คู่มือการใช้งาน

★

ภาพรวมของระบบ

E.I. Analysis คืออะไร และใช้ทำอะไร

โปรแกรมวิเคราะห์ดัชนีประสิทธิผล (E.I. Analysis) เป็นเครื่องมือออนไลน์สำหรับนักวิจัยและครูผู้สอน ที่ต้องการวัดและประเมินประสิทธิผลของนวัตกรรมหรือกิจกรรมการเรียนการสอน โดยเปรียบเทียบคะแนนก่อนเรียน (Pre-test) และหลังเรียน (Post-test) ของกลุ่มผู้เรียน

🎯

วัตถุประสงค์

วัดประสิทธิผลการเรียนรู้จาก Pre-test / Post-test

📊

ผลลัพธ์ที่ได้

ค่า E.I. พร้อม Cohen's d และกราฟเปรียบเทียบ

📝

ใช้ในงานวิจัย

รองรับรูปแบบ One-Group Pretest-Posttest

ℹ

ระบบนี้ใช้งานผ่าน 3 ขั้นตอนหลัก ได้แก่ (1) กรอกข้อมูลเบื้องต้น → (2) กรอกคะแนนผู้เรียน → (3) ดูผลการวิเคราะห์ ใช้เวลาเฉลี่ยประมาณ 3–5 นาที ต่อการวิเคราะห์หนึ่งครั้ง

①

ขั้นตอนที่ 1 — กรอกข้อมูลเบื้องต้น

ตั้งค่าพื้นฐานก่อนเริ่มวิเคราะห์

1

กรอกจำนวนผู้เรียน (n)

ระบุจำนวนนักเรียน/ผู้เรียนทั้งหมดที่เข้าร่วมกิจกรรมการเรียนการสอน ซึ่งต้องมีทั้ง Pre-test และ Post-test ครบถ้วน

ต้องมีอย่างน้อย 2 คน ขึ้นไปจึงจะคำนวณได้
ไม่ควรรวมผู้เรียนที่ขาดสอบหรือไม่มีคะแนนครบ
ตัวอย่าง: ห้องเรียน 35 คน สอบครบ 33 คน → กรอก 33

2

กรอกคะแนนเต็มของแบบทดสอบ

ระบุคะแนนเต็มสูงสุดของแบบทดสอบที่ใช้ โดยคะแนนเต็มต้องเท่ากันทั้ง Pre-test และ Post-test

ต้องมากกว่า 0
ใช้แบบทดสอบชุดเดียวกันหรือฉบับคู่ขนานที่เทียบเท่ากัน
ตัวอย่าง: ข้อสอบ 30 ข้อ ข้อละ 1 คะแนน → กรอก 30

3

กดปุ่ม "ถัดไป"

เมื่อกรอกข้อมูลครบแล้ว กดปุ่ม ถัดไป → เพื่อไปยังขั้นตอนที่ 2 ระบบจะตรวจสอบความถูกต้องโดยอัตโนมัติ หากข้อมูลไม่ครบหรือไม่ถูกต้องจะมีการแจ้งเตือน

⚠

หากต้องการเริ่มใหม่ทั้งหมด สามารถกดปุ่ม ✕ เริ่มใหม่ ที่หน้าผลการวิเคราะห์ (ขั้นตอนที่ 3) เพื่อล้างข้อมูลทั้งหมด

②

ขั้นตอนที่ 2 — กรอกคะแนนผู้เรียน

ป้อนคะแนน Pre-test และ Post-test ของผู้เรียนทุกคน

ระบบมี 3 วิธีในการป้อนคะแนน ให้เลือกตามความสะดวก โดยเลือกแท็บที่ต้องการด้านบนของตาราง

⌨

กรอกเอง (Manual)

พิมพ์คะแนนในช่องแต่ละคนโดยตรง เหมาะสำหรับข้อมูลน้อย ≤ 30 คน

⎘

วาง/คัดลอก (Paste)

วางข้อมูลจาก Excel หรือ Notepad ในรูปแบบ "คะแนนก่อน,คะแนนหลัง" แต่ละบรรทัด

⬆

อัปโหลด Excel

อัปโหลดไฟล์ .xlsx หรือ .csv ที่มีคอลัมน์ pretest และ posttest

A

วิธีกรอกเอง (Manual Entry)

