http://cai.md.chula.ac.th/lesson/research/re12.htm#06-1
ได้รวบรวมและกล่าวถึงการวิเคราะห์ข้อมูล (Data
Analysis)ไว้ว่าการเลือกใช้สถิติ จะต้องเหมาะสมกับคำถาม
วัตถุประสงค์ และรูปแบบการวิจัย โดยสถิติจะช่วยหลีกเลี่ยง ความคลาดเคลื่อนแบบสุ่ม
ในส่วนที่เกี่ยวกับ การวิเคราะห์ข้อมูล ควรให้รายละเอียดเกี่ยวกับ
1. การสรุปข้อมูล (Summarization of Data) ทั้งนี้จะขึ้นอยู่กับ ชนิดของข้อมูลเชิงคุณภาพ (qualitaive data) หรือข้อมูลเชิงปริมาณ (quantitative data)
2. การนำเสนอข้อมูล (Data Presentation) เพื่อสื่อความหมาย
ระหว่างนักวิจัย และผู้อ่านผลการวิจัย ทำให้เข้าใจได้ง่าย และเป็นการประหยัดเวลา
ในการเขียนบรรยายผลที่ได้ การนำเสนอข้อมูล ต้องเลือกให้สอดคล้อง
กับลักษณะของข้อมูลเช่นกัน
3. การทดสอบสมมติฐาน (ypothesis testing) โดยระถึง สถิติที่เหมาะสม ที่จะใช้ในการทดสอบสมมติฐานนั้น ทั้งนี้ ขึ้นกับปัจจัย
2 ประการ คือ ลักษณะการเปรียบเทียบ
ระหว่างกลุ่มที่มีความสัมพันธ์กัน) และการสรุปข้อมูล
4. ปัญหาที่อาจเกิดขึ้นระหว่างการวิเคราะห์ข้อมูล เช่น ข้อมูลขาดหายไป (missing data) ตัวอย่างไม่ให้ความร่วมมือ
(non-complier) ผู้ป่วยออกจากการศึกษากลางคัน
หรือผู้ป่วยเสียชีวิตด้วยโรคอื่น ที่ไม่เกี่ยวกับโรคที่กำลังทำวิจัย
กรณีตัวอย่างที่ยกมานี้ อาจจะเกิดขึ้นได้ จึงจำเป็นต้อง เตรียมการแก้ไข
ในขั้นตอนการวิเคราะห์ข้อมูล ว่าจะตัดทิ้งไป หรือนำข้อมูลมาร่วมวิเคราะห์ด้วย
5. การวิเคราะห์ก่อนการวิจัยสิ้นสุด (Interim
Analysis) จะทำหรือไม่ และมีเหตุผลอะไรในการกระทำเช่นนั้น
จะก่อให้เกิดผลดี และผลเสียอย่างไรบ้าง
http://www.gotoknow.org/posts/492737
ได้รวบรวมและกล่าวไว้ว่า การ วิเคราะห์ข้อมูล (
Data Analysis ) มีเป้าหมายเพื่อสรุปปัญหาที่ทำวิจัยไว้แล้วเป็นการพิสูจน์ความแท้จริงของ
ข้อมูลที่เก็บรวบรวมมาใช้ และการตีความข้อมูล
( Interpretation ) นั้นคือกระบวนการวิจัย (The
research process ) เพื่อเรียนรู้อะไร เพื่ออธิบาย ( Explanation ) สิ่งที่ได้มาคืออะไร
และขยายความตามเหตุผลว่าทำไมจึงเป็นอย่างนั้น เพื่อสรุปเป็นผลการศึกษาวิจัย
บุญเรียง ขจรศิลป์ (2539:189)ได้กล่าวไว้ว่า การวิเคราะห์ข้อมูลเป็นการเลือกใช้สถิติให้เหมาะสมสอดคล้องกับวัตถุประสงค์ในการวิจัย
ซึ่งการเลือกใช้สถิติให้เหมาะสมนั้น ผู้วิจัยควรทราบว่าข้อมูลที่มีอยู่นั้นเป็นข้อมูลชนิดอะไร
สถิติที่เลือกมาใช้นั้นมีข้อตกลงเบื้องต้นอะไรบ้าง และค่าสถิติต่างๆ
นั้นจะใช้ในสถานการณ์อะไรบ้าง วิธีการวิเคราะห์ข้อมูลที่มีใช้ในการวิจัย
นั้นขึ้นอยู่กับว่าการรวบรวมข้อมูลในการวิจัยนั้น รวบรวมมาจากสมาชิกทุกหน่วยในกลุ่มประชากรหรือรวบรวมจากกลุ่มตัวอย่าง
ซึ่งเป็นส่วนหนึ่งของกลุ่มประชากร
ถ้ารวบรวมจากกลุ่มประชากรสถิติที่จะนำมาใช้ในการวิเคราะห์ข้อมูลนั้นเป็น
พรรณนาสถิติ แต่ถ้าการรวบรวมข้อมูลจากกลุ่มตัวอย่างซึ่งเป็นเป้าหมายในการวิจัยนั้น
ต้องการที่จะสรุปอ้างอิงไปหากลุ่มประชากรสถิติที่นำมาใช้ในการวิเคราะห์ข้อมูลคืออนุมานสถิติ
กล่าวโดยสรุป การ วิเคราะห์ข้อมูล ( Data Analysis ) มีเป้าหมายเพื่อสรุปปัญหาที่ทำวิจัยไว้แล้วเป็นการพิสูจน์ความแท้จริงของ ข้อมูลที่เก็บรวบรวมมาใช้
