ความถูกต้อง 4 ประเภทในการออกแบบงานวิจัย (+3 เพิ่มเติมที่ต้องพิจารณา)

ข้อสรุปที่คุณได้มาจากการวิจัยของคุณ (ไม่ว่าจะจากการวิเคราะห์แบบสำรวจ การสนทนากลุ่ม การออกแบบการทดลอง หรือวิธีการวิจัยอื่นๆ) จะมีประโยชน์ก็ต่อเมื่อข้อมูลเหล่านั้นถูกต้องเท่านั้น

ผลลัพธ์เหล่านี้ “จริง” แค่ไหน? สิ่งเหล่านี้แสดงถึงสิ่งที่คุณพยายามศึกษาจริงๆ ได้ดีเพียงใด ความถูกต้องใช้เพื่อกำหนดว่าการวิจัยวัดสิ่งที่ตั้งใจจะวัดหรือไม่และเพื่อประมาณความจริงของผลลัพธ์

น่าเสียดายที่บางครั้งนักวิจัยสร้างคำจำกัดความของตัวเองขึ้นมาเมื่อพูดถึงสิ่งที่ถือว่าใช้ได้

• ในการทดสอบการวิจัยเชิงปริมาณสำหรับความถูกต้องและความน่าเชื่อถือจะได้รับ
• อย่างไรก็ตาม นักวิจัยเชิงคุณภาพบางคนได้เสนอแนะว่าความถูกต้องไม่สามารถใช้ได้กับการวิจัยของพวกเขา แม้ว่าพวกเขาจะรับทราบถึงความจำเป็นในการตรวจสอบหรือมาตรการที่เข้าเกณฑ์บางอย่างในการทำงาน

นี้เป็นสิ่งที่ผิด ความถูกต้องเป็นสิ่งสำคัญเสมอ แม้ว่าจะยากต่อการพิจารณาในการวิจัยเชิงคุณภาพก็ตาม

การเพิกเฉยต่อความถูกต้องคือการใส่ความน่าไว้วางใจของงานของคุณที่เป็นคำถาม และเรียกร้องให้ผู้อื่นเกิดคำถามถึงความมั่นใจในผลลัพธ์ของมัน แม้ว่าจะใช้มาตรการเชิงคุณภาพในการวิจัย ก็ต้องพิจารณาโดยใช้มาตรการความน่าเชื่อถือและความถูกต้องเพื่อรักษาความน่าเชื่อถือของผลลัพธ์

ความถูกต้องในการวิจัยคืออะไร?

ความถูกต้องเป็นวิธีที่นักวิจัยพูดถึงขอบเขตที่ผลลัพธ์แสดงถึงความเป็นจริง วิธีการวิจัย ทั้งเชิงปริมาณหรือเชิงคุณภาพ เป็นวิธีการศึกษาปรากฏการณ์ที่แท้จริง ความถูกต้องหมายถึงปรากฏการณ์ที่พวกมันวัดได้มากน้อยเพียงใด เทียบกับผลลัพธ์ที่ได้ “สัญญาณรบกวน” หรือข้อมูลที่ไม่เกี่ยวข้องกันมากเพียงใด

ความถูกต้องและความน่าเชื่อถือสร้างความแตกต่างระหว่างรายงานการวิจัยที่ "ดี" และ "ไม่ดี" การวิจัยคุณภาพขึ้นอยู่กับความมุ่งมั่นในการทดสอบและเพิ่มความถูกต้องตลอดจนความน่าเชื่อถือของผลการวิจัยของคุณ

การวิจัยใดๆ ที่คุ้มค่าต่อน้ำหนักนั้นเกี่ยวข้องกับว่าสิ่งที่กำลังวัดคือสิ่งที่ตั้งใจจะวัดหรือไม่ และพิจารณาวิธีที่การสังเกตได้รับอิทธิพลจากสถานการณ์ที่เกิดขึ้น

พื้นฐานของข้อสรุปของเรามีบทบาทสำคัญในการจัดการกับประเด็นสำคัญในวงกว้างของการศึกษาใดๆ

ด้วยเหตุผลนี้ เราจะพิจารณาประเภทความถูกต้องต่างๆ ที่ได้รับการกำหนดขึ้นให้เป็นส่วนหนึ่งของวิธีการวิจัยที่ถูกต้องตามกฎหมาย

ต่อไปนี้คือ 7 ประเภทหลักของความถูกต้องในการวิจัย:

