Feeds:
เรื่อง
ความเห็น

Archive for the ‘การเรียนปริญญาเอก’ Category

สรุปรายงานการสัมมนาทางวิชาการ เรื่อง Today Australia: Tomorrow the World! New Directions in Internationalisation for LIS Education, Research and Practice บรรยายโดย Dr.  Gillian Hallam, Adjunct Professor, Science and Engineering Faculty, Queensland University of Technology, Brisbane, Australia เมื่อ วันที่ 31 กรกฎาคม 2556 เวลา 9:30-12:00 น. ณ ห้องประชุม 233 อาคารสัมมนา 2 มหาวิทยาลัยสุโขทัยธรรมาธิราช

เนื้อหาของการบรรยายครอบคลุมประเด็นต่างๆ ที่เกี่ยวกับสาขาวิชาบรรณารักษศาสตร์และสารสนเทศศาสตร์ (LIS) ในภาพรวมของประเทศออสเตรเลีย บทบาทของสมาคม Australian Library and Information Association (ALIA) ที่มีต่อการศึกษา การวิจัย และการปฏิบัติงานทางด้านบรรณารักษศาสตร์และสารสนเทศศาสตร์ ทิศทางใหม่ๆ ของห้องสมุด หลักสูตรการศึกษา และสมาคมห้องสมุดในอนาคต ซึ่งจะเน้นความร่วมมือระดับนานาชาติเป็นหลัก และปิดท้ายด้วยการเล่าประสบการณ์ส่วนตัวของผู้บรรยายที่เข้าไปมีส่วนเกี่ยวข้องกับกิจกรรมต่างๆ เพื่อการพัฒนาวงการ LIS ของประเทศออสเตรเลียและส่งเสริมความสัมพันธ์ระหว่างประเทศ

ห้องสมุดต่างๆ ในประเทศออสเตรเลีย ประกอบด้วย

  1. ความร่วมมือระหว่างกลุ่มห้องสมุดระดับชาติและระดับรัฐ จำนวน 8 แห่ง ของประเทศออสเตรเลียและนิวซีแลนด์ National and State Libraries Australasia (NSLA) http://www.nsla.org.au
  2. ห้องสมุดประชาชน จำนวน 1,620 แห่ง
  3. ห้องสมุดโรงเรียน ทั้งภาครัฐและภาคเอกชน จำนวน 9,300 แห่ง
  4. ห้องสมุดสถาบันการศึกษา ทั้งที่เป็นมหาวิทยาลัยและวิทยาลัยอาชีวศึกษาประเภท TAFE (Technical and Further Education) จำนวน 430 แห่ง โดยมีสภาบรรณารักษ์สถาบันอุดมศึกษาแห่งประเทศออสเตรเลีย (Council of Australian University Librarians หรือ CAUL) เป็นองค์กรที่สำคัญสำหรับการทำงานร่วมกันระหว่างห้องสมุดมหาวิทยาลัย http://www.caul.edu.au
  5. ห้องสมุดเฉพาะ ในสาขาวิชาต่างๆ ทั้งของรัฐบาลและบริษัทเอกชน จำนวน 2,200 แห่ง

กำลังคนด้าน LIS ในประเทศออสเตรเลีย

ประชากรทั้งหมดของประเทศออสเตรเลียมีจำนวนทั้งสิ้น 23 ล้านคน เป็นกำลังคนหรือแรงงานจริง จำนวน 10 ล้านคน สำหรับในภาคส่วนของ LIS มีคนทำงานในห้องสมุด 28,000 คน บรรณารักษ์ 13,000 คน เจ้าหน้าที่งานเทคนิคห้องสมุด 5,000 คน เจ้าหน้าที่งานบริการห้องสมุด 7,000 คน นักจดหมายเหตุ ภัณฑรักษ์ หรือนักวิชาชีพอื่นๆ ที่เกี่ยวข้อง 3,000 คน เมื่อดูอายุเฉลี่ยของอาชีพบรรณารักษ์ พบว่า จำนวนสูงสุดอยู่ในช่วง 45-54 ปี หรือมีค่ามัธยฐานอยู่ที่ 47 ปี ในขณะเดียวกัน บรรณารักษ์ที่อายุน้อยมีจำนวนไม่มากนัก

การศึกษาในสาขาวิชา LIS ของประเทศออสเตรเลีย

การศึกษา LIS เริ่มต้นเมื่อปี 1944 ในรูปแบบการสอบประเมินผล ในปี 1960 ให้ประกาศนียบัตร ปี 1963 เริ่มมีสมาคมห้องสมุด Library Association of Australia (LAA) ซึ่งต่อมาเปลี่ยนชื่อเป็น Australian Library and Information Association (ALIA) และในปี 1965 เริ่มมีหลักสูตรระดับปริญญาตรี  ปัจจุบันหลักสูตรวิชาชีพในระดับมหาวิทยาลัย มีมหาวิทยาลัยที่เปิดหลักสูตรระดับปริญญาตรี จำนวน 5 แห่ง และหลักสูตรหลังปริญญาตรี  จำนวน 10 แห่ง นอกจากนั้น ยังมีหลักสูตรประกาศนียบัตรระดับอาชีวศึกษาหรือที่เรียกว่า TAFE สำหรับเจ้าหน้าที่ผู้ปฏิบัติงานห้องสมุดด้วย

บทบาทของสมาคม Australian Library and Information Association (ALIA)

ALIA ทำหน้าที่ให้การสนับสนุนวิชาชีพ LIS หาทุนเพื่อพัฒนาวิชาชีพ ดูแลมาตรฐานการศึกษา ให้คำแนะนำเกี่ยวกับหลักสูตรการศึกษาทางด้าน LIS หลักสูตรฝึกอบรมเจ้าหน้าที่ผู้ปฏิบัติงานห้องสมุด หลักสูตรครูบรรณารักษ์ และทำกิจกรรมส่งเสริมความร่วมมือระดับนานาชาติ มีเว็บไซต์อยู่ที่ http://www.alia.org.au

ข้อมูลสถิติจากเว็บไซต์ http://joboutlook.gov.au  แสดงให้เห็นว่า อาชีพบรรณารักษ์ มีระดับการศึกษาหลังปริญญา (ปริญญาโทและประกาศนียบัตร) สูงสุด 43.0% รองลงมาคือปริญญาตรี 34.2% อาชีพเจ้าหน้าที่งานเทคนิคห้องสมุด (Library Technicians) มีระดับการศึกษาสูงสุด คือ อนุปริญญา 40.2% รองลงมาคือ ปริญญาตรี 16.6% ส่วนอาชีพเจ้าหน้าที่งานบริการห้องสมุด (Library Assistants) มีระดับการศึกษาสูงสุด คือ มัธยมศึกษา เกรด 12 (23.3%) เกรด 11 และเกรด 10 (22.7%) แต่มีบ้างที่มีวุฒิการศึกษาสูงกว่านั้น เนื่องจากต้องการงานทำ

ธรรมชาติของหลักสูตร LIS เป็นพหุวิทยาการ

เป็นการผสมผสานหลายสาขาวิชา เช่น เทคโนโลยีสารสนเทศ การจัดการ ศึกษาศาสตร์ สังคมสงเคราะห์ และจิตวิทยา ซึ่งทำให้สาขาวิชา LIS มักไปรวมเป็นส่วนหนึ่งอยู่ในคณะอื่นๆ เช่น คณะเทคโนโลยีสารสนเทศ คณะบริหารธุรกิจ คณะวิทยาการจัดการ คณะมนุษยศาสตร์และสังคมศาสตร์ คณะสื่อสารมวลชน คณะนิติศาสตร์ คณะศิลปศาสตร์ เป็นต้น ในกรณีของ Queensland Institute of Technology ได้นำหลักสูตร LIS ไปรวมอยู่ในคณะวิทยาศาสตร์และวิศวกรรมศาสตร์

บทบาทของ ALIA เกี่ยวกับมาตรฐานหลักสูตรและการรับรองคุณภาพการศึกษา

เกณฑ์ที่ใช้ในการประเมินได้แก่ การออกแบบหลักสูตร เนื้อหาของหลักสูตร จำนวนอาจารย์ ทรัพยากร โครงสร้างพื้นฐาน ผลการประเมินของนักศึกษา และกลไกในการประกันคุณภาพการศึกษา ซึ่งรายชื่อหลักสูตรสำหรับบรรณารักษ์และนักเอกสารสนเทศ หลักสูตรสำหรับครูบรรณารักษ์ และหลักสูตรสำหรับเจ้าหน้าที่งานเทคนิคห้องสมุด ที่ผ่านการรับรองแล้ว ได้แสดงไว้บนเว็บไซต์ของ ALIA ในหัวข้อ Accredited courses http://www.alia.org.au/employment-and-careers/accredited-courses

