คู่มือการใช้งานระบบ E1/E2

ระบบวิเคราะห์ประสิทธิภาพนวัตกรรมทางการศึกษา ตามแนวทางของ ชัยยงค์ พรหมวงศ์ (2556)

1. ภาพรวมระบบ

ระบบนี้เป็นโปรแกรมสำหรับ วิเคราะห์ประสิทธิภาพของนวัตกรรมทางการศึกษา โดยใช้สูตร E1/E2 ตามแนวทางของ ชัยยงค์ พรหมวงศ์ (2556) ซึ่งเป็นมาตรฐานที่นิยมใช้ในงานวิจัยและวิทยานิพนธ์ระดับบัณฑิตศึกษาของประเทศไทย

ระบบนี้เหมาะสำหรับ นักวิจัย นักศึกษา และครูที่ต้องการวิเคราะห์ประสิทธิภาพของชุดการสอน บทเรียนคอมพิวเตอร์ ชุดแบบฝึก หรือสื่อการเรียนรู้รูปแบบต่าง ๆ
ขั้นตอนการทำงานของระบบ (4 ขั้นตอน)
1
ข้อมูลทั่วไป
กำหนดพารามิเตอร์
2
คะแนน E1
ระหว่างเรียน
3
คะแนน E2
หลังเรียน
4
ผลลัพธ์
รายงาน & ส่งออก
2. แนวคิด E1/E2 คืออะไร?
E1 — Efficiency of Process

ประสิทธิภาพกระบวนการ

วัดจากคะแนนที่ผู้เรียนได้จากการทำ กิจกรรม/แบบฝึก/แบบทดสอบระหว่างเรียน ทุกชุด คิดเป็นร้อยละเทียบกับคะแนนเต็มทั้งหมด

E2 — Efficiency of Product

ประสิทธิภาพผลลัพธ์

วัดจากคะแนนที่ผู้เรียนได้จาก แบบทดสอบหลังเรียน (Post-test) คิดเป็นร้อยละเทียบกับคะแนนเต็ม

หลักการสำคัญ E1 และ E2 ต้องผ่านเกณฑ์ที่กำหนดไว้ ก่อน เก็บข้อมูล (a priori) เช่น 80/80 หมายความว่า E1 ≥ 80% และ E2 ≥ 80% จึงถือว่านวัตกรรมนั้นมีประสิทธิภาพ
ขั้นตอนที่ 1 : กรอกข้อมูลทั่วไป

หน้านี้ใช้สำหรับกำหนดพารามิเตอร์พื้นฐานของการวิเคราะห์ก่อนเริ่มกรอกข้อมูลคะแนน

1
จำนวนผู้เรียน (n)

กรอกจำนวนผู้เรียนทั้งหมดที่เข้าร่วมการทดลอง

  • n ≥ 30 — เหมาะสำหรับการรายงานผลวิจัยอย่างเป็นทางการ
  • 10 ≤ n < 30 — กลุ่มตัวอย่างขนาดกลาง (แสดงคำเตือน)
  • 3 ≤ n < 10 — เหมาะสำหรับการทดลองเบื้องต้น (แสดงคำเตือน)
  • n < 3 — ไม่เพียงพอสำหรับการวิเคราะห์
2
จำนวนชุดแบบฝึกทักษะ (K)

กรอกจำนวนชุดกิจกรรม/แบบฝึก/แบบทดสอบระหว่างเรียนทั้งหมด เช่น ถ้ามีแบบฝึก 5 ชุด ให้กรอก 5

ตัวอย่าง บทเรียนคอมพิวเตอร์มี 6 บท แต่ละบทมีแบบฝึกหัด → จำนวนชุด = 6
3
เกณฑ์ E1/E2

เลือกเกณฑ์มาตรฐานจากรายการ หรือพิมพ์ค่าเองได้อิสระ (รองรับทศนิยม)

70/70
75/75
80/80 ✓แนะนำ
85/85
90/90
  • เนื้อหาด้าน ความรู้/ความจำ → แนะนำ 80/80, 85/85, หรือ 90/90
  • เนื้อหาด้าน ทักษะ/เจตคติ → แนะนำ 75/75 หรือ 80/80
  • ต้องกำหนดเกณฑ์ ก่อนเก็บข้อมูล เสมอ
4
คำอธิบายเนื้อหาและวัตถุประสงค์

กรอกชื่อวิชา หน่วยการเรียนรู้ และวัตถุประสงค์หลักของนวัตกรรม เพื่อให้รายงานผลลัพธ์มีความสมบูรณ์

