678
ÂäÁ¨·
µ (CIPPA MODEL) ¤¸
¨Î
µÄ®o
´
Á¦¸
¥¤¸
¨´
¤§·Í
µµ¦Á¦¸
¥¨»n
¤µ¦³µ¦Á¦¸
¥¦¼o
´
¤«¹
¬µ «µµÂ¨³
ª´
¦¦¤Â¨³ªµ¤·
¦o
µ¦¦r
¼
ªn
µµ¦Äo
ª·
¸
°Â·
o
ª¥Á®»
¸Ê
¼o
ª·
´
¥Äµ³¼o
°¹
ĸÉ
Á¦¸
¥Á¸
¥¨´
¤§·Í
µµ¦Á¦¸
¥¨»n
¤µ¦³µ¦Á¦¸
¥¦¼o
´
¤«¹
µ
«µµÂ¨³ª´
¦¦¤
°´
Á¦¸
¥n
°Â¨³®¨´
Åo
¦´
µ¦´
µ¦Á¦¸
¥µ¦°Ã¥Äo
ª·
·
µ´
µ¦´
µ¦Á¦¸
¥µ¦°
µ¤·
ªn
µÂn
µ´
®¦º
°Å¤n
°¥n
µÅ¦Â¨³«¹
¬µ¡§·
¦¦¤µ¦Î
µµ¨»n
¤
°´
Á¦¸
¥¸É
Åo
¦´
µ¦´
µ¦Á¦¸
¥µ¦°Ã¥Äo
ª·
·
µÁ¡ºÉ
°Á}
ªµÄµ¦¡´
µµ¦Á¦¸
¥µ¦°Â¨³¡´
µ»
£µ¡¼o
Á¦¸
¥°´
Á}
¦³Ã¥r
ĵ¦´
µ¦Á¦¸
¥µ¦
°Ä®o
¸
¥·É
¹Ê
n
°Å
ª·
¸
Î
µÁ·
µ¦ª·
´
¥
µ¦ª·
´
¥¦´Ê
¸Ê
Á}
µ¦ª·
´
¥Â¨°(randomized control group pretest–posttest design) ª´
»
¦³r
°µ¦ª·
´
¥Á¡ºÉ
°
Á¦¸
¥Á¸
¥¨´
¤§·Í
µµ¦Á¦¸
¥¨»n
¤µ¦³µ¦Á¦¸
¥¦¼o
´
¤«¹
¬µ «µµÂ¨³ª´
¦¦¤
°´
Á¦¸
¥n
°Â¨³®¨´
Åo
¦´
µ¦
´
µ¦Á¦¸
¥µ¦°Ã¥Äo
ª·
·
µ Á¡ºÉ
°Á¦¸
¥Á¸
¥¨´
¤§·Í
µµ¦Á¦¸
¥¨»n
¤µ¦³µ¦Á¦¸
¥¦¼o
´
¤«¹
¬µ«µµÂ¨³
ª´
¦¦¤
°´
Á¦¸
¥n
°Â¨³®¨´
Åo
¦´
µ¦´
µ¦Á¦¸
¥µ¦°µ¤·
Á¡ºÉ
°Á¦¸
¥Á¸
¥¨´
¤§·Í
µµ¦Á¦¸
¥¨»n
¤µ¦³µ¦
Á¦¸
¥¦¼o
´
¤«¹
¬µ «µµ ¨³ª´
¦¦¤
°´
Á¦¸
¥¸É
Åo
¦´
µ¦´
µ¦Á¦¸
¥µ¦°Ã¥Äo
ª·
·
µÂ¨³µ¦´
µ¦Á¦¸
¥µ¦
°µ¤·
Á¡ºÉ
°«¹
¬µ¡§·
¦¦¤µ¦Î
µµ¨»n
¤
°´
Á¦¸
¥¸É
Åo
¦´
µ¦´
µ¦Á¦¸
¥µ¦°Ã¥Äo
ª·
·
µ¤¸
¦µ¥¨³Á°¸
¥
n
°Å¸Ê
¤¸
®´
ª
o
°¸É
Î
µÁ·
µ¦ª·
´
¥ ´
¸Ê
º
°
1. ¦³µ¦Â¨³¨»n
¤´
ª°¥n
µ
¦³µ¦¸É
Äo
ĵ¦ª·
´
¥¦´Ê
¸Ê
Á}
´
Á¦¸
¥´Ê
¤´
¥¤«¹
µe
¸É
2 æÁ¦¸
¥n
µ³ °Î
µÁ£°n
µ³ ´
®ª´
»
¦µ¬¦r
µ¸
£µÁ¦¸
