applying the association rule to e-learning … the...weka ร ปท 4.23...

การยอมรบระบบการเรยนอเลกทรอนกสดวยวธการหากฎความสมพนธ กรณศกษามหาวทยาลยเกษมบณฑต

Applying the Association Rule to e-Learning Acceptance Model: The Case of Kasem Bundit University

วรวช วาสนปรชา Worawat Wasanapreecha

วทยานพนธนเปนสวนหนงของการศกษา หลกสตรวทยาศาสตรมหาบณฑต สาขาวชาเทคโนโลยสารสนเทศ

คณะวทยาการและเทคโนโลยสารสนเทศ มหาวทยาลยเทคโนโลยมหานคร

ปการศกษา 2558

หวขอวทยานพนธ การยอมรบระบบการเรยนอเลกทรอนกสดวยวธการ หากฎความสมพนธ กรณศกษามหาวทยาลยเกษมบณฑต


ผจดทาวทยานพนธ นายวรวช วาสนปรชา รหส 5717710001 หลกสตร วทยาศาสตรมหาบณฑต สาขา เทคโนโลยสารสนเทศ อาจารยทปรกษาวทยานพนธ …….………………………………….. (ดร.สรณพร ภมวฒสาร)

วทยานพนธฉบบน ผานการพจารณาจากคณะกรรมการ ดงมรายชอตอไปน

………………………………………….. ………………………………………….. (รศ.ดร.วระศกด ครธช) (ผศ.ดร.รงโรจน โชคงามวงศ) ………………………………………….. (ผศ.ดร.สรชย องกตตกล)

I

หวขอ การยอมรบระบบการเรยนอเลกทรอนกสดวยวธการ หากฎความสมพนธ กรณศกษามหาวทยาลยเกษมบณฑต

ชอนกศกษา วรวช วาสนปรชา

รหสนกศกษา 5717710001

หลกสตร วทยาศาสตรมหาบณฑต สาขาเทคโนโลยสารสนเทศ

ปการศกษา 2558

อาจารยทปรกษา ดร.สรณพร ภมวฒสาร

บทคดยอ

ระบบการเรยนอเลกทรอนกส (e-Learning) ไดถกนามาประยกตใชทางการศกษา เพอเพมประสทธภาพ และความยดหยนในการเรยนการสอน แตกลบไมไดรบการตอบรบเทาทควร จดประสงคของงานวจยจงมงคนหาปจจยตลอดจนความสมพนธทเกอหนนระหวางกน ทคาดวาจะสงผลตอการเขาใชงานระบบ e-Learning โดยงานวจยนไดประยกตใชวธการ Association

Rule ทไดรบความนยมในการนามาใชหาความสมพนธทสงผลตอกนกบทฤษฎแบบจาลองการยอมรบเทคโนโลย (Technology Acceptance Model : TAM) ทถกใชเปนตวแบบตงตนเพอพสจนปจจยทสงผลตอการยอมรบเทคโนโลย ในกรณศกษาของมหาวทยาลยเกษมบณฑต วธการ Association Rule จะมความเหมาะสมในการหาความสมพนธของปจจยทมเปนจานวนมาก ผลลพธทไดจะแสดงใหเหนถงความสมพนธทสงผลตอการยอมรบเทคโนโลยระหวางกนทแทจรง ทพสจนไดยากในการประยกตใชตวแบบ TAM ในแตละบรบทของงานวจยกอนหนาน

II

Topic Applying the Association Rule to e-Learning Acceptance

Model: The case of Kasem Bundit University

Student Name Worawat Wasanapreecha

Student ID 5717710001

Course Master of Science in Information Technology

Year 2015

Advisor Dr.Suronapee Phoomvuthisarn

Abstract

The electronic learning ( e- Learning) systems have been applied to improve

teaching and learning activities. However, such systems are still not widely used as much

as expected. The purpose of the research aims to find factors and their relationships that

influence perception on students’ acceptance of e-Learning in the case of Kasem Bundit

University. In this research, Association Rule has been applied to a conceptual framework

based on the Technology Acceptance Model ( TAM) in identifying factors’ relationships

that affect the use of e- Learning. Applying Association Rule in TAM is appropriate in

relation to a number of investigated factors. The results reveal that the factors’

relationships discovered are comprehensive which is difficult to find in a model of TAM

adoption in the context of previous research.

III

กตตกรรมประกาศ

วทยานพนธฉบบนสามารถสาเรจไดตามจดมงหมาย ซงไดรบความกรณาจากอาจารยทปรกษาวทยานพนธ ดร.สรณพร ภมวฒสาร ทไดกรณาใหคาปรกษา ใหขอเสนอแนะ ขอคดเหนตาง ๆ และตรวจสอบ แกไขขอผดพลาดทเกดขนระหวางการจดทาวทยานพนธมาโดยตลอดรวมถงทานอาจารย และคณะกรรมทกทานทชวยใหคาแนะนา ทเปนประโยชนในการดาเนนการในการจดทาวทยานพนธในครงน

สดทายนขาพเจาขอขอบคณบดา มารดา และครอบครวผซงใหการสนบสนนและใหกาลงใจในการศกษาในครงน รวมถงเพอน ๆ รนพ และบคคลทมไดกลาวถง ขอขอบคณทคอยใหความชวยเหลอและใหกาลงใจเสมอมา

วรวช วาสนปรชา

IV

สารบญ

หนาบทคดยอภาษาไทย บทคดยอภาษาองกฤษ กตตกรรมประกาศ สารบญ

IIIIIIIV

สารบญรป VIสารบญตาราง VIIบทท 1 บทนา 1.1 ความเปนมาและความสาคญของปญหา 1 1.2 วตถประสงคของการทาวจย 3 1.3 ขอบเขตของงานวจย 3 1.4 ผลทคาดวาจะไดรบ 3บทท 2 พนฐานและงานวจยทเกยวของ 2.1 การเรยนอเลกทรอนกส (e-Learning) 5 2.2 ทฤษฎการยอมรบเทคโนโลย 6 2.3 การหาความเชอมนของแบบสอบถาม (Cronbach’s Alpha) 9 2.4 งานวจยทเกยวของ 10 2.5 กฎความสมพนธ (Association Rule) 13 2.6 แนวทางการดาเนนการวจย 14บทท 3 วธการนาเสนอ 3.1 กาหนดปจจย 16 3.2 เกบขอมลจากแบบสอบถาม 19 3.3 พสจนปจจยดวยวธการการหากฎความสมพนธ 20 3.4 สรางโมเดลและกาหนดสมมตฐานจากกฎความสมพนธ 21บทท 4 ผลการดาเนนงาน 4.1 แจกแจงขอมลผตอบแบบสอบถาม 23 4.2 ผลการตอบแบบสอบถาม 25

4.3 การหาความเชอมนของแบบสอบถาม (Cronbach’s Alpha) 36 4.4 การหาความสมพนธระหวางปจจยดวยวธการหากฎความสมพนธ 37 (Association Rule) 4.5 การดาเนนการตามผลลพธ 42 4.6 การประเมนผลการดาเนนงาน 45

V

สารบญ (ตอ)

หนาบทท 5 สรปผลการดาเนนงาน

5.1 สรปผลและวเคราะห

5.2 แนวทางในการศกษาในอนาคต อางอง ภาคผนวก ก ภาคผนวก ข

4748495257

VI

สารบญรป

หนา รปท 2.1 ทฤษฎรวมการยอมรบและการใชเทคโนโลย 6

รปท 2.2 ทฤษฎแบบจาลองการยอมรบเทคโนโลย 7

รปท 2.3 การกาหนดปจจยภายนอกของ Eylem Kilic 8

รปท 2.4 อธบายตวอยางความสมพนธของสมมตฐาน 8

รปท 2.5 อธบายคาความเชอมนแบบรวม 10

รปท 2.6 อธบายคาความเชอมนแบบรายขอ 10

รปท 2.7 การทางานของนวรอน เนตเวรค 11

รปท 2.8 ตวอยางการใชนวรอน เนตเวรค พสจนปจจย 12

รปท 3.1 กรอบการทางาน 15

รปท 3.2 รายละเอยดการดาเนนงาน

รปท 4.1 แสดงรายละเอยดเพศของผตอบแบบสอบถาม

รปท 4.2 แสดงรายละเอยดอายของผตอบแบบสอบถาม

รปท 4.3 แสดงรายละเอยดคณะของนกศกษาทรวมตอบแบบสอบถาม

รปท 4.4 แสดงผลลพธการตอบแบบสอบถามปจจยการรบรความมประโยชน

รปท 4.5 แสดงผลลพธการตอบแบบสอบถามปจจยการรบรความงาย

ในการใชงาน

รปท 4.6 แสดงผลลพธการตอบแบบสอบถามปจจยทศนคตทมตอการใชงาน

รปท 4.7 แสดงผลลพธการตอบแบบสอบถามปจจยความตงใจ

เชงพฤตกรรมในการใชงาน

รปท 4.8 แสดงผลลพธการตอบแบบสอบถามปจจยประสทธภาพของตนเอง ในการใชคอมพวเตอร รปท 4.9 แสดงผลลพธการตอบแบบสอบถามปจจยการรบรความสะดวก

ในการใชงาน

รปท 4.10 แสดงผลลพธการตอบแบบสอบถามปจจยการสนบสนนทาง เทคนค

รปท 4.11 แสดงผลลพธการตอบแบบสอบถามปจจยความวตกกงวล

รปท 4.12 แสดงผลลพธการตอบแบบสอบถามปจจยดานเทคโนโลย

รปท 4.13 แสดงผลลพธการตอบแบบสอบถามปจจยระบบการจดการ การเรยนการสอนขาดความพรอม

รปท 4.14 แสดงผลลพธการตอบแบบสอบถามปจจยการเอาใจใส รปท 4.15 แสดงผลลพธการตอบแบบสอบถามปจจยรปแบบการนาเสนอ

รปท 4.16 แสดงผลลพธการตอบแบบสอบถามปจจยการออกแบบระบบ

16

23

24

24

25

26

26

27

28

28

29

30

30

31

32

32

33

VII

สารบญรป (ตอ)

หนา รปท 4.17 แสดงผลลพธการตอบแบบสอบถามปจจยแรงจงใจ

รปท 4.18 แสดงผลลพธการตอบแบบสอบถามปจจยการฝกอบรม

รปท 4.19 แสดงผลลพธการตอบแบบสอบถามปจจยอาจารย

รปท 4.20 แสดงผลลพธการตอบแบบสอบถามปจจยประชาสมพนธ

รปท 4.21 แสดงคาความเชอมนของแบบสอบถาม

รปท 4.22 แสดงการตงคาคาสนบสนนและคาความเชอมนดวย

โปรแกรม Weka

รปท 4.23 แสดงการใชโปรแกรม Weka หากฎความสมพนธ

รปท 4.24 แสดงผลลพธจากการทดลอง รปท 4.25 แสดงกราฟเปรยบเทยบการเขาใชงานระบบ

34

34

35

36

36

37

38

41

45

VIII

สารบญตาราง

หนา ตารางท 2.1 อธบายคาความเชอมนของแบบสอบถาม 9

ตารางท 3.1 แสดงผลการเกบรวบรวมปจจย 18

ตารางท 3.2 แสดงตวอยางการเกบขอมลจากแบบสอบถามในฐานขอมล 20

ตารางท 3.3 แสดงการหาคาความเชอมน

ตารางท 4.1 แสดงผลการหาคาสนบสนน

ตารางท 4.2 แสดงจานวนนกศกษาทสมครเขาใชงานระบบ

21

39

45

บทท 1 บทนา

1.1 ความเปนมาและความสาคญของปญหา

ระบบการเรยนอเลกทรอนกส (e-Learning) ไดถกนามาใชงานอยางแพรหลายในสถาบนการศกษาเพอเปนเครองมอในการสนบสนนการเรยนการสอน และเพมประสทธภาพ ความยดหยนใหแกผใชงานโดยไมขนอยกบสถานท ระยะทางและเวลา ทาใหนกศกษาสามารถเขาใชงานระบบเพอทบทวนบทเรยน ทาแบบทดสอบไดตลอดเวลา จดเดนอกประการหนงของระบบการเรยนอเลกทรอนกสคอการนาเสนอเนอหาตาง ๆ ทมความหลากหลายและนาสนใจ นกศกษาสามารถทจะเรยนรผานมลตมเดยประเภทตางๆ ตลอดจนกจกรรมตางๆ ทตองการ เ ชน หองสนทนา (Chat), กระดานสนทนา (Web Board), ขอความสวนตว (Personal Message), คาศพท (Glossary) ไดอกดวย

มหาวทยาลยเกษมบณฑตเรมนาระบบการเรยนอเลกทรอนกสมาใชตงแตป 2548 โดยเปนการนาเทคโนโลยทางการสอสารมาประยกตใชกบการใหบรการทางการศกษา จากประโยชนของการเรยนอเลกทรอนกสทมตอตวนกศกษาทงในเรองของความรทางวชาการ และทกษะทางเทคโนโลย ตลอดจนการเขาใชงานระบบการเรยนอเลกทรอนกสทสามารถทาไดงาย จานวนนกศกษาทคาดวาจะเขาใชงานระบบการเรยนอเลกทรอนกสนาจะมเปนจานวนมาก แตในปจจบนกลบพบวาการเขาใชงานระบบการเรยนอเลกทรอนกสมนกศกษาเขาใชงานเพยงบางสวน จากปญหาทไดกลาวมาขางตนนนจงตองมการคนหาวา เพราะเหตใดระบบการเรยนอเลกทรอนกสของมหาวทยาลยกลบไมไดรบการยอมรบ หรอมเหตผลใดบางทมอทธพลตอการตดสนใจเขาใชงานระบบ เพอนามากาหนดเปนแนวทาง หรอกจกรรมทจะสงเสรมใหเกดการยอมรบระบบ และเขาใชระบบจากผใชตอไป

ทฤษฎทใชในการศกษาการยอมรบเทคโนโลยนนมอยดวยกนหลายทฤษฎเชน ทฤษฎการกระทาเชงเหตผล (Theory of Reason Action : TRA), ทฤษฎพฤตกรรมตามแผน (Theory of Planned Behavior : TPB), ทฤษฎรวมการยอมรบและการใชเทคโนโลย (Unified Theory of Acceptance and Use of Technology : UTAUT) เปนตน แตทฤษฎทไดรบความนยม [1] ซงมงานวจยจานวนมากทนาทฤษฎดงกลาวมาใชคอ ทฤษฎแบบจาลองการยอมรบเทคโนโลย (Technology Acceptance Model : TAM ) นาเสนอโดย Davis [2]

ทฤษฎแบบจาลองการยอมรบเทคโนโลย (Technology Acceptance Model : TAM ) ถกนามาประยกตใชในงานวจยตาง ๆ [3][4][5] ในการศกษาพฤตกรรมของมนษยเพอนาไปสการอธบายและพยากรณเหตผลของแตละบคคลในการยอมรบเทคโนโลย โดยหลกการทางานจะเรมตนจากการกาหนดปจจย และกาหนดความสมพนธระหวางปจจยหรอสมมตฐานตางๆ ทคาดวาจะมผลตอการยอมรบเทคโนโลย โดยทาการเกบรวบรวมขอมลจากแบบสอบถามและทาการพสจนสมมตฐานดวยวธการทางคณตศาสตร โดยจะมการกาหนดคานยสาคญ และทา

2

การพสจนวาแตละสมมตฐานไดคามากกวาหรอเทากบคานยสาคญทกาหนดไวหรอไม หากสมมตฐานใดมคามากกวาหรอเทากบคานยสาคญทกาหนดไวจะหมายถงสมมตฐานนนสงผลสนบสนนตอการยอมรบเทคโนโลย แตหากไดคานอยกวานยสาคญทกาหนดจะหมายถงสมมตฐานนนไมสงผลตอการยอมรบเทคโนโลย อยางไรกตามจากงานวจยกอนหนานทใชทฤษฎแบบจาลองการยอมรบเทคโนโลย จะสงเกตเหนไดวางานวจยกอนหนานจะมการกาหนดปจจย และสมมตฐานหรอความสมพนธระหวางปจจยจานวนไมมาก [6-10] เนองจากหากมการกาหนดปจจยจานวนมาก จะสงผลใหจานวนของสมมตฐานมมากขนตามไปดวย ทาใหตวแบบมความซบซอนมากยงขนเนองจากจะมความสมพนธระหวางปจจยทเพมขน และยงสงผลตอการพสจนสมมตฐานเนองจาก การพสจนสมมตฐานดวยวธการทางคณตศาสตรนนจะมข นตอนและกระบวนการทซบซอน เชนการแทนคาตวแปรของสตรตางๆ ทใชในการพสจนปจจย และใชเวลามากเนองจากแตละสมมตฐานจะผานคานยสาคญทระดบตางกน จงตองมการกาหนด คานยสาคญหลายระดบเชน ทระดบ 0.05, 0.01 เปนตน ทาใหตองทาการพสจนหลายครงเพอตรวจสอบนยสาคญทกาหนดไว สงผลใหงานวจยกอนหนานมจานวนของสมมตฐานไมมาก อาจสงผลใหการกาหนดแนวทางในการยอมรบเทคโนโลยนนไมมประสทธภาพ เนองจากอาจมปจจยและสมมตฐานอนๆ ทสงผลตอการยอมรบเทคโนโลยแตไมไดถกกาหนดไว ทาใหคาตอบทไดนนไมครบถวน สงผลใหการกาหนดแนวทาง หรอกจกรรมตาง ๆ เพอสงเสรมใหมการยอมรบเทคโนโลยนนไมครบถวนตามไปดวย

ในการศกษาครงนไดประยกตใชทฤษฎแบบจาลองการยอมรบเทคโนโลยรวมกบวธการหากฎความสมพนธ อลกอรทมอพรโอร (Association Rule (Apriori Algorithm)) [11] เพอใชในการวเคราะหเหตการณหรอความสมพนธตาง ๆ โดยวธการหากฎความสมพนธนนไมตองกาหนดสมมตฐานหรอความสมพนธตางๆ ไวลวงหนา ผลลพธและความสมพนธทไดจากวธการหากฎความสมพนธนนจะไมถกจากดจานวนจากผวจย และคาตอบทไดรบนนมาจากผใชงานจรง ซงตางจากวธการทางคณตศาสตรทตองมการกาหนดสมมตฐานไวลวงหนาทาใหจานวนของสมมตฐานถกจากดจานวนจากผวจย ผลลพธทไดจากวธการหากฎความสมพนธนนจะมความครอบคลมมากยงขน โดยเทคนคการหากฎความสมพนธทนามาประยกตใชในการพสจนความสมพนธระหวางปจจยนนเปนวธการคนหาความสมพนธทซอนอยของขอมลและเปนเทคนคการสกดขอมลจากขอมลจานวนมาก เพอคนหารปแบบและความสมพนธทซอนอยในชดขอมลนน ๆ [12] โดยการประยกตใชงานนนจะนาวธการหากฎความสมพนธมาใชในการพสจนความสมพนธระหวางปจจย โดยจะมการกาหนดคาสนบสนน (Support) และคาความเชอมน (Confidence)

จากการศกษาในครงนผว จยคาดหวงวาจะไดทราบถงปจจยทสงผลตอการยอมรบเทคโนโลยกบระบบการเรยนอเลกทรอนกสของมหาวทยาลยเกษมบณฑต ดวยวธการหา กฎความสมพนธซงวธการนจะชวยลดความซบซอนในการพสจนสมมตฐาน และคาตอบทไดจะมความครอบคลมมากยงขน

3

1.2 วตถประสงคของการทาวจย งานวจยในครง นทาการศกษาเรองการยอมรบเทคโนโลยกบระบบการเรยน

อเลกทรอนกสของมหาวทยาลยเกษมบณฑต โดยนาวธการหากฎความสมพนธมาประยกตใชในการหาปจจยทมความสมพนธกนและสงผลตอการยอมรบและเขาใชงานระบบการเรยนอเลกทรอนกส 1.3 ขอบเขตของงานวจย

ทฤษฎแบบจาลองการยอมรบเทคโนโลย ถกนามาใชเพออธบายและพยากรณการยอมรบเทคโนโลย สาหรบงานวจยนจะประยกตใชวธการหากฎความสมพนธ (Association Rule) ในการพสจนความสมพนธระหวางปจจย ซงเปนวธการทเหมาะสาหรบใชพสจนปจจย และความสมพนธระหวางปจจยจานวนมาก โดยมกระบวนการทางานดงน

1.3.1 การกาหนดปจจย วธการคอจะทาการกาหนดปจจยทคาดวาจะมผลตอการยอมรบเทคโนโลย โดยปจจยสวนหนงถกรวบรวมมาจากงานวจยกอนหนาน โดยจะเลอกพจารณาปจจยทคาดวาจะมผลตอการยอมรบระบบการเรยนอเลกทรอนกสของมหาวทยาลย เกษมบณฑต และปจจยอกสวนหนงจะถกกาหนดขนจากผวจย ซงเปนปจจยทคาดวาจะมผลตอการยอมรบระบบการเรยนอเลกทรอนกสในบรบทของมหาวทยาลยเกษมบณฑต

1.3.2 เกบรวบรวมขอมลจากแบบสอบถาม คาถามในแบบสอบถามนนจะถกออกแบบใหมความสอดคลองหรอหกลางกบปจจยทกาหนดไว โดยกลมเปาหมายททาการเกบแบบสอบถามคอนกศกษาทใชงานระบบการเรยนอเลกทรอนกส

1.3.3 หากฎความสมพนธ คอการคนหาความสมพนธของขอมล เพอหารปแบบทเกดขนบอย (Frequent Item) เพอนามาใชในการวเคราะหหรอพยากรณเหตการณตาง ๆ เนองจากวธการหากฎความสมพนธไมจาเปนตองมการกาหนดสมมตฐานหรอความสมพนธระหวางปจจยไวลวงหนา ทาใหคาตอบทไดรบนนจะเปนขอมลจรงจากผใชงาน สมมตฐานทไดจะไมถกจากดจานวนจากผวจย สงผลใหผลลพธทไดจากการใชวธการหากฎความสมพนธนนจะมความครอบคลมมากยงขน โดยจะมการกาหนดคาสนบสนน (Support) และกาหนดคาความเชอมน (Confidence) ผลลพธทไดนนจะออกมาในรปแบบของกฎความสมพนธและจะถกนามาจดใหอยในรปแบบของทฤษฎแบบจาลองการยอมรบเทคโนโลย

1.4 ผลทคาดวาจะไดรบ

ผลลพธทจะไดรบนนจะทาใหทราบถงปจจยและความสมพนธระหวางปจจยทสงผลตอการยอมรบระบบการเรยนอเลกทรอนกสของมหาวทยาลยเกษมบณฑตดวยวธการหา กฎความสมพนธ ผลทไดนนจะมความครอบคลมเนองจากจะไมถกจากดจานวนสมมตฐานจากผวจ ย นอกจากนวธการหากฎความสมพนธยงสามารถลดความซบซอนของการพสจน

4

สมมตฐานไดอกดวย โดยผลการทดลองทไดนนสามารถนาไปกาหนดเปนแนวทางในการกาหนดกจกรรมตาง ๆ เพอใหเกดการยอมรบและการเขาใชงานระบบตอไป

