ตัวแปรในการวิจัยและการวัดค่าตัวแปร

คำว่า “ตัวแปร” (Variable) คงได้ยินบ่อยครั้งแล้ว มีความหมายอยู่ในตัวของมันเอง อาทิข้อความที่กล่าวถึง “ใจเธอแปรเปลี่ยนไป” ก็น่าจะหมายถึงเธอไม่ใจเดียว หลายใจ ใจไม่คงที่ ในทางวิจัยก็ทำนองเดียวกัน คือ หมายถึง ลักษณะหรือคุณสมบัติอะไรบางอย่างที่ผู้วิจัยสนใจต้องการศึกษาหรือหาคำตอบ ซึ่งลักษณะหรือคุณสมบัติดังกล่าวจะต้องวัดได้ว่ามีค่าหรือไม่มีค่าอย่างไร ค่านั้นมีความหยาบหรือละเอียดเพียงใด และเมื่อวัดออกมาแล้ว (อาจวัดค่าจากประชากร หรือจากกลุ่มตัวอย่างกลุ่มหนึ่ง) จะได้ผลการวัดที่แตกต่างกันออกไปหลายค่าหรือหลายลักษณะ อย่างน้อยต้องมีค่าไม่น้อยกว่า 2 ค่าหรือ 2 ลักษณะ สิ่งนั้นคือตัวแปร ตัวแปรที่ดีควรมีค่าที่แตกต่างกันหลาย ๆ ค่า และผลที่ได้จากการวัดตัวแปรนี้ ก็คือข้อมูล ( Data ) นั่นเอง ตัวอย่างเช่น

เพศ เมื่อวัดออกมาแล้วจะได้ค่าเป็น เพศชาย กับ เพศหญิง โดยไม่สามารถบอกได้ว่า ชายกับหญิง เพศใดมีค่ามากกว่ากัน

อาชีพ เมื่อวัดแล้วจะได้ค่าอาชีพต่าง ๆ หลายอาชีพ เช่น อาชีพรับราชการ อาชีพเกษตรกร อาชีพค้าขาย อาชีพรับจ้างทั่วไป เป็นต้น เช่นเดียวกันค่าที่วัดออกมานี้ก็ไม่สามารถบอกได้เช่นกันว่าอาชีพใดมีค่ามากค่าน้อย

ความพึงพอใจ เมื่อวัดแล้วจะได้ค่าความพึงพอใจ อย่างอยาบ ๆ ก็พอใจ ไม่พอใจ ละเอียดลงไปอีก ก็ พอใจมาก ปานกลาง และน้อย อันนี้ต่างจากสองตัวอย่างแรก เพราะบอกความรู้สึกได้ว่าอะไรพอใจมากหรือน้อย แต่ไม่สามารถบอกได้ชัดเจนว่ามากน้อยกว่ากันเท่าใด

ผลสัมฤทธิ์ทางการเรียน วัดออกมาเป็นคะแนนตั้งแต่คะแนนต่ำสุดจนถึงสูงสุด แต่วัดได้ค่าออกมาเป็น 0 ก็ไม่ได้หมายความความว่าไม่มีความรู้

อายุ เมื่อวัดแล้วจะมีอายุต่าง ๆ ที่แตกต่างกันไป เช่น อายุ 16 ปี 17 18 19 20 ปี ฯลฯ ตามอายุจริงๆ และผลการวัดนี้หากมีค่าเป็น 0 ก็แสดงว่า ยังไม่ได้เกิดเลย

จากตัวอย่างข้างต้น จะเห็นว่า ไม่ว่าจะเป็น เพศ อาชีพ ความพึงพอใจ ผลสัมฤทธิ์ทางการเรียน และอายุ ต่างก็เป็น “ตัวแปร” ทั้งสิ้น เพราะวัดค่าออกมาได้ไม่น้อยกว่า 2 ค่า ดังนั้นในกรณีหรือในบางสถานการณ์ ถ้าวัดตัวแปรนั้นออกมาแล้ว ปรากฏว่าได้ค่าหรือลักษณะออกมาเพียงค่าเดียว เราไม่ถือว่าลักษณะนั้นเป็นตัวแปร เช่น ถ้ากลุ่มตัวอย่างเป็นชายทั้งหมดหรือทุกคนอายุเท่ากันหมด กรณีอย่างนี้ ก็ไม่ถือว่า เพศ และ อายุ เป็นตัวแปร

จึงสรุปได้ว่า สิ่งใด ๆ หรืออะไรก็ตามที่ต้องการรู้ ต้องการศึกษาหาคำตอบออกมา จะเป็นตัวแปรได้หรือไม่นั้น ให้ดูที่ผลการวัดสิ่งนั้น ถ้าผลที่ได้มีลักษณะมากกว่า 1 ลักษณะหรือมีค่ามากกว่า 1 ค่า จึงจะถือว่าสิ่งนั้น ๆ เป็นตัวแปร

สมมติ ต้องการศึกษาเกี่ยวกับนักเรียนหญิงในห้องเรียนหนึ่ง ที่มีครูกอไก่ เป็นครูประจำชั้น นักเรียนมีอายุใกล้เคียงกัน ได้รับเงินจากผู้ปกครองเป็นค่าอาหารต่างกัน ผลการเรียนด้วยชุดการสอนที่นำมาทดลองใช้ 1 ชุด มีความแตกต่างกัน และนักเรียนในห้องนี้มีความความพึงพอใจต่อพฤติกรรมของครูกอไก่ใกล้เคียงกัน อย่างนี้ :

