การวิเคราะห์ข้อมูลในงานวิจัยเชิงคุณภาพ
แน่งน้อย ย่านวารี*
บทคัดย่อ
การวิเคราะห์ข้อมูลในการวิจัยเชิงคุณภาพ เป็นกระบวนการประกอบด้วย การจำแนกและจัดระบบข้อมูล และการหาความสัมพันธ์ของข้อมูล มีจุดมุ่งหมายที่จะแยกแยะและอธิบายองค์ประกอบ ความหมาย และความสัมพันธ์ของปรากฏการณ์ ภายใต้เงื่อนไขและสภาพแวดล้อมทางสังคมและวัฒนธรรม ซึ่งการใช้หลักการของการวิจัยเชิงคุณภาพในการวิเคราะห์ข้อมูล นั้นคือการมองภาพองค์รวม การอธิบายเงื่อนไขและสภาพแวดล้อมทางสังคมและวัฒนธรรมของปรากฏการณ์ การนำเอาทัศนะของผู้ให้ข้อมูลมาอธิบายปรากฏการณ์ โดยให้ความสำคัญต่อมุมมองของผู้ให้ข้อมูล ซึ่งถือเป็นผู้อยู่ในเหตุการณ์หรืออยู่ในเหตุการณ์นั้น ๆ วิธีการวิเคราะห์ข้อมูลในการวิจัยเชิงคุณภาพ อาจใช้การวิเคราะห์ข้อมูลแบบสร้างข้อสรุป หรือการวิเคราะห์เนื้อหา ความน่าเชื่อถือของงานวิจัยเชิงคุณภาพ พิจารณาได้จาก ความเชื่อถือได้ การถ่ายโอนผลการวิจัย การพึ่งพากับเกณฑ์อื่น และการยืนยันผล
ความหมายของคำศัพท์ที่สำคัญเกี่ยวกับการวิเคราะห์งานวิจัยเชิงคุณภาพ
บริบท (Context) หมายถึง เงื่อนไขและสภาพแวดล้อมของปรากฏการณ์ที่ให้ความหมาย และมีผลต่อการดำรงอยู่ของปรากฏการณ์นั้นๆ เช่น เงื่อนไขด้านสังคม วัฒนธรรม เศรษฐกิจและการเมืองที่เกี่ยวข้องกับปรากฏการณ์อันเป็นลักษณะเฉพาะของแต่ละสังคม
ข้อมูล (Data) เป็นการบันทึกปรากฏการณ์ที่เกิดขึ้น ซึ่งนักวิจัยได้สังเกต และศึกษาด้วยตนเอง หรือได้รับการบอกเล่าอีกทอดหนึ่งโดยผ่านการสัมภาษณ์ผู้ให้ข้อมูล (Informant) ในการนี้นักวิจัยเชิงคุณภาพต้องตระหนักว่าข้อมูลเหล่านี้เป็นเพียงส่วนหนึ่งของความเป็นจริงทั้งหมดที่เกิดขึ้นเท่านั้น เพราะความจริงที่เกิดขึ้นเป็นสิ่งที่ไม่สามารถสังเกต ศึกษา และบันทึกได้ทั้งหมดในช่วงเวลาที่จำกัด หรืออาจจะไม่สามารถจดบันทึกไว้ได้ทั้งหมดโดยผู้ที่อยู่ในเหตุการณ์หรือผู้ที่ศึกษา
ข้อมูลเชิงคุณภาพ (Primary Qualitative Data) หมายถึง ข้อมูลด้านความคิดเห็น ความเชื่อ เจตคติ คุณค่า โลกทัศน์ ความรู้ พฤติกรรม/วิถีชีวิต/ปฏิสัมพันธ์ โครงสร้างทางสังคม กระบวนภายในกลุ่มหรือองค์กร การรับรู้ อารมณ์ความรู้สึก (ทวีศักดิ์ นพเกสร, 2549: 111) เป็นข้อมูลที่มีลักษณะเป็นข้อความหรือเป็นการพรรณนา (Descriptive) เชิงวิเคราะห์ (Williamson & Long, 2005)
ข้อมูลเชิงคุณภาพปฐมภูมิ (Primary Qualitative Data) คือ ข้อมูลที่มาจากการสังเกต การสัมภาษณ์ หรือกการมีปฏิสัมพันธ์กับกลุ่มเป้าหมายโดยตรง ข้อมูลเหล่านี้ต้องถูกบันทึกเป็นข้อความ (Text) เพื่อทำการวิเคราะห์เนื้อหาต่อไป (ทวีศักดิ์ นพเกสร, 2549: 111)
ข้อมูลเชิงคุณภาพทุติยภูมิ (Secondary Qualitative Data) คือ ข้อมูลที่เป็นตัวเลข หรือข้อความ (Text) ที่อยู่ในสิ่งบันทึกต่างๆ เช่น หนังสือพิมพ์ วรรณกรรม บันทึกการประชุม บัญชีงบดุล ภาพ เสียง ทั้งนี้ข้อมูลที่ไม่เป็นข้อความ เช่น ตัวเลข ภาพ และ เสียง จะต้องแปลความหมายเป็นข้อความที่เป็นตัวอักษร (Text) เพื่อให้สามารถทำการวิเคราะห์เนื้อหาต่อไป (ทวีศักดิ์ นพเกสร, 2549: 111)
การตรวจสอบข้อมูล หลังจากที่ได้เก็บข้อมูลเรียบร้อยแล้ว ขั้นตอนสำคัญในการทำวิจัยคือ การตรวจสอบข้อมูลก่อนการวิเคราะห์ข้อมูล ซึ่งการตรวจสอบข้อมูลที่ใช้กันมากในการวิจัยเชิงคุณภาพ คือการตรวจสอบข้อมูลแบบสามเส้า (Triangulation) โดยแบ่งเป็น (สุภางค์ จันทวานิช, 2540; Graneheim, 2004); Miles & Huberman, 1994)
1. การตรวจสอบสามเส้าด้านข้อมูล (Data Triangulation) คือ การพิสูจน์ว่าข้อมูลที่ผู้วิจัยได้มานั้นถูกต้องหรือไม่ วิธีการตรวจสอบของข้อมูลนั้น จะต้องตรวจสอบแหล่งที่มา 3 แหล่ง ได้แก่ เวลา สถานที่ และบุคคล
1.1 การตรวจสอบแหล่งเวลา หมายถึง การตรวจสอบข้อมูลในช่วงเวลาที่ต่างกัน เพื่อให้ทราบว่าข้อมูลที่ได้รับในช่วงเวลาต่างๆนั้นเหมือนกันหรือไม่
1.2 การตรวจสอบสถานที่ หมายถึง ถ้าข้อมูลต่างสถานที่กัน จะเหมือนกันหรือไม่
1.3 การตรวจสอบบุคคล หมายถึง ถ้าบุคคลผู้ให้ข้อมูลเปลี่ยนไป ข้อมูลจะเหมือนเดิมหรือไม่
2. การตรวจสอบสามเส้าด้านผู้วิจัย (Investigator Triangulation) คือการตรวจสอบว่าผู้วิจัย แต่ละคนจะได้ข้อมูลต่างกันอย่างไร แทนการใช้ผู้วิจัยคนเดียวกันทั้งหมด ซึ่งจะสร้างความแน่ใจได้ดีกว่าผู้วิจัยเพียงคนเดียว
3. การตรวจสอบสามเส้าด้านทฤษฎี (Theory Triangulation) คือ การตรวจสอบว่าผู้วิจัยสามารถใช้แนวคิดทฤษฎีที่ต่างไปจากเดิมตีความข้อมูลแตกต่างกันได้มากน้อยเพียงใด ซึ่งอาจทำได้ง่ายกว่าถ้ายังอยู่ในระดับสมมติฐานชั่วคราว (Working Hypothesis) และแนวคิด ขณะลงมือตีความสร้างข้อสรุปเหตุการณ์แต่ละอย่าง การตรวจสอบสามเส้าด้านทฤษฎีนี้เป็นการตรวจสอบที่ทำได้ยากกว่าการตรวจสอบด้านอื่นๆ
4. การตรวจสอบสามเส้าด้านวิธีรวบรวมข้อมูล (Methodological Triangulation) คือการเก็บรวบรวมข้อมูลจากแหล่งต่างๆกัน เพื่อรวบรวมข้อมูลเรื่องเดียวกัน เช่น ใช้การสังเกตควบคู่กับการซักถามพร้อมกันนั้นก็ศึกษาข้อมูลเพิ่มเติมจากแหล่งเอกสาร หรือทำการซักถามผู้ให้ข้อมูลสำคัญ หรืออาจซักถามผู้ให้ข้อมูลหลังจากสรุปผลการศึกษา เพื่อความแน่นอนว่าข้อสรุปนั้นเที่ยงตรงตามความเป็นจริงหรือไม่ แล้วจึงแก้ไขเป็นรายงานฉบับสมบูรณ์ต่อไป
การวิเคราะห์ข้อมูลเชิงคุณภาพ
ความหมายของการวิเคราะห์ข้อมูลเชิงคุณภาพ
การวิเคราะห์ข้อมูลเชิงคุณภาพเป็นการนำเอาข้อมูลที่ได้จากการค้นคว้าวิจัย มาจัดกระทำให้เป็นระบบและหาความหมาย แยกแยะองค์ประกอบ รวมทั้งเชื่อมโยมและหาความสัมพันธ์ของข้อมูล เพื่อให้สามารถนำไปสู่ความเข้าใจต่อการดำรงอยู่และการเปลี่ยนแปลงของปรากฏการณ์ที่ศึกษา (ชยันต์ วรรธนะภูติ, 2537)
จากความหมายดังกล่าวข้างต้น จะเห็นว่าการวิเคราะห์ข้อมูลเชิงคุณภาพประกอบด้วยความหมายหลัก 2 ประการ คือ
1. การจำแนกและจัดระบบข้อมูลเพื่อให้เข้าใจถึงความหมายและความสัมพันธ์ของปรากฎการณ์จากทัศนะของผู้ถูกวิจัย (Native’ s Category) การวิเคราะห์ข้อมูลในความหมายนี้ จึงเป็นการจัดหมวดหมู่ของข้อมูล หาแบบแผน ความหมายและความสัมพันธ์ของปรากฏการณ์ภายใต้บริบททางสังคม และวัฒนธรรมที่ศึกษา และทำความเข้าใจกับความหลากหลายและความแตกต่างของข้อมูลที่เก็บรวบรวมมา
2. การหาความสัมพันธ์ของข้อมูล แยกแยะเงื่อนไขเพื่ออธิบายสาเหตุความสัมพันธ์ รวมทั้งเป็นการอธิบายการเกิดขึ้น การดำรงอยู่และการเปลี่ยนแปลงของปรากฏการณ์ที่ศึกษา
ลักษณะของการวิเคราะห์ข้อมูลเชิงคุณภาพ
1. การวิเคราะห์ข้อมูลเชิงคุณภาพ ต้องการที่จะอธิบายความสัมพันธ์ของปรากฏการณ์เช่นเดียวกับการวิจัยเชิงปริมาณ แต่เป็นการอธิบายในมิติที่แตกต่างกัน คือการวิเคราะห์ข้อมูลเชิงคุณภาพมุ่งเน้นที่จะจำแนกให้เห็นความหลากหลาย (Complexity) และความหมายของปรากฏการณ์ (Thick Description) มากกว่าที่จะเสนอให้เห็นถึงความคล้ายคลึงกันและความสัมพันธ์ที่วัดได้ด้วยค่าทางสถิติ
2. การวิเคราะห์ข้อมูลอาศัยข้อมูลที่มีลักษณะเป็นภาพรวม (Holistic View) ซึ่งหมายถึงองค์ประกอบของปรากฏการณ์ที่มีความสัมพันธ์เกี่ยวโยงซึ่งกันและกันที่มีอยู่แล้วตามสภาพที่เป็นจริงเพื่อช่วยให้เกิดความหมายและความสัมพันธ์ของปรากฏการณ์ในด้านต่างๆไม่ใช่เป็นการเลือกวิเคราะห์ปรากฏการณ์อย่างโดดๆหรือเป็นส่วนเป็นเสี้ยวที่ขาดความเกี่ยวพันกับส่วนอื่น ๆ (Holloway & Wheeler, 1996)
3. การวิเคราะห์ข้อมูลเชิงคุณภาพจะเริ่มกระทำพร้อมๆกับการเก็บรวบรวมข้อมูล และกระทำพร้อมๆกันไปตลอดระยะเวลาของการเก็บรวบรวมข้อมูล (ชาย โพธิสิตา, 2549) ทั้งนี้เพราะการวิจัยเชิงคุณภาพเป็นกระบวนการแสวงหาความรู้แบบอุปนัย (Inductive) คือเน้นการออกไปสัมผัสกับปรากฏการณ์เป็นรูปธรรมก่อน แล้วจึงสร้างสมมติฐาน และตรวจสอบสมมติฐานนั้นเป็นขั้นๆไป จนมั่นใจว่าเป็นข้อค้นพบที่สามารถลงเป็นข้อสรุปได้ และการวิจัยเชิงคุณภาพยังเป็นการศึกษาปรากฏการณ์จากหลายๆ มิติ (Multi-dimension) เพื่อให้เห็นภาพรวม (Holistic) ของปรากฏการณ์ที่เกิดขึ้น การมองจากหลายมิติหรือหลายแง่มุมนี้ คือการใช้แนวคิดทฤษฎีที่หลากหลายในการพิจารณาปรากฏการณ์ ดังนั้นระหว่างเก็บรวบรวมข้อมูล ซึ่งเป็นช่วงที่นักวิจัยได้สัมผัสกับรูปธรรมของปรากฏการณ์นั้นก็จะนำแนวคิดทฤษฎีที่หลากหลายมาช่วยในการวิเคราะห์ข้อมูลไปพร้อมๆ กันด้วย
4. การวิจัยเชิงคุณภาพต้องอาศัยข้อมูลที่เป็น "บริบท" ของปรากฏการณ์ที่ให้ความหมายและมีผลต่อการดำรงอยู่ของปรากฏการณ์นั้น ๆ มาเป็นแนวทางในการวิเคราะห์ข้อมูล (Holloway & Wheeler, 1996) นั้นคือ ปรากฏการณ์สังคมไม่ได้อยู่โดด ๆ ด้วยตัวของมันเอง แต่เกิดขึ้นภายใต้เงื่อนไขบางประการและมีความสัมพันธ์เกี่ยวข้องกับปรากฏการณ์อื่นๆในลักษณะใดลักษณะหนึ่ง ถ้าจะแยกปรากฏการณ์นั้นมาศึกษาโดดๆ หรือเป็นอิสระจากบริบทของมัน ก็จะทำให้ขาดความเข้าใจถึงความหมายและความสัมพันธ์ ตลอดจนทำให้เป็นการวิเคราะห์ปรากฏการณ์นั้นอย่างขาดความหมายทางประวัติศาสตร์ของมันไปนั่นเอง (Beck, 1994)
5. การวิเคราะห์ข้อมูลเชิงคุณภาพต้องคำนึงถึงทัศนะคนใน (Insider View/Emic) ซึ่งหมายถึงผู้ที่ให้ข้อมูลแก่นักวิจัย และทัศนะคนนอก (Outsider View/Etic) ซึ่งหมายถึงมุมมองของผู้วิจัย เพื่อให้ได้ข้อสรุปจากการวิเคราะห์ข้อมูลที่เป็นข้อสรุปของปรากฏการณ์จริงตามความคิดเห็นของผู้ที่อยู่ในปรากฏการณ์นั้นๆ จริงซึ่งก็หมายถึงผู้ให้ข้อมูล (Informants) นั่นเอง (ศากุล ช่างไม้, 2546)
5. นักวิจัยเชิงคุณภาพต้องคำนึงถึงข้อมูล "หน้าบ้าน" และข้อมูล "หลังบ้าน" ปรากฏการณ์ที่เรามองเห็นถือเป็นเพียงข้อมูล "หน้าบ้าน" ยังมีอีกส่วนหนึ่งที่ซ่อนอยู่เบื้องหลัง และเป็นสิ่งที่อธิบายความเคลื่อนไหว และทิศทางของปรากฏการณ์ "หน้าบ้าน" หน้าที่ของนักวิจัยในการวิเคราะห์ข้อมูลก็คือ การค้นหาเบื้องหลังของปรากฏการณ์ "หน้าบ้าน" อันนี้เพื่อทำความเข้าใจเกี่ยวกับปัญหาให้ชัดเจนขึ้นนั้นเอง (เบญจา ยอดดำเนิน-แอ๊ตติกจ์ และคณะ, 2536; Graneheim, 2004)
6. การวิเคราะห์ข้อมูลเชิงคุณภาพต้องอาศัยสมมติฐานชั่วคราว นักวิจัยจะต้องนำแนวคิดทฤษฎีที่หลากหลายร่วมกับจินตนาการของนักวิจัย มาลองสร้างเป็นสมมติฐานชั่วคราว (Working Hypothesis) จำนวนมากและขณะที่เก็บรวบรวมข้อมูล สมมติฐานชั่วคราวเหล่านี้จะเป็นสิ่งที่ก่อให้เกิดแง่คิด และมีลักษณะยั่วยุให้คิดต่อ (Generative) ดังนั้นคนช่างสงสัยจึงมีคุณสมบัติเหมาะสมที่จะเป็นนักวิจัยเชิงคุณภาพ (ชยันต์ วรรธนะภูติ, 2537; สุภางค์ จันทวานิช, 2540)
