šš¸É 3
¦³Á¸¥ª·›¸„µ¦«¹„¬µ
Ĝ„µ¦«¹ „ ¬µÁ¦ºÉ ° Š ¦¼ ž Äœ„µ¦—Î µ Áœ· œ ¸ ª· ˜ …°Šœ´ „ «¹ „ ¬µ¦³—´  ´ – ”· ˜ «¹ „ ¬µ ‡–³
¦· ® µ¦›» ¦ „· ‹ ¤®µª· š ¥µ¨´ ¥ Á¸ ¥ ŠÄ®¤n ¤¸ „ µ¦„Î µ ®œ—…°Á…˜„µ¦«¹ „ ¬µ …°Á…˜ž¦³µ„¦ ª· ›¸
„µ¦«¹„¬µ „µ¦Á„ȝ¦ª¦ª¤…o°¤¼¨ „µ¦ª·Á‡¦µ³®r…o°¤¼¨ œ·¥µ¤«´¡šr¨³¦³¥³Áª¨µÄœ„µ¦—εÁœ·œ„µ¦
«¹„¬µ —´Šœ¸Ê
…°Á…˜„µ¦«¹„¬µ
Ĝ„µ¦«¹„¬µ‡¦´ÊŠœ¸Êž¦³„°—oª¥„µ¦«¹„¬µ™¹Š¦¼žÂ„µ¦—εÁœ·œ¸ª·˜…°Šœ´„«¹„¬µ¦³—´
´–”·˜«¹„¬µ ‡–³¦·®µ¦›»¦„·‹ ¤®µª·š¥µ¨´¥Á¸¥ŠÄ®¤n Ž¹ÉŠÁ¦ºÉ°Šš¸É«¹„¬µ‹³‡¦°‡¨»¤™¹Š„·‹„¦¦¤
‡ªµ¤­œÄ‹ ¨³‡ªµ¤‡·—Á®Èœ
…°Á…˜ž¦³µ„¦
ž¦³µ„¦Äœ„µ¦«¹ „ ¬µ‡¦´Ê Š œ¸Ê ‡º ° „¨»n¤ œ´„ «¹„ ¬µ¦³—´ ´ – ”· ˜ «¹„ ¬µ ‡–³¦· ® µ¦›» ¦„· ‹
¤®µª·š¥µ¨´¥Á¸¥ŠÄ®¤n š¸É¨Šš³Á¸¥œÁ¦¸¥œÄœže„µ¦«¹„¬µ 2551 ‹Îµœªœ 613 ‡œ (‡–³¦·®µ¦›»¦„·‹
¤®µª·š¥µ¨´¥Á¸¥ŠÄ®¤n, 30 ¤·™»œµ¥œ 2551) Ĝ 5 ®¨´„­¼˜¦ ŗo„n 1. ®¨´„­¼˜¦¦·®µ¦›»¦„·‹
¤®µ´–”·˜ 2. ®¨´„­¼˜¦´¸¤®µ´–”·˜ 3. ®¨´„­¼˜¦¦·®µ¦›»¦„·‹¤®µ´–”·˜ ­µ…µª·µ„µ¦‹´—„µ¦
°»˜­µ®„¦¦¤Á„¬˜¦ 4. ®¨´„­¼˜¦¦·®µ¦›»¦„·‹¤®µ´–”·˜ ­µ…µª·µ„µ¦˜¨µ— ¨³ 5. ®¨´„­¼˜¦
¦·®µ¦›»¦„·‹¤®µ´–”·˜­Îµ®¦´Ÿ¼o¦·®µ¦ ‹´Š®ª´—Á¸¥ŠÄ®¤n
12
˜µ¦µŠš¸É 3.1 ­—Š‹Îµœªœž¦³µ„¦š¸É‹³«¹„¬µ nŠ˜µ¤®¨´„­¼˜¦š¸É«¹„¬µ
®¨´„­¼˜¦
‹Îµœªœœ´„«¹„¬µ (‡œ)
¦·®µ¦›»¦„·‹¤®µ´–”·˜
173
´¸¤®µ´–”·˜
118
¦·®µ¦›»¦„·‹¤®µ´–”·˜ ­µ…µª·µ„µ¦‹´—„µ¦°»˜­µ®„¦¦¤Á„¬˜¦
102
¦·®µ¦›»¦„·‹¤®µ´–”·˜ ­µ…µª·µ„µ¦˜¨µ—
99
¦·®µ¦›»¦„·‹¤®µ´–”·˜­Îµ®¦´Ÿ¼o¦·®µ¦ ‹´Š®ª´—Á¸¥ŠÄ®¤n
121
¦ª¤