1. ใบหน้าที่ถูกต้อง
2. ความถูกต้องของเนื้อหา
3. ความถูกต้องของโครงสร้าง
4. ความถูกต้องภายใน
5. ความถูกต้องภายนอก
6. ความถูกต้องของข้อสรุปทางสถิติ
7. ความถูกต้องที่เกี่ยวข้องกับเกณฑ์

1. ความถูกต้องของใบหน้า

ความถูกต้องของใบหน้าคือผลลัพธ์ของคุณที่ถูกต้องตามลักษณะที่ปรากฏ นี่เป็นวิธีการที่ถูกต้องทางวิทยาศาสตร์น้อยที่สุด เนื่องจากไม่มีการวัดปริมาณโดยใช้วิธีการทางสถิติ

ความถูกต้องของใบหน้าไม่ใช่ความถูกต้องในความหมายทางเทคนิคของคำศัพท์ มันเกี่ยวข้องกับว่าดูเหมือนว่าเราวัดสิ่งที่เราเรียกร้องหรือไม่

ในที่นี้ เราจะพิจารณาว่าการวัดผลที่ปรากฏบนพื้นผิวนั้นถูกต้องเพียงใด และทำการตัดสินตามอัตวิสัยตามนั้น

ตัวอย่างเช่น,

• ลองนึกภาพว่าคุณให้แบบสำรวจที่ดูเหมือนจะถูกต้องสำหรับผู้ตอบ และเลือกคำถามเพราะเห็นว่าถูกต้องสำหรับผู้ดูแลระบบ
• ผู้บริหารจะถามกลุ่มคนที่สุ่มตัวอย่าง ผู้สังเกตการณ์ที่ไม่ได้รับการฝึกฝน หากคำถามปรากฏว่าถูกต้องสำหรับพวกเขา

ในการวิจัย การพึ่งพาการตัดสินด้วยใบหน้าเพียงอย่างเดียวไม่เคยเพียงพอ และจำเป็นต้องมีวิธีการในเชิงปริมาณที่สมเหตุสมผลมากขึ้น เพื่อที่จะได้ข้อสรุปที่ยอมรับได้ มีเครื่องมือวัดมากมายที่ต้องพิจารณา ดังนั้นความถูกต้องของใบหน้าจึงมีประโยชน์ในกรณีที่คุณจำเป็นต้องแยกแยะวิธีการหนึ่งกับอีกวิธีหนึ่ง

ความถูกต้องของใบหน้าไม่ควรเชื่อถือได้ในข้อดีของตัวเอง

2. ความถูกต้องของเนื้อหา

ความถูกต้องของเนื้อหาคือการที่การวัดที่ใช้ในการวิจัยครอบคลุมเนื้อหาทั้งหมดในโครงสร้างพื้นฐานหรือไม่ (สิ่งที่คุณพยายามวัด)

นี่เป็นการวัดแบบอัตนัยเช่นกัน แต่ต่างจากความถูกต้องของใบหน้า เราถามว่าเนื้อหาของการวัดครอบคลุมโดเมนทั้งหมดของเนื้อหาหรือไม่ หากนักวิจัยต้องการวัดผลการเก็บตัว พวกเขาจะต้องตัดสินใจก่อนว่าอะไรคือโดเมนที่เกี่ยวข้องของเนื้อหาสำหรับลักษณะนั้น

ความถูกต้องของเนื้อหาถือเป็นรูปแบบการวัดเชิงอัตนัย เนื่องจากยังคงอาศัยการรับรู้ของผู้คนสำหรับโครงสร้างการวัดที่มิเช่นนั้นจะวัดได้ยาก

เมื่อความถูกต้องของเนื้อหาแตกต่างออกไป (และมีประโยชน์) คือการใช้ผู้เชี่ยวชาญในสาขาหรือบุคคลที่เป็นของประชากรเป้าหมาย การศึกษานี้สามารถทำให้มีวัตถุประสงค์มากขึ้นโดยใช้การทดสอบทางสถิติที่เข้มงวด

ตัวอย่างเช่น คุณอาจมีการศึกษาความถูกต้องของเนื้อหาที่แจ้งนักวิจัยว่ารายการที่ใช้ในแบบสำรวจแสดงถึงโดเมนของเนื้อหาอย่างไร มีความชัดเจนเพียงใด และขอบเขตที่พวกเขารักษาโครงสร้างปัจจัยทางทฤษฎีที่ประเมินโดยการวิเคราะห์ปัจจัย

