ความคลาดเคลื่อนในการวัด รู้ได้อย่างไร แก้อย่างไร หลอกกันอย่างไร

ความคลาดเคลื่อนในการวัด รู้ได้อย่างไร แก้อย่างไร หลอกกันอย่างไร การเขียนนี้เนื่องมาจากการสนทนา เกี่ยวกับการที่ค่า reliability สปส.อัลฟ่า ของตัวแปรหนึ่งมีค่าต่ำกว่าระดับที่ยอมรับได้(.70) แล้วเมื่อนำตัวแปรนี้มาใช้ในการวิเคราะห์โมเดลเชิงโครงสร้าง ความหมายของการใช้ได้หรือใช้ไม่ได้นี้เปลี่ยนไป หรือไม่ โดยที่บางคนเชื่อว่า “เปลี่ยนไป ในทางที่น่าจะดีขึ้น”

การกล่าวเช่นนี้ถูกต้อง หรือ ไม่ถูกต้อง ต้องมีคำอธิบาย ที่ชัดเจน อะไรคือ ความคลาดเคลื่อนในการวัด ตรงไปตรงมาที่สุด คือ สิ่งที่แสดงให้เห็นว่าเครื่องมือที่เราวัด ตัวแปรที่เราสนใจนั้นวัดได้ไม่สมบูรณ์เต็มร้อย มีหลายเห ตุผลของการเกิดความคลาดเคลื่อน แต่เหตุผลหลัก คือ ความคลาดเคลื่อนจากเครื่องมือวัด(บทความนี้จะกล่าวเน้นในประเด็นนี้) และความคลาดเคลื่อนจากการสุ่ม

 เราจะรู้ได้อย่างไร ว่ามีความคลาดเคลื่อนจากเครื่องมือวัดเกิดขึ้น ต้องดูจาก ค่า reliability ที่ต่อไปนี้จะเรียกว่า ความเชื่อมั่น หรือ เป็นค่าที่แสดงว่า คะแนนของคนคนหนึ่งมีความสอดคล้องกันหรือไม่ เมื่อ ใช้เครื่องมือนั้นวัดหลายครั้ง ทั้งนี้มีหลายวิธีการ ที่จะแสดงถึงความเชื่อมั่น ได้แก่ การใช้การทดสอบซ้ำ การใช้การทดสอบที่คู่ขนาน การแบ่งครึ่งข้อสอบ และการตรวจสอบความสอดคล้องภายใน ตัวหลังสุดนี้ที่เรารู้จักกันว่า สปส.อัลฟ่า ก่อนอื่นต้องเข้าใจ สปส. อัลฟ่า ว่าเป็นดัชนีที่มีข้อตกลงเบื้องต้น ว่าตัวแปรที่มีมิติเดี่ยว(single factor trait) ข้อคำถามแต่ละข้อมีความแปรปรวนใกล้เคียงกัน และ ข้อคำถามแต่ละข้อมีความสัมพันธ์กันในปริมาณที่ใกล้เคียงกัน และ ดังนั้นการที่ค่าอัลฟ่าต่ำหรือสูง ก่อนการตีความ ก็ต้องดูว่าลักษณะของข้อคำถามที่เราสร้าง มีลักษณะตรงกับข้อตกลงเบื้องตันหรือไม่ เช่นถ้าเราพบค่าอัลฟ่า มีค่า .90 แต่ข้อคำถามไม่เป็นไปตามข้อตกลงเบื้องต้น การแปลความอัลฟา ก็มีปัญหาในการแปลความ แต่ในขณะเดียวกัน เมื่อพบค่าอัลฟ่าต่ำก็ต้องดูข้อตกลงเบื้องต้น ว่าเป็นตามนั้นไหมถ้าเป็นไปตามนั้นแล้ว การปรับให้อัลฟ่าสูงขึ้นจึงมาเพิ่มจำนวนข้อ ไม่ใช่ว่าอะไร อะไร ก็เพิ่มข้อคำถามไปซะทุกครั้ง ทำแบบนั้นเรียนว่าการล่วงละเมิดทางสถิติ หรือ การใช้สถิติแบบผิดๆ 

