9%E0%B8%81%E0%B9%80%E0%B8%A5%E0%B8%B7%E0%B
%A
ชณิดาภา บุญประสม และจรัญ แสนราช(2561). การวิเคราะห์การลาออกกลางคันของนักศึกษาระดับปริญญาตรีโดยใช้เทคนิควิธีการ
ทำเหมืองข้อมูล. วารสารวิชาการครุศาสตร์อุตสาหกรรม พระจอมเกล้าพระนครเหนือ, 142-151.
ณัฐดนัย วังพระธรรม(2564, 10 1). Retrieved from https://nutdnuy.medium.com/เหมือง
ข้อมูล-data-mining-c21c64ae6e3b
พฤฒิพงศ์ เพ็งศิริ พันธนา ก้อนเชื้อรัตน์ ชัชฎา ชวรางกูร และอัฉราพรรณ คชเดช (2560). การวิเคราะห์ความสัมพันธ์ของปัจจัยข้อมูล
นักศึกษาที่มีผลต่อระดับผลการเรียนด้วยเทคนิคต้นไม้ตัดสินใจ กรณีศึกษานักศึกษามหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณ
ภูมิ. การประชุมวิชาการระดับชาติมหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ, 463-471.
ภาภรณ์ เหล่าพิลัย และจรัญ แสนราช (2561). การวิเคราะห์การลาออกกลางคันของนักศึกษาระดับปริญญาตรีโดยใช้เทคนิควิธีการทำ
เหมืองข้อมูล. วารสารวิทยาศาสตร์ แห่งมหาวิทยาลัยราชภัฏเพชรบุรี, 61-71.
รัชพล กลัดชื่น และจรัญ สานราช (2561). การเปรียบเทียบประสิทธิภาพอัลกอริทึมและการคัดเลือกคุณลักษณะที่เหมาะสมเพื่อการ
ทำนายผลสัมฤทธิ์ทางการเรียนของนักศึกษาระดับอาชีวศึกษา. วารสารวิจัย มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี, 1-10.
รัชพล กลัดชื่น และจรัญ แสนราช(2562). การวิเคราะห์องค์ประกอบเชิงสำรวจความพึงพอใจของสถานประกอบการที่มีต่อนักศึกษา
ฝึกทักษะวิชาชีพระดับประกาศนียบัตรวิชาชีพชั้นสูง. วารสารวไลยอลงกรณ์ปริทัศน์(มนุษยศาสตร์และสังคมศาสตร์), 47-56.
รัชฎา เทพประสิทธิ์ และจรัญ แสนราช (2563). การวิเคราะห์ปัจจัยที่มีผลต่อการเลือกสาขาวิชาของนักศึกษาระดับปริญญาตรี
คณะครุศาสตร์ โดยใช้เทคนิคการทำเหมืองข้อมูล. วารสารบัณฑิตศึกษา มหาวิทยาลัยราชภัฏไลยอลงกรณ์
ในพระบรมราชูปถัมภ์, 134-145.