บทท 2 พนฐานและงานวจยทเกยวของ

การศกษาพฤตกรรมการยอมรบเทคโนโลยกบระบบการเรยนอเลกทรอนกส ในบรบทของมหาวทยาลยเกษมบณฑต ผวจยไดทาการศกษาทฤษฎจากงานวจยกอนหนาน รวมถงเอกสาร แนวคดตาง ๆ ทเกยวของกบงานวจย และไดทาการรวบรวมกรอบแนวความคด ความรและทฤษฎตาง ๆ ทจาเปนตองนามาใชในการวจยในครงน โดยมประเดนทเกยวของดงตอไปน 2.1 การเรยนอเลกทรอนกส (e-Learning) ระบบการเรยนอเลกทรอนกส คอ การเรยนการสอนในรปแบบใดกได ทถกถายทอดผานอปกรณอเลกทรอนกส ไมวาจะเปน ซดรอม แทบเลต สมารทโฟน คอมพวเตอร เครอขายอนเตอรเนต เครอขายอนทราเนต สญญาณดาวเทยม เปนตน แตในปจจบนรปแบบทเราคนเคยและพบเหนไดบอยคอรปแบบการเรยนผานเวบไซต (Web-Based Learning) เปนการเรยนแบบออนไลนผานเวบเบราเซอร (Web Browser) โดยการเรยนการสอนในลกษณะนมขอดดงนคอ

2.1.1 สถานทและเวลา คอ การเรยนอเลกทรอนกสนนไมมขอจากดในเรองของสถานทเรยน หรอเวลาในการเรยนเนองจากเปนการใหบรการผานระบบเครอขายอนเตอรเนตจงทาใหสามารถเขาใชงานไดในทกสถานท และทกเวลา ซงถอเปนการขยายโอกาสทางการศกษาอกดวย 2.1.2 มลตมเดย (Multimedia) คอ การนาเสนอเนอหาตาง ๆ สามารถนาเสนอไดหลากหลายรปแบบ ทาใหมความนาสนใจ ดงดใจมากขน ซงสงผลโดยตรงตอการเรยนรและการจดจา 2.1.3 ทกษะดานเทคโนโลยสารสนเทศ การใชงานระบบการเรยนอเลกทรอนกสนนนอกจากความรจากเนอหาวชาเรยนแลว สงหนงทผเขาใชงานระบบจะไดรบคอ ทกษะดานเทคโนโลยสารสนเทศเนองจากผใชงานตองใชงานผานคอมพวเตอร และระบบอนเตอรเนต รวมถงการใชเครองมอในการทากจกรรมตาง ๆ บนระบบจะสงผลใหเกดการพฒนาทกษะดาน เทคโนโลยมากยงขน 2.1.4 เพมโอกาสในการเรยนร สาหรบผเรยนทไมมความมนใจ กลวในการตงคาถาม หรอตอบคาถาม การเรยนรผานระบบการเรยนอเลกทรอนกสนนจะสามารถแกปญหาดงกลาวไดเนองจากการเรยนในลกษณะนไมตองแสดงตวตอหนาผสอน หรอตอหนาเพอนในหองเรยนโดยสามารถใชเครองมอตาง ๆ เปนสอกลางไดเชน อเมล กระดานสนทนา หองสนทนา ในการแสดงความคดเหนหรอตอบขอคาถามตาง ๆ ได

6

2.2 ทฤษฎการยอมรบเทคโนโลย ทฤษฎทใชในการตรวจสอบการยอมรบเทคโนโลยมหลายทฤษฎ แตปจจบนทฤษฎทไดรบความนยมและนามาใชในการศกษาการยอมรบเทคโนโลยม 2 ทฤษฎคอ 1. ทฤษฎรวมการยอมรบและการใชเทคโนโลย (Unified Theory of Acceptance and Use of Technology: UTAUT) นาเสนอโดย Venkatesh และคณะ [13] เปนทฤษฎท ใชในการศกษาพฤตกรรมในการยอมรบการใชงานเทคโนโลยสารสนเทศ ซงประกอบดวย 6 ปจจยหลก ดงรปท 2.1 ไดแก

1. ความคาดหวงดานสมรรถภาพ (Performance Expectancy: PE) 2. ความคาดหวงจากความพยายาม (Effort Expectancy: EE) 3. อทธพลทางสงคม (Social Influence: SI) 4. สภาพสงอานวยความสะดวก (Facilitating Conditions: FC) 5. แรงจงใจดานความบนเทง (Hedonic Motivation: HM) 6. มลคาตามราคา (Price Value: PV)

และปจจยภายนอก จานวน 4 ปจจย ดงรปท 2.1 ไดแก 1. เพศ (Gender) 2. อาย (Age) 3. ประสบการณ (Experience) 4. ความสมครใจในการใชงาน (Voluntariness of Use)

ภาพรวมการทางานคอจะมการกาหนดปจจยทคาดวาจะมผลตอการยอมรบเทคโนโลย และทาการกาหนดความสมพนธระหวางปจจยหรอสมมตฐาน โดยจะทาการเกบรวบรวมขอมลจากแบบสอบถาม ทถกออกแบบใหรองรบหรอหกลางกบปจจยตาง ๆ ทไดกาหนดไวกอนหนาน และทาการพสจนสมมตฐานดวยวธการทางคณตศาสตร หากสมมตฐานใดมคาผานเกณฑทกาหนด สมมตฐานนนจะสงผลตอการยอมรบเทคโนโลย

รปท 2.1 ทฤษฎรวมการยอมรบและการใชเทคโนโลย

7

สาหรบทฤษฎรวมการยอมรบและการใชเทคโนโลยไดมงเนนการศกษาการยอมรบเทคโนโลยในภาคธรกจ [14][15] ตวอยางเชน การศกษาการยอมรบโปรแกรมหรอระบบงานทจะนามาใชในองคกร เปนตน 2. ทฤษฎแบบจาลองการยอมรบเทคโนโลย (Technology Acceptance Model: TAM) ทฤษฎแบบจาลองการยอมรบเทคโนโลยเปนทฤษฎทไดรบการยอมรบและมชอเสยงในการใชศกษาเรองการยอมรบเทคโนโลย โดยมองคประกอบดงน

2.1 ปจจย (Factor) คอ ตวแปรทผวจ ยคาดวาจะสงผลกระทบตอสงททาการศกษา จากทฤษฎแบบจาลองการยอมรบเทคโนโลยสามารถแบงไดเปน 2 ประเภทไดแก

2.1.1 ปจจยหลก คอปจจยทไดถกกาหนดไวตามโมเดลทฤษฎแบบจาลองการยอมรบเทคโนโลย ซงประกอบดวย 4 ปจจย ดงรปท 2.2 ไดแก

รปท 2.2 ทฤษฎแบบจาลองการยอมรบเทคโนโลย

1. การรบรความมประโยชน (Perceived Usefulness: PU) 2. การรบรความงายในการใชงาน (Perceived Ease of Use: PE) 3. ทศนคตทมตอการใชงาน (Attitude Toward Using: AU) 4. ความตงใจเชงพฤตกรรมในการใชงาน (Behavioral Intention to Use:

BI) 2.1.2 ปจจยภายนอก (External Variable) คอ ปจจยทถกกาหนดขน

จากตวผวจย เพอใหครอบคลมการศกษาในบรบทนน ๆ ซงปจจยภายนอกเกดจากการคาดการณวาปจจยเหลานนจะสงผลตอการศกษาในบรบทนน ๆ ดงรปท 2.3 จากงานวจยของ Eylem Kilic [16] ศกษาเรองปจจยทมผลตอการยอมรบระบบมเดล (Moodle) จะเหนไดวามปจจยภายนอก ทเพมเตมเขามาจากปจจยหลกทไดกลาวไวขางตนคอ การรบรความมประโยชนสาหรบอาจารย (Perceived Usefulness for Professor), ความสามารถของตนเองดานคอมพวเตอร (Computer Self-Efficacy) และการสนบสนนทางเทคนค (Technical Support)

8

รปท 2.3 การกาหนดปจจยภายนอกของ Eylem Kilic

2 .2 สมมต ฐาน (Hypothesis) คอ การคาดการณ ส งท จ ะ เกดข น ของความสมพนธระหวางปจจย กลมขอมล พฤตกรรม รวมถงแนวคดตาง ๆ โดยสงทคาดการณวาจะเกดขนนนอาจเกดขนจรง หรอไมเกดขนจรงกได ทฤษฎแบบจาลองการยอมรบเทคโนโลยจะใชสญลกษณของสมมตฐานเปนเสนเชอมตอระหวางปจจย 2 ปจจย ดงตวอยางรปท 2.4 จะสามารถอธบายไดวา มการตงสมมตฐานวาทศนคตทมตอการใชงาน (Attitude Toward Using) อาจสงผลตอความตงใจเชงพฤตกรรมในการใชงาน (Behavioral Intention to Use) เปนตน หรอจากรปท 2.3 สามารถสรปไดวางานวจยดงกลาวม 7 ปจจย และม 9 สมมตฐาน โดยทสญลกษณของแตละสมมตฐานคอ H ตามดวยเลขลาดบของแตละสมมตฐานคอ H1-H9

รปท 2.4 อธบายตวอยางความสมพนธของสมมตฐาน

สมมตฐานแตละขอจะถกทาการพสจนจากการตอบแบบสอบถามโดยผใชงาน ลกษณะการตอบแบบสอบถามจะอยในรปแบบมาตราวดแบบลเครท (Likert Scale) เปนมาตราวดทประมาณคาจากคามากทสดไปคานอยทสด ตวอยางเชน 5 (เหนดวยอยางยง), 4 (เหนดวย), 3 (เหนดวยปานกลาง), 2 (ไมเหนดวย), 1 (ไมเหนดวยอยางยง) หรอแบบ 2 มาตราวด คอ 1 (เหนดวย) และ 0 (ไมเหนดวย) เปนตน โดยคาถามในแบบสอบถามจะมการออกแบบใหรองรบ หรอหกลางกบสมมตฐานตามแตละหวขอ โดยแบบสอบถามทถกเกบมาจะตองผานกระบวนการในการหาความเชอมนของแบบสอบถามทเรยกวา Cronbach’s Alpha [17] และนาขอมลทไดจากแบบสอบถามมาใชในการพสจนตอไป

9

สาหรบการวจยในครงนเลอกใชงานทฤษฎแบบจาลองการยอมรบเทคโนโลยเปนโมเดลตงตนในการทดลอง เนองจากเปนทฤษฎทเหมาะสมทใชในการศกษาการยอมรบเทคโนโลยซงเปนทฤษฎทสามารถอธบายพฤตกรรมการยอมรบเทคโนโลยได รวมทงยงเปนทฤษฎทใชงานงายและไมซบซอน จะเหนไดวามงานวจยจานวนมากนาทฤษฎแบบจาลองการยอมรบเทคโนโลยมาใชในการศกษาการยอมรบระบบการเรยนอเลกทรอนกส แสดงใหเหนวาทฤษฎดงกลาวมความเหมาะสมในการใชงานในบรบทน ปจจบนทฤษฎแบบจาลองการยอมรบเทคโนโลยไดพฒนาเปนทฤษฎแบบจาลองการยอมรบเทคโนโลย 2 (Technology Acceptance Model 2: TAM 2) [18] โดยมการเพมปจจยและความสมพนธตาง ๆ 2.3 การหาความเชอมนของแบบสอบถาม (Cronbach’s Alpha)

การหาความเชอมนของแบบสอบถาม คอการตรวจสอบวาแบบสอบถามทนามาใชนนมความนาเชอถอมากนอยเพยงใด แบบสอบถามทมความนาเชอมนสง หมายถงแบบสอบถามทสามารถวดสงเดยวกนหลาย ๆ ครง และใหคาตอบทเหมอนกน ใกลเคยงกน หรอแตกตางกนเลกนอยเทานน โดยวธการหาคาความเชอมนของแบบสอบถามสามารถคานวณไดจากสมการดงตอไปน

Cronbach α =k

k-11-

∑ Si2k

i=1

Sp2 (2.1)

เมอ k คอ จานวนขอของแบบสอบถาม Si

2 คอ ความแปรปรวนของขอ I Sp

2 คอ ความแปรปรวนของคะแนนรวม หลงจากทแทนคาและคานวณตามสมการขางตนจะไดตวเลขทแสดงถงความนาเชอถอของเครองมอหรอแบบสอบถามนน ๆ โดยสามารถอธบายไดดงน

ตารางท 2.1 อธบายคาความเชอมนของแบบสอบถาม คาความเชอมนของแบบสอบถาม คาอธบาย

0.9 ดมาก

0.7 0.9 ด

0.6 0.7 ยอมรบได

0.5 0.6 พอใช

0.5 ยอมรบไมได

10

แบบสอบถามทผานการคานวณนนจะใหคาความเชอมนสองประเภท ประเภททหนง คอความเชอมนแบบรวม กลาวคอเปนคาความเชอมนของแบบสอบถามทงฉบบ และประเภท ทสองความเชอมนแบบรายขอ กลาวคอจะมการแจกแจงคาความเชอมนของแบบสอบถามเปน ขอ ๆ ดงรปท 2.5 อธบายคาความเชอมนแบบรวมของแบบสอบถาม และรปท 2.6 อธบายคาความเชอมนแบบรายขอ

รปท 2.5 อธบายคาความเชอมนแบบรวม

รปท 2.6 อธบายคาความเชอมนแบบรายขอ

2.4 งานวจยทเกยวของ

งานวจยทเกยวของกบการยอมรบเทคโนโลย โดยเฉพาะเทคโนโลยระบบการเรยนอเลกทรอนกสไดถกนามาวจย และนาเสนอเปนจานวนมาก งานวจยสวนใหญไดนาทฤษฎแบบจาลองการยอมรบเทคโนโลย (Technology Acceptance Model) มาใช โดยขนตอนการทางานของทฤษฎแบบจาลองการยอมรบเทคโนโลย เรมจากการกาหนดปจจยตาง ๆ ทคาดวา

11

จะมผลตอการยอมรบเทคโนโลยของผใชงาน หลงจากกาหนดปจจยแลวขนตอนถดไปจะเปนการกาหนดสมมตฐานตาง ๆ คอการกาหนดความสมพนธระหวางสองปจจยและทาการพสจนสมมตฐานวาเปนจรงตามทคาดการณไวหรอไม เปาหมายของงานวจยประเภทนเพอหาปจจยและความสมพนธระหวางปจจยทสงผลตอการเขาใชงาน จากงานวจยในปจจบนทมการนาทฤษฎแบบจาลองการยอมรบเทคโนโลยมาประยกตใชงานนน สามารถแบงประเภทออกเปน 2ประเภทคอ

2.4.1 ประเภทแรกคอ การนาทฤษฎแบบจาลองการยอมรบเทคโนโลยมาใชงานรวมกบการพสจนสมมตฐานดวยวธการทางคณตศาสตร [19][20][21] ซงเปนวธการทมการใชงานอยางแพรหลาย เชน วธการวเคราะหปจจย (Factor Analysis) ซงเปนการวเคราะหองคประกอบ โดยการจบกลมตวแปรหรอปจจยตาง ๆ ทสมพนธกนไวในกลมเดยวกน รวมถงมการกาหนดคานยสาคญทระดบความเชอมนตาง ๆ เพอตรวจสอบวาสมมตฐานใดจะใหผลเปนจรงสมมตฐานใดใหผลเปนเทจ

2.4.2 ประเภททสองนจะเปนการนาทฤษฎแบบจาลองการยอมรบเทคโนโลยมาใชงานรวมกบวธการนวรอน เนตเวรค (Neural Network) หรอโครงขายประสาทเทยม [21][23] ซงเปนเทคนคหนงของวธการเหมองขอมล โดยใชเทคนคเพอรเซฟตรอนหลายชน (Multilayer Perceptron Neural Network) แบบไปขางหนา (Feed Forward) มกระบวนการทางาน 3 ขนตอนดงรปท 2.7 คอ

รปท 2.7 การทางานของนวรอน เนตเวรค

2.4.2.1 ชนอนพต (Input Layer) เปนชนทนาขอมลเขาสโครงขายประสาท

เทยม โดยชนนจะทาการกระจายขอมลไปตามโหนดตาง ๆ ทกโหนดทเชอมตอดวย โดยทจานวนโหนดในชนนจะมจานวนเทากบแอททรบวต (Attribute) ทปอนขอมลเขาไป

12

2.4.2.2 ชนซอน (Hidden Layer) ทาหนาทคานวณขอมลทไดรบจากชนอนพตและเปนตวจาแนกขอมลกอนทจะสงออกไปทชนเอาทพต คอ ในชนนจะมการคานวณนาหนก (Weight) ของขอมล หากขอมลตวใดมนาหนกมากกวานาหนกทไดกาหนดไวจะถกสงออกไปชนเอาทพต

2.4.2.3 ชนเอาทพต (Output Layer) ในชนนจะทาหนาทแสดงผลลพธของขอมลทมนาหนกมากกวาคาทกาหนด

การนาทฤษฎแบบจาลองการยอมรบเทคโนโลยมาใชงานรวมกบวธการนวรอนเนตเวรคนน จะมการพสจนสมมตฐานตามวธการทางคณตศาสตรเสยกอน หลงจากนนจงพสจนสมมตฐานดวยวธการนวรอน เนตเวรคอกครงหนง จากรปท 2.8 จากงานวจยของ Jia-Jai S. และคณะ [23] แสดงตวอยางการใชนวรอน เนตเวรคในการพสจนปจจย

รปท 2.8 ตวอยางการใชนวรอน เนตเวรค พสจนปจจย

ถงแมวางานวจยสวนใหญจะนาทฤษฎแบบจาลองการยอมรบเทคโนโลยมาใชในการ

สรางโมเดลตามบรบทนน ๆ งานวจยกอนหนานทใชวธการทางคณตศาสตรในการหาความสมพนธระหวางปจจยนนจะมการกาหนดสมมตฐานไวลวงหนา จะเหนไดวาผวจยจะทาการกาหนดปจจย และความสมพนธระหวางปจจยจานวนไมมากนก เนองจากหากมการกาหนดปจจยจานวนมาก จะสงผลใหสมมตฐานมจานวนมากตามไปดวย ทาใหตวแบบเกดความซบซอนเพราะจะมความสมพนธระหวางปจจยมากขน ซงจะสงผลตอการพสจนสมมตฐานกลาวคอเนองจากวธการพสจนสมมตฐานดวยวธการทางคณตศาสตรนนตองมการกาหนดระดบของนยสาคญหลายระดบ สงผลใหตองมการพสจนหลายครงเนองจากแตละปจจยจะผานทระดบนยสาคญทตางกน และจากการกาหนดสมมตฐานหรอความสมพนธระหวางปจจยไวลวงหนา ทาใหผลลพธทไดออกมานนจะมขอบเขตทจากดตามจานวนของสมมตฐานทกาหนดไว ซงในความเปนจรงแลวอาจมปจจย ความสมพนธ หรอมจานวนของความสมพนธอนๆ นอกเหนอจากทผวจยไดกาหนด ซงจะสงผลใหการกาหนดแนวทาง หรอกจกรรมในการสงเสรมการยอมรบระบบการเรยนอเลกทรอนกสไมครบถวน

13

การวจยในครงนไดนาวธการหากฎความสมพนธ (Association Rule) มาประยกตใชในการพสจนความสมพนธของปจจย ซงสามารถลดความซบซอนในการพสจนสมมตฐานได 2.5 กฎความสมพนธ (Association Rule)

กฎความสมพนธ (Association Rule) คอการคนหาความสมพนธระหวางขอมล ตวอยางเชน การคนหาความสมพนธของลกคาในการซอสนคา ผลลพธทไดนนจะอยในรปแบบของกฎความสมพนธ โดยมคาสนบสนน (Support) และคาความเชอมน (Confidence) เปนตวกาหนดกฎทได โดยกฎความสมพนธจะอยในรปแบบทวาหากเกดเหตการณใดๆ ขนแลว จะมเหตการณอะไรบางทเกดขนตามมา โดยใชคาสนบสนนเปนตวกาหนดขอมลทจะนามาหา กฎความสมพนธ และใชคาความเชอมนเปนตวกาหนดกฎความสมพนธทได ในการทดลองครงนจะใชอลกอรทมอพรโอร (Algorithm Apriori) อลกอรทม อพรโอร (Algorithm Apriori) เปนอลกอรทมทใชในการหาความสมพนธของขอมลโดยจะคนหาจากขอมลทเกดขนบอย (Frequency Item) และนาขอมลเหลานนมากาหนดเปนชดขอมล (Item Set) เรมจากความยาว 1 ชดขอมล และเพมขนเรอยๆ จนไมสามารถหาชดขอมลได จากรปท 2.2 สามารถกาหนดเปนรปแบบของกฎความสมพนธไดดงน PU BI สามารถอธบายไดดงน PU คอเงอนไข หรอLHS (Left-Hand Side) และ BI คอผลทจะเกดขนหรอ RHS ( Right – Hand Side) โดยการหากฎความสมพนธจะใชคาสนบสนน (Support) และคาความเชอมน (Confidence) เปนตวกาหนด คาสนบสนน (Support) คอจานวนเปอรเซนตของขอมลทพบในฐานขอมล ในการทดลองจะมการกาหนดคาสนบสนนไว เชน กาหนดคาสนบสนนท 85% หมายถงขอมลทจะนามาสรางชดขอมลจะตองมขอมลในฐานขอมลมากกวาหรอเทากบ 85% หากขอมลใดทมคาสนบสนนนอยกวา 85% จะไมถกนามากาหนดเปนชดขอมล คาความเชอมน (Confidence) คอเปอเซนตของกฎทคนพบเมอเกด LHS แลวจะเกด RHS กเปอรเซนต โดยจะมการกาหนดคาความเชอมนในการทดลอง เชน กาหนดคาความเชอมนท 95% กฎทไดจะตองมคาความเชอมนท 95% หรอมากกวา โดยกฎทไดมานนสามารถแบงความสมพนธไดเปน 2 ประเภทคอ กฎความสมพนธแบบหนงมต (Single-Dimensional Association Rule) คอ เปนความสมพนธแบบหนงตอหนง ตวอยางเชน PU BI กฎความสมพนธแบบหลายมต (Multidimensional Association Rule) เปนความสมพนธแบบหลายตวแปร หรอแบบกลมตอหนงตวแปร เชน PU A BI เปนตน

โดยกฎทแสดงออกมานนไมไดเปนการลาดบเหตการณ หมายความวากฎทแสดงนนไมไดระบวาเหตการณใดจะเกดขนกอนหรอเหตการณใดจะเกดขนหลง

14

2.6 แนวทางการดาเนนการวจย จากทฤษฎ วธการตาง ๆ รวมถงงานวจยทเกยวของทไดกลาวมาขางตนนน แสดงใหเหนวาในการพสจนสมมตฐานดวยวธการทางคณตศาสตรนนผวจยจะตองทาการกาหนดสมมตฐานหรอความสมพนธระหวางปจจยขนมากอน และทาการพสจนสมมตฐานเหลานนตามระดบของนยสาคญทไดกาหนดไว เชน นยสาคญทระดบ 0.05, 0.01 เปนตน จะเหนไดวาสมมตฐานตางๆ จะถกกาหนดจากผวจย แตอาจมสมมตฐานบางสวนทสงผลตอการยอมรบเทคโนโลยแตกลบไมไดรบการพสจนเนองจากขอจากดดานจานวนของปจจยและสมมตฐานทผวจ ยกาหนดจงท าใหผลท ไดน น ไมครอบคลม ในการวจย ในครง น ได น าวธการหา กฎความสมพนธ (Association Rule) มาใชในการหาความสมพนธระหวางปจจย ซงวธการดงกลาวไมจาเปนตองกาหนดสมมตฐานไวลวงหนา ทาใหผลลพธทไดไมถกจากดจานวน และนอกจากนคาตอบทไดรบจะเปนคาตอบโดยตรงจากผตอบแบบสอบถาม สงผลใหผลลพธทไดจะมความครอบคลมมากยงขน ซงมผลทาใหการกาหนดแนวทางหรอกจกรรมตาง ๆ ในการยอมรบเทคโนโลยนนมความครอบคลมมากยงขน และยงสามารถลดความซบซอนในการพสจนความสมพนธระหวางปจจยไดอกดวย

