Behavioral analytics of a freshmen small private online English course
5
Issued Date
2022
Copyright Date
2022
Resource Type
Language
eng
File Type
application/pdf
No. of Pages/File Size
xi, 47 leaves : ill.
Access Rights
open access
Rights
ผลงานนี้เป็นลิขสิทธิ์ของมหาวิทยาลัยมหิดล ขอสงวนไว้สำหรับเพื่อการศึกษาเท่านั้น ต้องอ้างอิงแหล่งที่มา ห้ามดัดแปลงเนื้อหา และห้ามนำไปใช้เพื่อการค้า
Rights Holder(s)
Mahidol University
Bibliographic Citation
Thesis (M.Sc. (Information Technology Management))--Mahidol University, 2022
Suggested Citation
Kingkan Luenpan Behavioral analytics of a freshmen small private online English course. Thesis (M.Sc. (Information Technology Management))--Mahidol University, 2022. Retrieved from: https://repository.li.mahidol.ac.th/handle/123456789/114175
Title
Behavioral analytics of a freshmen small private online English course
Alternative Title(s)
การวิเคราะห์พฤติกรรมของนักศึกษาในคอร์สเรียนภาษาอังกฤษบนออนไลน์ส่วนตัวขนาดเล็ก
Author(s)
Abstract
SPOC (Small Private Online Course) is an online learning platform combining classroom and online lessons. For the development of SPOC, it is worth looking at producing online learning as creating lessons for learners. As higher education courses in Thailand focus on English language benchmarking, this research concentrated in reading and grammar assessments of English Level 1 course conducting from August 2020 to June 2021. The objective of this study was to analyze the relationship of learner’s behavior groupings that divided into individual (student-level) and content (lesson-level). Henceforth, a predictive model for learner quality in the SPOC English course was constructed. The research methodology composed of 5 steps included: business understanding, data understanding, data preparation, descriptive analytics, and predictive analytics. Descriptive analytics were employed using visual analytics and K-means clustering for both student-level and lesson-level learning behaviors. The results found four types of learners in student-level learning behavior: 1) intelligent, 2) weak-cognitive, 3) inattentive, and 4) unenthusiastic. The predictive analytics for learning quality through learning behaviors of each cluster using four machine learning models revealed comparatively experimented that were generalized linear model, decision tree, random forest, and gradient boosted trees. Moreover, the optimization method was used for tuning the optimum parameter of each method. It showed that for student-level behavior prediction, the unenthusiastic decision tree was 0.0449, while for lesson-level, weak-cognitive gradient boosted trees was 0.0371 relative error. Additionally, amount of quiz was the predictive factor for all clusters. The results of this study focused on the problems in each type of learners to close the flaws and effectively enhance learning potential. IMPLICATION OF THESIS. This study can be applied in data science theory, especially in descriptive