เป็นวิธีการที่เน้นการคาดคะเนอนาคตเป็นหลัก

เป็นวิธีการที่ยืดหยุ่นไม่มีขั้นตอนตายตัว

เป็นวิธีการแสวงหาความรู้อย่างมีระเบียบแบบแผน มีการเก็บรวบรวมข้อมูลที่เป็นระบบ และมีการทดสอบข้อเท็จจริง

เป็นวิธีการที่จอห์น ดิวอี้ ไม่ได้เป็นผู้พัฒนา

การคาดคะเนผลลัพธ์โดยไม่ผ่านการทดสอบ

การนำเสนอข้อคาดคะเนที่เกี่ยวกับความสัมพันธ์ของตัวแปรหรือปรากฏการณ์ที่จะเกิดขึ้น

การสรุปผลจากการวิเคราะห์ข้อมูล

การรวบรวมข้อมูลจากกลุ่มเป้าหมาย

การรวบรวมข้อมูลที่ไม่มีระบบ

การศึกษาแบบไม่มีขั้นตอนที่ชัดเจน

การศึกษาที่เน้นการรวบรวมข้อเท็จจริงบางอย่างเท่านั้น

การศึกษาอย่างเป็นขั้นตอนตามลำดับของเหตุและผล

Descriptive Research

Historical Research

Basic Research

Applied Research

เพื่อแก้ไขปัญหาที่เกิดขึ้นในปัจจุบัน

เพื่อแสวงหาความรู้ความจริงเชิงทฤษฎี

เพื่อนำผลไปใช้ในการตัดสินใจ

เพื่อพัฒนาผลิตภัณฑ์ใหม่

วิธีการอุปมาน (Deductive Method)

วิธีการอนุมาน (Inductive Method)

วิธีการเชิงปริมาณ (Quantitative Method)

วิธีการเชิงคุณภาพ (Qualitative Method)

ความเที่ยงตรง (Validity)

ความเชื่อมั่น (Reliability)

ความเป็นระบบ (Systematic)

การแก้ปัญหา (Problem Solving)

เป็นการวิจัยที่มุ่งเน้นการสร้างกฎเกณฑ์หรือทฤษฎีใหม่ ๆ โดยไม่คำนึงถึงประโยชน์ในปัจจุบัน

เป็นการวิจัยที่เน้นการนำผลการวิจัยไปใช้แก้ปัญหาที่เกิดขึ้นเฉพาะเรื่อง

เป็นการวิจัยทางการแพทย์เพื่อค้นพบยารักษาโรคใหม่ๆ

เป็นการวิจัยที่มุ่งเน้นการประเมินโครงการการฝึกอบรม

มีความเที่ยงตรงภายในสูงแต่ความเที่ยงตรงภายนอกต่ำ

ผลการวิจัยเกิดจากความรู้สึกส่วนตัวของผู้วิจัย

มีการดำเนินการวิจัยที่สามารถตรวจสอบและพิสูจน์ได้ทุกขั้นตอน

ใช้ข้อมูลเดิมในการตอบคำถามใหม่ได้เสมอโดยไม่ต้องสังเคราะห์

Quantitative Research มุ่งเน้นการสรุปผลเชิงลึกและซับซ้อน ส่วน Qualitative Research เน้นผลเป็นตัวเลขทางสถิติ

Quantitative Research เหมาะกับการวิจัยที่กำหนดตัวแปรหลายตัว ในขณะที่ Qualitative Research เหมาะกับการวิเคราะห์ปรากฏการณ์ตามสภาพแวดล้อม

Quantitative Research ต้องการการเก็บข้อมูลใหม่เสมอ ส่วน Qualitative Research สามารถใช้ข้อมูลเดิมได้โดยไม่มีข้อจำกัด

Qualitative Research มีความน่าเชื่อถือมากกว่า Quantitative Research เนื่องจากเน้นมุมมองส่วนบุคคล

