C.V. ประวัติส่วนตัว

เอกสารประวัติส่วนตัว  DownLoad ที่นี่

การใช้งาน e-Learning : ด้วย Schoology

เอกสารการใช้งาน Schoology (คลิกที่นี่ !!!! )

ดูงานโรงเรียนตชด.สิงคโปร์แอร์ไลน์เฉลิมพระเกียรติ ฯ อ. สอยดาว จ. จันทบุรี

วันที่ 20 ธันวาคม 2553 ดร. ดนัย เทียนพุฒ พาพวกเราไป ดูงาน โรงเรียน ตชด.สิงคโปร์แอร์ไลน์เฉลิมพระเกียรติ ฯ   อ. สอยดาว จ. จันทบุรี โดยท่านอาจารย์ ผศ.ดร.จินตนา มณเฑียรวิเชียรฉายและนักศึกษาป.โท ได้ร่วมเดินทางด้วย   ครูใหญ่ คุณครู  และนักเรียนทุกคนน่ารักมาก   ตลอดเวลาที่ไปเราไม่ได้เห็นอาคารใหญ่โต  เราไม่ได้เห็นห้องเรียนที่สะดวกสบายเหมือนในเมือง  เราไมได้เห็นความพร้อมของนักเรียนซึ่งบางคนใส่ชุดอยู่บ้าน ไม่มีรองเท้า   แต่เราเห็นรอยยิ้ม และน้ำใจ ตลอดสามชั่วโมง 

    ท่านครูใหญ่ได้พาชม เริ่มต้นจากสหกรณ์ โดยได้รับการสนับสนุนการวางแผนบริหารจัดการจาก สหกรณ์จังหวัด   เป็นสินค้าทั่วไปไม่มาก  แต่งร้านไม่เด่น ไม่มีชั้นวางราคาแพง  มีตระกร้ารับเงิน สมุดจดเก่าๆ สองสามเล่ม  นักเรียนประถมปลายจะเวียนกันมาขายสินค้า    เราคิดว่ารูปแบบยิ่งใหญ่กว่าสหกรณ์โรงเรียนทั่วไป   เนื่องจากเป็นร้านชำของชุมชนทั้งหมู่บ้าน  ราคาถูก  รวมทั้งสถานที่จำหน่วยผักสวนครัว เห็ด และสินค้าอื่นๆ ในโรงเรียน  ไม่ได้หวังกำไร แต่นักเรียนได้ฝึก จนเป็นร้านค้าในหมู่บ้าน

   ถัดไปเราไปดู โรงอาหารภาพที่เราเห็นคือ แม่ครัว 3-4 คน กำลังง่วนช่วยกันทำอาหาร บนผนังจะมีรายการเมนูอาหารทุกวัน เป็นรายการอาหารธรรมดา แต่มีครบคุณค่า ครบทั้ง 5 หมู่ และ แต่ละมื้อมีนมให้นักเรียน แม่ครัวมาจาก จิตอาสาช่วยกันปรุงอาหารให้ลูกหลานโดยไม่ได้รับค่าจ้าง และจะมีเวรผลัดกันทุกวัน

  หากเดินไปดูโครงการน้ำดื่มไอโดดีนมีป้ายชื่อคุณครูผู้ดูแล    ด้านหน้ามีโถดินเผา 3 ใบ หยดไอโอดีนให้นักเรียน ดื่มตลอดและมีเวรนักเรียช่วยกันเติมน้ำ

  เราเดินผ่านห้องเรียนเล็กๆ   ด้านหลังห้องมีชั้นหนังสือไม้อัด 3-4 ชั้น มีหนังสือเรียน เราพบแต่หนังสือเรียนที่แจกเรียน แต่ไม่พบหนังสือนิทาน   รูปภาพสำหรับสำหรับเด็กๆ หรือแม้แต่ของเล่นเด็ก   ในห้องมีการเรียนการสอน นักเรียนตั้งใจเรียนมาก เดินเข้าทักเราได้ยินคำ "สวัสดีครับ สวัสดีค่ะ "   พร้อมกับรอยยิ้ม น่ารักมาก   เรารู้สึกผิดมาก  คิดในใจน่าจะเตรียมหนังสือเก่าที่บ้าน หรือขนม มาด้วย

     เดินไปด้านหลังรอบโรงเรียน ถนนดินแดงมีต้นไม้โดยรอบ จุดแรกที่ไปดู คือ การเพาะเห็ดฟาง โรงเรือนขนาดเล็ก ประมาณ  6 *   3   เมตร  เช้าๆ น้องนักเรียนที่รับผิดชอบต้องมาเก็บเห็ด และดูแลโรงเรือน

     ข้างๆเป็นฟาร์มไก่  มีการเลี้ยงไก่ไข่ประมาณ 15 ตัว  ไก่รุ่นนี้เป็นรุ่นที่ 7  ซึ่งรุ่นแรกซีพีมอบลูกไก่ให้โรงเรียน  นักเรียนต้องมาเก็บไข่ตอนเช้าก่อนเข้าเรียน

    ถัดไปเราพบหมูป่า คาดว่าเป็นพันธ์ผสมกับหมูบ้าน ไม่ดุ อาหารที่เลี้ยงคือ ต้นกล้วย เศษอาหารจากโรงครัว   เมือถึงเวลาจะจับให้ชาวบ้าน    โดยขายทั้งตัว

   ด้านหลังมีแปลงผัก มีผักจำนวนมาก หลายชนิด มีระบบน้ำหยดแบบไทยประดิษฐ์ ใช้แกลลอนน้ำมันขนาด 5 ลิตรตัดก้นถัง เติมน้ำและมีเกลียวหมุนระดับน้ำไหล เช้าๆ น้องๆนักเรียนตัวน้อย จะมาเติมน้ำ

  ระบบถังประปาโรงเรียน ขนาด 3 ถังใหญ่อยู่ด้านบนยกสูงจากพื่นดินประมาณ  7-8 เมตร ปล่อยน้ำใช้ในโรงเรียน ภายใต้ต้นก้ามปูขนาดใหญ่ โตมาพร้อมๆ กับโรงเรียน  ใกล้ๆ กันมีถังปู เลี้ยงปลาดุก มีลูกปลาดุกรอจับ ไม่น่าเกิน 3 เดือนคงได้จับขาย   และบ่อน้ำขนาดใหญ่ ซึ่งมีตาน้ำ ตลอดไป

