10-11 พฤษภาคม 2553 ที่ผ่านมา ห้องสมุดสตางค์ ได้เรียนเชิญ รศ. ศิริลักษณ์ สุวรรณวงศ์ จากภาควิชาคณิตศาสตร์ มาให้ความรู้เกี่ยวกับสถิติและการใช้โปรแกรม SPSS แก่พวกเรา .. อาจารย์เห็นว่าหน่วยงานต่างๆภายในคณะวิทยาศาสตร์ของเราพักนี้ชอบ “ออกแบบสอบถาม” นั่นนี่ กันมากมาย ก็เลยเอาเรื่องนี้มาสอนพวกเราด้วย จะได้มีความรู้ ไม่ออกแบบสอบถามอะไรที่ไม่เข้าท่า ก่อความรำคาญให้แก่ผู้คน อาจารย์สอนได้ไม่โหด แต่ มัน-ฮา มาก ได้ความรู้มาเพียบ .. ต้องขอขอบพระคุณอาจารย์มา ณ ที่นี้ด้วยค่ะ
สรุปความรู้ที่เรียนมาไว้ในบล็อกนี้ ครบบ้างไม่ครบบ้าง ก็ขออภัยนะคะ
การเก็บรวบรวมข้อมูล สำหรับงานวิจัยเชิงสำรวจ เป็นการเก็บรวบรวมข้อมูลจากแหล่งข้อมูลแบบปฐมภูมิ หรือทุติยภูมิ โดยใช้เครื่องมือต่างๆ ได้แก่
- แบบสอบถาม (Questionaire)
- แบบสัมภาษณ์ (Interview)
- แบบสังเกต (Observation) .. แอบดูพฤติกรรมอยู่ห่างๆ
- การมีส่วนร่วม (Participant Observation) .. ปลอมตัวเข้าไปร่วมทำกิจกรรมด้วย
สาระในแบบสอบถาม มี 4 ประเภท (ไม่ต้องมีให้ครบก็ได้)
- “คุณสมบัติประจำตัว” หรือข้อมูลทั่วไปของผู้ตอบแบบสอบถาม .. ไม่ควรให้เขียนชื่อ หรือสอบถามข้อมูลละเอียดจนเดาได้ว่าเป็นใคร! และอะไรถ้าไม่ใช้ ไม่เอามาวิเคราะห์ ก็ไม่ต้องถาม!
- “ทัศนคติ” ความคิดเห็น หรือความเชื่อ .. เป็นข้อถามเกี่ยวกับความรู้สึกนึกคิด (ชอบมากที่สุด –> น้อยที่สุด) เป็นเรื่องส่วนบุคคล คนย่อมคิดไม่เหมือนกัน ไม่มีผิดหรือถูก
- “ความรู้” (Knowledge) เป็นข้อถามเกี่ยวกับความรู้ความเข้าใจ เช่น รู้จักบริการนี้หรือไม่ ? มีทั้งถูกและผิด ตอบถูกก็คือถูก ตอบผิดก็คือผิด
- “พฤติกรรม” เป็นข้อถามที่เกี่ยวข้องกับพฤติกรรมของผู้ตอบแบบสอบถาม
ประเภทของข้อถาม
1. ข้อถามแบบปลายเปิด (เขียนอะไรก็ได้ แต่จะประมวลด้วยคอมพิวเตอร์ไม่ได้ ต้องอ่านเอาเอง)
2. ข้อถามแบบปลายปิด (มี choice ให้เลือก A,B,C,D, .. อาจเพิ่มข้อ อื่นๆ (โปรดระบุ) ..)
