ทฤษฎีรัฐประศาสนศาสตร์

      การวิจัยทางการบริหาร            (สรุป)

การวิจัย

      หมายถึง กระบวนการต่างๆที่ดำเนินไปอย่างมีระเบียบ และกฎเกณฑ์ (Systematic Study) ในการเก็บรวบรวมข้อมูลดำเนินการ วิเคราะห์ และตีความข้อมูล เพื่อให้ได้มาซึ่งคำตอบอันถูกต้องต่อปัญหาหรือคำถามที่ได้ตั้งไว้ (Research Questions)

         คือ การแสวงหาคำตอบให้กับคำถามที่สงสัย (curiosity) เป็นการค้นคว้าโดยอาศัยหลักการทางวิทยาศาสตร์

ประกอบด้วยกระบวนการถามคำถาม (process of inquiry) และการตอบคำถาม อย่างเป็นระบบ (systematic)

การหาข้อมูลเชิงประจักษ์ (empirical observations) การทำความเข้าใจข้อมูลเพื่อที่จะตอบคำถาม และการนำเสนองานวิจัย

ลักษณะเด่น Interdisciplinary / Integrated approach   สหวิทยาการ / บูรณาการ Generalist   ศึกษาในภาพกว้าง

ประโยชน์ Understanding : Research is not just polling

      Ability to evaluate research project ประเมินงานวิจัย (distinguish ��good research�� from poorly designed)

To find practical policy solutions ผลวิจัยนำไปใช้สนับสนุนและเสนอเป็นทางเลือกในการตัดสินนโยบายรู้ พรรณนาได้ (How, What)  เข้าใจ อธิบายได้ (Why) ทำนายได้  ควบคุมได้

กระบวนการ Interactive , not one-short ไม่ตายตัวม้วนเดียวจบ ไม่มีลำดับบังคับ     ต่อยอดความรู้จาก review literature

คุณสมบัติของงานวิจัย

Replicability มีความคงเส้นคงวา (Robustness แข็งขันจริงจัง) สามารถทำซ้ำได้

Testable / Refutable   (Karl Popper) เช่น ทฤษฎีอีกาทุกตัวมีสีดำ

      Theory never been proved , only confirmed or refuted : 1000 confirmations might not withstand one refusal.

 

วิธีการหาความรู้

      เชื่อตามประเพณี เชื่อตามคำบอกเล่า  ตามประสบการณ์ส่วนตัว การหยั่งเห็น (insight)

      ความรู้สึก (อัตตนิยม subjectivism)  หลักเหตุผลเชิงตรรกะ  วิธีทางวิทยาศาสตร์

วิธีทางวิทยาศาสตร์ (Scientific Method)

1. การสังเกตข้อเท็จจริง  ปัญหา คืออะไร ปัญหาการวิจัย ขอบเขตของปัญหาเป็นอย่างไร (มีปัญหาจึงทำวิจัย)
2. กำหนดสมมติฐาน  ทำนายข้อค้นพบที่ควรเป็นไปได้
3. ทดสอบสมมติฐาน  เก็บรวบรวมข้อมูล วิเคราะห์ข้อมูล-ตีความหมาย สรุปรายงาน
4. การทำซ้ำ   เพื่อตรวจสอบวิธีการ ผลลัพธ์ สรุปอีกครั้ง (การวิจัยสามารถตรวจสอบได้)

 

ขั้นตอนที่สำคัญของการวิจัย (Stages of Research)

1. การเลือกหัวข้อ และกำหนดประเด็นปัญหาการวิจัย (Selection and Formulation of the Research Problem)
2. ทบทวนวรรณกรรม (Review Literature แนวคิดทฤษฎี งานวิจัยที่เกี่ยวข้อง ประสบการณ์ ลงไปพบด้วยตนเอง)
3. การสร้างกรอบแนวคิดการวิจัย (Conceptual Framework)
4. สร้างสมมติฐานการวิจัย
5. กำหนดรูปแบบของการวิจัย ออกแบบการวิจัย (Research Design)
6. การสร้างมาตรวัด (Measurement)  
7. การสุ่มตัวอย่าง (Sampling)   
8. การเก็บรวบรวมข้อมูล (Data Collection)
9. การประมวลผลข้อมูล (Data Processing) 
10. การวิเคราะห์และแปรผลข้อมูล (Analysis and Interpretation)

 

การเขียนโครงร่างการวิจัย (Research Proposal)

1. หัวข้อการวิจัย หรือชื่อเรื่องวิจัย    10. ตัวแปรและระดับการวัด
2. ที่มาและความสำคัญของปัญหาในการวิจัย   11. เครื่องมือที่ใช้ในการวิจัย
3. วัตถุประสงค์ของการวิจัย    12. ประชากรและกลุ่มตัวอย่าง
4. ประโยชน์ที่คาดว่าจะได้รับจากการวิจัย   13. การเก็บรวบรวมข้อมูล
5. การทบทวนวรรณกรรมและงานวิจัยที่เกี่ยวข้อง  14. การวิเคราะห์ข้อมูล
6. แผนภาพแนวคิดในการวิจัย    15. ขอบเขตและข้อจำกัดของการวิจัย
7. สมมติฐานในการวิจัย     16. ประวัติย่อของผู้วิจัย
8. นิยามศัพท์ที่ใช้ในการวิจัย    17. ตารางการปฏิบัติงาน

9.   นิยามศัพท์เชิงปฏิบัติการ     18. งบประมาณ

ประเภทของการวิจัย

จำแนกตามระเบียบวิธีวิจัย

1. การวิจัยเชิงประวัติศาสตร์ (Historical Research) เอาประวัติศาสตร์เป็นข้อมูล เป็นไปตามธรรมชาติ
2. การวิจัยเชิงพรรณนา (Descriptive Research) อธิบายสภาพปัญหาตามธรรมชาติ ผู้วิจัยไม่ได้จะกระทำ
3. การวิจัยทดลอง (Experimental Research)  ผู้วิจัยไปกระทำ มีกิจกรรมกระตุ้น

จำแนกตามระดับการควบคุมตัวแปร

1. การวิจัยแบบทดลอง (Experimental Research) 
2. การวิจัยแบบกึ่งทดลอง (Quasi-Experimental Research) ไม่ได้ควบคุมสภาพแวดล้อมทั้งหมด
3. การวิจัยแบบธรรมชาติ (Naturalistic Research)  ควบคุมตัวแปรไม่ได้

จำแนกตามวัตถุประสงค์ของการวิจัย

1. การวิจัยบุกเบิก (Exploratory Research)  สิ่งใหม่ที่ยังไม่มีใครค้นพบ
2. การวิจัยเชิงพรรณนา (Descriptive Research)    ตอบคำถาม What
3. การวิจัยเชิงอธิบาย หรือเชิงวิเคราะห์ (Explanatory or Analytical Research) ตอบคำถาม Why

จำแนกตามลักษณะข้อมูล

1. การวิจัยเชิงปริมาณ (Quantitative  Research) จำนวนกลุ่มตัวอย่างมาก เน้นตัวเลข ใช้ questionnaire
2. การวิจัยเชิงคุณภาพ (Qualitative Research)  ตัวอย่างกลุ่มเล็ก เจาะลึก เน้นความรู้สึก ใช้วิธีสังเกต

จำแนกตามประโยชน์ของการวิจัย (The Use of Research)

1. การวิจัยพื้นฐาน หรือการวิจัยบริสุทธิ์ (Basic or Pure Research) เพื่อหาองค์ความรู้ ลงทุนสูง ใช้เวลาสั่งสมนาน
2. การวิจัยเชิงประยุกต์ (Applied Research)  

1. การวิจัยเชิงปฏิบัติการ (Action Research) หาคำตอบเมื่อเกิดเหตุการณ์ วิจัยเพื่อแก้ปัญหาเฉพาะหน้า

2. การประเมินผลกระทบทางสังคม (Social Impact Research) 
3. การวิจัยประเมินผล (Evaluation Research) ประเมินโครงการ ประสิทธิภาพ ประสิทธิผล

 

การตั้งคำถามการวิจัย

1. ความสำคัญของปัญหาที่จะทำการวิจัย จำนวนผู้เกี่ยวข้อง ความกว้างของปัญหา ความรุนแรงของผลกระทบ ความถี่
2. ความเป็นไปได้ในทางปฏิบัติ  ด้านวิธีการวิจัย (methodology) ด้านจริยธรรม (ethics) ด้านการเงิน (finance)
3. ตั้งคำถามให้สามารถทำวิจัยได้  สามารถหาข้อมูลเชิงประจักษ์ได้

Good Questions เป็น Descriptive เชิงพรรณนา อ่านแล้วทราบว่าทำเรื่องอะไร  คำถามระบุเจาะจง เช่น  สถานที่ เวลา

Bad Questions   หาตัวเลขไม่ได้  งานวิจัยเกี่ยวกับปรัชญา  ความคิดเห็น จะตอบอะไรไม่ได้มาก หรือคำถามกว้างและคลุมเครือ

Selecting Research Topics Questions

Interesting / not too obvious   ไม่ใช่คำถามที่พอจะคาดเดาคำตอบได้เลย เช่น ดวงอาทิตย์ขึ้นทางทิศใด

Simple but overlooked questions คำถามธรรมดาที่อาจถูกมองข้ามไป เช่น การพึ่งตนเองทำให้เสี่ยงลดลงหรือไม่

Theoretically sound in applied / operational research  นำทฤษฎีมาประยุกต์และต่อยอดงานวิจัย

Seek truth from reality / fact     หาสัจจะจากความเป็นจริง ว่ากันตามจริง ไม่มีการแต่งนิทาน

Positive Questions first, Normative Questions then. (การตั้งคำถามการวิจัย เริ่มที่ Positive ตามด้วย Normative)

Positive  ��What is ?�� , ��How / Why things work the ways they do ?�� , ��What works / doesn��t  work ?��

Normative    ��What should be ?�� , ��What is to be done ?�� , ��Where to begins ?�� คำถามเชิงความคิดเห็น เชิงนโยบาย

 

การเลือกปัญหา (คำถาม) การวิจัย

1. จากปัญหาสังคม  แหล่งที่มาของปัญหา สาเหตุ , ผลที่ตามมาของปัญหา , ผลลัพธ์ของโครงการทางสังคม
2. ต้องการทดสอบทฤษฎี  ว่าสามารถทำนายตามที่คาดไว้ได้หรือไม่
3. จากงานวิจัยที่มีผู้ทำมาแล้ว ข้อจำกัดของงานเดิม , ตั้งคำถามจากผลการวิจัย หรือ คำถามใหม่จากงานวิจัยที่ผ่านมา
4. การประเมินผลโครงการ  (Evaluation) โครงการที่ทำมาแล้วหรือที่ดำเนินอยู่ เช่น โครงการโรงเรียนสีขาว
5. การวิจัยทางด้านนโยบาย  เช่น การปฏิรูประบบราชการ
6. การนำนโยบายไปปฏิบัติ (Implementation) เมื่อปฏิบัติจริงเป็นไปตามที่ตั้งเป้าหมายหรือไม่ เช่น นโยบายเมาไม่ขับ
7. การวิเคราะห์โครงการ   ความเป็นไปได้ ความคุ้มค่า cost-benefit analysis เช่น ทางด่วน รถใต้ดิน
8. หลักวิชาต่างๆ    เช่น วิชาเศรษฐศาสตร์ การเงินการคลัง การจัดการปฏิบัติการ

 

Common Sences are often wrong / conflicting / fall into FALLCY TRAP (กับดักความเสี่ยง หลุมพราง)

Fallacy of Composition           Micro ไม่จำเป็นต้องเป็นจริงสำหรับ Macro เช่น ช่วยกันประหยัด จะช่วยเศรษฐกิจ

Post-hoc Fallacy    (False Causality , Spurious (เก๊) Relationship , Extraneous Varible)   ปัจจัยภายนอก มือที่ 3

      เช่น คนที่มีมือถือเป็นคนรุ่นใหม่ คนรุ่นใหม่มีความตื่นตัวทางการเมือง มองเหตุการณ์ที่เกิดขึ้นพร้อมกันนำมาโยงกัน

Tautology (ซ้ำกัน) ทัศนคติ    พูดอีกก็ถูกอีก    ถูกโดย Construction หรือ Definition

เช่น ดวงอาทิตย์ขึ้นทางทิศตะวันออก หรือตัวแปรซ้ำกันในเงื่อนของเวลา เวลาทั้งหมดเป็นผลรวมเวลาแต่ละขั้น

Faith ความศรัทธา ทำให้ได้คำตอบที่ผิดเพี้ยน และไม่ลงไปดูข้อมูลให้ถึงที่สุด

Romanticism / Nostalgia ลุ่มหลงในอดีต เช่น การวิจัยคุณภาพชีวิตของคนเทียบกับ 15 ปีก่อน ควรใช้วิธีวัดแบบ objective

 

วัตถุประสงค์ของการวิจัย     คือ   ประเด็นที่จะทำการวิจัย

ประโยชน์ที่คาดว่าจะได้รับ  คือ   ประโยชน์ที่คาดหวังหากนำผลการวิจัยไปใช้

 