7. ผู้วิจัยต้องเป็นผู้วิเคราะห์ข้อมูลด้วยตนเอง (ศากุล ช่างไม้, 2546) ทั้งนี้เพราะการวิเคราะห์ข้อมูลเชิงคุณภาพจะต้องกระทำไปพร้อมๆ กับการเก็บรวบรวมข้อมูล ต้องระลึกอยู่เสมอว่าผู้วิจัยคือเครื่องมือในการเก็บรวบรวมข้อมูลของงานวิจัยเชิงคุณภาพ และในขณะเดียวกันผู้วิจัยก็คือผู้ที่ต้องวิเคราะห์ข้อมูลด้วยตนเอง (Morse & Field, 1996: 57) กระบวนการที่นักวิจัยเข้าไปสัมผัสปรากฏการณ์ด้วยตนเอง การสร้างสมมติฐานชั่วคราว จำเป็นต้องกระทำโดยนักวิจัยหลักที่รู้ปัญหาการวิจัยเป็นอย่างดี หรืออาจกล่าวได้ว่าต้องกระทำโดยผู้ที่รู้คำถามการวิจัย และได้อ่านแนวคิดทฤษฎีต่างๆที่เกี่ยวข้องกับคำถามการวิจัยมาแล้วเป็นอย่างดี ซึ่งหากงานวิจัยที่ทำเป็นหมู่คณะ ผู้ร่วมวิจัยจะต้องทำงานกันอย่างใกล้ชิด มีการแลกเปลี่ยนข้อมูลและข้อคิดเห็นกันตลอดระยะของการเก็บรวบรวมข้อมูลและการวิเคราะห์ข้อมูล และถึงแม้เป็นงานวิจัยที่ทำตามลำพัง นักวิจัยก็ต้องแลกเปลี่ยนความคิดเห็นกับผู้อื่นตลอดเวลาเช่นกัน นั่นคือการวิเคราะห์ข้อมูลคือการสร้างบทสนทนาโต้ตอบ (Dialogue) ในสมองของนักวิจัย กับเพื่อนร่วมโครงการวิจัย หรือกับนักวิจัยคนอื่นๆ เพื่อให้เกิดความงอกเงยทางปัญญาในการพิจารณาปรากฏการณ์ต่อไป
วิธีการวิเคราะห์ข้อมูลเชิงคุณภาพ
การวิเคราะห์ข้อมูลต้องเริ่มกระทำพร้อม ๆ กับการเก็บรวบรวมข้อมูล และต้องดำเนินต่อไปภายหลังการเก็บข้อมูลสิ้นสุดลง ทั้งนี้เนื่องจากงานวิจัยเชิงคุณภาพไม่มีกรอบแนวคิดหรือทฤษฎีที่ตายตัวเป็นตัวกำหนด เป็นการศึกษาปรากฏการณ์จากหลายมิติเพื่อให้เห็นภาพรวมของสิ่งที่เกิดขึ้น การมองจากหลายมิตินี่เอง เป็นการใช้แนวคิดทฤษฎีที่หลากหลายในการพิจารณาปรากฏการณ์ โดยระหว่างที่ผู้วิจัยกำลังเก็บรวบรวมข้อมูลอยู่ อาจนำแนวคิดทฤษฎีต่างๆ ที่ได้ทบทวนวรรณกรรมมาช่วยในการวิเคราะห์ข้อมูลไปพร้อมกัน การวิเคราะห์ข้อมูลขณะเก็บรวบรวมข้อมูลยังช่วยในการรวบรวมข้อมูลเพิ่มเติมที่ไม่ครบถ้วน ให้ครบถ้วนพอที่จะตอบคำถามการวิจัยได้ (ศากุล ช่างไม้, 2546)
การวิเคราะห์ข้อมูลเป็นขั้นตอนที่สำคัญในกระบวนการวิจัยเชิงคุณภาพ โดยเฉพาะวิธีการหลักที่ใช้ในการวิเคราะห์นั้นเป็นวิธีการสร้างข้อสรุปจากข้อมูลจำนวนหนึ่ง มักไม่ใช้สถิติช่วยในการวิเคราะห์ หรือถ้าใช้สถิติก็ไม่ได้ใช้เป็นวิธีวิเคราะห์หลัก แต่ใช้เป็นข้อมูลเสริม ดังนั้นผู้วิเคราะห์ข้อมูลจึงมีบทบาทสำคัญอย่างยิ่งในการวิจัย ผู้วิเคราะห์ข้อมูลควรมีความรอบรู้ในเรื่องแนวคิดทฤษฎี มีความรู้จริงด้วยตัวเอง สามารถสร้างข้อสรุปผลเป็นกรอบแนวคิด (Appleton, 1995)
วิธีการวิเคราะห์ข้อมูลเชิงคุณภาพ แบ่งออกเป็น 2 ส่วน คือ
1. การวิเคราะห์ข้อมูลแบบสร้างข้อสรุป ในการวิจัยเชิงคุณภาพ ซึ่งส่วนใหญ่ข้อมูลที่นำมาวิเคราะห์ จะเป็นข้อความบรรยาย (Descriptive) ซึ่งได้จากการสังเกต สัมภาษณ์ และจดบันทึก
2. การวิเคราะห์เนื้อหา (Content Analysis) เป็นข้อความบรรยายเหมือนกัน แต่เป็นการกระทำกับข้อมูลที่ได้จากเอกสาร จะกระทำโดยการพยายามทำให้ข้อมูลนั้นเป็นจำนวนที่นับได้ มักใช้ในการวิเคราะห์ข้อมูลเอกสารในการวิจัยเอกสาร
1. การวิเคราะห์ข้อมูลแบบสร้างข้อสรุป
การวิเคราะห์ข้อมูลแบบนี้ มีอยู่ด้วยกัน 3 ชนิด (Appleton, 1995) คือ
1. 1 การวิเคราะห์แบบอุปนัย (Analytic Induction) คือ การตีความสร้างข้อสรุปข้อมูลจากสิ่งที่เป็นรูปธรรม หรือปรากฎการณ์ที่มองเห็น เช่น พิธีกรรม การดำเนินชีวิต ความเป็นอยู่ การทำงาน ฯลฯ เมื่อผู้วิจัยได้เห็นหรือสังเกตหลาย ๆ เหตุการณ์ต่าง ๆ แล้วจึงลงมือสรุป แต่หากข้อสรุปนั้นยังไม่ได้รับการตรวจสอบอื่น ๆ ก็ถือว่า ผลที่ได้เป็นสมมติฐาน หากได้รับการยืนยันก็ถือว่าเป็นข้อสรุปได้
ในการที่ข้อสรุปไม่ได้รับการยืนยันนั้น เรียกว่า สมมติฐานชั่วคราว (Working Hypothesis) เช่น สมมติฐานที่อาจตั้งขึ้นจากการพิจารณาข้อมูลเบื้องต้น จากนั้นจึงศึกษารวบรวมข้อมูลเพิ่มเติม (ศากุล ช่างไม้, 2546) ดังนั้น ตลอดเวลาที่นักวิจัยทำการวิจัย และลงมือวิเคราะห์ข้อมูลเบื้องต้น มีการบันทึกโดยจำแนกออกเป็นใคร ที่ไหน เมื่อไหร่ อย่างไร อะไร มีความหมายอย่างไรในการทำสิ่งเหล่านี้ ในการพิสูจน์สมมติฐานนั้น การวิจัยเชิงคุณภาพจะแตกต่างจากการวิจัยเชิงปริมาณซึ่งมีการตีกรอบทฤษฎี แต่ในการวิจัยเชิงคุณภาพผู้วิจัยจะไม่กำหนดสมมติฐานจากกรอบแนวคิดอันใดอันหนึ่งโดยเฉพาะ ผู้วิจัยจะปรับและเปลี่ยนสมมติฐานอยู่เสมอโดยอาศัยการพิสูจน์สมมติฐานเหล่านั้นตลอดเวลา ซึ่งสมมติฐานอาจถูกหรือผิดก็ได้ เมื่อสมมติฐานนี้ถูกพิสูจน์และตรวจสอบแล้ว จึงจะเป็นข้อสรุป (Appleton, 1995) ซึ่งจะเห็นได้ว่าการวิเคราะห์ข้อมูลนี้ หัวใจสำคัญอยู่ที่การสร้างสมมติฐานชั่วคราวตลอดระยะของการวิเคราะห์ข้อมูล
1.2 การวิเคราะห์โดยการจำแนกชนิดข้อมูล (Typological Analysis) คือ การจำแนกข้อมูลเป็นชนิด (Typologies) ซึ่งหมายถึง ขั้นตอนของเหตุการณ์ที่เกิดขึ้นอย่างต่อเนื่อง (ชาย โพธิสิตา, 2549) แบ่งออกได้เป็น 2 วิธี (Miles & Huberman, 1994)
1.2.1 แบบใช้ทฤษฎี คือ การแยกชนิดในเหตุการณ์นั้น ๆ โดยการยึดแนวคิดทฤษฎีเป็นกรอบ ซึ่งแบ่งเป็น
1) การกระทำ (Acts) คือเหตุการณ์หรือสถานการณ์ หรือพฤติกรรมที่เกิดขึ้นในช่วงระยะเวลาใดเวลาหนึ่ง ไม่ยาวนานหรือต่อเนื่อง
2) กิจกรรม (Activities) คือเหตุการณ์หรือสถานการณ์ หรือขนบประเพณีที่เกิดขึ้นในลักษณะต่อเนื่อง มีความผูกพันกับคนบางคนหรือบางกลุ่ม
3) ความหมาย (Meaning) คือการที่บุคคลอธิบายหรือสื่อสาร หรือให้ความหมายเกี่ยวกับการกระทำหรือกิจกรรม อาจเป็นการให้ความหมายในลักษณะเกี่ยวกับโลกทัศน์ ความเชื่อ คำนิยาม บรรทัดฐาน
4) ความสัมพันธ์ (Relationship) คือ ความเกี่ยวโยงระหว่างบุคคลหลาย ๆ คน ในสังคมที่ศึกษาในรูปแบบใดรูปแบบหนึ่ง อาจจะเป็นรูปของการเข้ากันได้ หรือความขัดแย้งก็ได้
5) การมีส่วนร่วมในกิจกรรม (Participation) คือ การที่บุคคลมีความผูกพัน และเข้าร่วมกิจกรรม หรือปรับตัวให้เข้ากับสถานการณ์
6) สภาพหรือสถานการณ์ (Setting) คือ สภาพการณ์ที่การกระทำหรือกิจกรรมเกิดขึ้นจริง ขณะที่ทำการศึกษา
1.2.2 แบบไม่ใช้ทฤษฎี คือการจำแนกข้อมูลที่จะวิเคราะห์ตามความเหมาะสมกับข้อมูล ซึ่งอาจใช้สามัญสำนึก หรือประสบการณ์ของผู้วิจัย ซึ่งผู้วิจัยจะจำแนกข้อมูลเป็นชนิดง่าย ๆ ตามประเภทที่ผู้วิจัยสังเกต เมื่อจำแนกข้อมูลเป็นชนิดแล้ว ผู้วิจัยจะพิจารณาดูความสม่ำเสมอของการเกิดของข้อมูลต่าง ๆ ซึ่งจะเป็นพื้นฐานในการอธิบายสาเหตุของปรากฏการณ์ ในการจำแนกข้อมูลเป็นชนิดทั้งโดยใช้ หรือไม่ใช้กรอบแนวทฤษฎีนี้ ผู้วิจัยจะได้กำหนดหน่วยวิเคราะห์ให้แก่ข้อมูลด้วย
1.3 การวิเคราะห์โดยการเปรียบเทียบข้อมูล (Constant Comparison) คือ การใช้วิธีการเปรียบเทียบโดยการนำข้อมูลมาเทียบเป็นปรากฏการณ์ มีความเป็นรูปธรรมมากขึ้น สามารถทำได้โดยการที่ผู้วิจัยสังเกต หรือรวบรวมข้อมูลได้หลาย ๆ อย่าง แล้วนำมาแยกตามชนิด นำมาเปรียบเทียบกัน
ขั้นตอนการวิเคราะห์ข้อมูลแบบสร้างข้อสรุป
หลังจากเก็บรวบรวมข้อมูลและมีการตรวจสอบข้อมูล แล้วจึงนำข้อมูลที่ได้มาทำการวิเคราะห์ข้อมูล โดยแบ่งเป็น 2 ขั้นตอนใหญ่ คือ
1. การหารูปแบบพฤติกรรมหรือหาข้อเท็จจริง
2. การให้คำอธิบายหรือให้ความหมายแก่พฤติกรรม
ขั้นตอนการวิเคราะห์ข้อมูลนี้ ประกอบด้วยขั้นตอนการปฏิบัติดังต่อไปนี้
1. การถอดเทปข้อมูลที่ได้จากการสัมภาษณ์อย่างละเอียด ชนิดคำต่อคำ (Transcribing Interview) (Beck, 1994) ห้ามมีการข้ามประโยคบางประโยคที่ผู้วิจัยตัดสินเองว่า “ไม่มีความสำคัญ” เพราะข้อมูลบางอย่างอาจนำมาใช้ในการตรวจสอบในภายหลังได้ (ศากุล ช่างไม้, 2546)
2. การจัดเตรียมข้อมูล (Data Management) เนื่องจากการวิจัยเชิงคุณภาพไม่เน้นการใช้เครื่องมือเพื่อเก็บรวบรวมข้อมูล จึงต้องมีการจดบันทึกข้อมูลต่างๆ (Notetaking) ซึ่งได้จากการเก็บรวบรวมข้อมูลด้วยวิธีการต่างๆ โดยข้อมูลที่จดบันทึกอาจจัดเตรียมเป็นลักษณะแฟ้มต่างๆ และนำข้อมูลเหล่านี้มาช่วยในการวิเคราะห์ข้อมูล
3. การให้รหัส (Coding) จัดหมวดหมู่ข้อมูล (Categoring) หรือการทำดัชนีข้อมูล (Indexing) เป็นการเลือกคำบางคำมาใช้เพื่อจัดหมวดหมู่ข้อมูล โดยดัชนีข้อมูลนี้อาจเป็นคำ (Words) เป็นประโยค (Sentences) เป็นแนวคิด (Concept) ก็ได้
4. การทำข้อสรุปชั่วคราวและการตัดทอนข้อมูล (Memoing Data Reduction) การทำข้อสรุปชั่วคราว เป็นการลองเขียนข้อสรุปแต่ละเรื่อง การทำข้อสรุปชั่วคราวจึงเป็นการลดขนาดข้อมูลและช่วยกำจัดข้อมูลที่ไม่ต้องการออกไปได้
5. การเสนอข้อมูลเพื่อการวิเคราะห์และการนำเสนอ (Displaying Data for Analysis and Presentation) เป็นการนำข้อสรุปย่อยๆมาเชื่อมโยงกัน เพื่อหาข้อสรุปซึ่งจะตอบปัญหาการวิจัย โดยอาจจัดทำเป็นแผนที่ (Map) แผนภูมิ (Charts) ตารางบรรจุเนื้อหา (Matrices) เครือข่ายของเหตุและผล (Causal Network) การจัดแบ่งประเภทของคำ ความคิด ความเชื่อ (Taxonomies or Ethnoclassifications)
6. การประมวลและสรุปข้อเท็จจริง (Drawing and Verifying Conclusions) ได้แก่ การค้นหา แบบแผน การจัดกลุ่ม การวิเคราะห์ปัจจัย การระบุความสัมพันธ์ของเหตุการณ์ การเชื่อมโยงแนวคิด ทฤษฎีกับสิ่งที่ค้นพบ ความสำเร็จของการสร้างบทสรุปขึ้นอยู่กับความสมบูรณ์ของข้อมูลที่เป็นข้อสรุปย่อย ประกอบกับความเป็นสหวิทยาการในตัวผู้วิจัย นั่นคือถ้าข้อมูลเดิมดี โอกาสที่จะได้บทสรุปที่ดีก็มีมาก และถ้าผู้วิจัยมีความสามารถในการเชื่อมโยงความสัมพันธ์ได้ดี มีความรู้หลากหลายเกี่ยวกับแนวคิดทฤษฎีต่างๆที่เกี่ยวข้อง จะทำให้บทสรุปนั้นมีความแหลมคมน่าสนใจ
7. การพิสูจน์บทสรุป เป็นการโยงข้อสรุปเชิงนามธรรมกลับไปสู่รูปธรรมในเหตุการณ์ใหม่อีกครั้งเพื่อให้แน่ใจว่าบทสรุปที่ทำไว้นั้นเหมาะสมดีแล้ว มีความน่าเชื่อถือ วิธีการที่นักวิจัยอาจนำมาใช้ยืนยันความถูกต้องของข้อสรุป ได้แก่ การตรวจสอบความเป็นตัวแทนของข้อมูลว่ามาจากแหล่งที่เป็นตัวแทนจริงหรือไม่ การตรวจสอบตัวนักวิจัยเองว่ามีอคติหรือไม่ การตรวจสอบข้อมูลแบบสามเส้า การประเมินคุณภาพของข้อมูล และอาจตรวจสอบบทสรุปที่ได้กับผู้ให้ข้อมูล เป็นต้น (Morse & Field, 1996) เมื่อแน่ใจว่าบทสรุปที่ได้มีความเหมาะสม น่าเชื่อถือ จึงทำเป็นรายงานเผยแพร่ต่อไป
2. การวิเคราะห์เนื้อหา
การวิเคราะห์เนื้อหา (Content Analysis) คือเทคนิคการวิจัยที่พยายามจะบรรยายเนื้อหาของข้อความหรือเอกสาร โดยมีลักษณะสำคัญ 3 ประการ คือ ใช้วิธีการเชิงปริมาณอย่างเป็นระบบและเน้นความเป็นวัตถุวิสัย (Objectivity) และอิงกรอบทฤษฎี การบรรยายนี้จะเน้นเนื้อหาตามที่ปรากฏ ไม่เน้นการตีความหรือการหาความหมายที่ซ่อนไว้เบื้องหลัง ทั้งนี้ผู้วิจัยต้องไม่มีอคติหรือใส่ความคิดความรู้สึกของตนเองเข้าไป (Mayring, 2001; Williamson & Long, 2005)
ขั้นตอนในการวิเคราะห์เนื้อหา
1. ผู้วิจัยจะต้องตั้งกฎเกณฑ์ขึ้นสำหรับคัดเลือกเอกสาร และหัวข้อที่จะทำการวิเคราะห์
2. ผู้วิจัยจะต้องวางเค้าโครงของข้อมูล โดยการทำรายชื่อ หรือข้อความที่จะถูกนำมาวิเคราะห์ แล้วแบ่งไว้เป็นประเภท (Categories)
3. ผู้วิจัยจะต้องคำนึงถึงบริบท (Context) หรือสภาพแวดล้อมประกอบของข้อมูลเอกสารที่นำมาวิเคราะห์ เช่น ใครเป็นผู้เขียน เขียนให้ใครอ่าน ช่วงเวลาที่เขียนเป็นอย่างไร เพื่อให้การวิเคราะห์เป็นไปอย่างมีประสิทธิภาพ มีการบรรยายคุณลักษณะเฉพาะของเนื้อหาโดยไม่โยงไปสู่ลักษณะของเอกสาร ผู้ส่งสารและผู้รับ
