แปลผลข้อมูลวิจัย ให้ "ถูกและดี" 

แปลผลข้อมูลวิจัย ให้ "ถูก(ต้อง)และ(เข้าใจได้)ดี" 

การแปลผลการวิเคราะห์ข้อมูลเป็นการแปลความและตีความหมายข้อมูล  เพื่อให้ผู้อ่านทราบว่าการวิจัยได้ข้อค้นพบอะไรบ้าง ผลของงานวิจัยที่เราได้ค้นพบเป็นอย่างไร เพราะฉะนั้น หลักการแปลผลการวิเคราะห์ข้อมูล มีดังนี้

 

1. หลักการแปลผลการวิเคราะห์ข้อมูลโดยทั่วไป   

1.1 การแปลผลใต้ตาราง เป็นการแปลผลที่นิยมใช้โดยทั่วไป เนื่องจากทำให้เข้าใจง่าย ทั้งความหมายและเนื้อหาข้อมูลที่เป็นตัวเช โดยนิยมใช้คำว่า “จากตารางที่...พบว่า  หรือแสดงให้เห็นว่า” เป็นการสรุปให้ผู้อ่านเห็นภาพ
1.2 ควรแปลผลการวิเคราะห์ข้อมูลหรือตัวเลขตามที่ปรากฏจริง ไม่เสริมเพิ่มเติมความคิดเห็นส่วนตัวใด ๆ ลงไป 
1.3 การแปลผลจากตาราง ให้แปลเฉพาะประเด็นที่สำคัญ เป็นข้อมูลที่เห็นเด่นชัด
1.4 ใช้ภาษาที่อ่านและเข้าใจง่ายและชัดเจนในการแปลผลข้อมูล
1.5 แปลผลให้สอดคล้องกับวัตถุประสงค์การประเมินและสมมติฐาน (ถ้ามี)     โดยพิจารณาว่าผลที่ได้พาดพึงถึงสิ่งใด ควรแปลในลักษณะใดจึงจะถูกต้อง
1.6 การแปลผลด้วยสถิติอ้างอิง   หากพบว่ามีนัยสำคัญทางสถิติให้แปลด้วยว่ามีนัยสำคัญทางสถิติที่ระดับใด เช่น .05  หรือ .01 และหากพบว่าค่าสถิติไม่มีนัยสำคัญทางสถิติ ให้แปลว่าไม่แตกต่างกัน หรือไม่มีความสัมพันธ์กัน (โดยไม่ต้องบอกระดับ  .05 หรือ .01 )

​

2. หลักการแปลผลการวิเคราะห์ข้อมูลด้วยสถิติเชิงบรรยาย

2.1 หลักการแปลร้อยละ

2.1.1 การแปลร้อยละเกี่ยวกับข้อมูลส่วนตัวของผู้ตอบ  เช่น เพศ อายุ รายได้ ควรมีรวมใต้ตารางในช่องที่อยู่บรรทัดสุดท้ายซึ่งรวมแล้วต้องเท่ากับ  100.0 เสมอ
2.1.2 ควรใส่จำนวนที่หัวตารางกรณีกลุ่มตัวอย่างใช้  n กรณีศึกษากับประชากรใช้ N
2.1.3 หากกลุ่มตัวอย่างมีจำนวนน้อยกว่า 30 คน ไม่ควรแปลร้อยละ  ให้เสนอความถี่เท่านั้น
2.1.4 การแปลผล นิยมแปลผลข้อมูลที่มีค่าร้อยละสูง  1 – 3 ลำดับแรกของแต่ละตัวแปร โดยแปลผลว่า ส่วนใหญ่ได้แก่อะไร  คิดเป็นร้อยละ... หรือ (ร้อยละ...)

2.2  หลักการแปลผลค่าเฉลี่ย

2.2.1 การนำเสนอตารางค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานควรใส่  (n=…) บนหัวตารางด้วยเพื่อบอกให้ทราบว่า การหาค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานคำนวณจากกลุ่มตัวอย่างจำนวนเท่าไร และควรนำเสนอค่าเฉลี่ย   ควบคู่กับส่วนเบี่ยงเบนมาตรฐาน (S.D.) ด้วย

2.2.2 การแปลค่าเฉลี่ย ไม่นิยมใช้คำว่าส่วนใหญ่เหมือนร้อยละ   ให้แปลผลภาพรวมใต้ตารางก่อน   จากนั้นจึงแปลค่าเฉลี่ยที่เรียงลำดับจากมากไปน้อยเรียงตามลำดับ   โดยทั่วไปไม่นิยมแปล ส่วนเบี่ยงมาตรฐาน แต่นำเสนอมาให้เพื่อให้ผู้อ่านดูการกระจายคำตอบว่ามีความแตกต่างกระจายมากน้อยเพียงใด  (หากพบค่า S.D. มีค่ามากกว่า ควรนำไปใช้ประกอบอภิปรายผลการประเมินด้วย)

2.2.3 การแปลผลเฉลี่ยรวมใต้ตาราง ข้อคำถามควรเป็นเรื่องราวเดียวกัน จึงจะสามารถนำค่าเฉลี่ยรายข้อในแต่ละด้านมารวมกันได้ หากมีการแบ่งเนื้อหาเป็นแต่ละเรื่อง หรือเป็นคนละเนื้อหากัน  ไม่นิยมนำค่าเฉลี่ยรายข้อซึ่งอยู่ต่างหมวดมารวมกันเพราะจะทำให้ผลการแปลไม่ถูกต้อง

