การวิเคราะห์องค์ประกอบเชิงยืนยันของเครื่องมือวัดความพึงพอใจของนักศึกษาระดับบัณฑิตศึกษาต่อการจัดการเรียนการสอน สาขาการบริหารการศึกษา คณะครุศาสตร์ มหาวิทยาลัยราชภัฏธนบุรี

Main Article Content

น้ำอ้อย สุขเสนา
กัญภ์หัชรินดา เภสัชชา
กนิศ์พิชญา อัฐมาธิตภักดี

บทคัดย่อ

การวิจัยครั้งนี้มีวัตถุประสงคเพื่อ 1) ตรวจสอบความตรงเชิงโครงสร้าง (construct validity) และ 2) ตรวจสอบความเที่ยงแบบความสอดคล้องภายใน (internal consistency reliability) รายองค์ประกอบของเครื่องมือวัดความพึงพอใจของนักศึกษาระดับบัณฑิตศึกษาต่อการจัดการเรียนการสอน สาขาการบริหารการศึกษา คณะครุศาสตร์ มหาวิทยาลัยราชภัฏธนบุรี ประชากรเป็นนักศึกษาระดับบัณฑิตศึกษา จำนวน 220 คน ได้รับแบบสอบถามที่สมบูรณ์ 198 คน
(ร้อยละ 90.00) ประกอบด้วยนักศึกษาระดับปริญญาโท 123 คน และระดับปริญญาเอก 75 คน เครื่องมือเป็นแบบสอบถามมาตรประมาณค่า 5 ระดับ จำนวน 32 ข้อ ครอบคลุม 6 องค์ประกอบ ได้แก่ ด้านเนื้อหา ด้านอาจารย์ผู้สอน ด้านอาจารย์ที่ปรึกษาวิทยานิพนธ์ ด้านกระบวนการเรียน
การสอน ด้านสื่อเทคโนโลยีและนวัตกรรม และด้านการวัดและการประเมินผล วิเคราะห์ข้อมูลด้วยการวิเคราะห์องค์ประกอบเชิงยืนยันอันดับหนึ่ง โดยประมาณค่าพารามิเตอร์ด้วยวิธีความควรจะเป็นสูงสุด และค่าสัมประสิทธิ์แอลฟาของครอนบาค ผลการวิจัยพบว่า 1) โมเดลการวัดแบบ 6 องค์ประกอบที่มีความสัมพันธ์กันสอดคล้องกับข้อมูลเชิงประจักษ์ χ² (449, N = 198) = 460, p = .351, CFI = .99, TLI = .99, RMSEA = .01, SRMR = .05 ข้อคำถามมีน้ำหนักองค์ประกอบ มาตรฐานระหว่าง .582–.774 และความสัมพันธ์ระหว่างองค์ประกอบอยู่ในระดับต่ำ (r = −.014 ถึง .212) และ 2) ค่าสัมประสิทธิ์แอลฟาของครอนบาครายองค์ประกอบอยู่ระหว่าง .784–.845 สูงกว่าเกณฑ์ .70 ทุกองค์ประกอบ ผลการวิจัยสนับสนุนการแปลความหมายคะแนนความพึงพอใจ จำแนกรายองค์ประกอบในบริบทที่ศึกษา

Article Details

รูปแบบการอ้างอิง
สุขเสนา น. ., เภสัชชา ก., & อัฐมาธิตภักดี ก. (2026). การวิเคราะห์องค์ประกอบเชิงยืนยันของเครื่องมือวัดความพึงพอใจของนักศึกษาระดับบัณฑิตศึกษาต่อการจัดการเรียนการสอน สาขาการบริหารการศึกษา คณะครุศาสตร์ มหาวิทยาลัยราชภัฏธนบุรี. วารสารรัฐศาสตร์รอบรู้และสหวิทยาการ, 9(5), 214–232. สืบค้น จาก https://so01.tci-thaijo.org/index.php/WPSMS/article/view/291032
ประเภทบทความ
บทความวิจัย (Research article)

เอกสารอ้างอิง

คณะกรรมการมาตรฐานการอุดมศึกษา. (2565). ประกาศคณะกรรมการมาตรฐานการอุดมศึกษา เรื่อง เกณฑ์มาตรฐานหลักสูตรระดับบัณฑิตศึกษา พ.ศ. 2565. ราชกิจจานุเบกษา, 139 (ตอนพิเศษ 212 ง). https://www.ops.go.th/th/role/edu-standard/item/6943-2022-07-22-03-20-23

จีรัษติธร มุกดาเพชร, และกนิศ์พิชญา อัฐมาธิตภักดี. (2567). การศึกษาความพึงพอใจของนักศึกษาในการจัดการเรียนการสอน หลักสูตรครุศาสตรมหาบัณฑิต สาขาการบริหารและภาวะผู้นำทางการศึกษา และหลักสูตรปรัชญาดุษฎีบัณฑิต สาขาการบริหารและภาวะผู้นำทางการศึกษา คณะครุศาสตร์ มหาวิทยาลัยราชภัฏธนบุรี [รายงานการวิจัย]. คณะครุศาสตร์ มหาวิทยาลัยราชภัฏธนบุรี.

