Reliability หรือความเชื่อมั่น ใช้ในการทดสอบเครื่องมือการวิจัย เช่น แบบสอบถาม ว่าความน่าเชื่อถือ มีความเชื่อมั่นเพียงพอต่อการนำไปเก็บข้อมูลจริงหรือไม่
บทความนี้จะเล่าถึงความเชื่อมั่น หรือ Reliability test ซึ่งจะใช้ในการทดสอบความเชื่อมั่นของเครื่องมือวิจัย เช่น แบบสอบถาม เชื่อว่าไม่มีใคร ไม่รู้จักการทดสอบนี้ วันนี้เลยอยากมาทำความเข้าใจ รื้อฟื้นกันอีกครั้ง
ต้องย้อนความกันไปว่า ขั้นตอนการทำวิจัยที่เริ่มจากการค้นคว้าหาคำตอบในสิ่งที่อยากรู้ และพบว่าคำตอบนั้นไม่มี จึงสนใจที่จะหาคำตอบ โดยใช้กระบวนการวิจัยเข้ามาช่วยในการได้มาซึ่งคำตอบนั้น และสิ่งสำคัญที่ช่วยให้ได้คำตอบ คือ เครื่องมือ โดยเฉพาะแบบสอบถาม ที่เป็นเครื่องมือวิจัยที่ใช้กันมากที่สุด
โดยก่อนจะนำเครื่องมือไปใช้ ไปเก็บข้อมูลจริง ก็ควรทำการทดสอบเสียก่อนว่าเครื่องมือนี้น่าเชื่อถือหรือไม่ วิธีการที่มักทำกันก็คือไปทดลองเก็บข้อมูลก่อน ที่เรียกว่า tryout กับกลุ่มตัวอย่างที่ใกล้เคียงกับกลุ่มตัวอย่างที่เราวางแผนไว้ ด้วยจำนวน 30-50 ตัวอย่าง โดยประมาณ แล้วมาทดสอบว่าผลที่ได้เป็นอย่างไร ตรงนี้เราเรียกว่า Reliability test หรือการทดสอบค่าความเชื่อมั่น ด้วยวิธี Cronbach Alpha
อีกประเด็นที่ไม่พูดถึงไม่ได้ ก็คือ จะตรวจสอบอย่างไรว่าเครื่องมือมีคุณภาพจริงๆ ขอพูดถึงสั้น แล้วถ้ามีโอกาสจะมาขยายเพิ่มขึ้น ใจความคือว่า เราจะทดสอบอยู่ 2 เรื่อง คือ 1) ความตรงของเครื่องมือ-เป็นการบอกว่าเครื่องมือที่เราพัฒนาขึ้นมานั้น (แบบสอบถาม) มีความตรงกับเนื้อหาวิจัยที่เรากำลังค้นคว้าอยู่หรือไม่ เรียกว่า Validity หรือความตรง 2) ความเชื่อมั่นของเครื่อมือ-เป็นการบอกว่าเครื่องมือที่เราพัฒนาขึ้นมานั้น มีความเชื่อมั่นแค่ไหนว่าถูกต้อง
โดย Validity หรือความตรงนั้น เราจะทดสอบอย่างง่ายด้วย IOC หรือการให้ผู้เชี่ยวชาญในสาขานั้นๆ ตรวจ พิจารณาว่าข้อคำถามในเครื่องมือ (แบบสอบถาม) นั้นมีความตรงกับเรื่องที่ทำอยู่หรือไม่
ในขณะที่ Reliability คือการนำเครื่องมือ (แบบสอบถาม) ไปทดลองเก็บข้อมูลดูก่อนว่ามีความกำกวมหรือไม่ อ่านแล้วเข้าใจตรงกันหรือไม่ คนตอบเข้าใจในสิ่งที่เครื่องมือถามหรือไม่ เราจะทดสอบด้วย Cronbach Alpha
