สารนิพนธ์

Validity (ความถูกต้อง)ในงานวิจัย

ความถูกต้อง Validity ในงานวิจัย Validity ประเภทของความถูกต้อง             หรือ การวัดต้องมีความถูกต้องเป็นคุณสมบัติที่สำคัญประการหนึ่งของ เครื่องมือวิจัยกล่าวคือ เป็นเครื่องมือที่สามารถวัดได้ตรงกับที่ต้องการจะวัด การตรวจสอบความตรงทำได้หลายวิธี ดังนี้ 1. ความถูกต้องเกี่ยวกับมาตรฐาน (Criterion–related validity) เป็นความถูกต้องที่สอดคล้องกับความคิด/มาตรฐาน ที่เราใช้อยู่ในชีวิตประจำวัน เป็นการประเมินความตรงตามเกณฑ์ที่ได้มาตรฐานการตรวจสอบที่มุ่งหาความสัมพันธ์ระหว่างค่าที่วัดได้จากเครื่องมือที่สร้าง กับค่าที่วัดได้จากเกณฑ์ ความสำคัญอยู่ที่เกณฑ์ที่ผู้วิจัยเลือกว่าถูกต้องตามหลักทฤษฎี ได้มาตรฐานเป็นที่ยอมรับโดยทั่วไปหรือไม่ เกณฑ์ที่เลือกใช้มี 2 ลักษณะ ขึ้นอยู่กับช่วงเวลาที่ต้องการให้เครื่องมือนั้นวัดได้ตรงตามเกณฑ์ กล่าวคือ 1.2.1) ตรงตามสภาพ (Concurrent Validity) หมายถึง ลักษณะที่เครื่องมือวัดได้มีความตรงตามสภาพความเป็นจริงโดยทั่ว ๆ ไปในเวลานั้น 1.2.2) ความตรงตามทำนาย (Predictive Validity) หมายถึง ลักษณะที่เครื่องมือวัดได้มีความตรงตามความจริงที่จะเกิดขึ้นตามมาภายหลัง หรือในอนาคต ซึ่งสามารถทำนายได้ 2. ความถูกต้องในเนื้อหา (Content validity) ความครอบคลุมของมาตรวัด/เครื่องมือในเรื่องที่เป็นเนื้อหาของสิ่งที่ต้องการวัด ความสามารถในการวัดกลุ่มเนื้อหาที่ต้องการจะวัดได้ครอบคลุมและเป็นตัวแทนของสิ่งที่ต้องการวัด เช่น วัดความสามารถในการใช้คอมพิวเตอร์ หรือการวัดทักษะด้านต่าง ๆ เป็นการมองโดยส่วนรวมว่าเครื่องมือหรือชุดของคำถามหรือแบบวัดนั้น  ครอบคลุมเนื้อหาที่จะวัดได้ถูกต้องครบถ้วนหรือไม่  […]

Validity (ความถูกต้อง)ในงานวิจัย Read More »

แบบแผนการสุ่มตัวอย่าง มีอะไรบ้าง

แบบแผนการสุ่มตัวอย่าง ในการสุ่มตัวอย่างจากประชากร อาจแบ่งได้ 2 ประเภทใหญ่ ๆ คือ การสุ่มตัวอย่างชนิดที่ไม่ทราบโอกาส หรือความน่าจะเป็นที่แต่ละหน่วยถูกเลือกขึ้นมาเป็นตัวอย่าง (Non – probability  sampling) ไม่สามารถวัดควาถูกต้อง หรือ ความเชื่อถือได้ของค่าประมาณจากตัวอย่างนั้น ๆ  การสุ่มตัวอย่างชนิดที่ทราบโอกาส หรือความน่าจะเป็นที่แต่ละหน่วยถูกเลือกขึ้นมาเป็นตัวอย่าง (Probability  sampling) สามารถกำหนดได้ว่า หน่วยแต่ละหน่วยของประชากรมีโอกาสเท่าใด ที่จะถูกเลือกขึ้นมาเป็นตัวอย่าง  การสุ่มตัวอย่างชนิดที่ไม่ทราบโอกาส                 – ไม่สามารถวัดควาถูกต้อง หรือ ความเชื่อถือได้ของค่าประมาณจากตัวอย่างนั้น ๆ  ใช้ได้ผลดีในกรณีที่ลักษณะของสิ่งที่ศึกษาพบได้น้อยในประชากร  และในกรณีที่ไม่สามารถกำหนดกรอบของหน่วยศึกษาใน แบบแผนการสุ่มตัวอย่าง ได้             – การสุ่มตัวอย่างแบบบังเอิญ (Accidental  sampling)             – การสุ่มตัวอย่างแบบโควต้า (Quota  sampling)             – การสุ่มตัวอย่างแบบเจาะจง (Purposive  sampling)             – การสุ่มตัวอย่างแบบบอลล์หิมะ (Snowball  sampling)

