Page 126 - THE 14th GRADUATE INTEGRITY : GI14

Č
š
Ùćđôś ĒúąĂČęî ė (ĕéšĒÖŠ êċÖđÖŠć íîćÙćø đðŨîêšî) êćöúĈéĆï ĀøČĂÝćÖîĆĚîđéĉîđìšćêŠĂĕðēé÷öĊÝčéĀöć÷ĀúĆÖ ĕéĒÖŠ ÿĈđóĘÜĀøĂ
Ć
øšćî×ć÷×ĂÜÿŠÜøšĂ÷úą 32 üĆéĀøČĂýćúđÝšćøšĂ÷úą 20 ēé÷öĊÙüćöóċÜóĂĔÝêŠĂÙüćöÿąéüÖÿïć÷ĔîÖćøđéĉîìćÜĔîøąéï
ðćîÖúćÜøšĂ÷úą 51 ēé÷êšĂÜÖćøĔĀšóĆçîćìćÜđìšćđéĉîĔĀšÿąéüÖÿïć÷ óČĚîđøĊ÷ï ĒúąĕöŠöĊÿĉęÜÖĊé×üćÜøšĂ÷úą 38 Ēúą
š
ę
Ċ
Ċ
Ě
š
Ć
Ýéøąđï÷ïóîìÙć×ć÷ïîìćÜđéĉîđìćøšĂ÷úą 24ǰ
Č
ǰ ǰ ǰ đüúćìĊęñĎšÙîðøćÖäêĆüǰÿŠüîĔĀâŠîćî ė ÙøĆĚÜÝċÜöć (ðŘúąÙøĆĚÜ ĀøČĂ îšĂ÷ÖüŠć) øšĂ÷úą 44 üćÜĒñîÖĈĀîéüĆîì ę Ċ
č
Ť
Ć
Ć
Ť
ċ
š
Ť
Ć
Ć
đĀöćąÿöĔîÖćøöćđéîéšü÷êüđúČĂÖ 1 ëÜ 5 üî đøĊ÷ÜÝćÖöćÖĕðîšĂ÷ ĕéĒÖ üîđÿćø üîĂćìĉê÷ üîóčí üîýÖø ĒúąüĆîĂÜÙćø
ĉ
Ć
Ć
Š
Ć
ĀøČĂ üĆîóùĀĆÿïéĊ êćöúĈéĆï ēé÷ÝąđúČĂÖđóĊ÷ÜüĆîđéĊ÷üĒúąĀ÷čéĒüąøĉöìćÜ 2 ÙøĆĚÜøšĂ÷úą 27 ĒúąêĆĚÜĒêŠ 10 ÙøĆĚÜ×ċĚîĕð
øšĂ÷úą 23 ĒêŠúąÙøĆĚÜĔßšđüúć 5 îćìĊøšĂ÷úą 29 Ēúą 10 îćìĊøšĂ÷úą 27 ĒúąĀ÷čéĒüąøšćîÙšć 2 ÙøĆĚÜøšĂ÷úą 21 ĒúąêĆĚÜĒê
Š
Ċ
10 ÙøĆĚÜ×ċĚîĕðøšĂ÷úą 20 ĒêŠúąÙøĆĚÜĔßšđüúć 10 îćìĊøšĂ÷úą 25 Ēúą 30 îćìĊøšĂ÷úą 20 ēé÷ÿŠüîöćÖĔßšđüúć 6 ëċÜ 24 îćì
š
č
Ċ
Ć
ę
ĔîÖćøĀ÷čéĒüąìÝéĒøÖ øüöìÜĀöéĔßđüúćĂ÷ĎĔî÷ćîøćü 1 ßüēöÜ 20 îćì ëċÜ 4 ßĆüēöÜǰ
Ċ
ę
ę
Š
Š
Ć
Ě
š
ǰ ǰ ǰ ó ù ê ĉÖøøö×ĂÜñĎšÙîǰÿŠüîĔĀâŠøĆïøĎ׊ćüÿćøđøČęĂÜÿĉîÙšćĒúąïøĉÖćøđóĊ÷ÜßĂÜìćÜđéĊ÷üñŠćîÿęĂēàđßĊ÷úöđéĊ÷øšĂ÷úą
Ċ
Č
Š
Ć
Ċ
š
ĉ
Ć
Ę
ę
Š
ċ
Ć
Ć
š
ĉ
ĉ