บทท 3 วธการนาเสนอ

งานวจยนนาเสนอวธการทจะนามาประยกตใชกบทฤษฎแบบจาลองการยอมรบเทคโนโลย เพอลดขอจากดตาง ๆ ทไดกลาวมาในบทกอนหนาน เชนการพสจนสมมตฐานทมความซบซอน หรอขอจากดดานจานวนของสมมตฐานทกาหนดโดยผวจย โดยวธการดาเนนการในครง น ท าการประยกต ใช วธก าร เหมอ งขอมล (Data Mining) ด วย เท ค นคการห า กฎความสมพนธ (Association Rule) อลกอรทมอพรโอร (Apriori Algorithm) มาประยกตใชกบทฤษฎแบบจาลองการยอมรบเทคโนโลย ผลลพธทไดนนจะสามารถแกปญหาทไดกลาวไวกอนหนาน รวมถงยงสามารถใหคาตอบไดวาปจจยใดบางทมอทธพลตอการยอมรบเทคโนโลยระบบการเรยนอเลกทรอนกส (e-Learning) ในกรณศกษาของมหาวทยาลยเกษมบณฑต ดงนนในบทนจะนาเสนอกรอบการทางาน วธการตลอดจนกระบวนการตาง ๆ ในการดาเนนงาน โดยกรอบการทางานสามารถแบงได 3 ขนตอนดงรปท 3.1 ดงน 1. ขอมลนาเขา (Input) เปนขอมลตงตนทจะใชในการทดลอง ซงในการทดลองครงนคอขอมลจากแบบสอบถามทไดทาการเกบรวบรวมจากนกศกษาทใชระบบการเรยนอเลกทรอนกส โดยขอมลทนาเขาจะเปนขอมลเกยวกบปจจยทใชในการทดลอง 2. กระบวนการดาเนนการ (Process) สาหรบขนตอนนจะนาขอมลนาเขามาดาเนนการเพอใหบรรลวตถประสงคทกาหนดไว กลาวคอเปนการนาขอมลจากแบบสอบถามทไดนาเขา มาทาการพสจนปจจยและความสมพนธตาง ๆ ดวยวธการหากฎความสมพนธ 3. ขอมลสงออก (Output) หรอผลลพธทไดจากการดาเนนการ สาหรบงานวจยในครงนขอมลสงออกทจะไดรบคอ ความสมพนธระหวางปจจยและปจจยทสงผลตอการยอมรบระบบการเรยนอเลกทรอนกส

รปท 3.1 กรอบการทางาน

ขอมลสงออก (Output)

ปจจยและความสมพนธทสงผลตอการยอมรบระบบการเรยนอเลกทรอนกส

กระบวนการดาเนนการ (Process)

หาความสมพนธของปจจยดวยวธการหากฎความสมพนธ

ขอมลนาเขา (Input)

ขอมลจากแบบสอบถาม

16

โดยมรายละเอยดการดาเนนงานดงรปท 3.2 ดงน

รปท 3.2 รายละเอยดการดาเนนงาน

3.1 กาหนดปจจย

สาหรบงานวจยในครงนผวจยไดทาการกาหนดปจจยทใชในการทดลองทงหมด 17 ปจจย และไมมการกาหนดสมมตฐานหรอความสมพนธระหวางปจจยไวลวงหนา โดยสามารถแบงปจจยทนามาใชในการทดลองออกเปน 3 สวน ไดแก

3.1.1 ปจจยหลกตามทฤษฎแบบจาลองการยอมรบเทคโนโลย การดาเนนการในครงนใชทฤษฎแบบจาลองการยอมรบเทคโนโลยเปนตวแบบ

ตงตนโดยไดนาปจจยของทฤษฎดงกลาวมาใชเพอหาการยอมรบเทคโนโลย ซงประกอบดวยปจจยหลก 4 ปจจย ไดแก

1. การรบรความมประโยชน (Perceived Usefulness: PU) 2. การรบรความงายในการใชงาน (Perceived Ease of Use: PE) 3. ทศนคตทมตอการใชงาน (Attitude Toward Using: AU) 4. ความตงใจเชงพฤตกรรมในการใชงาน (Behavioral Intention to Use: BI)

3.1.2 ปจจยจากงานวจยกอนหนาน การดาเนนการในครงนผว จยไดทาการเกบรวบรวมปจจยจากงานวจยทนา

ทฤษฎแบบจาลองการยอมรบเทคโนโลยมาใชเพออธบายเกยวกบการยอมรบระบบการเรยนอเลกทรอนกส [3][4][5][16][19][20][21][24-27] โดยนาปจจยทคาดวาจะสงผลตอการยอมรบเทคโนโลยในบรบทของมหาวทยาลยเกษมบณฑตมาใช สามารถสรปไดดงน จากงานวจยกอนหนานจานวน 11 งานวจยมการนาปจจยตาง ๆ มาใชดงน

• กาหนดปจจย• เกบขอมลจากแบบสอบถาม

ขอมลนาเขา

(Input)

• พสจนปจจยดวยวธการการหากฎความสมพนธกระบวนการดาเนนการ

(Process)

• สรางโมเดลและกาหนดสมมตฐานจาก กฎความสมพนธ

ขอมลสงออก

(Output)

17

ปจจยประสทธภาพของตนเองในการใชคอมพวเตอร (Computer Self- Efficacy )มการนาปจจยดงกลาวมาใชงาน 3 งานวจย เนองจากผวจ ยคาดการณ วาประสบการณในการใชงานคอมพวเตอรของแตละคน จะสงผลตอการเขาใชงานระบบ นกศกษาทมความชานาญในการใชงานคอมพวเตอรจะสามารถใชระบบการเรยนอเลกทรอนกสไดอยางงาย แตสาหรบนกศกษาทไมมความชานาญจะใชงานระบบการเรยนอเลกทรอนกสไดไมสะดวกมากนก

ปจจยการรบรความสะดวกในการใชงาน (Facilitating Conditions) มการนาปจจยดงกลาวมาใชงาน 2 งานวจย เนองจากผวจยคาดการณวาหากนกศกษาไดรบความสะดวกในการใชงาน เชน สามารถเขาใชงานไดหลากหลายชองทาง จะเปนสวนหนงททาใหนกศกษาเขาใชระบบอยางตอเนอง

ปจจยการสนบสนนทางเทคนค (Technical Support) มการนาปจจยดงกลาวมาใชงาน 1 งานวจย เนองจากผวจยคาดการณวา หากมการชวยเหลอ สนบสนน หรอแกปญหา ตาง ๆ ในการใชงาน จะสงผลใหเกดการยอมรบระบบการเรยนอเลกทรอนกสไดงายขน

ปจจยความวตกกงวล (Anxiety) มการนาปจจยดงกลาวมาใชงาน 1 งานวจย ผวจยคาดการณวา ความวตกกงวลของผใชงานจะสงผลในทางลบตอการยอมรบระบบ ดงนนจงตองมวธการหรอกระบวนการตาง ๆ ทจะสามารถลดความวตกกงวล

ปจจยดานเทคโนโลย (Technology Factor) มการนาปจจยดงกลาวมาใชงาน 1 งานวจย ผวจยคาดการณวาปจจยดานเทคโนโลยคอพนฐานทจะสงเสรมการยอมรบระบบ ดงนนหากปจจยดานเทคโนโลยมความพรอม จะสงผลใหเกดการยอมรบระบบไดงายขน

ปจจยระบบการจดการการเรยนการสอนขาดความพรอม (Lack of LMS Availability) มการนาปจจยดงกลาวมาใชงาน 1 งานวจย ระบบการจดการการเรยนการสอนคอ โปรแกรมทใชสาหรบจดการ การเรยน การสอนของระบบการเรยนอเลกทรอนกส ดงนนหากระบบไมสามารถตอบสนองความตองการของผใชได จะสงผลใหการเขาใชงานระบบเปนเรองยาก

ปจจยการเอาใจใส (Concentration) มการนาปจจยดงกลาวมาใชงาน 1 งานวจย ผวจยคาดการณวา ปจจยหนงทสาคญคอการเอาใจใส และความมงมนของตวผเรยนเอง ซงจะเปนตวชวดสาคญและมบทบาทสาคญสาหรบพฤตกรรมการเรยนรออนไลน

รปแบบการนาเสนอ (E-learning Materials Presentation Types) มการนาปจจยดงกลาวมาใชงาน 1 งานวจย ผวจยคาดการณวา รปแบบของสอหรอเนอหาทนาเสนอนนเปนสวนหนงทจะเปนตวดงดดใหมผเขาใชงานระบบ

การออกแบบระบบ (System Design) มการนาปจจยดงกลาวมาใชงาน 1 งานวจย จากปจจยนผวจยคาดการณวา การออกแบบระบบเปนสวนสาคญตอการยอมรบระบบเนองจาก หากมการออกแบบการใชงานทซบซอน หรอยากลาบากจะสงผลโดยตรงตอการเขาใชงานระบบ

18

สามารถสรปขอมลไดดงตารางท 3.1 แสดงผลการเกบรวบรวมขอมลของปจจยไดดงน

ตารางท 3.1 แสดงผลการเกบรวบรวมปจจย ลาดบ ปจจย ใชงาน

1 ประสทธภาพของตนเองในการใชคอมพวเตอร (Computer Self-Efficacy :CE)

3

2 การรบรความสะดวกในการใชงาน (Facilitating Conditions :FC) 2 3 การสนบสนนทางเทคนค (Technical Support :TS) 1 4 ความวตกกงวล (Anxiety :A) 1 5 ปจจยดานเทคโนโลย (Technology Factor :TF) 1 6 ระบบการจดการการเรยนการสอนขาดความพรอม (Lack of LMS

Availability: LLA) 1

7 การเอาใจใส (Concentration :C) 1 8 รปแบบการนาเสนอ (E-learning Materials Presentation Types :EP) 1 9 การออกแบบระบบ (System Design: SD) 1

3.1.3 ปจจยเพมเตม นอกจากนผวจยยงไดกาหนดปจจยเพมเตมทคาดวาจะมผลตอการยอมรบ

ระบบการเรยนอเลกทรอนกสในบรบทของมหาวทยาลยเกษมบณฑตอก 4 ปจจยไดแก ปจจยแรงจงใจ (Motivation: M), ป จจยการฝกอบรม (Training: T), ปจจยอาจารย (Professor Factor: PF) และปจจยการประชาสมพนธ (Public Relation: PR) ซงสามารถอธบายไดดงน

ปจจยแรงจงใจ (Motivation) เนองจากผวจยคาดการณวาแรงจงใจจะเปนตวผลกดนใหมการเขาใชระบบมากขน ดงนนหากอาจารยผสอนกาหนดแรงจงใจ เชน คะแนน นาจะเปนตวผลกดนใหนกศกษาเขาใชงานระบบมากยงขน

ปจจยการฝกอบรม (Training) เนองจากผวจยคาดการณวา หากมการอบรมใหความรถงวธการใชงาน ใหความรถงประโยชนของระบบการเรยนอเลกทรอนกส เมอนกศกษาไดรบรถงประโยชน และวธการใชงานแลวจะทาใหนกศกษาเขาใชงานมากยงขน

ปจจยอาจารย (Professor Factor) เนองจากผวจยคาดการณวา อาจารยผสอนจะเปนปจจยหนงทสามารถกระตนใหนกศกษาเขาใชระบบการเรยนอเลกทรอนกส กลาวคออาจารยผสอนจะตองเปนผผลตสอการสอนและมการชกจง แนะนาใหนกศกษาเขาใชงานระบบ หากอาจารยไมใชระบบกจะสงผลใหนกศกษาไมเขาใชระบบดวย

ปจจยการประชาสมพนธ (Public Relation) เนองจากผวจยคาดการณวา สวนหนงของการไมยอมรบระบบการเรยนอเลกทรอนกสอาจเกดจากการไมรจกระบบของนกศกษา ดงนนจง

19

จาเปนตองมการประชาสมพนธเพ อใหนกศกษาไดร บทราบ โดยจดประสงคของการประชาสมพนธคอเพอเผยแพร สงเสรม หรอชกจง ใหนกศกษารจกและเขาใชระบบการเรยนอเลกทรอนกส

3.2 เกบขอมลจากแบบสอบถาม การทดลองในครงนทาการเกบขอมลจากแบบสอบถาม โดยกลมขอมลตวอยางคอนกศกษามหาวทยาลยเกษมบณฑต โดยจะมการนาแบบสอบถามไปคานวณหาคาความเชอมนของแบบสอบถาม (Cronbach’s Alpha) โดยสาเหตทตองนาแบบสอบถามไปคานวณหาคาความเชอมนเนองจากความเชอมนจะแสดงถงความนาเชอถอของแบบสอบถาม ซงมรายละเอยดดงน 3.2.1 แบบสอบถาม การดาเนนการในครงนใชแบบสอบถามเปนเครองมอในการเกบขอมลเพอทดลอง โดยขอคาถามจะถกออกแบบใหหกลาง หรอเหนดวยกบปจจยนน ๆ แบบสอบถามมทงหมด 51 คาถาม แบงตามปจจยทกาหนดไวกอนหนานปจจยละ 3 คาถาม แบบสอบถามในครงนออกแบบเปนมาตราวดแบบลเครท (Likert Scale) แบบ 5 มาตราวด คอ

5 หมายถง เหนดวยมากทสด 4 หมายถง เหนดวยมาก 3 หมายถง เหนดวยปานกลาง 2 หมายถง เหนดวยนอย 1 หมายถง เหนดวยนอยทสด ซงแตละปจจยจะมคะแนนในการตอบแบบสอบถาม 15 คะแนน การตอบแบบสอบถาม

จะตองมคะแนนไมตากวา 12 คะแนน หรอคดเปน 80% ของแตละหวขอของปจจยนนๆ จงจะถอวาปจจยนนสงผลตอการยอมรบระบบการเรยนอเลกทรอนกส 3.2.2 กลมเปาหมายและจานวนกลมขอมลตวอยาง กล ม เป าหมายในการท างานวจย ในครง น คอน กศกษามหาวทยาลย เกษมบณฑตทใชงานระบบการเรยนอเลกทรอนกส โดยมยอดผใชงานเฉลยตอปจานวน 600 คน ในการเกบขอมลครงนเลอกใชงานทฤษฎในการเกบขอมลตวอยาง เพอใหไดตวอยางของขอมลทครอบคลมและเหมาะสม โดยใชทฤษฎของ Krejcie and Morgan [28] ในการประมาณสดสวนของประชากร ทระดบความเชอมนท 95% สาหรบงานวจยในครงนเกบจานวนประชากรตวอยางท 234 ตวอยาง

3.2.3 การหาความเชอมนของแบบสอบถาม (Cronbach’s Alpha) หลงจากททาการเกบรวบรวมขอมลจากแบบสอบถามแลวจะมการนาแบบสอบถามไปหาคาความเชอมนของแบบสอบถาม (Cronbach’s Alpha) เพอตรวจสอบวาแบบสอบถามทนามาใชนนมความนาเชอถอมากนอยเพยงใด ในการแปรผลหากไดตวเลขเขา

20

ใกล 1 มากเทาใด หมายถงแบบสอบถามจะมความนาเชอถอมากเทานน แตตวเลขทไดจะตองไมตากวา 0.5 ซงเปนระดบทถอวายอมรบได 3.3 พสจนปจจยดวยวธการการหากฎความสมพนธ

ในสวนนจะเปนการหาความสมพนธระหวางปจจยจากปจจยทงหมด 17 ปจจยทไดกลาวไวขางตน ดวยวธการหากฎความสมพนธ (Association Rule) ดวยอลกอรทมอพรโอร (Apriori Algorithm) เปนการคนหาขอมลทเกดขนบอย ๆ (Frequent Itemset) โดยเรมจากความยาว 1 ชดขอมลหรอไอเทมเซต (Itemset) และเพมขนเรอยๆ ทละ 1 ชดขอมล จนไมสามารถสรางชดขอมลไดอก โดยจะไมมการกาหนดความสมพนธระหวางปจจยหรอสมมตฐานไวลวงหนา ทาใหความสมพนธทไดนนเปนความสมพนธทแทจรงทเกดจากผใชงาน และนอกจากนความสมพนธระหวางปจจยจะไมถกจากดจานวนจากผวจยอกดวย สาหรบวธการทางานของการหากฎความสมพนธนนจาเปนตองมการกาหนดคาสนบสนน (Support) คอ จานวนเปอรเซนตของขอมลทพบในฐานขอมล โดยการทดลองในครงนกาหนดคาสนบสนนไวท 95% และคาความเชอมน (Confidence) คอเปอรเซนตของกฎทคนพบเมอเกดเหตการณหนงจะมโอกาสเกดเหตการณใดๆ ตามมากเปอรเซนต ซงการทดลองครงนกาหนดคาความเชอมนท 99% ในการกาหนดคาสนบสนนและคาความเชอมนผว จยหรอผชานาญการจะตองเปนผกาหนดคาเหลานเอง [29] หากกาหนดคาสงมากเกนไปจะทาใหกฎความสมพนธทไดมจานวนนอยไปหรอไมมกฎความสมพนธเลย และหากกาหนดคาตาเกนไปจะทาใหไดกฎความสมพนธมากเกนไป รวมถงผลลพธทไดนนจะไมมประสทธภาพเนองจากคาความเชอมนตาเกนไป

ตวอยางดงตารางท 3.2 แสดงตวอยางการเกบขอมลจากแบบสอบถามในฐานขอมล กาหนดใหลาดบการทาธรกรรม (Transaction) คอจานวนผตอบแบบสอบถาม และไอเทม (Items) คอคาตอบทไดรบจากผตอบแบบสอบถาม

ตารางท 3.2 แสดงตวอยางการเกบขอมลจากแบบสอบถามในฐานขอมล Transaction Items

1 PU,PE,AU,BI,CE,TS,FC,A,TF,LLA,C,EP,SD,M,T 2 PU,PE,AU,BI,CE,TS,FC,A,TF,SD,M 3 PU,PE,AU,BI,FC,TF,LLA,EP,T 4 PU,PE,AU,BI,TS,FC,A,TF,LLA,C,EP,SD,M,T 5 PU,PE,AU,BI,TS,FC,TF,LLA,EP,SD,M,T

21

โดยรปแบบของกฎความสมพนธคอ PU T โดยท PU คอ เงอนไข หรอ LHS (Left-Hand Side) และ T คอผลทเกดขน หรอ RHS (Right – Hand Side)

โดยคาสนบสนนสามารถหาไดดงน เชน คาสนบสนน T = จานวนของ Transaction T/จานวนของ Transaction ทงหมด จากตารางท 3.2 จะเหนไดวา Transaction T มจานวน 4 Transaction และ Transaction ทงหมดม 5 Transaction ดงนน คาสนบสนน T = 4/5 = 0.8 เหนไดวาคาสนบสนน T นนตากวาคาสนบสนนทไดกาหนดไวท 95% จงตด T ออกและไมนาไปหาไอเทมเซตตอไป

คาความเชอมนสามารถหาไดจาก คาความเชอมน (LHS RHS) = คาสนบสนน (LHS,RHS)/คาสนบสนน (LHS) เชน คาความเชอมน (PU T) = คาสนบสนน (PU,T)/คาสนบสนน PU จากตารางท 3.3 หาคาสนบสนน PU ได 100% และหาคาสนบสนน T ได 80% จากนนนา Transaction ของ PU และ T มาทา Bit Operation AND โดยกาหนดใหไอเทมทเลอกเปน 1 และไอเทมทไมไดเลอกเปน 0 ดงตารางท 3.3 ดงน นจะไดคาความเชอมน (PU T) = (4/5)/(5/5) = 80% ซงนอยกวาคาความเชอมนทกาหนดไวท 99%

ตารางท 3.3 แสดงการหาคาความเชอมน Items Transection ID คาสนบสนน

1 2 3 4 5 PU 1 1 1 1 1 5/5 =1.0 T 1 0 1 1 1 4/5 =0.8 PU T 1 0 1 1 1 4/5 =0.8

3.4 สรางโมเดลและกาหนดสมมตฐานจากกฎความสมพนธ จากการทดลองในครง นผลลพธท ไดจะแสดงผลลพธออกมาในรปแบบของ กฎความสมพนธ ซงสามารถแบงความสมพนธออกเปนสองประเภท คอ ความสมพนธแบบหนงมตและความสมพนธแบบหลายมตดงทไดกลาวไวในบทกอนหนาน ในการทดลองครงนจะเลอกพจารณาเฉพาะความสมพนธทเปนแบบหนงมตเทานน เนองจากความพนธแบบหลายมตจะมพนฐานมาจากความสมพนธแบบหนงมต เชน PU T, M T เปนความสมพนธแบบหนงมต สามารถแสดงผลในรปแบบความสมพนธแบบหลายมตไดดงน PU M T หากพจารณาแลวทงสองแบบจะใหความหมายเดยวกน หลงจากนนจะนากฎความสมพนธทไดจากการทดลองมาจดใหอยในรปแบบของทฤษฎแบบจาลองการยอมรบเทคโนโลยพรอมกบกาหนดความสมพนธระหวางปจจยตามกฎความสมพนธทได

ผลลพธทไดจากการทดลองนนนอกจากจะสามารถลดความซบซอนในการพสจนปจจยรวมถงสามารถลดขอกากดของความสมพนธระหวางปจจยไดนน ยงสามารถใหคาตอบไดวา

22

ปจจยใด และความสมพนธระหวางปจจยใดบางทมอทธพลตอการยอมรบเทคโนโลยระบบการเรยนอเลกทรอนกสของมหาวทยาลยเกษมบณฑต

บทท 4 ผลการดาเนนงาน

จากบททผานมาไดกลาวถงกรอบการดาเนนงานและวธการตาง ๆ ทใชในการทดลองเรองการยอมรบระบบการเรยนอเลกทรอนกสดวยวธการหากฎความสมพนธ กรณศกษามหาวทยาลยเกษมบณฑต สาหรบในบทนจะกลาวถงวธการทดลอง และองคประกอบตาง ๆ ของการทดลองโดยแบงตามผลการดาเนนงานไดดงน 4.1 แจกแจงขอมลผตอบแบบสอบถาม 4.2 ผลการตอบแบบสอบถาม 4.3 การหาความเชอมนของแบบสอบถาม (Cronbach’s Alpha)

4.4 การหาความสมพนธระหวางปจจยดวยวธการหากฎความสมพนธ (Association Rule) 4.5 การดาเนนการตามผลลพธ 4.6 การประเมนผลการดาเนนงาน

4.1 แจกแจงขอมลผตอบแบบสอบถาม

จากการศกษา เร อ งการยอมรบระบบการ เรยนอ เ ลกทรอ นกสดวยวธก าร หากฎความสมพนธ กรณศกษามหาวทยาลยเกษมบณฑต การทดลองครงนกาหนดใหมการเกบขอมลตวอยางจานวน 234 ตวอยาง ทความเชอมน 95% [28] กลมประชากรตวอยางคอนกศกษามหาวทยาลยเกษมบณฑต โดยมรายละเอยดดงตอไปน

4.1.1 รายละเอยดเพศของผตอบแบบสอบถาม โดยผตอบแบบสอบถามเปนเพศชาย101 คน คดเปน 43% และเพศหญง 133 คน คดเปน 57% สรปขอมลไดดงรปท 4.1

รปท 4.1 แสดงรายละเอยดเพศของผตอบแบบสอบถาม

43%

57%

ชาย หญง

24

4.1.2 อายผตอบแบบสอบถาม ผตอบแบบสอบถามอายระหวาง 18-24 ป โดยมรายละเอยดดงรปท 4.2 ดงตอไปน

