รายละเอียดรายละเอียดของรายวิชา
สถานะ
Status
หลักสูตร
Academic Program
หลักสูตรสารสนเทศศาสตรบัณฑิต
Bachelor of Information Science
สาขาวิชา
Field
วิชาเอก
Major
หลักสูตรปรับปรุง ปี พ.ศ.
2567
ภาค/ปีการศึกษา
Semester/Academic Year
1 / 2568
1. รหัส ชื่อรายวิชา/ชุดวิชา และจำนวนหน่วยกิต
     Course Code and Number(s) of Credits
รหัสวิชา/ชุดวิชา
Course Code
HS212105
ภาษาไทย
Thai name
การวิเคราะห์ข้อมูล
ภาษาอังกฤษ
English name
Data Analytics
จํานวนหน่วยกิต
Number(s) of Credits
12(9-6-21)
2. ประเภทของรายวิชา/ชุดวิชา และหลักสูตร
     Type of the Subject Course
ประเภท
Type
  • รายวิชาบังคับ (Compulsory Course)
ในหลักสูตร
in the Program of
หลักสูตรสารสนเทศศาสตรบัณฑิต (หลักสูตรปรับปรุง พ.ศ. 2567)
และ เป็นรายวิชา/ชุดวิชาในหลักสูตร
and if also used in other academic programs, please specify the program and the subject type
    3. อาจารย์ผู้รับผิดชอบและอาจารย์ผู้สอน
         Course Coordinator and Lecturer
    อาจารย์ผู้รับผิดชอบ
    Course Coordinator
    • ผู้ช่วยศาสตราจารย์สมเพ็ชร จุลลาบุดดี
    อาจารย์ผู้สอน
    Lecturers
    • ผู้ช่วยศาสตราจารย์จุฑาทิพย์ ไชยกำบัง
    • ผู้ช่วยศาสตราจารย์สมเพ็ชร จุลลาบุดดี
    4. ผลลัพธ์การเรียนรู้ระดับรายวิชา/ชุดวิชา
         Course learning outcomes-CLO
    ความรู้
    Knowledge
    • ผู้เรียนสามารถอธิบายแนวคิดเกี่ยวกับการวิเคราะห์เชิงสถิติได้
    • ผู้เรียนสามารถประยุกต์ใช้เทคนิคการวิเคราะห์ทางสถิติที่เหมาะสมกับชุดข้อมูลได้
    • ผู้เรียนสามารถอธิบายความรู้เกี่ยวกับโปรแกรมสำหรับงานด้านวิทยาการข้อมูลได้
    • ผู้เรียนประยุกต์ใช้เครื่องมือในการเขียนโปรแกรมเบื้องต้นตามโครงสร้างพื้นฐานได้
    • ผู้เรียนสามารถอธิบายและประยุกต์ใช้ความรู้เกี่ยวกับการจัดการข้อมูลทั้งแบบมีโครงสร้างและไม่มีโครงสร้างได้
    • ผู้เรียนสามารถอธิบายแบบจำลองสำหรับการวิเคราะห์และออกแบบระบบได้
    • ผู้เรียนสามารถอธิบายแนวคิดเกี่ยวกับการวิเคราะห์ข้อมูลและสารสนเทศด้วยแผนภาพได้
    • ผู้เรียนสามารถอธิบายแนวคิดของระบบสารสนเทศและจำแนกความแตกต่างของระบบสารสนเทศแต่ละประเภทได้
    จริยธรรม
    Ethics
    • ผู้เรียนอ้างถึง (Refer to) หลักคุณธรรม จริยธรรม ในการปฏิบัติงาน แสดงออกถึงความรับผิดชอบในการเรียน โดยสามารถเรียนรู้ด้วยตนเอง สามารถทำงานร่วมกับผู้อื่น
    • ผู้เรียนตอบสนองต่อ (Respond to) การปฏิบัติตามจรรยาบรรณทางวิชาการและวิชาชีพ ได้อย่างถูกต้องหลีกเลี่ยงการกระทำสิ่งที่ผิดกฎกติกาของสังคม และกฎหมาย
    ทักษะ
    Skills
    • ผู้เรียนสามารถสร้างเครื่องมือในการเก็บรวบรวมข้อมูลได้อย่างเหมาะสม
    • ผู้เรียนสามารถวิเคราะห์ข้อมูลโดยใช้เทคนิคทางสถิติที่เหมาะสม
    • ผู้เรียนสามารถวิเคราะห์และออกแบบขั้นตอนการเขียนโปรแกรมเบื้องต้นสำหรับงานด้านวิทยาการข้อมูลได้
    • ผู้เรียนสามารถใช้เครื่องมือและเขียนโปรแกรมเบื้องต้นสำหรับงานวิทยาการข้อมูลได้อย่างถูกต้อง
    • ผู้เรียนสามารถออกแบบและพัฒนาระบบสารสนเทศตามความต้องการของผู้ใช้ได้
    • ผู้เรียนสามารถวิเคราะห์และออกแบบระบบโดยประยุกต์ใช้แผนภาพการไหลของข้อมูล แผนภาพความสัมพันธ์ของข้อมูลได้อย่างถูกต้องและเหมาะสม