2.1 ข้อถามปลายปิด ที่มีคำตอบ 2 ทางเลือก
2.2 มีหลายตัวเลือก แต่ต้องเลือกตัวเดียว
2.3 ข้อถามแบบ เลือกตอบได้มากกว่า 1 ตัวเลือก
2.4 ข้อถามแบบจัดอันดับ (ranking question)
2.5 ข้อถามการจัดลำดับทัศนคติ
การจัดลำดับทัศนคติ นิยมใช้ Likert Scale เป็นการให้สเกลคำตอบ 5 ระดับคือ 5 (เห็นด้วยอย่างยิ่ง) 4 (เห็นด้วย) 3 (ปานกลาง) 2 (ไม่เห็นด้วย) 1 (ไม่เห็นด้วยอย่างยิ่ง) หรือ Semantic Differential Scale เป็นการให้สเกลคำตอบ 7 ระดับ
รวดเร็ว 7 6 5 4 3 2 1 ล่าช้า
ประทับใจ 7 6 5 4 3 2 1 ไม่ประทับใจ
หรือใช้ Thurstone’ s Scale ซึ่งมี 11 ระดับ นิยมใช้ในทางการแพทย์
(อาจเติมตัวเลือก ในกรณีที่ตอบไม่ได้ ไม่เคยใช้บริการ ไม่มีความเห็น เข้าไปด้วยก็ได้)
แบบสอบถามของเรา ต้องมีทั้ง Reliable และ Valid
คุณภาพของเครื่องมือ
- ความเที่ยงตรง (Valid) มีความถูกต้อง เครื่องมือที่มีความเที่ยงตรง หมายถึง เครื่องมือที่สามารถวัดได้ในสิ่งที่ต้องการวัด (ไม่ใช่ถามวิชาเลข แต่ชอบใช้คำศัพท์ยากๆ ในข้อสอบ ยังกับวัดความรู้ภาษา!) ต้องเป็นความเที่ยงตรงตามเนื้อหา (Content validity) อาศัยค่าสถิติที่สำคัญคือ ค่าความสอดคล้องระหว่างข้อถามกับวัตถุประสงค์หรือเนื้อหา IOC (Index of Item Objective Congruence) หรือดัชนีความเหมาะสม ใช้ผู้เชี่ยวชาญหลายๆ คนมาวัด แล้วหาค่าเฉลี่ย ให้คะแนน +1 (ตรง) 0 (ไม่แน่ใจ) -1 (ไม่ตรง) ข้อถามที่มีค่า 05-1.0 มีค่าความเที่ยงตรงสูง ถ้าต่ำกว่า 0.5 ต้องปรับปรุง
- ความเชื่อมั่น (Reliability) มีความแม่นยำ วัดกี่ครั้งก็เหมือนเดิม (ถ้าเป็นข้อสอบ สอบกี่ครั้งเด็กก็ตอบได้เหมือนเดิม ถ้าไม่ไปดูหนังสือเพิ่ม) ทัศนคติ ควรคงที่ ถ้าไม่มีอะไรมากระทบ การหาความเชื่อมั่นของแบบสอบถาม ใช้สัมประสิทธิ์แอลฟา (alpha-cofficient) ของครอนบาค (Cronbach) ค่าแอลฟาที่ใช้ควรมากกว่า 0.6 ถ้าน้อยกว่านั้น ควรปรับปรุงแบบสอบถาม หรืออาจตัดบางข้อทิ้ง (Aplha if Item Deleted)
- ความเป็นปรนัย (Objectivity) ถ้าเป็นข้อสอบ ใครตรวจก็ได้คะแนนเหมือนกัน
- ความยาก (Difficulty) แบบทดสอบมาตรฐาน มีค่าความยาก อยู่ระหว่าง 0.25-2.75 (ยาก -> ง่าย) แต่ถ้าเป็นข้อสอบควรมีความยาก ต่ำกว่า 0.25 (และเห็นว่ามหาวิทยาลัย ควรทำคลังข้อสอบกันได้แล้ว!)
