นักศึกษาปริญญาตรี โท เอก หลายคนเพิ่งมีโอกาสได้เรียนการวิจัยเชิงปริมาณ การใช้โปรแกรมทางสถิติ SPSS และ Stata เป็นครั้งแรก และอาจารย์ผู้สอนก็มักนำตัวอย่างที่ Sig (หรือ มีนัยสำคัญทางสถิติ) มาให้ดู และยังมีตัวอย่างการอภิปรายผล (หรือ Discussion) ที่นำผลที่ Sig ไปเทียบกับผลการวิจัยในอดีต
Copyrights by the Proud Arunrangsiwed พราว อรุณรังสีเวช, 2022
คนทั่วไปแชร์โพสนี้ ให้ใช้ Link และห้าม copy ไปโพสใหม่
ส่วนนักศึกษาและอาจารย์ให้ block quote หรือ paraphrase และอ้างอิงเสมอ
ครูพราวทำงานวิจัยเชิงปริมาณมาแล้วจำนวนหลายงาน เป็นที่ปรึกษาของนักเรียนหลายกลุ่ม และส่วนใหญ่งานที่เขียนเองจะเป็นภาษาอังกฤษ งานดุษฎีนิพนธ์ก็เป็นเชิงปริมาณเช่นกัน และอยากบอกน้อง ๆ นักศึกษาที่กำลังเรียนอยู่ว่า อย่ากังวลกับผลการวิเคราะห์ที่ไม่ Sig แม้ว่าวิธีการทำให้ Sig มันก็มีอยู่
นักศึกษาหลายคนจิตตก เครียด กังวล เวลา Run อะไรก็ตามแล้วไม่ Sig ไม่ว่าจะเป็น Correlation, Regression, ANOVA, หรือ t-test ครูพราวขอให้คุณเลิกกังวล ถ้าผลออกมาไม่ Sig ก็รายงานในบทที่ 4 หรืออภิปรายในบทที่ 5 ว่า ไม่พบนัยสำคัญทางสถิติ แม้ว่ามันจะไม่เหมือนกับผลการวิจัยในอดีต เราก็สามารถหาเหตุผลที่เป็นไปได้มาอธิบายว่ากลุ่มตัวอย่างหรือ Model ของเราแตกต่างจากงานวิจัยเหล่านั้นอย่างไร และน่าจะไม่ Sig เพราะอะไร
จากประสบการณ์ ที่ครูพราวได้อ่านงานของนักศึกษาบางคน บางคนเข้าใจผิดว่า ไม่ Sig แปลว่ามีความสัมพันธ์เชิงลบ แต่จริง ๆ คำว่า ไม่ Sig คือ ไม่มีความสัมพันธ์อย่างมีนัยสำคัญทางสถิติ ส่วนเรื่องความสัมพันธ์เชิงลบที่ Sig ก็เป็นไปได้ ถ้ามันอาจขัดกับสมมติฐานของคุณ (ถ้าคุณตั้ง Hypothesis เป็นเชิงบวก) นั่นก็ยิ่งน่าสนใจที่จะเขียนอภิปรายยิ่งขึ้นไปอีก
โดยส่วนตัว ครูพราวก็ชอบเขียนอภิปรายผลการวิจัยที่ไม่คาดคิด ไม่เป็นไปตามสมมติฐาน มันเป็นเรื่องแปลกใหม่ ท้าทาย และมีอิสระในการเขียน มากกว่าที่จะไปเทียบว่าเหมือนงานวิจัยเก่า ๆ งานโน้นงานนี้ และพอเขียนอภิปรายใกล้เสร็จ จะมีย่อหน้าที่จะต้องแนะนำผู้อ่านให้ทำงานวิจัยในอนาคต (Future Study หรือ Suggestion) การที่ผลการวิจัยไม่เป็นไปตามคาด จะทำให้ครูพราวตั้งคำถามได้มากมายในย่อหน้านี้ ว่าคนที่อยากต่อยอดหัวข้อเดียวกันควรลองใส่ตัวแปรอะไรเพิ่ม หรือตัดตัวแปรอะไรออก หรือควรเลือกกลุ่มตัวอย่างด้วยวิธีอื่น