พิมพ์คะแนน Pre-test และ Post-test ในช่องตารางของผู้เรียนแต่ละคน ระบบจะตรวจสอบว่าคะแนนอยู่ในช่วง 0 ถึง Max Score ที่กำหนดไว้

กด Tab เพื่อเลื่อนไปช่องถัดไปได้รวดเร็ว
คะแนนต้องเป็นตัวเลขจำนวนเต็ม (ไม่รับทศนิยม)
คะแนนต้องอยู่ในช่วง 0 ถึงคะแนนเต็มที่กำหนด

B

วิธีวาง/คัดลอก (Paste Mode)

วางข้อมูลคะแนนในกล่องข้อความ โดยจัดรูปแบบดังนี้

// รูปแบบ: คะแนนก่อน,คะแนนหลัง (แต่ละบรรทัดคือผู้เรียน 1 คน)
15,22
18,25
12,20
20,28
// หรือคั่นด้วย Tab ก็ได้
15 22
18 25

กดปุ่ม "นำเข้าข้อมูล" เพื่อโหลดคะแนนลงตาราง จากนั้นตรวจสอบและกดส่งได้เลย

C

วิธีอัปโหลด Excel / CSV

เตรียมไฟล์ Excel (.xlsx) หรือ CSV (.csv) โดยมีโครงสร้างคอลัมน์ดังนี้

คอลัมน์ A: คะแนน Pre-test (ตัวเลข)
คอลัมน์ B: คะแนน Post-test (ตัวเลข)
แถวแรกสามารถเป็น Header (ชื่อคอลัมน์) ระบบจะตัดออกอัตโนมัติ
ไม่ต้องมีคอลัมน์ชื่อนักเรียน ใช้แค่ 2 คอลัมน์คะแนน

✓

จำนวนแถวข้อมูลในไฟล์ต้องตรงกับจำนวนผู้เรียน (n) ที่กรอกในขั้นตอนที่ 1

③

ขั้นตอนที่ 3 — ผลการวิเคราะห์

ดูและแปลผลค่า E.I. และสถิติที่เกี่ยวข้อง

เมื่อกรอกคะแนนครบแล้ว ระบบจะแสดงผลการวิเคราะห์ครบถ้วนในหน้าเดียว ประกอบด้วยส่วนสำคัญดังนี้

A

ค่า E.I. และระดับประสิทธิผล

แสดงค่า E.I. เป็นทศนิยม 4 ตำแหน่ง พร้อม Progress Bar และ Badge ระบุระดับ ดูความหมายได้ที่หัวข้อ "การแปลผล" ด้านล่าง

B

สถิติพื้นฐาน (Descriptive Statistics)

แสดงค่าเฉลี่ย (Mean), ส่วนเบี่ยงเบนมาตรฐาน (SD) ของคะแนนก่อนและหลังเรียน รวมถึงการเปรียบเทียบคะแนนรายบุคคล

C

Cohen's d (ขนาดผลกระทบ)

รายงานขนาดผลกระทบตามมาตรฐาน APA 7th Edition เกณฑ์: Small ≥ 0.20 / Medium ≥ 0.50 / Large ≥ 0.80 ควรรายงานร่วมกับ E.I. ในงานวิจัยเสมอ

D

กราฟเปรียบเทียบคะแนน

กราฟ Bar Chart แสดงคะแนน Pre-test และ Post-test ของผู้เรียนแต่ละคนเพื่อให้เห็นพัฒนาการอย่างชัดเจน สามารถ Hover เพื่อดูรายละเอียดได้

E

การอภิปรายและข้อเสนอแนะ

ระบบสร้างการอภิปรายผลอัตโนมัติ พร้อมข้อเสนอแนะในการปรับปรุง ข้อจำกัด และเอกสารอ้างอิงทางวิชาการ

F

ปุ่มดำเนินการ

มีปุ่มย้อนกลับแก้ไขข้อมูล 2 ระดับ คือ ✎ แก้ไขคะแนน (กลับขั้นตอนที่ 2) และ ↩ แก้ไขข้อมูลเบื้องต้น (กลับขั้นตอนที่ 1) และปุ่ม ✕ เริ่มใหม่ สำหรับล้างข้อมูลทั้งหมด

Σ

สูตรคำนวณดัชนีประสิทธิผล

หลักการทางคณิตศาสตร์ที่ใช้ในระบบ

ระบบใช้สูตรดัชนีประสิทธิผลของ เผชิญ กิจระการ และสมนึก ภัททิยธนี (2545) ดังนี้

E.I. = (ΣPosttest − ΣPretest) / (n × MaxScore − ΣPretest)

