វិធីសាស្ត្រស្រាវជ្រាវ បែបបរិមាណ (Quantitative Method)
ស្រាវជ្រាវ ដោយ លេខ ស្ថិតិ — ប្រើ survey, scale, test ដើម្បី ចម្លើយ «ប៉ុន្មាន» «ខ្លាំងប៉ុណ្ណា» «ទំនាក់ទំនង?»
Qualitative ច្បាស់ ហើយ ។ ឥឡូវ ដើរ ទៅ Quantitative Method — វិធីស្រាវជ្រាវ ដោយ លេខ ។ ហេតុអ្វី survey Likert ៥ ចំណុច ជា ឧបករណ៍ ដ៏ ពេញនិយម? ផ្នែកនេះ ណែនាំ ប្រភេទ ឧបករណ៍ ស្ថិតិ validity reliability ។
Quantitative ល្អ ពេល ចង់ «វាស់» «រក ទំនាក់ទំនង» ឬ «ប្រៀបប្រទ» — ជាចម្លើយ ដែលលេខ ពន្យល់ ។
វិធីសាស្ត្រស្រាវជ្រាវ បែបបរិមាណ (Quantitative Method) ផ្ដោត លើ «ប៉ុន្មាន» «ខ្លាំងប៉ុណ្ណា» «ទំនាក់ទំនង?» ។ ជំនួស ការប្រើ ពាក្យ វា ប្រមូល ទិន្នន័យ ជា លេខ — ដោយ survey, scale, test — ហើយ វិភាគ ដោយ ស្ថិតិ SPSS, Excel, R ។ Quantitative Method ជា ជម្រើស ពេល ចង់ ស្ទង់ ភាព ធំ ឬ ពិនិត្យ hypothesis ដ៏ ច្បាស់ ។
ហេតុអ្វី Quantitative Method?
Quantitative Method ប្រើ ពេល ការស្រាវជ្រាវ ចង់ វាស់ ចំនួន ស្ទង់ ភាគរយ ឬ ពិនិត្យ ទំនាក់ទំនង — ដូចជា «ប៉ុន្មាន % និស្សិត ប្រើ e-learning?» ឬ «autonomy ភ្ជាប់ ការចូលរួម ខ្លាំង ប៉ុណ្ណា?» ។
Field នេះ ប្រើ ស្ថិតិ (statistics) ដើម្បី ពន្យល់ ទិន្នន័យ ជា objective — មិន អាស្រ័យ ការបកស្រាយ របស់ អ្នកស្រាវជ្រាវ ។ Creswell (2014) ថ្លែង ថា Quantitative ជា postpositivist approach — ស្ទង់ ទំនាក់ទំនង ឬ ភាពផ្ទុយ ក្នុង groups ។
Quantitative វាស់ «ប៉ុន្មាន» ជាមួយ លេខ — ស្ថិតិ ប្រាប់ ជា objective ។
| លក្ខណៈ | Qualitative | Quantitative |
|---|---|---|
| ការសំណួរ | «ហេតុអ្វី» «យ៉ាងណា» | «ប៉ុន្មាន» «ខ្លាំងប៉ុណ្ណា» |
| ទិន្នន័យ | ពាក្យ ការពណ៌នា | លេខ ស្ថិតិ |
| ក្រុម | ១០–២០ នាក់ | ≥ ៣០ → ១,០០០+ នាក់ |
| ឧបករណ៍ | Interview Guide | Questionnaire / Scale |
| វិភាគ | Thematic Analysis | SPSS / R / Excel |
| លទ្ធផល | Theme, Narrative | Mean, β, p-value, R² |
ប្រភេទ Quantitative Method ៤
Quantitative Method ចែក ជា ៤ ប្រភេទ ធំ — ជ្រើស ផ្អែក លើ ការស្រាវជ្រាវ ។
| ប្រភេទ | ប្រើពេល | ឧទាហរណ៍ |
|---|---|---|
| Survey | ស្ទង់ ទំនោរ ក្រុម ធំ | ស្ទង់ ការប្រើ e-learning ១,២០០ និស្សិត |
| Experiment | ស្វែង ហេតុ-ផល ច្បាស់ | ពិនិត្យ quiz → ពិន្ទុ control vs experiment |
| Quasi-Exp | Group ស្រាប់ — គ្មាន random | ពិនិត្យ ក្រុម ២ មន្ទីរពេទ្យ ផ្សេងគ្នា |
| Secondary | Data ដែល ស្រាប់ ច្រើន | ប្រើ ទិន្នន័យ World Bank / census |
ឧបករណ៍ — Survey, Scale, Test
Survey (Questionnaire) ជា ឧបករណ៍ ដ៏ ពេញនិយម ក្នុង Quantitative Research — ប្រើ ប្រមូល ចម្លើយ ចំពោះ questions ជា close-ended ។
