• ชอบทำงานวิจัยเชิงคุณภาพมากกว่าเชิงปริมาณครับ
• บางทีชอบไปอยู่ในชุมชนนานๆๆได้อะไรที่แปลกใหม่ดี
• แต่นักวิจัยเชิงปริมาณเขาไม่ชอบงานวิจัยเราเลย
• งง เหมือนกัน

สวัสดีค่ะอาจารย์มัท

 ขอบคุณค่ะสำหรับเรื่องดีๆ และน่าสนใจเกี่ยวกับวิจัยเชิงคุณภาพค่ะ

เอ แล้วเรื่อง การเขียนให้คนอ่านทราบว่าอันไหนได้มาจากข้อมูลดิบ อันไหนเป็นความคิดของนักวิจัย   รบกวนให้อาจารย์ยกตัวอย่างหน่อยได้ไหมคะ ว่าควรทำยังไง

แล้วเรื่องการเลือกเก็บข้อมูลจากกลุ่มที่มีความแตกต่างหลากหลาย จะช่วยแก้ไขเรื่อง bias ได้ไหมคะ

ตอนนี้ยังไม่ได้เก็บข้อมูลค่ะ เลยยังมองภาพเบลอๆค่ะ

ขอบพระคุณล่วงหน้านะคะ รอติดตามเรื่องน่าอ่านจากอาจารย์นะคะ

สวัสดีครับพี่มัท

ต้นว่าไม่ใช่แค่ qualitative research ที่มีปัญหาด้าน bias หรอกครับ quantitative research เองก็มีเหมือนกัน ในเมื่อตัวสถิติ (Statistics) ที่ใช้สนับสนุนตัวงานวิจัยเองก็ยังสามารถที่จะบิดเบือนได้เลย (เช่นในงานวิจัยเกี่ยวกับยาบางตัว หรือเรื่องเศรษฐกิจบางเรื่อง หรือแม้แต่ไม่จงใจจะ bias แต่เพราะว่าการวิเคราะห์ข้อมูลนั้นไม่สมบูรณ์ เช่นรายงานแต่ first moment (mean) กับ second moment (variance) แต่ไม่สนใจ third & fouth moments (skewness & kurtosis) มันก็อาจจะมีปัญหาได้ครับ)

หรือว่างานวิจัยด้านการเงินที่สร้าง trading strategy จากเหตุการณ์ที่เกิดขึ้นมาแล้ว (เรียกว่า ex post (after the fact)) บางครั้งโดนมองว่า อ้าว ก็รู้ก่อนแล้วนี่ว่าอะไรเป็นอะไร ดังนั้นโมเดลที่สร้างขึ้นมา มันก็ย่อมที่จะดีกว่าการสร้างแบบ ex ante (before the event) อยู่แล้ว นี่ขนาดมีตัวเลขนะครับ ยังโดนเลยครับพี่  (แต่เดี๋ยวนี้เขาก็เล่นสร้างแบบ ex post แล้วก็มา validate กับ ex ante ครับ เพื่อที่จะได้ลดคำวิจารณ์ลง)  

สวัสดีค่ะคุณศิริกุล

เรื่องการเขียนให้คนอ่านทราบว่าอันไหนได้มาจากข้อมูลดิบ อันไหนเป็นความคิดของนักวิจัย

เช่น เวลาเราเสนอผลที่เราสรุปมาเป็น themes หรือ เป็น categories ก็ต้องมี quotations ของคนที่เราไปสัมภาษณ์ หรือ มี excerpts จากเอกสารที่เราใช้วิเคราะห์ มาสนับสนุนสิ่งที่เราเขียนค่ะ ไม่ใช่เขียนมาลอยๆ แล้วถ้าเป็นสิ่งที่เราสังเกตมาก็ต้องเขียนให้อ่านรู้ว่าเป็น excerpt มาจาก field note เป็นต้นค่ะ

ส่วนไหนไม่มีข้อมูลดิบมาสนับสนุน ก็ต้องเขียนใช้คำให้รู้ว่าเป็นส่วนที่เราคิดมาเอง ไม่ใช่ใช้คำกลางๆคลุมเครือให้คนอ่านเข้าใจผิดหน่ะค่ะ

แต่ถ้าเราเลือกที่จะนำเสนอแบบ narrative แต่งเล่าเป็นเรื่องเลย มีพระเอกนางเอก มีการเดินเรื่องเป็นเรื่องเล่าก็จะต่างไปค่ะ แต่ทั้งนี้ทั้งนั้นก็ต้องดูว่าเราจะนำเสนอแบบไหน ที่มัทเขียนเป็นแบบทั่วไปที่คิดว่าในงานของพยาบาลของคุณศิริกุลก็คงไม่พ้นแนวนี้ค่ะ 

