วันเสาร์ที่ 20 มกราคม พ.ศ. 2550

พื้นฐานการใช้สถิติในงานวิจัย

ดย ดร.สุชาติ ประสิทธิ์รัฐสินธุ์

พื้นฐานการใช้สถิติในงานวิจัย

(The Fundamentals of Statistical Application i Researc)
ความนำ

สถิติเป็นเครื่องมือทางวิชาการที่นักสถิติและนักวิชาการในสาขาต่างๆพัฒนา ขึ้นมา เพื่อใช้แสวงหาความรู้ความเข้าใจที่ชัดเจนเป็นรูปธรรมในปรากฏการณ์ที่ต้อง การศึกษาด้วยวิธีการที่เป็นที่ยอมรับกันและใช้ร่วมกันอย่างกว้างขวางในโลก วิชาการ ไม่ว่าจะเป้นสังคมศาสร์ มนุษย์ศาสตร์ พฤติกรรมศาสตร์ วิทยาศาสตร์ธรรมชาติ วิทยาศาสตร์การแพทย์ และวิทยาศาสตร์สิ่งแวดล้อม

อย่างไรก็ตามในากรนำสถิติมาใช้เป็นเครื่องมือในการวิจัย ไม่ว่าจเพื่อการใด กล่าวคือ เพื่อการพรรณาคุณสมบัติของหน่วยศึกษา / วิเคราะห์ (Unit of study or analysis) หรือพื่อศึกษาความแตกต่างระหว่างกลุ่มต่างๆที่เป็นเป้าหมายของการศึกษา หรือ เพื่อศึกษาหาความสัมพันธ์ระหว่างตัวแปร นอกจากผู้วิจัยจะต้องรู้ว่าตัวเองต้องการนำวิธีการทางสถิติมาใช้เพื่อการใด และประเภทของสถิติแล้ว ผู้วิจัยยังต้อง (1) รู้ลักษณะของข้อมูลว่ามีการวัดระดับใด (Levelof measurement) (2) สามารถกำหนดสถานภาพของตัวแปรที่จะศึกษาว่าปเนตัวแปรอิสระ (Independent variable) หรือเป็นตัวแปรตาม (Dependent variable) (3) รู้หลักการเบื้องต้นองการใช้สถิติ และ (4) รู้การนำเสนอ การอ่าน และการตีความหมายผล ความรู้ในเรื่องต่างๆเหล่านี้ เป็นความรู้พื้นฐานที่สำคัญของการนำสถิติมาใช้ในการวิจัยมากกว่าการรู้จัก สูตรที่ใช้ในการคำนวณค่าสถิติทดสอบหรือวัดความแตกต่างและความสัมพันธ์ ระหว่างตัวแปร

อย่างไรก็ตามผู้ที่สนใจเกี่ยวกับสูตรที่แสดงการได้มาซึ่งสถิติทดสอบและวัด ความสัมพันธ์และความแตกต่างระหว่างตัวแปรที่พอจะใช้เป็นแนวทางในการทำความ เข้าใจเพิ่มเติม สามารถศึกษาจากตำราสถิติต่างประเทศทั่วไป

หลักการเบื้องต้นของการใช้สถิติ

ในการวิจัยที่ผู้วิจัยต้องเก็บข้อมูลมาจำนวนหนึ่ง เพื่อศึกษาหาข้อสรุปในเรื่องหรือปรากฏการณ์ที่ศึกษาว่ามีลักษณะเป็นอย่างไร (What is it?) และในหลายกรณีต้องการจะศึกษาเลยไปถึงการหาคำอธิบายว่า เรื่องหรือปรากฏการณ์ที่ศึกษานั้นเกิดขึ้นได้อย่างไร หรืออะไรเป็นปัจจัยสาเหตุ สถิติเป็นวิธีการที่ดีที่สุดในการจะสรุปผลจากข้อมูลที่มีจำนวนมาก ผู้วิจัยเพียงแต่ต้องรู้จักการใช้สถิติให้ถูกต้องเท่านั้น เมื่อนำสถิติมาใช้อย่างถูกต้องแล้ว ผู้วิจัยสามารถกล่าวได้หรือสรุปได้ว่า จากข้อมูลที่ได้สำรวจเก็บรวบรวมาโดยทั่วไปหรือโดยเฉลี่ยแล้วเรื่องหรือ ปรากฏการณ์ที่ศึกษามีคุณสมบัติอะไร เกิดขึ้นได้อย่างไร และมีปัจจัยอะไรเป็นปัจจัยสาเหตุ ตามสภาพของข้อมูล และตามประเด็นวัตถุประสงค์ของการศึกษา

ในการที่จะได้ข้อสรุปดังกล่าว ได้มีนักวิชาการพัฒนาวิธีการทางสถิติที่นักวิจัยทุกสาขาวิชาการและวิชาชีพ สามารถนำมาใช้ได้ หากรู้นักสาระสำคัญในด้านวัตถุประงสงค์ของวิธีการและความต้องการด้านข้อมูล ตลอดจนวิธีการนำเสนอ วิธีการอ่าน และการตีความหมายผลที่ได้จากการนำวิธีการทางสถิตินั้นๆมาใช้

หลักการเบื้องต้นที่สำคัญที่สุดของการใช้สถิติก็คือ ต้องใช้ให้ถูกต้องได้มาตรฐานสากล ซึ่งภายใต้หลักการดังกล่าวนี้ วิธีการใชเที่ถูกต้องได้มาตรฐานสากล จะต้อง (ก) หลีกเลี่ยงการเสนอที่ซ้ำซากโดยเสนอให้น้อยที่สุด แต่สิ่งที่เสนอต้องสื่อความให้ได้มากที่สุดหรือครบถ้วนสมบูรณ์ในตัวของมัน เอง (ข) ทำการเสนอที่ได้รูปแบบมาตรฐานของแต่ละวิธีการที่นักวิชาการระดับสากลใช้กัน ในวงการวิจัย (ค) ทำการอ่านผลค่าสถิติต่างๆ ได้อย่างถูกต้อง และ (ง) ทำการตีความหมายผลที่ได้จากการวิเคราะห์ สิ่งที่จะนำเสนอต่อไปนี้ ในเบื้องต้นจะครอบคลุมเฉพาะ 2 ประเด็นแรก

