ページ3:

1. Nonprobability Sampling (ผู้วิจัยไม่ทราบโอกาสของแต่ละหน่วยที่ถูกเลือก
ไม่สามารถคำนวณ Sampling Error ได้)
ค่าใช้จ่ายมาก เข้าใจง่าย เลือกตามความสามารถ
1.1 Accidental / Convenience Sampling
มีอคติ ไม่ดี นิยม สะดวก
1.2 Purposive / Judgement Sampling
เน้นการเลือกบุคคล | เฉพาะเจาะจง
.
.
มี Bigs
ข้อเสีย
ไม่เป็นตัวแทนที่ดี
.
สะดวก
.
ไม่เป็นตัวแทนที่ดี
.
ข้อดี
ประหยัดเวลางบ
ประหยัดเวลาบ
สะดวก
ควบคุมลักษณะ
ประชากรได้
ควบคุมลักษณะ
ประชากรได้
1.3 Quota Sampling
สร้างกลุ่มตัวอย่างให้มีสัดส่วน
คุณสมบัติใก
สมบัติ ใกล้เคียงกัน
1.4 Snowball Sampling
อาศัยการแนะนำ
มี Bigs
ไม่เป็นตัวแทนที่ดี
แนะนำมาอีกที
2. Probability Sampling (ผู้วิจัยทราบโอกาสของแต่ละหน่วยที่ถูกเลือก
สามารถคำนวณ Sampling Error ได้)
2.1 Simple Random Sampling
กลุ่มขนาดเล็ก กรอบสมบูรณ์
2.2 Systematic Sampling
ง่ายในการปฏิบัติ งบน้อย
2.3 Stratified Sampling
แบ่งกลุ่มช่วย
2.4 Cluster Sampling
หากสอบตัวอย่างมาก
รวมเป็นกลุ่ม, มีความคล้ายคลึงกัน
.
.
.
.
.
.
.
.
ข้อเสีย
ยากในการหากรอบตัวอย่าง
ค่าใช้จ่ายมาก
บางครั้งไม่เป็นตัวแทนที่ดี
ยากในการหากรอบตัวอย่าง
ใช้เวลามาก
ถ้าแบ่งกลุ่มย่อยมากทำให้
ยุ่งยาก
ใช้เวลามาก
.
อาจไม่เป็นตัวแทนที่ดี
.
.
ข้อดี
.
เข้าใจง่าย
สะดวก
.
เป็นตัวแทนที่ดี
.
ดี
ควบคุมคุณสมที่
สำคัญของปชก.ได้
เป็นตัวแทนที่ดี
ง่ายในการปฏิบัติ
.
ใช้งบน้อย

ページ4:

.
.
.
5. วิธีการคำนวณจำนวนกลุ่ม (Sample size)
1.โดยใช้ตาราง (Table Method)
ใช้ตารางสำเร็จรูปที่นักสถิติจัดทำเช่น ตารางของ Taro Yamane หรือ Krejcie &
Morgan
ขนาดตัวอย่างในตารางจะขึ้นกับขนาดประชากรและระดับความเชื่อมั่น
ใช้ง่าย เพียงดูขนาดประชากรแล้วหาขนาดตัวอย่างที่เหมาะสมจากตาราง
2.โดยใช้สูตร (Formula Method)
2.1 กรณีประชากรไม่แน่นอน (Indefinite Population)
2.2 กรณีประชากรแน่นอน (Definite Population)
ใช้ตาราง - ง่ายและรวดเร็ว
ใช้สูตร - แม่นยำและสามารถกำหนดได้ตามเงื่อนไขของงานวิจัย
.
6. ประเภทของข้อมูลและลักษณะของมาตรวัด (SCALE)
ประเภทของข้อมูล
.
ข้อมูลเชิงคุณภาพ qualitative data - ไม่ใช่ตัวเลขเป็นเนื้อหา
ข้อมูลเชิงปริมาณ quantitative data - เป็นตัวเลขวิเคราะห์ทางสถิติได้
ประเภทของมาตรวัด การเลือกใช้มาตรวัดและลักษณะคำถาม
การวัดเชิงคุณภาพ
Nominal (นามบัญญัติ : - ลักษณะคำถาม: multiple Choice, Checklist Questions
Ordinal (เรียงลำดับ) : - ลักษณะคำถาม: Order Ranking Questions
การวัดเชิงปริมาณ
Interval อันตรภาค): - ลักษณะคำถาม : Rating Questions เด็กถูกตามลำดับ
ตัวเลขมากที่สุด-น้อยที่สุด)
Ratio (อัตราส่วน): - ลักษณะคำถาม: Open-ended Questions (เติมข้อมูลเอง ตัวเลข)

