390 likes | 664 Views
การวิจัยและสถิติ. ปราณี นิลกรณ์. การวิจัย และ สถิติ. การวิจัยและสถิติมีความสัมพันธ์กันในเกือบทุกขั้นตอนของการวิจัย โดยเฉพาะอย่างยิ่ง การวิจัยเชิงปริมาณ การวิจัยจะมีความเชื่อถือได้ ดำเนินไปอย่างมีประสิทธิภาพ และสรุปผลได้ถูกต้อง จำเป็นต้องเลือกใช้สถิติให้เหมาะสม
E N D
การวิจัยและสถิติ ปราณี นิลกรณ์
การวิจัย และ สถิติ • การวิจัยและสถิติมีความสัมพันธ์กันในเกือบทุกขั้นตอนของการวิจัย โดยเฉพาะอย่างยิ่ง การวิจัยเชิงปริมาณ • การวิจัยจะมีความเชื่อถือได้ ดำเนินไปอย่างมีประสิทธิภาพ และสรุปผลได้ถูกต้อง จำเป็นต้องเลือกใช้สถิติให้เหมาะสม • นักวิจัยจึงควรทราบวิธีการใช้สถิติที่เหมาะสมและสอดคล้องกับงานวิจัย
การวิจัย และ สถิติ • ความตรง(Validity)วิธีการศึกษานี้(การวัดค่าตัวแปร) ช่วยตอบคำถามการวิจัยหรือไม่ หรือตรงกับวัตถุประสงค์การวิจัยหรือไม่? • ความเชื่อมั่นของแบบทดสอบ/แบบสอบถาม(Reliability) เครื่องมือที่ใช้ เมื่อนำมาวัดซ้ำ ได้คำตอบเหมือนเดิมหรือไม่ • การวิเคราะห์ (Analysis)ควรจะวิเคราะห์ข้อมูลอย่างไร ตีความผลการวิเคราะห์อย่างไร รายงานผลอย่างไรจึงจะตอบคำถามการวิจัยและผลการวิจัยเป็นที่น่าเชื่อถือ • ประสิทธิภาพ(Efficiency)ควรวางแผนการวิจัยอย่างไร จึงจะมีประสิทธิภาพ (วางแผนการทดลองแบบไหน? เลือกตัวอย่างอย่างไร ขนาดตัวอย่างควรเป็นเท่าไร?)
การนิยามปฏิบัติการ(Operationalization)การนิยามปฏิบัติการ(Operationalization) • ในทางพฤติกรรมศาสตร์ เราต้องชัดเจนว่าเราต้องการวัดอะไร • นิยามปฏิบัติการOperational Definitionคือนิยามแนวคิด(concept)ในเทอมของการดำเนินการ(operations) ที่ใช้วัดแนวคิดนั้น • นิยามตัวแปรใหม่ในเทอมของขั้นตอนทางกายภาพ • ให้ความหมายของแนวคิดโดยการชี้ให้เห็นว่ามี operation อะไรบ้างที่ต้องทำให้สำเร็จจึงจะถือว่าเราวัด concept นั้นออกมา
การนิยามปฏิบัติการ • “ความจำ” operationalizedโดยจำนวนคำที่แต่ละคนจำได้จากเรื่องที่อ่านให้ฟัง • “ความไม่ไว้ใจมนุษย์”(misanthropy) วัดโดยใช้แบบสอบถามที่พัฒนาขึ้นเกียวกับความไม่ไว้วางใจคน
Operational Definition Theory or idea Self-esteem Operational definition I feel good about myself... Reality 1 2 3 4 5 SD D N A SA
Validity วัดในสิ่งที่ต้องการวัด • Content Validity ผู้ทรงคุณวุฒิตรวจสอบเครื่องมือ • Construct Validity เครื่องมือมีโครงสร้างตามแนวคิด ทฤษฎีที่เป็นฐานการวิจัยหรือไม่ Confirmatory Factor Analysis(CFA) • ฯลฯ
Reliability ความเชื่อมั่น/ความเที่ยง • Cronbach’s Alpha • (Kuder Richardson กรณี 0,1)
ประชากร และ ตัวอย่าง สถิติอนุมาน ใช้ข้อมูลที่ได้จากตัวอย่าง ไปสรุปประชากร ประชากร - พารามิเตอร์ ตัวอย่าง-ค่าสถิติ