     ใกล้ๆ กันนั้นมีเสาปูน  ปลุกพริกไทย สินค้าขึ้นชื่อของจันทบุรี     เราเดินกลับลักษณะเป็นวงกลม รอบโรงเรียน ตลอดพื้นที่ประมาณ 20 ไร่ มีทั้งวิชาการในห้องเรียน วิธีชิวิตนอกห้องเรียน ครบสมบูรณ์

    ครูใหญ่ พาเราไปเข้าห้องประชุม (น่าจะเป็นห้องสมุดดัดแปลง)   นำเสนอบรรยายสรุป ภาพรวมของโรงเรียน มีหลานเรื่องที่ประทับ อาทิ ผลการเรียนภาษาอังกฤษ ได้เกินมาตรฐานของจังหวัดสูงมาก รวมทั้งอีกหลายวิชาที่ได้คะแนนสูง ครูใหญ่ให้เราถาม พวกเราตั้งคำถามหลายข้อ...............พวกเราประทับใจ และได้รับความรู้ มาก

รับเกียรติเป็น คณะกรรมการกลั่นกรองบทความ (PEER REVIEW COMMITTEE)

ได้รับเกียรติ คณะกรรมการกลั่นกรองบทความ  (PEER REVIEW COMMITTEE)  วารสารวิจัย มหาวิทยาลัยเวสเทิร์น มนุษยศาสตร์และสังคมศาสตร์  

คลิกลิงค์ ==> 

เกียรติประวัติ ของความเป็นครู

ประกาศสํานักนายกรัฐมนตรี  เรื่อง พระราชทานเครื่องราชอิสริยาภรณ์อันเป็นที่สรรเสริญยิ่งดิเรกคุณาภรณ์ ประจําปี ๒๕๕๗

คลิก ลิงค์ ==>

ผู้วิพากษ์ผลงานวิจัย  การประชุมวิชาการระดับชาติ

คลิก ==> ได้รับเชิญวิพากษ์ผลงานวิจัย งานประชุมวิชาการระดับชาติ ม.เวสเทริน

ประวัติ

ดร. นิพิฐพนธ์   สนิทเหลือ    โทร  081-9225292   /  nipitpols@gmail.com

การศึกษา

• ปริญญาเอกปรัชญาดุษฏีบัณฑิต  สาขา การบริหารการศึกษาและภาวะผู้นำ  มหาวิทยาลัยเซนต์จอห์น
• ปริญญาโท วิทยาศาสตรมหาบัณฑิต  สาขา สถิติประยุกต์   สถาบันบัณฑิตพัฒนาบริหารศาสตร์
• ปริญญาตรี วิทยาศาสตรบัณฑิต  สาขา สถิติ(เกียรตินิยม)  มหาวิทยาลัยศรีนครินทรวิโรฒ มหาสารคาม

ประวัติการทำงาน

• พ.ศ. 2559 –  ปัจจุบัน   ผู้อำนวยการฝ่ายประกันคุณภาพการศึกษา  สถาบัน                                          เทคโนโลยีแห่งสุวรรณภูมิ

• พ.ศ. 2558 –  2559       ผู้อำนวยการสำนักวิจัย  มหาวิทยาลัยเวสเทิร์น

• พ.ศ. 2544 –  2558       รองคณบดี / หัวหน้าสาขาวิชา / อาจารย์ประจำสาขาวิชาการจัดการสารสนเทศคอมพิวเตอร์  คณะบริหารธุรกิจ          มหาวิทยาลัยเซนต์จอห์น

• พ.ศ. 2540 –  2544        ผู้ช่วยนักวิเคราะห์ระบบ เครือเบทาโกร

• พ.ศ. 2538 –  2540        ผู้จัดการฝ่ายคอมพิวเตอร์   บริษัท พานาเชน จำกัด

• พ.ศ. 2536 –  2538        โปรแกรมเมอร์  บริษัท ดาต้าแมท จำกัด

ผลงานวิชาการ  / อาจารย์พิเศษ
งานวิจัย
การวิเคราะห์พฤติกรรมการดื่มเครื่องดื่มแอลกอฮอล์และผลกระทบจากการดื่มที่มีต่อนักศึกษาะดับอุดมศึกษา ในเขตกรุงเทพมหานคร  (วิจัยร่วม)  ทุนวิจัย   สสส.l 

การศึกษาความสัมพันธ์ของความพร้อมด้านทักษะคอมพิวเตอร์ แรงจูงใจ และ  ลักษณะส่วนบุคคล ต่อการเรียนการสอนผ่านสื่ออิเล็กทรอนิกส์ ของครูระดับ   มัธยมศึกษา ในเขตจังหวัดระยอง    

เนื้อหาของเว็บไซต์ที่ส่งผลต่อการปฏิบัติสมาธิของวัดในเขตภาคกลาง    ทุนวิจัย  มหาวิทยาลัยเซนต์จอห์น

การประเมินความพร้อมของนักเรียนระดับมัธยมศึกษา  ในการเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์    เขตจังหวัดระยอง ทุนวิจัย  มหาวิทยาลัยเซนต์จอห์น

ผลงานหลักสูตร

คณะกรรมการปรับปรุงหลักสูตร บริหารธุรกิจบัณฑิตสาขาวิชา การจัดการสารสนเทศคอมพิวเตอร์ ปีการศึกษา 2551

คณะกรรมการพัฒนาปรับปรุงหลักสูตร  บริหารธุรกิจบัณฑิตสาขาวิชา เทคโนโลยีสารสนเทศทางธุรกิจ ปีการศึกษา 2555

การประกันคุณภาพ

ผู้ประเมินคุณภาพการศึกษาภายในสถานศึกษาระดับอุดมศึกษา ของสำนักงานคณะกรรมการการอุดมศึกษา 

วิทยากร

1.      วิทยากร อบรม  “การจัดทำนวัตกรรมสื่อ”   จัดโดย สำนักพัฒนาข้าราชการครู กระทรวงศึกษาธิการ  อบรมข้าราชการครู จำนวน 240  ท่าน วันที่   24- 25   สิงหาคม  พ.ศ.25562.      วิทยากร อบรม  “การวัดประเมินผล”   จัดโดย สำนักพัฒนาข้าราชการครู กระทรวงศึกษาธิการ  อบรมข้าราชการครู  จำนวน 260  ท่าน วันที่   27    สิงหาคม  พ.ศ.2556