4. การวิเคราะห์เนื้อหาจะทำตามเนื้อหาที่ปรากฏ (Manifest Content) ในเอกสารมากกว่ากระทำกับเนื้อหาที่ซ่อนอยู่ (Latent Content) การวัดความถี่ของคำหรือข้อความในเอกสารเป็นการวัดความถี่ของคำหรือข้อความที่ปรากฏอยู่ แต่ผู้วิจัยไม่ตีความคำหรือข้อความเหล่านั้น การตีความจะทำเฉพาะตอนที่สรุปเท่านั้น
5. การวัดความถี่ของการใช้ หรือการใช้การวิเคราะห์เชิงปริมาณ แล้วให้ได้คำตอบที่มีความหมายสัญลักษณ์กับสิ่งที่ต้องการค้นหา ซึ่งวิธีการนี้อาจจะได้รับคำตอบที่ชัดเจนแต่ไร้ความหมาย
โปรแกรมคอมพิวเตอร์สำหรับการวิเคราะห์ข้อมูลเชิงคุณภาพ
ปัจจุบันการใช้โปรแกรมคอมพิวเตอร์ในการวิเคราะห์ข้อมูลเชิงคุณภาพ (Computer Programs for Support of Qualitative Content Analysis) มีหลายแบบที่ผู้วิจัยอาจพิจารณาเลือกใช้ตามความสามารถที่เฉพาะของแต่ละโปรแกรม ได้แก่
1. โปรแกรมประมวลคำ (Word Processing Programme) เป็นโปรแกรมที่ใช้ง่าย ไม่ซับซ้อน โดยการคัดลอก (Copy) ข้อความที่มีรหัสเดียวกัน แล้วนำมาวาง (Paste) รวมไว้ในกลุ่มเดียวกันในแฟ้มเอกสารอีกแฟ้มหนึ่ง ทำให้ง่ายแก่การวิเคราะห์ในขั้นต่อไป (ชาย โพธิสิตา, 2549)
2. โปรแกรมเอ็กเซล (Excel Programme) โดยประยุกต์ใช้กับวิธีวิทยาในการจัดแสดงข้อมูล โดยการออกแบบเซลล์ (Cell) ไว้ล่วงหน้า เพื่อให้สะดวกในการเรียกค้นภายหลัง (ทวีศักดิ์ นพเกษร, 2549: 150)
3. โปรแกรมเฉพาะมีลิขสิทธิ์ ซึ่งพัฒนาโดยนักวิจัยหลายท่าน โปรแกรมเหล่านี้สามารถใช้คำสั่งเรียกข้อมูลที่มีรหัสเดียวกันจากบันทึกต่างๆ มารวมกันได้โดยอัตโนมัติ รวมทั้งสามารถเรียกค้นย้อนกลับไปได้สะดวก ผู้สนใจอาจสืบค้นได้จากเว็บไซต์ ต่อไปนี้ (ทวีศักดิ์ นพเกษร, 2549: 150; Mayring, 2001; Thompson, 2002)
ATLAS.ti http://www.atlasti.de
Ethnograph http://www.qualiresearch.com
TextSmart http://www.spss.com
winMAX http://www.winmax.de
4. โปรแกรมเฉพาะไม่มีลิขสิทธิ์ (Freeware) ของศูนย์ควบคุมและป้องกันโรค ประเทศสหรัฐอเมริกา (Center of Disease Control and Prevention: CDC) สามารถสืบค้นได้จากเว็บไซต์ ต่อไปนี้ (ทวีศักดิ์ นพเกษร, 2549: 150)
ANSWR http://www.cdc.gov/hiv/software/answr.html
CDC EZ-Text http://www.cdc.gov/hiv/software/ez-text.html
การใช้โปรแกรมคอมพิวเตอร์เป็นเพียงแต่เข้ามาช่วยจัดเก็บข้อมูล ทำให้ลดเวลาในการค้นหาข้อมูล และลดขนาดของข้อมูลให้แก่นักวิจัย ทำให้การวิเคราะห์ข้อมูลรวดเร็วขึ้นเท่านั้น อย่างไรก็ตาม คอมพิวเตอร์ไม่สามารถทำการวิเคราะห์ข้อมูลเชิงคุณภาพได้ หน้าที่หลักในการทำดัชนีจำแนกประเภท การเปรียบเทียบ และการเชื่อมโยงข้อมูลยังเป็นของผู้วิจัย นั่นคืองานวิเคราะห์ที่โปรแกรมจะช่วยได้ คือช่วยนักวิจัยซึ่งต้องอ่านต้นฉบับบันทึกจำนวนมากมายในการค้นหาคำที่เป็นดัชนีหรือรหัส และช่วยเชื่อมโยงดัชนีตามความต้องการของนักวิจัยเป็นการย่นย่อเวลาในการอ่าน ช่วยลดขนาดข้อมูลจำนวนมากให้อยู่ในวิสัยที่นักวิจัยจะจัดการได้ และช่วยนำข้อมูลหลายชุดที่มีดัชนีเชื่อมโยงกันมาไว้ร่วมกันให้นักวิจัยอ่านได้สะดวก (ชาย โพธิสิตา, 2549: 400) นอกจากนี้การใช้โปรแกรมคอมพิวเตอร์ในการวิเคราะห์ข้อมูลเชิงคุณภาพได้อย่างมีประสิทธิภาพนั้น ผู้ใช้จะต้องมีความรู้พื้นฐานการวิเคราะห์ข้อมูลเชิงคุณภาพเป็นอย่างดีมาก่อน (สุชาติ ประสิทธิ์รัฐสินธุ์ และ กรรณิการ์ สุขเกษม, 2547: 252) และการตัดสินใจใช้คอมพิวเตอร์มากน้อยเพียงใดขึ้นกับความคุ้นเคย และความชำนาญในการใช้คอมพิวเตอร์ หากมีความชำนาญน้อย การใช้โปรแกรมประมวลคำ (Word Processing Programme) เพียงอย่างเดียวในการช่วยจัดระบบข้อมูลก็เป็นการเพียงพอกับการประหยัดเวลา หากมีความชำนาญในการใช้คอมพิวเตอร์น้อย แต่นำโปรแกรมซับซ้อนมาใช้ กลับจะยิ่งทำให้ผู้วิจัยเสียเวลามากไป และอาจกระทบต่อคุณภาพของงานวิจัยได้ (ทวีศักดิ์ นพเกษร, 2549)
ความน่าเชื่อถือของงานวิจัยเชิงคุณภาพ (Trustworthiness)
กูบา และลินคอน (Guba & Lincoln, 1989 cited in Yanwaree, 2002) ได้ระบุเกณฑ์ในการพิจารณาความน่าเชื่อถือ (Trustworthiness) ของงานวิจัยเชิงคุณภาพไว้ 4 ประเด็น ดังนี้
1. ความเชื่อถือได้ (Credibility) หมายถึง ความสอดคล้องของข้อมูล และการตีความของผู้วิจัยกับความเป็นจริงของผู้ให้ข้อมูลและนักวิจัย ซึ่งแซนเดลโลวสกี (Sandelowski, 1986 cited in Yanwaree, 2002) ได้เสนอแนะให้นักวิจัยดำเนินการเพื่อให้เกิดความเชื่อถือได้ของงานวิจัย ดังนี้
1.1 อยู่ในสนามเป็นช่วงระยะนาน (Prolonged Engagement) นานจนผู้วิจัยสามารถสร้างสัมพันธภาพ (Rapport) กับผู้ให้ข้อมูลจนแน่ใจว่าจะได้ความจริงจากผู้ให้ข้อมูล รวมทั้งทำให้นักวิจัยสามารถขจัดอคติและตรวจสอบความเข้าใจในประเด็นสำคัญๆ ให้ถูกต้อง
การที่นักวิจัยจะได้มีโอกาสใกล้ชิดกับกลุ่มตัวอย่างเป็นช่วงระยะนาน (Prolonged Engagement) เป็นการที่นักวิจัยใช้เวลาที่ยาวนาน ทุ่งเทเวลาให้ใกล้ชิด ทำให้ตรวจสอบได้ว่าข้อมูลที่ได้นั้นมีความผิดพลาดบิดเบือนมากน้อยเพียงใด ไม่ว่าจะเกิดจากตัวตนของนักวิจัย หรือเกิดจากผู้ให้ข้อมูล และเป็นการสร้างความไว้วางใจให้กับผู้ให้ข้อมูล เพื่อผลในการสร้างความเชื่อถือของข้อมูลในระดับสูง (Guba & Lincoln, 1985 อ้างถึงใน กิติพัฒน์ นนทปัทมะดุลย์, 2550)
1.2 สังเกตอย่างจริงจัง และต่อเนื่องยาวนาน (Persistent Observation) (Guba & Lincoln, 1985 อ้างถึงใน กิติพัฒน์ นนทปัทมะดุลย์, 2550) เพื่อเข้าใจคุณลักษณะสำคัญๆ ที่เกิดขึ้น รวมทั้งเข้าใจสิ่งที่ผิดปกติพร้อมทั้งเข้าใจความหมายนั้นๆ
1.4 ตรวจสอบแบบสามเส้า (Triangulation) ได้แก่ การศึกษาจากแหล่งที่มาต่างๆ ของข้อมูลหลายแหล่ง การใช้มุมมองทางทฤษฎีหลายๆ ทฤษฎีตรวจสอบซึ่งกันและกัน และถ่ายทอด เล่า ตรวจสอบระหว่างเพื่อนร่วมวิจัย และผู้เกี่ยวข้องทุกขั้นตอนของการวิจัย
2. การถ่ายโอนผลการวิจัย (Transferability) แซนเดลโลวสกี (Sandelowski, 1986 cited in Yanwaree, 2002) ได้กล่าวถึงการถ่ายโอนผลการวิจัย ว่าเป็นความสามารถอ้างผลการวิจัยไปยังสภาพการณ์ในบริบทที่คล้ายคลึงกัน โดยได้เสนอให้ใช้กลุ่มตัวอย่างแบบเจาะจง (Purposive selection) การหาข้อสนเทศในทุกๆ ด้านอย่างครบถ้วน หาข้อมูลของแนวคิดในสมมุติฐานที่สร้างขึ้น เพื่อสร้างแนวทางอันอาจทำให้เกิดการถ่ายโอนผลวิจัยไปสู่บริบทอื่นๆ ที่คล้ายคลึงกันได้
3. การพึ่งพากับเกณฑ์อื่น (Dependability) หมายถึงการที่ผลการวิจัยมีความสอดคล้องกับแนวคิด หรือกรอบทฤษฎีที่มีอยู่ (Yanwaree, 2002) ซึ่งอาจทำได้โดยการใช้วิธีอื่นๆ เข้าร่วมกันหลายวิธีในการตรวจสอบความตรงของข้อมูลของแนวคิดทฤษฎี การใช้นักวิจัยหลายคนร่วมสังเกตสิ่งเดียวกัน ฯลฯ เพื่อดูว่าผลลัพธ์ที่เกิดจะไปในทิศทางเดียวกัน สนับสนุนกันหรือขัดแย้งกัน (Graneheim, 2004) หรืออาจใช้วิธีการวิเคราะห์ทบทวนแบบแผนที่แตกต่างออกไป (Negative Case Analysis) (Guba & Lincoln, 1985 อ้างถึงใน กิติพัฒน์ นนทปัทมะดุลย์, 2550)
4. การยืนยันผล (Comfirmability) หมายถึง ความสามารถในการยืนยันผลอันเกิดจากข้อมูล กูบา (Guba, 1981 cited in Yanwaree, 2002) ได้เสนอแนะให้ใช้วิธีการสะท้อนคิด (Reflection) ในทุกขั้นตอนของการวิจัยโดยอาจสะท้อนคิดร่วมกับทีมวิจัย (Member Checking) เพื่อให้การมองปัญหาของผู้วิจัยมีความชัดเจน หรืออาจทดสอบผลการศึกษาที่ได้และการตีความข้อมูลด้วยการให้ผู้ให้ข้อมูลได้ตรวจสอบ (Guba & Lincoln, 1985 อ้างถึงใน กิติพัฒน์ นนทปัทมะดุลย์, 2550)
เอกสารอ้างอิง
กิติพัฒน์ นนทปัทมะดุล. (2550). การวิจัยเชิงคุณภาพในสวัสดิการและสังคม: แนวคิดและวิธีวิจัย. พิมพ์ครั้งที่ 2. กรุงเทพฯ: สามลดา.
ชยันต์ วรรธนะภูติ. (2537). การวิเคราะห์ข้อมูลในการวิจัยเชิงคุณภาพ. ใน อุทัย ดุลยเกษม บรรณาธิการ. คู่มือการวิจัยเชิงคุณภาพเพื่องานพัฒนา. พิมพ์ครั้งที่ 2. กรุงเทพฯ: สายส่งศึกษิต เคล็ดไทย จำกัด.
ชาย โพธิสิตา. (2549). ศาสตร์และศิลป์แห่งการวิจัยเชิงคุณภาพ. พิมพ์ครั้งที่ 2. กรุงเทพฯ: อัมรินทร์พริ้นติ้ง.
ทวีศักดิ์ นพเกษร. (2549). วิธีการวิจัยเชิงคุณภาพ เล่ม 2: คู่มือปฏิบัติการวิจัยประยุกต์เพื่อพัฒนาคน องค์กร ชุมชน สังคม. พิมพ์ครั้งที่ 2. นครราชสีมา: โชคเจริญมาร์เกตติ้ง.
เบญจา ยอดดำเนิน-แอ๊ตติกจ์ และคณะ. (2536). การศึกษาเชิงคุณภาพ: เทคนิคการวิจัยภาคสนาม. นครปฐม: มหาวิทยาลัยมหิดล.
มานพ คณะโต. (2550). วิธีวิทยาการวิจัยเชิงคุณภาพในระบบสุขภาพชุมชน. ขอนแก่น: เครือข่ายพัฒนาวิชาการและข้อมูลสารเสพติด ภาคตะวันออกเฉียงเหนือ มหาวิทยาลัยขอนแก่น.
ศากุล ช่างไม้. (2546). การเก็บข้อมูล การจัดการกับข้อมูล และการวิเคราะห์ข้อมูลเชิงคุณภาพ. วารสารมหาวิทยาลัยคริสเตียน, 9(3, กันยายน-ธันวาคม), 164-173.
สุชาติ ประสิทธิ์รัฐสินธุ์ และ กรรณิการ์ สุขเกษม. (2547). วิธีวิทยาการวิจัยเชิงคุณภาพ: การวิจัยปัญหาปัจจุบันและการวิจัยอนาคต. กรุงเทพฯ: สามลดา.
สุภางค์ จันทวานิช. (2540). การวิเคราะห์ข้อมูลในการวิจัยเชิงคุณภาพ. กรุงเทพฯ: จุฬาลงกรณ์มหาวิทยาลัย.
Appleton, J. V. (1995). Analysing qualitative interview data: addressing issues of validity and reliability. Journal of Advanced Nursing, 22, 993-997.
Beck, C. T. (1994). Reliability and validity issues in phenomenological research. Western Journal of Nursing Research, 16 (3), 254-267.
Graneheim, B. L. (2004). Qualitative content analysis in nursing research: concepts, procedures and measures to achieve trustworthiness. Nurse Education Today, 24, 105–112
Holloway, I., & Wheeler, S. (1996). Qualitative research for nurses. Massachusetts:
Blackwell Science Ltd.
Mayring, P. (2001). Qualitative content analysis. Forum Qualitative Social Research, 1(2, June). Retrieved March 4, 2008 from http://qualitative-research.net/fqs/fqs-e/2-00inhalt-e.htm
Morse, J. M., & Field, P. A. (1996). Nursing research: The application of qualitative approaches (2nd ed.). London: Chapman & Hall.
Miles, M. B., & Huberman, A. M. (1994). Qualitative data analysis. 2nd ed. Thousand Oaks: SAGE Publications.
Thompson, R. (2002). Reporting the results of computer-assisted analysis of qualitative research data. Forum Qualitative Social Research, 3(2, May). Retrieved March 4, 2008 from http://qualitative-research.net/fqs/fqs-e/2-00inhalt-e.htm
Williamson, T., & Long, A. F. (2005). Qualitative data analysis using data display. Nurse Researcher, 12(3), 7-19.
Yanwaree, N. (2002). Receiving family caregiving as perceived by people Living with HIV/AIDS. Ph.D. Dissertation, Graduate School, Chiangmai University.
