03763491 ระเบียบวิธีวิจัยทางธุรกิจโรงแรม และท่องเที่ยว 03763491 ระเบียบวิธีวิจัยทางธุรกิจโรงแรม และท่องเที่ยว Research Methods in Hotel and Tourism Business เติมศักดิ์ สุขวิบูลย์ 8 : 16 /17 มี.ค. 61

เนื้อหา ความหมายของข้อมูล (Data) ประเภทตัวแปร ความสัมพันธ์ระหว่างตัวแปร ประเภทข้อมูล 1. แบ่งตามอิทธิพลของตัวแปร 1. แบ่งตามแหล่งที่มา 2. แบ่งตามการจัดกระทำของตัวแปร 2. แบ่งตามระดับการวัด 3. แบ่งตามภาวการณ์แทรกซ้อนตัวแปร/ภายนอก/ทดสอบ 3. แบ่งตามลักษณะของข้อมูล 4. แบ่งตามช่วงเวลาอ้างอิง 4. แบ่งตามความต่อเนื่องของค่าตัวแปร วิธีการวิเคราะห์ข้อมูลประเภทต่างๆ 5. แบ่งตามการคัดเลือกตัวแปร 1. สเกลนามกำหนด (Nominal Scales) ความสัมพันธ์ระหว่างตัวแปร 2. สเกลอันดับ (Ordinal Scales) 1. ที่มาและเหตุผลความสัมพันธ์ระหว่างตัวแปร 3. สเกลอันตรภาค (Interval Scales) 4. สเกลอัตราส่วน (Ratio Scales) 2. รูปแบบของความสัมพันธ์ 3. ทิศทางของความสัมพันธ์

ความหมาย ความหมายของข้อมูล (Data) : ข้อมูล คือ คำอธิบายพื้นฐานเกี่ยวกับสิ่งของ เหตุการณ์ กิจกรรม หรือธุรกรรม ซึ่งได้รับการบันทึก จำแนก และ เก็บรักษาไว้ โดยที่ยังไม่ได้เก็บให้เป็นระบบ เพื่อที่จะให้ความหมายอย่างใดอย่างหนึ่งที่แน่ชัด (Turban, McLean and Wetherbe, 2001 : 17) : ข้อมูล คือ ข้อความจริงเกี่ยวกับเรื่องใดเรื่องหนึ่ง โดยอาจเป็นตัวเลขหรือ ข้อความที่ทำให้ผู้อ่านทราบความเป็นไปหรือเหตุการณ์ที่เกิดขึ้น (สุชาดา กีระนันท์ , 2542 : 4) : ข้อมูล คือ ข้อเท็จจริงที่เป็นภาพ (Images) หรือเสียง (Sounds) ที่อาจจะ (หรือไม่) แก้ไขปัญหา (Pertinent) หรือเป็นประโยชน์ต่อการปฏิบัติงาน (Alter 1996 : 28) คล้ายคลึงกับ Nickerson (1998 : 10-11) ที่อธิบายว่า ข้อมูลคือ ตัวแทนของข้อเท็จจริง ตัวเลข ข้อความ ภาพ รูปภาพหรือเสียง ตัวอย่าง วรรณกรรม Logistic http://logisticscorner.com/index.php?option=com_content&view=section&id=11&Itemid=76 http://www.en.kku.ac.th/vcml2013/

: ข้อมูล คือ ข้อเท็จจริงที่แทนเหตุการณ์ที่เกิดขึ้นภายในองค์การ หรือ ความหมาย ความหมายของข้อมูล (Data) : ข้อมูล คือ ข้อเท็จจริงที่แทนเหตุการณ์ที่เกิดขึ้นภายในองค์การ หรือ สิ่งแวดล้อมทางกายภาพก่อนที่จะมีการจัดระบบให้เป็นรูปแบบที่คนสามารถเข้าใจ และนำไปใช้ได้ (Laudon and Laudon, 1999 : 8) : ข้อมูล คือ ข้อเท็จจริง หรือการอภิปรายปรากฏการณ์อย่างใดอย่างหนึ่ง (Haag, Cummings and Dawkins 2000 : 31) และ McLeod, Jr. and Schell (2001 : 12) กล่าวว่า ข้อมูล คือ สิ่งประกอบไปด้วยข้อเท็จจริง และสัญลักษณ์ (Figures) ที่มีความสัมพันธ์ (ไม่มีความหมาย หรือมี ความหมายน้อย) กับผู้ใช้ ตัวอย่าง วรรณกรรม Logistic http://logisticscorner.com/index.php?option=com_content&view=section&id=11&Itemid=76 http://www.en.kku.ac.th/vcml2013/

ความหมาย ความหมายของข้อมูล (Data) สรุป : ข้อเท็จจริงที่เกิดขึ้นเกี่ยวกับเรื่องใดเรื่องหนึ่ง หรือสิ่งที่แสดงถึงสถานภาพสถานการณ์หรือปรากฏการณ์ โดยอาจอยู่ในรูปตัวเลขที่ประมวลผลหรือข้อความที่ใช้เนื้อหาพิจารณา ภาพวาด/ภาพถ่ายและอื่นๆ ข้อความหรือตัวเลขอาจเป็นเรื่องที่เกี่ยวข้องกับคน พืช สัตว์และสิ่งของ : ข้อมูล หมายถึง ข้อเท็จจริงหรือสารสนเทศ/ข่าวสาร (Information) ต่างๆที่อาจจะอยู่ในรูปแบบทั้งที่เป็นตัวเลขหรือไม่เป็นตัวเลข - ข้อมูลที่เป็นตัวเลข เรียกว่า ข้อมูลเชิงปริมาณ - ข้อมูลที่ไม่เป็นตัวเลข เรียกว่า ข้อมูลเชิงคุณภาพ ข้อมูลที่ใช้การวิจัย หมายถึง ข้อเท็จจริงหรือข่าวสารที่เกี่ยวกับตัวแปร หรือสิ่งที่จะนำมาเป็นหลักฐานเพื่อใช้ในการบรรยายประเด็นต่างๆ ที่เกี่ยวข้องกับปัญหาวิจัย ตัวอย่าง วรรณกรรม Logistic http://logisticscorner.com/index.php?option=com_content&view=section&id=11&Itemid=76 http://www.en.kku.ac.th/vcml2013/