การวิจัยเชิงประวัติศาสตร์

การวิจัยเชิงบรรยาย

การวิจัยเชิงทดลอง

การวิจัยเชิงสำรวจ

วิธีการอุปมาน โดยเริ่มจากการทดสอบทฤษฎีที่มีอยู่

วิธีการอนุมาน โดยเริ่มจากการเก็บข้อมูลเฉพาะเจาะจง

วิธีการผสมผสาน โดยเริ่มจากการสำรวจความคิดเห็น

วิธีการเชิงคุณภาพ โดยเริ่มจากการทบทวนวรรณกรรม

ใช้การวิจัยเชิงปริมาณ เก็บข้อมูลจากแบบสอบถาม

ใช้การวิจัยเชิงคุณภาพ สัมภาษณ์เชิงลึกผู้เกี่ยวข้อง

ใช้การวิจัยแบบผสมผสาน รวบรวมข้อมูลหลากหลายแหล่ง

ใช้การวิจัยเชิงทดลอง เปรียบเทียบก่อนและหลังการปรับปรุง

วิธีการดำเนินการวิจัย

กรอบแนวคิดการวิจัยและสมมุติฐาน

การวิเคราะห์ข้อมูล

การเขียนรายงานการวิจัย

ขั้นตอนสุดท้ายของการวิเคราะห์ข้อมูล

ขั้นตอนก่อน-หลังจากผู้วิจัยได้กำหนดปัญหาของการวิจัยอย่างชัดเจนแล้ว

ขั้นตอนแรกสุดของการเริ่มต้นวิจัย

ขั้นตอนที่เกิดขึ้นหลังจากเก็บรวบรวมข้อมูลเสร็จสิ้น

เพื่อให้ทราบสภาพปัญหาทางสังคมโดยทั่วไปในประเด็นที่สนใจ

เพื่อให้เกิดความชัดเจนในการกำหนดปัญหาการวิจัย

เพื่อให้พัฒนากรอบความคิดในการวิจัยและสมมุติฐานการวิจัย

ถูกทุกข้อ

หลักการ "ถูกต้อง รวดเร็ว ประหยัด"

หลักการ "ใคร ทำอะไร เมื่อไร ที่ไหน ทำไม และผลลัพธ์เป็นอย่างไร"

หลักการ "น้อยแต่มาก"

หลักการ "ก่อน-หลัง"

ความสอดคล้องของเนื้อหาสาระในรายงานกับจุดมุ่งหมาย

ความสมบูรณ์และความถูกต้องของเนื้อหาสาระในรายงานสังเคราะห์

ความเหมาะสมของวิธีการนำเสนอรายงาน

การใช้ประโยชน์จากรายงานสังเคราะห์

ให้ความรู้ที่ถูกต้องเชื่อถือได้ไม่ผิดพลาดบกพร่อง

ให้ความรู้ใหม่ที่สอดคล้องกับเหตุการณ์

มีเนื้อหาสาระที่สอดคล้องกับประเด็นการวิจัยที่ต้องการ

ถูกต้องทุกข้อ

การวาดแผนภาพแสดงตัวแปรต่างๆ ในการวิจัย

การสรุปทฤษฎีที่เกี่ยวข้องกับการวิจัย

ขอบเขตของเนื้อหาสาระ/แนวความคิดของผู้วิจัย ที่ประกอบด้วยตัวแปรต่างๆ และความสัมพันธ์ระหว่างตัวแปร

การแสดงลำดับขั้นตอนการดำเนินการวิจัย

ทราบว่าตัวแปรที่มุ่งศึกษามีกี่ตัวแปร

กำหนดแบบการวิจัยที่เหมาะสม

พิจารณาภาพรวมของความสัมพันธ์ระหว่างตัวแปร

เป็นแนวทางในการวางแผนการเก็บรวบรวมข้อมูล

ความตรงต่อประเด็นของการวิจัย

ความง่ายและไม่ซับซ้อน

ความสอดคล้องกับความสนใจ

ความมีประโยชน์

ผลงานวิจัยที่เกี่ยวข้อง

ทฤษฎีที่เกี่ยวข้อง

แนวคิดของผู้วิจัย

หนังสือและตำรา

ให้ผู้วิจัยได้รับความรู้ที่ชัดเจนยิ่งเกี่ยวกับนิยาม สมมุติฐาน ขอบเขตของการวิจัย

ทำให้ผู้วิจัยค้นพบกระบวนการเรียนรู้ วิธีการแก้ปัญหาในสภาพต่าง ๆ

ให้ผู้วิจัยได้ทราบความก้าวหน้าของผลการวิจัยที่เกี่ยวข้องกับปัญหาการวิจัยของตน ที่จะช่วยให้ ผู้วิจัยมองเห็นการวิจัยของตนว่ามีส่วนเกี่ยวข้องกับการวิจัยอื่น ๆ อย่างไร