อาจารย์พิเศษ

มหาวิทยาลัยรัตนบัณฑิต           วิชา  การพัฒนาหลักสูตร  คณะศึกษาศาสตร์ 

มหาวิทยาลัยรัตนบัณฑิต   วิชา การจัดการฐานข้อมูล เทคโนโลยีสารสนเทศทางธุรกิจ  คณะวิทยาศาสตร์ 

มหาวิทยาลัยราชภัฏพระนคร      วิชา สถิติธุรกิจมหาวิทยาลัยอีสเทร์นเอเชีย        วิชา สัมมนาคอมพิวเตอร์ธุรกิจครูพิเศษสอนคณิตศาสตร์  ม.4  โรงเรียนมัธยมวัดหนองจอก

ผู้ทรงคุณวุฒิ

• การวิพากษ์ผลงานวิจัย งานประชุมวิชาการระดับชาติ  มหาวิทยาลัยเวสเทิร์น
• การตรวจประเมินคุณภาพเครื่องมืองานวิจัย

รายวิชาที่ถนัด

 รายวิชา สถิติ  และวิจัย

การบริหารการศึกษา ,เทคโนโลยีสารสนเทศ

การวัดการประเมิน

HIPP Publication on 2008-2011 (Page 44)

HIPP Publication on 2008-2011

รายชื่อผู้ขึ้นทะเบียนผู้ประเมินคุณภาพการศึกษาภายในสถานศึกษา ระดับอุดมศึกษา

ผู้ขึ้นทะเบียนผู้ประเมินคุณภาพการศึกษา

นิพิฐพนธ์ สนิทเหลือ - RIR Research Information Repository

http://rir.nrct.go.th/rir/?page=researcher&author_code=31270

นิพิฐพนธ์   สนิทเหลือ

ปัจจัยที่เกี่ยวข้องกับการดื่มเครื่องดื่มแอลกอฮอล์ของนักศึกษาระดับอุดมศึกษาในเขตกรุงเทพมหานคร

http://cas.or.th/publication/%E0%B8%9B%E0%B8%B1%E0%B8%88%E0%B8%88%E0%B8%B1%E0%B8%A2%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B9%80%E0%B8%81%E0%B8%B5%E0%B9%88%E0%B8%A2%E0%B8%A7%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%87%E0%B8%81%E0%B8%B1%E0%B8%9A


นิพิฐพนธ์   สนิทเหลือ

ปัจจัยที่เกี่ยวข้องกับการดื่มเครื่องดื่มแอลกอฮอล์ของนักศึกษาระดับอุดมศึกษาในเขตกรุงเทพมหานคร

อภิปรายการจัดทำโครงการ ALCOHOL LOVER

ปัจจัยที่เกี่ยวข้องกับการดื่มเครื่องดื่มแอลกอฮอล์ของนักศึกษาระดับอุดมศึกษาในเขตกรุงเทพมหานคร

Reference: จักรพันธ์ กิตตินรรัตน์ และนิพิฐพนธ์ สนิทเหลือ. (2554). ปัจจัยที่เกี่ยวข้องกับการดื่มเครื่องดื่มแอลกอฮอล์ของนักศึกษาระดับอุดมศึกษาในเขตกรุงเทพมหานคร. ศูนย์วิจัยปัญหาสุรา . สำนักงานกองทุนสนับสนุนการสร้างเสริมสุขภาพ .

เกี่ยวกับงานวิจัย : “ เป็นงานวิจัยที่ศึกษาพฤติกรรม และปัจจัยที่กำหนดพฤติกรรมการดื่มเครื่องดื่มแอลกอฮอล์ของนักศึกษา ด้วยมีวัตถุประสงค์เพื่อวิเคราะห์อิทธิพลของปัจจัยด้านบุคคล ครอบครัว สังคมและสิ่งแวดล้อม และความคาดหวังจากการดื่ม ที่มีต่อพฤติกรรมการดื่ม เครื่องดื่มแอลกอฮอล์ของนักศึกษาในสถาบันอุดมศึกษาในเขตกรุงเทพมหานคร เป็นประโยชน์เพื่อใช้เป็นแนวทางในกำหนดมาตรการ นโยบายส่งเสริมพฤติกรรมการป้องกันตนเองจากการดื่มรวมถึง การนำไปใช้เป็นแนวทางควบคุมการดื่มเครื่องดื่มแอลกอฮอล์ในกลุ่มเยาวชนที่เป็นนักศึกษา และกลุ่มประชากรอื่นๆ ”

Limitation: การศึกษาครั้งนี้ มีปัจจัยเพศเป็นตัวรบกวนในการศึกษา ครั้งต่อไปควรจะแยกอิทธิพลของเพศออกมา แล้วจึงทำการศึกษาปัจจัยในข้ออื่นๆ

Implication: จากงานวิจัย ปัจจัยที่เกี่ยวข้องกับการดื่มเครื่องดื่มแอลกอฮอล์ของนักศึกษาระดับอุดมศึกษาในเขตกรุงเทพมหานคร ทำให้มีแนวทางในการกำหนดนโยบายหรือมาตรการเพื่อป้องกันการดื่มเครื่องดื่มแอลกอฮอล์ ตัวอย่างเช่น จากผลการวิจัยพบว่าการคบเพื่อนที่ดื่มเครื่องดื่มที่มีแอลกอฮอล์ เป็นตัวทำนายที่มีประสิทธิภาพสูงสุดในการตัดสินใจดื่มเครื่องดื่มแอลกอฮอล์ ดังนั้นสถาบันครอบครัว สถาบันการศึกษา และหน่วยงานที่เกี่ยวข้องควรให้ความสนใจกับพฤติกรรมของกลุ่มนักศึกษาให้มีกิจกรรมที่เป็นประโยชน์ร่วมกัน รวมถึงการสร้างความตระหนักถึงผลของการดื่มเครื่องดื่มที่มีแอลกอฮอล์ เพื่อกระตุ้นให้เกิดความสนใจและตระหนักถึงผลที่ เกิดขึ้นจากเครื่องดื่มที่มีแอลกอฮอล์ ดังเช่น การจัดทำโครงการ Alcohol Lover ที่จัดทำขึ้นในกลุ่มนักศึกษาคณะกายภาพบำบัด มหิดล