ประเภทข้อมูล 1. จำแนกตามลักษณะการเก็บข้อมูล แบ่งเป็น 4 ประเภท 1. จำแนกตามลักษณะการเก็บข้อมูล  แบ่งเป็น 4 ประเภท 1.1 ข้อมูลที่ได้จากการนับ (Counting Data) จะเป็นข้อมูลตัวเลขจำนวนเต็ม บางครั้งเรียกว่า เป็นข้อมูลที่ไม่ต่อเนื่อง ได้แก่ จำนวนครัวเรือนประชากร นิสิตที่สอบผ่านวิชาวิจัย      1.2 ข้อมูลที่ได้จาการวัด (Measurement Data) ข้อมูลที่ได้จะมีลักษณะเป็นเศษส่วน หรือจุดทศนิยม บางครั้งเรียกว่า ข้อมูลแบบต่อเนื่อง ได้แก่ ระยะทาง น้ำหนัก ปริมาตร ความยาว ความสูง หรือระยะเวลา เป็นต้น      1.3 ข้อมูลที่ได้จากการสังเกต (Observation Data) เป็นข้อมูลที่ได้จากเฝ้าสังเกตหรือติดตามการกระทำ พฤติกรรม หรือปรากฏการณ์ต่างๆ 1.4 ข้อมูลที่ได้จากการสัมภาษณ์ (Interview Data) เป็นข้อมูลที่ได้จากการถามตอบโดยตรง ระหว่างผู้สัมภาษณ์และผู้ถูกสัมภาษณ์   

ประเภทข้อมูล 2. จำแนกตามลักษณะข้อมูล แบ่งเป็น 2 ประเภท 2. จำแนกตามลักษณะข้อมูล แบ่งเป็น 2 ประเภท      2.1 ข้อมูลเชิงปริมาณ (Quantitative Data) เป็นข้อมูลที่สามารถแสดงถึงความแตกต่างเกี่ยวกับปริมาณ จำนวน หรือขนาดในลักษณะตัวเลขโดยตรง ได้แก่ อายุ ส่วนสูง น้ำหนัก ปริมาตร ระยะทาง ซึ่งแบ่งได้เป็น 2 ประเภท คือ           - ข้อมูลแบบไม่ต่อเนื่อง (Discrete Data) หมายถึง ข้อมูลที่มีค่าเป็นเลขจำนวนเต็มที่มีความหมาย เช่น จำนวนสิ่งของ จำนวนคน   เป็นต้น           - ข้อมูลแบบต่อเนื่อง (Continuous Data) หมายถึง ข้อมูลที่อยู่ในรูปตัวเลขที่มีค่าได้ทุกค่าในช่วงที่กำหนดและมีความหมาย เช่น รายได้ น้ำหนัก เป็นต้น 2.2 ข้อมูลเชิงคุณภาพ (Qualitative Data) เป็นข้อมูลที่แสดงลักษณะที่แตกต่างกัน เช่น เพศชาย เพศหญิง จะเป็นข้อมูลที่ไม่ได้อยู่ในรูปของตัวเลขโดยตรง

ประเภทข้อมูล 3. จำแนกตามการจัดการข้อมูล แบ่งเป็น 3 ประเภท 3. จำแนกตามการจัดการข้อมูล แบ่งเป็น 3 ประเภท 3.1 ข้อมูลดิบ (Raw Data) เป็นข้อมูลที่ได้มาจากการเก็บ การสำรวจหรือการนับ โดยยังไม่ได้จัดรวบรวมเป็นหมู่ เป็นกลุ่มหรือจัดเป็นพวก 3.2 ข้อมูลที่จัดเป็นกลุ่ม (Group Data) เป็นข้อมูลที่เกิดจากการนำเอาข้อมูลดิบมารวบรวมเป็นกลุ่ม เป็นหมวดหมู่ หรือทำการจำแนกแยกแยะข้อมูลให้สามารถสรุปสาระสำคัญขั้นต้น 3.3 ข้อมูลที่วิเคราะห์แล้ว (Analysis Data) เป็นข้อมูลผ่านการจัดกระทำแล้ว โดยที่มีการดำเนินการวิเคราะห์กับข้อมูล ทำให้สามารถสรุปผลและนำมาใช้ประโยชน์เป็นสารสนเทศในเรื่องใดเรื่องหนึ่ง

ประเภทข้อมูล 4. จำแนกตามแหล่งที่มาของข้อมูล แบ่งเป็น 2 ประเภท 4. จำแนกตามแหล่งที่มาของข้อมูล  แบ่งเป็น 2 ประเภท      4.1 ข้อมูลปฐมภูมิ (Primary Data) เป็นข้อมูลใดๆ ที่เก็บจากแหล่งกำเนิด/เจ้าของข้อมูลโดยตรง ซึ่งผู้วิจัยต้องเก็บขึ้นมาใหม่เพื่อวัตถุประสงค์ของการวิจัยนั้นโดยเฉพาะ ไม่ใช่ เป็นการรวบรวมสถิติหรือข้อมูลที่ผู้อื่นได้ทำการเก็บรวบรวมมา ผู้ใช้เป็นผู้เก็บข้อมูลเอง อาจจะเก็บข้อมูลด้วยการวัด การสำรวจ การสัมภาษณ์หรือสังเกตการณ์ จะเป็นข้อมูลที่มีความน่าเชื่อถือมากที่สุด เนื่องจากยังไม่มีการเปลี่ยนรูปและมีรายละเอียดตามที่ผู้ใช้ต้องการ แต่จะต้องเสียเวลาและค่าใช้จ่ายมาก 4.2 ข้อมูลทุติภูมิ (Secondary Data) ข้อมูลต่างๆ ที่มีอยู่แล้ว ซึ่งอาจจะอยู่ในรูปข้อมูลดิบที่ผู้อื่นรวบรวมไว้แล้ว /ข้อมูลที่ผ่านกรรมวิธีทางข้อมูล (Data Processing) หรือการวิเคราะห์ (Data analysis) ซึ่งเป็นข้อมูลที่ได้มาจากแหล่งข้อมูลที่มีผู้เก็บรวบรวมไว้แล้ว โดยมักเป็นข้อมูลที่ผ่านการวิเคราะห์เบื้องต้นมาแล้ว ผู้ใช้นำมาใช้ได้เลย จึงประหยัดทั้งเวลาและค่าใช้จ่าย แต่บางครั้งข้อมูลทุติยภูมิจะไม่ตรงกับความต้องการหรือมีรายละเอียดไม่เพียงพอและผู้ใช้ไม่ทราบถึงข้อผิดพลาดของข้อมูล อาจจะทำให้ผู้ที่นำมาใช้สรุปผลการวิจัยผิดพลาดไปด้วย