การเสนอที่ไม่ซ้ำซาก โดยเสนอให้น้อยที่สุด แต่ต้องสื่อความให้ได้มากที่สุดหรือครบถ้วนสมบูรณ์ในตัวของมันเอง นักวิจัยมือใหม่หรือนักศึกษาในระดับบัณฑิตศึกษา โดยทั่วไปยังขาดความรู้ความเข้าใจในการใช้สถิติสำหรับการวิจัยที่ถูกต้อง โดยเฉพาะอย่างยิ่งในยุคสมัยที่มีการนำไมโครคอมพิวเตอร์และโปรแกรมสำเร็จรูป เช่น SPSS , SAS หรือ STATPACK หรือ BMDP และให้ผลการวิเคราะห์ที่มีค่าสถิติต่างๆมากมาย ซึ่งหลายๆส่วนแสดงถึงขั้นตอนสำคัญหรือข้อมูลสำคัญที่ใช้ในการคำนวณเพื่อให้ ได้มาซึ่งค่าสถิติต่างๆที่จำเป็น แต่ผู้วิจัยมือใหม่หรือนักศึกษาที่ขาดความรู้ความเข้าใจในหลักการใช้สถิติ กลับนำผลดังกล่าวทั้งหมดมาเสนอในรายงานวิจัย ซึ่งเป็นสิ่งที่ไม่ถูกต้อง เพาะสถิติหลายตัวที่ได้จากการวิเคราะห์ไม่จำเป็นและซ้ำซาก โดยนักศึกษาหรือผู้วิจัยมือใหม่ไม่ทราบด้วยซ้ำว่าไม่จำเป็นและซ้ำซาก

ในยุคสมัยก่อนไมโครคอมพิวเตอร์ ผู้วิจัยจะต้องคำนวณค่าต่างๆด้วยมือ และเมื่อได้ค่าสถิติมาแล้ว ผู้วิจัยจะรู้ด้วยตัวเองว่าสถิติที่ได้มานั้นเป็นสถิติขั้นตอนใด และสถิติใดควรนำเสนอเมื่อได้ นำเสนอค่าสถิติตัวใดไปแล้ว ผู้วิจัยจะจำได้ว่าเสนออะไรไปบ้าง และเสนอไว้ในที่ใด ในปัจจุบันการหาค่าสถิติต่างๆ เมื่อไม่ได้คำนวณด้วยมือและใช้โปรแกรมสำเร็จรูป ความรู้ความเข้าใจและความทรงจำต่างๆดังกล่าวอาจจะไม่มี ก่อให้เกิดการเสนอที่ไม่ถูกต้องและซ้ำซากได้

(1) การเสนอข้อมูล / ผลที่ได้จากการวิเคราะห์ซ้ำซาก (ซึ่งทางภาษาอังกฤษเรียกว่า Redundancy) มีความหมายอยู่ 2 ระดับ คือ (1) ซ้ำซากอย่างชัดเจน และ (2) ซ้ำซากอย่างไม่ชัดเจน

การเสนอซ้ำซากอย่างชัดเจน คือ การเสนอข้อมูลตัวเดียวกันมากกว่า 1 ครั้งขึ้นไป เช่น ได้นำเสนอขั้นตอนของการพรรณาระเบียบวิธีวิจัยที่ใช้ในการศึกษา ว่าได้เก็บตัวอย่างมาเท่าใด และกลุ่มตัวอย่างมีลักษณะอย่างใดมาแล้ว เช่น กลุ่มเกษตรกรที่ได้รับการส่งเสริม หรือ กลุ่มอายุ กลุ่มระดับการศึกษาของเกษตรกรว่าในแต่ละกลุ่มมีจำนวนเท่าใด คิดเป็นร้อยละเท่าใดมาแล้ว ผู้วิจัยกลับนำเสนออีก ในขั้นตอนการเสนอผลการวิเคราะห์ข้อมูลเช่น เสนอในตารางไขว้ (Cross-tabulation table) หรือในการวิเคราะห์ความผันแปร (Analysis of VAriance, Anova) ว่าแต่ละกลุ่มมีจำนวนเท่าใด ซึ่งเป็นการเสนอซ้ำซาก เพราะได้เสนอไว้ส่วนที่ว่าด้วยระเบียบวิธีการวิจัยมาแล้ว ยังกลับนำมาเสนออีกในขั้นวิเคราะห์

อย่างไรก็ตามในบางครั้งอาจะต้องมีการนำเสนอใหม่ แต่ต้องมีเหตุผลที่ดี เช่น ในการวิเคราะห์ความผันแปร (Analysis of Variance, ANOVA) อาจจะต้องมีการเสนอจำนวนยอดรวมของแต่ะกลุ่มที่ต้องการเปรียบเทียบ (แม้ว่าจะได้นำเสนอมาแล้วในการพรรณนาระเบียบวิธีวิจัยว่าแต่ละกลุ่มที่ต้อง กรเปรียบเทียบมีจำนวนเท่าใด) ทั้งนี้เพื่อแสดงให้เห็นว่าแต่ละกลุ่มที่ต้องการเปรียบเทียบมีจำนวนมาก เพียงพอ ปัญหาก็คือ อย่างไรจึงจะถือว่ามีจำนวนมากเพียงพอ

การมีจำนวนมากเพียงพอ ขึ้นอยู่กับความคล้ายคลึงกันของประชากรเป้าหมาย ถ้าประชากรเป้าหมายมีความคล้ายคลึงกันมาก จำนวนตัวอย่างไม่จำเป็นต้องมีมาก เช่น 20-30 รายก็อาจจะเพียงพอ แต่ถ้าประชาชนมีความแตกต่างมาก จำนวนตัวอย่างที่จะเป็นตัวแทนของประชากรในแต่ละกลุ่มย่อยจะต้องมากกว่าใน กรณีที่ประชากรเป้าหมายมีความคล้ายคลึงกันมากกว่า