3. สร้างความถูกต้อง

โครงสร้างแสดงถึงชุดของพฤติกรรมที่เกี่ยวข้องอย่างมีความหมายเพื่อสร้างภาพหรือแนวคิดที่คิดค้นขึ้นเพื่อวัตถุประสงค์ในการวิจัย ความถูกต้องของโครงสร้างคือระดับที่การวิจัยของคุณวัดโครงสร้าง (เมื่อเทียบกับสิ่งที่อยู่นอกโครงสร้าง)

อาการซึมเศร้าเป็นโครงสร้างที่แสดงถึงลักษณะบุคลิกภาพที่แสดงออกในพฤติกรรม เช่น นอนมากเกินไป เบื่ออาหาร มีสมาธิลำบาก เป็นต้น

การมีอยู่ของโครงสร้างนั้นแสดงให้เห็นโดยสังเกตจากการรวบรวมตัวบ่งชี้ที่เกี่ยวข้อง เครื่องหมายใดเครื่องหมายหนึ่งอาจเกี่ยวข้องกับโครงสร้างหลายอย่าง บุคคลที่มีปัญหาในการเพ่งสมาธิอาจมี ADD แต่ไม่ซึมเศร้า

ความถูกต้องของโครงสร้างคือระดับที่การอนุมานสามารถทำได้จากการดำเนินการ (การเชื่อมต่อแนวคิดกับการสังเกต) ในการศึกษาของคุณกับโครงสร้างที่การดำเนินการเหล่านั้นเป็นพื้นฐาน ในการสร้างความถูกต้องของโครงสร้าง คุณต้องแสดงหลักฐานว่าข้อมูลของคุณสนับสนุนโครงสร้างทางทฤษฎีก่อน

คุณต้องแสดงให้เห็นว่าคุณควบคุมการดำเนินงานของโครงสร้าง กล่าวอีกนัยหนึ่ง แสดงว่าทฤษฎีของคุณมีความสอดคล้องกับความเป็นจริงบ้าง

• Convergent Validity – ระดับที่การดำเนินการคล้ายกับการดำเนินการอื่นๆ ในทางทฤษฎีควรมีความคล้ายคลึงกัน
• ความถูกต้องของ การเลือกปฏิบัติ - หากมาตราส่วนสร้างความแตกต่างในตัวเองอย่างเพียงพอหรือไม่แยกความแตกต่างระหว่างกลุ่มที่ควรแตกต่างหรือไม่แตกต่างกันตามเหตุผลทางทฤษฎีหรือการวิจัยก่อนหน้านี้
• Nomological Network – การนำเสนอโครงสร้างที่น่าสนใจในการศึกษา การสำแดงที่สังเกตได้ และความสัมพันธ์ระหว่างและระหว่างสิ่งเหล่านี้ ตามคำกล่าวของ Cronbach และ Meehl เครือข่าย nomological จะต้องได้รับการพัฒนาสำหรับการวัดเพื่อให้มีความถูกต้องของโครงสร้าง
• Multitrait-Multimethod Matrix – ข้อควรพิจารณาหลักหกประการเมื่อตรวจสอบ Construct Validity ตาม Campbell และ Fiske ซึ่งรวมถึงการประเมินความถูกต้องของการลู่เข้าและความถูกต้องในการเลือกปฏิบัติ ส่วนอื่นๆ คือ หน่วยวิธีของคุณลักษณะ หลายวิธีการ/ลักษณะ วิธีการที่แตกต่างกันอย่างแท้จริง และคุณลักษณะของคุณลักษณะ

4. ความถูกต้องภายใน

ความถูกต้องภายในหมายถึงขอบเขตที่สามารถระบุตัวแปรอิสระได้อย่างถูกต้องเพื่อสร้างผลกระทบที่สังเกตได้

หากผลกระทบของตัวแปรตามเกิดจากตัวแปรอิสระเท่านั้น ความถูกต้องภายในก็จะบรรลุผล นี่คือระดับที่สามารถจัดการผลลัพธ์ได้

กล่าวอีกนัยหนึ่ง ความถูกต้องภายในคือวิธีที่คุณสามารถบอกได้ว่างานวิจัยของคุณ "ใช้ได้ผล" ในการตั้งค่าการวิจัย ภายในการศึกษาหนึ่งๆ ตัวแปรที่คุณเปลี่ยนส่งผลต่อตัวแปรที่คุณกำลังศึกษาอยู่หรือไม่?

