สรุปความหมายโดยทั่วๆไปของตัวแปร เมื่อวันศุกร์ที่ 9 ก.ค. 53

 

 ตัวแปร: ความหมาย

 

                ตัวแปร หมายถึง นามธรรมที่อธิบายลักษณะต่างๆ ของปรากฏการณ์ที่นักวิจัยสนใจ เป็นสิ่งที่เปลี่ยนค่าได้ เช่น คะแนนสอบ ความวิตกกังวล วิธีการสอน พฤติกรรมการเที่ยวสถานเริงรมณ์ เป็นต้น
 

ปกติแล้ว นักวิจัยจะกำหนดตัวแปรให้แน่ชัด ก่อนที่จะดำเนินการรวบรวมข้อมูล

                ตัวอย่าง เช่น

                สนใจศึกษา "เพศของนักศึกษาระดับมหาวิทยาลัยที่นิยมไปเที่ยวในสถานเริงรมณ์"
                เช่นนี้ ตัวแปร คือ "เพศของนักศึกษา" ซึ่งอธิบายความแตกต่าง ใน 2 ลักษณะคือ "เพศชาย" และ "เพศหญิง"

                หรือถ้าสนใจศึกษา "ความถี่ต่อสัปดาห์ในการไปเที่ยวสถานเริงรมณ์ของนักศึกษาระดับมหาวิทยาลัย"
                ในกรณีนี้ ตัวแปร คือ "ความถี่ในการไปเที่ยวสถานเริงรมณ์" ซึ่งอธิบายปรากฏการณ์ที่จัดลำดับได้ คือ "เป็นประจำ" "เป็นบางครั้ง" และ "ไม่เคยไป"

          ในกรณีที่เราต้องการจัดลำดับเพียง 3 ลำดับ หรือถ้าหากเราต้องการทราบความจริงเกี่ยวกับจำนวนครั้งเพื่อวิเคราะห์ความถี่และนำไปจัดลำดับอีกครั้งหนึ่ง เราก็สามารถเปิดช่องคำตอบให้ผู้ตอบระบุตัวเลขจำนวนครั้ง

ตั้งแต่ 00 คือ ไม่เคยไป คำตอบคือ ระบุเลข 00

บอกว่า 1 ครั้งต่อสัปดาห์ คำตอบคือ ระบุเลข 01 .....เป็นต้น

        ดังนั้น เลขทุกจำนวนที่ผู้ตอบให้คำตอบก็คือ คำอธิบายปรากฏการณ์ของตัวแปรที่เราต้องการศึกษา นั่นเอง หลังจากที่นักวิจัยระบุตัวแปรที่สนใจศึกษาแล้ว นักวิจัยจะเริ่มสังเกตลักษณะต่างๆ ของตัวแปรนั้น นั่นคือ นักวิจัยเริ่มสำรวจเก็บข้อมูลนั่นเอง
 

ลักษณะของตัวแปร


                โดยทั่วไป เราสามารถแบ่งตัวแปรออกเป็น 4 ลักษณะด้วยกัน คือ

                1) ตัวแปรที่บอกลักษณะความแตกต่าง เช่น กลุ่มนักศึกษา กลุ่มพ่อค้า กลุ่มประชาชน เป็นต้น

                2) ตัวแปรที่สามารถจัดลำดับได้ เช่น ความเข้มข้นของสี หรือขนาดของเส้นผม เป็นต้น

                3) ตัวแปรที่สามารถนับจำนวนได้ เช่น จำนวนประชากร รายได้ของครอบครัว แบบสอบถามที่ได้รับกลับคืนมา เป็นต้น

                4) ตัวแปรที่สามารถจัดปริมาณได้ เช่น ความสูง น้ำหนัก ความร้อน-หนาว เป็นต้น

 