Application: สำหรับการวิจัยในอนาคต ควรเพิ่มกลุ่มตัวอย่างให้ใหญ่ขึ้น เพื่อให้สามารถอ้างอิงไปถึงนักศึกษาในประเทศไทยได้ และควรเพิ่มการศึกษาผลกระทบที่เกิดขึ้นในกลุ่มตัวอย่างและบุคคลรอบข้าง เพื่อหาแนวทางแก้ไขและป้องกันเพิ่มเติม นอกจากนี้ควรมีการ การศึกษาเชิงนโยบาย เพื่อศึกษาว่ามีนโยบายใดที่มีประสิทธิผลต่อการควบคุมการดื่มเครื่องดื่มแอลกอฮอล์ เพื่อนำมาปรับเป็นกลยุทธ์ในการควบคุมการดื่มเครื่องดื่มแอลกอฮอล์ในกลุ่มนักศึกษา

..... อ่านต่อได้ที่: https://www.gotoknow.org/posts/548316
https://www.gotoknow.org/posts/548316

 :   รับบรรยาย  รับเป็นวิืทยากร  รับจัดอบรม   ในและนอกสถานที่ ด้านการสอน   นวัตกรรมสื่อ    สื่อออนไลน์  วิจัียชั้นเรียน  และสถิติ

สอนMoodle

1. การใช้งานโปรแกรม moodle
2. การ Config    Setup  Moodle
3. การสร้่างแบบทดสอบ การประเมินผล
4. การสร้างสื่อการสอน
5. ฯ....

ติวสถิติระดับมหาวิทยาลัย

• รับสอน นอกเวลา สถิติธุรกิจ  สถิติวิจัย  ระดับปริญญาตรี ปริญญาโท  
• ติวสถิติ ก่อนสอบ  แนวการวิเคราะห์โจทย์
• สอนการอ่านผล SPSS การวิเคราะห์ผล 
• ติวสถิติวิจัย  สถิติประยุกต์   ระยะสั้น
• ติดต่ิอ   nipitpols@gmail.com   / basrchat@stjohn.ac.th   /  081 -  9225292  

สรุปการสังเคราะห์งานวิจัย Discriminant Analysis

ชื่อเรื่องงานวิจัย

Model for predicting the quality of a recruit in the BPO sector.

รูปแบบการทำนายคุณภาพของการรับสมัครงานในภาค BPO

บทนำ

สำหรับองค์กรที่มีการเจริญเติบโตสูง การดึงดูดการจ้างงาน และการรักษาพนักงานที่เก่ง ที่เหมาะสมเป็นสิ่งสำคัญ การรับพนักงานที่ไม่ตรงกับความต้องการอาจมีผลต่อความก้าวหน้าขององค์กรและทำให้เสียภาพลักษณ์ของบริษัท ซึ่งจะเห็นได้จาก พนักงานมีความรู้ที่มีคุณค่าและมีความสามารถในการใช้ทักษะที่ตรงกับความต้องการของบริษัทจะมีน้อย ดังนั้นฝ่ายรับสมัครทรัพยากรมนุษย์ (HR) ซึ่งเป็นผู้รับผิดชอบขั้นตอน

การรับสมัครและการคัดเลือกพนักงาน จึงควรตระหนักถึงสถานะและวัตถุประสงค์ของบริษัท เพื่อให้เกิดคุณภาพในเรื่องของการรับพนักงาน

ตั้งแต่ 50 ปีที่ผ่านมา หลายองค์กรประเมินผลงานตั้งแต่การรับสมัครโดยใช้ต้นทุนต่อการจ้างเป็น

ตัวชี้วัดซึ่งอาจไม่จริงเสมอไป เพราะการวัดจากค่าใช้จ่ายไม่ได้สะท้อนความเหมาะสมกับงานกับพนักงาน

แต่การรับสมัครพนักงานที่รับเข้าควรมีค่าจ้างไม่สูงและควรหาพนักงานที่เหมาะสม ดังนั้นจึงควรใช้ตัววัดอื่นๆ เช่น แบบประเมิน การแสดงความคิดเห็นการปฏิบัติงานความพึงพอใจในการเก็บข้อมูลการจ้างของผู้จัดการ

การวัดประสิทธิภาพอื่นๆ จากผู้สมัคร และนำมาใช้เป็นตัวชี้วัด ดังนั้นจึงเห็นได้ว่าในการจัดทำดัชนีคุณภาพ

ในการจ้าง ควรใช้ปัจจัยหลายประการที่จะต้องนำมาพิจารณา ซึ่งอาจจะพัฒนาโดยใช้วิธีการวิเคราะห์แยก

จำแนกกลุ่ม

วิเคราะห์จำแนกกลุ่ม

การวิเคราะห์จำแนกกลุ่มพัฒนาในปี 1936 โดย RA Fisher มีความเที่ยงตรงในการพยากรณ์

สำหรับตัวแปรกลุ่มอาจเป็นตัวแปรจัดประเภทแบบ 2 กลุ่มหรือมากกว่าก็ได้ ถ้าเป็นการจำแนก 2 กลุ่มเรียกว่า

Two-group Discriminant Analysis ถ้าจำแนกมากกว่า 2 กลุ่มเรียกว่า Multiple Discriminant Analysis (MDA)

การจำแนกตัวแปรตาม (กลุ่มตัวแปรตาม) ตัวแปรตามจะมีอย่างน้อยสองกลุ่ม ในขั้นตอนนี้ทั้งสองกลุ่มจะกำหนด

เป็น 1 และ 2 โดยมีรูปแบบสมการทั่วไปดังนี้

Group = a + b1*x1 + b2*x2 + ... + bm* xm

โดยมี a เป็นค่าคงที่และ b1,b2,b3…..bm คือค่าสัมประสิทธิ์การถดถอย จากค่าที่คำนวณได้จะถูกจัดลงในกลุ่มที่ให้เคียงที่สุด จากผลการวิจัยนี้มาจากวิเคราะห์จำแนกกลุ่มสามารถใช้ในการจัดจ้างผู้สมัครจาก 220 คน BPO ใน Chennai โดยแบ่งเป็นสองกลุ่มคือ กลุ่มที่อาจประสบความสำเร็จ และไม่ประสบความสำเร็จ