613
ª·›¸„µ¦«¹„¬µ
„µ¦«¹„¬µ‡¦´ÊŠœ¸ÊÁž}œ„µ¦«¹„¬µÄœ¦¼žÂ„µ¦ª·‹´¥Á·Š¡¦¦–œµ (Descriptive Research) Ž¹ÉŠ¤¸
®¨nŠ…o°¤¼¨š¸ÉčoĜ„µ¦«¹„¬µ—´Šœ¸Ê
1. …o°¤¼¨ž“¤£¼¤· (Primary Data) Áž}œ…o°¤¼¨š¸Éŗo‹µ„„µ¦Á„ȝ¦ª¦ª¤…o°¤¼¨Ã—¥Äo
­°™µ¤ (Questionnaire) ‹µ„„¨»n ¤ œ´ „ «¹ „ ¬µ¦³—´  ´ – ”· ˜ «¹ „ ¬µ ‡–³¦· ® µ¦›» ¦ „· ‹
¤®µª·š¥µ¨´¥Á¸ ¥ ŠÄ®¤n š¸É ¨Šš³Á¸¥œÁ¦¸¥œÄœže„µ¦«¹„¬µ 2551 Ž¹ÉŠÁ„ȝ¦ª¦ª¤…o°¤¼¨Ã—¥Á¨º°„
˜´ª°¥nµŠÂ˜µ¤­³—ª„ (Convenient Sampling) Ä®oŗo‹Îµœªœ˜´ª°¥nµŠÅ¤nœo°¥„ªnµ¦o°¥¨³ 80 …°Š
ž¦³µ„¦š´ÊŠ®¤— ‡º° °¥nµŠœo°¥˜o°ŠÁ„ȝ…o°¤¼¨Å—o 491 ˜´ª°¥nµŠ Ž¹ÉŠÂ­°™µ¤ÂnŠÁž}œ 4 ­nªœ
—´Š˜n°Åžœ¸Ê
­nªœš¸É 1 …o°¤¼¨š´ÉªÅž…°ŠŸ¼o˜°Â­°™µ¤ Áž}œ…o°¤¼¨—oµœž¦³µ„¦«µ­˜¦r ŗo„n
Á¡« °µ¥» °µ¸¡ ­™µœ£µ¡ ´Êœže ¦µ¥Å—o …œµ—‡¦°‡¦´ª š¸É¡´„°µ«´¥ £¼¤·¨ÎµÁœµ Áž}œ˜oœ
­nªœš¸É 2 ‡Îµ™µ¤Á„¸É¥ª„´„·‹„¦¦¤…°ŠŸ¼o˜°Â­°™µ¤ ŗo„n „·‹„¦¦¤Á„¸É¥ª„´„µ¦
šÎµŠµœ Šµœ°—·Á¦„ Á®˜»„µ¦–ršµŠ­´Š‡¤ ª´œ®¥»—¡´„Ÿn°œ ¤¦¤ o°žždŠ „¸¯µ Áž}œ˜oœ
­nªœš¸É 3 ‡Îµ™µ¤Á„¸É¥ª„´‡ªµ¤­œÄ‹…°ŠŸ¼o˜°Â­°™µ¤ ŗo„n ‡ªµ¤­œÄ‹
Á„¸É¥ª„´‡¦°‡¦´ª oµœ Šµœ „µ¦¡´„Ÿn°œ ¢´Éœ °µ®µ¦ ­ºÉ°˜nµŠÇ ‡ªµ¤­ÎµÁ¦È‹ Áž}œ˜oœ
­nªœš¸É 4 ‡Îµ™µ¤Á„¸É¥ª„´‡ªµ¤‡ªµ¤‡·—Á®Èœ…°ŠŸ¼o˜°Â­°™µ¤ ŗo„n ‡ªµ¤
‡·—Á®ÈœÁ„¸É¥ª„´‡œ°ºÉœ ­´Š‡¤ „µ¦Á¤º°Š ›»¦„·‹ „µ¦«¹„¬µ ­·œ‡oµ °œµ‡˜ Áž}œ˜oœ
2. …o°¤¼¨š»˜·¥£¼¤· (Secondary Data) …o°¤¼¨­nªœœ¸ÊÁž}œ…o°¤¼¨š¸Éŗo‹µ„„µ¦«¹„¬µ‡oœ‡ªoµ‹µ„
®œ´Š­º° Á°„­µ¦ š‡ªµ¤‹µ„ÁªÈÅŽ˜r ˜¨°—‹œ„µ¦‡oœ‡ªoµ‹µ„Šµœª·‹´¥˜nµŠÇ š¸ÉÁ„¸É¥ª…o°Š