แบบแผนการสุ่มตัวอย่าง มีอะไรบ้าง Read More »

เกณฑ์ใน การพิจารณาประสิทธิภาพแบบวิจัย

เกณฑ์ในการพิจารณาประสิทธิภาพแบบวิจัย มุ่งสู่คำตอบในปัญหาวิจัย ควบคุมความแปรปรวนได้ (MAX , MIN , CON)              มีความตรงภายใน (Internal validity)            มีความตรงภายนอก (External validity) ความตรงภายใน (Internal validity) ผลการวิจัย เป็นผลอันเนื่องจากตัวแปรอิสระ/ตัวแปรทดลอง หรือตัวแปรหลัก มากกว่าตัวแปรอื่นที่ไม่ได้ศึกษา ตามเกณฑ์ใน การพิจารณาประสิทธิภาพแบบวิจัย ตัวแปรเกินที่อาจมีผลกระทบต่อความตรงภายใน History : เหตุการณ์ที่เกิดระหว่างการทดลองมีผลต่อการทดลอง Maturation : กระบวนการเปลี่ยนแปลงภายในของผู้รับการทดลอง   Testing : ปฏิกิริยาที่เกิดจากการวัดครั้งแรก Instrumentation : การเปลี่ยนแปลงของเครื่องมือวัด/ผู้ทดลอง statistical regression : การถดถอยทางสถิติของคนที่ได้คะแนนสูงสุด/ต่ำสุดในครั้งต่อไป Selection : ความลำเอียงจากการเลือกกลุ่มตัวอย่าง   Experimental Mortality : การสูญเสียตัวอย่างระหว่างทดลอง Selection-maturation interaction :

เกณฑ์ใน การพิจารณาประสิทธิภาพแบบวิจัย Read More »

หลักในการออกแบบวิจัย

หลักในการออกแบบวิจัย ประกอบไปด้วย หลักการควบคุมความแปรปรวนของตัวแปร (The “maxmincon” principle) Max : ทำให้ความแปรปรวนของ Dependent variable อันเนื่องจากตัวแปรทดลองหรือตัวแปรหลักมีค่าสูงสุด (Independent variable) Min : ทำให้ความแปรปรวนอันเนื่องจากความคลาดเคลื่อนมีค่าต่ำสุด Con : ควบคุมอิทธิพลของตัวแปรเกิน Maximization of experimental variance (MAX) เป็นความแปรปรวน/หรือความแตกต่างของค่าหรือคะแนนของตัวแปรตาม : อันเป็นผลมาจากความแตกต่างของตัวแปรอิสระ/ตัวแปรทดลอง/ตัวแปรหลัก ⇒ ผู้วิจัยต้องพยายามจัดให้ตัวแปรอิสระมีความแตกต่างกันมากที่สุดเพื่อจะได้ส่งผลไปสู่ตัวแปรตามซึ่งเป็นไปตามหลักในการออกแบบวิจัย Minimization of error variance (MIN) ขจัดความแปรปรวนที่เกิดจากการวัดและกลุ่มตัวอย่างที่แตกต่างกัน ⇒ ต้องสร้างเครื่องมือวัดให้มีความตรงและมีความเชื่อถือได้ (reliability) ⇒ ควบคุมสถานการณ์ทดลองให้เป็นระบบ ⇒ พิจารณาสถิติในการวิเคราะห์ให้เหมาะสมกับระดับการวัด Control of extraneous variable (CON) ควบคุมอิทธิพลของตัวแปรที่ไม้ได้ศึกษา ⇒ การสุ่ม/ป้องกันความแตกต่างอันเนื่องจากการเลือกตัวอย่าง (ตัวอย่างที่มาจากประชากรเดียวกัน จะมีคุณสมบัติเหมือนกัน) ⇒ นำมาเป็นตัวแปรอิสระด้วย

หลักในการออกแบบวิจัย Read More »

Get 30% off your first purchase

X