ความซ้ำซากที่ไม่ชัดเจน คือ ผู้วิจัยที่ขาดประสบการณ์ หรือขาดความประณีตหรือความระมัดระวัง หรือขาดความรู้ความเข้าใจว่า ความซ้ำซากที่ไม่ชัดเจนนั้นคืออะไร นำเสนอสถิติที่ได้จากการวิเคราะห์ที่ไม่จำเป็น เพราะเสนอบางส่วนก็เพียงพอแล้ว ส่วนอื่นๆไม่ต้องนำมาเสนอ ซึ่งตรงกับหลักการที่ว่าเสนอให้น้อยที่สุด แต่สิ่งที่เสนอจะต้องสื่อความให้ครบถ้วนสมบูรณ์ในตัวของมันเอง ดังที่จะได้แสดงให้เห็นเป็นตัวอย่างในส่วนต่อไป

การเสนอให้น้อยที่สุดแต่ต้องสื่อความให้ได้มากที่สุด เป็นหลักการที่สำคัญที่อาจครอบคลุมหรือแก้ปัญหาการเสนอซ้ำซากได้ ปัญหาคือ การเสนออย่างไรถึงเรียกว่าการเสนอที่น้อยที่สุด ๆ คือการเสนอสิ่งที่จำเป็น ต้องนำเสนอโดยไม่มีอะไรที่ซ้ำซ้อนกัน ซึ่งสิ่งที่จำเป็นของแต่ละวิธีการทางสถิติจะแตกต่างกัน ตัวอย่างที่นำเสนอในขั้นต้นนี้เป็นสถิติพรรณนาที่นำมาสรุปคุณสมบัติของ ประชากรเป้าหมาย เช่น เพศ และการศึกษา ในตาราง 1.1 ซึ่งน้อยกว่าสิ่งที่ได้จากการใช้โปรแกรมสำเร็จรูปหลายเท่าตัว

ตาราง 1.1 เพศและการศึกษาของกลุ่มตัวอย่าง

เพศ / การศึกษา

จำนวน

อัตราส่วนร้อยละ

เพศ
ชาย

80

44.4
หญิง
100

55.6
รวม
180

100.0
ระดับการศึกษา
ประถมและต่ำกว่า
126

70.0
มัธยมศึกษา
27

15.0
อาชีวะศึกษา
23

12.8
ปริญญาตรีและสูงกว่า
4

2.2
รวม
180

100.0


ถึงกระนั้นจะเห็นได้ว่าตาราง 1.1 เสนอว่าตัวอย่างที่เก็บข้อมูลเพื่อใช้ในการศึกษาทั้งหมด 180 ราย ซ้ำถึง 2 ครั้ง ซึ่งมากเกินไป ผู้วิจัยไม่จำเป็นต้องเสนอ (1) จำนวนรวมของแต่ละตัวแปรอีกว่าเป็น 180 ราย และ (2) จำนวนตัวอย่างในแต่ละกลุ่มย่อย เช่น เพศ และแต่ละระดับการศึกษา ทั้งนี้เพราะผู้วิจัยได้เสนอไว้ในส่วนที่ว่าด้วยระเบียบวิธีว่าได้สุ่มตัว อย่างมาทั้งหมดกี่รายและได้แสดงจำนวนในแต่ละกลุ่มย่อยว่าในส่วนที่ว่าด้วย ระเบียบวิธีวิจัยแล้ว จึงไม่จำเป็นต้องมาแสดงอีก

นอกจากนั้น เมื่อได้มีการเสนออัตราส่วนร้อยละของแต่ละกลุ่มย่อยและทราบยอดรวมของตัว อย่างแล้ว หากต้องการทราบว่าจำนวนตัวอย่างในแต่ละกลุ่มย่อยว่าเป็นเท่าใด ก็สามารถหาได้โดยการเอาจำนวนรวมทั้งหมดคูณกับอัตราส่วนร้อยละของแต่ละกลุ่ม ย่อย จะได้จำนวนของแต่ละกลุ่มย่อย จากตาราง 1.1 อัตราส่วนร้อยของตัวอย่างที่เป็นเพศหญิงคือ 44.4 และเพศชาย คือ 55.6 เมื่อตัวอย่างทั้งหมดเท่ากับ 180 เพราะฉะนั้นจำนวนตัวอย่างที่เป็นเพศหญิง คือ 44.4 x 180 ดังนั้น หากยึดหลักการเสนอให้น้อย ก็ต้องไม่เสนอคอลัมภ์แสดงจำนวน

สำหรับตัวแปรที่มีแค่ 2 กลุ่มย่อย ดังเช่น เพศ หรือการตัดสินใจจะซื้อหรือไม่ซื้อ การสนใจหรือไม่สนใจเข้าร่วมโครงการ การเสนออัตราส่วนร้อยละวาแต่ละกลุ่มย่อยมีเท่าใด ทั้ง 2 กลุ่มก็ยังไม่ตรงกับหลักการที่ว่าเสนอให้น้อยที่สุดและสื่อความให้มากที่สุด หากจะเสนอให้น้อยทีสุดและยังสื่อความได้มากที่สุด จะต้องเสนอเพียงอัตราส่วนร้อยที่เป็นเพศหญิงอย่างเดียวหรือเพศชายอย่าง เดียวเท่านั้น เพราะเป็นที่แน่นอนว่า เมื่อทราบว่า เพศหญิงมีร้อยละ 44.4 ของประชากรที่ศึกษา ที่เหลือ 55.6 ก็ต้องเป็นเพศชาย แต่หากข้อมูลเป็นหลายกลุ่มตัวอย่าง เช่น ระดับการศึกษา การเสนอเพียงกลุ่มย่อยเพียงกลุ่มเดียวไม่เพียงพอ ต้องเสนอทุกกลุ่มย่อย จึงจะได้ข้อมูลที่ครบถ้วน

เมื่อปฏิบัติตามหลักการทั้ง 2 ข้อดังกล่าว จะได้ตารางแสดงคุณสมบัติของตัวอย่าง ในด้านเพศและการศึกษาดังตาราง 1.2