13
„µ¦Á„ȝ¦ª¦ª¤…o°¤¼¨
Ÿ¼o«¹„¬µ¦ª¦ª¤…o°¤¼¨Ã—¥„µ¦Â‹„­°™µ¤Ä®o„´œ´„«¹„¬µ¦³—´´–”·˜«¹„¬µ ‡–³
¦·®µ¦›»¦„·‹ ¤®µª·š¥µ¨´¥Á¸¥ŠÄ®¤n š´ÊŠ 5 ®¨´„­¼˜¦ ŗo„n ®¨´„­¼˜¦¦·®µ¦›»¦„·‹¤®µ´–”·˜
®¨´„­¼˜¦´¸¤®µ´–”·˜ ®¨´„­¼˜¦¦·®µ¦›»¦„·‹¤®µ´–”·˜ ­µ…µª·µ„µ¦‹´—„µ¦°»˜­µ®„¦¦¤
Á„¬˜¦ ®¨´ „ ­¼ ˜ ¦¦· ® µ¦›» ¦ „· ‹ ¤®µ´ – ”· ˜ ­µ…µª·  µ„µ¦˜¨µ— ¨³ ®¨´ „ ­¼ ˜ ¦¦· ® µ¦›» ¦ „· ‹
¤®µ´–”·˜­Îµ®¦´Ÿ¼o¦·®µ¦ ‹´Š®ª´—Á¸¥ŠÄ®¤n Ž¹ÉŠ­™µœš¸ÉĜ„µ¦Á„ȝ¦ª¦ª¤…o°¤¼¨‡º° °µ‡µ¦Á¦¸¥œ
‡–³¦·®µ¦›»¦„·‹ ¤®µª·š¥µ¨´¥Á¸¥ŠÄ®¤n Ĝª´œÁ­µ¦r ¨³/®¦º° ª´œ°µš·˜¥r š¸É¤¸„µ¦Á¦¸¥œ„µ¦­°œ
­Îµ®¦´œ´„«¹„¬µ¦³—´´–”·˜«¹„¬µ
„µ¦ª·Á‡¦µ³®r…o°¤¼¨
„µ¦ª·Á‡¦µ³®r…o°¤¼¨Ã—¥Äoަ„¦¤‡°¤¡·ªÁ˜°¦r­ÎµÁ¦È‹¦¼ž ­™·˜·š¸ÉčoĜ„µ¦ª·Á‡¦µ³®r…o°¤¼¨
ŗo„n ‡ªµ¤™¸É (Frequency) ¦o°¥¨³ (Percentage) ¨³‡nµÁŒ¨¸É¥ (Mean) „µ¦ª·Á‡¦µ³®rž{‹‹´¥—oª¥Áš‡œ·‡
Factor Analysis ¨³„µ¦‹ÎµÂœ„„¨»n¤˜´ªÂž¦—oª¥Áš‡œ·‡ Cluster Analysis Ž¹ÉŠ„µ¦Á¨º°„‡Îµ˜°
­Îµ®¦´‡Îµ™µ¤Â˜n¨³…o°Á„¸É¥ª„´„·‹„¦¦¤ ‡ªµ¤­œÄ‹Â¨³‡ªµ¤‡·—Á®Èœœ´Êœ nŠÁž}œ 5 ¦³—´˜µ¤
¤µ˜¦µ­nªœž¦³¤µ–‡nµ…°Š¨·Á‡°¦rš (Likert Scaling) (Socialresearchmethods, 2552: °°œÅ¨œr) ªnµ
Á®Èœ—oª¥„´‡Îµ™µ¤—´Š„¨nµªÄœ¦³—´Ä— ž¦³„°—oª¥¦³—´Â¨³‡³Âœœ…°ŠÂ˜n¨³¦³—´—´Šœ¸Ê
¤µ„š¸É­»—
5
‡³Âœœ
¤µ„
4
‡³Âœœ
žµœ„¨µŠ
3
‡³Âœœ
œo°¥
2
‡³Âœœ
œo°¥š¸É­»—
1
‡³Âœœ
×¥¤¸Á„–”r„µ¦Âž¨‡ªµ¤®¤µ¥…°Š‡³Âœœ Á¡ºÉ°­¦»žŸ¨Â¨³°£·ž¦µ¥Ÿ¨„µ¦ª·‹´¥—´Šœ¸Ê