  ในการวิจัยโดยทั่ว ๆ ไป มักจะแบ่งตัวแปรออกเป็น 2 ชนิดคือ


       1. ตัวแปรต้น หรือตัวแปรอิสระ (Independent Variable) เป็นตัวแปรที่เป็นสาเหตุที่ก่อให้เกิดผล หรือก่อให้เกิดการแปรผันของปรากฏการณ์ เป็นตัวแปรที่ผู้วิจัยกำหนดหรือจัดกระทำได้ เพื่อศึกษาผลที่เกิดขึ้นจากตัวแปรนี้
       2. ตัวแปรตาม (Dependent Variable) เป็นตัวแปรที่เป็นผลมากจากการเปลี่ยนแปลงค่าของตัวแปรอิสระ เป็นตัวแปรที่ผู้วิจัยมุ่งวัดเพื่อเป็นข้อมูลสำหรับนำมาวิเคราะห ์เพื่อตอบคำถามของการวิจัยว่าเป็นผลมากจากสิ่งใด
       นอกจากนี้ยังมีตัวแปรอื่นที่ผู้วิจัยมิได้มุ่งศึกษาโดยตรง แต่เป็นตัวแปรที่อาจมีผลกระทบต่อตัวแปรตามได้ ตัวแปรนี้เรียกว่า ตัวแปรเกิน หรือตัวแปรแทรกซ้อน (extraneous Variable) หรือ ตัวแปรควบคุม (control Variable)       ผู้วิจัยจะต้องทราบว่ามีตัวแปรใดบ้างที่อาจส่งผลกระทบต่อตัวแปรตามและหาวิธีการควบคุมอิทธิพลจากตัวแปรแทรกซ้อน เหล่านี้ จากการตรวจสอบเอกสาร

     

 ตัวแปรเกินอาจเกิดขึ้นจากแหล่งต่าง ๆ ดังนี้


     1. จากกลุ่มตัวอย่างหรือกลุ่มประชากร เป็นตัวแปรที่กลุ่มตัวอย่างมีมาก่อนจะมีการวิจัย เช่น อายุ เพศ ระดับสติปัญญา ความถนัด เชื้อชาติ บุคลิกภาพ สภาพครอบครัว เป็นต้น
     2. จากวิธีดำเนินการทดลอง และการทดสอบในการวิจัยเชิงทดลอง เช่น ความผิดพลาดในวิธีดำเนินการ คุณภาพเครื่องมือที่ใช้ทดสอบ เวลาที่ใช้ทดสอบ เป็นต้น
     3. จากแหล่งภายนอกหรือสิ่งแวดล้อม เช่นเสียงรบกวน สถานที่ไม่เหมาะสมและมีตัวแปรอีกประเภทหนึ่ง ที่อาจมีผลกระทบต่อตัวแปรตาม แต่เราไม่อาจรู้ได้ล่วงหน้าว่าจะเกิดขึ้นหรือไม่ จึงไม่สามารถควบคุมได้ ตัวแปรเหล่านี้เรียกว่า ตัวแปรสอดแทรก (Intervening Variable) เช่น ภาวะสุขภาพ ความวิตกกังวล ความตื่นเต้น ความโกรธ แรงจูงใจ เป็นต้น

    ตัวอย่าง

       งานวิจัยเรื่อง        เปรียบเทียบผลสัมฤทธิ์ทางการเรียนของนักเรียนชั้นมัธยมศึกษาปีที่ 2 ที่ได้รับการสอน โดยวิธีสอน แบบค้นพบแบบนิรนัย
     ตัวแปรต้น            วิธีการสอน 2 วิธี คือ แบบค้นพบ และแบบนิรนัย
     ตัวแปรตาม          ผลสัมฤทธิ์ทางการเรียน
     ตัวแปรเกิน           ระดับสติปัญญา , เพศ , คุณภาพของแบบทดสอบ ฯลฯ
     ตัวแปรสอดแทรก   ความวิตกกังวล, แรงจูงใจ , แรงจูงใจใฝ่สัมฤทธิ์ ฯลฯ

     งานวิจัยเรื่อง         การเปรียบเทียบผลการประมาณค่าความสามารถด้วยวิธีการทดสอบแบบเทเลอร์รูปพีระมิด ขนาดขั้นคงที่ และรูปพีระมิดข้างตัด : การทดสอบทักษะกระบวนการทางวิทยาศาสตร์
     ตัวแปรต้น            วิธีการทดสอบแบบเทเลอร์ 2 รูปแบบ คือ รูปพีระมิดขนาดขั้นคงที่และรูปพีระมิด
     ตัวแปรตาม           ความสามารถทักษะกระบวนการทางวิทยาศาสตร์
     ตัวแปรเกิน           ระดับสติปัญญา, เพศ, จำนวนครั้งในการสอบ,คุณภาพของแบบทดสอบ
     ตัวแปรสอดแทรก   แรงจูงใจใฝ่สัมฤทธิ์, การปรับตัว, ความตื่นเต้น ฯลฯ