ฐานิตารัชต์ เอี่ยมธนะมาศ. (2564). ทัศนคติและความพึงพอใจของนักศึกษาระดับบัณฑิตศึกษาที่มีต่อคุณภาพการให้บริการของโครงการบัณฑิตศึกษา มหาวิทยาลัยราชภัฏธนบุรี. วารสารวิทยาการจัดการ มหาวิทยาลัยราชภัฏธนบุรี, 3(1), 24–38. https://so10.tcithaijo.org/index.php/msdru/article/view/117

รุ่งอรุณ พรเจริญ, สุนารี รชตรุจ, และวุฒิชัย เหมาะใจ. (2564). ความพึงพอใจของนักศึกษาที่มีต่อการบริหารจัดการเรียนการสอนหลักสูตรประกาศนียบัตรบัณฑิต สาขาวิชาชีพครู ปีการศึกษา 256 3. วารสารศิลปศาสตร์ราชมงคลพระนคร, 1(1), 75–89. https://so07.tci-thaijo.org/index.php/LiberalJ/article/view/1308

สุวรรณา จุ้ยทอง. (2567). ผลการให้คำปรึกษาวิทยานิพนธ์เชิงรุกที่มีต่อความพึงพอใจของนักศึกษาระดับปริญญาโท และระดับปริญญาเอก สาขาวิชาหลักสูตรและการสอน มหาวิทยาลัยราชภัฏวไลยอลงกรณ์ ในพระบรมราชูปถัมภ์. วารสารวไลยอลงกรณ์ปริทัศน์, 14(1), 17–29. https://so06.tci-thaijo.org/index.php/var/article/view/267966

Al-Fraihat, D., Joy, M., Masa’deh, R., & Sinclair, J. (2020). Evaluating e-learning systems success: An empirical study. Computers in Human Behavior, 102, 67–86. https://doi.org/10.1016/j.chb.2019.08.004

Boateng, G. O., Neilands, T. B., Frongillo, E. A., Melgar-Quiñonez, H. R., & Young, S. L. (2018). Best practices for developing and validating scales for health, social, and behavioral research: A primer. Frontiers in Public Health, 6, Article 149. https://doi.org/10.3389/fpubh.2018.00149

Brown, T. A. (2015). Confirmatory factor analysis for applied research (2nd ed.). Guilford Press.

Cheung, G. W., Cooper-Thomas, H. D., Lau, R. S., & Wang, L. C. (2024). Reporting reliability, convergent and discriminant validity with structural equation modeling: A review and best-practice recommendations. Asia Pacific Journal of Management, 41(2), 745–783. https://doi.org/10.1007/s10490-023-09871-y

Curran, P. J., West, S. G., & Finch, J. F. (1996). The robustness of test statistics to nonnormality and specification error in confirmatory factor analysis. Psychological Methods, 1(1), 16–29. https://doi.org/10.1037/1082-989X.1.1.16

DiLoreto, M., Gray, J. A., & Schutts, J. (2022). Student satisfaction and perceived learning in online learning environments: An instrument development and validation study. Education Leadership Review, 22(1), 115–134. https://files.eric.ed.gov/fulltext/EJ1380107.pdf

Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.2307/3151312

Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55. https://doi.org/10.1080/10705519909540118

Kanwar, A., & Sanjeeva, M. (2022). Student satisfaction survey: A key for quality improvement in the higher education institution. Journal of Innovation and Entrepreneurship, 11, Article 27. https://doi.org/10.1186/s13731-022-00196-6

Marsh, H. W., Hau, K.-T., & Wen, Z. (2004). In search of golden rules: Comment on hypothesis-testing approaches to setting cutoff values for fit indexes and dangers in overgeneralizing Hu and Bentler’s (1999) findings. Structural Equation Modeling: A Multidisciplinary Journal, 11(3), 320–341. https://doi.org/10.1207/s15328007sem1103_2

Rhemtulla, M., Brosseau-Liard, P. É., & Savalei, V. (2012). When can categorical variables be treated as continuous? A comparison of robust continuous and categorical SEM estimation methods under suboptimal conditions. Psychological Methods, 17(3), 354–373. https://doi.org/10.1037/a0029315

Rönkkö, M., & Cho, E. (2022). An updated guideline for assessing discriminant validity. Organizational Research Methods, 25(1), 6–14. https://doi.org/10.1177/1094428120968614

Rosseel, Y. (2012). lavaan: An R package for structural equation modeling. Journal of Statistical Software, 48(2), 1–36. https://doi.org/10.18637/jss.v048.i02

Tavakol, M., & Dennick, R. (2011). Making sense of Cronbach’s alpha. International Journal of Medical Education, 2, 53–55. https://doi.org/10.5116/ijme.4dfb.8dfd

The jamovi project. (2022). jamovi (Version 2.3) [Computer software]. https://www.jamovi.org

Wolf, E. J., Harrington, K. M., Clark, S. L., & Miller, M. W. (2013). Sample size requirements for structural equation models: An evaluation of power, bias, and solution propriety. Educational and Psychological Measurement, 73(6), 913–934.

https://doi.org/10.1177/0013164413495237