แสดงบทความที่มีป้ายกำกับ ภาคผนวก แสดงบทความทั้งหมด
แสดงบทความที่มีป้ายกำกับ ภาคผนวก แสดงบทความทั้งหมด
วันอังคารที่ 14 กันยายน พ.ศ. 2553
CONTENT ANALYSIS
CH 9 : CONTENT ANALYSIS
จากหนังสือ
SOCIAL RESEARCH METHODS
ของ
ALAN BRYMAN
จัดทำโดย กลุ่ม 4
น.ส.วิยะดา วรานนท์วนิช
น.ส.จันทิมา บุญอนันต์วงศ์
นางสุภาภรณ์ ไกรฤกษ์
น.ส.ขนิษฐา สมุทระประภูต
นางอรหทัย ตันสา
CH 9 : CONTENT ANALYSIS
การวิเคราะห์สาระ
Introduction
(บทนำ)
จะเป็นการเกริ่นนำว่า ให้ลองจินตนาการว่าถ้าเราเกิดสนใจอยากจะศึกษาถึงลักษณะและจำนวนของพวกสื่อต่าง ๆ อาทิเช่น หนังสือพิมพ์ ในประเด็นหัวข้อข่าวโรคเอดส์ หรือ โรควัวบ้า (mad cow disease) ซึ่งเราคงมีคำถามเกิดขึ้นดังนี้
หัวข้อข่าวนี้เริ่มปรากฎเมื่อใด
หนังสือพิมพ์ใดที่มีความสนใจหัวข้อข่าวนี้เร็วที่สุด
หนังสือพิมพ์ใดที่ได้รับความสนใจในหัวข้อข่าวนี้มากที่สุด
เมื่อไรที่สื่อหมดความสนใจหัวข้อข่าวนี้ และ
นักข่าวมีจุดยืนอย่างไรต่อประเด็น (topic) ที่เปลี่ยนไป
ซึ่งถ้าเราต้องการคำตอบสำหรับคำถามการวิจัยเหมือนดังเช่นต้องการหาคำตอบให้กับคำถามเหล่านี้ เราก็จำเป็นที่จะต้องใช้ Content Analysis ในการตอบคำถาม
ทั้งนี้ได้มีนักวิชาการได้ให้นิยามของ Content Analysis ไว้ดังนี้
“Content Analysis เป็นเทคนิคการวิจัย (Research technique) เพื่อใช้อธิบายถึงเป้าหมาย (objective) และจำนวนของเนื้อหา (content)ของการสื่อสารที่เห็นได้เด่นชัดอย่างเป็นระบบ” (Berelson 1952: 18)
“Content Analysis เป็นเทคนิคเพื่อทำการสรุปเป้าหมายและแยกแยะลักษณะเฉพาะของข้อความอย่างเป็นระบบ” (Holsti 1969: 14)
ซึ่งคำนิยามทั้งสองนี้ได้กล่าวถึงคำสำคัญ (Key Words)ของ Content Analysis ไว้ 2 คำ คือ Objectivity and being systematic การมีเป้าหมายและมีความเป็นระบบ กล่าวคือ
Objectivity หมายถึง การมีกฎเกณฑ์ที่ชัดเจนในการจัดหมวดหมู่ข้อมูล ซึ่งผู้จัดทำจะต้องมีความโปร่งใส คือจะต้องไม่อคติหรือลำเอียงเข้าไปยุ่งเกี่ยวในการจัดหมวดหมู่ข้อมูล หรือเข้าไปยุ่งเกี่ยวในขั้นตอนการจัดหมวดหมู่นี้ให้น้อยที่สุดเท่าที่จะเป็นไปได้
Being systematic หมายถึง การปฏิบัติตามกฎเกณฑ์ที่ตั้งไว้อย่างเคร่งครัดและสม่ำเสมอ
*** key point *** The rules can be (or should be capable of being) applied without the intrusion of bias. กฎเกณฑ์สามารถที่จะปรับเปลี่ยนได้แต่ทั้งนี้ต้องปราศจากอคติหรือความลำเอียง
จากนิยามของ Berelson ที่ได้อ้างถึง การพรรณนาเชิงปริมาณ (quantitative description) ว่า Content Analysis เป็นรากฐานของกลยุทธ์การวิจัยเชิงปริมาณที่มีเป้าหมายเพื่อการวิเคราะห์ลักษณะแบบปริมาณของสาระของข้อความหรือบทความต่าง ๆ ที่กำหนดไว้ตามกฎเกณฑ์ที่ตั้งไว้ ซึ่งการระบุถึงความมีลักษณะแบบปริมาณทำให้ต้องพยายามรักษาความโปร่งใสและการปฏิบัติตามกฎเกณฑ์อย่างเป็นระบบและตามเป้าหมายในการวิเคราะห์ข่าวหรือบทความ
ในคำนิยามของ Berelson นั้นมีลักษณะ 2 ข้อที่ไม่เหมือน Holsti คือ
1. Berelson กล่าวถึง “Manifest content” ซึ่งหมายถึง การค้นหาว่าเนื้อหาที่ปรากฎอย่าชัดแจ้งนั้นคืออะไรกันแน่ แต่ Holsti ไม่ได้กล่าวถึง Manifest content เลย แต่จะกล่าวถึง “Specified Characteristics” คือ ลักษณะที่เฉพาะเจาะจงของเนื้อหา ซึ่งหมายถึง การค้นหา “Latent content” Which means interpreting meanings that lie beneath the surface. การตีความหาความหมายที่ซ่อนเร้นอยู่ในเนื้อความ
2. Berelson กล่าวถึง “Communication” เนื่องจากว่า หนังสือของ Berelson (1952) นั้นเกี่ยวข้องกับ Communication Research เช่น หนังสือพิมพ์ ทีวี และสื่อสารมวลชนอื่น ๆ แต่ Holsti กลับกล่าวถึง “Message” คือ เนื้อหาข้อความ ซึ่งทำให้ Content Analysis มีขอบข่ายที่กว้างขวางมากกว่าที่จะครอบคลุมเพียงแค่เฉพาะสื่อมวลชนเท่านั้น
ดังนั้นแล้ว Content Analysis จึงสามารถใช้ได้กับเนื้อหาข้อมูลต่าง ๆ ได้ (Bryman, Stephens, and Campo 1996) หรือแม้กระทั่งการศึกษาวิเคราะห์เชิงคุณภาพขององค์การ (Hodson 1996) และสิ่งที่ไม่ได้เป็นสิ่งพิมพ์ตัวอักษรก็สามารถที่จะทำการวิเคราะห์สาระได้เช่นกัน เช่น
การวิเคราะห์ภาพและบทความในนิตยสาร
การวิเคราะห์การ์ตูน
การวิเคราะห์ข่าววิทยุและทีวี
อย่างไรก็ตามก็ต้องยอมรับว่า Content Analysis มีบทบาทอย่างมากในการวิเคราะห์สิ่งพิมพ์ เอกสารและสื่อสารมวลชน โดยที่มีพัฒนาการที่ก้าวหน้าในปีที่ผ่าน ๆ มา
Key words to note in these definitions:
objective (Berelson’s & Holsti’s definitions)
systematic (Berelson’s & Holsti’s definitions)
quantitative (Berelson’s definition only)
manifest (Hosti’s definition only)
objective - rules clearly specified in advance for assigning material - this is not to say the making of the rules is objective though
systematic - application of the rules is done in a consistent manner i.e. if someone else applied them, they would get the same result
quantitative - content analysis stemmed from the positivist tradition in the 1950s/‘60s - however it is regarded primarily as a qualitative method for most, which can have quantitative elements i.e number of column inches, number of times a word appears etc.
manifest - by specifying this, it suggests we only analyse what is obvious, ie. explicit in the text/image - we should be looking at manifest and latent (i.e. implicit) content as well - we need to move beyond what we obviously see and read between the lines!
What are the research questions?
( ประเด็นในการวิจัยคืออะไร)
จำเป็นอย่างยิ่งที่จะต้องระบุประเด็นการวิจัยให้ชัดเจนเพื่อเป็นแนวทางในการคัดเลือกสื่อที่จะนำมาวิเคราะห์และทำการใส่รหัส (Coding) ซึ่งการทำ Content Analysis ส่วนมากแล้วจะเกี่ยวเนื่องกับปัญหาในการวิจัยหลายปัญหา ซึ่งในที่นี้ได้ยกตัวอย่างใน Box 9.2 การรายงานการวิจัยทางสังคมศาสตร์ของสื่อมวลชนในประเทศอังกฤษ โดย Fentonและบรรณาธิการอื่น ๆ ได้ประเด็นในการวิจัยไว้ ดังนี้
มีการรายงานข่าววิจัยทางสังคมศาสตร์มากน้อยเพียงใด
มีงานวิจัยทางสังคมศาสตร์ของที่ใดบ้างที่มักจะเป็นข่าว
รายงานการวิจัยชนิดใดบ้างที่ได้รับความสนใจอย่างมาก
แขนงใดของสังคมศาสตร์ที่สื่อมีความชื่นชอบ
สื่อมีความนิยมชมชอบงานวิจัยประเภทใดเป็นกรณีพิเศษหรือไม่
อะไรที่มักจะเป็นตัวผลักดันให้มีการรายงานการวิจัยทางสังคมศาสตร์เกิดขึ้น
สื่อจะรายงานเฉพาะนักวิจัยจากสถาบันที่มีชื่อเสียงบางแห่งเท่านั้นใช่หรือไม่
ซึ่งประเด็นคำถามทั้งหมดนี้สามารถสรุปได้ว่า
Who (get reported) ใครที่ได้การลงข่าว
What (get reported) อะไรที่ได้รับการลงข่าว
Where (does the issue get reported) and Location (of coverage within the items analysed) สถานที่ไหนที่เป็นประเด็นในข่าว
How much (get reported) ข่าวที่นำเสนอมากน้อยแค่ไหน
Why (does the issue get reported) สิ่งใดที่ผลักดันให้สื่อนำเสนอข่าว
นักวิจัย Content Analysis จะให้ความสนใจใน “สิ่งที่เป็นข่าว” และ “สิ่งที่ถูกละเลยในข่าว” เช่น วิธีการ รายละเอียดของนักวิจัย เป็นต้น ซึ่งจะสะท้อนให้เห็นถึงสิ่งที่นักข่าวและบรรณาธิการมองและให้ความสนใจ
Miller และ Reilly (1995) ได้ทำการศึกษาเกี่ยวกับความตื่นกลัวของเชื้อ Salmonella ที่อยู่ในไข่ โดยพบว่าในเดือนธันวาคม ปี 1988 สื่อได้มีการเสนอข่าวกันอย่างครึกโครมต่อเนื่องกันถึง 20 วัน ซึ่งก่อนหน้านี้แทบจะไม่มีสื่อใดเลยที่ลงข่าวเกี่ยวกับโรคนี้ ทั้งๆ ที่โรคนี้มีมาก่อนอยู่แล้ว และหลังจากนั้นข่าวก็ค่อย ๆ ซา หายไป ทั้งๆ ที่โรคนี้ก็ยังคงมีอยู่
Selecting a Sample
(การคัดเลือกตัวอย่าง)
มีหลาย phases ในการคัดเลือกตัวอย่างเพื่อการนำมาทำ Content Analysis
Sampling Media (การสุ่มเลือกสื่อ)
จากการศึกษาเกี่ยวกับสื่อสารมวลชนหลาย ๆ กรณีจะพบปัญหาหลัก คือ การเลือกตัวสื่อที่จะนำมาทำการศึกษา เช่น ถ้าตั้งหัวข้อเกี่ยวกับการเสนอข่าวของสื่อขึ้นมาสักชิ้นหนึ่ง (ไม่ว่าจะเป็น อาชญากรรม หรือ การเมาแล้วขับรถ ฯลฯ) แล้วเราควรจะยึดเอาสื่อใดเป็นตัวศึกษา เนื่องจากว่า สื่อนั้นมีมากมาย หลายประเภท คือ รายวัน รายปักษ์ รายเดือน ระดับประเทศ ระดับท้องถิ่น ทีวี วิทยุ ข่าวพาดหัว ข่าวบทบรรณาธิการ บทความพิเศษ ดังนั้นแล้วการเลือกหรือระบุตัวสื่อก็นับเป็นเรื่องที่ต้องพิจารณาอย่างหนักหนาสาหัสทีเดียว
Sampling Dates (การสุ่มเลือกวัน)
การเลือกช่วงเวลา (วัน) ของข่าวหรือเรื่องที่จะทำการศึกษานั้นส่วนมากจะถูกบังคับกำหนดโดยเวลาของการเกิดเรื่องหรือข่าวนั้น ๆ เช่น ข่าวการทำสงคราม เป็นต้น แต่ถ้าเป็นข่าวหรือประเด็นที่มีอยู่ในสังคมอยู่แล้ว การกำหนดช่วงระยะเวลาการศึกษาอาจจะเปิดกว้างมากขึ้นได้
What is to be counted?
(สิ่งที่จะต้องนำมาวิเคราะห์)
เป็นการกล่าวถึงเกี่ยวกับการตัดสินใจที่จะนำเอาปัจจัยอะไรก็ตามที่จะนำมาใช้ในการศึกษานั้นก็ต้องขึ้นอยู่กับประเด็นการวิจัย (Research questions)
Significant actors (ผู้ที่มีบทบาทสำคัญ)
การทำการวิจัยเกี่ยวกับสื่อมวลชนนั้นจะมีความเกี่ยวเนื่องไปถึงตัวผู้เสนอข่าวหรือบทความนั้น ๆ ด้วย กล่าวคือ
บุคคลชนิดใดที่เป็นผู้เสนอข่าวนี้ (นักข่าวทั่วไปหรือผู้เชี่ยวชาญ)
ใครคือบุคคลเป้าหมายในข่าวที่นำเสนอ (นักการเมือง ข้าราชการ โฆษกรัฐบาล นักธุรกิจ)
ใครที่มีโอกาสในการแสดงความคิดเห็นที่แตกต่างจากข่าว (Alternative voices) (นักการเมือง ผู้เชี่ยวชาญ หรือประชาชนทั่วไป)
รูปแบบของข่าวที่นำเสนอ (การให้สัมภาษณ์ การรายงานข่าว )
ในกรณีของการศึกษาเกี่ยวกับการเสนอข่าวการวิจัยทางสังคมศาสตร์ในสื่อมวลชนนั้น ผู้ที่มีบทบทสำคัญควรระบุถึงสิ่งต่อไปนี้ด้วย
ใครเป็นผู้เขียนงานวิจัยนั้น ๆ
ชนิดของข่าวที่นำเสนอ (เป็นการเสนองานวิจัยแบบข่าวทั่วไป เป็นบทความ หรือเป็นลักษณะอื่น ๆ)
รายละเอียดของผู้วิจัย (Researcher) ที่โดดเด่นในงานวิจัยนั้น ๆ (รายละเอียดส่วนตัว เป็นนักวิจัยหรือผู้รู้ในเรื่องนั้น ๆ)
อะไรที่เป็นแรงผลักดันให้มีการเสนอข่าวนั้นเกิดขึ้น (มีการอภิปราย มีการสร้างนักวิจัยหน้าใหม่)
รายละเอียดสำคัญ ๆ ของนักวิจารณ์งานวิจัยชิ้นนั้น ๆ
บุคคลสำคัญอื่น ๆ ในงานวิจัย
Words (ศัพท์หรือคำ)
คำ ถือเป็นหน่วยเล็กที่สุดของสภาพของข้อมูล และการนับคำซ้ำ ๆ ในบทความนั้น บางครั้งก็เป็นวิธีการที่นำมาใช้ใน Content Analysis ศัพท์บางคำที่สื่อนิยมใช้ในแต่ละยุคนั้นมีความหมายและถูกใช้เพื่อประโคมข่าว เช่น หนังสือพิมพ์ในประเทศอังกฤษ ช่วงปลายของยุค 1960’s นิยมใช้คำว่า “Hooligan” (อันพาล) กับพวกที่ชอบมีเรื่องตีกันในการดูการแข่งขันฟุตบอล นอกจาก Hooligan แล้วยังมีคำว่า “Moral Panic” คือความตระหนกตกใจในเรื่องของความเสื่อมของสังคมและศีลธรรม เพราะทุก ๆ วันมีแต่คำว่า “อันพาล” หรือในเรื่องโรควัวบ้านั้นได้มีการพิจารณาถึงชนิดของคำว่า “Discourse” (วาทกรรม) เช่น Hensen ได้ระบุไว้ว่า วาทกรรมนี้เป็นสิ่งที่เกี่ยวข้องกับการติดต่อของโรควัวบ้า (BSE) โดยยกตัวอย่างเช่นคำว่า infected, catch, spread เป็นต้น และวาทกรรมนี้ยังเน้นไปที่ “Risk and Threat” อีกด้วย เช่นคำว่า Safe, risk, fears, danger เป็นต้น
Subjects and Themes (หัวเรื่องและแก่นเรื่อง)
Subjects คือการกำหนดหัวข้อหรือหัวเรื่อง เช่น การายงานข่าวของสื่อมวลชนที่เกี่ยวกับการวิจัยทางสังคมศาสตร์ นั้นแบ่งประเภทได้ 7 ประเภท ดังนี้
Sociology
Social Policy
Economics
Psychology
Business and management
Political science
Interdisciplinary
Themes (แก่นเรื่อง) หมายถึง กิจกรรมหรือการกระทำของมนุษย์ ซึ่งการทำ Content Analysis นั้นเป็นการวิจัยที่หาความสำคัญไม่ใช่เฉพาะแต่ Manifest content แต่เพียงเท่านั้น แต่ยังรวมไปถึง Latent content ด้วย
Manifest content คือ ข้อความที่เป็นรูปธรรมเห็นได้ชัดเจน เช่น การเจริญเติบโตของ GDP อยู่ที่ 6 % เป็นต้น
Latent content คือ ความหมายโดยนัย หรือความหมายซ่อนเร้น เช่น ความต้องการให้ประชาชนมีความสุข ความสุขของประชาชนต้องประกอบด้วยอะไร ความพอเพียงอย่างไร เป็นต้น
Dispositions (การวางตัวหรือจุดยืน)
เมื่อนักวิจัยต้องการหา “จุดยืน” ของการรายงานข่าว เช่น ในการรายงานข่าวต่าง ๆ นั้น นักข่าวหรือบรรณาธิการมีจุดยืนที่เห็นด้วย ไม่เห็นด้วย เป็นกลาง กับข่าวที่เสนออย่างไรบ้าง การทำ Content Analysis นั้นนักวิจัยจะต้องรู้ว่าสามารถที่จะ “ค้นพบ” อคติหรือความลำเอียงของนักข่าวได้อย่างไรในข่าวหรือบทความชิ้นนั้น ๆ
Coding
(การกำหนดรหัส)
การกำหนดรหัสของการทำ Content Analysis นั้นแบ่งออกเป็น 2 ขั้นตอนหลัก ๆ คือ การออกแบบตารางลงรหัส (Designing a coding schedule) และการออกแบบคู่มือลงรหัส(Designing a coding manual)
Coding schedule (ตารางลงรหัส)
คือ การนำหัวข้อหรือตัวแปรมาทำการใส่รหัส
ตัวอย่างเช่น การศึกษาเกี่ยวกับการรายงานข่าวอาชญากรรมนั้นมีประเด็น (Issue) ต่าง ๆ ที่จะต้องคำนึงถึงเพื่อนำมาเป็นตัวแปรในการศึกษา ดังนี้
1) Nature of offence ชนิดของอาชญากรรม
2) Gender of perpetrator เพศของผู้กระทำผิด
3) Social class of perpetrator ฐานะทางสังคมของผู้กระทำผิด
4) Age of perpetrator อายุของผู้กระทำผิด
5) Gender of victim เพศของผู้เสียหาย
6) Social class of victim ฐานะทางสังคมของผู้เสียหาย
7) Age of victim อายุของผู้เสียหาย
8) Depiction of victim
9) Position of news item การจัดวางตำแหน่งของหัวข้อข่าว
Case number
Day