     งานวิจัยเรื่อง         การศึกษาองค์ประกอบคัดสรรทางด้านจิตพิสัยที่สัมพันธ์กับผลสัมฤทธิ์
ทางการเรียนภาษาอังกฤษของนักเรียนชั้นมัธยมศึกษา
     ตัวแปรต้น            องค์ประกอบคัดสรรทางด้านจิตพิสัย
     ตัวแปรตาม           ผลสัมฤทธิ์ทางการเรียน
     ตัวแปรเกิน            เพศ, ระดับชั้น, ระดับสติปัญญา, อายุ
     ตัวแปรสอดแทรก   ภาวะจิตใจ, ความวิตกกังวล, สภาพแวดล้อม


วิธีการควบคุมตัวแปรเกิน


      1. ใช้สมาชิกที่มีลักษณะใกล้เคียงกันมากที่สุด (Homogeneous Group) ในลักษณะของตัวแปรเกิน แต่การควบคุมตัวแปรวิธีนี้จำกัดขอบเขตการอ้างอิงผลการวิจัยไปใช้ให้แคบลง
      2. จัดสมาชิกเข้ากลุ่มโดยการสุ่ม (Random Assignment) การจัดสมาชิกเข้ากลุ่มโดยการสุ่มจะทำให้ โอกาสหรือ ความน่าจะเป็นที่ค่าตัวแปรตามของ กลุ่มทดลอง หรือกลุ่มควบคุมไม่แตกต่างกัน มีมากกว่าโอกาสที่จะแตกต่างกันก่อนทำการทดลอง
      3. จับคู่สมาชิกบนพื้นฐานของตัวแปรเกิน แล้วจัดสมาชิกของแต่ละคู่เข้ากลุ่มโดยการสุ่มตัวแปรที่จะมาใช้เป็นเกณฑ์ในการจับคู่นั้น ควรจะเป็นตัวแปรที่มีความสัมพันธ์กับตัวแปรตามโดยมีค่าสัมประสิทธ ิ์สหสัมพันธ์ 0.50 หรือมากว่า เช่น I.Q. มีความสัมพันธ์กับผลสัมฤทธิ์ทางการเรียน
      4. ควบคุมสภาพการณ์ในการทดลองให้มีความคงที่
      5. นำตัวแปรเกินมาใช้ในการวิจัยโดยพิจารณาให้เป็นตัวแปรอิสระอีกตัวหนึ่ง
      6. ควบคุมด้วยสถิติโดยการใช้การวิเคราะห์ความแปรปรวนร่วม (ANCOVA)

      สรุป การควบคุมความแปรผันของตัวแปรหรือความแปรปรวน ซึ่งก็คือ การจัดกระทำให้ ความแปรผันของตัวแปรนั้น ๆ มีค่ามากน้อยตามความต้องการอันจะทำให้เราทราบอิทธิพลของตัวแปรต่าง ๆ ที่เกี่ยวข้องกับตัวแปรที่เราต้องการศึกษาได้แน่ชัด หรือขจัดอิทธิพลนี้ออกไป จะช่วยให้การตีความผล การทดลอง หรือการวิจัยเป็นไปอย่างชัดเจนไม่คลุมเครือ และจะนำไปสู่การสรุปผลการวิจัยได้อย่างถูกต้อง ใกล้เคียงความเป็นจริง มากที่สุดซึ่งความแปรปรวน ในที่นี้หมายถึง ความแปรปรวนที่จะเกิดกับตัวแปรตามอันเป็นผลมาจากตัวแปรต้น

 

