การทำวิจัยเชิงสำรวจ
ไม่มีขั้นตอนใดขั้นตอนหนึ่งเป็นอิสระจากกัน ไม่มีใครเป็นพระเอก หรือเป็นเอกเทศจากการวิจัย
บันทึกครั้งที่แล้ว ได้พูดถึงประเภทการวิจัยอย่างกว้างๆ คือการวิจัยเชิงคุณภาพ และการวิจัยเชิงปริมาณ พร้อมทั้งคุณลักษณะและข้อดี ข้อด้อยของแนวทางการวิจัยในแต่ละแบบ
ครั้งนี้จะมาพูดลงลึกถึงแนวทางการทำวิธีวิจัยเชิงปริมาณ
กระบวนการทำวิจัยเชิงปริมาณ (หรือการทำวิจัยเชิงสำรวจก็เรียก) เราอาจจะรับทราบตามที่เป็นข่าวในหน้าหนังสือพิมพ์ในชื่อเรียกง่ายๆว่า "ทำโพลล์"
ซึ่งเป้าหมายของการทำวิจัยในลักษณะนี้คือ : เพื่อเก็บรวบรวมข้อมูลผ่านระเบียบวิธีวิจัยทางสังคมศาสตร์และสถิติ เพื่อให้ได้ข้อมูลที่มีความเป็นตัวแทนของกลุ่มประชากรเป้าหมาย โดยข้อมูลที่เก็บรวบรวมได้ จะมีอยู่ 4 มิติด้วยกันคือ
-
ข้อมูลที่อยู่ในใจของคน ได้แก่ ทัศนคติ, ความเห็น, ความคาดหวัง, ความพึงพอใจ
-
ข้อมูลที่เป็นสิ่งซึ่งปรากฎออกมา หรือพฤติกรรม
-
ข้อมูลซึ่งเป็นข้อเท็จจริงทางสังคม ซึ่งเป็นสิ่งที่จับได้, นับได้ (ตัวอย่างเช่น จำนวนรถยนต์, จำนวนบ้าน เป็นต้น)
-
ข้อมูลที่เป็นคุณลักษณะของผู้ถูกศึกษา ได้แก่อาชีพ, รายได้, อายุ, เพศ เป็นต้น
แผนภาพข้างล่างต่อไปนี้จะแสดงลำดับความสัมพันธ์ของขั้นตอนที่ใช้ในการทำวิจัยเชิงสำรวจ
สำหรับขั้นตอนแรกเริ่ม
จะเป็นขั้นตอนในการสำรวจองค์ความรู้
ในขั้นตอนนี้จะเป็นขั้นตอนที่เราสร้างกรอบความคิด (conceptual
framework) สำหรับการวิจัย ในขั้นตอนนี้จะทำให้เราได้ภาพร่างของ
"องค์ประกอบที่เราสนใจ" และ "ความสัมพันธ์หรือความเชื่อมโยง"
ขององค์ประกอบต่างๆ
กรอบความคิดของแต่ละผู้วิจัยขึ้นอยู่กับ ภูมิหลังความรู้ซึ่งจะทำให้สร้างองค์ประกอบและความสัมพันธ์ในรูปแบบต่างๆกันไป เช่นกรณีใช้องค์ความรู้ด้านการตลาดก็จะมองปัจจัยของ การซื้อสินค้าอาจขึ้นอยู่กับ 4 P (Product, Price, Place, Promotion) เขียนเป็นรูปแบบความสัมพันธ์ได้ว่า
|
4 P (Product, Price, Place, Promotion) ==> ความพึงพอใจสินค้า ==> พฤติกรรมการซื้อสินค้า |
สำหรับภูมิหลังความรู้ในศาสตร์สาขาอื่นๆ ก็จะมีแนวคิดที่ต่างกันออกไป (เช่น รัฐศาสตร์, เศรษฐศาสตร์, ฯลฯ)
ขั้นตอนถัดไปคือการกำหนดวัตถุประสงค์การวิจัย เมื่อกำหนดประเด็นและเนื้อหาได้แล้ว ก็จะนำไปรวบรวมเป็น คำถามในการวิจัย (หมายถึงประเด็นคำถามที่งานวิจัยชิ้นนี้มุ่งจะตอบคำถาม) และสมมติฐานการวิจัย (หมายถึงข้อสรุปต่อคำถามการวิจัย ซึ่งเป็นข้อสรุปที่ยังไม่ได้รับการพิสูจน์ , เพราะถ้าพิสูจน์แล้วก็ไม่จำเป็นจะต้องทำการวิจัยอีก)
ตัวอย่างคำถามการวิจัย และสมมติฐานการวิจัย
คำถามการวิจัย :
ความพึงพอใจมีความสัมพันธ์หรือไม่ในการซื้อสินค้า
สมมติฐานการวิจัย :
ความพึงพอใจสินค้ามีความสัมพันธ์ในการซื้อสินค้า
โดยคำถามการวิจัย จะไม่ถูกนำไปถามในแบบสอบถามโดยตรง เพราะแทนที่จะได้คำตอบแต่กลับกลายเป็นความรู้สึกของคนตอบแทน เราต้องสร้างแบบสอบถามที่สามารถประเมิน/จับคู่ความสัมพันธ์ แล้วนำไปแยกส่วนเพื่อนำไปวิเคราะห์ให้ได้คำตอบต่อการวิจัย
ขั้นตอนที่สามจะแยกออกเป็นสองส่วนคือ การพัฒนาเครื่องมือวัด และการพัฒนาระเบียบวิจัยทางสถิติ สองขั้นตอนนี้จะมีการเชื่อมโยงต่อกันด้วย
การพัฒนาเครื่องมือวัด ในที่นี้ก็หมายถึงการสร้างชุดคำถามต่างๆ ในแบบสอบถาม โดยเราจะต้องคำนึงถึงด้วยว่า