Month
Nature of offence I
Gender of perpetra-tor
Occupa-tion of perpetra-tor
Age of perpetra-tor
Gender of victim
Occupa-tion of victim
Age of victim
Depic-tion of victim
Nature of offence II
Position of news item
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
รูปภาพที่ 9.1 ตารางลงรหัส
Coding manual (คู่มือลงรหัส)
เป็นรายละเอียดของหัวข้อในทุกมิติ แยกแยะความแตกต่างเป็นหมวดหมู่ในแต่ละมิติหัวข้อ โดยกำหนดให้ตัวเลขเป็นตัวแทนของรหัส (codes) ที่ต้องการแปรรหัส
จากนั้นเมื่อทำการลงรหัสในตารางลงรหัสก็จะได้ตารางลงรหัสที่สมบูรณ์ ดังนี้
Case number
Day
Month
Nature of offence I
Gender of perpetra-tor
Occupa-tion of perpetra-tor
Age of perpetra-tor
Gender of victim
Occupa-tion of victim
Age of victim
Depic-tion of victim
Nature of offence II
Position of news item
0
7
7
2
4
1
1
0
1
1
1
0
2
6
1
1
3
6
8
3
0
0
2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
รูปภาพที่ 9.3 ตารางลงรหัสที่ลงรหัสแล้ว
Potential pitfalls in devising coding schemes
(ข้อควรระวังในการจัดทำรหัส)
ซึ่งก็จะคล้าย ๆ กับข้อควรระวังของการออกแบบการสัมภาษณ์แบบมีโครงสร้าง และตารางการสังเกตการณ์แบบมีโครงสร้าง
Discrete dimensions ประเด็นหัวข้อในทุกมิติต้องมีความชัดเจน
Mutually exclusive categories หัวข้อย่อยจะต้องมีการแยกแยะอย่างชัดเจน ไม่เช่นนั้นอาจเกิดความไม่แน่ใจในการลงรหัสในแต่ละหัวข้อได้
Exhaustive คือในแต่ละรายละเอียดของหัวข้อย่อยจะต้องมีสามารถลงรหัสได้ทั้งหมด
Clear instructions ผู้ลงรหัสควรมีความชัดเจนในขั้นตอนการลงรหัสและการแปรหรัส
Be clear about the unit of analysis ต้องมีความเข้าใจอย่างชัดเจนเกี่ยวกับหน่วยของการวิเคระห์ ตัวอย่างเช่น การรายงานข่าวในสื่อที่เกี่ยวกับอาชญากรรม ดังนั้นเวลาผู้วิจัยจะทำการลงรหัส ผู้วิจัยจะต้องมีความชัดเจนแล้วว่าเป็นสื่อชนิดใด อาทิเช่น บทความจากหนังสือพิมพ์ และ topic นั้นจะเป็นนำมาแปรเป็นรหัสแบบใด เช่น อาชญากรรมนั้นเป็นอุบัติเหตุ การทำร้ายร่างกาย เจตนา หรือไม่เจตนา เป็นต้น
*** ความเชื่อถือได้ของรหัส (Reliability of coding) นั้นเป็นการสอดคล้องกันระหว่างผู้ลงรหัสทั้งหมดและผู้ลงรหัสแต่ละคน กล่าวคือ จะมีการทดสอบความสอดคล้องกันของผู้ลงรหัสทั้งหมด (Testing for consistency of coders) ว่าถ้ามีความสอดคล้องกันระหว่างผู้ลงรหัสทั้งหมด (inter-coder reliability) แล้วก็จะทำให้เกิดความเชื่อถือได้ในตัวผู้ลงรหัสแต่ละคน(intra-coder reliability) นั่นเอง
Advantages of content analysis
(จุดเด่นของการวิเคราะห์สาระ)
Content Analysis เป็นวิธีการวิจัยที่โปร่งใสมาก และเป็นวิธีการที่มีลักษณะเป็นวัตถุวิสัย เพราะมีการนิยามปฏิบัติการในการระบุคุณลักษณะขอมโนทัศน์ที่จะแจงนับ
การวิจัยแบบ Content Analysis สามารถที่จะยืดหยุ่นในการกำหนดช่วงระยะเวลาการวิจัยได้
Content Analysis มีลักษณะการวิจัยแบบ unobtrusive method หรือ non-reactive method คือผู้วิจัยไม่ต้องมีปฏิสัมพันธ์กับผู้ถูกวิจัย เช่น การที่นำบทความทางหนังสือพิมพ์มาศึกษาวิจัย ผู้เขียนบทความนั้นจะไม่รู้เลยว่าบทความของตนถูกนำไปวิจัย แต่ก็มีข้อที่ควรระวัง ถ้าหากว่าเป็นการทำ Content Analysis จากบทสัมภาษณ์อาจทำให้เกิด reactive effect ได้
Content Analysis เป็นวิธีการที่มีความยืดหยุ่นอย่างมาก โดยเฉพาะอย่างยิ่งกับข้อมูลที่ไม่ได้มีการจัดระบบ เช่น ข่าวที่เป็นเรื่องเดียวกันแต่อาจเขียนออกมาหลากหลายรูปแบบ
Content Analysis เป็นวิธีการที่สามารถรวบรวมข้อมูลที่โดยปกติไม่สามารถเข้าถึงข้อมูลพวกนี้ได้ง่าย เช่น ภูมิหลังทางสังคมของกลุ่มผู้นำที่มีชื่อเสียง
Disadvantages of content analysis
(จุดด้อยของการวิเคราะห์สาระ)
Content Analysis จะดีหรือไม่ขึ้นอยู่กับเอกสารและข้อเขียนที่นำมาวิเคราะห์ ซึ่งจะต้องคำนึงถึงปัจจัยเหล่านี้
ในการทำ ตารางลงรหัส (Coding schedule) และ คู่มือลงรหัส (Coding manual) นั้นเป็นเรื่องที่ยากมากที่จะสามารถจัดทำได้อย่างละเอียดชัดเจนจนกระทั่งไม่ต้องอาศัยการตีความจากผู้วิจัย (ทั้งนี้เพื่อหลีกเลี่ยงอคติหรือความลำเอียงของผู้วิจัย)
เหมือนกับว่าปัญหาจะมีมากขึ้นเมื่อเป้าหมายนั้นถูกกล่าวหาว่าเป็นแค่สาระแฝงมากกว่าที่จะเป็นสาระสำคัญ
มันเป็นการยากที่จะตอบคำถามที่ถามด้วย “Why” ได้อย่างแจ่มชัดด้วย Content Analysis กล่าวคือ Content Analysis มีข้อจำกัดในการตอบคำถาม “Why” อาทิเช่น จากการศึกษา “สื่อที่จัดหาคู่” ที่ให้ลงโฆษณารายละเอียดของคู่ที่ต้องการหา แต่ปรากฎว่าทำไมถึงมีแต่ผู้ที่ลงโฆษณาแต่ลักษณะของตนเอง
การศึกษาด้วย Content Analysis บางครั้งจะถูกกล่าวหาว่าไม่เป็นทฤษฎี เพราะว่าไปเน้นที่การวัดมากกว่าที่จะเน้นถึงความสำคัญตามหลักทฤษฎี
Key Points
Content Analysis นั้นส่วนมากจะอยู่ในกรอบของการวิจัยเชิงปริมาณที่เน้นให้ความสำคัญที่การวัดและความเฉพาะเจาะจงของกฎเกณฑ์ที่ชัดเจนซึ่งแสดงถึงความเชื่อถือได้
ถึงแม้ว่า Content Analysis จะถูกนำไปใช้ในการวิเคราะห์ทางสื่อสารมวลชน แต่ในความเป็นจริงแล้วมันเป็นวิธีการที่มีความยืดหยุ่นมาก สามารถที่จะนำไปประยุกต์ใช้กับปรากฎการณ์ต่าง ๆ ได้อย่างกว้างขวาง
สิ่งที่สำคัญก็คือ ต้องรู้อย่างแจ่มชัดในประเด็นที่เราต้องการวิจัย เพื่อนำไปกำหนดหน่วยของการวิเคราะห์และสิ่งที่จะถูกวิเคราะห์ได้อย่างถูกต้องแม่นยำ
ต้องรู้อย่างแจ่มชัดว่าอะไรที่จะต้องถูกนำมาศึกษา
ตารางลงรหัส (Coding schedule) และ คู่มือลงรหัส (Coding manual) ถือเป็นขั้นตอนเตรียมการที่สำคัญสำหรับการวิเคราะห์สาระ (Content Analysis)
Content Analysis อาจจะกลายมาเป็นประเด็นที่ถกเถียงกันได้ เมื่อมีการค้นพบความหมายแฝงหรือความหมายซ่อนเร้น (latent meaning) และแก่นเรื่อง (theme)
บทที่ 11 : CONTENT ANALYSIS
การวิเคราะห์สาระ
หนังสือของBruce Berg
Introduction (บทนำ)
บทนี้กล่าวถึงการวิเคราะห์ข้อมูลโดยละเอียด การวิเคราะห์ข้อมูลจะเกิดขึ้นได้เมื่อนำบทสัมภาษณ์บันทึกภาคสนาม และข้อมูลที่ได้จากการศึกษาแบบ Unobtrusive มาดำเนินการทำให้กระชับและมีการเปรียบเทียบกันอย่างเป็นระบบ โดยนำเอาแบบแผนของการ Coding ตามวัตถุประสงค์ที่กำหนดมาใช้กับข้อมูลซึ่งกระบวนการนี้เรียกว่า “การวิเคราะห์เนื้อหา” Content Analysis
Analysis of Qualitative Data (การวิเคราะห์ข้อมูลเชิงคุณภาพ)
Miles & Huberman (1994) กล่าวถึง 3 แนวทางหลักในการวิเคราะห์ข้อมูลเชิงคุณภาพ
1. แนวทางการตีความ (Interpretative Approach) เป็นแนวทางที่นักวิจัยแปลงการกระทำทางสังคมและกิจกรรมของมนุษย์ให้อยู่ในรูปของข้อความ(Text) หรืออาจกล่าวได้ว่าการกระทำของมนุษย์สามารถดำเนินการในรูปแบบของการสะสมสัญลักษณ์ต่าง ๆ ที่แสดงให้เห็นลำดับขั้นของความหมาย เช่น บทสัมภาษณ์และข้อมูลจากการสังเกตสามารถถูกแปลงออกมาเป็นข้อความ บันทึกสำหรับการวิเคราะห์ การตีความขึ้นอยู่กับผู้วิจัยจะนำทฤษฎีใดมาใช้
2. แนวทางมานุษยวิทยาสังคม (Social AnthropoIogical Approach) แนวทางนี้นักวิจัยจะต้องใช้กิจกรรมหลาย ๆประเภทในภาคสนาม หรือกรณีศึกษาในการรวบรวมข้อมูล ความสำเร็จในการเก็บข้อมูลจะต้องใช้เวลาในการใกล้ชิดกับชุมชน หรือกลุ่มตัวอย่างที่กำหนดขึ้น นักวิจัยต้องเข้าไปมีส่วนร่วมทั้งทางตรงและทางอ้อมกับบุคคลต่าง ๆ โดยมีปฏิสัมพันธ์กับกลุ่มประชากร การวิเคราะห์ข้อมูลวิธีนี้สามารถสำเร็จได้โดยมีการกำหนดข่าวสารลงในบันทึกภาคสนาม (Field note) มีการตีความข่าวสารดังกล่าวในรูปแบบข้อความ แหล่งข้อมูลมีความหลากหลาย ได้แก่ บันทึกประจำวัน การสังเกตการณ์ สัมภาษณ์ รูปถ่ายและสิ่งประดิษฐ์ของมนุษย์ นักวิจัยที่ใช้แนวทางนี้จะให้ความสนใจพฤติกรรมชีวิตประจำวัน เช่น การใช้ภาษา การประกอบพิธีกรรมและความสัมพันธ์ต่าง ๆ ซึ่งแนวทางนี้เริ่มต้นจาก “ กรอบทฤษฎี” หรือ “กรอบแนวความคิด” การศึกษาในภาคสนามเพื่อที่จะทดสอบและปรับปรุงการสร้างกรอบแนวคิดดังกล่าว
3. แนวทางการวิจัยทางสังคมแบบร่วมมือกัน (Collaborative Social Research Approach) นักวิจัยที่เลือกแนวทางนี้จะทำงานร่วมกับกลุ่มที่เขาศึกษา (Subject) เพื่อให้บรรลุการเปลี่ยนแปลงหรือการกระทำบางอย่าง การวิเคราะห์ข้อมูลในแนวทางนี้จะต้องอาศัยการมีส่วนร่วมของ Subjects ซึ่งถือได้ว่าเป็นผู้มีส่วนได้ส่วนเสีย (Stakeholders) ในสถานการณ์ที่ต้องการที่จะเปลี่ยนแปลงหรือการกระทำ กลยุทธ์ในการวิเคราะห์ที่ถูกนำมาใช้ในแนวทางนี้ จะมีความคล้ายคลึงกับแนวทางการตีความและแนวทางมานุษยวิทยาสังคม
ทั้ง 3 แนวทางมีความแตกต่างกัน แต่จะมีความคล้ายคลึงกันในรูปแบบของการวิจัยเชิงคุณภาพ โดยมีลำดับขั้นตอนที่ต่อเนื่อง คือ
- รวบรวมข้อมูลและทำให้อยู่ในรูปของข้อความ เช่น Field note
- สร้าง Code ต่าง ๆ ขึ้นมาเพื่อการวิเคราะห์หรือแยกแยะข้อมูลในเชิงอุปนัย (Inductively Identified) และแบ่งประเภทตามเนื้อหาของเอกสาร
- แปลง Code ต่าง ๆ ให้เป็นประเภท (Categorical Label หรือ Themes)
- นำวัตถุดิบต่าง ๆ มาแบ่งกลุ่มตามประเภท แยกแยะความคล้ายคลึงกับแบบแผน ความสัมพันธ์และลักษณะที่มีร่วมกัน
- วัตถุดิบที่ถูกจัดเป็นประเภทแล้วจะถูกนำมาตรวจสอบเพื่อแยกแยะแบบแผนและกระบวนการต่างๆ
- รูปแบบที่ได้แยกแยะไว้แล้วจะถูกนำมาพิจารณาประกอบกับงานวิจัยก่อน และทฤษฎีต่างๆหลังสร้าง Small Set of Generalizations
Content Analysis as a Technique (การวิเคราะห์เนื้อหาในฐานะของ “ เทคนิค ”)
การวิเคราะห์เนื้อหาคือ เทคนิคอะไรก็ตามที่นำไปสู่ข้อวินิจฉัยอย่างเป็นระบบและเน้นสภาพวัตถุวิสัย(Objectively) และจากมุมมองนี้ภาพถ่าย วิดีโอหรือสิ่งต่าง ๆ สามารถทำให้เป็นข้อความและนำไปทำการวิเคราะห์เนื้อหาได้
Criteria of Selection คือ ขบวนการวิเคราะห์สารอย่างมีวัตถุประสงค์ สารจะถูกทำเป็นข้อมูลและพร้อมที่จะทำการวิเคราะห์
Content Analysis : Quantitative or Qualitative
(การวิเคราะห์เนื้อหาเชิงปริมาณหรือเชิงคุณภาพ)
ประเด็นที่ถกเถียงกันของผู้ที่ใช้การวิเคราะห์เนื้อหา คือการวิเคราะห์เนื้อหาควรจะเป็นเชิงปริมาณ หรือเชิงคุณภาพ
Berelson (1952) กล่าวว่า การวิเคราะห์เนื้อหาจะต้องมีความเป็นสภาพวัตถุวิสัย มีความเป็นระบบและมีลักษณะเชิงปริมาณ
Silverman (1993) กล่าวว่าเป็นวิธีเชิงประมาณ
Sellting et al (1995) กล่าวว่าการให้ความสำคัญต่อเนื้อหาเชิงปริมาณในการวิเคราะห์เนื้อหานั้นมีแนวโน้มที่จะเน้นวิธีการวิเคราะห์เนื้อหาเชิงปริมาณอย่างหนักหน่วงและมีน้ำหนักมากกว่า
Smith (1975) กล่าวว่าควรนำการวิเคราะห์ทั้งเชิงปริมาณและเชิงคุณภาพมาผสมผสานกัน โดยเขาเห็นว่าการวิเคราะห์เชิงคุณภาพจะเกี่ยวพันกับรูปแบบ(Form) ต่าง ๆ และรูปแบบความสัมพันธ์ก่อนหลัง ขณะที่การวิเคราะห์เชิงปริมาณจะเกี่ยวข้องกับเวลาและความถี่ของรูปแบบนั้นๆ
Berg เห็นว่าเป็นความพยายามผสมผสานการวิเคราะห์เชิงปริมาณและเชิงคุณภาพ กล่าวคือ การพรรณนาของการวิเคราะห์เชิงปริมาณจะแสดงให้เห็นว่านักวิจัยสามารถสร้างรายละเอียดต่าง ๆ ในการกำหนดความถี่ที่เฉพาะของการจัดแบ่งประเภทที่เกี่ยวข้อง ส่วนการวิเคราะห์เชิงคุณภาพจะแสดงให้เห็นว่านักวิจัยสามารถตรวจสอบอุดมคติ Themes หัวข้อ สัญลักษณ์ และปรากฏการณ์ที่คล้ายคลึงกันในข้อมูลเหล่านั้น
Manifest Versus Letent Content Analysis
(การวิเคราะห์เนื้อหาตามข้อมูลที่ปรากฏและการวิเคราะห์เนื้อหาตามข้อมูลที่แอบแฝง)
ความคลุมเครือเกี่ยวกับการนำการวิเคราะห์เนื้อหาไปใช้ การจะพิจารณาว่าการวิเคราะห์ควรจะจำกัดเพียงเนื้อหาตามที่ปรากฏ (Manifest Content) ที่สามารถเห็นได้ทางกายภาพและนับได้ หรือจะขยายไปถึงเนื้อหาที่แอบแฝงอยู่ (Letent Content) ซึ่งจะเป็นการอ่านเพื่อตีความสัญลักษณ์ตามข้อความทางกายภาพอีกทีหนึ่ง เช่น คำสุนทรพจน์ เนื้อหาที่ปรากฏเปรียบได้กับโครงสร้างภายนอกของตัวสาร ขณะที่เนื้อหาที่แอบแฝงอยู่จะเป็นโครงสร้างชั้นใน
Communication Component (องค์ประกอบของการสื่อสาร)
Holsti (1969) และ Carney (1972) กล่าวว่าการสื่อสารต่าง ๆ มีองค์ประกอบสำคัญ 3 องค์ประกอบ คือ
1. ตัวสาร (Message)
2. ผู้ส่ง (Sender)
3. ผู้รับ (Audience)
ตัวสารอาจจะถูกวิเคราะห์ในรูปของ Theme ที่ชัดแจ้งมีการเน้นความสัมพันธ์ในหัวข้อที่แตกต่างจำนวนเวลาที่อุทิศให้ประเด็นนี้และอีกหลาย ๆ มิติที่เกี่ยวข้อง บางครั้งตัวสารได้ถูกวิเคราะห์สำหรับข่าวสารที่เกี่ยวกับตัวผู้ส่งสารเท่านั้น
What to Count : Levels and Units of Analysis
(อะไรที่ควรจะนำมาพิจารณา : ระดับและหน่วยของการวิเคราะห์)
ก่อนนำการวิเคราะห์เนื้อหามาใช้ประเมินเอกสารที่เป็นลายลักษณ์อักษร นักวิจัยจะต้องตัดสินใจว่าจะวางแผนในการสุ่มตัวอย่างอย่างไร (สามารถสุ่มได้ในทุกระดับ) หน่วยวิเคราะห์คืออะไร
Category Development Building Grounded Theory
(การจำแนกประเภทการสร้าง Ground Theory)
Strauss (1998) กล่าวว่า Misconception หมายถึง การอ่านข้อมูลที่ไม่ถูกต้องที่นำมาสร้าง Ground Theory ประเด็นสำคัญของ Misconception คือความคิดที่ว่า Ground Theory เป็นกระบวนการ Inductive อย่างสิ้นเชิง
What to Count (อะไรที่ควรจะนำมาพิจารณา)
Berelson (1952) , Bery(1983) , Merton (1968) , Sellting (1959) ได้วิเคราะห์เนื้อหาโดยใช้ 7องค์ประกอบที่นำมาพิจารณาดังนี้คือ
1. Word เป็นองค์ประกอบหรือหน่วยที่เล็กที่สุดในการวิเคราะห์เนื้อหา โดยทั่วไปจะใช้ในการหาความถี่ของคำหรือหัวข้อ
2. Themes เป็นหน่วยในการพิจารณาที่มีประโยชน์มากกว่า มีรูปแบบที่ง่ายที่สุด Themes คือรูปประโยคที่ง่าย ๆ Themes สามารถจะวางไว้ที่ส่วนต่างๆของงานเขียนเอกสาร