1. ™oµ„¨»n¤˜´ª°¥nµŠÄ— ¤¸‡nµÁŒ¨¸É¥…°Š‡³Âœœ˜´ªž¦³„° (Factor Score) —oµœ¦¼žÂ„µ¦
—εÁœ·œ¸ª·˜ ¤µ„„ªnµ 0.50 ­—Šªnµ ¤¸‡nµ°¥¼nĜÁ„–”r­¼Š
2. ™oµ„¨»n¤˜´ª°¥nµŠÄ— ¤¸‡nµÁŒ¨¸É¥…°Š‡³Âœœ˜´ªž¦³„° (Factor Score) —oµœ¦¼žÂ„µ¦
—εÁœ·œ¸ª·˜ ¦³®ªnµŠ 0.25 ™¹Š 0.50 ­—Šªnµ ¤¸‡nµ°¥¼nĜÁ„–”r‡n°œ…oµŠ­¼Š
3. ™oµ„¨»n¤˜´ª°¥nµŠÄ— ¤¸‡nµÁŒ¨¸É¥…°Š‡³Âœœ˜´ªž¦³„° (Factor Score) —oµœ¦¼žÂ„µ¦
—εÁœ·œ¸ª·˜ ¦³®ªnµŠ -0.25 ™¹Š 0.25 ­—Šªnµ ¤¸‡nµ°¥¼nĜÁ„–”rÁŒ¨¸É¥
4. ™oµ„¨»n¤˜´ª°¥nµŠÄ— ¤¸‡nµÁŒ¨¸É¥…°Š‡³Âœœ˜´ªž¦³„° (Factor Score) —oµœ¦¼žÂ„µ¦
—εÁœ·œ¸ª·˜ ¦³®ªnµŠ -0.25 ™¹Š -0.50 ­—Šªnµ ¤¸‡nµ°¥¼nĜÁ„–”r‡n°œ…oµŠ˜Éε
14
5. ™oµ„¨»n¤˜´ª°¥nµŠÄ— ¤¸‡nµÁŒ¨¸É¥…°Š‡³Âœœ˜´ªž¦³„° (Factor Score) —oµœ¦¼žÂ„µ¦
—εÁœ·œ¸ª·˜ œo°¥„ªnµ -0.50 ­—Šªnµ ¤¸‡nµ°¥¼nĜÁ„–”r˜Éε
‡³Âœœ˜´ªž¦³„° (Factor Score) Áž}œ‡³Âœœ¤µ˜¦“µœš¸É¤¸‡nµÁŒ¨¸É¥Ášnµ„´ 0 ¨³¤¸­nªœ
Á¸É¥ŠÁœ¤µ˜¦“µœÁšnµ„´ 1
­™·˜·š¸Éčo
„µ¦ª·Á‡¦µ³®r…o°¤¼¨¤¸ª´˜™»ž¦³­Š‡rÁ¡ºÉ°ÂnŠ„¨»n¤˜´ª°¥nµŠ˜µ¤¨´„¬–³„µ¦—εÁœ·œ¸ª·˜Â¨³Á¡º°É
ª·Á‡¦µ³®r¨´„¬–³¦¼žÂ„µ¦—εÁœ·œ¸ª·˜…°ŠÂ˜n¨³„¨»n¤ …´Êœ˜°œ„µ¦ª·Á‡¦µ³®r…o°¤¼¨ÂnŠ°°„Áž}œ 3
…´Êœ˜°œ—´Šœ¸Ê
…´Êœ˜°œš¸É 1 š—­°‡ªµ¤œnµÁºÉ°™º° (Reliability) …°ŠÂ­°™µ¤ ×¥œÎµŸ¨š¸ÉŗošÎµ„µ¦
š—­°„´„¨»n¤˜´ª°¥nµŠ‹Îµœªœ 100 ‡œ ¤µ®µ‡nµ‡ªµ¤œnµÁºÉ°™º° —oª¥‡nµ­´¤ž¦³­·š›·Í°´¨¢µ
(Coefficient Alpha) …°Š Cronbach ץčoަ„¦¤­ÎµÁ¦È‹¦¼žšµŠ­™·˜· ŗo‡nµ‡ªµ¤œnµÁºÉ°™º°—´Šœ¸Ê
­°™µ¤Á„¸É¥ª„´„·‹„¦¦¤
47
…o° =
0.8041