ชนิดของตัวแปร: ตัวแปรต่อเนื่อง - ตัวแปรไม่ต่อเนื่อง


                โดยตัวแปรทั้ง 4 ลักษณะข้างต้นจะมีคุณสมบัติ หรือองค์ประกอบซึ่งแบ่งได้ 2 ชนิดคือ

                1) ตัวแปรต่อเนื่อง (Continuous Variable) เป็นตัวแปรซึ่งมีค่าใดๆ ก็ได้ในช่วงที่กำหนดให้ หรือ/และ อาจจะวัดโดยละเอียดได้ เช่น
                     ความสูง น้ำหนัก ตัวอย่างเช่น ความสูงต่ำคนไทยในอดีต สมมติว่า ต่ำสุด 140 ซ.ม. และสูงสุด 175 ซ.ม. ดังนั้นในระหว่าง 140 ซ.ม.ถึง 175 ซ.ม.นี้ คนไทยจะมีความสูงใดๆ ก็ได้ ประชาชนไทย 60 ล้านคนเศษ ก็จะมีความสูงต่างๆ กัน ยิ่งวัดละเอียดถึงทศนิยมหลายตำแหน่ง อาจจะได้ความสูง 60 ล้านค่าขึ้นไปตามจำนวนประชากร เพราะไม่มีใครสูงเท่ากัน
                     หรืออุณหภูมิบนยอดดอยอินทนนท์ ในเดือนธันวาคม 2543 อาจเป็น 10 องศาเซนติเกรด 10.1 องศาเซนติเกรด 10.2 องศาเซนติเกรด ............... ซึ่งลักษณะตัวแปรดังกล่าวเราเรียกว่า ตัวแปรที่ต่อเนื่องกัน (Continuous Variable)

                2) ตัวแปรไม่ต่อเนื่อง (Discontinuous Variable) คือ ตัวแปรที่ไม่อาจมีค่าได้ทุกค่าในช่วงนั้น หรือตัวแปรที่เราสมมติค่าได้เพียงค่าเดียวเท่านั้น หรือตัวแปรที่ไม่อาจนำมาคำนวณได้อย่างมีความหมาย เช่น
                     จำนวนจุดบนลูกเต๋า ซึ่งอาจมีจาก 1 - 6 แต่ระหว่าง 1 กับ 6 มีค่าที่ละเอียดได้ไม่ทุกค่า มีได้เพียง 1, 2 ...........6, แต่ไม่มี 1.1, 1.2...............5.9 เป็นต้น
                     ตัวอย่างลักษณะอื่น เช่น สมมติค่าให้ เพศชาย เพศหญิง โดยให้เพศชาย เท่ากับ 1 ให้เพศหญิง เท่ากับ 2 จะเห็นได้ว่าระหว่าง 1 ถึง 2 นั้น ไม่มี 1.1, 1.2, 1.3 ...1.9 เพราะไม่ได้หมายความว่าตัวเลขมากขึ้นจะทำให้ความเป็นเพศชายลดน้อยลงไปจนกลายเป็นเพศหญิงไม่ หรือว่า เมื่อนำตัวเลข 1 มารวมกับ 2 ก็ไม่สามารถเป็น 3 ตามหลักการคำนวณ เพราะเป็นไปไม่ได้ที่จะนำ 1 ไปรวมกับ 2 และวจะกลายเป็น 3 หรือเอาความเป็นเพศชายไปรวมกับเพศหญิง แล้วกลายเป็นเพศอื่น ที่ไม่ใช่เพศชาย หรือเพศหญิง เป็นต้น
                     นอกจากนั้นก็เช่น สีของตามนุษย์ สีผิว การออกหัวก้อยในการโยนเหรียญ 10 ครั้ง เป็นต้น

 

ประเภทของตัวแปร: ตัวแปรอิสระ - ตัวแปรตาม


                แต่ในการศึกษาวิจัยส่วนใหญ่ ซึ่งผู้ศึกษามีจุดมุ่งหมายที่จะทราบถึงความสัมพันธ์ระหว่างตัวแปร เพื่อนำผลการศึกษานั้นมาอธิบายสถานการณ์ อธิบายพฤติกรรม หรืออธิบายปรากฏการณ์ ฯลฯ ในกรณีเช่นนี้ เราจะจำแนกตัวแปรออกเป็น 2 ประเภทคือ

