การสำรวจ — การวิจัยเชิงสำรวจ
- ผู้เสนอ
- Francis Galton, Charles Booth, and early social statisticians; formalised by Paul Lazarsfeld in the 1940s
- ปี
- Late 19th century; systematic social-science use from 1940s
- ประเภท
- Quantitative (primarily) or mixed-methods data-collection instrument
- กลุ่มวิธี
- Data collection
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
การสำรวจคือวิธีการเก็บรววบรวมข้อมูลที่เป็นระบบ ซึ่งมีการตั้งคำถามมาตรฐานกับกลุ่มตัวอย่างของผู้ตอบแบบสอบถาม เพื่อวัดทัศนคติ พฤติกรรม ข้อมูลประชากร หรือโครงสร้างอื่นๆ การสำรวจสามารถดำเนินการผ่านกระดาษ โทรศัพท์ แพลตฟอร์มออนไลน์ หรือการสัมภาษณ์แบบเผชิญหน้า ถือเป็นเครื่องมือที่ใช้กันอย่างแพร่หลายที่สุดในการวิจัยทางสังคม พฤติกรรม สุขภาพ และการศึกษา เนื่องจากสามารถเข้าถึงกลุ่มตัวอย่างขนาดใหญ่ที่กระจายตัวทางภูมิศาสตร์ได้ในต้นทุนที่ค่อนข้างต่ำ
แนวคิดเบื้องหลังวิธีการ
ลองนึกถึงการสำรวจว่าเป็นเครื่องถ่ายภาพสแนปช็อต: มันจับภาพสถานะของประชากรที่กำหนด ณ เวลาใดเวลาหนึ่ง โดยการถามคำถามเดียวกันกับทุกคนในลักษณะเดียวกัน คุณค่าหลักคือความเป็นมาตรฐาน — ผู้ตอบแบบสอบถามทุกคนได้รับสิ่งเร้าที่เหมือนกัน ดังนั้นจึงสามารถรวบรวมและเปรียบเทียบคำตอบได้ แตกต่างจากการสัมภาษณ์เชิงลึก การสำรวจแลกเปลี่ยนความลึกของการทำความเข้าใจกับความกว้างของการครอบคลุม เครื่องมือสำรวจที่ออกแบบมาอย่างดี ผ่านการทดลองเบื้องต้นและดำเนินการกับกลุ่มตัวอย่างที่เป็นตัวแทน ช่วยให้นักวิจัยสามารถอนุมานเกี่ยวกับประชากรที่ใหญ่กว่ามากจากจำนวนคำตอบที่สมบูรณ์ซึ่งจัดการได้
ประวัติศาสตร์
การสำรวจทางสังคมที่เป็นระบบเริ่มปรากฏในช่วงปลายศตวรรษที่สิบเก้า ผ่านการศึกษาความยากจนของ Charles Booth (1889) และ Seebohm Rowntree (1901) ในอังกฤษ Paul Lazarsfeld ที่มหาวิทยาลัยโคลัมเบีย ได้ทำให้ระเบียบวิธีสำรวจเป็นเครื่องมือทางสังคมศาสตร์อย่างเป็นทางการในช่วงทศวรรษที่ 1940 โดยได้จัดตั้งทฤษฎีการสุ่มตัวอย่างและเทคนิคการวัดทัศนคติ Rensis Likert ได้นำเสนอมาตรวัดการตอบแบบของเขาในปี 1932 การเติบโตของการสุ่มตัวอย่างทางโทรศัพท์ในช่วงทศวรรษที่ 1970–1980 และอินเทอร์เน็ตในช่วงทศวรรษที่ 1990–2000 ได้เปลี่ยนแปลงการบริหารการสำรวจ วิธีการออกแบบที่ปรับให้เหมาะสม (tailored design method) ของ Don Dillman ได้กลายเป็นกรอบการปฏิบัติหลักในการเพิ่มอัตราการตอบให้สูงสุดในทุกรูปแบบ
ควรใช้เมื่อใด