5
คะแนนเต็มของแต่ละชุด (Fj)

กรอกคะแนนเต็ม (raw) ของแต่ละชุด ระบบจะคำนวณร้อยละอัตโนมัติ

ตัวอย่าง ชุดที่ 1 มีคะแนนเต็ม 20 คะแนน, ชุดที่ 2 มีคะแนนเต็ม 15 คะแนน → กรอก 20 และ 15 ตามลำดับ (ไม่ต้องแปลงเป็น 100 ก่อน)
เมื่อกรอกครบแล้ว กดปุ่ม "ถัดไป" เพื่อไปสู่ขั้นตอนที่ 2 ระบบจะตรวจสอบความถูกต้องอัตโนมัติก่อนเดินหน้า
ขั้นตอนที่ 2 : กรอกคะแนน E1 (กระบวนการ)

กรอกคะแนนที่ผู้เรียนแต่ละคนได้จากกิจกรรม/แบบฝึกระหว่างเรียน ทุกชุด มี 3 วิธีในการนำเข้าข้อมูล

วิธีนำเข้าข้อมูล
A
รูปแบบที่ 1 : กรอกข้อมูลเอง

พิมพ์คะแนนทีละช่องในตาราง ระบบจะคำนวณผลรวมและร้อยละของแต่ละคนให้อัตโนมัติทันที

  • กรอกคะแนน raw (ไม่ต้องแปลงเป็นร้อยละ)
  • ระบบตรวจสอบว่าคะแนนไม่เกินค่าเต็มที่กำหนดไว้
  • ช่องสีแดง = คะแนนเกินค่าเต็ม ต้องแก้ไขก่อน
  • แถวล่างสุดแสดงค่าเฉลี่ยแต่ละชุดและ E1 รวม
B
รูปแบบที่ 2 : วางข้อมูล (Paste)

คัดลอกข้อมูลจาก Excel หรือ Google Sheets มาวางในช่อง แล้วกด "นำเข้าข้อมูล"

รูปแบบข้อมูลที่รองรับ
15 18 20 ← นักเรียนคนที่ 1 (ชุดที่ 1, 2, 3)
14 17 19 ← นักเรียนคนที่ 2
16 15 18 ← นักเรียนคนที่ 3
  • แต่ละแถว = ผู้เรียน 1 คน
  • แต่ละคอลัมน์ = คะแนนชุดที่ 1, 2, 3, ... ตามลำดับ
  • คั่นด้วย Tab หรือเครื่องหมายจุลภาค (,)
C
รูปแบบที่ 3 : อัพโหลด Excel

เลือกไฟล์ .xlsx, .xls หรือ .csv แล้วระบบจะนำข้อมูลเข้าอัตโนมัติ

  • แถวแรกจะถูกมองว่าเป็น header (ตั้งค่าได้)
  • คอลัมน์แรกจะถูกข้ามหากเป็นลำดับ/ชื่อ (ตั้งค่าได้)
  • คอลัมน์ที่เหลือ = คะแนนชุดที่ 1, 2, 3, ... ตามลำดับ
ตัวอย่างโครงสร้าง Excel
ลำดับ | ชุด1 | ชุด2 | ชุด3
1 | 15 | 18 | 20
2 | 14 | 17 | 19
ข้อควรระวัง ต้องกรอกคะแนนครบทุกชุดสำหรับผู้เรียนทุกคน หากข้อมูลไม่ครบ E1 ที่คำนวณได้จะต่ำกว่าความเป็นจริง ระบบจะแจ้งเตือนหากพบข้อมูลไม่ครบ
ขั้นตอนที่ 3 : กรอกคะแนน E2 (ผลลัพธ์)

กรอกคะแนนที่ผู้เรียนแต่ละคนได้จาก แบบทดสอบหลังเรียน (Post-test)

1
คะแนนเต็มของ Post-test

กรอกคะแนนเต็มของแบบทดสอบหลังเรียน เช่น ถ้าแบบทดสอบมี 30 ข้อ ข้อละ 1 คะแนน → กรอก 30

2
คะแนนแต่ละคน

กรอกคะแนน raw ที่ผู้เรียนแต่ละคนได้ ระบบจะแสดงร้อยละทันที

  • รองรับวิธีกรอกเองหรือวาง (Paste) เช่นเดียวกับขั้นตอนที่ 2
  • ระบบจะตรวจสอบว่าคะแนนไม่เกินคะแนนเต็ม
  • E2 ที่แสดงในตารางเป็นร้อยละ (คะแนน/คะแนนเต็ม × 100)
หมายเหตุ E2 คำนวณจากค่าเฉลี่ยร้อยละของผู้เรียนทุกคน: E2 = (Σคะแนน / n) / คะแนนเต็ม × 100
ขั้นตอนที่ 4 : ผลการวิเคราะห์