จะเห็นได้ว่า ตาราง 1.2 มีข้อมูลน้อยกว่า ตาราง 1.1 มาก แต่ให้สารสำคัญที่สมบูรณ์ เกี่ยวกับคุณสมบัติของกลุ่มตัวอย่างที่ใช้ในการศึกษา ส่วนจำนวนตัวอย่างเป็นตัวเลขที่ไม่สื่อความหมายอะไรมากมาย เพราะหากเราสุ่มตัวอย่างมามาก จำนวนในแต่ละกลุ่มย่อยก็จะมากตามไปด้วย ที่สำคัญกว่าคือ อัตราส่วน ว่าผู้ที่เป็นตัวอย่างของการศึกษา เป็นเพศใดมากกว่ากัน จบการศึกษาระดับใดในสัดส่วนเท่าใด

ตาราง 1.2 เพศและการศึกษาของกลุ่มตัวอย่าง (180 ราย)

เพศและการศึกษา อัตราส่วนร้อย
เพศ : หญิง 44.4
ระดับการศึกษา
ประถมและต่ำกว่า 70.0
มัธยมศึกษา 15.0
อาชีวะศึกษา 12.8
ปริญญาตรีและสูงกว่า 2.2


ในด้านรายละเอียดจะเห็นว่า มีการระบุจำนวนรวมของตัวอย่าง (180 ราย) ไว้ท้ายชื่อตาราง และไม่มีการระบุยอดรวมของอัตราส่วนร้อยละว่าเท่ากับ 100.0 (ทั้งนี้เพราะหากรวมอัตราส่วนร้อยละของทุกกลุ่มย่อยระดับการศึกษาแล้ว จะเท่ากับ 100.0 พอดี) เพราะเป็นการเสนอซ้ำซาก อย่างไรก็ตามยังมีนักวิชาการจำนวนมากที่ยังคงแสดงยอดรวม (100.0) ของอัตราส่วนร้อยละไว้ในรายงานผลการวิเคราะห์ ซึ่งก็ไม่ถือว่าซ้ำซากมากจนเกินเหตุ เพราะต้องการยืนยันว่ายอดรวมของอัตราส่วนร้อยของแต่ละกลุ่มย่อยเท่ากับ 100.0 และเป็นเรื่องของรสนิยมและความไม่มั่นใจในตนเองของผู้วิจัยว่า ผู้อื่นจะเข้าใจในสิ่งที่ตนเองเสนอหรือไม่ หรือยังอาจติดอยู่กับวิธีการดั้งเดิมที่ทำกันมา

เนื่องจากสถิติสำหรับการวิจัยนั้นใช้สำหรับการสรุปผลที่ได้จากการวิเคราะห์ ข้อมูลซึ่งมีจำนวนมากโดยไม่ให้เกิดการซ้ำซากและให้น้อยที่สุด แต่ต้องสื่อความให้ได้มากที่สุด ตามที่ได้กล่าวมาแล้วข้างต้น สิ่งที่มีความสำคัญไม่ยิ่งหย่อนกว่ากันคือ รูปแบการเสนอผลต้องได้มาตรฐานทางวิชาการที่เป็นที่ยอมรับกันในวงการวิชาการ ปัญหาคือ เราจะทราบได้อย่างไรว่า มาตรฐานทางวิชาการเป็นสากลนั้นเป็นอย่างไร

มาตรฐานทางวิชาการ เป็นสิ่งที่ผู้วิจัยจะขาดเสียมิได้ ดังนั้น เมื่อผู้ทำการวิจัยจะนำวิธีการทางสถิติใดมาใช้ ต้องศึกษาให้รอบคอบว่า นักวิชาการระดับระหว่างประเทศใช้กันอย่างไร โดยต้องพิจารณาตั้งแต่การเริ่มต้นของวิธีนำเสนอระเบียบวิธีของเทคนิคการ วิเคราะห์นั้นๆ ไปจนถึงขั้นการเสนอผลที่ได้จากการวิเคราะห์ การอ่านผล และการตีความหมายผลที่ได้จากการวิเคราะห์

สิ่งต่างๆเหล่านี้ ผู้วิจัยสามารถศึกษา ตรวจสอบ และเรียนรู้ได้ จากบทความวิจัยที่เสนอในวารสารทางวิชาการ โดยเฉพาะอย่างยิ่งารสารทางวิชาการที่จำหน่ายข้ามประเทศ เนื่องจาวารสารไทยส่วนใหญ่ไม่ได้มาตรฐานสากล เพราะไม่มีกองบรรณาธิการที่ประกอบด้วยผู้ทรงคุณวุฒิหรือผู้ทรงคุณวุติอยู่ ในกองบรรณาธิการ ส่วนมากเป็นแต่เพียงในนาม ไม่มีการปฏิบัติงานอย่างมีความรับผิดชอบ ในบางครั้งบรรณาธิการของวารสารบางมหาวิทยาลัยในประเทศไทย เป็นระบบการหมุนเวียนมากกว่าระบบแสวงหาผู้ที่ทรงความรู้อย่างแท้จริงมาเป็น บรรณาธิการ ผู้เขียนผ่านการรับราชการในหลานมหาวิทยาลัยของรัฐ ทราบข้อเท็จจริงเกี่ยวกับระบบวารสารและบรรณาธิการของวารวารในมหาวิทยาลัย ไทยเป็นอย่างดีด้วยประสบการณ์ของตนเอง อีกทั้งเป็นผู้ทำงานวิจัยอยู่ตลอดเวลาและได้รับการติดต่อขอบทความไปลงใน วารสารต่างๆที่ต้องการให้มีบทความจากนักวิชาการที่เชื่อถือได้ปะปนอยู่บ้าง

ในการหามาตรฐานทางวิชาการ จากวารสารต่างประเทศ ผู้ที่จะนำเทคนิคทางสถิติเทคนิคหนึ่งใดมาใช้ จะต้องศึกษาจากหลายๆบทความที่ใช่เทคนิคนั้น ๆ เพื่อจะได้ดูว่ามีสิ่งใดที่นักวิชาการทุกคนใช้ร่วมกันเมื่อใช้เทคนิคนั้น และสิ่งที่นำเสนอแตกต่างกัน การศึกษาในลักษณะดังกล่าวจะทำให้เราทราบว่า เมื่อจะนำเทคนิคทางสถิตินั้นๆาใช้ (1) สิ่งใดที่ต้องนำเสนอ และ (2) สิ่งใดที่อาจจะเสนอเพิ่มเติมได้