74 ĀøČĂ ĂîđêĂøđîê øĂ÷úą 41 öćđéîéü÷Öî 2 ÙîøĂ÷úą 46 ēé÷öćđéîĔîëîî 1 ëÜ 3 đÿšîêĂüî ëîîìđúČĂÖđéî 3 Ăîéï
Ť
š
ĉ
ĉ
ĒøÖìĊęÿĈÙĆâ ĕéšĒÖŠ đ÷ćüøćß đÝøĉâÖøčÜ ĒúąàĂ÷üćîĉß 1 êćöúĈéĆï ĒúąöĊÖćøĔߚ݊ć÷ĒïŠÜđðŨî 3 ÖúčŠö ĕéšĒÖŠ ÖúčŠöĔߚ݊ć÷ĕöŠđÖî
Š
Š
š
Š
š
Š
Ě
500 ïćì àċęÜÿŠüîĔĀâŠĔßÝć÷ 300 ïćì ÖúčŠöĔߚ݊ć÷êĆÜĒê 500 ëċÜĕöŠđÖĉî 5,000 ïćì ÿŠüîĔĀâĔßÝć÷ 1,000 ïćì ĒúąÖúčŠöĔß š
š
ÝŠć÷öćÖÖüŠć 5,000 ïćì ×ċĚîĕð àċęÜÿŠüîĔĀâŠĔßÝŠć÷ 10,000 ïćì ēé÷öĊ÷ĂéĔߚ݊ć÷ÿĎÜÿčé 100,000 ïćì êŠĂüĆî ìĆĚÜîĊĚöĊøĎšÿċÖüŠć
ċ
š
Ċ
ę
Ċ
Ć
Ě
ïøø÷ćÖćýĔîóČîìöÙüćöÙÖÙÖøĂ÷úą 40
Ć
Ť
ǰ ǰ ǰ ñúüĉđÙøćąĀÙüćöÿĆöóîíđßĉÜđĀêñú×ĂÜêüĒðøǰ
č
Ć
Ť
Ť
Ď
ǰ ǰ ǰ ÝćÖÖćøüĉđÙøćąĀÙüćöëéëĂ÷óĀčÙè (Multiple Linear Regression) đóČęĂìéÿĂïÙčèúĆÖþèą×ĂÜêĆüĒðø
Ť
Ċ
ìĆĚÜĀöéēé÷ÙšîĀćÙüćöÿĆöóĆîíìđÖĊę÷üךĂÜÖĆîóïÙčèúĆÖþèą×ĂÜêĆüĒðøìĊęöĊÙüćöÿĆöóĆîíŤÖĆîĂ÷ŠćÜöîĆ÷ÿĈÙĆâêćöñúüĉđÙøćąĀŤì
ę
Ċ
ę
Ċ
ċ
1) ëÜ 9) ĔîêćøćÜì 1 éÜîǰ Ě Ċ
Ć
ę
Ċ
Ć
Ċ
Š
š
ǰ ǰ ǰ ñúüĉđÙøćąĀŤìĊę 1 đìýÖćúĔî÷ćîîĊĚìĊęñĎšÙîÝéÝĈøïøĎĕéĒúąÙüćöĀúćÖĀúć÷×ĂÜðøąđõìøšćîÙšćöÙüćöÿĆöóĆîí Ť
š
ę
š
ę
Ć
đÖĊ÷ü×ĂÜÖïÝĈîüîëîîìĊĕéđéîĔîđßĉÜïüÖĂ÷ŠćÜöĊî÷ÿĈÙĆâ (R Square = 0.357 Ēúą Significance F = 0.000)ǰ
š
ĉ
Ć
Ć
ǰ ǰ ǰ ñúüĉđÙøćąĀŤìĊę 2 ÙüćöøĎšÿċÖêŠĂÙüćööĊßĊüĉêßĊüć×ĂÜóČĚîìĊęĒúąÙüćöïŠĂ÷ÙøÜ×ĂÜÖćøĀ÷čéĒüąøĉöìćÜöĊ
Ě
ÙüćöÿĆöóĆîíŤđÖĊę÷üךĂÜÖĆïÖćøĔߚ݊ć÷ìĊęđÖĉé×ċĚîĔî÷ŠćîîĊĚ×ĂÜñĎšÙîêŠĂüĆîĔîđßĉÜïüÖĂ÷ŠćÜöĊîĆ÷ÿĈÙĆâ (R Square = 0.513 Ēúą
Significance F = 0.000)ǰ
Ć
ę
Ě
Ď
ċ
ĉ
Š