หน้านี้แสดงผลการวิเคราะห์ประสิทธิภาพ E1/E2 อย่างครบถ้วน ประกอบด้วย

  • ตารางสรุปผล E1 และ E2 พร้อมค่า S.D. และการแปลผล
  • กราฟแสดงผล เปรียบเทียบ E1/E2 กับเกณฑ์ที่กำหนด
  • ตารางคะแนนรายบุคคล ทั้ง E1 และ E2
  • ปุ่มส่งออก ในรูปแบบ Excel และการพิมพ์
มีประสิทธิภาพตามเกณฑ์
E1 และ E2 ≥ เกณฑ์ที่กำหนด
ยังไม่มีประสิทธิภาพ
E1 หรือ E2 < เกณฑ์ที่กำหนด
3. สูตรคำนวณ
สูตร E1 (ชัยยงค์ พรหมวงศ์, 2556)
E1 — ประสิทธิภาพกระบวนการ
E1 = [ ΣΣxij / (n × ΣFj) ] × 100

โดย:
ΣΣxij = ผลรวมคะแนน raw ทั้งหมด (ทุกคน × ทุกชุด)
n = จำนวนผู้เรียน
ΣFj = ผลรวมคะแนนเต็มทุกชุด (F₁ + F₂ + … + Fₖ)
สูตร E2 (ชัยยงค์ พรหมวงศ์, 2556)
E2 — ประสิทธิภาพผลลัพธ์
E2 = (Σyi / n) / F × 100

โดย:
Σyi = ผลรวมคะแนน Post-test ทุกคน
n = จำนวนผู้เรียน
F = คะแนนเต็มของ Post-test
ข้อดีของสูตรถ่วงน้ำหนักตามสัดส่วน เมื่อแต่ละชุดมีคะแนนเต็มไม่เท่ากัน ชุดที่มีคะแนนเต็มสูงกว่าจะมีน้ำหนักในการคำนวณ E1 สูงกว่าอัตโนมัติ ซึ่งสอดคล้องกับสัดส่วนของเนื้อหาในบทเรียน
4. การกำหนดเกณฑ์ E1/E2
ประเภทเนื้อหา เกณฑ์แนะนำ เหตุผล
ความรู้/ความเข้าใจ (Knowledge) 80/80, 85/85, 90/90 เนื้อหาเป็นข้อเท็จจริงที่ชัดเจน ผู้เรียนควรทำได้ดี
ทักษะ (Skill) 75/75, 80/80 ทักษะบางอย่างอาจยังไม่สมบูรณ์แบบในระยะแรก
เจตคติ (Attitude) 75/75 การวัดเจตคติมีความยืดหยุ่นสูง
ทั่วไป (กำหนดเอง) กำหนดได้ตามบริบท ผู้วิจัยกำหนดตามวัตถุประสงค์
ข้อห้ามสำคัญ ไม่ควรกำหนดเกณฑ์ หลังจาก เห็นผลลัพธ์แล้ว เพราะถือว่าผิดหลักวิจัย (post-hoc criterion) และจะทำให้ผลการวิจัยขาดความน่าเชื่อถือ
5. เทคนิคการนำเข้าข้อมูล
การเตรียมข้อมูลใน Excel ก่อนนำเข้า
  1. จัดข้อมูลโดยให้ แต่ละแถว = ผู้เรียน 1 คน
  2. จัดข้อมูลโดยให้ แต่ละคอลัมน์ = คะแนนชุดที่ 1, 2, 3, ...
  3. บันทึกเป็นไฟล์ .xlsx หรือ .csv
  4. ตรวจสอบว่าไม่มีแถวหรือคอลัมน์ว่างในข้อมูล
เทคนิคเร็ว หากมีข้อมูลใน Google Sheets ให้เลือกเฉพาะส่วนคะแนน (ไม่รวมหัวตาราง) แล้ว Ctrl+C จากนั้นใช้ รูปแบบที่ 2 (Paste) วางได้ทันที
6. การแปลผลและรายงาน
ตัวอย่างการเขียนรายงานผล