การกำหนดประเด็น

ประโยชน์

• ผู้วิจัยเกิดความชัดเจนว่าจะศึกษาอะไรในหัวข้อนั้น จากคำถามกว้างๆ มา scope down ว่าจะทำเรื่องอะไร ต้องการอะไร
• ทำให้ทราบว่าต้องเก็บข้อมูลสำคัญในเรื่องอะไรบ้าง และข้อมูลแต่ละด้านต้องมีรายละเอียดมากน้อยเพียงใด

หลักเกณฑ์

1. มีความชัดเจน เป็นเรื่องที่อยู่ในขอบเขตสามารถวิจัยได้
2. แต่ละประเด็นต้องไม่ซ้ำซ้อนกัน ไม่ได้เป็นตัวแปรตัวเดียวกัน
3. ความสัมพันธ์ระหว่างประเด็น  

การทบทวนวรรณกรรม (Review Literature)  (มักจะอยู่ในบทที่ 2 ของงานวิจัย)

      คือ การค้นคว้าศึกษา และรวบรวมผลงานวิชาการ บทความ งานวิจัย ตำรา แนวความคิด ระเบียบวิธีวิจัย

ทฤษฎีต่างๆ ที่เกี่ยวข้อง ทั้งหัวข้อใหญ่และประเด็นย่อย ข้อจำกัดและปัญหาที่เคยเกิดขึ้น ข้อสรุปและข้อเสนอแนะ

เพื่อไม่ต้องทำวิจัยซ้ำซ้อน เป็นการต่อยอดความรู้ ทบทวนให้มีความรู้เพียงพอที่จะมาตั้งคำถาม หรือปรับปรุงคำถามที่ตั้งไป

(ถ้าคำถามนั้นเกิดซ้ำ  หรือมีประเด็นที่ไม่สัมพันธ์กัน) การทบทวนวรรณกรรมเป็นเรื่องของคนอื่น  ไม่ใส่ความคิดของตนลงไป

วัตถุประสงค์  เพื่อหาว่าที่ผ่านมา

• มีผู้ศึกษา หรือมีทฤษฎีที่เกี่ยวข้องอย่างไรบ้าง มีผู้ค้นพบอะไรบ้าง มีสมมติฐานหรือคำอธิบายไว้อย่างไร
• มีตัวแปรอะไรบ้างที่มีผู้ศึกษา ตัวแปรใดที่สำคัญหรือไม่สำคัญ ช่วยในการสร้าง conceptual framework
• มีระเบียบวิธีการเก็บข้อมูลอะไรบ้าง ตัวแปรต่างๆมีการนิยามปฏิบัติการอย่างไร (operation definition)
• ปัญหาที่เกิดขึ้นจากวิธีวิจัยต่างๆ เทคนิคในการวิเคราะห์ ผลที่ได้จากการวิเคราะห์ ข้อสรุปและข้อเสนอแนะ

สิ่งที่ควรทำ

• จดบันทึกสาระ สถิติ ข้อมูลสำคัญต่างๆ ที่อาจนำมาใช้อ้างอิง และที่เกี่ยวข้องกับประเด็นนั้น
• ทำบรรณานุกรมระบุชื่อผู้เขียน ปีที่พิมพ์ ครั้งที่พิมพ์ ชื่อบทความหรือตำรา ชื่อวารสาร และเลขหน้าของเอกสาร
• ย่อยหรือสังเคราะห์วรรณกรรมเหล่านั้น รวบรวมความคิดเห็นโดยเรียบเรียงในรูปของประเด็นการศึกษาที่ระบุไว้

สิ่งที่ไม่ควรทำ

• เสนอการทบทวนเป็นรายชิ้น จัดเรียงลำดับตามตัวอักษรของชื่อเจ้าของผลงาน หรือตามเวลาที่ทำก่อนหลัง

จริยธรรมทางวิชาการ

• ไม่นำผลงานการทบทวนของผู้อื่นมาเสนอเหมือนเป็นของตน
• เนื้อหาสาระที่เป็นของผู้อื่นจะต้องอ้างอิงด้วย (Plagiarism คือ การขโมยหรือลอกเลียน ความคิด คำพูด ประโยค)
• ไม่ตีความ หรือเขียนเกิดเลยไปจากต้นฉบับ

 

Wallace��s Scientific Process วงจรการพัฒนา

การวิจัยเป็นวิทยาศาสตร์ (Scientific Research) ดำเนินตาม Scientific Process เริ่มด้วยการนำทฤษฎีมาใช้

      Theories ทฤษฎี (นำแนวคิดมาเชื่อมโยงกัน) – Concept แนวคิด (เกิดจากการสังเกต ประสบการณ์ ความรู้)

           Logical Induction        Logical Deduction

                (การอุปนัย ตีความหมาย)       (การนิรนัย เฉพาะ)

Empirical Generalization               Method   Hypothesis

(รวบรวมสมมติฐาน  วิเคราะห์ ทดสอบ)     (สมมติฐานย่อย ตัวแปร)

                Scaling and Measurement      Operationalization and Instrumentation

                (บันทึกข้อมูล)        (สร้างเครื่องมือ)

                  Observation การเก็บรวบรวมข้อมูล (เชิงประจักษ์ empirical data) 

การสร้างกรอบแนวคิด (Conceptualization)

          การวิจัย ใช้ทฤษฎีเป็นพื้นฐาน แนวคิดมีลักษณะเป็นนามธรรม (abstract) ต้องทำให้เป็นรูปธรรม (concrete) สามารถ

สื่อสารเข้าใจอย่างเดียวกันได้ จากนั้นจึงทำปรากฎการณ์ที่ได้ศึกษาที่มีลักษณะรูปธรรม ให้เป็นนามธรรม

เพื่อให้ได้ข้อสรุปทั่วไป (generalization) นำไปสู่การพิสูจน์ทฤษฎี หรือเพื่อสร้างทฤษฎีใหม่ขึ้น

          จากการทบทวนวรรณกรรมทำให้รู้เนื้อหาที่เป็นสาเหตุของปัญหาที่ต้องการศึกษา มีปัจจัยใดบ้างที่อธิบายปรากฎการณ์

การสร้างกรอบแนวคิด เป็นการจัดระเบียบแนวคิดต่างๆ เข้าด้วยกัน แล้วนำมาเขียนเป็นแผนภาพ กรอบแนวคิดในการวิจัย(Conceptual framework) ทำให้สามารถวิเคราะห์เพื่อแก้ปัญหาให้ตรงจุด และควรเริ่มที่จุดใดก่อนได้

กรอบแนวคิดในการวิจัย (Conceptual Framework)

หมายถึง  แนวความคิดของผู้วิจัยเกี่ยวกับความสัมพันธ์ของตัวแปร และปัจจัยต่างๆที่ศึกษา (คำตอบที่คาดไว้ ตั้งสมมติฐาน)

ประกอบด้วย  ตัวแปร และการระบุความสัมพันธ์ของตัวแปร

ที่มา (เกิดจาก) ทฤษฎีต่างๆ ที่เกี่ยวข้อง ผลงานการวิจัยที่เกี่ยวข้อง แนวความคิดของผู้วิจัยเอง

การตั้งสมมติฐาน (hypothesis)โดยนำกรอบแนวคิด มาแจกแจงเป็นข้อๆ โดยแต่ละข้อจะระบุความสัมพันธ์ระหว่างตัวแปร

และในทางกลับกัน ถ้านำสมมติฐานต่างๆ เหล่านี้มารวมกันให้มีระบบ มีความเชื่อมโยงกัน ก็จะได้กรอบแนวคิดของการวิจัย

เช่น กรอบแนวคิด ลักษณะของหน่วยงาน   ความกระตือรือล้นในการทำงาน 

      ลักษณะของผู้บังคับบัญชา    

สมมติฐาน  1. ลักษณะของหน่วยงานตามแนวราบ ทำให้ผู้ปฏิบัติงาน มีความกระตือรือล้น มากกว่า แบบ top – down

         2. ผู้บังคับบัญชาที่บริหารงานแบบประชาธิปไตย ทำให้ผู้ปฏิบัติงานมีความกระตือรือล้นมากกว่า แบบเผด็จการ

ประโยชน์ของกรอบแนวคิด สำหรับแต่ละขั้นตอนของการวิจัย

1. จะทำวิจัยเรื่องอะไร ปัจจัยใดบ้างมีผล มีอิทธิพล และมีอย่างไร
2. การเก็บรวบรวมข้อมูล  รู้ว่าจะเก็บข้อมูล หรือตัวแปรอะไรบ้าง จากแหล่งใด
3. การออกแบบการวิจัย  การวัดตัวแปรต่างๆ ต้องอาศัยการออกแบบการวิจัยที่แตกต่างกัน
4. การวิเคราะห์ข้อมูล  กำหนดเทคนิคของการวิเคราะห์ว่าควรเป็นวิธีใด
5. การตีความหมาย  ต้องมีความสอดคล้องระหว่างกรอบแนวคิด และผลที่ได้จากการวิเคราะห์

วิเคราะห์และตีความตาม conceptual framework เพื่อไม่ให้หลงประเด็น และอยู่บนข้อมูลจริง ไม่ใช่ความคิดเห็น

วิธีการเสนอกรอบแนวคิด

แบบพรรณนาความ แบบจำลอง (สูตร)   แบบแผนภาพ (diagram) แบบผสมผสาน (มีคำอธิบายประกอบ)

หลักการเขียนแผนภาพ จากตัวแปรอิสระสู่ตัวแปรตาม จากซ้ายไปขวา จากบนลงล่าง

Tractable / Witty (ข้อสังเกตหรือแทคติค) เช่น stoping rule ของการมีบุตร  

ทฤษฎี (Theory)

(Kerlinger) คือ กลุ่มของมโนทัศน์ (concept, แนวคิดรวบยอด) สัมพันธ์กันของนิยาม ข้อทฤษฏี ซึ่งนำเสนอการมอง

      ปรากฎการณ์ อย่างเป็นระบบ โดยระบุความสัมพันธ์ระหว่างตัวแปร เพื่ออธิบายและพยากรณ์ปรากฎการณ์

(อ.พิชิต) คือ  ชุดของข้อทฤษฎีที่กล่าวถึง  ความสัมพันธ์อย่างเป็นเหตุและผล  เป็นระบบ เป็นกระบวนการ  ระหว่างแนวคิด

      อย่างน้อย 2 แนวคิด ซึ่งนำเสนอการมองปรากฎการณ์ เพื่ออธิบายและพยากรณ์ปรากฎการณ์ (สิ่งที่ตำตา ตำใจ)

The meaning of Theory

          ทฤษฎีเหมือนกับนามธรรม ที่ถูกใช้ในหลายวิถีทาง ในหลายสิ่งแวดล้อม ณ เวลาหนึ่ง กว้างเสียจนรวมทุกคำกล่าวที่เป็น

          การพรรณนาเกี่ยวกับปรากฎการณ์ทุกอย่าง  และอีก ณ เวลาหนึ่ง แคบเสียจนตัดออกเหลือแต่เทอมและความสัมพันธ์

          ซึ่งสามารถตอบสนองความต้องการเชิงตรรกะได้

 

ข้อสังเกตว่าเป็นทฤษฎี

เป็นกระบวนการในการอธิบาย อย่างน้อย 3 จุด (ในแง่ของเวลา) และสรุปวาดออกมาเป็นภาพได้ (Diagram)

เช่น  เพศ  การไปลงคะแนนเสียง   เพศมีความสัมพันธ์กับการไปลงคะแนนเสียง เป็นการพรรณนาไม่ใช่ทฤษฎี

เพศ  การไปลงคะแนนเสียง  ทำไม ทำไมเพศมีผลต่อการไปลงคะแนนเสียง มีความสัมพันธ์อย่างน้อย 3 จุด 


ประเภทของทฤษฎี  1. ทฤษฎีปทัสถาน (Normative theory)  

      2. ทฤษฎีเชิงพรรณนา (Descriptive or Positive theory)

How are theories generated ? ทฤษฎีสร้างขึ้นมาได้อย่างไร

1. ระดับแนวคิด นามธรรม (Abstract , concept level)  ให้เหตุผลเชิงอนุมาน (deductive reasoning)

   คือ กระบวนการตรรกะ ของการได้มาถึงข้อสรุป จากคำกล่าวที่รู้ หรือบางสิ่งบางอย่างที่รู้ว่าเป็นจริง

   เริ่มต้นจากคำกล่าวทั่วไป ไปยังคำกล่าวที่เฉพาะเจาะจง  พบน้อยในทฤษฎีด้านสังคม

   เช่น ผู้จัดการทุกคนเป็นมนุษย์ (เป็นสิ่งที่เป็นจริง รู้ว่าเป็นจริง) แมรี่ เป็นผู้จัดการ เพราะฉะนั้น แมรี่ เป็นมนุษย์

นำทฤษฎีมาเปลี่ยนเป็นสมมติฐาน แล้วพิสูจน์อีกครั้ง deductive ทฤษฎีที่พิสูจน์แล้วพิสูจน์อีก ยิ่งมีความแม่นตรงมากขึ้น ถ้าไม่เป็นเช่นนั้นก็สร้างทฤษฎีใหม่ขึ้น

2. ระดับเชิงประจักษ์ (Empirical level) ให้เหตุผลเชิงอุปมาน (inductive reasoning)

   คือ ขบวนการตรรกะของการสร้างข้อทฤษฎีทั่วๆไป ที่ตั้งอยู่บนพื้นฐานการสังเกตของข้อเท็จจริงเฉพาะ