- ตัวเลข/สัญลักษณ์ที่กำหนดเป็นกลุ่มมีลักษณะเป็นชื่อ (Name) ประเภทข้อมูล 5. จำแนกตามระดับมาตรวัด  แบ่งเป็น 4 ประเภท 5.1 ระดับมาตรวัดแบบกลุ่ม/ประเภท/นามบัญญัติ  (Nominal หรือ Categorical Scale) เป็นการวัดค่าที่ง่ายที่สุดและสะดวกในการวิเคราะห์ จะเป็นการแบ่งกลุ่มของข้อมูล โดยการแบ่งกลุ่มถือว่าแต่ละหน่วยมีความเสมอภาคกัน/เท่าเทียมกัน (Equivalence) ทำให้ค่าที่กำหนดให้แต่ละกลุ่มไม่มีความหมายและคำนวณไม่ได้ คุณสมบัติประกอบด้วย : - สมาชิกกลุ่มเดียวกันมีความเท่าเทียมกัน คุณสมบัติและค่าเหมือนกัน - ตัวเลข/สัญลักษณ์ที่กำหนดเป็นกลุ่มมีลักษณะเป็นชื่อ (Name) - ไม่สามารถนำมาคำนวณเชิงปริมาณ + - X / - ตัวเลข/สัญลักษณ์ที่กำหนดให้แทนกลุ่มใด จะต้องใช้ตลอดไป - ตัวเลข/สัญลักษณ์มีคุณสมบัติเชิงคุณภาพและไม่ต่อเนื่อง : ตัวแปรทวิวิภาคแท้ (True Dichotomous Variable) : ตัวแปรทวิวิภาคจำแนกตามเกณฑ์ (Artificially Dichotomous Variable)  Ex : - เพศ : ชาย : หญิง - สถานภาพสมรส : โสด : สมรส : แยก/หย่า : หม้าย - การนับถือศาสนา : พุทธ : คริสต์ : อิสลาม : พราหมณ์

ประเภทข้อมูล 5. จำแนกตามระดับมาตรวัด แบ่งเป็น 4 ประเภท 5. จำแนกตามระดับมาตรวัด  แบ่งเป็น 4 ประเภท 5.2 ระดับมาตรวัดแบบอันดับ (Ordinal Scale) เป็นการวัดที่แสดงว่าข้อมูลที่อยู่ในแต่ละกลุ่มมีความแตกต่างกัน โดยพิจารณาจากลำดับด้วย โดยสามารถบอกได้ว่า กลุ่มใดดีกว่ากลุ่มอื่นๆ หรือ กลุ่มใดที่มากกว่าหรือน้อยกว่ากลุ่มอื่นๆ แต่ไม่สามารถบอกปริมาณความมากกว่าหรือน้อยกว่าเป็นเท่าใด และค่าที่กำหนดให้แต่ละกลุ่มไม่สามารถคำนวณได้ Ex : - ประเภทอาหารที่นิยม : ลำดับ 1 อาหารไทย : ลำดับ 2 อาหารจีน 3 ลำดับแรก : ลำดับ 3 อาหารญี่ปุ่น : ลำดับ 4 อาหารฝรั่ง - ขอให้จัดลำดับปัจจัยซื้อ : ลำดับ 1 ผลิตภัณฑ์ : ลำดับ 2 ราคา : ลำดับ 3 ช่องทางจัดจำหน่าย : ลำดับ 4 ส่งเสริมการขาย - ระดับการศึกษา : ประถมศึกษา : มัธยมศึกษาตอนต้น : มัธยมศึกษาตอนปลาย : ปวช. : ปวส./อนุปริญญา : ปริญญาตรี : ปริญญาโท : ปริญญาเอก

ประเภทข้อมูล 5. จำแนกตามระดับมาตรวัด แบ่งเป็น 4 ประเภท 5. จำแนกตามระดับมาตรวัด  แบ่งเป็น 4 ประเภท 5.3 ระดับมาตรวัดแบบช่วง (Interval Scale) เป็นการวัดที่แบ่งสิ่งที่ศึกษาออกเป็นระดับหรือเป็นช่วงๆ แต่ละกลุ่มแสดงความแตกต่างและสามารถบอกปริมาณ โดยแต่ละช่วงมีขนาดหรือระยะห่างเท่ากัน จึงทำให้มีความแตกต่างกันในเชิงปริมาณ ได้แก่ อุณหภูมิ คะแนนสอบ ข้อมูลตัวเลขยังถือว่าการคำนวณยังไม่สมบูรณ์ (+ - ได้ แต่ X / ) ศูนย์ของข้อมูลเป็น ศูนย์สมมติ ไม่ใช่ศูนย์แท้ (Arbitrary Zero or Relative Zero) เช่น อุณหภูมิ 0 องศาเซลเซียส ไม่ได้หมายความว่า ณ จุดนั้นไม่มีความร้อนอยู่เลย Ex : - ระดับความพึงพอใจ : มาก : ปานกลาง 3 ลำดับแรก : น้อย - ผลการเรียนสะสมนิสิต : A=4 B+=3.5 B=3.0 C+=2.5 C=2 D+=1.5 D=1.0 F=0.0 - อุณหภูมิ : 20 - 25 องศาเซลเซียส

