Skip to content
กลับไปยังผลการค้นหา

การวิจัยเชิงเปรียบเทียบสาเหตุ — การออกแบบเปรียบเทียบกลุ่มย้อนหลัง

ผู้เสนอ
Fred N. Kerlinger
ปี
1964
ประเภท
Non-experimental quantitative research design
กลุ่มวิธี
Survey / observational design

ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ

ขนาดตัวอักษร

ใช้ทำอะไร?

การวิจัยเชิงเปรียบเทียบสาเหตุเป็นการออกแบบเชิงปริมาณที่ไม่ใช่การทดลอง ซึ่งผู้วิจัยเปรียบเทียบกลุ่มตั้งแต่สองกลุ่มขึ้นไปที่มีความแตกต่างกันอยู่แล้วในตัวแปรอิสระ — ตัวแปรที่ไม่ได้รับการจัดการ — เพื่อตรวจสอบสาเหตุที่เป็นไปได้หรือผลกระทบของความแตกต่างนั้น เนื่องจากความเป็นสมาชิกของกลุ่มมีอยู่ก่อนแล้ว แทนที่จะเป็นการสุ่มจัดกลุ่ม การออกแบบนี้สามารถบ่งชี้ความสัมพันธ์เชิงสาเหตุได้ แต่ไม่สามารถสร้างความสัมพันธ์เหล่านั้นได้อย่างแน่นอนเหมือนการทดลองจริง การวิจัยนี้ถูกนำไปใช้อย่างกว้างขวางในการศึกษา จิตวิทยา และสังคมศาสตร์ เมื่อการจัดการเชิงทดลองไม่สามารถปฏิบัติได้จริงหรือผิดจรรยาบรรณ

แนวคิดเบื้องหลังวิธีการ

สมมติว่าคุณต้องการทราบว่าการสูบบุหรี่ของผู้ปกครองส่งผลต่อความจุของปอดของเด็กหรือไม่ คุณไม่สามารถสุ่มจัดสรรเด็กเข้าสู่ครอบครัวที่สูบบุหรี่หรือไม่สูบบุหรี่ได้ ดังนั้น คุณจึงระบุกลุ่มเด็กที่มีผู้ปกครองสูบหรือไม่สูบอยู่แล้ว และเปรียบเทียบการทำงานของปอดของพวกเขา นั่นคือหลักการของการวิจัยเชิงเปรียบเทียบสาเหตุ: 'สาเหตุ' ได้เกิดขึ้นแล้วในโลกแห่งความเป็นจริง และคุณกำลังมองย้อนกลับไปเพื่อดูว่ามันเกี่ยวข้องกับความแตกต่างของผลลัพธ์หรือไม่ การออกแบบนี้มีโครงสร้างคล้ายกับการทดลอง — กลุ่ม ตัวแปรผลลัพธ์ที่วัดได้ การเปรียบเทียบ — แต่ขาดการสุ่มจัดกลุ่มที่จะทำให้สาเหตุมีความแน่นอน

ประวัติศาสตร์

หลักการของการวิจัยเชิงเปรียบเทียบสาเหตุได้รับการทำให้เป็นรูปธรรมในระเบียบวิธีวิจัยทางสังคมโดย Fred N. Kerlinger ในตำราสำคัญของเขาในปี 1964 เรื่อง Foundations of Behavioral Research ซึ่งเขาอธิบายการวิจัย 'ex post facto' ว่าเป็นการตรวจสอบเหตุการณ์ที่เกิดขึ้นแล้วอย่างเป็นระบบเพื่อระบุสาเหตุที่เป็นไปได้ การออกแบบนี้มีรากฐานมาจากงานวิจัยด้านเกษตรกรรมและระบาดวิทยาที่เปรียบเทียบกลุ่มที่จัดตั้งขึ้นแล้ว ก่อนหน้านี้ ในช่วงทศวรรษ 1970–1980 ได้กลายเป็นส่วนประกอบมาตรฐานของตำราวิธีการวิจัยทางการศึกษา โดยเฉพาะอย่างยิ่ง Gay (1976) และต่อมา Fraenkel และ Wallen ซึ่งตอกย้ำบทบาทของการออกแบบที่ไม่ใช่การทดลองเมื่อการจัดการเป็นไปไม่ได้