ระเบียบวิธีทางสถิติ (Statistical Methods) • สถิติพรรณนา(Descriptive statistics) • เก็บรวบรวมข้อมูลและอธิบายข้อมูล เฉพาะส่วนที่เก็บมา • สถิติอนุมาน(Inferential statistics) • สรุปหรือตัดสินใจเกี่ยวกับลักษณะของประชากรโดยใช้ข้อมูลจากตัวอย่าง • การประมาณค่า แบบจุด แบบช่วง(confidence interval, credible interval) • การทดสอบสมมติฐาน • การจำแนก การจัดกลุ่ม(classification, clustering)
การสุ่มตัวอย่าง • เป้าหมาย • เพื่อให้ได้ตัวแทนที่ดีของประชากร • ขั้นตอน • กำหนดประชากรเป้าหมาย • กำหนดกรอบตัวอย่าง(ถ้าทำได้) • กำหนดขนาดตัวอย่าง • เข้าใจธรรมชาติของประชากรเพื่อเลือกวิธีสุ่มตัวอย่าง • สุ่มตัวอย่าง
กำหนดประชากรเป้าหมาย(target population) • ประชากรเป้าหมาย • หน่วยวิเคราะห์,หน่วยตัวอย่าง(unit of analysis, sampling unit) • ความครอบคลุม เช่น เขตภูมิศาสตร์ ขอบเขตด้านคุณลักษณะของตัวอย่าง เช่นอายุ เพศ ฯลฯ • วัตถุประสงค์การวิจัย • ขอบเขตการวิจัย • วิธีดำเนินการวิจัย
การกำหนดประชากรเป้าหมาย(ต่อ)การกำหนดประชากรเป้าหมาย(ต่อ) • ขอบเขตทางภูมิศาสตร์ เช่น ภาค จังหวัด • ขอบเขตด้านคุณลักษณะของหน่วยตัวอย่าง เช่น อายุ เพศ เช่น เยาวชนในจังหวัดเชียงราย (อายุระหว่าง ----- ปี) รวมต่างด้าว?
กำหนดกรอบตัวอย่าง • กรอบตัวอย่าง: รายการที่สมบูรณ์ของสมาชิกในประชากรเป้าหมายเพื่อนำมาใช้เลือกตัวอย่าง • รายการที่อยู่ในกรอบตัวอย่างต้องสอดคล้องกับประชากรเป้าหมาย • รายการที่กำหนดขึ้น ต้องสามารถนำมาใช้เลือกตัวอย่างในการปฏิบัติจริงได้
กำหนดขนาดตัวอย่าง ปัจจัยที่มีผลต่อขนาดตัวอย่าง(n) • ขนาดของประชากร (N) • ความแปรปรวนของประชากร(Variability of the population) (s2) • ระดับความถูกต้องที่ต้องการ(accuracy )(ยอมให้คลาดเคลื่อนจากค่าจริงเท่าไร ) • ระดับความเชื่อมั่นที่ต้องการ(Level of confidence (1-a)) (การประมาณค่า จะใช้ระดับความเชื่อมั่นเท่าใด)
กำหนดขนาดตัวอย่าง นอกจากนั้น อาจมีปัจจัยด้านการจัดการที่มีผลต่อการกำหนดขนาดตัวอย่างอีก เช่น • ระยะเวลา • งบประมาณ • จำนวนบุคลากรในการเก็บรวบรวมข้อมูล • ลักษณะของปัญหาและวัตถุประสงค์ของการวิจัย
Relative accuracy, sample size and population size • For larger population sizes it is not necessary to increase sample size • A sample size of 500 guarantees an error below 5% for any population size • Above a size of 500, it is better to consider spending money on reducing non-sampling errors Ref.:Mazzocchi(2008) Statistics for Marketing and consumer Research, Sage Plubications.