เพศของนักเรียน ไม่ใช่ตัวแปร ครูประจำชั้น ไม่ใช่ตัวแปร

อายุของนักเรียน เป็นตัวแปร เงินค่าอาหารไปโรงเรียน เป็นตัวแปร

ผลการเรียน เป็นตัวแปร ความพึงพอใจ เป็นตัวแปร

สาระสำคัญที่ 2 การแบ่งประเภทตัวแปร

ตัวแปร หลัก ๆ มีไม่กี่ประเภท และมีชื่อเรียกต่าง ๆ กัน ขึ้นอยู่กับว่าจะใช้อะไรเป็นเกณฑ์ในการพิจารณา อย่างเช่น :-

1. พิจารณาตามลักษณะพฤติกรรมของมนุษย์

1.1 ตัวแปรเชิงมโนทัศน์ (Concept Variable) เป็นตัวแปรที่เป็นรูปธรรม เมื่อระบุออกมา ทุกคนเข้าใจตรงกัน เพราะมีตัวบ่งชี้เดียว สังเกตเห็นได้ชัดเจน เช่น เพศ อาชีพ อายุ น้ำหนัก ส่วนสูง รายได้ เป็นต้น

1.2 ตัวแปรเชิงโครงสร้าง (Construct Variable) เป็นตัวแปรที่ค่อนข้างเป็นนามธรรม ไม่สามารถสังเกตได้โดยตรง คนทั่วไปอาจเห็นไม่ตรงกันแล้วแต่จะตีความ ประกอบด้วยตัวบ่งชี้หลายตัวผสมกัน ตัวแปรลักษณะนี้จึงต้องมีการนิยาม และระบุวิธีการวัดให้ชัดเจน (Operational Definition) มิฉะนั้นแล้วจะทำให้ยากลำบากต่อการสร้างเครื่องมือมาวัด เช่น สถานภาพทั่วไป ความรวยความจน เจตคติ ค่านิยม คุณธรรม จริยธรรม ความก้าวร้าว ความเป็นครู ความเป็นผู้นำ ความพึงพอใจ นิสัยการเรียน ความใฝ่รู้ใฝ่เรียน ประสิทธิภาพ ฯลฯ เป็นต้น แต่ละท่านรู้จัก เคยได้ยินได้ฟังมาบ้างแล้ว แต่เข้าใจหรือแปลความหมาย หรือเห็นรายละเอียดภายในได้ตรงกันไหม ?

2. พิจารณาตามลักษณะของการแปลค่าตัวแปรนั้น ๆ ออกมา

2.1 ตัวแปรเชิงปริมาณ (Quantitative Variable) เป็นตัวแปรที่วัดค่าออกมาเป็นจำนวนหรือปริมาณ เช่น อายุ รายได้ คะแนนสอบ สมาชิกในครอบครัว เป็นต้น

2.2 ตัวแปรเชิงคุณภาพ (Qualitative Variable) เป็นตัวแปรที่ไม่สามารถวัดค่าออกมาเป็นจำนวนหรือปริมาณได้เหมือนพวกแรก แต่ระบุหรืออธิบายให้เห็นลักษณะที่แตกต่างกันได้ว่าเป็นอย่างไร เช่น เพศ อาชีพ รูปร่างหน้าตา ความรู้สึก ความคิดเห็น เป็นต้น

3. พิจารณาตามลักษณะความต่อเนื่องของค่าของตัวแปรที่วัดออกมา

3.1 ตัวแปรต่อเนื่อง (Continuous Variable) เป็นตัวแปรที่วัดค่าออกมาเป็นจำนวนที่ต่อเนื่องกัน สามารถบอกค่าหรืออันดับมากหรือน้อย เปรียบเทียบกันได้ว่ามากหรือน้อยกว่ากันเท่าใด เช่น อายุ น้ำหนัก ส่วนสูง ระยะทาง จำนวนปีที่ทำงาน เงินเดือน เกรดเฉลี่ย ไอคิว เป็นต้น

3.2 ตัวแปรไม่ต่อเนื่อง (Discrete Variable) เป็นตัวแปรที่วัดค่าออกมาแล้วไม่สามารถแปลค่าได้อย่างต่อเนื่องกัน เช่น อาชีพ สามารถกำหนดตัวเลขแทนค่าได้ เป็น 1 – อาชีพค้าขาย 2 – อาชีพรับราชการ 3 – อาชีพรับจ้าง เป็นต้น ตัวเลขเหล่านี้ไม่สามารถบอกได้ว่าอาชีพใดมีค่ามากน้อยกว่ากันเท่าใด ไม่สามารถนำมาบวกลบ คูณ หาร ได้ ตัวแปร อันดับในการวิ่งแข่งขัน ได้ที่ 1 ที่ 2 และที่ 3 ก็ไม่สามารถระบุได้ว่าใครมีค่ามากกว่ากัน เพราะที่ 1 อาจชนะที่ 2 เพียงคืบเดียว แต่ที่ 2 ชนะที่ 3 ห่างกันเป็นเมตร เพราะฉะนั้นปริมาณที่ระบุมาจึงเป็นเพียงการกำหนดตัวเลขแทนคุณสมบัติเท่านั้น ไม่ได้กำหนดค่า