2.2.4 ในการแปลความหมายข้อมูลที่เป็นค่าเฉลี่ย    จะต้องกำหนดเกณฑ์ในการแปลผล ซึ่งโดยทั่วไปนิยมกำหนดเกณฑ์  ดังนี้
   ค่าเฉลี่ย  1.00 – 1.50  หมายถึงเห็นด้วยน้อยที่สุด
   ค่าเฉลี่ย  1.51 – 2.50  หมายถึง เห็นด้วยน้อย
   ค่าเฉลี่ย  2.51 – 3.50  หมายถึง เห็นด้วยปานกลาง
   ค่าเฉลี่ย  3.51 – 4.50  หมายถึง เห็นด้วยมาก
   ค่าเฉลี่ย  4.51 – 5.00  หมายถึง เห็นด้วยมากที่สุด

 

2.3  หลักการแปลผลความสัมพันธ์ของตัวแปร

การแปลผลสัมประสิทธิ์สหสัมพันธ์ในการบรรยายข้อมูล  ให้แปลว่าตัวแปร 2 ตัวมีความสัมพันธ์กันในทิศทางเดียวกัน  หรือทิศทางตรงกันข้ามและจะต้องแปลขนาดความสัมพันธ์ว่ามีความสัมพันธ์มากหรือน้อย  ตัวอย่างเช่น อายุและประสบการณ์ทำงานมีความสัมพันธ์กับความสามารถด้านการวิจัยในระดับมากและเป็นไปในทิศทางเดียวกัน  ส่วนรายได้ไม่มีความสัมพันธ์กับความสามารถด้านการวิจัย

ค่า r   เท่ากับ 0 แปลว่า  ตัวแปรไม่สัมพันธ์กัน

    r มีค่าน้อยกว่า  .40 แปลว่า ตัวแปรสัมพันธ์กันระดับน้อย

    r มีค่า .40 - .60  แปลว่า ตัวแปรสัมพันธ์กันระดับปานกลาง

    r มีค่ามากกว่า  .60 แปลว่า ตัวแปรสัมพันธ์กันระดับมาก

 

3. หลักการแปลผลการวิเคราะห์ข้อมูลด้วยสถิติเชิงสถิติอ้างอิง

​

3.1  หลักการแปลผลการทดสอบค่าที  (t-test)

3.1.1 โดยปกติการคำนวณโดยใช้โปรแกรมคอมพิวเตอร์คำนวณ  นิยมใส่ค่า Sig  หรือ p  ลงในตารางเพื่อให้ผู้อ่านเห็นว่า  ถ้า p มีค่าเท่ากับหรือ < .05 แปลว่ามีนัยสำคัญทางสถิติที่ระดับ  .05 ถ้า p มีค่าเท่ากับหรือ < .01 แปลว่ามีนัยสำคัญทางสถิติที่ระดับ  .01

ถ้าผลการทดสอบมีนัยสำคัญ  ต้องแปลว่ามีนัยสำคัญทางสถิติที่ระดับ  .05 หรือระดับ .01 และจะต้องใส่เครื่องหมาย  * ที่ค่าสถิติ t และใส่ * ใต้ตารางเช่น *p< .05 t (.05,df 19)  t = 1.769 หรือ  *p< .05 หรือ * มีนัยสำคัญทางสถิติที่ระดับ  .05 เป็นต้น
3.1.2 ถ้าผลการทดสอบ  ไม่พบนัยสำคัญทางสถิติให้แปลว่า  ไม่แตกต่างกัน โดยไม่ต้องบอกว่า  ไม่แตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับใด

​

3.2 หลักการแปลผลการวิเคราะห์ความแปรปรวน (ANOVA)

3.2.1 ถ้าผลการทดสอบไม่พบนัยสำคัญทางสถิติ ให้แปลว่าไม่แตกต่างกัน และไม่ต้องเปรียบเทียบความแตกต่างเป็นรายคู่ ถ้าผลการทดสอบพบนัยสำคัญทางสถิติ ให้แปลว่ามีความแตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 หรือ .01 และจะต้องทำการทดสอบรายคู่ด้วยวิธีการของ Scheffe' หรือ Newman – Kuel 

​

3.3 หลักการแปลผลความสัมพันธ์

3.3.1 การแปลผล ไคสแควร์  ถ้าพบนัยสำคัญทางสถิติให้แปลว่า  ตัวแปร 2 ตัวมีความสัมพันธ์กันอย่างมีนัยสำคัญทางสถิติที่ระดับ  .05 หรือ .01

3.3.2 การแปลผลสัมประสิทธิ์สหสัมพันธ์ในกรณี่ที่ต้องการอ้างอิงไปยังประชากร   ถ้าพบนัยสำคัญทางสถิติให้แปลว่าตัวแปร 2 ตัวมีความสัมพันธ์กันในทิศทางเดียวกัน  หรือทิศทางตรงกันข้ามและจะต้องแปลขนาดความสัมพันธ์ว่ามีความสัมพันธ์มากหรือน้อย โดยบอกระดับนัยสำคัญทางสถิติในระดับ .01 หรือ .05  ด้วย

 

การแปลผลและตีความข้อมูลมีความสำคัญมากในการวิจัย

เพราะทำให้ผลวิจัยมีความถูกต้อง เข้าใจได้ง่าย และมีความน่าเชื่อถือ

 

 

อ้างอิง

https://adacstou.wixsite.com/adacstou/single-post/2018/05/16/การวิเคราะห์ข้อมูลงานวิจัย

​

​