การกำหนดขนาดตัวอย่าง • เปิดตาราง YAMANE • คำนวณจากสูตร • คำนวณเอง • โปรแกรม(เช่น PASS WEB) เจาะสำหรับแต่ละกรณีเช่น เปรียบเทียบค่าเฉลี่ย เปรียบเทียบสัดส่วน
วิธีการสุ่มตัวอย่าง (สุ่มตัวอย่างแบบ Non-Prabability Sampling มีปัญหาในแง่การอนุมาน) ตัวอย่าง Probability Samples Non-Probability Samples Simple Random Stratified convenient Judgement Cluster Systematic Quota
การสุ่มตัวอย่างอย่างง่าย VSการสุ่มตัวอย่างแบบชั้นภูมิ • ลักษณะของประชากรคล้ายคลึงมากน้อยแค่ไหน • มีกรอบตัวอย่างหรือไม่ • ตัวแปรที่จะใช้ในการแบ่งชั้นภูมิ(stratification)มีอยู่ในกรอบตัวอย่างหรือไม่ ( เช่น แบ่งตามรายได้ครัวเรือน) • SRS หน่วยตัวอย่างในประชากรมีลักษณะคล้ายคลึงกัน • Stratified หน่วยตัวอย่างของประชากรในแต่ละชั้นภูมิ(กลุ่ม)คล้ายคลึงกัน และที่อยู่ในต่างชั้นภูมิ(กลุ่ม)แตกต่างกัน โดยเฉพาะในตัวแปรที่ต้องการศึกษา
สุ่มอย่างง่าย(Simple random sampling:SRS) • ทุกหน่วยมีความน่าจะเป็นที่จะถูกเลือกเท่ากัน
สุ่มแบบแบ่งชั้นภูมิ(Stratified random sampling) • แบ่งหน่วยตัวอย่างเป็นกลุ่มที่ประชากรในกลุ่มมีลักษณะคล้ายคลึงกันตามลักษณะใดลักษณะหนึ่ง • สุ่มตัวอย่างจากแต่ละกลุ่มให้ครบทุกกลุ่ม โดยจำนวนตัวอย่างที่สุ่มจากแต่ละกลุ่มนิยมใช้ให้ผันแปรตรงกับขนาดประชากรในกลุ่ม(proportional allocation) • ตัวอย่างเช่น ถ้าต้องศึกษากระบวนการตัดสินใจของผู้บริหาร อาจต้องแยกประชากรเป็น 2 กลุ่ม คือ ชาย และ หญิง เนื่องจากการตัดสินใจของผู้บริหารชายและหญิงไม่เหมือนกัน ถ้าไม่แบ่ง อาจได้แต่ผู้บริหารชายมา ทำให้ได้ตัวแทนที่ไม่ดีของประชากร
การสุ่มตัวอย่างแบบกลุ่ม(Cluster Random Sampling) • แบ่งประชากรออกเป็นกลุ่มๆตามพื้นที่ทางภูมิศาสตร์ตามสถาบันหน่วยงานฯลฯ เลือกมาเพียงบางกลุ่ม • -ประชากรที่อยู่ในกลุ่มเดียวกันครอบคลุมทุกลักษณะของประชากร • -แต่ละกลุ่มมีลักษณะคล้ายคลึงกัน • สุ่มบางกลุ่มมาเป็นตัวแทนของทุกกลุ่ม ประชากรในกลุ่มที่สุ่มมาได้อาจนำมาใช้เป็นตัวอย่างทั้งหมดหรืออาจเลือกจากในกลุ่มอีกทีก็ได้ • ตัวอย่างเช่น แบ่งประชากรเป็นภาค และเป็นรายจังหวัด ในแต่ละภาค สุ่มจังหวัดมา 3 จังหวัด Silpchai Nilkorn
การวัด • การกำหนดค่าให้แก่ตัวแปร • เช่น • ตัวแปร เพศ ค่า ชาย หญิง • ตัวแปร ความสูง ค่า 150 ซ.ม. • ตัวแปร อุณหภูมิ ค่า 100 องศาเซลเซียส
ระดับการวัด 4 ระดับ (NOIR) • Nominal: (“categorical”) วัดหยาบสุด แบ่งกลุ่มตามลักษณะที่เหมือนกัน • Ordinal: กลุ่มต่าง + เรียงอันดับกลุ่มได้( เช่น จากน้อยไปมาก) • Interval: มีคุณสมบัติ (1+2) + มีหน่วยมาตรฐานบอกความแตกต่างระหว่างกลุ่ม • Ratio: มีคุณสมบัติ (1+2+3) + มีศูนย์แท้
ระดับการวัด และ สถิติ • ระดับการวัดเป็นปัจจัยสำคัญปัจจัยหนึ่งในกำหนดวิธีการทางสถิติที่ใช้ในการวิเคราะห์ข้อมูล • สถิติพรรณนา • ข้อมูลเชิงคุณภาพ (NO) ความถี่ ร้อยละ • ข้อมูลเชิงปริมาณ (IR) ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน
ตัวอย่าง 3 การประเมินภาวะผู้นำ คุณภาพIT และประโยชน์ที่ประชาชนได้รับจากระบบ e-government
Regression X1 Y X2 X3 Observed Variables Y เชิงปริมาณ, Normal X4
Path Model X1 Y X2 X3 Observed Variables X4
Factor Analysis Model X1 X2 Y Observed Variables X3 Latent Variables X4
Observed Variables SEM Modelstructural equation modeling Latent Variable Z1 X1 X2 Z2 Z X X3 Z3 X4 Z4 Y1 Y Y2 Y3 Factor Models +Path Models Y4
Discriminant Analysis,Logistic Regression,Clustering • ปัจจัยด้านการบริหาร(X1, X2, X3,…,Xk) ที่มีผลต่อความสำเร็จขององค์กร(y สำเร็จ/ไม่สำเร็จ) X1 Y 0/1 X2 X3 X4