¥¸É
2e
µ¦«¹
¬µ 2552 ´
´
Î
µ´
µÁ
¡ºÊ
¸É
µ¦«¹
¬µ»
¦µ¬¦r
µ¸
Á
2 Î
µª 10 ®o
°¦ª¤Î
µª´
Á¦¸
¥
´Ê
®¤ 380 ¨³¨»n
¤´
ª°¥n
µÄµ¦ª·
´
¥¦´Ê
¸Ê
º
° ´
Á¦¸
¥´Ê
¤´
¥¤«¹
µe
¸É
2æÁ¦¸
¥n
µ³°Î
µÁ£°n
µ³´
®ª´
»
¦µ¬¦r
µ¸
£µÁ¦¸
¥¸É
2e
µ¦«¹
¬µ 2552´
´
Î
µ´
µÁ
¡ºÊ
¸É
µ¦«¹
¬µ»
¦µ¬¦r
µ¸
Á
2¹É
Åo
¤µÃ¥ª·
¸
µ¦»n
¤Â¨»n
¤
(Cluster random sampling) Ã¥Äo
®o
°Á¦¸
¥Á}
®n
ª¥Äµ¦»n
¤Î
µª 2 ®o
°Á¦¸
¥ ®o
°¨³40 ¨³Äo
ª·
¸
´
¨µÁ}
¨»n
¤
¨°Â¨³¨»n
¤ª»
¤
2. Á¦ºÉ
°¤º
°¸É
Äo
ĵ¦ª·
´
¥
1) µ¦´
µ¦Á¦¸
¥¦¼
o
Î
µª 2 º
°Âµ¦´
µ¦Á¦¸
¥µ¦°Ã¥Äo
ª·
·
µÂ¨³Âµ¦´
µ¦Á¦¸
¥
µ¦°µ¤·
°¥n
µ¨³12 ´É
ªÃ¤2)°ª´
¨´
¤§·Í
µµ¦Á¦¸
¥3)´
Á¡§·
¦¦¤µ¦Î
µµ¨»n
¤
°´
Á¦¸
¥
3. ª·
¸
µ¦¦o
µÂ¨³®µ»
£µ¡Á¦ºÉ
°¤º
°
3.1 «¹
¬µ§¬¸
ª·
®¨´
µ¦ Á°µ¦Â¨³µª·
´
¥¸É
Á¸É
¥ª
o
°´
µ¦°o
ª¥ª·
¸
µ¦´
µ¦Á¦¸
¥¦¼o
Ã¥Äo
ª·
·
µÂ¨³µ¦´
µ¦Á¦¸
¥¦¼o
Ã¥µ¦´
µ¦Á¦¸
¥µ¦°µ¤·
¨³µ¦¦o
µÂµ¦´
µ¦Á¦¸
¥¦¼o
3.2¦o
µÁ¦ºÉ
°¤º
°Á¡ºÉ
°Äo
ĵ¦ÁÈ
¦ª¦ª¤
o
°¤¼
¨Â¨o
ªÎ
µ´
¦n
µÅÄ®o
¼o
Á¸É
¥ªµ¦ª°ªµ¤¦ ªµ¤¼
o
°
ªµ¤°¨o
°ªµ¤Á®¤µ³¤
°°r
¦³°n
µÇ ¨o
ªÎ
µ¤µ¦´
¦»
Âo
Å
µ¤Î
µÂ³Î
µ
3.3 Î
µÁ¦ºÉ
°¤º
°Å®µn
µªµ¤ÁºÉ
°¤´É
´
¸Ê
1) Î
µÂµ¦´
µ¦Á¦¸
¥¦¼o
¨»n
¤µ¦³µ¦Á¦¸
¥¦¼o
´
¤«¹
¬µ «µµÂ¨³ª´
¦¦¤¤¸
2 º
°Âµ¦´
µ¦
Á¦¸
¥¦¼o
Ã¥Äo
ª·
·
µÁ¤ºÉ
°¡·
µ¦µÃ¥£µ¡¦ª¤Á}
¦µ¥o
武n
µ o
µµ¦³Î
µ´
°¥¼n
Ħ³´
¤µ¸É
»
(
X
= 4.66) ¨µ¦
Á¦¸
¥¦¼o
¸É
µ®ª´
¨³µ¦³µ¦Á¦¸
¥¦¼o
°¥¼n
Ħ³´
¤µ (
X
= 4.37) »
¦³r
µ¦Á¦¸
¥¦¼o
°¥¼n
Ħ³´
¤µ (
X
= 4.35) ·
¦¦¤