                1) ตัวแปรอิสระ (Independent Variable) คือ ตัวแปรที่เป็น "เหตุ" ที่เกิดขึ้น ในการวิจัยเชิงทดลอง ตัวแปรประเภทนี้ก็คือตัวแปรที่เป็นตัวจัดกระทำ (Treatment) นั่นเอง
                     ตัวอย่างตัวแปรอิสระ เช่น
                     เพศ (ชาย-หญิง) ระดับชั้นเรียน (ประถมศึกษาปีที่ 1, 2, 3, 4 หรือมัธยมศึกษาปีที่ 1, 2, 3, 4, 5, 6) อายุ (8-10 ปี, 11-13 ปี ฯลฯ) เคยผ่านงานภาคเอกชน (เคยผ่าน, ไม่เคยผ่าน) เหล่านี้เป็นต้น

                2) ตัวแปรตาม (Dependent Variable) คือ ตัวแปรที่เป็น "ผล" อันเกิดจาก "เหตุ" (ตัวแปรอิสระ)
                     ตัวอย่างตัวแปรตาม เช่น
                     ผลสัมฤทธิ์ทางการเรียนวิชาต่างๆ ทัศนคติต่อการทุจริตประพฤติมิชอบในการทำงาน ความรู้ความเข้าใจต่อผลเสียของอาชีพค้าประเวณี
                     พฤติกรรมในการเที่ยวเตร่ตามสถานที่ค้าประเวณี
                     พฤติกรรมเสี่ยงต่อการติดต่อและแพร่เชื้อโรคเอดส์
                     ฯลฯ


                     ตัวอย่างจากปัญหาการวิจัยเรื่อง ความพึงพอใจต่อการปฏิบัติงานร่วมกับผู้ที่ดำรงตำแหน่งนักสังคมสงเคราะห์ในสังกัดกรมประชาสงเคราะห์" กำหนดตัวแปรอิสระ และตัวแปรตามดังนี้
                     ตัวแปรอิสระ (Independent Variable) ได้แก่
                     - เพศ (ชาย -หญิง)
                     - วุฒิการศึกษาสูงสุด (ต่ำกว่าปริญญาตรี - ปริญญาตรี - ปริญญาโท)
                     - สาขาวิชาที่จบการศึกษาสูงสุด (นิติศาสตร์ - รัฐศาสตร์ - การศึกษา - ให้ระบุเป็นคำถามปลายเปิด)
                     - ระดับตำแหน่ง (ตั้งแต่ระดับ 1 - 11 -ให้ระบุเป็นคำถามปลายเปิด)
                     - หน่วยงาน (หน่วยงานส่วนกลาง - หน่วยงานส่วนภูมิภาค)
                     ตัวแปรตาม (Dependent Variable) ได้แก่
                     - ความพึงพอใจต่อการปฏิบัติงานร่วมกับผู้ที่ดำรงตำแหน่งนักสังคมสงเคราะห์

 ประเภทของตัวแปรในการวิจัยเชิงทดลอง


                ในการวิจัยเชิงทดลอง จะมีการจำแนกประเภทของตัวแปรที่แตกต่างไปจากที่กล่าวมา
ข้างต้น คือ

                1) ตัวแปรทดลอง (Experimental Variable) หรืออาจเรียกว่า ตัวแปรจัดกระทำ (Treatment Variable) หรือ ตัวแปรอิสระ (Independent Variable) ซึ่งหมายถึง ตัวแปรที่กำหนดขึ้นในการทดลองครั้งหนึ่งๆ เพื่อให้เป็นเหตุ หรือตัวจัดกระทำ (Treatment) เพื่อศึกษาว่าทำให้ตัวแปรตามเปลี่ยนแปลงไปหรือไม่ อย่างไร
                     ตัวอย่างเช่น ทดลองผสมอาหารไก่ขึ้นมา 2 ชนิด แบ่งออกเป็น ชนิด A สูตรหนึ่ง ชนิด B อีกสูตรหนึ่ง แล้วนำไปเลี้ยงไก่เพื่อศึกษาว่าชนิดใดมีผลต่อการเจริญเติบโตของไก่ในห้องทดลองนั้นมากกว่ากัน ในกรณีเช่นนี้ อาหารชนิด A และอาหารชนิด B เป็นตัวแปรทดลอง หรือตัวแปรอิสระ นั่นเอง

