https://buuir.buu.ac.th/xmlui/handle/1234567890/4802 2026-04-03T19:28:23Z 2026-04-03T19:28:23Z อรณิชชา ทศตา ปิยะทิพย์ ประดุจพรม กนก พานทอง https://buuir.buu.ac.th/xmlui/handle/1234567890/4267 2022-12-29T09:17:12Z 2562-01-01T00:00:00Z

Title: การพัฒนาโปรแกรมคำนวณคะแนนจุดตัดตามแนวคิดของ Angoff โดยประยุกต์ทฤษฎีการตอบสนองข้อสอบ Authors: อรณิชชา ทศตา; ปิยะทิพย์ ประดุจพรม; กนก พานทอง Abstract: การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อพัฒนาโปรแกรมคำนวณคะแนนจุดตัดตามแนวคิดของ Angoff โดยประยุกต์ทฤษฎีการตอบสนองข้อสอบ ซึ่งผู้วิจัยได้พัฒนาโปรแกรมในรูปแบบ Web Application การสร้างและพัฒนาโปรแกรม มี 6 ขั้นตอน ดังนี้ 1) การวิเคราะห์ระบบ 2) การออกแบบและสร้างฐานข้อมูล 3) การพัฒนาโปรแกรม 4) การทดสอบและปรับปรุงโปรแกรม 5) การจัดทำคู่มือการใช้โปรแกรม และ 6) การประเมินความเหมาะสมและประสิทธิภาพ การใช้งานโปรแกรม โดยเขียนด้วยภาษา PHP, HTML5, CSS, JavaScript, jQuery และ Bootstrap ใช้ MySQL เป็นระบบฐานข้อมูล ซึ่งการประเมินความเหมาะสมของโปรแกรมโดยผู้เชี่ยวชาญ จำนวน 3 คน และการประเมินประสิทธิภาพการใช้โปรแกรมโดยผู้ทดลองใช้โปรแกรม ซึ่งเป็นครูผู้สอน ระดับชั้นประถมศึกษาปีที่ 6 จำนวน 40 คน สามารถเข้าใช้งานได้ที่ www.cutoffscoreforangoff.co วิเคราะห์ระดับความเหมาะสมและความคิดเห็นด้วยสถิติพื้นฐาน ได้แก่ ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน ผลการวิจัยปรากฏว่า การประเมินความเหมาะสมในด้านต่างๆ ด้วยวิธี Black Box Testing ของโปรแกรมคำนวณคะแนนจุดตัดตามแนวคิดของ Angoff โดยประยุกต์ทฤษฎีการตอบสนองข้อสอบโดยผู้เชี่ยวชาญมีความเหมาะสมโดยภาพรวมระดับมาก (M = 4.10, SD = 0.41) และผลการประเมินความคิดเห็นของผู้ทดลองใช้โปรแกรม โดยภาพรวมมีระดับความคิดเห็นอยู่ในระดับมาก (M = 4.50, SD = 0.62) ซึ่งเป็นที่ยอมรับของผู้เชี่ยวชาญและ ผู้ทดลองใช้โปรแกรมทั้งความสามารถของโปรแกรม และความถูกต้องของโปรแกรมสามารถนำมาประยุกต์ใช้ได้จริงอย่างมีประสิทธิภาพ

2562-01-01T00:00:00Z ณัฐนันท์ วารีเศวตสุวรรณ สุชาดา กรเพชรปาณี https://buuir.buu.ac.th/xmlui/handle/1234567890/4266 2023-01-03T04:14:24Z 2562-01-01T00:00:00Z

Title: การตรวจสอบเฝ้าระวังอุบัติการณ์ของโรคเบาหวานขณะตั้งครรภ์ (GDM) โดยใช้แผนภูมิควบคุม p ปรับแก้ Authors: ณัฐนันท์ วารีเศวตสุวรรณ; สุชาดา กรเพชรปาณี Abstract: การวิจัยนี้มีวัตถุประสงค์เพื่อตรวจสอบเฝ้าระวังอุบัติการณ์ของโรคเบาหวานขณะตั้งครรภ์ (GDM) โดยใช้แผนภูมิควบคุม p ปรับแก้ การดำเนินงานใช้เครื่องมือคือ แผนภูมิควบคุม p ปรับแก้ ร่วมกับกฎความไวสำหรับแผนภูมิควบคุม (Sensitivity rules for control chart) คือใช้กฎการแปลความหมาย (Interpretation rules) 4 ข้อ ในการตรวจสอบเฝ้าระวังและหาระดับการเตือนอุบัติการณ์ของโรคเบาหวานขณะตั้งครรภ์ (GDM) ในพื้นที่ศึกษา จากข้อมูลทุติยภูมิ GDM ตั้งแต่เดือน ต.ค. 2554 – ม.ค. 2559 (52 เดือน) โรงพยาบาลศูนย์สกลนคร จังหวัดสกลนคร ผลการตรวจสอบเฝ้าระวังอุบัติการณ์ของโรคเบาหวานขณะตั้งครรภ์ (GDM) โดยแผนภูมิควบคุม p ปรับแก้ ปรากฏว่า 1) มีจุดออกนอกขีดจำกัดควบคุม 1 จุด คือ เดือน พ.ย. 2558 กระบวนการเกิดความผิดปกติขึ้น 2) ตรวจสอบหาสาเหตุที่เกิดขึ้นโดยนำปัจจัยเสี่ยง (Risk factor) ของ GDM มาวิเคราะห์พาเรโตด้วยกฎ 80/20 ปรากฏว่า ปัจจัยเสี่ยงที่เป็นสาเหตุสำคัญมากเกือบร้อยละ 80 มี 3 ปัจจัย ได้แก่ อายุตั้งครรภ์ตั้งแต่ 30 ปีขึ้นไป ภาวะอ้วนก่อนการตั้งครรภ์ และภาวะน้ำหนักเกินก่อนการตั้งครรภ์ แสดงให้เห็นว่า เกิดจากสาเหตุที่ระบุได้ (Assignable causes) จึงตัดข้อมูลเดือน พ.ย. 2558 ออก และ 3) ปรับเส้นขีดจำกัดควบคุม ปรากฏว่า 3.1) ทุกจุดอยู่ในขีดจำกัดควบคุม กระบวนการปกติ และ 3.2) ตรวจหาระดับการเตือน พบจุดที่ตกนอกขีดจำกัดเตือนบน 3 จุด คือ เดือน ต.ค. 2554, ม.ค. 2555 และเม.ย. 2558 ดำเนินการแจ้งเตือนเพื่อป้องกันการออกนอกขีดจำกัดควบคุมในอนาคต

2562-01-01T00:00:00Z สุกัลญา ศิริมาตร์ ปริญญา เรืองทิพย์ ภัทราวดี มากมี อาฟีฟี ลาเต๊ะ https://buuir.buu.ac.th/xmlui/handle/1234567890/4265 2023-01-09T08:37:27Z 2562-01-01T00:00:00Z

Title: การพัฒนาตัวสถิติเลวีนแบบปรับใหม่โดยใช้มัธยฐานในการทดสอบการเท่ากันของความแปรปรวน Authors: สุกัลญา ศิริมาตร์; ปริญญา เรืองทิพย์; ภัทราวดี มากมี; อาฟีฟี ลาเต๊ะ Abstract: การวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาตัวสถิติเลวีนแบบปรับใหม่ด้วยมัธยฐานในการทดสอบการเท่ากันของความแปรปรวน และเพื่อเปรียบเทียบประสิทธิภาพของสถิติเลวีนแบบปรับใหม่ด้วยมัธยฐานกับตัวสถิติบาร์ตเลตต์ เลวีน 4 รูปแบบ โอบรีน และบราวน์ฟอร์สิตี โดยพิจารณาจากความสามารถในการควบคุมความน่าจะเป็นของความคลาดเคลื่อนแบบที่ 1 และอำนาจการทดสอบ ภายใต้การจำลองสถานการณ์โดยใช้เทคนิคมอนติคาร์โล ผลการวิจัยปรากฏว่า สถิติเลวีนแบบปรับใหม่โดยใช้มัธยฐานสำหรับทดสอบการเท่ากันของความแปรปรวนได้รับการพัฒนา สถิติตัวที่ผู้วิจัยพัฒนาขึ้นมีแนวโน้มที่สามารถควบคุมความน่าจะเป็นของความคลาดเคลื่อนแบบที่ 1 ได้หลากหลายสถานการณ์มากกว่าตัวสถิติบาร์ตเลตต์ และเลวีน นอกจากนั้นยังสามารถควบคุมความน่าจะเป็นของความคลาดเคลื่อนแบบที่ 1 ได้ใกล้เคียงกับตัวสถิติโอบรีน และบราวน์ฟอร์สิตี ตามเกณฑ์การพิจารณาความแกร่งของคอนโอเวอร์ จากทั้งหมด 36 สถานการณ์ เมื่อนำสถิติที่พัฒนาขึ้นใหม่ไปทดสอบกับข้อมูลที่มีลักษณะเบนออกจากการแจกแจงแบบปกติ พบว่าสถิติตัวนี้มีแนวโน้มที่จะมีอำนาจการทดสอบสูงกว่าตัวสถิติบาร์ตเลตต์ เลวีน โอบรีน และบราวน์ฟอร์สิตี