    • ผู้เรียนสามารถวิเคราะห์ข้อมูลและสารสนเทศด้วยชุดข้อมูลตัวอย่างได้
    • ผู้เรียนสามารถวิเคราะห์โดยใช้เครื่องมือที่เหมาะสม และนำเสนอข้อมูลที่ได้จากการวิเคราะห์ด้วยแผนภาพได้
    • ผู้เรียนมีทักษะการคิดอย่างมีวิจารณญาณ (Critical Thinking)
    • ผู้เรียนสามารถทำงานร่วมกับผู้อื่น (Collaboration)
    • ผู้เรียนมีทักษะการแก้ปัญหา (Problem Solving)
    ลักษณะบุคคล
    Character
    • ผู้เรียนแสดง (Show) ความสามารถในการแก้ไขปัญหาที่ซับซ้อนและใช้เทคโนโลยีดิจิทัลอย่างมีวิจารณญาณ
    • ผู้เรียนปฏิบัติตน (Conduct) อย่างเหมาะสม สอดคล้องตามค่านิยมของสถาบันการศึกษา และอัตลักษณ์ของนักศึกษามหาวิทยาลัยขอนแก่น
    5. คําอธิบายรายวิชา / ชุดวิชา
         Description of Subject Course/Module
    ภาษาไทย
    Thai
    สถิติเชิงวิเคราะห์ การเขียนโปรแกรมสำหรับงานทางด้านวิทยาการข้อมูล การจัดการข้อมูล การวิเคราะห์และออกแบบระบบสารสนเทศ การวิเคราะห์และนำเสนอข้อมูลด้วยภาพ การประยุกต์ใช้เครื่องมือทางดิจิทัลในการวิเคราะห์ข้อมูล ทักษะและคุณลักษณะที่จำเป็นต่อการวิเคราะห์ข้อมูล การเรียนรู้แบบบูรณาการปฏิบัติงาน ด้วยการฝึกหัดงาน หรือ การทำโครงงานรวบยอด
    ภาษาอังกฤษ
    English
    Statistical analysis, data science programming, data management, information system analysis and design, data analytics and visualization, application of digital tools in data analytics, essential skills and attributes for data analytics, work integrated learning by internships or capstone project
    6. รูปแบบและรูปแบบการจัดการเรียนรู้
         Delivery mode and Learning management Method
    รูปแบบ
    Delivery mode
    • Classroom-based learning
    • Work integrated learning
    รูปแบบการจัดการเรียนรู้
    Learning management Method
    • Task-based learning
    • Project-based learning
    • Flipped classroom
    7. แผนการจัดการเรียนรู้
         Lesson plan
    สัปดาห์ที่
    Week     		หัวข้อการสอน
    Teaching topics     		จํานวน
    ชั่วโมง
    Number of hours     		CLO กิจกรรมการเรียนการสอน สื่อ/ เอกสารและช่องทางการสอน
    Teaching and Learning Activities, Instructional Media/ Materials, and Teaching Channels
    ทฤษฎี ปฏิบัติ
    1-3 แนะนำชุดวิชา/ภาพรวมของชุดวิชา/วิธีการเรียน/การแบ่งกลุ่ม/การประเมินผล
    1. สถิติเชิงวิเคราะห์
    1.1 แนวคิดเกี่ยวกับสถิติ
    1.2 การวิเคราะห์ข้อมูลโดยใช้สถิติพรรณนา
    1.3 การวิเคราะห์ข้อมูลโดยใช้สถิติอนุมาน
    1.4 การทดสอบสมมติฐานด้วยสถิติแบบไม่ใช้พารามิเตอร์
    1.5 การวิเคราะห์สหสัมพันธ์และการถดถอย     		15
    • K1: ผู้เรียนสามารถอธิบายแนวคิดเกี่ยวกับการวิเคราะห์เชิงสถิติได้
    • K2: ผู้เรียนสามารถประยุกต์ใช้เทคนิคการวิเคราะห์ทางสถิติที่เหมาะสมกับชุดข้อมูลได้
    • S1: ผู้เรียนสามารถสร้างเครื่องมือในการเก็บรวบรวมข้อมูลได้อย่างเหมาะสม
    • S2: ผู้เรียนสามารถวิเคราะห์ข้อมูลโดยใช้เทคนิคทางสถิติที่เหมาะสม
    • S9: ผู้เรียนมีทักษะการคิดอย่างมีวิจารณญาณ (Critical Thinking)
    • S10: ผู้เรียนสามารถทำงานร่วมกับผู้อื่น (Collaboration)
    • S11: ผู้เรียนมีทักษะการแก้ปัญหา (Problem Solving)
