++

...+

Theขี้ฝุ่นริมทาง

วันพฤหัสบดีที่ 16 มีนาคม พ.ศ. 2549

วิธีวิทยาการวิจัยขั้นสูงด้านการวิจัยและสถิติ

นงลักษณ์ วิรัชชัย

เอกสารประกอบการสัมมนาดุษฎีบัณฑิตสาขาการวัดและประเมินผลการศึกษา
ภาควิชาวิจัยการศึกษา คณะครุศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย
เรื่อง "วิธีวิทยาการขั้นสูงด้านการวิจัย สถิติ การวัดผลและประเมินผลการศึกษา"
21 สิงหาคม 2538 ณ อาคารศศปฐศาลา จุฬาลงกรณ์มหาวิทยาลัย

ตีพิมพ์ครั้งแรกในวารสารวิธีวิทยาการวิจัย, 7(2), 2538, 1-36.

ช่วงสองสามทศวรรษที่ผ่านมาเป็นช่วงเวลาซึ่งศาสตร์ทุกสาขามีความเจริญก้าว หน้าอย่างรวดเร็ว ทั้งในส่วนที่เป็นองค์ความรู้ด้านเนื้อหาสาระ และด้านวิธีวิทยาของศาสตร์ วิธีวิทยาและเนื้อหาสาระของศาสตร์ต่างก็เป็นปัจจัยสำคัญที่เอื้อให้เกิดการ พัฒนาซึ่งกันและกัน ยิ่งมีการพัฒนา การสร้างสั่งสมความรู้เนื้อหาสาระมากเพียงใด ยิ่งมีการพัฒนาวิธีวิทยามากเพียงนั้นและในทางกลับกัน ยิ่งมีการพัฒนาวิธีวิทยาให้มีประสิทธิภาพมากเพียงใด ยิ่งมีผลให้เกิดความเจริญก้าวหน้าขององค์ความรู้ในศาสตร์มากขึ้นเพียงนั้น กล่าวได้ว่า เครื่องมือสำคัญในการพัฒนาศาสตร์ทุกสาขาก็คือ วิธีวิทยา โดยเฉพาะวิธีวิทยาการวิจัยอันเป็นกระบวนการแสวงหา การสร้าง การสะสม และการพัฒนาองค์ความรู้ด้วยวิธีการทางวิทยาศาสตร์ ด้วยเหตุนี้การเรียนรู้ศาสตร์ต่างๆ ในระดับสูงจึงให้ความสำคัญกับการเรียนรู้วิธีวิทยาการวิจัยของศาสตร์ นักวิชาการที่มีคุณภาพในศาสตร์แต่ละสาขานอกจากจะมีความรอบรู้ในหลักการ ทฤษฎี และเนื้อหาสาระของศาสตร์แล้ว ยังต้องมีความสามารถเชี่ยวชาญในวิธีวิทยาการวิจัย รวมทั้งมีความสนใจติดตามความก้าวหน้าของวิธีวิทยาการวิจัย และมีศักยภาพในการพัฒนาวิธีวิทยาการวิจัยในศาสตร์ของตน สามารถนำวิธีวิทยามาใช้ในการวิจัยบริสุทธิ์เพื่อพัฒนาศาสตร์ และใช้ในการวิจัยประยุกต์เพื่อพัฒนาบุคคลและสังคมได้อย่างมีประสิทธิภาพ

ด้วยตระหนักในความสำคัญของวิธีวิทยาการวิจัย ผู้เขียนในฐานะผู้สอนวิชาวิจัยและสถิติผู้หนึ่ง จึงได้ติดตามความก้าวหน้าและพยายามมีส่วนร่วมในการพัฒนาวิธีวิทยาการวิจัย รวมทั้งกระตุ้นให้นิสิตบัณฑิตศึกษาได้สนใจศึกษาวิธีวิทยาการขั้นสูง บทความนี้เป็นผลจากการประมวลความรู้เกี่ยวกับวิธีวิทยาการวิจัยใหม่ๆ ที่ได้จากการเรียนรู้ตามหลักสูตรการศึกษาในระบบ จากประสบการณ์ในการวิจัยและจากการแลกเปลี่ยนความรู้ระหว่างผู้สอนในสาขา เดียวกันและนิสิตบัณฑิตศึกษาที่มีจิตวิญญาณของการใฝ่รู้ร่วมกัน สาระในบทความอาจไม่ครอบคลุมวิธีวิทยาการวิจัยขั้นสูงที่ได้รับการพัฒนาใหม่ๆ ทั้งหมด แต่ผู้เขียนหวังว่าจะมีสาระครอบคลุมวิธีวิทยาการขั้นสูงมากพอที่จะทำให้เกิด การปรับปรุงการเรียนการสอนสถิติและวิจัยในระดับบัณฑิตศึกษา การนำเสนอบทความแบ่งเป็น 3 ตอน ตอนแรกกล่าวถึงความหมายและที่มาของวิธีวิทยาขึ้นสูงในการวิจัยการศึกษา ตอนที่สองให้รายละเอียดเกี่ยวกับเนื้อหาสาระของวิธีวิทยาขั้นสูงในด้านการ วิจัยและสถิติ และในตอนสุดท้ายเป็นการสรุปรวมลักษณะภาพอนาคตของวิธีวิทยาการวิจัยและสถิติ

ความหมายและที่มาของวิธีวิทยาการวิจัยขั้นสูง
คำว่าวิธีวิทยาตรงกับศัพท์ภาษาอังกฤษว่า methodology (meta + hodos = way) + logie (Webster's Ninth New Collegiate Dictionary , 1991) ตามรากศัพท์วิธีวิทยาหมายถึง วิทยาการหรือการศึกษาที่มีระบบเกี่ยวกับวิธีการหรือเทคนิควิธี คำว่า "วิธีวิทยาการวิจัย" จึงมีความหมายครอบคลุมระเบียบวิธีดำเนินการทุกขั้นตอนในการวิจัย ได้แก่ การกำหนดปัญหาวิจัยการศึกษาและรายงานเอกสารที่เกี่ยวข้องกับการวิจัย การกำหนดสมมติฐานการวิจัย การกำหนดกลุ่มประชากรและการเลือกกลุ่มตัวอย่าง การสร้างเครื่องมือวิจัย การรวบรวม การนำเสนอ การวิเคราะห์และการแปลความหมายผลการวิเคราะห์ข้อมูลซึ่งรวมอยู่ในวิธีวิทยา ทางสถิติ ตลอดจนเทคนิควิธีการวัดและการประเมินผล

วิธีวิทยาการวิจัยและสถิติที่ใช้ในการวิจัยการศึกษามีทั้งวิธีวิทยาขั้นพื้น ฐานและวิธีวิทยาการขั้นสูง ดังนั้น เมื่อกล่าวถึงวิธีวิทยาขั้นสูงจึงหมายถึง วิธีวิทยาเฉพาะส่วนที่ไม่ใช่วิธีวิทยาขั้นพื้นฐาน เมื่อศึกษารายวิชาวิธีวิทยาการวิจัย หลักการวัดและประเมินผล และสถิติขั้นพื้นฐานในหลักสูตรปริญญามหาบัณฑิตสาขาครุศาสตร์หรือศึกษาศาสตร์ จะเห็นได้ว่าวิธีวิทยาการวิจัยขั้นพื้นฐานมีเนื้อหาสาระครอบคลุมเฉพาะด้าน การวิจัยที่เป็นการวิจัยแบบบรรยาย (descriptive research) และการวิจัยทดลอง/การวิจัยกึ่งทดลอง (Experimental/quasi-experimental research) ที่มีแบบแผน (design) การวิจัยง่ายๆ ไม่ซับซ้อน ด้านการวัดที่ใช้ทฤษฎีการวัดแบบดั้งเดิม (classical test theory) ด้านการประเมินผลเฉพาะหลักการและโมเดลการประเมินเบื้องต้นและในด้านสถิติ เฉพาะมีสถิติบรรยาย สถิติว่าด้วยการสุ่มตัวอย่าง และสถิติวิเคราะห์เฉพาะส่วนที่เป็นสถิตินันพาราเมตริกบางตัวและสถิติอนุมาน เบื้องต้นในการเปรียบเทียบและการศึกษาความสัมพันธ์ระหว่างตัวแปร 2-3 ตัวแปร ดังนั้นวิธีวิทยาการวิจัยนอกเหนือจากสาระที่กล่าวมาแล้วจึงถือกันว่า เป็นวิธีวิทยาการวิจัยขั้นสูง ในรายวิชาสัมมนาหรือวิธีวิทยาขั้นสูงด้านการวิจัยการวัดและประเมินผลและ สถิติ จึงมีขอบข่ายของรายวิชาครอบคลุมแผนแบบการวิจัยที่ซับซ้อนมากขึ้น มีเทคนิควิธีการที่จะช่วยให้ได้ผลการวิจัยที่เที่ยงตรงมากขึ้น ด้านการวัดมีสาระเกี่ยวกับทฤษฎีการตอบสนองรายข้อ (item response theory) และการประยุกต์ใช้ ด้านการประเมินผลมีเทคนิควิธีการและโมเดลการประเมินใหม่ๆ และในด้านสถิติมีเทคนิคการวิเคราะห์ที่ช่วยให้นักวิจัยตอบคำถามวิจัยเกี่ยว กับความสัมพันธ์เชิงสาเหตุ (causal relationship) และวิเคราะห์ข้อมูลด้วยสถิติวิเคราะห์ตัวแปรพหุนาม (multivariate statistics)