ทั้งการทำ IOC และ Cronbach Alpha นั้นเป็นการตรวจสอบเครื่องมืออย่างง่าย โดยที่ถ้าทำวิจัยขั้นสูงขึ้นต้องการตรวจสอบอย่างละเอียดมากขึ้น เช่น การวิเคราะห์องค์ประกอบเชิงยืนยัน (CFA) เพื่อเป็นการทดสอบความตรงเชิงโครงสร้าง (Constructed Validity)
ภาพที่ 1 เป็นเนื้อหาสรุปเกี่ยวกับเรื่อง Reliability
ภาพประกอบนี้ เป็นส่วนนึงคอร์สออนไลน์ Basic Statistic by SPSS สนใจคลิกสมัครเรียนได้เลย
ประเด็นต่อมา จะเล่าถึงการวิเคราะห์ Cronbach Alpha โดยมีประเด็นสำคัญที่ต้องทำความเข้าใจเกี่ยวกับ Cronbach Alpha ก็คือ cronbach alpha คือการพิจารณาความสัมพันธ์ระหว่างตัวแปร 2 ตัวขึ้นไป ว่ามีความสัมพันธ์หรือไม่ หากมีความสัมพันธ์กันก็แสดงว่าอยู่ในเรื่องราวเดียวกันได้ (กลุ่มเดียวกัน)
ตัวอย่างเช่น แบบสอบถามด้าน ความพึงพอใจในงาน ประกอบไปด้วยข้อคำถามย่อย 5 ข้อ เมื่อทำการทดสอบ Cronbach Alpha จึงเป็นการตรวจสอบว่า 5 คำถามย่อยในเรื่องความพึงพอใจในงานนั้นมีความสัมพันธ์กันหรือไม่ เหมาะที่อยู่ในกลุ่มเดียวกันหรือไม่
ดังนั้นค่า Cronbach Alpha ที่จะได้นั้นจะมีเพียงค่าเดียว ต่อ การทดสอบ 1 กลุ่ม โดยที่ต้องนำตัวแปรเข้าทดสอบ 2 ตัวขึ้นไป
[เนื่องจากว่ามีข้อสงสัยเกิดขึ้นว่าทำไมหาค่า cronbach alpha รายข้อคำถามไม่ได้ และทำไมเวลาหยิบตัวแปรเข้าไปเพียง 1 ตัว แล้วจึงรันโปรแกรมออกมาไม่ได้]
สำหรับเกณฑ์การพิจารณาว่าเท่าไรถึงจะเรียกว่า cronbach alpha ผ่านเกณฑ์ อาจจะมีหลายการอ้างอิงแต่ตัวเลขที่มักเป็นสากลก็คือ 0.7 หมายความว่า ค่า Cronbach Alpha ควรมีค่ามากกว่า 0.7 ขึ้นไป ถึงจะเรียกว่าผ่านเกณฑ์ ถึงจะเรียกว่าแบบสอบถามมีความเชื่อมั่น
ภาพที่ 2 เป็นวิธีการคลิกในโปรแกรมเกี่ยวกับเรื่อง Reliability
ภาพประกอบนี้ เป็นส่วนนึงคอร์สออนไลน์ Basic Statistic by SPSS สนใจคลิกสมัครเรียนได้เลย
ประเด็นสุดท้าย จะเล่าความเกี่ยวกับการพิจารณาค่า Cronbach Alpha เพิ่มเติม