­°™µ¤Á„¸É¥ª„´‡ªµ¤­œÄ‹
35
…o° =
0.7394
­°™µ¤Á„¸É¥ª„´‡ªµ¤‡·—Á®Èœ
33
…o° =
0.6940
­°™µ¤š´ÊŠ®¤—
115 …o° =
0.8470
‡nµ‡ªµ¤œnµÁºÉ°™º° (Reliability) …°ŠÂ­°™µ¤ 100 »— ×¥¦ª¤°¥¼nĜÁ„–”r‡n°œ…oµŠ­¼Š
¤oªnµÄœ­nªœ…°ŠÂ­°™µ¤Á„¸É¥ª„´‡ªµ¤‡·—Á®Èœ‹³¤¸‡nµ‡ªµ¤œnµÁºÉ°™º°˜É優nµ 0.7 „Șµ¤ ˜n™oµ
˜´—‡Îµ™µ¤ÄœÂ­°™µ¤­nªœœ¸Ê°°„µŠ…o° ‡nµ‡ªµ¤œnµÁºÉ°™º°…°ŠÂ­°™µ¤Á„¸É¥ª„´‡ªµ¤
‡·—Á®Èœ„È‹³¤¸‡nµÁ¡·É¤…¹ÊœÅ¤n¤µ„ Ÿ¼oÁ¸É¥ªµ‹¹ŠÂœ³œÎµÄ®o‹„­°™µ¤Á¡ºÉ°š—­°‹¦·Š˜n°ÅžÃ—¥
Ťn˜´—‡Îµ™µ¤ÄœÂ­°™µ¤Á„¸É¥ª„´‡ªµ¤‡·—Á®Èœ°°„
Á¤ºÉ°Á„ȝ­°™µ¤‡¦ 491 ˜´ª°¥nµŠÂ¨oª ŗoš—­°‡ªµ¤œnµÁºÉ°™º° (Reliability) …°Š
­°™µ¤š´ÊŠ®¤—°¸„‡¦´ÊŠ ¡ªnµÅ—o‡nµ‡ªµ¤œnµÁºÉ°™º°—´Šœ¸Ê
­°™µ¤Á„¸É¥ª„´„·‹„¦¦¤
47
…o° =
0.8109
­°™µ¤Á„¸É¥ª„´‡ªµ¤­œÄ‹
35
…o° =
0.7924
­°™µ¤Á„¸É¥ª„´‡ªµ¤‡·—Á®Èœ
33
…o° =
0.7034
­°™µ¤š´ÊŠ®¤—
115 …o° =
0.8808
¡ªnµ‡nµ‡ªµ¤œnµÁºÉ°™º° (Reliability) …°ŠÂ­°™µ¤ 491 »— Ĝ˜n¨³­nªœš¸ÉÁ„¸É¥ª„´
„·‹„¦¦¤ ‡ªµ¤­œÄ‹Â¨³‡ªµ¤‡·—Á®Èœ ˜¨°—‹œ‡nµ‡ªµ¤œnµÁºÉ°™º°…°ŠÂ­°™µ¤Ã—¥¦ª¤
¤µ„„ªnµ 0.7 Ž¹ÉŠ°¥¼nĜÁ„–”r‡n°œ…oµŠ­¼Š —´Šœ´Êœ‹¹Š­¦»žÅ—oªnµÂ­°™µ¤¤¸‡ªµ¤œnµÁºÉ°™º°
15
…´Êœ˜°œš¸É 2 „µ¦œÎµÁš‡œ·‡ Factor Analysis ¤µÄoĜ„µ¦¨—‹Îµœªœ˜´ªÂž¦ („´¨¥µ ªµœ·¥r
´µ, 2551: 4-32) ×¥¦ª¤˜´ªÂž¦®¨µ¥Ç ˜´ªÄ®o°¥¼nĜž{‹‹´¥Á—¸¥ª„´œ ×¥™º°ªnµž{‹‹´¥Ä®¤nš¸É­¦oµŠ
…¹ÊœÁž}œ˜´ªÂž¦Ä®¤nš¸É­µ¤µ¦™®µ‡nµ…°Šž{‹‹´¥ ®¦º° Factor Score š¸É‹³œÎµÅžÄoĜ„µ¦‹ÎµÂœ„„¨»n¤˜´ª