ประเภทข้อมูล 5. จำแนกตามระดับมาตรวัด แบ่งเป็น 4 ประเภท 5. จำแนกตามระดับมาตรวัด  แบ่งเป็น 4 ประเภท 5.4 ระดับมาตรวัดแบบอัตราส่วน (Ratio Scale) เป็นการวัดข้อมูลที่สมบูรณ์ที่สุด เพราะสามารถบอกความแตกต่างหรือเปรียบเทียบความแตกต่างได้ ข้อมูลสามารถแบ่งสิ่งที่ศึกษาออกเป็นช่วงๆ เหมือนมาตรวัดอันตรภาคและศูนย์ของข้อมูลชนิดนี้เป็นศูนย์แท้ = ศูนย์สัมบูรณ์ (Absolute zero) เช่น จำนวน ปริมาตร ความยาว ความสูง น้ำหนักหรือระยะทาง เป็นต้น มีจุดเริ่มต้นที่แท้จริงและสามารถนำตัวเลขนี้มา บวก ลบ คูณและหาร Ex : - น้ำหนักตัวนิสิต : 45.8 กก. - ระยะทางถึงกทม. : 120 กม. - อัตราเงินเดือน : 55,000 บาท - ค่าใช้ในครัวเรือน/เดือน : 30,000 บาท

ประเภทข้อมูล 6. จำแนกตามลักษณะของข้อมูล แบ่งเป็น 2 ประเภท 6. จำแนกตามลักษณะของข้อมูล  แบ่งเป็น 2 ประเภท 6.1 ข้อมูลเชิงปริมาณ (Quantitative Data) เป็นข้อมูลที่แสดงได้ว่ามีค่ามากหรือน้อย โดยแสดงค่าเป็นตัวเลขที่สามารถคำนวณ เช่น ระยะทาง ปริมาตร น้ำหนัก อายุ 6.2 ข้อมูลเชิงคุณภาพ (Qualitative Data) เป็นข้อมูลที่แสดงในรูปของข้อความ สัญลักษณ์ ภาพ รูปปั้นและอื่นๆ โดยไม่สามารถคำนวณได้ 7. จำแนกตามช่วงเวลา  แบ่งเป็น 2 ประเภท 7.1 ข้อมูลอนุกรมเวลา (Time Series Data) เป็นข้อมูลที่เกิดขึ้นตามคาบ เวลาต่างๆ ที่ต่อเนื่องกันเป็นช่วงเวลาหนึ่ง โดยข้อมูลที่ถูกเก็บรวบรวมตามลำดับเวลาที่เกิดขึ้นต่อเนื่องไปเรื่อยๆ เช่น จำนวนนิสิต ปี 2555-2559 จำนวนประชากรของประเทศแต่ละปี และรายได้บริษัทแต่ละไตรมาส เป็นต้น 7.2 ข้อมูลภาคตัดขวาง (Cross Sectional Data) เป็นข้อมูลที่รวบรวมจุดใด จุดหนึ่งของเวลา ณ เวลาใดเวลาหนึ่งเท่านั้น เพื่อประโยชน์ในการศึกษาวิจัย เช่น จำนวนลูกค้า ณ วันที่ 1 มกราคม 2559 จำนวนนิสิตคณะวิทยาการจัดการ ปีการศึกษา 2559

ทวิวิภาคจำแนกตามเกณฑ์ ประเภทข้อมูล มาตรวัดตัวแปรและการวิเคราะห์ มาตรวัดตัวแปร ทวิวิภาคแท้ ทวิวิภาคจำแนกตามเกณฑ์ อันดับ   อันตรภาค/อัตราส่วน ทวิวิภาคแท้ (True Dichotomus) ทวิวิภาคจำแนกตามเกณฑ์ (Artificial Dichotomus) Ø rrb rpb rt e t Rbis rsr ,τ rxy

ความสัมพันธ์ตัวแปรและข้อมูลกับการวิจัย ประเด็นปัญหาการวิจัย (Statement of the Research Problem) หัวข้อวิจัย (Research Topic) กรอบแนวคิดการวิจัย (Conceptual framework) ทฤษฎีที่เกี่ยวข้อง (Relevant Theory) ความรู้ที่มี่อยู่ปัจจุบัน (Existing Knowledge) สมมติฐาน (Hypotheses) ตัวแปร (Variables) การคัดเลือก (Selection) การควบคุม (Controlling) การวัด (Measurement)

1. ความถูกต้องแม่นยา (Accuracy) ข้อมูลที่ดีควรจะมีความถูกต้อง ลักษณะข้อมูล ลักษณะข้อมูลที่ดี 1. ความถูกต้องแม่นยา (Accuracy) ข้อมูลที่ดีควรจะมีความถูกต้อง แม่นยำสูง หรือกรณีที่มีความคลาดเคลื่อน (Errors) อยู่บ้าง ก็ควรที่จะ สามารถควบคุมขนาดความคลาดเคลื่อนที่ปนมาให้มีความคลาดเคลื่อน น้อยที่สุด 2. ความทันเวลา (Timeliness) เป็นข้อมูลที่ทันสมัย (Up to date) และทันต่อความต้องการของผู้ใช้ ถ้าจัดทำข้อมูลช้าก็ไม่มีคุณค่าถึงแม้จะ เป็นข้อมูลที่ถูกต้องแม่นยำ 3. ความสมบูรณ์ครบถ้วน (completeness) ข้อมูลที่เก็บรวบรวมมา ต้องเป็นข้อมูลที่ให้ข้อเท็จจริง (Facts) หรือข่าวสาร (Information) ที่ ครบถ้วนทุกประการ มิใช่ขาดส่วนหนึ่งส่วนใดไปทาให้นำไปใช้การไม่ได้ ตัวอย่าง วรรณกรรม Logistic http://logisticscorner.com/index.php?option=com_content&view=section&id=11&Itemid=76 http://www.en.kku.ac.th/vcml2013/