4. พิจารณาตามลักษณะความสัมพันธ์ของตัวแปรในการวิจัย

ตัวแปรที่กำหนดในกรอบแนวคิดของการวิจัย (Conceptual Framework) โดยทั่วไปจะอยู่ในเกณฑ์ที่ 4 นี้ ได้แก่ ตัวแปรที่ผู้วิจัยต้องการศึกษาจริงๆ โดยมีความสัมพันธ์กันระหว่าง 2 กลุ่ม ประกอบด้วย ตัวแปรต้นหรือตัวแปรอิสระ ( Independent Variable) และ ตัวแปรตาม ( Dependent Variable) กับตัวแปรที่ผู้วิจัยไม่ต้องการศึกษา แต่ก็หลีกเลี่ยงไม่ได้ เป็นตัวแปรแทรก หรือตัวแปรเกินจากภายนอก (Intervening / Extraneous Variable)

ตัวแปรต้น หรือตัวแปรอิสระ หมายถึง ตัวแปรที่เป็นเหตุหรือเป็นตัวทำให้เกิดอะไรบางอย่างที่ผู้สนใจจะศึกษา เช่น คนขยันมากมักจะเรียนเก่ง คนขยันน้อยเรียนไม่เก่ง ความขยัน ก็จะเป็นตัวแปรต้นหรือตัวแปรอิสระ เพราะเป็นสาเหตุทำให้เกิดผลการเรียน (เรียนเก่ง-ไม่เก่ง) หากการศึกษาวิจัยต้องการศึกษาตัวแปรที่เป็นเหตุและผล งานวิจัยนั้นจะต้องมีทั้งตัวแปรต้นหรือตัวแปรอิสระ และตัวแปรตามเสมอ แต่หากต้องการศึกษาเฉพาะอย่างใดอย่างหนึ่ง ไม่ต้องการศึกษาทั้งสองอย่าง (ไม่สนใจศึกษาความเป็นเหตุและผล, หรืออะไรสัมพันธ์กับอะไร) อย่างนี้ก็ไม่ต้องระบุว่าอะไร คือตัวแปรต้น อะไรคือตัวแปรตาม

ในการวิจัยเชิงทดลอง ตัวแปรนี้อาจเรียกชื่อว่าเป็น ตัวแปรทดลอง (Treatment Variable) หรือ ตัวแปรจัดกระทำ (Manipulated Variable) โดยทั่วไปจะเป็นตัวแปรที่ผู้วิจัยจัดกระทำขึ้นเพื่อดูว่าเป็นสาเหตุของตัวแปรอื่นจริงหรือไม่ เช่น วิธีสอนแบบต่าง ๆ การทำงานในลักษณะต่างๆ หรือไม่ก็เป็นตัวแปรที่ถูกจัดให้เป็นกลุ่มๆ เช่น เพศ กลุ่มอายุ สถานภาพสมรส ระดับชั้น เป็นต้น หากต้องการศึกษาปัจจัยเชิงสาเหตุที่ทำให้เกิดผล ตัวแปรต้นนี้อาจเรียกว่า ตัวแปรสาเหตุ (Cause Variable)สำหรับการวิจัยเชิงสหสัมพันธ์ที่มีการเข้าสมการถดถอยพหุคูณ ตัวแปรต้นนี้จะเรียกว่าตัวแปรพยากรณ์ (Predictor) จะต่างจากที่กล่าวมา คือ เป็นตัวแปรที่มีค่าต่อเนื่อง

ตัวแปรตาม (Dependent Variable) เป็นตัวแปรที่ผู้วิจัยต้องการทราบการเปลี่ยนแปลงค่าอันเนื่องมาจากตัวแปรต้นหรือตัวแปรอิสระ บางครั้งเรียกว่าตัวแปรผล

การที่ผู้วิจัยจะตัดสินว่าตัวแปรใดเป็นตัวแปรต้นหรือตัวแปรตามนั้น ได้มีผู้ให้หลักเกณฑ์ในการพิจารณาไว้ดังตารางข้างล่างนี้

ลักษณะ

ตัวแปรอิสระ

ตัวแปรตาม

สัญลักษณ์ที่ใช้ทั่วไป

ความเป็นเหตุเป็นผล

เป็นเหตุ

เป็นผล

การเกิด

เกิดก่อน

เกิดหลัง

การจัดกระทำ

จัดกระทำได้

จัดกระทำไม่ได้ เกิดขึ้นตามการ จัดกระทำ

การพยากรณ์

ตัวพยากรณ์

ตัวถูกพยากรณ์

ความคงทน

คงทนกว่า

เปลี่ยนแปลงง่ายกว่า

ตัวอย่างปัญหาวิจัย เพื่อพิจารณาว่าอะไรเป็นตัวแปรอิสระหรือตัวแปรตาม

1. ระดับความคิดของคนเราขึ้นอยู่กับการปฏิบัติตนตามวิถีทางปัญญาหรือไม่ ?

ตัวแปรอิสระ : การปฏิบัติตนตามวิถีทางปัญญา

ตัวแปรตาม : ระดับความคิด

2. เพศมีความสัมพันธ์กับนิสัยในการเรียนหรือไม่ ?

ตัวแปรอิสระ : เพศ

ตัวแปรตาม : นิสัยในการเรียน

3. การจัดกิจกรรมการเรียนการสอนแบบปกติกับแบบการใช้วิจัยเป็นฐานทำให้ทักษะในการทำงานของผู้เรียนต่างกันหรือไม่ ?

