.jpg)
| เกร็ดการทำวิจัยตอนที่ 42: การปรับปรุงแบบสอบถาม |
 |
 |
|
คมสัน สุริยะ 26 พฤษภาคม 2555 บทความนี้เป็นบทความแรกในซีรีย์เกร็ดการทำวิจัยที่ผมเขียนขึ้นหลังจากที่สำเร็จการศึกษาระดับปริญญาเอกมาจากประเทศเยอรมัน เหตุที่ต้องบันทึกไว้เพราะว่าในช่วงสัปดาห์ที่ผ่านมาผมกับนักศึกษาปริญญาโทกลุ่มใหญ่กำลังนั่งสร้างแบบสอบถามกันเพื่อใช้สำหรับทำวิทยานิพนธ์ แล้วได้พบปัญหาที่จำเป็นต้องแก้ไขแบบสอบถาม ผมจึงคิดว่าน่าจะเป็นประโยชน์ที่จะบันทึกประสบการณ์นี้ไว้เพื่อเป็นแนวทางในการปรับปรุงแบบสอบถามสำหรับนักศึกษารุ่นหลังต่อไป การออกแบบสอบถามเหมือนกับการส่งทหารออกไปรบ ซึ่งต้องใช้กำลัง เงิน และเวลามาก เราย่อมไม่ต้องการให้เกิดความสูญเปล่า จึงต้องเตรียมตัวให้พร้อม เพราะว่าถ้าพลาดไม่ใช่แค่หมายถึงต้องกลับมาทำกันใหม่ แต่อาจจะยังหมายถึงความท้อใจจนเลิกทำการศึกษานั้นไปเลย ดังนั้นแบบสอบถามก่อนที่จะส่งออกไปเก็บข้อมูลต้องปรับปรุงให้ดีที่สุดเท่าที่จะทำได้ แบบสอบถามจำเป็นต้องได้รับการปรับปรุง เมื่อประสบปัญหาดังนี้ 1. คำตอบต้องออกมาอย่างที่รู้ ๆ กันอยู่แล้ว (Obvious) เรื่องที่เราไม่ค่อยอยากฟังเวลาที่มีคำวิจารณ์ออกมาก็คือ "เรื่องนี้ผลก็รู้ ๆ กันอยู่ว่าต้องออกมาเป็นแบบนี้ ไม่เห็นจะน่าตื่นเต้นตรงไหน" ผลการศึกษาแบบนี้มักจะเรียกกันว่า Obvious หมายถึง มันต้องเป็นอย่างที่รู้ ๆ กันอยู่แล้ว ไม่ได้สร้างความแตกต่างไปจากสิ่งที่รู้กันอยู่เลย แบบสอบถามที่มองแล้วเห็นว่าอย่างไรผู้ตอบก็ต้องตอบออกมาเหมือนกับที่เราคิดไว้ มีโอกาสน้อยมากที่จะตอบไปเป็นอย่างอื่น ก็อย่าเสียเวลาออกแบบสอบถามไปถามเลยดีกว่า เรื่องที่ควรถามควรเป็นเรื่องที่ไม่รู้จะออกข้างไหน หรือ ห้าสิบห้าสิบ แล้วให้เราลุ้นว่าคำตอบจะออกมาทางไหนกันแน่ 2. คำตอบว่าไปเรื่อย หาหลักฐานอ้างอิงไม่ได้ (Subjective) สิ่งไหนที่ควรจะวัดออกมาได้ หรือควรจะคำนวณออกมาได้ เราควรจะถามเอาข้อมูลเหล่านั้นแล้วนำกลับมาคำนวณเอง อย่าให้ผู้ตอบคำถามต้องประเมินเองด้วยสเกลมากน้อย (สเกลแบบนี้เหมาะกับการใช้วัดทัศนคติหรือความพึงพอใจ ซึ่งหาหลักฐานอย่างอื่นไม่ได้ แต่ไม่เหมาะกับกรณีที่ตัวเลขสามารถคำนวณได้จากหลักฐานอื่น) เพราะเวลาเราเอาข้อมูลกลับมาเขียนรายงานแล้วจะถูกวิจารณ์ว่า "คุณเอาคำตอบที่เป็นแบบ Subjective แบบนี้มานำเสนอได้อย่างไร มันเชื่อถืออะไรไม่ได้" 3. คำตอบไม่จริง (Biased) เรื่องดี ๆ ใคร ๆ ก็อยากตอบว่าตัวเองดี และเรื่องร้าย ๆ ใคร ๆ ก็ไม่อยากตอบว่าตัวเองร้าย สุดท้ายแล้วคำตอบก็ออกมาทางเดียวกันหมดว่า ทุกคนดีเหมือนกันหมดเลย และไม่มีใครทำอะไรร้าย ๆ สักคน เมื่อเป็นเช่นนี้จะทำให้การวิเคราะห์ด้วยเทคนิค Regression ออกมาพบว่าไม่มีตัวแปรต้น (X) ไหนเลยที่จะแยกแยะว่าใครเป็นใครได้ ตัวแปรทุกตัวจะออกมาไม่มีนัยสำคัญ (Insignificant) กันหมดอย่างแน่นอน 4. ไม่มีเรื่องราว ไม่มีความเชื่อมโยง ไม่มีเหตุผล (Spurious) แบบจำลองประเภทที่ไปตายเอาดาบหน้า มักจะใส่ตัวแปรทุกอย่างเข้าไปทางขวามือ (ตัวแปรต้น หรือ ตัวแปร X) แล้วคิดไปเองว่าจะมีความสัมพันธ์กับตัวแปรทางซ้ายมือ (ตัวแปรตาม หรือ ตัวแปร Y) แบบจำลองประเภทนี้เมื่อนำมาสร้างเป็นแบบสอบถามแล้วก็จะมุ่งที่จะหาค่ามาเติมใส่แบบจำลองเท่านั้น ไม่ได้ย้อนกลับไปคิดว่า ตัวแปรต้นเหล่านี้หากเกิด "มีนัยสำคัญทางสถิติ" หรือแปลว่ามีความสัมพันธ์กันกับตัวแปรตามแล้ว มันเป็นเพราะสาเหตุใด หากไม่สามารถตอบได้ ก็แสดงว่าแบบจำลองนั้นทำท่าจะใช้ไม่ได้ แล้วแบบสอบถามที่ทำจากแบบจำลองที่ใช้ไม่ได้ ก็คงจะใช้ไม่ได้พอกัน 5. ไม่ลึก ไม่มีรายละเอียด (Shallow) หลาย ๆ ครั้งที่แบบสอบถามทำไปเพื่อเอาใจแบบจำลอง แบบว่าขอให้ได้ข้อมูลมาใช้ในแบบจำลองได้เป็นพอ แต่เมื่อได้ผลจากแบบจำลองออกมาแล้วกลับพบว่าไม่รู้ต้นสายปลายเหตุ บอกได้แต่ว่าตัวแปรนี้มีนัยสำคัญ ตัวแปรนั้นไม่มีนัยสำคัญ พอถามว่า เรื่องนี้ผู้ตอบมีพฤติกรรมเป็นอย่างไร ก็ไม่สามารถตอบได้ เพราะไม่มีข้อมูลในแบบสอบถาม ดังนั้นแบบสอบถามที่ดีจำเป็นต้องมีคำถามเชิงพฤติกรรมด้วย เพราะว่าจะเป็นข้อมูลที่ใช้เจาะลึกลงในรายละเอียดของผู้ตอบแบบสอบถาม ซึ่งจะทำให้การวิเคราะห์มีข้อมูลเชิงลึกในการอธิบายเรื่องราวมากขึ้น 6. ลืมข้อมูลสนับสนุน (Unsupportive) ไม่เพียงข้อมูลเชิงพฤติกรรมที่จะทำให้แบบสอบถามได้ข้อมูลในเชิงลึก แต่นักวิจัยต้องได้ตัวเลขที่จำเป็นสำหรับการสนับสนุนผลการศึกษาที่ได้จากแบบจำลอง เพื่อที่จะใช้ "ยืนยัน" (Confirm) ว่าแนวการวิเคราะห์ของเราถูกต้องจริง ๆ ไม่ใช่แค่เป็นการ "เดา" (Speculation) เท่านั้น ตัวเลขเหล่านี้จะต้องคิดอ่านกันตั้งแต่แรกแล้วว่า ผลการศึกษาจากแบบจำลองจะอ่านกันอย่างไร ถ้าผลออกมาอย่างนี้แล้วเราต้องการตัวเลขอะไรมายืนยัน หรือถ้าผลออกมาเป็นอีกอย่างหนึ่ง แล้วเราจะได้ตัวเลขอะไรมาช่วยสนับสนุนเหตุผล เรื่องเหล่านี้จะว่าไปแล้วก็คือ ต้องลองเขียนรายงานล่วงหน้าออกมาก่อน เพื่อที่จะจินตนาการในทางที่เป็นไปได้ทั้งหมด และเตรียมหาทางหนีทีไล่เอาไว้ เรื่องแบบนี้ต้องขยันคิดขยันทำและขยันจินตนาการ ดีกว่าต้องมานั่งซึมทีหลังว่าผลการศึกษาออกมาแล้วไม่มีตัวเลขอื่น ๆ รองรับ 7. ตอบไม่ครบ (Missing) เมื่อนักศึกษาหรือนักวิจัยคิดว่าจะต้องเก็บข้อมูลให้ครบทั้งหมดเท่าที่อยากได้ ทีนี้ความยาวของแบบสอบถามก็จะยาวขึ้นจนบางครั้งเกินกว่าความสามารถของผู้ตอบแบบสอบถาม ผู้ตอบแบบสอบถามอาจจะเริ่มเบื่อ และวางปากกา จากนั้นก็อาจจะทิ้งแบบสอบถามของเราไปเลย หรืออาจจะใจดีที่จะพับแล้วส่งกลับในซองที่เราเตรียมไว้ให้ แต่ถึงส่งกลับมาแบบสอบถามนั้นก็ใช้ไม่ได้อยู่ดี ดังนั้นทางที่ดีคือ แบบสอบถามต้องสั้น และต้องดึงดูดความสนใจได้นานพอจนกว่าผู้ตอบแบบสอบถามจะตอบเสร็จ เรื่องนี้ต้องอาศัยศิลปะและจิตวิทยาในการจูงใจมาทำให้แบบสอบถามชวนติดตามและไม่น่าเบื่อ 8. ตอบโจทย์วิจัยไม่ได้ หรือตอบได้แต่ไม่ตรงจุด (Wasteful) เวลาที่เราทำแบบสอบถามโดยเอา "แบบจำลองเป็นตัวนำ" เราก็จะมุ่งถามถึงตัวแปรที่จะเอามาใส่ในแบบสอบถาม จนอาจจะลืมไปว่าจริง ๆ แล้วเราไม่ได้ออกแบบสอบถามไปเพื่อทำแบบจำลองเท่านั้น แต่ยังต้องทำเพื่อตอบโจทย์วิจัย การปรับปรุงแบบสอบถามต้องกลับมาดูว่าจริง ๆ แล้วงานวิจัยหรือวิทยานิพนธ์ต้องการจะตอบโจทย์อะไรกันแน่ และต้องการหาทางเสนอแนะเรื่องอะไรที่จะเป็นการเปลี่ยนแปลงสังคม ตรงนั้นต่างหากที่ต้องดูแลว่าข้อมูลของเราเมื่อได้ออกมาแล้วจะตอบโจทย์นั้นหรือเสนอแนะเรื่องนั้นได้จริง ๆ หรือไม่ ถ้าทำไม่ได้ก็เสียเวลาที่จะทำ แปดข้อนี้อาจารย์ถือว่านักศึกษาต้องได้เรียนรู้และทำการปรับปรุงแบบสอบถามของตนขึ้นมาใหม่ อาจารย์รู้ว่าแบบสอบถาม Version 1 ที่พวกคุณทำกันมานั้นก็ดูดีกว่าต้นฉบับแรกที่ส่งมาให้อาจารย์มาก แต่ในเมื่อมันยังใช้ไม่ได้ดีตามที่ควรจะเป็น อาจารย์อยากให้พวกคุณปรับปรุงให้เป็น Version 2 ขึ้นมาอีกครั้ง แม้ว่าจะต้องเลื่อนกำหนดการส่งแบบสอบถามออกไปอีกหลายสัปดาห์ และแน่นอนว่ากระทบกับระยะเวลาที่พวกคุณจะสำเร็จการศึกษา แต่อาจารย์ปล่อยผ่านไปไม่ได้ เพราะอาจารย์คิดว่า การส่งทหารออกไปรบโดยไปหวังว่าจะชนะเอาข้างหน้า ย่อมไม่เป็นผลดีแน่ แต่อาจารย์อยากให้เราออกรบเมื่อเรารู้ว่าเราจะต้องชนะแน่นอน หวังว่านักศึกษาทุกคนจะเข้าใจและอดทนปฏิบัติตามคำแนะนำของอาจารย์จนกว่าจะประสบความสำเร็จในที่สุด กลับสู่เกร็ดการทำวิจัย |