สารบัญ:
- ตัวแปร
- ตัวแปรอิสระและขึ้นอยู่กับ
- ตัวแปรที่ใช้งานและแอตทริบิวต์
- ตัวแปรตามหมวดหมู่และต่อเนื่อง
- เครื่องชั่งวัดในการวิเคราะห์ทางสถิติ
- มาตราส่วนที่กำหนด
- มาตราส่วนปกติ
- เครื่องชั่งช่วงเวลาและอัตราส่วน
- ความถูกต้องและความน่าเชื่อถือ
- ความถูกต้อง
- ความน่าเชื่อถือ
บทความนี้จะแจกแจงเงื่อนไขพื้นฐานบางประการของการวิเคราะห์เชิงปริมาณ
6689062, CC0, ผ่าน Pixabay
การวิเคราะห์ทางสถิติเชิงคุณภาพและเชิงปริมาณมีประโยชน์มากสำหรับธุรกิจหรือองค์กรที่ต้องการกำหนดกลยุทธ์ทางการตลาดที่มีประสิทธิภาพ แต่การทำความเข้าใจสถิติเชิงคุณภาพและเชิงปริมาณและเครื่องมืออาจทำให้สับสนได้มาก บทความนี้พยายามทำความเข้าใจกับคำศัพท์พื้นฐานที่เกี่ยวข้องกับการวิเคราะห์เชิงปริมาณ
ตัวแปร
ตัวแปรคือลักษณะที่สังเกตได้ของวัตถุหรือเหตุการณ์ที่สามารถอธิบายได้ตามการจำแนกประเภทหรือรูปแบบการวัดที่กำหนดไว้อย่างดี
ตัวอย่างของตัวแปรที่ศึกษาในการวิจัยทางพฤติกรรมศาสตร์หรือสังคมศาสตร์ ได้แก่ เพศรายได้การศึกษาชนชั้นทางสังคมผลผลิตขององค์กรการวางแนวทางในการทำงานหน่วยความจำที่จำได้การจดจำและผลสัมฤทธิ์ทางการเรียน (Kerlinger & Lee, 2001)
ตัวแปรอิสระและขึ้นอยู่กับ
ตัวแปรอิสระคือปรากฏการณ์ที่นักวิจัยจัดการและคาดการณ์ว่าจะมีผลกระทบต่อปรากฏการณ์อื่น ๆ (Williams & Monge, 2001) ตัวอย่างของตัวแปรอิสระ ได้แก่ วิธีการสอนการรักษาพยาบาลหรือระบบการฝึกอบรม
ตัวแปรตามคือปรากฏการณ์ที่ได้รับผลกระทบจากการที่นักวิจัยจัดการกับปรากฏการณ์อื่น ตัวอย่างเช่นความสำเร็จเป็นผลของวิธีการสอนการรักษาหรือไม่ใช่ผลของการรักษาพยาบาลและระดับทักษะที่สูงขึ้นหรือไม่ (ความสำเร็จ) ผลของระบบการฝึกอบรม
สมมติว่านักวิจัยด้านการศึกษาต้องการทราบว่ารูปแบบการสอนบางอย่างมีผลต่อการเรียนรู้ในห้องเรียนอย่างไรและจะวัดความแตกต่างโดยให้นักเรียนทดสอบก่อนที่จะนำรูปแบบการสอนไปใช้แล้วจึงทดสอบนักเรียนคนเดิมอีกครั้งในภายหลัง ตัวแปรอิสระจะเป็นวิธีการสอนแบบใหม่ (สาเหตุ) และตัวแปรตามคือผลคะแนนการทดสอบหรือผลลัพธ์หรือผลกระทบ)
ตัวแปรที่ใช้งานและแอตทริบิวต์
Kerlinger และ Lee สร้างความแตกต่างในตัวแปรระหว่างแอคทีฟและแอ็ตทริบิวต์
ตัวแปรที่ใช้งานอยู่คือตัวแปรที่สามารถจัดการได้ ตัวแปรที่ใช้งานอยู่เรียกอีกอย่างว่าตัวแปรทดลอง ตัวอย่างของตัวแปรประเภทนี้ ได้แก่ วิธีการสอนสูตรการฝึกอบรมและสิ่งที่คล้ายกันซึ่งสามารถเปลี่ยนแปลงได้เพื่อวัดผลกระทบต่อปรากฏการณ์
ตัวแปรแอตทริบิวต์คือตัวแปรที่ไม่สามารถจัดการได้ ตัวอย่างของตัวแปรแอตทริบิวต์ ได้แก่ เพศเชื้อชาติสภาพจิตใจและหรือลักษณะใด ๆ ที่มีมา แต่กำเนิดหรือถูกตั้งโปรแกรมไว้ล่วงหน้าและไม่สามารถเปลี่ยนแปลงได้
ตัวแปรตามหมวดหมู่และต่อเนื่อง
ตัวแปรที่สำคัญคู่ที่สามคือตัวแปรเชิงหมวดหมู่และต่อเนื่อง (Kerlinger & Lee)
ตัวแปรตามหมวดหมู่เป็นของการวัดที่เรียกว่าเล็กน้อยและตามลักษณะทางประชากร ซึ่งหมายความว่าใช้เพื่อวัตถุประสงค์ในการจัดหมวดหมู่เป็นหมวดหมู่ที่ไม่ซ้ำกัน ด้วยเหตุนี้พวกเขาจึงไม่มีอันดับและมีสถานะเท่าเทียมกันเช่นเพศอายุเชื้อชาติความชอบทางศาสนาและความเกี่ยวข้องทางการเมือง