ให้ผู้วิจัยได้ทราบข้อมูลเกี่ยวกับรูปแบบการวิจัย เครื่องมือและวิธีการเก็บรวบรวมข้อมูล

เพื่อให้ผู้วิจัยไม่ต้องใช้ทฤษฎีในการอธิบายปรากฏการณ์

เพื่อให้สามารถศึกษาและทำความเข้าใจได้อย่างง่าย ๆ โดยพิจารณาจากจำนวนตัวแปรและรูปแบบความสัมพันธ์

เพื่อลดระยะเวลาในการเก็บรวบรวมข้อมูล

เพื่อให้สามารถประยุกต์ใช้กับงานวิจัยทุกประเภทได้

ช่วยให้ผู้วิจัยไม่ต้องรวบรวมผลงานวิจัยที่ผ่านมา

ทำให้ได้ความชัดเจนและความถูกต้องของตัวแปรและความสัมพันธ์เชิงสาเหตุและผลที่มีพื้นฐานจากทฤษฎี

ช่วยลดความจำเป็นในการสังเคราะห์แนวคิดของผู้วิจัยเอง

ทำให้กรอบแนวคิดมีความซับซ้อนและครอบคลุมทุกมิติ

หนังสือตำราเก่าแก่ที่มีชื่อเสียง

วารสารวิชาการและงานวิจัยล่าสุดในช่วง 5 ปีที่ผ่านมา

สารานุกรมและพจนานุกรม

หนังสือพิมพ์และข่าวสารทั่วไป

ใช้เฉพาะทฤษฎีเทคโนโลยีสารสนเทศเท่านั้น

รวมทฤษฎีการจัดการโซ่อุปทาน ทฤษฎีเทคโนโลยี และงานวิจัยที่เกี่ยวข้องทั้งหมด

อาศัยประสบการณ์ส่วนตัวของผู้วิจัยเป็นหลัก

คัดลอกกรอบแนวคิดจากงานวิจัยเรื่องเดียวกันที่ทำไว้แล้ว

จำนวนเอกสารที่อ้างอิง

ความทันสมัยของเอกสารอ้างอิง

ความสอดคล้องกับความคิดเห็นของผู้วิจัย

ความสมบูรณ์และถูกต้องของเนื้อหา ความเหมาะสมของวิธีการนำเสนอ และการใช้ประโยชน์จากรายงาน

ใช้เชื่อมโยงระหว่างตัวแปรที่วัดได้กับแนวคิดและทฤษฎีที่เกี่ยวข้อง

ใช้เชื่อมโยงระหว่างลักษณะความสัมพันธ์ของตัวแปรกับสมมุติฐานการวิจัย

เชื่อมโยงกับสถิติในการวิเคราะห์ โดยระบุระดับการวัดและจำนวนตัวแปร

เป็นองค์ประกอบที่สำคัญในการกำหนดปัญหาการวิจัย

ตัวแปรตาม (Dependent Variables)

ตัวแปรแทรกซ้อน (Extraneous Variables)

ตัวแปรอิสระ/ตัวแปรต้น (Independent Variables)

ตัวแปรสอดแทรก (Intervention Variables)

ตัวแปรอิสระ (Independent Variables)

ตัวแปรตาม (Dependent Variables)

ตัวแปรแทรกซ้อน (Extraneous Variables)

ตัวแปรสอดแทรก (Intervention Variables)