สำหรับการนำเสนอผลการวิเคราะห์ของแต่ละวิธีที่ได้นำเสนอในบทนี้ เป็ฯสิ่งที่ผู้เขียนได้ศึกษาตืดตามบทความวิจัยที่ใช้เทคนิคแต่ละวิธีมาเป็น ระยะเวลานาน จากวารสารในวงการวิชาการต่างๆ จนเห็นชัดเจนว่าการนำเสนอที่เป็นมาตรฐานว่าจะต้องนำเสนออะไรบ้าง และสิ่งที่อาจจะเสนอเพิ่มเติมนั้นมีอะไรบ้าง ซึ่งผู้เขียนไม่สามารถนำมาแสดงให้ดูเป็นรายๆบทความได้ เพราะมีมากมายเกินกว่าจะนำมาเสนอให้เห็นความแตกต่างในรายละเอียดได้ใน เอกสารนี้ได้ และหากนำเสนอมากมายหลายตัวอย่าง อาจมีการนำไปตีความเป็นอย่างอื่นได้

ประเภทของตัวแปรที่ใช้ในการวิจัย

ก่อนที่ผู้จัยจะนำวิธีการทางสถิติใดมาใช้ ผู้วิจัยจะต้องทราบถึงประเภทของข้อมูลหรือตัวแปรที่จะนำมาใช้กับวิธีการทาง สถิตินั้นๆ เสียก่อน หากขาดความรู้ความเข้าข้าใจในประเภทของตัวแปร ผู้วิจัยอาจจะใช้วิธีการทางสถิติที่ผิดๆมาใช้โดยไม่รู้ว่าตัวเองนั้นใช้ สถิติไม่เป็น

ประเภทของข้อมูลหรือตัวแปรที่ใช้ในการวิจัยที่เกี่ยวข้องโดยตรงคือ (1) ประเภทของตัวแปรตามระดับการวัด และ (2) ประเภทของตัวแปนตามบทบาทของตัวแปร

ตัวแปรตามระดับของการวัด

ในวงการวิจัยทางสังคมศาสตร์หรือพฤติกรรมศาสตร์ ตัวแปรที่นำมาใช้ในการศึกษาเป็นลักษณะหรือคุณสมบัติของหน่วยวิเคราะห์ (Units of Analysis) หรือหน่วยศึกษา (Units of study) หากหน่วยวิเคราะห์เป็นระดับบุคคล คุณสมบัติของบุคคลก็จะเป็นตัวแปรต่อเมื่อมีการผันแปร หากหน่วยวิเคราะห์เป็นกลุ่ม คุณสมบัติของกลุ่มก็จะเป็นตัวแปร หากหน่วยวิเคราะห์เป็นหมู่บ้าน ตำบล อำเภอ จังหวัด หรือประเทศ คุณสมบัติของหมู่บ้านต่างๆ ตำบลต่างๆ อำเภิอต่างๆ จังหวัดต่างๆ หรือประเทศต่างๆ จะเป็นตัวแปรที่นำมาวิเคราะห์ศึกษาได้

อย่างไรก็ตาม ผู้วิจัยจะต้องมั่นใจหรือพอจะคาดคเนได้ว่า คุณสมบัติของหน่วยวิเคราะห์หรือหน่วยศึกษา (ไม่ว่าจะเป็นบุคคล กลุ่ม หรือพื้นที่ หรืออื่นๆ) นั้น จะต้องมีการผันแปร เช่น เพศ ซึ่งปเนคุณสมบัติของบุคคล ผู้วิจัยจะต้องแน่ใจว่าหากจะนำเพศมาเป็นตัวแปรในการวิจัย บุคคลต่างๆที่เป็นหน่วยศึกษาจะต้องมีเพศแตกต่างกันไม่ใช่มีเฉพาะเพศหญิง หรือเพศชาย เพศใดเพศหนึ่งเท่านั้น หรือการศึกษาซึ่งเป็นคุณสมบัติของบุคคลที่เป็นหน่วยศึกษามาเป็นตัวแปร ผู้วิจัยต้องมั่นใจว่าในกลุ่มบุคคลที่เป็นเป้าหมายของการศึกษาหรือกลุ่มตัว อย่างที่ใช้ในการศึกษาต้องมีการศึกษาแตกต่างกัน จึงจะเป็นตัวแปรได้ มิฉะนั้นจะกลายเป็นตัวคงที่ (Constant)

ในด้านระดับการวัด ลักษณะ คุณสมบัติของหน่ววิเคราะห์อาจแบ่งได้เป็น 4 ระดับ ตามลักษณะของรายละเอียดการวัดคุณสมบัติและตามลักษณะของคุณสมบัติของหน่วย วิเคราะห์เอง

ตัวแปรกลุ่ม : คุณสมบัติของหน่วยวิเคราะห์บางคุณสมบัติ เช่น เพศของบุคคล ในการวิจัยทางสังคมศาสตร์และพฤติกรรมศาสตร์ เราแบ่งบุคคลออกเป็นเพศหญิงและเพศชาย ตามลักษณะโดยกำเนิด เราไม่มีเพศอื่นอีกโดยธรรมชาติของมนุษย์ ซึ่งในปัจจุบันยังไม่มีการแจกแจงนับบุคคลที่แปลงเพศให้เป็นเพศที่สาม หรือเขตที่อยู่อาศัย (ในกรุง้ทพมหานคร นอกกรุงเทพมหานคร) เมื่อนำหน่วยวิเคราะห์มาจำแนกตามเพศ หรือตามเขตที่อยู่อาศัย เราจะได้เป็น (กลุ่ม) บุคคลที่เป็นเพศชาย / เพศหญิง หรือ (กลุ่ม) บุคคลที่อาศัยอยู่ในและที่อยู่นอกเขตกรุงเทพมหานคร คุณสมบัติดังกล่าวข้างต้นในวงการวิจัย เรียกว่า ข้อมูล/ ตัวแปรกลุ่ม หรือตัวแปรที่มีระดับการวัดในวงวิชาการวัด เรียกว่า นามมาตร ซึ่งตรงกับภาษาอังกฤษว่า Nominal data ซึ่งถือเป้นระดับการวัดที่ต่ำที่สุด เพราะทราบแต่เเพียงว่าแตกต่างกันในด้านคุณสมบัติ เช่น เพศและเขตที่อยู่อาศัย แต่ไม่ทราบว่าแตกต่างกันมากน้อยเพียงใด ในวงการวิจัย ตัวแปร/ข้อมูลที่มีคุรสมบัติทางด้านการวัดในลักษณะดังกล่าวนี้เรียกว่า ตัวแปร/ ข้อมูลเชิงคุณภาพ (Qualitative variable) เพราะไม่สามารถวัดปริมาณความแตกต่างได้

