Skip to content
กลับไปยังผลการค้นหา

การวิจัยเชิงพรรณนา — การออกแบบการวิจัยเชิงพรรณนา

ผู้เสนอ
Francis Galton, Karl Pearson (early empirical tradition); formalized in social science by Fred Kerlinger
ปี
Late 19th century; formalized in social/behavioral sciences ~1960s–1980s
ประเภท
Non-experimental quantitative research design
กลุ่มวิธี
Survey / observational design

ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ

ขนาดตัวอักษร

ใช้ทำอะไร?

การวิจัยเชิงพรรณนาเป็นการออกแบบเชิงปริมาณที่ไม่ใช่การทดลอง ซึ่งบันทึกคุณลักษณะ ความถี่ หรือการกระจายของตัวแปรในประชากรที่กำหนด ณ เวลาใดเวลาหนึ่งอย่างเป็นระบบ การวิจัยนี้ตอบคำถาม 'อะไรคือ' — ใคร อะไร เมื่อไหร่ ที่ไหน และเท่าไหร่ — โดยไม่มีการจัดการตัวแปรหรือสรุปผลเชิงสาเหตุ ถือเป็นการออกแบบการวิจัยที่ใช้กันอย่างแพร่หลายที่สุดในการศึกษาสังคม พฤติกรรม สุขภาพ และการศึกษา

แนวคิดเบื้องหลังวิธีการ

ลองนึกถึงการสำรวจสำมะโนประชากร: ไม่มีการจัดการสิ่งใด เพียงแค่ถามว่า 'ใครอาศัยอยู่ที่นี่ พวกเขาอายุเท่าไหร่ พวกเขาทำอะไร?' การวิจัยเชิงพรรณนาทำงานในลักษณะเดียวกัน คุณระบุประชากรหรือปรากฏการณ์ เลือกกลุ่มตัวอย่างที่เป็นตัวแทน วัดตัวแปรที่สนใจโดยใช้อุปกรณ์ เช่น แบบสำรวจหรือการสังเกตที่มีโครงสร้าง จากนั้นสรุปผลลัพธ์ด้วยค่าเฉลี่ย ความถี่ และร้อยละ เป้าหมายคือการสร้างภาพรวมที่ถูกต้องและเป็นระบบของสถานการณ์ปัจจุบัน — ไม่ใช่คำอธิบายว่าทำไมสิ่งต่างๆ จึงเป็นเช่นนั้น เมื่อภาพรวมนั้นมีอยู่ การศึกษาเชิงวิเคราะห์หรือเชิงทดลองในอนาคตสามารถต่อยอดได้

ประวัติศาสตร์

การพรรณนาประชากรอย่างเป็นระบบมีรากฐานมาตั้งแต่สมัยโบราณ ตั้งแต่การสำรวจสำมะโนประชากรของโรมันไปจนถึงการวิเคราะห์ใบมรณะของลอนดอนของ John Graunt ในปี 1662 ในสังคมศาสตร์ การออกแบบนี้ได้รับการทำให้เป็นทางการเมื่อนักวิจัยในสาขาสังคมวิทยา จิตวิทยา และการศึกษาเริ่มใช้แบบสอบถามที่มีโครงสร้างและทฤษฎีการสุ่มตัวอย่างในช่วงปลายศตวรรษที่ 19 และต้นศตวรรษที่ 20 หนังสือ Foundations of Behavioral Research (1973, 1986) ที่มีอิทธิพลของ Fred N. Kerlinger ได้ให้การรักษาแบบแผนแก่การออกแบบนี้ภายในวิทยาศาสตร์พฤติกรรม เมื่อสิ้นสุดศตวรรษที่ 20 การสำรวจเชิงพรรณนาได้กลายเป็นรากฐานของการระบาดวิทยาด้านสาธารณสุข การวิจัยทางการศึกษา และการประเมินนโยบายทั่วโลก