ในปี 2013 นี้จะมีการทบทวนเกณฑ์ใหม่ และจะเปลี่ยนจากการเก็บข้อมูลแบบ paper-based มาเป็นออนไลน์ โดยใช้โปรแกรม Moodle ทิศทางใหม่ๆ สำหรับหลักสูตร LIS คือ เน้นในเรื่องของทักษะและสมรรถนะทางวิชาชีพ ความสามารถทั่วไปหรือ Soft Skills การเรียนรู้เพื่อสร้างอาชีพในระยะยาว การสร้างความร่วมมือระหว่างสถาบัน และการแลกเปลี่ยนระหว่างมหาวิทยาลัยกับภาคอุตสาหกรรม เป็นต้น

ALIA กำหนดความรู้หลัก ทักษะ และคุณลักษณะเฉพาะของบรรณารักษ์และนักเอกสารสนเทศ ในด้านต่างๆ เอาไว้ที่ http://www.alia.org.au/about-alia/policies-standards-and-guidelines/library-and-information-sector-core-knowledge-skills-and-attributes

ทิศทางใหม่ของการบริการห้องสมุด ได้เปลี่ยนแปลงจากในอดีต เริ่มจากการเป็นสถานที่เก็บรวบรวมทรัพยากร การให้บริการยืมคืนทรัพยากร การบริการระหว่างห้องสมุด การให้บริการเครื่องคอมพิวเตอร์ PC ภายในห้องสมุด  การเรียนรู้อย่างเป็นทางการและไม่เป็นทางการ กลายมาเป็นสถานที่ในการพบปะของคนในชุมชน และเป็นแหล่งเรียนรู้สาธารณะหรือ Learning Commons ในปัจจุบัน

ในปี 2012-2013 ผู้บรรยายได้มีส่วนร่วมในโครงการของ National and State Libraries Australasia (NSLA) ที่จะศึกษาเพื่อเปลี่ยนแปลงห้องสมุดให้กลายเป็นองค์การแห่งการเรียนรู้หรือ Learning Organisation ซึ่งจะมีลักษณะแตกต่างจาก LO ในภาคธุรกิจ ซึ่งมุ่งเพิ่มผลกำไร แต่ LO ในกรณีห้องสมุดจะมุ่งเน้นการรู้สารสนเทศเพื่อช่วยเหลือสังคมและชุมชน

ทิศทางใหม่ของทรัพยากรห้องสมุด เปลี่ยนแปลงจากหนังสือที่เป็นตัวเล่ม ไปสู่หนังสือในรูปแบบ Kindle ในปี 2012 ผู้บรรยายได้มีส่วนร่วมในโครงการระดับชาติของ Council of Australian University Librarians (CAUL) ในโครงการนำหนังสือตำราอิเล็กทรอนิกส์ หรือ eTextBooks มาใช้ในห้องสมุดมหาวิทยาลัย

โครงการวิจัยที่เกี่ยวกับ LIS Education

เป็นการใช้วิธีวิจัยแบบชุมชนมีส่วนร่วม หรือ Community Based Participatory Research โดยเน้นศึกษาใน 3 ประเด็นคือ 1. นักศึกษาหลักสูตร LIS 2. กำลังคนหรือแรงงานในสาขา LIS และ 3. การศึกษาในระดับอุดมศึกษาและการศึกษาต่อเนื่องในสาขา LIS

ข้อสังเกตที่ได้จากงานวิจัย คือ นักศึกษาสนใจที่จะเข้าศึกษาในหลักสูตรนี้ จากการบอกเล่าปากต่อปากและการค้นจากเว็บไซต์  นักศึกษามีความพึงพอใจในเนื้อหารายวิชา วิธีการสอน และชอบการเรียนแบบเผชิญหน้ามากกว่าเรียนทางออนไลน์ ซึ่งควรปรับปรุงให้ interactive มากกว่านี้ เมื่อออกไปทำงานพบว่า ต้องเผชิญกับความท้าทายในสภาพแวดล้อมในการทำงานที่แตกต่างกัน ทักษะที่ต้องการเปลี่ยนแปลงจากทักษะที่เกี่ยวข้องกับสาขาวิชาโดยตรง มาเป็นทักษะทั่วไปหรือ soft skills มากขึ้น แต่มีความต้องการทักษะในการบริหารจัดการเนื้อหาสารสนเทศ เป็นพื้นฐานสำคัญ ในส่วนของการศึกษาในระดับอุดมศึกษา พบว่า โรงเรียนหรือภาควิชาต่างๆ มีการแข่งขันกันเองเพื่อแย่งนักศึกษาซึ่งมีจำนวนน้อยลง อาจารย์ผู้สอนลดลงและมีอายุมากขึ้น (มากกว่า 68% ของอาจารย์ทั้งหมด เป็นผู้มีอายุไม่น้อยกว่า 50 ปี) หรือโดยเฉลี่ยมีอายุ 50 ปี อย่างไรก็ตาม 80% ของอาจารย์ผู้สอนมีความพึงพอใจในอาชีพการทำงาน

ประเด็นด้านความเป็นนานาชาติของการศึกษา LIS ในประเทศออสเตรเลีย

จุดสนใจของหลักสูตร LIS ในขณะนี้สนใจไปทาง iSchools ซึ่งเน้นเทคโนโลยีเป็นหลัก และมีความกังวลในเรื่องต่างๆ เช่น การมุ่งเน้นงานวิจัยหรือการปฏิบัติงานจริง การขาดแคลนทฤษฎีหลักของสาขาวิชา และการเจือจางลงของหลักสูตร มหาวิทยาลัยมีการปรับเปลี่ยนโครงสร้างขององค์กรอย่างรวดเร็ว ทำให้หลักสูตรขาดความเป็นอิสระ ความสนใจในการร่วมมือกันระหว่างประเทศเพิ่มมากขึ้น แต่ยังขาดมาตรฐานของหลักสูตรที่ใช้ร่วมกันทั่วโลก ข้อแนะนำคือ ให้ใช้คำศัพท์ที่ครอบคลุมอย่างกว้างๆ เช่น ใช้คำว่าสารสนเทศ แทนคำว่าห้องสมุด พยายามที่จะผลักดันให้เกิดความเลิศด้านการวิจัยมากขึ้น มีกลยุทธ์ในการสร้างความยั่งยืนของอาชีพผู้สอน ทำการตลาดเพื่อดึงดูดผู้เรียน พัฒนาวัฒนธรรมการเรียนรู้และการสอนที่มีคุณภาพ สร้างความร่วมมือระหว่างอุดมศึกษากับการฝึกอบรมในระดับอาชีวศึกษา เป็นต้น

ประเทศออสเตรเลียใช้กรอบมาตรฐานคุณวุฒิระดับอุดมศึกษาแห่งชาติ ที่เรียกว่า Australian Qualifications Framework (AQF)

ทิศทางใหม่ของสมาคมห้องสมุด

เป็นช่วงเวลาแห่งการท้าทายของสมาคมห้องสมุด จำเป็นต้องเพิ่มความสนใจในเรื่องของผู้สนับสนุน หาทุนหรือรายได้ เพิ่มความสนใจในเรื่องขององค์ความรู้และทักษะ ในขณะที่จำนวนสมาชิกเริ่มลดน้อยลง ผู้ที่สนใจเข้ามาทำงานให้สมาคมแบบอาสาสมัครมีจำนวนลดลง จำเป็นต้องมุ่งเน้นในเรื่องของอนาคตให้มากขึ้น

บทสรุป

การศึกษาด้าน LIS ไม่ได้เป็นความรับผิดชอบของอาจารย์ผู้สอนเพียงฝ่ายเดียว แต่ขึ้นกับผู้เรียน ผู้จ้างงาน และสมาคมวิชาชีพด้วย การศึกษาด้าน LIS จะต้องประสานเข้าด้วยกันกับการวิจัยและการปฎิบัติงานจริง การศึกษาด้าน LIS จะไม่สามารถอยู่โดดเดี่ยวตามลำพังในประเทศใดประเทศหนึ่ง แต่จะต้องพัฒนาโดยเพิ่มมุมมองในระดับนานาชาติด้วย

Read Full Post »

สรุปจากการไปฟังบรรยายและฝึกอบรมเรื่อง – การประยุกต์สถิติเพื่อการวิจัยทางสารสนเทศศาสตร์ ซึ่งทางหลักสูตรสารสนเทศศาสตร์ มสธ. จัดขึ้น เมื่อวันเสาร์-อาทิตย์ที่ 25-26 พฤษภาคม 2556 โดยมี รศ.พวา พันธุ์เมฆา เป็นวิทยากรผู้สอน

มีทั้งหมด 5 ตอน ตอนที่ 1 | ตอนที่ 2 | ตอนที่ 3 | ตอนที่ 4 | ตอนนี้เป็นตอนจบ (ซะที)

การวิจัยเชิงทดลอง

โดยทั่วไปการวิจัยเชิงทดลองจะมีหน่วยวิจัย 2 กลุ่มคือ กลุ่มควบคุม และกลุ่มทดลอง เพื่อเปรียบเทียบผลที่เกิดขึ้นทั้ง 2 กลุ่มว่าแตกต่างกันหรือไม่ กลุ่มควบคุม ไม่ได้รับการจัดกระทำ (treatment) ถ้าผลที่ได้แตกต่างกันโดยที่กลุ่มทดลองได้ผลดีกว่า ก็สามารถสรุปได้ว่าผลที่ดีกว่านั้นมาจากการจัดกระทำ
(การทดลองกลุ่มเดียว วัดก่อนและหลังการทดลอง เป็นการทดสอบทางเดียว การเปรียบเทียบก่อนและหลังการทดลอง ใช้ค่า t-test dependent)