2562-01-01T00:00:00Z อกนิษฐ์ ทองจิตร พูลพงศ์ สุขสว่าง จตุภัทร เมฆพายัพ https://buuir.buu.ac.th/xmlui/handle/1234567890/4264 2023-01-14T12:10:55Z 2562-01-01T00:00:00Z

Title: การพัฒนาวิธีจำแนกประเภทข้อมูลโดยใช้โครงข่ายประสาทเทียมแบบปรับเหมาะผสมผสานการหาค่าเหมาะสมที่สุดแบบกลุ่มอนุภาค สำหรับการจำแนกประเภทกลุ่มเสี่ยงในการเป็นโรคเบาหวาน Authors: อกนิษฐ์ ทองจิตร; พูลพงศ์ สุขสว่าง; จตุภัทร เมฆพายัพ Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อ 1) พัฒนาวิธีจำแนกประเภทข้อมูลโดยใช้โครงข่ายประสาทเทียมแบบปรับเหมาะ ผสมผสานการหาค่าเหมาะสมที่สุดแบบกลุ่มอนุภาค 2) เปรียบเทียบประสิทธิภาพวิธีการจำแนกประเภทข้อมูล 3 วิธี ได้แก่ โครงข่ายประสาทเทียมแบบปรับเหมาะผสมผสานการหาค่าเหมาะสมที่สุดแบบกลุ่มอนุภาค ( AANN-PSO) โครงข่ายประสาทเทียมแบบดั้งเดิมผสมผสานการหาค่าเหมาะสมที่สุดแบบกลุ่มอนุภาค (ANN-PSO) และโครงข่าย ประสาทเทียมแบบดั้งเดิม (ANN) และ 3) ศึกษาการจำแนกประเภทกลุ่มเสี่ยงในการเป็นโรคเบาหวานและกลุ่มปกติ โดยใช้วิธีการจำแนกประเภทข้อมูลที่พัฒนาขึ้นข้อมูลที่ใช้ในการศึกษาเป็นตัวอย่างผู้ป่วยที่มีภาวะเสี่ยงต่อการเป็น โรคเบาหวานในพื้นที่เขตรับผิดชอบของสำนักงานสาธารณสุขจังหวัดนครพนม ปี พ.ศ. 2561 จำนวน 7,000 ระเบียน ผลการวิจัยปรากฏว่า 1. วิธีจำแนกประเภทข้อมูลโดยใช้โครงข่ายประสาทเทียมแบบปรับเหมาะผสมผสานการหาค่าเหมาะสมที่สุดแบบ กลุ่มอนุภาคที่พัฒนาขึ้น ด้วยฟังก์ชันการแปลงใหม่ f (s’) = 2/(1+e-2s') -1 เมื่อ S’ = (S-E(S))/√(Var(S)) ทำให้ค่าความชันของฟังก์ชันเป้าหมายลดลง และประสิทธิภาพการจำแนกประเภทข้อมูลมีค่าความแม่นยำเพิ่มขึ้น 2. วิธี AANN-PSO มีประสิทธิภาพการจำแนกประเภทข้อมูลมากกว่าวิธี ANN-PSO และ วิธี ANN ทั้ง 5 สถานการณ์ และมีประสิทธิภาพเพิ่มขึ้นเมื่อขนาดตัวอย่างเพิ่มขึ้น 3. ตัวแปรที่เป็นปัจจัยสำคัญที่ส่งผลต่อการเป็นโรคเบาหวาน ได้แก่ ดัชนีมวลกาย ความดันโลหิตช่วงหัวใจคลายตัว อายุ ความดันโลหิตช่วงหัวใจบีบตัว เส้นรอบเอว และประวัติเบาหวานในญาติสายตรง โดยการจำแนกประเภทข้อมูลกลุ่มเสี่ยงผู้ป่วยเป็นโรคเบาหวาน ด้วยวิธี AANN-PSO มีค่าความแม่นยำ ร้อยละ 92.79 และค่าความคลาดเคลื่อนกำลังสองเฉลี่ยเท่ากับ 0.07

2562-01-01T00:00:00Z