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
ได้รับความไว้วางใจจนผู้ถูกวิจัยแสดงพฤติกรรมตามธรรมชาติหรือให้ข้อมูลจริงที่สุด
บิดเบือน
เป็นปกติหรือธรรมชาติ
ความตรงภายนอก พิจารณาจาก ความสามารถในการนำผลการวิจัยไปใช้อ้างอิง
โดยทั่วไปได้ ซึ่งอาจพิจารณาได้จากการใช้ลักษณะเดียวกัน ซึ่งการสรุปอ้างอิงเช่นนี้ตรงกับที่เรียกว่า “Naturalistic generalization”
GRÀCIES AMIC