ž¦—oª¥Áš‡œ·‡ Cluster Analysis Ĝ…´Êœ˜°œš¸É 3 ˜n°Åž Ž¹ÉŠ…´Êœ˜°œ„µ¦ª·Á‡¦µ³®r—oª¥Áš‡œ·‡ Factor
Analysis Á¡ºÉ°‹´—„¨»n¤˜´ªÂž¦…°Š„·‹„¦¦¤ ‡ªµ¤­œÄ‹Â¨³‡ªµ¤‡·—Á®Èœ œ´Êœ¤¸ 4 …´Êœ˜°œ—´Šœ¸Ê
2.1 „µ¦˜¦ª‹­°ªn µ ˜´ ª ž¦˜n µ ŠÇ ¤¸ ‡ ªµ¤­´ ¤ ¡´ œ ›r „´ œ ®¦º ° Ťn …´Ê œ ˜°œœ¸Ê ‹ ³
˜¦ª‹­°Ã—¥Äo­™·˜· KMO and Bartlett’s test of sphericity ™oµ‡nµ KMO (Kaiser–Meyer–Olkin) ¤¸
‡nµœo°¥ (Á…oµ­¼n«¼œ¥r) ­—ŠªnµÁš‡œ·‡ Factor Analysis ŤnÁ®¤µ³­¤„´…o°¤¼¨š¸É¤¸°¥¼n ĜšµŠ„¨´„´œ
™oµ‡nµ KMO ¤¸‡nµ¤µ„ (Á…oµ­¼n®œ¹ÉŠ) ­—ŠªnµÁš‡œ·‡ Factor Analysis Á®¤µ³­¤„´…o°¤¼¨š¸É¤¸°¥¼n ˜n
×¥š´ÉªÅž™oµ‡nµ KMO < .5 ‹³™º°ªnµ…o°¤¼¨š¸É¤¸°¥¼nŤnÁ®¤µ³­¤š¸É‹³ÄoÁš‡œ·‡ Factor Analysis
2.2 „µ¦­„´—ž{‹‹´¥ (Factor Extraction) ¤¸ª´˜™»ž¦³­Š‡rÁ¡ºÉ°®µ‹Îµœªœ Factor š¸É
­µ¤µ¦™Äošœ˜´ªÂž¦š»„˜´ªÅ—o ®¦º° Áž}œ„µ¦—¹Š¦µ¥¨³Á°¸¥—‹µ„˜´ªÂž¦¤µÅªoĜ Factor ×¥‹³Äo
ª·›¸ Principal Component Analysis (PCA) ¤µÄoĜ„µ¦ª·Á‡¦µ³®r Ž¹ÉŠ‹³„ε®œ—‡nµ Eigen values
¤µ„„ªnµ 1 ÁœºÉ°Š‹µ„˜´ªÂž¦…°ŠÂ˜n¨³»—ŤnÁ„·œ 50 ˜´ªÂž¦ Ĝ…´Êœ˜°œœ¸Ê‹³Å—o‡nµ Factor Loading
®¦º° ‡nµš¸É‹³œÎµ¤µ¡·‹µ¦–µªnµ˜´ªÂž¦Ä—oµŠš¸É‡ª¦‹³°¥¼nĜ Factor Á—¸¥ª„´œ Ĝ„µ¦¡·‹µ¦–µ‹´—˜´ª
ž¦˜nµŠÇ Ä®o„´Â˜n¨³ Factor œ´Êœ ™oµ Factor Loading …°Š˜´ªÂž¦Ä—¤¸‡nµ¤µ„ (Á…oµ­¼n +1 ®¦º° -1)
‡ª¦‹³‹´—˜´ªÂž¦—´Š„¨nµªÄ®o°¥¼nĜ Factor —´Š„¨nµª
2.3 „µ¦®¤»œÂ„œž{‹‹´¥ (Factor Rotation) ץčoÁš‡œ·‡ Varimax …´Êœ˜°œœ¸Ê¤¸