การกระทำที่ให้หน่วยวิจัยกระทำ เรียกว่า ตัวแปรทดลอง (Experimental variable) ผลที่เกิดจากการกระทำเรียกว่า ตัวแปรตาม (Dependent variable)

การออกแบบการวิจัยเชิงทดลอง
ผู้วิจัยควรออกแบบการวิจัยนั้นก่อนว่าจะใช้วิธีการวิจัยแบบใดให้เหมาะสมกับสภาพความเป็นจริงที่เป็นไปได้ วิธีและรูปแบบการวิจัยเชิงทดลองจะได้กล่าวต่อไป ถ้าการวิจัยนั้นออกแบบได้ดี จะทำให้ได้ผลการวิจัยมีความถูกต้องน่าเชื่อถือ

เครื่องมือที่ใช้ในการวิจัยเชิงทดลอง
สำหรับสาขาสังคมศาสตร์ ได้แก่ แบบทดสอบ หรือบทเรียนสำเร็จรูปที่พัฒนาขึ้นอย่างมีคุณภาพ

รูปแบบการวิจัยเชิงทดลอง

  • แบบการทดลองขั้นต้น (Pre-experimental design) ใช้เพียงกลุ่มเดียว แบ่งออกเป็น 2 แบบคือ แบบศึกษากลุ่มเดียววัดหลังการทดลอง (One shot design) : มีกลุ่มทดลองกลุ่มเดียว หน่วยวิจัยมิได้มีการสุ่มเลือกมา ไม่มีการทดสอบก่อน ไม่มีกลุ่มควบคุมมาเปรียบเทียบ และแบบศึกษากลุ่มเดียววัดก่อน-หลังการทดลอง(Pretest-posttest one group design) : มีกลุ่มทดลองกลุ่มเดียวคล้ายกัน แต่มีการทดสอบก่อนการทดลอง
  • แบบการวิจัยทดลองที่แท้จริง (True experimental design) : ในทางปฏิบัติ ทำได้ยาก ส่วนใหญ่ใช้ในการวิจัยเชิงคลินิก การสุ่มหน่วยวิจัยเพื่อเข้าสู่กลุ่มควบคุมและกลุ่มทดลองนั้นต้องใช้วิธีการสุ่มแบบสมบูรณ์ คือ ทุกหน่วยวิจัยมีโอกาสถูกเลือกเท่าๆกัน
  • แบบการวิจัยกึ่งทดลอง (Quasi experimental design) : นิยมกันมาก มี 2 แบบ คือ มีกลุ่มควบคุมที่ไม่เท่าเทียมวัดหลังการทดลอง (Posttest-only Nonequivalent Control Group Design) และ มีกลุ่มควบคุมที่ไม่เท่าเทียมวัดก่อน-หลังการทดลอง (Pretest-posttest Nonequivalent Control Group Design)

Read Full Post »

สรุปจากการไปฟังบรรยายและฝึกอบรมเรื่อง – การประยุกต์สถิติเพื่อการวิจัยทางสารสนเทศศาสตร์ ซึ่งทางหลักสูตรสารสนเทศศาสตร์ มสธ. จัดขึ้น เมื่อวันเสาร์-อาทิตย์ที่ 25-26 พฤษภาคม 2556 โดยมี รศ.พวา พันธุ์เมฆา เป็นวิทยากรผู้สอน

(เล่าต่อจาก ตอนที่ 1 / ตอนที่ 2 / และ ตอนที่ 3 )

การหาความสัมพันธ์ของข้อมูล

  • ค่าสหสัมพันธ์ของเพียร์สัน : วัดความสัมพันธ์ของข้อมูล 2 รายการ
  • ค่าสหสัมพันธ์ของสเปียร์แมน : ไม่ค่อยนิยมใช้
  • การวิเคราะห์การถดถอย : วัดความสัมพันธ์ของข้อมูลมากกว่า 2 รายการ
  • การวิเคราะห์การถดถอย (Regression Analysis)

  • เป็นสถิติวัดความสัมพันธ์ระหว่างตัวแปร เพื่อต้องการทราบว่า ตัวแปรต้น (ตัวแปรอิสระ หรือตัวแปรพยากรณ์) มีผลต่อการเปลี่ยนแปลงของตัวแปรตามอย่างไร (สามารถใช้โปรแกรม SPSS หรือโปรแกรม OpenStat ในการวิเคราะห์)
  • ถ้าศึกษาปัจจัยเดียว เรียกว่า Simple regression analysis แต่ถ้ามีหลายปัจจัย เรียกว่า การวิเคราะห์การถดถอยพหุคูณ (Multiple regression analysis)
  • นิยมใช้มากในงานวิจัยทางธุรกิจ ตัวอย่างเช่น ต้องการวิเคราะห์ยอดขายของร้านค้า จำนวน 18 สาขา ว่าขึ้นกับปัจจัยอะไรบ้าง เช่น จำนวนพนักงานขาย ค่าโฆษณา ประสบการณ์ของผู้จัดการสาขา โดยทดสอบที่ระดับนัยสำคัญทางสถิติ 0.05
  • การตั้งสมมุติฐาน จะตั้ง 2 ข้อ คือ 1. ความสัมพันธ์ (Correlation) 2. ส่งผล (Regression)
  • ตัวแปรตาม (ยอดขาย) ต้องอยู่ในมาตรการวัดระดับ interval, ratio ขึ้นไป และต้องมีการแจกแจงแบบปกติ
  • ตัวแปรต้นที่นำมาใช้พยากรณ์ไม่ควรมีความสัมพันธ์กันสูงเกินไป (>.80) เพราะถ้าเข้าใกล้ 1.00 แสดงว่าเกือบจะเป็นตัวแปรเดียวกัน ควรทดสอบตัวแปรต้นเป็นคู่ๆก่อน ด้วยคำสั่ง Bivariate correlation ในโปรแกรม SPSS
  • ขั้นตอนการวิเคราะห์ Regression analysis ด้วยโปรแกรม SPSS คือ 1. ตรวจสอบลักษณะความสัมพันธ์เบื้องต้นด้วยแผนภาพ Scatter Plot ระหว่างตัวแปรพยากรณ์ (แต่ละตัว) กับตัวแปรตาม โดยใช้ Spread Sheet
  • scatter_plot

  • 2. หาค่าสถิติเชิงพรรณนาของตัวแปรต่างๆ ได้แก่ ยอดขาย จำนวนพนักงานขาย ค่าโฆษณา ประสบการณ์ของผู้จัดการสาขา ตามต้องการ เช่น N, Mean, S.D., Kurtosis, Skewness, Range, Min, Max โดยใช้คำสั่ง Descriptive
  • 3. ตรวจสอบความสัมพันธ์ระหว่างตัวแปรตาม และตัวแปรพยากรณ์แต่ละตัว โดยใช้คำสั่ง Bivariate correlation เปรียบเทียบค่า r กับตารางค่าวิกฤตของสหสัมพันธ์ของเพียร์สัน โดยนำจำนวนข้อมูล n ไปเปิดตารางที่ระดับนัยสำคัญ sig. (one-tailed) 0.05 หรือ 0.01 — ในที่นี้พบว่า ยอดขาย มีความสัมพันธ์กับจำนวนพนักงานขาย ค่าโฆษณา ประสบการณ์ของผู้จัดการสาขา อย่างมีนัยสำคัญทางสถิติ
  • 4. หาความสัมพันธ์ระหว่างตัวแปรเพื่อการพยากรณ์ ด้วยคำสั่ง Linear regression อ่านผลการตรวจสอบ พบว่า ค่าความสัมพันธ์ระหว่างตัวแปรพยากรณ์ที่นำมาเข้าสมการกับตัวแปรตาม (Multiple Regression) = 0.87 ค่าสัมประสิทธิ์การทำนาย (R Square) = 0.76 ค่า Adjusted R Square = 0.72 (ปรับลดให้เหมาะสม เนื่องจาก N มีจำนวนน้อย) และจากตาราง ANOVA ทดสอบความสัมพันธ์ระหว่างตัวแปรตามกับตัวแปรพยากรณ์ทั้งสาม พบว่า Sig. = .00 จึงปฏิเสธสมมุติฐานหลัก H0 แสดงว่ามีตัวแปรพยากรณ์อย่างน้อย 1 ตัวที่นำมาพยากรณ์ยอดขายได้ ส่วนตาราง Coefficients พบว่า มีตัวแปรเดียวคือ จำนวนพนักงานขาย ที่มีค่า Sig. = .02 ดังนั้นจึงปฎิเสธสมมุติฐาน H0 — ให้นำไปเข้าสมการถดถอยใหม่อีกครั้ง
  • 5. นำตัวแปรพยากรณ์ (จำนวนพนักงานขาย) มาเข้าสมการถดถอยอีกครั้ง ได้ผลลัพธ์ดังนี้ Multiple R. = 0.83 R Square = 0.69 Adjusted R Square = 0.69 ตาราง ANOVA พบว่า Sig.=.00 จำนวนพนักงานขายมีความสัมพันธ์กับยอดขายอย่างมีนัยสำคัญ ตาราง Coeffients Sig.=.00 สรุปได้ว่า จำนวนพนักงานขาย สามารถนำมาพยากรณ์ยอดขายได้ โดยมีประสิทธิภาพของการพยากรณ์ (R Square) สูงถึง 69%
  • การตรวจสอบลักษณะของเส้นถดถอย (Regression line) ใช้คำสั่ง X Versus Y Plot ในโปรแกรม OpenStat ในการพยากรณ์ตัวแปรตาม (ยอดขาย) ด้วยการกำหนดค่าของตัวแปรพยากรณ์ (จำนวนพนักงานขาย) จากสมการถดถอยที่ได้ จะมีความแม่นยำเพียงใดนั้น ขึ้นอยู่กับข้อมูลที่รวบรวมมาว่ามีการกระจายไปจากเส้นถดถอยมากน้อยเพียงใด สถิติที่ใช้วัดการกระจายของข้อมูลรอบๆเส้นถดถอยนี้ เรียกว่า ความคลาดเคลื่อนมาตรฐานในการพยากรณ์ (Standard Error of Estimate : SEE) ถ้า SEE มีค่าน้อย แสดงว่ามีการถดถอยน้อย ถ้า SEE มากแสดงว่ามีการถดถอยมาก