ตัวแปรอันดับ : ตัวแปร /ข้อมูลที่มีระดับการวัดสูงขึ้นมา คือ ตัวแปรที่สามรถวัดความแตกต่างได้ระดับหนึ่ง แม้จะไม่ทราบปริมาณความแตกต่างที่แน่นอนได้ เช่น กลุ่มอายุ อาจแบ่ง อายุมาก อายุน้อย แต่ไม่ทราบว่าคนในกลุ่มอายุมากมีอายุมากกว่าคนในกลุ่มอายุน้อยเท่าใด หรือเรื่องรายได้ ซึ่งแบ่งออกเป็น รายได้สูง รายได้ปานกลาง รายได้น้อย เราไม่ทราบว่าคนในกลุ่มรายได้สูงมีรายได้เท่าใด มากกว่าคนในกลุ่มรายได้ปานกลางเท่าใด หรือคนในกลุ่มรายได้ปานกลาง มีรายได้มากกว่าคนในกลุ่มรายได้น้อยเท่าใด ตัวแปร/ข้อมูลที่มีลักษณะดังกล่าวข้างต้นนี้ เรียกว่า ตัวแปร/ ข้อมูลอันดับ (Ordinal data)

จะเห็นได้ว่า แม้ว่าเราจะสามารถจัดอันดับว่าะไรมาก่อนมาหลังได้ แต่เราก็ยังไม่สามารถทราบปริมาณ หรือความห่าง (Interval) ว่า แต่ละหน่วยวิเคราะห์ห่างกันหรือแตกต่างกันมากน้อยเพียงใดในคุณสมบัติที่นำ มาศึกษา ตัวแปรที่มีการวัดเชิงอันดับ จึงจัดอยู่ในประเภทของกลุ่มที่กล่าวมาแล้วข้างต้น

สิ่งที่พึงสังเกตคือ เมื่อนำข้อมูล/ ตัวแปรมาใช้ในการวิเคราะห์ทางสถิติ จะต้องอาศัยตัวเลขเป็นหลัก ทั้งนี้เพราะไม่สามรถเอาวิธีการทางสถิติมาวิเคราะห์ตัวอักษรได้ ยกเว้นแต่จะแปลงตัวอักษรให้เป็นตัวเลขเสียก่อน ดังนั้น ก่อนจะนำมาวิเคราะห์จึงมีการให้ตัวเลขหรือรหัส (Code) กำกับตัวแปรกลุ่มหรือตัวแปรอันดับเสียก่อน

ในกรณีของข้อมูลกลุ่ม เช่น เพศ อาจมีการให้รหัสดังนี้ เพศหญิง = 1 เพศชาย = 2 หรืออาจเป็น เพศหญิง = 1 และเพศชาย = 0 หรือในกรณีของข้อมูลอันดับเช่น มาตรวัดความพึงพอใจ ซึ่งแบ่งออกเป็น 5 อันดับ คือ พอใจมาก พอใจ เฉยๆ ไม่พอใจ ไม่พอใจเลย อาจมีการให้รหัสดังนี้ พอใจมาก = 5 พอใจ = 4 เฉยๆ = 3 ไม่พอใจ = 2 และไม่พอใจเลย = 1 แต่เราอาจจะให้รหัสอื่นก็ได้ เช่น พอใจมาก = 8 พอใจ = 6 เฉยๆ = 4 ไม่พอใจ = 3 และไม่พอใจเลย = 2 จะเห็นได้ว่าตัวเลขเหล่านี้ปเนเพียงสิ่งที่นำมาแทนลักษณะของตัวแปรเท่านั้น ไม่ใช่ตัวเลขที่จะนำมาบวกลบ คูณ หาร เชิงเลขคณิตได้ เพราะค่าที่ได้ออกมาไม่มีความหมายแน่นอนเชิงคณิตศาสตร์ และขึ้นอยู่กับรหัสตัวเลขที่ผู้วิจัยใช้กำหนดแทนลักษณะนั้นๆ ของตัวแปร ซึ่งมิใช่ค่าที่แท้จริงของคุณสมบัติ ซึ่งไม่สามารถกำหนดเชิงปริมาณได้จากลักษณะของการวัดที่นำมาใช้กับตัวแปร นั้นๆ

ตัวแปรช่วง : สำหรับตัวแปรที่มีระดับการวัดสูงขึ้นมา ที่ใช้กันในวงการวิจัยทางสังคมศาสตร์หรือพฤติกรรมศาสตร์ สามารถวัดปริมาณความแตกต่างได้ เช่น คะแนนผลการศึกษา (ที่มีคะแนเต็ม 100 หรือ 10) คะแนนความพึงพอใจ (ที่มีการให้คะแนนเต็ม 100 หรือ 10) คะแนนความขยัน อุณหภูมิที่วัดเป็นเซลเซียสหรือฟาเรนต์ไฮต์ ซึ่งเราสามรถนำคะแนนที่แตกต่างกันมาลบกันได้ ทำให้ทราบถึงปริมาณหรือความห่าง (Interval) ของความแตกต่างได้ ตัวแปรที่มีลักษณะดังกล่าวนี้เป็นตัวแปรเชิงปริมาณ (Quantitative variables) ซึ่งตัวแปรที่มีการวัดในลักษณะนี้ เรียกว่า เป็นตัวแปรช่วง (Interval variables) ตัวเลขที่เป็นรหัสของตัวแปรที่มีการวัดระดับนี้สามารถนำมาบวก ลบ คูณ หาร เชิงเลขคณิตได้

