การวิเคราะห์ความสัมพันธ์ระหว่างปัจจัยด้านภูมิหลังโรงเรียนและนักเรียนกับดัชนีความเสี่ยง CMER

Phongsathorn Prajumtawe

2567-12-13

การวิเคราะห์ความสัมพันธ์ระหว่างปัจจัยด้านภูมิหลังโรงเรียนและนักเรียนกับดัชนีความเสี่ยง CMER

ในการวิเคราะห์ใช้ค่าสถิติที่สำคัญ 2 ค่า ได้แก่

  • ค่า percent_vip แสดงความสำคัญเชิงสัมพัทธ์ของปัจจัยด้านภูมิหลังโรงเรียนและนักเรียนที่มีต่อความเสี่ยง CMER ภายในแต่ละเขตพื้นที่การศึกษา (ตัวแปรที่มี percent_vip สูงแสดงว่ามีผลอย่างมากต่อความเสี่ยง CMER)

  • สัมประสิทธิ์การตัดสินใจ (R_square) ของโมเดลทำนายความเสี่ยง CMER 

โดยปัจจัยด้านภูมิหลังโรงเรียนและนักเรียนประกอบด้วย 

  • Infrastructure & Connectivity - การขาดแคลนโครงสร้างพื้นฐานหรือ internet

  • Poor Family - การมีนักเรียนยากจนเป็นส่วนใหญ่ในโรงเรียน

  • School Distance - ระยะทางระหว่างโรงเรียนกับอำเภอเมือง

  • Student Level - ความเป็นเด็ก/การเป็นผู้เรียนอายุน้อย

  • School Size - ความเป็นโรงเรียนขนาดเล็กในพื้นที่ (ไม่ใช่)

  • Hard to Reach - ความเป็นโรงเรียนทุรกันดาร

ได้ผลการวิเคราะห์ดังนี้

1. ความสัมพันธ์โดยรวมระหว่างปัจจัยกับความเสี่ยง CMER

1.1 ความสัมพันธ์โดยรวมระหว่างปัจจัยกับความเสี่ยง CMER

ในการวิเคราะห์ค่าสถิติพื้นฐานของ percent_vip และ R_square ได้ผลการวิเคราะห์ ดังตาราง

             mean    sd median  min   max
percent_vip 20.24 15.07  16.73 0.03 83.07
r_squared   17.96 16.14  11.98 0.50 80.36

จากตารางพบว่า percent_vip มีค่าเฉลี่ยเท่ากับ 20.24 และมีส่วนเบี่ยงเบนมาตรฐานเท่ากับ 15.07
และ R_square มีค่าเฉลี่ยเท่ากับ 17.96 และมีส่วนเบี่ยงเบนมาตรฐานเท่ากับ 11.98
ซึ่งพบว่าข้อมูลมีค่าแตกต่างกันค่อนข้างมาก ดังนั้นค่ากลางที่ใช้ในการวิเคราะห์ข้อมูลต่อไปในที่นี้จึงใช้มัธยฐานแทนค่าเฉลี่ย

เมื่อนำค่ามัธยฐานของ percent_vip และ R_square มาสร้างแผนภูมิแท่ง ได้ผลดังรูป

จากแผนภูมิแท่ง พบว่า percent_vip และ r_squared มีค่ามัธยฐานอยู่ที่ร้อยละ 16.73 และ 11.98 ตามลำดับ
แสดงว่าปัจจัยด้านภูมิหลังโรงเรียนและนักเรียนมีความสัมพันธ์กับความเสี่ยง CMER ในภาพรวมค่อนข้างต่ำ

1.2 ความสัมพันธ์โดยรวมระหว่างปัจจัยกับความเสี่ยง CMER เมื่อพิจารณาตามเขตพื้นที่การศึกษา

เมื่อนำข้อมูลของ percent_vip และ r_squared มาสร้าง scatter plot โดยจำแนกตามเขตพื้นที่การศึกษา
โดยให้เส้นประสีแดง แทนค่ามัธยฐาน ได้ผลการวิเคราะห์ดังรูป