ควรใช้เมื่อใด

ใช้การวิจัยเชิงพรรณนาเมื่อเป้าหมายคือการบันทึกสถานะปัจจุบัน ความชุก หรือการกระจายของตัวแปรหนึ่งตัวหรือมากกว่าในประชากร และเมื่อไม่จำเป็นต้องมีการอ้างสิทธิ์เชิงสาเหตุ เป็นการออกแบบที่เลือกสำหรับการประเมินความต้องการ การสำรวจพื้นฐาน การศึกษาความชุกทางระบาดวิทยา การวิจัยตลาด และรายงานสถานะการประเมินโครงการ เหมาะสมในทุกขั้นตอนของโปรแกรมการวิจัย แต่มีคุณค่าอย่างยิ่งเมื่อมีข้อมูลน้อยเกี่ยวกับปรากฏการณ์นั้นๆ อย่าใช้การวิจัยเชิงพรรณนาเมื่อเป้าหมายคือการทดสอบว่าตัวแปรหนึ่งเป็นสาเหตุของอีกตัวแปรหนึ่งหรือไม่ (ใช้การออกแบบเชิงทดลองหรือกึ่งทดลอง) เพื่อทำความเข้าใจว่าทำไมรูปแบบจึงเกิดขึ้น (ใช้การออกแบบเชิงอธิบายหรือเชิงคุณภาพ) หรือเมื่อกลุ่มตัวอย่างมีขนาดเล็กเกินไปหรือไม่เป็นตัวแทนที่จะสนับสนุนแม้แต่การประมาณค่าความถี่

ข้อจำกัดและข้อควรพิจารณา

  • ไม่สามารถสร้างข้อสรุปเชิงสาเหตุได้ — แม้แต่ความสัมพันธ์ที่แข็งแกร่งระหว่างตัวแปรที่อธิบายไว้ก็ไม่ได้หมายความว่าสิ่งหนึ่งเป็นสาเหตุของอีกสิ่งหนึ่ง
  • ภาพตัดขวาง ณ เวลาใดเวลาหนึ่งอาจไม่สะท้อนลักษณะประชากรที่เสถียรหากปรากฏการณ์นั้นผันผวนไปตามกาลเวลา
  • ข้อมูลจากการรายงานตนเอง (แบบสำรวจ) อาจได้รับอิทธิพลจากความเอนเอียงในการตอบสนอง ผลกระทบจากความปรารถนาทางสังคม และข้อผิดพลาดในการจำได้
  • การออกแบบนี้ให้ความกว้างมากกว่าความลึก ไม่สามารถอธิบายกลไกหรือความหมายเบื้องหลังรูปแบบที่บันทึกไว้ได้

เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้

จุดแข็ง

  • ตอบคำถามเชิงปฏิบัติเกี่ยวกับ 'จำนวนเท่าใด' และ 'สัดส่วนเท่าใด' โดยตรง ซึ่งเป็นข้อมูลประกอบการกำหนดนโยบายและการจัดสรรทรัพยากร
  • ดำเนินการได้อย่างมีประสิทธิภาพค่อนข้างมาก: อุปกรณ์ที่เป็นมาตรฐานและกลุ่มตัวอย่างขนาดใหญ่สามารถทำได้ภายในงบประมาณและกรอบเวลาที่สมจริง
  • ให้ข้อมูลพื้นฐานที่บันทึกไว้ซึ่งสามารถนำไปเปรียบเทียบกับการวัดผลหรือการแทรกแซงในอนาคตได้
  • สามารถสรุปผลในวงกว้างได้เมื่อใช้การสุ่มตัวอย่างแบบใช้ความน่าจะเป็น — ผลการวิจัยสามารถเป็นตัวแทนของประชากรเป้าหมายได้ภายในขอบเขตความคลาดเคลื่อนที่คำนวณได้
  • มีความตรงไปตรงมาทางจริยธรรม: ไม่มีการระงับการรักษาใดๆ ไม่มีการจัดการกลุ่มใดๆ ในเชิงทดลอง