ตัวแปรอิสระ : กิจกรรมการเรียนการสอน

ตัวแปรตาม : ทักษะในการทำงานของผู้เรียน

4. ปัจจัยต่างๆ ดังต่อไปนี้คือ ประสบการณ์ในการทำงาน ภาระงาน แรงจูงใจใฝ่สัมฤทธิ์ และผลการเรียนเฉลี่ย จะใช้ในการพยากรณ์ความสำเร็จในการทำงานของผู้เรียนได้หรือไม่เพียงใด ?

ตัวแปรอิสระ : ปัจจัยต่าง ๆ (ตามที่ระบุไว้)

ตัวแปรตาม : ความสำเร็จในการทำงานของผู้เรียน

ตัวแปรเกิน หรือ ตัวแปรแทรกซ้อน เป็นตัวแปรที่ผู้วิจัยไม่ต้องการ หรือให้ความสนใจศึกษาแต่ก็มักจะเข้ามาเกี่ยวข้องกับตัวแปรอิสระและตัวแปรตามที่กำลังศึกษาเสมอ จึงต้องหาทางควบคุมหรือขจัดออกไป อาจเป็นตัวแปรลักษณะทางกายภาพ เช่น ต้องการศึกษา : เมื่อนำวิธีการสอนนี้เข้าไปใช้แล้วจะทำให้ผู้เรียน เรียนรู้ได้ผลดีเพียงใด เรื่องนี้ถึงแม้จะสอนเหมือนกันแต่หาก สติปัญญา หรือภูมิหลัง หรือความตั้งใจของผู้เรียนแตกต่างกัน ผลที่ออกมาก็อาจแตกต่างกันได้ เป็นต้น หรืออาจเป็นตัวแปรลักษณะแวดล้อม เช่น อุณหภูมิ บรรยากาศ สถานที่ ขนาดห้องเรียน เสียงรบกวน ก็ส่งผลต่อตัวแปรตามได้เช่นกัน

การนิยามตัวแปร ทำไมต้องนิยาม และนิยามอย่างไร ?

ตัวแปรที่ผู้วิจัยสนใจศึกษาเมื่อกำหนดขึ้นมาแล้วสามารถเข้าใจตรงกัน มีความชัดเจนมองเห็นเป็นรูปธรรมสามารถวัดได้ง่ายก็ไม่จำเป็นต้องนิยาม เช่น ตัวแปรเพศ เพียงสังเกตก็รู้แล้วใครเป็นหญิง เป็นชาย น้ำหนัก ใช้ตาชั่ง ส่วนสูง ใช้สายวัด อายุ ดูจากทะเบียนบ้าน เงินเดือน ดูจากสลิปเงินเดือน ทั้งหมดก็สามารถวัดค่าออกมาได้ แต่ก็มีตัวแปรหลายตัวที่เป็นนามธรรม เมื่อระบุออกมาหลายคนเข้าใจไม่ตรงกัน เช่น เจตคติ คุณธรรม จริยธรรม แรงจูงใจใฝ่สัมฤทธิ์ ความพึงพอใจ สุขภาพ ความรวยจน ความก้าวร้าว เป็นต้น อย่างนี้ต้องมีการนิยามให้ชัดเจนก่อน ก่อนที่จะสร้างเครื่องมือวัด และวัดค่าออกมา การนิยามตัวแปรโดยทั่วไปนิยามอยู่ 2 แบบ คือ

1. นิยามตามทฤษฎี (Conceptual Definition) เป็นการอธิบายความหมายของข้อความตามทฤษฎีหรือพจนานุกรรม ถึงอธิบายแล้วก็ยังเป็นรูปธรรมอยู่ ไม่เห็นภาพที่ชัดเจนว่าจะวัดออกมาอย่างไรให้ครอบคลุม เช่น สติปัญญา หมายถึง ความสามารถในการคิดทางด้านพุทธิพิสัย หรือ Cognitive Domain เจตคติ หมายถึงความรู้ที่อยู่ภายในของบุคคลในลักษณะของความ รัก ศรัทธา ชอบ ไม่ชอบ ต่อสิ่งใดสิ่งหนึ่งแล้วแสดงออกมาเป็นการกระทำ อย่างนี้ผู้วิจัยแต่ละคนจะแปรความหมาย และสร้างเครื่องมือวัดค่าออกมาได้ตรงกันหรือไม่ ต้องคิดและพิจารณาให้ดี

