What is Max Min Con?

การทำให้เกิดความเที่ยงตรงภายใน

หลักการทำให้เกิดความตรงภายในและภายนอกของการวิจัย

                หลักการของ “Max Min Con Principle”  ประกอบด้วย

1. เพิ่มความแปรปรวนของการทดลองหรือความแปรปรวนอย่างเป็นระบบให้มาก

ที่สุด (Maximization of experimental or systematic variance)  โดยนักวิจัยเพิ่มเงื่อนไขของการทดลองหรือจัดให้ตัวแปรต้นมีความแตกต่างกันให้มากที่สุด

2. ลดความแปรปรวนของความคลาดเคลื่อนให้น้อยที่สุด(Minimization of error

variance)  คือ  การควบคุมเงื่อนไข  สถานการณ์ในการวัดที่ดี(ความคาดเคลื่อนจากการวัดและการสุ่ม)  และการใช้เครื่องมือในการเก็บรวบรวมข้อมูลที่มีคุณภาพเป็นอย่างดี

3. ควบคุมตัวแปรแทรกซ้อน (Control extraneous variance)  เป็นหลักการของการทำ

ให้ตัวแปรแทรกซ้อนหมดสภาพหรือมีผลต่อตัวแปรตามน้อยที่สุดเท่าที่จะทำได้  ได้แก่ 

3.1    การขจัดออก  (Elimination)  เป็นการทำให้ตัวแปรแทรกซ้อนนั้น

หมดสภาพการเป็นตัวแปรหรือทำให้เป็นตัวแปรคงที่สำหรับการวิจัย  เช่น  กลุ่มตัวอย่างที่เป็นนักเรียน  ไม่ให้มีความแตกต่าง เรื่อง  อายุ  อาชีพของพ่อแม่  ความฉลาด  ฯลฯ ทำให้กลุ่มตัวอย่างของการวิจัยมีความเป็น  เอกพันธ์ (Homogeneous) 

3.2    การสุ่ม (Randomization)  เป็นการควบคุมตัวแปรแทรกซ้อนซึ่งถือว่า

ดีที่สุด  โดยอาศัยหลักการทำให้โอกาสที่จะเกิดตัวแปรแทรกซ้อนเป็นไปอย่างสุ่ม ๆ มาก – น้อยในกลุ่มตัวอย่าง  แต่ละคนจนกระทั่งหักลบกันหมดไป หรือมีผลรวมความคาดเคลื่อนเท่ากันศูนย์ตามกฎจำนวนขนาดใหญ่ (The law  of large number)   เป็นกฎทางสถิติที่อธิบายเกี่ยวกับการใช้จำนวนตัวอย่างขนาดใหญ่  ในการช่วยลดหรือหักลบความคลาดเคลื่อนจากการสุ่มทำให้ได้กลุ่มตัวอย่างที่มีคุณลักษณะใกล้เคียงกับกลุ่มประชากร   การสุ่มกลุ่มตัวอย่างจาประชากร  เราเรียกว่า “Random sample หรือ Random selection”จากนั้นสุ่มกลุ่มตัวอย่างอีกครั้งเพื่อจัดกลุ่มเป็นสองกลุ่มหรือมากกว่า  แล้วทำการสุ่มเงื่อนไขการทดลองให้กับกลุ่มต่างๆ เพื่อจัดว่ากลุ่มใดจะได้รับเงื่อนไขการทดลองแบบใดและกลุ่มใดจะเป็นกลุ่มควบคุม  การสุ่มในขั้นตอนหลังนี้จะเรียกว่า “Random assignment”

3.3    นำเพิ่มเข้าเป็นตัวแปรอิสระในแบบแผนการวิจัย (Build into the

design as an independent variable)  ในกรณีนี้ตัวแปรแทรกซ้อนบางตัว  มีข้อมูลหรือเหตุผลเชื่อได้ว่าจะมีผลร่วมกับตัวแปรต้นที่ต้องการศึกษา  และนักวิจัยไม่สามารถควบคุมได้ด้วยวิธีการใด วิธีการหนึ่งหรือต้องการจะศึกษาผลของตัวแปรแรซ้อนตัวที่กล่าวด้วย  ถ้าเป็นเช่นนี้ก็นำหรือทำให้ตัวแปรแทรกซ้อนดังกล่าวเป็นตัวแปรต้นเพิ่มขึ้นอีกตัวหนึ่งนอกเหนือจากตัวแปรตามเดิม แล้วทำการศึกษาปฏิกิริยาร่วม (Factorial design) เช่น การทดลองยาตัวใหม่กับคนที่เป็นโรคหัวใจ  แล้วพบว่ากลุ๊บเลือดมีผลต่อการใช้ยา  จึงเพิ่มกลุ๊บเลือดเข้ามาเป็นตัวแปรต้น  อีกหนึ่งตัว  เป็นต้น

3.4    การจับคู่ (Matching subjects)  การควบคุมตัวแปรแทรกซ้อนด้วยการ

จับคู่  ทำให้กลุ่มตัวอย่างมีความเท่าเทียมกันในตัวแปรแทรกซ้อนตัวใดตัวหนึ่งหรือมากกว่า  ทำได้สองลักษณะ คือ  จับคู่เป็นกลุ่ม (matching group) โดยพิจารณาจากสถิติที่วัดตัวแปรแทรกซ้อนกลุ่มนั้น ๆ และ การจับคู่เป็นรายคู่ (matching pair)  ทำให้เกิดความเท่าเทียมกันของตัวแปรแทรกซ้อนตัวใดตัวหนึ่งระหว่างบุคคลทีละคู่

3.5    การควบคุมทางกายภาพ (Physical  control) เป็นการควบคุมตัวแปร

ในลักษณะที่เป็นสิ่งแวดล้อม

3.6    การควบคุมทางสถิติ (Statistical control) เป็นการใช้สถิติบางตัวมา

วิเคราะห์  หักอิทธิพลหรือค่าการวัดตัวแปรแทรกซ้อนออกจากตัวแปรอิสระ  และตัวแปรตามที่ต้องการ นิยมใช้  ได้แก่ การวิเคราะห์ความแปรปรวนร่วม ANCOVA  และการวิเคราะห์สัมประสิทธิ์สหสัมพันธ์แบบแยกส่วน (Partial correlation coefficient)

 

ความตรงภายในและความตรงภายนอกของงานวิจัยเชิงคุณภาพ 

                    ความตรงภายใน  พิจารณาจาก

1. 1.   Phenomenological  validity  เป็นความตรงที่ผู้ให้ข้อมูลหรือบุคคลที่ถูกวิจัย  ผู้วิจัย

ได้รับความไว้วางใจจนผู้ถูกวิจัยแสดงพฤติกรรมตามธรรมชาติหรือให้ข้อมูลจริงที่สุด

1. 2.   Ecological  validity  ความตรงที่เกิดจากสภาพแวดล้อมที่เป็นธรรมชาติไม่ถูก

บิดเบือน

1. 3.   Contextual  validity   ความตรงที่ศึกษาปรากฏการณ์หรือพฤติกรรมภายใต้บริบทที่

เป็นปกติหรือธรรมชาติ

ความตรงภายนอก  พิจารณาจาก  ความสามารถในการนำผลการวิจัยไปใช้อ้างอิง

โดยทั่วไปได้  ซึ่งอาจพิจารณาได้จากการใช้ลักษณะเดียวกัน  ซึ่งการสรุปอ้างอิงเช่นนี้ตรงกับที่เรียกว่า “Naturalistic generalization”

[Núri]

GRÀCIES AMIC