เห็นหรือยัง? ว่าเมื่อผลการวิเคราะห์ในงานวิจัย ไม่ Sig มีข้อดีและน่าสนุกในการเขียนขนาดไหน อย่าไปยึดติดว่าจะต้อง Sig แล้วจะดี หรือมีครูบางคนที่เขาอาจสอนคุณแบบผิด ๆ ว่า ถ้าไม่ Sig จะห้ามเขียนวิพากษ์วิจารณ์ทุกกรณีในบทที่ 5
เป็นนักศึกษาควรซื่อสัตย์ รายงานผลการวิจัยให้ตรงตามตัวเลขที่เห็นจริง ๆ ทำงานวิจัยด้วยตนเอง ไม่คัดลอกคนอื่น แม้จะมีวิธีโกงแบบใช้สถิติ แบบนี้ที่ครูพราวเคยเขียนไว้ว่าทำผลที่ไม่ Sig ให้กลายเป็น Sig ได้อย่างไร และมีคนที่เคยรู้จักบางคนที่โกงอย่างหน้าด้าน ไร้ยางอาย คือ เก็บข้อมูลมา 50 คน แต่เอาไป copy เป็น 4 เท่า จนได้ 200 คน เพื่อให้กลุ่มตัวอย่างมีจำนวนเยอะและให้ Sig ง่ายขึ้น คนประเภทนี้มาขอให้เราช่วยเรื่องสถิติ เราตอบไปว่า จงไปทำให้ถูกต้องก่อน เก็บข้อมูลจากคนจริง ๆ ก่อน แล้วค่อยมาคุยกันใหม่
ความเชื่อผิด ๆ อีกเรื่องที่ครูพราวรู้มาด้วยตนเอง คือ ครูบางคนจะเชื่อว่า งานวิจัยจะได้ตีพิมพ์ก็ต่อเมื่อ Sig ไปทั่วทั้ง Model หรือ Sig ทุก ๆ สมมติฐาน ซึ่งครูพราวพบว่านั่นไม่ใช่เรื่องจริง ถ้าเรามี 5 สมมติฐาน และ Sig 1-2 สมมติฐานก็เป็นเรื่องปกติ ไม่มีปัญหาเรื่องตีพิมพ์ ถ้ายิ่งเป็นประชุมวิชาการ หากไม่เจอ Sig เลยก็สามารถขึ้นนำเสนอได้ ขอเพียงมีระเบียบวิธีการวิจัยถูกต้อง รายงานผลถูกต้อง เขียนบทนำและอภิปรายผลได้มีเหตุผลอ่านสนุก อ้างอิงงานที่ทันสมัย
จากที่เคยตรวจงานวิจัยทั้งในการประชุมวิชาการและวารสาร ทั้งภาษาไทยและอังกฤษ ครูพราวก็ใช้หลักการเดียวกัน คือ นักวิจัยควรรายงานให้ตรงตามผลการวิเคราะห์ ถ้าไม่ Sig ก็ไม่เป็นไร บางงานที่เคยตรวจ เจอว่า Sig ไปทุกสมมติฐานเพราะมีกลุ่มตัวอย่างหลายพันคน แบบนี้ก็ Type I Error ชัด ๆ เราก็จะเขียนแนะนำนักวิจัยให้ดูค่า r, R, Beta, t, หรือ F (แทนการดูค่า p) ถ้า r หรือ Beta น้อยกว่า 0.1 ก็จะแนะว่า อย่าเอามาสรุปว่า Sig เลย แต่ควรเขียนอภิปรายว่าเหตุใดจึงแทบไม่พบความสัมพันธ์
สอนคำนวณ SPSS ตาราง ANOVA Bivariate Linear Regression
สอนคำนวณ SPSS ตาราง Bivariate Linear Regression (ต่อ)
ใครสับสน Type I และ type II error มาทางนี้
หลักการ การสร้างแบบสอบถาม วิจัยเชิงปริมาณ
Validity คืออะไร? วิจัยเชิงปริมาณ
อธิบายชัดเจน ตัวแปร 4 ชนิด Nominal Ordinal Interval Ratio
แหล่งข้อมูลที่เชื่อถือได้ นักศึกษา ป.ตรี ทำวิทยานิพนธ์