การวิจัยไม่ว่าจะเป็นการวิจัยประเภทใดมีวัตถุประสงค์หลักในการวิจัยอยู่ 4 ประการ เรียงตามความเข้มข้นของวิธีวิทยาการวิจัยจากน้อยไปมาก ดังนี้ คือ วัตถุประสงค์เพื่อการสำรวจและบรรยาย (exploration and description) เพื่อการเปรียบเทียบ (comparison) และ/หรืออธิบาย (explanation) ความสัมพันธ์เชิงสาเหตุ เพื่อการทำนาย (prediction) และประเมิน (evaluation) และเพื่อการควบคุม (control) ปรากฏการณ์ให้เกิดการพัฒนา (development) ในทางที่พึงประสงค์ ลักษณะการวิจัยที่ใช้วิธีวิทยาการวิจัยขั้นสูงในช่วงปลายคริสต์ศตวรรษที่ 20 นี้จึงเป็นการวิจัยที่มีวัตถุประสงค์เพื่ออธิบายความสัมพันธ์เชิงสาเหตุเป็น อย่างต่ำ และมีการใช้วิธีวิทยาขั้นสูงที่เป็นผลจากบูรณาการวิธีวิทยาในสังคมศาสตร์ พฤติกรรมศาสตร์ มนุษยศาสตร์ และวิทยาศาสตร์ รวมทั้งต้องอาศัยเทคโนโลยีคอมพิวเตอร์เป็นเครื่องมือสำคัญในการดำเนินการ วิจัย เพราะการวิจัยการศึกษาเป็นเรื่องของการศึกษาความสัมพันธ์เชิงสาเหตุระหว่าง ตัวแปรและสารสนเทศที่มีความหลากหลาย มีตัวแปรจำนวนมาก มีระดับการวัดตัวแปรแต่ละตัวต่างกัน มีหน่วยการวิเคราะห์หลายระดับ และมีความเกี่ยวข้องกับศาสตร์สาขาต่างๆ กล่าวได้ว่า วิธีวิทยาการวิจัยการศึกษาขั้นสูงในช่วงปลายคริสต์ศตวรรษที่ 20 นี้เป็นผลมาจากการขยายพรมแดนการวิจัยการศึกษาให้สามารถนำวิธีวิทยาการวิจัย ศาสตร์สาขาต่างๆ รวมทั้งเทคโนโลยีคอมพิวเตอร์ มาใช้ประโยชน์เพื่อให้ได้ผลงานวิจัยที่เป็นการสร้างและพัฒนาองค์ความรู้ใหม่ ทั้งในด้านเนื้อหาสาระ และวิธีวิทยาการวิจัยนั่นเอง

สาระเกี่ยวกับวิธีวิทยาขั้นสูงด้านการวิจัยและสถิติ
วัตถุประสงค์สำคัญของการวิจัย คือ การตอบคำถามวิจัยได้อย่างถูกต้องแม่นตรง และการอนุมานผลการวิจัยไปใช้ได้อย่างกว้างขวาง ดังนั้น ไม่ว่าวิธีวิทยาการวิจัยขั้นสูงจะได้รับการพัฒนาให้ดีมากขึ้นเพียงใด ลักษณะสำคัญที่เป็นหัวใจของวิธีวิทยาการวิจัยยังคงมีลักษณะคงเดิม แต่จะมีบางส่วนที่ได้รับการพัฒนาเพื่อให้การดำเนินการวิจัยสามารถตอบคำถาม การวิจัยได้อย่างถูกต้องและแม่นตรงมากขึ้น ดังนั้น วิธีวิทยาขั้นสูงด้านการวิจัยและสถิติในปัจจุบันจึงเป็นเทคนิควิธีที่มีราก ฐานจากวิทยาการขั้นสูงในอดีต แต่มีวิธีการที่ละเอียดซับซ้อนมากขึ้น เพื่อให้ผลการวิจัยมีความตรง 4 ประเภท ตามแนวความคิดของ Kirk (1995: 16-17) ได้แก่ ความตรงในการสรุปทางสถิติ (statistical conclusion validity) ความตรงภายใน (internal validity) ความตรงเชิงโครงสร้างของสาเหตุและผล (construct validity of causes and effects) และความตรงภายนอก (external validity) เพิ่มมากยิ่งขึ้นนั่นเอง

วิธีวิทยาขั้นสูงด้านการวิจัยและสถิติที่ใช้ในปัจจุบัน มีลักษณะที่สำคัญ 5 ประการ ประการแรก คือลักษณะของวิธีวิทยาที่มีการคำนวณอย่างเข้มข้นและต้องมีการใช้คอมพิวเตอร์ ช่วยในการปฏิบัติงาน ประการที่สอง คือ ลักษณะที่เป็นบูรณาการจากวิธีวิทยาการวิจัยหลายสาขา ประการที่สามถึงห้า เป็นลักษณะเฉพาะของวิธีวิทยาด้านสถิติ และการวัด ได้แก่ ประการที่สาม คือ ลักษณะวิธีวิทยาการวิเคราะห์ที่มีการผ่อนคลายข้อตกลงเบื้องต้น (relax assumptions) ของวิธีวิทยาการวิเคราะห์แบบเดิม ประการที่สี่ คือ ลักษณะวิธีวิทยาการวิเคราะห์ที่ใช้งานได้กว้างขวางมีความทั่วไป (generality) มากขึ้น และประการสุดท้าย คือ ลักษณะวิธีวิทยาการวิเคราะห์ที่มีความถูกต้อง และมีความไว (accuracy and sensitivity) มีความแกร่ง (robust) มากขึ้นกว่าเดิม

วิธีวิทยาขั้นสูงด้านการวิจัยการศึกษาเฉพาะส่วนที่เป็นวิธีวิทยาการวิจัย ใหม่ๆ ซึ่งนำเสนอต่อไปนี้ ครอบคลุมวิธีวิทยา 4 ด้าน คือ ด้านการกำหนดแบบแผนการวิจัย ด้านการสุ่มตัวอย่าง ด้านการวัดและการประเมินผล และด้านสถิติ การนำเสนอแต่ละด้านแยกตามหัวข้อเรื่องของเทคนิควิธี สาระที่นำเสนอในแต่ละหัวข้อเป็นเพียงการให้สังกัปโดยย่อของแต่ละเรื่องให้ ทราบถึงความหมาย หลักการ และประโยชน์จากการใช้เทคนิควิธีนั้นๆ ผู้ที่สนใจอาจศึกษาเพิ่มเติมได้จากเอกสารอ้างอิงที่ระบุไว้ในบทความนี้ต่อไป

