Page 36 - การวิจัยและสถิติทางการศึกษา หน่วยที่ 4
P. 36
4-26 การวิจัยและสถิติทางการศึกษา
นี้สอดคล้องกับบริบทของการศึกษาที่ยังมีความเหลื่อมลํ้าในการจัดการศึกษา ดังนั้น วิธีการวิเคราะห์พหุ
ระดับจงึ มีประโยชน์ในการวิจัยและการประเมนิ ประสทิ ธิภาพของการจัดการศึกษามาก และเปน็ วธิ กี ารสำ�คัญ
วธิ กี ารหนึง่ ในการประเมนิ นโยบายการศกึ ษา เชน่ การประเมนิ มลู คา่ เพิม่ ของการจดั การศกึ ษา (value-added
model) ซึ่งเป็นโมเดลการวิเคราะห์ประสิทธิภาพของการจัดการศึกษาประเภทหนึ่ง
แนวคิดของการวิเคราะห์พหุระดับสรุปย่อๆ ได้ดังตัวอย่างต่อไปนี้ ถ้านักวิจัยต้องการศึกษาปัจจัย
ที่สัมพันธ์กับผลสัมฤทธิ์ทางการเรียนของนักเรียน ตัวแปรตามที่ต้องการวิเคราะห์ คือ ผลสัมฤทธิ์ทางการ
เรียน ซึ่งอาจเป็นคะแนนสอบโอเน็ต (O-NET) หรือคะแนนผลสัมฤทธิ์ทางการเรียนวิชาใดก็ได้ และปัจจัย
ที่ส่งผลต่อคะแนนผลสัมฤทธิ์ทางการเรียนของนักเรียนคนหนึ่งๆ มีทั้งปัจจัยของนักเรียนเอง และปัจจัย
ชัน้ เรียนดว้ ย ปัจจัยระดบั นกั เรียน อาจเปน็ ไอควิ และสถานภาพทางเศรษฐกิจของครอบครวั สว่ นปจั จยั ระดบั
ชั้นเรียน อาจเป็นการศึกษาและประสบการณ์ทำ�งานของครู เป็นต้น แนวคิดนี้ถือว่าการที่นักเรียนมีสัมฤทธิ์
ทางการเรียนสูงหรือตํ่ามาปัจจัยของนักเรียน และปัจจัยของครู คำ�ตอบที่ว่าทำ�ไมจึงต้องวิเคราะห์พหุระดับ
แสดงในภาพที่ 4.6 ซึ่งแสดงผลการวิเคราะห์การถดถอยของค่าเฉลี่ยคะแนนผลสัมฤทธิ์ทางการเรียนของ
ห้องเรียน 1,000 ห้อง โดยมีตัวแปรทำ�นาย คือ ไอคิว (iqvc) จะเห็นว่าค่าคงที่ (intercept) และค่าความชัน
ของแต่ละห้องเรียนไม่เหมือนกัน สะท้อนว่าค่าเฉลี่ยของผลสัมฤทธิ์ทางการเรียนของแต่ละห้องเรียนไม่
เหมอื นกนั และความสมั พนั ธข์ องผลสมั ฤทธิท์ างการเรยี นและไอควิ แตกตา่ งกนั ระหวา่ งหอ้ งเรยี น การจะถอื วา่
ค่าเฉลี่ยและความสัมพันธ์ของผลสัมฤทธิ์ทางการเรียนและไอคิวของทุกห้องเรียนเหมือนกันจึงไม่เหมาะสม
ถ้านักวิจัยสนใจว่าปัจจัยของนักเรียนและปัจจัยของห้องเรียนอะไรบ้างที่สัมพันธ์กับผลสัมฤทธิ์ทางการเรียน
ผูว้ จิ ยั จะก�ำ หนดใหป้ จั จยั นกั เรยี นเปน็ ปจั จยั ระดบั ทีห่ นึง่ และปจั จยั ของครเู ปน็ ปจั จยั ระดบั ทีส่ อง การวเิ คราะห์
ขอ้ มลู ดว้ ยการวเิ คราะหก์ ารถดถอยโดยถอื วา่ ปจั จยั นกั เรยี นและปจั จยั ครอู ยูร่ ะดบั เดยี วกนั หรอื อยูใ่ นสมการ
ถดถอยเดียวกันจะให้ผลการวิเคราะห์ที่ไม่ถูกต้อง และไม่สอดคล้องกับความเป็นจริง แต่อย่างไรก็ตาม ดัชนี
ที่ใช้ในการตรวจสอบว่าสมควรจะวิเคราะห์ข้อมูลด้วยการวิเคราะห์พหุระดับหรือไม่คือ สหสัมพันธ์ภายในชั้น
(IntraClass Correlation, ICC) ICC ควรมีค่าตั้งแต่ 0.2 ขึ้นไปจึงเหมาะสมที่จะวิเคราะห์พหุระดับ