2. การนิยามเชิงปฏิบัติการ (Operational Definition) เป็นการให้ความหมายที่เฉพาะเจาะจงของตัวแปรที่ใช้ในการวิจัย ทำให้เห็นแนวทางของลักษณะข้อมูลหรือขอบเขตของตัวแปรนั้นๆ อาจทำในรูปขององค์ประกอบ และกิจกรรมหรือการกระทำที่สามารถวัดค่าได้อย่างเป็นรูปธรรมที่ผู้วิจัยแต่ละคนเข้าใจได้ตรงกัน เช่น “ความดี” หมายถึง การประพฤติปฏิบัติตนอยู่ในศีลธรรม ไม่ทำบาปหรือประพฤติชั่ว นิยามอย่างนี้ยังกว้างอยู่ เข้าใจไม่ตรงกัน แต่หากนิยามว่าเป็น การประพฤติปฏิบัติตนประจำวันของแต่ละคนอยู่ในกรอบของศีล 5 หากปฏิบัติได้ครบถ้วนก็ถือว่าเป็นคนดีมาก อย่างนี้ก็จะทราบได้เลยว่าตัวบ่งชี้ที่แสดงความเป็นคนดีได้แก่ศีล 5 ข้อ จะเป็นอย่างอื่นไม่ได้ หรือ “พฤติกรรมกล้าแสดงออกของผู้เรียน” หมายถึง การกระทำที่ผู้เรียนแสดงออกในชั้นเรียน ได้แก่ การยกมือเพื่อถามหรือตอบคำถามผู้สอน, การพูดหรือเขียนหน้าชั้นโดยผู้สอนไม่ต้องระบุชื่อ, การแสดงความคิดเห็นในกลุ่มผู้เรียนด้วยกันหรือภายในชั้นเรียน เป็นต้น หากนิยามอย่างนี้ก็จะสามารถสร้างเครื่องมือและวัดพฤติกรรมหรือค่าของตัวแปรนี้ออกมาได้

ในการวิจัยมีตัวแปรหรือคำศัพท์ จำนวนหนึ่งที่จะต้องนิยามเพื่อให้เข้าใจตรงกัน ในกรณีที่เป็นตัวแปรก็เพื่อให้สามารถสร้างเครื่องมือและกำหนดวิธีการวัดเพื่อให้ได้ค่าตัวแปรที่ถูกต้องและชัดเจน ดังนั้นสิ่งที่ต้องนิยามจึงได้แก่ คำศัพท์ทางวิชาการ คำศัพท์ที่มีหลายความหมาย หรือมีความหมายยังไม่แน่นอน

การนิยามเชิงปฏิบัติการ มีหลักการง่าย ๆ คือ ให้ความหมายที่ยืนยันการเป็นสิ่งนั้นจริงๆ หรือระบุองค์ประกอบที่ครอบคลุมสิ่งนั้นจริง ๆ มีโครงสร้างทางทฤษฎีในการอธิบาย และคำอธิบายต้องชัดเจน เฉพาะเจาะจง เมื่อระบุออกมาแล้วต้องแปรความหมายได้ตรงกัน เช่น ความตั้งใจเรียน หมายถึง การแสดงพฤติกรรมให้ปรากฏออกมาของบุคคลนั้นๆ ในเรื่อง มีการเตรียมตัว ศึกษาเรื่องที่เรียนนั้นๆ ล่วงหน้า เข้าร่วมกิจกรรมการเรียนทุกครั้ง ทำแบบฝึกหัดครบถ้วนทุกครั้งที่มอบหมาย หลังเรียนก็เข้าห้องสมุดทุกครั้งเพื่อทบทวนและหาความรู้เรื่องนั้นๆ เพิ่มเติม อย่างนี้เป็นต้น

ในการศึกษาวิจัยโดยทั่วไป นิยมแบ่งประเภทของตัวแปร ตามลักษณะของการนำไปใช้ประโยชน์ ซึ่งตามที่กล่าวมาก็มีอยู่เพียง 2 ชนิด คือ

1. ตัวแปรต้นหรือตัวแปรอิสระ (Independent Variable) หมายถึง ตัวแปรที่เป็นเหตุหรือเป็นตัวทำให้เกิดอะไรบางอย่างที่ผู้สนใจจะศึกษา เช่น คนขยันมากมักจะเรียนเก่ง คนขยันน้อยเรียนไม่เก่ง ความขยัน ก็จะเป็นตัวแปรต้นหรือตัวแปรอิสระ เพราะเป็นสาเหตุทำให้เกิดผลการเรียน (เรียนเก่ง-ไม่เก่ง) หากการศึกษาวิจัยต้องการศึกษาตัวแปรที่เป็นเหตุและผล งานวิจัยนั้นจะต้องมีทั้งตัวแปรต้นหรือตัวแปรอิสระ และตัวแปรตามเสมอ แต่หากต้องการศึกษาเฉพาะอย่างใดอย่างหนึ่ง ไม่ต้องการศึกษาทั้งสองอย่าง (ไม่สนใจศึกษาความเป็นเหตุและผล, หรืออะไรสัมพันธ์กับอะไร) อย่างนี้ก็ไม่ต้องระบุว่าอะไร คือตัวแปรต้น อะไรคือตัวแปรตาม

ในการศึกษา ที่งานวิจัยกำหนดวัตถุประสงค์ของการศึกษาไว้ว่า ….

1. “เพื่อศึกษาเปรียบเทียบระหว่าง………………… กับ …………………...” หรือ

2. “เพื่อศึกษาปัจจัยเชิงสาเหตุที่ส่งผลต่อ ……………… …………………...” หรือ

3. “เพื่อศึกษาความสัมพันธ์ระหว่าง ………………..…กับ ………………...” หรือ

4. “เพื่อศึกษาปัจจัยที่เกี่ยวข้องกับ …………………………………………...” หรือ

5. “เพื่อศึกษาปัจจัยที่มีอิทธิพลต่อ …………………………………………...” หรือ

6. “เพื่อศึกษาปัจจัยที่ใช้ในการพยากรณ์……………………………………...” หรือ

จากวัตุประสงค์ของการวิจัยนี้ จะเห็นได้ว่าผู้วิจัยต้องการศึกษาตัวแปร 2 กลุ่ม

ตัวแปรต้นหรือตัวแปรอิสระ ( Independent Variable) อาจมีชื่อเรียกเป็นอย่างอื่นได้อีก เช่น ตัวแปรที่มาก่อน (Antecedent) ตัวแปรเหตุ (Cause) ตัวแปรทำนาย (Predictor) หรือ ตัวแปรจัดกระทำ (Manipulative) ซึ่งตามวัตถุประสงค์ข้างบนนี้ ได้แก่ ตัวแปร……… หรือ ปัจจัย

