กลยุทธ์การส่งเสริมประสิทธิผลของการให้คำปรึกษาวิทยานิพนธ์ของอาจารย์ที่ปรึกษาที่ปรับให้เหมาะสมกับผู้เรียนในยุคดิจิทัล

ดารุณี ทิพยกุลไพโรจน์; ดวงกมล ไตรวิจิตรคุณ; ชยุตม์ ภิรมย์สมบัติ

dc.contributor.author	ดารุณี ทิพยกุลไพโรจน์
dc.contributor.author	ดวงกมล ไตรวิจิตรคุณ
dc.contributor.author	ชยุตม์ ภิรมย์สมบัติ
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะครุศาสตร์
dc.date.accessioned	2023-07-07T03:05:13Z
dc.date.available	2023-07-07T03:05:13Z
dc.date.issued	2565-04
dc.identifier.citation	วารสารศึกษาศาสตร์ มหาวิทยาลัยนเรศวร 24,2 (เม.ย.-มิ.ย. 2565) หน้า 122-135	en_US
dc.identifier.issn	2586-9345
dc.identifier.uri	https://cuir.car.chula.ac.th/handle/123456789/82209
dc.description.abstract	การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) เพื่อวิเคราะห์กระบวนการการให้คำปรึกษาวิทยานิพนธ์ในยุคดิจิทัลของอาจารย์ที่ปรึกษาที่เหมาะสมกับผู้เรียน 2) เพื่อสร้างเครื่องมือวัดการให้คำปรึกษาวิทยานิพนธ์ของอาจารย์ที่ปรึกษาและประสิทธิผลของการให้คำปรึกษาวิทยานิพนธ์ของผู้เรียนในยุคดิจิทัล 3) เพื่อวิเคราะห์สภาพของการให้คำปรึกษาวิทยานิพนธ์และผลที่เกิดขึ้นกับผู้เรียน และ 4) เพื่อสร้างกลยุทธ์ในการส่งเสริมกระบวนการการให้คำปรึกษาวิทยานิพนธ์ของอาจารย์ที่ปรึกษาที่เหมาะสมกับผู้เรียนในยุคดิจิทัล ผู้วิจัยดำเนินการวิจัยเป็น 4 ระยะ ได้แก่ ระยะแรก การวิเคราะห์กระบวนการให้คำปรึกษาวิทยานิพนธ์ในยุคดิจิทัลของอาจารย์ที่ปรึกษา โดยสัมภาษณ์เชิงลึกอาจารย์ที่ปรึกษา จำนวน 10 คน วิเคราะห์ข้อมูลโดยใช้การวิเคราะห์เนื้อหา ระยะที่สอง การสร้างเครื่องมือวัดการให้คำปรึกษาวิทยานิพนธ์ของอาจารย์ที่ปรึกษาและประสิทธิผลของการให้คำปรึกษาวิทยานิพนธ์ของผู้เรียนในยุคดิจิทัล วิเคราะห์และตรวจสอบคุณภาพของเครื่องมือทั้งด้านความตรงเชิงเนื้อหา ความเที่ยง และความตรงเชิงโครงสร้าง ระยะที่สาม การวิเคราะห์สภาพของการให้คำปรึกษาวิทยานิพนธ์และผลที่เกิดขึ้นกับผู้เรียนที่เป็นนิสิตนักศึกษาระดับปริญญาโทและปริญญาเอก จำนวน 180 คน และวิเคราะห์ข้อมูลโดยใช้สถิติเชิงบรรยาย (ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน) การวิเคราะห์กลุ่มแฝง และ t-test และระยะที่สี่ การสร้างกลยุทธ์ในการส่งเสริมการให้คำปรึกษาวิทยานิพนธ์ที่เหมาะสมกับผู้เรียนในยุคดิจิทัล โดยสัมภาษณ์นิสิตนักศึกษาและอาจารย์ที่ปรึกษาเป็นรายคู่ จำนวน 7 คู่ วิเคราะห์ข้อมูลโดยใช้การวิเคราะห์เนื้อหา และนำกลยุทธ์ที่ได้ไปตรวจสอบความเหมาะสมและความเป็นไปได้กับผู้ทรงคุณวุฒิ 3 ท่าน ผลการวิจัยสรุปได้ ดังนี้ 1. การให้คำปรึกษาวิทยานิพนธ์ในยุคดิจิทัล เป็นการนำเอาเทคโนโลยีดิจิทัลต่าง ๆ มาช่วยสนับสนุนในกระบวนการการให้คำปรึกษาวิทยานิพนธ์เท่านั้น อาจารย์ที่ปรึกษาใช้วิธีการให้คำปรึกษาแบบผสมวิธีทั้งแบบตัวต่อตัวและกลุ่มนิสิตนักศึกษา อาจารย์ที่ปรึกษานำเทคโนโลยีต่างๆ มาใช้ในการให้คำปรึกษาวิทยานิพนธ์ตามขั้นตอน ดังนี้ 1) การวิเคราะห์ผู้เรียน 2) การดำเนินการให้คำปรึกษาวิทยานิพนธ์ตามบทบาทหน้าที่ของอาจารย์ที่ปรึกษา ประกอบด้วย การบริหารจัดการ การให้ความรู้ การให้ข้อมูลป้อนกลับ และการสนับสนุนทางด้านจิตใจ และ 3) การปรับวิธีการให้คำปรึกษาวิทยานิพนธ์ให้เหมาะสมกับผู้เรียนแต่ละคน 2. เครื่องมือวัดการให้คำปรึกษาวิทยานิพนธ์ของอาจารย์ที่ปรึกษาของนิสิตนักศึกษาและอาจารย์ที่ปรึกษาตามการรับรู้ของนิสิต และประสิทธิผลของการให้คำปรึกษาวิทยานิพนธ์ของผู้เรียนในยุคดิจิทัล มีลักษณะเป็นแบบมาตรประมาณค่าที่ได้รับการตรวจสอบคุณภาพทั้งด้านความตรงเชิงเนื้อหา (ค่า IOC อยู่ระหว่าง 0.75 - 1.00) ด้านความเที่ยง (Cronbach’s alpha coefficient เท่ากับ 0.893 และ 0.892) และประสิทธิผลของการให้คำปรึกษาวิทยานิพนธ์ของผู้เรียน (Cronbach’s alpha coefficient เท่ากับ 0.951) ด้านความตรงเชิงโครงสร้าง พบว่า โมเดลการวัดการใช้เทคโนโลยีในการให้คำปรึกษาวิทยานิพนธ์ของนิสิตนักศึกษามีความสอดคล้องกับข้อมูลเชิงประจักษ์ (gif.latex?