ระเบียบวิธีวิจัย

การศึกษาครั้งนี้เกิดขึ้นจากปัญหาของแผนกรับสมัคร ไม่ประสบความสำเร็จในการรับพนักงาน

ได้ตรงตามความต้องการขององค์กร โครงการนี้จัดตั้งขึ้นมาจากการรวบรวมความรู้ วิธีการ การวางแผนการรับสมัครพนักงานใหม่ กระบวนการทำงาน ขั้นตอนการฝึกอบรมในช่วงแรก จนกว่าจะสามารถทำงานได้อย่างมีประสิทธิภาพ โดยใช้ข้อมูลเบื้องต้นจากใบสมัคร ข้อมูลบริษัท ข้อมูล Feedback ของลูกค้า 224 ราย จาก BPO ในขั้นตอนการให้บริการความช่วยเหลือทางเทคนิค (Help Desk) ด้านโทรคมนาคม ซึ่งเป็นข้อมูลในปัจจุบันของบริษัท โดยไม่มีความคิดเห็นใดๆ ของผู้วิจัย

การจัดหมวดหมู่

กลุ่มตัวอย่างได้ถูกแบ่งออกเป็น พนักงานที่ดี และ พนักงานที่คาดว่าไม่ดี โดยการกำหนด code1 และรหัส 2 ถึงพวกเขาตามลำดับ กลุ่มที่จะเป็นพนักงานที่ดีจะประสบความสำเร็จหลังเสร็จสิ้นการฝึกอบรมและเป็นพนักงานที่ดีขององค์กร ในขณะที่ พนักงานที่ไม่ดีจะผ่านการทดลองงาน จากจำนวนกลุ่มตัวอย่างทั้งหมด ผู้วิจัยใช้พนักงานร้อยละ 70 ของกลุ่มตัวอย่างทั้งหมดสำหรับการสร้างสมการจำแนกกลุ่ม

ส่วนพนักงานที่เหลือร้อยละ 30 ใช้ในการทดสอบสมการจำแนกกลุ่ม

ตัวแปรจำแนก

ปัจจัยส่วนบุคคลที่นำมาใช้เป็นเกณฑ์สำหรับการเลือกรับสมัคร โดยใช้เป็นตัวแปรจำแนก ตัวแปรอิสระประกอบด้วย แหล่งที่มาของการรับสมัคร(source of recruitment) อายุ(age) เพศ(gender) ระดับการศึกษา(educational qualification) ประสบการณ์ตรง (relevant experience) การประเมินเสียง(voice evaluation) คะแนนทางเทคนิค(technical score) ไวยากรณ์ (grammar) ความถนัด(aptitude) และ

เทคนิคการประเมิน(technical evaluation)

คำอธิบายของตัวแปร

สำหรับตัวแปร ที่ใช้ในการระบุผู้สมัครที่มีศักยภาพในขั้นตอนการสรรหาและการคัดเลือก อายุ

ของผู้สมัครอยู่ระหว่าง 21 ปีถึง 35 ปี เนื่องจากลักษณะของงานของพวกเขาที่เกี่ยวข้องกับความสามารถ

ที่สำคัญในการพูดและการออกเสียง การสื่อสาร ผลการประเมินผลของเสียงที่ถือว่าเป็นตัวแปรจำแนก

กลุ่มที่สำคัญ ประสบการณ์ในการทำงานของพนักงาน ความสามารถทางวิชาการของพนักงานจาก

คะแนนที่ได้รับในการทดสอบทางเทคนิค ทักษะการใช้ภาษา โดยการทดสอบปฏิบัติทดสอบไวยากรณ์ผู้สมัคร การทดสอบเชาวน์ปัญญา ซึ่งใช้เป็นเกณฑ์ในการประเมินการจำแนก

ตาราง - I แสดงค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐานของตัวแปรต้นทั้ง 2 กลุ่ม โดยค่าส่วนเบี่ยงเบนมาตรฐานไม่ต่างกันทั้ง 2 กลุ่ม

Group Statistics

Good/Bad Discriminating Variable Mean Std. Deviation

Group Statistics

Good/Bad Discriminating Variable Mean Std. Deviation

Good Source of recruitment 1.47 0.502

Gender 2.05 1.460

Education 1.79 0.407

Relevant exp 15.54 0.890

Voice evaluation 15.73 2.124

Technical score 34.14 5.150

Grammar 7.72 1.463

Aptitude 52.73 4.438

Tech evaluation 3.72 1.935

Age 24.44 2.327

Bad Source of recruitment 1.19 0.393

Gender 1.85 1.186

Education 1.81 0.393

Relevant experience 15.39 0.616

ตาราง - II Eigen แสดงค่า Eigen Value , Percent Variance, Cumulative Percent, Cononical Correlation

ค่าสหสัมพันธ์คาโนนิคอล (Canonical correlation) ค่า Eigen Value แสดงความแตกต่างระหว่างกลุ่ม

โดยแสดงค่าร้อยละความสามารถในการจำแนกกลุ่ม Eigen Value=0.37 และ ในกรณีนี้วิเคราะห์สองกลุ่ม ค่า Eligen values = 037 ค่าสหสัมพันธ์คาโนนิคอล (Canonical correlation) แสดงความสัมพันธ์ของสมการกับตัวแปรอิสระ โดยมีค่าเท่ากับ 0.52 ซึ่งอยู่ในระดับสูง

Table--II

Eigen Values

Function Eigen Percent of Cumulative Canonical

Value Variance Percent Correlation

1 0.371 100.0 100.0 .520

ตาราง - III Wilks'Lambda

ค่า Wilks'Lambda คือ Within group sum square / Total sum square เป็นค่าที่แสดงสัดสส่วนความผันแปรของ Discriminant score ที่ไม่สามารถอธิบายได้ด้วยความแตกต่างระหว่างกลุ่ม โดยใช้ทดสอบค่าเฉลี่ยของตัวแปรอิสระทุกตัวในกลุ่มที่ 1 เท่ากับ กลุ่มที่ 2

Table--III

Wilks' Lambda

Test of Wilks' Sig.