1.วิทยาการด้านการกำหนดแผนแบบการวิจัย
การพัฒนาวิธีวิทยาด้านแผนแบบการวิจัยเป็นผลจากความพยายามของนักวิจัยที่จะ ปรับปรุงวิธีวิทยาการวิจัยที่มีอยู่ให้มีมาตรฐาน และมีคุณภาพดีมากขึ้นเพื่อสนองความต้องการของนักวิจัย ผลจากการพัฒนาทำให้เกิดการวิจัยที่มีแผนแบบการวิจัยเปลี่ยไปจากเดิม การวิจัยหลายแบบพัฒนามาจากวิธีการวิเคราะห์ข้อมูล โดยที่วิธีการวิเคราะห์นั้นมีลักษณะปัญหาวิจัยและวิธีดำเนินการวิจัยเฉพาะ ตัวแตกต่างจากการวิจัยทั่วๆไป รูปแบบการวิจัยที่มีการพัฒนาใหม่ที่น่าสนใจมีดังต่อไปนี้

1.1 การวิจัยนโยบาย (Policy Research) และการวิจัยเพื่อวางแผนการศึกษา

วิธีวิทยาการวิจัยนโยบาย และการวิจัยเพื่อวางแผนการศึกษา นับเป็นวิธีวิทยาการวิจัยที่มีการพัฒนาอย่างรวดเร็ว สถาบันการศึกษาระดับอุดมศึกษาหลายแห่งได้ตั้งศูนย์วิจัยรองรับและเปิดสอน หลักสูตรบัณฑิตศึกษาสาขาการวางแผนและการวิจัยนโยบายการศึกษา เหตุผลสำคัญที่ทำให้มีการพัฒนาวิธีวิทยาการวิจัยประเภทนี้อย่างรวดเร็วก็คือ ความต้องการของผู้บริหารที่จะนำผลการวิจัยไปใช้ในการตัดสินใจ และความต้องการนำผลการวิจัยไปใช้ในการปฏิบัติงานเกี่ยวกับการบริหารจัดการ ของบุคลากรซึ่งมีทักษะในการวิจัยของหน่วยงานทั้งภาครัฐและเอกชน

ในระยะแรกของการพัฒนา การวิจัยนโยบายหมายถึงการวิจัยที่ศึกษานโยบาย และผลที่เกิดจากการดำเนินการตามนโยบาย ในระยะหลัง การวิจัยนโยบายมีลักษณะเป็นการวิจัยประเภทสหวิทยาการมีความหมายรวมถึงการ วิเคราะห์นโยบาย (policy analysis) ซึ่งเป็นการศึกษาประเมินผลและทำนายผลที่เกิดจากการกำหนดนโยบายแบบต่างๆ เปรียบเทียบกัน วิธีดำเนินการวิจัยนโยบายมีขั้นตอนการดำเนินงานแตกต่างจากการวิจัยโดยทั่วไป เล็กน้อย งานขั้นตอนแรกเริ่มจากการกำหนดปัญหาวิจัยจากสภาพที่เป็นปัญหาความเดือดร้อน ในสังคม การศึกษารายงานเอกสารที่เกี่ยวข้องเพื่อกำหนดสมมติฐานที่แสดงถึงความ สัมพันธ์ระหว่างตัวแปร สาเหตุที่ได้จากนโยบาย และตัวแปรผลที่เป็นปัญหาสังคม และกำหนดสมมติฐานที่แสดงถึงผลที่เกิดขึ้นจากการใช้นโยบายที่เป็นทางเลือก ใหม่ จากนั้นเป็นขั้นตอนการรวบรวมข้อมูล การวิเคราะห์ข้อมูลและแปลความหมาย ตัวอย่างวิธีการวิเคราะห์ข้อมูลที่ใช้กันมากได้แก่ การวิเคราะห์ผลประโยชน์- ต้นทุน และการวิเคราะห์ประสิทธิผล-ต้นทุน โปรแกรมเชิงเส้น การพยากรณ์และการวิเคราะห์อนุกรมเวลา การวิเคราะห์เส้นโค้งลอเรนซ์ และการวิเคราะห์ระบบขั้นตอนสุดท้ายเป็นการสรุป เสนอทางเลือกในการดำเนินงานต่อผู้บริหารหรือผู้บริโภคงานวิจัยนโยบาย ในการดำเนินการวิจัยดังกล่าวนี้ นักวิจัยนโยบายต้องมีความรอบรู้และมีความชำนาญในการใช้เทคนิควิธีทาง เศรษฐศาสตร์ การเงินสาธารณะ พฤติกรรมองค์กร การสื่อสารและการนิเทศ การวิเคราะห์ระบบ (System analysis) และสถิติ (Stecklein, J.E., 2532:8; Weimer, D.L. and Vining, A.R., 1992:2-13)

1.2 การวิจัยเชิงจำลอง (Simulation Research)

Creno, W.D. และ Brewer, M.B. (1973: 114-120) กล่าวว่าการวิจัยเชิงจำลองแบ่งออกเป็น 3 กลุ่ม ตามระยะเวลาการพัฒนา กลุ่มแรก เป็นการวิจัยที่มีการจำลองเลียนแบบสภาพการณ์จริง ตามแนวจิตวิทยาในรูปของการเล่นเกมบทบาทสมมติ (manned simulated role playing game research) ในระยะต่อมาจึงมีการพัฒนาการวิจัยเชิงจำลองในแนวรัฐศาสตร์เพื่อตรวจสอบทฤษฎี เกี่ยวกับความสัมพันธ์ระหว่างประเทศ และระบบต่างๆ ในสังคม เรียกว่า simulation research of international relations ซึ่งเป็นงานวิจัยในกลุ่มที่สอง กลุ่มที่สามเป็นการวิจัยเชิงจำลองที่ใช้คอมพิวเตอร์เพื่อการศึกษาระบบงาน หรือระบบข้อมูลที่มีลักษณะแตกต่างกันตามข้อตกลงเบื้องต้นในการวิเคราะห์ ข้อมูล งานวิจัยในกลุ่มนี้เป็นงานวิจัยด้านคณิตศาสตร์ สถิติ และการวิจัยปฏิบัติการ ในเรื่องการรอคอย (queing) เท่าที่ผ่านมาการวิจัยการศึกษาในประเทศไทยมีการใช้วิธีวิทยาการวิจัยเชิง จำลองในการศึกษาเปรียบเทียบเทคนิควิธีการวิเคราะห์แบบต่างๆ เพื่อให้ได้วิธีการที่มีประสิทธิภาพสูงสุด เทคนิคที่ใช้คือ มอนติคาร์โล และนักวิจัยต้องเขียนโปรแกรมเพื่อสร้างข้อมูลจำลองเองแต่ในปัจจุบันมี โปรแกรมคอมพิวเตอร์ที่ช่วยให้นักวิจัยสร้างหรือจำลองข้อมูลได้สะดวก เช่น โปรแกรม PRELIS พัฒนาโดย Joreskog, K.G และ Sorbom, D. (1988) เป็นต้น McLean, J.M. (1978 : 329-352) Duke, R.D. (1978 : 353-368) คาดว่าในอนาคตจะมีการวิจัยเชิงจำลองมากขึ้น และเสนอแนะให้ใช้เทคนิคการวิจัยเชิงจำลองในการวิจัยอนาคตด้วย

1.3 การวิจัยอนาคต (Future Research)

วิธีวิทยาการวิจัยอนาคตมีจุดมุ่งหมายเพื่อบรรยายทางเลือกอนาคตที่เป็นไปได้ แบบต่างๆ เพื่อประเมินสภานภาพในปัจจุบันและบ่งชี้ผลกระทบที่เป็นไปได้ในแต่ละทางเลือก เพื่อเตรียมรับสถานการณ์ที่จะเกิดขึ้นในอนาคต และเพื่อวางแผนอนาคตไปในแนวทางที่พึงประสงค์ การวิจัยอนาคตที่ใช้กันในปัจจุบันมีแผนแบบการวิจัยที่แตกต่างไปจากเดิมมาก เนื่องจากมีการประยุกต์เทคนิควิธีการวิจัยแบบอื่นๆมาใช้ร่วมกันกับการวิจัย อนาคต ดังจะเห็นได้จากแผนแบบการวิจัยต่างๆ ดังนี้