    • E1: ผู้เรียนอ้างถึง (Refer to) หลักคุณธรรม จริยธรรม ในการปฏิบัติงาน แสดงออกถึงความรับผิดชอบในการเรียน โดยสามารถเรียนรู้ด้วยตนเอง สามารถทำงานร่วมกับผู้อื่น
    • E2: ผู้เรียนตอบสนองต่อ (Respond to) การปฏิบัติตามจรรยาบรรณทางวิชาการและวิชาชีพ ได้อย่างถูกต้องหลีกเลี่ยงการกระทำสิ่งที่ผิดกฎกติกาของสังคม และกฎหมาย
    • C1: ผู้เรียนแสดง (Show) ความสามารถในการแก้ไขปัญหาที่ซับซ้อนและใช้เทคโนโลยีดิจิทัลอย่างมีวิจารณญาณ
    • C2: ผู้เรียนปฏิบัติตน (Conduct) อย่างเหมาะสม สอดคล้องตามค่านิยมของสถาบันการศึกษา และอัตลักษณ์ของนักศึกษามหาวิทยาลัยขอนแก่น
    		 (1) แหล่งเรียนรู้ KKU E-Learning/ Facebook Group / Google classroom ของชุดวิชา
    (2) การเรียนการสอน ห้องปฏิบัติการคอมพิวเตอร์ฯ/การสอนออนไลน์ด้วย Zoom หรือ G-Meet
    (3) รูปแบบเนื้อหา ชุดสไลด์จากโปรแกรม Powerpoint หรือ โปรแกรมผลิตสไลด์ประกอบการสอน
    (4) แบบฝึกทดสอบออนไลน์ Socrative/Kahoot
    (5) โปรแกรม SPSS และตัวอย่างการวิเคราะห์ข้อมูล
    (6) แบบฝึกหัดและการส่งงาน
    (7) แบ่งกลุ่มเพื่อฝึกปฏิบัติเกี่ยวกับการวิเคราะห์ข้อมูลจากสถานการณ์จริง
    4-13 2. การเขียนโปรแกรมเบื้องต้นสำหรับงานด้านวิทยาการข้อมูล
    2.1 ความรู้เบื้องต้นเกี่ยวกับการเขียนโปรแกรมสำหรับงานด้านวิทยาการข้อมูล
    2.2 การวิเคราะห์และออกแบบโปรแกรมด้วยผังงานโปรแกรม(Program flowchart)
    2.3 โครงสร้างและการเขียนโปรแกรมภาษาไพธอน
    2.4 การเขียนโปรแกรมสำหรับงานจัดการฐานข้อมูล
    2.5 การนำเสนอผลจากการบูรณาการ การเขียนโปแกรมจัดการข้อมูลด้วยภาษาไพธอน     		30 30
    • K3: ผู้เรียนสามารถอธิบายความรู้เกี่ยวกับโปรแกรมสำหรับงานด้านวิทยาการข้อมูลได้
    • K4: ผู้เรียนประยุกต์ใช้เครื่องมือในการเขียนโปรแกรมเบื้องต้นตามโครงสร้างพื้นฐานได้
    • S3: ผู้เรียนสามารถวิเคราะห์และออกแบบขั้นตอนการเขียนโปรแกรมเบื้องต้นสำหรับงานด้านวิทยาการข้อมูลได้
    • S4: ผู้เรียนสามารถใช้เครื่องมือและเขียนโปรแกรมเบื้องต้นสำหรับงานวิทยาการข้อมูลได้อย่างถูกต้อง
    • S9: ผู้เรียนมีทักษะการคิดอย่างมีวิจารณญาณ (Critical Thinking)
    • S10: ผู้เรียนสามารถทำงานร่วมกับผู้อื่น (Collaboration)
    • S11: ผู้เรียนมีทักษะการแก้ปัญหา (Problem Solving)
    • E1: ผู้เรียนอ้างถึง (Refer to) หลักคุณธรรม จริยธรรม ในการปฏิบัติงาน แสดงออกถึงความรับผิดชอบในการเรียน โดยสามารถเรียนรู้ด้วยตนเอง สามารถทำงานร่วมกับผู้อื่น
    • E2: ผู้เรียนตอบสนองต่อ (Respond to) การปฏิบัติตามจรรยาบรรณทางวิชาการและวิชาชีพ ได้อย่างถูกต้องหลีกเลี่ยงการกระทำสิ่งที่ผิดกฎกติกาของสังคม และกฎหมาย
    • C1: ผู้เรียนแสดง (Show) ความสามารถในการแก้ไขปัญหาที่ซับซ้อนและใช้เทคโนโลยีดิจิทัลอย่างมีวิจารณญาณ
    • C2: ผู้เรียนปฏิบัติตน (Conduct) อย่างเหมาะสม สอดคล้องตามค่านิยมของสถาบันการศึกษา และอัตลักษณ์ของนักศึกษามหาวิทยาลัยขอนแก่น
    		 (1) แหล่งเรียนรู้ KKU E-Learning/ Facebook Group / Google classroom ของชุดวิชา
    (2) การเรียนการสอน ห้องปฏิบัติการคอมพิวเตอร์ฯ/การสอนออนไลน์ด้วย Zoom หรือ G-Meet
    (3) รูปแบบเนื้อหา ชุดสไลด์จากโปรแกรม Powerpoint หรือ โปรแกรมผลิตสไลด์ประกอบการสอน