2. ตัวแปรตาม (Dependent Variable) หมายถึง ตัวแปรที่เป็นผลหรือเกิดการเปลี่ยนแปลงอันเนื่องมากจากตัวแปรอื่น (ซึ่งก็คือเป็นผลมาจากมีตัวแปรต้นหรือตัวแปรอิสระนั่นเอง) ตามตัวอย่างในข้อ 1 ตัวแปรตามก็คือ ผลการเรียน (ซึ่งเป็นผลมาจากมีตัวแปรความขยัน) แม้เรายังพิสูจน์ไม่ได้ว่าตัวแปรใดเป็นเหตุหรือเป็นผล เราก็อาจกำหนดให้ตัวแปรใดเป็นตัวแปรอิสระหรือตัวแปรตามก็ได้ตามสมมติฐานที่เราตั้งไว้ก่อน หรือเราจงใจที่จะให้มันเป็นตัวแปรอิสระหรือตัวแปรตามตามที่เราอยากจะทำก็ได้ ไม่น่าจะผิดกติกาอะไร ยกเว้นกรณีที่มันขัดแย้งกับความเป็นจริง เช่น ถ้ามีผู้วิจัยคนหนึ่งกำหนดให้ผลการเรียนเป็นตัวแปรอิสระ แล้วให้เพศเป็นตัวแปรตาม อย่างนี้ถือว่าไม่ถูกต้อง เพราะมันเป็นไปไม่ได้ที่เพศของคนจะเปลี่ยนแปลงไปตามผลการเรียน ถ้าสลับกันละก็เป็นไปได้

ในบางกรณีก็เป็นการยากที่จะบอกว่าอะไรเป็นตัวแปรอิสระ อะไรเป็นตัวแปรตาม เช่น ผลการเรียนวิชาวิทยาศาสตร์กับทัศนคติหรือเจตคติต่อวิชาวิทยาศาสตร์ เพราะเราไม่แน่ใจว่าผลการเรียนทำให้ทัศนคติของนักเรียนเปลี่ยนหรือทัศนคติมีผลต่อการเรียนแน่ ในลักษณะอย่างนี้ ก็อาจจะให้ตัวแปรใดเป็นตัวแปรตามก็ได้ ขึ้นอยู่กับแนวคิดของผู้วิจัยเอง คงจะไม่ใช่เรื่องใหญ่เรื่องโตอะไร หลักในการกำหนดว่าตัวแปรใดเป็นตัวแปรอิสระหรือตัวแปรตามอีกอย่างหนึ่งก็คือ อะไรที่เกิดก่อน น่าจะเป็นตัวแปรอิสระ ไม่ควรเอาตัวแปรที่เกิดหลังเป็นตัวแปรอิสระ หรือไม่ควรเอาตัวแปรที่เราควบคุมไม่ได้มาเป็นตัวแปรตาม ก็ไม่รู้จะทำไปทำไม เพราะอายุของคนมันเปลี่ยนไปตามเวลาไม่มีใครหยุดได้นอกจากตาย แต่ถ้าวิจัยว่าทำไมคนจึงอายุยืนไม่เท่ากัน อย่างนี้ได้ เพราะเราจะรู้คำตอบว่าทำอย่างไรจึงจะให้อายุยืน ถ้าตอบได้ก็จะมีประโยชน์มาก

ตัวแปรตาม ( Dependent Variable) อาจมีชื่อเรียกเป็นอย่างอื่นได้อีก เช่น ตัวแปรผล (Effect) ตัวแปรที่ตามมา (Consequent) ตัวแปรถูกทำนาย (Predicted) หรือ ตัวแปรเกณฑ์ (Criterion)

ตัวแปรที่เรียกชื่ออย่างอื่น คงไม่มีตำราเล่มไหนพูดถึงชื่อตัวแปรอย่างนี้ ความจริงไม่ใช่ชื่อประเภทของตัวแปร แต่เป็นการรวมตัวแปรประเภทอื่น ๆ เอามาไว้ในข้อเดียวกัน นั่นคือ มีตัวแปรที่นักวิจัยไม่จัดเป็นตัวแปรอิสระ (ตัวแปรต้น) หรือตัวแปรเกิน หรือตัวแปรกลาง (Extraneous or Intervening Variables) บางท่านเรียกตัวแปรกลุ่มนี้ว่า เป็นตัวแปรที่ไม่ต้องการ ซึ่งควบคุมไม่ได้ ที่นำมาศึกษาด้วยก็เพื่อจะได้ทราบว่าตัวแปรอะไรบ้างที่กระทบต่อตัวแปรอิสระหรือตัวแปรตามของเราเท่านั้น

ยังมีตัวแปรอีกประเภทหนึ่งที่เราควบคุมไม่ได้ เนื่องจากอยู่นอกเหนืออำนาจของนักวิจัยเรียกว่า ตัวแปรคลาดเคลื่อน (Error Variable) เช่น การใช้เครื่องมือวัดที่เชื่อถือไม่ได้ ใช้วิธีเลือกตัวอย่างที่ไม่เหมาะสม หรือกลุ่มตัวอย่างไม่เต็มใจที่จะให้ความร่วมมือในการเก็บรวมรวมข้อมูล กรณีเช่นนี้นับเป็นข้อจำกัดของการวิจัย (Limitation of the Sudy) อย่างหนึ่ง