ใช้การสำรวจเมื่อคุณต้องการอธิบายการกระจายของทัศนคติ พฤติกรรม หรือลักษณะต่างๆ ในประชากรที่กำหนด หรือเพื่อทดสอบความสัมพันธ์ระหว่างตัวแปรในกลุ่มตัวอย่างขนาดใหญ่ การสำรวจมีความเหมาะสมอย่างยิ่งสำหรับการศึกษาความชุกแบบภาคตัดขวาง การประเมินความต้องการ การประเมินโครงการ และการทดสอบสมมติฐานในการวิจัยทางสังคมหรือสุขภาพ อย่าใช้การสำรวจเมื่อคำถามวิจัยต้องการการสำรวจเชิงลึกเกี่ยวกับประสบการณ์ชีวิต (ให้ใช้ปรากฏการณ์วิทยาหรือการสัมภาษณ์เชิงลึกแทน) เมื่อโครงสร้างที่สนใจต่อต้านการรายงานตนเอง (ให้ใช้การสังเกตหรือการวัดทางสรีรวิทยา) หรือเมื่อไม่สามารถเข้าถึงประชากรเป้าหมายได้อย่างน่าเชื่อถือผ่านรูปแบบการสำรวจใดๆ หลีกเลี่ยงการสำรวจเพื่อการอนุมานเชิงสาเหตุหากไม่มีการออกแบบเชิงระยะยาวหรือการทดลอง
ข้อจำกัดและข้อควรพิจารณา
- ข้อมูลจากการรายงานตนเองอาจมีความเอนเอียงจากการต้องการเป็นที่ยอมรับทางสังคม ข้อผิดพลาดในการจำได้ และความเอนเอียงจากการตอบตกลง (acquiescence bias)
- ตัวเลือกการตอบแบบตายตัวอาจไม่สามารถจับความซับซ้อนหรือความแตกต่างเล็กน้อยของมุมมองของผู้ตอบได้อย่างครบถ้วน
- การสำรวจแบบภาคตัดขวางสร้างความสัมพันธ์ ไม่ใช่สาเหตุ การออกแบบระยะยาวจำเป็นสำหรับการอนุมานเชิงเวลา
- อัตราการตอบกลับต่ำ — ซึ่งพบบ่อยในการสำรวจออนไลน์ — ทำให้เกิดความเอนเอียงจากการไม่ตอบ และคุกคามความสามารถในการสรุปผลทั่วไป
- ผลกระทบจากถ้อยคำในคำถามสามารถบิดเบือนผลลัพธ์ได้อย่างมากหากรายการถูกสร้างขึ้นอย่างไม่ดี
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- เข้าถึงกลุ่มตัวอย่างขนาดใหญ่ที่กระจายตัวทางภูมิศาสตร์ได้อย่างมีประสิทธิภาพในต้นทุนที่ค่อนข้างต่ำ
- คำถามที่เป็นมาตรฐานช่วยให้มั่นใจได้ว่าคำตอบสามารถเปรียบเทียบกันได้ระหว่างผู้ตอบและเมื่อเวลาผ่านไป
- มีความยืดหยุ่นในรูปแบบ (กระดาษ โทรศัพท์ ออนไลน์ เผชิญหน้า) เพื่อให้เหมาะกับประชากรและงบประมาณที่แตกต่างกัน
- สามารถนำไปสู่การสรุปผลเชิงสถิติได้เมื่อใช้การสุ่มตัวอย่างแบบใช้ความน่าจะเป็น
- สามารถวัดโครงสร้างหลายอย่างและความสัมพันธ์ระหว่างกันได้พร้อมกัน
- เครื่องมือวัดทางจิตวิทยาที่จัดตั้งขึ้น (Cronbach's alpha, การวิเคราะห์ปัจจัย) สนับสนุนการประเมินความตรงและความเชื่อมั่นที่เข้มงวด
การประยุกต์ใช้
- การสำรวจสำมะโนประชากรแห่งชาติและการสำรวจสุขภาพประชากรที่วัดความชุกของโรค พฤติกรรมเสี่ยง และการใช้บริการสุขภาพ