                2) ตัวแปรควบคุม (Control Variable) เป็นตัวแปรที่ อาจ ส่งผลต่อตัวแปรตามได้โดยตรง หรือผ่านทางตัวแปรอิสระ ซึ่งถ้าไม่ได้ควบคุม ก็จะทำให้ไม่แน่ใจว่า การเปลี่ยนแปลงของตัวแปรตาม เกิดขึ้นจากตัวแปรใดกันแน่


                     ตัวอย่างที่ 1 จากตัวอย่างข้อ 1) การกำหนดให้เป็นตัวแปรควบคุม ก็คือ ไก่ทุกตัวในกลุ่มตัวอย่าง ซึ่งเลี้ยงด้วยอาหารชนิด A หรือ อาหารชนิด B ก่อนนำเข้าสู่การทดลอง ต้องควบคุมขนาด และความแข็งแรงให้เท่ากันทุกตัว โดยการชั่งน้ำหนัก วัดขนาดส่วนต่างๆ ของร่างกายไก่ และบันทึกไว้
อย่างละเอียด หากไก่มีความแข็งแรงไม่เท่ากัน ก็อาจส่งผลต่อการเจริญเติบโตที่แตกต่างกันได
                     ตัวอย่างที่ 2 เช่น ถ้าจะทดลองวิธีการสอน 2 วิธี โดยใช้กลุ่มทดลอง 2 กลุ่ม กลุ่มทดลองทั้ง 2 กลุ่มนั้น ต้องควบคุมระดับเชาวน์ปัญญาให้เท่ากันด้วย เพราะเชาวน์ปัญญาอาจส่งผลต่อตัวแปรตามได้

                3) ตัวแปรแทรกซ้อน (Extraneous Variable) เป็นตัวแปรที่เกิดขึ้น และอาจจะมีอิทธิพลต่อผลการทดลอง ทั้งๆ ที่ไม่ต้องการทราบ หรือต้องการให้เกิดขึ้น


                     ตัวอย่าง จากตัวอย่างข้อ 1) ให้ กลุ่มตัวอย่างไก่ ซึ่งทดลองเลี้ยงด้วยอาหารชนิด A อยู่ในที่อากาศถ่ายเทสะดวก ในขณะที่ กลุ่มตัวอย่างไก่ซึ่งทดลองเลี้ยงด้วยอาหารชนิด B อยู่ในสถานที่อับชื้น ความแตกต่างของสถานที่อาจส่งผลต่อการเจริญเติบโตของไก่ได้ ดังนั้น การถ่ายเทอากาศที่แตกต่างกัน จึงเป็นตัวแปรแทรกซ้อน นั่นเอง

 

ตัวแปรหุ่น - ตัวแปรทวินาม


                นอกจากนี้ หากศึกษาวิจัยเชิงปริมาณซึ่งใช้สถิติชั้นสูงในการวิเคราะห์ข้อมูล ท่านจะพบคำเรียกขานตัวแปรอีกลักษณะหนึ่ง คือ

                ตัวแปรหุ่น (Dummy Variable) หรือ ตัวแปรทวินาม (Dichotomous Variable)

                ตัวแปรดังกล่าวนี้เป็นตัวแปรซึ่งถูกสร้างขึ้น เพื่อให้สามารถนำไปคำนวณโดยใช้สถิติชั้นสูงได้อย่างถูกต้อง สอดคล้องกับการคำนวณทางสถิติ ซึ่งมีข้อตกลงเบื้องต้นให้ระดับการวัดของตัวแปรอย่างน้อยระดับช่วง (Interval Scale) ซึ่งเป็นข้อมูลเชิงปริมาณ (Quantitative) เช่น
                 

 การวิเคราะห์ถดถอย (Regression Analysis) ซึ่งเป็นการศึกษาความสัมพันธ์ระหว่างตัวแปรอิสระกับตัวแปรตาม เพื่อหาศึกษาว่าตัวแปรอิสระนั้นๆ หรือหลายตัวมีอำนาจพยากรณ์ตัวแปรตามหรือไม่ มากน้อยเพียงใด