\chi&space;^{2} (2, N=180) = 1.955, p=.376, TLI = 1.000, SRMR = 0.005, RMSEA = 0.000) และโมเดลการวัดการใช้เทคโนโลยีในการให้คำปรึกษาวิทยานิพนธ์ของอาจารย์ที่ปรึกษาตามการรับรู้ของนิสิตนักศึกษามีความสอดคล้องกับข้อมูลเชิงประจักษ์ (gif.latex?\chi&space;^{2} (2, N=180)= 10.370, p = .0056, TLI = 0.980, SRMR = 0.006, RMSEA = 0.152) 3. นิสิตนักศึกษามีระดับการใช้เทคโนโลยีในการให้คำปรึกษาวิทยานิพนธ์อยู่ในระดับน้อย คือ ด้านการให้ความรู้ (M = 0.725, SD = 0.494) การให้ข้อมูลป้อนกลับ (M = 0.708, SD = 0.463) และการบริหารจัดการ (M = 0.694, SD = 0.443) ในทำนองเดียวกันอาจารย์ที่ปรึกษามีระดับการใช้เทคโนโลยีในการให้คำปรึกษาวิทยานิพนธ์อยู่ในระดับน้อย คือ ด้านการให้ข้อมูลป้อนกลับ (M = 0.642, SD = 0.474) การให้ความรู้ (M = 0.639, SD = 0.487) และการบริหารจัดการ (M = 0.591, SD = 0.428) แต่การใช้เทคโนโลยีในด้านการสนับสนุนด้านจิตใจมีระดับการใช้น้อยที่สุดทั้งนิสิตนักศึกษา (M = 0.581, SD = 0.437) และอาจารย์ที่ปรึกษา (M = 0.541, SD = 0.454) ส่วนการจัดกลุ่มแฝงนิสิตนักศึกษาและอาจารย์ที่ปรึกษาวิทยานิพนธ์ตามการใช้เทคโนโลยีในการให้คำปรึกษา สามารถจัดกลุ่มแฝงทั้งนิสิตนักศึกษาและกลุ่มแฝงของอาจารย์ที่ปรึกษาตามการรับรู้ของนิสิตนักศึกษาได้ 3 กลุ่มแฝง ได้แก่ กลุ่มแฝงที่ 1 คือ กลุ่มแฝงที่ใช้เทคโนโลยีในการจัดการเอกสารผ่านระบบออนไลน์ กลุ่มแฝงที่ 2 คือ กลุ่มแฝงที่ใช้เทคโนโลยีเครือข่ายสังคมออนไลน์ และกลุ่มแฝงที่ 3 คือ กลุ่มแฝงที่ใช้เทคโนโลยีพื้นฐานในชีวิตประจำวัน อีกทั้ง นิสิตนักศึกษาใช้เทคโนโลยีประเภทเดียวกันตั้งแต่ 3 ประเภทขึ้นไปร่วมกับอาจารย์ที่ปรึกษาส่งผลให้นิสิตมีการรับรู้ความสามารถของตนเองอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 (t = 2.921, df = 178.00, p = .004) และแรงจูงใจในการทำวิทยานิพนธ์สูงขึ้นอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 (t = 3.556, df = 165.278, p = .000) 4. กลยุทธ์ในการส่งเสริมกระบวนการการให้คำปรึกษาวิทยานิพนธ์ในยุคดิจิทัลของอาจารย์ที่ปรึกษา มีดังนี้ 1) การส่งเสริมให้อาจารย์ที่ปรึกษาวิทยานิพนธ์สามารถนำเทคโนโลยีต่าง ๆ มาใช้ในกระบวนการให้คำปรึกษาโดยจัดทำคู่มือเคล็ดลับการใช้เทคโนโลยีในการให้คำปรึกษา 2) อาจารย์ที่ปรึกษาและนิสิตต้องปรับเปลี่ยนกระบวนทัศน์หรือความเชื่อที่มีต่อกระบวนการให้คำปรึกษาวิทยานิพนธ์ในยุคดิจิทัลโดยจัดประชุมเชิงปฏิบัติการ และ 3) ควรมีระบบประกันคุณภาพการให้คำปรึกษา	en_US
dc.description.abstractalternative	The aims of this research are 1) to analyze the thesis supervision process for graduate students in digital age, 2) to create an instrument to assess advisors’ thesis supervision and the supervision effectiveness, 3) to analyze the state of advisors’ thesis supervision and the students’ outcomes, and 4) to develop strategies for enhancing advisors’ thesis supervision for students in digital age. In this 4-phase research, it started by the analysis of advisors’ thesis supervision in digital age. Interview data from ten productive advisors were analyzed by means of content analysis. In the second phase, advisors’ thesis supervision and the supervision effectiveness instrument were created and examined for content validity, reliability and construct validity. In the third phase, data from 180 master and doctoral students were collected by questionnaires and analyzed by using descriptive statistics (mean and standard deviation), latent class analysis, and t-test. The last phase focused on developing a set of strategies for enhancing advisors’ thesis supervision for graduate students in digital age by interviewing 7 dyads of advisee-advisor. The proposed strategies were examined their suitability and feasibility by 3 experts. The key findings were as follows: 1. Advisors’ thesis supervision in digital age was to adopt technologies for supporting in thesis supervision process. Advisors used a blended method both one to one and group. There were three stages of advisors’ thesis supervision: 1) analyzing students 2) conducting thesis supervision which consists of administration, education, feedback, and emotional support, and 3) adjusting the method of advisors’ thesis supervision to suit each student. 