ส่วนเรื่องการเลือกเก็บข้อมูล หรือ sampling หรือ selection นั้นมีหลายแบบมากค่ะ ขึ้นอยู่กับจุดประสงค์และวิธีวิจัยจริงๆ

เช่น ถ้าเราจะทำ focused group discussion ในกลุ่มก็ไม่ควรมีความแตกต่างหลากหลายค่ะ ควรมีความคล้ายมากกว่า 

แต่ถ้าจะทำงานที่เน้นหามุมมองอันหลากหลาย เราก็ต้องใช้เกณฑ์ maximum variation แทน

แนะนำให้อ่านตารางเรื่อง Sampling Strategies ในหนังสือ Qualitative Research and Evaluation Methods ของ Michael Quinn Patton ถ้าเป็น edition 3 จะอยู่หน้า 243 ค่ะ 

เรื่องนี้เราต้องอย่าลืมว่า เราใช้วิธีวิจัยเชิงคุณภาพเพื่อศึกษาเชิงลึก ไม่ใช่การหาค่าเฉลี่ยค่ะ คิดไว้ในใจแบบนี้ แล้วก็พอช่วยเตือนใจเราได้ว่า เราต้องการหา participant หรือ case ที่เค้าสามารถให้ข้อมูลแบบเจาะลึกให้เราได้นะ

การเลือกแบบ purposeful นี้ก็แบ่งย่อยไปได้อีกมากมายค่ะ

ตัวอย่าง

1. Extreme case

2. Typical case

3. Snowball or chain sampling

4. Theory-based sampline

5. Homogenous

6. Maximum variation, etc. 

ขึ้นอยู่กับว่าเรากำลัง"หาอะไร" และจะนำไปใช้ (transfer) อย่างไรด้วยค่ะ ต้องตอบเป็นกรณีๆไปค่ะ

จะใช้หลายๆแบบผสมไปก็ได้นะคะ ไม่ใช่ว่าต้องเลือกแบบใดแบบหนึ่งเท่านั้น  

สวัสดีตอนดึกน้องต้น (ไปอ่านหนังสือ)

ใช่แล้ว ไม่ว่างานเชิงไหนก็ต้องทำให้มีคุณภาพ

เรื่อง modified objectivity นี้ไม่ใช่มุมมองของ qualitative researcher เท่านั้น แต่เป็นของ quantitativ researcher ด้วย คือพวกที่ไม่เชื่อว่า observer สามารถแยกออกจาก the observed ได้ขาด และ ตำแหน่งของ observer มีผลต่อ สิ่งที่เห็นเสมอ เช่น ไอน์สไตน์ ไฮเซนเบิร์ก

พี่ว่าเอาเข้าจริงก็ต้องลงไปดูกันที่เรื่อง absolute truth ว่าคนที่วิจารณ์หน่ะ เค้าเชื่อว่ามันมี absolute truth ไม๊ แล้วงานที่ทำเป็นงานที่ทำเพื่อ explore, explain, หรือ predict

ต้นว่างั้นไม๊?

ตอบเร็วจังเลยค่ะ

ขอบพระคุณค่ะอาจารย์มัท สำหรับคำตอบนะคะ

อาจจะขออนุญาตเรียนขอคำปรึกษาอาจารย์มัทเป็นช่วงๆได้ไหมคะ เพราะต้องกลับไปเก็บข้อมูลที่เมืองไทยน่ะค่ะ ใจแป้วเล็กๆค่ะ กลัวแบบมือใหม่เพิ่งเริ่มทำน่ะค่ะ

ความเห็นของผมต่องานวิจัย ก็คือวิธีที่เราจะนำมาอธิบายธรรมชาติ/ปรากฏการณ์ ต่างวิธีก็มีข้อดีข้อเสียแตกต่างกันไป การวิจัยเชิงคุณภาพเหมาะมากที่จะอธิบายว่าสิ่งที่เราเห็นคืออะไร/เกิดขึ้นได้อย่างไร มีความเป็นธรรมชาติยืดหยุ่นสูงแต่ก็มีจุดอ่อนที่ขึ้นกับ context ใคร context มัน ในขณะที่ข้อมูลวิจัยเชิงปริมาณตอบคำถาม yes/no ,better ได้ดี มีข้อพิสูตรเชิงตัวเลข แต่ก็ถูกจำกัดด้วยมักจะต้อง control ปัจจัยแวดล้อมจนนิ่งจึงจะเป็นที่ยอมรับ

