ระเบียบวิธีวิจัย RESEARCH METHODOLOGY : ตัวแปรการวิจัย

ความหมายข้อมูลและตัวแปร ข้อมูล (Data) คือ ข้อเท็จจริงที่เกิดขึ้นเกี่ยวกับเรื่องใดเรื่องหนึ่ง หรือสิ่งที่แสดงถึงสถานภาพ สถานการณ์ หรือปรากฏการณ์ โดยอาจอยู่ในรูปตัวเลขที่ประมวลผลหรือข้อความที่ใช้เนื้อหาพิจารณา ตัวแปร (Variable) คือ ข้อมูลที่ได้จากการสังเกต วัด สอบถามจากหน่วยที่ศึกษา ค่าของตัวแปร คือข้อมูล สาเหตุที่ข้อมูลแตกต่างกัน 1. คุณลักษณะที่แตกต่างกันของบุคคลหรือสิ่งนั้น 2. เวลาที่แตกต่างกัน 3. สถานที่แตกต่างกัน

ประเภทของข้อมูล 1. แบ่งตามแหล่งที่มา ข้อมูลปฐมภูมิ (Primary Data) -ข้อมูลใดๆ ที่เก็บจากแหล่งกำเนิด/เจ้าของข้อมูลโดยตรง ซึ่งผู้วิจัยต้องเก็บขึ้นมาใหม่เพื่อวัตถุประสงค์ของการวิจัยนั้นโดยเฉพาะ ไม่ใช่ เป็นการรวบรวมสถิติหรือข้อมูลที่ผู้อื่นได้ทำการเก็บรวบรวมมา ข้อมูลทุติยภูมิ (Secondary Data) - ข้อมูลต่างๆ ที่มีอยู่แล้ว ซึ่งอาจจะอยู่ในรูปข้อมูลดิบที่ผู้อื่นรวบรวมไว้แล้ว /ข้อมูลที่ผ่านกรรมวิธีทางข้อมูล (Data Processing) หรือการวิเคราะห์ (Data analysis)

- ตัวเลข/สัญลักษณ์ที่กำหนดเป็นกลุ่มมีลักษณะเป็นชื่อ (Name) 2. แบ่งตามระดับการวัด ข้อมูลระดับกลุ่ม/ประเภท (Nominal หรือ Categorical Scale) – เป็นการแบ่งกลุ่มโดยถือว่าแต่ละหน่วยมีความเสมอภาคกัน/เท่าเทียมกัน (Equivalence) - สมาชิกกลุ่มเดียวกันมีความเท่าเทียมกัน คุณสมบัติและค่าเหมือนกัน - ตัวเลข/สัญลักษณ์ที่กำหนดเป็นกลุ่มมีลักษณะเป็นชื่อ (Name) - ไม่สามารถนำมาคำนวณเชิงปริมาณ + - X / - ตัวเลข/สัญลักษณ์ที่กำหนดให้แทนกลุ่มใด จะต้องใช้ตลอดไป - ตัวเลข/สัญลักษณ์มีคุณสมบัติเชิงคุณภาพและไม่ต่อเนื่อง Ex : - เพศ : ชาย : หญิง - สถานภาพสมรส : โสด : สมรส : แยก/หย่า : หม้าย

2. แบ่งตามระดับการวัด ข้อมูลระดับอันดับ (Ordinal Scale) – เป็นข้อมูลที่แต่ละกลุ่มแสดงความแตกต่างว่า มากกว่า น้อยกว่า ดีกว่า หรือแย่กว่า แต่ไม่สามารถบอกปริมาณความแตกต่างกว่ากันเท่าไหร่ ข้อมูลระดับช่วง (Interval) - ข้อมูลในระดับนี้ในแต่ละกลุ่มจะแสดงความแตกต่างได้ และสามารถบอกปริมาณได้ว่าเท่าไหร่ ข้อมูลระดับอัตราส่วน (Ratio) - เป็นข้อมูลที่สมบูรณ์ที่สุด เพราะสามารถบอกความแตกต่างหรือเปรียบเทียบความแตกต่างได้ เช่น ความสูง น้ำหนัก เป็นต้น