    (4) แบบฝึกทดสอบออนไลน์ Socrative/Kahoot
    (5) โปรแกรม Python และตัวอย่างการเขียนโปรแกรมสำหรับงานด้านวิทยาการข้อมูล
    (6) แบบฝึกหัดและการส่งงาน
    (7) แบ่งกลุ่มเพื่อฝึกปฏิบัติเกี่ยวกับการเขียนโปรแกรมจากสถานการณ์จริง
    14-23 3. การจัดการข้อมูล (Data Management)
    3.1 แนวคิดเกี่ยวกับข้อมูลและการจัดการข้อมูล
    3.2 การจัดการข้อมูลแบบมีโครงสร้าง
    3.3 การจัดการฐานข้อมูลเชิงสัมพันธ์
    3.4 การจัดการฐานข้อมูลบนเว็บ
    3.5 การจัดการข้อมูลแบบไม่มีโครงสร้าง
    3.6 การจัดการข้อมูลแบบบูรณาการ
    		 30 30
    • K5: ผู้เรียนสามารถอธิบายและประยุกต์ใช้ความรู้เกี่ยวกับการจัดการข้อมูลทั้งแบบมีโครงสร้างและไม่มีโครงสร้างได้
    • S5: ผู้เรียนสามารถออกแบบและพัฒนาระบบสารสนเทศตามความต้องการของผู้ใช้ได้
    • S9: ผู้เรียนมีทักษะการคิดอย่างมีวิจารณญาณ (Critical Thinking)
    • S10: ผู้เรียนสามารถทำงานร่วมกับผู้อื่น (Collaboration)
    • S11: ผู้เรียนมีทักษะการแก้ปัญหา (Problem Solving)
    • E1: ผู้เรียนอ้างถึง (Refer to) หลักคุณธรรม จริยธรรม ในการปฏิบัติงาน แสดงออกถึงความรับผิดชอบในการเรียน โดยสามารถเรียนรู้ด้วยตนเอง สามารถทำงานร่วมกับผู้อื่น
    • E2: ผู้เรียนตอบสนองต่อ (Respond to) การปฏิบัติตามจรรยาบรรณทางวิชาการและวิชาชีพ ได้อย่างถูกต้องหลีกเลี่ยงการกระทำสิ่งที่ผิดกฎกติกาของสังคม และกฎหมาย
    • C1: ผู้เรียนแสดง (Show) ความสามารถในการแก้ไขปัญหาที่ซับซ้อนและใช้เทคโนโลยีดิจิทัลอย่างมีวิจารณญาณ
    • C2: ผู้เรียนปฏิบัติตน (Conduct) อย่างเหมาะสม สอดคล้องตามค่านิยมของสถาบันการศึกษา และอัตลักษณ์ของนักศึกษามหาวิทยาลัยขอนแก่น
    		 (1) แหล่งเรียนรู้ KKU E-Learning/ Facebook Group / Google classroom ของชุดวิชา
    (2) การเรียนการสอน ห้องปฏิบัติการคอมพิวเตอร์ฯ/การสอนออนไลน์ด้วย Zoom หรือ G-Meet
    (3) รูปแบบเนื้อหา ชุดสไลด์จากโปรแกรม Powerpoint หรือ โปรแกรมผลิตสไลด์ประกอบการสอน
    (4) แบบฝึกทดสอบออนไลน์ Socrative/Kahoot
    (5) โปรแกรมสำหรับการจัดการข้อมูล
    (6) แบบฝึกหัดและการส่งงาน
    (7) แบ่งกลุ่มเพื่อฝึกปฏิบัติเกี่ยวกับการจัดการข้อมูลจากสถานการณ์จริง
    24-28 4. การวิเคราะห์และออกแบบระบบสารสนเทศ
    4.1 แนวคิดเกี่ยวกับระบบสารสนเทศ
    4.2 แนวคิดเกี่ยวกับการออกแบบและพัฒนาระบบสารสนเทศ
    4.3 การวิเคราะห์และออกแบบระบบสารสนเทศ     		30
    • K6: ผู้เรียนสามารถอธิบายแบบจำลองสำหรับการวิเคราะห์และออกแบบระบบได้
    • K8: ผู้เรียนสามารถอธิบายแนวคิดของระบบสารสนเทศและจำแนกความแตกต่างของระบบสารสนเทศแต่ละประเภทได้
    • S6: ผู้เรียนสามารถวิเคราะห์และออกแบบระบบโดยประยุกต์ใช้แผนภาพการไหลของข้อมูล แผนภาพความสัมพันธ์ของข้อมูลได้อย่างถูกต้องและเหมาะสม
    • S9: ผู้เรียนมีทักษะการคิดอย่างมีวิจารณญาณ (Critical Thinking)
    • S10: ผู้เรียนสามารถทำงานร่วมกับผู้อื่น (Collaboration)
    • S11: ผู้เรียนมีทักษะการแก้ปัญหา (Problem Solving)
    • E1: ผู้เรียนอ้างถึง (Refer to) หลักคุณธรรม จริยธรรม ในการปฏิบัติงาน แสดงออกถึงความรับผิดชอบในการเรียน โดยสามารถเรียนรู้ด้วยตนเอง สามารถทำงานร่วมกับผู้อื่น
    • E2: ผู้เรียนตอบสนองต่อ (Respond to) การปฏิบัติตามจรรยาบรรณทางวิชาการและวิชาชีพ ได้อย่างถูกต้องหลีกเลี่ยงการกระทำสิ่งที่ผิดกฎกติกาของสังคม และกฎหมาย