สรุปว่าวิจัยอะไรก็ได้ที่เหมาะกับงานของคุณ ผิดถูกอาจารย์ comment มด้วยนะครับ

สวัสดีค่ะคุณโรจน์

คำถามคุณโรจน์ตอบยากจังค่ะ : P

เอาที่ตอบได้แน่ๆก่อนคือเรื่องบริบทค่ะ มัทไม่ได้มองว่าเป็นจุดอ่อนแต่กลับมองว่าเป็นจุดแข็งค่ะ

การนำเสนองานเชิงคุณภาพนั้นเราสามารถบรรยาย พรรณนาให้ผู้อ่านเข้าใจบริิบทของสิ่งที่เราศึกษาได้ดี แล้วเราก็ให้ความสำคัญกับมันมากๆ ไม่พยายามไปควบคุมหรือกำจัดเหตุปัจจัยที่เกี่ยวข้อง แต่พยายามมองให้เห็นเหตุปัจจัยเหล่านั้นแทน

ในทางกลับกัน งาน quantitative ก็มีคุณภาพได้ถ้ามีการอธิบายบริบทและคุณลักษณะของ subject อย่างละเอียด อีกทั่งไม่ overclaim ผลว่าสามารถ generalize ได้เกินกว่าที่ควร 

ส่วนเรื่องที่ว่างาน Qual เหมาะสมในการ "อธิบายว่าสิ่งที่เราเห็นคืออะไร/เกิดขึ้นได้อย่างไร" มากกว่า Quan นั้น มัทยังไม่เห็นด้วยเต็มร้อยค่ะ

ขึ้นอยู่กับว่า "สิ่งนั่น" คืออะไร อย่างเช่น

ถ้า"สิ่งนั่น"คือ ความสกปรกของแม่น้ำ มัทว่าใช้เครื่องตรวจปริมาณสารพิษ หรือวัดออกซิเจนในน้ำเป็นเชิงปริมาณน่าจะชัดดีกว่าว่าสารที่ ทำให้สกปรกคือสารเคมีตัวไหน มาจากโรงงานประเภทไหน

แต่ถ้า"สิ่งนั่น"คือ อะไรก็ตามที่เกี่ยวกับ "คน" เช่น การที่แม่น้ำเสียนั้นมีผลกระทบต่อคนแถวนั่นอย่างไร ชาวบ้านให้ความสำคัญกับปัญหานี้หรืิอไม่อย่างไร ปรากฎการณ์นี้มีที่มาเบื้องหลังปัญหาอย่างไร เช่น คนในอบต. เป็นลูกเจ้าของโรงงาน เป็นต้น 

ส่วนการหาคำตอบว่า  "เกิดขึ้นได้อย่างไร"

ก็น่าจะทำได้ทั้ง quan และ qual แต่ถ้าเป็น quan ก็มีสองพวกใหญ่ๆคือ

พวกที่เค้าจะดูเป็นปัจจัยๆไป แล้วพยายามคุมปัจจัยอื่นไว้ก่อน (confounding) เพราะเชื่อว่าแบ่งย่อยดูแล้วค่อยมารวมภาพใหญ่อีกครั้งก็ได้ (reductionism) พวกนี้ลำบากหน่อย เพราะเราก็รู้ๆกันว่า สิ่งนี้ไปกระทบสิ่งโน้น สิ้งโน้นกลับมากระทบสิ่งนี้ สิ่งนู้นก็เกี่ยว อะไรๆก็เปลี่ยนไปเรื่อยๆ เป็นต้น

แต่มีนักวิจัยเชิง Quan อีกพวกค่ะ ที่มองอะไรเป็นระบบ เข้าใจใน dynamic ของเหตุปัจจัยต่างๆ เครื่องมือของนักวิจัยพวกหลังนี้น่าสนใจไม่แพ้งานเชิง qual ค่ะ เค้าวิเคราะห์ปัจจัยเป็น multi level บ้างก็ใช้ simulation สร้างเป็น model ระบบเลย  ความเร็ว ความสามารถในการคำนวณ และ ความสามารถในการสร้างภาพจำลองของคอมพิวเตอร์นี่น่าทึ่งจริงๆค่ะ

แต่ถ้าเราใช่ Quan แบบพื้นๆมาก มาจับปัญหาที่ซับซ้อน มัทก็ว่างาน Qual น่าจะทำให้เราเข้าใจปัญหาได้ลึกซึ้งกว่าค่ะ