เนื่องจากค่าหลักๆ ก็คือ 0.7 ที่ว่าไป ว่าคือเกณฑ์การพิจารณาว่าเครื่องมือมีความเชื่อมั่นหรือไม่ ที่จะไปเก็บข้อมูลจริงกับกลุ่มตัวอย่าง ทีนี้ในการวิเคราะห์จากโปรแกรม SPSS จะมีคำสั่งนึงที่ชื่อว่า Cronbach Alpha if item deleted คำสั่งนี้จะเป็นการช่วยเราพิจารณาว่า "ถ้าตัดตัวแปรหรือข้อคำถามนี้ออกไป จะทำให้ค่า cronbach alpha โดยรวม เปลี่ยนแปลงไป" (ดูภาพประกอบที่ 3) ก็คือตัวเลขที่ปรากฏในช่อง if item deleted หมายถึงว่า ถ้าตัดตัวแปรหรือข้อคำถามนี้ออกไป จะทำให้ค่า cronbach alpha โดยรวมเปลี่ยนเป็นเท่านั้น (ความหมายคือ หากค่าอัลฟ่ารวมน้อยกว่า 0.7 แล้วมีตัวแปรใดที่มีค่านี้เกิน 0.7 ก็จะพิจารณาตัดทิ้ง แล้วจะทำให้ค่าอัลฟ่ารวมเพิ่มขึ้น นั่นเอง)
ภาพที่ 3 Cronbach Alpha if item deleted
ภาพประกอบนี้ เป็นส่วนนึงคอร์สออนไลน์ Basic Statistic by SPSS สนใจคลิกสมัครเรียนได้เลย
โดยสรุป การพิจารณาเรื่องค่าความเชื่อมั่นเป็นเรื่องไม่ยาก แต่ต้องมีความเข้าใจว่าทำไปทำไม ทำเพื่ออะไร และควรทำตอนไหน บางครั้งอาจเผลอลืมที่จะทำตั้งแต่แรก คือลืมการทำ tryout ก็จะเกิดปัญหาในตอนท้ายได้ ดังนั้น ประเด็นนี้จึงเป็นเรื่องเล็กๆ ที่สำคัญมากทีเดียว
สามารถดูวีดิโอวิธีการคลิกในโปรแกรมจาก youtube ได้ที่
>>> หากสนใจเรียนสถิติวิจัยพื้นฐานด้วย SPSS [Basic Statistic by SPSS] ด้วยตนเอง ผ่านรูปแบบวีดิโอ ในราคาไม่แพง เรียนจบแล้วสามารถทำงานต่อได้เลย เราขอแนะนำ
คอร์สสถิติพื้นฐาน 'Basic Statistic by SPSS' ที่อัดแน่นด้วยเนื้อหาที่เหมาะสำหรับการวิจัย ไม่ว่าจะเป็น
.
👉chi-square
👉correlation
👉t-test
👉anova
👉pair test
.
พร้อมการทดสอบความเชื่อมั่นด้วย
👉cronbach alpha
.
🎓แบ่งเป็น 4 sessions 19 topics + 8 lab practice
🎓เรียนด้วยตัวเอง เรียนซ้ำได้ไม่จำกัด ทุกที่ ทุกเวลา
💻ผ่านคอมพิวเตอร์และ📱มือถือ
.
🔥ทั้งหมดนี้เพียง 890฿🔥 จากราคาเต็ม 1490฿
.
🔔สมัครเรียนกันได้เลยที่🔔
ร่วมติดตามได้ทุกช่องทาง
follow or subscribe in any channel
.
tel.086-555-5949
ขอปรึกษาค่ะ โดยส่วนตัวในการทำวิจัยจะทำการทดสอบค่า reliability ทั้งก่อน (Pilot) และหลังเก็บข้อมูลจริง มีงานชิ้นหนึ่งพบว่า ค่า Cronbach Alpha ของการศึกษา pilot สูงกว่า 0.7 ทุกชุดคำถาม แต่ค่า alpha ของการศึกษาจริง ต่ำมาก อยู่ที่ประมาณ 0.2 มีคำถามดังนี้ค่ะ
1. ภายหลังจากที่เราเก็บข้อมูลจริงเสร็จแล้ว ก่อนวิเคราะห์ข้อมูล เราจำเป็นต้องทดสอบ reliability อีกครั้งหรือไม่
2. จากการเก็บข้อมูลจริง ค่า alpha ต่ำมาก ไม่ทราบมาจากสาเหตุใดได้บ้าง