analytics to find the relationships of learner behavior variables and classify learners. In addition, the predictive analytics employ existing data can help predicting the quality of learners from different categories based on the original learning grade and making decision for future actions. Using the results to create strategic planning can also enhance learning quality as well as improve the curriculum and teaching methods to be more effective for all types of learners.
SPOC (หลักสูตรออนไลน์ส่วนตัวขนาดเล็ก) เป็นแพลตฟอร์มการเรียนออนไลน์ที่ผสมผสานบทเรียนในห้องเรียนและบทเรียนออนไลน์ไว้ด้วยกัน สําหรับการพัฒนา SPOC ควรพิจารณาการผลิตการเรียนออนไลน์ เพื่อสร้างบทเรียนสําหรับผู้เรียน ดังนั้นพฤติกรรมการเรียนรู้เชิงลึกตลอดทั้งหลักสูตร ไม่ใช่แค่การเรียนจบแต่ละหลักสูตรเท่านั้น แต่รวมถึงความรู้ที่ได้รับจากการเรียนด้วย หลักสูตรระดับอุดมศึกษาในประเทศไทยมุ่งเน้นไปที่การสอบเทียบภาษาอังกฤษ งานวิจัยนี้จึงตัดสินใจเลือกระดับภาษาอังกฤษที่ 1 ตั้งแต่เดือนสิงหาคม 2563 ถึงมิถุนายน 2564 เป็นหลักสูตรที่มุ่งเน้นการประเมินทักษะการอ่านและไวยากรณ์ วัตถุประสงค์การวิจัยเพื่อวิเคราะห์ความสัมพันธ์จากการจัดกลุ่มพฤติกรรมของผู้เรียนโดยแบ่งส่วนทั้งรายบุคคล (ระดับนักเรียน) และเนื้อหา (ระดับบทเรียน) ต่อจากนี้ไป ได้มีการสร้างแบบจําลองการคาดการณ์สําหรับคุณภาพของผู้เรียนในหลักสูตรภาษาอังกฤษของ SPOC สําหรับระเบียบวิธีวิจัยมี 5 ขั้นตอน ดังนี้ ความเข้าใจทางธุรกิจ ความเข้าใจข้อมูล การเตรียมข้อมูล การวิเคราะห์เชิงพรรณนา และการวิเคราะห์เชิงคาดการณ์ ในส่วนของการวิเคราะห์เชิงพรรณนา โดยการวิเคราะห์ด้วยภาพและการจัดกลุ่มแบบ K-Means ทั้งพฤติกรรมการเรียนรู้ระดับผู้เรียนและระดับบทเรียน ผลการศึกษาพบว่าผู้เรียนมีพฤติกรรมการเรียนในระดับผู้เรียน 4 ประเภท ได้แก่ 1) สติสัมปชัญญะ 2) อ่อนแอต่อการเรียนรู้ 3) ไม่ตั้งใจเรียน 4) ไม่กระตือรือร้น ยิ่งกว่านั้นการวิเคราะห์เชิงทํานาย สําหรับการทํานายคุณภาพการเรียนรู้ผ่านพฤติกรรมการเรียนในแต่ละคลัสเตอร์ด้วยโมเดลการเรียนรู้ 4 โมเดล ได้มีการทดลองเปรียบเทียบ ได้แก่ Generalized Linear Model, Decision Tree, Random Forest และ Gradient Boosted Trees วิธีการปรับให้เหมาะสมใช้สําหรับการปรับค่าพารามิเตอร์ที่เหมาะสมที่สุดของแต่ละโมเดล สําหรับการทํานายพฤติกรรมระดับผู้เรียน พบว่าข้อผิดพลาดสัมพัทธ์ใน Decision Tree ของผู้เรียนที่ไม่กระตือรือร้นอยู่ที่ 0.0449 และระดับบทเรียนพบว่าข้อผิดพลาดสัมพัทธ์ใน Gradient Boosted Trees ของผู้เรียนที่อ่อนแอต่อการเรียนรู้ อยู่ที่ 0.0371 นอกจากนี้ ปัจจัยสําคัญในการทํานายคุณภาพพบว่าจํานวนแบบทดสอบเป็นตัวแปรสําคัญในทุกคลัสเตอร์ ผลลัพธ์ทั้งหมดมีการใช้แผนเชิงกลยุทธ์ พิจารณาปัญหาในผู้เรียนแต่ละประเภทเพื่อปิดข้อบกพร่องและเพิ่มศักยภาพการเรียนรู้อย่างมีประสิทธิภาพ รวมทั้งอาจารย์ผู้สอนสามารถพัฒนาเนื้อหาและวิธีการสอนในหลักสูตรให้ตรงกับความต้องการของผู้เรียนได้อย่างแท้จริง การนําผลของวิทยานิพนธ์ไปใช้ การศึกษานี้สามารถประยุกต์ใช้ในทฤษฎีวิทยาศาสตร์ข้อมูล โดยเฉพาะอย่างยิ่งในการวิเคราะห์เชิงพรรณนาเพื่อค้นหาความสัมพันธ์ของตัวแปรพฤติกรรมของผู้เรียนและแบ่งกลุ่มผู้เรียน นอกจากนี้ การวิเคราะห์เชิงคาดการณ์ใช้ข้อมูลที่มีอยู่สามารถช่วยคาดการณ์คุณภาพของผู้เรียนจากหมวดหมู่ต่างๆ ตามเกรดการเรียนรู้เดิมและสร้างการตัดสินใจการดําเนินการในอนาคต ซึ่งนําผลลัพธ์เพื่อสร้างการวางแผนเชิงกลยุทธ์ที่สามารถยกระดับคุณภาพการเรียนรู้ตลอดจนปรับปรุงหลักสูตรและวิธีการสอนให้มีประสิทธิภาพมากขึ้นสําหรับผู้เรียนทุกประเภท