    • C1: ผู้เรียนแสดง (Show) ความสามารถในการแก้ไขปัญหาที่ซับซ้อนและใช้เทคโนโลยีดิจิทัลอย่างมีวิจารณญาณ
    • C2: ผู้เรียนปฏิบัติตน (Conduct) อย่างเหมาะสม สอดคล้องตามค่านิยมของสถาบันการศึกษา และอัตลักษณ์ของนักศึกษามหาวิทยาลัยขอนแก่น
    		 (1) แหล่งเรียนรู้ KKU E-Learning/ Facebook Group / Google classroom ของชุดวิชา
    (2) การเรียนการสอน ห้องปฏิบัติการคอมพิวเตอร์ฯ/การสอนออนไลน์ด้วย Zoom หรือ G-Meet
    (3) รูปแบบเนื้อหา ชุดสไลด์จากโปรแกรม Powerpoint หรือ โปรแกรมผลิตสไลด์ประกอบการสอน
    (4) แบบฝึกทดสอบออนไลน์ Socrative/Kahoot
    (5) โปรแกรมสำหรับการวิเคราะห์และออกแบบระบบสารสนเทศ
    (6) แบบฝึกหัดและการส่งงาน
    (7) แบ่งกลุ่มเพื่อฝึกปฏิบัติเกี่ยวกับการวิเคราะห์และออกแบบระบบจากสถานการณ์จริง
    29-38 5. การวิเคราะห์และนำเสนอข้อมูล
    5.1 R Data Structures for Data Analytics
    5.2 Charts by writing R codes inside Power BI
    5.3 Visualizing Data Distribution in Power BI – Histogram and Norm Curve
    5.4 Visualizing Numeric Variables in Power BI – boxplots Prediction via KNN (K Nearest Neighbors) Concepts
    5.5 Make Business Decisions: Market Basket Analysis
    5.6 Over fitting and under fitting in Data Analytics
    5.7 K-mean clustering In R, writing R codes inside
    5.8 Identifying Number of Cluster in K-mean Algorithm in Power
    5.9 Interactive Charts using R and Power BI: Create Custom Visual     		30 30
    • K7: ผู้เรียนสามารถอธิบายแนวคิดเกี่ยวกับการวิเคราะห์ข้อมูลและสารสนเทศด้วยแผนภาพได้
    • S7: ผู้เรียนสามารถวิเคราะห์ข้อมูลและสารสนเทศด้วยชุดข้อมูลตัวอย่างได้
    • S8: ผู้เรียนสามารถวิเคราะห์โดยใช้เครื่องมือที่เหมาะสม และนำเสนอข้อมูลที่ได้จากการวิเคราะห์ด้วยแผนภาพได้
    • S9: ผู้เรียนมีทักษะการคิดอย่างมีวิจารณญาณ (Critical Thinking)
    • S10: ผู้เรียนสามารถทำงานร่วมกับผู้อื่น (Collaboration)
    • S11: ผู้เรียนมีทักษะการแก้ปัญหา (Problem Solving)
    • E1: ผู้เรียนอ้างถึง (Refer to) หลักคุณธรรม จริยธรรม ในการปฏิบัติงาน แสดงออกถึงความรับผิดชอบในการเรียน โดยสามารถเรียนรู้ด้วยตนเอง สามารถทำงานร่วมกับผู้อื่น
    • E2: ผู้เรียนตอบสนองต่อ (Respond to) การปฏิบัติตามจรรยาบรรณทางวิชาการและวิชาชีพ ได้อย่างถูกต้องหลีกเลี่ยงการกระทำสิ่งที่ผิดกฎกติกาของสังคม และกฎหมาย
    • C1: ผู้เรียนแสดง (Show) ความสามารถในการแก้ไขปัญหาที่ซับซ้อนและใช้เทคโนโลยีดิจิทัลอย่างมีวิจารณญาณ
    • C2: ผู้เรียนปฏิบัติตน (Conduct) อย่างเหมาะสม สอดคล้องตามค่านิยมของสถาบันการศึกษา และอัตลักษณ์ของนักศึกษามหาวิทยาลัยขอนแก่น
    		 (1) แหล่งเรียนรู้ KKU E-Learning/ Facebook Group / Google classroom ของชุดวิชา
    (2) การเรียนการสอน ห้องปฏิบัติการคอมพิวเตอร์ฯ/การสอนออนไลน์ด้วย Zoom หรือ G-Meet
    (3) รูปแบบเนื้อหา ชุดสไลด์จากโปรแกรม Powerpoint หรือ โปรแกรมผลิตสไลด์ประกอบการสอน
    (4) แบบฝึกทดสอบออนไลน์ Socrative/Kahoot
    (5) โปรแกรมสำหรับการวิเคราะห์และนำเสนอข้อมูลด้วยภาพ
