โมเดลทำนายผลสัมฤทธิ์ทางการศึกษาในระดับปริญญาโท

งานวิจัยนี้มีวัตถุประสงค์เพื่อสร้างโมเดลในการทานายผลสัมฤทธิ์ทางการศึกษาและเปรียบเทียบประสิทธิภาพของโมเดล โดยใช้ข้อมูลของนักศึกษาในหลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาเทคโนโลยีสารสนเทศ จานวน 1,468 ตัวอย่าง ผู้วิจัยแบ่งการศึกษาออกเป็น 2 ส่วนได้แก่ 1) ศึกษาประสิทธิภาพของปัจจัยที่ใช้เป็นตัวทานาย และ 2) เปรียบเทียบประสิทธิภาพของอัลกอริทึมที่ใช้ในการทานาย ผ่านโมเดลทานายผลที่ไม่มีการปรับค่าไฮเปอร์พารามิเตอร์ได้แก่ Naïve Bayes (NB) Multilayer Perceptron (MLP) และ Support Vector Machine (SVM) และโมเดลทานายผลที่ได้รับการปรับแต่งค่าไฮเปอร์พารามิเตอร์แบบดีที่สุด ผลการศึกษาแสดงให้เห็นว่าโมเดลที่ใช้ปัจจัยมาตรฐานร่วมกับคะแนนเฉลี่ยสะสมของวิชาบังคับและแผนการเรียนที่นักศึกษาเป็นผู้เลือก มีประสิทธิภาพในการทานายผลสูงกว่าโมเดลที่เพียงใช้ปัจจัยมาตรฐานเพียงอย่างเดียว อัลกอริทึมแบบไม่ปรับแต่งค่าไฮเปอร์พารามิเตอร์มีประสิทธิภาพในการทานายไม่แตกต่างจากอัลกอริทึมที่ได้รับการปรับแต่งค่าไฮเปอร์พารามิเตอร์ Naïve Bayes โมเดลที่ใช้ปัจจัยมาตรฐานเพียงอย่างเดียว ทานายผลได้ถูกต้องที่ 64.03 % เมื่อเพิ่มตัวทานายเป็นคะแนนเฉลี่ยสะสมของวิชาบังคับและแผนการเรียน โมเดลดังกล่าวสามารถทานายได้ถูกต้องที่ 82.42 % ผลการศึกษาแสดงให้เห็นว่าคะแนนเฉลี่ยสะสมของวิชาบังคับและแผนการเรียนเป็นปัจจัยที่ส่งผลในเชิงบวกต่อประสิทธิภาพในการทานายของโมเดล