Scale ដ៏ ប្រើច្រើន ជាងគេ គឺ Likert Scale — ស្ទង់ ការ ស្រប/ខ្វែង ១–៥ ចំណុច ។ ដូចគ្នា Semantic Differential (pair of adjectives) ក៏ ប្រើ ខ្លះ ។
ខ្លាំង
ពី
ក្រឹត
ជាមួយ
ខ្លាំង
| ប្រភេទ | ន័យ | ឧទាហរណ៍ |
|---|---|---|
| Nominal | ចាត់ ថ្នាក់ គ្មាន លំដាប់ | ភេទ: ១=ប្រុស, ២=ស្រី |
| Ordinal | លំដាប់ ប៉ុន្តែ ចំងាយ មិន ស្មើ | Likert 1–5 / ថ្នាក់ A–F |
| Interval | ចំងាយ ស្មើ — គ្មាន absolute zero | IQ score, Temperature °C |
| Ratio | ចំងាយ ស្មើ + absolute zero | ទំងន់ kg, ចំណូល $ |
ស្ថិតិ — Descriptive និង Inferential
ស្ថិតិ Quantitative ចែក ជា ២ ថ្នាក់ ៖ Descriptive (ពិពណ៌នា ទិន្នន័យ) និង Inferential (ស្វែង ទំនាក់ទំនង ឬ ភាពខុស ក្នុង population) ។
12.1 · Descriptive Statistics
Mean (មធ្យម) Median Mode Standard Deviation (SD) — ប្រើ ពណ៌នា ទិន្នន័យ ក្រុម ។ ឧទាហរណ៍ ៖ M=3.82, SD=0.74 ក្នុង Likert 5 ចំណុច មានន័យ ថា ក្រុម «ស្របច្រើន» ។
12.2 · Inferential Statistics — ស្វែង ទំនាក់ទំនង
Inferential ប្រើ ពេល ចង់ ដឹង ថា «ទំនាក់ទំនង X→Y ពិត?» ឬ «ក្រុម A ខ្លាំង ជាង B?» ។
Test ប្រើពេល Output Pearson r ទំនាក់ទំនង ២ អថេរ continuous r=.45, p<.05 Regression X ទស្សន៍ទាយ Y ប៉ុន្មាន? β=.38, R²=.24 t-test ប្រៀប ក្រុម ២ t(198)=3.24, p=.001 ANOVA ប្រៀប ក្រុម ≥ ៣ F(2,297)=8.4, p<.001 Chi-square ទំនាក់ទំនង categorical χ²(4)=12.3, p=.015
Validity & Reliability — ភាពត្រឹមត្រូវ
Validity (ភាពត្រឹមត្រូវ) — ឧបករណ៍ វាស់ ត្រូវ អ្វី ដែល ចង់ វាស់ ។ Reliability (ភាពស្ថិតស្ថេរ) — ឧបករណ៍ ផ្ដល់ លទ្ធផល ដូចគ្នា ពេល ប្រើ ម្ដងទៀត ។
ឧបករណ៍ ល្អ ត្រូវ ទាំង valid ទាំង reliable — Cronbach Alpha ≥ .70 ប្រើ ប្រើ ស្ថិត reliability ។
| ប្រភេទ Validity | ន័យ | ពិនិត្យ ដោយ |
|---|---|---|
| Content Validity | Item គ្រប ករ ទ្រឹស្ដី ឬ ទេ? | Expert review — CVI ≥ .80 |
| Construct Validity | Item វាស់ construct ត្រូវ? | CFA (Confirmatory Factor Analysis) |
| Criterion Validity | ភ្ជាប់ ការវាស់ ផ្សេង ឬ? | Correlation r ≥ .50 |
| Reliability Test | ន័យ | Threshold |
|---|---|---|
| Cronbach Alpha | ភាព consistent ក្នុង scale | α ≥ .70 (ល្អ ≥ .80) |
| Test-Retest | ចម្លើយ ដូចគ្នា ពីរ ពេល? | r ≥ .70 |
| Inter-Rater | ការ score ស្រប ចោទ? | ICC ≥ .75 |
ករណីសិក្សា ៖ autonomy → ការចូលរួម e-learning
ប្រធានបទ ៖ autonomy ភ្ជាប់ ការចូលរួម e-learning ប៉ុណ្ណា?
