แต่ถ้า "ไม่มีเวลา" ให้เราช่วยดูแลให้ไหม?
น้องๆ กำลังงงกับ “ค่าอำนาจจำแนก” อยู่หรือเปล่าครับ?
พี่เชื่อว่าเกือบทุกคนที่เริ่มสร้างแบบสอบถามครั้งแรกต้องเคยเจอคำนี้ครับ
บางคนได้ยินอาจารย์บอกว่า
“อย่าลืมหาค่าอำนาจจำแนกนะ”
แต่พอถามต่อว่า “คืออะไร?” กลับได้คำตอบเป็นสูตรสถิติยาวเหยียดจนปวดหัวกว่าเดิม 😅
ความจริงแล้ว ค่าอำนาจจำแนกไม่ได้ซับซ้อนอย่างที่คิดครับ
หากน้องๆ เข้าใจหลักการเพียงครั้งเดียว จะสามารถวิเคราะห์คุณภาพข้อคำถามได้ทันที และช่วยให้งานวิจัยมีความน่าเชื่อถือมากขึ้นครับ
บทความนี้พี่จะอธิบายให้เข้าใจง่าย พร้อมวิธีคำนวณ วิธีแปลผล และข้อผิดพลาดที่นักวิจัยมือใหม่มักเจอครับ
ค่าอำนาจจำแนก คืออะไร?
ค่าอำนาจจำแนก (Discrimination Power) คือ
ความสามารถของข้อคำถามในการแยกแยะผู้ตอบที่มีคุณลักษณะสูงออกจากผู้ตอบที่มีคุณลักษณะต่ำได้อย่างชัดเจน
พูดง่ายๆ คือ
หากข้อคำถามข้อหนึ่งมีคุณภาพดี
- คนที่มีคุณลักษณะสูงควรตอบคะแนนสูง
- คนที่มีคุณลักษณะต่ำควรตอบคะแนนต่ำ
แต่ถ้าทุกคนตอบใกล้เคียงกันหมด
ข้อคำถามนั้นจะมีอำนาจจำแนกต่ำครับ
ทำไมค่าอำนาจจำแนกจึงสำคัญ?
เพราะแบบสอบถามที่ดี ไม่ใช่แค่ถามได้
แต่ต้องสามารถ “แยกความแตกต่าง” ของผู้ตอบได้จริงครับ
ตัวอย่างเช่น
หากเราวัดภาวะผู้นำ
ข้อคำถามที่ดีควรทำให้
- ผู้บริหารที่มีภาวะผู้นำสูงได้คะแนนสูง
- ผู้บริหารที่มีภาวะผู้นำต่ำได้คะแนนต่ำ
หากทุกคนได้คะแนนใกล้เคียงกันหมด
ข้อคำถามนั้นอาจไม่มีประโยชน์ในการวัดตัวแปรครับ
วิธีหาค่าอำนาจจำแนกที่นิยมใช้
1. วิธีหาค่าสหสัมพันธ์รายข้อกับคะแนนรวม (Item-Total Correlation)
เป็นวิธีที่นิยมมากที่สุดในงานวิจัยทางสังคมศาสตร์และการศึกษา
หลักการคือ
นำคะแนนของแต่ละข้อไปหาความสัมพันธ์กับคะแนนรวมทั้งฉบับ
หากข้อคำถามนั้นสัมพันธ์กับคะแนนรวมสูง
แสดงว่าข้อคำถามสามารถจำแนกผู้ตอบได้ดีครับ
เกณฑ์การแปลผลที่นิยมใช้
| ค่าอำนาจจำแนก (r) | การแปลผล |
|---|---|
| ต่ำกว่า .20 | ควรปรับปรุงหรือพิจารณาตัดออก |
| .20 – .39 | พอใช้ |
| .40 – .59 | ดี |
| .60 ขึ้นไป | ดีมาก |
พี่แนะนำว่า
ข้อคำถามควรมีค่าอำนาจจำแนกตั้งแต่ .20 ขึ้นไปครับ
วิธีหาค่าอำนาจจำแนกด้วย SPSS
ขั้นตอนง่ายๆ ดังนี้
- เลือก Analyze
- เลือก Scale
- เลือก Reliability Analysis
- นำข้อคำถามทั้งหมดเข้าไป
- กด Statistics
- เลือก Item และ Scale if Item Deleted
- กด OK
จากนั้นดูคอลัมน์
Corrected Item-Total Correlation
ค่านี้ก็คือค่าอำนาจจำแนกของแต่ละข้อครับ
⚡ ถ้าอ่านมาถึงตรงนี้แล้วยังรู้สึกมึนๆ หรืออยากหาคนช่วย [รับทำวิจัย] แบบมืออาชีพ ที่การันตีผลงาน ทักหาพี่ได้เลยนะครับ
ค่าอำนาจจำแนกที่ดีควรเป็นเท่าไร?