                ในบางครั้งตัวแปรที่ได้จากข้อมูลที่มีระดับการวัดเรียงลำดับ (Ordinal Scale) หรือระดับนามบัญญัติ (Nominal Scale) ซึ่งเป็นข้อมูลเชิงคุณภาพ โดยเฉพาะตัวแปรอิสระที่มีความสัมพันธ์กับตัวแปรสูง ซึ่งสามารถนำไปใช้พยากรณ์ตัวแปรตามได้ดี เช่น ใช้ เพศ ในการพยากรณ์รายจ่ายต่อสัปดาห์ กรณีเช่นนี้ ในทางสถิติหากให้วิธีการง่ายๆ คือ CROSS ตาราง ก็สามารถมองเห็นด้วยสายตาแล้ว ว่าแตกต่างหรือไม่แตกต่างอย่างไร แต่ ถ้าหากท่านเรียนวิชาสถิติให้ลึกลงไป ท่านจะทราบว่า มีวิธีการทางสถิติที่สามารถพยากรณ์ค่าความแตกต่างนี้ได้แม่นยำกว่า นั่นคือ การนำวิธีการวิเคราะห์ถดถอย (Regression Analysis) มาใช้..

                แต่การนำวิธีการวิเคราะห์ถดถอยมาใช้ นั้น มีข้อจำกัดอย่างหนึ่งก็คือ ตัวแปรเชิงคุณภาพที่จะกำหนดตัวแปรอิสระนั้น จะต้องมีค่าที่เป็นไปได้แค่ 2 ค่าเท่านั้น เช่น
                เพศ มีค่าเป็นชายอย่างหนึ่ง และมีค่าเป็นหญิงอีกอย่างหนึ่ง

                โดยทั่วไป ในการวิเคราะห์ข้อมูลด้วยสถิติพรรณนา หรือสถิติซึ่งมีข้อตกลงเบื้องต้นให้ตัวแปรอิสระ หรือตัวแปรตามมีระดับการวัดตั้งแต่ระดับนามบัญญัติ (Nominal Scale) จนถึงระดับเรียงอันดับ (Ordinal Scale) นั้น การกำหนดตัวเลขให้แก่ตัวแปรเป็นเลขใด จะไม่ใช่สาระสำคัญ ซึ่งทำให้ความหมายของตัวแปรนั้นเปลี่ยนแปลงไป ไม่ว่าตัวเลขนั้นจะเป็น 0 เป็น 1 เป็น 2 เป็น 3 เป็น 4 .....
.......เป็น 9
                เพราะการแทนค่าตัวเลขของตัวแปรที่มีระดับการวัดดังกล่าว เลขเหล่านี้ไม่สามารถที่จะนำมาบวกลบคูณหารได้อย่างมีความหมาย เช่น กำหนดให้เพศชายมีค่าเป็น 1 กำหนดให้เพศหญิงมีค่าเป็น 0 แล้ว จะหมายความว่า การที่เพศชายถูกกำหนดให้มีค่าเป็น 1 นั้น ทำให้เพศชายมีค่ามากกว่าเพศหญิง ซึ่งมีค่าเป็น 0 เพราะทั้งตัวเลข 1 และตัวเลข 0 เป็นเพียงสัญลักษณ์ที่ใช้แทนค่าตัวแปรเพศชาย และตัวแปรเพศหญิงเท่านั้น

                จากกรณีข้างต้น เมื่อเราต้องการจะนำสถิติที่สามารถอธิบายค่าความแตกต่างได้ลึกกว่า คือ วิธีการวิเคราะห์ถดถอย (Regression Analysis) มาพยากรณ์ให้เห็นถึงความแตกต่างโดยสิ้นเชิงของทั้งสองเพศ ซึ่งโดยทั่วไปมีระดับการวัดที่เป็นไปได้เพียงไม่เกินระดับเรียงอันดับ (Ordinal Scale) ในทางสถิติสามารถแก้ปัญหานี้ได้ โดยสร้างตัวแปรขึ้นมาใหม่ เราเรียกตัวแปรที่สร้างขึ้นเพื่อให้สามารถนำไปคำนวณกับสถิติชั้นสูงนี้ว่า "ตัวแปรหุ่น" (Dummy Variable) นั่นเอง

                ตัวแปรหุ่น (Dummy Variable) คือ การสร้างตัวแปรโดยกำหนดให้ตัวแปรนั้นมีค่า 2 ค่า นั่นคือ ค่าหนึ่ง เท่ากับ 0 และอีกค่าหนึ่ง เท่ากับ 1 หรือเรียกอีกอย่างหนึ่งว่า ตัวแปรทวินาม (Dichotomous Variable)