Function(s) Lambda

1 0.730 0.000

ฟังก์ชันที่ 1 Significant สามารถใช้พยากรณ์ได้

Table--IV

Prior Probabilitis for Groups

Good/Bad Prior

Good Hire .622

Bad Hire .378

Total 1.000

Table--V

Canonical discriminant function

coefficients

Discriminant Variable Function

Source of recruitment 1.231

Gender .165

Education -.337

Relevant exp .270

Voice evaluation .287

Technical score .058

Grammar .190

Aptitude -.061

Tech evaluation .116

Age -.071

Constant -8.754

จากตาราง Canonical Discriminant Function Coefficients แสดงค่าเป็นสัมประสิทธิ์ของตัวแปรจำแนกในสมการจำแนกกลุ่ม ซึ่งเป็นสมการในรูปคะแนนดิบ ค่าน้ำหนักที่ได้จึงไม่อยู่ในรูปมาตรฐาน (Unstandardized Coefficients) เป็นผลจากการเลือก Unstandardized ใน Statistics Option ผลที่ได้มีทั้งค่าน้ำหนักในแต่ละตัวแปร และค่าคงที่ (Constant)

กฎการตัดสินใจที่ได้จากตารางที่ - V มีดังนี้

Y = 1.231 * (แหล่งที่มาของการรับสมัครงาน) -- 0.071 * (อายุ) +

0.165 * (เพศ) -- 0.337 * (ระดับการศึกษา) + 0.270 * (ประสบการณ์ตรง)

+ 0.287 * (การประเมินเสียง) + 0.058 * (คะแนนทางเทคนิค) + 0.190 * (ไวยากรณ์) --

0.061 * (ความถนัด) -- 0.116 * (เทคนิคการประเมิน) - 8.754 (2)

การทดสอบนัยสำคัญทางสถิติเป็นการทดสอบระยะห่างระหว่างค่า centriod (ค่าเฉลี่ยของคะแนนจำแนกของแต่ละกลุ่ม)ของแต่ละกลุ่ม กลุ่มพนักงานที่ดีมีค่าเท่ากับ 0.472 และ พนักงานที่ไม่ดี เท่ากับ -.0776

Table--VI

Functions at Group Centroids

Good/Bad Function

Good hire .472

Bad hire -.776

Table--VII

Classification Function Coefficients

Independent Variables Good/Bad

Good Bad

Source of recruitment 19.651 18.116

Gender -.334 -.540

Education 26.982 27.402

Relevant exp 26.803 26.466

Voice evaluation 2.941 2.582

Technical score -.143 -.216

Grammar 1.853 1.617

Aptitude 2.024 2.100

Tech evaluation 6.959 6.815

Age 5.574 5.662

(Constant) -409.305 -399.071

จากตาราง Classification Function Coefficients ผลการวิเคราะห์นำเสนอค่าสัมประสิทธิ์

และค่าคงที่ของสมการจำแนกโดยแยกเป็นกลุ่ม ตามวิธีของ Fisher’s (Fisher’s linear discrimination function) จำนวนสมการจะมีเท่ากับจานวนกลุ่มในกรณีนี้มี 2 สมการ

Table--VIII

Classification of results

Good/ Predicted Group Total

Bad Membership

Original Good Bad Total

Count Good 82 15 97

Bad 21 38 59

Percent Good 84.5 15.5 100.0

Bad 35.6 64.4 100.0

Cross- Count Good 80 17 97

Validated (a) Bad 24 35 59

Percent Good 82.5 17.5 100.0

Bad 40.7 59.3 100.0

ตาราง - VIII นำเสนอระดับของความสำเร็จของการจัดหมวดหมู่สำหรับตัวอย่างนี้ จำนวนและร้อยละของการจำแนกได้อย่างถูกต้องได้ร้อยละ 76.92 กลุ่มที่1 จำแนกได้ถูกต้องร้อยละ 84.5 และกลุ่มที่2 จำแนกได้ถูกต้องร้อยละ 64.4

ข้อสรุป

แบบจำลองการทำนายลักษณะของพนักงานมีความถูกต้องร้อยละ 76.9 จากอิทธิพลของแต่ละปัจจัยที่สามารถทำนายหรือตัวแปรอิสระในการสร้างสมการการตัดสินใจดังกล่าว กฎการตัดสินใจที่ได้รับเป็นดังนี้
Y = 1.231 * (Source of recruitment ) -- 0.071 * (Age) + 0.165 * (Gender) - 0.337 * (Education) + 0.270 * (Relevant exp) + 0.287 * (Voice evaluation) + 0.058 * (Technical score) + 0.190 * (Grammar) -0.061 * (Aptitude) -- 0.116 * (Tech evaluation ) - 8.754

References

S.C.Gupta 'Fundamentals Of Mathematical Statistics' Sultan Chand & Sons, 11 th Ed., 2002. Rajendra Nargundkar 'Marketing Research' Tata McGraw hill, 2002. Tamara.J.Erickson & Lynda Gratton, Harvard Business Review, pp 82, March 2007. www.bpoindia.org/research/recruitment-challenge-call-center-bpo.shtml www.bookpleasures.com www.staffing.org

Vijaya Mani

Professor,

SSN School of Management and

Computer Applications,

Kalavakkam,

Tamil Nadu.

COPYRIGHT 2010 Foundation for Organisational Research & Education
No portion of this article can be reproduced without the express written permission from the copyright holder.

Copyright 2010 Gale, Cengage Learning. All rights reserved.

