การพัฒนาแบบจำลองคลังข้อมูลแบบผสมผสานเพื่อประเมินประสิทธิภาพการทำงานด้านทรัพยากรบุคคล ด้วยดาต้าวาล์ว 2.0 กรณีศึกษา กรมทางหลวงชนบท ประเทศไทย
Article Sidebar
Main Article Content
Abstract
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาแบบจำลองคลังข้อมูลแบบผสมผสานเพื่อประเมินประสิทธิภาพการทำงานด้าน ทรัพยากรบุคคล กรณีศึกษา กรมทางหลวงชนบท โดยกลุ่มตัวอย่าง ได้แก่ ข้อมูลสังคมออนไลน์ และ ข้อมูลภายในหน่วยงานทั้งหมดจำนวน 3,286 ระเบียน ที่ถูกเก็บรวบรวม ตั้งแต่เดือนตุลาคม พ.ศ. 2560 ถึงเดือนเมษายน พ.ศ.2561 โดยข้อมูลเหล่านี้จะถูก เก็บบันทึกในคลังข้อมูลรูปแบบดาต้าวาล์ว 2.0 เครื่องมือที่ใช้ในการวิจัยได้แก่ ไมโครซอฟท์ เอส คิว แอล เซิร์ฟเวอร์ 2017 และ เอส คิว แอล เอส เอส ดี ที 2017 เพื่อสร้างแบบจำลองและประเมินประสิทธิภาพการทำงานของบุคลากรด้วยสมรรถนะและตัวชี้วัดของกรมทางหลวงชนบท ผลการวิจัยพบว่า (1) ผลการประเมินด้านการออกแบบจำลองอยู่ในระดับดี (ค่าเฉลี่ย เท่ากับ 4.30 ค่าส่วนเบี่ยงเบนมาตรฐาน เท่ากับ 0.66), (2) ผลการประเมินด้านการออกแบบจำลองส่วนของผู้ใช้งานอยู่ในระดับดี (ค่าเฉลี่ยเท่ากับ 4.35 ค่าส่วนเบี่ยงเบนมาตรฐาน เท่ากับ 0.68) และ (3) ผลการประเมินด้านการออกแบบจำลองส่วนของผู้ดูแลระบบอยู่ในระดับดี (ค่าเฉลี่ยเท่ากับ 4.31 ค่าส่วนเบี่ยงเบนมาตรฐาน เท่ากับ 0.67) ตามลำดับ ซึ่งประโยชน์ที่ได้รับจากงานวิจัยครั้งนี้ สามารถนำไปประยุกต์ใช้ได้กับหน่วยงานหรือนำไปขยายผลองค์ความรู้ด้านการออกแบบคลังข้อมูลแบบผสมผสานในอนาคตต่อไป
Article Details
- The original content that appears in this journal is the responsibility of the author excluding any typographical errors.
- The copyright of manuscripts that published in PKRU SciTech Journal is owned by PKRU SciTech Journal.
References
[2] Kimball, R., & Ross, M. (2011). The data warehouse toolkit: the complete guide to dimensional modeling. John Wiley & Sons.
[3] Gad, I., & Manjunatha, B. R. (2017). Hybrid data warehouse model for climate big data analysis. In IEEE International Conference on Power and Computing Technologies (ICCPCT2017), 1-9.
[4] Masum, A. K., Beh, L. S., Azad, A. K., & Hoque, K. (2018). Intelligent Human Resource Information System (i-HRIS): A Holistic Decision Support Framework for HR Excellence. International Arab Journal of Information Technology, 15(1), 121-130.
[5] Gosain, A., & Singh, J. (2018). Investigating structural metrics for understandability prediction of data warehouse multidimensional schemas using machine learning techniques. Innovations in Systems and Software Engineering, 14(1), 59-80.
[6] Sandhu, M. K., Kaur, A., & Kaur, R. (2015). Data warehouse schemas. Int. J. of Innovative Research in Advance Engineering (IJIIRAE), 2, 47-51.
[7] Ren, S., Wang, T., & Lu, X. (2018). Dimensional modeling of medical data warehouse based on ontology. In IEEE 3rd International Conference on Big Data Analysis (ICBDA 2018), 144-149.
[8] Kumar, V., & Garg, M. L. (2018). A Hybrid Deep Learning Model for Predictive Analytics. International Journal of Research in Advent Technology, 6, 27-31.
[9] Černjeka, K., Jakšić, D., & Jovanovic, V. (2018). NoSQL document store translation to data vault based EDW. 41st MIPRO.
[10] Linstedt, D., & Olschimke, M. (2015). Building a scalable data warehouse with data vault 2.0. Morgan Kaufmann.
[11] สำนักงานคณะกรรมการข้าราชการพลเรือน (ก.พ.). (2552). หลักเกณฑ์และคู่มือการประเมินผลการปฏิบัติราชการ. สำนักวิจัยและพัฒนาระบบงานบุคคล. 51(9) สืบค้น 28 พฤศจิกายน พ.ศ. 2560, จาก https://www.ocsc.go.th/download/2552/คู่มือการประเมินผลการปฏิบัติราชการ-เผยแพร่-ปี-2552.
[12] Krneta, D., Jovanović, V., & Marjanović, Z. (2014). A direct approach to physical data vault design. Computer Science and Information Systems, 11(2), 569-599.
[13] Inmon, W. H., & Linstedt, D. (2014). Data architecture: a primer for the data scientist: big data, data warehouse and data vault. Morgan Kaufmann.
[14] Kent Graziano. (2014). Agile Data Warehouse Modeling: Introduction to Data Vault Data Modeling. Data Warrior LLC.
[15] Jovanovic, V., Bojicic, I., Knowles, C., Pavlic, M., & Informatike, O. (2012). Persistent staging area models for data warehouses. Issues in Information Systems, 13(1), 121-132.
[16] Naamane, Z., & Jovanovic, V. (2017). A Meta-data Vault Approach for Evolutionary Integration of Big Data Sets: Case Study Using the NCBI Database for Genetic Variation (Doctoral dissertation, Georgia Southern University).
[17] วรารัตน์ ม่วงปาน. (2554). ความคิดเห็นของราชการสำนักงานปลัดสำนักนายกรัฐมนตรีที่มีต่อการประเมินผลการปฏิบัติราชการ. มหาวิทยาลัยเกษตรศาสตร์.