การประยุกต์ใช้

  • การสำรวจความชุกของสาธารณสุขที่วัดสัดส่วนของประชากรที่มีภาวะ สุขภาพเสี่ยง หรือสถานะการฉีดวัคซีนที่กำหนด
  • การประเมินความต้องการทางการศึกษาที่บันทึกระดับผลสัมฤทธิ์ของนักเรียน ภาระงานของครู หรือความพร้อมของทรัพยากรในโรงเรียนต่างๆ
  • การสำรวจองค์กรที่สร้างโปรไฟล์ความพึงพอใจ การมีส่วนร่วม หรือการรับรู้ภาระงานของพนักงานก่อนที่จะออกแบบการแทรกแซง
  • การวิจัยตลาดที่กำหนดความชอบของผู้บริโภค การรับรู้ผลิตภัณฑ์ หรือลักษณะทางประชากรของกลุ่มเป้าหมาย
  • การศึกษาพื้นฐานการประเมินโครงการที่บันทึกสถานะก่อนการแทรกแซงของผลลัพธ์หลัก เพื่อให้สามารถวัดการเปลี่ยนแปลงที่ตามมาได้
  • การศึกษาทางระบาดวิทยาที่บันทึกการกระจายของปัจจัยเสี่ยงในกลุ่มย่อยทางประชากรศาสตร์ เพื่อระบุเป้าหมายลำดับความสำคัญสำหรับการแทรกแซง

วิธีการทำงาน

วิธีการทำงาน

1

กำหนดคำถามวิจัยที่มุ่งเน้นซึ่งระบุสิ่งที่ต้องอธิบาย ในใคร และในช่วงเวลาใด ระบุตัวแปรหลัก (เช่น ลักษณะทางประชากรศาสตร์ ทัศนคติ อัตราความชุก) และประชากรเป้าหมาย คำถามที่กำหนดไว้อย่างแม่นยำจะป้องกันขอบเขตงานที่บานปลายและชี้นำการตัดสินใจทั้งหมดที่ตามมาเกี่ยวกับการสุ่มตัวอย่างและการวัดผล

2

เลือกกลุ่มตัวอย่างจากประชากรเป้าหมายโดยใช้กลยุทธ์การสุ่มตัวอย่างแบบใช้ความน่าจะเป็น (สุ่ม, แบ่งชั้น, กลุ่ม) หรือแบบเจาะจง ขึ้นอยู่กับว่าเป้าหมายคือการสรุปผลในระดับประชากรหรือการอธิบายเชิงลึกของกลุ่มเฉพาะ ขนาดตัวอย่างต้องใหญ่พอที่จะให้ค่าประมาณที่เสถียร การคำนวณอำนาจการทดสอบ หรือกฎทั่วไปที่ยอมรับกันสำหรับสถิติที่เลือก (เช่น n ≥ 30 ต่อกลุ่มย่อย) จะชี้นำการตัดสินใจนี้

3

รวบรวมข้อมูลโดยใช้อุปกรณ์ที่เป็นมาตรฐาน — แบบสอบถามที่มีโครงสร้าง มาตรวัดคะแนน ระเบียบการสังเกตที่เป็นระบบ หรือบันทึกจากเอกสาร การทำให้เป็นมาตรฐานช่วยให้มั่นใจได้ว่าผู้เข้าร่วมทุกคนได้รับการวัดผลด้วยวิธีเดียวกัน ทำให้คะแนนรายบุคคลสามารถเปรียบเทียบกันได้โดยตรง การทดสอบอุปกรณ์นำร่องเพื่อความชัดเจนและความน่าเชื่อถือก่อนการใช้งานเต็มรูปแบบจะช่วยลดข้อผิดพลาดในการวัดผล

4

วิเคราะห์ข้อมูลด้วยสถิติเชิงพรรณนา: ความถี่ ร้อยละ ค่าเฉลี่ย ค่ามัธยฐาน ส่วนเบี่ยงเบนมาตรฐาน และช่วงความเชื่อมั่น เมื่อกลุ่มตัวอย่างถูกสุ่มโดยใช้วิธีการใช้ความน่าจะเป็น สถิติเหล่านี้สามารถมาพร้อมกับการประมาณค่าความคลาดเคลื่อนได้ การวิเคราะห์ตารางไขว้และการแสดงผลด้วยกราฟ (แผนภูมิแท่ง ฮิสโตแกรม) สื่อสารถึงการกระจายในกลุ่มย่อยต่างๆ