แสดงค่าของข้อมูลเป็นคุณลักษณะหรือประเภท

ไม่สามารถนำมาดำเนินการทางคณิตศาสตร์ได้

แสดงค่าของข้อมูลแต่ละหน่วยเป็นจำนวน/ตัวเลข ที่สามารถดำเนินการทางคณิตศาสตร์ได้

เป็นตัวแปรที่ใช้บรรยายสิ่งที่เกิดขึ้นเท่านั้น

สมมุติฐานจะทำให้เกิดความลำเอียงในการวิเคราะห์ข้อมูล

ไม่มีประโยชน์ในการนำไปทดสอบความสัมพันธ์

เป็นการวิจัยเชิงคุณภาพที่ไม่ต้องมีสมมุติฐาน

สมมุติฐานจำกัดขอบเขตของงานวิจัย

ใช้แนวคิด หลักการ ทฤษฎี หรืองานวิจัยที่เกี่ยวข้อง

ใช้ข้อเท็จจริงที่ได้จากการเก็บรวบรวมข้อมูลเบื้องต้น

ใช้การคาดคะเนตามความรู้สึกส่วนตัว

ใช้ผลการวิจัยในอดีตที่คล้ายคลึงกัน

การเชื่อมโยงกับสถิติในการวิเคราะห์

การเชื่อมโยงกับการกำหนดตัวแปรที่สามารถวัดและสังเกตได้

การเชื่อมโยงกับสมมุติฐานการวิจัย

การระบุประเภทของตัวแปร

สมมุติฐานทำให้ข้อมูลที่เก็บรวบรวมไม่ละเอียด

สมมุติฐานจะจำกัดแนวทางในการเก็บข้อมูลหรือเบี่ยงเบนความสนใจในประเด็นอื่น ๆ

การวิจัยเชิงคุณภาพเน้นการทดสอบความสัมพันธ์ของตัวแปรอยู่แล้ว

การวิจัยเชิงคุณภาพไม่ใช้ข้อมูลเชิงประจักษ์

ตัวแปรอิสระเปลี่ยนแปลงไปตามตัวแปรตาม

ตัวแปรตามเป็นตัวที่ส่งผลให้เกิดตัวแปรอิสระ

ตัวแปรอิสระใช้เพื่อคาดการณ์หรืออธิบายค่าของตัวแปรตาม

ตัวแปรทั้งสองมีบทบาทเท่าเทียมกันในการพยากรณ์

ตัวแปรตาม

ตัวแปรอิสระ/ตัวแปรจัดกระทำ

ตัวแปรแทรกซ้อน

ตัวแปรสอดแทรก

ทำให้ผู้วิจัยไม่ต้องคาดคะเนคำตอบของปัญหาการวิจัย

ช่วยในการทดสอบว่าสมมุติฐานนั้นเป็นจริงหรือไม่ หลังจากวิเคราะห์ข้อมูล

ลดความจำเป็นในการเก็บรวบรวมข้อมูลเชิงประจักษ์

ทำให้ตัวแปรอิสระและตัวแปรตามมีความซับซ้อนมากขึ้น

ตัวแปรแทรกซ้อนเป็นสาเหตุ ส่วนตัวแปรสอดแทรกเป็นผล

ตัวแปรแทรกซ้อนสามารถกำจัดหรือควบคุมได้ ส่วนตัวแปรสอดแทรกไม่สามารถทำได้

ตัวแปรแทรกซ้อนเกิดขึ้นก่อนการวิจัย ส่วนตัวแปรสอดแทรกเกิดขึ้นระหว่างการวิจัย

ตัวแปรแทรกซ้อนทำให้เกิดความคลาดเคลื่อนน้อยกว่าตัวแปรสอดแทรก

ทำให้การเก็บรวบรวมข้อมูลไม่เพียงพอ

ก่อให้เกิดความมีอคติในการดำเนินการเก็บรวบรวมข้อมูล

ทำให้งานวิจัยไม่เป็นที่ยอมรับทางวิชาการ

ไม่สามารถวิเคราะห์ข้อมูลเชิงสถิติได้

ทำให้สามารถลดจำนวนตัวแปรที่ต้องศึกษาได้

ช่วยให้ผู้วิจัยเลือกวิธีการวัดและสถิติที่ใช้ในการวิเคราะห์ข้อมูลได้อย่างถูกต้องและเหมาะสม