จากแผนภาพพบว่า ข้อมูลส่วนใหญ่มีค่าเกาะกลุ่มกันในช่วง percent_vip ระหว่างร้อยละ 10 - 20 และ r_squared ระหว่างร้อยละ 0 - 10
โดยเขตพื้นที่การศึกษาที่มีความสัมพันธ์ของปัจจัยกับความเสี่ยง CMER สูงคือ สพม.นราธิวาส สพม.สมุทรสงคราม และสพม.สมุทรสาคร
ส่วนเขตพื้นที่การศึกษาที่มีความสัมพันธ์ของปัจจัยกับความเสี่ยง CMER ต่ำคือ สพป.สระแก้วเขต 1

2. ความสัมพันธ์ระหว่างปัจจัยต่าง ๆ กับความเสี่ยง CMER

2.1 ความสัมพันธ์ระหว่างปัจจัยต่าง ๆ กับความเสี่ยง CMER เมื่อพิจารณาจาก percent_vip

เมื่อพิจารณาความสัมพันธ์ของปัจจัยต่าง ๆ ทั้ง 6 ปัจจัยกับความเสี่ยง CMER โดยใช้ percent_vip ในการวิเคราะห์ ได้ผลดังรูป

จากแผนภาพพบว่า ปัจจัยที่มีค่า percent_vip สูงที่สุดคือ ความเป็นโรงเรียนขนาดเล็กในพื้นที่ (School Size)
รองลงมาคือ ความเป็นโรงเรียนทุรกันดาร (Hard to Reach) โดยข้อมูลส่วนใหญ่เกินร้อยละ 50 มีค่าสูงกว่ามัธยฐาน
ส่วนปัจจัยที่มีค่า percent_vip ต่ำที่สุดคือ การขาดแคลนโครงสร้างพื้นฐานหรือ internet (Infrastructure & Connectivity)

2.2 ความสัมพันธ์ระหว่างปัจจัยต่าง ๆ กับความเสี่ยง CMER เมื่อพิจารณาจาก r_squared

เมื่อพิจารณาความสัมพันธ์ของปัจจัยต่าง ๆ ทั้ง 6 ปัจจัยกับความเสี่ยง CMER โดยใช้ r_squared ในการวิเคราะห์ ได้ผลดังรูป

จากแผนภาพพบว่า ปัจจัยที่มีค่า r_squared สูงที่สุดคือความเป็นโรงเรียนทุรกันดาร (Hard to Reach)
โดยข้อมูลส่วนใหญ่เกินร้อยละ 75 มีค่าสูงกว่ามัธยฐาน รองลงมาคือ การขาดแคลนโครงสร้างพื้นฐานหรือ internet (Infrastructure & Connectivity)
ส่วนปัจจัยที่มีค่า r_squared ต่ำที่สุดคือ การมีนักเรียนยากจนเป็นส่วนใหญ่ในโรงเรียน (Poor Family) โดยมีค่าต่ำกว่าปัจจัยอื่น ๆ อย่างเห็นได้ชัด

3. ความสัมพันธ์ระหว่างปัจจัยกับความเสี่ยง CMER เมื่อพิจารณาจาก percent_vip แยกตามรายปัจจัย

ดังนั้นเพื่อให้เห็นภาพของความสัมพันธ์ว่าแต่ละปัจจัยสัมพันธ์กับความเสี่ยง CMER มากขึ้น ในที่นี้จึงได้นำข้อมูล percent_vip ของทุกเขตพื้นที่การศึกษามาสร้างเป็น
ฮิสโทแกรม โดยจำแนกตามปัจจัยต่าง ๆ ทั้ง 6 ปัจจัย และใช้เส้นประสีแดง แทน ค่ามัธยฐานของ percent_vip ของแต่ละปัจจัย ได้ผลการวิเคราะห์ดังนี้

3.1 ปัจจัย Infrastructure & Connectivity - การขาดแคลนโครงสร้างพื้นฐานหรือ internet

จากแผนภาพพบว่า ส่วนใหญ่ปัจจัยการขาดแคลนโครงสร้างพื้นฐานหรือ internetมีค่า percent_vip อยู่ในช่วงร้อยละ 10 - 20
โดยมีค่ามัธยฐานเท่ากับร้อยละ 14.42 แต่ก็มีบางเขตพื้นที่การศึกษาที่มีค่า percent_vip สูงกว่าร้อยละ 50
ซึ่งเป็นปัจจัยที่มีค่า percent_vip ต่ำที่สุด