รปท 4.2 แสดงรายละเอยดอายของผตอบแบบสอบถาม

4.1.3 คณะของนกศกษาทตอบแบบสอบถาม มรายละเอยดดงรปท 4.3 แสดง

รายละเอยดคณะของนกศกษาทรวมตอบแบบสอบถาม

รปท 4.3 แสดงรายละเอยดคณะของนกศกษาทรวมตอบแบบสอบถาม

54%

21%

9%

6%4%

4% 2%

อาย 18 อาย 19 อาย 20 อาย 21 อาย 22 อาย 23 อาย 24

21%

11%

12%

15%

9%

7%

4%

15%

6%

บรหารธรกจ นเทศศาสตร สถาปตยกรรมศาสตร

ศลปศาสตร พยาบาลศาสตร วศวกรรมศาสตร

วทยาศาสตรการกฬา สถาบนพฒนาบคลากรการบน วทยาศาสตรและเทคโนโลย

25

4.2 ผลการตอบแบบสอบถาม จากการเกบขอมลแบบสอบถามจากนกศกษาผใชงานระบบการเรยนอเลกทรอนกส (e-Learning) ไดกาหนดแบบสอบถามทใชในการเกบขอมล คาถามทงหมด 51 คาถาม แบงเปน 17 ปจจย ปจจยละ 3 คาถาม โดยการตอบคาถามเปนแบบ 5 มาตราวด คอ เหนดวยมากทสด เหนดวยมาก เหนดวยปานกลาง เหนดวยนอย เหนดวยนอยทสด โดยแตละปจจยมคะแนนในการตอบแบบสอบถาม 15 คะแนน หากปจจยใดมคะแนนมากกวา 12 คะแนน หรอคดเปน 80% ของแตละหวขอของปจจยนนๆ จะถอวาเหนดวยวาปจจยนนสงผลตอการยอมรบระบบการเรยนอเลกทรอนกส เมอนาขอมลมาประมวลผลแลวสามารถสรปขอมลการตอบแบบสอบถามของแตละปจจยไดดงน 4.2.1 ปจจยการรบรความมประโยชน (Perceived Usefulness: PU) ประกอบดวยคาถามดงตอไปน

ระบบ e-Learning ชวยเพมประสทธภาพในการเรยน ระบบ e-Learning ชวยแกไขปญหาททานเคยมในการเรยน ทานรสกมนใจเมอใชระบบ e-Learning

สรปไดดงน จานวนผตอบแบบสอบถาม 234 คน เหนดวย 230 คน และไมเหนดวย 4 คน สามารถสรปผลการตอบแบบสอบถามไดดงรปท 4.4

รปท 4.4 แสดงผลลพธการตอบแบบสอบถามปจจยการรบรความมประโยชน

4.2.2 ป จ จย ก า ร รบ ร ค ว าม ง า ย ในก า ร ใ ช ง าน (Perceived Ease of Use: PE) ประกอบดวยคาถามดงตอไปน

ทานใชเวลาไมนานเพอเรยนรคาสงตางๆ ของระบบ e-Learning ขนตอนการใชระบบ e-Learning มความชดเจนและเขาใจงาย เปนเรองงายทจะทาใหระบบ e-Learning ทางานตามททานตองการ

98%

2%

เหนดวย ไมเหนดวย

26


รปท 4.5 แสดงผลลพธการตอบแบบสอบถามปจจยการรบรความงายในการใชงาน

4.2.3 ปจจยทศนคตทมตอการใชงาน (Attitude toward Using: AU) ประกอบดวย

คาถามดงตอไปน ระบบ e-Learning ชวยใหทานเกดความรสกสนกสนาน ทานชอบทจะใชระบบ e-Learning ทานจะแนะนาผอนใหใชงานระบบ e-Learning


รปท 4.6 แสดงผลลพธการตอบแบบสอบถามปจจยทศนคตทมตอการใชงาน

98%

2%


98%

2%


27

4.2.4 ปจจยความต ง ใจเชงพฤตกรรมในการใชงาน (Behavioral Intention: BI) ประกอบดวยคาถามดงตอไปน

ทานพอใจทจะใชระบบ e-Learning ในการเรยน ระบบ e-Learning ทาใหทานรสกอยากใชงาน ทานคดวาทานจะใชงานระบบ e-Learning แมจะมปญหาบางกตาม


รปท 4.7 แสดงผลลพธการตอบแบบสอบถามปจจยความตงใจเชงพฤตกรรมในการใชงาน

4.2.5 ปจจยประสทธภาพของตนเองในการใชคอมพวเตอร (Computer Self-Efficacy:

CE) ประกอบดวยคาถามดงตอไปน ทานมความชานาญในการใชงานคอมพวเตอร ทานรจกโปรแกรมตาง ๆ ของคอมพวเตอร ทานสามารถแกปญหาเบองตนเมอคอมพวเตอรของทานเกดปญหา


98%

2%


28

รปท 4.8 แสดงผลลพธการตอบแบบสอบถามปจจยประสทธภาพของตนเอง

ในการใชคอมพวเตอร

4.2.6 ป จจยการรบรค วามสะดวกในการ ใชง าน (Facilitating Conditions: FC) ประกอบดวยคาถามดงตอไปน

ทานสามารถใชงานระบบ e-Learning ไดจากทกสถานท และทกเวลา ทานมกเขาใชงานระบบ e-Learning ดวย Smart Phone หรอ Tablet ระบบ e-Learning ทาใหทานเขาถงบทเรยนไดงายขน


รปท 4.9 แสดงผลลพธการตอบแบบสอบถามปจจยการรบรความสะดวกในการใชงาน

93%

7%


90%

10%


29

4.2.7 ปจจยการสนบสนนทางเทคนค (Technical Support: TS) ประกอบดวยคาถามดงตอไปน

ระบบมการแสดงคาแนะนาตางๆ อยางเพยงพอ และเปนประโยชนแกทาน เชน วธการใชงาน เมนชวยเหลอ (Help) หรอขอความแสดงเมอเกดขอผดพลาด

เมอทานตองการความชวยเหลอสามารถตดตอขอความชวยเหลอไดอยางรวดเรว

เมอเกดปญหาหนวยงานทรบผดชอบสามารถแกปญหาใหทานไดอยางรวดเรว สรปไดดงน จานวนผตอบแบบสอบถาม 234 คน เหนดวย 231 คน และไมเหนดวย

3 คน สามารถสรปผลการตอบแบบสอบถามไดดงรปท 4.10

รปท 4.10 แสดงผลลพธการตอบแบบสอบถามปจจยการสนบสนนทางเทคนค

4.2.8 ปจจยความวตกกงวล (Anxiety: A) ประกอบดวยคาถามดงตอไปน

สาหรบทานรสกวาการใชระบบ e-Learning เปนเรองยาก ทานมความกงวลทกครงเมอใชงานระบบ e-Learning ทานจะรสกปลอดภยกวาเมอใชงานคาสงทคนเคยเทานน


99%

1%


30

รปท 4.11 แสดงผลลพธการตอบแบบสอบถามปจจยความวตกกงวล

4.2.9 ปจจยดานเทคโนโลย (Technology Factor: TF) ประกอบดวยคาถามดงตอไปน

ระบบสารสนเทศพนฐาน เชน อนเตอรเนต คอมพวเตอร มความพรอมตอการใชงาน

ระบบสารสนเทศสามารถรองรบความตองการของทานได เชน ความเรวของอนเตอรเนต

จานวนของคอมพวเตอรมเพยงพอตอการใชงาน สรปไดดงน จานวนผตอบแบบสอบถาม 234 คน เหนดวย 229 คน และไมเหนดวย


รปท 4.12 แสดงผลลพธการตอบแบบสอบถามปจจยดานเทคโนโลย

84%

16%


98%

2%


31

4.2.10 ปจจยระบบการจดการการเรยนการสอนขาดความพรอม (Lack of LMS Availability: LLA) ประกอบดวยคาถามดงตอไปน

ฟงกชนตาง ๆ บนระบบ e-Learning เพยงพอแลวตอการใชงาน ระบบ e-Learning สามารถใหบรการได อยางมเสถยรภาพตอเนอง ระบบใชเวลาไมนานในการตอบสนองคาสงของทาน


รปท 4.13 แสดงผลลพธการตอบแบบสอบถามปจจยระบบการจดการ

การเรยนการสอนขาดความพรอม

4.2.11 ปจจยการเอาใจใส (Concentration: C) ประกอบดวยคาถามดงตอไปน ทานตดตามงานบนระบบ e-Learning เสมอ ทานสามารถใหคาแนะนาการใชงานกบผอนได ทานจาวธการเขาใชงานไดเปนอยางด


74%

26%


32

รปท 4.14 แสดงผลลพธการตอบแบบสอบถามปจจยการเอาใจใส

4.2.12 ปจจยรปแบบการนาเสนอ (E-learning Materials Presentation Types: EP) ประกอบดวยคาถามดงตอไปน

รปแบบของสอการสอนทนาเสนอมความดงดดใจ รปแบบของสอมผลตอการใชงานระบบ e-Learning สาหรบทาน ระบบ e-Learning รองรบสอหลายรปแบบ


รปท 4.15 แสดงผลลพธการตอบแบบสอบถามปจจยรปแบบการนาเสนอ

96%

4%


88%

12%


33

4.2.13 ปจจยการออกแบบระบบ (System Design: SD) ประกอบดวยคาถามดงตอไปน ทานคดวาระบบ e-Learning มการออกแบบทสวยงามและดงดดการใชงาน ทานคดวาระบบ e-Learning ถกออกแบบมาใหใชงานไดงาย ไมซบซอน ระบบ e-Learning มตวเลอกในการดาเนนการอยางชดเจน เชน ปม Save,

Next, Back สรปไดดงน จานวนผตอบแบบสอบถาม 234 คน เหนดวย 232 คน และไมเหนดวย


รปท 4.16 แสดงผลลพธการตอบแบบสอบถามปจจยการออกแบบระบบ

4.2.14 ปจจยแรงจงใจ (Motivation: M) ประกอบดวยคาถามดงตอไปน

"คะแนน" สามารถดงดดใหทานเขาใชงานระบบ e-Learning มากขน ทานมผลการเรยนทดข นเมอเขาใชระบบ e-Learning ทานรสภมใจเมอใชระบบ e-Learning


99%

1%


34

รปท 4.17 แสดงผลลพธการตอบแบบสอบถามปจจยแรงจงใจ

4.2.15 ปจจยการฝกอบรม (Training: T) ประกอบดวยคาถามดงตอไปน

การฝกอบรมการใชงานระบบ e-Learning เปนสงสาคญสาหรบทาน ในบางครงทานตองเปดคมอการใชงาน ควบคไปกบการใชงานระบบ

e-Learning ทานจะถามผอนเสมอเมอทานไมทราบวาจะทาอยางไรตอไปกบระบบ

e-Learning สรปไดดงน จานวนผตอบแบบสอบถาม 234 คน เหนดวย 231 คน และไมเหนดวย


รปท 4.18 แสดงผลลพธการตอบแบบสอบถามปจจยการฝกอบรม

84%

16%


99%

1%


35

4.2.16 ปจจยอาจารย (Professor Factor: PF) ประกอบดวยคาถามดงตอไปน อาจารยสงเสรมใหทานใชระบบ e-Learning ในการเรยนร เนอหาวชาในระบบ e-Learning มการปรบปรงอยตลอดเวลา เมอเกดปญหาในการใชงาน e-Learning อาจารยสามารถแกปญหาเบองตนให

ทานได สรปไดดงน จานวนผตอบแบบสอบถาม 234 คน เหนดวย 233 คน และไมเหนดวย


รปท 4.19 แสดงผลลพธการตอบแบบสอบถามปจจยอาจารย

4.2.17 ปจจยประชาสมพนธ (Public Relation: PR) ประกอบดวยคาถามดงตอไปน

มหาวทยาลยมการแนะนาใหทานรจกระบบ e-Learning อยางสมาเสมอ อาจารยผสอนแนะนาใหทานเขาใชระบบ e-Learning ทานเคยเหนแผนพบ/โปสเตอรแนะนาระบบ e-Learning


100%

0%


36

รปท 4.20 แสดงผลลพธการตอบแบบสอบถามปจจยประชาสมพนธ

4.3 การหาความเชอมนของแบบสอบถาม (Cronbach’s Alpha)

หลงจากทาการเกบรวบรวมขอมลจากแบบสอบถามแลว ในขนตอนนจะเปนการนาแบบสอบถามมาหาความเชอมน ในการหาคาความเชอมนสามารถหาไดจากสมการทไดระบไวในบทท 2 สมการท 2.1 ดงตอไปน

Cronbach α =k

k-11-

∑ Si2k

i=1

Sp2 (4.1)

เมอ k คอ จานวนขอของแบบสอบถาม

Si2 คอ ความแปรปรวนของขอ I

Sp2 คอ ความแปรปรวนของคะแนนรวม

ซงสามารถหาคาความเชอมนไดดงรปท 4.21 แสดงคาความเชอมนของแบบสอบถาม

โดยไดคาความเชอมนโดยรวมท 0.812 ดงรปท 4.21 ซงแสดงถงความนาเชอมนของแบบสอบถามทอยในเกณฑด

Reliability Statistics

Cronbach's

Alpha N of Items

.812 51

รปท 4.21 แสดงคาความเชอมนของแบบสอบถาม

97%

3%


37

4.4 การหาความสมพนธระหวางปจจยดวยวธการหากฎความสมพนธ (Association Rule) สาหรบในขนตอนนเปนวธการหาความสมพนธระหวางปจจยดวยวธการหา กฎความสมพนธ (Association Rule) อลกอรทมอพรโอร (Apriori Algorithm) โดยจะตองกาหนดคาสนบสนน (Support) และคาความเชอมน (Confidence) ในการทดลองครงนใชโปรแกรมเวกกา (Weka) และกาหนดคาสนบสนนท 95% และคาความเชอมนท 99% ดงรปท 4.22 แสดงการตงคาคาสนบสนนและคาความเชอมน ซงเปนคาขนตาทโปรแกรมจะใชในการพจารณาในการสรางกฎความสมพนธ กลาวคอ หากปจจยใดทมคาสนบสนนตากวา หรอมขอมลนอยกวา 95% และมคาความเชอมนตากวา 99% ปจจยเหลานนจะไมถกนามาสรางเปนกฎความสมพนธ และรปท 4.23 แสดงตวอยางการหากฎความสมพนธ (Association Rule) อลกอรทมอพรโอร (Apriori Algorithm) ดวยโปรแกรม Weka

รปท 4.22 แสดงการตงคาคาสนบสนนและคาความเชอมนดวยโปรแกรม Weka

38

รปท 4.23 แสดงการใชโปรแกรม Weka หากฎความสมพนธ

โดยคาสนบสนนสามารถหาไดจากจานวนของ Transaction /จานวนของ Transaction

ทงหมด ในทนคอขอมลของผตอบแบบสอบถามแตละปจจย/จานวนของผตอบแบบสอบถามทงหมด โดยกาหนดใหเหนดวยเปน 1 และไมเหนดวยเปน 0 ตวอยางเชน ปจจย PU ผตอบแบบสอบถามเหนดวยจานวน 230 คน จะไดเปน 230/234 = 0.98 เปนตน โดยไดคาสนบสนนดงตารางท 4.1 แสดงผลการหาคาสนบสนน

39

ตารางท 4.1 แสดงผลการหาคาสนบสนน ปจจย รอยละของคาสนบสนนPU 0.98PE 0.98AU 0.98BI 0.98CE 0.93FC 0.90TS 0.99A 0.84TF 0.98LLA 0.74C 0.96EP 0.88SD 0.99M 0.84T 0.99PF 1.00PR 0.97

สาหรบการหาคาความเชอมนสามารถดาเนนการไดดงน คอ (LHS RHS) = คาสนบสนน (LHS,RHS)/คาสนบสนน (LHS) เชน การหาคาความเชอมนของปจจย SD และ PF (SD PF) โดยนาผลของการตอบแบบสอบถามของปจจย SD และ PF มาทา Bit Operation AND และหาคาสนบสนน ซงจะไดคาสนบสนนท 0.98 หลงจากนนใหนาคาสนบสนนของ SD ไปหารคาสนบสนนของ SD และ PF โดยจะไดเปน 0.99/0.98 = 1.0 ดงนนจงสามารถสรปไดวา คาความเชอมนของ SD และ PF คอ 1.0 หรอ 100% จากการทดลองสามารถสรปผลการทดลองไดดงตอไปน จากปจจยทงหมดทใชในการทดลองทงสน 17 ปจจย ปจจยทผานการทดลองจานวน 11 ปจจยดงตอไปน

1. การรบรความมประโยชน (Perceived Usefulness: PU) 2. การรบรความงายในการใชงาน (Perceived Ease of Use: PE) 3. ทศนคตทมตอการใชงาน (Attitude Toward Using: AU) 4. ความตงใจเชงพฤตกรรมในการใชงาน (Behavioral Intention: BI) 5. การสนบสนนทางเทคนค (Technical Support: TS) 6. ปจจยดานเทคโนโลย (Technology Factor: TF)

40

7. การเอาใจใส (Concentration: C) 8. การออกแบบระบบ (System Design: SD) 9. การฝกอบรม (Training: T) 10. ปจจยอาจารย (Professor Factor: PF) 11. การประชาสมพนธ (Public Relation: PR) โดยไดกฎความสมพนธจานวนทงสน 23 กฎ ดงตอไปน 1. COL 13=SD 232 ==> COL 16=PF 231 conf:(1) 2. COL 4=BI 231 ==> COL 16=PF 230 conf:(1) 3. COL 7=TS 231 ==> COL 13=SD 230 conf:(1) 4. COL 7=TS 231 ==> COL 16=PF 230 conf:(1) 5. COL 15=T 231 ==> COL 16=PF 230 conf:(1) 6. COL 1=PU 230 ==> COL 16=PF 229 conf:(1) 7. COL 2=PE 230 ==> COL 16=PF 229 conf:(1) 8. COL 3=AU 229 ==> COL 16=PF 228 conf:(1) 9. COL 9=TF 229 ==> COL 16=PF 228 conf:(1) 10. COL 17=PR 228 ==> COL 16=PF 227 conf:(1) 11. COL 11=C 225 ==> COL 16=PF 224 conf:(1) 12. COL 16=PF 233 ==> COL 13=SD 231 conf:(0.99) 13. COL 13=SD 232 ==> COL 7=TS 230 conf:(0.99) 14. COL 4=BI 231 ==> COL 13=SD 229 conf:(0.99) 15. COL 15=T 231 ==> COL 13=SD 229 conf:(0.99) 16. COL 1=PU 230 ==> COL 13=SD 228 conf:(0.99) 17. COL 1=PU 230 ==> COL 15=T 228 conf:(0.99) 18. COL 2=PE 230 ==> COL 13=SD 228 conf:(0.99) 19. COL 3=AU 229 ==> COL 4=BI 227 conf:(0.99) 20. COL 3=AU 229 ==> COL 13=SD 227 conf:(0.99) 21. COL 9=TF 229 ==> COL 13=SD 227 conf:(0.99) 22. COL 17=PR 228 ==> COL 13=SD 226 conf:(0.99) 23. COL 11=C 225 ==> COL 13=SD 223 conf:(0.99)

จากการทดลองสามารถนากฎทไดมาจดใหอยในรปแบบของทฤษฎแบบจาลอง

การยอมรบเทคโนโลยไดดงรปท 4.24 โดยสามารถอธบายไดดงตอไปน

41

รปท 4.24 แสดงผลลพธจากการทดลอง

PU มความสมพนธกบ PF, SD, T หมายถง การรบรความมประโยชน มความสมพนธ

กบปจจยอาจารย การออกแบบระบบ และการฝกอบรม PE มความสมพนธกบ PF, SD หมายถง การรบรความงายในการใชงาน ม

ความสมพนธกบปจจยอาจารย และการออกแบบระบบ AU มความสมพนธกบ PF, SD, BI หมายถง ทศนคตทมตอการใชงาน มความสมพนธ

กบปจจยอาจารย การออกแบบระบบ และความตงใจเชงพฤตกรรมในการใชงาน BI มความสมพนธกบ PF, SD หมายถง ความตงใจเชงพฤตกรรมในการใชงาน ม

ความสมพนธกบปจจยอาจารย และการออกแบบระบบ TS มความสมพนธกบ SD, PF หมายถง การสนบสนนทางเทคนค มความสมพนธกบ

การออกแบบระบบ และปจจยอาจารย TF มความสมพนธกบ PF, SD หมายถง ปจจยดานเทคโนโลย มความสมพนธกบปจจย

อาจารย และการออกแบบระบบ C มความสมพนธกบ PF, SD หมายถง การเอาใจใส มความสมพนธกบปจจยอาจารย

และการออกแบบระบบ SD มความสมพนธกบ PF, TS หมายถง การออกแบบระบบ มความสมพนธกบปจจย

อาจารย และการสนบสนนทางเทคนค

42

T มความสมพนธกบ PF, SD หมายถง การฝกอบรม มความสมพนธกบปจจยอาจารย และการออกแบบระบบ

PF มความสมพนธกบ SD หมายถง ปจจยอาจารย มความสมพนธกบการออกแบบระบบ

PR มความสมพนธกบ PF, SD หมายถง การประชาสมพนธ มความสมพนธกบปจจยอาจารย และการออกแบบระบบ 4.5 การดาเนนการตามผลลพธ

เพอใหเปนไปตามวตถประสงคของการวจยในครงน ผวจยไดนาผลลพธทไดมาปรบใชในการวางแผนเพอดาเนนงาน ในการกาหนดแนวทางเพอใหนกศกษาเขาใชงานและยอมรบระบบการเรยนอเลกทรอนกส โดยมการดาเนนการดงตอไปน

4.5.1 การรบรความมประโยชน (PU) การดาเนนการสาหรบปจจยการรบรความมประโยชน คอ การทาใหนกศกษา

ทราบวาเมอนกศกษาใชระบบการเรยนอเลกทรอนกสแลวจะมผลดอยางไร เมอใชระบบแลวนกศกษาจะไดอะไร เชน จะสงผลดตอตวนกศกษาทาใหมผลการเรยนทดขน หรอมประสทธภาพในการเรยนดขน มความเขาใจในบทเรยนมากขน โดยการดาเนนการในครงนจะใชวธการอบรมจากผชานาญการของศนยอเลรนนง จากอาจารยผสอน และการประชาสมพนธในชองทางตาง ๆ เพอใหนกศกษาไดทราบถงประโยชนของการใชงานระบบการเรยนอเลกทรอนกส

4.5.2 การรบรความงายในการใชงาน (PE) การดาเนนการสาหรบปจจยการรบรความงายในการใชงาน คอ การทนกศกษา

สามารถใชงานระบบไดดวยความงาย สาหรบปจจยนจะแบงแนวทางในการดาเนนงานออกเปนสองสวน คอ

4.5.2.1 ความงายในการเขาใชงานระบบ คอ มการปรบปรงระบบ เพอลดขนตอนในการใชงานใหมความสะดวกมากยงขน เชน ในขนตอนการสมครสมาชกจะมการตดบางชองของการกรอกขอมล (Text Field) ทไมจาเปนสาหรบการกรอกขอมลออก เพอใหนกศกษากรอกขอมลทจาเปนเทานน

4.5.2.2 ความงายในการใชงานแตละวชา สาหรบแนวทางนจะตองขอความรวมมอกบอาจารยผสอน ใหออกแบบรายวชาไมใหมความซบซอนมากเกนไป รวมถงสอการสอนทใชจะตองมความเหมาะสมและสามารถดงดดนกศกษาได

4.5.3 ทศนคตทมตอการใชงาน (AU) การดาเนนการสาหรบปจจยทศนคตทมตอการใชงาน คอ ความรสก หรอ

พฤตกรรมทมตอระบบการเรยนอเลกทรอนกส ในการดาเนนการในครงนไดขอความรวมมอกบอาจารยผสอนในการโนมนาวจตใจของนกศกษา เพอปรบเปลยนแนวคด ความรสก และ