ª´˜™»ž¦³­Š‡rÁ¡ºÉ°šÎµÄ®o‡nµ Factor Loading …°Š˜´ªÂž¦¤¸‡nµ¤µ„®¦º°¨—¨Š‹œšÎµÄ®oš¦µÅ—oªnµ˜´ª
ž¦œ´Êœ‡ª¦°¥¼n®¦º°Å¤n°¥¼nĜ Factor ė
2.4 „µ¦‡Îµœª–‡nµ Factor Score Á¡ºÉ°œÎµÅž‹ÎµÂœ„„¨»n¤˜´ªÂž¦Äœ…´Êœ˜°œš¸É 3
…´Êœ˜°œš¸É 3 „µ¦‹ÎµÂœ„„¨»n¤˜´ªÂž¦—oª¥Áš‡œ·‡ Cluster Analysis („´¨¥µ ªµœ·¥r´µ,
2551: 125-170) ¤¸ª´˜™»ž¦³­Š‡rÁ¡ºÉ°ÂnŠ„¨»n¤˜´ªÂž¦˜µ¤¦¼žÂ„µ¦—εÁœ·œ¸ª·˜ ˜´ªÂž¦š¸É¤¸
‡ªµ¤­´¤¡´œ›r„´œ¤µ„‹³™¼„‹´—Ä®o°¥¼n„¨»n¤Á—¸¥ª„´œ ®¦º° ¤¸¦¼žÂ„µ¦—εÁœ·œ¸ª·˜ÂÁ—¸¥ª„´œ ×¥
čo Factor Score š¸Éŗo‹µ„…´Êœ˜°œš¸É 2 ¤µª·Á‡¦µ³®r×¥Áš‡œ·‡ K-Means Cluster Analysis Áš‡œ·‡œ¸Ê
‹³‹ÎµÂœ„˜´ªÂž¦ ®¦º° Case °°„Áž}œ„¨»n¤¥n°¥ ×¥˜o°Š„ε®œ—‹Îµœªœ„¨»n¤ (Cluster) š¸É˜o°Š„µ¦
Ánœ „ε®œ—Ä®o¤¸ k „¨»n¤ Áš‡œ·‡œ¸Ê‹³šÎµŠµœ®¨µ¥Ç ¦° (Iteration) Ž¹ÉŠÄœÂ˜n¨³¦°‹³¤¸„µ¦¦ª¤
Case Ä®oŞ°¥¼n„¨»n¤Ä—„¨»n¤®œ¹ÉŠ ×¥Á¨º°„„¨»n¤š¸É Case œ´Êœ¤¸¦³¥³®nµŠ‹µ„‡nµ„¨µŠ…°Š„¨»n¤œo°¥š¸É­»—
16
¨oª‡Îµœª–‡nµ„¨µŠ…°Š„¨»n¤Ä®¤nŞÁ¦ºÉ°¥Ç ‹œ„ªnµ‡nµ„¨µŠ…°Š„¨»n¤Å¤nÁž¨¸É¥œÂž¨Š ®¦º° ‡¦¦°
˜µ¤‹Îµœªœš¸É„ε®œ—Ūo
¦³¥³Áª¨µÄœ„µ¦—εÁœ·œ„µ¦«¹„¬µ
¦³¥³Áª¨µÄœ„µ¦«¹„¬µ 9 Á—º°œ ¦³®ªnµŠ Á—º°œ¤„¦µ‡¤ 2552 ™¹Š Á—º°œ„´œ¥µ¥œ 2552 Ž¹ÉŠÅ—o
Á„ȝ¦ª¦ª¤…o°¤¼¨Ã—¥Äo­°™µ¤ (Questionnaire) ‹µ„„¨»n¤œ´„«¹„¬µ¦³—´´–”·˜«¹„¬µ ‡–³
¦·®µ¦›»¦„·‹ ¤®µª·š¥µ¨´¥Á¸¥ŠÄ®¤n š¸É¨Šš³Á¸¥œÁ¦¸¥œÄœže„µ¦«¹„¬µ 2551 š´ÊŠ®¤— 491 »— Ĝ
Á—º°œ¤„¦µ‡¤ 2552 ™¹Š Á—º°œ¤¸œµ‡¤ 2552
­™µœš¸Éš¸ÉčoĜ„µ¦—εÁœ·œ„µ¦«¹„¬µ
‡–³¦·®µ¦›»¦„·‹ ¤®µª·š¥µ¨´¥Á¸¥ŠÄ®¤n