Method ៖ Quantitative Survey — Likert 5 ចំណុច — ១,២០០ និស្សិត — SPSS regression ។
Validity & Reliability ៖ Content validity (CVI=.88 experts ១០ នាក់) · Cronbach Alpha=.87 ។
Results ៖ autonomy (β=.42, p<.001) · competence (β=.38, p<.001) · R²=.31 — autonomy + competence ពន្យល់ 31% នៃ ការចូលរួម ។
ការស្រាវជ្រាវ នេះ ប្រើ [Survey / Experiment / Quasi-Exp] ប្រភេទ Quantitative ដើម្បី ស្ទង់ [អ្វីដែលចង់ដឹង] ក្នុង ក្រុម [n=?] ។ ឧបករណ៍ ប្រើ Likert 5 ចំណុច — Cronbach Alpha = [α] — វិភាគ ដោយ SPSS ([Descriptive / Regression / t-test / ANOVA]) ។
| ពាក្យ (Term) | អត្ថន័យសាមញ្ញ | ហេតុអ្វីសំខាន់ |
|---|---|---|
| Quantitative Method | វិធីបែបបរិមាណ | ការ ស្រាវជ្រាវ ដោយ លេខ ស្ថិតិ |
| Likert Scale | 척度 ស្ទង់ ១–៥ | ឧបករណ៍ ស្ទង់ ការ ស្រប/ខ្វែង |
| Cronbach Alpha | ភាព ស្ថិតស្ថេរ | α ≥ .70 = reliable scale |
| Regression | ការ ទស្សន៍ទាយ | X → Y: β, R², p-value |
| Validity | ភាព ត្រឹម ត្រូវ | ឧបករណ៍ វាស់ ត្រូវ construct |
| កំហុសទូទៅ | របៀបកែឱ្យប្រសើរ |
|---|---|
| ជ្រើស Quantitative ពេល ការស្រាវជ្រាវ ជា «ហេតុអ្វី» | Quantitative ល្អ ពេល «ប៉ុន្មាន» «ទំនាក់ទំនង» |
| n តូច ហើយ run regression | n ≥ ១០x variables — ច្រើន ជាង ល្អ |
| Ignore Cronbach Alpha ≥ .70 | Report reliability ជា mandatory — ≥ .70 ។ |
| ប្ដូរ ordinal ទៅ ratio ដោយ គ្មានហេតុ | ប្រើ test ត្រូវ ផ្អែក scale type |
ចំណុចគួរចងចាំ
សំណួរសម្រាប់អ្នកអាន
- ហេតុអ្វី Cronbach Alpha ≥ .70 ត្រូវ report?
- ជ្រើស t-test vs ANOVA ពេល ណា?
- Validity ខុស Reliability ដោយ ហេតុអ្វី?
Mixed Methods — វិធីបញ្ចូលគ្នា
Quantitative ច្បាស់ ហើយ ។ ជំហានបន្ទាប់ ជា Mixed Methods — ការ ផ្ចិត Qualitative + Quantitative ក្នុង ១ ការ ស្រាវជ្រាវ ដើម្បី ភាព ពេញលេញ ។
ផ្នែកទី ១៣៖ ការស្រាវជ្រាវបែបចម្រុះ →ឯកសារយោង
ស៊េរីពេញលេញ · វិធីសាស្ត្រស្រាវជ្រាវ
ស៊េរីនេះមាន ២៤ ផ្នែក ដែលដឹកនាំអ្នកជំហានម្តងមួយៗ ពីមូលដ្ឋាន ដល់ការសរសេរជំពូកវិធីសាស្ត្រ។ មើលផ្នែកទាំង ២៤ →