(1) ใครเป็นกลุ่มเป้าหมาย, ใครเป็นผู้ตอบ เพราะต้องคำนึงถึงเนื้อหา (content) เช่นการใช้ภาษาถ้อยคำให้เหมาะกับกลุ่มเป้าหมาย (คนต่างชาติอาจต้องใช้ภาษาที่คนชาตินั้นๆเข้าใจ) และรูปแบบ (format) เช่นถ้ากลุ่มเป้าหมายเป็นเด็กอาจต้องมีรูปภาพประกอบ
(2) จะต้องคำนึงถึงวิธีเก็บรวบรวมข้อมูลด้วย เช่นการเก็บรวบรวมข้อมูลโดย วิธีสัมภาษณ์ ใช้เวลา 1 - 2 ชั่วโมง, จดหมาย ต้องเขียนคำถามที่ง่ายกว่าปกติ เพราะไม่มีพนักงานคอยชี้แจงและทำความเข้าใจ, อินเทอร์เน็ต (เว็บ/อีเมลล์), โทรศัพท์ ไม่ควรเกิน 10 - 20 นาที เป็นต้น
แบบสอบถามที่ดี จะต้องมีการวิเคราะห์ชุดคำถามในแบบสอบถาม และทำการทดสอบแบบสอบถาม (pre-test) นั้นเสียก่อน ว่าใช้งานได้ดีมากน้อยเพียงไร ต้องมีความเที่ยงตรง (validity) และความสอดคล้องกัน (reliability) รวมทั้งคุณสมบัติอื่นๆเช่นคำถามสั้น เข้าใจง่ายกระชับ มีเพียงประเด็นเดียว และตัวเลือกเข้าใจง่าย ไม่สร้างภาระให้ผู้ตอบ เป็นต้น
ขั้นตอนที่ควบคู่กันกับการพัฒนาเครื่องมือวัด ก็คือขั้นตอนการพัฒนาระเบียบวิธีทางสถิติ ได้แก่กลุ่มประชากรเป้าหมายที่ต้องการศึกษา โดยต้องมีฐานข้อมูลรองรับที่ชัดเจน ซึ่งมักจะมาจาก บัญชีรายชื่อ, ทะเบียนประวัติ, ทะเบียนราษฎร์ เป็นต้น หากไม่มีฐานข้อมูลรองรับ ก็ไม่สามารถทำการวิจัยได้ เพราะไม่ทราบถึงขอบเขตของประชากร กับไม่สามารถสร้างระเบียบวิธีการสุ่มตัวอย่างที่จะใช้เป็นตัวแทนของประชากรนั้นได้
การสุ่มตัวอย่างจะใช้การสุ่มตัวอย่างที่ใช้หลักความน่าจะเป็นทางสถิติเท่านั้น เพื่อให้ได้ความเป็นตัวแทนของกลุ่มประชากรเป้าหมาย, และเพื่อรับประกันความคลาดเคลื่อนในการวิจัยได้ตามหลักสถิติ
ตัวอย่างของการสุ่มตัวอย่างโดยไม่ใช้หลักความน่าจะเป็นทางสถิติ : สุ่มตัวอย่างแบบสะดวก, โควต้า, สุ่มตัวอย่างแบบเจาะจง
ตัวอย่างของการสุ่มตัวอย่างโดยใช้หลักความน่าจะเป็นทางสถิติ : simple random sampling (SRS) คือการสุ่มอย่างง่่าย เช่น จับฉลาก หรือใช้ตารางเลขสุ่ม (หรือ function random), stratified sampling คือสุ่มแบบเป็นชั้น, cluster sampling คือสุ่มเป็นเป็นกลุ่ม, multi-stage sampling คือสุ่มแบบหลายชั้น เป็นต้น
จำนวนขนาดตัวอย่างที่ใช้ในการสุ่มนั้น ขึ้นอยู่กับรูปแบบการสุ่มตัวอย่าง หากเป็นการสุ่มตัวอย่าง อย่างง่ายก็สามารถใช้ ตารางสูตรสำเร็จของทาโร ยามาเน (ที่ระดับความเชื่อมั่น 95%)ได้ แต่หากมีวิธีการสุ่มตัวอย่างที่แตกต่างออกไป จะต้องใช้การคำนวนเอาเองโดยควรจะต้องเผื่ออัตราการตอบแบบสอบถาม (response rate) เอาไว้ด้วย
สูตรการคำนวณขนาดตัวอย่าง
|
n (opt) = n (srs) x deff / response rate deff = design effect (ต้องคำนวณต่างหาก) |
การกำหนดขนาดตัวอย่าง, การสุ่มตัวอย่างมีความสำคัญต่อความถูกต้องแม่นยำของข้อมูลที่ได้อย่างยิ่ง หากงานวิจัยที่อาจจะใช้ขนาดตัวอย่างที่มากกว่ามากเช่นหลายหมื่นตัวอย่างแต่มีการสุ่มตัวอย่างที่ไม่ถูกต้องตามหลักสถิติก็ให้ผลที่คลาดเคลื่อนได้มาก (สำหรับการใช้ขนาดตัวอย่างที่พอเหมาะกับบางโครงการอาจใช้เพียง 1,200 - 1,500 ตัวอย่างก็พอ)
การวัดผลความถูกต้องของงานวิจัยอย่างหนึ่ง สามารถวัดได้จากผลของการลงคะแนนเสียงเลือกตั้งต่างๆ ซึ่งงานวิจัยที่จัดทำขึ้นถูกต้องตามหลักสถิติจะสามารถบริหารจัดการได้ประหยัดงบประมาณและถูกต้องแม่นยำกว่ามาก
