full2010.pdf - page 864

826
3. ¤¸˜´ª¸Êª´—Á„¸É¥ª„´„µ¦Â¨„Áž¨¸É¥œÁ¦¸ ¥œ¦¼o (‡nµÁŒ¨¸É¥ 3.12)
4. ¤¸¦³µ¦œÁš« (IT) š¸É¤¸ž¦³·š›·£µ¡ Á°ºÊ°˜n°„µ¦Â¨„Áž¨¸É ¥œÁ¦¸¥œ¦¼o (‡nµÁŒ¨¸É¥ 3.05)
5. Ÿ¼o¦·®µ¦Ä®o‡ªµ¤Îµ‡´„´„µ¦„¦³˜»oœÄ®oÁ„·—„µ¦Â¨„Áž¨¸É¥œÁ¦¸ ¥œ¦¼o (‡nµÁŒ¨¸É¥ 3.03)
6. ¤¸„µ¦‹´ —„·‹„¦¦¤Á¡ºÉ°„¦³˜»oœÄ®oÁ„·—¨„Áž¨¸É¥œÁ¦¸ ¥œ¦¼o Ánœ »¤œœ´„ž’·´˜· (CoP) ‹´ —ž¦³»¤ Áªœµ
Á¡ºÉ°Â¨„Áž¨¸É¥œÁ¦¸ ¥œ¦¼o (‡nµÁŒ¨¸É¥ 3.00)
7. ǦŠ¦oµŠ µ¥Šµœ „µ¦´Š‡´´µÁ°ºÊ°˜n°„µ¦Â¨„Áž¨¸É¥œÁ¦¸ ¥œ¦¼o (‡nµÁŒ¨¸É¥ 2.77)
8. ª´•œ›¦¦¤°Š‡r„¦ š¸ÉÁ°ºÊ°˜n°„µ¦Â¨„Áž¨¸É ¥œÁ¦¸¥œ¦¼o (‡nµÁŒ¨¸É¥ 2.72)
9. „µ¦¥„¥n°Š¤Á¥ „nŸ¼oš¸ÉÁž}œ˜´ª°¥nµŠÄœ„µ¦Â¨„Áž¨¸É¥œÁ¦¸¥œ¦¼o (‡nµÁŒ¨¸É¥ 2.60)
10. „µ¦¤¸¦µŠª´¨‹¼ŠÄ‹Ä®o »‡¨µ„¦°¥µ„¨„Áž¨¸É¥œÁ¦¸¥œ¦¼o (‡nµÁŒ¨¸É¥ 2.55)
„µ¦š—°‡ªµ¤´¤¡´œ›r°Šž{‹‹´¥nªœ»‡‡¨˜nµŠÇ š¸É¤¸Ÿ¨˜n°„µ¦Â¨„Áž¨¸É ¥œÁ¦¸¥œ¦¼o
Á¡ºÉ°š—°®µ‡ªµ¤´ ¤¡´œ›r¦³®ªnµŠž{‹‹´¥nªœ»‡‡¨˜nµŠÇ š¸É¤¸Ÿ¨˜n°¦³—´„µ¦Â¨„Áž¨¸É¥œÁ¦¸¥œ¦¼o ‹¹Š˜o°Š
œÎµª·›¸šµŠ™· ˜·ª·Á‡¦µ³®rÁ·Š°œ» ¤µ– (Inferential Analysis Statistics) Á oµ¤µÄoŠµœ ×¥Á‡¦ºÉ °Š¤º°š¸Éčo‡º° ª·›¸„µ¦
‡Îµœª– One-Way ANOVA š¸ÉčoĜ„µ¦š—°Áž¦¸¥Áš¸¥‡ªµ¤Â˜„˜nµŠ °Š‡n µÁŒ¨¸É¥ °Š„¨»n¤˜´ª°¥nµŠš¸É¤¸
‹Îµœªœ¤µ„„ªnµ®¦º °Ášnµ„´ 2 „¨»n¤ ץčo ¤¤˜·“µœ„µ¦š—°ªnµ ž{‹‹´¥nªœ»‡‡¨˜nµŠÇ š¸É¦³—´˜nµŠ„´œ ¤¸Ÿ¨˜n°
¦³—´„µ¦Â¨„Áž¨¸É¥œÁ¦¸¥œ¦¼o˜„˜n µŠ„´œ ‹µ„œ´Ê œ ¡·‹µ¦–µ‡ªµ¤Â˜„˜nµŠ„´œ°¥nµŠ¤¸ œ´¥Îµ‡´š¸É¦³—´  0.05 š¸É‡nµ‡ªµ¤
ÁºÉ°¤´Éœ 95% ¡ªnµ
Á¡« Ťn¤¸Ÿ¨˜n°¦³—´„µ¦Â¨„Áž¨¸É¥œÁ¦¸ ¥œ¦¼o (F=0.04, P=0.843) œ´Éœ‡º° Ťn¤¸‡ªµ¤Â˜„˜n µŠ °Š¦³—´„µ¦