ไม่ทราบว่าตอบตรงใจบ้างไม๊ คำถามนี้ยากจริงๆค่ะ

สวัสดีค่ะ อาจารย์มัท

ไม่ทราบว่าเข้าใจถูกต้องหรือเปล่านะคะ

เหมือนคุณโรจน์และอาจารย์มัทจะพยายามบอกว่า การเลือก วิจัยเชิงคุณภาพและปริมาณ ก็เพื่อให้สามารถตอบคำถามที่เราอยากรู้ โดยคำนึงถึงความเหมาะสม และการควบคุมคุณภาพของแต่ละประเภท

ในส่วนของการวิจัยเชิงคุณภาพน่าจะช่วยให้เข้าใจเหตุการณ์หรือมองเห็นความเป็นไปต่างๆ ได้ชัดเจน ตรงกับสภาพที่เป็นอยู่หรือการมองในเชิงลึก ส่วนการวิจัยเชิงปริมาณน่าจะช่วยตอบคำถามในเชิงภาพรวมและเปรียบเทียบสิ่งต่างๆได้ชัดเจนมากกว่า เนื่องจากพยายามควบคุมปัจจัยอื่นๆ ที่อาจจะเกี่ยวข้อง

ในความเห็นส่วนตัว ไม่มีวิธีไหนดีที่สุดค่ะ ขึ้นอยู่กับว่าอันไหนสามารถตอบคำถามเราได้ดีกว่ากันค่ะ

แต่ในปัจจุบัน กระแสของ mixed method research ก็น่าสนใจนะคะ เพราะสามารถตอบคำถามได้ทั้งเชิงลึกและปริมาณค่ะ   อาจารย์มัทมีความเห็นเรื่องนี้ไหมคะ

ขอบคุณค่ะ

มี modified objectivity ด้วย :-)

สงสัยผมต้อง print เรื่อง objectivity จากวิกิพีเดียไปอ่านแล้ว :-P

เวลาวัดผล machine translation ก็มีคนคิดเรื่องนี้เหมือนกัน  (แต่อาจจะไม่หนักหน่วงมาก มั้ง) 

ใช่แล้วค่ะคุณศิริกุล mixed method ก็มีประโยชน์

มัทเลยกระอักกระอ่วนในการตอบคำถามที่เอา qual มาเปรียบเทียบกับ quan เพราะมัทว่ามันควรแยกที่แนวความคิดพื้นฐานมากกว่าค่ะ

ว่ามองโลกเป็นเครื่องกลแยกชิ้นได้หรือมองโลกเป็นระบบซับซ้อน ที่เต็มไปด้วยคุณค่าและความคิดเห็น

ตอนนี้ quan มีวิธีวิจัยที่ถูกพัฒนาไปแล้วมากมายที่สามารถทำให้เข้ากับ ธรรมชาติที่เป็นพลวัตทีซับซ้อน  ที่เปลี่ยนไปได้เสมอไม่มี absolute

ถ้าแบบนี้ quan ก็ทำได้ดีไม่แพ้้ qual

ตัวอย่างนะคะ การสร้างแบบจำลองการจราจร ที่ศึกษาพฤติกรรมคนเราในการตัดสินใจที่จะ เลือกเส้นทางหรือการเปลี่ยนเลนหรือปฎิกริยาต่อไฟแดง เมื่อได้สถิติมาแล้วก็นำผลมาทำ simulation แล้วก็มาคิดวางแผนถนนกับระยะเวลาเปิดไฟแดงเป็นต้น

ในหลายๆครั้ง การทดลอง หรือ การสังเกต ที่ทำตามหลักความน่าจะเป็นได้ดี คือ มีการสุ่ม มีจำนวน subject มากๆ ก็มีประโยชน์ ทำให้เห็น pattern ได้เหมือนกัน

ส่วนงาน qual นั้น นอกจากจะทำให้เราได้เรียนรู้ด้านลึกแล้ว

ในหลายๆครั้ง ถ้าเราเกิดข้อสงสัย แต่ไม่มีองค์ความรู้เรื่อนั่นเลย เป็นปัญหาที่ใหม่มาก  งาน qual จะมีประโยชน์มากเลยค่ะ ในการที่ขอไป explore ดูลาดเลาว่ามันเกิดอะไรขึ้น

บ่าววีร์: มีอีกนะ มีการแบ่งต่ออีกที่เราชอบมาก แบ่งเป็น

• ontological objectivity เช่น ดิน น้ำ แผ่นเปลือกโลก (มีจริงๆ นอกหัว)
  