5

นำเสนอผลการวิจัยในลักษณะที่ตอบคำถามวิจัยโดยตรง โดยใช้ตารางและรูปภาพเพื่อสื่อสารถึงการกระจาย แทนที่จะเป็นข้อความจำนวนมาก ระบุข้อจำกัดอย่างชัดเจน — โดยเฉพาะอย่างยิ่งความไม่สามารถอนุมานสาเหตุ — และอภิปรายว่าโปรไฟล์เชิงพรรณนาเปรียบเทียบกับค่าประมาณก่อนหน้านี้หรือความคาดหวังทางทฤษฎีอย่างไร สรุปด้วยข้อเสนอแนะที่เฉพาะเจาะจงสำหรับการวิจัยเชิงวิเคราะห์หรือเชิงทดลองที่ผลการวิจัยกระตุ้นให้เกิด

ข้อผิดพลาดที่พบบ่อย

  • การผสมปนเปกันระหว่างคำอธิบายกับการอธิบาย — การรายงานว่าตัวแปรสองตัวเกิดขึ้นร่วมกันในข้อมูลเชิงพรรณนาและบอกเป็นนัยถึงเรื่องราวเชิงสาเหตุเป็นข้อผิดพลาดทั่วไปและร้ายแรง ผลการวิจัยเชิงพรรณนาเป็นแรงกระตุ้นให้เกิดสมมติฐานเชิงสาเหตุ แต่ไม่ได้ทดสอบสมมติฐานเหล่านั้น
  • การใช้กลุ่มตัวอย่างแบบสะดวกแต่สรุปผลราวกับว่าใช้กลุ่มตัวอย่างแบบใช้ความน่าจะเป็น — ผลการวิจัยจากกลุ่มตัวอย่างออนไลน์ที่เลือกเองไม่สามารถขยายไปยังประชากรที่กว้างขึ้นได้หากไม่มีข้อควรระวังที่เหมาะสม
  • การประเมินค่าต่ำเกินไปของความเอนเอียงในการไม่ตอบสนอง — หากบุคคลที่ถูกสุ่มตัวอย่างจำนวนมากไม่ตอบ ผู้ตอบอาจแตกต่างจากผู้ไม่ตอบอย่างเป็นระบบ ทำให้ภาพรวมบิดเบือน
  • การรวบรวมตัวแปรมากเกินไป 'เผื่อไว้' โดยไม่มีคำถามวิจัยที่ชัดเจน — สิ่งนี้จะเพิ่มความยาวของเครื่องมือ เพิ่มภาระของผู้ตอบ และสร้างรายงานที่กว้างขวางซึ่งไม่สามารถตอบคำถามใดได้ดี
  • การรายงานเฉพาะค่าเฉลี่ยโดยไม่คำนึงถึงความแปรปรวน — คะแนนเฉลี่ยให้ข้อมูลน้อยหากไม่มีส่วนเบี่ยงเบนมาตรฐานหรือช่วงความเชื่อมั่นเสมอไป ควรรายงานการกระจายควบคู่ไปกับแนวโน้มเข้าสู่ส่วนกลาง

คำถามที่พบบ่อย

การวิจัยเชิงพรรณนาเป็นการวิจัยเชิงปริมาณเสมอหรือไม่?

ไม่ คำว่า 'เชิงพรรณนา' ใช้ในการวิจัยเชิงปริมาณและเชิงคุณภาพ ในงานเชิงคุณภาพ แนวทางเชิงพรรณนา (เช่น ปรากฏการณ์วิทยาเชิงพรรณนา การพรรณนาอย่างละเอียดในชาติพันธุ์วรรณนา) จะบันทึกประสบการณ์หรือสภาพแวดล้อมในรูปแบบการบรรยาย บัตรห้องสมุดนี้มุ่งเน้นไปที่การวิจัยเชิงพรรณนาในรูปแบบเชิงปริมาณที่ใช้แบบสำรวจ ซึ่งสร้างบทสรุปเชิงตัวเลขของตัวแปรในประชากรที่กำหนด

อะไรคือความแตกต่างระหว่างการวิจัยเชิงพรรณนาและการวิจัยเชิงสหสัมพันธ์?

