solutioncenter minitab

ผู้เขียน : solutioncenter minitab

อัพเดท: 06 พ.ย. 2019 12.20 น. บทความนี้มีผู้ชม: 63 ครั้ง

หลายๆสิ่งที่คุณทำสังเกตการณ์จะต้องมีการหาตัววัดซึ่งค่าที่จะวัดมักจะต้องมีความเป็นรูปธรรมที่สะท้อนถึงวัตถุประสงค์ได้ เช่น ค่าน้ำหนัก ค่าความยาว แต่ยังมีคุณลักษณะบางอย่างที่เป็นนามธรรม เช่น การทำงานร่วมกันภายในองค์กร หรือ ทัศนะคติของบุคคลเกี่ยวกับการเมือง ซึ่งลักษณะการสังเกตการณ์แบบนี้ แบบสอบถามเป็นเครื่องมือวัดคุณลักษณะที่ต้องการได้เหมาะสมที่สุด นักวิจัยจะทำการถามคำถามหลายๆหัวข้อที่เกี่ยวกับคุณลักษณะที่ต้องการศึกษา มากกว่าจะถามคำถามตรงๆง่ายๆเพียงคำถามเดียว เช่น ต้องการรู้ความพึงพอใจของมื้ออาหารที่รับประทานว่าเป็นอย่างไร? นักวิจัยอาจสร้างคำถามแบบนี้


การวิเคราะห์รายหัวข้อและค่าอัลฟ่าครอนบาช เพื่อความน่าเชื่อถือของแบบสอบถาม

หลายๆสิ่งที่คุณทำสังเกตการณ์จะต้องมีการหาตัววัดซึ่งค่าที่จะวัดมักจะต้องมีความเป็นรูปธรรมที่สะท้อนถึงวัตถุประสงค์ได้ เช่น ค่าน้ำหนัก ค่าความยาว แต่ยังมีคุณลักษณะบางอย่างที่เป็นนามธรรม เช่น การทำงานร่วมกันภายในองค์กร หรือ ทัศนะคติของบุคคลเกี่ยวกับการเมือง ซึ่งลักษณะการสังเกตการณ์แบบนี้ แบบสอบถามเป็นเครื่องมือวัดคุณลักษณะที่ต้องการได้เหมาะสมที่สุด นักวิจัยจะทำการถามคำถามหลายๆหัวข้อที่เกี่ยวกับคุณลักษณะที่ต้องการศึกษา มากกว่าจะถามคำถามตรงๆง่ายๆเพียงคำถามเดียว เช่น ต้องการรู้ความพึงพอใจของมื้ออาหารที่รับประทานว่าเป็นอย่างไร  นักวิจัยอาจสร้างคำถามแบบนี้

การรวบรวมคำถามหลายๆหัวข้อแบบนี้จะทำให้นักวิจัย ทราบข้อมูลเชิงลึกและทำความเข้าใจความพึงพอใจของลูกค้าที่อาจมีความแตกต่างกันเล็กๆน้อยๆได้

ความท้าทายคือคำถามที่ถามนั้นสามารถเก็บรายละเอียดความแตกต่างในมุมมองต่างๆ และความสัมพันธ์กันในบางมุมมองได้อย่างครบถ้วนหรือไม่ ซึ่งคำถามจะต้องสะท้อนให้เห็นถึงคุณลักษณะที่สัมพันธ์กันเพราะถ้าไม่มีตรงนี้จะทำให้ข้อมูลที่ได้มาอาจไม่ถูกต้อง ซึ่งจะได้ข้อสรุปที่ไม่มีคุณภาพ แล้วเราจะรู้ได้อย่างไรว่าชุดคำถามของเรานั้นสามารถวัดคุณลักษณะได้อย่างมีคุณภาพ

การวิเคราะห์รายหัวข้อด้วยค่าครอนบาชอัลฟ่า (Cronbach's alpha) อาจเป็นทางเลือกที่ใช้ได้ดีกับคำถามนี้ และ Minitab สามารถทำให้การทำงานของเครื่องมือนี้ง่ายขึ้นด้วย

การวิเคราะห์รายหัวข้อ (Item Analysis) คืออะไร  

การวิเคราะห์รายหัวข้อ(Item Analysis) คือ การทดสอบเพื่อบอกว่าคำถามหรือหัวข้อที่ตั้งถามมานั้นสามารถสะท้อนถึงการวัดคุณลักษณะที่ต้องการได้ดีหรือไม่ และเพื่อดูว่ารายหัวข้อใดที่ยังไม่เหมาะสมที่จะใช้ในแบบสอบถาม