ΣPosttest = ผลรวมคะแนนหลังเรียนทุกคนในกลุ่ม

ΣPretest = ผลรวมคะแนนก่อนเรียนทุกคนในกลุ่ม

n = จำนวนผู้เรียนทั้งหมด

MaxScore = คะแนนเต็มของแบบทดสอบ

ℹ

Ceiling Effect: หากผู้เรียนทุกคนทำ Pre-test ได้เต็ม (ΣPretest = n × MaxScore) ตัวส่วนจะเป็น 0 ระบบจะแสดงผล N/A เนื่องจากไม่สามารถคำนวณ E.I. ได้ ซึ่งแสดงว่าแบบทดสอบอาจง่ายเกินไปสำหรับกลุ่มนี้

✓

เกณฑ์การแปลผลค่า E.I.

วิธีอ่านและตีความผลการวิเคราะห์

ช่วงค่า E.I.	ระดับ	ความหมาย	ผ่านเกณฑ์
≥ 0.70	★ ประสิทธิผลสูงมาก	Very High — ผู้เรียนมีพัฒนาการการเรียนรู้สูงมาก	✅ ผ่าน
0.60–0.69	▲ ประสิทธิผลสูง	High — ผู้เรียนมีพัฒนาการการเรียนรู้สูง	✅ ผ่าน
0.50–0.59	● ประสิทธิผลปานกลาง	Moderate — เกณฑ์ขั้นต่ำสำหรับงานวิจัยไทย	✅ ผ่าน (ขั้นต่ำ)
0.00–0.49	▼ ประสิทธิผลต่ำ	ควรปรับปรุงนวัตกรรม/กิจกรรมการสอน	❌ ไม่ผ่าน
< 0	✕ ประสิทธิผลเป็นลบ	คะแนนถดถอย — ต้องทบทวนการออกแบบนวัตกรรม	❌ ไม่ผ่าน

หมายเหตุ: เกณฑ์ E.I. ≥ 0.50 เป็นค่ามาตรฐานที่ใช้กันในงานวิจัยทางการศึกษาของไทย อ้างอิงจาก เผชิญ กิจระการ และสมนึก ภัททิยธนี (2545)

⚠

ข้อสำคัญ: ค่า E.I. ไม่ใช่การทดสอบนัยสำคัญทางสถิติ ในงานวิจัยควรรายงาน t-test และ Cohen's d ร่วมกับ E.I. เสมอตามข้อกำหนด APA 7th Edition

⌨

วิธีการกรอกคะแนน — รายละเอียดเพิ่มเติม

ตัวอย่างรูปแบบข้อมูลสำหรับแต่ละโหมด

🔷 โหมดวาง/คัดลอก — รูปแบบที่รองรับ

คั่นด้วยจุลภาค (,)

10,20
15,25
8,18
20,28

คั่นด้วย Tab

10   20
15   25
8    18
20   28

🔷 โหมด Excel — รูปแบบไฟล์

แถว	คอลัมน์ A (Pre-test)	คอลัมน์ B (Post-test)
1	pretest (header ถ้ามี)	posttest (header ถ้ามี)
2	10	20
3	15	25
4	8	18

ℹ

ไฟล์ Excel ต้องมีเฉพาะข้อมูลตัวเลข ไม่ควรมีสูตร Merge Cell หรือ Format พิเศษในช่องคะแนน และจำนวนแถวข้อมูล (ไม่รวม Header) ต้องเท่ากับ n ที่กำหนด

💡

เคล็ดลับและข้อควรระวัง

สิ่งที่ควรทราบก่อนใช้งานระบบ

✓

ตรวจสอบความถูกต้องก่อนส่ง: ระบบมีการตรวจสอบ Client-side และ Server-side ว่าคะแนนแต่ละคนอยู่ในช่วง 0 ถึง Max Score หากพบข้อผิดพลาดจะแจ้งชื่อผู้เรียนและคะแนนที่ผิดพลาด

⚠

ข้อมูลจะถูกเก็บในเซสชัน (Session): หากปิดหรือรีเฟรชหน้าเว็บ ข้อมูลที่กรอกไว้ยังคงอยู่ตราบเท่าที่เซสชันไม่หมดอายุ แต่หากกด ✕ เริ่มใหม่ ข้อมูลทั้งหมดจะถูกลบออก