ทำให้ไม่จำเป็นต้องทบทวนเอกสารและงานวิจัยที่เกี่ยวข้องเพิ่มเติม

เป็นการยืนยันว่าสมมุติฐานการวิจัยที่ตั้งไว้ถูกต้องแล้ว

เป็นการยืนยันข้อเท็จจริงโดยไม่ต้องทดสอบ

เป็นการนำทางในการแสวงหาหลักฐานเชิงประจักษ์เพื่อพิสูจน์หรือหักล้าง

เป็นการสร้างความสงสัยให้กับผู้วิจัย

เป็นการสรุปผลการวิจัยเบื้องต้น

การเลือกตัวอย่างแบบบังเอิญ (Accidental Sampling)

การเลือกตัวอย่างแบบเจาะจง/มีจุดมุ่งหมาย (Purposive Sampling)

การเลือกตัวอย่างแบบโควตา (Quota Sampling)

การสุ่มตัวอย่างแบบง่าย (Simple Random Sampling)

ทำให้งานวิจัยซับซ้อนน้อยลง

ช่วยประหยัดค่าใช้จ่าย เวลา และแรงงานในการดำเนินงาน

ทำให้ได้ผลการวิจัยที่มีความเที่ยงตรงภายในสูงขึ้น

เป็นวิธีเดียวที่สามารถทำได้เมื่อประชากรเป็นประชากรอนันต์

ประชากรจำกัด (Finite Population)

ประชากรอนันต์ (Infinite Population)

ประชากรแบบกลุ่ม (Cluster Population)

ประชากรแบบชั้นภูมิ (Stratified Population)

การสุ่มตัวอย่างแบบเป็นระบบ (Systematic Random Sampling)

การสุ่มตัวอย่างแบบแบ่งชั้นภูมิ (Stratified Random Sampling)

การสุ่มตัวอย่างแบบง่าย (Simple Random Sampling)

การสุ่มตัวอย่างแบบกลุ่ม/พื้นที่ (Cluster Sampling/Area Sampling)

ตารางของ Taro Yamane (1973)

ตารางของ Krejcie & Morgan (1970)

สูตรของ Cochran (1977)

ตารางของ Isaac & Michael (1981)

มีขนาดใหญ่ที่สุดเท่าที่จะทำได้

มีคุณลักษณะครบถ้วน/คล้ายคลึง/สอดคล้องกับลักษณะของประชากรที่ได้จากการสุ่มตัวอย่างที่ไม่มีอคติ และมีจำนวนมากเพียงพอ

เลือกแบบบังเอิญเพื่อหลีกเลี่ยงอคติ

สามารถอ้างอิงสู่ประชากรได้โดยไม่ต้องทดสอบทางสถิติ

การสุ่มตัวอย่างแบบง่าย (Simple Random Sampling)

การสุ่มตัวอย่างแบบเป็นระบบ (Systematic Random Sampling)

การสุ่มตัวอย่างแบบแบ่งชั้นภูมิ (Stratified Random Sampling)

การสุ่มตัวอย่างแบบกลุ่ม/พื้นที่ (Cluster Sampling/Area Sampling)

เลือกแบบสุ่มจากรายชื่อทั้งหมดของนักศึกษา

เลือกแบบเจาะจงจากนักศึกษาที่มีผลการเรียนดีเยี่ยม

เลือกแบบบังเอิญหรือเจาะจงในแต่ละกลุ่ม

เลือกตามลำดับที่พบในแต่ละคณะ

การสุ่มตัวอย่างแบบง่าย

การสุ่มตัวอย่างแบบเป็นระบบ

การสุ่มตัวอย่างแบบแบ่งชั้นภูมิ

การสุ่มตัวอย่างแบบกลุ่ม

ก. n = N / (1 + Ne²)

ข. n = (Z²S²) / e²

ค. n = (NZ²S²) / (Ne² + Z²S²) ง.