สาระสำคัญที่ 3 ที่มาของตัวแปร

เมื่อรู้จักตัวแปรแล้วว่าคืออะไร แบ่งประเภทกันอย่างไรบ้าง เรื่องสำคัญอีกเรื่องหนึ่งก็คือ ที่มาของตัวแปร หรือถ้าจะตั้งเป็นคำถามก็คือ “ตัวแปรได้มาจากไหน” ถ้าตอบว่า “คิดเอาเอง” ก็ต้องถามต่อไปว่า “แล้วคิดมาได้อย่างไร” ต่อไปนี้จะกล่าวถึงการกำหนดว่าตัวแปรในการวิจัยแต่ละเรื่องมีอะไรบ้าง

1.1 หลักการตั้งวัตถุประสงค์การวิจัย

วัตถุประสงค์ของการวิจัยควรตั้งเป็นข้อๆ เพื่อความชัดเจนในการวิเคราะห์ข้อมูล และตอบวัตถุประสงค์ของการวิจัยในแต่ละข้อ พร้อมทั้งยังใช้เป็นตัวกำหนดขอบเขตของการวิจัยในด้านประชากร กลุ่มตัวอย่าง เนื้อหา เวลา ตัวแปร การเขียนวัตถุประสงค์ของการวิจัยส่วนใหญ่จะขึ้นต้นด้วยคำว่า “เพื่อ” และจะตามด้วย ข้อความที่แสดงถึงการกระทำ เช่น ศึกษา พัฒนา สำรวจ เปรียบเทียบ ทดลอง หาประสิทธิภาพ หาความสัมพันธ์ หาผลกระทบ เป็นต้น วัตถุประสงค์ของการวิจัยอาจเขียนได้ 2 ลักษณะ คือ วัตถุประสงค์ทั่วไป ซึ่งจะกล่าวในลักษณะภาพรวมกว้างๆ กับวัตถุประสงค์เฉพาะ ที่เป็นการกล่าวถึงในรายละเอียดที่เจาะลึกโดยเขียนเป็นข้อๆ

นอกจากการตั้งวัตถุประสงค์ของการวิจัยแล้ว ผู้วิจัยยังจะต้องคาดคะเนต่อไปอีกว่าจะนำผลวิจัยนั้นไปใช้ประโยชน์อย่างไรบ้าง เกิดประโยชน์ต่อใคร การเขียนประโยชน์ที่ได้รับจากการวิจัยจึงต้องเขียนให้สอดคล้องกับวัตถุประสงค์ของการวิจัยที่กำหนดไว้ แนวทางในการเขียนประโยชน์ที่ได้รับจากการวิจัยนั้นให้พิจารณาที่วัตถุประสงค์ของการวิจัยเป็นหลัก และตั้งคำถามว่าจะศึกษาหรือเปรียบเทียบเพื่ออะไรและเพื่อใคร

สาระสำคัญที่ 4 มาตรวัดค่าตัวแปร

ตัวแปร มีการวัดค่าออกมาได้อย่างไร ?

ดังที่กล่าวมาแล้ว สิ่งที่ผู้วิจัยสนใจศึกษา คือตัวแปร ตัวแปรต้องนิยามให้ชัดเจนเป็นรูปธรรม ต้องมีเครื่องมือวัดค่าออกมาได้ และค่าของมันต้องมีไม่น้อยกว่า 2 ค่าหรือระดับ สำหรับการวัดสิ่งของใดๆ ต้องมีมาตราในการวัด ตัวแปรก็เช่นเดียวกัน ทั้งนี้เพื่อใช้เป็นเกณฑ์ในการจำแนกข้อมูลทำให้การวัดตัวแปรมีความชัดเจน และเพื่อใช้วิเคราะห์ข้อมูลทางสถิติ ซึ่งโดยทั่วไป จะแบ่งเป็น 4 ระดับ คือ

1. มาตรานามบัญญัติ (Nominal Scale) วัดออกมาเป็น ประเภท พวก หรือ กลุ่ม อาจใช้ตัวเลขแทนก็ได้ แต่ไม่ได้หมายความว่ามีค่ามากหรือน้อย ผลจากการวัดได้ข้อมูลเชิงคุณลักษณะ เช่น เพศ อาชีพ ภูมิลำเนา เป็นต้น

2. มาตราเรียงลำดับ (Ordinal Scale) วัดออกมาเป็นกลุ่ม พวก แต่แสดงอันดับ หรือเป็นตัวเลขที่ใช้เพื่อแสดงค่ามากน้อยแต่ไม่รู้รู้มีค่ามากน้อยเท่าใด ข้อมูลที่ได้จึงใช้เพื่อจัดลำดับ เท่านั้น เช่น ระดับความคิดเห็น เกรด ระดับการศึกษา ตำแหน่งชั้นซี เป็นต้น

3. มาตราอันตรภาคชั้น (Interval Scale) วัดออกมาเป็นตัวเลข มีช่วงห่างเท่ากัน แต่ไม่มีศูนย์แท้ ข้อมูลที่วัดออกมาเป็นเชิงปริมาณ สามารถบวก ลบ คูณ หาร และเปรียบเทียบกันได้ เช่น ความร้อนเป็นองศา คะแนนสอบ คะแนนจากแบบวัดต่างๆ