ควรใช้เมื่อใด

ใช้การวิจัยเชิงเปรียบเทียบสาเหตุเมื่อคุณต้องการตรวจสอบสาเหตุที่เป็นไปได้หรือผลกระทบของตัวแปรที่ไม่สามารถจัดการได้ด้วยเหตุผลด้านจรรยาบรรณหรือในทางปฏิบัติ — เช่น เพศ สถานะความพิการ ภูมิหลังทางเศรษฐกิจและสังคม หรือการสัมผัสกับเหตุการณ์ในอดีต เหมาะสมเมื่อกลุ่มเกิดขึ้นตามธรรมชาติและสามารถรวบรวมข้อมูลเกี่ยวกับตัวแปรตามที่มีความหมายได้ เหมาะสำหรับเป้าหมายการวิจัยเชิงพรรณนาไปจนถึงเชิงอธิบายในการศึกษา สุขภาพ และสังคมศาสตร์ อย่าใช้เมื่อคุณสามารถทำการทดลองจริงด้วยการสุ่มจัดกลุ่มได้ — การทดลองให้หลักฐานเชิงสาเหตุที่แข็งแกร่งกว่า หลีกเลี่ยงเมื่อกลุ่มไม่สามารถทำให้เท่าเทียมกันในตัวแปรกวนหลักได้อย่างมีความหมาย เมื่อความเป็นสมาชิกของกลุ่มไม่ชัดเจน หรือเมื่อคำถามการวิจัยต้องการการติดตามการเปลี่ยนแปลงตามกาลเวลา (ใช้การวิจัยตามยาวแทน)

ข้อจำกัดและข้อควรพิจารณา

  • ไม่สามารถสร้างสาเหตุได้อย่างแน่นอนเนื่องจากกลุ่มไม่ได้ถูกสุ่มจัด — อคติในการเลือกและตัวแปรกวนยังคงเป็นคำอธิบายทางเลือก
  • ทิศทางของสาเหตุไม่ชัดเจน: สาเหตุและผลที่สันนิษฐานอาจกลับกัน หรือตัวแปรที่สามอาจเป็นสาเหตุของทั้งสองอย่าง
  • กลุ่มอาจแตกต่างกันในตัวแปรที่ไม่ได้วัดซึ่งเป็นสาเหตุของความแตกต่างที่สังเกตได้ ทำให้การควบคุมทางสถิติไม่สมบูรณ์
  • ลักษณะย้อนหลังหมายความว่าผู้วิจัยไม่มีการควบคุมวิธีการที่ตัวแปรอิสระถูกประสบหรือวัดในอดีต

เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้

จุดแข็ง

  • ช่วยให้สามารถตรวจสอบสมมติฐานเชิงสาเหตุได้เมื่อการจัดการเชิงทดลองผิดจรรยาบรรณหรือไม่สามารถทำได้
  • มีประสิทธิภาพมากกว่าและมีค่าใช้จ่ายน้อยกว่าการทดลองตามยาว ข้อมูลมักมีอยู่แล้ว
  • ให้การเปรียบเทียบเชิงปริมาณที่สามารถทดสอบทางสถิติได้ระหว่างกลุ่มที่เกิดขึ้นตามธรรมชาติ
  • ให้ขนาดอิทธิพลที่บ่งชี้ความสำคัญในทางปฏิบัติควบคู่ไปกับนัยสำคัญทางสถิติ
  • มีประโยชน์เป็นการออกแบบเบื้องต้นเพื่อสนับสนุนความจำเป็นในการทดลองที่ตามมา