"ผลการวิเคราะห์ประสิทธิภาพของ [ชื่อนวัตกรรม] พบว่า ประสิทธิภาพกระบวนการ (E1) มีค่าเท่ากับ 82.50 และประสิทธิภาพผลลัพธ์ (E2) มีค่าเท่ากับ 84.33 ซึ่งสูงกว่าเกณฑ์ที่กำหนดไว้ที่ 80/80 แสดงว่า [ชื่อนวัตกรรม] มีประสิทธิภาพตามเกณฑ์ที่กำหนด"

ค่า S.D. (ส่วนเบี่ยงเบนมาตรฐาน)
  • S.D. ต่ำ — ผู้เรียนมีคะแนนใกล้เคียงกัน (กลุ่มสม่ำเสมอ)
  • S.D. สูง — ผู้เรียนมีความแตกต่างกันมาก (อาจต้องปรับการสอน)
หมายเหตุสำคัญ ระบบนี้ใช้เกณฑ์แบบ Binary (ผ่าน/ไม่ผ่าน) ตามหลักการดั้งเดิมของชัยยงค์ พรหมวงศ์ โดยไม่ใช้ค่าคลาดเคลื่อน ±2.5% หรือ ±5% ที่แพร่หลายในงานวิจัยไทย เนื่องจากค่าดังกล่าวไม่มีที่มาทางทฤษฎีที่ชัดเจน
7. การส่งออกผลลัพธ์
ส่งออก Excel

บันทึกผลการวิเคราะห์ทั้งหมดในรูปแบบ .xlsx เพื่อนำไปแนบในงานวิจัยหรือวิทยานิพนธ์ ประกอบด้วยตารางสรุปและคะแนนรายบุคคล

พิมพ์รายงาน

พิมพ์ผลการวิเคราะห์ในรูปแบบที่สะอาด เหมาะสำหรับแนบในรายงานวิจัยหรือนำเสนอต่อกรรมการ

8. คำถามที่พบบ่อย (FAQ)
เกณฑ์ของ E1 และ E2 ต้องเท่ากัน (เช่น 80/80) แต่ค่าที่คำนวณได้ไม่จำเป็นต้องเท่ากัน ขอแค่ทั้งสองค่าผ่านเกณฑ์ที่กำหนดก็ถือว่านวัตกรรมมีประสิทธิภาพ
หมายความว่าผู้เรียนทำกิจกรรมระหว่างเรียนได้ดี แต่ยังไม่บรรลุวัตถุประสงค์การเรียนรู้ในภาพรวม ควรทบทวนแบบทดสอบหลังเรียนว่าวัดตรงกับกิจกรรมการเรียนหรือไม่ หรือปรับปรุงกระบวนการสรุปบทเรียน
ไม่จำเป็น ระบบนี้รองรับคะแนนเต็มที่แตกต่างกันในแต่ละชุด โดยใช้สูตรถ่วงน้ำหนักตามสัดส่วน (ΣFj) เพื่อให้การคำนวณ E1 ถูกต้องตามหลักวิชาการ
ได้ ที่หน้าผลลัพธ์ (ขั้นตอนที่ 4) มีปุ่ม "เริ่มใหม่" ที่จะล้างข้อมูลทั้งหมดและกลับไปยังขั้นตอนที่ 1 หรือปิดและเปิดเบราว์เซอร์ใหม่ก็จะล้าง session
ข้อมูลถูกเก็บใน Session ของเบราว์เซอร์เท่านั้น ไม่มีการบันทึกลงฐานข้อมูลหรือส่งไปยังเซิร์ฟเวอร์ใด ๆ ข้อมูลจะหายเมื่อปิดเบราว์เซอร์หรือ Session หมดอายุ ดังนั้นควร ส่งออก Excel ก่อนปิดหน้าต่าง
9. เอกสารอ้างอิง
  • ชัยยงค์ พรหมวงศ์. (2556). การทดสอบประสิทธิภาพสื่อหรือชุดการสอน. วารสารศิลปากรศึกษาศาสตร์วิจัย, 5(1), 7–20.
  • ชัยยงค์ พรหมวงศ์. (2520). ระบบสื่อการสอน. กรุงเทพฯ: จุฬาลงกรณ์มหาวิทยาลัย.
  • วาโร เพ็งสวัสดิ์. (2551). วิธีวิทยาการวิจัย. กรุงเทพฯ: สุวีริยาสาส์น.
ระบบพัฒนาโดย StatSmartly — ระบบวิเคราะห์ทางสถิติสำหรับงานวิจัยทางการศึกษา statsmartly.com
พิมพ์คู่มือ