4. ความกะทัดรัด (Conciseness) ข้อมูลที่ได้รับส่วนใหญ่จะกระจัด ลักษณะข้อมูล ลักษณะข้อมูลที่ดี 4. ความกะทัดรัด (Conciseness) ข้อมูลที่ได้รับส่วนใหญ่จะกระจัด กระจาย ควรจัดข้อมูลให้อยู่ใน รูปแบบที่กะทัดรัดไม่เยิ่นเย้อ สะดวกต่อ การใช้และค้นหา ผู้ใช้มีความเข้าใจได้ทันที 5. ความตรงกับความต้องการของผู้ใช้ (Relevance) ข้อมูลที่จัดทำ ควรเป็นข้อมูลที่ผู้ใช้ข้อมูลต้องการใช้ และจำเป็นต้องรู้ /ทราบ หรือเป็น ประโยชน์ต่อการจัดทาแผน กำหนดนโยบายหรือตัดสินปัญหานั้นๆ ไม่ใช่ เป็นข้อมูลที่จัดทำขึ้นมาอย่างมากมาย แต่ไม่มีใครต้องการใช้หรือไม่ตรง กับความต้องการของผู้ใช้ข้อมูล 6. ความสมบูรณ์ครบถ้วน (Completeness) ข้อมูลที่เก็บรวบรวมมา ต้องเป็นข้อมูลที่ให้ข้อเท็จจริง (Facts) หรือข่าวสาร (Information) ที่ ครบถ้วนทุกประการ มิใช่ขาดส่วนหนึ่งส่วนใดไปทาให้นำไปใช้การไม่ได้ ตัวอย่าง วรรณกรรม Logistic http://logisticscorner.com/index.php?option=com_content&view=section&id=11&Itemid=76 http://www.en.kku.ac.th/vcml2013/

ความหมายของตัวแปร (Variables) ตัวแปร หมายถึง คุณลักษณะ/ข้อมูลที่แตกต่างกันของสิ่งของหรือปรากฏการณ์หรือพฤติกรรมที่ผู้วิจัยสนใจจะศึกษา (Wiersma,2000 : 25) ศิริชัย กาญจนวาสี (2541 : 38) อธิบายคำว่า ตัวแปร (Variable) เป็น ลักษณะหรือเงื่อนไขที่มีความผันแปรในกลุ่มบุคคลหรือสิ่งที่ทำการศึกษา จึงเป็น สิ่งที่ผู้วิจัยสนใจศึกษา จัดกระทำ สังเกตหรือควบคุม แต่ตัวคงที่ (Constant) เป็นสิ่งที่มีลักษณะหรือเงื่อนไขเหมือนกันในทุกกลุ่ม บุคคลหรือสิ่งที่ทำการศึกษา ตัวแปร หมายถึง สิ่งที่โดยสภาพทั่วไปแล้วสามารถแปรค่าได้ (สมหวัง พิธิยานุวัฒน์, 2535 : 102) ข้อมูลที่ได้จากการสังเกต วัด สอบถามจากหน่วยที่ศึกษา ค่าของตัวแปร คือ ข้อมูล สาเหตุที่ข้อมูล/ตัวแปรแตกต่างกัน 1. คุณลักษณะที่แตกต่างกันของบุคคลหรือสิ่งนั้น 2. เวลาที่แตกต่างกัน 3. สถานที่แตกต่างกัน

เกิดขึ้นเอง จัดกระทำไม่ได้ ลักษณะของตัวแปร 1. เป็นสิ่งที่สามารถระบุองค์ประกอบ ประเภท หรือชนิดที่หลากหลายได้ ไม่ใช่สิ่งที่มีเพียงอย่างใดอย่างหนึ่งเท่านั้น 2. คำนิยามที่ให้ความหมายของตัวแปร จะเป็นการให้ความหมายที่จะใช้ อธิบายคุณลักษณะที่สามารถสังเกต วัดและประเมินค่าได้อย่างชัดเจนและเป็นรูปธรรม การเปรียบเทียบลักษณะตัวแปรต้น/อิสระ และตัวแปรตาม/ผล ลักษณะ ตัวแปรต้น/อิสระ ตัวแปรตาม/ผล 1. ความเป็นเหตุเป็นผล 2. การจัดกระทำ 3. การพยากรณ์ 4. การกระตุ้น 5. การเกิดก่อน-หลัง 6. ความคงทน เป็นเหตุ จัดกระทำได้ ตัวพยากรณ์ ตัวกระตุ้น เกิดก่อน คงทนกว่า เป็นผล เกิดขึ้นเอง จัดกระทำไม่ได้ ตัวถูกพยากรณ์ ตัวตอบสนอง เกิดหลัง เปลี่ยนแปลงง่ายกว่า

ความสำคัญของตัวแปร 1. ใช้เชื่อมโยงระหว่างการกำหนดตัวแปรที่สามารถวัดและสังเกตได้กับแนวคิดและทฤษฏีที่เกี่ยวข้องที่มีความเป็นนามธรรม แนวคิดและทฤษฎี ที่เกี่ยวข้อง ตัวแปรในการวิจัย การนิยามตัวแปร ลักษณะรูปธรรม ลักษณะนามธรรม การวัดตัวแปร 2. ใช้เชื่อมโยงระหว่างลักษณะความสัมพันธ์ของตัวแปรกับสมมุติฐานการวิจัยที่คาดคะเนคำตอบของปัญหาการวิจัยที่จะเกิดขึ้น และดำเนินการเก็บรวบ รวมข้อมูลมาวิเคราะห์เพื่อใช้ทดสอบว่าสมมติฐานนั้น 3. ใช้เชื่อมโยงกับสถิติในการวิเคราะห์ที่ระบุระดับการวัดของข้อมูลแต่ละตัวว่าอยู่ระดับใดหรือจำนวนตัวแปรเพื่อที่จะสามารถเลือกใช้สถิติในการวิเคราะห์อย่างถูกต้องและเหมาะสม