การประยุกต์ใช้

  • การเปรียบเทียบผลสัมฤทธิ์ทางการศึกษาระหว่างนักเรียนที่เข้าเรียนในโรงเรียนอนุบาลและนักเรียนที่ไม่ได้เข้าเรียน
  • การตรวจสอบความแตกต่างของผลลัพธ์ด้านสุขภาพระหว่างผู้สูบบุหรี่และผู้ไม่สูบบุหรี่โดยไม่มีการสุ่มจัดกลุ่ม
  • การตรวจสอบว่ามีความแตกต่างระหว่างเพศในความเชื่อมั่นในตนเองด้านคณิตศาสตร์ในหมู่นักเรียนมัธยมศึกษาหรือไม่
  • การเปรียบเทียบระดับความพึงพอใจในงานในกลุ่มพนักงานที่มีคุณวุฒิทางการศึกษาแตกต่างกัน
  • การประเมินว่าเด็กที่เติบโตในครอบครัวที่ใช้สองภาษาแตกต่างจากเพื่อนที่ใช้ภาษาเดียวในด้านความยืดหยุ่นทางปัญญาหรือไม่
  • การสำรวจว่าสถานที่ตั้งโรงเรียนในเมืองเทียบกับชนบทมีความสัมพันธ์กับความแตกต่างของอัตราการรักษาครูหรือไม่

วิธีการทำงาน

วิธีการทำงาน

1

ผู้วิจัยระบุตัวแปรอิสระ — ลักษณะที่มีอยู่ก่อนแล้ว เช่น เพศ สถานะทางเศรษฐกิจและสังคม ระดับการศึกษา หรือเหตุการณ์ในชีวิต — และกำหนดกลุ่มอย่างน้อยสองกลุ่มที่แตกต่างกันในตัวแปรนั้น ตัวแปรเปรียบเทียบต้องเกิดขึ้นตามธรรมชาติแล้ว จะไม่ถูกจัดการโดยผู้วิจัย

2

ผู้เข้าร่วมจะถูกเลือกจากแต่ละกลุ่มที่จัดตั้งขึ้นแล้ว โดยควรใช้วิธีการสุ่มตัวอย่างแบบความน่าจะเป็นเพื่อสนับสนุนการสรุปผลทั่วไป กลุ่มควรจะเหมือนกันมากที่สุดในทุกคุณลักษณะ ยกเว้นตัวแปรอิสระ เพื่อให้ผู้วิจัยควบคุมหรือจับคู่กับตัวแปรกวนที่อาจเกิดขึ้น (เช่น อายุ ผลสัมฤทธิ์ก่อนหน้า ระดับรายได้) ในระหว่างขั้นตอนการออกแบบ

3

ข้อมูลเกี่ยวกับตัวแปรตามจะถูกรวบรวมจากทุกกลุ่มโดยใช้อุปกรณ์และกระบวนการเดียวกัน แหล่งข้อมูลทั่วไป ได้แก่ คะแนนสอบมาตรฐาน การตอบแบบสำรวจ บันทึกการบริหาร หรือการวัดทางกายภาพ เนื่องจากสาเหตุได้เกิดขึ้นแล้ว การรวบรวมข้อมูลจึงเป็นการย้อนหลังหรือพร้อมกัน — ไม่ใช่การมองไปข้างหน้า

4

ค่าเฉลี่ยกลุ่ม (หรือสัดส่วน อันดับ) ของตัวแปรตามจะถูกเปรียบเทียบโดยใช้สถิติอนุมานที่เหมาะสม — โดยทั่วไปคือ t-tests สำหรับกลุ่มอิสระ, ANOVA ทางเดียว, ANCOVA (เพื่อควบคุมตัวแปรร่วม) หรือ chi-square tests ขึ้นอยู่กับมาตรวัด ควรมีขนาดอิทธิพล (Cohen's d, eta-squared) ควบคู่ไปกับการทดสอบนัยสำคัญ

5

ความแตกต่างระหว่างกลุ่มที่มีนัยสำคัญทางสถิติจะถูกตีความอย่างระมัดระวัง ผู้วิจัยพิจารณาคำอธิบายทางเลือก — โดยเฉพาะอย่างยิ่งอคติในการเลือกและตัวแปรกวนที่ไม่ได้วัด — ก่อนที่จะอ้างว่าความแตกต่างเกิดจากตัวแปรอิสระ ภาษาเชิงสาเหตุจะถูกจำกัดความ ('อาจบ่งชี้', 'สอดคล้องกับ') เว้นแต่การออกแบบจะรวมการควบคุมเพิ่มเติมที่เสริมสร้างการอนุมานเชิงสาเหตุ