ตัวแปรต่อเนื่องคือตัวแปรที่มีลำดับความรู้สึกของค่าภายในช่วงหนึ่งโดยมีจำนวนค่าที่ไม่มีที่สิ้นสุดทางทฤษฎีภายในช่วงนั้น ตัวอย่างของตัวแปรประเภทนี้คือความฉลาดซึ่งสามารถกำหนดได้ว่าสูงปานกลางหรือต่ำขึ้นอยู่กับคะแนนของการทดสอบวัดผลสัมฤทธิ์ทางการเรียน
เครื่องชั่งวัดในการวิเคราะห์ทางสถิติ
ในการวิเคราะห์ทางสถิติมีการวัดระดับพื้นฐานสี่ระดับ
มาตราส่วนที่กำหนด
มาตราส่วนเล็กน้อยเป็นรูปแบบการวัดทางสถิติที่อ่อนแอที่สุด นักวิจัยใช้มาตราส่วนเล็กน้อยในการจำแนกการสังเกตโดยไม่ได้ตั้งใจที่จะจัดลำดับหรือจัดอันดับสิ่งที่ค้นพบในระดับความสำคัญ ข้อสังเกตดังกล่าวรวมถึงการเน้นสีของดวงตาเชื้อชาติศาสนาสัญชาติและสิ่งที่คล้ายกัน
มาตราส่วนปกติ
มาตราส่วนลำดับประกอบด้วยมาตราส่วนเล็กน้อย แต่พยายามจัดอันดับคำตอบที่ "มากกว่า" หรือ "น้อยกว่า" ตัวอย่างเช่นแบบสอบถามการวิจัยอาจได้รับการออกแบบมาเพื่อเรียนรู้ว่าผู้ใหญ่ชอบใช้โซเชียลมีเดียเช่น facebook มากน้อยเพียงใดหรือผลการแข่งม้าอาจแสดงตามลำดับขั้นตอนจบ
สเกลการวัดทั้งแบบระบุและลำดับส่วนใหญ่จะใช้ในการวิเคราะห์เชิงคุณภาพ
เครื่องชั่งช่วงเวลาและอัตราส่วน
รูปแบบที่สามของการวัดทางสถิติคือมาตราส่วนช่วงเวลา ลักษณะแรกของสเกลช่วงเวลาและอัตราส่วนคือระดับความสำคัญจะได้รับการปฏิบัติในแง่ของช่วงเวลาที่ทราบและเท่ากัน ลักษณะที่สองของระดับหรือตาชั่งเหล่านี้คือมีลักษณะเชิงปริมาณ นอกจากนี้ยังสามารถใช้การคำนวณทางคณิตศาสตร์บางส่วนหรือทั้งหมดได้
ความถูกต้องและความน่าเชื่อถือ
ในการให้ เหตุผลกับสถิติ Frederick Williams และ Peter Monge (2001) กล่าวว่า:
กล่าวอีกนัยหนึ่งก็คือมีความเป็นไปได้เสมอที่วิธีการที่เลือกจะนำไปสู่ความบ้าคลั่งทางสถิติ เพื่อให้แน่ใจว่าผลของการวิเคราะห์ทางสถิติเฉพาะผู้วิจัยจะต้องคำนึงถึงแนวคิดของความถูกต้องและความน่าเชื่อถือ
ความถูกต้อง
ความถูกต้องในการวิจัยทางพฤติกรรมศาสตร์หรือสังคมศาสตร์บ่งชี้ระดับที่เครื่องชั่งวัดสิ่งที่นักวิจัยอ้างว่าวัดได้ Williams & Monge ชี้ให้เห็นว่า "คำถามเกี่ยวกับความถูกต้องเป็นคำถามของ 'ความพอดี' ระหว่างสิ่งที่นักวิจัยกำหนดว่าเป็นลักษณะของปรากฏการณ์และสิ่งที่เขาหรือเธอรายงานในภาษาของการวัด" (น. 29)
ตัวอย่างเช่นแนวคิดเรื่องความถูกต้องอาจถามคำถามเช่น "คะแนนผลสัมฤทธิ์ทางการเรียนในระดับใดที่เกี่ยวข้องกับการรักษาความรู้ในวิชาหนึ่ง ๆ " ในกรณีที่ไร้สาระแนวคิดเรื่องความถูกต้องจะถูกละเมิดหากครูให้ข้อสอบเกี่ยวกับหมวดที่ 4 ของข้อความประวัติศาสตร์สหรัฐอเมริกาเมื่อเธอต้องการทราบว่านักเรียนของเธอเรียนรู้จากส่วนที่ 5 ของเนื้อหาคณิตศาสตร์ได้มากเพียงใด ในทำนองเดียวกันนักวิจัยทางสังคมศาสตร์จะไม่พอใจหากเธอวัดการรับรู้เกี่ยวกับรูปแบบความเป็นผู้นำโดยการทดสอบบุคลิกภาพ
ความน่าเชื่อถือ
ความน่าเชื่อถือในการวิจัยทางพฤติกรรมศาสตร์หมายถึงความสอดคล้องภายในและภายนอกของการวัด ความน่าเชื่อถือพยายามที่จะทราบว่าเครื่องมือวัดที่เลือกจะให้ผลลัพธ์เดียวกันหรือไม่หากใช้ภายใต้เงื่อนไขเดียวกันหรือไม่