   เช่น ผู้จัดการทุกคนเท่าที่เคยเห็น (คนเดียวก็ได้) เป็นมนุษย์ ถ้าเช่นนั้น ผู้จัดการทุกคนก็เป็นมนุษย์ สรุปจากตัวแทนที่พบ

          โดยเป็นไปตามกระบวนการทางวิทยาศาสตร์  แม้ไม่ได้มาจากทั้งหมด

ทฤษฎี ควรประกอบด้วย    อย่างน้อย 4 องค์ประกอบ

1. กรอบอ้างอิง (Frame of Reference)    คล้ายกับตัวทฤษฎี
2. ฐานคติ (Assumptions)  อาจนับว่ามีมาก่อนทฤษฎี
3. มโนทัศน์ (Concepts)  แนวความคิดรวบยอด
4. ข้อทฤษฎี (Theoretical Propositions)

Practical Value of Theories  คุณค่าในทางปฏิบัติของทฤษฎี

1. ทฤษฎีที่ดีต้องเป็นสากล (Universal)
2. ทฤษฎีที่ดีย่อมใช้ได้ในทางปฏิบัติ   ��There is Nothing so Practical as a Good Theory�� : Willium G. Zikmund

 

Concepts

          คือ คำที่ใช้อธิบายปรากฎการณ์ต่างๆ มีความเป็นนามธรรม ครอบคลุมเนื้อหาในชีวิตประจำวัน รู้กันโดยไม่ต้องอธิบาย

นักวิจัยต้องสามารถตอบปัญหาที่ต้องการตอบ ซึ่งส่วนใหญ่ปัญหามักจะอยู่ในรูปของ concept ถ้าเราใช้ concept ไปทำ

แบบสอบถามเลย โดยไม่เปลี่ยนจากนามธรรมเป็นรูปธรรม ข้อมูลที่ได้จะไม่สามารถใช้ได้ เช่น

หัวข้อหรือ concept คือ คนกรุงเทพใช้ชีวิตคุ้มค่าหรือไม่ ได้คำตอบมาว่าคุ้มค่าหรือไม่คุ้มค่า ตัวเลขที่ได้มาใช้ประโยชน์ไม่ได้

ถ้าไม่รู้ว่าความหมายของ ��ใช้ชีวิตคุ้มค่า�� คืออะไร ต้องเปลี่ยนเป็นรูปธรรมก่อน  Theoretical concept = Construct ปัญหาการนำ concept ไปเป็นคำถาม

1. ได้คำตอบ แต่ไม่รู้ว่าความหมายคืออะไร
2. อาจได้คำตอบดีจนเกินไป หรือแย่จนเกินไป เช่น พอใจไหมกับงานที่ทำ อาจได้คำตอบว่าพอใจเกินคาด มีแนวโน้มที่จะไม่ได้ตอบตามความเป็นจริง

คำถามมีความหมายกว้างเกินไป สามารถตีความได้มากมาย คนจะตอบว่าไม่ทราบ ไม่รู้ ไม่แน่ใจ ถ้ามีการปฏิเสธเกินกว่าร้อยละ 20 คำถามนั้นใช้ไม่ได้  


Theoretical Propositions (ข้อทฤษฎี)

           are statements concerned with the relationships among concepts  คำกล่าวที่แสดงความสัมพันธ์ระหว่างแนวคิด

      ความสัมพันธ์แบบ Deterministic relation  X เปลี่ยน Y ต้อง เปลี่ยนแปลงด้วย

      ความสัมพันธ์แบบ Probablistic relation X เปลี่ยน Y น่าจะ เปลี่ยนแปลงด้วย

ข้อทฤษฎี มีลักษณะที่แยกจากกัน ไม่ซ้ำซ้อน แต่มีความสอดคล้องภายใน ไปในทิศทางเดียวกัน

เมื่อนำมารวมกัน สามารถครอบคลุมสาระสำคัญทั้งหมดของปรากฎการณ์ที่มุ่งอธิบาย

คำใกล้เคียงกับ ทฤษฎี

1. Assupmtion (ข้อตกลงเบื้องต้น) เป็นขั้นตอน (procedure) แรก มาก่อนทฤษฎี และถ้าจะใช้สมมติฐานทางสถิติ

   ต้องผ่านเงื่อนไขข้อตกลงก่อน เช่น การสุ่มตัวอย่าง(Sampling) , ระดับการวัด(Measurement) , การกระจาย(Distribution)

ถ้าไม่เข้าข่ายข้อตกลงก็ใช้ไม่ได้

2. Model (แบบจำลอง)  คือ ทฤษฎีที่ยังไม่พิสูจน์ (อาจจะจริงหรือไม่ก็ได้) นักเศรษฐศาสตร์จะใช้แบบจำลองมากที่สุด
3. Conceptual Framework (กรอบแนวคิดการวิจัย)  เหมือน Model เป็นทฤษฎีที่ยังไม่ได้พิสูจน์เช่นกัน
4. Perspective (มุมมอง)  เป็นเพียงแค่การพรรณนา อธิบายโครงสร้างหน้าที่ ถ้าจะเป็นทฤษฎีต้องพยากรณ์ได้

 

สมมติฐานการวิจัย (Research Hypothesis)

      คือ ข้อความที่ผู้วิจัยต้องการทดสอบว่าเป็นจริงหรือไม่ เป็นสิ่งที่คาดคะเนไว้ก่อนว่าจะเกิดขึ้น

โดยทั่วไปมักระบุความสัมพันธ์ระหว่างตัวแปร (Variable) หรือแนวคิด (Concept)  เปลี่ยนทฤษฎีให้เป็นสมมติฐาน 


หลักการเขียนสมมติฐาน (ลักษณะสมมติฐานที่ดี)

1. ระบุความสัมพันธ์ระหว่างตัวแปร แสดงความสัมพันธ์ที่คาดการณ์ หรือเดา ��น่าจะ�� * (อ.พิชิต)
2. บอกทิศทางของความสัมพันธ์ เชิงบวก หรือเชิงลบ    * (อ.พิชิต)

   ตัวแปรอิสระระดับกลุ่ม nominal ไม่มีทิศทาง เช่น เพศกับการไปเลือกตั้ง บอกไม่ได้ว่าเพศ มีความสัมพันธ์เชิงบวกกับ

   การไปเลือกตั้ง ให้บอกไปเลยว่า ชายน่าจะไปเลือกตั้งมากกว่าหญิง

   ตัวแปรระดับอันดับ ช่วง อัตราส่วน สามารถบอกทิศทางได้

3. บอกว่าตัวแปรใดเป็นตัวแปรอิสระ-ต้น (เหตุ) (มาก่อนในแง่ของเวลา, ตรรกะ) และตัวแปรตาม (ผล)
4. บอกเงื่อนไขว่า ความสัมพันธ์ระหว่างตัวแปรดังกล่าวมี หรือเกิดภายใต้เงื่อนไขใด

   ตัวแปรตามคือหัวใจสำคัญ เป็นประเด็นของการวิจัย อาจคาดไม่ถึง (Unexpected) ทั้ง favorable และ unfavorable

5. นำไปสู่การพิสูจน์ว่าเป็นจริงเช่นนั้นหรือไม่ ต่อไปในอนาคต   * (อ.พิชิต)

ทำไมต้องมีสมมติฐาน

      ดำเนินการวิจัยให้เป็นขบวนการวิทยาศาสตร์ นำทฤษฎีมาใช้ แล้วเปลี่ยนทฤษฎีเป็นสมมติฐาน

      Karl Popper     ��สมมติฐานคล้ายกับอวนจับปลา คนที่มีอวนจึงจะจับปลาได้�� 


ประเภทของสมมติฐานการวิจัย (Research Hypothesis)

1. กล่าวว่าความจริงในเรื่องนี้เป็นอย่างไร
2. กล่าวว่ามีปรากฎการณ์ เหตุการณ์ หรือพฤติกรรมอย่างหนึ่ง ซึ่งเกิดขึ้นสม่ำเสมอ (Empirical Uniformity) (ทฤษฎี)
3. กล่าวถึงความสัมพันธ์ระหว่างปัจจัยหรือตัวแปรต่างๆ ในทางเป็นเหตุและผล (Causal relationship) (ตามหลักการเขียน)

สมมติฐานทางสถิติ (Statistical Hypothesis)

นักสถิติเป็นผู้กำหนดมาแล้ว     H0 : Null hypothesis (สมมติฐานปฏิเสธ)  r = 0 (ไม่มีความสัมพันธ์)  

         H1 , Ha : Alternative Hypothesis (สมมติฐานแย้ง) r  0

การวิเคราะห์ทางสถิติ ขั้นแรก มี assumption ขั้นที่2 ตั้งสมมติฐานทางสถิติ และขั้นต่อมา คำนวณ แล้วสรุป (conclusion)

สมมติฐานคู่แข่ง (Rival Hypothesis)

เชื่อว่ายังมีคำอธิบายอื่นๆสำหรับปรากฎการณ์เช่นนั้น ให้นักวิจัยเป็นผู้มีความพินิจพิเคราะห์ (Critical mind)

ในเนื้อหา (content) และระเบียบวิธีวิจัย (method) ในการอ่านรายงานวิจัย

 

ที่มาของสมมติฐาน

1. เกิดขึ้นมาทันทีทันใด
2. ได้มาจากความเชื่อทั่วไป หรือสามัญสำนึก
3. ได้มาจากการเปรียบเทียบกับสิ่งที่เป็นอยู่ในธรรมชาติ
4. ได้มาจากข้อค้นพบ (facts) หรือผลการวิจัยก่อนๆ (finding) นักวิจัยใช้ในการตั้งสมมติฐานมากที่สุด

(5.)   จากทฤษฎี  เป็นแหล่งที่ดีที่สุด แต่ไม่ง่าย

 

คำถามเกี่ยวกับการตั้งสมมติฐาน

- ต้องตั้งสมมติฐานในทุกกรณีหรือไม่  ?

การวิจัยเชิงคุณภาพ (Qualitative research) เป็นการพรรณนาตัวอย่าง ปรากฎการณ์ มีตัวแปรเดียว ไม่มีทิศทาง ไม่ใช่สมมติฐาน

การวิจัยบุกเบิก   Pilot study  ก็ไม่ต้องตั้งสมมติฐาน

- ผลการวิเคราะห์ไม่เป็นไปตามสมมติฐาน จะทำอย่างไร ?

F C Dane เสนอแนะให้ตรวจสอบ ทุกขั้นตอนของการวิเคราะห์ ตรวจสอบสาเหตุที่ผลการวิจัยออกมาเช่นนั้น

การทบทวนวรรณกรรม ความแตกต่างของวิธีการวิจัยกับงานวิจัยอื่น รวมทั้ง Rival hypothesis 


การออกแบบการวิจัย (Research Design) การออกแบบวิจัยที่ดี ต้อง

1. สามารถตอบปัญหาการวิจัยได้ บางปัญหาแค่สอบถามครั้งเดียว บางปัญหาต้องมีกลุ่มควบคุมเปรียบเทียบ

2. มีความสามารถควบคุมความแปรปรวนได้ (ตัวแปรภายนอก - Control of Extraneous Variables ที่มีผลต่อตัวแปรตาม)

    โดยการแบ่งกลุ่มโดยสุ่ม (Randomization) การทำให้ตัวแปรภายนอกเป็นค่าคงที่ (Constant) ให้เป็นตัวแปรอิสระเพื่อศึกษา

3. แบบวิจัยต้องมีความตรงภายใน (Internal Validity) มีความถูกต้องในชิ้นงานนั้นๆ ตั้งแต่วิธีการ เครื่องมือ สถิติ

4. แบบวิจัยต้องมีความตรงภายนอก (External Validity) ขยายไปในกลุ่มใกล้เคียงกันต้องได้ผลเหมือนกัน Generalization 


ประเภทของแบบวิจัย  (3 แบบใหญ่)

R  =  Randomization  การแบ่งกลุ่มโดยสุ่ม  X  =  Experiment กิจกรรมกระตุ้น manipulation, treatment

(x) =  Not manipulate เป็นการศึกษาย้อนหลัง   O  =  Observation การสังเกต วัดผล(Measurement) ตัวแปรตาม

A. แบบวิจัยก่อนแบบทดลอง (Pre-experimental Design)

   ไม่ใช่ True-experimental Design เพราะไม่มี Control Group

1. One-shot Case Study (วัดครั้งเดียว)

X      O เช่น โครงการรณรงค์หยอดวัคซีน และวัดจำนวนผู้มารับวัคซีน (ไม่ได้วัดผลการป้องกัน)

   การออกแบบวิจัยแบบศึกษาย้อนหลัง (Ex-post Facto Research)

         (x)     O เช่น ผู้กระทำผิดกฎหมาย O ศึกษาย้อนหลัง เกี่ยวข้องกับความยากจน (x)

         ระวังการสรุปย้อนหลังอาจเหมารวมจุดเล็กเป็นภาพกว้าง เช่น ทำงานห้องแอร์ O เป็นพวกรักสบาย (x)

มีปัญหาปัจจัย  เหตุการณ์สำคัญ (History)  วุฒิภาวะ (Maturation)  การเลือกตัวอย่าง (Selection)