ǰ ǰ ǰ ñúüĉđÙøćąĀŤì 3 ÖćøĔßÝć÷ìđÖé×îĔî÷ćîî×ĂÜñĎÙîêĂüî ýćÿîÿëćîìÿĈÙâĔîïøđüèîĊìñĎÙîÝéÝĈøïøĕé š
Ć
Ě
Ċ
š
Ć
Ċ
Š
š
Ċ
š
Š
ę
Ċ
ę
š
ĉ
Ċ
Ě
ę
ĒúąÙüćöïŠĂ÷ÙøĆĚÜ×ĂÜÖćøĀ÷čéĒüąøšćîÙšćöĊÙüćöÿĆöóĆîíŤđÖĊę÷üךĂÜÖĆïøą÷ąđüúćìĆĚÜĀöéìĊęĂ÷ĎŠõć÷Ĕî÷ŠćîêŠĂüĆî×ĂÜñĎšÙî
Š
Ć
ĉ
Ċ
ĔîđßÜïüÖĂ÷ćÜöî÷ÿĈÙĆâ (R Square = 0.42 Ēúą Significance F = 0.000)ǰ
ǰ ǰ ǰ ñúüĉđÙøćąĀŤìĊę 4 Ăć÷č ïìïćìÙüćöÿĆöóĆîíŤêŠĂóČĚîì ĒúąìćÜđúČĂÖ×ĂÜüĆîìĊęÝąöćđéĉî×ĂÜñĎšÙîöĊÙüćöÿĆöóîí Ť
Ċ
ę
Ć
ę
Ć
ĉ
Ċ
Ć
Š
Ć
Š
Ć
š
ę
Ċ
Ě
Ċ
š
Č
ę
Š
đÖ÷ü×ĂÜÖïÝĈîüîüîìĊñÙîĒêúąÙîđךćöćĔîóîìêĂðĔîđßÜïüÖĂ÷ćÜöî÷ÿĈÙâ (R Square = 0.250 Ēúą Significance
Ř
Ď
F = 0.000)ǰ
Ě
ĉ
Ċ
ę
Ċ
ę
š
Ċ
Š
Š
ċ
š
ǰ ǰ ǰ ñúüĉđÙøćąĀŤì 5 ÖćøĔßÝć÷ìđÖé×îĔî÷ćîî ÙüćöïĂ÷ÙøÜ×ĂÜÖćøĀ÷čéĒüąøćîÙć ĒúąÙüćöĀúćÖĀúć÷×ĂÜ
Š
Ě
š
Ć
Ě
Ć
Š
Ě
Ċ
Ě
Č
Ċ
ĉ
ę
š
ĉ
Ċ
ę
š
ċ
Ě
Ć
š
Ċ
Ć
ÖÝÖøøöÖćøĔßÜćîìđÖé×îĕéïîóîìøöìćÜöÙüćöÿĆöóîíđÖ÷ü×ĂÜÖïÙüćöïĂ÷ÙøÜ×ĂÜÖćøĀ÷čéĒüąøĉöìćÜêĂüî×ĂÜñĎÙî
Š
ę
Ć
ĉ
š
Ť
Ć
Š
ĔîđßÜïüÖĂ÷ćÜöî÷ÿĈÙĆâ (R Square = 0.526 Ēúą Significance F = 0.000)ǰ
Ċ
ĉ
ĉ
ǰ ǰ ǰ ñúüđÙøćąĀŤì 6 ÙüćöĀúćÖĀúć÷×ĂÜüĉíÖćøđéĉîìćÜĔîÖćøđךćëÜöÙüćöÿĆöóîíÿÜñúĔîđßÜïüÖ ÿŠüîÿëćîìĊ ę
Ċ
Ť
Ć
Ċ
ċ
ę
ĉ
Š
Ċ
š
š
Ď
Ċ
Ě
Š
ĀúĆÖĒêúąðøąđõìàċÜĂ÷ĔÖúïøĉđüèî×ĂÜñĎÙîìöćđéĉîĒúąÙüćöĀúćÖĀúć÷×ĂÜÝčéđðúĊ÷îüíÖćøđéîìćÜõć÷Ĕîøą÷ąđéĉîđìć
Š
ę
ĉ
ę
ĉ
Ċ
ę
š
Ċ
öĊÙüćöÿĆöóĆîíŤÿŠÜñúĔîđßĉÜúïêŠĂøą÷ąđüúć×ĂÜÖćøĀ÷čéĒüąìĊęÝčéĒøÖ×ĂÜñĎšÙîĂ÷ŠćÜöĊîĆ÷ÿĈÙĆâ (R Square = 0.225 Ēúą
Significance F = 0.002)ǰ
116