2. The developed instrument for measuring advisors’ thesis supervision and the supervision effectiveness of graduate students and advisors which consisted of rating scale was examined for content validity (IOC from 0.75 to 1.00) and internal consistency reliability for students and advisors (Cronbach's alpha coefficient = 0.893 and 0.892) and supervision effectiveness of students (Cronbach's alpha coefficient = 0.951). The instrument was examined for construct validity found that the measurement model for students fit the empirical data (gif.latex?\chi&space;^{2} (2, N=180) = 1.955, p=.376, TLI = 1.000, SRMR = 0.005 and RMSEA = 0.000) and the measurement model for advisors fit the empirical data. (gif.latex?\chi&space;^{2} (2, N=180) = 10.370, p = .0056, TLI = 0.980, SRMR = 0.006 and RMSEA = 0.152) 3. Graduate students who used technology in thesis supervision were at a low level of 3 factors; education (M = 0.725, SD = 0.494), feedback (M = 0.708, SD = 0.463) and administration. (M = 0.694, SD = 0.443) Similarly, the advisors had low level of technology use in thesis supervision; feedback (M = 0.642, SD = 0.474), education (M = 0.639, SD = 0.487) and administration (M = 0.591, SD = 0.428), but the technology use in emotional support had the lowest level for both students and advisors. Graduate students and thesis advisors can be classed into three classes: the first class that used technology to manage online documents, the second class that used social network technology, and the third class that used basic technology in daily life. In addition, the students who used 3 or more types of the same technology resulted to the students’ self-efficacy significantly at the .05 level (t = 2.921, df = 178.00, p = .004) and increased thesis motivation significantly at the .05 level (t =3.556, df= 165.278, p= .000). 4. A set of strategies for enhancing advisors’ thesis supervision for graduate students in digital age were as follows: 1) Encouraging thesis advisors to adopt technologies in the thesis supervision process by creating a guide book for using technology in thesis supervision, 2) Advisors and students must change their paradigm or belief towards the theses supervision in digital age by organizing workshops, and 3) There are quality assurance system for advisors’ thesis supervision.	en_US
dc.language.iso	th	en_US
dc.publisher	วารสารศึกษาศาสตร์ มหาวิทยาลัยนเรศวร	en_US
dc.relation.uri	https://so06.tci-thaijo.org/index.php/edujournal_nu/article/view/209711
dc.rights	วารสารศึกษาศาสตร์ มหาวิทยาลัยนเรศวร	en_US
dc.subject	การวางแผนเชิงกลยุทธ์	en_US
dc.subject	วิทยานิพนธ์	en_US
dc.subject	อาจารย์ที่ปรึกษา	en_US
dc.title	กลยุทธ์การส่งเสริมประสิทธิผลของการให้คำปรึกษาวิทยานิพนธ์ของอาจารย์ที่ปรึกษาที่ปรับให้เหมาะสมกับผู้เรียนในยุคดิจิทัล	en_US
dc.title.alternative	Strategies for enhancing the effectiveness of theses advisor’s supervision customized to students in digital age	en_US
dc.type	Article	en_US