n = (Z²PQ) / e²

ทำให้การเก็บรวบรวมข้อมูลใช้เวลาน้อยลง

ทำให้ค่าสถิติที่ได้มีค่าใกล้เคียงกับพารามิเตอร์ของประชากรมากขึ้น

ช่วยให้สามารถใช้การเลือกตัวอย่างแบบไม่ใช้ความน่าจะเป็นได้

ทำให้งานวิจัยไม่จำเป็นต้องมีการทดสอบสมมุติฐาน

ประหยัดค่าใช้จ่ายและเวลามากกว่า

ไม่สามารถนำผลไปอ้างอิงสู่ประชากรทั้งหมดได้อย่างน่าเชื่อถือ

ต้องมีรายชื่อประชากรทั้งหมดก่อนจึงจะเลือกได้

เหมาะสำหรับประชากรที่หายากหรือเข้าถึงยาก

การสุ่มตัวอย่างแบบง่าย

การสุ่มตัวอย่างแบบเป็นระบบ

การสุ่มตัวอย่างแบบแบ่งชั้นภูมิ

การสุ่มตัวอย่างแบบกลุ่ม

ทำให้ได้กลุ่มตัวอย่างขนาดเล็กเกินไป

ไม่สามารถนำไปใช้กับการวิจัยเชิงปริมาณได้

ไม่ได้คิดจากหลักการทางสถิติ ทำให้ผลลัพธ์ที่ได้อาจไม่มีความน่าเชื่อถือทางสถิติ

ใช้ได้เฉพาะกับประชากรจำกัดเท่านั้น

ทุกหน่วยมีโอกาสถูกเลือกเท่ากัน

การเลือกเป็นกลุ่มทำให้เข้าถึงข้อมูลได้ง่ายขึ้นและลดต้นทุนการดำเนินการ

สามารถควบคุมตัวแปรแทรกซ้อนได้ดีกว่า

เหมาะสำหรับประชากรที่มีลักษณะเป็นเอกพันธ์

ข้อมูลทุติยภูมิ (Secondary Data)

ข้อมูลปฐมภูมิ (Primary Data)

ข้อมูลเชิงคุณภาพ (Qualitative Data)

ข้อมูลเชิงปริมาณ (Quantitative Data)

ใช้งานง่าย ประหยัดเวลา

วัดซ้ำๆ แล้วได้ผลเหมือนเดิม

สามารถวัดในสิ่งที่ต้องการวัดได้จริง

ไม่ขึ้นอยู่กับอคติส่วนตัวของผู้วิจัย

ประหยัดเวลาในการเก็บรวบรวม

ประหยัดค่าใช้จ่าย

มักจะเป็นข้อมูลที่ตรงตามวัตถุประสงค์ของผู้วิจัยเสมอ

สามารถหาได้ง่ายจากแหล่งข้อมูลที่มีอยู่แล้ว

แบบทดสอบ (Test)

แบบสอบถาม (Questionnaire)

แบบสัมภาษณ์ (Interview Form)

แบบสังเกต (Observation)

ร่างเครื่องมือ

วิเคราะห์คุณภาพเครื่องมือ

ให้ผู้เชี่ยวชาญตรวจสอบ (Content validity)

ปรับปรุงแก้ไข

แบบสอบถาม (Questionnaire)

แบบสังเกต (Observation)

แบบสัมภาษณ์ (Interview Form)

แบบทดสอบ (Test)

การสังเกตแบบไม่มีส่วนร่วม (Non-participant Observation)

การสังเกตแบบมีส่วนร่วม (Participant Observation)

การสังเกตแบบมีโครงสร้าง (Structured Observation)

การสังเกตแบบไม่แจ้งผู้ถูกสังเกต (Unobtrusive Observation)

ต้องใช้เวลานานที่สุดเท่าที่จะเป็นไปได้

ข้อมูลที่ได้ต้องเป็นข้อมูลเชิงปริมาณเท่านั้น

มีการวางแผนและขั้นตอนที่ชัดเจน

เน้นการใช้ข้อมูลทุติยภูมิเป็นหลัก

คำถามแบบปลายปิด (Closed-ended)