ทั้งสองเป็นการวิจัยที่ไม่ใช่การทดลอง แต่แตกต่างกันในวัตถุประสงค์ การวิจัยเชิงพรรณนาเป็นการจำแนกลักษณะการกระจายของตัวแปรหนึ่งตัวหรือมากกว่า (จำนวนเท่าใด เท่าไหร่ สัดส่วนเท่าใด) การวิจัยเชิงสหสัมพันธ์ก้าวไปอีกขั้นโดยการตรวจสอบความสัมพันธ์ทางสถิติระหว่างตัวแปรตั้งแต่สองตัวขึ้นไป (X มีแนวโน้มที่จะเพิ่มขึ้นเมื่อ Y เพิ่มขึ้นหรือไม่?) การศึกษาเชิงพรรณนาอาจรายงานเฉพาะค่าเฉลี่ยและความถี่ การศึกษาเชิงสหสัมพันธ์รายงานค่าสัมประสิทธิ์ เช่น Pearson r หรือ Spearman rho

ฉันสามารถสรุปผลเชิงสาเหตุจากการศึกษาเชิงพรรณนาได้หรือไม่?

ไม่ การวิจัยเชิงพรรณนาบันทึกความสัมพันธ์และการกระจาย แต่ไม่ได้ควบคุมปัจจัยรบกวนและไม่ได้สุ่มผู้เข้าร่วมเข้าสู่เงื่อนไขใดๆ การใช้ภาษาเชิงสาเหตุ ('X ทำให้เกิด Y') จึงไม่สมเหตุสมผลและถือเป็นข้อผิดพลาดทางตรรกะ ผลการวิจัยเชิงพรรณนาควรถือเป็นข้อสังเกตเชิงประจักษ์ที่กระตุ้นให้เกิดสมมติฐานเชิงสาเหตุที่จะทดสอบในการออกแบบเชิงทดลองหรือกึ่งทดลอง

กลุ่มตัวอย่างต้องมีขนาดเท่าใด?

ขึ้นอยู่กับความแม่นยำที่ต้องการสำหรับค่าประมาณหลักและความแปรปรวนของประชากร สำหรับสัดส่วน กฎทั่วไปที่อ้างถึงบ่อยคือ n = 384 สำหรับความคลาดเคลื่อน ±5% ที่ระดับความเชื่อมั่น 95% ในประชากรขนาดใหญ่ สำหรับการเปรียบเทียบกลุ่มย่อย มักแนะนำให้มีอย่างน้อย 30 คนต่อกลุ่มย่อย ใช้การวิเคราะห์อำนาจการทดสอบหรือการวิเคราะห์ความแม่นยำอย่างเป็นทางการ (เช่น สำหรับขอบเขตความคลาดเคลื่อน) ก่อนการรวบรวมข้อมูล แทนที่จะใช้การสุ่มตัวอย่างแบบสะดวก

ซอฟต์แวร์ใดที่นิยมใช้สำหรับการวิเคราะห์การวิจัยเชิงพรรณนา?

SPSS และ R เป็นตัวเลือกที่พบบ่อยที่สุดในสังคมศาสตร์และวิทยาศาสตร์สุขภาพสำหรับการคำนวณความถี่ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และตารางไขว้ Stata เป็นที่นิยมอย่างแพร่หลายในเศรษฐศาสตร์และระบาดวิทยา สำหรับการรวบรวมแบบสำรวจออนไลน์ Qualtrics หรือ SurveyMonkey จะส่งออกข้อมูลไปยังแพลตฟอร์มเหล่านี้โดยตรง Excel เหมาะสมสำหรับตารางความถี่อย่างง่าย แต่ขาดความเข้มงวดทางสถิติที่จำเป็นสำหรับค่าประมาณที่มีน้ำหนักหรือการเปรียบเทียบกลุ่มย่อยในการสำรวจขนาดใหญ่

วิธีการที่เกี่ยวข้อง

แหล่งอ้างอิง

  1. Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (4th ed.). Sage.

    ISBN: 978-1452226101
    คัดลอกแล้ว
  2. Kerlinger, F. N. (1986). Foundations of Behavioral Research (3rd ed.). Holt, Rinehart and Winston.

    ISBN: 978-0030417498
    คัดลอกแล้ว