43

ปรบเปลยนทศนคตของนกศกษาทมตอระบบการเรยนอเลกทรอนกส เมอนกศกษามทศนคตทดจะนาไปสการเขาใชงานระบบ

4.5.4 ความตงใจเชงพฤตกรรมในการใชงาน (BI) การดาเนนการสาหรบปจจยความตงใจเชงพฤตกรรมในการใชงาน คอ ความ

ตงใจทจะใชงานระบบไมวาจะเกดปญหาในการใชงานบางกตาม โดยปจจยนจะไดรบผลตอเนองจากทศนคตในการใชงาน ดงนนในกรณทอาจารยผสอนโนมนาวความคด ทศนคตของนกศกษา กจะสงผลตอการเขาใชงานระบบดวย

4.5.5 การสนบสนนทางเทคนค (TS) การดาเนนการสาหรบปจจยการสนบสนนทางเทคนค สาหรบปจจยนทางศนย

อเลรนนงมเจาหนาท ทคอยใหการชวยเหลอและแกปญหาแกอาจารย หรอนกศกษาทใชงานระบบอยกอนหนานแลว ซงแตเดมจะทาการตดตอผานโทรศพท หรอจดหมายอเลกทรอนกสเทานน จงไดแนนชองทางในการตดตอสอสารผานทางสอสงคมออนไลน เชน Facebook และ Twitter เนองจากสอประเภทนจะเขาถงผใชงานไดงายกวา อกทงมความสะดวกและรวดเรว และนอกจากนยงไดกาชบถงความรวดเรวในการแกปญหาอกดวย

4.5.6 ปจจยดานเทคโนโลย (TF) การดาเนนการสาหรบปจจยดานเทคโนโลย ปจจยดานเทคโนโลยเปน

ปจจยพนฐานทจะสงเสรมสาหรบการเขาใชงานระบบการเรยนอเลกทรอนกส เชน คอมพวเตอร อนเตอรเนต จะตองอยในสภาพทพรอมใชงาน และสามารถใหบรการและรองรบนกศกษาได ทงนทางมหาวทยาลยไดมหองอนเตอรเนตเพอใหบรการแกนกศกษาอยแลว และภายในมหาวทยาลยและหอพกนกศกษาไดมการตดตงสญญาณอนเตอรเนตแบบไรสาย (Wi-Fi) เพอรองรบการใชงานอนเตอรเนตของนกศกษา โดยศนยอเลรนนงยงไดจดเตรยมคอมพวเตอรไวจานวนหนงเพอใหบรการแกนกศกษา

4.5.7 การเอาใจใส (C) การดาเนนการสาหรบปจจยการเอาใจใส ปจจยนเปนปจจยเฉพาะบคคล โดย

นกศกษาทมความเอาใจใสจะยอมรบระบบมากกวานกศกษาทไมเอาใจใส โดยสงเกตไดจากจานวนของนกศกษาทลมชอผใชหรอรหสผานทมเปนจานวนมาก เนองจากนกศกษาเหลานไมไดเขาใชระบบเปนเวลานานสงผลใหจาชอผใชหรอรหสผานไมได ในการดาเนนการในครงนไดขอความรวมมอจากอาจารยผสอนในการชวยกระตนนกศกษาใหมความตงใจและเอาใจใสมากยงขน เชนการจดบนทกชอผใช รหสผาน รวมถงวธการใชงานตาง ๆ

4.5.8 การออกแบบระบบ (SD) การดาเนนการสาหรบปจจยการออกแบบระบบ เนองจากระบบทมหาวทยาลย

เกษมบณฑตไดนามาใชในการจดการการเรยนการสอนนนเปนซอฟตแวรประเภทใชงานฟร (Freeware) ทเรยกวามเดล (Moodle) จะมฟงกชน (Function) พนฐานตาง ๆ ใหใชงาน เชน แบบทดสอบ หองสนทนา กระดานสนทนา เปนตน และสามารถรองรบไฟลไดหลายประเภท

44

อกดวยจงถอวาระบบมความพรอมในการใชงาน อยางไรกตามทางศนยอเลรนนงไดทาการตดตงโปรแกรมเสรม (Plugin) บางโปรแกรมเพมเตมเพอใหการใชงานมความสะดวกมากยงขน เชน โปรแกรมเสรมทใชในการแบงกลมนกศกษา (Section) โปรแกรมเสรมในการเปลยนส เปลยนขนาดตวอกษร เปนตน นอกจากการตดตงโปรแกรมเสรมแลวยงทาการอพเดทเวอรชนของมเดลใหเปนปจจบนอกดวย

4.5.9 การฝกอบรม (T) การดาเนนการสาหรบปจจยการฝกอบรม การฝกอบรมถอเปนกระบวนการ

แนวทางในการดาเนนการเพอพฒนาบคคลใหมความร หรอมความพรอมในการใชงานระบบการเรยนอเลกทรอนกส โดยการดาเนนการในการฝกอบรมจะแบงออกเปน 2 ประเภทคอ

4.5.9.1 การฝกอบรมใหกบอาจารย เปนการอบรมเพอใหความรแกอาจารยผสอนในการเขาใชงานระบบในสถานะอาจารย รวมถงการสรางบทเรยน และการใชงานฟงกชนตาง ๆ โดยกาหนดการฝกอบรมจะแบงออกเปน 2 ครงตอหนงปการศกษา โดยจะมการอบรมเทอมละ 1 ครง

4.5.9.2 การฝกอบรมนกศกษา ในการอบรมจะเนนในสวนของการใชงาน เชนการสมครสมาชก การดาวนโหลดบทเรยน การทาแบบทดสอบ เปนตน โดยเบองตนการฝกอบรมใหกบนกศกษานนจะขนอยกบการรองขอจากอาจารยผสอน

4.5.10 ปจจยอาจารย (FP) การดาเนนการสาหรบปจจยอาจารย สาหรบปจจยนแสดงใหเหนวาอาจารย

ผสอนนนมสวนตอการยอมรบระบบเปนอยางมากเนองจากอาจารยจะตองเปนผผลตวชาในระบบการเรยนอเลกทรอนกสเสยกอนเพอใหนกศกษาสามารถเขาใชงานได โดยอาจารยจะตองมสวนชวยในการผลกดน แนะนา หรอเสนอแนะแนวทาง วธการตางๆ แกนกศกษา เพอใหนกศกษาเขาใชงานระบบ เพราะการศกษาในปจจบนนนความรสวนหนงจะตองมาจากตวผเรยนเองจากการศกษาคนควาดวยตนเองผานตามสอและแหลงขอมลตาง ๆ ดงนนในการดาเนนการตามปจจยนจงตองขอความรวมมอจากอาจารยผสอนในการทาหนาทดแลกากบ หรอออกแบบกจกรรมตาง ๆ เพอใหอยในขอบเขตของรายวชาทกาหนด

4.5.11 การประชาสมพนธ (PR) การดาเนนการสาหรบปจจยการประชาสมพนธ การประชาสมพนธถกนามาใช

เพอเปนเครองมอในการแนะนา สงเสรม ระบบการเรยนอเลกทรอนกสใหเปนทรจกมากยงขน โดยเนนเนอหาทแสดงถงจดเดนและประโยชนทจะไดรบจากการใชระบบการเรยนอเลกทรอนกส โดยมเปาหมายเพอเผยแพรและชกจงใหมผเขาใชงานระบบมากยงขน โดยศนยอเลรนนงไดจดทา โปสเตอร แผนพบ เพอประชาสมพนธ และไดทาการเพมชองทางในการประชาสมพนธผานสอออนไลนเพอใหเขาถงนกศกษาไดงายขน

45

4.6 การประเมนผลการดาเนนงาน จากการดาเนนงานตามผลลพธทได สามารถประเมนผลการดาเนนงาน โดยวดจากจานวนผสมครเขาใชระบบ ในชวงวนและเวลาเดยวกนของป 2558 และป 2559 ดวยขอจากดในเรองของระยะเวลาจงสามารถแบงการวดผลออกเปน 2 ระยะ โดยแบงออกเปนระยะท 1 คอ วนท 1-30 มถนายน และระยะท 2 คอ วนท 1-12 กรกฎาคม โดยมรายละเอยดของนกศกษาทสมครเขาใชงานระบบดงตารางท 4.2 และแสดงผลการเปรยบเทยบในรปแบบของกราฟ ดงรปท 4.25

ตารางท 4.2 แสดงจานวนนกศกษาทสมครเขาใชงานระบบ ป มถนายน กรกฎาคม

2558 45 582559 72 60

รปท 4.25 แสดงกราฟเปรยบเทยบการเขาใชงานระบบ

วนท 1-30 เดอนมถนายน 2558 มจานวนนกศกษาสมครเขาใชงานจานวน 45 คน เปรยบเทยบกบวนท 1-30 เดอนมถนายน 2559 มจานวนนกศกษาสมครเขาใชงานจานวน 72 คน เพมขนจากเดมจานวน 27 คน คดเปน 60 % วนท 1-12 เดอนกรกฎาคม 2558 มจานวนนกศกษาสมครเขาใชงานจานวน 58 คน เปรยบเทยบกบวนท 1-12 เดอนกรกฎาคม 2559 มจานวนนกศกษาสมครเขาใชงานจานวน 60คน เพมขนจากเดมจานวน 2 คน คดเปน 3.44 % จะเหนไดวาจานวนของนกศกษาทสมครเขาใชงานระบบการเรยนอเลกทรอนกสในชวงวนและเวลาเดยวกนนนมจานวนทเพมขนแสดงใหเหนวาการกาหนดแนวทาง หรอกจกรรม

0

10

20

30

40

50

60

70

80

มถนายน กรกฎาคม

ป 2558 ป 2559

46

ตาง ๆ ตามปจจยทผานการทดลองนนมผลตอการยอมรบระบบการเรยนอเลกทรอนกส ของมหาวทยาลยเกษมบณฑต

บทท 5 สรปผลการดาเนนงาน

ในบทนจะกลาวถงการสรปผลการดาเนนงานวจย และการนาเสนอแนวทางในการศกษาตอในอนาคตโดยมรายละเอยดดงตอไปน 5.1 สรปผลและวเคราะห

สบเนองมาจากการทนกศกษาของมหาวทยาลยเกษมบณฑตไมเขาใชงานระบบ การเรยนอเลกทรอนกส (e-Learning) หรอมการเขาใชงานจานวนไมมากทง ๆ ทระบบการเรยนอเลกทรอนกสนนมประโยชนสาหรบนกศกษา จงเปนสาเหตในการศกษาครงนเพอตองการทราบวามเหตผล หรอปจจยใดบางทสงผลตอการยอมรบและการเขาใชงานระบบการเรยนอเลกทรอนกส โดยไดทาการศกษาการยอมรบระบบการเรยนอเลกทรอนกสผานทฤษฎแบบจาลองการยอมรบเทคโนโลย (Technology Acceptance Model : TAM) ทถกนามาใชในการศกษาการยอมรบเทคโนโลยตาง ๆ แตงานวจยกอนหนานจะถกจากดดวยสมมตฐานและปจจย รวมถงมกระบวนการทซบซอนในการพสจนสมมตฐาน กลาวคอจะตองมการกาหนดสมมตฐาน หรอความสมพนธไวลวงหนาแลว สงผลใหคาตอบทไดรบนนถกจากดดวยสมมตฐานจากผวจย รวมถงวธการพสจนสมมตฐานดวยวธการทางคณตศาสตรจะมกระบวนการทซบซอนและใชเวลามากเนองจากแตละสมมตฐานจะผานคานยสาคญทระดบตางกนออกไป

ในการทดลองครงนผวจยจงประยกตใชวธการหากฎความสมพนธ อลกอรทมอพรโอร (Association Rule (Apriori Algorithm)) มาใชในการพสจนความสมพนธระหวางปจจย โดยวธการหากฎความสมพนธนนไมจาเปนทจะตองมการกาหนดสมมตฐานหรอความสมพนธไวลวงหนา ทาใหคาตอบทไดจะไมถกจากดจานวนสมมตฐานจากผวจย และเปนขอมลจรงจากผใชงาน นอกจากนยงทาใหทราบถงความสมพนธระหวางปจจยอกดวย

จากผลการทดลองทคาสนบสนน 95% และคาความเชอมนท 99% พบวาจากปจจยทงหมด 17 ปจจย ม 11 ปจจยทผานการสนบสนน ไดแกการรบรความมประโยชน (Perceived Usefulness), การรบรความงายในการใชงาน (Perceived Ease of Use), ทศนคตทมตอการใชงาน (Attitude Toward Using), ความตงใจเชงพฤตกรรมในการใชงาน (Behavioral Intention), การสนบสนนทางเทคนค (Technical Support), ปจจยดานเทคโนโลย (Technology Factor), การเอาใจใส (Concentration), การออกแบบระบบ (System Design), การฝกอบรม (Training), ปจจยอาจารย (Professor Factor), และการประชาสมพนธ (Public Relation) โดยปจจยทไดกลาวมาขางตนนเปนปจจยทสงผลตอการยอมรบระบบการเรยนอเลกทรอนกส ของนกศกษามหาวทยาลยเกษมบณฑต และไดมการนาปจจยทง 11 ปจจยทผานการทดลองมากาหนดเปนแนวทางในการกาหนดกจกรรม โดยใชตวชวด คอ จานวนของนกศกษาทสมครเขาใชระบบ จากรปท 4.25 จะ เหนไดว าจ านวนของนกศกษาทสมคร เขา ใชร ะบบมจ านวนเพมขน

48

จากวนและเวลาเดยวกน ซงสามารถสรปไดวาจากการทดลองครงนบรรลเปาหมายตามทไดกาหนดไว คอ มการยอมรบและเขาใชงานระบบการเรยนอเลกทรอนกสทเพมมากขน แตอยางไรกตามยงคงตองมการตดตาม หรอปรบเปลยนแผนการดาเนนการใหมความเหมาะสมในการดาเนนการในระยะยาวตอไป 5.2 แนวทางในการศกษาในอนาคต

สาหรบการวจยในครงนผวจยเลอกใชงานทฤษฎแบบจาลองการยอมรบเทคโนโลย เพอศกษาการยอมรบระบบการเรยนอเลกทรอนกสในบรบทของมหาวทยาลยเกษมบณฑต โดยมการกาหนดปจจยตาง ๆ ทคาดวาจะมผลตอการยอมรบระบบการเรยนอเลกทรอนกส จากผลการทดลองทไดมขอจากดคอ ผลการทดลองทไดสามารถนาไปใชอธบายการยอมรบระบบการเรยนอเลกทรอนกสไดเพยงชวงระยะเวลาหนงเทานน เนองจากเมอระยะเวลาผานไปอาจมปจจยหรอเทคโนโลยอน ๆ เกดขน ซงอาจทาใหเกดปจจยอน ๆ ทสงผลตอการยอมรบระบบการเรยนอเลกทรอนกส ดงนนในการศกษาครงตอไปจะตองทาการศกษาปจจยทสงผลตอการยอมรบระบบการเรยนอเลกทรอนกสในชวงเวลานน ๆ เพอใหไดปจจยทสงผลตอการยอมรบระบบการเรยนอเลกทรอนกสอยางแทจรง

49

เอกสารอางอง

[1] Ali Tarhini, Mohammad Hassouna, Muhammad Sharif Abbasi, and Jorge Orozco,

“Towards the Acceptance of RSS to Support Learning: An empirical study to validate the

Technology Acceptance Model in Lebanon,” The Electronic Journal of e-Learning, vol.

13, pp. 30-41, 2015.

[2] F. D. Davis, “Perceived Usefulness, Perceived Ease of Use, and User Acceptance

of Information Technology,” MIS Quarterly, vol. 13, no. 3, pp. 319-339, 1989.

[3] Hsiao- hui Hsu, and Yu- ying Chang, “ Extended TAM Model: Impacts of

Convenience on Acceptance and Use of Moodle,” US-China Education Review A, vol. 3,

no. 4, pp. 211-218, 2013.

[4] Marjan Milosevic, Edin Zecirovic, and Radojka Krneta, “ Technology Acceptance

Models and Learning Management System: Case Study,” The Fifth International

Conference on e-Learning, pp. 35-39, 2014.

[5] Emad Abu-Shanab, and Laila Ababneh, “Exploring Academicians Acceptance of

E-Learning Using an Extended TAM: The Case of Yarmouk University,” JNCET, vol. 1,

2015.

[6] Taher Farahat, “Applying the Technology Acceptance Model to Online Learning

in the Egyptian Universities,” in Proc. International Educational Technology Conference

IECT 2012, 2012, pp. 95 – 104.

[7] Hamid Kamarzarin, Esa Jafari, Mohamad Ehsan Taghizadeh, and Faranak

Omidian, “The Investigation of Factors Affecting University Students' Attitude toward E-

Learning Adoption,” International Journal On New Trends In Education And Literature,

vol 1, no 1,pp. 24-31 , Aug. 2014.

[8] Marjan Milosevic, Edin Zecirovic, and Radojka Krneta, “Technology Acceptance

Models and Learning Management System: Case Study,” in Proc. The Fifth International

Conference on e-Learning, 2014, pp. 35-39.

[9] Rakesh Agrawal and Ramakrishnan Srikant, “Fast algorithms for mining

association rules in large databases,” in Proc. The 20th International Conference on Very

Large Data Bases, 1994, pp. 487-499.

[10] S. Saranya, N. Tamilselvi, P. Usha, M. Yasodha, and V.Padmapriya, “Data Mining

Techniques in EDM for Predicting the Pupil’s Outcome,“ International Journal of Advanced

Research in Computer and Communication Engineering, vol. 2, pp. 2485-2488, Jun. 2013.

http://rakesh.agrawal-family.com/papers/vldb94apriori.pdf

http://rakesh.agrawal-family.com/papers/vldb94apriori.pdf

50

[11] Rakesh Agrawal, and Ramakrishnan Srikant, “ 0 Fast algorithms for mining

association rules in large databases,” Proceedings of the 20th International Conference

on Very Large Data Bases, pp. 487-499, 1994.

[12] Amer Al- Adwan, Ahmad Al- Adwan, and Jo Smedley, “Exploring students

acceptance of e-learning using Technology Acceptance Model in Jordanian universities,”

International Journal of Education and Development using Information and

Communication Technology (IJEDICT), vol. 9, pp. 4-18, 2013.

[13] V. Venkatesh, M. Morris, and G. B. Davis, “User acceptance of information

technology: Toward a unified view,” MIS Quarterly, vol. 27, no. 3, pp. 425-478, Sep. 2003.

[14] สงหะ ฉวสข และ สนนทา วงศจตรภทร, “ทฤษฎการยอมรบการใชเทคโนโลยสารสนเทศ,” KMITL Information Technology Journal, Jan – Jun. 2012.

[15] สงหะ ฉวสข และ สนนทา วงศจตรภทร, “สวนขยายทฤษฎรวมการยอมรบการใชเทคโนโลยสารสนเทศ,” KMITL Information Technology Journal, Jul – Dec. 2013.

[16] Eylem Kilic, “Determining the Factors of Affecting the Moodle Use by Using TAM.

The Story of a University after a Destructive Earthquake,” H. U. Journal of Education,

pp. 169-179, 2014.

[17] Lee J. Cronbach, “Coefficient Alpha and the Internal Structure of Tests,”

Psychometrika, vol. 16, no. 3, pp. 297-334, Sep. 1951.

[18] Venkatesh, V. and Davis, F.D, "A Theoretical Extension of the Technology

Acceptance Model: Four Longitudinal Field Studies," Management Science, pp. 186-204.

[19] Mohamed E. Seliaman, and M. S. Al-Turki, “Mobile Learning Adoption in Saudi

Arabia,” World Academy of Science, Engineering and Technology, vol. 6, 2012.

[20] Norazah M. S, and Norbayah M. S, “ Users’ behavior towards ubiquitous M-

Learning,” Turkish Online Journal of Distance Education-TOJDE, vol. 12, pp. 118-129.

[21] Hamid Kamarzarin, Esa Jafari, Mohamad Ehsan Taghizadeh, and Faranak

Omidian, “ The Investigation of Factors Affecting University Students' Attitude toward E-

Learning Adoption,”International Journal On New Trends In Education And Literature, vol.

1, no. 1, 2014.

[22] Garry Wei-Han Tan, Keng-Boon Ooi, Lai-Ying Leong, and Binshan Lin, “Predicting

the drivers of behavioral intention to use mobile learning:A hybrid SEM-Neural Networks

approach.,” Computers in Human Behavior 36, pp. 198–213, 2014.

51

[23] Jia-Jia Sim, Garry Wei-Han Tan, Jessica C.J. Wong, Keng-Boon Ooi , and Teck-

Soon Hew, “Understanding and predicting the motivators of mobile music acceptance –

A multi-stage MRA-artificial neural network approach.” Telematics and Informatics 31, pp.

569–584. 2014.

[24] Recep C, and Ekrem Solak, “Exploring the factors influencing e-learning of Turkish

efllearners through TAM,” The Turkish Online Journal of Educational Technology, 2014.

[25] Tarhini A, Hassouna M, Abbasi M and Orozco J, “ Towards the Acceptance of

RSS to Support Learning: An empirical study to validate the Technology Acceptance

Model in Lebanon,” The Electronic Journal of e-Learning, vol 13, pp.30-41, 2015.

[26] Ali Tarhini, Kate Hone, and Xiaohui Liu, “ User Acceptance Towards Web- based

Learning Systems: Investigating the role of Social, Organizational and Individual factors

in European Higher Education,” Procedia Computer Science 17, pp. 189 – 197, 2013.

[27] Ammar Khader, and Mohammad Almasri, “ The Influence on Mobile Learning

Based on Technology Acceptance Model (TAM), Mobile Readiness (MR) and Perceived

Interaction ( PI) for Higher Education Students,” International Journal of Technical

Research and Applications, vol. 2, pp. 5-11, 2014.

[28] Robert V. Krejcie, and Daryle W. Morgan, “Determining Sample Size for Research

Activities,” Educational and Psychological Measurement. pp. 607-610, 1970.