- อำนาจจำแนก (Discrimination) ในข้อสอบต้องมีตัวนี้จะได้แยกเด็กเก่ง-ไม่เก่ง แบบสอบถามทัศนคติจำเป็นต้องมีด้วยเช่นกัน .. แบ่งออกเป็น 2 กลุ่ม สูตรที่ใช้ ใช้ t-test ซึ่งขึ้นกับ degree of freedom จำนวนคนตอบ มาก->น้อย
จำนวนแบบสอบถามที่ควรแจก ใช้สูตรคำนวณว่า จำนวนแบบสอบถาม = จำนวนตัวอย่างที่ต้องการ / อัตราการตอบ ตัวอย่างเช่น ถ้าต้องการคำตอบกลับมา 50 ราย และอัตราการตอบอยู่ที่ 10% หรือ 0.1 ดังนั้นจะต้องแจกแบบสอบถามไปทั้งสิ้น 50/0.1 = 500 ชุด .. และควรทำ pre-test ด้วย เพื่อตรวจสอบคุณภาพของเครื่องมือ ซึ่งไม่มีข้อจำกัดว่าจะ pre-test สักกี่คน อาจจะ 10-15 คนก็ได้ แต่ต้องเลือกคนที่ตอบจริงใจหน่อยนะ !
การใช้โปรแกรม SPSS ในการวิเคราะห์คุณภาพของเครื่องมือ
(มหาวิทยาลัยมหิดล ซื้อ license SPSS แล้ว 1,000 users)
– ใช้วิเคราะห์ความเที่ยงตรง (Valid) : หาค่า IOC
– ใช้วิเคราะห์ความเชื่อมั่น (Reliability) : หาค่าสัมประสิทธิ์แอลฟ่า Cronbach’s Apha Coeffient (เป็นการวัดทัศนคติ ไม่ใช่วัดข้อเท็จจริง) เลือกเมนู Analyze -> Scale -> Reliability Analysis (Model = Alpha)
แบบสอบถามที่แจกไปแล้ว วิเคราะห์อะไรได้บ้าง นอกจากหาค่าร้อยละ ??
สถิติที่น่าศึกษา เช่น
ตัวเลขเชิงปริมาณ ได้แก่ น้ำหนัก ส่วนสูง อายุ รายได้ รายจ่าย คะแนน ฯลฯ เอามาหาร และหาค่าเฉลี่ยได้ ใช้ parametric test ต่างๆ เช่น t-test, f-test
ตัวเลขเชิงคุณภาพ ได้แก่ เพศ คณะ ภาควิชา ระดับการศึกษา ตำแหน่ง ฯลฯ หาค่าเฉลี่ยไม่ได้ วัดได้ว่ามีกี่ % แล้วดูว่ามีนัยสำคัญหรือไม่
ค่าคะแนนทัศนคติ 5 4 3 2 1 ดูเหมือนจะเป็นเชิงคุณภาพ แต่จะคิดเป็นเชิงปริมาณก็ได้ เช่นระดับคะแนนของนักศึกษา A=5, B=4, C=3, D=2, F=1
มาตรวัดตัวแปร
1. ตัวแปรนามบัญญัติ (Nominal Scale) แบ่งพรรคแบ่งพวกได้ เช่น เพศ คณะ ภาควิชา ตำแหน่ง ช่วงอายุ ฯลฯ ใช้สถิติความถี่ : ร้อยละ เปอร์เซ็นต์ การนำเสนอข้อมูล : เป็นรูปกราฟแท่ง กราฟวงกลม
2. ตัวแปรอันดับ (Ordinal Scale) จัดอันดับได้ เช่น เกรด A, B, C ที่ 1,2,3 (แต่ไม่รู้ว่าที่ 1 เก่งกว่าที่ 2 เท่าไหร่) ระดับความคิดเห็น คะแนนทัศนคติ (บางครั้งระดับการศึกษา เช่น ประถม มัธยม อุดมศึกษา ก็อาจเป็นตัวแปรอันดับ) สถิติที่ใช้ : ความถี่ ร้อยละ การนำเสนอข้อมูล : รูปกราฟแท่ง กราฟวงกลม