โดยทั่วไป
- ตั้งแต่ .20 ขึ้นไป = ใช้ได้
- ตั้งแต่ .30 ขึ้นไป = ดี
- ตั้งแต่ .40 ขึ้นไป = ดีมาก
แต่พี่แนะนำว่า
หากเป็นวิทยานิพนธ์ระดับปริญญาโทหรือเอก ควรพยายามให้ได้มากกว่า .30 จะดูน่าเชื่อถือกว่าครับ
ปัจจัยที่ทำให้ค่าอำนาจจำแนกต่ำ
1. ข้อคำถามกำกวม
ผู้ตอบตีความไม่เหมือนกัน
2. ถามหลายประเด็นในข้อเดียว
เช่น
“ผู้บริหารมีภาวะผู้นำและมีความรับผิดชอบสูง”
จริงๆ มี 2 ประเด็นในข้อเดียวครับ
3. ผู้ตอบมีลักษณะคล้ายกันเกินไป
ทำให้คะแนนกระจุกตัว
4. จำนวนกลุ่มตัวอย่างน้อยเกินไป
ส่งผลให้ค่าทางสถิติไม่นิ่ง
💡 มุมมองจากพี่ (ประสบการณ์ 15 ปี)
พี่เคยตรวจเครื่องมือวิจัยของนักศึกษาปริญญาโทท่านหนึ่งครับ
มีข้อคำถามทั้งหมด 40 ข้อ
แต่เมื่อทดสอบค่าอำนาจจำแนก พบว่ามีถึง 12 ข้อที่มีค่า r ต่ำกว่า .20
สาเหตุไม่ได้มาจากสถิติครับ
แต่มาจากการเขียนคำถามที่คลุมเครือ
หลังจากปรับข้อความใหม่และทดลองใช้ซ้ำ
ค่าอำนาจจำแนกเพิ่มขึ้นเกือบทุกข้อ และสามารถนำไปเก็บข้อมูลจริงได้ครับ
ดังนั้น
ปัญหาของค่าอำนาจจำแนกต่ำ ส่วนใหญ่มักเกิดจากคุณภาพของข้อคำถาม ไม่ใช่โปรแกรม SPSS ครับ
สรุป
ค่าอำนาจจำแนก คือ ความสามารถของข้อคำถามในการแยกความแตกต่างของผู้ตอบได้อย่างมีประสิทธิภาพ
การตรวจสอบค่าอำนาจจำแนกเป็นขั้นตอนสำคัญในการพัฒนาเครื่องมือวิจัย เพราะช่วยให้มั่นใจว่าข้อคำถามสามารถวัดสิ่งที่ต้องการศึกษาได้จริง
หากน้องๆ พบว่าค่าอำนาจจำแนกต่ำ อย่าเพิ่งตกใจครับ ลองกลับไปตรวจสอบการเขียนข้อคำถามก่อน เพราะหลายครั้งการปรับถ้อยคำเพียงเล็กน้อยก็ช่วยเพิ่มคุณภาพเครื่องมือได้มากครับ
📊 ค่า IOC ผ่านแล้ว แต่ค่าอำนาจจำแนกยังไม่ดี?
ให้พี่ช่วยตรวจสอบแบบสอบถาม วิเคราะห์ SPSS และพัฒนาเครื่องมือวิจัยให้พร้อมเก็บข้อมูลจริงครับ
FAQ
ไม่เหมือนกันครับ IOC ใช้วัดความตรงเชิงเนื้อหา ส่วนค่าอำนาจจำแนกใช้วัดความสามารถในการจำแนกผู้ตอบ
โดยทั่วไปควรมีค่าตั้งแต่ .20 ขึ้นไป และควรเกิน .30 สำหรับงานวิทยานิพนธ์ครับ
มักเกิดจากข้อคำถามกลับทิศ หรือข้อคำถามมีปัญหาในการวัดครับ
ได้ครับ โดยดูค่า Corrected Item-Total Correlation ในเมนู Reliability Analysis
ไม่จำเป็นครับ ควรพิจารณาปรับปรุงข้อความก่อน หากยังต่ำจึงพิจารณาตัดออกครับ