หลายๆสิ่งที่คุณทำสังเกตการณ์จะต้องมีการหาตัววัดซึ่งค่าที่จะวัดมักจะต้องมีความเป็นรูปธรรมที่สะท้อนถึงวัตถุประสงค์ได้ เช่น ค่าน้ำหนัก ค่าความยาว แต่ยังมีคุณลักษณะบางอย่างที่เป็นนามธรรม เช่น การทำงานร่วมกันภายในองค์กร หรือ ทัศนะคติของบุคคลเกี่ยวกับการเมือง ซึ่งลักษณะการสังเกตการณ์แบบนี้
แบบสอบถามเป็นเครื่องมือวัดคุณลักษณะที่ต้องการได้เหมาะสมที่สุด นักวิจัยจะทำการถามคำถามหลายๆหัวข้อที่เกี่ยวกับคุณลักษณะที่ต้องการศึกษา มากกว่าจะถามคำถามตรงๆง่ายๆเพียงคำถามเดียว เช่น ต้องการรู้ความพึงพอใจของมื้ออาหารที่รับประทานว่าเป็นอย่างไร นักวิจัยอาจสร้างคำถามแบบนี้
- คุณมีความพึงพอใจกับการบริการอย่างไร
- คุณจะกลับมาใช้บริการร้านเราอีกครั้งหรือไม่
- คุณจะแนะนำร้านเราต่อคนอื่นๆหรือไม่
การรวบรวมคำถามหลายๆหัวข้อแบบนี้จะทำให้นักวิจัย ทราบข้อมูลเชิงลึกและทำความเข้าใจความพึงพอใจของลูกค้า (understanding of customer satisfaction)ที่อาจมีความแตกต่างกันเล็กๆน้อยๆได้
ความท้าทายคือคำถามที่ถามนั้นสามารถเก็บรายละเอียดความแตกต่างในมุมมองต่างๆ และความสัมพันธ์กันในบางมุมมองได้อย่างครบถ้วนหรือไม่ ซึ่งคำถามจะต้องสะท้อนให้เห็นถึงคุณลักษณะที่สัมพันธ์กันเพราะถ้าไม่มีตรงนี้จะทำให้ข้อมูลที่ได้มาอาจไม่ถูกต้อง ซึ่งจะได้ข้อสรุปที่ไม่มีคุณภาพ แล้วเราจะรู้ได้อย่างไรว่าชุดคำถามของเรานั้นสามารถวัดคุณลักษณะได้อย่างมีคุณภาพ
การวิเคราะห์รายหัวข้อด้วยค่าครอนบาชอัลฟ่า (Cronbach’s alpha) อาจเป็นทางเลือกที่ใช้ได้ดีกับคำถามนี้ และ Minitab สามารถทำให้การทำงานของเครื่องมือนี้ง่ายขึ้นด้วย
การวิเคราะห์รายหัวข้อ (Item Analysis) คืออะไร
การวิเคราะห์รายหัวข้อ(Item Analysis) คือ การทดสอบเพื่อบอกว่าคำถามหรือหัวข้อที่ตั้งถามมานั้นสามารถสะท้อนถึงการวัดคุณลักษณะที่ต้องการได้ดีหรือไม่ และเพื่อดูว่ารายหัวข้อใดที่ยังไม่เหมาะสมที่จะใช้ในแบบสอบถาม
ตัวอย่างเช่น คำถาม 2 หัวข้อ ที่ต้องการวัดคุณภาพสองด้านที่แตกต่างกัน โดยการใช้การวัดข้อมูลแบบลิเคิร์ท ( Likert scale) ซึ่งมีค่าคือ 1 แย่ที่สุด และ 5 คือ ดีที่สุด ซึ่งโดยส่วนใหญ่ถ้ามีการตอบคำถามข้อที่ 1 ด้วยสเกลน้อย จะตอบคำถามข้อที่ 2 ด้วยสเกลน้อยเช่นกัน และทำนองเดียวกันถ้าตอบคำถามข้อที่ 1 ด้วยสเกลสูงๆ จะตอบคำถามข้อที่ 2 ด้วยสเกลสูงๆ เช่นกัน ซึ่งเป็นการแสดงให้เห็นความสัมพันธ์ของคำถามว่ามีการวัดคุณลักษณะที่เหมือนกัน และแสดงให้เห็นด้วยว่าแบบสอบถามนี้เชื่อถือได้
อย่างไรก็ดี คำถามข้อที่ 1 และ คำถามข้อที่ 4 มีการตอบคำถามด้วยสเกลที่แตกต่างกัน หมายถึง ไม่มีความสัมพันธ์กัน ชี้ให้เห็นว่าเป็นการวัดคุณลักษณะที่แตกต่างกัน
ค่าวัดอัลฟ่าครอนบาช (Cronbach’s alpha) และตัวสถิติอื่นๆ