ตัวอย่างเช่น คำถาม 2 หัวข้อ ที่ต้องการวัดคุณภาพสองด้านที่แตกต่างกัน โดยการใช้การวัดข้อมูลแบบลิเคิร์ท ( Likert scale) ซึ่งมีค่าคือ 1 แย่ที่สุด และ 5 คือ ดีที่สุด ซึ่งโดยส่วนใหญ่ถ้ามีการตอบคำถามข้อที่ 1 ด้วยสเกลน้อย จะตอบคำถามข้อที่ 2 ด้วยสเกลน้อยเช่นกัน และทำนองเดียวกันถ้าตอบคำถามข้อที่ 1 ด้วยสเกลสูงๆ จะตอบคำถามข้อที่ 2 ด้วยสเกลสูงๆ เช่นกัน ซึ่งเป็นการแสดงให้เห็นความสัมพันธ์ของคำถามว่ามีการวัดคุณลักษณะที่เหมือนกัน และแสดงให้เห็นด้วยว่าแบบสอบถามนี้เชื่อถือได้

อย่างไรก็ดี คำถามข้อที่ 1 และ คำถามข้อที่ 4 มีการตอบคำถามด้วยสเกลที่แตกต่างกัน หมายถึง ไม่มีความสัมพันธ์กัน ชี้ให้เห็นว่าเป็นการวัดคุณลักษณะที่แตกต่างกัน

ค่าวัดอัลฟ่าครอนบาช (Cronbach’s alpha) และตัวสถิติอื่นๆ

การวิเคราะห์รายหัวข้อจะเป็นการประเมินเพื่อดูความสัมพันธ์ของแบบสอบถามในรายหัวข้อด้วยการใช้ตัวสถิติจำนวนหนึ่ง โดยค่าสถิติที่สำคัญคือ ค่าวัดอัลฟ่าครอนบาช (Cronbach’s alpha) เป็นตัวเลขเดี่ยวๆที่บอกว่าชุดคำถามรายหัวข้อที่วัดคุณลักษณะหนึ่งนั้นเป็นอย่างไร ตัวสถิตินี้จะเป็นค่าที่สะท้อนความสัมพันธ์ของหัวข้อโดยรวมทั้งหมด โดยค่าตัวสถิติจะมีค่าอยู่ระหว่า 0 – 1 และค่าที่ยอมรับได้ของตัวสถิติคือ มากกว่า 0.7

ในการระบุว่ารายหัวข้อใดยังไม่เหมาะสมหรือมีปัญหา จะดูผลในส่วนของ the Omitted Item Statistics ซึ่งจะใช้เพื่อดูว่าเมื่อทำการลบรายหัวข้อนั้นออกจากการวิเคราะห์จะทำให้ค่าวัดอัลฟ่าครอนบาชนั้นดีขึ้นหรือแย่ลงอย่างไร ซึ่งจะทำให้คุณสามารถปรับปรุงแบบสอบถามให้ดีขึ้น โดยการเก็บคำถามที่มีคุณภาพดีไว้และหาคำถามทดแทนสำหรับข้อที่ไม่มีคุณภาพ

การดูความน่าเชื่อถือของข้อมูล

สมมติว่าธนาคารมีการใช้แบบสอบถามเพื่อสอบถามความพึงพอใจของลูกค้า

ในการวิเคราะห์ส่วนของการวิเคราะห์รายหัวข้อต้องการดูว่าชุดคำถามนั้นทำการวัดเกี่ยวกับความพึงพอใจว่าเป็นอย่างไร ซึ่งจากผลการวิเคราะห์แสดงค่าอัลฟ่าครอนบาชเท่ากับ 0.9550 ซึ่งมีค่าค่อนข้างสูงมาก แปลความว่า ชุดคำถามทั้ง 3 หัวข้อที่อยู่ในแบบสอบถามนี้ มีความน่าเชื่อถือในการประเมินโครงสร้างที่เหมือนกัน เกี่ยวกับความพึงพอใจของลูกค้า

สำหรับแบบสอบถามที่มีลักษณะที่เป็นปัญหา (ขาดความน่าเชื่อถือ)

สมมติในการใช้แบบสอบถามกับผู้ป่วยที่ทำการฟื้นฟูด้วยการทำกายภาพเพื่อประเมินระดับการเคลื่อนไหวของร่างกายได้ผลดังนี้

