การพยากรณ์การเลือกกลุ่มคณะวิชาในการศึกษาต่อในระดับปริญญาตรี ของมหาวิทยาลัยรังสิต โดยใช้เทคนิคการทำเหมืองข้อมูล

Prediction of faculty group selection for further study In bachelor degree by using data mining techniques

บทคัดย่อ

        งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบแบบจำลองการพยากรณ์ระหว่าง ต้นไม้การตัดสินใจ     ไนอีฟเบย์และการวิเคราะห์การถดถอยทางโลจิสติกและพยากรณ์การเลือกกลุ่มคณะวิชาในการศึกษาต่อระดับปริญญาตรี มหาวิทยาลัยรังสิต การวิจัยครั้งนี้ใช้โปรแกรม RapidMiner Studio เป็นเครื่องมือช่วยสำหรับการพยากรณ์การเลือกกลุ่มคณะวิชาในการศึกษาต่อมหาวิทยาลัยรังสิตและเปรียบเทียบแบบจำลองการพยากรณ์ ก่อนที่จะทำการพยากรณ์การเลือกกลุ่มคณะวิชาในการศึกต่อนั้น ผู้วิจัยได้ทำการเปรียบเทียบแบบจำลองการพยากรณ์ด้วย ONE-WAY ANOVA แล้วพบว่าแบบจำลองทั้ง 3 แบบ มีระดับนัยสำคัญทางสถิติ = 0.92 แสดงว่าแบบจำลองการพยากรณ์ทั้ง 3  แบบ ไม่แตกต่างกันอย่างมีนัยสำคัญที่ระดับ 0.05 ผู้วิจัยจึงเลือกใช้ ต้นไม้การตัดสินใจเป็นแบบจำลองการพยากรณ์ เพื่อวิเคราะห์หาปัจจัย โดยใช้กลุ่มตัวอย่างเป็นนักศึกษามหาวิทยาลัยรังสิตที่เข้าศึกษาต่อใน ปีการศึกษา 2559-2562 จำนวน 2,540 คน ผลจากการวิเคราะห์พบว่า กลุ่มตัวอย่างที่เลือกเรียนกลุ่มคณะสายวิทยาศาสตร์ จะเป็นกลุ่มที่เรียนมัธยมศึกษาตอนปลายในแผนการเรียน วิทยาศาสตร์-คณิตศาสตร์ มีเกรดเฉลี่ยมากกว่า 3.76 และบิดามีรายได้เฉลี่ยต่อปีเกิน 300,000 บาทต่อปี และกลุ่มตัวอย่างที่เลือกเรียนกลุ่มคณะสายศิลปะ จะเป็นกลุ่มที่เรียนมัธยมศึกษาตอนปลายในแผนการเรียน ศิลป์-ภาษา และมีเกรดเฉลี่ยมากกว่า 1.41

       การทำงานวิจัยในครั้งสามารถนำข้อมูลที่ได้จากการวิเคราะห์นำไปใช้วางแผนในการแนะแนวการเลือกกลุ่มคณะวิชาเพื่อศึกษาต่อในมหาวิทยาลัยรังสิตซึ่งจะช่วยให้ผู้เข้าศึกษาต่อตัดสินใจได้ง่ายขึ้นหรือนำข้อมูลที่ได้จากการวิเคราะห์มาประกอบการการตัดสินใจของผู้บริหารในการวางแผนทำการตลาดและการแนะแนวการศึกษาต่อไป

Abstract

        This research is to compare the models between decision tree, naive bayes and logistic regression as well as the forecase of selected faculty for Rangsit University. RapidMiner Studio is used for this research as the instrument to help for the selection and compare model before forecase the faculty selection.The researcher has compared the model using ONE-WAY ANOVA. The result of three models are quite the same, the statistical significance is 0.92 which show that the these three models are not different with statistical significance at level 0.05. This research, the researcher selected decision tree model for factors analysis. The sampling is students of Rangsit University year 2016 - 2019 with quantity 2,540 people. The sampling analysis shows that the science selected group is the high school student, math-science plan with grade average at 3.76 and family yearly incomes is more than THB 300,000. Art selected group is the high school student, art-language plan with grade average more than 1.41. 

        The data from this research can be used for the guidance faculty for the expected new entry of Rangsit University, as well as for the easier way of student selection. Moreover, the data can be used for management marketing planning for the education guidance as well

ดาวน์โหลด Full Paper