[ อ่านต่อ ตอนที่ 5 ]

Read Full Post »

สรุปจากการไปฟังบรรยายและฝึกอบรมเรื่อง – การประยุกต์สถิติเพื่อการวิจัยทางสารสนเทศศาสตร์ ซึ่งทางหลักสูตรสารสนเทศศาสตร์ มสธ. จัดขึ้น เมื่อวันเสาร์-อาทิตย์ที่ 25-26 พฤษภาคม 2556 โดยมี รศ.พวา พันธุ์เมฆา เป็นวิทยากรผู้สอน

(เล่าต่อจาก ตอนที่ 1 และ ตอนที่ 2)

ข้อมูลที่รวบรวมมาใช้ในการวิจัย แบ่งเป็น 4 ระดับ

  1. ระดับนามบัญญัติ (Nominal scale) สัญลักษณ์หรือตัวเลขที่กำหนดขึ้น เพื่อใช้แยกแยะสิ่งวิจัยออกจากกัน เช่น 1=ชาย 2=หญิง ตัวเลขไม่สามารถนำมาบวก ลบ คูณ หาร ทำได้แต่การแจงนับจำนวนเป็นความถี่เท่านั้น
  2. ระดับเรียงอันดับ (Ordinal scale) ตัวเลขที่บอกถึงอันดับมากน้อย รู้ว่าใครดีกว่าใครเท่านั้น แต่ไม่ทราบว่าแต่ละช่วงห่างกันเท่าไหร่ เช่น ระดับการศึกษา ผลการเรียน ความเก่ง สอบได้ที่ 1, 2, 3 ไม่สามารถบอกได้ว่าเก่งกว่ากันเท่าไหร่ เอาตัวเลขไปหาค่าเฉลี่ยไม่ได้ แต่สามารถนำมาบวกหรือลบกันได้
  3. ระดับอันตรภาค หรือระดับช่วง (Interval scale) ตัวเลขที่นำมาจัดอันดับได้ ความแตกต่างระหว่างอันดับเท่ากัน สามารถนำตัวเลขมาเปรียบเทียบกันได้ว่าว่ามีปริมาณมากน้อยเท่าใด แต่ไม่สามารถบอกได้ว่าเป็นกี่เท่าของกันและกัน เพราะไม่มีศูนย์ที่แท้จริง ข้อมูลนำไปหาค่าเฉลี่ยได้ นำมาบวก ลบ คูณ หรือหารกันได้ เช่น คะแนนสอบ อุณหภูมิ 0, 1, 2, 3 องศา (อุณหภูมิ 0 องศา ไม่ได้แปลว่า ไม่มีความร้อน)
  4. ระดับอัตราส่วน (Ratio scale) กำหนดค่าตัวเลขให้กับสิ่งที่ต้องการวัด มีศูนย์แท้ ใช้คำนวณได้ทุกรูปแบบ สามารถนำตัวเลขมาบวก ลบ คูณ หาร หรือหาอัตราส่วนกันได้ เช่น น้ำหนัก ความสูง ความยาว (เช่น ถนน 50 กิโลเมตร ยาวเป็น 2 เท่าของถนน 25 กิโลเมตร)

สถิติที่ใช้ในการวิเคราะห์ข้อมูล

  • สถิติบรรยาย หรือสถิติพรรณนา ใช้บอกลักษณะ เช่น สิ่งที่ต้องการศึกษามีสัดส่วนเป็นเท่าใดของทั้งหมด (ค่าร้อยละ) สิ่งที่ต้องการศึกษาส่วนใหญ่มีลักษณะอย่างไร (ใช้สถิติวัดแนวโน้มเข้าสู่ส่วนกลาง เช่น mean, median, mode) มีความแตกต่างกันภายในกลุ่มของสิ่งที่ต้องการศึกษามากน้อยแค่ไหน (ใช้สถิติวัดการกระจาย เช่น การกระจายของค่าเฉลี่ย (Mean deviation) ค่าความแปรปรวน (Variance) ส่วนเบี่ยงเบนมาตรฐาน Standard deviation หรือ S.D.))
  • การนำเสนอตารางแสดงข้อมูลส่วนตัวหรือตัวแปรต้นของกลุ่มตัวอย่าง เป็นจำนวน และร้อยละ และควรแสดงเป็น “ตารางไขว้” จะเห็นภาพได้ชัดเจนขึ้น
  • ค่าเฉลี่ย (Mean) ส่วนเบี่ยงเบนมาตรฐาน (S.D.) ใช้วิเคราะห์ตัวแปรตาม ที่เป็นความคิดเห็นจากแบบสอบถามที่ตอบแบบมาตรประมาณค่า 5 ระดับ — การนำเสนอตารางให้แสดงผล mean, S.D. และการแปรผล การแปลความหมายของค่าเฉลี่ยนิยมใช้แบบอิงเกณฑ์ ต้องมีเกณฑ์กำหนดว่าจะแปลอย่างไร (เช่นแบ่งเป็น 3 ระดับ ได้แก่ 1.00-2.00 = น้อย 2.01-4.00 = ปานกลาง 4.01-5.00 = มาก หรือแบ่งเป็น 5 ระดับ ได้แก่ 1.00-1.49 = น้อยที่สุด 1.50-2.49 = น้อย 2.50-3.49 ปานกลาง 3.50-4.49 มาก 4.50-5.00 มากที่สุด) สำหรับในกรณีที่ข้อใดมีค่า S.D. สูงกว่า 1.20 จะต้องอ่านด้วยว่า ข้อนั้นมีความแตกต่างในกลุ่มสูง หรือกลุ่มตัวอย่างมีความคิดเห็นไม่พ้องต้องกัน
  • สถิติอนุมาน หรือสถิติที่ใช้ทดสอบสมมุติฐาน ได้แก่ สถิติทดสอบเกี่ยวกับจำนวนหรือความถี่ (Chi square) สถิติทดสอบนัยสำคัญของค่าสัมประสิทธิ์สหสัมพันธ์ว่า คุณลักษณะต่างๆของสิ่งที่ศึกษามีความสัมพันธ์กันจริงหรือไม่อย่างไร (ค่าสหสัมพันธ์ Correlation) สถิติทดสอบค่าเฉลี่ย กลุ่มตัวอย่าง 2 กลุ่ม (t-test สำหรับกลุ่มตัวอย่าง 30) สถิติวิเคราะห์ความแปรปรวน (Analysis of Variance : ANOVA) และสถิติการวิเคราะห์การถดถอย (Regression analysis)
  • การทดสอบความแตกต่างระหว่างค่าเฉลี่ย ที่กลุ่มตัวอย่าง 2 กลุ่ม เกี่ยวข้องกันหรือเป็นกลุ่มเดียวกัน (t-test dependent) ใช้กับการวิจัยเชิงทดลอง มีการเปรียบเทียบคะแนนก่อน-หลังการทดลอง ภายในกลุ่ม N เดียวกัน ควรตั้งสมมุติฐานแบบมีทิศทาง (เช่น ได้คะแนนดีขึ้นหลังการทดลอง) แสดงผลก่อนและหลังการทดลองเป็นค่า N, Mean, S.D. แล้วสั่งโปรแกรม SPSS คำนวณค่า t ให้ — จากนั้น นำค่าระดับแห่งความเป็นอิสระ (degree of freedom : df) = N-1 ไปเปิดตารางค่าวิกฤต Critical value of t และดูว่า ที่ระดับนัยสำคัญ (level of significance) 0.05 มีค่า t เท่าไหร่ — ถ้าค่า t ที่คำนวณได้สูงกว่าค่า t ในตารางวิกฤต แสดงว่า ผลการทดลองสอดคล้องกับสมมุติฐานที่ตั้งไว้ อย่างมีนัยสำคัญทางสถิติที่ระดับ 0.05
  • การทดสอบความแตกต่างระหว่างค่าเฉลี่ย ที่กลุ่มตัวอย่าง 2 กลุ่ม ไม่เกี่ยวข้องกัน (t-test independent ) ใช้กับกลุ่มตัวอย่างที่มีลักษณะไม่เหมือนกัน เช่น ชาย-หญิง วุฒิการศึกษาปริญญาตรี-ปริญญาโท กลุ่มควบคุม-กลุ่มทดลอง แสดงผลทั้งสองกลุ่มเป็นค่า N, Mean, S.D. แล้วสั่งโปรแกรม SPSS คำนวณค่า t ให้ — จากนั้นเปิดตารางค่าวิกฤต Critical value of t โดยดูว่าเป็นการทดสอบแบบ 2 ทาง (two-tail test) คือกลุ่มตัวอย่าง 2 กลุ่มไม่เกี่ยวข้องกัน หรือแบบทางเดียว (one-tail test) คือกลุ่มตัวอย่าง 2 กลุ่มเกี่ยวข้องกันหรือเป็นกลุ่มเดียวกัน — นำค่าระดับแห่งความเป็นอิสระ (degree of freedom : df) = (n1+n2)-2 ไปเปิดตารางค่าวิกฤต Critical value of t และดูว่า ที่ระดับนัยสำคัญ (level of significance) 0.05 (หรือจะใช้ 0.1 ก็ได้ ถ้าเป็นสาขาทางการแพทย์) มีค่า t เท่าไหร่ ถ้าค่า t ที่คำนวณได้ ต่ำกว่าค่า t ในตารางวิกฤต แสดงว่า ผลการทดลองในกลุ่มควบคุมและกลุ่มทดลอง แตกต่างกันอย่างไม่มีนัยสำคัญทางสถิติ หรือไม่แตกต่างกันนั่นเอง
  • normal_curve

