ใบงานที่ 3: การสร้าง Learning Analytics Dashboard
ใบงานที่ 3: การสร้าง Learning Analytics Dashboard — เครื่องมือสำคัญในกระบวนการนิเทศตามหลัก Evidence-Based Target Supervision Model ของ ก.ต.ป.น. สพม.บุรีรัมย์
📊 ใบงานที่ 3
การสร้าง Learning Analytics Dashboard
(สำหรับศึกษานิเทศก์และครูร่วมกันออกแบบ ใช้ติดตาม-ประเมินผลการเรียนรู้เชิงประจักษ์)
---
🔹 วัตถุประสงค์ของใบงาน
1. เพื่อให้ครูและศึกษานิเทศก์ร่วมกันออกแบบ แดชบอร์ดข้อมูล (Dashboard) ที่สะท้อนผลการเรียนรู้ของผู้เรียนอย่างมีหลักฐาน (Evidence-based)
2. เพื่อใช้ข้อมูลเชิงปริมาณและเชิงคุณภาพในการ วิเคราะห์, ตีความ และปรับปรุงการสอน
3. เพื่อเชื่อมโยงการใช้ Effect Size + Learning Analytics กับกระบวนการนิเทศของ ก.ต.ป.น.
---
🔹 ส่วนที่ 1 : ออกแบบโครงสร้าง Dashboard
รายการ คำอธิบาย ตัวอย่างการออกแบบ
1. ชื่อ Dashboard ระบุชื่อให้สอดคล้องกับประเด็นการนิเทศ “Dashboard การพัฒนาทักษะการอ่านเชิงวิเคราะห์ของนักเรียน ม.3”
2. เป้าหมายหลัก (Goal) ระบุสิ่งที่ต้องการวัด / ติดตาม / พัฒนา เพื่อวิเคราะห์ผลสัมฤทธิ์และพฤติกรรมการเรียนรู้ของนักเรียนหลังการใช้การสอนแบบ Evidence-informed Teaching
3. กลุ่มเป้าหมาย ระบุครูหรือชั้นเรียนที่เกี่ยวข้อง ครูกลุ่มสาระภาษาไทย – ชั้น ม.3/1
4. ช่วงเวลาเก็บข้อมูล ระบุระยะเวลาและรอบการประเมิน ภาคเรียนที่ 1/2568 (Pre–Post, 8 สัปดาห์)
5. ประเภทข้อมูลที่ใช้ ข้อมูลเชิงปริมาณและเชิงคุณภาพ ผลคะแนนก่อน–หลัง, เวลาเรียนออนไลน์, แบบประเมินทัศนคติ, การสังเกตพฤติกรรม, Feedback นักเรียน
6. เครื่องมือเก็บข้อมูล ระบุแบบสอบ / แบบสังเกต / ระบบ LMS แบบทดสอบมาตรฐาน, แบบสังเกตพฤติกรรม, Google Form, Logs จาก LMS
7. ผู้รับผิดชอบ ชื่อครู/นิเทศก์/ผู้บริหาร นางสาวปิยะดา ครูผู้สอน / นายสุริยา ศึกษานิเทศก์
---
🔹 ส่วนที่ 2 : ตารางออกแบบตัวชี้วัดและข้อมูลใน Dashboard
หมวดข้อมูล (Domain) ตัวชี้วัด (Indicators) แหล่งข้อมูล / เครื่องมือ ความถี่ในการเก็บ วิธีการวิเคราะห์ รูปแบบการแสดงผล
1. ผลสัมฤทธิ์ทางการเรียน (Achievement) คะแนนเฉลี่ยก่อน–หลังเรียน แบบทดสอบก่อน–หลัง 2 ครั้ง คำนวณ Effect Size (Cohen’s d) กราฟแท่ง / เส้น
2. พฤติกรรมการเรียนรู้ (Engagement) จำนวนครั้งเข้าเรียน / การส่งงานตรงเวลา ระบบ LMS / แบบสังเกต รายสัปดาห์ คิดเป็นร้อยละ / ค่าเฉลี่ย แผนภูมิวงกลม
3. ทักษะกระบวนการเรียนรู้ (Learning Strategies) การใช้เทคนิคสรุป / อภิปราย / เขียนสะท้อนคิด แบบประเมินครูผู้สอน ทุก 2 สัปดาห์ ค่าเฉลี่ยระดับคะแนน 1–5 กราฟเรดาร์
4. เจตคติและแรงจูงใจ (Affective) ความพึงพอใจในการเรียน / ความเชื่อมั่นในตนเอง แบบสอบถามนักเรียน ก่อน–หลังโครงการ วิเคราะห์เปรียบเทียบค่าเฉลี่ย กราฟเส้น
5. ข้อมูลจากครูและนิเทศ (Reflection) บันทึกการสังเกตชั้นเรียน / PLC Note แบบบันทึก / สัมภาษณ์ ทุกครั้งหลังสอน การวิเคราะห์เนื้อหา (Content Analysis) แผ่นสรุปเชิงข้อความ
---
🔹 ส่วนที่ 3 : โครงสร้างข้อมูลใน Dashboard (Data Structure)
ลำดับ ตัวแปรข้อมูล คำอธิบาย ประเภทข้อมูล
1 Student_ID รหัสนักเรียน ข้อมูลเชิงระบุตัว
2 Name ชื่อ–สกุล ตัวอักษร
3 Pre_Score คะแนนก่อนเรียน เชิงปริมาณ
4 Post_Score คะแนนหลังเรียน เชิงปริมาณ
5 Time_Spent เวลาการเรียนในระบบ (นาที) เชิงปริมาณ
6 Assignment_Completion ร้อยละการส่งงาน เชิงปริมาณ