วิธีการวิเคราะห์ข้อมูลประเภทต่างๆ ความสำคัญของตัวแปร วิธีการวิเคราะห์ข้อมูลประเภทต่างๆ ลักษณะข้อมูลและวิธีการวิเคราะห์ 1. สเกลนามกำหนด (Nominal Scales) - ความถี่ - เปอร์เซ็นต์ - ฐานนิยม - ตาราง - Chi–Square Test - Binomial Test 2. สเกลอันดับ (Ordinal Scales) - มัธยฐาน - เปอร์เซ็นไทล์ - สหสัมพันธ์ของลำดับที่ (Rank–order Correlation) - Sign Test

วิธีการวิเคราะห์ข้อมูลประเภทต่างๆ ความสำคัญของตัวแปร วิธีการวิเคราะห์ข้อมูลประเภทต่างๆ ลักษณะข้อมูลและวิธีการวิเคราะห์ 3. สเกลอันตรภาค (Interval Scales) - ค่าเฉลี่ยเลขคณิต (Arithmetic mean) - ค่าเบี่ยงเบนมาตรฐาน (Standard Deviation) - การวิเคราะห์สหสัมพันธ์ (Correlation Analysis) - การวิเคราะห์การถดถอย (Regression Analysis) - การวิเคราะห์ความแปรปรวน (Analysis of Variance/ANOVA) - การเปรียบเทียบค่าเฉลี่ย (Compare Means)

วิธีการวิเคราะห์ข้อมูลประเภทต่างๆ ความสำคัญของตัวแปร วิธีการวิเคราะห์ข้อมูลประเภทต่างๆ ลักษณะข้อมูลและวิธีการวิเคราะห์ 4. สเกลอัตราส่วน (Ratio Scales) - ค่าเฉลี่ยเลขคณิต (Arithmetic mean) - ค่าเฉลี่ยเรขาคณิต (Geometric mean) - ค่าเฉลี่ยฮาร์โมนิค (Harmonic mean) - ค่าเบี่ยงเบนมาตรฐาน (Standard Deviation) - ค่าสัมประสิทธิ์ความผันแปร (Coefficient of variation) - การวิเคราะห์สหสัมพันธ์ (Correlation Analysis) - การวิเคราะห์การถดถอย (Regression Analysis) - การวิเคราะห์ความแปรปรวน(Analysis of Variance) - การเปรียบเทียบค่าเฉลี่ย (Compare Means)

ความสำคัญของตัวแปร จุดมุ่งหมาย การเลือกใช้สถิติ บรรยายลักษณะตัวแปร แจกแจงความถี่ จัดลำดับเปรียบเทียบ วัดแนวโน้มเข้าสู่ส่วนกลาง วัดการกระจาย วัดความสัมพันธ์ แผนภูมิ ตาราง Proportion, Ratio, Percent Mean, Median, Mode Standard Deviation, Variance Correlation เปรียบเทียบความแตกต่าง ความถี่ หรือสัดส่วน ค่าเฉลี่ย ความแปรปรวน 2 -test t-test, One-way Anova F-test บรรยายความสัมพันธ์ Correlation 4. เพื่อทำนาย Trend analysis, Regression Analysis

ความสำคัญของตัวแปร มาตรวัดตัวแปร การเลือกใช้สถิติ Scale Descriptive Inferential 1. Nominal Scale บวก ลบ คูณ หาร กันไม่ได้ แจกแจงความถี่ ร้อยละ ตาราง แผนภูมิ วัดแนวโน้มเข้าสู่ส่วนกลาง Mode วัดความสัมพันธ์ Phi Correlation 2 -test 2. Ordinal Scale บวกถึงความแตกต่างของ หน่วยการวัด แต่ระยะห่าง ของแต่ละหน่วยไม่สามารถ ระบุได้ จึงบวก ลบ คูณ หาร กันไม่ได้ แจกแจงความถี่ ร้อยละ ตาราง แผนภูมิ วัดแนวโน้มเข้าสู่ส่วนกลาง Mode, Median วัดการกระจาย Range วัดความสัมพันธ์ Spearman Rank-order Correlation 2 -test

ความสำคัญของตัวแปร มาตรวัดตัวแปร การเลือกใช้สถิติ Scale Descriptive Inferential 3. Interval Scale บวก ลบ คูณ หารกันได้ เพราะความแตกต่างของแต่ ละหน่วยในตัวแปรระยะห่าง เท่าๆ กัน แจกแจงความถี่ ร้อยละ ตาราง แผนภูมิ วัดแนวโน้มเข้าสู่ส่วนกลาง Mean วัดการกระจาย Standard Deviation วัดความสัมพันธ์ Pearson Correlation 2– test t-test, F-test, Anova, Regression Analysis 4. Ratio Scale บวก ลบ คูณ หารกันได้ และมีศูนย์แท้ แจกแจงความถี่ ร้อยละ ตาราง แผนภูมิ วัดแนวโน้มเข้าสู่ส่วนกลาง Mean วัดการกระจาย Standard Deviation วัดความสัมพันธ์ Pearson Correlation 2 –test t-test, F-test, Anova, Regression Analysis

Data Level and Measurement ความสำคัญของตัวแปร Data Level and Measurement

ประเภทตัวแปร ความสัมพันธ์ระหว่างตัวแปร 1. แบ่งตามอิทธิพลของตัวแปร ตัวแปรอิสระ (Independent Variable/X) - ตัวแปรที่เกิดขึ้นโดยไม่จำเป็นต้องมีตัวแปรอื่นเกิดขึ้นมาก่อน ตัวแปรตาม (Dependent Variable/Y) - ตัวแปรที่เป็นผลมาจากการเกิดขึ้นของตัวแปรอื่น 2. แบ่งตามการจัดกระทำของตัวแปร ตัวแปรจัดกระทำได้ (Active Variable) - ตัวแปรที่ผู้วิจัยสามารถจัดกระทำได้ Ex. วิธีการสอนวิจัย ตัวแปรจัดกระทำไม่ได้ (Attribute Variable) - ตัวแปรที่เป็นคุณลักษณะ/ที่มีอยู่เดิม โดยจัดกระทำไม่ได้แต่ควบคุมได้ด้วยวิธีการทางสถิติ Ex. เพศ สีผิว