  

 

ความสำคัญของตัวแปร


                ความสำคัญของตัวแปรในการทำวิจัย มีดังต่อไปนี้

                1) การที่ผู้วิจัยกำหนดตัวแปรที่จะศึกษาไว้อย่างชัดเจน จะทำให้สามารถจัดระดับการวัดค่าของตัวแปรเหล่านั้นได้ว่า อยู่ในระดับใด เช่น ตัวแปรเพศ มีระดับการวัดนามบัญญัติ (Nominal Scale) ตัวแปรรายได้ มีระดับการวัดอันตรภาคหรือช่วง (Interval Scale) เป็นต้น

                2) ทำให้สามารถกำหนดขอบเขตของการจัดค่าตัวแปรได้ เพราะการที่เราจะจัดระดับของตัวแปรว่าจะวัดระดับใด นั้น ขึ้นอยู่กับวิธีการที่ใช้ในการวิจัย ว่าเราจะให้ความหมายของตัวแปรในการวิจัยครั้งนี้ว่ามีขอบเขตในการศึกษาแค่ไหน เมื่อทราบขอบเขตของการศึกษา ก็สามารถจัดระดับการวัดค่าของตัวแปรได้

                3) เมื่อทราบระดับการวัดค่าตัวแปร ทำให้ทราบว่าตัวแปรแต่ละตัวจะให้ข้อมูลในเรื่องอะไรได้บ้าง ถ้าตัวแปรอยู่ในระดับนามบัญญัติ (Nominal Scale) ก็สามารถบอกได้เพียงความแตกต่างเท่านั้น ไม่สามารถบอกได้ว่ามากน้อยกว่ากันเท่าใด แต่ถ้าตัวแปรมีระดับการวัดอัตราส่วน (Ratio Scale)จะทำให้เราทราบค่าของตัวแปรมากมาย คือ สามารถบอกความมากน้อย เรียงลำดับ และคำนวณบวกลบคูณหาร หาสัดส่วนได้ ซึ่งตัวแปรที่สามารถจัดค่าได้ในระดับอัตราส่วน (Ratio Scale) จะทำให้ได้ข้อมูลที่ละเอียดลึกซึ้งมากกว่าระดับการวัดอื่นๆ

                4) ระดับการวัดของตัวแปร ทำให้เราทราบว่าจะต้องใช้สถิติแบบใดในการวิเคราะห์ข้อมูล

                5) กำหนดขอบเขตว่า เราจะวิจัยครอบคลุมถึงเรื่องอะไรบ้าง เช่น ตัวแปร "ชาวนา" เราต้องให้คำจำกัดความว่า จะศึกษาเฉพาะ "ประชากรที่ทำนาโดยเป็นเจ้าของที่นา เท่านั้น ไม่รวมถึง ผู้ที่รับจ้างทำนา หรือตัวแปร "นักศึกษา" เราต้องให้คำจำกัดความว่า นักศึกษาที่เราสนใจจะศึกษานั้น คือ นักศึกษาคณะอะไร สาขาอะไร ชั้นปีใด เป็นต้น

                6) ช่วยจัดข้อมูลที่ได้มาให้เป็นหมวดหมู่ ง่ายต่อการศึกษา และวิเคราะห์หาความสัมพันธ์

                7) ตัวแปรเป็นองค์ประกอบของสมมติฐาน เพราะสมมติฐานเป็นการกล่าวถึงความสัมพันธ์ของตัวแปร 2 ตัว หรือเกินกว่า 2 ตัวขึ้นไป และสมมติฐานก็เป็นขั้นตอนหนึ่งของการวิจัย

                ดังนั้น ตัวแปรจึงเป็นส่วนประกอบหนึ่งของการวิจัย ถ้าไม่มีตัวแปรแล้ว การวิจัยก็ไม่เกิดขึ้น
                การตอบปัญหา หรือสรุปปัญหาของการวิจัย ก็คือผลเนื่องมาจากความสัมพันธ์ของตัวแปรตามเงื่อนไขของสมมติฐานนั่นเอง

 

คัดลอกและเรียบเรียงจาก   http://netra.lpru.ac.th/~phaitoon/Copy%20of%20111RES52/4hypothesis&variable.htm