- การศึกษาการประเมินผลการศึกษาที่ตรวจสอบการมีส่วนร่วมของนักเรียน ผลการเรียนรู้ หรือความพึงพอใจของคณาจารย์ในสถาบันต่างๆ
- การวิจัยองค์กรและทรัพยากรบุคคลเกี่ยวกับทัศนคติของพนักงาน ความพึงพอใจในงาน และบรรยากาศในที่ทำงาน
- การวิจัยตลาดและการศึกษาพฤติกรรมผู้บริโภคที่วัดความชอบผลิตภัณฑ์และเจตนาในการซื้อ
- การสำรวจความคิดเห็นทางการเมืองและการคาดการณ์การเลือกตั้งที่ติดตามทัศนคติและเจตนาของผู้มีสิทธิเลือกตั้ง
- การศึกษาการประเมินโครงการที่ประเมินความพึงพอใจของผู้เข้าร่วมและผลลัพธ์ที่รายงานด้วยตนเองหลังจากการแทรกแซง
วิธีการทำงาน
วิธีการทำงาน
ระบุคำถามวิจัย ประชากรเป้าหมาย และโครงสร้างที่จะวัด กำหนดว่าการศึกษาเป็นแบบภาคตัดขวาง (จุดเวลาเดียว) หรือแบบระยะยาว (หลายช่วงเวลา) ตัดสินใจเลือกกลยุทธ์การสุ่มตัวอย่าง — การสุ่มตัวอย่างแบบใช้ความน่าจะเป็น (เช่น สุ่มอย่างง่าย สุ่มแบบแบ่งชั้น สุ่มแบบกลุ่ม) หรือการสุ่มตัวอย่างแบบไม่ใช้ความน่าจะเป็น (เช่น แบบสะดวก แบบเจาะจง) — และคำนวณขนาดตัวอย่างที่จำเป็นเพื่อให้ได้อำนาจการทดสอบและความแม่นยำที่ต้องการ
พัฒนาแบบสอบถามโดยการเลือกหรือสร้างรายการสำหรับแต่ละโครงสร้าง จับคู่รูปแบบรายการกับโครงสร้าง: มาตรวัดแบบ Likert สำหรับทัศนคติ แบบแยกความแตกต่างทางความหมาย (semantic differentials) สำหรับการรับรู้ รายการแบบเลือกตอบหลายข้อหรือการจัดอันดับสำหรับความชอบ และรายการแบบปลายเปิดเมื่อต้องการความลึกในการสำรวจ ให้ความสนใจกับการใช้ถ้อยคำในคำถาม (หลีกเลี่ยงรายการที่ถามสองประเด็น นำไปสู่ หรือกำกวม) การติดป้ายกำกับมาตรวัดการตอบ และความยาวของแบบสอบถาม ตรวจสอบความถูกต้องของรายการกับมาตรวัดที่จัดตั้งขึ้นเมื่อเป็นไปได้
ดำเนินการแบบสอบถามฉบับร่างกับกลุ่มตัวอย่างแบบสะดวกขนาดเล็ก (โดยทั่วไปคือ 10–30 คนจากประชากรเป้าหมาย) เพื่อตรวจจับถ้อยคำที่ไม่ชัดเจน ข้อผิดพลาดของตรรกะการข้ามคำถาม เวลาในการตอบที่มากเกินไป และปัญหาทางเทคนิค (สำหรับการสำรวจออนไลน์) ปรับปรุงรายการตามข้อเสนอแนะจากการสัมภาษณ์เชิงประชาน (cognitive interviewing) และตรวจสอบสหสัมพันธ์ระหว่างรายการหรือค่าโหลดแฟกเตอร์ (factor loadings) เป็นหลักฐานเบื้องต้นของความตรงของโครงสร้าง
นำการสำรวจที่เสร็จสมบูรณ์ไปใช้กับกลุ่มตัวอย่างที่เลือกโดยใช้รูปแบบที่เลือก (ออนไลน์ ไปรษณีย์ โทรศัพท์ หรือเผชิญหน้า) เพิ่มอัตราการตอบให้สูงสุดผ่านจดหมายนำส่วนบุคคล การแจ้งเตือน และสิ่งจูงใจตามความเหมาะสม ติดตามอัตราการตอบและเปรียบเทียบผู้ตอบในช่วงต้นกับช่วงปลาย หรือผู้ตอบกับลักษณะประชากรที่ทราบ เพื่อประเมินความเอนเอียงจากการไม่ตอบ