3.2 ปัจจัย Poor Family - การมีนักเรียนยากจนเป็นส่วนใหญ่ในโรงเรียน

จากแผนภาพพบว่า ส่วนใหญ่ปัจจัยการมีนักเรียนยากจนเป็นส่วนใหญ่ในโรงเรียนมีค่า percent_vip อยู่ในช่วงร้อยละ 0 - 20
โดยมีค่ามัธยฐานเท่ากับร้อยละ 15.23 แต่ก็มีบางเขตพื้นที่การศึกษาที่มีค่า percent_vip สูงกว่าร้อยละ 50

3.3 ปัจจัย School Distance - ระยะทางระหว่างโรงเรียนกับอำเภอเมือง

จากแผนภาพพบว่า ส่วนใหญ่ปัจจัยระยะทางระหว่างโรงเรียนกับอำเภอเมืองมีค่า percent_vip อยู่ในช่วงร้อยละ 0 - 20
โดยมีค่ามัธยฐานเท่ากับร้อยละ 16.51 แต่ก็มีบางเขตพื้นที่การศึกษาที่มีค่า percent_vip สูงกว่าร้อยละ 50

3.4 ปัจจัย Student Level - ความเป็นเด็ก/การเป็นผู้เรียนอายุน้อย

จากแผนภาพพบว่า ส่วนใหญ่ปัจจัยความเป็นเด็ก/การเป็นผู้เรียนอายุน้อยมีค่า percent_vip อยู่ในช่วงร้อยละ 0 - 15
โดยมีค่ามัธยฐานเท่ากับร้อยละ 15.52 แต่ก็มีบางเขตพื้นที่การศึกษาที่มีค่า percent_vip สูงกว่าร้อยละ 50

3.5 ปัจจัย School Size - ความเป็นโรงเรียนขนาดเล็กในพื้นที่ (ไม่ใช่)

จากแผนภาพพบว่า ส่วนใหญ่ปัจจัยความเป็นโรงเรียนขนาดเล็กในพื้นที่ (ไม่ใช่) มีค่า percent_vip อยู่ในช่วงร้อยละ 0 - 30
โดยมีค่ามัธยฐานเท่ากับร้อยละ 26.42 แต่ก็มีบางเขตพื้นที่การศึกษาที่มีค่า percent_vip สูงกว่าร้อยละ 50
ซึ่งเป็นปัจจัยที่มีค่า percent_vip สูงที่สุด

3.6 ปัจจัย Hard to Reach - ความเป็นโรงเรียนทุรกันดาร

จากแผนภาพพบว่า ส่วนใหญ่ปัจจัยความเป็นโรงเรียนทุรกันดาร มีค่ากระจายตัว percent_vip อยู่ในช่วงร้อยละ 0 - 45
โดยมีค่ามัธยฐานเท่ากับร้อยละ 19.12 โดยไม่มีเขตพื้นที่การศึกษาใดเลยที่มีค่า percent_vip สูงกว่าร้อยละ 50

สรุป

จากที่กล่าวมาข้างต้นจะพบว่า ข้อมูลปัจจัยด้านภูมิหลังโรงเรียนและนักเรียนมีความสัมพันธ์ต่อความเสี่ยง CMER อยู่ในระดับที่ต่ำ เมื่อพิจารณาจากค่า percent_vip และ r_squared โดยมีมัธยฐานเท่ากับร้อยละ 16.73 และ 11.98 ตามลำดับ และเมื่อพิจารณาแยกตามรายปัจจัย พบว่า ปัจจัยที่สัมพันธ์มากที่สุดคือ ความเป็นโรงเรียนขนาดเล็กในพื้นที่ (เมื่อพิจาณาจากค่า percent_vip) และความเป็นโรงเรียนทุรกันดาร (เมื่อพิจารณาจากค่า r_squared) แต่เมื่อพิจารณาโดยนำค่า percent_vip ของทุกปัจจัยมาสร้างเป็นฮิสโทแกรม พบว่าส่วนใหญ่ทุกปัจจัยมีความสัมพันธ์อยู่ใช่วงร้อยละ 0 - 30 เท่านั้น แสดงว่าข้อมูลปัจจัยด้านภูมิหลังโรงเรียนและนักเรียนมีความสัมพันธ์ต่อความเสี่ยง CMER น้อย