ที่นี้ถ้าเรามีตัวแปรที่มีค่าอัลฟ่าต่ำ แล้วนำมาใช้ในการวิเคราะห์เพื่อทดสอบความสัมพันธ์ระหว่างตัวแปร อันได้แก่การวิเคราะห์ถดถอย ถ้าตัวแปรดังกล่างเป็นตัวแปรต้นจะมีปัญหาต่อการประมาณค่า สปส. ถดถอย แต่ถ้าตัวแปรดังกล่าวเป็นตัวแปรตาม จะมีปัญหาต่อการทดสอบนัยสำคัญของ R เป็นต้น ที่นี้ถ้าเรานำตัวแปรมาใช้ที่มีค่าอัลฟ่าต่ำมาใช้ในการวิเคราะห์โมเดลเชิงโครงสร้างแบบใช้เป็นตัวแปรบ่งชี้ ของตัวแปรแฝงตัว จะทำให้อธิบายอัลฟ่าที่ต่ำนี้ ได้ดีขึ้นหรือไม่ 

ก่อนอื่นเราต้อง วิเคราะห์ก่อนว่า อัฟฟ่า เกี่ยวข้องกับ ความคลาดเคลื่อนจากการวัดอย่างไร ก็ต้องมีค่าสถิติเพื่ออีกหนึ่งตัวที่เรียกว่า standard error of measurement ต่อไปนี้จะเรียกย่อๆว่า SEM คำนวณจาก standard deviation(SD) คือ SEM=SD*(1-reliability) ซึ่งถ้าในการวิเคราะห์โมเดล เราปล่อยให้ ความคลาดเคลื่อนของตัวบ่งชี้ เป็นอิสระ(free) และปล่อยให้เกิดความสัมพันธ์กับ ความคลาดเคลื่อนของตัวแปรอื่นๆ เมื่อโมเดลกลมกลืนแล้ว พบว่าค่าความคลาดเคลื่อนของการวัดที่ประมาณค่าได้จากโมเดลเชิงสาเหตุมีค่าต่ำลง เราจะกล่าวได้ว่า เราอธิบายที่มาของความคลาดเคลื่อนที่คำนวณจากอัลฟ่า(SEM)ได้ดีขึ้น หรือไม่ ก็ต้องบอกว่าเป็นคนละประเด็นกัน

 คือ ตอนที่คำนวณ SEM จาก ค่า reliability ค่าที่ได้แสดงความคลาดเคลื่อนแบบใด ซึ่งแบ่งเป็น 2 แบบ คือ แบบเป็นระบบ และ แบบสุ่ม ซึ่งแบ่งเป็น 4 กลุ่มหลักๆ คือ 1) ความคลาดเคลื่อนที่เกี่ยวข้องกับตัวผู้สอบ เช่น ความกังวล แรงจูงใจ ในระหว่างทีทำสอบ 2) ความคลาดเคลื่อนที่มาจากตัวเครื่องมือวัด เช่น ความครอบคลุมของเนื้อหา ความกำกวมของข้อคำถาม 3) ความคลาดเคลื่อนที่เกี่ยวข้องกับการจัดสอบ ได้แก่ การขัดจังหวะระหว่างการสอบ การให้คะแนน 4) ความคลาดเคลื่อนที่เกี่ยวข้อง สิ่งแวดล้อม เช่นอุณหภูมิห้อง แสงไฟ

 แต่ ความคลาดเคลื่อนของตัวบ่งชี้ ที่ประมาณค่าได้จากการวิเคราะห์โมเดล แสดงอะไร คำตอบคือ แสดงว่ามีตัวแปรอื่นที่นอกเหนือจากตัวแปรแฝงที่มาอธิบายตัวบ่งชี้ ซึ่งอาจเป็น ตัวแปรอื่นในโมเดล หรือ นอกโมเดล หรือ ความคลาดเคลื่อน 1 ใน 4 ข้อที่กล่าวถึงข้างต้น แต่มิอาจบอกได้ว่า เป็นประเด็นเดี่ยวกันเพราะถ้า ตอนที่เราคำนวณค่า reliability แล้วมีค่าต่ำ อันเนื่องมาจากเหตุผลข้อ ใดก็ตามใน 4 ข้อที่กล่าวถึง การทำการวิเคราะห์โมเดลไม่สามารถใช้ในการเบี่ยงเบนประเด็นได้ นอกเสียจากว่า ผู้วิจัยจะวางแผนไว้ล่วงหน้าว่าจะอธิบายความคลาดเคลื่อน แต่ละตัวนั้นอย่างไร