4. มาตราอัตราส่วน (Ratio Scale) เป็นมาตราวัดที่สมบูรณ์ที่สุดเพราะมีศูนย์แท้ แปลว่าไม่มีอะไรเลย ผลการวัดได้ข้อมูลในเชิงปริมาณที่สามารถบวก ลบ คูณ หาร และเปรียบเทียบกันได้ สามารถใช้สถิติได้ทุกประเภท เช่น อายุ น้ำหนัก ระยะทาง ประสบการณ์ทำงาน (จำนวนชั่วโมง วัน เดือน ปี) รายได้ เป็นต้น

ข้อมูลที่ได้จากการวัดค่าตัวแปรที่กล่าวมานี้ การวัดด้วยมาตราระดับสูง สามารถแปลงให้เป็นมาตราระต่ำกว่าได้ ( เช่น หากตัวแปรนั้น วัดด้วยมาตรวัด Ratio Scale ก็สามารถแปลงให้อยู่ในรูปของ Interval, Ordinal หรือ Nominal Scale ได้ หากวัดด้วยมาตรวัด Interval Scale ก็สามารถแปลงให้เป็นมาตรา Ordinal หรือ Nominal scale ได้ หรือที่วัดด้วยมาตรวัด Ordinal Scale ก็สามารถแปลงให้เป็น Nominal scale ได้ ) ส่วนที่วัดด้วยมาตรวัดระดับที่ต่ำกว่า จะแปลงให้เป็นมาตราที่สูงกว่า ทำไม่ได้เลย เช่น ตัวแปรอายุ วัดค่าออกมาเป็น อายุมาก อายุน้อย จะไม่รู้เลยว่า ทัจริงแล้วอายุเท่าใด ในทางตรงกันข้าม หากวัดเป็นอายุจริงว่ามีอายุกี่ปี ก็จะสามารถแปลงเป็นอายุมากอายุน้อยได้ไม่ยาก เป็นต้น ข้อมูลที่วัดด้วยมาตรวัดดังกล่าว บางครั้งเราอาจแบ่งเป็น 2 ประเภทก็ได้ คือ ข้อมูลแบบกลุ่ม (Categorical Data) ได้แก่ข้อมูลระดับ Nominal และ Ordinal หรือข้อมูลในเชิงคุณภาพ (Qualitative Data) กับอีกประเภทหนึ่งคือ ข้อมูลแบบต่อเนื่อง (Continuous Data) ได้แก่ข้อมูลระดับ Interval และ Ratio หรือ ข้อมูลเชิงปริมาณ (Quantitative Data)

หมายเหตุ

การวัดค่าของตัวแปรมีความสำคัญมาก เพราะจะผูกโยงต่อไปในเรื่องความถูกต้อง (Validity) ความน่าเชือถือ (Reliability) ของสิ่งที่ศึกษา ค่าที่วัดออกมาจะเป็นค่าเชิงลักษณะ หรือเชิงปริมาณ ค่าต่อเนื่องไม่ต่อเนื่อง ค่าหยาบหรือละเอียด ขึ้นอยู่กับว่าใช้มาตรใดในการวัด หรือใช้เครื่องมือใดไปวัด เช่น ตัวแปรประสบการณ์การทำงาน

หากใช้มาตรวัดอยาบ ๆ ( Nominl Scale) โดยกำหนดคำตอบให้เลือก

( ) ไม่มีประสบการณ์ ( ) มี ค่าที่ออกมา ก็จะได้เพียงค่าใดค่าหนึ่งเท่านั้น

หากใช้มาตรวัดที่ดีขึ้นมาอีกระดับหนึ่ง ( Ordinal Scale)

( ) ไม่มีประสบการณ์ ( ) มีมาก ( ) มีพอสมควร ( ) มีน้อย

หากให้ดีขึ้นไปอีก หากรู้ว่า กลุ่มเป้าหมายที่ศึกษา มีประสบการณ์ สูงสุด 20 ปี

อาจวัดออกมาเป็นช่วง ๆ ได้ ( interval scale) ก็จะได้ค่าที่ละเอียดขึ้นมาอีก

( ) 0 - 5 ปี ( ) 6 -10 ปี ( ) 11 – 15 ปี ( ) 16 – 20 ปี

หากใช้มาตรวัดสูงสุด ค่าชัดเจนที่สุด ก็ควรวัดโดยใช้ ratio scal เลย คือ

ท่านมีประสบการณืในการทำงานมาจนถึงวันนี้ …………………. ปี

ค่าของตัวแปรที่วัดออกมานี้ ต่อไปจะต้องเกี่ยวข้องกับเรื่องของการวิเคราะห์ข้อมูลอีก ซึ่งต้องใช้ค่าสถิติต่างๆ ซึ่งสถิติแต่ละชนิดก็มีเงื่อนไขในการใช้ที่แตกต่างกันออกไป ซึ่งการวัดด้วยมาตรวัดต่างๆ ก็เป็นเงื่อนไขหนึ่งอยู่ด้วย ดังนั้นจึงต้องศึกษาเรื่องนี้ให้กระจ่าง และรู้จริง

ค้นหาบล็อกนี้

วิชา ระเบียบวิจัยทางการศึกษา