แนวโน้มการวิจัยยุคสังคมความรู้

ในยุคที่สังคมมีการเปลี่ยนแปลงและมีความก้าวหน้าอย่างรวดเร็วทางวิทยาศาสตร์และเทคโนโลยีสารสนเทศและการสื่อสาร เป็นยุคสังคมความรู้ (Knowledge society) ปัจจัยการผลิตที่สำคัญในยุคสังคมความรู้ คือ ความรู้ สมาชิกในสังคมต้องพัฒนานิสัยการเรียนรู้และสร้างองค์ความรู้ต่อเนื่องตลอดชีวิต การวิจัยมีความสำคัญสูงมากขึ้นกว่าเดิม เพราะการวิจัยเป็นเครื่องมือสำคัญในการแสวงหาความรู้และสร้างองค์ความรู้ใหม่ การวิจัยในยุคสังคมความรู้จึงมิใช่เป็นเพียงกิจกรรมทางวิชาการที่จำกัดอยู่แต่ในสถานศึกษาระดับสูง แต่จะเป็นกิจกรรมที่สมาชิกทุกระดับในสังคมสามารถเรียนรู้และใช้เป็นเครื่องมือในการแสวงหาความรู้ได้ด้วยตนเอง

                แนวโน้มของคำถามวิจัย  เมื่อพิจารณาลักษณะคำถามการวิจัยในการวิจัยทางสังคมศาสตร์และพฤติกรรมศาสตร์ก่อนยุคสังคมความรู้เป็นการการวิจัยเชิงปริมาณ ส่วนใหญ่ใช้วิธีวิจัยสองแบบ คือ การวิจัยเชิงทดลอง(experimental research) ซึ่งใช้การควบคุมความแปรปรวนจากตัวแปรแทรกซ้อนโดยแบบแผนการวิจัย(research design) และ การวิจัยสหสัมพันธ์ (correlational research) ซึ่งใช้การควบคุมความแปรปรวนจากตัวแปรแทรกซ้อนโดยวิธีการทางสถิติ (statistical methods) คำถามวิจัยให้ความสำคัญกับคำถามวิจัยที่เป็นการศึกษาความสัมพันธ์เชิงสาเหตุระหว่างตัวแปร โดยมีจุดมุ่งหมายเพื่ออธิบาย พยากรณ์ ควบคุม และพัฒนาพฤติกรรม/ปรากฏการณ์ เป็นต้น ในยุคสังคมความรู้  คำถามการวิจัยมีความซับซ้อน ลึกซึ้งมากขึ้นกว่ายุคก่อน คำถามการวิจัยมุ่งตอบคำถามความสัมพันธ์เชิงสาเหตุในบริบท เงื่อนไข และช่วงเวลาที่แตกต่างกัน เน้นความสำคัญกับลักษณะอิทธิพลจากตัวแปรปรับและตัวแปรส่งผ่าน (moderator and mediator)  ลักษณะที่เป็นพลวัตร(dynamics) หรือการเปลี่ยนแปลงระหว่างช่วงเวลา ลักษณะความไม่แปรเปลี่ยน (in variances) ของโมเดลความสัมพันธ์เชิงสาเหตุระหว่างกลุ่มประชากร และลักษณะข้อมูลพหุระดับ แนวโน้มการวิจัยดังกล่าวนำไปสู่การวิจัยแนวใหม่ที่ให้ความสำคัญและอิงฐานทฤษฎี(theoretical evidence based research) มีแบบแผนการวิจัยที่มีการควบคุมความแตกต่างจากตัวแปรแทรกซ้อนอย่างเข้มงวด มีการดำเนินการวิจัยที่มีฐานข้อมูลขนาดใหญ่ ข้อมูลระยะยาว (longituditional data) และเป็นข้อมูลพหุระดับ (multi-level data)  ข้อมูลมีคุณภาพด้านความเที่ยงและความตรงสูง และสถิติวิเคราะห์ขั้นสูงที่สามารถตอบคำถามวิจัยได้อย่างเหมาะสม 

                แนวโน้มของกรอบแนวคิดและการกำหนดสมมุติฐานการวิจัย   กรอบแนวคิด (conceptual framework) หรือ โมเดลการวิจัย (research model) มีความสำคัญมากในการวิจัย เพราะ โมเดลการวิจัยแสดงถึงโครงสร้าง (structure) ของงานวิจัย  และนักวิจัยใช้โมเดลการวิจัยเป็นฐานในการกำหนดสมมุติฐานวิจัย  จุดมุ่งหมายของการสร้างโมเดลการวิจัย คือ การสร้างโมเดลให้สอดคล้องกับองค์ความรู้ที่มีอยู่เดิมทั้งด้านทฤษฎีและผลการวิจัยเชิงประจักษ์  โมเดลการวิจัยยุคสังคมความรู้ ตัวแปรในการวิจัยมีทั้งตัวแปรสังเกตได้(observed variable) และตัวแปรแฝง (latent or unobserved variable) โดยที่ตัวแปรแฝงเป็นตัวแปรที่ไม่มีความคลาดเคลื่อนในการวัด ซึ่งวัดได้จากตัวบ่งชี้ที่เป็นตัวแปรสังเกตได้