สิ่งที่น่าสังเกตคือ แม้วาตัวเลขที่เป็นคะแนนเหล่านี้ จะบอกปริมาณความแตกต่างที่ได้จากการวัดได้ แต่ไม่มีมาตรฐานที่แน่นอนขึ้นอยู่กับเครื่องวัดหรือผู้ที่ทำการวัดปเนสำคัญ เช่น ครู 3 คน อาจให้คะแนนคำตอบของนักศึกษาคนเดียวแตกต่างกัน แม้ว่าจะมีคะแนนเต็มที่ให้เท่ากัน ครูบางคนอาจให้ 5บางคนอาจให้ 8 บางคนอาจให้ 6 ทั้งที่เป็นคำตอบของนักศึกษาคนเดียวกัน แสดงว่าครูซึ่งเป็นมาตรวัดความรู้ของนักศึกษาใช้หรือมีมาตรฐานในการให้ คะแนนแตกต่างกัน

ตัวแปรอัตราส่วน : ตัวแปรหรือข้อมูลที่มีคุณสมบัติสูงกว่านั้นคือ ตัวแปรที่ให้ผลการวัดที่มีมาตรฐานสากลเชิงเปรียบเทียบ เช่น น้ำหนัก ความยาว ส่วนสูง มีมาตรฐานสากลเปรียบเทียบใช้ได้ทุกแห่งหน ถ้าเครื่องมือวัดเมื่อเปรียบเทียบแล้วได้สัดส่วนกับมาตรฐานสากล ค่าที่ได้ออกมาจะเท่ากันหมด มาตรวัดเหล่านี้จะมีจุดเริ่มต้นเท่ากัน คือ เริ่มจาก 0 เมื่อเป็นตัวเลขอัตราส่วน ถ้าตัวตั้งมีค่าเป็น 0 เมื่อหารด้วยตัวหารใด ก็จะมีค่าเป็นศูนย์ เสมอ

ในวงการวัด เรียกมาตรวัดดังกล่าวว่า มาตรวัดอัตราส่วน (Ratio scale) เนื่องจากผลที่ได้จากการวัดสามารถระบุปริมาณความแตกต่างได้แน่นอน เช่น น้ำหนัก 52 กิโลกรัมมากกว่าน้ำหนัก 48 กิโลกรัม 4 กิโลกรัมแน่นอน ตัวแปรที่มีคุณสมบัติดังกล่าวนี้เป็นตัวแปรเชิงปริมาณ (Quantitative variables)

ตัวแปรตามบทบาท

ในการนำสถิติมาใช้ในการวิจัย นอกจากจะต้องคำนึงถึงระดับการวัดของตัวแปรแล้ว จะต้องคำนึงถึงบทบาทของตัวแปรด้วย โดยเฉพาะอย่างยิ่งเมื่อต้องการวิเคราะห์ความแตกต่างหรือความสัมพันธ์ตั้งแต่ 2 ตัวแปรขึ้นไป

บทบาทของตัวแปรในการวิจัย สามารถจำแนกออกได้เป็น 3 บทบาท คือ การเป็นตัวแปรอิสระ (Independent variables) การเป็นตัวแปรตาม (Dependent variables) และการเป็นตัวแปรควบคุม (Control variables) ในที่นี้จะขอกล่าวถึงตัวแปรอิสระและตัวแปรตามเท่านั้น

คุณสมบัติที่สำคัญของการที่ตัวแปรตัวหนึ่งจะเป้นตัวแปรอิสระหรือตัวแปรตาม จะต้อเปรียบเทียบกับอีกตัวแปรหนึ่งที่ต้องนำมาวิเคราะห์ศึกษาร่วมกันโดย อาศัยหลักการคิดง่ายๆ เกี่ยวกับความเป็นเหตุ และความเป็นผล กล่าวคือ สิ่งที่เป็นสาเหตุจะต้องเกิดขึ้นก่อนสิ่งที่เป็นผลเสมอ การส่งเสริมให้เกษตรกรทำไร่นาสวนผสมก่อให้เกิดการเปลี่ยนแปลงในการปลูกพืช หลากหลายในไร่นาของเกษตรกร การส่งเสริมการทำไร่นาสวนผสมจึงเป็นตัวแปรอิสระ เพราะเป็นสาเหตุของการก่อให้เกิดการเปลี่ยนแปลงในการปลูกพืชหลากหลายในไร่ นาของเกษตรกร แต่หากการปลูกพืชหลากหลายในไร่ของเกษตรกร เกิดขึ้นก่อนการรณรงค์ส่งเสริมการทำไร่นาสวนผสม การส่งเสริมการทำไร่นาสวนผสมก็ไม่ใช่ตัวแปรอิสระ เพราะไม่ใช่สาเหตุของการที่เกษตรกรปลูกพืชหลากหลายในไร่นาของตน

นอกจากมิติในด้านเวลาแล้ว ในวงการวิจัยสังคมศาสตร์และพฤติกรรมศาสตร์ ในบางครั้งไม่อาจกำหนดได้แน่นอน ว่าอะไรเกิดขึ้นก่อนอะไร โดยเฉพาะอย่างยิ่งหากเป็นการเก็บข้อมูลมาศึกษานั้น เก็บข้อมูลในช่วงเวลาเดียวกัน เช่น ในวงการประชากรศาสตร์ที่ศึกษาเรื่องการวางแผนครอบครัวกับการมีบุตร ที่ถามคู่สมรสเกี่ยวกับการวางแผนครอบครัวและการมีบุตร จะเป็นการยากที่จะกำหนดว่าอะไรเป็นตัวแปรอิสระและอะไรเป็นตัวแปรตาม แม้ว่าในเชิงทฤษฎีและแนวคิด จะบ่งชี้ไปในทางที่ว่า การวางแผนครอบครัวทำให้คนมีลูกมากลูกน้อยได้ตามที่ต้องการ การวางแผนครอบครัว จึงน่าจะเป็นตัวแปรสาเหตุหรือตัวแปรอิสระ และการมีลูกมากลูกน้อยน่าจะเป็นตัวแปรผลหรือตัวแปรตาม แต่ในเชิงพฤติกรรมอาจเป็นไปได้ว่า การมีลูกเป็นตัวแปรสาเหตุของการวางแผนครอบครัว คนจะไม่วางแผนครอบครัวจนกว่าจะมีลูกมากหรือได้จำนวนครบตามที่ต้องการแล้ว หากผู้วิจัยสามารถกำหนดเวลาว่าตัวแปรใดเกิดขึ้นก่อนตัวแปรใด แลล้วก็จะสามารถระบุได้ว่าอะไรควรเป็นตัวแปรอิสระและอะไรควรเป็นตัวแปรตาม