3. Characters เป็นสิ่งสำคัญในการวิเคราะห์ซึ่งผู้วิจัยต้องนับจำนวนครั้งของบุคคลเฉพาะหรือ บุคคลต่าง ๆ ที่ถูกกล่าวถึงมากกว่าที่จะสนใจในจำนวน Word หรือ Themes
4. Paragraphs เป็นองค์ประกอบที่ไม่มีการใช้บ่อยในการวิเคราะห์หน่วยพื้นฐานของเนื้อหา สาเหตุจากความยากในความพยายามที่จะ Code และแบ่งแยกประเภทของความคิดที่หลากหลายและมากมายที่อยู่ในแต่ละ Paragraphs
5. Items องค์ประกอบนี้เป็นตัวแบบทั้งหมดของสารของผู้ส่งซึ่งหมายความว่า Items หนึ่งๆอาจจะเป็นหนังสือทั้งเล่ม จดหมาย สุนทรพจน์ บันทึกประจำวัน หนังสือพิมพ์หรือแม้แต่การสัมภาษณ์
6. Concepts จะเกี่ยวพันกับการจัดกลุ่มของคำที่ประกอบเป็นกลุ่มความคิด ของตัวแปรต่างๆในสมมุติฐานการวิจัย
7. Semantic หน่วยวิเคราะห์นี้ผู้วิจัยให้ความสนใจ จำนวน , ชนิดของคำที่ใช้ , คำนั้น ๆ จะมีผลกระทบอย่างไร , ความแข็งหรือความอ่อนของคำนั้น ๆ จะมีความสัมพันธ์ต่อท่วงทำนองของประโยค
(the Overall Sentiment of the Sentence)
Combination of Element (การผสมผสานขององค์ประกอบ)
ในหลาย ๆ กรณีที่การวิจัยต้องการใช้การผสมผสานขององค์ประกอบต่าง ๆ ของการวิเคราะห์เนื้อหา ซึ่ง Berg ใช้ความผสมผสานของ Items และ Paragraphs เป็นหน่วยของเนื้อหาในการที่จะประสบผลสำเร็จในการให้ความหมายการวิเคราะห์เนื้อหาในแง่ของ Items
Units and Categories
การวิเคราะห์เนื้อหาเกี่ยวพันกับปฏิสัมพันธ์ของ 2 กระบวนการ คือ การระบุคุณลักษณะของเนื้อหา และการประยุกต์ใช้กับกฎเกณฑ์ที่ชัดเจน (Theoretical concerns and Empirical Observation)
Classes and Categories
การระบุกลุ่ม และประเภท ในการวิเคราะห์เนื้อหาแบบมาตรฐาน 3 วิธีหลักได้แก่
1. Common Classes เป็นกลุ่มที่ใช้ในสังคมเพื่อแยกความแตกต่างระหว่างคน สิ่งของ และเหตุการณ์ต่าง ๆ เช่น อายุ เพศ บิดา มารดา ครู เป็นต้น
2. Special Classes ได้แก่ Labels ที่ถูกใช้โดยสมาชิกของชุมชนเพื่อแยกความแตกต่างระหว่างสิ่งของ คน และเหตุการณ์ต่าง ๆ กลุ่มเฉพาะนี้อาจอธิบายได้เป็น Out-group และ In-group
- Out-group หมายถึง Labels ที่ใช้ในชุมชนขนาดใหญ่กว่า
- In-group หมายถึง Labels ที่ใช้ในเฉพาะบางกลุ่ม
3. Theoretical Classes เป็นกลุ่มที่เกิดขึ้นในระหว่างกระบวนการวิเคราะห์ข้อมูล กลุ่มทฤษฎีนี้จะให้ A key linkage ที่เกิดขึ้นตลอดการวิเคราะห์
Open Coding
Strauss (1987,p.30) เสนอแนะแนวทางในการ Open Coding ไว้ 4 ประการคือ
1. ถามข้อมูลด้วยชุดคำถามที่เฉพาะเจาะจงและสอดคล้องกัน (Ask the data a specific and consistent set of questions)
2. การวิเคราะห์ข้อมูลอย่างละเอียดถี่ถ้วน (Analyze the data minutely)
3. ในระหว่างดำเนินการ Coding ให้หยุดบ่อย ๆ เพื่อจดบันทึกสิ่งที่เป็นความคิดเชิงทฤษฎี (Frequently interrupt the coding to write a theoretical note)
4. อย่าพึงสันนิษฐานว่ามีความสอดคล้องในการวิเคราะห์ตัวแปรเดิม (Never assume the analytic relevance of any traditional variable) เช่น เพศ อายุ ชนชั้นทางสังคม และอื่น ๆ จนกว่าข้อมูลจะแสดงให้เห็นว่ามีความสอดคล้อง
Coding Frames
การวิเคราะห์เนื้อหาจะสำเร็จได้ด้วยการใช้ Coding Frames ซึ่งใช้สำหรับจัดข้อมูลและแยกสิ่งค้นพบภายหลัง Open Coding เสร็จสมบูรณ์แล้ว Coding Frames แรกมักจะเป็นกระบวนการหลายระดับที่ต้องการความสำเร็จในการแบ่งกลุ่ม (Sorting)
A Few Mare Word on analytic induction (การวิเคราะห์แบบอุปนัย)
เป็นวิธีการสืบค้นทั้ง Inductive , Deductive หรือ Verification ซึ่งมีความสำคัญทั้งสิ้น
Interrogative Hypothesis Testing ( การทดสอบสมมุติฐานเป็นคำถาม)
การที่จะพิสูจน์หรือประเมินว่าสมมุติฐานมีความเหมาะสมหรือไม่ นักวิจัยควรใช้รูปแบบของการทดสอบ negative case ซึ่งประกอบด้วยขั้นตอน ต่อไปนี้
1. สร้างสมมุติฐานอย่างหยาบ ๆ จากสิ่งที่ได้จากการสังเกตข้อมูล
2. ค้นหา case ทั้งหมดโดยละเอียด เพื่อระบุ negative case
3. เมื่อระบุ negative case แล้วอาจจะละทิ้งหรือสร้างสมมุติฐานขึ้นใหม่ สำหรับการอธิบาย negative case หรือขจัด negative case ออกไป
4. ทดสอบ case ทั้งหมดที่เกี่ยวข้องจากกลุ่มตัวอย่างก่อนที่จะตัดสินว่า “ มีความแน่นอนในการปฏิบัติ”
Strength and Weakness of the Content Analysis Process
(จุดแข็งจุดอ่อนของกระบวนการวิเคราะห์สาระ)
จุดแข็งของการวิเคราะห์สาระ
1. มีประโยชน์เมื่อใช้วิเคราะห์ข้อมูลจากการสัมภาษณ์ แบบเจาะลึก
2. ประหยัดต้นทุน (cost effective)
3. เป็นวิธีการที่จะใช้สำหรับการศึกษากระบวนการที่เกิดขึ้นเป็นเวลาอันยาวนาน หรืออาจจะสะท้อนแนวโน้มในสังคม
จุดอ่อนของการวิเคราะห์สาระ การวิเคราะห์ถูกจำกัดให้ทดสอบสาร (massages) ที่ถูกบันทึกไว้แล้วเท่านั้น
Computers and Qualitative Analysis
การวิเคราะห์สาระสามารถใช้โปรแกรมคอมพิวเตอร์ในการวิเคราะห์ข้อมูลสถิติ
จากหนังสือ
SOCIAL RESEARCH METHODS
ของ
ALAN BRYMAN
จัดทำโดย กลุ่ม 4
น.ส.วิยะดา วรานนท์วนิช
น.ส.จันทิมา บุญอนันต์วงศ์
นางสุภาภรณ์ ไกรฤกษ์
น.ส.ขนิษฐา สมุทระประภูต
นางอรหทัย ตันสา
CH 9 : CONTENT ANALYSIS
การวิเคราะห์สาระ
Introduction
(บทนำ)
จะเป็นการเกริ่นนำว่า ให้ลองจินตนาการว่าถ้าเราเกิดสนใจอยากจะศึกษาถึงลักษณะและจำนวนของพวกสื่อต่าง ๆ อาทิเช่น หนังสือพิมพ์ ในประเด็นหัวข้อข่าวโรคเอดส์ หรือ โรควัวบ้า (mad cow disease) ซึ่งเราคงมีคำถามเกิดขึ้นดังนี้
หัวข้อข่าวนี้เริ่มปรากฎเมื่อใด
หนังสือพิมพ์ใดที่มีความสนใจหัวข้อข่าวนี้เร็วที่สุด
หนังสือพิมพ์ใดที่ได้รับความสนใจในหัวข้อข่าวนี้มากที่สุด
เมื่อไรที่สื่อหมดความสนใจหัวข้อข่าวนี้ และ
นักข่าวมีจุดยืนอย่างไรต่อประเด็น (topic) ที่เปลี่ยนไป
ซึ่งถ้าเราต้องการคำตอบสำหรับคำถามการวิจัยเหมือนดังเช่นต้องการหาคำตอบให้กับคำถามเหล่านี้ เราก็จำเป็นที่จะต้องใช้ Content Analysis ในการตอบคำถาม
ทั้งนี้ได้มีนักวิชาการได้ให้นิยามของ Content Analysis ไว้ดังนี้
“Content Analysis เป็นเทคนิคการวิจัย (Research technique) เพื่อใช้อธิบายถึงเป้าหมาย (objective) และจำนวนของเนื้อหา (content)ของการสื่อสารที่เห็นได้เด่นชัดอย่างเป็นระบบ” (Berelson 1952: 18)
“Content Analysis เป็นเทคนิคเพื่อทำการสรุปเป้าหมายและแยกแยะลักษณะเฉพาะของข้อความอย่างเป็นระบบ” (Holsti 1969: 14)
ซึ่งคำนิยามทั้งสองนี้ได้กล่าวถึงคำสำคัญ (Key Words)ของ Content Analysis ไว้ 2 คำ คือ Objectivity and being systematic การมีเป้าหมายและมีความเป็นระบบ กล่าวคือ
Objectivity หมายถึง การมีกฎเกณฑ์ที่ชัดเจนในการจัดหมวดหมู่ข้อมูล ซึ่งผู้จัดทำจะต้องมีความโปร่งใส คือจะต้องไม่อคติหรือลำเอียงเข้าไปยุ่งเกี่ยวในการจัดหมวดหมู่ข้อมูล หรือเข้าไปยุ่งเกี่ยวในขั้นตอนการจัดหมวดหมู่นี้ให้น้อยที่สุดเท่าที่จะเป็นไปได้
Being systematic หมายถึง การปฏิบัติตามกฎเกณฑ์ที่ตั้งไว้อย่างเคร่งครัดและสม่ำเสมอ
*** key point *** The rules can be (or should be capable of being) applied without the intrusion of bias. กฎเกณฑ์สามารถที่จะปรับเปลี่ยนได้แต่ทั้งนี้ต้องปราศจากอคติหรือความลำเอียง
จากนิยามของ Berelson ที่ได้อ้างถึง การพรรณนาเชิงปริมาณ (quantitative description) ว่า Content Analysis เป็นรากฐานของกลยุทธ์การวิจัยเชิงปริมาณที่มีเป้าหมายเพื่อการวิเคราะห์ลักษณะแบบปริมาณของสาระของข้อความหรือบทความต่าง ๆ ที่กำหนดไว้ตามกฎเกณฑ์ที่ตั้งไว้ ซึ่งการระบุถึงความมีลักษณะแบบปริมาณทำให้ต้องพยายามรักษาความโปร่งใสและการปฏิบัติตามกฎเกณฑ์อย่างเป็นระบบและตามเป้าหมายในการวิเคราะห์ข่าวหรือบทความ
ในคำนิยามของ Berelson นั้นมีลักษณะ 2 ข้อที่ไม่เหมือน Holsti คือ
1. Berelson กล่าวถึง “Manifest content” ซึ่งหมายถึง การค้นหาว่าเนื้อหาที่ปรากฎอย่าชัดแจ้งนั้นคืออะไรกันแน่ แต่ Holsti ไม่ได้กล่าวถึง Manifest content เลย แต่จะกล่าวถึง “Specified Characteristics” คือ ลักษณะที่เฉพาะเจาะจงของเนื้อหา ซึ่งหมายถึง การค้นหา “Latent content” Which means interpreting meanings that lie beneath the surface. การตีความหาความหมายที่ซ่อนเร้นอยู่ในเนื้อความ
2. Berelson กล่าวถึง “Communication” เนื่องจากว่า หนังสือของ Berelson (1952) นั้นเกี่ยวข้องกับ Communication Research เช่น หนังสือพิมพ์ ทีวี และสื่อสารมวลชนอื่น ๆ แต่ Holsti กลับกล่าวถึง “Message” คือ เนื้อหาข้อความ ซึ่งทำให้ Content Analysis มีขอบข่ายที่กว้างขวางมากกว่าที่จะครอบคลุมเพียงแค่เฉพาะสื่อมวลชนเท่านั้น
ดังนั้นแล้ว Content Analysis จึงสามารถใช้ได้กับเนื้อหาข้อมูลต่าง ๆ ได้ (Bryman, Stephens, and Campo 1996) หรือแม้กระทั่งการศึกษาวิเคราะห์เชิงคุณภาพขององค์การ (Hodson 1996) และสิ่งที่ไม่ได้เป็นสิ่งพิมพ์ตัวอักษรก็สามารถที่จะทำการวิเคราะห์สาระได้เช่นกัน เช่น
การวิเคราะห์ภาพและบทความในนิตยสาร
การวิเคราะห์การ์ตูน
การวิเคราะห์ข่าววิทยุและทีวี
อย่างไรก็ตามก็ต้องยอมรับว่า Content Analysis มีบทบาทอย่างมากในการวิเคราะห์สิ่งพิมพ์ เอกสารและสื่อสารมวลชน โดยที่มีพัฒนาการที่ก้าวหน้าในปีที่ผ่าน ๆ มา
Key words to note in these definitions:
objective (Berelson’s & Holsti’s definitions)
systematic (Berelson’s & Holsti’s definitions)
quantitative (Berelson’s definition only)
manifest (Hosti’s definition only)
objective - rules clearly specified in advance for assigning material - this is not to say the making of the rules is objective though
systematic - application of the rules is done in a consistent manner i.e. if someone else applied them, they would get the same result
quantitative - content analysis stemmed from the positivist tradition in the 1950s/‘60s - however it is regarded primarily as a qualitative method for most, which can have quantitative elements i.e number of column inches, number of times a word appears etc.
manifest - by specifying this, it suggests we only analyse what is obvious, ie. explicit in the text/image - we should be looking at manifest and latent (i.e. implicit) content as well - we need to move beyond what we obviously see and read between the lines!
What are the research questions?
( ประเด็นในการวิจัยคืออะไร)
จำเป็นอย่างยิ่งที่จะต้องระบุประเด็นการวิจัยให้ชัดเจนเพื่อเป็นแนวทางในการคัดเลือกสื่อที่จะนำมาวิเคราะห์และทำการใส่รหัส (Coding) ซึ่งการทำ Content Analysis ส่วนมากแล้วจะเกี่ยวเนื่องกับปัญหาในการวิจัยหลายปัญหา ซึ่งในที่นี้ได้ยกตัวอย่างใน Box 9.2 การรายงานการวิจัยทางสังคมศาสตร์ของสื่อมวลชนในประเทศอังกฤษ โดย Fentonและบรรณาธิการอื่น ๆ ได้ประเด็นในการวิจัยไว้ ดังนี้
มีการรายงานข่าววิจัยทางสังคมศาสตร์มากน้อยเพียงใด
มีงานวิจัยทางสังคมศาสตร์ของที่ใดบ้างที่มักจะเป็นข่าว
รายงานการวิจัยชนิดใดบ้างที่ได้รับความสนใจอย่างมาก
แขนงใดของสังคมศาสตร์ที่สื่อมีความชื่นชอบ
สื่อมีความนิยมชมชอบงานวิจัยประเภทใดเป็นกรณีพิเศษหรือไม่
อะไรที่มักจะเป็นตัวผลักดันให้มีการรายงานการวิจัยทางสังคมศาสตร์เกิดขึ้น
สื่อจะรายงานเฉพาะนักวิจัยจากสถาบันที่มีชื่อเสียงบางแห่งเท่านั้นใช่หรือไม่
ซึ่งประเด็นคำถามทั้งหมดนี้สามารถสรุปได้ว่า
Who (get reported) ใครที่ได้การลงข่าว
What (get reported) อะไรที่ได้รับการลงข่าว
Where (does the issue get reported) and Location (of coverage within the items analysed) สถานที่ไหนที่เป็นประเด็นในข่าว
How much (get reported) ข่าวที่นำเสนอมากน้อยแค่ไหน
Why (does the issue get reported) สิ่งใดที่ผลักดันให้สื่อนำเสนอข่าว
นักวิจัย Content Analysis จะให้ความสนใจใน “สิ่งที่เป็นข่าว” และ “สิ่งที่ถูกละเลยในข่าว” เช่น วิธีการ รายละเอียดของนักวิจัย เป็นต้น ซึ่งจะสะท้อนให้เห็นถึงสิ่งที่นักข่าวและบรรณาธิการมองและให้ความสนใจ
Miller และ Reilly (1995) ได้ทำการศึกษาเกี่ยวกับความตื่นกลัวของเชื้อ Salmonella ที่อยู่ในไข่ โดยพบว่าในเดือนธันวาคม ปี 1988 สื่อได้มีการเสนอข่าวกันอย่างครึกโครมต่อเนื่องกันถึง 20 วัน ซึ่งก่อนหน้านี้แทบจะไม่มีสื่อใดเลยที่ลงข่าวเกี่ยวกับโรคนี้ ทั้งๆ ที่โรคนี้มีมาก่อนอยู่แล้ว และหลังจากนั้นข่าวก็ค่อย ๆ ซา หายไป ทั้งๆ ที่โรคนี้ก็ยังคงมีอยู่
Selecting a Sample
(การคัดเลือกตัวอย่าง)
มีหลาย phases ในการคัดเลือกตัวอย่างเพื่อการนำมาทำ Content Analysis
Sampling Media (การสุ่มเลือกสื่อ)
จากการศึกษาเกี่ยวกับสื่อสารมวลชนหลาย ๆ กรณีจะพบปัญหาหลัก คือ การเลือกตัวสื่อที่จะนำมาทำการศึกษา เช่น ถ้าตั้งหัวข้อเกี่ยวกับการเสนอข่าวของสื่อขึ้นมาสักชิ้นหนึ่ง (ไม่ว่าจะเป็น อาชญากรรม หรือ การเมาแล้วขับรถ ฯลฯ) แล้วเราควรจะยึดเอาสื่อใดเป็นตัวศึกษา เนื่องจากว่า สื่อนั้นมีมากมาย หลายประเภท คือ รายวัน รายปักษ์ รายเดือน ระดับประเทศ ระดับท้องถิ่น ทีวี วิทยุ ข่าวพาดหัว ข่าวบทบรรณาธิการ บทความพิเศษ ดังนั้นแล้วการเลือกหรือระบุตัวสื่อก็นับเป็นเรื่องที่ต้องพิจารณาอย่างหนักหนาสาหัสทีเดียว
Sampling Dates (การสุ่มเลือกวัน)
การเลือกช่วงเวลา (วัน) ของข่าวหรือเรื่องที่จะทำการศึกษานั้นส่วนมากจะถูกบังคับกำหนดโดยเวลาของการเกิดเรื่องหรือข่าวนั้น ๆ เช่น ข่าวการทำสงคราม เป็นต้น แต่ถ้าเป็นข่าวหรือประเด็นที่มีอยู่ในสังคมอยู่แล้ว การกำหนดช่วงระยะเวลาการศึกษาอาจจะเปิดกว้างมากขึ้นได้
What is to be counted?