                แนวโน้มของสถิติวิเคราะห์ยุดสังคมความรู้   สถิติวิเคราะห์ที่มีขอบข่ายการวิเคราะห์กว้างขวางลึกซึ้งครอบคลุมสถิติวิเคราะห์ตัวอื่น คือ การวิเคราะห์โมเดลสมการโครงสร้าง (Structural Equation Model = SEM ) ซึ่งพัฒนาโดย Karl G.Joreskog เป็นโมเดลที่บูรณาการโมเดลการวัดตามหลักการวิเคราะห์องค์ประกอบและโมเดลโครงสร้างตามหลักการวิเคราะห์อิทธิพลกับวิธีการประมาณค่าพารามิเตอร์ตามหลักวิชาเศรษฐมิติ  เป็นสถิติวิเคราะห์ขั้นสูงที่ได้รับการพัฒนาใหม่ แต่ยังคงมีหลักการพื้นฐานทางสถิติแบบเดิม สถิติวิเคราะห์ SEM จึงเป็นสถิติวิเคราะห์ที่เหมาะสมกับงานวิจัยทางสังคมศาสตร์และพฤติกรรมศาสตร์ ด้วยเหตุผล ดังนี้ คือ 1) มีศักยภาพสามารถวิเคราะห์ข้อมูลได้กว้างขวาง 2) โมเดลการวิจัยกับโมเดลการวิเคราะห์ SEM 3) การผ่อนคลายข้อตกลงเบื้องต้นทางสถิติ 4) ศักยภาพในการวิเคราะห์ข้อมูลจากการทดลองกรณีตัวแปรแฝง  ขณะเดียวกันสถิติวิเคราะห์ SEM  ก็มีจุดอ่อนอยู่สามประการคือ 1) การวิเคราะห์ SEM ต้องใช้กลุ่มตัวอย่างขนาดใหญ่ 2) จุดอ่อนของการวิเคราะห์เพื่อตรวจสอบความตรงของโมเดล และ 3)  การวิเคราะห์ SEM มีโมเดลและกระบวนการวิเคราะห์ยุ่งยาก  เนื่องจากมีตัวแปรหลายประเภท และมีเทอมความคลาดเคลื่อนในโมเดล รวมทั้งมีเส้นทางอิทธิพลแบบต่างๆแม้จะมีโปรแกรมคอมพิวเตอร์ช่วยในการวิเคราะห์ แต่การเขียนคำสั่งแตกต่างจากโปรแกรมเดิม

                สรุป  การวิเคราะห์ SEM เป็นสถิติวิเคราะห์ที่มีความเหมาะสมกับงานวิจัยทางสังคมศาสตร์และพฤติกรรมศาสตร์ มากขึ้น แต่ก็มีจุดอ่อนซึ่งในอนาคตคงมีการพัฒนาให้มีความเหมาะสมมากยิ่งขึ้น เนื่องจากสถิติวิเคราะห์ SEM ใช้หลักการสถิติแบบเดิม ดังนั้น ในกรณีที่นักวิจัยยังตั้งคำถามวิจัยแบบเดิม กำหนดสมมติฐานวิจัยเป็นรายข้อ ผลการวิเคราะห์ที่ได้จากการวิเคราะห์ SEM แม้จะมีความถูกต้องมากขึ้น แต่ผลการวิเคราะห์ก็มิได้แตกต่างมากมายจากผลการวิเคราะห์แบบเดิม  นักวิจัยอาจพิจารณาถึงความคุ้มค่าในการเรียนรู้สถิติวิเคราะห์ SEM อาจพิจารณาเรียนรู้การอ่านผลการวิจัยที่ใช้สถิติวิเคราะห์ SEM โดยไม่ต้องเรียนรู้ที่จะใช้สถิติวิเคราะห์ SEM ใน

การวิจัยก็ได้   แต่ในกรณีที่นักวิจัยกำหนดปัญหาวิจัยที่ซับซ้อน ลึกซึ้ง มีการสร้างโมเดลการวิจัยที่มีตัวแปรแฝงและมีการกำหนดสมมุติฐานวิจัยเป็นภาพรวม สถิติวิเคราะห์ SEM เป็นเรื่องสำคัญที่นักวิจัยควรใช้ เพราะจะทำให้ได้ผลการวิจัยที่ตอบคำถามวิจัยได้อย่างถูกต้องและสมบูรณ์ งานวิจัยในยุคสังคมความรู้ ส่วนใหญ่จึงเป็นงานวิจัยที่ใช้การวิเคราะห์ SEM มากขึ้น