  • ความเข้าใจเกี่ยวกับค่าระดับนัยสำคัญ : การวัดสิ่งต่างๆ ที่มีจำนวนมาก แล้วนำมา plot graph มักจะมีการกระจายตัวของผลการวัดเป็น normal curve เสมอ พื้นที่ภายใต้โค้งปกติ สมมุติว่ามีค่าเป็น 1 หน่วย แบ่งครึ่งซ้ายขวาข้างละ 0.5 หน่วย ค่าที่อยู่ตรงเส้นแบ่งครึ่งมีค่าเป็น 0 วัดออกไปทางขวามือจะมีค่าเป็นบวก วัดจากซ้ายมือมีค่าเป็นลบ ค่าที่วัดได้จะแปลงจากหน่วยปกติกลายเป็นคะแนนมาตรฐาน (standard score หรือ Z score ซึ่งคำนวณได้จาก ค่าที่วัดได้-ค่าเฉลี่ย/ส่วนเบี่ยงเบนมาตรฐาน) ถ้าค่ามาตรฐานเป็นบวก คือ 1.96 จะทำให้พื้นที่ซีกขวาคือ 0.500 แบ่งเป็นพื้นที่ 2 ส่วน คือ 0.475 และส่วนที่เหลือคือ 0.025 ถ้ารวมสองด้านทั้งซ้ายและขวา พื้นที่ส่วนที่เหลือคือ 0.025+0.025=0.05 ในการทดสอบสมมุติฐาน หากคะแนนมาตรฐานที่ได้มีค่า 1.96 หรือมากกว่า เราจะยอมรับสมมุติฐานนั้น แม้จะมีความเสี่ยง แต่ก็ผิดพลาดเพียง 0.05 (หรือ 5 ครั้งใน 100 ครั้ง) เรียกว่า มีนัยสำคัญทางสถิติที่ระดับ 0.05 ในทางสังคมศาสตร์ นิยมใช้ระดับนัยสำคัญที่ 0.05 ส่วนทางการแพทย์ อาจยอมรับความผิดพลาดให้เกิดน้อยที่สุด ดังนั้นอาจใช้ 0.01 หรือน้อยกว่านั้น
  • การวิเคราะห์ความแปรปรวน การทดสอบความแตกต่างระหว่างค่าเฉลี่ยมากกว่า 2 กลุ่ม ถ้านำค่าเฉลี่ยมาเปรียบเทียบกันทีละคู่ จะเสียเวลามากและเกิดความคลาดเคลื่อน จึงนิยมใช้วิธีวิเคราะห์ความแปรปรวน ซึ่งมี 2 ตัวคือ ความแปรปรวนระหว่างกลุุ่ม และความแปรปรวนภายในกลุ่ม สถิติที่ใช้คือ f-test
  • K=จำนวนกลุ่ม N=จำนวนตัวอย่างภายในกลุ่ม ดังนั้น df ระหว่างกลุ่ม = K-1 ส่วน df ภายในกลุ่ม = N-K ตารางแสดงผลการเปรียบเทียบ จะแสดงค่า df ระหว่างกลุ่ม (b) และภายในกลุ่ม (w) ค่า Sum of square หรือผลรวมค่าความต่างยกกำลังสอง (SSt = SSb + SSw) ค่า Mean square (MSb = SSb/dfb และ MSw = SSw/dfw) และค่า F (F = MSb/MSw) จากนั้นนำค่า df ทั้งสอง ไปเปิดตารางวิกฤตการกระจายของค่า F (F-distribution) ถ้าค่าที่คำนวณได้สูงกว่าค่าในตาราง แสดงว่ายอมรับสมมุติฐาน H1 ข้อมูลทุกกลุ่มมีความแตกต่างกันจริงที่ระดับนัยสำคัญ 0.05 (หรือจะใช้ 0.01 ก็ได้) เมื่อพบความแตกต่าง ต้องนำไปทดสอบความแตกต่างเป็นรายคู่ เพื่อให้ทราบว่าข้อที่พบความแตกต่าง มีคู่ใดบ้างที่แตกต่างกัน หากแต่ละกลุ่มมีจำนวนเท่ากันจะใช้วิธีของ Turkey แต่ละกลุ่มมีจำนวนไม่เท่ากันจะใช้วิธีของ Least quare difference (LSD) วิธีของนิวแมนและคูลส์ (Newman & Keuls) หรือวิธีของ Sheffe ในการเปรียบเทียบค่าเฉลี่ยของแต่ละกลุ่ม

[ อ่านต่อ ตอนที่ 4 ]

Read Full Post »

สรุปจากการไปฟังบรรยายและฝึกอบรมเรื่อง การประยุกต์สถิติเพื่อการวิจัยทางสารสนเทศศาสตร์ ซึ่งทางหลักสูตรสารสนเทศศาสตร์ มสธ. จัดขึ้น เมื่อวันเสาร์-อาทิตย์ที่ 25-26 พฤษภาคม 2556 โดยมี รศ.พวา พันธุ์เมฆา เป็นวิทยากรผู้สอน เพื่อเป็นแนวทางในการทำวิทยานิพนธ์ ซึ่งประกอบด้วย 5 บทคือ

  • บทที่ 1 บทนำ การออกแบบการวิจัย วัตถุประสงค์การวิจัย สมมุติฐาน นิยามศัพท์
  • บทที่ 2 ทบทวนวรรณกรรมที่เกี่ยวข้อง
  • บทที่ 3 วิธีการวิจัย
  • บทที่ 4 ผลการวิจัย
  • บทที่ 5 อภิปรายผล

(เล่าต่อจากตอนที่ 1)