      การสูญเสียตัวอย่าง (Mortality) ซึ่งผลของการวัดอาจไม่ใช่ผลของ X

2. One-group Pretest-posttest Design (กลุ่มเดียวทดสอบก่อนหลัง)

มีการวัดเพื่อเปรียบเทียบก่อน และหลัง

      O1   X   O2 มีการจัดกระทำตัวแปร เช่น วัดทัศนคติครั้งที่1 จัดทำโครงการ แล้ววัดทัศนคติครั้งที่2

      O1  (x)  O2 แบบศึกษาย้อนหลัง เมื่อ O2 ต่างกับ O1 จึงศึกษาย้อนหลังว่า เกิดอะไรขึ้นระหว่างนั้น (x)

                  เช่น ยอดขายสินค้าปี 45 O2 ตกลงจากปี 44 O1 ย้อนไปดูว่าเกิดจากอะไร (x) เช่น บรรจุภัณฑ์

3. Static-group Comparison (กลุ่มเปรียบเทียบคงที่)
1. แบบกลุ่มเปรียบเทียบคงที่ แบบศึกษาย้อนหลัง    G1   (x)   O1

      เช่น ถามย้อนหลังเกี่ยวกับอาชญากรรม O1 กับทัศนคติต่อตำรวจ O2 ? G2           O2

2. แบบกลุ่มเปรียบเทียบคงที่มีการจัดกระทำตัวแปร   G1    X    O1

      เช่น กลุ่มที่1 ปลูกพืชวิธีใหม่ กลุ่มที่2 ปลูกวิธีปกติ  G2           O2

B. แบบวิจัยทดลองแท้ (True-experimental Design)

1. Pretest-posttest Control Group Design (แบบมีกลุ่มควบคุม และทดสอบก่อนหลัง)

Classic Experiment มีการแบ่งกลุ่มโดยสุ่ม เพื่อขจัดปัญหา History, Maturation

 R G1 O1   X   O3 เช่น เปิดเพลงให้ไก่ฟัง X ผลผลิตไข่เพิ่มขึ้น Y

            G2 O2         O4 รวบรวมข้อมูล O1 และ O2 ไม่ต่างกันอย่างมีนัยสำคัญทางสถิติ

                           ถ้าเป็นไปตามทฤษฎี O3 น่าจะมากกว่า O4 แม้ว่า O4 จะมากกว่า O2

                  อาจมีปัจจัยอื่น เช่น อาหาร อากาศ อายุ พันธ์ เล้า ต้องควบคุมให้คงที่ จะได้ไม่เป็นตัวแปร

2. Solomon Four-group Design (วิจัยสี่กลุ่มของโซโลมอน)
G1 O1   X O3 ทดลอง1  2 กลุ่มแรก มี Pre-test R G2 O2 O4 ควบคุม1

            G3        X O5 ทดลอง2  2 กลุ่มหลังไม่มี Pre-test เพื่อลดผลของการจำได้

            G4  O6 ควบคุม2

3. Posttest-only Control Group Design (มีกลุ่มควบคุมแต่ทดสอบหลังอย่างเดียว)
   R G1         X O1 เหตุการณ์เกิดขึ้นไปแล้วโดยไม่ได้สังเกตข้อมูลไว้ก่อน

         G2  O2

C. แบบกึ่งทดลอง (Quasi-experimental Design) ไม่มี Randomization

1. The Nonequivalent Control Group Design (Nonrandomized Control-group Pretest-posttest Design)

(ไม่มีการแบ่งกลุ่มโดยสุ่มวัดก่อนหลัง  มีกลุ่มควบคุม)

            G1 O1   X   O3 เช่น ผู้ว่า CEO กำหนดไว้แล้วไม่มีการสุ่ม แต่มีคู่จังหวัดเป็นกลุ่มเปรียบเทียบ

            G2 O2         O4 วิธีวิจัยอาจวัดความคิดเห็นในประเด็นต่างๆเก็บข้อมูลก่อนทำ (baseline data)

2. Time Series Design (แบบอนุกรมเวลา)         p.20

มีการเก็บข้อมูลหลายครั้งเพื่อดูแนวโน้ม

            O1  O2  O3  O4  O5   X   O6  O7  O8  O9  O10

      Pre-X  O1-5 ถ้ามีแนวโน้มเพิ่มขึ้นอยู่แล้ว (up trend) เก็บข้อมูลแค่ O5-7 ก็จะสรุปว่า X ทำให้เพิ่มขึ้น

      แต่ Post-X O6-10 ทำให้ทราบว่ามีการเปลี่ยนแปลง (break trend) 
 
 


3. Multiple Time Series Design (แบบอนุกรมเวลามีกลุ่มควบคุม Control-group Time Series Design)  p.19

      G1 O1  O2  O3   X   O4  O5  O6

      G2 O7  O8  O9   X   O10  O11  O12

มีกลุ่มควบคุมเพื่อเปรียบเทียบผลของ X ให้เห็นการเปลี่ยนแปลงที่ชัดเจนของกลุ่มทดลอง

 

กระบวนการวิจัย (พิชิตโมเดล)

      เริ่มจากสิ่งที่มีลักษณะเป็นนามธรรม (abstract) ทำให้เป็นรูปธรรม (concrete , ตัวแปร) สื่อสารเข้าใจอย่างเดียวกันได้

แล้วนำมาวิเคราะห์สิ่งที่ได้จากการศึกษาวิจัย ทำให้กลับเป็นนามธรรม

      Concepts (นามธรรม , abstract)  Variables (รูปธรรม , concrete)  Concepts (นามธรรม , abstract)

การออกแบบสำรวจ

      การสร้างกรอบแนวคิด   การให้นิยามปฏิบัติ   และการออกแบบสอบถาม

การสร้างกรอบแนวคิด (การกำหนดข้อความคิดเชิงมโนทัศน์ Conceptualization)

      คือ กระบวนการที่ผู้วิจัยรวบรวมข้อความคิดต่างๆ ที่เกี่ยวข้องกับคำศัพท์ (Term) ที่กำลังจะกำหนดนั้น มาพิจารณา พินิจวิเคราะห์ เพื่อผู้วิจัยจะได้กำหนดอย่างชัดเจน และถูกต้องว่าคำศัพท์ที่ใช้ในการวิจัยมีความหมายอย่างไร

มาจากการทบทวนวรรณกรรม (หนังสือ ครู ข้อมูลราชการ IT การลงไปสัมผัส ประสบการณ์)

การให้นิยามปฏิบัติ (Operationalization)

          เป็นกระบวนการต่อเนื่องมาจากการสร้างกรอบแนวคิด  เปลี่ยนแนวคิดที่เป็นนามธรรมสูง  เป็นรูปธรรม สามารถนำไปวัด  หรือเขียนเป็นคำถาม ซึ่งเมื่อถามแล้วผู้ตอบเข้าใจและตอบได้  เป็นความหมายเดียวกัน ที่กำหนดขึ้นโดยผู้วิจัยเอง

ปัญหาการให้นิยามปฏิบัติ เมื่อวิเคราะห์แล้วไม่ตรงกับทฤษฎี ต้องดูว่านิยามปฏิบัติไม่ดี จะไม่แทน concept นั้น

1. แนวคิดมีความหมายกว้างกว่านิยามปฏิบัติ ทำให้ยังมีตัวแปรอื่นๆอีก มักพบข้อบกพร่องนี้เป็นประจำ
2. นิยามปฏิบัติมีความหมายกว้างกว่าแนวคิด
3. นิยามปฏิบัติผนวกแนวคิดอื่นไว้ด้วย
 


นามธรรม  Theory (ทฤษฎี)   Proposition (ข้อทฤษฎี) Concept

     Operationalization 

รูปธรรม , ระดับปฏิบัติการ Practical Empirical  research  Hypothesis (สมมติฐาน) Variable (ตัวแปร) 


ตัวอย่าง แนวคิด  = Reproductive status

      นิยามปฏิบัติ = Age , Marital status , Parity

      คำถาม  = เกี่ยวกับอายุ สถานภาพสมรส จำนวนบุตร 


 Abstract level   Theories

      (Level of abstaction)  Propositions

                              Concepts

 Empirical level  Observations of Objects & Events (Reality) 


การวิจัยขึ้นกับการวัด เพื่อหาตัวชี้วัด Indicator

ตัวแปร Concepts เป็นความคิดรวบยอด เข้าใจ รับรู้เช่นนั้น พัฒนามาเป็น เชิงทฤษฎี เชิงวิชาการ Theoretical concept = Construct คือ concept ที่สร้างโดยอาศัยหลักทฤษฎี

      การกำหนดข้อความคิด (Conceptualization) นำไปสู่การวัด

      นิยามศัพท์ / นิยามแนวคิด (Conceptual Definition)

      นิยามปฏิบัติการ (Operational Definition)

      การวัดตัวแปรในโลกแห่งความจริง (Measurements)

      ดัชนี / เครื่องชี้วัดเชิงประจักษ์ (Empirical Indicators) เปลี่ยนจากนามธรรม concepts เป็นรูปธรรม indicators

การนิยาม

      หมายถึง การกำหนดความหมายของศัพท์ที่มีความหมายเป็นที่เข้าใจยากคลุมเครือ สับสน ให้ชัดเจนแน่นอน เป็นที่เข้าใจได้ง่ายตรงกัน นิยามศัพท์ที่ใช้ในการวิจัยมี 2 ระดับ คือ

1. นิยามแนวคิด (Conceptual Definition) นิยามศัพท์ (Nominal Definition) นิยามทฤษฎี (Theoretical Definition)เป็นเพียงแนวคิดเบื้องต้น เช่น คุณภาพชีวิตที่ดีวัดจาก จปฐ. ซึ่งมี 37 ตัวชี้วัด
2. นิยามปฏิบัติการ (Operational Definition) มีรายละเอียดจนสามารถวัดได้ ให้คะแนนได้อย่างเป็นรูปธรรม

นำไปปฏิบัติได้ เช่น แต่ละตัวชี้วัดของ จปฐ. วัดออกมาได้อย่างไร , กำหนดออกมาเป็นมาตรวัด 


 

Observation

• Observation is the empirical process of using our senses to recognize and to note factual events การสังเกตเชิงประจักษ์

   Inference , Facts    (Inference ข้อลงความเห็น ข้อวินิจฉัย)

• Inference is an intellectual สังเกตไม่ได้โดยตรง แต่สร้างกรอบอ้างอิงขึ้นมา หาข้อสรุปจากความจริงเท่าที่สังเกตได้

   เช่น ความก้าวร้าวไม่สามารถเห็นได้ แต่แปรจากพฤติกรรมที่สังเกตเห็น ไม่พอใจก็จะมีเสียงดัง ทุบโต๊ะ

• Facts are events that can be directly , empirically observed สังเกตเห็นได้โดยตรง

Constructs

• Constructs are ideas แนวคิดที่ถูกสร้างโดยนักวิจัย จากเหตุผลที่เชื่อมโยงกับข้อมูลเชิงประจักษ์เพื่อตอบคำถามวิจัยนั้นๆ

เช่น สร้าง construct ว่าเด็ก Autistic ก้าวร้าวเพราะแรงกระตุ้นภายใน ถ้าลดแรงกระตุ้นนี้ได้ จะทำนายว่าก้าวร้าวลดลง

Conceptual Model  

      คือ ความสัมพันธ์ ระหว่าง Observations กับ Constructs

      Refining constructs from observations (สร้าง construct จากสิ่งที่สังเกตเห็น) และ

      Predicting observations from constructs (ทำนายสิ่งที่จะสังเกตได้ จะเกิดขึ้น จากโครงสร้าง construct ที่สร้างขึ้น)

Models (แบบจำลอง)

1. เป็น constructs ที่เป็นตัวแทนโลกความเป็นจริงบางส่วน และแสดงความสัมพันธ์ของปัจจัยต่างๆ ที่อธิบายความเป็นจริง
2. ทำให้สะดวก และง่ายในการจัดการ เมื่อเทียบกับโลกความเป็นจริงที่ใหญ่และซับซ้อน ทำให้วิเคราะห์ง่ายขึ้น
3. แต่เป็นสิ่งที่ไม่สมบูรณ์ เป็นเพียงความเป็นไปได้ และความคล้ายกัน (Analogy) ไม่ได้เหมือนหรือแทนกันได้ทั้งหมด

   Models จะสนใจตัวแปรบางตัว โดยคิดว่าตัวแปรอื่นคงที่ หรือยังไม่สำคัญในข้อสมมตินั้นๆ แต่ความจริงอาจไม่ใช่

   ทำให้แบบจำลองไม่อาจอธิบายความเป็นจริงนั้น

Models & Theories

• Models are less developed than formal theories and are used as steps in the development of theory

แบบจำลองพัฒนามาน้อยกว่าทฤษฎี และใช้ในการพัฒนาทฤษฎี ดังนั้นจะอธิบายความเป็นจริงได้น้อยกว่า

• Theories are formalized set of concepts that organize observations and inference and predicts and explains phenomena.
 