1.3.1 การวิจัยอนาคตแบบ Ethnoggraphic Delphi Futures Research (EDFR)
การวิจัยแบบ EDFR เป็นวิธีวิทยาที่ไม่ต้องลงทุนมากเหมาะสำหรับประเทศกำลังพัฒนา และเป็นเทคนิคที่สามารถนำไปประยุกต์ใช้ได้อย่างกว้างขวางทั้งในการกำหนด นโยบายการตัดสินใจหาวิธีการแก้ปัญหา การใช้ข้อเท็จจริงในอดีตมาแก้ปัญหาในอนาคต เป็นต้น เทคนิคการวิจัยเพื่อการสร้างภาพอนาคตจากฉันทามติของคณะผู้เชี่ยวชาญโดยใช้ เทคนิคเดลไฟ ซึ่งอาจใช้วิธีการสัมภาษณ์ หรือการใช้แบบสอบถามก็ได้ การเลือกกลุ่มผู้เชี่ยวชาญจึงเป็นเรื่องที่มีความสำคัญมากสำหรับการวิจัยนี้ (จุมพล พูนภัทรชีวิน, 2530) การวิจัยอนาคตแบบ EDFR เป็นผล จากการประยุกต์ใช้วิธีวิทยาการวิจัยชาติพันธุ์วรรณา กับการวิจัยอนาคต ประกอบกับวิธีการรวบรวมข้อมูลด้วยเทคนิคเดลไฟ

1.3.2 การวิจัยโดยใช้เทคนิคการวิเคราะห์ผลกระทบไขว้ (Cross-Impact Analysis)
การวิจัยอนาคตที่น่าสนใจอีกแบบหนึ่งได้แก่ การวิจัยโดยใช้เทคนิคผลกระทบไขว้ Stover, J.G. และ Gordon, T.J. (1978 : 301-328) สรุปว่าการวิจัยนี้เป็นประโยชน์ในการพยากรณ์และการสร้างภาพอนาคตให้เห็นเป็น ภาพของปฏิสัมพันธ์ระหว่างเหตุการณ์ เห็นความเชื่อมโยงระหว่างเหตุการณ์อย่างต่อเนื่องเป็นสายโซ่ ผลการวิจัยให้ภาพอนาคตที่เป็นความเคลื่อนไหวของปรากฏการณ์ เทคนิคการวิจัยแบบนี้ใช้การประมาณค่าความน่าจะเป็นของการเกิดเหตุการณ์แต่ละ เหตุการณ์ และความน่าจะเป็นของการเกิดเหตุการณ์หนึ่งๆ เมื่อเกิดเหตุการณ์หนึ่งแล้ว จากนั้นนำมาวิเคราะห์หาค่า odds ratio สำหรับการเกิดเหตุการณ์ในแต่ละคู่ในเมทริกซ์ผลกระทบไขว้ ผลจากการวิเคราะห์ให้ภาพอนาคตของผลกระทบจากแต่ละเหตุการณ์พร้อมด้วยค่าความ น่าจะเป็น เทคนิคนี้ยังสามารถนำไปใช้ตรวจสอบความไวของการดำเนินงานตามนโยบายได้อีกด้วย

1.3.3 การวิจัยโดยใช้เทคนิคการสร้างภาพอนาคต (Scenarios)
Wilson, I. H. (1978 : 225-248) สรุปว่าภาพอนาคตมีลักษณะเป็นภาพรวมของสถานการณ์ที่เป็นไปได้ในอนาคต หรือแนวโน้มของปรากฏการณ์ตามเงื่อนไขทางเลือกอนาคตแบบต่างๆ ขั้นตอนการสร้างภาพอนาคตประกอบด้วย การพยากรณ์การเกิดเหตุการณ์แต่ละส่วน การวิเคราะห์ผลกระทบไขว้หรือปฏิสัมพันธ์ระหว่างเหตุการณ์ และการเขียนภาพอนาคต ภาพอนาคตที่ได้อาจแสดงในรูปของการบรรยายภาพ หรือแผนภาพอนาคตก็ได้

1.3.4 การวิจัยโดยใช้กระบวนการอนาคตปริทัศน์ (Future Scanning Process)
พรชุลี อาชวอำรุง (2537) ได้สรุปแนวคิดของ Morrison, J.L. Renfro, W.L และ Boucher, W.I ว่า กระบวนการอนาคตปริทัศน์ คือ การจัดการกับความเปลี่ยนแปลงของสิ่งแวดล้อม โดยใช้เรดาห์ชนิดหนึ่งกวาดดูโลกอย่างมีระบบระเบียบให้ทราบถึงปฏิสัมพันธ์ ระหว่างองค์ประกอบต่างๆ และเตือนว่าจะเกิดอะไรใหม่ หรือมีการเปลี่ยนแปลงอย่างไร เพื่อให้องค์กรสามารถจัดการกับแนวโน้มคัดสรรที่คาดว่าจะเกิดขึ้น และดำเนินการให้องค์กรพัฒนาไปสู่เป้าหมายที่พึงประสงค์ ขั้นตอนการใช้กระบวนการอนาคตปริทัศน์ ได้แก่ การกำหนด เป้าหมายการกวาดตรวจหรือปริทัศน์อย่างเป็นทางการจากเอกสาร และการสัมภาษณ์ การหาความตรงของข้อมูล การประชุมทีมนักวิจัยเพื่อร่างแนวโน้มที่บ่งบอกความเปลี่ยนแปลง การคัดสรรผู้ทรงคุณวุฒิพิจารณาแนวโน้มตามที่รวบรวมได้ การจัดประเภทของสาระให้เห็นแนวโน้มความเปลี่ยนแปลงแต่ละด้าน และการพัฒนาว่าจากแนวโน้มดังกล่าวทำให้เกิดผลกระทบอย่างไรรวมทั้งการทำนาย กับการกำหนดกิจกรรมที่น่าจะเกิดจากแนวโน้มนั้น

1.4 การวิจัยเชิงคุณภาพ (Qualitative Research)

การวิจัยเชิงคุณภาพมีจุดมุ่งหมายในการศึกษาปัญหาในแนวลึกมากกว่าแนวกว้าง เป็นการวิจัยเพื่อตอบคำถามว่าทำไมจึงเป็นเช่นนั้น ปรากฏการณ์นั้นๆ เกิดขึ้นได้อย่างไร มีกระบวนการเปลี่ยนแปลงอย่างไร ผลการวิจัยนำไปสู่การสรุปเป็นทฤษฎีที่เรียกว่า grounded theory วิธีวิทยาการวิจัยเชิงคุณภาพที่ได้รับการพัฒนาในระยะหลังมีแบบแผนการวิจัย แตกต่างกันตามแนวปรัชญาที่นักวิจัยใช้ Tierney, W.G. และ Lincoln, Y.S. (1994) สรุปว่า แผนแบบการวิจัยเชิงคุณภาพในปัจจุบันแตกต่างกันเป็นสามแบบตามแนวปรัชญา หน้าที่นิยม (functionalism) โครงสร้างนิยม (structuralism) และวิพากษ์นิยม (criticalism) นอกจากนี้การวิจัยเชิงคุณภาพยังมุ่งผสมผสานเทคนิควิธีการวิจัยเชิงปริมาณมาก ขึ้นเพื่อแก้จุดอ่อนของการวิจัยเชิงคุณภาพ เทคนิควิธีการวิจัยที่ได้รับการพัฒนาที่น่าสนใจมีดังต่อไปนี้

1.4.1 การศึกษาหลายกรณี และการศึกษาหลายพื้นที่ (Multicase and Multisite Studies)
เนื่องจากการศึกษากรณีเดียว หรือพื้นที่เดียว มีข้อจำกัดในด้านความตรงภายนอก (external validity) นักวิจัยคุณภาพจึงได้พัฒนาวิธีวิทยาให้ดีขึ้นโดยการเลือกกลุ่มตัวอย่างหลาย กรณี หรือหลายแหล่งเพื่อให้มีความเป็นตัวแทนของกลุ่มประชากร และเพื่อควบคุมสิ่งที่อาจปนเปื้อนปรากฏการณ์ที่นักวิจัยต้องการศึกษา หลักการเลือกกลุ่มตัวอย่างที่ใช้เป็นหลักการเลือกกลุ่มตัวอย่างแบบแบ่งชั้น (stratified random sampling) โดยใช้ลักษณะที่ต้องการควบคุมเป็นเกณฑ์ในการแบ่งชั้น การวิจัยที่เป็นการศึกษาหลายกรณี ให้ความสำคัญกับการเปรียบเทียบเพื่อการสรุปอ้างอิง ส่วนการวิจัยที่เป็นการศึกษาหลายพื้นที่ให้ความสำคัญกับการพัฒนาทฤษฎีที่ เป็นจริงในทุกพื้นที่ และต้องใช้กระบวนการอุปมานเชิงวิเคราะห์ (analytic induction) ในการวิจัย ในบางกรณีนักวิจัยอาจกำหนดแผนแบบการวิจัยในรูปของการวิจัยหลายกรณีและหลาย พื้นที่ (multisite case studies) ก็ได้ซึ่งทำให้ผลการวิจัยชัดเจนยิ่งขึ้น (Bogdan, R.C. and Biklen, S.K., 1992)