สิ่งที่พอจะเป็นตัวช่วยในการตัดสินใจ ว่าอะไรควรจะเป็นตัวแปรอิสระหรือตัวแปรตาม คือ ความยากง่ายในการเปลี่ยนแปลงเชิงเปรียบเทียบระหว่างตัวแปร สิ่งที่เปลี่ยนยากกว่าควรเป็นตัวแปรอิสระ และสิ่งที่เปลี่ยนง่ายกว่าควรเป็นตัวแปรตาม เช่น เพศกับทัศนคติ เพศเปลี่ยนแปลงได้ยากกว่าทัศนคติ เพศจึงควรเป็นตัวแปรอิสระมากกว่าเป็นตัวแปรตาม

อย่างไรก็ตาม ในบางกรณีผู้วิจัยอาจจะกำหนดไม่ได้ชัดเจนว่า อะไรเปลี่ยนแปลงได้ง่ายกว่าอะไร เช่น ทัศนคติและพฤติกรรมซึ่งตัวแปรทั้งสองนี้เปลี่ยนแปลงได้ตลอดเวลา แม้ว่าความรู้ในเชิงทฤษฎีจะยกประโยชน์ให้กัยทัศนติเป็นตัวแปรอิสระหรือตัว แปรสาเหตุของพฤติกรรมได้ แต่ชีวิตจริงพฤติกรรมอาจเป็นตัวแปรสาเหตุของทัศนคติได้ โดยเฉพาะอย่างยิ่งพฤติกรรมที่เป็นบรรทัดฐานอันเกิดจากวัฒนธรรมของกลุ่มทำ ให้บุคคลมีทัศนคติไปในลักษณะที่ยืนยันความมีเหตุมีผลของพฤติกรรมของตน

เพื่อให้เกิดความเข้าใจจะขอยกตัวอย่าง 2 ตัวอย่าง ประกอบคำอธิบาย ตัวอย่างแรก เป็นตัวอย่างในวงการตำรวจในประเทศด้อยพัฒนา ตำรวจใหม่เมื่ออยู่ในกลุ่มตำรวจเก่าที่ชอบรีดไถผู้ขับขี่รถจักรยานยนต์ หรือรถบรรทุกอย่างปเนปกติวิสัย โดยเฉพาะอย่างยิ่งเมื่อมีสาเหตุที่สามารถจะรีดไถได้เพราะเห็นว่าเป็นการ สมควรที่จะทำเช่นนั้น พฤติกรรมนำไปสู่แนวความคิด/ ทัศนคติ ตัวอย่างที่สองเป็นตัวอย่างนักการเมืองในประเทศด้อยพัฒนาอีกเช่นกัน ในกลุ่มนัการเมืองที่ตองทุ่มเทเงินเป็นจำนวนมากให้กับหัวคะแนนเมื่อได้รับ เลือกตั้งมา (ตัวแปรอิสระ) และมีส่วนเกี่ยวข้องกับการดูแลในเรื่องที่เกี่ยวกับการเงิน จะมีการเรียกร้องผลประโยชน์ (ตัวแปรตาม) จากการดำเนินการใดๆ ที่เกี่ยวข้องกับเรื่องนั้น ๆ จนกลายปเนวัฒนธรรมและเป็นบรรทัดฐานเชิงพฤติกรรม ซึ่งจะทำให้มีทัศนคติที่เห็นว่าเป็นสิ่งที่พึงได้และสมควรที่พึงกระทำ โดยไม่คำนึงถึงการซ้ำเติมระบบสังคมให้อยู่ในวัฏจักรของความโสมมของวงการการ เมือง ซึ่งมีผลเสียต่อการพัฒนาจิตใจของบุคคลในชาติและการพัฒนาเศรษฐกิจและสังคม ของประเทศไทยในที่สุด พฤติกรรมการเรียกร้องค่าดำเนินงาน นำไปสู่ทัศนคติเกี่ยวกับการคอรัปชั่นและการรีดไถที่ไม่เหมาะสมดังกล่าว

จากตัวอย่างทั้งสอง ผู้ที่ทำการวิจัยจะต้องทำการตัดสินใจด้วยการเก็บข้อมูลเบื้องต้น ทำความรู้ความเข้าใจเกี่ยวกับปรากฏการณ์ที่ศึกษาว่าตัวแปรใดควรเป็นตัวแปร สาเหตุและตัวแปรใดควรเป็นตัวแปรผล หรือมีตัวแปรอื่นที่เป็นตัวแปรสาเหตุหนึ่งของตัวแปรที่จะเป็นสาเหตุต่อไป ของอีกตัวแปรหนึ่งหรือไม่

ความเป็นตัวแปรอิสระและตัวแปรตามและระดับการวัดของตัวแปรอิสระและตัวแปรตาม เป็นสิ่งสำคัญของการนำวิธีการทางสถิติมาใช้ตั้งแต่ขั้นการนำเสนอตัวแบบที่ จะใช้ในการวิเคราะห์ หลักการและเหตุผลที่ถูกต้องว่าอะไรควรเป็นตัวแปรอิสระและอะไรควรเป็นตัวแปร ตาม ไปจนถึงขั้นการนำผลที่ได้จากการใช้วิธีการวิเคราะห์ทางสถิติมาเสนอ หากเสนอสถิติไม่ถูกต้องตามรูปแบบมาตรฐานตามลักษณะของตัวแปรตามและตัวแปร อิสระแล้ว จะเกิดปัญหาในการอ่านและตีความหมายผลที่ได้จากการวิเคราะห์ อีกทั้งเป็นการบ่งชี้ว่าผู้วิจัยใช้สถิติเพื่อการวิจัยในเรื่องนั้นๆไม่ เป็นหรือไม่ถูกต้อง...

ไม่มีความคิดเห็น:

แสดงความคิดเห็น

.

Waiting....