    (6) แบบฝึกหัดและการส่งงาน
    (7) แบ่งกลุ่มเพื่อฝึกปฏิบัติเกี่ยวกับการวิเคราะห์และนำเสนอข้อมูลจากสถานการณ์จริง
    รวมจำนวนชั่วโมง 135 90
    8. แผนการประเมินผลการเรียนรู้
         Course assessment
    วิธีการประเมิน
    Assessment Method     		CLO สัดส่วนคะแนน
    Score breakdown     		หมายเหตุ
    Note
    การมีส่วนร่วมในชั้นเรียน อภิปราย ตอบคำถาม และร่วมกิจกรรม
    งานเดี่ยว
    • K1: ผู้เรียนสามารถอธิบายแนวคิดเกี่ยวกับการวิเคราะห์เชิงสถิติได้
    • K2: ผู้เรียนสามารถประยุกต์ใช้เทคนิคการวิเคราะห์ทางสถิติที่เหมาะสมกับชุดข้อมูลได้
    • K3: ผู้เรียนสามารถอธิบายความรู้เกี่ยวกับโปรแกรมสำหรับงานด้านวิทยาการข้อมูลได้
    • K4: ผู้เรียนประยุกต์ใช้เครื่องมือในการเขียนโปรแกรมเบื้องต้นตามโครงสร้างพื้นฐานได้
    • K5: ผู้เรียนสามารถอธิบายและประยุกต์ใช้ความรู้เกี่ยวกับการจัดการข้อมูลทั้งแบบมีโครงสร้างและไม่มีโครงสร้างได้
    • K6: ผู้เรียนสามารถอธิบายแบบจำลองสำหรับการวิเคราะห์และออกแบบระบบได้
    • K7: ผู้เรียนสามารถอธิบายแนวคิดเกี่ยวกับการวิเคราะห์ข้อมูลและสารสนเทศด้วยแผนภาพได้
    • K8: ผู้เรียนสามารถอธิบายแนวคิดของระบบสารสนเทศและจำแนกความแตกต่างของระบบสารสนเทศแต่ละประเภทได้
    • S1: ผู้เรียนสามารถสร้างเครื่องมือในการเก็บรวบรวมข้อมูลได้อย่างเหมาะสม
    • S2: ผู้เรียนสามารถวิเคราะห์ข้อมูลโดยใช้เทคนิคทางสถิติที่เหมาะสม
    • S3: ผู้เรียนสามารถวิเคราะห์และออกแบบขั้นตอนการเขียนโปรแกรมเบื้องต้นสำหรับงานด้านวิทยาการข้อมูลได้
    • S4: ผู้เรียนสามารถใช้เครื่องมือและเขียนโปรแกรมเบื้องต้นสำหรับงานวิทยาการข้อมูลได้อย่างถูกต้อง
    • S5: ผู้เรียนสามารถออกแบบและพัฒนาระบบสารสนเทศตามความต้องการของผู้ใช้ได้
    • S6: ผู้เรียนสามารถวิเคราะห์และออกแบบระบบโดยประยุกต์ใช้แผนภาพการไหลของข้อมูล แผนภาพความสัมพันธ์ของข้อมูลได้อย่างถูกต้องและเหมาะสม
    • S7: ผู้เรียนสามารถวิเคราะห์ข้อมูลและสารสนเทศด้วยชุดข้อมูลตัวอย่างได้
    • S8: ผู้เรียนสามารถวิเคราะห์โดยใช้เครื่องมือที่เหมาะสม และนำเสนอข้อมูลที่ได้จากการวิเคราะห์ด้วยแผนภาพได้
    • S9: ผู้เรียนมีทักษะการคิดอย่างมีวิจารณญาณ (Critical Thinking)
    • S10: ผู้เรียนสามารถทำงานร่วมกับผู้อื่น (Collaboration)
    • S11: ผู้เรียนมีทักษะการแก้ปัญหา (Problem Solving)
    • E1: ผู้เรียนอ้างถึง (Refer to) หลักคุณธรรม จริยธรรม ในการปฏิบัติงาน แสดงออกถึงความรับผิดชอบในการเรียน โดยสามารถเรียนรู้ด้วยตนเอง สามารถทำงานร่วมกับผู้อื่น
    • E2: ผู้เรียนตอบสนองต่อ (Respond to) การปฏิบัติตามจรรยาบรรณทางวิชาการและวิชาชีพ ได้อย่างถูกต้องหลีกเลี่ยงการกระทำสิ่งที่ผิดกฎกติกาของสังคม และกฎหมาย
    • C1: ผู้เรียนแสดง (Show) ความสามารถในการแก้ไขปัญหาที่ซับซ้อนและใช้เทคโนโลยีดิจิทัลอย่างมีวิจารณญาณ
    • C2: ผู้เรียนปฏิบัติตน (Conduct) อย่างเหมาะสม สอดคล้องตามค่านิยมของสถาบันการศึกษา และอัตลักษณ์ของนักศึกษามหาวิทยาลัยขอนแก่น
    		 30
    โครงงาน Capstone project
    • K2: ผู้เรียนสามารถประยุกต์ใช้เทคนิคการวิเคราะห์ทางสถิติที่เหมาะสมกับชุดข้อมูลได้
    • K4: ผู้เรียนประยุกต์ใช้เครื่องมือในการเขียนโปรแกรมเบื้องต้นตามโครงสร้างพื้นฐานได้