[29] Jiawei Han, Micheline Kamber, and Jian Pei, Data Mining Concepts and

Techniques. Waltham, Morgan Kaufmann Publishers, 2012

52

ภาคผนวก ก

แบบสอบถามเพอการวจย

ผศกษา

นายวรวช วาสนปรชา นกศกษาปรญญาโท หลกสตรวทยาศาสตรมหาบณฑต สาขาวชาเทคโนโลยสารสนเทศ


เรยน ผตอบแบบสอบถาม

แบบสอบถามนใชเพอประกอบการวจยของนกศกษาปรญญาโท เรองการยอมรบระบบการเรยนอเลกทรอนกสดวยวธการหากฎความสมพนธ กรณศกษามหาวทยาลยเกษมบณฑต โดยแบงแบบสอบถามออกเปน 2 ตอน ขอความกรณาตอบแบบสอบถามใหครบถวน โดยขอมลททานตอบจะถกเกบไวเปนความลบ ผวจยขอขอบคณทกทานทใหความรวมมอในการตอบแบบสอบถามในครงน

วรวช วาสนปรชา

แบบสอบถาม การยอมรบระบบการเรยนอเลกทรอนกส (e-Learning)

คาชแจง โปรดทาเครองหมาย ลงในชองหนาขอความทตรงกบความคดเหนของทาน ตอนท 1 ขอมลทวไปของผตอบแบบสอบถาม 1. เพศ ชาย หญง 2. การศกษา ปรญญาตร ปรญญาโท ปรญญาเอก 3. คณะ คณะบรหารธรกจ คณะนตศาสตร คณะนเทศศาสตร

คณะวศวกรรมศาสตร คณะศลปะศาสตร คณะสถาปตยกรรมศาสตร คณะศลปศาสตร คณะจตวทยา คณะพยาบาลศาสตร คณะวทยาศาสตรและเทคโนโลย คณะวทยาศาสตรการกฬา สถาบณพฒนากรบคลากรการบน

4. อาย …………. ป

ตอนท 2 แบบสอบถามเกยวกบปจจยการยอมรบเทคโนโลยการเรยนอเลกทรอนกส (e-Learning)

ขอ

คาถาม

ระดบความคดเหน นอยทสด (1)

นอย

(2)

ปาน กลาง (3)

มาก

(4)

มากทสด (5)

ปจจยการรบรประโยชน (Perceived Usefulness) 1 ระบบ e-Learning ชวยเพมประสทธภาพในการเรยน 2 ระบบ e-Learning ชวยแกไขปญหาททานเคยมในการเรยน 3 ทานรสกมนใจเมอใชระบบ e-Learning ปจจยการรบรความงายในการใชงาน (Perceived Ease of Use) 4 ทานใชเวลาไมนานเพอเรยนรคาสงตางๆ ของระบบ e-Learning 5 ขนตอนการใชระบบ e-Learning มความชดเจนและเขาใจงาย 6 เปนเรองงายทจะทาใหระบบ e-Learning ทางานตามททานตองการ ทศนคตตอการใช (Attitude Toward Using) 7 ระบบ e-Learning ชวยใหทานเกดความรสกสนกสนาน 8 ทานชอบทจะใชระบบ e-Learning 9 ทานจะแนะนาผอนใหใชงานระบบ e-Learning พฤตกรรมความตงใจ (Behavioral Intention) 10 ทานพอใจทจะใชระบบ e-Learning ในการเรยน 11 ระบบ e-Learning ทาใหทานรสกอยากใชงาน 12 ทานคดวาทานจะใชงานระบบ e-Learning แมจะมปญหาบางกตาม

ขอ

คาถาม


นอย

(2)


มาก

(4)


ประสทธภาพของตนเองในการใชคอม (Computer Self-Efficacy) 13 ทานมความชานาญในการใชงานคอมพวเตอร 14 ทานรจกโปรแกรมตาง ๆ ของคอมพวเตอร 15 ทานสามารถแกปญหาเบองตนเมอคอมพวเตอรของทานเกดปญหา การรบรความสะดวกในการใชงาน (Facilitating Conditions) 16 ทานสามารถใชงานระบบ e-Learning ไดจากทกสถานท และทกเวลา 17 ทานมกเขาใชงานระบบ e-Learning ดวย Smart Phone หรอ Tablet 18 ระบบ e-Learning ทาใหทานเขาถงบทเรยนไดงายขน การสนบสนนทางเทคนค (Technical Support) 19 ระบบมการแสดงคาแนะนาตางๆ อยางเพยงพอ และเปนประโยชนแกทาน

เชน วธการใชงาน เมนชวยเหลอ (Help) หรอขอความแสดงเมอเกดขอผดพลาด

20 เมอทานตองการความชวยเหลอสามารถตดตอขอความชวยเหลอไดอยางรวดเรว

21 เมอเกดปญหาหนวยงานทรบผดชอบสามารถแกปญหาใหทานไดอยางรวดเรว

ความวตกกงวล (Anxiety) 22 สาหรบทานรสกวาการใชระบบ e-Learning เปนเรองยาก 24 ทานมความกงวลทกครงเมอใชงานระบบ e-Learning 24 ทานจะรสกปลอดภยกวาเมอใชงานคาสงทคนเคยเทานน ปจจยดานเทคโนโลย (Technology Factor) 25 ระบบสารสนเทศพนฐาน เชน อนเตอรเนต คอมพวเตอร มความพรอมตอ

การใชงาน

26 ระบบสารสนเทศสามารถรองรบความตองการของทานได เชน ความเรวของอนเตอรเนต

27 จานวนของคอมพวเตอรมเพยงพอตอการใชงาน ระบบการจดการการเรยนการสอนขาดความพรอม (Lack of LMS Availability) 28 ฟงกชนตาง ๆ บนระบบ e-Learning เพยงพอแลวตอการใชงาน 29 ระบบ e-Learning สามารถใหบรการได อยางมเสถยรภาพตอเนอง 30 ระบบใชเวลาไมนานในการตอบสนองคาสงของทาน

ขอ

คาถาม


นอย

(2)


มาก

(4)


การเอาใจใส (Concentration) 31 ทานตดตามงานบนระบบ e-Learning เสมอ 32 ทานสามารถใหคาแนะนาการใชงานกบผอนได 33 ทานจาวธการเขาใชงานไดเปนอยางด รปแบบการนาเสนอ (E-learning materials presentation types) 34 รปแบบของสอการสอนทนาเสนอมความดงดดใจ 35 รปแบบของสอมผลตอการใชงานระบบ e-Learning สาหรบทาน 36 ระบบ e-Learning รองรบสอหลายรปแบบ การออกแบบระบบ (System Design) 37 ทานคดวาระบบ e-Learning มการออกแบบทสวยงามและดงดดการใช

งาน

38 ทานคดวาระบบ e-Learning ถกออกแบบมาใหใชงานไดงาย ไมซบซอน 39 ระบบ e-Learning มตวเลอกในการดาเนนการอยางชดเจน เชน ปม

Save, Next, Back

แรงจงใจ (Motivation) 40 "คะแนน" สามารถดงดดใหทานเขาใชงานระบบ e-Learning มากขน 41 ทานมผลการเรยนทดขนเมอเขาใชระบบ e-Learning 42 ทานรสภมใจเมอใชระบบ e-Learning การฝกอบรม (Training) 43 การฝกอบรมการใชงานระบบ e-Learning เปนสงสาคญสาหรบทาน 44 ในบางครงทานตองเปดคมอการใชงาน ควบคไปกบการใชงานระบบ e-

Learning

45 ทานจะถามผอนเสมอเมอทานไมทราบวาจะทาอยางไรตอไปกบระบบ e-Learning

ปจจยอาจารย (Professor Factor) 46 อาจารยสงเสรมใหทานใชระบบ e-Learning ในการเรยนร 47 เนอหาวชาในระบบ e-Learning มการปรบปรงอยตลอดเวลา 48 เมอเกดปญหาในการใชงาน e-Learning อาจารยสามารถแกปญหา

เบองตนใหทานได

ประชาสมพนธ (Public Relation) 49 มหาวทยาลยมการแนะนาใหทานรจกระบบ e-Learning อยางสมาเสมอ 50 อาจารยผสอนแนะนาใหทานเขาใชระบบ e-Learning 51 ทานเคยเหนแผนพบ/โปสเตอรแนะนาระบบ e-Learning

57

ภาคผนวก ข

บทคดยอ ระบบการเรยนอเลกทรอนกส (e-Learning) ไดถกนามา

ประยกตใชทางการศกษา เพอเพมประสทธภาพ และความยดหยนในการเรยนการสอน แตกลบไมไดรบการตอบรบเทาทควร จดประสงคของงานวจยจงมงคนหาปจจยตลอดจนความสมพนธทเกอหนนระหวางกน ทคาดวาจะสงผลตอการเขาใชงานระบบ e-Learning โดยงานวจยนไดประยกตใชวธการ

Association Rule ท ไ ด ร บ ค ว ามน ย ม ใ นก า รน า ม า ใ ช ห าความสมพนธทสงผลตอกนกบทฤษฎแบบจาลองการยอมรบเทคโนโลย (Technology Acceptance Model : TAM) ทถกใชเปนตวแบบตงตนเ พอพสจนปจจย ทสงผลตอการยอมรบเทคโนโลย ในกรณศกษาของมหาวทยาลยเกษมบณฑต วธการ Association Rule จะมความเหมาะสมในการหาความสมพนธของปจจยทมเปนจานวนมาก ผลลพธทไดจะแสดงใหเหนถงความสมพนธทสงผลตอการยอมรบเทคโนโลยระหวางกนทแทจรง ทพสจนไดยากในการประยกตใชตวแบบ TAM ในแตละบรบทของงานวจยกอนหนาน คาสาคญ: การเรยนอเลกทรอนกส กฎความสมพนธ ทฤษฎ

แบบจาลองการยอมรบเทคโนโลย

Abstract

The electronic learning (e-Learning) systems have been

applied to improve teaching and learning activities.

However, such systems are still not widely used as much

as expected. The purpose of the research aims to find

factors and their relationships that influence perception on

students’ acceptance of e- Learning in the case of Kasem

Bundit University. In this research, Association Rule has

been applied to a conceptual framework based on the

Technology Acceptance Model ( TAM) in identifying

factors’ relationships that affect the use of e- Learning.

Applying Association Rule in TAM is appropriate in

relation to a number of investigated factors. The results

reveal that the factors’ relationships discovered are

comprehensive which is difficult to find in a model of TAM

adoption in the context of previous research.

Keyword: e-Learning Association Rule TAM

1. บทนา

สถาบนการศกษาไดนาระบบการเรยนอเลกทรอนกส (e-Learning) มาใชงานเพอเปนเครองมอในการสนบสนนการเรยนการสอน ประโยชนคอนกศกษาสามารถทบทวนบทเรยนไดอ ย า งส ม า เ สมอ โดย ไ ม ถ ก จ า ก ด ด วยสถาน ท และ เ วลา มหาวทยาลยเกษมบณฑตเรมใชงานระบบ e-Learning ตงแตป 2548 แตพบวาในปจจบนระบบ e-Learning ของมหาวทยาลย ไมไดรบการตอบรบเทาทควร โดยมนกศกษาใชงานเพยงบางสวนเทานน จงเปนวตถประสงคของผวจยทตองการคนหาวา เพราะเหตใดระบบ e-Learning ของมหาวทยาลย กลบไมไดรบการยอมรบ หรอมเหตผลใดบางทมอทธพลตอการตดสนใจเขาใชงานระบบ e-Learning เพอนามากาหนดแนวทางทจะสงผลใหเกดการยอมรบระบบจากผใชตอไป

ทฤษฎแบบจาลองการยอมรบเทคโนโลย (Technology

Acceptance Model : TAM) นาเสนอโดย Davis [1] ไดถกนามาประยกตใชในงานวจยตางๆ [2][3][4] ในการศกษาพฤตกรรมของมนษยเพอนาไปสการอธบายและพยากรณถง

การยอมรบระบบการเรยนอเลกทรอนกสดวยวธการหากฎความสมพนธ กรณศกษามหาวทยาลยเกษมบณฑต


วรวช วาสนปรชา(Worawat Wasanapreecha)1 และสรณพร ภมวฒสาร(Suronape Phoomvuthisarn)2


[email protected], [email protected]

The Twelfth National Conference on Computing and Information Technology NCCIT2016

200

เหตผลของแตละบคคลในการยอมรบเทคโนโลย โดยหลกการทางานจะเรมจากการกาหนดปจจยและความสมพนธระหวางปจจยทคาดวาจะมผลตอการยอมรบเทคโนโลย โดยทาการรวบรวมขอมลจากแบบสอบถาม และทาการพสจนสมมตฐานตางๆ ดวยวธการทางคณตศาสตร สมมตฐานทมคานยสาคญสงกวาเกณฑทกาหนดไว หมายถงปจจยนนสงผลตอการยอมรบเทคโนโลย อยางไรกตามในการพสจนสมมตฐานดวยวธการทางคณตศาสตรนนจะมกระบวนการทซบซอนและใชเวลามากเนองจากแตละสมมตฐานจะผานคานยสาคญทระดบตางกน จงตองมการกาหนดนยสาคญหลายระดบ เชน 0.05, 0.01 เปนตน ทาใหตองทาการพสจนหลายครงเพอตรวจสอบนยสาคญทกาหนดไว สงผลใหงานวจยกอนหนานมจานวนของสมมตฐานไมมาก อาจสงผลใหปจจยและสมมตฐานไมครบถวนซงสงผลตอการกาหนดแนวทางทไมมประสทธภาพในการยอมรบเทคโนโลย

งานว จ ยน จ งประ ยก ต ใช ว ธ ก ารหากฎความสม พน ธ Association Rule (Apriori Algorithm) [5] ในการพ ส จนความสมพนธระหวางปจจย ซงเปนวธการทเหมาะสมสาหรบใชพสจนปจจยและความสมพนธระหวางปจจยจานวนมาก ภาพรวมการทางานจะม 3 สวน คอ (1) การกาหนดปจจยทคาดวาจะมผลตอการยอมรบเทคโนโลย ซงถกรวบรวมมาจากงานวจยกอนหนานและปจจยอกสวนหนงมาจากปจจยทมผลตอระบบ e-Learning ของมหาวทยาลยเกษมบณฑต (2) เกบขอมลจากแบบสอบถามและ(3) หากฎความสมพนธดวย Association Rule เ น อ ง จ ากก า รหาคว ามส ม พ น ธ ด ว ย Association Rule ไ ม ต อ ง ม ก า ร ก า หนดสมมต ฐ า นห ร อความสมพนธระหวางปจจยไวลวงหนา ทาใหคาตอบทไดรบนนจะเปนขอมลจรงจากผใชงาน สมมตฐานทไดจะไมถกจากดจานวนจากผวจย โดยจะมการกาหนดคาสนบสนน (Support) และกาหนดคาความเชอมน (Confidence) โดยกฎทออกมานนจะถกนามาจดใหอยในรปแบบของ TAM

ผลลพธทไดนนจะทาใหทราบถงปจจย และความสมพนธระหวางปจจยทสงผลตอการยอมรบเทคโนโลย ดวยวธการ Association Rule ซงสามารถลดความซบซอนในการพสจนความสมพนธระหวางปจจยได

สวนท 2 ของงานวจยจะกลาวถงทฤษฎและงานวจยทเกยวของ สวนท 3 จะกลาวถงวธการดาเนนงานวจย สวนท 4 จะกลาวถงผลการดาเนนงาน และสวนท 5 จะกลาวถงสรป

2. ทฤษฎและงานวจยทเกยวของ ทฤษฎแบบจาลองการยอมรบเทคโนโลย (Technology

Acceptance Model : TAM) [1] ไดถกนามาใช เ พออธบายปจจยตาง ๆ ทสงผลตอการยอมรบเทคโนโลย ซงจะมปจจยหลก 4 ปจจยไดแก การรบรความมประโยชน (Perceived Usefulness

: PU) การรบรความงายในการใชงาน (Perceived Ease of Use

: PE) ทศนคตทมตอการใชงาน (Attitude Toward Using :

AU) และความตงใจเชงพฤตกรรมในการใชงาน (Behavioral

Intention to Use : BI) มความสมพนธดงน การรบรความมประโยชน (PU) สงผลถงความตงใจเชง

พฤตกรรมในการใชงาน (BI) และทศนคตทมตอการใชงาน (AU) คอการทผใชงานรบรวาเมอใชงานระบบแลวจะทาใหประสทธภาพในการทางานดขน มผลการดาเนนงานทดขน

การรบรความงายในการใชงาน (PE) สงผลถงการรบรความมประโยชน (PU) และทศนคตทมตอการใชงาน (AU) คอการทผใชรสกวาระบบใชงานงาย ไมตองใชความพยายามมากนกในการใชระบบจะสงผลใหผใชงานมทศนคตทดตอการใชงาน

ทศนคตทมตอการใชงาน (AU) สงผลถงความตงใจเชงพฤตกรรมในการใชงาน (BI) โดยททศนคตเปนความรสก และเปนปจจยทเกดขนสวนบคคล ซงจะมผลโดยตรงตอการใชงานแสดงดงภาพท 1

ภาพท 1: ทฤษฎแบบจาลองการยอมรบเทคโนโลย

นอกจากปจจยหลกตามทฤษฎ TAM แลว งานวจยหลายๆงาน [2][3][4][6][7][8] ยงกาหนดปจจยภายนอกอนๆ ทคาดวาจ ะ ส ง ผ ล ต อ ก า ร ยอม ร บ เ ทค โน โ ล ย เ ช น Perceived

convenience ในงานวจยของ Hsiao-hui Hsu และคณะ [2] ดงภาพท 2 เพอศกษาและอธบายความตงใจเชงพฤตกรรมของผใชใหครอบคลมปจจยสวนใหญในแตละบรบท เมอกาหนดปจจยหลกและปจจยภายนอกแลวจะทาการตงสมมตฐานเพอแสดงความสมพนธระหวางปจจย ตามทผวจยคาดการณวาจะมผลตอการยอมรบเทคโนโลย โดยมการกาหนดสมมตฐานตางๆเพอ


201

แสดงความสมพนธของปจจย เชน H2 หมายถงการรบรความงายในการใชงานอาจสงผลตอการรบรความมประโยชน ดงภาพท 2 สมมตฐานทตงขนจะถกพสจนดวยวธการตอบแบบสอบถามจากกลมผใชงาน คาถามในแบบสอบถามนนจะมความสอดคลองหรอหกลางกบสมมตฐานแตละขอ โดยแบบสอบถามทนามาใชนนจะตองผานการหาคาความเชอมน (Cronbach’s Alpha)

[13] ทสงกวาเกณฑทยอมรบได หลงจากนนจะนาผลทไดจากการตอบแบบสอบถามไปพสจนสมมตฐานดวยวธการทางคณตศาสตร สมมตฐานใดมคามากกวาเกณฑทกาหนดหมายถงสมมตฐานนนมผลตอการยอมรบเทคโนโลย ปจจยและสมมตฐานทผานเกณฑจะถกนาไปกาหนดเปนแนวทางสงเสรมกจกรรมตางๆ เพอสนบสนนใหผใชยอมรบและตดสนใจเขาใชงานตอไป

ภาพท 2 : รปแบบงานวจยของ Hsiao-hui Hsu และคณะ

ถงแมวาทฤษฎ TAM จะถกนามาประยกตใชอยางแพรหลาย

ในการหาปจจยและสมมตฐานทสงผลตอการยอมรบเทคโนโลย งานวจยกอนหนาน [2][3][4] จะมขอจากดในเรองของการพสจนสมมตฐานดวยวธทางคณตศาสตรทตองมการกาหนดสมมตฐานไวลวงหนา วธการพสจนทางคณตศาสตรจะมกระบวนการทซบซอนและใชเวลามาก เพอพสจนสมมตฐานแตละตว ในการพสจนสมมตฐานแตละครง สมมตฐานจะผานเกณฑทคานยสาคญทระดบตางกนออกไปเชนทระดบ 0 .05, 0 .01 เปนตน จงทาใหตองมการทดลองหลายครงเพอทดสอบนยสาคญแตละระดบ งานวจยกอนหนานจ ง ตองเลอกจานวนของสมมตฐานในแตละบรบทจานวนไมมาก ทงทในความเปนจรงแลวอาจมสมมตฐานอกจานวนหนง ทสงผลถงการยอมรบเทคโนโลยแตไมไดรบการพสจน ปจจยและสมมตฐานทไมครบถวนจะสงผลตอการกาหนดแนวทางในการสงเสรมกจกรรมในการยอมรบเทคโนโลยได

3. วธการดาเนนการวจย 3.1 กาหนดปจจย การดาเนนงานวจยในครงน ผวจยไดเกบรวบรวมขอมลปจจยจากงานวจยอน ๆ [2][3][4][6][7][8][9][10] [11][12][14] ทไดมการนา TAM มาใชในการอธบายเรองการยอมรบเทคโนโลย สรปขอมลไดดงตารางท 1 ตารางท 1: แสดงผลการเกบรวบรวมปจจย

ลาดบ ปจจย ใชงาน1 การรบรความมประโยชน (Perceived Usefulness :PU) 11

2 การรบรความงายในการใชงาน (Perceived Ease of Use :PE) 11

3 ทศนคตทมตอการใชงาน (Attitude Toward Using :AU) 7

4 ความตงใจเชงพฤตกรรมในการใชงาน (Behavioral Intention :BI) 8

5 ประสทธภาพของตนเองในการใชคอมพวเตอร (Computer Self-Efficacy :CE) 3

6 การรบรความสะดวกในการใชงาน (Facilitating Conditions :FC) 2

7 การสนบสนนทางเทคนค (Technical Support :TS) 1

8 ความวตกกงวล (Anxiety :A) 1

9 ปจจยดานเทคโนโลย (Technology Factor :TF) 1

10 ระบบการจดการการเรยนการสอนขาดความพรอม (Lack of LMS

Availability: LLA)

1

11 การเอาใจใส (Concentration :C) 1

12 รปแบบการนาเสนอ (E-learning Materials Presentation Types :EP) 1

13 การออกแบบระบบ (System Design: SD) 1

สาเหตทผวจยไดเลอกปจจยเหลานเนองจาก ปจจยหลกของ

TAM คอ การรบรความมประโยชน (Perceived Usefulness

:PU), การรบรความงายในการใชงาน (Perceived Ease of Use

:PE), ทศนคตทมตอการใชงาน (Attitude Toward Using :AU) และความต ง ใจเช งพฤตกรรมในการใชงาน (Behavioral

Intention :BI) มงานวจยจานวนมากพสจนใหเหนวาปจจยเหลานมผลตอการยอมรบเทคโนโลย [2][3][4][6][7][8][9][10]

[11][12][14] นอกจากปจจยหลกแลวยงมปจจยภายนอกอนๆ ไ ดแก ประสทธภาพของตนเอง ในการใช คอมพว เตอ ร (Computer Self-Efficacy :CE) จากงานวจย [10][12][14] แสดงใหเหนวาปจจยนมผลตอการยอมรบเทคโนโลย ซงตรงกบแนวคดของผทาวจยทคาดวาประสบการณในการใชคอมพวเตอร จะเปนตวแปรหนงทสงผลตอการยอมรบเทคโนโลยเพราะหากผใชมความสามารถในการใชคอมพวเตอรทดกเปนเรองงายทจะใชงานระบบ e-Learning สาหรบปจจยการรบรความสะดวกในการใชงาน (Facilitating Conditions :FC) [12][14] จากงานวจยดงกลาวพบวาปจจยนสงผลเชงบวกตอการยอมรบเทคโนโลย เนองจากเมอรบรถงความสะดวกจะสงผลตอความตงใจในการใชงาน นอกเหนอจากนยงมปจจยภายนอกอน ๆ ทผวจยนามาใชไดแก การสนบสนนทางเทคนค (Technical


202

Support :TS), ความวตกกงวล (Anxiety :A) , ปจจยดานเทคโนโลย (Technology Factor :TF) , ระบบการจดการการเรยนการสอนขาดความพรอม (Lack of LMS Availability

:LLA) , การเอาใจใส (Concentration :C) , รปแบบการน า เ สนอ (E- learning Materials Presentation Types :EP) และการออกแบบระบบ (System Design: SD) เนองจากผวจยมองวาปจจยเหลานจะสามารถแกปญหาในขอบเขตของผวจยได นอกจากนผวจยยงกาหนดปจจยเพมเตมอก 2 ปจจยไดแก แรงจงใจ (Motivation: M) ซงเปนแรงผลกดนทจะกาหนดพฤตกรรม เพอใหบรรลสเปาหมาย ดงนนผวจยคดวาหากมแรงจงใจ เชน คะแนน จะมสวนชวยใหมการยอมรบระบบ e-Learning ไดงายขน และปจจยการฝกอบรม (Training: T) การฝกอบรมจะทาใหผเขารบการอบรมไดรบประโยชนจากการอบรมจนทาใหสามารถใชระบบ e-Learning ได 3.2 รวบรวมขอมลจากแบบสอบถาม ในการวจยครงนใชวธการเกบขอมลจากแบบสอบถาม กลมตวอยางคอนกศกษามหาวทยาลยเกษมบณฑต แบบสอบถามประกอบดวยจานวนคาถาม 45 คาถาม 15 ปจจย ลกษณะของแบบสอบถามถกกาหนดเปน 2 ตวเลอกคอ เหนดวย และไมเหนดวย โดยการสารวจขอมลจากกลมตวอยางจานวน 234 คนทระดบความเชอมน 95% [15] ประกอบดวยเพศชาย 101 คน คดเปน 43.16% เพศหญง 133 คน คดเปน 56.84% ผตอบแบบสอบถามอายระหวาง 18-24 ป และมการคานวณหาคาความเชอมนของแบบสอบถาม (Cronbach’s Alpha) ท 0.81

