โมเดลเชิงสาเหตุแบบพหุระดับ: ประยุกต์ใช้ในการวิเคราะห์ข้อมูล (Multi-Level Causal Model: Application for Data Analysis)
Keywords:
ความสัมพันธ์เชิงสาเหตุแบบพหุระดับ, โปรแกรมเอชแอลเอ็ม, โมเดลระดับนักเรียน, โมเดลระดับโรงเรียน, Multi-Level Causal Analysis, HLM Program, Within Student Model, Between Students within Schools ModelAbstract
การวิเคราะห์ข้อมูลทางการศึกษา และทางสังคมศาสตร์ส่วนใหญ่จะมีลักษณะโครงสร้างของข้อมูล เป็นพหุระดับ (Multilevel) ซึ่งในการวิเคราะห์ข้อมูลแบบดั้งเดิมใช้การวิเคราะห์ข้อมูลในระดับเดียว (Single level approach) เช่น การสร้างสมการทำนายด้วยการวิเคราะห์การถดถอย (Regression analysis) จะไม่สามารถให้ผลสรุปที่ถูกต้องได้ เพราะเป็นการวิเคราะห์ข้อมูลแนวเส้นตรงระดับเดียว ซึ่งการเลือกใช้เทคนิคการวิเคราะห์ข้อมูลจำเป็นต้องคำนึงโครงสร้างและธรรมชาติของข้อมูลเป็นหลัก ถ้าข้อมูลมีความแตกต่างระดับกันอยู่ เช่นข้อมูลในระดับนักเรียน และระดับโรงเรียน ซึ่งข้อมูลในระดับย่อยจะมีลักษณะซ้อนอยู่ภายในระดับสูง กล่าวคือนักเรียนนอกจากจะมีความผันแปรภายในตนเองแล้ว ยังได้รับอิทธิพลจากสภาพของโรงเรียนด้วย การวิเคราะห์ในระดับเดียวที่รวมข้อมูลทุกระดับไว้ด้วยกันจะเป็นการละเลยต่อโครงสร้างของระดับข้อมูลทำให้เกิดความผิดพลาดในการสรุประหว่างระดับ (Aggregation bias) เนื่องจาก มีความผิดพลาดในการประมาณค่าสัมประสิทธิ์การทำนาย และความคลาดเคลื่อนในการทำนายมีความแปรปรวนสูงไม่คงที่ และเป็นการวิเคราะห์โดยรวมไม่สนใจความแตกต่างระหว่างหน่วยของการวิเคราะห์ จึงไม่สามารถคำนวณค่าความแปรปรวนภายในกลุ่ม (Within group variability) จึงเป็นการละเลยการศึกษาปฏิสัมพันธ์ระหว่างตัวแปรที่อยู่ต่างระดับกัน (นิคม นาคอ้าย, 2539, ศิริชัย กาญจนวาสี, 2548) นอกจากนี้การวิเคราะห์ข้อมูลในอดีตจะเป็นการวิเคราะห์ข้อมูลในงานวิจัยตามแนวจิตมิติ(Psychometric) ซึ่งเน้นการวิจัยเชิงทดลองที่มีการควบคุมตัวแปรแทรกซ้อนในการวิจัยทำให้สภาพในการวิจัยแตกต่างไปจากสภาพจริงที่เป็นอยู่ ซึ่งมีลักษณะความสัมพันธ์กันของข้อมูลในระดับต่างๆ ที่ลดหลั่นกันลงมา (นงลักษณ์ วิรัชชัย, 2542)