 
 
 
 
 
 


ตัวแปรและเครื่องชี้วัดเชิงประจักษ์ (Variable and Empirical Indicators)

ตัวแปร (Variables)   

      หมายถึง คุณลักษณะที่แปรเปลี่ยนไปในสิ่งที่เราศึกษา ค่าคงที่ หรือตัวคงที่ (Constants) ไม่ใช่ตัวแปร

Jame A. Davis ให้คุณสมบัติไว้ว่า

1. มีชื่อ
2. ภายใต้ชื่อนั้น การจำแนกกรณี(case) ออกเป็นรายการต่างๆ(category) อย่างน้อย 2 รายการ เช่น เพศ มีชาย-หญิง

   ถ้ามีชายอย่างเดียวจะเป็นตัวคงที่

3. แต่ละรายการแยกจากกันเป็นอิสระ (Mutually Exclusive)
4. รายการครอบคลุมเนื้อหาทั้งหมด (Mutually Exhaustive)

หน่วยของการวิเคราะห์ (Unit of Analysis)  คือ ระดับของ สิ่งที่เราศึกษา ได้แก่

1. ระดับบุคคล (Individuals)
2. ระดับองค์การ (Organizations)
3. เหตุการณ์ (Events, situations) วิเคราะห์เหตุการณ์ เช่น รูปแบบของการโจรกรรม

ประเภทตัวแปร

ตัวแปรคุณภาพ (Qualitative Variables)

1. ตัวแปรกลุ่ม (Nominal variables) เช่น เพศ อาชีพ เขตอาศัย มักรายงานเป็นร้อยละ (%)
2. ตัวแปรอันดับ (Ordinal variables) เช่น ยศ ตำแหน่ง มีความเป็นกลุ่ม แต่มี��กว่า

ตัวแปรปริมาณ (Quantitative Variables) วัดเป็นค่าเฉลี่ย (X) ส่วนเบี่ยงเบน (SD) ได้

3. ตัวแปรช่วง (Interval variables)   เป็นช่วงเท่า (equal interval) 
4. ตัวแปรอัตราส่วน (Ratio variables) เป็นช่วงเท่าเช่นกัน และมีศูนย์สมบูรณ์ (absolute zero)

   เช่น ความรู้เป็นตัวแปรช่วง สอบได้ศูนย์ ไม่ใช่ไม่มีความรู้ , จำนวนบุตร ศูนย์คน คือไม่มีบุตรเลย

ทางวิทยาศาสตร์ ตัวแปรปริมาณมีค่าติดลบได้

ทางสังคมศาสตร์ เช่น วัดความพึงพอใจ เป็นตัวแปรนามธรรม quantified เป็นตัวเลขเพื่อคำนวณ ถือเป็นจำนวนนับ ไม่มีติดลบ 


ตัวแปร (Variables) มีทั้งนามธรรม และรูปธรรม

   นามธรรม      ใช้เครื่องมือ (Instrument) ในการเก็บรวบรวมข้อมูล เป็นสิ่งที่จับต้องได้ เชื่อมนามธรรม กับรูปธรรม ได้แก่
1. แบบสอบถาม (Questionnaire)
2. แบบทดสอบ (Test)  มีคำตอบที่กำหนดไว้แล้ว (key answer)
3. แบบสัมภาษณ์ (Interview Schedule)
4. แบบสังเกต (Observation Form) มักใช้ในทางจิตวิทยา
5. เครื่องมือทางวิทยาศาสตร์ 

        รูปธรรม ผลที่ได้จากการใช้เครื่องมือ เป็นเครื่องชี้วัด(ดัชนี)เชิงประจักษ์ (Empirical Indicator)

เช่น   คุณภาพชีวิต (นามธรรม)      ใช้ Minimal Basic Needs (จปฐ.) เป็นตัววัด

สติปัญญา (นามธรรม)      แบบวัด IQ (เครื่องมือการวิจัย)      คะแนน IQ (เครื่องชี้วัดเชิงประจักษ์-รูปธรรม , Indicator) 
 


 

ชนิดของตัวแปร

1. ตัวแปรอิสระ (Independent Variable , Cause)  มีอิทธิพลในการอธิบายความแตกต่างของตัวแปรตาม
2. ตัวแปรตาม (Dependent Variable , Effect)   มีความแตกต่างในตัวเอง และเป็นผลความแตกต่างจากตัวแปรอื่น

การวิจัย Sampling survey ใช้  Dependent & Independent variable

การวิจัยทดลอง     ใช้  Cause & Effect

การกำหนดตัวแปรอิสระ ตัวแปรตาม

1. ขึ้นกับวัตถุประสงค์ของการวิเคราะห์ มองว่าตัวแปรใดเป็นเหตุเป็นผล
2. ในแง่ของเวลา ตัวแปรอิสระต้องมาก่อน จึงเกิดตัวแปรตาม
3. จากทฤษฎี

ระดับการวัดของตัวแปร (Measurement level)

1. Nominal level (ระดับกลุ่ม)  - มีชื่อตัวแปร เช่น เพศ

      - มีรายการเพื่อการจำแนก (classification) เช่น ชาย-หญิง

      - คำตอบเป็นตัวอักษร

2. Ordinal level (ระดับอันดับ)  มีการจำแนกโดยเรียงลำดับ คำตอบยังเป็นตัวอักษร
3. Interval level (ระดับช่วง)  คำตอบเป็นตัวเลขที่แต่ละรายการห่างเท่ากัน (ติดลบได้) เช่น อุณหภูมิ
4. Ratio level (ระดับอัตราส่วน)  ต้องไม่มีติดลบ เริ่มต้นที่ 0 ได้ เช่น อายุ ระยะทาง จำนวนบุตร

ถ้ารายการห่างไม่เท่ากัน เช่น 0-9   10-19   ��   60+ จะเป็นตัวแปรระดับอันดับ

ระดับการวัดตัวแปร มีความสำคัญ เป็นตัวกำหนด การเลือกใช้สถิติ อย่างถูกต้องเหมาะสม

สถิติที่ใช้กับตัวแปรระดับสูงกว่า อำนาจการสรุปจะดีกว่า และไม่นิยมทำข้อมูลละเอียดให้เป็นข้อมูลหยาบ 


ความสัมพันธ์ระหว่างตัวแปร (relate, correlate, associate, influence)

   คือ ความแตกต่างในตัวแปรหนึ่ง(อิสระ) ทำให้เกิดความแตกต่างในอีกตัวแปร(ตาม)

   เพื่อหาความสัมพันธ์ระหว่างตัวแปร ว่ามีผลหรือมีอิทธิพลต่ออีกตัวแปร

1. Symmetrical Relationship มีความสัมพันธ์ต่อกัน แต่ไม่สามารถบอกตัวแปรอิสระตัวแปรตาม

      ก ข 

      (spurious relationship ความสัมพันธ์ลวง ระหว่าง 2 ตัวแปร เป็นผลจากความสัมพันธ์ของทั้งคู่กับตัวแปรที่ 3)

2. Reciprocal or Covariational Relationship ต่างมีความสัมพันธ์ หรืออิทธิพลต่อกัน

ก     ข

3. Asymmetrical or Causal Relationship ตัวแปรหนึ่งมีผลอิทธิพลต่ออีกตัวแปรในทางเดียว

ก      ข  นิยมใช้ในทางสถิติ

 

ประเภทของความสัมพันธ์

1. ความสัมพันธ์เชิงเนื้อหา หรือเชิงทฤษฎี (Substantive or Theoretical Relationship) 

   เป็นความสัมพันธ์เชิงเหตุผล อธิบายว่าตัวแปรอิสระ สัมพันธ์กับตัวแปรตามอย่างไร

2. ความสัมพันธ์เชิงสถิติ (Statistical Relationship)  

   ในความเป็นจริงไม่มีเหตุผล หรือตรรกะ คำอธิบายที่เชื่อมโยงความสัมพันธ์ระหว่างตัวแปรทั้งสองนี้

   เช่น คนสวยไปเลือกตั้งมากกว่าคนขี้เหร่ อาจมีความสัมพันธ์กัน แต่หาคำอธิบายไม่ได้

   ต้องให้ความสำคัญในเชิงเนื้อหาหรือทฤษฎีก่อน แล้วจึงหาความสัมพันธ์ทางสถิติ

ทิศทางของความสัมพันธ์

1. เชิงบวก  ตัวแปรอิสระเพิ่มขึ้น ตัวแปรตามเพิ่มขึ้นด้วย (ไม่นิยมใช้ ลดลงลดลงด้วย)
2. เชิงลบ (ในทางตรงข้าม) ตัวแปรอิสระเพิ่มขึ้น ตัวแปรตามลดลง (ไม่นิยมใช้ ตัวแปรอิสระลดลง)
3. ไม่มีความสัมพันธ์ ตัวแปรอิสระเพิ่มขึ้น ตัวแปรตามไม่เปลี่ยนแปลง (ตัวแปรตามคงที่)
4. ไม่มีรูปแบบแน่นอน ขึ้นๆลงๆ
5. เป็นเส้นโค้ง  แบบ 4. 5. ไม่นิยมใช้ในทางสถิติ
 


การวัด (measurement)

      หมายถึง การกำหนดตัวเลขให้แก่คุณลักษณะของสิ่งที่เราต้องการวัด ตามกฎ (Rules) ที่กำหนดขึ้นตามการกำหนดแนวคิดเชิงมโนทัศน์ (Conceptualization)

มาตรวัด (Scale)

      คือ ชุดคำถามที่มีหลายข้อคำถาม (Items) มีรูปแบบการตอบเหมือนกัน (same response format) ใช้วัดตัวแปรที่เป็นมโนทัศน์ที่เป็นนามธรรมสูง (Abstract concept)

ขั้นตอนการสร้างมาตรวัด 

1. กำหนดชื่อตัวแปร
2. การทบทวนวรรณกรรม  โดยแยก sub-concept จัดเป็นกลุ่มประเด็น เพื่อสรุป
3. กำหนดแนวคิดเชิงมโนทัศน์ (Conceptualization) นำไปสู่การวัดตัวแปรในโลกแห่งความจริง (Measurements)
4. กำหนดนิยามศัพท์ (Definition) Conceptual Definition , Operational Definition
5. เขียนข้อคำถาม (Items)  

      การวิจัยขึ้นกับการวัด เพื่อหาตัวชี้วัด Indicator

      ดัชนี / เครื่องชี้วัดเชิงประจักษ์ (Empirical Indicators) เปลี่ยนจากนามธรรม concepts เป็นรูปธรรม indicators

ทัศนคติ (Attitude)

      ความโน้มเอียงหรือความพร้อม (readiness) ที่จะตอบสนองในทางที่ชอบหรือไม่ชอบ (favorable or unfavorable)

ต่อสิ่งเร้าที่กำหนดให้ (objects)     ทัศนคติ มีองค์ประกอบ 3 ด้าน

1. ด้านความรู้ความเข้าใจ (Cognitive or Belief Component)
2. ด้านอารมณ์ (Emotional Component or Evaluative Component)
3. ด้านพฤติกรรม (Behavioral Component)

วิธีการสร้างมาตรวัดทัศนคติ

1. Thurstone��s Method (ไม่สอบ)
2. Likert��s Method 

- มีคำถามที่เป็น  Positive และ Negative question   

- การให้คะแนน เห็นด้วยอย่างยิ่ง    เห็นด้วย  ไม่เห็นด้วย ไม่เห็นด้วยอย่างยิ่ง 

   Positive  4       3         2   1

      Negative   1       2                 3   4

3. Guttman��s Scale คำถามให้ตอบจาก 2 ตัวเลือก เช่น   0 / 1 , Y / N , T / F
4. S-D Scale (Semantic Differential Scale) คำตรงข้าม สองขั้ว (bipolar) แบ่งเป็นระดับ ให้ตรงกลางเป็น ��ไม่�� ทั้งสอง

เช่น  สะอาด - สกปรก  กระตือรือร้น - เฉื่อยชา

5. Rating Scale (Likert��s , S-D scale เป็นส่วนหนึ่งของ Rating scale) มี degree มีหลายวิธี เช่น บ่อยๆ – นานๆครั้ง – ไม่เคย

Quanlity of Measurement  คุณภาพ 1. 2. ต้องมาก่อน 3. 4.