ทำความสะอาดข้อมูลโดยการจัดการกับค่าที่ขาดหายไปและการตอบที่อยู่นอกช่วง จากนั้นจึงให้คะแนนมาตรวัดแบบผสม ดำเนินการสถิติเชิงพรรณนาสำหรับแต่ละตัวแปร ประเมินความเชื่อมั่น (เช่น Cronbach's alpha) สำหรับมาตรวัดแบบหลายรายการ และใช้วิธีการอนุมานที่เหมาะสมกับคำถามวิจัย — ความถี่และไคสแควร์สำหรับผลลัพธ์เชิงหมวดหมู่ การทดสอบที (t-tests) และ ANOVA สำหรับการเปรียบเทียบกลุ่ม การถดถอย (regression) หรือ SEM สำหรับแบบจำลองเชิงอธิบาย
ข้อผิดพลาดที่พบบ่อย
- การละเลยความเอนเอียงจากการไม่ตอบ — การไม่เปรียบเทียบผู้ตอบกับผู้ที่ไม่ตอบในลักษณะที่ทราบ หมายความว่ากลุ่มตัวอย่างที่ได้อาจเป็นตัวแทนของประชากรที่แตกต่างกันอย่างเป็นระบบ
- แบบสอบถามที่ยาวเกินไป — การสำรวจที่ใช้เวลาตอบนานกว่า 15–20 นาที จะมีอัตราการเลิกตอบสูงขึ้นอย่างมากและคุณภาพข้อมูลต่ำลง ให้จัดลำดับความสำคัญของโครงสร้างที่จำเป็นต่อคำถามวิจัย
- การใช้มาตรวัดที่ไม่ได้ตรวจสอบความถูกต้อง — การสร้างรายการเฉพาะกิจโดยไม่มีการทดลองเบื้องต้นหรือการทดสอบทางจิตวิทยา ทำให้เกิดมาตรวัดที่มีความเชื่อมั่นและความตรงที่ไม่ทราบ ควรเลือกใช้เครื่องมือที่จัดตั้งขึ้นเมื่อมีอยู่
- การผสมผสานความสัมพันธ์กับการเป็นสาเหตุ — การรายงานความสัมพันธ์จากการสำรวจว่าเป็นความสัมพันธ์เชิงสาเหตุโดยไม่มีการควบคุมการออกแบบที่เหมาะสมหรือข้อมูลระยะยาว เป็นการตีความผิดที่พบบ่อย
- การละเลยผลกระทบจากลำดับรายการ — ลำดับคำถามสามารถชี้นำผู้ตอบได้ รายการที่ละเอียดอ่อนที่วางไว้ในช่วงต้นสามารถเปลี่ยนแปลงคำตอบสำหรับรายการต่อมาได้
คำถามที่พบบ่อย
ขนาดตัวอย่างของฉันต้องใหญ่แค่ไหน?
ขนาดตัวอย่างขึ้นอยู่กับค่าคลาดเคลื่อนที่ต้องการ ระดับความเชื่อมั่น ขนาดอิทธิพลที่คาดหวัง และแผนการวิเคราะห์ สำหรับการสำรวจเชิงพรรณนาที่ประมาณสัดส่วน สูตรมาตรฐานคือ n = z²p(1-p)/e² โดยที่ z คือค่า z สำหรับระดับความเชื่อมั่น p คือสัดส่วนที่ประมาณ และ e คือค่าคลาดเคลื่อน สำหรับการสำรวจเชิงวิเคราะห์ที่ทดสอบความสัมพันธ์ การวิเคราะห์อำนาจการทดสอบล่วงหน้า (a priori power analysis) โดยอิงจากการทดสอบทางสถิติที่วางแผนไว้จะดีกว่า เครื่องคำนวณออนไลน์ (เช่น G*Power) จะทำการคำนวณเหล่านี้โดยอัตโนมัติ ขนาดตัวอย่างแบบสะดวกที่พบบ่อยในการวิจัยของนักศึกษา (100–300) มักจะมีอำนาจการทดสอบไม่เพียงพอสำหรับการวิเคราะห์กลุ่มย่อย
อัตราการตอบกลับเท่าใดจึงจะยอมรับได้?