(สิ่งที่จะต้องนำมาวิเคราะห์)
เป็นการกล่าวถึงเกี่ยวกับการตัดสินใจที่จะนำเอาปัจจัยอะไรก็ตามที่จะนำมาใช้ในการศึกษานั้นก็ต้องขึ้นอยู่กับประเด็นการวิจัย (Research questions)
Significant actors (ผู้ที่มีบทบาทสำคัญ)
การทำการวิจัยเกี่ยวกับสื่อมวลชนนั้นจะมีความเกี่ยวเนื่องไปถึงตัวผู้เสนอข่าวหรือบทความนั้น ๆ ด้วย กล่าวคือ
บุคคลชนิดใดที่เป็นผู้เสนอข่าวนี้ (นักข่าวทั่วไปหรือผู้เชี่ยวชาญ)
ใครคือบุคคลเป้าหมายในข่าวที่นำเสนอ (นักการเมือง ข้าราชการ โฆษกรัฐบาล นักธุรกิจ)
ใครที่มีโอกาสในการแสดงความคิดเห็นที่แตกต่างจากข่าว (Alternative voices) (นักการเมือง ผู้เชี่ยวชาญ หรือประชาชนทั่วไป)
รูปแบบของข่าวที่นำเสนอ (การให้สัมภาษณ์ การรายงานข่าว )
ในกรณีของการศึกษาเกี่ยวกับการเสนอข่าวการวิจัยทางสังคมศาสตร์ในสื่อมวลชนนั้น ผู้ที่มีบทบทสำคัญควรระบุถึงสิ่งต่อไปนี้ด้วย
ใครเป็นผู้เขียนงานวิจัยนั้น ๆ
ชนิดของข่าวที่นำเสนอ (เป็นการเสนองานวิจัยแบบข่าวทั่วไป เป็นบทความ หรือเป็นลักษณะอื่น ๆ)
รายละเอียดของผู้วิจัย (Researcher) ที่โดดเด่นในงานวิจัยนั้น ๆ (รายละเอียดส่วนตัว เป็นนักวิจัยหรือผู้รู้ในเรื่องนั้น ๆ)
อะไรที่เป็นแรงผลักดันให้มีการเสนอข่าวนั้นเกิดขึ้น (มีการอภิปราย มีการสร้างนักวิจัยหน้าใหม่)
รายละเอียดสำคัญ ๆ ของนักวิจารณ์งานวิจัยชิ้นนั้น ๆ
บุคคลสำคัญอื่น ๆ ในงานวิจัย
Words (ศัพท์หรือคำ)
คำ ถือเป็นหน่วยเล็กที่สุดของสภาพของข้อมูล และการนับคำซ้ำ ๆ ในบทความนั้น บางครั้งก็เป็นวิธีการที่นำมาใช้ใน Content Analysis ศัพท์บางคำที่สื่อนิยมใช้ในแต่ละยุคนั้นมีความหมายและถูกใช้เพื่อประโคมข่าว เช่น หนังสือพิมพ์ในประเทศอังกฤษ ช่วงปลายของยุค 1960’s นิยมใช้คำว่า “Hooligan” (อันพาล) กับพวกที่ชอบมีเรื่องตีกันในการดูการแข่งขันฟุตบอล นอกจาก Hooligan แล้วยังมีคำว่า “Moral Panic” คือความตระหนกตกใจในเรื่องของความเสื่อมของสังคมและศีลธรรม เพราะทุก ๆ วันมีแต่คำว่า “อันพาล” หรือในเรื่องโรควัวบ้านั้นได้มีการพิจารณาถึงชนิดของคำว่า “Discourse” (วาทกรรม) เช่น Hensen ได้ระบุไว้ว่า วาทกรรมนี้เป็นสิ่งที่เกี่ยวข้องกับการติดต่อของโรควัวบ้า (BSE) โดยยกตัวอย่างเช่นคำว่า infected, catch, spread เป็นต้น และวาทกรรมนี้ยังเน้นไปที่ “Risk and Threat” อีกด้วย เช่นคำว่า Safe, risk, fears, danger เป็นต้น
Subjects and Themes (หัวเรื่องและแก่นเรื่อง)
Subjects คือการกำหนดหัวข้อหรือหัวเรื่อง เช่น การายงานข่าวของสื่อมวลชนที่เกี่ยวกับการวิจัยทางสังคมศาสตร์ นั้นแบ่งประเภทได้ 7 ประเภท ดังนี้
Sociology
Social Policy
Economics
Psychology
Business and management
Political science
Interdisciplinary
Themes (แก่นเรื่อง) หมายถึง กิจกรรมหรือการกระทำของมนุษย์ ซึ่งการทำ Content Analysis นั้นเป็นการวิจัยที่หาความสำคัญไม่ใช่เฉพาะแต่ Manifest content แต่เพียงเท่านั้น แต่ยังรวมไปถึง Latent content ด้วย
Manifest content คือ ข้อความที่เป็นรูปธรรมเห็นได้ชัดเจน เช่น การเจริญเติบโตของ GDP อยู่ที่ 6 % เป็นต้น
Latent content คือ ความหมายโดยนัย หรือความหมายซ่อนเร้น เช่น ความต้องการให้ประชาชนมีความสุข ความสุขของประชาชนต้องประกอบด้วยอะไร ความพอเพียงอย่างไร เป็นต้น
Dispositions (การวางตัวหรือจุดยืน)
เมื่อนักวิจัยต้องการหา “จุดยืน” ของการรายงานข่าว เช่น ในการรายงานข่าวต่าง ๆ นั้น นักข่าวหรือบรรณาธิการมีจุดยืนที่เห็นด้วย ไม่เห็นด้วย เป็นกลาง กับข่าวที่เสนออย่างไรบ้าง การทำ Content Analysis นั้นนักวิจัยจะต้องรู้ว่าสามารถที่จะ “ค้นพบ” อคติหรือความลำเอียงของนักข่าวได้อย่างไรในข่าวหรือบทความชิ้นนั้น ๆ
Coding
(การกำหนดรหัส)
การกำหนดรหัสของการทำ Content Analysis นั้นแบ่งออกเป็น 2 ขั้นตอนหลัก ๆ คือ การออกแบบตารางลงรหัส (Designing a coding schedule) และการออกแบบคู่มือลงรหัส(Designing a coding manual)
Coding schedule (ตารางลงรหัส)
คือ การนำหัวข้อหรือตัวแปรมาทำการใส่รหัส
ตัวอย่างเช่น การศึกษาเกี่ยวกับการรายงานข่าวอาชญากรรมนั้นมีประเด็น (Issue) ต่าง ๆ ที่จะต้องคำนึงถึงเพื่อนำมาเป็นตัวแปรในการศึกษา ดังนี้
1) Nature of offence ชนิดของอาชญากรรม
2) Gender of perpetrator เพศของผู้กระทำผิด
3) Social class of perpetrator ฐานะทางสังคมของผู้กระทำผิด
4) Age of perpetrator อายุของผู้กระทำผิด
5) Gender of victim เพศของผู้เสียหาย
6) Social class of victim ฐานะทางสังคมของผู้เสียหาย
7) Age of victim อายุของผู้เสียหาย
8) Depiction of victim
9) Position of news item การจัดวางตำแหน่งของหัวข้อข่าว
Case number
Day
Month
Nature of offence I
Gender of perpetra-tor
Occupa-tion of perpetra-tor
Age of perpetra-tor
Gender of victim
Occupa-tion of victim
Age of victim
Depic-tion of victim
Nature of offence II
Position of news item
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
รูปภาพที่ 9.1 ตารางลงรหัส
Coding manual (คู่มือลงรหัส)
เป็นรายละเอียดของหัวข้อในทุกมิติ แยกแยะความแตกต่างเป็นหมวดหมู่ในแต่ละมิติหัวข้อ โดยกำหนดให้ตัวเลขเป็นตัวแทนของรหัส (codes) ที่ต้องการแปรรหัส
จากนั้นเมื่อทำการลงรหัสในตารางลงรหัสก็จะได้ตารางลงรหัสที่สมบูรณ์ ดังนี้
Case number
Day
Month
Nature of offence I
Gender of perpetra-tor
Occupa-tion of perpetra-tor
Age of perpetra-tor
Gender of victim
Occupa-tion of victim
Age of victim
Depic-tion of victim
Nature of offence II
Position of news item
0
7
7
2
4
1
1
0
1
1
1
0
2
6
1
1
3
6
8
3
0
0
2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
รูปภาพที่ 9.3 ตารางลงรหัสที่ลงรหัสแล้ว
Potential pitfalls in devising coding schemes
(ข้อควรระวังในการจัดทำรหัส)
ซึ่งก็จะคล้าย ๆ กับข้อควรระวังของการออกแบบการสัมภาษณ์แบบมีโครงสร้าง และตารางการสังเกตการณ์แบบมีโครงสร้าง
Discrete dimensions ประเด็นหัวข้อในทุกมิติต้องมีความชัดเจน
Mutually exclusive categories หัวข้อย่อยจะต้องมีการแยกแยะอย่างชัดเจน ไม่เช่นนั้นอาจเกิดความไม่แน่ใจในการลงรหัสในแต่ละหัวข้อได้
Exhaustive คือในแต่ละรายละเอียดของหัวข้อย่อยจะต้องมีสามารถลงรหัสได้ทั้งหมด
Clear instructions ผู้ลงรหัสควรมีความชัดเจนในขั้นตอนการลงรหัสและการแปรหรัส
Be clear about the unit of analysis ต้องมีความเข้าใจอย่างชัดเจนเกี่ยวกับหน่วยของการวิเคระห์ ตัวอย่างเช่น การรายงานข่าวในสื่อที่เกี่ยวกับอาชญากรรม ดังนั้นเวลาผู้วิจัยจะทำการลงรหัส ผู้วิจัยจะต้องมีความชัดเจนแล้วว่าเป็นสื่อชนิดใด อาทิเช่น บทความจากหนังสือพิมพ์ และ topic นั้นจะเป็นนำมาแปรเป็นรหัสแบบใด เช่น อาชญากรรมนั้นเป็นอุบัติเหตุ การทำร้ายร่างกาย เจตนา หรือไม่เจตนา เป็นต้น
*** ความเชื่อถือได้ของรหัส (Reliability of coding) นั้นเป็นการสอดคล้องกันระหว่างผู้ลงรหัสทั้งหมดและผู้ลงรหัสแต่ละคน กล่าวคือ จะมีการทดสอบความสอดคล้องกันของผู้ลงรหัสทั้งหมด (Testing for consistency of coders) ว่าถ้ามีความสอดคล้องกันระหว่างผู้ลงรหัสทั้งหมด (inter-coder reliability) แล้วก็จะทำให้เกิดความเชื่อถือได้ในตัวผู้ลงรหัสแต่ละคน(intra-coder reliability) นั่นเอง
Advantages of content analysis
(จุดเด่นของการวิเคราะห์สาระ)
Content Analysis เป็นวิธีการวิจัยที่โปร่งใสมาก และเป็นวิธีการที่มีลักษณะเป็นวัตถุวิสัย เพราะมีการนิยามปฏิบัติการในการระบุคุณลักษณะขอมโนทัศน์ที่จะแจงนับ
การวิจัยแบบ Content Analysis สามารถที่จะยืดหยุ่นในการกำหนดช่วงระยะเวลาการวิจัยได้
Content Analysis มีลักษณะการวิจัยแบบ unobtrusive method หรือ non-reactive method คือผู้วิจัยไม่ต้องมีปฏิสัมพันธ์กับผู้ถูกวิจัย เช่น การที่นำบทความทางหนังสือพิมพ์มาศึกษาวิจัย ผู้เขียนบทความนั้นจะไม่รู้เลยว่าบทความของตนถูกนำไปวิจัย แต่ก็มีข้อที่ควรระวัง ถ้าหากว่าเป็นการทำ Content Analysis จากบทสัมภาษณ์อาจทำให้เกิด reactive effect ได้
Content Analysis เป็นวิธีการที่มีความยืดหยุ่นอย่างมาก โดยเฉพาะอย่างยิ่งกับข้อมูลที่ไม่ได้มีการจัดระบบ เช่น ข่าวที่เป็นเรื่องเดียวกันแต่อาจเขียนออกมาหลากหลายรูปแบบ
Content Analysis เป็นวิธีการที่สามารถรวบรวมข้อมูลที่โดยปกติไม่สามารถเข้าถึงข้อมูลพวกนี้ได้ง่าย เช่น ภูมิหลังทางสังคมของกลุ่มผู้นำที่มีชื่อเสียง
Disadvantages of content analysis
(จุดด้อยของการวิเคราะห์สาระ)
Content Analysis จะดีหรือไม่ขึ้นอยู่กับเอกสารและข้อเขียนที่นำมาวิเคราะห์ ซึ่งจะต้องคำนึงถึงปัจจัยเหล่านี้
ในการทำ ตารางลงรหัส (Coding schedule) และ คู่มือลงรหัส (Coding manual) นั้นเป็นเรื่องที่ยากมากที่จะสามารถจัดทำได้อย่างละเอียดชัดเจนจนกระทั่งไม่ต้องอาศัยการตีความจากผู้วิจัย (ทั้งนี้เพื่อหลีกเลี่ยงอคติหรือความลำเอียงของผู้วิจัย)
เหมือนกับว่าปัญหาจะมีมากขึ้นเมื่อเป้าหมายนั้นถูกกล่าวหาว่าเป็นแค่สาระแฝงมากกว่าที่จะเป็นสาระสำคัญ
มันเป็นการยากที่จะตอบคำถามที่ถามด้วย “Why” ได้อย่างแจ่มชัดด้วย Content Analysis กล่าวคือ Content Analysis มีข้อจำกัดในการตอบคำถาม “Why” อาทิเช่น จากการศึกษา “สื่อที่จัดหาคู่” ที่ให้ลงโฆษณารายละเอียดของคู่ที่ต้องการหา แต่ปรากฎว่าทำไมถึงมีแต่ผู้ที่ลงโฆษณาแต่ลักษณะของตนเอง
การศึกษาด้วย Content Analysis บางครั้งจะถูกกล่าวหาว่าไม่เป็นทฤษฎี เพราะว่าไปเน้นที่การวัดมากกว่าที่จะเน้นถึงความสำคัญตามหลักทฤษฎี
Key Points
Content Analysis นั้นส่วนมากจะอยู่ในกรอบของการวิจัยเชิงปริมาณที่เน้นให้ความสำคัญที่การวัดและความเฉพาะเจาะจงของกฎเกณฑ์ที่ชัดเจนซึ่งแสดงถึงความเชื่อถือได้
ถึงแม้ว่า Content Analysis จะถูกนำไปใช้ในการวิเคราะห์ทางสื่อสารมวลชน แต่ในความเป็นจริงแล้วมันเป็นวิธีการที่มีความยืดหยุ่นมาก สามารถที่จะนำไปประยุกต์ใช้กับปรากฎการณ์ต่าง ๆ ได้อย่างกว้างขวาง
สิ่งที่สำคัญก็คือ ต้องรู้อย่างแจ่มชัดในประเด็นที่เราต้องการวิจัย เพื่อนำไปกำหนดหน่วยของการวิเคราะห์และสิ่งที่จะถูกวิเคราะห์ได้อย่างถูกต้องแม่นยำ
ต้องรู้อย่างแจ่มชัดว่าอะไรที่จะต้องถูกนำมาศึกษา
ตารางลงรหัส (Coding schedule) และ คู่มือลงรหัส (Coding manual) ถือเป็นขั้นตอนเตรียมการที่สำคัญสำหรับการวิเคราะห์สาระ (Content Analysis)
Content Analysis อาจจะกลายมาเป็นประเด็นที่ถกเถียงกันได้ เมื่อมีการค้นพบความหมายแฝงหรือความหมายซ่อนเร้น (latent meaning) และแก่นเรื่อง (theme)
บทที่ 11 : CONTENT ANALYSIS
การวิเคราะห์สาระ
หนังสือของBruce Berg
Introduction (บทนำ)
บทนี้กล่าวถึงการวิเคราะห์ข้อมูลโดยละเอียด การวิเคราะห์ข้อมูลจะเกิดขึ้นได้เมื่อนำบทสัมภาษณ์บันทึกภาคสนาม และข้อมูลที่ได้จากการศึกษาแบบ Unobtrusive มาดำเนินการทำให้กระชับและมีการเปรียบเทียบกันอย่างเป็นระบบ โดยนำเอาแบบแผนของการ Coding ตามวัตถุประสงค์ที่กำหนดมาใช้กับข้อมูลซึ่งกระบวนการนี้เรียกว่า “การวิเคราะห์เนื้อหา” Content Analysis
Analysis of Qualitative Data (การวิเคราะห์ข้อมูลเชิงคุณภาพ)
Miles & Huberman (1994) กล่าวถึง 3 แนวทางหลักในการวิเคราะห์ข้อมูลเชิงคุณภาพ
1. แนวทางการตีความ (Interpretative Approach) เป็นแนวทางที่นักวิจัยแปลงการกระทำทางสังคมและกิจกรรมของมนุษย์ให้อยู่ในรูปของข้อความ(Text) หรืออาจกล่าวได้ว่าการกระทำของมนุษย์สามารถดำเนินการในรูปแบบของการสะสมสัญลักษณ์ต่าง ๆ ที่แสดงให้เห็นลำดับขั้นของความหมาย เช่น บทสัมภาษณ์และข้อมูลจากการสังเกตสามารถถูกแปลงออกมาเป็นข้อความ บันทึกสำหรับการวิเคราะห์ การตีความขึ้นอยู่กับผู้วิจัยจะนำทฤษฎีใดมาใช้