1. ความตรง (Validity) วัดให้ผลตรงกับความเป็นจริง (ตรงกับวัตถุประสงค์ของการวัด)

   หรือ ความใช้ได้ (อ.พิชิต) วัดในสิ่งที่ต้องการวัด เช่น วัดน้ำหนักต้องใช้เครื่องชั่งน้ำหนัก

                1.1   ตรงตามเนื้อหาในนิยามศัพท์  ถือเป็น minimum ของความตรง (Content validity) เขียนนิยามศัพท์ให้ชัดเจน

      1.2   ตรงตามโครงสร้าง (Construct Validity) นิยามศัพท์ตรงกับทฤษฎี     Theoretical concept = Construct

2.      ความเที่ยง (Reliability)   วัดซ้ำๆได้ผลเหมือนเดิม เช่น แบบวัด IQ (เที่ยงแต่อาจไม่ตรงเช่นกิโลแม่ค้า)

         หรือ ความเชื่อถือได้ (อ.พิชิต) ความสามารถของการวัดที่จะให้ผลเหมือนกัน

ทางวิทยาศาสตร์ ไม่ค่อยมีปัญหา Validity เช่น วัดอุณหภูมิใช้เทอร์โมมิเตอร์ แต่จะ concern เรื่องคุณภาพเครื่องมือ Reliability

ทางสังคม จะมีปัญหา Validity ใช้แทนปัญหาจริงได้หรือไม่ นิยามปฏิบัติตรงกับปัญหาไหม ส่วน Reliability ทำซ้ำได้ผล

เหมือนเดิม ปัญหาคือไม่ค่อยมีโอกาสไปถามคนเดิมครั้งที่ 2 แม้ได้ถาม ก็มีปัญหาเวลาเปลี่ยน สถานการณ์เปลี่ยน อารมณ์เปลี่ยน อาจได้คำตอบที่เปลี่ยนไปด้วย

3.      ความเป็นปรนัย (Objectivity)  ไม่ขึ้นกับความรู้สึก (subjective อัตตนัย ตน)

4.      ความสะดวกในการใช้ (Practicality) ใช้ง่ายเก็บข้อมูลง่าย

คำถามปลายปิด ที่กำหนดตัวเลือกตอบไว้แล้ว (fixed alternative) มีข้อดีที่ความเป็นปรนัย และความสะดวก

แต่คำถามที่คาดเดาคำตอบไม่ได้ เป็นสิ่งใหม่ ต้องใช้ คำถามปลายเปิด

 

วิธีสร้างแบบสอบถาม

1. ประเภทของคำถาม เกี่ยวกับข้อเท็จจริง เกี่ยวกับแนวคิด เจตนารมณ์ ความรู้สึก พฤติกรรมในอดีตและปัจจุบัน
2. ชนิดของคำถาม เป็นคำถามปิด (Close-ended question) หรือคำถามเปิด (Open-ended question)
3. แนวทางการเขียนแบบสอบถาม เนื้อหาข้อความจำเป็นหรือไม่ ใช้ประโยชน์อย่างไร คำถามกว้างและครอบคลุมหรือไม่ ควรมีเครื่องชี้วัดหรือไม่ ผู้ตอบมีความรู้และข้อมูลเพียงพอที่จะตอบหรือไม่
4. วิธีการตั้งคำถาม มีความชัดเจน ศัพท์ไม่กำกวม ถ้อยคำไม่มีอคติ ใช้ถ้อยคำสุภาพและให้เกียรติ ไม่ละลาบละล้วง
5. การเรียงลำดับของข้อคำถาม ตามจิตวิทยาการตอบ จากสิ่งที่คุ้นเคยไปยังสิ่งที่ไม่คุ้นเคย จากง่ายไปหายาก

   จากรูปธรรมไปสู่นามธรรม จากข้อเท็จจริงไปสู่แนวความคิด

การจัดเตรียมเพื่อนำไปประมวลผล

การเตรียมรหัสข้อมูลสำหรับแบบสอบถาม : สร้างรหัสและกำหนดชื่อตัวแปรในแบบสอบถาม หรือการจัดทำคู่มือการลงรหัส

การบันทึกข้อมูลเข้าเครื่องคอมพิวเตอร์เพื่อประมวลผล : ใส่ข้อมูลลง Coding Form หรือบันทึกเข้าเครื่องคอมพิวเตอร์โดยตรง

การลงรหัสขึ้นอยู่กับลักษณะรูปแบบของคำถาม : คำถามปลายปิดกำหนดรหัสล่วงหน้า ส่วนปลายเปิดให้รหัสหลังได้ข้อมูล

 

การเขียนคำถาม

1. คำถามจำเป็นหรือไม่ และจะเป็นประโยชน์มากน้อยเพียงใด
2. คำถามใช้คำง่าย เป็นคำถามที่ผู้ตอบคุ้นเคยหรือไม่
3. คำถามชัดเจนและเฉพาะเจาะจงหรือไม่
4. ควรหลีกเลี่ยงคำถามปฏิเสธ ��ไม่�� ทำให้เกิดความสับสน
5. ประโยคหนึ่งมีมากกว่าหนึ่งคำถามหรือไม่ (Double bawled ?)
6. เป็นคำถามนำหรือชี้ช่องให้ตอบหรือไม่ (Leading question)
7. คำตอบที่ได้ เป็นผลจากลักษณะส่วนตัวของผู้ตอบหรือไม่
8. ทำคำถามให้สั้นเข้าโดยความหมายไม่เปลี่ยนแปลงได้หรือไม่

ลักษณะของคำถามที่ดี

1. ชัดเจน (Clarity)
2. สามารถเข้าใจได้ (Comprehensibility)
3. มีความหมายเดียว (Unidimensionality)
4. ตรงประเด็น (Relevance)
5. ไม่เสนอแนะ ในตัว (Lack of Suggestion)
6. ใช้ได้กับผู้ตอบ (Applicability to the respondent)

ชนิดของคำถาม

1. คำถามเปิด (Open-ended question) ไม่ได้กำหนดตัวเลือกไว้ล่วงหน้า ให้ผู้ตอบตอบมีอิสระตอบได้หลากหลาย

ข้อดี : เปิดโอกาสให้แสดงความคิดเห็น เป็นแหล่งที่มาของสมมติฐาน มีคุณค่าในการหาคำตอบเชิงพรรณนา(ทัศนคติ)

        เหมาะสำหรับคำถามที่ยังไม่ทราบ  ไม่คุ้นเคย ช่วยทำให้ทราบขอบเขตของคำตอบ

ข้อเสีย : ปัญหาในการให้รหัสและวิเคราะห์ข้อมูล ผู้ถามและผู้ตอบต้องใช้ความพยายาม อดทน

            มีแนวโน้มที่ผู้สัมภาษณ์จะย่อคำตอบเอาเอง

2. คำถามปิด (Close-ended question)  กำหนดคำตอบไว้แล้วล่วงหน้า ผู้ตอบเพียงแต่เลือกคำตอบที่ต้องการ

นักวิจัยต้องมีความรู้เกี่ยวกับลักษณะของคำตอบที่เป็นไปได้ และการซอยช่วงคำตอบต้องละเอียดพอ

การตั้งคำถามต้องคำนึงถึง - Mutually Exclusive แต่ละคำตอบความหมายแยกจากกันโดยเด็ดขาด

         - Mutually Exhaustive ครอบคลุมคำตอบที่น่าจะเป็นทั้งหมด

        ข้อดี : ง่ายต่อการตอบ การให้รหัส ผู้สัมภาษณ์ไม่จำเป็นต้องมีทักษะมาก การสัมภาษณ์สั้น ข้อมูลเปรียบเทียบได้

        ข้อเสีย : ผู้ตอบอาจไม่มีความรู้ แต่ก็เลือกตอบได้

 

ลำดับของคำถาม

อาจจัดลำดับโดยสุ่ม หรืออย่างมีระบบ โดยทั่วไปวิธีที่เหมาะสมในการสร้างแรงจูงใจ และความร่วมมือจากผู้ตอบ คือ

1. เริ่มจากเรื่องที่กว้างไปสู่เฉพาะเจาะจง (Funnel sequence กรวยคว่ำ)
2. เริ่มจากเฉพาะเจาะจงไปสู่เรื่องที่กว้าง (Inverted funnel sequence กรวยหงาย)

รูปแบบของคำถาม คำตอบ

1. คำถามต่อเนื่อง (Contingency questions) เช่น ไปไหม ไปกับใคร ไปทำอะไร ถ้าตอบไม่ได้ไปก็จบ
2. คำถามที่ใช้ชุดคำตอบเดียวกัน (Matrix questions) มีหลายคำถามใช้ชุดคำตอบเดียวกัน

 

ข้อแนะนำในการเขียนคำถาม

1. ตัวแปรที่สามารถทำให้อยู่ในระดับช่วง หรืออัตราส่วนได้ เช่น อายุ จำนวนบุตร ควรตั้งคำถามในลักษณะที่คำตอบ

   อยู่ในระดับเดียวกันด้วย อย่าทำข้อมูลที่ละเอียดให้หยาบลง เช่น ตัวแปรอายุ ให้ระบุเลย (ratio) ไม่ใช่ 20-29 (ordinal)

   ความพอใจในงาน (ordinal) ทำให้เป็นคะแนนความพึงพอใจ (interval or ratio)

2. สำหรับ Matrix questions ไม่ควรวางช่องคำตอบ ��ไม่แน่ใจ ไม่ทราบ ไม่ตอบ�� ไว้ตรงกลางตาราง และหากมีผู้ตอบ        มากกว่าร้อยละ 20 คำถามนั้นใช้ไม่ได้ (invalid) และ Matrix แต่ละคำถามเป็น Ordinal พอรวมกันเป็นคะแนน Ratio
3. เมื่อใช้คำถาม Objective or Indirect question มีลักษณะวัตถุวิสัยไม่ต้องการให้ผู้ตอบทราบว่ากำลังถูกถามเรื่องอะไรอยู่

แล้วต้องถาม Subjective or Direct question ด้วย เช่น เจ้านายเป็นไง เงินเดือนเป็นไง แล้วถามตรงเรื่องพึงพอใจในงาน

4. คำถามใช้เวลาในการตอบ 30-45 นาที

 

การเตรียมการในการออกแบบสอบถาม

แบบสอบถาม (Questionnaire) ผู้ตอบคำถาม กรอกคำตอบในแบบด้วยตัวเอง

แบบสัมภาษณ์ (Interview Schedule) ผู้วิจัยทำหน้าที่สัมภาษณ์ และบันทึกคำตอบ

การใช้แบบสอบถาม / แบบสัมภาษณ์ หรือการเลือกใช้คำถามเปิด / คำถามปิด ขึ้นกับปัจจัย

      ธรรมชาติของเรื่องที่จะศึกษาวิจัย วัตถุประสงค์ของการวิจัย

      ระดับการศึกษาของกลุ่มตัวอย่าง แรงจูงใจของกลุ่มตัวอย่าง

เรื่องที่ไวต่อความรู้สึก ควรใช้แบบสอบถาม กลุ่มตัวอย่างมีการศึกษาต่ำ ควรใช้แบบสอบถาม

เรื่องทั่วๆไป เกี่ยวกับข้อเท็จจริง ความเห็น ความรู้ ทัศนคติ ควรใช้แบบสัมภาษณ์

การทดสอบแบบสอบถาม (Pretest)

1. ประเมินความใช้ได้ (Validity) ผู้ตอบเข้าใจคำถาม มีปัญหาในการตอบ และตอบได้ตรงประเด็นหรือไม่

เลือกลักษณะที่คล้ายกับกลุ่มตัวอย่าง ป้องกันการ contaminate ผู้ถูกสัมภาษณ์จะรู้เรื่องก่อนทำให้ข้อมูลเบี่ยงเบน

ทดสอบใช้กับ 30-50 คน โดยต้องไม่ไปถามผู้ที่รู้เข้าใจคำถามอยู่แล้ว ถามชาวบ้านที่ไม่รู้

2. สำหรับใช้ในการจัดการ ประเมินผลการบริหารวิจัย ประเมินค่าใช้จ่าย เวลาในการสัมภาษณ์ ความเหมาะสมของวิธีวิจัย
3. ทดสอบ Reliability ไม่ได้ เพราะการทำ Pretest ไม่มีโอกาสได้ทำ 2 ครั้ง

 

วิธีเก็บข้อมูล

1. การสัมภาษณ์ (Interview survey or Face to Face) มี interaction อัตราการตอบ 80% น่าจะเป็นวิธีที่ดีที่สุด
2. การสัมภาษณ์ทางโทรศัพท์ (Telephone survey) อัตราการตอบ 80%?
3. ส่งทางไปรษณีย์ (Mail survey) อาจได้ข้อมูลไม่ครบ

Self administered survey เช่น แบบประเมินแต่ละวิชา

ประเภทของข้อมูล

จำแนกตามแหล่งที่มา 1. ข้อมูลปฐมภูมิ (Primary data) คือ ข้อมูลที่ได้จากการเก็บโดยตรงจากพื้นที่ หรือตัวบุคคล

2. ข้อมูลทุติยภูมิ  (Secondary data) คือ ข้อมูลที่มีผู้เก็บมาแล้ว เช่น สถิติหรือข้อมูลของหน่วยงาน   

    เอกสาร  สิ่งตีพิมพ์ หรือข้อมูลจากสื่อ(วิทยุ โทรทัศน์) เอกสารส่วนตัว (บันทึก จดหมายเหตุ)

จำแนกตามคุณสมบัติการวัด 1. ข้อมูลเชิงปริมาณ (Quantitative data)

                  2. ข้อมูลเชิงคุณภาพ (Qualitative data)

ข้อมูลปฐมภูมิ

ข้อดี 1. สามารถเก็บให้สอดคล้องกับวัตถุประสงค์ และการวิเคราะห์ของการวิจัยได้

      2. สามารถควบคุมเรื่องคุณภาพของการเก็บข้อมูลได้  ตามความรู้ความสามารถของนักวิจัย

ข้อเสีย 1. เสียเวลา และค่าใช้จ่ายมาก

      2. อาจเก็บข้อมูลได้ไม่ครบถ้วน

      3. คุณภาพของข้อมูลอาจไม่ดีพอ

ข้อมูลทุติยภูมิ

ข้อดี 1. ประหยัดเงิน เวลา และกำลังคน เพราะไม่ต้องทำการเก็บใหม่

      2. สามารถทำการศึกษาย้อนหลังไปได้ไกลเท่าที่เอกสาร  หรือข้อมูลนั้นจะย้อนหลังไปได้

ข้อเสีย 1. ข้อมูลมักไม่ครบถ้วนตามประเด็นที่ศึกษา ที่ผู้วิจัยต้องการ

      2. มักมีปัญหาเรื่องความน่าเชื่อถือได้ของข้อมูล

      3. ข้อมูลที่มีอยู่อาจไม่ทันสมัย

      4. มีการเปลี่ยนแปลงคำนิยามต่างๆ โดยไม่ได้ระบุไว้ให้ทราบ

วิธีการเก็บข้อมูลปฐมภูมิ

1. การสำรวจข้อมูลภาคสนาม (Field Survey)