[บล็อกสมัคร]

5. ความถูกต้องภายนอก

ความถูกต้องภายนอกหมายถึงขอบเขตที่ผลการศึกษาสามารถสรุปได้นอกเหนือจากกลุ่มตัวอย่าง กล่าวคือคุณสามารถนำสิ่งที่คุณค้นพบไปใช้กับบุคคลอื่นและการตั้งค่าได้

คิดว่านี่เป็นระดับที่ผลลัพธ์สามารถสรุปได้ ผลการวิจัยสามารถนำไปใช้กับส่วนที่เหลือของโลกได้ดีเพียงใด?

การตั้งค่าห้องปฏิบัติการ (หรือการตั้งค่าการวิจัยอื่น ๆ ) เป็นสภาพแวดล้อมที่มีการควบคุมโดยมีตัวแปรน้อยกว่า ความถูกต้องภายนอกหมายถึงผลลัพธ์ที่ได้รับ แม้จะอยู่ในตัวแปรอื่นๆ ทั้งหมดก็ตาม

6. ความถูกต้องของข้อสรุปทางสถิติ

ความถูกต้องของข้อสรุปทางสถิติคือการพิจารณาว่ามีความสัมพันธ์หรือความแปรปรวนร่วมระหว่างตัวแปรเหตุและผลหรือไม่

ความถูกต้องประเภทนี้ต้องการ:

• จัดให้มีขั้นตอนการสุ่มตัวอย่างที่เพียงพอ
• การทดสอบทางสถิติที่เหมาะสม
• ขั้นตอนการวัดที่เชื่อถือได้

นี่คือระดับที่ข้อสรุปน่าเชื่อถือหรือน่าเชื่อถือ

7. ความถูกต้องที่เกี่ยวข้องกับเกณฑ์

ความถูกต้องที่เกี่ยวข้องกับเกณฑ์ (เรียกอีกอย่างว่าความถูกต้องของเครื่องมือ) เป็นการวัดคุณภาพของวิธีการวัดของคุณ ความถูกต้องของการวัดนั้นแสดงให้เห็นโดยเปรียบเทียบกับการวัดที่ทราบแล้วว่าถูกต้อง

กล่าวอีกนัยหนึ่ง – หากการวัดของคุณมีความสัมพันธ์สูงกับการวัดอื่น ๆ ที่ทราบว่าใช้ได้เนื่องจากการวิจัยก่อนหน้านี้

เพื่อการทำงานนี้ คุณต้องรู้ว่าเกณฑ์ได้รับการวัดอย่างดีแล้ว และพึงระวังว่าเกณฑ์ที่เหมาะสมไม่ได้มีอยู่เสมอ

สิ่งที่คุณกำลังทำคือการตรวจสอบประสิทธิภาพการปฏิบัติงานของคุณกับเกณฑ์

เกณฑ์ที่คุณใช้เป็นมาตรฐานในการพิจารณาพิจารณาถึงแนวทางต่างๆ ที่คุณจะใช้:

• Predictive Validity – ความสามารถในการดำเนินการของการดำเนินการเพื่อคาดการณ์สิ่งที่สามารถทำนายได้ในเชิงทฤษฎี ขอบเขตที่การวัดคาดการณ์ผลลัพธ์ที่คาดหวัง
• ความถูกต้องพร้อมกัน – ความสามารถในการปฏิบัติงานในการแยกแยะระหว่างกลุ่มตามทฤษฎีควรจะทำได้ นี่คือจุดที่การทดสอบมีความสัมพันธ์ที่ดีกับการวัดที่ได้รับการตรวจสอบก่อนหน้านี้

เมื่อเราดูความถูกต้องในข้อมูลการสำรวจ เรากำลังถามว่าข้อมูลดังกล่าวแสดงถึงสิ่งที่เราคิดว่าควรเป็นตัวแทนหรือไม่

เราขึ้นอยู่กับชุดความคิดและทัศนคติของผู้ตอบเพื่อให้ข้อมูลที่ถูกต้องแก่เรา

กล่าวอีกนัยหนึ่งเราพึ่งพาพวกเขาในการตอบคำถามทุกข้ออย่างซื่อสัตย์และรอบคอบ นอกจากนี้เรายังขึ้นอยู่กับว่าพวกเขาสามารถตอบคำถามที่เราถามได้หรือไม่ เมื่อคำถามที่ผู้ตอบไม่สามารถเข้าใจหรือเข้าใจได้ ข้อมูลก็ไม่ได้บอกเราว่าเราคิดอย่างไร