1.4.2 เทคนิคการวิจัยโดยการจัดกลุ่มสนทนา (Focus Group Research)
การวิจัยนี้พัฒนามาจากเทคนิคการเก็บรวบรวมข้อมูลแบบการสัมภาษณ์เป็นกลุ่ม และแบบมีจุดเน้น (group and ่focus interview) ประกอบการเลือกกลุ่มตัวอย่างทีมีลักษณะเฉพาะร่วมกัน วิธีการวิจัยจัดว่าเป็นการวิจัยที่ใช้พลวัตรของกลุ่ม 8-12 กลุ่มกระตุ้นให้สมาชิกของกลุ่มแสดงความคิดเห็นและความรู้สึกของตน การจัดกลุ่มสนทนาใช้หลักการให้สมาชิกภายในกลุ่มแต่ละกลุ่มมีลักษณะร่วมกัน และกลุ่มสนทนาทุกกลุ่มต้องมีลักษณะต่างกันตามเงื่อนไขที่นักวิจัยต้องการ เปรียบเทียบสาระที่ได้จากการสนทนา กิจกรรมการดำเนินการจัดกลุ่มสนทนามีหลักการและวิธีการเฉพาะที่ต้องมีการฝึก ฝนก่อนการลงมือทำการวิจัย การวิเคราะห์ข้อมูลต้องมีการถอดเทปบันทึกการสนทนาและวิเคราะห์เนื้อหา (Morgan, D., 1988, นภาภรณ์ หะวานนท์, 2535)

1.4.3 การวิจัยเชิงปฏิบัติการอย่างมีส่วนร่วม (Participatory Action Research)
การวิจัยเชิงปฏิบัติการอย่างมีส่วนร่วมเป็นการวิจัยที่มุ่งศึกษาชุมชนโดย เน้นการวิเคราะห์ปัญหา การแก้ปัญหา และการติดตามผลการแก้ปัญหาของชุมชน โดยที่สมาชิกของชุมชนนั้นต้องเข้ามามีส่วนร่วมในการปฏิบัติการ และการวิจัยด้วย (อลิศรา ชูชาติ, 2538) การวิจัยรูปแบบนี้เป็นการผสมผสานวิธีวิทยาการวิจัยแบบปฏิบัติการกับการ สังเกตแบบมีส่วนร่วม ทัมนักวิจัยประกอบด้วยนักวิจัยซึ่งมิใช่สมาชิกของชุมชน กับสมาชิกในชุมชนซึ่งเป็นผู้มีความรู้ความเข้าใจเกี่ยวกับชุมชนดีที่สุด และเป็นผู้ที่ได้รับประโยชน์จากผลการวิจัยโดยตรง

1.4.4. การวิเคราะห์เนื้อหา (Content Analysis)
Weber, R. P. (1985) กล่าวว่า การวิเคราะห์เนื้อหาเป็นวิธีวิทยาการวิจัยที่ใช้กระบวนการหลายแบบมาสรุปอ้าง อิงผลที่ได้จากข้อความ หลักการสำคัญของการวิเคราะห์เนื้อหาคือการจำแนกคำ กลุ่มคำประโยคจากข้อความเข้ากลุ่ม จากนั้นจึงจัดกลุ่มนำเสนอข้อค้นพบพร้อมทั้งแปลความหมาย ปัจจุบันนี้เทคนิคการวิเคราะห์เนื้อหาในประเทศไทยทำได้สะดวกมากขึ้นโดยใช้ โปรแกรมคอมพิวเตอร์ Ethnograph ในต่างประเทศ Weber กล่าวว่า เทคนิคการวิเคราะห์เนื้อหามีการพัฒนาโดยการเปลี่ยนข้อมูลเชิงคุณภาพในแต่ละ กลุ่มให้เป็นข้อมูลเชิงปริมาณ และนำมาวิเคราะห์ด้วยเทคนิคเชิงปริมาณ เช่น การสร้างแผนภาพ การวิเคราะห์องค์ประกอบ การวิเคราะห์จำแนก และการวิเคราะห์ความสัมพันธ์โครงสร้างเชิงเส้น (lisrel) ด้วย

วิธีวิทยาการวิจัยเชิงปริมาณ และการวิจัยเชิงคุณภาพนับวันแต่จะมีการผสมผสานกันมากขึ้นในการวิจัยแต่ละ เรื่อง อาจใช้วิธีวิทยาการวิจัยทั้งเชิงปริมาณและคุณภาพประกอบกันได้ เทคนิควิธีการวิจัยเชิงคุณภาพอีกแบบหนึ่งที่เป็นที่นิยมใช้ คือการจัดสัมมนาผู้เชี่ยวชาญ (connoisseurship) หลังจากเสร็จสิ้นการวิจัยเชิงปริมาณเพื่อนำผลการวิจัยมาตรวจสอบความถูกต้อง หรือแสวงหาแนวทางปฏิบัติต่อไปโดยคณะผู้เชี่ยวชาญที่เลือกสรรแล้ว

1.5 การสังเคราะห์งานวิจัยด้วยการวิเคราะห์อภิมาน (Meta-analysis)

การวิเคราะห์อภิมานเป็นวิธีวิทยาการวิจัยที่พัฒนาใหม่ล่าสุดในการสังเคราะห์ งานวิจัยเชิงปริมาณ หัวใจสำคัญของการวิเคราะห์อภิมานคือการประมาณค่าผลงานวิจัยให้อยู่ในรูป ดัชนีมาตรฐาน และใช้วิธีการทางสถิติตรวจสอบว่าความแปรปรวนในดัชนีมาตรฐานเหล่านั้นมีค่า เหมาะสมที่จะสรุปได้หรือไม่ หากยังไม่สามารถสรุปได้ต้องแยกศึกษาตามตัวแปรปรับ (moderator variables) หรือวิเคราะห์ว่าลักษณะงานวิจัยสามารถอธิบายความแตกต่างในดัชนีมาตรฐานได้ อย่างไร (นงลักษณ์ วิรัชชัย, 2530) เทคนิคการวิเคราะห์อภิมานนี้สามารถนำไปใช้วิเคราะห์เพื่อสรุปนัยโดยทั่วไป ของความตรง (validity generalization) ได้ ทั้งนี้เพราะค่าความตรงอยู่ในรูปของสัมประสิทธิ์สหสัมพันธ์อันเป็นดัชนี มาตรฐานแบบหนึ่ง เทคนิคการสรุปนัยทั่วไปของความตรงได้รับการพัฒนาอย่างรวดเร็ว Law, K.S., Schmidt, F.L. และ Hunter, J.E. (1994) รายงานว่าทำได้ถึง 5 แบบ คือ Interactive procedure, noninteractive procedure, multiplicative procedure, taylor series approximation 1 and 2 , Raju, Burke, Normand and Langlois procedure ทุกแบบใช้หลักการวิเคราะห์อภิมานตามแบบของ Hunter เป็นพื้นฐานทั้งสิ้น

วิธีวิทยาการวิเคราะห์อภิมานยังจะได้รับการพัฒนาให้ดีขึ้นอีกมากในอนาคต โดยเฉพาะในเรื่องการประมาณค่าดัชนีมาตรฐานสำหรับผลการวิจัยที่นำมา สังเคราะห์แต่ละเรื่องและแต่ละวิธีการวิเคราะห์ข้อมูล สำหรับการวิเคราะห์ข้อมูลนั้นเนื่องจากโมเดลในการวิเคราะห์ อภิมานเป็นโมเดลสอดแทรกเป็นลำดับลดหลั่น (hierarchical nested model) ซึ่งเป็นโมเดลพหุระดับ ดังนั้น Draper, D. (1995) จึงกล่าวว่าวิธีการวิเคราะห์ข้อมูลที่ดีวิธีหนึ่งสำหรับการสังเคราะห์งาน วิจัยด้วยการวิเคราะห์อภิมาน คือ วิธีการวิเคราะห์พหุระดับ (multi-level analysis) ผลงานวิจัยที่เป็นการวิเคราะห์อภิมานของ Draper จึงจัดว่า เป็นการวิเคราะห์อภิมานเรื่องแรกที่วิเคราะห์ข้อมูลด้วยการวิเคราะห์พหุ ระดับ