ความหมาย

การวิเคราะห์จำแนกกลุ่มด้วยเทคนิค Discriminant Analysis เป็นวิธีการทางสถิติที่ใช้วิเคราะห์จำแนกกลุ่มตั้งแต่ 2 กลุ่มขึ้นไป จากตัวแปรตาม 1 ตัว และตัวแปรอิสระตั้งแต่ 1 ตัวขึ้นไป( มาตรอันตรภาคหรืออัตราส่วน ) ตัวแปรตาม จะต้องเป็นตัวแปรจัดประเภท ซึ่งอาจเป็น 2 กลุ่ม หรือมากกว่า การจำแนกสมาชิกของแต่ละกลุ่มจะต้องขาดจากกันประเภท (Categorical Variable) ถ้าเป็นการจำแนก 2 กลุ่มเรียกว่า Two-group Discriminant Analysis ถ้าจำแนกมากกว่า 2 กลุ่มเรียกว่า Multiple Discriminant Analysis (MDA)

หลักการคือ การจำแนกทดสอบสมมติฐาน คือการหาว่าค่าเฉลี่ยของตัวแปรต้นแต่ละกลุ่มมีค่าเท่ากันหรือไม่ การทดสอบนัยสำคัญทางสถิติเป็นการทดสอบระยะห่างระหว่างค่า centriod(ค่าเฉลี่ยของคะแนนจำแนกของแต่ละกลุ่ม)

ผลที่ได้จากการวิเคราะห์วิธีนี้นอกจากจะสามารถจำแนกระหว่างกลุ่มได้แล้ว ยังสามารถบอกคุณลักษณที่เกี่ยวข้อง อาทิ ตัวแปรใดจำแนกได้ดีมากน้อยกว่ากัน สามารถบอกประสิทธิภาพหรือนํ้าหนักในการจำแนก การพยากรณ์การเข้าสู่กลุ่มของข้อมูลใหม่ด้วย ดังนั้นการวิเคราะห์จำแนกประเภทจึงเป็นเทคนิคการวิเคราะห์ความสัมพันธ์หรือการหาสาเหตุเทคนิคหนึ่ง (ศิริชัย กาญจนวาสี, 2550 กัลยา วินิชย์บัญชา,2551 และเพชรน้อย สิงห์ช่างชัย,2548 )

วัตถุประสงค์ของการวิเคราะห์จำแนกกลุ่ม

กัลยา วานิชย์บัญชา (2550: 236) ได้กล่าวถึงวัตถุประสงค์ ดังนี้

1. เพื่อหาสาเหตุหรือปัจจัยที่ควรใช้ในการแบ่งกลุ่ม

2. เพื่อสร้างสมการจาแนกกลุ่มที่ดีที่สุดจากข้อมูล

3. เพื่อสร้างสมการจำแนกกลุ่มมาใช้พยากรณ์หน่วยวิเคราะห์ใหม่ว่าสมควรจัดให้อยู่ใน กลุ่มใด

เงื่อนไขและข้อตกลงเบื้องต้น

ข้อตกลงเบื้องต้น ที่สำคัญของการวิเคราะห์จำแนกประเภทมีดังนี้

1. ข้อมูลที่ใช้วิเคราะห์ต้องมีการกระจายแจกแจงเป็นโค้งปกติ โดยเฉพาะตัวแปรอิสระต้องมีการแจกแจงเป็นโค้งปกติเสมอ แต่ตัวแปรตามอาจจะมีข้อยกเว้นได้ แต่ถ้าข้อมูลทั้งหมดแจกแจงเป็นโค้งปกติก็จะทำให้การวิเคราะห์มีความถูกต้องน่าเชื่อถือยิ่งขึ้น

2. กลุ่มย่อยในตัวแปรตามมีเมตริกซ์ความแปรปรวน-ความแปรปรวนร่วมเท่ากัน (Equal Variance – Covariance Matrices) การทดสอบความเป็นเอกพันธ์ของเมตริกซ์ความแปรปรวน-ความแปรปรวนร่วม นิยมใช้ Box’s M test ถ้าเมตริกซ์ ดังกล่าวของแต่ละกลุ่มย่อยในตัวแปรตามไม่เท่ากันจะมีผลต่อความผิดพลาดในการจำแนกกลุ่ม

3. ตัวแปรอิสระ 2 ตัวขึ้นไปไม่มีความสัมพันธ์กันสูง ถ้าหากพบว่ามีคู่ใดที่ มีความสัมพันธ์กันสูงกว่า 0.5 (Multicollinearity) จะต้องตัดตัวแปรอิสระคู่นั้นออก

4. ตัวแปรค่าที่มีค่ากระจายออกจากกลุ่มอย่างผิดปกติ (Outliers) จะส่งผลต่อความถูกต้องของการจำแนกกลุ่ม จึงควรตัดค่าที่มีการกระจายผิดปกติออกไปก่อนการวิเคราะห์ข้อมูล

5. ความสัมพันธ์ของตัวแปรอิสระ และตัวแปรตาม ต้องมีความสัมพันธ์กันเชิงเส้นเท่านั้น

วิธีการสร้างสมการวิเคราะห์จำแนกกลุ่ม

การสร้างสมการจำแนกกลุ่ม มี 2 วิธี คือ

1. วิธีตรง (Direct Method) เป็นวิธีการที่ผู้วิจัยต้องการตัวแปรทุกตัวเข้าสมการ ตามที่ระบุไว้

ด้วยเหตุผลทางทฤษฏี

2. วิธีแบบขั้นตอน (Stepwise Method) เป็นวิธีการที่เลือกตัวแปรทีละตัวมาเข้าสมการโดย

หาตัวแปรที่ดีที่สุดในการจำแนกมาเข้าสมการเป็นตัวแรก จากนั้นก็จะหาตัวแปรที่ดีที่สุดตัวที่สอง สามตามลำดับ

1. ความเหมาะสมของสถิติที่ใช้ในการวิจัย

จากรายงานวิจัยเรื่อง รูปแบบการทำนายคุณภาพของการรับสมัครงานในภาค BPO ผู้วิจัยมีวัตถุประสงค์หลัก เพื่อ

(1) เพื่อจำแนกประเภทลักษณะของคนที่มาเข้าสมัครงานว่า ลักษณะใดของกลุ่มตัวอย่างที่มีแนวโน้มจะเป็นพนักงานที่ดี (good hire) และพนักงานที่ไม่ดี (bad hire)

(2) เพื่อศึกษาปัจจัยที่ใช้ในการทำนายลักษณะการทำงานในองค์กร

โดยมีตัวแปรที่ผู้วิจัยศึกษามีดังนี้

ตัวแปรต้น ประกอบด้วยตัวแปร 10 ตัว คือ แหล่งที่มาของการรับสมัคร (source of recruitment),

อายุ (age), เพศ (gender), ระดับการศึกษา (educational qualification), ประสบการณ์ตรง (relevant experience),

การประเมินเสียง (voice evaluation), คะแนนทางเทคนิค (technical score), ไวยากรณ์ (grammar),

ความถนัด (aptitude), และเทคนิคการประเมิน (technical evaluation)

ตัวแปรตาม จำแนกเป็น 2 กลุ่ม คือ กลุ่มพนักงานที่ดี (good hire) และพนักงานที่ไม่ดี (bad hire)