การวิเคราะห์รายหัวข้อจะเป็นการประเมินเพื่อดูความสัมพันธ์ของแบบสอบถามในรายหัวข้อด้วยการใช้ตัวสถิติจำนวนหนึ่ง โดยค่าสถิติที่สำคัญคือ ค่าวัดอัลฟ่าครอนบาช (Cronbach’s alpha) เป็นตัวเลขเดี่ยวๆที่บอกว่าชุดคำถามรายหัวข้อที่วัดคุณลักษณะหนึ่งนั้นเป็นอย่างไร ตัวสถิตินี้จะเป็นค่าที่สะท้อนความสัมพันธ์ของหัวข้อโดยรวมทั้งหมด โดยค่าตัวสถิติจะมีค่าอยู่ระหว่า 0 – 1 และค่าที่ยอมรับได้ของตัวสถิติคือ มากกว่า 0.7
ในการระบุว่ารายหัวข้อใดยังไม่เหมาะสมหรือมีปัญหา จะดูผลในส่วนของ the Omitted Item Statistics ซึ่งจะใช้เพื่อดูว่าเมื่อทำการลบรายหัวข้อนั้นออกจากการวิเคราะห์จะทำให้ค่าวัดอัลฟ่าครอนบาชนั้นดีขึ้นหรือแย่ลงอย่างไร ซึ่งจะทำให้คุณสามารถปรับปรุงแบบสอบถามให้ดีขึ้น โดยการเก็บคำถามที่มีคุณภาพดีไว้และหาคำถามทดแทนสำหรับข้อที่ไม่มีคุณภาพ
การดูความน่าเชื่อถือของข้อมูล
สมมติว่าธนาคารมีการใช้แบบสอบถามเพื่อสอบถามความพึงพอใจของลูกค้า
ในการวิเคราะห์ส่วนของการวิเคราะห์รายหัวข้อต้องการดูว่าชุดคำถามนั้นทำการวัดเกี่ยวกับความพึงพอใจว่าเป็นอย่างไร ซึ่งจากผลการวิเคราะห์แสดงค่าอัลฟ่าครอนบาชเท่ากับ 0.9550 ซึ่งมีค่าค่อนข้างสูงมาก แปลความว่า ชุดคำถามทั้ง 3 หัวข้อที่อยู่ในแบบสอบถามนี้ มีความน่าเชื่อถือในการประเมินโครงสร้างที่เหมือนกัน เกี่ยวกับความพึงพอใจของลูกค้า
สำหรับแบบสอบถามที่มีลักษณะที่เป็นปัญหา (ขาดความน่าเชื่อถือ)
สมมติในการใช้แบบสอบถามกับผู้ป่วยที่ทำการฟื้นฟูด้วยการทำกายภาพเพื่อประเมินระดับการเคลื่อนไหวของร่างกายได้ผลดังนี้
ในการวิเคราะห์ส่วนของการวิเคราะห์รายหัวข้อต้องการดูว่าชุดคำถามนั้นทำการวัดเกี่ยวกับระดับการเคลื่อนไหวของร่างการที่ได้ว่าเป็นอย่างไร ซึ่งจากผลการวิเคราะห์แสดงค่าอัลฟ่าครอนบาชเท่ากับ 0.5191 ซึ่งมีค่าค่อนข้างต่ำ แปลความว่า ชุดคำถามทั้งหมดที่อยู่ในแบบสอบถามนี้ ไม่ได้ทำการวัดถึงการเคลื่อนไหวของร่างกายตามที่ต้องการ
การระบุว่าคำถามใดเป็นคำถามที่เป็นปัญหาในแบบสอบถาม
ในการวิเคราะห์รายหัวข้อจะให้สาระมากกว่าผ่านหรือไม่ผ่าน แต่จะช่วยระบุถึงปัญหาที่เกิดขึ้นด้วย
สมมติว่าแบบสอบถามหนึ่งของบริษัทต้องการสำรวจเพื่อประเมินพนักงานเกี่ยวกับวัฒนธรรมขององค์กรด้านความปลอดภัยในสถานที่ทำงาน โดยการสอบถามจะต้องการประเมินเรื่องต่างๆดังนี้
- เมื่อมีความผิดพลาดเรื่องความปลอดภัยเกิดขึ้นแต่ไม่มีใครได้รับอันตรายใดใด ความผิดพลาดนั้นต้องมีการทำรายงานด้วย
- หัวหน้าต้องการให้การทำงานเร็วขึ้น แต่ต้องไม่ละเลยความปลอดภัย
- ระบบและวิธีการทำงานนั้นมีความเหมาะสมดีแล้วโดยเฉพาะในการป้องกันความผิดพลาดที่อาจเกิดขึ้น
- ฉันรู้สึกว่าที่ทำงานนี้มีความปลอดภัยดี
ค่าอัลฟ่าครอนบาชที่ได้มีค่ามากกว่า 0.7 ซึ่งเป็นการรับรองว่าคำถามนั้นมีความสัมพันธ์ในการวัดคุณลักษณะอย่างดี แต่ดูที่ค่า Omitted Item Statistics แสดงให้เห็นว่าค่าอัลฟ่าครอนบาชจะมีค่าเพิ่มขึ้นจาก 0.7853 เป็น 0.921674 ถ้า Minitab ทำการลบหัวข้อคำถามที่ 4 ออกจากการวิเคราะห์