อยในระดบทด [13] ดงภาพท 3 หลงจากนนจะนาผลทไดไปหาความสมพนธของปจจยตอไป

ภาพท 3: แสดงผลการหาคาความเชอมนของแบบสอบถาม

3.3 หากฎความสมพนธ

Association Rule (Apriori Algorithm) หรอกฎความสมพนธเปนการหาความสมพนธระหวางขอมล โดยคนหาจากรปแบบของขอมลทเกดขนบอย (Frequent Itemset) โดยเรมจากความยาว 1 ชดขอมลหรอไอเทมเซต (Itemset) และเพมขนเรอยๆ ทละ 1 ชดขอมลจนไมสามารถสรางชดขอมลไดอก

ตวอยางดงตารางท 2 แสดงการเกบขอมลจากแบบสอบถามในฐานขอมล กาหนดใหลาดบการทาธรกรรม (Transaction) คอจานวนผตอบแบบสอบถาม และไอเทม (Items) คอคาตอบทไดรบจากผตอบแบบสอบถาม ตารางท 2: แสดงการเกบขอมลจากแบบสอบถามในฐานขอมล

Transaction Items 1 PU,PE,AU,BI,CE,TS,FC,A,TF,LLA,C,EP,SD,M,T 2 PU,PE,AU,BI,CE,TS,FC,A,TF,SD,M 3 PU,PE,AU,BI,FC,TF,LLA,EP,T 4 PU,PE,AU,BI,TS,FC,A,TF,LLA,C,EP,SD,M,T 5 PU,PE,AU,BI,TS,FC,TF,LLA,EP,SD,M,T

โดยรปแบบของกฎความสมพนธคอ PU T โดยท PU

คอ เงอนไข หรอ LHS (Left-Hand Side) และ T คอผลทเ ก ด ข น ห ร อ RHS ( Right – Hand Side) ใ น ก า รห ากฎความสมพนธจะใชคาสนบสนน (Support) และคาความเชอมน (Confidence)

โดยทคาสนบสนนคอ จานวนเปอรเซนตของขอมลทพบในฐานขอมล ในการทดลองครงนจะกาหนดคาสนบสนนท 85% โดยคาสนบสนนสามารถหาไดดงน เชน คาสนบสนน T = จานวนของ Transaction T/จานวนของ Transaction ทงหมด จากตารางท 2 จะเหนไดวา Transaction T มจานวน 4 Transaction และ Transaction ทงหมดม 5 Transaction ดงนน คาสนบสนน T = 4/5 = 0.8 เหนไดวาคาสนบสนน T นนตากวาคาทไดกาหนดไว จงตด T ออกและไมนาไปหาไอเทมเซตตอไป

คาความเชอมน คอเปอรเซนตของกฎทคนพบเมอเกด LSH ขนแลว RSH จะเกดขนกเปอรเซนต โดยสามารถหาไดจาก คาความเชอมน (LHS RHS) = คาสนบสนน (LHS,RHS)/คาสนบสนน (LHS) เชน คาความเชอ มน (PU T) = คาสนบสนน (PU,T)/คาสนบสนน PU จากตารางท 3 หาคาสนบสนน PU ได 100% และหาคาสนบสนน T ได 80% จากนนนา Transaction ของ PU และ T มาทา Bit Operation AND โดยกาหนดใหไอเทมทเลอกเปน 1 และไอเทมทไมไดเลอกเปน 0 ด งตาราง ท 3 ด งน นจะ ได ค าความ เช อ มน (PU T)

= (4/5)/(5/5) = 80% การวจยครงนกาหนดคาความเชอมนท 95% ตารางท 3: แสดงการหาคาความเชอมน

Items Transaction คาสนบสนน1 2 3 4 5

PU 1 1 1 1 1 5/5 =100

T 1 0 1 1 1 4/5 =80

PU T 1 0 1 1 1 4/5 =80


203

4. ผลการดาเนนงาน จดประสงคของการศกษาในครงนคอ เพอหาปจจยทสงผลตอ

การยอมรบระบบ e-Learning ของมหาวทยาลยเกษมบณฑตดวยวธการ Association Rule (Apriori Algorithm) กาหนดคาสนบสนนท 85% และคาความเชอมน 95% จากการทดลองไดผลลพธออกมาเปนกฎความสมพนธ โดยจะเลอกพจารณาเฉพาะกฎความสมพนธทเปนความสมพนธแบบหนงตอหนง และนากฎทไดมาจดใหอยในรปแบบของ TAM ดงภาพท 4 โดยพบวาจากปจจยทงหมด 15 ปจจย มปจจยทไดรบการสนบสนนการยอมรบเทคโนโลย 9 ปจจยและปจจยทไมผานการสนบสนน 6 ปจจย สามารถอธบายไดดงน

ภาพท 4: แสดงผลลพธการทดลอง

PU สงผลถง PE, AU, BI หมายถงการรบรความมประโยชน

สงผลถงการรบรความงายในการใชงาน ทศนคตทมตอการใชงาน และความตงใจเชงพฤตกรรมในการใชงาน เมอผใชงานรบรวาระบบมประโยชน สงผลถงการปรบปรงคณภาพชวตของพวกเขา จะสงผลตอทศนคต และการใชงานระบบ

PE สงผลถง PU, AU, BI หมายถง การรบรความงายในการใชงานสงผลถงการรบรความมประโยชน ทศนคตทมตอการใชงาน และความตงใจเชงพฤตกรรมในการใชงาน ดงนนเพอเปนการดงดดใหมผใชระบบมากยงขนควรปรบปรงระบบใหงายตอการใชงาน

AU สงผลถง PU, PE, BI หมายถงทศนคตทมตอการใชงานสงผลถงการรบรความมประโยชน การรบรความงายในการใชงาน และความตงใจเชงพฤตกรรมในการใชงาน การมทศนคตทดตอระบบจะสงผลตอการใชงานและการยอมรบระบบ

CE สงผลถง PU, PE, AU, BI, TS หมายถงประสทธภาพของตนเองในการใชคอมพวเตอรสงผลถงการรบรความมประโยชน การรบรความงายในการใชงาน ทศนคตทมตอการใชงาน ความตงใจเชงพฤตกรรมในการใชงาน และการสนบสนน

ทางเทคนค ผใชงานทมความชานาญการใชคอมพวเตอรจะสงผลใหเกดการยอมรบระบบไดงายกวาผทไมชานาญอยางไรกตามบคคลเหลานยงตองการสนบสนนทางเทคนค

TS สงผลถง PU, PE, AU, BI, CE หมายถงการสนบสนนทางเทคนค สงผลถงการรบรความมประโยชน การรบรความงายในการใชงาน ทศนคตทมตอการใชงาน ความตงใจเชงพฤตกรรมในการใชงาน และประสทธภาพของตนเองในการใชคอมพวเตอร ปจจยในเรองการสนบสนนทางเทคนคนนสงผลถงการยอมรบเทคโนโลยดงนน จงจาเปนตองมหนวยงานทคอยใหการชวยเหลอและสนบสนน เพอแกปญหาแกผใชงาน

FC สงผลถง PU, PE, AU, BI, TS หมายถงการรบรความสะดวกในการใชงาน สงผลถงการรบรความมประโยชน การรบรความงายในการใชงาน ทศนคตทมตอการใชงาน ความตงใจเชงพฤตกรรมในการใชงาน และการสนบสนนทางเทคนค เปนปจจยทสงเสรมใหเกดความงายในการใชงาน เชน สามารถเขาถงระบบไดจากสมารทโฟน (Smart Phone), แทบเลต (Tablet) รวมถงมหนวยงานทคอยสนบสนนในการแกปญหาตางๆ ซงสองคลองกบปจจยการสนบสนนทางเทคนค A สงผลถง PU, PE, AU, BI, FC, TS, CE หมายถงความวตกกงวล สงผลถงการรบรความมประโยชน การรบรความงายในการใชงาน ทศนคตทมตอการใชงาน ความตงใจเชงพฤตกรรมในการใชงาน การรบรความสะดวกในการใชงาน การสนบสนนทางเทคนค และประสทธภาพของตนเองในการใชคอมพวเตอร ดงนนจงจาเปนตองลดความวตกกงวลของผใชงาน เชน มหนวยงานใหคาปรกษา เพราะหากผใชงานมความกงวลในการใชงานจะสงผลในทางลบตอการยอมรบระบบ TF สงผลถง PU, PE, AU, BI, CE, TS, FC, A หมายถงปจจยดานเทคโนโลยสงผลถงการรบรความมประโยชน การรบรความงายในการใชงาน ทศนคตทมตอการใชงาน ความตงใจเชงพฤตกรรมในการใชงาน ประสทธภาพของตนเองในการใชงานคอมพวเตอร การรบรความสะดวกในการใชงาน การสนบสนนทางเทคนค การรบรความสะดวกในการใชงานและความวตกกงวล ปจจยนเปนปจจยทสงเสรมความพรอมในการปฏบตงาน เชน การจดเตรยมระบบสนบสนนดานคอมพวเตอร ซงถอเปนปจจยพนฐานในการใชงาน


204

5. สรป จากงานวจยทผานมาทฤษฎแบบจาลองการยอมรบเทคโนโลย

(TAM) ถกนามาใชในการศกษาการยอมรบเทคโนโลยตางๆ งานวจยกอนหนานจะถกจากดดวยสมมตฐานและปจจย รวมถงมกระบวนการทซบซอนในการพสจนสมมตฐาน การวจยในครงนนาวธการหากฎความสมพนธ (Association Rule) มาใชในการพสจนสมมตฐาน รวมกบ TAM ซงสามารถลดกระบวนการทซบซอนในการพสจนสมมตฐานและสามารถระบสมมตฐานไดเปนจานวนมาก สงผลใหผลลพธทไดมความครอบคลมมากยงขน จากผลการศกษาพบวาปจจย CE, TS, FC, A, TF, PU, PE,

AU และ BI สงผลตอการยอมรบระบบการเรยนอเลกทรอนกส (e-Learning) ของนกศกษามหาวทยาลยเกษมบณฑต โดยสามารถนาผลการทดลองทไดมากาหนดเปนกจกรรมเพอใหเกดการยอมรบระบบ e-Learning ตอไป สาหรบการวจยในครงนทาการเกบขอมลจากนกศกษาทใชระบบ e-Learning เปนครงแรก ดงนนในการศกษาครงตอไปจะทาการเกบขอมลจากนกศกษาทใชงานระบบ e-Learning เปนประจา เพอศกษาความสอดคลองของปจจยทสงผลตอการยอมรบเทคโนโลยของนกศกษาทงสองกลม

เอกสารอางอง [1] F. D. Davis, “Perceived Usefulness, Perceived Ease of

Use, and User Acceptance of Information Technology,”

MIS Quarterly, vol. 13, no. 3, pp. 319-339, 1989.

[2] Hsiao-hui Hsu, and Yu-ying Chang, “Extended TAM

Model: Impacts of Convenience on Acceptance and Use

of Moodle,” US-China Education Review A, vol. 3, no. 4,

pp. 211-218, 2013.

[3] Marjan Milosevic, Edin Zecirovic, and Radojka Krneta,

“Technology Acceptance Models and Learning

Management System: Case Study,” The Fifth

International Conference on e-Learning, pp. 35-39, 2014.

[4] Emad Abu-Shanab, and Laila Ababneh, “Exploring

Academicians Acceptance of E-Learning Using an

Extended TAM: The Case of Yarmouk University,”

JNCET, vol. 1, 2015.

[5] Rakesh Agrawal, and Ramakrishnan Srikant, “ Fast

algorithms for mining association rules in large databases,”

Proceedings of the 20th International Conference on Very

Large Data Bases, pp. 487-499, 1994.

[6] Mohamed E. Seliaman, and M. S. Al- Turki, “ Mobile

Learning Adoption in Saudi Arabia,” World Academy of

Science, Engineering and Technology, vol. 6, 2012.

[7] Norazah M. S, and Norbayah M. S, “Users’behavior

towards ubiquitous M-Learning,” Turkish Online Journal

of Distance Education-TOJDE, vol. 12, pp. 118-129.

[8] Hamid Kamarzarin, Esa Jafari, Mohamad Ehsan

Taghizadeh, and Faranak Omidian, “The Investigation of

Factors Affecting University Students' Attitude toward E-

Learning Adoption,”International Journal On New

Trends In Education And Literature, vol. 1, no. 1, 2014.

[9] Recep C, and Ekrem Solak, “Exploring the factors

influencing e-learning of Turkish efllearners through

TAM,” The Turkish Online Journal of Educational

Technology, 2014.

[10] Eylem Kilic, “Determining the Factors of Affecting the

Moodle Use by Using TAM. The Story of a University

after a Destructive Earthquake,” H. U. Journal of

Education, pp. 169-179, 2014.

[11] Tarhini A, Hassouna M, Abbasi M and Orozco J,

“Towards the Acceptance of RSS to Support Learning: An

empirical study to validate the Technology Acceptance

Model in Lebanon,” The Electronic Journal of e-

Learning, vol 13, pp.30-41, 2015.

[12] Ali Tarhini, Kate Hone, and Xiaohui Liu, “User

Acceptance Towards Web-based Learning Systems:

Investigating the role of Social, Organizational and

Individual factors in European Higher Education,”

Procedia Computer Science 17, pp. 189 – 197, 2013.

[13] Lee J. CRONBACH, “Coefficient Alpha and the Internal

Structure of Tests,” Psychometrika, vol. 16, no. 3, pp.

297-334, 1951.

[14] Ammar Khader, and Mohammad Almasri, “The Influence

on Mobile Learning Based on Technology Acceptance

Model (TAM), Mobile Readiness (MR) and Perceived

Interaction (PI) for Higher Education Students,”

International Journal of Technical Research and

Applications, vol. 2, pp. 5-11, 2014.

[15] Robert V. Krejcie, and Daryle W. Morgan, “Determining

Sample Size for Research Activities,” Educational and

Psychological Measurement, pp. 607-610, 1970.


205

การประชมวชาการระดบประเทศดานเทคโนโลยสารสนเทศ (National Conference on Information Technology: NCIT) ครงท 7

Data Mining-based Technology Acceptance Model การยอมรบเทคโนโลยดวยวธการเหมองขอมล

วรวช วาสนปรชา และ สรณพร ภมวฒสาร

คณะวทยาการและเทคโนโลยสารสนเทศ มหาวทยาลยเทคโนโลยมหานคร กรงเทพฯ

Emails: [email protected], [email protected]

บทคดยอ ระบบการเรยนอเลกทรอนกส (E-Learning ) ถกนามาใชเพอเพมประสทธภาพและความยดหยนใหผใชงานในการเรยนการสอน แตปจจบนจานวนผใชงานกลบมไมมาก เทคโนโลยทฤษฎแบบจาลองการยอมรบการใชเทคโนโลย (Technology Acceptance Model : TAM) ถกนามาใชเพอหาปจจยทสงผลตอการใชงานเทคโนโลยจะนามาซงกจกรรมทมผลตอการใชงาน แตขอเสยของ TAM คอ ไมสามารถวดคาความถกตองของตวแบบได งานวจยนจงมงเนนการปรบปรง TAM ดวยวธการเหมองขอมล (Data Mining) โดยนาขอมลตงตนจาก TAM มาเพอพสจนความถกตองของปจจย โดยทง 2 วธการจะมโครงสรางทตางกนจงตองมการเปรยบเทยบ Parameter เสยกอน วธการนยงสามารถพสจนปจจยทสงผลตอการยอมรบเทคโนโลยและยงแสดงถงความถกตองของตวแบบไดอกดวย คาสาคญ— การยอมรบเทคโนโลย; Data Mining; TAM;

1. บทนา หลายปทผานมาสถาบนการศกษาสวนใหญไดนาระบบการเรยนอเลกทรอนกส (E-Learning) มาใชเพอสนบสนนการเรยนการสอนแบบปกต ดวยความยดหยนในการเขาใชงานโดยไมขนกบสถานทและเวลา นกศกษาสามารถทจะทบทวนบทเรยนตางๆไดตลอดเวลา แตจากสถตการเขาใชงานระบบ E-Learning ในปจจบนกลบพบวามผเขาใชงานเพยงบางสวน [1][2][3] ทงๆทการเขาใชงานระบบ E-Learning ทาไดงายและนาจะมประโยชนตอนกศกษาในสวนทจะทาใหเขาใจเนอหาตางๆไดดขน งานวจยนจงมงเนนทจะศกษาวามปจจยใดบางทมผลโดยตรงกบผใชงานในการตดสนใจวาจะเขาใชงานระบบ E-Learning ผลลพธท ไดจากงานวจ ยจะท าใหทราบถงป จจยหลกตลอดจนความสมพนธของแตละปจจยทสงผลตอการเขาใชงานระบบ อนจะนามาซงแนวทางทถกตองเหมาะสมในการสนบสนนกจกรรมตางๆตามปจจยทคนพบเพอใหเกดการเขาใชงานระบบ E-Learning ทมากขน ทฤษฎการยอมรบเทคโนโลยไดถกนามาใชในการตรวจสอบพฤตกรรมของมนษยเพอพยากรณวามปจจยใดบางทสงผลตอการยอมรบเทคโนโลยสารสนเทศ ปจจบนทฤษฎหลกทนยมนามาใชในการ

พยากรณการยอมรบเทคโนโลยสารสนเทศคอ แบบจาลองการยอมรบการใชเทคโนโลย (Technology Acceptance Model : TAM ) นาเสนอโดย Davis [4] โดยหลกการทางานของ TAM จะเรมจากการกาหนดปจจยทคาดวาจะมผลตอการยอมรบเทคโนโลยสารสนเทศจากนนจะทาการกาหนดสมมตฐานความสมพนธระหวางปจจย และทาการพสจนสมมตฐานเหลานนดวยการหาคาตามกระบวนการทางคณตศาสตร ถาสมมตฐานมคานยสาคญสงกวาเกณฑทเปนทยอมรบ ปจจยนนกจะมผลตอการเขาใชงานเทคโนโลยสารสนเทศ ไมวาอยางไรกตาม TAM ไมสามารถทจะระบคาความถกตองของตวแบบได เนองจากวธการของ TAM นนจะสามารถหาคาความถกตองในแตละสมมตฐานเทานนซงทาใหไมเพยงพอทจะใชในการวดคาความถกตองของตวแบบตลอดจนใชเปรยบเทยบความถกตองระหวางตวแบบในบรบทหนงๆได จากขอจากดดงกลาวทฤษฎ TAM จงตองมการปรบปรงหรอทางานรวมกบทฤษฎอนทสามารถยนยนความถกตองโดยรวมของตวแบบได งานวจ ย นจะประยกตใชวธการทาเหมองขอมล (Data Mining) ดวยเทคนค Classification (อลกอรทม C4.5) ในการจาแนกขอมล [5] และ K-fold Cross Validation [6] ในการวดคาความถกตองของขอมลทถกจาแนก ภาพรวมการทางานจะใชขอมลปจจยตงตนและความสมพนธระหวางปจจย (สมมตฐาน) จาก TAM เพอทาการจดกลมและหาความสมพนธกนของปจจยดวยอลกอรทม C4.5 ใหอยในรปแบบของแผนภมตนไม จากนนจะทาการวเคราะหประสทธภาพของตวแบบโดยการแบงขอมลออกเปนสวน (Fold) และนาชดขอมลมาทดสอบเพอหาคาความถกตองของตวแบบ วธการเหลานเปนเทคนคการสกดขอมลจากขอมลจานวนมากจากฐานขอมลทมขนาดใหญ และซบซอน เพอคนหารปแบบและความสมพนธทซอนอยในชดขอมลนน [7]

ประเดนทตองระวงกคอการประยกตใชทฤษฎดงกลาวกบ TAM มจานวน Parameter ในโครงสรางของ TAM และแผนภมตนไมมลกษณะทไมเหมอนกน เชน TAM จะไมมโหนดราก ( Root Node)ในขณะทแผนภมตนไมตองการโหนดราก เปนตน การเปรยบเทยบ Parameter ระหวาง TAM กบ Data Mining จงตองมการดาเนนการกอนทจะสรางแผนภมตนไมตามสมมตฐานทสอดคลองกบทฤษฎของ TAM เพอทาการพยากรณปจจยและความสมพนธของปจจยและวด

978-616-338-048-7 ©2015 NCIT 93


ความถกตองของ TAM ตอไป ผลลพธทไดจากงานวจยจะสามารถพสจนปจจยทสงผลตอการยอมรบเทคโนโลยตามทฤษฎ TAM ไดในอกวธการหนงซงจะสามารถยนยนความถกตองของตวแบบโดยรวมไดอกดวย

สวนท 2 ของงานวจยจะกลาวถงการทบทวนวรรณกรรม สวนท 3 กลาวถงวธการวจย โดยผลการทดลองจะถกกลาวถงในสวนท 4 การอภปรายผลและสรปผลการวจ ยจะถกกลาวถงในสวนถดไปตามลาดบ

2. ทบทวนวรรณกรรม

งานวจยทเกยวของกบการยอมรบเทคโนโลยโดยเฉพาะเทคโนโลยระบบการเรยนอเลกทรอนกสไดถกนาเสนอเปนจานวนมาก โดยงานวจยสวนใหญไดนาทฤษฎแบบจาลองการยอมรบการใชเทคโนโลย (TAM) มาปรบใชตามสถานการณตางๆ [8][9][10] เปาหมายของงานวจยเหลานกเพอหาคาปจจยและความสมพนธระหวางปจจยทสงผลตอการเขาใชเทคโนโลยของผใชงาน [11] ปจจยทถกคนพบจะเปนตวสงเสรมกจกรรมตางๆเพอสนบสนนใหมการยอมรบและเขาใชงานเทคโนโลยมากขน

รปท 1. แบบจาลองการยอมรบการใชเทคโนโลย (TAM)

ขนตอนการทางานของ TAM เรมตนจากการกาหนดปจจยท

มผลตอการยอมรบเทคโนโลยของผใชงาน ซงประกอบไปดวย (1) ปจจยตงตนตามทฤษฎของ TAM 4 ปจจยดงรปท 1 ไดแก การรบรความมประโยชน (Perceived Usefulness : U) การรบรความสะดวกการใชงาน (Perceived Ease of Use : E) ทศนคตทมต อการใชงาน (Attitude Toward Using : A) และ ความต งใจเชงพฤตกรรมในการใชงาน (Behavioral Intention to Use : BI) และ (2) ปจจยอนๆทกาหนดตามบรบทของแตละงานวจย [12][13] เชน การศกษาปจจยทมผลตอการยอมรบระบบมเดล (Moodle) ของ Eylem Kilic [14] ทมปจจยอนๆคอ Technical Support, Perceived Usefulness for Professor และ Computer Self-Efficiency ดงรปท 2 จากนนจงตงสมมตฐาน (H1-H9 ดงรปท 2) เพอแสดงความสมพนธของปจจยในการยอมรบเทคโนโลยทผวจยคาดการณวาจะมผลตอการยอมรบเทคโนโลย เชน สมมตฐาน H4: การรบรความสะดวกการใชงานของอาจารยจะสงผลตอการรบรความสะดวกในการใชงานสาหรบทกคน เปนตน