2. แนวทางมานุษยวิทยาสังคม (Social AnthropoIogical Approach) แนวทางนี้นักวิจัยจะต้องใช้กิจกรรมหลาย ๆประเภทในภาคสนาม หรือกรณีศึกษาในการรวบรวมข้อมูล ความสำเร็จในการเก็บข้อมูลจะต้องใช้เวลาในการใกล้ชิดกับชุมชน หรือกลุ่มตัวอย่างที่กำหนดขึ้น นักวิจัยต้องเข้าไปมีส่วนร่วมทั้งทางตรงและทางอ้อมกับบุคคลต่าง ๆ โดยมีปฏิสัมพันธ์กับกลุ่มประชากร การวิเคราะห์ข้อมูลวิธีนี้สามารถสำเร็จได้โดยมีการกำหนดข่าวสารลงในบันทึกภาคสนาม (Field note) มีการตีความข่าวสารดังกล่าวในรูปแบบข้อความ แหล่งข้อมูลมีความหลากหลาย ได้แก่ บันทึกประจำวัน การสังเกตการณ์ สัมภาษณ์ รูปถ่ายและสิ่งประดิษฐ์ของมนุษย์ นักวิจัยที่ใช้แนวทางนี้จะให้ความสนใจพฤติกรรมชีวิตประจำวัน เช่น การใช้ภาษา การประกอบพิธีกรรมและความสัมพันธ์ต่าง ๆ ซึ่งแนวทางนี้เริ่มต้นจาก “ กรอบทฤษฎี” หรือ “กรอบแนวความคิด” การศึกษาในภาคสนามเพื่อที่จะทดสอบและปรับปรุงการสร้างกรอบแนวคิดดังกล่าว
3. แนวทางการวิจัยทางสังคมแบบร่วมมือกัน (Collaborative Social Research Approach) นักวิจัยที่เลือกแนวทางนี้จะทำงานร่วมกับกลุ่มที่เขาศึกษา (Subject) เพื่อให้บรรลุการเปลี่ยนแปลงหรือการกระทำบางอย่าง การวิเคราะห์ข้อมูลในแนวทางนี้จะต้องอาศัยการมีส่วนร่วมของ Subjects ซึ่งถือได้ว่าเป็นผู้มีส่วนได้ส่วนเสีย (Stakeholders) ในสถานการณ์ที่ต้องการที่จะเปลี่ยนแปลงหรือการกระทำ กลยุทธ์ในการวิเคราะห์ที่ถูกนำมาใช้ในแนวทางนี้ จะมีความคล้ายคลึงกับแนวทางการตีความและแนวทางมานุษยวิทยาสังคม
ทั้ง 3 แนวทางมีความแตกต่างกัน แต่จะมีความคล้ายคลึงกันในรูปแบบของการวิจัยเชิงคุณภาพ โดยมีลำดับขั้นตอนที่ต่อเนื่อง คือ
- รวบรวมข้อมูลและทำให้อยู่ในรูปของข้อความ เช่น Field note
- สร้าง Code ต่าง ๆ ขึ้นมาเพื่อการวิเคราะห์หรือแยกแยะข้อมูลในเชิงอุปนัย (Inductively Identified) และแบ่งประเภทตามเนื้อหาของเอกสาร
- แปลง Code ต่าง ๆ ให้เป็นประเภท (Categorical Label หรือ Themes)
- นำวัตถุดิบต่าง ๆ มาแบ่งกลุ่มตามประเภท แยกแยะความคล้ายคลึงกับแบบแผน ความสัมพันธ์และลักษณะที่มีร่วมกัน
- วัตถุดิบที่ถูกจัดเป็นประเภทแล้วจะถูกนำมาตรวจสอบเพื่อแยกแยะแบบแผนและกระบวนการต่างๆ
- รูปแบบที่ได้แยกแยะไว้แล้วจะถูกนำมาพิจารณาประกอบกับงานวิจัยก่อน และทฤษฎีต่างๆหลังสร้าง Small Set of Generalizations
Content Analysis as a Technique (การวิเคราะห์เนื้อหาในฐานะของ “ เทคนิค ”)
การวิเคราะห์เนื้อหาคือ เทคนิคอะไรก็ตามที่นำไปสู่ข้อวินิจฉัยอย่างเป็นระบบและเน้นสภาพวัตถุวิสัย(Objectively) และจากมุมมองนี้ภาพถ่าย วิดีโอหรือสิ่งต่าง ๆ สามารถทำให้เป็นข้อความและนำไปทำการวิเคราะห์เนื้อหาได้
Criteria of Selection คือ ขบวนการวิเคราะห์สารอย่างมีวัตถุประสงค์ สารจะถูกทำเป็นข้อมูลและพร้อมที่จะทำการวิเคราะห์
Content Analysis : Quantitative or Qualitative
(การวิเคราะห์เนื้อหาเชิงปริมาณหรือเชิงคุณภาพ)
ประเด็นที่ถกเถียงกันของผู้ที่ใช้การวิเคราะห์เนื้อหา คือการวิเคราะห์เนื้อหาควรจะเป็นเชิงปริมาณ หรือเชิงคุณภาพ
Berelson (1952) กล่าวว่า การวิเคราะห์เนื้อหาจะต้องมีความเป็นสภาพวัตถุวิสัย มีความเป็นระบบและมีลักษณะเชิงปริมาณ
Silverman (1993) กล่าวว่าเป็นวิธีเชิงประมาณ
Sellting et al (1995) กล่าวว่าการให้ความสำคัญต่อเนื้อหาเชิงปริมาณในการวิเคราะห์เนื้อหานั้นมีแนวโน้มที่จะเน้นวิธีการวิเคราะห์เนื้อหาเชิงปริมาณอย่างหนักหน่วงและมีน้ำหนักมากกว่า
Smith (1975) กล่าวว่าควรนำการวิเคราะห์ทั้งเชิงปริมาณและเชิงคุณภาพมาผสมผสานกัน โดยเขาเห็นว่าการวิเคราะห์เชิงคุณภาพจะเกี่ยวพันกับรูปแบบ(Form) ต่าง ๆ และรูปแบบความสัมพันธ์ก่อนหลัง ขณะที่การวิเคราะห์เชิงปริมาณจะเกี่ยวข้องกับเวลาและความถี่ของรูปแบบนั้นๆ
Berg เห็นว่าเป็นความพยายามผสมผสานการวิเคราะห์เชิงปริมาณและเชิงคุณภาพ กล่าวคือ การพรรณนาของการวิเคราะห์เชิงปริมาณจะแสดงให้เห็นว่านักวิจัยสามารถสร้างรายละเอียดต่าง ๆ ในการกำหนดความถี่ที่เฉพาะของการจัดแบ่งประเภทที่เกี่ยวข้อง ส่วนการวิเคราะห์เชิงคุณภาพจะแสดงให้เห็นว่านักวิจัยสามารถตรวจสอบอุดมคติ Themes หัวข้อ สัญลักษณ์ และปรากฏการณ์ที่คล้ายคลึงกันในข้อมูลเหล่านั้น
Manifest Versus Letent Content Analysis
(การวิเคราะห์เนื้อหาตามข้อมูลที่ปรากฏและการวิเคราะห์เนื้อหาตามข้อมูลที่แอบแฝง)
ความคลุมเครือเกี่ยวกับการนำการวิเคราะห์เนื้อหาไปใช้ การจะพิจารณาว่าการวิเคราะห์ควรจะจำกัดเพียงเนื้อหาตามที่ปรากฏ (Manifest Content) ที่สามารถเห็นได้ทางกายภาพและนับได้ หรือจะขยายไปถึงเนื้อหาที่แอบแฝงอยู่ (Letent Content) ซึ่งจะเป็นการอ่านเพื่อตีความสัญลักษณ์ตามข้อความทางกายภาพอีกทีหนึ่ง เช่น คำสุนทรพจน์ เนื้อหาที่ปรากฏเปรียบได้กับโครงสร้างภายนอกของตัวสาร ขณะที่เนื้อหาที่แอบแฝงอยู่จะเป็นโครงสร้างชั้นใน
Communication Component (องค์ประกอบของการสื่อสาร)
Holsti (1969) และ Carney (1972) กล่าวว่าการสื่อสารต่าง ๆ มีองค์ประกอบสำคัญ 3 องค์ประกอบ คือ
1. ตัวสาร (Message)
2. ผู้ส่ง (Sender)
3. ผู้รับ (Audience)
ตัวสารอาจจะถูกวิเคราะห์ในรูปของ Theme ที่ชัดแจ้งมีการเน้นความสัมพันธ์ในหัวข้อที่แตกต่างจำนวนเวลาที่อุทิศให้ประเด็นนี้และอีกหลาย ๆ มิติที่เกี่ยวข้อง บางครั้งตัวสารได้ถูกวิเคราะห์สำหรับข่าวสารที่เกี่ยวกับตัวผู้ส่งสารเท่านั้น
What to Count : Levels and Units of Analysis
(อะไรที่ควรจะนำมาพิจารณา : ระดับและหน่วยของการวิเคราะห์)
ก่อนนำการวิเคราะห์เนื้อหามาใช้ประเมินเอกสารที่เป็นลายลักษณ์อักษร นักวิจัยจะต้องตัดสินใจว่าจะวางแผนในการสุ่มตัวอย่างอย่างไร (สามารถสุ่มได้ในทุกระดับ) หน่วยวิเคราะห์คืออะไร
Category Development Building Grounded Theory
(การจำแนกประเภทการสร้าง Ground Theory)
Strauss (1998) กล่าวว่า Misconception หมายถึง การอ่านข้อมูลที่ไม่ถูกต้องที่นำมาสร้าง Ground Theory ประเด็นสำคัญของ Misconception คือความคิดที่ว่า Ground Theory เป็นกระบวนการ Inductive อย่างสิ้นเชิง
What to Count (อะไรที่ควรจะนำมาพิจารณา)
Berelson (1952) , Bery(1983) , Merton (1968) , Sellting (1959) ได้วิเคราะห์เนื้อหาโดยใช้ 7องค์ประกอบที่นำมาพิจารณาดังนี้คือ
1. Word เป็นองค์ประกอบหรือหน่วยที่เล็กที่สุดในการวิเคราะห์เนื้อหา โดยทั่วไปจะใช้ในการหาความถี่ของคำหรือหัวข้อ
2. Themes เป็นหน่วยในการพิจารณาที่มีประโยชน์มากกว่า มีรูปแบบที่ง่ายที่สุด Themes คือรูปประโยคที่ง่าย ๆ Themes สามารถจะวางไว้ที่ส่วนต่างๆของงานเขียนเอกสาร
3. Characters เป็นสิ่งสำคัญในการวิเคราะห์ซึ่งผู้วิจัยต้องนับจำนวนครั้งของบุคคลเฉพาะหรือ บุคคลต่าง ๆ ที่ถูกกล่าวถึงมากกว่าที่จะสนใจในจำนวน Word หรือ Themes
4. Paragraphs เป็นองค์ประกอบที่ไม่มีการใช้บ่อยในการวิเคราะห์หน่วยพื้นฐานของเนื้อหา สาเหตุจากความยากในความพยายามที่จะ Code และแบ่งแยกประเภทของความคิดที่หลากหลายและมากมายที่อยู่ในแต่ละ Paragraphs
5. Items องค์ประกอบนี้เป็นตัวแบบทั้งหมดของสารของผู้ส่งซึ่งหมายความว่า Items หนึ่งๆอาจจะเป็นหนังสือทั้งเล่ม จดหมาย สุนทรพจน์ บันทึกประจำวัน หนังสือพิมพ์หรือแม้แต่การสัมภาษณ์
6. Concepts จะเกี่ยวพันกับการจัดกลุ่มของคำที่ประกอบเป็นกลุ่มความคิด ของตัวแปรต่างๆในสมมุติฐานการวิจัย
7. Semantic หน่วยวิเคราะห์นี้ผู้วิจัยให้ความสนใจ จำนวน , ชนิดของคำที่ใช้ , คำนั้น ๆ จะมีผลกระทบอย่างไร , ความแข็งหรือความอ่อนของคำนั้น ๆ จะมีความสัมพันธ์ต่อท่วงทำนองของประโยค
(the Overall Sentiment of the Sentence)
Combination of Element (การผสมผสานขององค์ประกอบ)
ในหลาย ๆ กรณีที่การวิจัยต้องการใช้การผสมผสานขององค์ประกอบต่าง ๆ ของการวิเคราะห์เนื้อหา ซึ่ง Berg ใช้ความผสมผสานของ Items และ Paragraphs เป็นหน่วยของเนื้อหาในการที่จะประสบผลสำเร็จในการให้ความหมายการวิเคราะห์เนื้อหาในแง่ของ Items
Units and Categories
การวิเคราะห์เนื้อหาเกี่ยวพันกับปฏิสัมพันธ์ของ 2 กระบวนการ คือ การระบุคุณลักษณะของเนื้อหา และการประยุกต์ใช้กับกฎเกณฑ์ที่ชัดเจน (Theoretical concerns and Empirical Observation)
Classes and Categories
การระบุกลุ่ม และประเภท ในการวิเคราะห์เนื้อหาแบบมาตรฐาน 3 วิธีหลักได้แก่
1. Common Classes เป็นกลุ่มที่ใช้ในสังคมเพื่อแยกความแตกต่างระหว่างคน สิ่งของ และเหตุการณ์ต่าง ๆ เช่น อายุ เพศ บิดา มารดา ครู เป็นต้น
2. Special Classes ได้แก่ Labels ที่ถูกใช้โดยสมาชิกของชุมชนเพื่อแยกความแตกต่างระหว่างสิ่งของ คน และเหตุการณ์ต่าง ๆ กลุ่มเฉพาะนี้อาจอธิบายได้เป็น Out-group และ In-group
- Out-group หมายถึง Labels ที่ใช้ในชุมชนขนาดใหญ่กว่า
- In-group หมายถึง Labels ที่ใช้ในเฉพาะบางกลุ่ม
3. Theoretical Classes เป็นกลุ่มที่เกิดขึ้นในระหว่างกระบวนการวิเคราะห์ข้อมูล กลุ่มทฤษฎีนี้จะให้ A key linkage ที่เกิดขึ้นตลอดการวิเคราะห์
Open Coding
Strauss (1987,p.30) เสนอแนะแนวทางในการ Open Coding ไว้ 4 ประการคือ
1. ถามข้อมูลด้วยชุดคำถามที่เฉพาะเจาะจงและสอดคล้องกัน (Ask the data a specific and consistent set of questions)
2. การวิเคราะห์ข้อมูลอย่างละเอียดถี่ถ้วน (Analyze the data minutely)
3. ในระหว่างดำเนินการ Coding ให้หยุดบ่อย ๆ เพื่อจดบันทึกสิ่งที่เป็นความคิดเชิงทฤษฎี (Frequently interrupt the coding to write a theoretical note)
4. อย่าพึงสันนิษฐานว่ามีความสอดคล้องในการวิเคราะห์ตัวแปรเดิม (Never assume the analytic relevance of any traditional variable) เช่น เพศ อายุ ชนชั้นทางสังคม และอื่น ๆ จนกว่าข้อมูลจะแสดงให้เห็นว่ามีความสอดคล้อง
Coding Frames
การวิเคราะห์เนื้อหาจะสำเร็จได้ด้วยการใช้ Coding Frames ซึ่งใช้สำหรับจัดข้อมูลและแยกสิ่งค้นพบภายหลัง Open Coding เสร็จสมบูรณ์แล้ว Coding Frames แรกมักจะเป็นกระบวนการหลายระดับที่ต้องการความสำเร็จในการแบ่งกลุ่ม (Sorting)
A Few Mare Word on analytic induction (การวิเคราะห์แบบอุปนัย)
เป็นวิธีการสืบค้นทั้ง Inductive , Deductive หรือ Verification ซึ่งมีความสำคัญทั้งสิ้น
Interrogative Hypothesis Testing ( การทดสอบสมมุติฐานเป็นคำถาม)
การที่จะพิสูจน์หรือประเมินว่าสมมุติฐานมีความเหมาะสมหรือไม่ นักวิจัยควรใช้รูปแบบของการทดสอบ negative case ซึ่งประกอบด้วยขั้นตอน ต่อไปนี้
1. สร้างสมมุติฐานอย่างหยาบ ๆ จากสิ่งที่ได้จากการสังเกตข้อมูล
2. ค้นหา case ทั้งหมดโดยละเอียด เพื่อระบุ negative case
3. เมื่อระบุ negative case แล้วอาจจะละทิ้งหรือสร้างสมมุติฐานขึ้นใหม่ สำหรับการอธิบาย negative case หรือขจัด negative case ออกไป
4. ทดสอบ case ทั้งหมดที่เกี่ยวข้องจากกลุ่มตัวอย่างก่อนที่จะตัดสินว่า “ มีความแน่นอนในการปฏิบัติ”
Strength and Weakness of the Content Analysis Process
(จุดแข็งจุดอ่อนของกระบวนการวิเคราะห์สาระ)
จุดแข็งของการวิเคราะห์สาระ
1. มีประโยชน์เมื่อใช้วิเคราะห์ข้อมูลจากการสัมภาษณ์ แบบเจาะลึก
2. ประหยัดต้นทุน (cost effective)
3. เป็นวิธีการที่จะใช้สำหรับการศึกษากระบวนการที่เกิดขึ้นเป็นเวลาอันยาวนาน หรืออาจจะสะท้อนแนวโน้มในสังคม
จุดอ่อนของการวิเคราะห์สาระ การวิเคราะห์ถูกจำกัดให้ทดสอบสาร (massages) ที่ถูกบันทึกไว้แล้วเท่านั้น
Computers and Qualitative Analysis
การวิเคราะห์สาระสามารถใช้โปรแกรมคอมพิวเตอร์ในการวิเคราะห์ข้อมูลสถิติ
วันพุธที่ 1 กันยายน พ.ศ. 2553
วันจันทร์ที่ 23 สิงหาคม พ.ศ. 2553
สมัครสมาชิก:
บทความ (Atom)