3. ตัวแปรทดสอบ/ภาวะการแทรกซ้อนตัวแปร ตัวแปรภายนอก (Extraneous Variables) 1 ตัวแปรองค์ประกอบ (Component Variables) 2 ตัวแปรแทรก (Intervening Variables) 3 ตัวแปรที่มาก่อน (Antecedent Variables) 4 ตัวแปรกด (Suppressor Variables) 5 ตัวแปรบิดเบือน (Distorter Variables) 6

ตัวแปรทดสอบ ตัวแปรภายนอก (Extraneous Variables) 1 ตัวแปรภายนอก/แทรกซ้อน (Extraneous variable) ตัวแปรที่ผู้วิจัยไม่ต้องการศึกษา แต่มีอิทธิพลต่อตัวแปรที่วิจัย โดยผู้วิจัยทราบล่วงหน้าและพยายามควบคุม กรณีที่พบความสัมพันธ์ระหว่างตัวแปร X กับตัวแปร Y แต่เมื่อนำเอาตัวแปร Z เข้ามาพิจารณาแล้วทำให้ความสัมพันธ์นั้นหายไป สาเหตุเกิดจากตัวแปร X และ Y มิได้มีความสัมพันธ์ต่อกันจริงแต่ความสัมพันธ์ดังกล่าวเกิดจากสาเหตุเดียวกันคือ ตัวแปร Z ซึ่งถือว่าเป็นตัวแปรจากภายนอก

ตัวแปรภายนอก (Extraneous Variables) 1 ตัวแปรทดสอบ ตัวแปรภายนอก (Extraneous Variables) 1 ตัวแปรอิสระ ตัวแปรตาม ตัวแปรภายนอก

ตัวแปรทดสอบ ตัวแปรองค์ประกอบ (Component Variables) 2 ตัวแปรองค์ประกอบ (Component Variables) กรณีที่ตัวแปรต้นประกอบด้วยตัวชี้วัดหลายตัวและตัวชี้วัดบางตัวเท่านั้นที่มีผลต่อตัวแปรตาม ส่วนตัวชี้วัดที่เหลือไม่มีความสัมพันธ์กับตัวแปรตาม ดังนั้นเมื่อนาตัวชี้วัดทั้งหมดมาทดสอบ ตัวชี้วัดที่เหลือจึงเป็นตัวแปรองค์ประกอบ

ตัวแปรทดสอบ 2 ตัวแปรองค์ประกอบ (Component Variables) องค์ประกอบที่ 1 องค์ประกอบที่ 2 องค์ประกอบที่ 3 องค์ประกอบที่ 4 องค์ประกอบที่ 5 . องค์ประกอบที่ N ตัวแปรอิสระ ตัวแปรตาม

ตัวแปรอิสระ ตัวแปรแทรก ตัวแปรตาม ตัวแปรทดสอบ ตัวแปรแทรก (Intervening Variables) 3 ตัวแปรอิสระ ตัวแปรแทรก ตัวแปรตาม ตัวแปรแทรก (Intervening Variable) กรณีที่พบว่า X มีความสัมพันธ์กับ Y และเมื่อนาตัวแปร Z ทดสอบ พบว่า เป็นตัวแปรที่เกิดจาก X ขณะเดียวกัน Z ก็เป็นสาเหตุของ Y ด้วย

ตัวแปรที่มาก่อน ตัวแปรอิสระ ตัวแปรตาม ตัวแปรทดสอบ ตัวแปรที่มาก่อน (Antecedent Variables) 4 ตัวแปรที่มาก่อน ตัวแปรอิสระ ตัวแปรตาม ตัวแปรมาก่อน (Antecedent Variables) การศึกษาความสัมพันธ์ระหว่างตัวแปรต้น X และตัวแปรตาม Y มาทดสอบพบว่า มีความ สัมพันธ์กัน แต่เมื่อมีการนำตัวแปรทดสอบ Z มาพิจารณาด้วยพบว่าตัวแปร Z มีผลต่อตัวแปรต้น X ดังนั้นตัวแปร Z ถือเป็นตัวแปรมาก่อน

ตัวแปรกด (Suppressor Variables) ตัวแปรทดสอบ ตัวแปรกด (Suppressor Variables) 5 ตัวแปรกด (Suppressor Variables) กรณีที่พบว่า X กับ Y ไม่มีความสัมพันธ์กัน (ทั้งๆ ที่จริงแล้วมีความสัมพันธ์กัน) เมื่อนำตัวแปร Z เข้าร่วมพิจารณาด้วยพบว่า X กับ Y มีความสัมพันธ์กัน ทั้งนี้เนื่องจาก X และ Y มีความสัมพันธ์กับ Z โดยที่ X มีความสัมพันธ์กับ Z ในทิศทางที่ตรงกันข้ามกับ Y ที่มีต่อ Z

ตัวแปรกด (Suppressor Variables) ตัวแปรทดสอบ ตัวแปรกด (Suppressor Variables) 5 (+) (-) ตัวแปรกด ตัวแปรอิสระ ตัวแปรตาม

ตัวแปรทดสอบ ตัวแปรบิดเบือน (Distorter Variables) 6 ตัวแปรบิดเบือน (+) ตัวแปรอิสระ ตัวแปรตาม (-) ตัวแปรที่ทำให้ความสัมพันธ์ระหว่างตัวแปรอิสระและตัวแปรตามเปลี่ยนไปในทิศทางตรงกันข้ามคือ แทนที่จะมีความสัมพันธ์ในเชิงบวกกับเปลี่ยนไปมีความสัมพันธ์ในเชิงลบ