ページ5:

สรุปลักษณะเฉพาะของมาตรวัดระดับต่างๆ 1
คุณสมบัติ NOMINAL ORDINAL | INTERVAL RATIO
SCALE
SCALE
SCALE
ประเภทของ
ข้อมูล คุณภาพ คุณภาพ ปริมาณ ปริมาณ
การจัดกลุ่ม
การจัดอันดับ
x
การวัดและ
x
X
การค้านวณ
ศูนย์แท้ หรือ
ศูนย์สมบูรณ์
x
x
×
สรุปลักษณะเฉพาะของมาตรวัดระดับต่างๆ 2
มาตรวัดตัวแปร เป้าหมายการวิจัย ตัวอย่าง
Scale
SCALE
Nominal Scale
นามบัญญัติ
Ordinal Scale
เรียงอันดับ
Interval Scale อันตรภาค
Ratio
อัตราส่วน
เพื่อพยากรณ์
เพื่อบรรยาย เพศ,อาชีพ,ศาสนา
เพื่อเปรียบเทียบ ช่วงอายุ, ช่วงรายได้
อธิบายความสัมพันธ์ ระดับความสำคัญ
อายุ, รายได้, น้ำหนัก
Ratio (Thai ได้ มีค่าย แท้
ชายชาญ อาสาพล. (2560). BUS7095 ความรู้เกี่ยวกับการกำาหนดมาตราวัดตัวแปร (Scale),
บค้นจาก https://www.youtube.com/watch?v=s52avMETURY
- ทบทวนระดับการวัดตัวแปร (มาตรวัด) ในแบบสอบถาม
1. มาตรวัดเชิงขึ้น (Nominal Scale) - แบ่งกลุ่มข้อมูลโดยไม่มีลำดับเช่นเพศชาย/
หญิง,, สถานภาพ (โสด/สมรส)
2. มาตรวัดเชิงอันดับ (Ordinal Scale) - แบ่งกลุ่มข้อมูลที่มีลำดับแต่ไม่รู้ระยะห่าง
แน่นอนเช่นระดับการศึกษา, ระดับความพึงพอใจ (น้อย-มาก
3. มาตรวัดเชิงช่วง (Interval Scale) - ข้อมูลมีลำดับและระยะห่างเท่ากัน แต่ไม่มี
ศูนย์ที่แท้จริงเช่นอุณหภูมิ (°C, °F)
4. มาตรวัดเชิงอัตราส่วน (Ratio Scale) - ข้อมูลมีลำดับระยะห่างเท่ากัน และมี
ศูนย์แท้เช่น น้ำหนัก, อายุ, รายได้

ページ6:

1. การทดสอบประสิทธิภาพของเครื่องมือในการเก็บรวบรวมข้อมูล (reliability & Validity)
ความเชื่อถือได้ ความเที่ยง) - Reliability
.
หมายถึง ความคงที่ ความสม่ำเ
เคียงหรือเหมือนเดิม
สม่ำเสมอของผลการวัด หากทดสอบซ้ำแล้วได้ผลใกล้
การทดสอบ (Test-Retest Reliability) - ซ้ำกับกลุ่มเดิมต่างเวลา
การใช้ข้อสอบสมมูล (Equivalent-Forms Reliability) - วัดในเวลาเดียวกัน
การแบ่งครึ่งข้อสอบ (Split-Hale Reliability) - แบ่ง 2 ส่วนข้อคู่-ข้อ
สูตร คูเดอร์ - ริชาร์ดสัน (Kuder-Richardson Reliability, KR-20, FR-21) - ข้อสอบให้
คะแนน 0-1/ถูก-ผิด
สัมประสิทธิ์แอลฟา (Cronbach's Alpha Coefficient Reliability) - แบบสอบถาม/
ข้อสอบ คะแนนหลายระดับ เช่น สเกล1-5)
ความเที่ยงตรงความตรง) - Validity คือ ความถูกต้องของเครื่องมือในการวัด
ตัวแปร
ความตรงในการวัดข้อมูล (Measurement Validity) - ความสามารถของเครื่องมือที่ใช้
ในการวัดสะท้อนมาก-ยิ่งมีความตรงสูง
ประเภทของความตรง (Validity)
ความตรงตามเนื้อหา (Content Validity) - สอดคล้องกับเชิงแนวคิด (Concept Definition)
ใช้ดัชนี IOC/CVR
ความตรงตามโครงสร้าง (Construct Validity) - วัดได้ตรงตามแนวคิด/ทฤษฎี
ความตรงตามสภาพ (Concurrent Validity) - วัดได้ตรงกับสภาพจริง เรียนเก่ง->ได้
คะแนนสูง
ความตรงเชิงพยากรณ์ (Predictive Validity) -เดาเหตุการณ์/พฤติกรรมในอนาคตได้

ページ7:

- การหาค่าความเที่ยง Alpha Cronbach & KR20 - KR21
1. Cronbach's Alpha (@Coefficient)
ถ้าข้อสอบ/แบบสอบถามหลายระดับคะแนน
(Likert 1-5) นิยมมากสุด 20.70 ดี, ≥0.80 ดีมาก
2. Kuder-Richardson (KR-20, FR-21) ถ้าข้อสอบแบบ 0-1 ถูก/ผิด) ≥0.70 ดี, ≥0.80 ดี
มาก
.
.
สรุป
ถ้าข้อสอบ/แบบสอบถามหลายระดับคะแนน (Likert 1-5) - ใช้ Cronbach's Alpha
ถ้าข้อสอบแบบ0–1 ถูก/ผิด) - ใช้ KR-20 หรือ FR-21
-การหาค่าความตรง
→→
Item-Objective Congruence : IOC) - ใช้กันบ่อยที่สุดคำนวณง่ายเหมาะกับงานวิจัย
ทั่วไป ผู้เชี่ยวชาญ 3-5 คน)
- ใช้เพื่อวัดความตรงเชิงเนื้อหา (Content Validity)
Content Validity Ratio : CVR - ใช้กรณีต้องการความเข้มงวดมากขึ้น และมีผู้เชี่ยวชาญ
หลายคน 5-10 คนขึ้นไป)
สรุป
าญ3-5คน)
roc-ใช้กันบ่อยที่สุด คำนวณง่ายเหมาะกับงานวิจัยทั่วไป (ผู้เชี่ยวชาญ 3-6
CVR - ใช้กรณีต้องการความเข้มงวดมากขึ้น และมีผู้เชี่ยวชาญหลายคน (5-10 คน
ขึ้นไป)

ページ8:

8. ลักษณะเฉพาะของเครื่องมือในการเก็บรวบรวมข้อมูลในการวิจัย
แบบสอบถามแบบบันทึกแบบสัมภาษณ์แบบทดสอบความรู้ และผู้วิจัย
1.แบบสอบถาม
.
.
.
เป็นชุดคำถามเพื่อถามเรื่องใดเรื่องหนึ่ง
นิยมใช้ในการเก็บข้อมูลปฐมภูมิ
ผสมผสานแบบทดสอบกับแบบวัดสเกลเข้าด้วยกัน
2.แบบทดสอบ/แบบวัดความรู้
.
ชุดคำถามใช้วัดความรู้ ความจำ ความเข้าใจ
3.แบบบันทึกข้อมูล แบบบันทึกการสังเกต
4.แบบสัมภาษณ์
.
.
.
ใช้บันทึกข้อมูลทุติยภูมิ
ใช้สังเกตพฤติกรรมหรือการปฏิบัติเฉพาะเรื่อง
เป็นคำถามที่ผู้วิจัยกำหนดเป็นแนวทางสัมภาษณ์
.
มักไม่ละเอียดสามารถปรับได้ตามความเหมาะสม
ร.แบบตรวจสอบรายการ
6. ผู้วิจัย
.
มีคำตอบ 2 แนวใช่ ไม่ใช่ มี ไม่มี, ผ่าน/ไม่ผ่าน
.
เป็นเครื่องมือสำคัญในการวิจัยเชิงคุณภาพ
.
- ประเภทของคำถามในแบบสอบถาม
คำถามเป็ด (Open-ended Question) - ให้ผู้ตอบแสดงความคิดเห็นได้อย่างอิสระ
คําถามปิด (Closed-ended Question)
-ตอบได้2ทาง เช่น ใช่ ไม่ใช่
.
-เลือกได้หลายข้อจากหลายตัวเลือก
Dichotomous Question
.
Multiple-Choice Question
—เลือกได้เพียง 1 ค่าตอบ
.
Checklist
.
Order Ranking Question
.
Likert Scale
-จัดอันดับความสำคัญ
-ให้คะแนนระดับความเห็นเช่น1-5
Semantic Differential Scale -วัดทัศนคติแบบระดับชอบไม่ชอบเหมือนmbti
.
Importance Scale
-ให้คะแนนความสำคัญมาก-น้อย

ページ9:

.
.
1. สถิติวิจัยกับการวิเคราะห์ข้อมูล (Descriptive & inferential Statistics)
- สิติเชิงพรรณนา (Descriptive Statistics)
ใช้สรุปและแสดงข้อมูลเช่น ค่าเฉลี่ยร้อยละ ค่ามากสุด ค่าน้อยสุดตาราง และ
กราฟเพื่อให้เข้าใจข้อมูลภาพรวมได้ง่ายสถิติสำหรับตัวแปรเดียว
- สถิติเชิงอนุมาน (อ้างอิง) (Inferential Statistics)
ใช้วิเคราะห์ข้อมูลเพื่อสรุปผลหรือทำนายจากตัวอย่างไปยังประชากรทั้งหมด
เช่น การทดสอบสมมติฐานการวิเคราะห์ความสัมพันธ์ และการถดถอยสถิติ
สำหรับตัวแปร 2ตัวขึ้นไป
10. สถิติกับการทดสอบสมมติฐานในงานวิจัย
-สถิติพื้นฐานที่ใช้ในการทดสอบสมมติฐาน
- แนวทางเงื่อนไขในการเลือกใช้สถิติในการทดสอบสมมติฐาน: มาตรวัดของตัวแปร
และทิศทางในการศึกษาความสัมพันธ์ระหว่างคู่ตัวแปร
.
.
- สถิติสําหรับตัวแปรเดียว (Univariate Statistics)
ลักษณะของข้อมูล
สถิติที่ใช้
สเกลนามบัญญัติ(Nominal) ความถี่, อัตราส่วนร้อย
.
สเกลอันดับ (Ordinal)
ความถี่, อัตราส่วนร้อย, เปอร์เซ็นต์ไทล์
สเกลอัตรภาคและอัตราส่วน ความถี่, อัตราส่วนร้อยละ ส่วนเบี่ยงเบนมาตราฐาน,
ความแปรปรวน, พิสัย, เปอร์เซ็นต์ไทล์, ค่าเฉลี่ย
(Interval and Ratio)
สถิติสำหรับทดสอบสมมติฐาน 1 สถิติเชิงอ้างอิง (Inferential Statistics) หรือสถิติ
สำหรับพหุตัวแปร * Bivariate Statistics)
Chisquare
T-test
F-test (oneway anova)
.
Pearson correlation co-efficent.
Simple (multiple) regression
เป็นอิสระต่อกันของตัวแปร 2 ตัว
ค่าเฉลี่ยของประชากร 2 กลุ่ม
ค่าเฉลี่ยของประชากรมากกว่า 2 กลุ่ม
ความสัมพันธ์ระหว่างตัวแปร 2 ตัว Pearson correlation co-
efficent
คําสั่ง
Pearson Correct
ความสัมสนตัวแปรอิสระ1ตัวมากกว่า กับตัวแปรตาม 1
ตัว เมื่อตัวแปรอิสระที่สามารถอธิบายตัวแปรตามได้