• ontological subjectivity เช่น ความเจ็บปวด (มีจริงแต่ คุณเท่านั้นที่รู้ในหัวว่าปวดแค่ไหน)
  
• epistemological objectivity เช่น claim ที่ผู้คนเห็นด้วยตรงกัน อาร์โนลคือผู้ว่าการรัฐ C.A. หรือ ความเจ็บปวดมี 2 ชนิดใหญ่ๆ   = ความรู้
• epistemological subjectivity คืือ claim ว่าอาหารจานนี้อร่อย เถียงไปก็ไม่จบ = ความเห็น
  

แบ่งแบบนี้แล้วจะงงน้อยสุด คือแบ่ง subjectivity เป็นสิ่งที่เถียงแล้วมีประโยชน์ เช่นเรื่องคุณภาพการศึกษา เรื่องคุณภาพชีวิต เรื่องความเจ็บปวดของผู้ป่วยมะเร็งระยะสุดท้าย เราควรพยายามศึกษาทำให้มันกลายเป็นความรู้  กับ แบ่ง subjectivityอีกแบบออกไป คือ เรื่องที่เป็นเรื่องใครเรื่องมันจริงๆ เถียงไปก็เท่านั้นเช่น ไอศครีมช็อคโกแล๊ตอร่อยกว่ารสสตรอเบอร์รี่ เป็นต้น

[ถ้าเราเชื่อว่า ontological subjectivity กลายเป็น ความรู้ คือ epistemological objectivity ได้ ก็จบไม่ต้องมาเถียงกันมาก] 

ไว้จะมาเขียนเรื่องนี้ละเอียดๆวันหลังนะ

การแบ่งแบบนี้ คิดโดย Prof. Searle ที่ UC Berkley หาอ่านได้ online ถ้ารอไม่ไหวจ้า  

ขอบคุณค่ะอาจารย์มัทสำหรับความเห็นและสิ่งที่น่าสนใจเกี่ยวกับวิจัยเชิงคุณภาพค่ะ

เพิ่งจะเข้ามาดูครับ แต่ชอบ Blog ที่ อ.เขียนครับ  เป็นประโยชน์จริงๆๆ ครับ

• ขอบคุณค่ะคุณศิริกุล
• ยินดีที่ได้รู้จักค่ะคุณพะลาน 

ทำวิทยานิพนธ์อยู่ยังมึนกับการวิเคราะห์ข้อมูลเชิงคุณภาพค่ะ การเป็นนักวิชาการมันยากจังนะค่ะอาจารย์

ยินดีที่ได้รู้จักค่ะ คุณcacti มีประสบการณ์อย่างไรก็มาแลกเปลี่ยนกันได้นะคะ

ช่วงวิเคราะห์นี่น่ามึนอยู่ค่ะ

สิ่งที่ช่วยได้มากๆคือ เขียน หรือพิมพ์ คำถามวิจัย (research questions) ออกมาตัวใหญ่ๆ คิดไว้ให้เห็นชัดๆตลอดการวิเคราะห์ค่ะ

เงยหน้าอ่านดูคำถามบ่อยๆ เตือนใจเราว่าเรากำลังหาอะไร

อ่อ แล้วก็เขียนไปวิเคราะห์ไปนะคะ เคยมาแล้วที่วิเคราะห์เสร็จแล้วมาเขียน ในที่สุดก็ต้องกลับไปวิเคราะห์ใหม่ค่ะ เพราะเขียนไม่ flow  

โชคดีนะคะ  เป็นกำลังใจให้ค่ะ

อยากทราบว่า ความหมายของเลขคณิตคืออะไรคะ และธรรมชาติของเลขคณิตกับทฤษฏีการเรียนรู้เลขคณิตมีอะไรบ้างคะ

คุณสุธีราคะ

ข้อมูลจากการค้นทาง internet มีมากมายนักค่ะ ลองค้นดูจาก google ก็พบมากมายค่ะ หรือจะใช้ search box ของ gotoknow คลิกคำว่า "ค้นหา" ด้านบนขวาของหน้านี้ก็ได้ค่ะ พิมพ์คำ keyword ที่ต้องการลงไปก็จะได้คำตอบค่ะ

บันทึกนี้ไม่ตรงกับคำถามของคุณสุธีราเท่าไหร่หน่ะคะ เกรงว่าจะไม่ได้ประโยชน์

ขอบคุณสำหรับเนื้อหาที่ดีมีประโยชน์ครับ