ℹ

การพิมพ์ผลการวิเคราะห์: ใช้ฟังก์ชัน Print ของเบราว์เซอร์ (Ctrl+P / Cmd+P) ระบบมีการจัดรูปแบบสำหรับการพิมพ์โดยเฉพาะ ซ่อนแถบเมนูและปุ่มที่ไม่จำเป็น

✕

ห้ามใช้คะแนนที่มีหน่วยต่างกัน: Pre-test และ Post-test ต้องมีคะแนนเต็มเท่ากันเสมอ หากใช้แบบทดสอบฉบับคู่ขนานต้องแปลงคะแนนให้เป็นมาตราส่วนเดียวกันก่อน

✓

แนะนำให้รายงาน Cohen's d ควบคู่เสมอ: ค่า E.I. เป็นดัชนีเฉพาะบริบทการศึกษาไทย หากต้องการเผยแพร่ในวารสารนานาชาติควรรายงาน Cohen's d และ Normalized Gain (Hake's g) เพิ่มเติม

?

คำถามที่พบบ่อย (FAQ)

ปัญหาและข้อสงสัยที่พบบ่อยในการใช้งาน

ต้องมีผู้เรียนอย่างน้อยกี่คนจึงจะใช้ระบบได้? ▼

ต้องมีอย่างน้อย 2 คน เนื่องจากการคำนวณส่วนเบี่ยงเบนมาตรฐาน (SD) และ Cohen's d ต้องการข้อมูลอย่างน้อย 2 ชุด อย่างไรก็ตาม เพื่อความน่าเชื่อถือทางสถิติ ควรมีผู้เรียนอย่างน้อย 15–30 คน ขึ้นไป

ทำไมค่า E.I. ถึงแสดงผล N/A? ▼

เกิดจาก Ceiling Effect กล่าวคือ ผู้เรียนทุกคนทำ Pre-test ได้คะแนนเต็มทั้งหมด ทำให้ตัวส่วนของสูตรเป็น 0 ไม่สามารถคำนวณได้ ซึ่งหมายความว่าแบบทดสอบอาจง่ายเกินไปสำหรับกลุ่มผู้เรียนนี้ ควรทบทวนความยากของแบบทดสอบ

E.I. แตกต่างจาก Hake's g (Normalized Gain) อย่างไร? ▼

แม้สูตรจะมีโครงสร้างคล้ายกัน แต่มีความแตกต่างสำคัญ คือ E.I. คำนวณจากผลรวมกลุ่ม (ΣPost − ΣPre) / (n×Max − ΣPre) ส่วน Hake's g คำนวณค่าเฉลี่ยรายบุคคล mean(post−pre)/mean(max−pre) ดังนั้นเกณฑ์ของ Hake (≥0.30) และเกณฑ์ของ E.I. (≥0.50) จึงไม่สามารถใช้แทนกันได้

สามารถวิเคราะห์ข้อมูลหลายกลุ่มในครั้งเดียวได้ไหม? ▼

ระบบนี้ออกแบบมาสำหรับการวิเคราะห์ 1 กลุ่ม ต่อ 1 ครั้ง หากต้องการวิเคราะห์หลายกลุ่ม ให้ดำเนินการทีละกลุ่ม โดยกดปุ่ม ✕ เริ่มใหม่ ก่อนเริ่มวิเคราะห์กลุ่มถัดไป แนะนำให้บันทึกผลลัพธ์แต่ละกลุ่มก่อนเริ่มใหม่

ข้อมูลที่กรอกเข้าไปถูกบันทึกไว้ที่ไหน? ▼

ข้อมูลทั้งหมดถูกเก็บใน PHP Session บนเซิร์ฟเวอร์ ซึ่งจะหมดอายุเองเมื่อปิดเบราว์เซอร์หรือเซสชันหมดอายุ ระบบไม่มีการบันทึกข้อมูลส่วนตัวลงฐานข้อมูล และไม่ส่งข้อมูลไปยังบุคคลที่สาม

จะอ้างอิงโปรแกรมนี้ในงานวิจัยอย่างไร? ▼

ใช้รูปแบบ APA ดังนี้:

วุฒิไกร ป้อมมะรัง. (2569). โปรแกรมวิเคราะห์ดัชนีประสิทธิผล (Effectiveness Index : E.I.) เวอร์ชัน 2.0 [ซอฟต์แวร์คอมพิวเตอร์]. https://statsmartly.com/statistical/EI.php