วิธีวิทยาการสังเคราะห์งานวิจัยด้วยการวิเคราะห์อภิมานได้รับการพัฒนาใหม่ อีกแนวทางหนึ่ง คือ การวิเคราะห์อภิมานของการวิจัยที่เป็นการวิเคราะห์อภิมาน หรือการวิจัยที่ Levin, H.M. เรียกว่า mega-meta analysis และงานวิจัยที่เขายกย่องว่า เป็น "mother of all educational research synthesis" คืองานวิจัยเรื่อง "Toward a Knowledge Base for School learning" โดย Wang, M.C., Haertel, G.D. Walberg, H.J. (1993) ซึ่งเป็นที่รู้จักกันในชื่อของ "WHW article" งานวิจัยนี้สังเคราะห์งานวิจัยอภิมานรวม 91 เรื่อง ประกอบกับการวิเคราะห์เนื้อหาโดยมีการประมาณค่าขนาดอิทธิพลของตัวแปรกว่า 10,000 ค่า (นงลักษณ์ วิรัชชัย, 2537)

1.6 การศึกษาหน่วยตัวอย่างเดียว (Single Subject Study)

การวิจัยที่เป็นการศึกษาหน่วยตัวอย่างเดียวมัลักษณะแตกต่างจากการศึกษาราย กรณีเพราะการศึกษารายกรณีเป็นการวิจัยเชิงคุณภาพ ส่วนการศึกษาหน่วยตัวอย่างเดียวเป็นการวิจัยเชิงปริมาณที่มีกรเก็บรวบรวม ข้อมูลอย่างต่อเนื่อง หรือมีการวัดซ้ำ (repeated measures) เป้าหมายสำคัญของการวิจัย คือ การศึกษาความเจริญเติบโต ความเปลี่ยนแปลง หรือพัฒนาการของหน่วยตัวอย่างในเรื่องใดเรื่องหนึ่ง วิธีการดำเนินการวิจัยเป็นผลการผสมผสานวิธีการศึกษาระยะยาว (longitudinal study) กับการวิเคราะห์ข้อมูลแบบวัดซ้ำ โดยที่ข้อมูลจากการวัดซ้ำของหน่วยตัวอย่างแต่ละคนมีลักษณะโมเดลลำดัยลดหลั่น การวิเคราะห์ข้อมูลที่เหมาะสมสำหรับการศึกษาหน่วยตัวอย่างเดียวคือ การวิเคราะห์พหุระดับกรณีโมเดลเชิงเส้นลำดับลดหลั่น (hierachical linear model) หรือโมเดลสัมประสิทธิ์สุ่ม (random coefficient Model) (Rogosa, D. and Saner, H., 1995)

2. วิธีวิทยาด้านการสุ่มตัวอย่าง
ด้านการสุ่มตัวอย่างมีการพั?นาเทคนิควิธีน้อยมากเมื่อเปรียบเทียบกับด้าน อื่นๆ เหตุที่เป็นเช่นนี้อาจเนื่องมาจากวิธีการที่ใช้อยู่มีความสมบูรณ์แล้ว สิ่งที่ได้รับการพัฒนาอย่างต่อเนื่องคือ การประมาณค่าของขนาดกลุ่มตัวอย่างที่เหมาะสมสำหรับการวิจัย สูตรที่ได้รับการยอมรับว่า มีความถูกต้อง และใช้กันมากคือสูตรของ Cohen, J. (1988) ซึ่งมีการกำหนดขนาดของกลุ่มตัวอย่างโดยใช้สารสนเทศจากค่าขนาดอิทธิพล ค่าความคลาดเคลื่อนประเภทที่ I และประเภทที่ II (อัลฟาและเบต้า) และสถิติที่ต้องการใช้ในการทดสอบสมมติฐาน สำหรับวิธีการเลือกกลุ่มตัวอย่างนั้น มีการพัฒนาเทคนิคการสุ่มตัวอย่างแบบเมทริกซ์ (matrix sampling) ให้ดีขึ้น เรียกว่า เทคนิคการสุ่มตัวอย่างแบบ balanced incomplete block (BIB) spiraling การสุ่มตัวอย่างแบบเมทริกซ์เดิมมีจุดอ่อนตรงที่สามารถประมาณค่า สหสัมพันธ์ระหว่างแบบวัดย่อยในแต่ละชุดได้ แต่ไม่สามารถประมาณค่าสหสัมพันธ์ระหว่างแบบวัดย่อยต่างชุดได้ แต่เทคนิค BIB จัดแบบวัดแต่ละชุดให้ประกอบด้วยแบบวัดย่อยที่มีอย่างน้อยหนึ่งแบบวัดย่อยตรง กับแบบวัดย่อยในชุดอื่น หลักการจัดมีลักษณะคล้ายกับ Latin square design (Kaplan, D., 1995; Messick, S., 1984)

3. วิธีวิทยาด้านการวัดและประเมิน
ในช่วงสองทศวรรษที่ผ่านมา วิธีวิทยาด้านการวัดและประเมินมีการพัฒนาอย่างรวดเร็ว เนื่องจากการพัฒนามโนทัศน์เกี่ยวกับการวัดและการประเมิน และการพัฒนาด้านเทคโนโลยีคอมพิวเตอร์ จากความเปลี่ยนแปลงของสภาพบริบทในการวัดและการประเมิน และจากความต้องการ ความคาดหวังของผู้ต้องการใช้ผลการวัดและการประเมิน วิธีวิทยาใหม่ๆที่น่าสนใจซึ่งจะนำเสนอต่อไปนี้แยกกล่าวเป็นสองด้านคือ ด้านการวัด และการประเมิน ในแต่ละด้านจะให้ความสำคัญเฉพาะวิธีวิทยาที่เกี่ยวข้องกับมโนทัศน์ของการวัด และการประเมิน ในส่วนที่เป็นวิธีการวิเคราะห์จะนำเสนอในหัวข้อวิธีวิทยาด้านการวิเคราะห์ใน หัวข้อที่ 4 ต่อไป

3.1 วิทยาการด้านการวัด

องค์กร American Council on Education (ACE) ได้เริ่มจัดพิมพ์หนังสือ ชื่อ Educational Measurement เพื่อรวบรวมองค์ความรู้ และวิธีวิทยาด้านการวัด โดยเฉพาะการวัดทางการศึกษา ฉบับแรกพิมพ์เมื่อ ค.ศ. 1951 ฉบับที่สอง พิมพ์เมื่อ ค.ศ. 1971 และได้ร่วมมือกับ National Council on Measurement in Education ในการพิมพ์ฉบับที่สามเมื่อ ค.ศ. 1989 Linn, R.L. (1989) ได้เปรียบเทียบหนังสือฉบับที่สองและฉบับที่สามให้เห็นว่า นับจาก ค.ศ. 1971 อันเป็นปีที่พิมพ์หนังสือฉบับที่สองนั้น วิทยาการด้านการวัดมีการพัฒนาไปมาก วิธีวิทยาการขั้นสูงที่น่าสนใจมีดังนี้

3.1.1 ทฤษฎีการตอบสนองรายข้อ (Item-Response Theory = IRT)

