วิทยานิพนธ์ (ค.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2540

เปรียบเทียบประสิทธิภาพระหว่างการวิเคราะห์ถดถอยโลจิสติกพหุวิภาค กับการวิเคราะห์จำแนกในการศึกษาตัวแปรที่จำแนกกลุ่มมหาบัณฑิต ที่ประสบความสำเร็จในการทำวิทยานิพนธ์ 6 กลุ่ม ที่ใช้เวลาในการศึกษาแตกต่างกัน และผลการประเมินวิทยานิพนธ์แตกต่างกัน กลุ่มตัวอย่างเป็นมหาบัณฑิตสาขาสังคมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ในปีการศึกษา 2535-2537 จำนวน 266 คน ข้อมูลประกอบด้วยตัวแปร 29 ตัวแปร เก็บรวบรวมข้อมูลโดยส่งแบบสอบถามทางไปรษณีย์ วิเคราะห์ข้อมูลโดยใช้การวิเคราะห์ถดถอยโลจิสติก และการวิเคราะห์จำแนก ผลการวิจัยสรุปได้ว่า 1. ปัจจัยที่จำแนกความสำเร็จในการทำวิทยานิพนธ์ ระหว่างมหาบัณฑิตที่สำเร็จการศึกษาภายในสองปีการศึกษา กับมากกว่าสองปีการศึกษา และมหาบัณฑิตที่มีผลการประเมินวิทยานิพนธ์ดีมาก ดีและผ่าน ประกอบด้วยองค์ประกอบสำคัญ 2 ด้านคือ องค์ประกอบด้านคุณลักษณะของนิสิต ได้แก่ ความรู้ความสามารถในการวิจัย การลาศึกษาต่อจนสำเร็จการศึกษา ลักษณะนิสัยที่เอื้อต่อการทำวิทยานิพนธ์ องค์ประกอบด้านอาจารย์ที่ปรึกษา ได้แก่ ความรู้ของอาจารย์ในเรื่องที่นิสิตทำวิทยานิพนธ์ ความรู้ของอาจารย์ในเรื่องระเบียบวิธีวิจัย และเทคนิคการวิเคราะห์ข้อมูล เวลาในการให้คำปรึกษา และคุณภาพในการให้คำแนะนำ 2. โมเดลถดถอยโลจิสติกสามารถอธิบายความแปรปรวนค่าลอการิทึม อัตราส่วนแต้มต่อของการสำเร็จการศึกษาภายในสองปี ได้ 28.38% และจำแนกกลุ่มถูกต้อง 75.94% ส่วนฟังก์ชันจำแนกสามารถอธิบายความแปรปรวนทั้งหมดได้ 31.76% และจำแนกกลุ่มถูกต้อง 78.20% ดังนั้นโมเดลถดถอยโลจิสติก สามารถอธิบายความแปรปรวนได้น้อยกว่า และจำแนกกลุ่มได้น้อยกว่าฟังก์ชันจำแนก 3. โมเดลถดถอยโลจิสติกพหุวิภาค ที่ได้จากการวิเคราะห์ถดถอยโลจิสติกแยกทีละโมเดล สามารถอธิบายความแปรปรวนค่าลอการิทึมอัตราส่วนแต้มต่อ ของการมีผลการประเมินวิทยานิพนธ์ดีมาก และค่าลอการิทึม อัตราส่วนแต้มต่อของการมีผลการประเมินวิทยานิพนธ์ดีได้ 35.17%, 17.53% ตามลำดับ และจำแนกกลุ่มมหาบัณฑิตทั้งหมดได้ถูกต้อง 75.56% ส่วนฟังก์ชันจำแนกทั้ง 2 ฟังก์ชัน สามารถอธิบายความแปรปรวนทั้งหมดได้ 29.12%, 11.07% ตามลำดับ จำแนกกลุ่มมหาบัณฑิตทั้งหมดถูกต้อง 56.77% นั่นคือ โมเดลถดถอยโลจิสติกสามารถอธิบายความแปรปรวนได้มากกว่า และจำแนกกลุ่มได้มากกว่าฟังก์ชันจำแนก