3. ตัวแปรอันตรภาค (Interval Scale) ข้อมูลเป็นตัวเลข คูณ หาร บวก ลบ ยกกำลังได้ แต่ไม่มีศูนย์แท้จริง เช่น คะแนนสอบ เกรดเฉลี่ย อุณหภูมิ (อุณหภูมิ 0 องศา ไม่ได้แปลว่าไม่มีความร้อน) คะแนนทัศนคติ สถิติที่ใช้ : ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน การนำเสนอข้อมูล : รูปแผนภูมิกล่อง แผนภูมิต้นไม้ (ต้น-ใบ) แผนภาพกระจาย
4. ตัวแปรอัตราส่วน (Ratio Scale) เช่น รายได้ รายจ่าย อายุ อายุงาน น้ำหนัก (ศูนย์สนิท เช่น มีเงิน 0 บาท หมายถึง ไม่มีเงินเลย) สถิติที่ใช้ : ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน การนำเสนอข้อมูล : รูปแผนภูมิกล่อง แผนภูมิต้นไม้ (ต้น-ใบ) แผนภาพกระจาย
(คะแนนทัศนคติ อาจเป็น Ordinal หรือ Interval ก็ได้ แล้วแต่จะมอง)
นอกจากนั้น อาจารย์ยังได้อธิบายวิธีการลงรหัส/สร้างรหัสลงบนแบบสอบถาม เพื่อเตรียมวิเคราะห์ข้อมูล เช่น เพศ 1=ชาย, 2=หญิง, 9=ไม่ระบุ (เป็น nominal) / อายุ 1=18-30 ปี, 2=31-45 ปี, 3=46-55 ปี, 4=56-60 ปี, 9=ไม่ตอบ (เป็น nominal) / อายุงาน ….ปี ใช้ค่าตามความเป็นจริง คือ 0-43 ปี, 99=ไม่ตอบ (เป็น ratio)
ต้องการวิเคราะห์เป็นรายข้อ / รายด้าน (ข้อ 1+ข้อ 2+ข้อ 3) / หรือทั้งหมด (ด้านที่ 1+ด้านที่ 2+ด้านที่ 3) อาจรวม หรือแยกถามก็ได้ ถ้ายอมรับว่าคะแนนทัศนคติเป็นตัวแปรอันตรภาค ก็จะใช้ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน และใช้แผนภูมิกล่อง หรือแผนภูมิต้น-ใบ
ถ้าถามแค่มีเพศหญิงกี่คน เพศชายกี่คน ที่ตอบแบบสอบถาม หาค่าร้อยละ .. มันน้อยไป (ถ้าไม่ใช้ ก็ไม่ต้องถาม !)
– ต้องการทราบหรือไม่ว่า … เพศที่ต่างกัน จะมีคะแนนทัศนคติที่ต่างกัน ?
– ต้องการทราบหรือไม่ว่า … หน่วยงานสังกัดที่ต่างกัน จะมีคะแนนทัศนคติที่ต่างกัน ?
– ต้องการทราบหรือไม่ว่า … อายุงานที่ต่างกัน จะมีคะแนนทัศนคติที่ต่างกัน ?
ตัวแปรต้น (หมายถึง ต้นเหตุ ที่ทำให้ตัวแปรตาม เปลี่ยนแปลงไป)
ตัวแปรต้น ได้แก่ เพศ หน่วยงานที่สังกัด ช่วงอายุ (nominal) / อายุงาน (ratio)
ตัวแปรตาม ได้แก่ คะแนนทัศนคติ (Interval)
เพศ (ชาย หญิง) และหน่วยงาน (ส่วนกลาง ส่วนภูมิภาค) แบ่งเป็น 2 ระดับ ใช้ T-independent Test
ส่วนช่วงอายุ มีมากกว่า 2 ระดับ ใช้ One-way ANOVA