ページ10:

1. วัตถุประสงค์การวิจัยกับการเลือกใช้สถิติวิเคราะห์ที่เหมาะสม
1.การเปรียบเทียบ iComparison)
X (ตัวแปรต้น)
Y (ตัวแปรตาม) วิธีสถิติที่ใช้
Nominal/Ordinal
Nominal/Ordinal Chi-square
Nominal/Ordinal = 2 กลุ่ม Interval
Nominal/Ordinal > 2 กลุ่ม Interval
T-Test
F-Test (One-way ANOVA)
2.ความสัมพันธ์ icorrelation
Y (ตัวแปรตาม)
Nominal
X (ตัวแปรต้น)
Nominal/Ordinal
Interval
Interval
3.อิทธิพล พยากรณ์ (Influence/Prediction)
X (ตัวแปรต้น)
Y (ตัวแปรตาม)
Nominal/Ordinal
Nominal
Interval
วิธีสถิติที่ใช้
Chi-square (Cross tabs)
Pearson Correlation Coefficient
วิธีสถิติที่ใช้
Chi-square (Cross tabs)
Interval
Pearson Correlation Coefficient
โปรแกรม SPSS าหรับสถิติเชิงอ้างอิง
Chisquare
.
เป็นอิสระต่อกันของตัวแปรด้ว
T-test
.
ค่าเฉลี่ยของประชากรกลุ่ม
F-test (oneway anova)
ค่าเฉลี่ยของประชากรมากกว่างกลุ่ม
Pearson correlation co-efficent
ความสัมพันธ์ระหว่างตัวแปรตัว
Simple (multiple) regression
.
ความสับสนตัวแปรอิสระ วมากกล่าวกัน
ตัวแปรตาม ตัว เมื่อตัวแปรอิสระที่สามารถ
อธิบายตัวแปรตามโ
Cross Tabs
T-Test
Oneway Anova
Correlate
Regression

ページ11:

.
1. แนวคิดทั้ง
.
ฐานและกระบวนทัศน์ของการวิจัยเชิงคุณภาพและการวิจัยเชิงปริมาณ
นฐา
วิธีการนิรนัย (Deductive) กับวิธีการอุปนัย (Inductive)
ทั่วไป ถูกทวด 100
ประเด็นเปรียบเทียบ วิธีการนิรนัย (Deductive Reasoning)
กระบวนการคิด
ฐานความเชื่อ
เป้าหมาย
การใช้ทฤษฎี
เริ่มจากทฤษฎี → สมมติฐาน → การสังเกต
→ ผลสรุป
ความจริงเป็นสิ่งสากล คงที่ สามารถพิสูจน์
ได้ (Objectivism, Positivism)
ทดสอบและยืนยันทฤษฎี
ทำซ้ำๆ น่าจะถูก
วิธีการอุปนัย (Inductive Reasoning)
เริ่มจากการสังเกต/ข้อมูล - การวิเคราะห์
→ สร้างทฤษฎี
ความจริงเป็นสิ่งสัมพัทธ์ ขึ้นอยู่กับการ
ตีความของมนุษย์ (Subjectivism,
Phenomenology, Constructivism)
สร้างความเข้าใจและทฤษฎีใหม่
ใช้ทฤษฎีเป็นฐานตั้งต้นในการวิเคราะห์
ใช้ข้อมูลและประสบการณ์เป็นฐานสร้าง
ทฤษฎี
ความเป็นกลาง
เน้นความเป็นกลางทางวิทยาศาสตร์
ยอมรับความเป็นอัตนัยและความแตกต่าง
ของบริบท
เน้น
การพิสูจน์และหาหลักการทั่วไป
การค้นหาความหมายและความเข้าใจเฉพาะ
บริบท
ตัวอย่างการวิจัย
ทดสอบว่าระดับการศึกษาของผู้สูงอายุมีผล ศึกษาความหมายที่ผู้คนให้กับสื่อออนไลน์
ต่อการเปิดรับสื่อหรือไม่
ในบริบทที่แตกต่างกัน
วิจัยเชิงคุณภาพ
ความจริงมีหลากหลายเป็นอัตนิสัย
.
มุ่งตีความทำความเข้าใจ
.
เกิดในบริบทโดยธรรมชาติ
ศึกษาเชิงลึกเฉพาะกลุ่ม purposeful sampling
แบบแผนอาจมีความยืดหยุ่น
นักวิจัยเป็นเครื่องมือสำคัญ
ค้นพบจากการวิเคราะห์เชิงตรรกะ
มุ่งอธิบายปรากฎการณ์ด้วยความเข้าใจ
ใช้วิธีการเชิงอุปนัยอุปมาน
วิจัยเชิงปริมาณ
.
.
.
.
.
ความจริงมีหนึ่งเดียวเป็นวัตถุฒิสัย
มุ่งหาความสัมพันธ์เชิงเหตุผลระหว่างตัวแปรต้น-ตาม
เกิดในบริบทถูกควบคุมและจัดทำ
ศึกษาเชิงกว้าง ปรก.มีโอกาสได้รับเลือกเท่ากัน
.
แบบแผนตายตัว
ใช้เครื่องมือวิจัยเป็นตัวเก็บรวบรวม
ค้นพบเชิงปริมาณใช้สถิติเป็นหลัก
มุ่งทำนายด้วยการสรุปอ้างอิงจากกลุ่ม
ใช้วิธีการเชิงนิรนัย อนุมาน - DEDUCTIVE) ในการหาคำตอบ

ページ12:

.
.
.
.
ลักษณะสำคัญของการวิจัยเชิงคุณภาพ
เน้นความเข้าใจแบบองค์รวม (Holistic) - ศึกษาปรากฏการณ์ในมิติครบถ้วนไม่แยกส่วน
ติดตามและเจาะลึก (Longitudinal & In-depth) - - มุ่งศึกษาลึกและต่อเนื่องในช่วงเวลาหนึ่ง
อธิบายปรากฏการณ์ด้วยวิธีอุปนัย (Inductive) - สร้างความเข้าใจและทฤษฎีจากข้อมูล
สภาพจริงตามธรรมชาติ (Naturalistic inquiry) - เก็บข้อมูลในสภาพแวดล้อมจริง
มองภาพรวมทุกมิติ (Holistic perspective) - มีส่วนเข้าไปในกระบวนการศึกษาเอง
สรุปการวิจัยเชิงคุณภาพ :
แสวงหาความจริงในสภาพตามธรรมชาติ Naturalistic inquiry
มองภาพรวมทุกมิตินักวิจัยมีส่วนในกระบวนการ Holistic perspective
ความสัมพันธ์ระหว่างปรากฏการณ์กับสภาพแวดล้อม
สร้างข้อสรุปแบบอุปนัย | Inductive regsoning
-รูปแบบการวิจัยเชิงคุณภาพ
ชาติพันธุ์วรรณา Enthnography - อธิบายและตีความวัฒนธรรม
สร้างทฤษฎีจากข้อมูล Grounded Theory - สร้างทฤษฎีทั่วไปเกี่ยวกับกระบวนการ
กรณีศึกษา Case Study - อธิบายลึกในกรณีเฉพาะ
ปรากฏการณ์วิทยา Phenomenology - อธิบายแก่นของประสบการณ์
เล่าเรื่องราว Narrative Research -
- ทำความเข้าใจเรื่องราวชีวิต
- วิธีการเก็บรวบรวมข้อมูลเชิงคุณภาพ
1. การสังเกต (Observation) - สังเกตพฤติกรรมและเหตุการณ์ในบริบทจริง
2. การสัมภาษณ์เชิงลึก (In-depth Interview) - สัมภาษณ์ลึกเพื่อเข้าใจมุมมองและ
ประสบการณ์ของผู้ให้ข้อมูล
3. การอภิปรายกลุ่ม (Focus Group Discussion) - รวบรวมความคิดเห็นจากกลุ่มเป้าหมาย
เพื่อวิเคราะห์แนวคิดร่วม
4. การเก็บข้อมูลจากเอกสาร (Document Analysis) — วิเคราะห์เอกสาร บันทึกหรือสื่อที่
เกี่ยวข้อง