คำถามแบบจัดประเภท (Classification)

คำถามแบบปลายเปิด (Open-ended)

คำถามแบบมาตราส่วนประมาณค่า (Rating Scale)

แบบสัมภาษณ์

แบบสังเกต

แบบสอบถาม

แบบทดสอบอัตนัย

เพื่อเผยแพร่ผลงานวิจัยสู่สาธารณะ

เพื่อตอบปัญหาการวิจัยและทดสอบสมมุติฐาน

เพื่อให้ได้ข้อมูลทุติยภูมิเป็นจำนวนมาก

เพื่อลดค่าใช้จ่ายและเวลาในการดำเนินการวิจัย

ข้อมูลปฐมภูมิ

ข้อมูลทุติยภูมิ

ข้อมูลเชิงคุณภาพ

ข้อมูลจากการทดลอง

แบบมีโครงสร้างมุ่งเน้นข้อมูลเชิงลึกเฉพาะบุคคล ส่วนแบบไม่มีโครงสร้างเน้นภาพรวม

แบบมีโครงสร้างให้ข้อมูลเชิงปริมาณที่เปรียบเทียบได้ง่ายกว่า ส่วนแบบไม่มีโครงสร้างให้ข้อมูลเชิงคุณภาพที่ละเอียดกว่า

แบบมีโครงสร้างเหมาะกับการศึกษาพฤติกรรมที่ไม่คาดคิด ส่วนแบบไม่มีโครงสร้างเหมาะกับการศึกษาพฤติกรรมซ้ำๆ

แบบมีโครงสร้างมีความยืดหยุ่นสูงกว่า ส่วนแบบไม่มีโครงสร้างมีความแม่นยำสูงกว่า

เพื่อฝึกฝนผู้วิจัยให้มีความชำนาญในการเก็บข้อมูล

เพื่อประหยัดค่าใช้จ่ายในการเก็บข้อมูลจริง

เพื่อตรวจสอบความเหมาะสมของภาษา ความชัดเจนของคำถาม และคุณภาพของเครื่องมือก่อนใช้จริง

เพื่อให้แน่ใจว่าเครื่องมือมีความเป็นปรนัยสูง

แบบสอบถามปลายปิด

แบบทดสอบปรนัย

แบบสัมภาษณ์แบบไม่มีโครงสร้าง

แบบสังเกตแบบมีโครงสร้าง

Validity คือการวัดได้ซ้ำๆ ส่วน Reliability คือการวัดได้ในสิ่งที่ต้องการวัด

Validity มุ่งเน้นความถูกต้องในการวัด ส่วน Reliability มุ่งเน้นความคงเส้นคงวาหรือความสอดคล้องของการวัด

Validity เกี่ยวข้องกับการออกแบบเครื่องมือ ส่วน Reliability เกี่ยวข้องกับการวิเคราะห์ข้อมูล

Validity เหมาะกับข้อมูลเชิงคุณภาพ ส่วน Reliability เหมาะกับข้อมูลเชิงปริมาณ

ความเที่ยงตรง (Validity)

ความเชื่อมั่น (Reliability)

ความเป็นปรนัย (Objectivity)

ความมีประสิทธิภาพ (Efficiency)

การวัดซ้ำแล้วได้ผลลัพธ์เหมือนเดิม

เครื่องมือสามารถวัดในสิ่งที่ต้องการวัดได้จริง

การที่เครื่องมือปราศจากอคติส่วนตัว

การใช้งานเครื่องมือแล้วให้ผลคุ้มค่า

การคำนวณค่าสัมประสิทธิ์แอลฟาของครอนบัค

การวิเคราะห์ Factor Analysis

การให้ผู้เชี่ยวชาญพิจารณาความสอดคล้องของข้อคำถาม (IOC)

การใช้วิธีสอบซ้ำ (Test-Retest Method)

ความเที่ยงตรงตามเนื้อหา (Content Validity)

ความเที่ยงตรงตามโครงสร้าง (Construct Validity)

ความเที่ยงตรงเชิงพยากรณ์ (Predictive Validity)

ความเที่ยงตรงเชิงสภาพ (Concurrent Validity)

