แนวทางการวิเคราะห์ความแปรปรวนร่วมในการวิจัยทางการศึกษา

Main Article Content

อรพิณ พัฒนผล
วรรณี สุจจิตร์จูล

บทคัดย่อ

การวิจัยเชิงทดลอง เป็นงานวิจัยที่มุ่งการศึกษาผลของตัวแปรตามที่มีอิทธิพลจากตัวแปรต้นแต่ในการศึกษาวิจัยทางการศึกษา ซึ่งเป็นการวิจัยทางสังคมศาสตร์อาจมีตัวแปรแทรกซ้อนที่ไม่สามารถควบคุมได้เกิดขึ้น บทความนี้มุ่งนำเสนอวิธีการวิเคราะห์ความแปรปรวนร่วม (Analysis of Covariance : ANCOVA) ซึ่งเป็นวิธีการหนึ่งที่จะช่วยลดความคลาดเคลื่อนของตัวแปรแทรกซ้อนที่จะส่งผลต่อตัวแปรตามได้ และเหมาะสมกับการปฏิบัติงานวิจัยที่ผู้วิจัยไม่สามารถที่จะดำเนินการควบคุมโดยการออกแบบการทดลองได้ เช่น การทำให้ตัวอย่างมีความเหมือนกันหรือเท่าเทียมกัน การควบคุมโดยการวางแบบแผนการทดลอง ทั้งนี้ในการวิเคราะห์ข้อมูลผู้วิจัยต้องมีความเข้าใจเกี่ยวกับ หลักการของการวิเคราะห์ความแปรปรวนร่วม ข้อตกลงเบื้องต้น แนวทางการวิเคราะห์ การนำเสนอและการแปลผล เพื่อนำไปสู่ผลการวิจัยที่มีความน่าเชื่อถือ และสามารถนำไปใช้ประโยชน์ได้

Article Details

How to Cite
บท
บทความวิชาการ

References

ศรัญญู เปลรินทร์ และคณะ. (2560). การเปรียบเทียบผลการเรียนประเด็นปัญหาทางสังคมที่เกี่ยวข้องกับการใช้วิทยาศาสตร์โดยใช้การเรียนแบบผสมผสานตามรูปแบบของ Lin และ Mintzers และการเรียนแบบผสมผสานตามวัฏจักรการเรียนรู้ 5 ขั้นที่มีต่อความสามารถในการโต้แย้งและการคิดวิเคราะห์ของนักเรียนชั้นมัธยมศึกษาปีที่ 6 ที่มีแรงจูงใจใฝ่สัมฤทธิ์ทางการเรียนต่างกัน. วารสารมหาวิทยาลัยราชภัฏมหาสารคาม, 11(3), 151-164.

วรรณี แกมเกตุ. (2551). วิธีวิทยาการวิจัยทางพฤติกรรมศาสตร์ (พิมพ์ครั้งที่ 2). กรุงเทพฯ: โรงพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย.

Campbell, D.T. and Stanley, J.C. (1963). Experimental and Quasi-Experimental Designs for Research on Teaching. In: Gage, N.L., Ed., Handbook of research on teaching, Rand McNally, Chicago, IL, 171-246.

Cohen, J. (1977). Statistical Power Analysis for Behavioral Sciences. New York: Academic Press.

Cooper, H. (2018). Reporting quantitative research in psychology: How to meet APA Style Journal Article Reporting Standards (2rd ed.). American Psychological Association.

Kerlinger, F. N., Lee, H. B., & Bhanthumnavin, D. (2000). Foundations of behavioral research: The most sustainable popular textbook by Kerlinger & Lee (2000). Journal of Social Development, 13, 131-144.

Mertler, C. A., & Vannatta, R. A. (2016). Advanced and multivariate statistical methods: Practical application and interpretation (6th ed.). New York: Routledge,Taylor & Francis Group.

Rutherford, A. (2011). ANOVA and ANCOVA: a GLM approach (2nd ed.). New York: Wiley.

StataCorp. (2003). STATA Reference Manual Release 10. Texas: Stata Press.

Tabachnick, B. G., & Fidell, L. S. (2007). Using Multivariate Statistics (5th ed.). New York: Allyn and Bacon.

Wildt, A.R., & Ahtola, O. (1978). Analysis of covariance. Beverly Hills: Sage.