ページ13:

พลวัต (Dynamic process) - กระบวนการที่เปลี่ยนแปลงเคลื่อนไหวตลอดเวลา
เชิงคุณภาพ
ลักษณะเฉพาะ
เชิงปริมาณ
1. มีฐานจากแนวคิดแบบธรรมชาติ 1. มีฐานจากแนวคิดแบบปฏิฐานนิยม
Naturalism
2. ทำความเข้าใจในปรากฏการณ์
Phenomeng
3. เน้นวิธีการพรรณนา Descriptive
approach
4. ให้ความสำคัญที่กระบวนการโดย
มองแบบองค์รวม Holistic view
5. วิเคราะห์ข้อมูลแบบอุปมาน XX
Inductive approach
6. แสวงหาความรู้เพื่อสร้างกฎ / ทฤษฎี
สิ้นสุดการศึกษาด้วยทฤษฎี
7.
8. ส่วนใหญ่วิจัยในสาขาสังคมและมา
นุษย
Positivism
2. มุ่งหาความจริงที่คนทั่วไปจะยอมรับ
Common reality
3. เน้นวิธีการวิเคราะห์และทดลอง
4.
Analytical & Experimental approach
อาศัยวิธีการทางสถิติ
มุ่งความสำคัญที่ผลมากกว่า
กระบวนการดำเนินการมีขั้นตอน
แบบแผนที่แน่นอน
5. วิเคราะห์ข้อมูลแบบอนุมาน A
Deductive approach
6. หาคำตอบด้วยการทดสอบทฤษฎี
7. เริ่มต้นด้วยทฤษฎี
8. ส่วนใหญ่วิจัยในสาขาวิทยาศาสตร์

ページ14:

เปรียบเทียบความแตกต่างระหว่าง
การวิจัยเชิงคุณภาพกับการวิจัยเชิงปริมาณ _ 1
1. กระบวนทัศน์ - ปฏิฐานนิยม
ประเด็น
การวิจัยเชิงปริมาณ
-
พื้นฐาน
(Postitivism)
2. วัตถุประสงค์
-
- มุ่งวิเคราะห์หาความ
สัมพันธ์ระหว่างตัวแปร
3. การกําหนด - กำหนดว่งหน้าก่อนทำ
สมมติฐาน
การวิจัย
การวิจัยเชิงคุณภาพ
- ปรากฏการณ์นิยม
(Phenomenology)
- ต้องการทําความเข้าใจความหมาย
กระบวนการความรู้สึกนึกคิดโดย
เชื่อมโยงกับบริบทของสังคม
- กำหนดคร่าวๆ พร้อมที่จะเปลี่ยน
แปลงไปตามสถานการณ์
4. การเลือกกลุ่ม - เน้นการเลือกลุ่มชนิดที่ - เน้นการเลือกชนิดที่ไม่ทราบโอกาส
ตัวอย่าง
ทราบโอกาสหรือความน่า
หรือความน่าจะเป็นที่ถูกเลือกเป็น
จะเป็นที่กลุ่มตัวอย่างจะถูก ตัวอย่าง (Non-Probability)
เลือก (Probability)
5. จํานวน
ตัวอย่าง
- จํานวนมาก
- จํานวนน้อย
6. ขอบเขต
การวิจัย
- ศึกษาในวงกว้าง ผ่าน - ศึกษาในเชิงลึกเฉพาะกลุ่มที่สนใจ
กลุ่มที่ทำการคัดเลือกมา

ページ15:

ประเด็น
เปรียบเทียบความแตกต่างระหว่าง
การวิจัยเชิงคุณภาพกับการวิจัยเชิงปริมาณ _ 2
การวิจัยเชิงปริมาณ
การวิจัยเชิงคุณภาพ
7. บทบาทผู้วิจัย - แยกตัวออกจากเรื่องศึกษา - เป็นเครื่องมือในการศึกษา
8. วิธีการเก็บ - แบบสอบถาม/
ข้อมูล
การสัมภาษณ์
9. การวิเคราะห์ - เน้นการวิเคราะห์เชิงปริ
ข้อมูล
มาณด้วยสถิติวิเคราะห์
10. การรายงาน - รายงานผลโดยอ้างอิงสถิติ
ผล
(Report Statistic Analysis)
11. การสรุปผล - นำไปใช้อ้างอิงกับกลุ่ม
ประชากรได้
วิเคราะห์เพื่อการวิจัย
- การสังเกต/การสัมภาษณ์เชิงลึก/
การจัดสนทนากลุ่ม/ การบันทึก
ชีวประวัติบุคคล
วิเคราะห์เชิงตรรกะเป็นหลัก อาจ
มีการวิเคราะห์เชิงปริมาณเสริม
บ้าง อาทิ Content Analysis
- รายงานผลโดยอ้างอิงคำพูดหรือ
เรื่องราวจริงจากกลุ่มตัวอย่าง
(Report Rich narrative)
ใช้อ้างอิงได้เฉพาะกลุ่มที่ศึกษา
12. ทักษะเฉพาะ - จำเป็นต้องมีทักษะด้านสถิติ - มีความละเอียดอ่อนในการสังเกต
ของนักวิจัย
และในการเก็บรวบรวมข้อมูล
รวมถึงการวิเคราะห์ตีความ

ページ16:

12. คำศัพท์และความรู้ที่เกี่ยวข้องกับการวิจัยที่มอบหมายให้ค้นคว้าเพิ่มเติม
.
.
คำศัพท์เทคนิคที่ควรรู้
1. Key Informants-c
s - บุคคลที่มีความรู้หรือประสบการณ์เฉพาะด้าน ซึ่งใช้ให้ข้อมูล
สำคัญในการวิจัย
2. Snowball Sampling - วิธีการเก็บตัวอย่างโดยเริ่มจากกลุ่มหนึ่งแล้วให้พวกเขา
แนะนำผู้เข้าร่วมเพิ่มเติม
3. Focus Group Discussion (FGD) - การสนทนากลุ่มเพื่อรวบรวมความคิดเห็นและ
ข้อมูลเชิงลึกจากผู้เข้าร่วม
4. In-depth Interview - การสัมภาษณ์เชิงลึกเพื่อค้นหาข้อมูลและมุมมองอย่าง
ละเอียดจากผู้ให้ข้อมูล
5. Content Analysis - การวิเคราะห์เนื้อหาเพื่อระบุแนวโน้มหรือรูปแบบของข้อมูล
ในเอกสาร ข้อความ หรือสื่อ
6. Triangulation - การใช้หลายวิธีแหล่งข้อมูลหรือทฤษฎีเพื่อยืนยันความถูกต้องของ
ผลวิจัย
3. Predatory Journal - วารสารที่รับตีพิมพ์บทความโดยไม่ได้มีการตรวจสอบ
คุณภาพอย่างจริงจังเพื่อหากำไร
8. Delphi Technique - เทคนิคการรวบรวมความคิดเห็นจากผู้เชี่ยวชาญหลายคน
อย่างเป็นระบบเพื่อคาดการณ์หรือแก้ปัญหา
9. Future Scenario (ฉากทัศน์)
ภาพหรือมโนภาพเกี่ยวกับสถานการณ์ในอนาคตที่เป็นไปได้
เน้นความไม่แน่นอนและปัจจัยที่มีผลกระทบต่ออนาคต
รวมถึงการสร้าง Alternative Scenarios คือฉากทัศน์ทางเลือกหลายแบบเพื่อ
วิเคราะห์อนาคต