Members of Learning Innovation Technology Lab

 

 

Research Interests:

  • Learning Patterns and Learning Styles
  • Adaptive e-Learning
  • Courseware Engin

Selected Published papers:

  • Panarat Sangvigit, Surasak Mungsing and Anuchai Theeraroungchaisri, "Correlation of Honey & Mumford Learning Styles and Online Learning media Preference ", International Journal of Computer Technology and Applications (IJCTA), Vol.3 Issue 3. May 2012, pp 1312-1317
  • P. Sangvigit, S.Mungsing, A.Theeraroungchaisri, "The Design of Learning Management System That Adapt Content Learning Path and Learning Task According to Learner, " International e-Learning Conference 2008, Bangkok 20-21 November 2008.
  • Panarat Sangvigit, Surasak Mungsing, Anuchai Theeraroungchaisri,, " Courseware Engine for Adaptive Learning and Learning Paths Based on Student's Learning Style, Behavior and Knowledge", The International Conference and Workshop on e-Learning Strategies: Edutainment 2007.
  • Panarat Sangvigit, Surasak Mungsing, Anuchai Theeraroungchaisri,"The Design of Adaptive Engine for E-Learning Courseware", The 8th Distance Learning & the Internet Conference. หน้า 25-31.
  Thesis Title: การใช้กระบวนการค้นหาความรู้ในฐานข้อมูลเพื่อการศึกษาแบบแผนพฤติกรรมการเรียนออนไลน์ตามรูปแบบการเรียนของฮันนีและมัมฟอร์ด (The Utilization of Knowledge Discovery in Database to Formulate Pattern of Online Learning Behaviors of Honney &Mumford Learning Styles)
 

 

บทคัดย่อ

ผลการศึกษา พบว่า แบบแผนพฤติกรรมการเรียนออนไลน์ตามทฤษฎีของฮันนีและมัมฟอร์ดมีความแตกต่างกัน อย่างมีนัยสำคัญทางสถิติ ที่ระดับ .05 ทั้งนี้พบว่า ผู้เรียนที่ชอบเรียนรู้จากการทำกิจกรรม จะมีแนวโน้มแบบแผนการเลือกเนื้อหาแบบจำลองสถานการณ์และลำดับถัดไปจะเลือกเนื้อหาแบบฝึกหัดของทุกครั้งในการเลือกเนื้อหาบทเรียนออนไลน์ โดยผู้เรียนประเภทนี้จะมีความสัมพันธ์ในทิศทางตรงกันข้ามกับเนื้อหาแบบทฤษฎี โดยมีค่าสัมประสิทธิ์สหสัมพันธ์ติดลบ (-.751)
ผู้เรียนที่ชอบเรียนรู้จากการทดลองปฏิบัติจริง จะมีแนวโน้มแบบแผนการเลือกเนื้อหาแบบฝึกหัดทุกครั้งของการเลือกเนื้อหาบทเรียนออนไลน์ โดยผู้เรียนประเภทนี้จะมีความสัมพันธ์ในทิศทางตรงกันข้ามของระยะเวลาการเรียนกับเนื้อหาแบบทฤษฎี โดยมีค่าสัมประสิทธิ์สหสัมพันธ์ติดลบ (-.746)
ผู้เรียนที่ชอบเรียนหลักการและทฤษฎี จะมีแนวโน้มแบบแผนการเลือกเนื้อหาแบบตัวอย่างและลำดับถัดไปจะเลือกเนื้อหาแบบทฤษฎีทุกครั้งในการเลือกเนื้อหาบทเรียนออนไลน์ โดยผู้เรียนประเภทนี้จะมีความสัมพันธ์เชิงบวกของระยะเวลาการเรียนกับเนื้อหาแบบทฤษฎี ที่มีค่าสัมประสิทธิ์สหสัมพันธ์อยู่ในระดับสูง (.875) ผู้เรียนที่ชอบเรียนรู้จากการคิดไตร่ตรอง จะมีแนวโน้มที่มีแบบแผนการเรียน

ในการเลือกเนื้อหาแบบตัวอย่างทุกครั้งของการเลือกบทเรียนออนไลน์ , หรือมีแบบแผนการเรียนในการเลือกเนื้อหาแบบฝึกหัดและลำดับถัดไปเลือกเนื้อหาแบบตัวอย่างทุกครั้งที่เข้าบทเรียนออนไลน์ โดยผู้เรียนประเภทนี้จะมีความสัมพันธ์ของระยะเวลาการเรียนกับเนื้อหาแบบตัวอย่างที่มีค่าสัมประสิทธิ์สหสัมพันธ์อยู่ในระดับสูง (.796)
 

 

Abstract

The use of learning style assessment in order to classify learners has certain limitation: for example, the emotion of the learning at rating time, the lack of motivation in completing the assessment, and too many questions provided. Hence, the use of online learning pattern is considered another interesting method in assessing learning style of learners and it can avoid the limitations of mentioned.

This research is aimed to study the correlations between online learning behaviors and learning styles of Honey & Mumford (Activist, Pragmatist, Theorist and Reflector). Also, it synthesizes online learning behaviors of learners in each learning style with the use of knowledge discovery in database method. There are 2 phases conducted in this research. The first phase is the period of studying online learning behaviors of learners that have different learning style. The data were collected through online learning of learners in the aspects of the frequency, time consumed, priority in selecting activities, and scores obtained in pre and post test. The second phase is when the researcher searching knowledge through the process of CRIS-DM in order to synthesize online learning behaviors in learning style as proposed by Honey & Mumford. The course experimented is “Business Management with Computer” in the lesson of VBA Program writing in Microsoft Excel 2010. The sample of the research is 375 students majoring in Business Computer of Rajabhat University in Western Part in academic year 2011. The size of sample is futher calculated through Krejcie & Morgan’s Table and’ finally, obtain the number of 191 (there were 36 students reporting unclear learning style and they were excluded from the sample group).

The results showed that the behavior of online learning of learners in each learning style as proposed by Honey& Mumford has confidence at 0.05 and the details can be explained as followed.

The learners prefer learning through activist trend to choose the lesson with simulation and exercise. The time consumed in this style learner in learning through theory contrasted with their learning achievement with correlation coefficient value at -.751.

The learners with learning by pragmatist trend to choose their learning through the exercise. The time consumed for this group of learners in learning through the theory contrasted with their learning achievement with correlation coefficient value at -.746.

The learners with learning by theorist and principles tend to choose their learning through the theory. The time consumed for this group of learners in learning through the theory correspondent with their learning achievement with correlation coefficient value at .875.

The learners with learning by reflector trend to choose their learning through the examples or exercise followed by examples. The time consumed for this group of learners in learning through the examples correspondent with their learning achievement with correlation coefficient value at .796.

The results of this research indicate that learners in each learning style have different learning behaviors. Therefore, it is possible to apply online learning behavior in the classification of learner’s style instead of the normal learning style assessment. However, there should be other behaviors included and the behavior of online learning should be further developed in form of algorithm in managing learning system of learners afterwards.