Ex - ระยะทาง 1-2 หน่วยเป็น กม. ค่าอาจจะเกิดขึ้นได้ตั้งแต่ 1.0 1.1 4. แบ่งตามความต่อเนื่องของค่าตัวแปร ตัวแปรต่อเนื่อง (Continuous variable) - ตัวแปรที่มีค่า อย่างต่อเนื่อง เช่น ความสูง ความยาว น้ำหนัก ระยะทาง ฯลฯ ที่มีค่า ทศนิยมติดต่อกัน Ex - ระยะทาง 1-2 หน่วยเป็น กม. ค่าอาจจะเกิดขึ้นได้ตั้งแต่ 1.0 1.1 1.2 1.3 1.4 จนถึง 2.0 ตัวแปรไม่ต่อเนื่อง (Discrete variable) - ตัวแปรที่มีค่าเป็น ไปได้ขาดตอน เช่น เพศ = ชาย หญิง - ค่าวัดได้ 2 ค่า Dichotomous Variable : เพศ - ค่าวัดได้มากกว่า 2 ค่า Polychotomous Variable : อาชีพ

5. แบ่งตามการคัดเลือกตัวแปร ตัวแปรมาตรฐาน เป็นตัวแปรที่ไม่มีความหมายเชิงนโยบาย เช่น คุณสมบัติทางเศรษฐกิจ สังคมและประชากร เช่น เพศ อายุ สถานภาพสมรส อาชีพหลัก อาชีพรองและระดับการศึกษา ซึ่งเป็นคุณสมบัติของบุคคลที่เปลี่ยนแปลงไม่ได้ ตัวแปรเชิงนโยบาย เป็นตัวแปรที่สามารถเปลี่ยนแปลงได้โดยใช้มาตรการต่างๆ เช่น การมีส่วนร่วมในกิจกรรมบางประเภท การได้รับฟังข่าวสาร การใช้เวลาว่าง

6. แบ่งตามประเภทของความรู้ ตัวแปรความคิดรวบยอด (Concept Variable) เป็นตัวแปรที่มีความหมายของคุณลักษณะหรือปรากฏการณ์ที่บุคคลทั่วไปรับรู้ได้อย่างชัดเจนและมีความสอดคล้องกัน ตัวแปรสมมติฐาน (Hypothesis Variables) เป็นตัวแปรที่มีความ หมายเฉพาะบุคคลหรือกลุ่มบุคคลที่รับรู้ร่วมกันเป็นรายกรณี เช่น ระดับความรู้ ความเข้าใจ บุคลิกภาพ ความวิตกกังวล เป็นต้น บางครั้งเรียกตัวแปรนี้ว่า “ตัวแปรโครงสร้าง(Construct Variable)”

ความสัมพันธ์ระหว่างตัวแปร ที่มาและเหตุผลเกี่ยวกับความสัมพันธ์ระหว่างตัวแปร รูปแบบของความสัมพันธ์ ทิศทางของความสัมพันธ์

สรุปกฎเกณฑ์ความสัมพันธ์เชิงสาเหตุระหว่างตัวแปร 2 ตัว 1. กฎการแปรผันร่วม(Covariate Rule) ระบุว่า ตัวแปรสาเหตุและตัวแปรผลจะต้องมี การแปรผันร่วมกัน 2. กฎการเกิดก่อน (Temperal Rule) ระบุว่า ตัวแปรที่เป็นสาเหตุจะเกิดขึ้นก่อนและตัวแปรผลจะเกิดขึ้นภายหลังโดยได้รับอิทธิพลจากตัวแปรสาเหตุ 3. กฎของความตรงภายใน(Internal-validity Rule) ระบุว่า ตัวแปรที่เป็นผลต้องได้รับผลจากตัวแปรสาเหตุเพียงตัวเดียวเท่านั้น

X Y รูปแบบความสัมพันธ์ ความสัมพันธ์อสมมาตร - ความสัมพันธ์ระหว่างตัวแปร 2 ตัวที่มีทิศทางไปในทางเดียวกันเท่านั้น (Asymmetrical relationship) X Y ความสัมพันธ์สมมาตร - ความสัมพันธ์ระหว่างตัวแปร 2 ตัวที่ ผู้วิจัยไม่สามารถระบุได้ชัดเจนว่า ตัวแปรใดเป็นตัวแปรอิสระและตัวแปรตามทราบแต่ว่าทั้ง 2 ตัวแปรมีความสัมพันธ์กัน (Symmetrical relationship)

X Y รูปแบบความสัมพันธ์ ความสัมพันธ์แบบตอบโต้ - คล้ายอสมมาตร โดยความสัมพันธ์ระหว่างตัวแปร 2 ตัวมีผลต่อกัน แต่ไม่มีตัวใดเป็นอิสระตลอดไป (Interactive relationship) X Y ความสัมพันธ์เชิงเส้นตรง - อาจจะเป็นอสมมาตร สมมาตรหรือตอบโต้ แต่รูปแบบการเปลี่ยนค่าของตัวแปรตามและตัวแปรอิสระ มีลักษณะเส้นตรง (Linear relationship)

รูปแบบความสัมพันธ์ ความสัมพันธ์เชิงเส้นโค้ง - อาจจะเป็นอสมมาตร สมมาตร ตอบโต้แต่รูปแบบการเปลี่ยนค่าของตัวแปรหนึ่งเปลี่ยนไป ค่าของตัวแปรตามจะเปลี่ยนแปลงตามไปในรูปแบบหนึ่ง แต่ไม่ตลอดเส้นความสัมพันธ์ (Curvilinear relationship) ความสัมพันธ์เชิงเหตุและผล - ความสัมพันธ์ระหว่างตัวแปร 2 ตัว ตัวแปรหนึ่งเป็นอิสระเป็นสาเหตุการเปลี่ยนแปลงตัวแปรตาม (Causal relationship)

ทิศทางความสัมพันธ์ รูปแบบความสัมพันธ์ ความสัมพันธ์ที่ไม่ใช่เชิงเหตุและผล - ความสัมพันธ์ ระหว่าง ตัวแปร 2 ตัว แต่ระบุไม่ได้ว่าเป็นเพราะอะไร แต่รู้ว่าสัมพันธ์กัน (Non-causal relationship) ทิศทางความสัมพันธ์ ความสัมพันธ์เชิงบวก (Positive relationship) ความสัมพันธ์เชิงลบ (Negative relationship)