ในการวิเคราะห์ส่วนของการวิเคราะห์รายหัวข้อต้องการดูว่าชุดคำถามนั้นทำการวัดเกี่ยวกับระดับการเคลื่อนไหวของร่างการที่ได้ว่าเป็นอย่างไร ซึ่งจากผลการวิเคราะห์แสดงค่าอัลฟ่าครอนบาชเท่ากับ 0.5191 ซึ่งมีค่าค่อนข้างต่ำ แปลความว่า ชุดคำถามทั้งหมดที่อยู่ในแบบสอบถามนี้ ไม่ได้ทำการวัดถึงการเคลื่อนไหวของร่างกายตามที่ต้องการ

การระบุว่าคำถามใดเป็นคำถามที่เป็นปัญหาในแบบสอบถาม

ในการวิเคราะห์รายหัวข้อจะให้สาระมากกว่าผ่านหรือไม่ผ่าน แต่จะช่วยระบุถึงปัญหาที่เกิดขึ้นด้วย

สมมติว่าแบบสอบถามหนึ่งของบริษัทต้องการสำรวจเพื่อประเมินพนักงานเกี่ยวกับวัฒนธรรมขององค์กรด้านความปลอดภัยในสถานที่ทำงาน โดยการสอบถามจะต้องการประเมินเรื่องต่างๆดังนี้

ค่าอัลฟ่าครอนบาชที่ได้มีค่ามากกว่า 0.7 ซึ่งเป็นการรับรองว่าคำถามนั้นมีความสัมพันธ์ในการวัดคุณลักษณะอย่างดี แต่ดูที่ค่า Omitted Item Statistics แสดงให้เห็นว่าค่าอัลฟ่าครอนบาชจะมีค่าเพิ่มขึ้นจาก 0.7853 เป็น 0.921674 ถ้า Minitab ทำการลบหัวข้อคำถามที่ 4 ออกจากการวิเคราะห์

ดังนั้นสรุปได้ว่า คำถามหัวข้อที่ 1, 2 และ 3 เป็นตัวชี้วัดคุณลักษณะเรื่องวัฒนธรรมความปลอดภัยขององค์กรได้เป็นอย่างดีแล้ว  และจะทำการลบคำถามข้อที่ 4 ออกจากแบบสอบถาม โดยอาจจะมีการหาคำถามข้ออื่นมาแทนในอนาคตด้วย

 การใช้งานวิเคราะห์รายหัวข้อด้วย Minitab (Conducting an Item Analysis in Minitab)

การวิเคราะห์ข้อมูลแบบสอบถาม

  1. เลือก Stat > Multivariate > Item Analysis
  2. ในช่อง Variables ใส่รายหัวข้อที่ต้องการวัดที่มีโครงสร้างเหมือนกัน
  3. ถ้ารายหัวข้อนั้นมีการวัดที่สเกลต่างกัน ให้ทำการเลือก Standardize variables
  4. เลือก OK

การใช้งานวิเคราะห์รายหัวข้อ

แบบสอบถามและแบบทดสอบคือเครื่องมือวัดหนึ่งที่ต้องทำการทดสอบ เพื่อดูว่าข้อมูลที่ได้มานั้นเชื่อถือได้หรือไม่ ซึ่ง Minitab จะทำการประเมินแบบสอบถามที่เราใช้เพื่อเก็บข้อมูลนั้น ได้ให้ข้อมูลที่น่าเชื่อถือเพื่อให้ความมั่นใจว่าผลของการตัดสินใจนั้นเชื่อถือได้จริง


 

บทความต้นฉบับ : https://blog.minitab.com/blog/meredith-griffith/item-analysis-with-cronbachs-alpha-for-reliable-surveys

เนื้อหาบทความโดยบริษัท Minitab Inc. ประเทศสหรัฐอเมริกา
แปลและเรียบเรียงโดยสุวดี นําพาเจริญ และ ชลทิชา จํารัสพร, บริษัท โซลูชั่น เซ็นเตอร์ จํากัด webadmin@solutioncenterminitab.com

 

บทความนี้เกิดจากการเขียนและส่งขึ้นมาสู่ระบบแบบอัตโนมัติ สมาคมฯไม่รับผิดชอบต่อบทความหรือข้อความใดๆ ทั้งสิ้น เพราะไม่สามารถระบุได้ว่าเป็นความจริงหรือไม่ ผู้อ่านจึงควรใช้วิจารณญาณในการกลั่นกรอง และหากท่านพบเห็นข้อความใดที่ขัดต่อกฎหมายและศีลธรรม หรือทำให้เกิดความเสียหาย หรือละเมิดสิทธิใดๆ กรุณาแจ้งมาที่ ht.ro.apt@ecivres-bew เพื่อทีมงานจะได้ดำเนินการลบออกจากระบบในทันที