¨„Áž¨¸É¥œÁ¦¸¥œ¦¼o ¦³®ªnµŠÁ¡«µ¥Â¨³Á¡«®·Š
°µ¥» Ťn¤¸Ÿ¨˜n°¦³—´„µ¦Â¨„Áž¨¸É¥œÁ¦¸ ¥œ¦¼o (F=0.83, P=0.548) œ´Éœ‡º° Ťn¤¸‡ªµ¤Â˜„˜n µŠ °Š¦³—´„µ¦
¨„Áž¨¸É¥œÁ¦¸¥œ¦¼o ¦³®ªnµŠnªŠ°µ¥»
™µœ£µ¡„µ¦¤¦ Ťn¤¸Ÿ¨˜n°¦³—´„µ¦Â¨„Áž¨¸É¥œÁ¦¸¥œ¦¼o (F=0.03, P=0.874) œ´Éœ‡º° Ťn ¤¸‡ªµ¤Â˜„˜nµŠ
°Š¦³—´„µ¦Â¨„Áž¨¸É ¥œÁ¦¸¥œ¦¼o¦³®ªnµŠŸ¼oš¸É¥´ŠÃ—¨³Ÿ¼oš¸É ¤¦Â¨oª
¦³—´„µ¦«¹„¬µ ¤¸Ÿ¨˜n°¦³—´„µ¦Â¨„Áž¨¸É¥œÁ¦¸ ¥œ¦¼o (F=6.57, P=0.000) ×¥¡ªnµ š¸É ¦³—´„µ¦«¹„¬µ¼Š
„ªnµ‹³¤¸¦³—´„µ¦Â¨„Áž¨¸É¥œÁ¦¸ ¥œ¦¼oÁ¡·É¤ ¹ÊœÁ¦ºÉ°¥Ç ×¥ ¤.6 ®¦º°˜É優nµ (‡nµÁŒ¨¸É¥ 2.69) žª. ®¦º° °œ»ž¦·µ
(‡nµÁŒ¨¸É¥ 3.19) ž¦·µ˜¦¸ (‡nµÁŒ¨¸É¥ 3.39) ž¦·µÃš (‡nµÁŒ¨¸É¥ 3.45) ¨³ ž¦·µÁ°„ (‡nµÁŒ¨¸É¥ 3.74)
„µ¦Å—o¦´„µ¦ f„°¦¤—oµœ„µ¦‹´—„µ¦‡ªµ¤¦¼o ¤¸Ÿ¨˜n°¦³—´„µ¦Â¨„Áž¨¸É ¥œÁ¦¸¥œ¦¼o (F=8.15, P=0.005) ×¥
¡ªnµŸ¼oš¸Éŗo¦´„µ¦°¦¤—oµœ„µ¦‹´—„µ¦‡ªµ¤¦¼o‹³¤¸¦³—´„µ¦Â¨„Áž¨¸É¥œÁ¦¸¥œ¦¼o (3.44) ¼Š„ªnµŸ¼o š¸ÉŤnÁ‡¥°¦¤ (3.22)
„µ¦Áž}œ‡–³šÎµŠµœ KM Ĝ°Š‡r„¦ ¤¸ Ÿ¨˜n°¦³—´„µ¦Â¨„Áž¨¸É¥œÁ¦¸ ¥œ¦¼o (F=19.40, P=0.000) ×¥¡ªnµ Ÿ¼oš¸É
Áž}œ‡–³šÎµŠµœ KM Ĝ°Š‡r„¦‹³¤¸ ¦³—´„µ¦Â¨„Áž¨¸É¥œÁ¦¸ ¥œ¦¼o (3.61) ¼Š„ªnµŸ¼oš¸ÉŤnŗoÁž}œ‡–³šÎµŠµœ KM (3.29)
¦»žŸ¨„µ¦ª·‹´¥
·ÉŠš¸É ε‡´š¸É¤¸ Ÿ¨˜n°„´¦³—´ „µ¦Â¨„Áž¨¸É¥œÁ¦¸¥œ¦¼o °Š» ‡¨µ„¦Äœ®œnª¥Šµœ£µ‡¦´“nªœÄ®n Á„· —‹µ„
‡ªµ¤¤´ ‡¦Ä‹®¦º°Á˜È¤Ä‹Äœ„µ¦Â¨„Áž¨¸É¥œÁ¦¸ ¥œ¦¼o ÁœºÉ °Š‹µ„„µ¦Á¨ÈŠÁ®È œ™¹Š‡ªµ¤Î µ‡´ °Š°Š‡r ‡ªµ¤¦¼o š¸É‹³Áž}œ
ž¦³Ã¥œr š´ÊŠ˜n°®œoµš¸É„µ¦Šµœ °Š˜œÁ°ŠÂ¨³˜n°´Š‡¤Â¨³nªœ¦ª¤ ¡· ‹µ¦–µ™¹Š‡ªµ¤ÅªoªµŠÄ‹Â¨³ž¦³„µ¦–rš¸É