   โดยการสังเกตการณ์ การสัมภาษณ์ การใช้แบบสอบถาม

2. การเก็บข้อมูลจากการทดลอง

การเก็บข้อมูลโดยการสังเกต   เป็นการรวบรวมข้อมูลเชิงคุณภาพ

ข้อดี 1.    สามารถบันทึกเหตุการณ์ได้ตามที่เกิดขึ้นจริง ซึ่งมีความถูกต้องมากกว่าวิธีอื่น

2. การบันทึกเหตุการณ์ทำได้โดยเอกเทศ ไม่ขึ้นอยู่กับความสามารถของผู้ให้ข้อมูล

3. สามารถบันทึกเหตุการณ์ที่เป็นประโยชน์ และไม่คาดหวังมาก่อนได้
4. สามารถทดสอบความถูกต้องของข้อมูลได้เมื่อทำการสังเกตมาเป็นระยะเวลาหนึ่ง
5. การสังเกต ช่วยให้ผู้สังเกตตีความ หรือแปลผลข้อค้นพบได้ถูกต้อง มากกว่าข้อมูลที่ได้จากการเก็บโดยวิธีอื่น

การใช้แบบสอบถาม (Questionnaire)

   วัตถุประสงค์   เพื่อเก็บข้อมูลที่ไม่สามารถสังเกตได้

1. การส่งแบบสอบถามทางไปรษณีย์ (Mailed Questionnaire)
2. การใช้แบบสอบถามให้ผู้ตอบตอบเอง (Self-administered Questionnaire)
3. ผู้วิจัยอ่านคำถามให้ฟัง และทำหน้าที่กรอกแบบสอบถาม

ข้อดีของการใช้แบบสอบถาม

1. เป็นการวัดในมาตรฐานเดียวกัน เนื่องจากใช้คำถามเดียวกัน (ตอบแบบสอบถามชุดเดียวกัน โดยไม่มีการอธิบาย)
2. ผู้ตอบมีเวลาไตร่ตรอง และสามารถย้อนกลับมาตอบคำถามช่วงต้นๆ ที่ไม่เข้าใจ
3. ผู้ตอบมีความเชื่อมั่นว่า คำตอบของตนจะเป็นความลับมากกว่าการสัมภาษณ์ รักษาความลับได้ดีกว่า เพราะผู้ตอบแบบสอบถามมีจำนวนมาก และไม่มีการระบุตัวบุคคลผู้ตอบ ทำให้กล้าตอบความจริง โดยเฉพาะคำถามที่ sensitive
4. ไม่มีอคติที่เกิดจากผู้สัมภาษณ์
5. ประหยัดค่าใช้จ่ายมากกว่าการสัมภาษณ์ และประหยัดเวลา
6. สะดวกสำหรับผู้ตอบแบบสอบถาม

ข้อเสียของการใช้แบบสอบถาม

1. เป็นการเก็บข้อมูลที่ไม่ยืดหยุ่น เจาะลึกในรายละเอียดไม่ได้
2. มีข้อจำกัดทางด้านเวลา ถ้าผู้ตอบต้องตอบแบบสอบถามนานเกินไป มักจะไม่ได้รับความร่วมมือ
3. ผู้ตอบมักจะตอบคำถามไปตามที่เข้าใจ ถ้าการตั้งคำถามไม่ชัดเจน ผู้ตอบก็อาจจะเข้าใจคำถามผิด

ข้อเสียของ Mailed Questionnaires

1. ขาดความยืดหยุ่น
2. อัตราการตอบกลับต่ำ
3. เก็บได้เฉพาะข้อมูลที่เป็นลายลักษณ์อักษร
4. ไม่สามารถควบคุมสิ่งแวดล้อมในการตอบแบบสอบถามได้
5. ไม่สามารถควบคุมการเรียงลำดับการตอบข้อคำถามได้
6. อาจมีการหลงลืมไม่ตอบบางข้อคำถาม
7. คำตอบที่ได้ไม่ใช่คำตอบทันทีทันควัน
8. ไม่สามารถแยกแยะคนที่ไม่ได้รับแบบสอบถามออกจากคนที่ไม่ตอบแบบสอบถามได้
9. การควบคุมกำหนดเวลาการตอบกลับแบบสอบถามทำได้ยาก
10. ไม่สามารถถามคำถามซึ่งสลับซับซ้อนได้
11. กลุ่มคนที่ตอบแบบสอบถามกลับมักเป็นกลุ่มที่สนใจในเรื่องที่ถาม ทำให้เกิด selection bias ได้

การสุ่มตัวอย่าง (Sampling)

      ประชากร (Population)  ความเป็นตัวแทน (Representativeness)  ตัวอย่างสุ่ม (Random Sample)

Parameter (ค่าพารามิเตอร์) คำนวณจากประชากร (Population)   2 r

Statistic (ค่าสถิติ)  คำนวณจากกลุ่มตัวอย่าง (Sample) X SD SD2 r^

การทดสอบสมมติฐาน (Hypothesis testing) เป็นสถิติอ้างอิง (Inferential Statistic) คือ การประมาณค่า Parameter

ประเภทการสุ่มตัวอย่าง

1. การสุ่มตัวอย่างที่ไม่ได้เป็นไปตามความน่าจะเป็น (Non-Probability Sampling)

    แบบบังเอิญ หรือแบบตามสะดวก (Accidental or Convenience Sampling)

   แบบโควต้า (Quota Sampling)  แบบเจาะจง (Purposive Sampling)

2. การสุ่มตัวอย่างที่เป็นไปตามความน่าจะเป็น (Probability Sampling)

    การสุ่มตัวอย่างแบบง่าย (Simple Random Sampling) การสุ่มตัวอย่างแบบมีระบบ (Systematic Sampling)

    การสุ่มตัวอย่างแบบชั้นภูมิ (Stratified Sampling) การสุ่มตัวอย่างแบบแบ่งกลุ่มตามพื้นที่กลุ่ม (Cluster Sampling)

   การสุ่มตัวอย่างแบบแบ่งกลุ่มตามพื้นที่หลายขั้นตอน (Multistage Cluster Sampling)

 

สถิติ

          คือ การนำข้อมูลดิบ (ข้อมูลที่เก็บรวบรวมมา Raw data) มาประมวลผล (Process) โดยทำให้อยู่ในฐานเดียวกัน เช่น

ร้อยละ ค่าเฉลี่ย (ไม่ใช้ข้อมูลดิบ เพราะฐานไม่เท่ากัน)

สถิติ ทำหน้าที่ รวบรวมข้อมูลมากมายให้อยู่ในระดับที่จัดการได้ เข้าใจได้ และสรุปข้อมูลทั้งหมดให้เข้าใจง่ายขึ้น

หากจัดการเป็นหมวดหมู่แล้วสรุปให้เหลือค่าเดียวได้ เช่น GNP GDP ถือว่าสุดยอด

การประมวลผล

1. Manual (Hand tabulation , Tally) คำถาม ตัวอย่าง จำนวนไม่มาก
2. Computer ทำได้รวดเร็ว ถูกต้อง แม่นยำ SPSS (Statistical Package for Social Science)

การวิเคราะห์

          หมายถึง การหาความสัมพันธ์  การหาเหตุผล เอาความแตกต่างในตัวแปรอิสระ  ไปอธิบายความแตกต่างในตัวแปรตาม

Jame A. Davis   :   �� Make sure your variables Vary ��   ตัวแปรที่นำมาวิเคราะห์ (อิสระ ตาม) ต้องมีความแตกต่างในตัวเอง

แต่ละรายการของตัวแปร มีสัดส่วนไม่แตกต่างกันมากเกินไป เช่น ชาย:หญิง 50:50 ดีที่สุด 70:30 พอใช้ได้ 80:20 ยังพออนุโลม

95:5 100:0 ตัวแปรเริ่มเป็นตัวคงที่(constant) จะนำมาใช้วิเคราะห์ข้อมูลไม่ได้ ส่วนนี้เป็นการสกรีนตัวแปรก่อนนำไปวิเคราะห์

การวิเคราะห์ เป็นกิจกรรมหนึ่ง วัตถุประสงค์ว่าต้องการทราบอะไรจากการวิจัย การตั้งวัตถุประสงค์เริ่มจากง่ายไปยังซับซ้อน 
 
 


หลักเกณฑ์การใช้สถิติเพื่อการวิเคราะห์     จากวัตถุประสงค์การวิจัย

1. เป็นเรื่องเกี่ยวกับตัวแปรเดียว Univariate analysis เช่น อยากทราบว่าตัวอย่างมีความเห็นในเรื่องนี้อย่างไร

ต้องการพรรณนา (ขั้นพรรณนา descriptive) ใช้ Univariate statistic บอกจำนวน ร้อยละ ค่าเฉลี่ย SD , mode , median

ตัวแปรเดียวไม่เรียกวิเคราะห์ เป็นแค่พรรณนา โดยสถิติที่ใช้ได้ คือ ร้อยละ (%) ไม่ว่าตัวแปรเดียวนี้จะอยู่ในระดับใด

2. เป็นเรื่องของ 2 ตัวแปร (ตัวแปรอิสระ ตัวแปรตาม) Bivariate analysis (ขั้นวิเคราะห์ analysis) อยากทราบว่าตัวแปรใด

   มีผล มีอิทธิพล มีความสัมพันธ์ เช่น เพศ อายุ การศึกษา มีความสัมพันธ์ มีผล มีอิทธิพลต่อความเห็นหรือไม่

   ใช้ Bivariate statistic เอาความแตกต่างของตัวแปรอิสระ (%) ไปอธิบายความแตกต่างของตัวแปรตาม (%)

ถ้ามีความแตกต่างน้อยมาก มีปัญหาว่าเท่าใดจึงเรียกว่าแตกต่าง ต้องใช้สถิติอื่นมาช่วยตัดสิน 2 – test (Chi-Square)

หลักเกณฑ์การใช้สถิติเพื่อการวิเคราะห์ (ต่อ)

3. เป็นเรื่องของความสัมพันธ์ระหว่าง 3 ตัวแปรขึ้นไป Multivariate analysis ตัวแปรที่มีผลมีอิทธิพลมากที่สุดและรองลงมา

   เช่น เพศ อายุ การศึกษา ตัวแปรใด มีผล มีอิทธิพลต่อความเห็น มากที่สุดและรองลงมา สถิติจะบอกว่าตัวใดบ้างที่มีผล

โดยการวิเคราะห์ปัญหาต้องมีการเรียงลำดับความสำคัญของปัญหาอะไรมาก่อนหลัง (priority)

4. สร้างทฤษฎีเพื่อตอบคำถามการบริหาร และการตัดสินใจ ต้องรู้ที่มาที่ไป (concept) แล้วคัดว่าตัวใดที่มีผลจริงๆ (สถิติ)

ใช้สถิติ Inferential statistic ขยายจากกลุ่มตัวอย่างให้เป็นประชากร แล้วสร้างทฤษฎีขึ้นมา (inductive theory) 


ระดับการวัด  สถิติที่ใช้ (ตัวแปรเดียว) ควรใช้  สถิติ (2 ตัวแปร)

   N            %   Mode     %  %   2 - test

   O            %   Median     %  %   2 - test

     I  &  R       %  X  SD  Min  Max    %  r (correlation)   regression   t-test

                        (ไม่ค่อยนิยมใช้) 


ตัวอย่าง การไปลงคะแนนเสียง  ชาย  หญิง  รวม

                  ไป   90.0 (180) 70.0 (140) 80 (320)

                  ไม่ไป   10.0 (20)  30.0 (60)  20 (80)

                  รวม   50.0 (200) 50.0 (200) 100 (400)

SPSS จะวางตัวแปรอิสระทางด้านแนวนอน(เพศ) และตัวแปรตามทางด้านแนวตั้ง(การไปลงคะแนนเสียง)

สัดส่วนของ ตัวแปรอิสระ 50:50   ตัวแปรตาม 80:20   ดังนั้นข้อมูลนี้ใช้ได้

 

การอ่านและแปลความหมายในการวิเคราะห์

1. ตั้งสมมติฐานวิจัย
2. การวิเคราะห์ ผลจากตาราง ��
3. ใช้ 2 – test พิสูจน์ตัวเลขว่าแตกต่างกันอย่างมีนัยสำคัญทางสถิติหรือไม่
4. สรุป
 


หลักการใช้ 2 – test

1. จากตารางในแต่ละ cell ต้องมี Expected Frequency (E.F.) ที่ต่ำกว่า 5 ได้ไม่เกินร้อยละ 25 ของจำนวน cell ทั้งหมด

Cell with E.F. < 5 มากกว่าร้อยละ 25 ไม่ควรใช้ 2 – test แสดงว่าการออกแบบวิเคราะห์ไม่เหมาะสม ต้องจัดรายการของตัวแปรในตารางใหม่ หรือต้องโยนข้อมูลทิ้ง

2. พิจารณานัยสำคัญทางสถิติ (Statistical Significance) เมื่อ < 0.05

   คือ ความแตกต่างที่ได้จาก 2 – test เมื่อ run หลายๆครั้ง ไม่ควรเกินร้อยละ 5 


ตัวอย่าง Chi-Square D.F. Significance Min E.F.  Cells with E.F.< 5

           2.37    2     - 0.91     4.7    1 of 6 (16.7%) 