    • K6: ผู้เรียนสามารถอธิบายแบบจำลองสำหรับการวิเคราะห์และออกแบบระบบได้
    • K7: ผู้เรียนสามารถอธิบายแนวคิดเกี่ยวกับการวิเคราะห์ข้อมูลและสารสนเทศด้วยแผนภาพได้
    • K8: ผู้เรียนสามารถอธิบายแนวคิดของระบบสารสนเทศและจำแนกความแตกต่างของระบบสารสนเทศแต่ละประเภทได้
    • S1: ผู้เรียนสามารถสร้างเครื่องมือในการเก็บรวบรวมข้อมูลได้อย่างเหมาะสม
    • S2: ผู้เรียนสามารถวิเคราะห์ข้อมูลโดยใช้เทคนิคทางสถิติที่เหมาะสม
    • S3: ผู้เรียนสามารถวิเคราะห์และออกแบบขั้นตอนการเขียนโปรแกรมเบื้องต้นสำหรับงานด้านวิทยาการข้อมูลได้
    • S4: ผู้เรียนสามารถใช้เครื่องมือและเขียนโปรแกรมเบื้องต้นสำหรับงานวิทยาการข้อมูลได้อย่างถูกต้อง
    • S5: ผู้เรียนสามารถออกแบบและพัฒนาระบบสารสนเทศตามความต้องการของผู้ใช้ได้
    • S6: ผู้เรียนสามารถวิเคราะห์และออกแบบระบบโดยประยุกต์ใช้แผนภาพการไหลของข้อมูล แผนภาพความสัมพันธ์ของข้อมูลได้อย่างถูกต้องและเหมาะสม
    • S7: ผู้เรียนสามารถวิเคราะห์ข้อมูลและสารสนเทศด้วยชุดข้อมูลตัวอย่างได้
    • S8: ผู้เรียนสามารถวิเคราะห์โดยใช้เครื่องมือที่เหมาะสม และนำเสนอข้อมูลที่ได้จากการวิเคราะห์ด้วยแผนภาพได้
    • S9: ผู้เรียนมีทักษะการคิดอย่างมีวิจารณญาณ (Critical Thinking)
    • S10: ผู้เรียนสามารถทำงานร่วมกับผู้อื่น (Collaboration)
    • S11: ผู้เรียนมีทักษะการแก้ปัญหา (Problem Solving)
    • E1: ผู้เรียนอ้างถึง (Refer to) หลักคุณธรรม จริยธรรม ในการปฏิบัติงาน แสดงออกถึงความรับผิดชอบในการเรียน โดยสามารถเรียนรู้ด้วยตนเอง สามารถทำงานร่วมกับผู้อื่น
    • E2: ผู้เรียนตอบสนองต่อ (Respond to) การปฏิบัติตามจรรยาบรรณทางวิชาการและวิชาชีพ ได้อย่างถูกต้องหลีกเลี่ยงการกระทำสิ่งที่ผิดกฎกติกาของสังคม และกฎหมาย
    • C1: ผู้เรียนแสดง (Show) ความสามารถในการแก้ไขปัญหาที่ซับซ้อนและใช้เทคโนโลยีดิจิทัลอย่างมีวิจารณญาณ
    • C2: ผู้เรียนปฏิบัติตน (Conduct) อย่างเหมาะสม สอดคล้องตามค่านิยมของสถาบันการศึกษา และอัตลักษณ์ของนักศึกษามหาวิทยาลัยขอนแก่น
    		 40
    ทดสอบย่อย(ทฤษฎี/ปฏิบัติ)
    • K1: ผู้เรียนสามารถอธิบายแนวคิดเกี่ยวกับการวิเคราะห์เชิงสถิติได้
    • K4: ผู้เรียนประยุกต์ใช้เครื่องมือในการเขียนโปรแกรมเบื้องต้นตามโครงสร้างพื้นฐานได้
    • K6: ผู้เรียนสามารถอธิบายแบบจำลองสำหรับการวิเคราะห์และออกแบบระบบได้
    • K7: ผู้เรียนสามารถอธิบายแนวคิดเกี่ยวกับการวิเคราะห์ข้อมูลและสารสนเทศด้วยแผนภาพได้
    • S1: ผู้เรียนสามารถสร้างเครื่องมือในการเก็บรวบรวมข้อมูลได้อย่างเหมาะสม
    • S2: ผู้เรียนสามารถวิเคราะห์ข้อมูลโดยใช้เทคนิคทางสถิติที่เหมาะสม
    • S3: ผู้เรียนสามารถวิเคราะห์และออกแบบขั้นตอนการเขียนโปรแกรมเบื้องต้นสำหรับงานด้านวิทยาการข้อมูลได้
    • S5: ผู้เรียนสามารถออกแบบและพัฒนาระบบสารสนเทศตามความต้องการของผู้ใช้ได้
    • S6: ผู้เรียนสามารถวิเคราะห์และออกแบบระบบโดยประยุกต์ใช้แผนภาพการไหลของข้อมูล แผนภาพความสัมพันธ์ของข้อมูลได้อย่างถูกต้องและเหมาะสม
    • S7: ผู้เรียนสามารถวิเคราะห์ข้อมูลและสารสนเทศด้วยชุดข้อมูลตัวอย่างได้
    • S11: ผู้เรียนมีทักษะการแก้ปัญหา (Problem Solving)
    • E1: ผู้เรียนอ้างถึง (Refer to) หลักคุณธรรม จริยธรรม ในการปฏิบัติงาน แสดงออกถึงความรับผิดชอบในการเรียน โดยสามารถเรียนรู้ด้วยตนเอง สามารถทำงานร่วมกับผู้อื่น