รปท 2. การกาหนดปจจยและสมมตฐานของ Eylem Kilic

สมมตฐานแตละขอจะถกทาการพสจนจากการตอบแบบสอบถามของผใชงาน โดยคาถามในแบบสอบถามจะมการออกแบบใหสอดคลองกบการยอมรบหรอหกลางสมมตฐานแตละขอ ความเทยงตรงของแบบสอบถามจะถกกาหนดดวยคาความเชอมน (Cronbach Alpha) [15] ทสงกวาเกณฑทยอมรบได โดยผลของการตอบแบบสอบถามจะถกรวบรวมไวในฐานขอมล เพอทาการทดลองในขนตอนถดไป ถาผใชงานตอบขอคาถามซงแสดงถงการยอมรบเทคโนโลยเกนกวาเกณฑทกาหนด สมมตฐานททดสอบนนกจะถกสรางในตวแบบซงผลลพธทไดกคอเปนตวแบบของการยอมรบเทคโนโลยทมปจจยและความสมพนธของปจจยเหลานนในการยอมรบเทคโนโลย

ถงแมวางานวจยแตละงานสามารถนา TAM มาใชสรางตวแบบของการยอมรบเทคโนโลยตามบรบทของแตละงานได งานวจยสวนใหญไดกลาวถงความถกตองของตวแบบในระดบของสมมตฐานเทานน ซงไมเพยงพอทจะนาตวแบบแตละแบบมาเปรยบเทยบกนได เนองจากในบรบทหนงๆตวแบบเดยวกนอาจมการตงสมมตฐานทแตกตางกนหรอจานวนไมเทากน ทาใหไมสามารถนาตวแบบทไมสอดคลองกนมาเปรยบเทยบกนได โดยเฉพาะอยางยงในกรณทตองการตดสนใจทจะเลอกตวแบบทมหลายตวไปใชงานในบรบทหนงๆ

อยางไรกตามมงานวจยบางสวนทกลาวถงความถกตองของตวแบบเชนกน งานวจยของ Ali Tarhinia และคณะ ไดกลาวถงความถกตองและความผนผวนถง 69 % [16] แตขอเสยคอการอางถงความถกตองของตวแบบโดยไมไดอางองถงทมาและวธการในการหาคาความถกตอง

3. วธการวจย ในการสรางแผนภมตนไมในการตดสนใจ (Decision Tree) ทใชขอมลปจจยจาก TAM เปนคาตงตน จะตองทาการเปรยบเทยบตวแปร (Parameter) ระหวาง TAM กบ Data Mining กอนเพอใหทราบวาตวแป รใด ใน TAM เทยบ เท าตวแป รใด ใน Data Mining เน อ งจาก Parameter ใน TAM มความไมสอดคลองกบ Parameter ใน Decision Tree จงตองทาการเปรยบเทยบเพอประโยชนในการสรางแผนภมตนไมตดสนใจ หลงจากนนนาขอมลจากแบบสอบถามมาทดลองดวยวธการ Classification (C4.5 Algorithm) และตรวจสอบความถกตองของตวแบบดวย K-fold Cross Validation โดยมกรอบขนตอนการดาเนนการวจยดงรปท 3

94


รปท 3. กรอบการดาเนนการวจย

3.1. เปรยบเทยบ Parameter ระหวาง TAM กบ Data Mining โครงสรางของ Decision Tree ประกอบดวยโหนดราก (Root Node) หรอโหนดทอยบนสดโดยทโหนดรากสามารถแยกยอยออกไดอกหลายโหนด เรยกวาโหนดลก (Child Node) มกง (Branch) ทาหนาทเชอมตอระหวางโหนด คอเปนคาของคณลกษณะทแตกออกมาจากโหนดนนๆ และลางสดของ Decision Tree จะเรยกวาโหนดใบ (Leaf Node) คอกลมของขอมลทไดจากการจาแนกแยกยอยลงมา ไลเรยงกนเปนแผนภมตนไมตดสนใจ หลงจากนนจะเปนการพสจนคาความถกตองของตวแบบคา Parameter ในโครงสรางของ TAM ทจะนามาสราง Decision Tree สามารถเปรยบเทยบไดดงตาราง 1

ตาราง 1. เปรยบเทยบตวแปรระหวาง TAM กบ Data Mining Data Mining TAM โหนดราก (Root Node) ปจจยหลกของ TAM ท

สงผลตอปจจยตวอน โหนดลก (Child Node) ปจจยของ TAM ทไดรบ

อทธพลจากปจจยตวอน ๆ กง (Branch) สมมตฐานตงตนตาม

ทฤษฎ TAM โหนดใบ (Leaf Node) ปจจยสดทายของ TAM ท

ไมสงผลตอปจจยอนๆ

จากการเปรยบเทยบ Parameter ระหวาง TAM กบ Data Mining จะไดผลลพธดงรปท 4 อธบายไดดงน จากรปท 1 จะเหนไดวา TAM ม 2 ปจจยหลกทสงผลตอปจจยตวอนคอ U และ E จงทาให Root Node เรมตนจาก Factor ทมคณลกษณะ คอ U และ E โดยท U นนสงผลถง BI และ A สวน E สงผลถง U และ A จงเปนสาเหตใหปจจยทง 4 ตวทกลาวมานถกกาหนดเปน Child Node ของ U และ E โดยท A จะสงผล

ถง BI ทาให BI จะถกกาหนดเปน Leaf Node เนองจากเปนโหนดสดทายทไมมโหนดยอย โดยทสมมตฐานจะถกระบดวยเสนระหวาง Root Node ไปยง Child Node และเสนระหวาง Child Node ไปยง Leaf Node (H1-H5)

ตามทฤษฎ TAM การรบรความมประโยชน (U) และ การรบรความสะดวกการใชงาน (E) สงผลถง 2 ปจจย (ดงรปท 1) จงแยกเปน U และ U2 E และ E2 สาเหตทตองแยกตวแปรเพราะเเผนภมตนไมของ Classification จะพสจนปจจยทเกยวของไดเเคปจจยเดยวซงใหผลเปน Yes หรอ No และการเเยกตวเเปรเปน 2 กงเพอพสจนสมมตฐานทง 2 ทมาจากปจจยเดยว

รปท 4. การ Mapping ระหวาง TAM กบ Data Mining

3.2. กาหนดกงตามสมมตฐานทมใน TAM การกาหนดสมมตฐานจะกาหนดจาก TAM ดงรปท 1 (H1-H5) อธบายไดดงน

การรบรความมประโยชน (U) การทผใชงานรบรวาเมอใชงานระบบจะทาใหมประสทธภาพทดข น มผลการดาเนนงานทดข น หรอระบบสามารถตอบสนองความตองการได

H1: การรบรความมประโยชน (U) สงผลถงทศนคตทมตอการใชงาน (BI)

H2: การรบรความมประโยชน (U2) สงผลถงความตงใจเชงพฤตกรรมในการใชงาน (A)

การรบรความสะดวกการใชงาน (E) การทผใชงานระบบ รบรวาระบบสามารถใชงานไดงายไมตองใชความพยายามมากนกในการใชงาน ระบบเปนมตรกบผใช

H3: การรบรความสะดวก (E) สงผลถงการรบรความมประโยชน (U)

H4: การรบรความสะดวก (E2) สงผลถงทศนคตทมตอการใชงาน (A)

ทศนคตทมตอการใชงาน (A) เปนปจจยความรสกทเกดขน กบตวบคคลทใชงานระบบ ซงจะสงผลโดยตรงตอการใชงาน

95


H5: ทศนคตทมตอการใชงาน (A) ไดรบอทธพลจากการรบรความมประโยชน (U) การรบรความสะดวกการใชงาน (E) และสงผลถงความตงใจเชงพฤตกรรมในการใชงาน (BI) 3.3. Classification (C4.5 Algorithm) ขนตอนน เปนการนาขอมลจากแบบสอบถามมาใชในการพยากรณความสมพนธระหวางปจจยเพอตรวจสอบสมมตฐานทกาหนดใน TAM ดวยวธการ Data Mining โดยใชวธ Classification ทใช C4.5 Algorithm ซงเปนสวนขยายจาก ID3 Algorithm [17] ในการกาหนดแตละโหนดนนจะใชคาเกน (Gain) เปนตวกาหนดแตละโหนดในแผนภมตนไมโดย คณลกษณะ (Attribute) ใดทมคา Gain สงทสดจะอยบนสดเปน Root Node และไลเรยงลงมาตามลาดบ ซง C4.5 Algorithm จะเพมเตมในสวนของคาอตราสวนเกน (Gain Ratio Criterion) เพอแกปญหาความเอนเอยง (Bias) ของคา Gain โดยวธการแยกขอมล (Split Information) ซงจะทาใหการกระจายของขอมลลดลง [18] สงผลใหแตละโหนดมความถกตองมากยงขน

ส าห รบ ก ารส รา ง Decision Tree โด ยห ลก ก ารข อ ง Classification น นจะเปนการจาแนกขอมลทเหมอนกน หรอขอมลประเภทเดยวกนไวดวยกนอยางเปนลาดบชน โดยวธการดาเนนการจะเรมจากการสราง Root Node (ปจจย) จาก Attribute ทมคา Gain สงสด หลงจากนนจะสราง Branch เพอเชอมไปยง Child Node ตามจานวนของคาใน Root Node ในกรณท Child Node มกลมขอมลทตางกนกจะแยกกลมขอมลเหลานนเปนโหนดยอยลงไปจนถงโหนดสดทายทเรยกวา Leaf Node คอโหนดทไมมโหนดยอย หลงจากนนเปนวธการตรวจสอบความถกตองของตวแบบทไดซงจะกลาวถงในหวขอถดไป 3.4. K-fold Cross Validation การตรวจสอบความถกตองของตวแบบจะใชวธการ K-fold Cross Validation ซงเปนการวดประสทธภาพความถกตองของตวแบบทได โดยการทางานจะแบงขอมลออกเปนสวน (Fold) และนาบางสวนของชดขอมลนนมาทดสอบจนครบทกชดขอมล โดยชดขอมลทนามาทดสอบถกเรยกวา Data Test สวนชดขอมลทยงไมไดนามาทดสอบเรยกวา Data Train

4. ผลการทดลอง เปาหมายการศกษาวจยในครงนคอการหาคาความถกตองของตวแบบการยอมรบเทคโนโลยระบบการเรยนอเลกทรอนกส (E-Learning) ดวยวธการทาเหมองขอมล (Data Mining) ซงจะไดแผนภมตนไมทใชขอมลจากแบบจาลองการยอมรบการใชเทคโนโลย (TAM) จากรปท 1 เปนแบบตงตน โดยการสารวจขอมลจากกลมตวอยางจานวน 234 คนทระดบนยสาคญ 95% [19] ประกอบดวยเพศหญงจานวน 142 คน คดเปน 61% เพศชายจานวน 92 คน คดเปน 39% ผตอบแบบสอบถามอายระหวาง 17-24 ป โดยมการคานวณหาคาความเชอมนของแบ บ สอบ ถ าม (Cronbach Alpha) ท 0 .7 ซ ง แ ส ด ง ให เห น ว าแบบสอบถามทเกบรวบรวมมความเชอถอ [20] แสดงถงการไดรบขอมล

ทครอบคลม ครบถวนในการดาเนนการวเคราะหข นตอนตอไป ดงรปท 5

รปท 5. แสดงผลการหาคาความเชอมนของแบบสอบถาม

จากนนจะนาขอมลจากแบบสอบถามมาพยากรณความสมพนธระหวางป จจยดวยดวยวธ Classification (C4.5 Algorithm) เพ อตรวจสอบสมมตฐานทกาหนดใน TAM จากการทดลองไดผลการทดลองดงรปท 6

รปท 6. ผลการพสจนสมมตฐาน

จากผลการทดลองสามารถอธบายดงน

H1 การรบรความมประโยชน (U) สงผลถงความตงใจเชงพฤตกรรมในการใชงาน (BI)

H2 การรบรความมประโยชน (U2) สงผลถงทศนคตทมตอการใชงาน (A) คอระดบทคนเชอวาการใชระบบจะเปนการเพมประสทธภาพในการทางานของผใช [21]

H3 การรบรความสะดวกการใชงาน (E) สงผลถงการรบรความมประโยชน (U)

H4 การรบรความสะดวกการใชงาน (E2) สงผลทศนคตทมตอการใชงาน (A) คอระดบทผใชเชอวาการใชงานระบบจะเปนอสระจากความพยายาม [21]

จะสงเกตเหนวา H1 และ H3 นนจะม Leaf Node ทเชอมตอจาก Attribute ทชอ Relate เปน Attribute ทกาหนดความสมพนธระหวางตวแปรซง Branch จะถกกาหนดดวย Yes และ No หมายถง ปจจยจาก H1 และ H3 จะมความสมพนธกบ Leaf Node ท Branch เปน Yes สวน Branch ทเปน No นนหมายถงไมมความสมพนธกน และสาเห ต ท H1 (U) ต อ ง เป รย บ เท ยบ ระห ว า ง BI กบ E น น เนองจากวา H2 ซงกคอ U สงผลถง A จงไมมความจาเปนทจะตองนา A มาเปรยบเทยบอก ใน H3 (E) กเชนกนเปนการเปรยบเทยบระหวาง U กบ BI แตเนองจาก H4 ซงคอ E สงผลถง A ถงไมจาเปนทจะตองนา A

96


มาเปรยบเทยบ สวน A สงผลถง BI จงไมจาเปนตองนา BI ไปเปรยบเทยบกบปจจยตวอนๆ

H5 ทศนคตทมตอการใชงาน (A) สงผลถงความตงใจเชงพฤตกรรมในการใชงาน (BI) หากผใชรบรความมประโยชน และรบรความสะดวกการใชงานจะสงผลใหมทศนคตทดตอการใชงานระบบ นอกจากนยงสามารถระบความถกตองของตวแบบได ดงรปท 7

รปท 7. ความถกตองของตวแบบ

ในสวนของการวดความถกตองของตวแบบจะใชขอมลจากแบบสอบถามทงหมด 1170 ระเบยน (Record) โดยกาหนดคา K = 10 กลาวคอมการแบงขอมลออกเปน 10 สวน (K1-K10) ในการทางานครงแรกจะใชชดขอมล K1 เปน Data Test และขอมลชดท K2-K10 เปน Data Train ในครงท 2 จะใชขอมล K2 เปน Data Test ใช K1 และ K3-K10 เปน Data Train ทาวธการนไปเรอย ๆ จนครบทกชดขอมล จากรปท 7 ผลการทดลองทไดมความถกตอง 100% ซงในแตละกงตามสมมตฐานยงสามารถระบความถกตองไดอกดวย โดยใชวธการคอใชขอมลทลงมาตามกง/ขอมลทงหมด x 100 จะไดออกมาเปนคาความถกตอง จากการทดลองทกสมมตฐานมคาความถกตองเปน 100%

5. อภปรายผล เปาหมายการศกษาการวจ ยในครง น เปนการศกษาการยอมรบเทคโนโลยสารสนเทศดวยวธการเหมองขอมล ตามตวแบบทฤษฎการยอมรบเทคโนโลย (TAM) ผาน 5 สมมตฐาน และ 4 ปจจยหลกไดแก การรบรความมประโยชน (Perceived Usefulness : U) การรบรความสะดวกการใชงาน (Perceived Ease of Use : E) ทศนคตทมตอการใชงาน (Attitude Toward Using : A) และ ความตงใจเชงพฤตกรรมในการใชงาน (Behavioral Intention to Use : BI) จากการศกษาพบวาวธการทนามาใชในการทดสอบนนสามารถทดสอบสมมตฐานไดเหมอนวธการของ TAM และสามารถใหคาความถกตองของตวแบบไดอกดวย จากผลการศกษาพบวา

H1 การรบรความมประโยชน (U) สงผลถงความตงใจเชงพฤตกรรมในการใชงาน (BI)

H2 การรบรความมประโยชน (U2) สงผลถงทศนคตทมตอการใชงาน (A)

ซงสอดคลองกบงานวจยกอนหนานโดยทวไปหากผใชระบบคดวาการใชงานระบบจะสงผลถงการชวยปรบปรงคณภาพชวตของพวกเขาในการเรยน เชน ประหยดเงน ประหยดเวลา จะสงผลใหเกดพฤตกรรมความตงใจสงทจะใชงานระบบ [16][22]

H3 การรบรความสะดวกการใชงาน (E) สงผลถงการรบรความมประโยชน (U)

H4 การรบรความสะดวกการใชงาน (E2) สงผลถงทศนคตทมตอการใชงาน (A)

สอดคลองกบการศกษาทยนยนวาความสะดวกสบายทมผลกระทบโดยตรงตอการรบรประโยชนหมายความวาความสะดวกจากการใชระบบมากขนผเรยนจะรสกวาระบบนมประโยชน [16][22] ดงนนเพอเปนการดงดดใหผใชระบบมากขนควรปรบปรงเนอหา หรอระบบใหงายตอผใชงาน

H5 ทศนคตทมตอการใชงาน (A) สงผลถงความตงใจเชงพฤตกรรมในการใชงาน (BI)

ทศนคตจะไดรบอทธพลจากการรบรการมประโยชน และการรบรความสะดวกการใชงาน หมายความวาถาผใชงานรบรวาระบบมประโยชนและใชงานงายจะสงผลใหมทศนคตทดตอระบบและนาไปสการใชงาน โดยความตงใจของแตละบคคลมอทธพลตอการใชงาน [22]

นอกจากนวธการเหมองขอมลยงสามารถใหคาความถกตองของสมมตฐานโดยคาทไดแตละกงนนมความถกตองถง 100% แสดงใหถงวาปจจยทกาหนดตามสมมตฐานนนสงผลสนบสนนตอการใชงานระบบ

6. สรปผลการวจย จากงานวจยทผานมานนทฤษฎแบบจาลองการยอมรบเทคโนโลย (TAM) ไดถก ใช ในการศกษาการยอมรบ เทคโนโลยต างๆ เชน E-Learning งานวจยนใชแนวคดใหมดวยการนาวธการเหมองขอมลมาใชดาเนนการพสจนปจจยทสงผลตอการยอมรบเทคโนโลยตามทฤษฎ TAM ผลทไดนนมขอแตกตางจากงานวจยกอนหนานคอ วธการเหมองขอมล (Data Mining) รวมกบ TAM สามารถระบความถกตองของตวแบบไดนอกเหนอจากระดบของสมมตฐาน ซงจะทาใหสามารถนาตวแบบทมคาความถกตองมากทสดไปใชกบบรบทของงานวจยหนงๆได ในการศกษาครงตอไปจะนาการทดสอบความถกตองดวยวธเหมองขอมล ไปใชหาคาความถกตองของตวแบบของงานวจ ยทมการป ระย ก ต ใช TAM ห รอ งาน วจ ย ท มก าร เพ ม ป จจย เส รมต า งๆนอกเหนอจากปจจยตงตนใน TAM เพอเปนการวเคราะหความถกตองของวธการตอไป

เอกสารอางอง [1] Emad Abu-Shanab, and Laila Ababneh, “Exploring Academicians Acceptance of E-Learning Using an Extended TAM: The Case of Yarmouk University,” JNCET, vol. 1, Mar. 2015. [2] Ammar Khader, and Mohammad Almasri, “The Influence on Mobile Learning Based on Technology Acceptance Model (TAM), Mobile Readiness (MR) and Perceived Interaction (PI) for Higher Education Students,” International Journal of Technical Research and Applications, vol. 2, pp. 5-11, Jul-Aug. 2014.

97


[3] Sousan Baleghi-Zadeh, Ahmad Fauzi Mohd Ayub, Rosnaini Mahmud, and Shaffee Mohd Daud, “Behaviour Intention to Use the Learning Management: Integrating Technology Acceptance Model with Task-Technology Fit,” Middle-East Journal of Scientific Research 19 (Innovation Challenges in Multidiciplinary Research & Practice), pp. 76-84, 2014. [4] F. D. Davis, “Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology,” MIS Quarterly, vol. 13, no. 3, pp. 319-339, 1989. [5] Quinlan, “J. R. C4.5: Programs for Machine Learning,” Morgan Kaufmann Publishers, 1993. [6] Ron Kohavi, “A study of Cross-Validation and Bootstrap for Accuracy Estimation and Model Selection,” IJCAI, 1995. [7] S. Saranya, N. Tamilselvi, P. Usha, M. Yasodha, and V.Padmapriya, “Data Mining Techniques in EDM for Predicting the Pupil’s Outcome,” International Journal of Advanced Research in Computer and Communication Engineering, vol. 2, pp. 2485-2488, Jun. 2013. [8] Marjan Milosevic, Edin Zecirovic, and Radojka Krneta, “Technology Acceptance Models and Learning Management System: Case Study,” The Fifth International Conference on e-Learning, pp. 35-39, Sep. 2014. [9] Mohamed E. Seliaman, and M. S. Al-Turki, “Mobile Learning Adoption in Saudi Arabia,” World Academy of Science, Engineering and Technology, vol. 6, Dec. 2012. [10] Saleh Alharbi, and Steve Drew, “Using the Technology Acceptance Model in Understanding Academics’ Behavioural Intention to Use Learning Management Systems,” International Journal of Advanced Computer Science and Applications, vol. 5, no. 1, 2014. [11] Hamid Kamarzarin, Esa Jafari, Mohamad Ehsan Taghizadeh, and Faranak Omidian, “The Investigation of Factors Affecting University Students' Attitude toward E-Learning Adoption,” International Journal On New Trends In Education And Literature, vol. 1, no. 1, pp. 24-31, Aug. 2014. [12] Hsiao-hui Hsu, and Yu-ying Chang, “Extended TAM Model: Impacts of Convenience on Acceptanceand Use of Moodle,” US-China Education Review A, vol. 3, no. 4, pp. 211-218, Apr. 2013. [13] Aqilah Arshad, Tan Bee Hoon, and Arshad Hashim, “Tertiary Students’ Application of Web 2.0 for English Language Learning,” Malaysian Journal of ELT Research, vol. 8(2), pp. 21-37, 2012. [14] Eylem Kilic, “Determining the Factors of Affecting the Moodle Use by Using TAM. The Story of a University after a Destructive Earthquake,” H. U. Journal of Education, pp. 169-179, 2014.

[15] Lee J. CRONBACH, “Coefficient Alpha and the Internal Structure of Tests,” Psychometrika, vol. 16, no. 3, pp. 297-334, Sep. 1951. [16] Ali Tarhini, Kate Hone, and Xiaohui Liu, “User Acceptance Towards Web-based Learning Systems: Investigating the role of Social, Organizational and Individual factors in European Higher Education,” Procedia Computer Science 17, pp. 189 – 197, 2013. [17] Quinlan, J. R, “Induction of Decision Trees,” Machine Learning, pp. 81-106, Mar. 1986. [18] Jiawei Han, and Micheline Kamber, Data Mining Concepts and Techniques, 2nd ed. United States: Morgan Kaufmann Publishers In, 2006. [19] Robert V. Krejcie, and Daryle W. Morgan, “Determining Sample Size for Research Activities,” Educational and Psychological Measurement. pp. 607-610, 1970. [20] Ngo Tan Vu Khanh, and Gwangyong Gim, “Factors Influencing Mobile-Learning Adoption Intention: an Empirical Investigation in High Education,” Journal of Social Sciences 10 (2), pp. 51-62, 2014. [21] Ali Tarhini, Mohammad Hassouna, Muhammad Sharif Abbasi, and Jorge Orozco, “Towards the Acceptance of RSS to Support Learning: An empirical study to validate the Technology Acceptance Model in Lebanon,” The Electronic Journal of e-Learning, vol. 13, pp. 30-41, 2015. [22] Ali Tarhini, Kate Hone, and Xiaohui Liu, “Factors Affecting Students’ Acceptance of e-Learning Environments in Developing Countries:A Structural Equation Modeling Approach,” International Journal of Information and Education Technology, vol. 3, no. 1, pp. 55-59, Feb. 2013.

98

applying the association rule to e-learning … the...weka ร ปท 4.23...

Documents