ข้อผิดพลาดที่พบบ่อย

  • การปฏิบัติต่อความแตกต่างของกลุ่มที่มีนัยสำคัญว่าเป็นหลักฐานของสาเหตุ — ต้องยอมรับลักษณะที่ไม่ใช่การทดลองและคำอธิบายทางเลือกอย่างชัดเจนเสมอ
  • การละเลยความไม่เท่าเทียมกันของกลุ่ม — เมื่อกลุ่มเปรียบเทียบแตกต่างกันในตัวแปรพื้นหลังหลายตัว ความแตกต่างเป้าหมายจะถูกปะปนกัน ใช้การจับคู่หรือ ANCOVA เพื่อจัดการกับตัวแปรร่วมที่สำคัญ
  • การกลับทิศทางของสาเหตุและผล — ในบางการออกแบบ เป็นไปได้ว่าผลลัพธ์ที่สันนิษฐานส่งผลต่อตัวแปรการจัดกลุ่มจริง ให้เหตุผลอย่างรอบคอบเกี่ยวกับลำดับเวลา
  • การใช้การออกแบบเมื่อกลุ่มไม่แตกต่างกันอย่างมีความหมาย — ขอบเขตกลุ่มที่ไม่ชัดเจน (เช่น รายได้ 'สูง' กับ 'ต่ำ' ที่กำหนดไว้อย่างหลวมๆ) เพิ่มความแปรปรวนของข้อผิดพลาดและลดทอนการอนุมาน
  • การรายงานเฉพาะค่า p โดยไม่มีขนาดอิทธิพล — ความแตกต่างที่มีนัยสำคัญทางสถิติระหว่างกลุ่มขนาดใหญ่อาจมีความสำคัญในทางปฏิบัติน้อยมาก ควรรายงานและตีความขนาดอิทธิพลเสมอ

คำถามที่พบบ่อย

การวิจัยเชิงเปรียบเทียบสาเหตุแตกต่างจากการวิจัยสหสัมพันธ์อย่างไร

ทั้งสองเป็นการวิจัยที่ไม่ใช่การทดลอง แต่มีความแตกต่างกันในโครงสร้างและวัตถุประสงค์ การวิจัยสหสัมพันธ์ตรวจสอบความแข็งแกร่งและทิศทางของความสัมพันธ์ระหว่างตัวแปรต่อเนื่องภายในกลุ่มเดียว โดยใช้สัมประสิทธิ์เช่น Pearson r การวิจัยเชิงเปรียบเทียบสาเหตุเปรียบเทียบกลุ่มที่แยกจากกันและจัดตั้งขึ้นแล้วในตัวแปรตาม และใช้สถิติความแตกต่างของกลุ่ม (t-test, ANOVA) การออกแบบเชิงเปรียบเทียบสาเหตุถูกกำหนดกรอบอย่างชัดเจนเกี่ยวกับความสัมพันธ์เชิงสาเหตุที่สันนิษฐานระหว่างความเป็นสมาชิกของกลุ่มและผลลัพธ์ ในขณะที่การออกแบบสหสัมพันธ์อธิบายความสัมพันธ์โดยไม่บ่งบอกถึงทิศทางของสาเหตุและผล

การวิจัยเชิงเปรียบเทียบสาเหตุแตกต่างจากแบบแผนเอ็กซ์โพสต์แฟกโต (ex post facto design) อย่างไร?