棣ｳ揆ｵｦ｡

涵o匱ｰｮｻo

¦oｵ愧肱ｵｪｷ虜ﾃｰ

t

(､ｮｵ骨) ﾂｨｳ擱ｷｬｴ嗇nｰ･ 茅ｵﾅｦｵ履ｻ

ﾁ査･監ｮ､n湿ｰｵﾁｦｸ

擱ｷｬ ｴ 姦rﾁ､ ﾁｰﾈ､ ﾅｰ 勤ｵ ､ｮｵ骨 nｪ悁ｸﾉ

ﾁｮ仆ﾁ｡ｨｷ看ｮ､oﾃｦ滑ｵ悵ｸ撩ﾊﾎｵ､ｴ悧ｳ｡ｦoｵｪ

ｰﾎｵ愀ﾂｨｳｵ､ｦｴ據ｷ絡ｰ

｡ｴ 愀 ｦ ｰ寒ｳ撈ﾃｨ狭ｭ亶 r

การปjองกันความรุนแรง

การเพิ่มประสิทธิภาพในการผสมพันธุrยาง Improving Hevea`s H

gｰ噛ｸﾉ殤µ 怱ｦｳ擡怱ｵｦ砂濤ｪﾂﾈ噛ｸﾉ､ｸｸ雷ﾎｵ裸ｪｵ､ｨ

10 PP.pmd

n､ｺｰ ｦﾄ腔慣 CMI – 689

ｮｨｴ 排ﾂｨｳﾂ悴梺ｷ擽亶ﾄ怱ｵｦﾄ腔ｭｷ圀ｷﾁ垪・敕ｰ悵從ｪ・ 埆х無

｢鯱ｺﾑ ﾑｵﾔ｡ﾃﾘｧ犢ｾﾁﾋﾒｹ､ﾃ

ｭ匏怱ｵｦ睦ﾁｰ溜r ｴ完ｪｴ硫ｻ ｦ峽愃 ｡ｧｫ狭 ・ y ､｣ｵ｡ｴ悍r

亢ｪｰ･nｵ#346

ﾂ悴瞭怱ｵｦｪｷﾁｵｳｮr

ญี่ปุ่น 19-25 ก.พ. - ma

- ราชวิทยาลัย