การกำหนดประชากรและการเลือกกลุ่มตัวอย่าง

  • ถ้าเป็นการวิจัยเชิงปริมาณที่มีประชากรจำนวนมาก ใช้วิธีการสุ่มโดยใช้ความน่าจะเป็น เช่น simple random ทุกหน่วยมีโอกาสถูกเลือกเท่ากัน สุ่มแบบ systematic สำหรับประชากรที่มีการจัดระบบเรียงไว้แล้ว เช่น รายชื่อ เลขประจำตัวนักเรียน เลขที่บ้าน เป็นต้น ถ้ามีการกำหนดตัวแปรต้นหลายตัว ต้องใช้การสุ่มแบบแบ่งชั้น (Stratefied random sampling) ซึ่งอาจเป็นแบบ แบ่งชั้นแบบสัดส่วน (ประชากรมาก สุ่มมาก ประชากรน้อย สุ่มน้อย) หรือแบ่งชั้นโควต้า (Quota stratefied random sampling) ซึ่งสุ่มแต่ละกลุ่มออกมาในจำนวนเท่าๆกัน เป็นแบบที่นิยมใช้กันมาก
  • อย่างไรก็ตาม วิทยากรผู้บรรยายให้ความเห็นว่า การเลือกกลุ่มตัวอย่างโดยใช้ตารางสุ่มของยามาเน่ (Yamane) หรือของเครซี่และมอร์แกน (Krejcie & Morgan) มักได้ประมาณ 200-400 ราย ดังนั้นจะมาสรุปเป็นภาพรวมของประชากรทั้งประเทศไม่น่าจะได้ ไม่น่าเชื่อถือ ถ้าเป็นเพียงจังหวัดหรือภูมิภาคก็น่าจะดีกว่า เพราะปกติการทำแบบทดสอบความถนัดสำหรับนักเรียน จะต้องทดสอบกับเด็กนักเรียนจำนวนเป็นหมื่นๆคน กว่าจะเป็นข้อสอบมาตรฐานได้
  • ถ้าเป็นการวิจัยเชิงคุณภาพที่มีประชากรจำนวนไม่มาก ใช้วิธีการสุ่มแบบเฉพาะเจาะจง โดยไม่ใช้ความน่าจะเป็น ตัวอย่างเช่น ศึกษาหน่วยงาน 6 แห่ง ว่ามีปัจจัยอะไรบ้างที่ทำให้ประสบความสำเร็จ ก่อนอื่นต้องศึกษาเบื้องต้นก่อนโดยการสังเกต จากนั้นสัมภาษณ์ผู้ที่เกี่ยวข้อง เช่น ผู้บริหารสูงสุด ผู้ให้บริการ และผู้รับบริการ เป็นการตรวจสอบข้อมูลแบบ 3 เส้า เพื่อเพิ่มความน่าเชื่อถือให้แก่ผลการสัมภาษณ์ จะดีกว่าการใช้แบบสอบถาม เพราะได้ข้อมูลลึกซึ้งกว่า แต่ผู้วิจัยต้องเข้าใจปัญหาวิจัยของตนเองอย่างชัดแจ้ง ต้องลองสัมภาษณ์มาสัก 2-3 รายก่อนแล้วถอดเทปดูว่า ถามได้ตรงประเด็นหรือไม่
  • จำนวนกลุ่มตัวอย่างที่ได้ เป็นจำนวนขั้นต่ำที่สามารถพยากรณ์ไปยังประชากรได้ (error .05%) เวลาเก็บข้อมูล ควรส่งแบบสอบถามออกไปให้เกินจำนวนขั้นต่ำที่กำหนดไว้ประมาณ 20% — ได้กลับคืนมา ยิ่งเยอะยิ่งดี

เครื่องมือที่ใช้ในการวิจัย

  • เครื่องมือวิจัย ได้แก่ แบบสอบถาม และแบบทดสอบ
  • ต้องนำความรู้ที่ได้ทบทวนวรรณกรรม และทฤษฎีที่เกี่ยวข้องและเชื่อถือได้ (เรียบเรียงไว้ในบทที่ 2) มาเป็นหลักในการออกแบบเครื่องมือวิจัย
  • แบบสอบถาม คำถามตอนที่ 1 เป็นตัวแปรต้น เช่น ข้อมูลส่วนตัว ตัวแปรเชิงคุณลักษณะ ทำเป็นตัวเลือกตอบ ตัวแปรเชิงปริมาณ ให้ตอบแบบเติมคำ คำถามตอนที่ 2 เป็นคำถามหลักของการวิจัย มีการใช้ทฤษฎีเป็นแนวทางในการกำหนดข้อคำถาม เป็นการถามตัวแปรตาม ควรให้ตอบแบบมาตรประมาณค่า 5 ระดับ หรือคิดเป็นคะแนนได้ ในระดับอันตรภาค (interval scale) ที่สามารถนำไปคำนวณหาค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐานได้
  • แบบสอบถาม ควรมีคำชี้แจงในการตอบที่ชัดเจน ใช้ถ้อยคำอ่านเข้าใจง่าย สร้างเสร็จแล้วต้องให้คณะกรรมการควบคุมตรวจสอบเบื้องต้น
  • ต้องมีการหาค่าความตรง (validity) โดยอาศัยผู้เชี่ยวชาญที่มีความรู้ในเรื่องนั้นๆจำนวน 3 คน ช่วยดูว่าถามได้ตรงประเด็นหรือไม่ หาค่าความสอดคล้องระหว่างข้อคำถามแต่ละข้อกับวัตถุประสงค์ (IOC) เห็นด้วย +1 ไม่แน่ใจ 0 ไม่เห็นด้วย -1 ถ้าข้อใดมีค่าเฉลี่ยเกิน 0.5 ข้อนั้นถือว่าใช้ได้
  • การหาค่าความเที่ยง (reliability) นำไปทดสอบความเชื่อมั่นกับกลุ่มที่มีลักษณะใกล้เคียงกับกลุ่มตัวอย่างอย่างน้อยสัก 30 คน จะได้คำตอบที่ตรงกัน เป็นการหาค่าสัมประสิทธิ์ของความเชื่อมั่น ครอนแบคอัลฟา (Cronbach’s alpha)
  • แบบทดสอบต้องมีการหาค่าความยากง่าย (ลองทำสัก 30 คน ถ้าส่วนใหญ่ตอบผิด ต้องมาปรับ) ค่าอำนาจจำแนก (แยกคนเก่ง และไม่เก่งออกจากกันได้ ต้องไม่ติดลบ คือคนไม่เก่งทำได้มากกว่าคนเก่ง) และค่าความเที่ยง

การวางแผนเก็บรวบรวมข้อมูล
ทำสำเนาแบบสอบถาม หนังสือนำของบัณฑิตวิทยาลัย จดหมายนำของผู้วิจัย คำชี้แจงเรื่องแบบสอบถาม พร้อมคำขอบคุณ จะเก็บข้อมูลด้วยตนเองหรือส่งทางไปรษณีย์ หรือใช้ทั้ง 2 วิธีก็ได้ ทำสำเนาแบบสอบถามให้มากกว่าจำนวนขั้นต่ำประมาณ 20% แล้วจึงดำเนินการส่งไปยังแหล่งเป้าหมาย ต้องกำหนดกลุ่มผู้ตอบตามตัวแปรที่กำหนดไว้ให้ได้จำนวนในแต่ละตัวแปรไม่น้อยกว่า 30 คน เพื่อจะได้นำไปวิเคราะห์ข้อมูลเชิงเปรียบเทียงได้อย่างเชื่อมั่น ระหว่างรอแบบสอบถามกลับคืนมา ควรออกแบบตารางนำเสนอข้อมูล ตามลำดับวัตถุประสงค์การวิจัย (บทที่ 4) ไว้ล่วงหน้า

การจัดกระทำและการวิเคราะห์ข้อมูล

  • ตรวจสอบแบบสอบถาม คัดฉบับที่สมบูรณ์ไว้ บางข้อที่ไม่ตอบ อย่างเพิ่งทิ้ง ให้คัดแยกไว้ก่อน ถ้าแบบสอบถามที่เหลือมีจำนวนมากกว่าขั้นต่ำ แสดงว่าใช้ได้ แต่ถ้าน้อยกว่าขั้นต่ำ ให้นำฉบับไม่สมบูรณ์มาปรับแก้ โดยอนุโลมให้ใช้ระดับ 3 ปานกลาง หรืออาจสั่งคำนวณหาค่าเฉลี่ยเฉพาะข้อนั้น เพื่อนำค่ามาใช้ก็ได้
  • จากนั้นกำหนดรหัสและป้อนข้อมูลลงในโปรแกรม SPSS เมื่อครบแล้ว ตรวจทานความผิดพลาดและแก้ไขให้เรียบร้อยก่อน คำนวณค่าต่างๆตามที่ต้องการ คัดลอกค่าสถิติจาก print out ลงในตารางที่ออกแบบไว้
  • ตารางแสดงข้อมูลส่วนตัว (ตัวแปรต้น) ควรทำเป็นตารางแบบไขว้ เพราะให้รายละเอียดหรือแจงนับได้ดีกว่า ข้อมูลตัวแปรตาม ให้แสดงผลในภาพรวมก่อน (ตอบวัตถุประสงค์ข้อที่ 1 ก่อน) แล้วค่อยแสดงแต่ละข้อ แต่ละด้าน และรวมทั้งหมด
  • การนำเสนอตารางและการอ่านตาราง (เรียบเรียงบทที่ 4) วิธีอ่านคือ อ่านเฉพาะจุดเด่น หรือจุดด้อยที่พบ ไม่ต้องอ่านทั้งหมด ให้คำนึงว่า สิ่งที่พบมีอะไรสำคัญที่น่าอภิปรายถึง (เพราะคำอ่านตารางจะต้องนำไปเสนอแนะต่อในบทที่ 5) ต้องอ่านให้ครบถ้วน เช่น ตารางเปรียบเทียบ 2 กลุ่ม โดยใช้ t-test ต้องอธิบายว่า ทั้งสองกลุ่มมีความแตกต่างอย่างมีนัยสำคัญ สอดคล้องกับสมมุติฐาน และต้องแจ้งต่อด้วยว่า กลุ่มใดมีค่ามากกว่ากลุ่มใด เป็นต้น