และการตีความข้อมูล ( Interpretation ) นั้นคือกระบวนการวิจัย (The research process ) เพื่อเรียนรู้อะไร เพื่ออธิบาย (
Explanation ) สิ่งที่ได้มาคืออะไร และขยายความตามเหตุผลว่าทำไมจึงเป็นอย่างนั้น
เพื่อสรุปเป็นผลการศึกษาวิจัย การวิเคราะห์ข้อมูล
ควรให้รายละเอียดเกี่ยวกับ
1. การสรุปข้อมูล (Summarization of Data) ทั้งนี้จะขึ้นอยู่กับ ชนิดของข้อมูลเชิงคุณภาพ (qualitaive data) หรือข้อมูลเชิงปริมาณ (quantitative data)
2. การนำเสนอข้อมูล (Data Presentation) เพื่อสื่อความหมาย ระหว่างนักวิจัย และผู้อ่านผลการวิจัย ทำให้เข้าใจได้ง่าย และเป็นการประหยัดเวลา ในการเขียนบรรยายผลที่ได้ การนำเสนอข้อมูล ต้องเลือกให้สอดคล้อง กับลักษณะของข้อมูลเช่นกัน
3. การทดสอบสมมติฐาน (ypothesis testing) โดยระถึง สถิติที่เหมาะสม ที่จะใช้ในการทดสอบสมมติฐานนั้น ทั้งนี้ ขึ้นกับปัจจัย 2 ประการ คือ ลักษณะการเปรียบเทียบ ระหว่างกลุ่มที่มีความสัมพันธ์กัน) และการสรุปข้อมูล
4. ปัญหาที่อาจเกิดขึ้นระหว่างการวิเคราะห์ข้อมูล เช่น ข้อมูลขาดหายไป (missing data) ตัวอย่างไม่ให้ความร่วมมือ (non-complier) ผู้ป่วยออกจากการศึกษากลางคัน หรือผู้ป่วยเสียชีวิตด้วยโรคอื่น ที่ไม่เกี่ยวกับโรคที่กำลังทำวิจัย กรณีตัวอย่างที่ยกมานี้ อาจจะเกิดขึ้นได้ จึงจำเป็นต้อง เตรียมการแก้ไข ในขั้นตอนการวิเคราะห์ข้อมูล ว่าจะตัดทิ้งไป หรือนำข้อมูลมาร่วมวิเคราะห์ด้วย
5. การวิเคราะห์ก่อนการวิจัยสิ้นสุด (Interim Analysis) จะทำหรือไม่ และมีเหตุผลอะไรในการกระทำเช่นนั้น จะก่อให้เกิดผลดี และผลเสียอย่างไรบ้าง
1. การสรุปข้อมูล (Summarization of Data) ทั้งนี้จะขึ้นอยู่กับ ชนิดของข้อมูลเชิงคุณภาพ (qualitaive data) หรือข้อมูลเชิงปริมาณ (quantitative data)
2. การนำเสนอข้อมูล (Data Presentation) เพื่อสื่อความหมาย ระหว่างนักวิจัย และผู้อ่านผลการวิจัย ทำให้เข้าใจได้ง่าย และเป็นการประหยัดเวลา ในการเขียนบรรยายผลที่ได้ การนำเสนอข้อมูล ต้องเลือกให้สอดคล้อง กับลักษณะของข้อมูลเช่นกัน
3. การทดสอบสมมติฐาน (ypothesis testing) โดยระถึง สถิติที่เหมาะสม ที่จะใช้ในการทดสอบสมมติฐานนั้น ทั้งนี้ ขึ้นกับปัจจัย 2 ประการ คือ ลักษณะการเปรียบเทียบ ระหว่างกลุ่มที่มีความสัมพันธ์กัน) และการสรุปข้อมูล
4. ปัญหาที่อาจเกิดขึ้นระหว่างการวิเคราะห์ข้อมูล เช่น ข้อมูลขาดหายไป (missing data) ตัวอย่างไม่ให้ความร่วมมือ (non-complier) ผู้ป่วยออกจากการศึกษากลางคัน หรือผู้ป่วยเสียชีวิตด้วยโรคอื่น ที่ไม่เกี่ยวกับโรคที่กำลังทำวิจัย กรณีตัวอย่างที่ยกมานี้ อาจจะเกิดขึ้นได้ จึงจำเป็นต้อง เตรียมการแก้ไข ในขั้นตอนการวิเคราะห์ข้อมูล ว่าจะตัดทิ้งไป หรือนำข้อมูลมาร่วมวิเคราะห์ด้วย
5. การวิเคราะห์ก่อนการวิจัยสิ้นสุด (Interim Analysis) จะทำหรือไม่ และมีเหตุผลอะไรในการกระทำเช่นนั้น จะก่อให้เกิดผลดี และผลเสียอย่างไรบ้าง
เอกสารอ้างอิง
http://cai.md.chula.ac.th/lesson/research/re12.htm#06-1
.เข้าถึงเมื่อ
09/01/13
http://www.gotoknow.org/posts/492737.เข้าถึงเมื่อ 09/01/13
บุญเรียง ขจรศิลป์.(2539). วิธีวิจัยทางการศึกษา. กรุงเทพฯ: ศูนย์หนังสือจุฬาลงกรณ์มหาวิทยาลัย.
ไม่มีความคิดเห็น:
แสดงความคิดเห็น