ทั้งสองคำมักใช้แทนกันได้ และในตำราหลายเล่ม 'แบบแผนเอ็กซ์โพสต์แฟกโต' เป็นชื่อเรียกเดิมของแนวทางเดียวกันนี้ Kerlinger เป็นผู้ใช้คำว่า 'ex post facto' (ภาษาละติน แปลว่า 'หลังเกิดเหตุ') เพื่อเน้นว่าตัวแปรอิสระได้เกิดขึ้นไปแล้ว ต่อมานักระเบียบวิธีวิจัย โดยเฉพาะในสาขาการศึกษา นิยมคำว่า 'เชิงเปรียบเทียบสาเหตุ' (causal-comparative) เพื่อเน้นตรรกะการเปรียบเทียบระหว่างกลุ่ม ในทางปฏิบัติ ทั้งสองชื่อหมายถึงแบบแผนในตระกูลเดียวกัน

การวิจัยเชิงเปรียบเทียบสาเหตุสามารถสร้างสาเหตุได้หรือไม่

ไม่ — ไม่ด้วยความมั่นใจเท่ากับการทดลองจริง เนื่องจากผู้เข้าร่วมไม่ได้ถูกสุ่มจัดกลุ่ม ความแตกต่างที่มีอยู่ก่อนแล้วระหว่างกลุ่ม (อคติในการเลือก) และตัวแปรที่สามที่ไม่ได้วัดเป็นคำอธิบายทางเลือกที่เป็นไปได้เสมอ การออกแบบสามารถให้หลักฐานที่บ่งชี้และสร้างสมมติฐานของความสัมพันธ์เชิงสาเหตุได้ โดยเฉพาะอย่างยิ่งเมื่อการศึกษาหลายชิ้นทำซ้ำรูปแบบอย่างสม่ำเสมอ แต่จำเป็นต้องมีการทดลองที่ควบคุมเพื่อยืนยันข้อเรียกร้องเชิงสาเหตุ

การทดสอบทางสถิติใดที่เหมาะสม

การเลือกขึ้นอยู่กับจำนวนกลุ่มและมาตรวัด สำหรับสองกลุ่มที่มีผลลัพธ์ต่อเนื่อง ให้ใช้ t-test สำหรับกลุ่มอิสระ สำหรับสามกลุ่มขึ้นไป ให้ใช้ ANOVA ทางเดียว เมื่อควบคุมตัวแปรร่วม ให้ใช้ ANCOVA สำหรับผลลัพธ์ที่เป็นหมวดหมู่ ให้ใช้ chi-square tests ในทุกกรณี ให้เสริมการทดสอบนัยสำคัญด้วยดัชนีขนาดอิทธิพล (Cohen's d สำหรับ t-tests, eta-squared หรือ omega-squared สำหรับ ANOVA) เพื่อสื่อถึงความสำคัญในทางปฏิบัติ

ฉันจะควบคุมตัวแปรกวนในการออกแบบเชิงเปรียบเทียบสาเหตุได้อย่างไร

มีกลยุทธ์หลายอย่างที่พร้อมใช้งานในขั้นตอนการออกแบบหรือการวิเคราะห์ ในขั้นตอนการออกแบบ คุณสามารถจับคู่ผู้เข้าร่วมระหว่างกลุ่มตามตัวแปรกวนที่สำคัญ (เช่น จับคู่ผู้เข้าร่วมกลุ่มทดลองแต่ละคนกับผู้เข้าร่วมกลุ่มควบคุมที่มีอายุและผลสัมฤทธิ์ก่อนหน้าใกล้เคียงกัน) ในขั้นตอนการวิเคราะห์ คุณสามารถรวมตัวแปรกวนเป็นตัวแปรร่วมใน ANCOVA ซึ่งปรับค่าเฉลี่ยกลุ่มทางสถิติ ทั้งสองวิธีไม่ได้กำจัดตัวแปรกวนทั้งหมด แต่ทั้งสองวิธีช่วยเสริมความถูกต้องภายในของการเปรียบเทียบได้อย่างมาก

วิธีการที่เกี่ยวข้อง

แหล่งอ้างอิง

  1. Kerlinger, F. N. (1964). Foundations of Behavioral Research. Holt, Rinehart and Winston.

    เปิดเอกสารอ้างอิงสิ่งพิมพ์
    คัดลอกแล้ว
  2. Fraenkel, J. R., Wallen, N. E., & Hyun, H. H. (2012). How to Design and Evaluate Research in Education (8th ed.). McGraw-Hill.

    ISBN: 978-0078097850
    คัดลอกแล้ว