3. แบ่งตามลักษณะของข้อมูล ข้อมูลเชิงปริมาณ (Quantitative Data) - เป็นข้อมูลที่แสดงได้ว่ามีค่ามากหรือน้อย แสดงค่าเป็นตัวเลขได้ ข้อมูลเชิงคุณภาพ (Qualitative Data) - เป็นข้อมูล ที่อยู่ในรูปของข้อความ

4. แบ่งตามช่วงเวลาอ้างอิง ข้อมูลอนุกรมเวลา (Time Series Data) - ข้อมูลที่เกิดขึ้นตามคาบเวลาต่างๆ ที่ต่อเนื่องกันเป็นช่วงเวลาหนึ่ง เช่น ยอดขายสินค้ารายเดือน 5 ปี ย้อนหลัง ข้อมูลภาคตัดขวาง (Cross Sectional Data) – เป็นข้อมูล ณ จุดใด จุดหนึ่งของเวลา เช่น จำนวนลูกค้า ณ วันที่ 1 มกราคม 2551

ประเภทตัวแปร ความสัมพันธ์ระหว่างตัวแปร 1. แบ่งตามอิทธิพลของตัวแปร ตัวแปรอิสระ (Independent variable) - ตัวแปรที่เกิดขึ้นโดยไม่จำเป็นต้องมีตัวแปรอื่นเกิดขึ้นมาก่อน ตัวแปรตาม (Dependent variable) - ตัวแปรที่เป็นผลมาจากการเกิดขึ้นของตัวแปรอื่น

2. แบ่งตามการจัดกระทำของตัวแปร ตัวแปรจัดกระทำได้ (active variable) - ตัวแปรที่ผู้วิจัยสามารถจัดกระทำได้ Ex. วิธีการสอนวิจัย ตัวแปรจัดกระทำไม่ได้ (attribute variable) - ตัวแปรที่เป็นคุณลักษณะ/ที่มีอยู่เดิม โดยจัดกระทำไม่ได้แต่ควบคุมได้ด้วยวิธีการทางสถิติ Ex. เพศ สีผิว

X Y Z 3. แบ่งตามภาวะการแทรกซ้อนของตัวแปร ตัวแปรแทรกซ้อน (Extraneous variable)- ตัวแปรที่ผู้วิจัยไม่ต้องการศึกษา แต่มีอิทธิพลต่อตัวแปรที่วิจัย โดยผู้วิจัยทราบล่วงหน้าและพยายามควบคุม Ex. ตัวแปรที่ต้องการศึกษา X และ Y แต่ Z เป็นตัวแปรแทรกซ้อนที่ไม่ต้องการศึกษา แต่มีผลต่อ X และ Y X Y Z

3. แบ่งตามภาวะการแทรกซ้อนของตัวแปร ตัวแปรสอดแทรก (Intervening variable)- ตัวแปรที่ผู้วิจัยไม่ต้องการศึกษา แต่มีอิทธิพลต่อตัวแปรที่วิจัย โดยผู้วิจัยไม่ทราบล่วงหน้า ตัวแปรที่ต้องการศึกษา X และ Y แต่ Z เป็นตัวแปรสอดแทรก X Z Y

3. แบ่งตามภาวะการแทรกซ้อนของตัวแปร ตัวแปรกดดัน (Suppressive variable)- ตัวแปรที่ผู้วิจัยไม่ต้องการศึกษา แต่มีอิทธิพลต่อตัวแปรอิสระให้เกิดผลกับตัวแปรตามตามมา ตัวแปรที่ต้องการศึกษา X และ Y แต่ Z เป็นตัวแปรกัดดันที่มีผลต่อตัวแปร X Z X Y

4. แบ่งตามความต่อเนื่องของค่าตัวแปร ตัวแปรต่อเนื่อง (Continuous variable)- ตัวแปรที่มีค่าอย่างต่อเนื่อง เช่น ความสูง ความยาว น้ำหนัก ระยะทาง ฯลฯ ที่มีค่าทศนิยมติดต่อกัน 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 สีผิว

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

ความสัมพันธ์ระหว่างตัวแปร ที่มาและเหตุผลเกี่ยวกับความสัมพันธ์ระหว่างตัวแปร รูปแบบของความสัมพันธ์ ทิศทางของความสัมพันธ์

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)

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