    • E2: ผู้เรียนตอบสนองต่อ (Respond to) การปฏิบัติตามจรรยาบรรณทางวิชาการและวิชาชีพ ได้อย่างถูกต้องหลีกเลี่ยงการกระทำสิ่งที่ผิดกฎกติกาของสังคม และกฎหมาย
    • C1: ผู้เรียนแสดง (Show) ความสามารถในการแก้ไขปัญหาที่ซับซ้อนและใช้เทคโนโลยีดิจิทัลอย่างมีวิจารณญาณ
    • C2: ผู้เรียนปฏิบัติตน (Conduct) อย่างเหมาะสม สอดคล้องตามค่านิยมของสถาบันการศึกษา และอัตลักษณ์ของนักศึกษามหาวิทยาลัยขอนแก่น
    		 30
    สัดส่วนคะแนนรวม 100
    9. ตําราและเอกสารประกอบการสอน
         Textbook and instructional materials
    ประเภทตำรา
    Type     		รายละเอียด
    Description     		ประเภทผู้แต่ง
    Author     		ไฟล์
    File
    เอกสารประกอบการสอน เอกสารประกอบการสอน จุฑาทิพย์ ไชยกำบัง. (2568). การวิเคราะห์ข้อมูลเชิงสถิติ. เอกสารประกอบการสอน. ขอนแก่น:คณะมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยขอนแก่น. อาจารย์ภายในคณะ
    เอกสารประกอบการสอน เอกสารประกอบการสอน สมเพ็ชร จุลลาบุดดี. (2568). การเขียนโปรแกรมเบื้องต้นสำหรับงานด้านวิทยาการข้อมูล. เอกสารประกอบการสอน. ขอนแก่น: มหาวิทยาลัยขอนแก่น. อาจารย์ภายในคณะ
    เอกสารประกอบการสอน เอกสารประกอบการสอน จุฑาทิพย์ ไชยกำบัง. (2568). การจัดการฐานข้อมูล. เอกสารประกอบการสอน. ขอนแก่น:คณะมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยขอนแก่น. อาจารย์ภายในคณะ
    เอกสารประกอบการสอน เอกสารประกอบการสอน จุฑาทิพย์ ไชยกำบัง. (2568). เอกสารประกอบการสอน การวิเคราะห์และออกแบบระบบสารสนเทศทางธุรกิจ. ขอนแก่น: คณะมนุษยศาสตร์และสังคมศาสตร์มหาวิทยาลัยขอนแก่น. อาจารย์ภายในคณะ
    เอกสารประกอบการสอน เอกสารประกอบการสอน สมเพ็ชร จุลลาบุดดี. (2568). เอกสารประกอบการสอน: การวิเคราะห์และนำเสนอข้อมูลด้วยภาพ. ขอนแก่น: คณะมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยขอนแก่น. อาจารย์ภายในคณะ
    10. การประเมินและปรับปรุงการดําเนินการของรายวิชา
         Course evaluation and Plan for Teaching Improvement
    การประเมินประสิทธิผลรายวิชาและการทวนสอบ
    Evaluation of course effectiveness and validation
    • ประเมินโดยนักศึกษาผ่านระบบประเมินออนไลน์ของมหาวิทยาลัย (The Course is evaluated online by students via the university's course evaluation system)
    • ประเมินโดยการทวนสอบผลสัมฤทธิ์การเรียนรู้โดยคณะกรรมการบริหารหลักสูตร (The Course learning outcomes are validated by the program committee.)
    • ประเมินโดยสะท้อนผลการจัดการเรียนการสอนในช่วงของการเรียนแต่ละรายวิชา (Effectiveness of teaching and learning is evaluated periodically throughout the semester.)
    การปรับปรุงการเรียนการสอนและประสิทธิผลของรายวิชา
    Improving Course instruction and effectiveness
    • นําผลการประเมินโดยนักศึกษา มาปรับปรุงและพัฒนาการจัดการเรียนการสอน (Improve and develop course instruction and assessment according to students' feedback.)
    • นําผลการทวนสอบผลสัมฤทธิ์การจัดการเรียนการสอนเพื่อมาปรับปรุงการเรียนการสอนในรายวิชา (Improve and develop course instruction and assessment according to the course validation result.)