ดังนั้นสรุปได้ว่า คำถามหัวข้อที่ 1, 2 และ 3 เป็นตัวชี้วัดคุณลักษณะเรื่องวัฒนธรรมความปลอดภัยขององค์กรได้เป็นอย่างดีแล้ว และจะทำการลบคำถามข้อที่ 4 ออกจากแบบสอบถาม โดยอาจจะมีการหาคำถามข้ออื่นมาแทนในอนาคตด้วย
การใช้งานวิเคราะห์รายหัวข้อด้วย Minitab (Conducting an Item Analysis in Minitab)
การวิเคราะห์ข้อมูลแบบสอบถาม
- เลือก Stat > Multivariate > Item Analysis
- ในช่อง Variables ใส่รายหัวข้อที่ต้องการวัดที่มีโครงสร้างเหมือนกัน
- ถ้ารายหัวข้อนั้นมีการวัดที่สเกลต่างกัน ให้ทำการเลือก Standardize variables
- เลือก OK
การใช้งานวิเคราะห์รายหัวข้อ
แบบสอบถามและแบบทดสอบคือเครื่องมือวัดหนึ่งที่ต้องทำการทดสอบ เพื่อดูว่าข้อมูลที่ได้มานั้นเชื่อถือได้หรือไม่ ซึ่ง Minitab จะทำการประเมินแบบสอบถามที่เราใช้เพื่อเก็บข้อมูลนั้น ได้ให้ข้อมูลที่น่าเชื่อถือเพื่อให้ความมั่นใจว่าผลของการตัดสินใจนั้นเชื่อถือได้จริง
บทความต้นฉบับ : Item Analysis with Cronbach’s Alpha for Reliable Surveys
ต้นฉบับนำมาจาก Minitab blog, แปลและเรียบเรียงโดยสุวดี นำพาเจริญ,
บริหารจัดการ SCM Blog โดยชลทิชา จำรัสพร บริษัท โซลูชั่น เซ็นเตอร์ จํากัด ตัวแทน Minitab ในประเทศไทย
เพิ่มเติมเกี่ยวกับบริษัท Minitab
Minitab ช่วยให้บริษัทและองค์กรต่างๆ สามารถมองเห็นแนวโน้มของข้อมูล, แก้ปัญหาและค้นพบประเด็นสำคัญจากข้อมูลเชิงลึก โดยนำเสนอชุดโซลูชั่นที่ครอบคลุมทุกด้านและดีที่สุดสำหรับซอฟต์แวร์ในระดับเดียวกัน ที่ใช้สำหรับการวิเคราะห์ข้อมูลและการปรับปรุงกระบวนการ
ด้วยวิธีการที่เป็นเอกลักษณ์ และการนำเสนอซอฟต์แวร์และบริการแบบองค์รวม Minitab ช่วยให้องค์กรเข้าถึงกระบวนการตัดสินใจในส่วนที่ช่วยผลักดันให้เกิดความเป็นเลิศทางธุรกิจได้ดีขึ้น ความง่ายในการใช้งานที่โดดเด่นกว่าใครมีส่วนช่วยให้ Minitab สามารถทำให้การเข้าถึงข้อมูลเชิงลึกเป็นเรื่องที่ง่าย ทีมงานของ Minitab ซึ่งประกอบด้วยผู้เชี่ยวชาญทางด้านการวิเคราะห์ข้อมูลที่ได้ผ่านการอบรมมาเป็นอย่างเข้มงวด จะช่วยให้ผู้ใช้งานมั่นใจว่าจะได้รับประโยชน์สูงสุดจากการใช้งานวิเคราะห์ข้อมูลและพร้อมที่จะให้คำปรึกษาตลอดเวลาที่ใช้งานเพื่อนำไปสู่การตัดสินใจที่ดีขึ้น รวดเร็ว และแม่นยำ
เป็นเวลากว่า 50 ปีที่ Minitab ได้ช่วยองค์การต่าง ๆ เพิ่มรายได้ ควบคุมและลดต้นทุน เพิ่มคุณภาพ เสริมสร้างความพึงพอใจของลูกค้า และเพิ่มประสิทธิภาพ ธุรกิจและองค์นับหมื่นทั่วโลกใช้ Minitab Statistical Software®, Companion by Minitab®, Minitab Workspace®, Salford Predictive Modeler® and Quality Trainer® เป็นเครื่องมือช่วยในการค้นพบและปรับปรุงความบกพร่องในกระบวนการ