จากข้อมูลการวิจัยสรุปได้ว่างานชิ้นนี้เลือกใช้สถิติได้อย่างเหมาะสม สอดคล้องกับหลักการของการใช้สถิติวิเคราะห์จำแนกกลุ่ม ที่เป็นเทคนิคการวิเคราะห์ที่เหมาะสำหรับการนำตัวแปรอิสระหลายตัว
ไปทำนายตัวแปรตาม ซึ่งเป็นตัวแปรกลุ่มหรือตัวแปรจัดประเภท (Categorical Variable) เนื่องจากผู้วิจัยต้องการจำแนกคุณภาพของการรับสมัครพนักงาน โดยแยกออกเป็นการรับสมัครพนักงานกลุ่มดี กับ พนักงานกลุ่มไม่ดี ซึ่งเป็นตัวแปรตาม และมีตัวแปรทำนายจำนวน 10 ตัว ดังข้อมูลข้างต้น

2. ความเหมาะสมในการนำเสนอผลและในการแปลความหมาย

2.1 จากผลการวิจัยผู้วิจัยมีการพิจารณาค่าในตาราง Eigen value

Function Eigen Percent of Cumulative Canonical

Value Variance Percent Correlation

1 0.371 100.0 100.0 .520

โดยค่าสหสัมพันธ์คาโนนิคอล (Canonical Correlation) ซึ่งเท่ากับ 0.52 ค่าแสดงว่าสมการนั้นมีความสัมพันธ์กับตัวแปรอิสระระดับปานกลาง ความสามารถในการจำแนกตัวแปรตามเป็นกลุ่มๆได้ปานกลาง / ค่าไอเก้น (Eigenvalue) เป็นค่าที่แสดงอัตราส่วนการผันแปรระหว่างกลุ่ม ต่อการผันแปรภายในกลุ่ม ถ้าค่าไอเก้นเท่ากับ 0.371 มีค่าไม่สูง แสดงว่าสมการจำแนกได้ไม่ดีนัก

2.2 จากผลการวิจัยผู้วิจัยมีการพิจารณาตาราง Wilk’s Lamda

Wilks' Lambda

Test of Wilks' Sig.

Function(s) Lambda

1 0.730 0.000

ฟังก์ชันที่ 1 Significant สามารถใช้พยากรณ์ได้

โดย Wilks' Lambda มีค่า 0.730 ค่อนข้างสูง แสดงว่า ความสามารถของตัวแปรต้นที่จะสามารถแบ่งกลุ่มตัวแปรตามไม่ดีนัก แต่ผลการวิเคราะห์พบว่าค่า sig น้อยกว่า 0.05 แสดงว่า สมการนั้นสามารถนำไปใช้จำแนกได้

2.3 จากผลการวิจัยผู้วิจัยมีการพิจารณาค่าเฉลี่ยของคะแนนจำแนกของแต่ละกลุ่ม

Table--VI

Functions at Group Centroids

Good/Bad Function

Good hire .472

Bad hire -.776

การทดสอบนัยสำคัญทางสถิติเป็นการทดสอบระยะห่างระหว่างค่า centriod (ค่าเฉลี่ยของคะแนนจำแนกของแต่ละกลุ่ม)ของแต่ละกลุ่ม เท่ากับ 0.472 และ -.0776 ซึ่งแตกต่างกันมาก แสดงว่า สมการดังกล่าวสามารถจำแนกได้ดี

2.4 จากผลการวิจัยผู้วิจัยมีการรายงานผลจากตาราง Classification Function Coefficients ซึ่งสามารถเขียนเป็นสมการ ได้ดังนี้

Y_good = 19.651 * (Source of recruitment ) -0.334* (Gender) + 26.982 *(Education) +26.803 * (Relevant exp) + 2.941 * (Voice evaluation) -0.143 * (Technical score) + 1.853* (Grammar)+2.024 * (Aptitude) + 6.959* (Tech evaluation )+5.574(Age) - 409.305

Y_bad = 18.116 * (Source of recruitment ) -0.540* (Gender) + 27.402 *(Education) +26.466 * (Relevant exp) + 2.582 * (Voice evaluation) -0.216 * (Technical score) + 1.617* (Grammar)+2.100 * (Aptitude) + 6.815* (Tech evaluation )+5.662(Age) - 399.071

ซึ่งจากสมการ ดังนั้นบริษัทสามารถใช้ในการคัดเลือกคนที่จะเข้ามาในองค์กร

2.5 จากผลการวิจัยผู้วิจัยมีการรายงานผลจากตาราง Classification of results ทำให้เห็นได้ว่าจากสมการจำแนกกลุ่มที่ผู้วิจัยได้จากการวิเคราะห์ข้อมูลสามารถใช้ในการพยากรณ์ได้ถูกต้อง 76

3. ข้อเสนอแนะอื่นๆ

ผู้วิจัยควรมีการพิจารณาข้อตกลงเบื้องต้นของการวิจัย โดยใช้สถิติ Discriminant Analysis ดังนี้

ข้อตกลงเบื้องต้น (Assumption)

1) Independent variable are multivariate normal : ทดสอบโดย แยกทดสอบการแจกแจงปกติ ทีละตัวแปร หากทุกตัวแปรมีการปกติ คาดว่าทั้งหมดจะเป็น multivariate normal

2) Linearity of relationships : ทดสอบโดย สร้างกราฟเพื่อดูว่าความสัมพันธ์เป็นแบบเส้นตรงหรือไม่

3) The Independent variable should not have high multi-collinearity : ทดสอบโดย หาค่าสหสัมพันธ์ระหว่างตัวแปรต้นทั้งหมด ซึ่งตัวแปรต้นต้องไม่สัมพันธ์กันเองสูงมาก หากเกิดขึ้นต้องไม่นำตัวแปรดังกล่าวมาพิจารณา

4) The variance-covariance matrics of independent variable must be equal for all treatment Group ทดสอบโดย Boxs’m Test

5) No outliner หากมีค่า Extreme Value ต้องไม่นำมาวิเคราะห์

ซึ่งการตรวจสอบข้อตกลงเบื้องต้นทำให้มั่นใจได้ว่าผู้วิจัยใช้สถิติได้อย่างเหมาะสม