SPOC (หลักสูตรออนไลน์ส่วนตัวขนาดเล็ก) เป็นแพลตฟอร์มการเรียนออนไลน์ที่ผสมผสานบทเรียนในห้องเรียนและบทเรียนออนไลน์ไว้ด้วยกัน สําหรับการพัฒนา SPOC ควรพิจารณาการผลิตการเรียนออนไลน์ เพื่อสร้างบทเรียนสําหรับผู้เรียน ดังนั้นพฤติกรรมการเรียนรู้เชิงลึกตลอดทั้งหลักสูตร ไม่ใช่แค่การเรียนจบแต่ละหลักสูตรเท่านั้น แต่รวมถึงความรู้ที่ได้รับจากการเรียนด้วย หลักสูตรระดับอุดมศึกษาในประเทศไทยมุ่งเน้นไปที่การสอบเทียบภาษาอังกฤษ งานวิจัยนี้จึงตัดสินใจเลือกระดับภาษาอังกฤษที่ 1 ตั้งแต่เดือนสิงหาคม 2563 ถึงมิถุนายน 2564 เป็นหลักสูตรที่มุ่งเน้นการประเมินทักษะการอ่านและไวยากรณ์ วัตถุประสงค์การวิจัยเพื่อวิเคราะห์ความสัมพันธ์จากการจัดกลุ่มพฤติกรรมของผู้เรียนโดยแบ่งส่วนทั้งรายบุคคล (ระดับนักเรียน) และเนื้อหา (ระดับบทเรียน) ต่อจากนี้ไป ได้มีการสร้างแบบจําลองการคาดการณ์สําหรับคุณภาพของผู้เรียนในหลักสูตรภาษาอังกฤษของ SPOC สําหรับระเบียบวิธีวิจัยมี 5 ขั้นตอน ดังนี้ ความเข้าใจทางธุรกิจ ความเข้าใจข้อมูล การเตรียมข้อมูล การวิเคราะห์เชิงพรรณนา และการวิเคราะห์เชิงคาดการณ์ ในส่วนของการวิเคราะห์เชิงพรรณนา โดยการวิเคราะห์ด้วยภาพและการจัดกลุ่มแบบ K-Means ทั้งพฤติกรรมการเรียนรู้ระดับผู้เรียนและระดับบทเรียน ผลการศึกษาพบว่าผู้เรียนมีพฤติกรรมการเรียนในระดับผู้เรียน 4 ประเภท ได้แก่ 1) สติสัมปชัญญะ 2) อ่อนแอต่อการเรียนรู้ 3) ไม่ตั้งใจเรียน 4) ไม่กระตือรือร้น ยิ่งกว่านั้นการวิเคราะห์เชิงทํานาย สําหรับการทํานายคุณภาพการเรียนรู้ผ่านพฤติกรรมการเรียนในแต่ละคลัสเตอร์ด้วยโมเดลการเรียนรู้ 4 โมเดล ได้มีการทดลองเปรียบเทียบ ได้แก่ Generalized Linear Model, Decision Tree, Random Forest และ Gradient Boosted Trees วิธีการปรับให้เหมาะสมใช้สําหรับการปรับค่าพารามิเตอร์ที่เหมาะสมที่สุดของแต่ละโมเดล สําหรับการทํานายพฤติกรรมระดับผู้เรียน พบว่าข้อผิดพลาดสัมพัทธ์ใน Decision Tree ของผู้เรียนที่ไม่กระตือรือร้นอยู่ที่ 0.0449 และระดับบทเรียนพบว่าข้อผิดพลาดสัมพัทธ์ใน Gradient Boosted Trees ของผู้เรียนที่อ่อนแอต่อการเรียนรู้ อยู่ที่ 0.0371 นอกจากนี้ ปัจจัยสําคัญในการทํานายคุณภาพพบว่าจํานวนแบบทดสอบเป็นตัวแปรสําคัญในทุกคลัสเตอร์ ผลลัพธ์ทั้งหมดมีการใช้แผนเชิงกลยุทธ์ พิจารณาปัญหาในผู้เรียนแต่ละประเภทเพื่อปิดข้อบกพร่องและเพิ่มศักยภาพการเรียนรู้อย่างมีประสิทธิภาพ รวมทั้งอาจารย์ผู้สอนสามารถพัฒนาเนื้อหาและวิธีการสอนในหลักสูตรให้ตรงกับความต้องการของผู้เรียนได้อย่างแท้จริง การนําผลของวิทยานิพนธ์ไปใช้ การศึกษานี้สามารถประยุกต์ใช้ในทฤษฎีวิทยาศาสตร์ข้อมูล โดยเฉพาะอย่างยิ่งในการวิเคราะห์เชิงพรรณนาเพื่อค้นหาความสัมพันธ์ของตัวแปรพฤติกรรมของผู้เรียนและแบ่งกลุ่มผู้เรียน นอกจากนี้ การวิเคราะห์เชิงคาดการณ์ใช้ข้อมูลที่มีอยู่สามารถช่วยคาดการณ์คุณภาพของผู้เรียนจากหมวดหมู่ต่างๆ ตามเกรดการเรียนรู้เดิมและสร้างการตัดสินใจการดําเนินการในอนาคต ซึ่งนําผลลัพธ์เพื่อสร้างการวางแผนเชิงกลยุทธ์ที่สามารถยกระดับคุณภาพการเรียนรู้ตลอดจนปรับปรุงหลักสูตรและวิธีการสอนให้มีประสิทธิภาพมากขึ้นสําหรับผู้เรียนทุกประเภท
Degree Name
Master of Science
Degree Level
Master's degree
Degree Department
Faculty of Engineering
Degree Discipline
Information Technology Management
Degree Grantor(s)
Mahidol University