7 Engagement_Level ระดับความมีส่วนร่วม (1–5) เชิงจัดลำดับ
8 Attitude_Score คะแนนเจตคติ เชิงปริมาณ
9 Teacher_Observation สรุปพฤติกรรมเด่นของผู้เรียน ข้อความเชิงคุณภาพ
🔹 ส่วนที่ 4 : ตัวอย่างภาพ Dashboard (ออกแบบเชิงแนวคิด)
ชื่อ Dashboard: “การเปลี่ยนแปลงผลการเรียนรู้หลังใช้การสอนแบบ Evidence-Informed Teaching”
องค์ประกอบภาพรวม
1. 🔸 Header — ชื่อโครงการ / ระยะเวลา / ครู / ห้องเรียน
2. 🔸 Graph 1: เปรียบเทียบคะแนน Pre–Post (พร้อมค่า Effect Size)
3. 🔸 Graph 2: ความถี่การเข้าเรียนและส่งงานตรงเวลา
4. 🔸 Graph 3: คะแนนเจตคติก่อน–หลัง (Affective growth)
5. 🔸 Table: สรุปผลรายบุคคล (คะแนน, Engagement, Reflection)
6. 🔸 Indicator Box: แสดงผลรวมค่าเฉลี่ยและคำตีความอัตโนมัติ
7. 🔸 Feedback Section: บันทึกข้อเสนอแนะจากศึกษานิเทศก์และครู
---
🔹 ส่วนที่ 5 : ตารางสรุปผลการวิเคราะห์ Learning Analytics
ตัวชี้วัดหลัก ค่าเฉลี่ยก่อน ค่าเฉลี่ยหลัง การเปลี่ยนแปลง (%) Effect Size (d) การตีความ หมายเหตุ
ผลสัมฤทธิ์ทางการเรียน 56.2 61.0 +8.5% 0.43 ปานกลาง มีการพัฒนาเห็นได้ชัด
พฤติกรรมการเรียนรู้ 3.1 3.8 +22% - สูงขึ้น นักเรียนมีส่วนร่วมมากขึ้น
ทัศนคติการเรียนรู้ 3.4 4.0 +17.6% - ดีขึ้น นักเรียนแสดงความมั่นใจเพิ่ม
การเข้าร่วมกิจกรรม 72% 89% +17% - ดีมาก เข้าร่วมมากขึ้นหลังใช้กิจกรรมใหม่
---
🔹 ส่วนที่ 6 : การใช้ Dashboard เพื่อการนิเทศ (Coaching & Mentoring)
ขั้นตอนการนิเทศ บทบาทของศึกษานิเทศก์ บทบาทของครู
1. วิเคราะห์ข้อมูลจาก Dashboard สรุปภาพรวมผลการเรียนรู้, หาประเด็นที่ควรปรับปรุง ทบทวนการสอนและ Feedback จากผู้เรียน
2. สนทนาแบบโค้ช (Coaching Conversation) ถามคำถามกระตุ้นคิด เช่น “อะไรคือจุดที่ได้ผลดี?” สะท้อนผลและวิเคราะห์สาเหตุ
3. วางแผนปรับปรุงรอบถัดไป เสนอแนวทางเสริม เช่น การใช้กลยุทธ์ใหม่ ปรับแผนและดำเนินการในรอบต่อไป
4. ประเมินรอบใหม่ ติดตามการเปลี่ยนแปลง เก็บข้อมูล Pre–Post รอบใหม่
🔹 ส่วนที่ 7 : แบบบันทึกสรุป Dashboard
รายการ รายละเอียด
ประเด็นสำคัญจาก Dashboard ....................................................................
จุดแข็งที่ค้นพบ ....................................................................
ประเด็นที่ต้องพัฒนา ....................................................................
แผนการปรับปรุงในรอบถัดไป ....................................................................
หมายเหตุจากศึกษานิเทศก์ ....................................................................
🔹 ส่วนที่ 8 : เครื่องมือประกอบการสร้าง Dashboard
ประเภทเครื่องมือ ตัวอย่างที่ใช้ได้จริง
โปรแกรมเก็บและวิเคราะห์ข้อมูล Google Form / Excel / Power BI / Google Data Studio / Tableau
โปรแกรมคำนวณ Effect Size Excel Template / SPSS / R / MetaX Visible Learning Tools
เครื่องมือเชิงคุณภาพ แบบสังเกตชั้นเรียน, PLC Reflection Note
เครื่องมือประเมินความพึงพอใจ แบบสอบถามออนไลน์ (Likert Scale 1–5)
🔹 ส่วนที่ 9 : สรุปผลและข้อเสนอแนะ
สรุป: Learning Analytics Dashboard ช่วยให้ครูและศึกษานิเทศก์
มองเห็นแนวโน้มการเปลี่ยนแปลงของผู้เรียนอย่างมีหลักฐาน
สื่อสารข้อมูลเชิงวิชาชีพระหว่างกันได้อย่างเป็นระบบ
ใช้ผลวิเคราะห์เพื่อวางแผนพัฒนาการสอนรอบต่อไป
รองรับการรายงานผลในระดับโรงเรียนและ ก.ต.ป.น.
ความคิดเห็น
แสดงความคิดเห็น