การอภิปรายผล

  • การเรียบเรียงบทที่ 5 ให้เสนอวัตถุประสงค์การวิจัย สมมุติฐานการวิจัย (โดยคัดลอกมาจากบทที่ 1) แสดงวิธีดำเนินการวิจัย (สรุปย่อมาจากบทที่ 3) สรุปผลการวิจัย (นำมาจากคำอ่านตารางในบทที่ 4) คำบางคำไม่น่าสนใจมากนักอาจไม่ต้องนำมากล่าวในตอนสรุปนี้ก็ได้ การอภิปรายผลการวิจัย ต้องแสดงศักยภาพของตนเองให้ชัดเจน ส่วนนี้สำคัญมาก ต้องนำวรรณกรรมที่ศึกษาไว้ในบทที่ 2 มาอ้างอิงด้วย ควรคิดข้อเสนอแนะต่อผู้บริหาร หรือข้อเสนอแนะในการวิจัยครั้งต่อไป หากพบประเด็นที่น่าสนใจที่ควรศึกษาต่อจากประเด็นที่ศึกษาไว้ในครั้งนี้ (แต่ถ้าไม่มีก็ไม่ต้องเสนอ)
  • เมื่อบทที่ 5 มีคุณภาพระดับหนึ่งแล้ว นำวิทยานิพนธ์ทั้ง 5 บทส่งให้คณะกรรมการอ่านและแก้ไข ซึ่งต้องใช้เวลาพอสมควร
  • ตอนเสนอโครงร่างวิทยานิพนธ์ ให้เขียนบทที่ 1, 2, 3 ว่าจะทำอะไรบ้าง แต่พอทำวิจัยเสร็จแล้ว บทที่ 3 ต้องเขียนใหม่ตามความเป็นจริง ใช้ข้อมูลที่ปฏิบัติจริง
  • ดำเนินการแก้ไข จนคณะกรรมการเห็นชอบให้สอบปากเปล่าได้ ยื่นเรื่องขอจบ ทำสำเนาส่งเล่มตามจำนวนที่กำหนด

[ อ่านต่อ ตอนที่ 3 ]

Read Full Post »

วันเสาร์-อาทิตย์ที่ 25-26 พฤษภาคม 2556 ไปฟังบรรยายและฝึกอบรมเรื่อง การประยุกต์สถิติเพื่อการวิจัยทางสารสนเทศศาสตร์ ซึ่งทางหลักสูตรสารสนเทศศาสตร์ มสธ. จัดขึ้น โดยมีวิทยากรผู้สอนคือ รศ.พวา พันธุ์เมฆา ท่านเป็นอาจารย์ที่ มศว. แม้จะเกษียณไปแล้วหลายปี แต่ก็มีความสามารถชนิดหาตัวจับยาก สอนสนุก ตลกขบขัน อาจารย์มักยกตัวอย่างประกอบที่ได้มาจากประสบการณ์จริง และเล่าเรื่องเรียกเสียงฮาได้เป็นระยะ เนื้อหาการบรรยายในวันนั้นสรุปออกแบ่งเป็น 4 ตอน ดังนี้

  • กระบวนการวิจัย และการออกแบบการวิจัย
  • การใช้สถิติพรรณนา
  • การใช้สถิติอ้างอิง สถิติทดสอบสมมุติฐาน
  • การใช้สถิติทดสอบความแตกต่าง

กระบวนการวิจัย และการออกแบบการวิจัย

ขั้นตอนแรกของกระบวนการวิจัยคือ การเตรียมการขั้นต้น

  1. จะวิจัยเรื่องอะไร (กำหนดปัญหาวิจัย) : ป้ญหาวิจัยต้องเป็นปัญหาจริงๆ ต้องอ่าน literature เยอะๆ อาจเป็นปัญหาใกล้ตัวก็ได้
  2. วิจัยกับใคร (กำหนดสิ่งวิจัย) : ขึ้นกับสถานภาพ อาชีพของเรา หรือสาขาวิชาที่เราทำวิจัย
  3. วิจัยวิธีใด (เลือกวิธีวิจัย) : เชิงปริมาณ หรือเชิงคุณภาพ หรือเชิงผสมผสาน

การวิจัยเชิงปริมาณ ใช้หน่วยวิจัยจำนวนมาก เช่น การส่งแบบสอบถามออกไป วัดออกมาเป็นตัวเลข จำเป็นต้องใช้สถิติในการวิเคราะห์ ใช้ทฤษฎีเป็นหลัก การวิจัยเชิงคุณภาพ ใช้หน่วยวิจัยไม่มากแต่เลือกที่มีคุณภาพที่สามารถให้ข้อมูลได้ ต้องออกไปเจอ ไปสัมภาษณ์ สังเกต บันทึกข้อมูล ถอดเทปประเด็นปัญหาที่สัมภาษณ์ว่าเป็นอย่างไรแล้วสรุปผล ไปหาองค์ความรู้จากของจริง ไม่มีการกำหนดตัวแปร ส่วนการวิจัยเชิงผสมผสาน ได้แก่ แบบผสานวิธี Mixed methods research (MMR) เริ่มด้วยเชิงปริมาณ เช่น สำรวจเบื้องต้นด้วยแบบสอบถามก่อน แล้วต่อด้วยเชิงคุณภาพ เช่น การสัมภาษณ์กับกลุ่มตัวอย่างที่เลือกมา หรือเริ่มด้วยเชิงคุณภาพ คือสัมภาษณ์ก่อนว่ามีปัญหาอะไรบ้าง จากนั้นรวบรวมปัญหามาสร้างเป็นข้อคำถาม เพื่อทำแบบสอบถามและเก็บข้อมูลเชิงปริมาณ หรืออาจทำทั้งเชิงปริมาณและเชิงคุณภาพควบคู่กัน หรือ Mixed models research คือ ใช้เชิงปริมาณทั้งคู่แต่เป็นรูปแบบต่างกัน เช่น เชิงสำรวจหรือประเมินด้วยแบบทดสอบก่อนเพื่อดูว่าปัญหาอยู่ที่ข้อใด จากนั้นต่อด้วยเชิงทดลองเพื่อแก้ปัญหาในข้อนั้น หรือใช้เชิงคุณภาพทั้งคู่ เช่น การวิจัยชาติพันธุ์วรรณนา แล้วตามด้วย ปรากฎการณ์วิทยา เป็นต้น

การออกแบบการวิจัย
ถ้าเป็นการวิจัยเชืงปริมาณ จะต้องมีการกำหนดตัวแปรในการวิจัย สิ่งที่เป็นประเด็นหลักของการวิจัย คือ ตัวแปรหลัก หรือ ตัวแปรตาม ซึ่งหมายถึงสิ่งที่เราจะวิจัย ส่วนตัวแปรต้น คือ คุณลักษณะของหน่วยวิจัยที่เราศึกษา ถ้าหน่วยวิจัยมีคุณลักษณะแตกต่างกันจะส่งผลต่อตัวแปรตามหรือไม่ มีตัวแปรต้นใดที่น่าสนใจจะศึกษาหรือไม่ หรือจะศึกษาแต่ตัวแปรตามก็ได้ แต่ถ้าศึกษาตัวแปรต้นด้วย จะทำให้การแก้ปัญหาได้ตรงจุดมากกว่า
ถ้ากำหนดตัวแปรต้นและตัวแปรตามได้ชัดเจน จะทำให้เราตั้งชื่อเรื่องงานวิจัย ได้ชัดเจน รวมทั้งกำหนดวัตถุประสงค์ สมมุติฐานการวิจัย (ข้อความที่ผู้วิจัยคาดหวังไว้ล่วงหน้า) และนิยามศัพท์เฉพาะได้ชัดเจนด้วย ตัวอย่างเช่น

