The Accuracy of Multiple Regression Models in Conditional Randomized Database Analysis to Predict Academic Performance of Naval Cadets.

Main Article Content

Sasithorn Kongudomthrap

Abstract

The objective of this academic articles is to present figure out the accuracy of multiple linear regression models as a tool for analyzing randomized databases based on specified conditions. A computer program was designed to create a database using conditional randomization with correlation between academic performance and the factors affecting the performance - personal factors and teaching factors. It is based on the actual study results in a course, probability and statistics for engineering in 2019 Royal Thai Naval Academy. After constructing this randomized databases and getting 30 academic year data out of the designed computer program, the data were analyzed by multiple linear regression models to find the equation used to predict the academic performances. The accuracy of the prediction when using one academic year from the created database to build the predicting equation is approximately 84%. When three years were used, the average accuracy was approximately 88.4%. When the data were used more from 5, 10, 15 and 20 academic years, the forecast accuracy is approximately 90%, 91.67%, 91.67% and 93% respectively. When tested with 30 year randomized databases, the forecast equation is


                                                y = -2.47317 + 0.13134a + 0.00209b  


when  a is an average of the personal factors and  b is an average of teaching factors.


This was able to accurately predict 96% of the students’ academic performances. The multiple linear regression models is gaining more predicting accuracy as the databases used to create predicting equation grow.

Article Details

Section
Academic Articles

References

ศราวุธ แดงมาก. โลกแห่งดิจิทัล ยุคแห่งข้อมูลข่าวสาร ความมหาศาลของข้อมูลทางการแพทย์สู่ การค้นพบความรู้ที่มีค่าด้วยการทำเหมืองข้อมูล. เวชบันทึกศิริราช. ม.ค.-เม.ย. 2560;10(1):29-33.

กรมวิชาการ กระทรวงศึกษาธิการ. ประมวลคำศัพท์ทางการศึกษา. กรุงเทพฯ: สำนักพิมพ์คุรุสภา; 2515.

ไพศาล หวังพาณิชย์. หลักและวิธีการประเมินโครงการ. วารสารวัดผลการศึกษา. ม.ค.-เม.ย. 2533:23–38.

นงลักษณ์ วิรัชชัย. การวิจัยหลักสูตรและการเรียนการสอน [วิทยานิพนธ์ปริญญามหาบัณฑิต]. กรุงเทพฯ: มหาวิทยาลัยสุโขทัยธรรมาธิราช; 2553.

ธวัลพร มะรินทร์. ปัจจัยที่ส่งผลต่อผลสัมฤทธิ์ทางการเรียนของนักเรียนโรงเรียนนายเรือ [วิทยานิพนธ์ปริญญามหาบัณฑิต]. กรุงเทพฯ: สถาบันบัณฑิตพัฒนบริหารศาสตร์; 2559.

กฤษฎา บุญวัฒน์. ปัจจัยที่มีความสัมพันธ์กับผลสัมฤทธิ์ทางการเรียนของนักเรียนโรงเรียนเตรียมทหาร [ภาคนิพนธ์ปริญญามหาบัณฑิต]. กรุงเทพฯ: สถาบันบัณฑิตพัฒนบริหารศาสตร์; 2541.

ฝ่ายศึกษา โรงเรียนนายเรือ. หลักสูตรการศึกษาโรงเรียนนายเรือ พ.ศ. 2563 (ฉบับปรับปรุง 2558) [อินเทอร์เน็ต]. สมุทรปราการ: โรงเรียนนายเรือ; 2563. [สืบค้นเมื่อวันที่ 26 ต.ค. 2563]. จาก: www.rtna.ac.th

ฐณัฐ วงศ์สายเชื้อ. การวิเคราะห์การถดถอยพหุ (Multiple Regression analysis) [อินเทอร์เน็ต]. กรุงเทพฯ: มหาวิทยาลัยเกษตรศาสตร์; 2558. [สืบค้นเมื่อวันที่ 5 พ.ย. 2563]. จาก: http://pirun.ku.ac.th/~fedutnw/pubs/da7010_multiple%20regression19.pdf

สุทิน ชนะบุญ. การวิเคราะห์การถดถอยพหุคูณ (Multiple Linear Regression) [อินเทอร์เน็ต]. ขอนแก่น: สำนักงานสาธารณสุขจังหวัดขอนแก่น; 2563. [สืบค้นเมื่อวันที่ 5 พ.ย. 2563]. จาก: http://www.kkpho.go.th/i/index.php/component/attachments/download/1933#

6 โปรแกรม สำหรับใช้วิเคราะห์ข้อมูลในการทำการวิจัย [อินเทอร์เน็ต]. กรุงเทพฯ: Advanced Research Group; 2561. [สืบค้นเมื่อวันที่ 10 พ.ย. 2563]. จาก https://www.arresearch.com/a/44271

กัลยา วาณิชย์บัญชา. การวิเคราะห์ข้อมูลด้วย SPSS for Windows. กรุงเทพฯ: โรงพิมพ์ จุฬาลงกรณ์มหาวิทยาลัย; 2542.

จิตติรัตน์ แสงเลิศอุทัย. เครื่องมือที่ใช้ในการวิจัย. วารสารบัณฑิตศึกษา. ก.ค.-ก.ย. 2558;12 (58):13-24.

อารยา องค์เอี่ยม, พงศ์ธารา วิจิตเวชไพศาล. การตรวจสอบคุณภาพเครื่องมือวิจัย. Thai J Anesthesiol. 2561;44(1):36-42.