สารานุกรม IT. (2562, 3 29). กฎความสัมพันธ์. [online] Availble
https://www.mindphp.com/%E0%B8%84%E0%B8%B9%E0%B9%88%E0%B8%
A1%E0%B8%B7%E0%B8%AD/73-%E0%B8%84%E0%B8%B7%E0%B8%
AD%E0%B8%AD%E0%B8%B0%E0%B9%84%E0%B8%A3/6852-what-is-a-
association-rule.html
สำนักงานคณะกรรมการการอาชีวศึกษา. (2564). Retrieved from http://bme.vec.go.th/Portals/30/DOWNLOAD/Annual%20Report/2563.pdf?ver=2564-05-21-131940-743
สำนักงานเลขาธิการสภาการศึกษา. (2564). onec. Retrieved from http://www.onec.go.th/index.php/page/view/Outstand/2532
เสาวลักษณ์ เรียงพรม และอรอุมา ลาสุนนท์ (2561). การศึกษาปัจจัยที่มีผลต่อการตัดสินใจเข้าศึกษาในหลักสูตร
วิศวกรรมศาสตรบัณฑิต. วารสารนานาชาติ มหาวิทยาลัยขอนแก่น สาขามนุษยศาสตร์และสังคมศาสตร์, 66-92
สอศ. (2564, 10 2).การศึกษาในระบบอาชีวศึกษา. [online] Availble https://www.vec.go.th/th-
หนึ่งหทัย ชัยอาภร(2564, 10 14). การวิเคราะห์ข้อมูลด้วยเทคนิคดาต้าไมน์นิ่ง. [online] Availble
https://erp.mju.ac.th/acticleDetail.aspx?qid=551
อดุลย์ ยิ้มงาม. ( 2564,10 1). Datamining. [online] Availble http://compcenter.bu.ac.th/news-information/data-mining
อนัตต์ชัย ชุติภาสเจริญ และจรัญ แสนราช (2561). การเปรียบเทียบประสิทธิภาพของอัลกอริทึมและการคัดเลือกคุณลักษณะที่
เหมาะสมเพื่อการพยากรณ์โอกาสความสำเร็จในการโอนเงินข้ามประเทศของบุคคลทั่วไป. วารสารวิจัย
มหาวิทยาลัยขอนแก่น, 105-113.
อนันตญา ใจดี (2563). การประยุกต์การเรียนรู้ด้วยกฎความสัมพันธ์และการวิเคราะห์องค์ประกอบหลักเพื่อระบุปัจจัยที่มี
ความสัมพันธ์ต่อการตัดสินใจสั่งจ่ายยาปฏิชีวนะอย่างสมเหตุผลสำหรับการติดเชื้อทางเดินหายใจ ส่วนบนในผู้ป่วยนอก.
[online] Availble http://itheis-ir.su.ac.th/dspace/bitstream/123456789/3355/1/59363303.pdf.
Adebisi Abimbola Baale and Adelodun F Ojiyivwi (2018). Analyses of Students’ Vocational Data Using Some
Selected Classification Algorithms . Advances in Mathematical &Computational Sciences Journal.
Alaa Khalaf Hamoud (2017). Selection of Best Decision Tree Algorithm for Prediction and Classification of
Students’ Action. American International Journal of Research in Science, 26-32
Carolyn Munyua Beatice B.Awori and Simon Rukangu(2014). Factors Influencing Choice of Vocational Courses by
Learners With Hearing Impairements in Selected Vocational Training Centres,Kenya.
International Journal of Education and Research, 1-12.
datacube. (2564, ตุลาคม). Retrieved from https://datacubeth.ai/crisp-dm/
Hamoud, A. (2017). Selection of Best Decision Tree Algorithm for Prediction and Classification of Students’ Action. American International Journal of Research in Science, 26-32.
Harwati and Amby Sudiya (2016). Application Of Decision Tree Approach To Student Selection Model- A Case
Study. IOP Conference Series: Materials Science and Engineering.
Munyua, C. G. (2014). actors Influencing Choice of Vocational Courses by Learners With Hearing Impairments in Selected Vocational Training Centres, Kenya. International Journal of Education and Research, 1-12.
waikato. (2565, มกราคม). https://www.cs.waikato.ac.n. Retrieved from https://www.cs.waikato.ac.nz/ml/weka/
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
Copyright (c) 2023 มหาวิทยาลัยราชภัฏจันทรเกษม
![Creative Commons License](http://i.creativecommons.org/l/by-nc-nd/4.0/88x31.png)
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของมหาวิทยาลัยราชภัฏจันทรเกษม
ข้อความที่ปรากฎในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่าน ไม่เกี่ยวข้องกับมหาวิทยาลัยราชภัฏจันทรเกษม และคณาจารย์ท่านอื่นในมหาวิทยาลัยแต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตัวเองแต่เพียงผู้เดียว