แม้ว่า Lawley จะได้เสนอโมเดลทฤษฎีการตอบสนองรายข้อไว้ตั้งแต่ ค.ศ. 1943 แล้วก็ตาม แต่ในระยะนั้นไม่มีการนำโมเดลไปใช้ในทางปฏิบัติ มีเพียงการเสนอแนวคิดและหลักการ คริสต์ศตวรรษที่ 1970 นับว่าเป็นช่วงที่เริ่มมีการประยุกต์ใช้ทฤษฎีการตอบสนองรายข้อ และทำให้วิธีวิทยาการด้านการวัดมีการพัฒนาขึ้นอย่างรวดเร็ว โดยเฉพาะในเรื่องการปรับเทียบข้อสอบ (test equating) การทำหน้าที่ต่างกัน (differential item functioning) หรือความลำเอียงของข้อสอบ (test bias) การบริหารการสอบด้วยคอมพิวเตอร์ (computerized test administration) การสร้างมาตรวัด และการหาปกติวิสัย (scaling and norming) เรื่องต่างๆที่กล่าวมานี้ไม่ใช่เรื่องใหม่ แต่วิธีวิทยาที่ใช้ในเรื่องเหล่านี้ได้รับการพัฒนาใหม่ ให้มีประสิทธิภาพดีมากขึ้นเรื่อยๆ (Linn, R. L., 1989)

Hambleton, R.K. (1989) สรุปลักษณะของโมเดลการตอบสนองรายข้อที่ได้รับการพัฒนาใหม่ๆในช่วงสองทศวรรษ ที่ผ่านมาว่า โมเดลการตอบสนองรายข้อนอกจากจะมีโมเดลโลจิสติกแบบเอกมิติหนึ่ง สอง สาม และสี่พารามิเตอร์ และโมเดลโอไจว์ปกติซึ่งใช้กับผลสัมฤทธิ์ทางการเรียน และความถนัดที่เป็นข้อมูลทวิภาคแล้ว ยังมีโมเดลอีกหลายแบบที่นักวัดผลการศึกษาได้พัฒนาจากโมเดลการตอบสนองรายข้อ ซึ่งผู้เขียนได้สรุปจากบทความของ R.K. Hambleton และบทความวิชาการใหม่ๆ ไว้ดังนี้

ก. Nominal Response Model = NRM ของ Bock เป็นโมเดลใช้กับข้อมูลแบบพหุวิภาค มีจุดมุ่งหมายเพื่อประมาณค่าความสามารถของผู้สอบให้มีความถูกต้องสูงสุดโดย ใช้สารสนเทศจากโค้งลักษณะการสอบแต่ละตัวเลือก ภายใต้เงื่อนไขว่าผลรวมความน่าจะเป็นในการตอบทุกตัวเลือกของผู้สอบที่ระดับ ความสามารถที่กำหนดให้มีค่าเท่ากับหนึ่ง ต่อมา Thissen ได้นำแนวคิดนี้ไปพัฒนาต่อโดยกำหนดน้ำหนักสำหรับตัวเลือกแต่ละตัวทำให้การ ประมาณค่าความสามารถผู้สอบที่ระดับความสามารถต่ำมีความถูกต้องมากขึ้น

ข. Graded- Response Model = GRM หรือ Difference Model ของ Samejima โมเดลนี้ใช้กับมาตรวัดแบบประมาณค่า เช่น มาตรวัดแบบ Likert หรือมาตรวัดแบบนัยจำแนกและมีการใช้สารสนเทศจากโค้งลักษณะการตอบแต่ละตัว เลือกด้วย การที่โมเดลได้ชื่อว่า difference models เพราะการคำนวณความน่าจะเป็นของผู้สอบที่ตอบตัวเลือกที่ K ได้ถูกต้องนั้นต้องคำนวณจากผลต่างระหว่างความน่าจะเป็นจากตัวเลือกที่ I และตัวเลือกที่ k-1 นั่นเอง การพัฒนาล่าสุดของ GRM คือ multiplicative Poisson Model = MPM ซึ่งพัฒนาโดย Andrich, D. (1995) การพัฒนานี้ทำขึ้นเพื่อแก้ปัญหาจากกรณีที่ไม่สามารถใช้ unidimensional Rasch Model = URM ได้ เนื่องจากมีข้อจำกัดเมื่อมีการรวมตัวเลือกการตอบสนองของแบบสอบ

ค. Binomial Trials Model และ Rating Scale Model = RSM เป็นโมเดลที่พัฒนาโดย Andrich เพื่อใช้ในการวัดตัวแปรพหุวิภาค (polychotomous variable) โมเดลที่กล่าวมาข้างต้นยังมีการพัฒนา และการนำไปประยุกต์ใช้เรือยมา Fischer, G.H, และ Parzer, P. (1991) ได้ประยุกต์ RSM ใช้ในการสัดคะแนนความเปลี่ยนแปลง (change) ซึ่งทฤษฎีการวัดแบบดั้งเดิมใช้ไม่ได้ผลดีเท่าที่ควร เพราะมีปัญหาเนื่องจากอิทธิพลของเพดานและพื้น (ceiling and floor effects) และลักษณะการแจกแจงเบ้ โมเดลที่พัฒนาใหม่เรียกว่า linear rating scale model (LRSM) เพราะพารามิเตอร์ข้อคำถามจะอยู่ในรูปของฟังก์ชั่นเชิงเส้นของพารามิเตอร์ อื่นๆ วิธีการสร้างมาตร (scaling methods) ที่สามารถใช้กับมาตรวัดแบบ Likert เช่นเดียวกับ RSM ได้แก่ dual scaling ซึ่งพัฒนาโดย Nishisato และ Cheung, K.C. กับ Mooi, L.C. ได้เปรียบเทียบให้เห็นว่าทั้งสองวิธีได้ผลคล้ายคลึงกัน แต่ dual scaling ผ่อนคลายข้อตกลงเบื้องต้นได้มากกว่า RSM

ง. Partial Credit Model = PCM พัฒนาโดย Masters ให้สามารถใช้กับแบบสอบที่มีหลายตัวเลือก และการให้คะแนนตัวเลือกแต่ละตัวแตกต่างกัน โมเดลนี้ได้รับการพัฒนาให้ดีขึ้นโดย Wright และ Masters (1984) นักวัดผลการศึกษาทั้งสองยังได้ประมวลโมเดลโลจิสติกหนึ่งพารามิเตอร์ หรือ Rasch model แบบต่างๆที่มีการพัฒนาขึ้นรวมเรียกว่า โมเดลการวัดขั้นพื้นฐาน (fundamental measurement model) ซึ่งมีคุณสมบัติสำคัญคือ การแยกพารามิเตอร์ผู้สอบ และพารามิเตอร์ข้อคำถามและมีการใช้สถิติที่เพียงพอในการประมาณค่าพารา มิเตอร์ของโมเดล การพัฒนาล่าสุด คือ Muraki, E. (1993) ได้พัฒนาโมเดลรวมค่าพารามิเตอร์ความชัน (slope) ของโค้งลักษณะข้อคำถามแต่ละข้อไว้ในโมเดล เรียกว่า generalized partial credit model = GPCM

จ. Linear Logistic Latent Trait Model พัฒนาโดย Fischer และ Formann กับ Multicomponent Latent Trait Model พัฒนาโดย Embreston จัดว่าเป็นโมเดลที่รวมองค์ประกอบด้านปัญญา (cognitive component) เข้าเป็นพารามิเตอร์ในโมเดลด้วย นอกจากนี้มี linear logistic model ซึ่ง Fischer พัฒนาโดยกำหนดให้มีพารามิเตอร์ความยากของข้อสอบในรูปของผลรวมเชิงเส้นของ องค์ประกอบที่มีอิทธิพลต่อค่าความยากอยู่ในโมเดลด้วย ผลงานของ Embreston และ Fischer นับว่าเป็นจุดเริ่มต้นของการผสมผสานแนวความคิดทาง cognitive psychology กับ psychometric เข้าด้วยกัน โมเดลของ Fischer ใช้ในการวัดตัวแปรเอกมิติแต่โมเดลของ Embreston สามารถใช้กับปัญญาทักษะ (cognitive skill) หลายองค์ประกอบได้โดยที่แต่ละองค์ประกอบมีความสำคัญต่อการที่ผู้สอบจะตอบข้อ คำถามแต่ละข้อได้ถูกต้อง

ฉ. Unfolding Models พัฒนาโดย Andrich และ Hyperbolic Cosine Unfolding Model พัฒนาโดย Andrich, D. และ Luo, G/ (1993) เป็นโมเดลที่มีการพัฒนาควบคู่กับ probabilistic models for the cumulative models in pair comparison design ที่ Thurstone ได้วางแนวคิดไว้ โมเดลในกลุ่มเหล่านี้ได้แก่ Squared Simple Logistic Model = SSLM พัฒนาโดย Andrich ซึ่งให้ผลการวิเคราะห์เท่าเทียมกับ Simple Hyperbolic Cosine Model = SHCM ของ Andrich และ Lou นอกจากนี้ มี two-parameter hyperbolic cosine model = 2PHCM