  • ตัวแปรตาม = ความพึงพอใจของนักท่องเที่ยวชาวไทยต่อการท่องเที่ยวเชิงสัมผัสวัฒนธรรมในรูปแบบโฮมสเตย์
  • สิ่งวิจัย / หน่วยวิจัย = ชุมชนบ้านคลองเรือ อำเภอพะโต๊ะ จังหวัดชุมพร
  • ตัวแปรต้นที่ควรศึกษามีอะไรบ้าง = เพศ อายุ รายได้
  • ชื่อเรื่อง = ตัวแปรตาม (เรื่องที่จะวิจัย) + สิ่งวิจัย (ศึกษากับใคร) = การศึกษาความพึงพอใจของนักท่องเที่ยวชาวไทยต่อการท่องเที่ยวเชิงสัมผัสวัฒนธรรมในรูปแบบโฮมสเตย์ ของชุมชนบ้านคลองเรือ อำเภอพะโต๊ะ จังหวัดชุมพร
  • วัตถุประสงค์การวิจัย (โดยรวม) = เพื่อศึกษาความพึงพอใจของนักท่องเที่ยวชาวไทยต่อการท่องเที่ยวเชิงสัมผัสวัฒนธรรมในรูปแบบโฮมสเตย์ ของชุมชนบ้านคลองเรือ อำเภอพะโต๊ะ จังหวัดชุมพร
  • วัตถุประสงค์เฉพาะ = เพื่อเปรียบเทียบความพึงพอใจของนักท่องเที่ยวชาวไทยต่อการท่องเที่ยวเชิงสัมผัสวัฒนธรรมในรูปแบบโฮมสเตย์ ของชุมชนบ้านคลองเรือ อำเภอพะโต๊ะ จังหวัดชุมพร ตามตัวแปร เพศ อายุ รายได้
  • ถ้าตัวแปรตามมี 1 ตัว จะมีวัตถุประสงค์ 2 ข้อ ถ้ามีตัวแปรตาม 2 ตัว จะมีวัตถุประสงค์ 4 ข้อ คือ 1) วัตถุประสงค์ทั่วไปของตัวแปรตามที่หนึ่ง 2) เพื่อเปรียบเทียบตัวแปรตามตัวที่หนึ่ง 3) วัตถุประสงค์ทั่วไปของตัวแปรตามที่สอง 4) เพื่อเปรียบเทียบตัวแปรตามตัวที่สอง
  • การเขียนสมมุติฐานการวิจัย ให้เอาตัวแปรต้นและตัวแปรตามมาเขียน แยกเป็นรายข้อให้ชัดเจนตามตัวแปรต้น เพราะเราจะทดสอบสมมุติฐานทีละข้อ เช่น 1) นักท่องเที่ยวชาวไทยที่มีเพศต่างกัน มีความพึงพอใจต่อการท่องเที่ยวเชิงสัมผัสวัฒนธรรมในรูปแบบโฮมสเตย์แตกต่างกัน 2) นักท่องเที่ยวชาวไทยที่มีอายุต่างกัน มีความพึงพอใจต่อการท่องเที่ยวเชิงสัมผัสวัฒนธรรมในรูปแบบโฮมสเตย์แตกต่างกัน 3) นักท่องเที่ยวชาวไทยที่มีรายได้ต่างกัน มีความพึงพอใจต่อการท่องเที่ยวเชิงสัมผัสวัฒนธรรมในรูปแบบโฮมสเตย์แตกต่างกัน (ตัวแปรตาม = 1 ข้อ ตัวแปรต้น = 3 ข้อ เขียนสมมุติฐาน = 1×3 = 3 ข้อ แต่ถ้าตัวแปรตาม = 2 ข้อ ตัวแปรต้น = 4 ข้อ เขียนสมมุติฐาน = 2×4 = 8 ข้อ)
  • นิยามศัพท์เฉพาะ เพื่ออธิบายให้ผู้อ่านเข้าใจว่าเราหมายถึงอะไร คำที่นำมานิยามคือ ตัวแปรต้น (แบ่งเป็นกี่กลุ่ม อะไรบ้าง เช่น ช่วงอายุ รายได้) ตัวแปรตาม (ต้องนิยามเชิงปฏิบัติการ บอกความหมายว่าตัวแปรนี้คืออะไร จะวัดได้อย่างไร) และคำศัพท์อื่นที่คิดว่าผู้อ่านโดยทั่วไปยังไม่เข้าใจ (คำนี้หมายถึงอะไร ในการวิจัยครั้งนี้จะวัดอะไร โดยใช้ทฤษฎีอะไร)

[ อ่านต่อ ตอนที่ 2 ]

Read Full Post »

แปลและเรียบเรียงมาจาก “Overcoming Language Barriers ของ Springer Author Academy

  • การเขียนที่ดี คือ ต้องชัดเจน สั้นกระชับได้ใจความ (concise) แต่คงไว้ซึ่งรายละเอียดที่สำคัญ ใช้ภาษาที่เรียบง่ายและถูกต้อง อย่าใช้ภาษาที่ยุ่งยากซับซ้อน เพราะจะทำให้ผู้อ่านสับสนและแปลความหมายผิดพลาด
  • ควรเขียน หนึ่งความคิด-หนึ่งประโยค ใช้ active voice และหลีกเลี่ยงการใช้ passive voice
  • อย่าใช้คำที่มีความหมายกำกวมหรือใช้คำฟุ่มเฟือยมากเกินไป (wordy) ควรใช้คำที่มีความหมายเฉพาะเจาะจง หลีกเลี่ยงการใช้ประโยคที่วกวนและซ้ำซ้อน — ดูตัวอย่างประโยคเพิ่มเติมได้ที่เว็บไซต์ Purdue Online Writing Lab
  • การใช้บุพบทเปรียบเทียบ เช่น between, among, like, with, than ที่มักใช้ผิด เช่น การเปรียบเทียบของประเภทเดียวกัน เหมือนกัน หรือเท่าเทียมกัน (like กับ like) ตัวอย่างที่ถูกต้องเช่น The material from the riverbank was compared with that from the landfill. ไม่ควรเขียนว่า The material from the riverbank was compared with the landfill.
  • การเปรียบเทียบของสิ่งเดียวกัน (สภาพก่อนและหลัง) ใช้คำว่า reduced, increased, decreased ส่วนการเปรียบเทียบสิ่งของสองกลุ่ม ให้ใช้ higher, shorter, more
  • ใช้ between ในการเปรียบเทียบของสองสิ่ง ส่วน among ใช้เปรียบเทียบของมากกว่าสองสิ่งขึ้นไป
  • การใช้คำนามให้ถูกต้อง คำนามเฉพาะที่เป็นชื่อคน ชื่อองค์กร ชื่อสถานที่เฉพาะ ชื่อประเทศ ชื่อเมือง ชื่อวัน ชื่อเดือน จะต้องขึ้นต้นด้วยอักษรตัวใหญ่เสมอ แต่คำนามที่เป็นพหูพจน์ ชื่อสารเคมีหรือชื่อยา ไม่ต้องเขียนขึ้นต้นด้วยตัวใหญ่ เช่น acetaminophen, benzene
  • คำนำหน้านาม (Articles) ต้องใช้ให้ถูกต้อง A, An ใช้กับคำทั่วไปไม่เฉพาะเจาะจง An ใช้กับคำนามที่ขึ้นต้นด้วยสระ a e i o u ส่วน The ใช้กับคำนามที่เฉพาะเจาะจง
  • การใช้คำคุณศัพท์ คำว่า respectively มักใช้กันผิดๆ ตัวอย่างเช่น ไม่ให้เขียนว่า The two values were 143.2 and 21.6, respectively. แต่ให้ใช้ว่า The two values were 143.2 and 21.6. ไม่ให้เขียนว่า The two tubes were labeled B and S, respectively. แต่ใช้ว่า The tubes containing blood and saline were labeled B and S, respectively. ตัวอย่างประโยคที่เขียนถูกต้องคือ Oxygen, nitrogen and hydrogen detector flows were set at 85, 7, and 4 mL/min, respectively.
  • ตัวเลขและหน่วยนับ ในการเขียนเลข 1-9 ควรเขียนเป็นตัวสะกดว่า one, two, three, … nine ยกเว้นในกรณีของหน่วยนับ การวัด หรือเวลา สำหรับเลข 10 หรือมากกว่า ให้เขียนเป็นตัวเลขอาราบิค ส่วนในกรณีที่ขึ้นต้นประโยคให้เขียนเป็นตัวสะกด เช่น Fifteen days previously … ไม่ใช่ 15 days previously … โดยปกติถ้าในประโยคเดียวกันมีตัวเลขหลายตัว จะต้องเขียนในสไตล์เดียวกัน เช่น The sample included 34 men with type A blood, 15 with type B, and 3 with type AB. ยกเว้นตัวเลขนั้นอยู่ติดกันให้เขียนว่า Five 50-kg women ไม่ใช่ 5 50-kg women
  • การสะกดแบบอังกฤษ หรือแบบอเมริกัน ขึ้นอยู่กับนโยบายของวารสาร ปกติใช้ได้ทั้งสองแบบแต่ต้องเขียนอย่างสม่ำเสมอทั้งบทความ ควรใช้คำสั่งใน MS Word คือ Tools > Language กำหนดภาษา และใช้คำสั่ง Preferences > Spelling and Grammar > Check spelling as you type
  • เครื่องหมายวรรคตอนที่มักใช้ผิด ได้แก่ เครื่องหมาย colon (A colon is used to introduce a list or a clause that explains the clause before the colon.) ส่วนเครื่องหมาย Semicolons ใช้ได้ 2 ลักษณะคือ 1. ใช้แยก independent clauses (clauses ที่ทำให้ประโยคสมบูรณ์ได้ด้วยตัวเอง) ตัวอย่างเช่น Dr. Benaud is a French researcher; however, he lives in Antarctica. 2. ใช้แยก items ต่างๆที่อยู่ในรายการ ถ้าบาง items ในรายการ มีการใช้เครื่องหมาย commas ภายในนั้นอยู่แล้ว (หรืออีกนัยหนึ่ง semicolons ใช้แทน commas ถ้าใช้ commas แล้วอาจทำให้สับสน)
  • คำว่า large-small กับคำว่า high-low ที่มักใช้สับสน คำว่า large-small ใช้กับ size, dimensions, หรือ mass ส่วน high-low ใช้กับ levels หรือ numerical values

Read Full Post »

Older Posts »

ติดตาม

Get every new post delivered to your Inbox.

Join 38 other followers