แบบทดสอบแบบถูก-ผิด

แบบทดสอบแบบเติมคำ

แบบสอบถามแบบมาตราส่วนประมาณค่า (Likert Scale)

แบบทดสอบแบบอัตนัย

สามารถนำข้อคำถามนั้นไปใช้ได้เลย

ต้องนำข้อคำถามนั้นมาปรับปรุงแก้ไขหรือตัดทิ้ง

ทำการวิเคราะห์ Factor Analysis แทน

เพิ่มจำนวนผู้เชี่ยวชาญในการพิจารณา

เครื่องมือวัดได้ตรงตามคุณลักษณะที่ต้องการ

เครื่องมือใช้งานง่ายและประหยัดงบประมาณ

เครื่องมือให้ผลที่ตรงกันไม่ว่าใครจะนำไปใช้ ตรวจ หรือตีความ

เครื่องมือสามารถพยากรณ์พฤติกรรมในอนาคตได้

เพื่อลดขั้นตอนการเก็บรวบรวมข้อมูล

เพื่อเพิ่มงบประมาณในการวิจัย

เพื่อหาค่าดัชนีที่บ่งชี้คุณภาพของเครื่องมือ

เพื่อให้เครื่องมือมีความซับซ้อนมากขึ้น

เครื่องมือสามารถวัดได้อย่างรวดเร็ว

เครื่องมือมีราคาถูก

เครื่องมือที่ใช้แล้วให้ผลคุ้มค่ากับเวลา แรงงาน และงบประมาณ

เครื่องมือที่ให้ผลลัพธ์แม่นยำที่สุด

ข้อมูลที่ได้จะมีความถูกต้องสูงมาก

ข้อมูลที่ได้จะมีความคงเส้นคงวาในการวัด แต่ไม่ได้วัดในสิ่งที่ต้องการวัดจริงๆ

เครื่องมือไม่สามารถนำไปใช้ในการวิเคราะห์ได้

ควรใช้เครื่องมือนี้ต่อไปได้โดยไม่ต้องปรับปรุง

การให้คะแนนที่มีความเที่ยงตรง

การที่ข้อคำถามสอดคล้องกับสภาพความเป็นจริงมากที่สุด

การนำข้อมูลเชิงปริมาณมาบวก ลบ คูณ หารได้เสมอ

การที่เครื่องมือสามารถนำไปใช้ในหลายสถานการณ์

เพื่อให้ผู้สร้างเครื่องมือได้ทดสอบความเข้าใจในเนื้อหา

เพื่อเก็บข้อมูลจริงจากกลุ่มตัวอย่างทั้งหมด

เพื่อวิเคราะห์คุณภาพของเครื่องมือในเชิงสถิติ

เพื่อให้ได้ผลลัพธ์ที่สามารถนำไปเผยแพร่ได้ทันที

ทำให้เครื่องมือไม่มีความเชื่อมั่น

ทำให้เครื่องมือไม่สามารถวัดสิ่งที่ต้องการวัดได้จริง

ผลการวิจัยอาจถูกบิดเบือนหรือไม่น่าเชื่อถือ เนื่องจากขึ้นอยู่กับอคติส่วนตัวของผู้ประเมิน

ทำให้ใช้เวลาและงบประมาณในการเก็บข้อมูลมากขึ้น

Predictive Validity ใช้กับเครื่องมือเชิงปริมาณ ส่วน Concurrent Validity ใช้กับเครื่องมือเชิงคุณภาพ

Predictive Validity มุ่งเน้นการทำนายพฤติกรรมในอนาคต ส่วน Concurrent Validity มุ่งเน้นความสัมพันธ์กับเกณฑ์อื่นที่วัดในเวลาเดียวกัน

Predictive Validity เกี่ยวข้องกับการออกแบบเครื่องมือ ส่วน Concurrent Validity เกี่ยวข้องกับการวิเคราะห์ข้อมูล

Predictive Validity ต้องการการทดลองซ้ำหลายครั้ง ส่วน Concurrent Validity ต้องการการวัดเพียงครั้งเดียว