ตัวอย่าง การแปลผลตาราง (อ.พิชิต) 


 

สถิติคำนวณ

      เพื่อพิสูจน์ว่าตัวแปรสองตัว มีความสัมพันธ์กัน (Association, Relationship) หรือไม่ (ไม่เป็นอิสระต่อกัน)

ความสัมพันธ์เชิงบวก  เช่น  ตั้งทฤษฎีว่า ประสบการณ์ มีความสัมพันธ์เชิงบวกกับ ประสิทธิภาพการทำงาน

ความสัมพันธ์เชิงลบ    เช่น  ตั้งทฤษฎีว่า ระดับการศึกษา มีความสัมพันธ์เชิงลบกับ ทัศนคติต่ออาชีพราชการ

ความสัมพันธ์ไม่กำหนดทิศทาง  เช่น  ตั้งทฤษฎีว่า ระดับการศึกษา มีความสัมพันธ์กับ การไปใช้สิทธิเลือกตั้ง

     ไม่นิยมใช้ใน  เพราะผลการวิจัยมักจะนำไปใช้ต่อไม่ได้  ไม่รู้จะจัดการต่ออย่างไร

     ถ้าคำถาม  สัมพันธ์กันอย่างไร แสดงว่าอยากรู้ทิศทาง  ต้องทบทวนวรรณกรรมเพื่อสามารถกำหนดทิศทางของสมมติฐาน

1. ตัวแปรคุณภาพ (Nominal or Ordinal)  ใช้ 2 – test

เช่น   เพศ X (ชาย / หญิง)      การเรียนต่อ Y (เรียน / ไม่เรียน / ยังไม่ทราบ)     ใช้คำถามปลายปิด

2. ตัวแปรปริมาณ (Interval or Ratio)  ใช้ Pearson��s r Coefficient

เช่น   ประสบการณ์ X (ปี)      ประสิทธิภาพการทำงาน Y (คะแนน)

Pearson��s r Coefficient (สัมประสิทธิ์สหสัมพันธ์เพียร์สัน)

      เป็น เครื่องวัดความแกร่งของความสัมพันธ์เชิงเส้นตรง (strength of association) ระหว่าง 2 ตัวแปรปริมาณ

r คือ รากกำลังที่สอง ของสัมประสิทธิ์บ่งบอก (coefficient of determination , r2)

การตีค่าสัมประสิทธิ์ r  มีได้ทั้งความสัมพันธ์เชิงบวก และเชิงลบ

r = 0.00 ไม่มีความสัมพันธ์ระหว่าง 2 ตัวแปร (No correlation) r =  .60 มีความสัมพันธ์ปานกลางค่อนข้างสูง

        .10 มีความสัมพันธ์ ต่ำมาก           .70           ค่อนข้างสูง

        .20   ต่ำ           .80           สูง

        .30   ปานกลางค่อนข้างต่ำ         .90           สูงมาก

        .40 , .50  ปานกลาง        1.00 ความสัมพันธ์สมบูรณ์ (Perfect correlation)

      Pearson��s r เป็นสถิติพรรณนาข้อมูล (descriptive statistic) ว่าข้อมูลมีลักษณะอย่างไร ตัวแปร 2 ตัวสัมพันธ์

กันอย่างไร แต่ไม่ได้เป็นการทดสอบสมมติฐานเกี่ยวกับประชากร

ต้องทดสอบว่าตัวแปรมีความสัมพันธ์กันอย่างมีนัยสำคัญทางสถิติก่อน จึงนำมาคำนวณค่าความแกร่ง

ถ้าคำนวณค่าความแกร่งก่อน ค่าที่ได้แม้ไม่เท่ากับศูนย์ (ใกล้เคียงศูนย์) อาจไม่มีนัยสำคัญทางสถิติก็ได้

ต้องเป็นตัวแปรปริมาณ ข้อมูลจากกลุ่มตัวอย่างที่สุ่มจากประชากร (random sample) และการกระจายค่าตัวแปรสม่ำเสมอ

ขั้นตอนการทดสอบ

1. กำหนดตัวแปร

   ตั้งเป็นชื่อกลางๆ (X , Y) ไม่ใช้ ��สูง มาก นาน บ่อย�� ในชื่อตัวแปร

2. ตั้งสมมติฐานการวิจัย (Research hypothesis)

โดยตั้งจากทิศทางการเปลี่ยนแปลงของตัวแปรทั้งสองว่า มีความสัมพันธ์เชิงบวก (ไปด้วยกัน X  Y  )    X    +   Y

หรือ มีความสัมพันธ์เชิงลบ (ตรงข้ามกัน X  Y  )   X    -   Y   หรือ มีความสัมพันธ์ไม่ระบุทิศทาง

3. ตั้งสมมติฐานทางสถิติ

ตั้ง H1 , Ha (alternative hypothesis) จากสมมติฐานการวิจัย   และ ตั้ง H0 (null hypothesis) ตรงข้ามกับ H1

                              H1  H0

การทดสอบหางเดียว (one-tailed test) 

            ความสัมพันธ์เชิงบวก r > 0  r  0

            ความสัมพันธ์เชิงลบ r < 0  r  0

การทดสอบสองหาง (two-tailed test)

            ไม่ระบุทิศทาง  r  0  r = 0 H0 : r จะต้องมี = 0 เสมอ

4. สถิติทดสอบ (Test statistic) 

         t คำนวณ =    

      (observed t)

      r^ = 0 ; t = 0   r close to zero ; t close to zero , accept H0

      r^ ++ ; t ++   or   r^ - -  ; t - -

t-distribution (in normal curve) 


      t วิกฤต (critical t)(จากตาราง Critical value of t ) โดยมี degree of freedom (df.) = n-2

      ใช้ค่า  สำหรับการทดสอบหางเดียว   และ   /2  สำหรับการทดสอบสองหาง

       = .05   หมายถึง ถ้าทดลองเหมือนกัน 100 ครั้ง จะมีโอกาสที่สรุปผิด ได้ 5 ครั้ง

5. การปฏิเสธ หรือยอมรับสมมติฐานศูนย์

นำ t คำนวณ มาเปรียบเทียบกับ t วิกฤต (in normal curve) ว่าอยู่ในช่วง ปฏิเสธ (reject) H0 หรือยอมรับ (accept) H0 
 
 


6. สรุป

   - ตัวแปรทั้งสองมีความสัมพันธ์เชิงบวก(ลบ) อย่างมีนัยสำคัญทางสถิติ ณ ระดับ .05 และมีความแกร่งสูง (r =  .80)

        - ตัวแปรทั้งสองไม่มีความสัมพันธ์กันอย่างมีนัยสำคัญทางสถิติ ณ ระดับ .05 (ห้ามบอกความแกร่ง)   หรือ

          ไม่มีข้อมูลสนับสนุนสมมติฐานการวิจัยที่ว่าตัวแปรทั้งสองมีความสัมพันธ์เชิงบวก(ลบ) (ณ ระดับ .05) 
 
 
 
 
 
 
 
 
 


. 
 
 
 
 
 


 

การวิจัยเชิงคุณภาพ

      สร้างองค์ความรู้ใหม่ๆ และความรู้ความเข้าใจ เกี่ยวกับประกฎการณ์ต่างๆ โดยกรอบแนวคิดและสมมติฐาน          ในการวิจัยยังไม่มีการทราบมาก่อน หรือยังไม่ชัดเจน ไม่ใช่การเก็บรวบรวมข้อมูลอย่างเดียว แต่มีการสร้างกรอบแนวคิดด้วย

การเก็บข้อมูล เขียนรายงาน และวิเคราะห์ข้อมูลเป็นลักษณะพลวัตต่อเนื่อง

ขั้นตอนการทำวิจัยต่างจากการวิจัยเชิงปริมาณที่มีขั้นตอนกำหนดล่วงหน้า เช่น กำหนดสมมติฐาน เก็บข้อมูล ทดสอบวิเคราะห์

ลักษณะของการวิจัยเชิงคุณภาพ

      สร้างความเข้าใจในปรากฏการณ์อย่างเจาะลึก (in depth)

      วิธีการเก็บข้อมูล เป็นการเก็บข้อมูลในพื้นที่ ��การวิจัยภาคสนาม (Field research)��

การเก็บรวบรวมข้อมูล

      ก่อนเข้าไปทำงานวิจัยสนาม ต้องศึกษาและทำความคุ้นเคยกับสิ่งที่จะไปศึกษา จากเอกสาร การสัมภาษณ์ และการเตรียมตัวอื่นๆ เพื่อปรับตัวให้เข้ากับกลุ่มบุคคลหรือสถานที่ที่จะเข้าไปทำการวิจัย รวมทั้งก่อนเข้าพื้นที่อาจต้องขออนุญาตเจ้าหน้าที่ในพื้นที่ เช่น กำนัน ผู้ใหญ่บ้าน หรือฝ่ายบุคคล

การจดบันทึกข้อมูล

      จดบันทึกอย่างสม่ำเสมอ ไม่ทำแบบรวบยอด เขียนบันทึกเหตุการณ์ที่เป็นรูปธรรม และเก็บรายละเอียดที่เกี่ยวข้อง  ให้มากที่สุดและรวดเร็วที่สุดภายหลังการเกิดเหตุการณ์ โดยจำแนกสิ่งที่เป็นคำพูดโดยตรง ������ กับสิ่งที่จำได้

การตีความและการวิเคราะห์ควรบันทึกแยกไว้เป็นอีกหมวดหนึ่ง ความรู้สึกส่วนตัวควรบันทึกไว้ด้วย เช่น ความชอบไม่ชอบ

ในการบันทึกแต่ละครั้งควรพิจารณาว่าลืมเรื่องอะไรหรือไม่ มีข้อมูลอะไรที่ต้องหาเพิ่มเติม ประเด็นที่จะถามต่อไปในวันรุ่งขึ้น

หลักจากบันทึกแล้วควรจัดพิมพ์และเก็บอย่างเป็นระบบ โดยแยกออกเป็นแฟ้ม เช่น บันทึกวิเคราะห์ บันทึกสังเกตภาคสนาม

การวิเคราะห์ข้อมูล  การวิเคราะห์เชิงตรรกะ

      คือ ความพยายามที่จะตั้งสมมติฐานและหาความสัมพันธ์เชิงเหตุผล โดยการกำหนดตัวแปรที่เป็นปัจจัยสาเหตุ หรือตัวแปรต้น (Independent variable) และปัจจัยที่เป็นผลตามมา หรือตัวแปรตาม (Dependent variable)

ขั้นตอนการวิเคราะห์เชิงตรรกะ

1. ตีกรอบโดยสังเขปเกี่ยวกับสิ่งที่จะเข้าไปสังเกต หรือตั้งประเด็นคำถามขึ้นมาในกรอบคำถามนั้น
2. เมื่ออยู่ในสถานการณ์หรือสังเกตการณ์ไปช่วงหนึ่งแล้ว ควรลองสมมติคำตอบหรือตั้งสมมติฐานเกี่ยวกับประเด็นที่ศึกษา
3. ดำเนินการเก็บข้อมูลต่อไป โดยเลือกกรณีตัวอย่าง เพื่อทดสอบว่าสมมติฐานที่ตั้งสอดคล้องกับข้อเท็จจริงหรือไม่
4. ถ้าสมมติฐานไม่สอดคล้อง ให้เลือกดำเนินการระหว่างการปรับสมมติฐานใหม่ แล้วลองทดสอบกับกรณีตัวอย่าง หรือกลับไปเริ่มที่ขั้นตอนแรก (หรือ หากมีกรณีที่ปฏิเสธสมมติฐานแม้แต่กรณีเดียว ก็ต้องเริ่มขั้นตอนทั้งหมดใหม่)

จนกระทั่งหาข้อยุติที่มีความสอดคล้องหลายตัวได้ เปรียบเสมือนนักเดินป่าที่ต้องคอยสอดส่องเส้นทางตลอดเวลา

การวิเคราะห์เชิงตรรกะที่ดี

• การบรรยายเหตุการณ์ที่เกิดขึ้นในลักษณะของการทำข่าวโดยทั่วๆไป ถือว่าไม่มีประโยชน์ในเชิงการทำวิจัย
• ระบุได้ว่าสาเหตุของปรากฏการณ์ที่เกิดขึ้นนั้น คืออะไร
• ต้องสามารถดึงปัจจัยที่เป็นตัวแปรออกมาอธิบายได้
• ถ้าเป็นกรณีศึกษาเฉพาะพื้นที่แต่ละแห่งที่แตกต่างกันมาก ต้องมีการวิเคราะห์ปัจจัยร่วมที่ทำให้เกิดปรากฏการณ์นั้นๆขึ้น

เพื่อนำมาทดสอบอีกครั้ง ให้ได้ผลสรุปที่ชัดเจน

เกณฑ์การกำหนดความแม่นตรง (Validity)

ผลการวิจัยสามารถนำไปใช้กับประชากรได้หรือไม่

ผลสรุปที่ได้จากการสังเกต เป็นข้อสังเกตที่ถูกต้องหรือไม่ มีความผิดพลาดในกระบวนการที่สะท้อนถึงความลำเอียงหรือไม่