ไม่มีเกณฑ์สากล การสำรวจออนไลน์มักจะได้ 20–40% การสำรวจทางไปรษณีย์ 50–60% และการสำรวจทางโทรศัพท์ลดลงอย่างมาก คำถามที่สำคัญกว่าคือการไม่ตอบนั้นเป็นการสุ่มหรือเป็นระบบหรือไม่ แม้แต่อัตราการตอบกลับ 20% ก็อาจยอมรับได้หากคุณสามารถแสดงให้เห็นว่าผู้ตอบไม่แตกต่างจากผู้ที่ไม่ตอบในตัวแปรสำคัญ ในทางตรงกันข้าม อัตราการตอบกลับ 70% ก็ยังคงมีปัญหาหาก 30% ที่ขาดหายไปมีความแตกต่างกันอย่างเป็นระบบ
ฉันสามารถผสมคำถามปลายเปิดและปลายปิดได้หรือไม่?
ได้ และนี่เป็นแนวปฏิบัติทั่วไป รายการแบบปิดให้ข้อมูลเชิงปริมาณ รายการปลายเปิดเพิ่มความลึกของบริบทและอนุญาตให้มีคำตอบที่ไม่คาดคิด อย่างไรก็ตาม รายการปลายเปิดจะเพิ่มเวลาในการตอบอย่างมากและสร้างข้อมูลข้อความที่ต้องมีการเข้ารหัสเชิงคุณภาพ จำกัดรายการปลายเปิดไว้เฉพาะโครงสร้างที่ตัวเลือกแบบตายตัวไม่สามารถจับช่วงของคำตอบได้อย่างแท้จริง
เมื่อใดที่ฉันควรใช้มาตรวัดแบบ Likert แทนมาตรวัดแบบภาพอนาล็อก (visual analogue scale)?
มาตรวัดแบบ Likert (โดยทั่วไปคือ 5 หรือ 7 จุดตอบที่มีป้ายกำกับ) นั้นง่ายต่อการบริหารและให้คะแนน และคุณสมบัติทางจิตวิทยาเป็นที่เข้าใจกันดี มาตรวัดแบบภาพอนาล็อก (เส้นต่อเนื่อง 0–100) ให้การจำแนกที่ละเอียดกว่าและพบบ่อยในการวิจัยเกี่ยวกับความเจ็บปวดและสุขภาพ มาตรวัดแบบ Likert เหมาะสำหรับการวิจัยทางสังคมและพฤติกรรมส่วนใหญ่ มาตรวัดแบบภาพอนาล็อกจะดีกว่าเมื่อการตรวจจับการเปลี่ยนแปลงเล็กน้อยภายในบุคคลเมื่อเวลาผ่านไปเป็นสิ่งสำคัญ
การสำรวจแตกต่างจากการสัมภาษณ์ที่มีโครงสร้างอย่างไร?
ในการสำรวจ ผู้ตอบจะอ่านและกรอกแบบสอบถามด้วยตนเองโดยไม่มีผู้สัมภาษณ์อยู่ ในการสัมภาษณ์ที่มีโครงสร้าง คำถามคงที่เดียวกันจะถูกส่งด้วยวาจาโดยผู้สัมภาษณ์ การสำรวจเข้าถึงกลุ่มตัวอย่างขนาดใหญ่กว่าในต้นทุนที่ต่ำกว่า การสัมภาษณ์ที่มีโครงสร้างจะทำให้อัตราการตอบกลับสูงขึ้นและสามารถชี้แจงรายการที่สับสนได้ แต่ต้องใช้ทรัพยากรมากกว่าและทำให้เกิดผลกระทบจากผู้สัมภาษณ์
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
Dillman, D. A., Smyth, J. D., & Christian, L. M. (2014). Internet, Phone, Mail, and Mixed-Mode Surveys: The Tailored Design Method (4th ed.). Wiley.
ISBN: 978-1118456149คัดลอกแล้วFowler, F. J. (2013). Survey Research Methods (5th ed.). Sage.
ISBN: 978-1452259000คัดลอกแล้ว