ช. โมเดลที่พัฒนาจากทฤษฎีการตอบสนองรายข้อเพื่อใช้ในสภาพการณ์ที่ต่างจากการสอบปกติ ได้แก่ โมเดลที่ Bock, R.D., Mislevy, R. Woodson, C. (1982) พัฒนาขึ้นเพื่อใช้ในการสอบที่มีหน่วยการวิเคราะห์เป็นกลุ่ม เช่น ชั้นเรียน โรงเรียน จังหวัด เขตการศึกษา random coeficients multinomial logit model = RCMLM พัฒนาจาก Rasch model โดย Wilson, M. (1995) เพื่อใช้ในการวัดแบบสอบมีข้อสอบรวมเป็นชุดข้อสอบหลายชุด (item bundles) และแต่ละชุดเกี่ยวข้องกบคุณลักษณะของผู้สอบ และเชื่อมโยงกันด้วยโครงสร้างข้อสอบร่วมกัน ตัวคำถามร่วมกัน หรือเนื้อหาข้อสอบร่วมกัน

การใช้โมเดลตอบสนองรายข้อเป้นประโยชน์ต่อการวัดผลการศึกษามาก เมื่อข้อมูลสอดคล้องกับข้อตกลงเบื้องต้นของโมเดลที่ใช้ นักวัดผลจะสามารถประมาณค่าความสามารถของผู้สอบได้โดยที่พารามิเตอร์นี้เป็น อิสระไม่ขึ้นกับการเปลี่ยนแปลงของข้อสอบ ได้ค่าพารามิเตอร์ของข้อสอบที่ไม่ขึ้นกับกลุ่มตัวอย่างผู้สอบ ได้ค่าสถิติที่บ่งชี้ถึงความถูกต้องในการประมาณค่าความสามารถผู้สอบที่ขึ้น อยู่กับค่าความสามารถผู้สอบ จำนวนและคุณสมบัติทางสถิติของข้อคำถาม และได้มาตรร่วม (common scale) ซึ่งใช้บรรยายคุณสมบัติผู้สอบและข้อสอบได้

การวิจัยด้านการวัดผลการศึกษาเกี่ยวกับทฤษฎีการตอบสนองรายข้อนอกจากจะเป็น การพัฒนาโมเดลและตรวจสอบโมเดลแล้ว ยังมีการวิจัยเกี่ยวกับการสร้างมาตรวัดคะแนนความสามารถ (ability scores) ของผู้สอบ มีการพัฒนาคะแนนความสามารถในรูปฟังก์ชันของพารามิเตอร์ความสามารถของผู้สอบ รูปต่างๆ โดยมีการกำหนดน้ำหนักคะแนนแบบต่างๆและมีการวิจัยเกี่ยวกับการพัฒนาวิธี ประมาณค่าพารามิเตอร์ความสามารถแบบต่างๆด้วย

3.1.2 วิธีวิทยาการวัดด้วยคอมพิวเตอร์ (Computerized Educational Measurement)

Bunderson, V.V., Inouye, D.K. และ Olsen, J.B. (1989) ได้สรุปว่าวิธีวิทยาการวัดด้วยคอมพิวเตอร์เป็นผลจากบูรณาการมโนทัศน์ด้านการ วัดกับเทคโนโลยีคอมพิวเตอร์ช่วยให้กระบวนการวัดทำได้สะดวก รวดเร็ว ถูกต้อง และประหยัด รวมทั้งมีการสื่อสารโต้ตอบมีระบบการเก็บหลักฐานการสอบและการรายงานคะแนนสอบ และการบริหารการสอบที่มีประสิทธิภาพ วิธีวิทยาการวัดด้วยคอมพิวเตอร์แยกตามขั้นตอนของการพัฒนาได้เป็น 4 ประเภท ประเภทแรก คือ การสอบโดยใช้คอมพิวเตอร์ (computerized testing) การบริหารการสอบทุกขั้นตอน การตรวจให้คะแนน การรายงานผล การสร้างธนาคารข้อสอบและการจัดทำข้อสอบใช้คอมพิวเตอร์ช่วยในการทำงานทุกขั้น ตอน แต่การวิเคราะห์ข้อสอบยังใช้ทฤษฎีแบบดั้งเดิม ประเภทที่สอง คือ การสอบปรับเหมาะด้วยคอมพิวเตอร์ (computer-adaptive testing) เป็นการสอบที่มีการวิเคราะห์ตามทฤษฎีการตอบสนองรายข้อ มีการจัดข้อสอบให้เหมาะสมกับผู้สอบแต่ละคน และการบริหารการสอบทุกขั้นตอนทำโดยใช้คอมพิวเตอร์ ประเภทที่สาม คือ การวัดต่อเนื่อง (continuous measurement) เพื่อวัดความเจริญหรือความเปลี่ยนแปลงและสร้างโปรไฟล์ของผู้สอบแต่ละคน คอมพิวเตอร์มีหน้าที่สร้างคะแนนพหุมิติ และแปลความหมายโปรไฟล์ของผู้สอบแต่ละคนเพิ่มขึ้น จากประเภทที่สอง ประเภทที่สี่ คือการวัดอย่างเชี่ยวชาญ (intelligent measurement) การวัดประเภทนี้ใช้ประโยชน์จากคอมพิวเตอร์สูงสุด กล่าวคือ องค์ความรู้ที่มีอยู่ในสมองของผู้เชี่ยวชาญด้านการวัดถูกถ่ายทอดลงใน คอมพิวเตอร์ และคอมพิวเตอร์ช่วยในการบริหารการสอบทุกขั้นตอนเสมือนหนึ่งมีผู้เชี่ยวชาญ คอยให้คำปรึกษา

4. วิธีวิทยาด้านสถิติ
ความเจริญก้าวหน้าทางเทคโนโลยีคอมพิวเตอร์ ประกอบกับการพัฒนาโมเดลทางสถิติและวิธีการประมาณค่าพารามิเตอร์แบบต่างๆ รวมทั้งการบูรณาการวิธีการวิเคราะห์ข้อมูลทางเศรษฐมิติ และจิตมิติทำให้วิธีวิทยาด้านสถิติพัฒนาไปอย่างรวดเร็วในช่วงปลายคริสต์ ศตวรรษที่ 19 วิธีวิทยาขั้นสูงด้านสถิติวิเคราะห์ใหม่ๆ ที่มีใช้ในปัจจุบัน ล้วนแต่พัฒนามาจากเทคนิคการวิเคราะห์ที่มีอยู่เดิม แต่มีวิธีการที่ดีขึ้น ผ่อนคลายข้อตกลงเบื้องต้นได้มากขึ้น ให้ผลการวิเคราะห์ที่ถูกต้องมากขึ้น และเป็นวิธีการทีต้องใช้คอมพิวเตอร์ช่วยในการวิเคราะห์ทั้งสิ้น วิธีวิทยาที่น่าสนใจมีดังนี้

4.1 ลิสเรล (Linear Structural Relationship) = LISREL

ลิสเรล มีความหมายเป็น 3 นัย นงลักษณ์ วิรัชชัย (2537) สรุปว่านัยแรกหมายถึงโมเดลแสดงความสัมพันธ์โครงสร้างเชิงเส้นระหว่างตัวแปร ซึ่งเป็นได้ทั้งตัวแปรสังเกตได้และตัวแปรแฝง โมเดลลิสเรลประกอบด้วยโมเดลการวัด (measurement model) ของชุดตัวแปรที่เป็นสาเหตุ และชุดตัวแปรที่เป็นผล และโมเดลสมการโครงสร้าง (structural equation model) โมเดลลิสเรลเป็นชื่อที่ใช้กันอย่างแพร่หลาย นอกจากชื่อโมเดลลิสเรลแล้วยังเป็นที่รู้จักกันในชื่อของโมเดลโครงสร้างความ แปรปรวน (co-variance structure model) หรือโมเดลโครงสร้างแสดงสาเหตุ (causal structural model)

ไม่มีความคิดเห็น:

แสดงความคิดเห็น