เมื่อ : 07 ก.ค. 2567
เจาะลึกวิธีการสำรวจแพเนลเพื่อเก็บและวิเคราะห์ข้อมูล ที่มีความสำคัญกับทุกองค์กร

อาจารย์เดือนเพ็ญ ธีรวรรณวิวัฒน์ คณะสถิติประยุกต์ สถาบันบัณฑิตพัฒนบริหารศาสตร์ (NIDA) ได้เปิดเผยว่า “การสำรวจแพเนลในปัจจุบันถูกนำไปใช้อย่างกว้างขวางทั้งด้านการแพทย์ ระบาดวิทยา เศรษฐศาสตร์ และสังคมวิทยา สำหรับประเทศไทย ขอยกตัวอย่างการสำรวจโดยใช้ตัวอย่างซ้ำในโครงการศึกษาวิจัยเรื่อง สุขภาพ การสูงอายุ และการเกษียณในประเทศไทย ที่บุคลากรจากหลายหน่วยงานในสถาบันบัณฑิตพัฒนบริหารศาสตร์ รวมคณาจารย์จากคณะสถิติประยุกต์เข้าไปมีส่วนเกี่ยวข้องด้วย การสำรวจนี้จัดเก็บข้อมูลผู้ที่มีอายุตั้งแต่ 45 ปีขึ้นไปในมิติต่างๆ เช่น สุขภาพทั้งกายและจิตใจ การรับรู้ ครอบครัวและการเกื้อกูล การมีงานทำ และรายได้ โดยทำการสำรวจรอบที่ 1 ในปี พ.ศ. 2558 จัดเก็บข้อมูลไปแล้ว 4 รอบ กำลังจะมีการสำรวจในรอบที่ 5 ในราวเดือนกรกฏาคม 2567 นี้ ข้อมูลในรอบที่ผ่านๆ มาถูกจัดเก็บไว้ในฐานข้อมูลอย่างเป็นระบบ ผู้สนใจสามารถเข้าไปลงทะเบียนเพื่อขอใช้ได้บน Web ของศูนย์วิจัยสังคมสูงอายุ โดยไม่เสียค่าใช้จ่าย ที่ผ่านมาผู้ที่เข้ามาขอใช้ข้อมูลมีทั้งนักศึกษาและนักวิชาการไทยและต่างประเทศ

 

โดยการสำรวจแพเนลหรือภาษาอังกฤษเรียกว่า panel survey เป็นวิธีการเก็บรวบรวมข้อมูลหลายจุดหรือหลายช่วงเวลาที่ต่างกัน เป็นรูปแบบหนึ่งของการสำรวจตามคาบเวลา (longitudinal survey) โดยปกติจะครอบคลุมระยะเวลาหลายปี แตกต่างจากการสำรวจแบบตัดขวาง (cross-sectional survey) ที่มีการเก็บข้อมูลในจุดหรือช่วงเวลาเดียว บางคนเรียก snapshot survey ซึ่งเป็นการสำรวจที่เราได้ยินได้เห็นกันอยู่ทั่วๆไป ในทางตรงกันข้ามการสำรวจตามคาบเวลาจะเก็บข้อมูลหลายรอบ (round หรือ wave) ช่วงห่างระหว่างรอบมักจะเป็นระยะเวลาเท่าๆกัน แต่ยาวนานแค่ไหน เป็นสัปดาห์ หรือเดือน หรือปี ขึ้นอยู่กับว่าสิ่ง (ตัวแปรผลลัพธ์/ตัวแปรตาม) ที่ศึกษามีการเปลี่ยนแปลงยาก/ง่าย ถี่/บ่อยมากน้อยเพียงใด สำหรับลักษณะเฉพาะของการสำรวจแพเนลที่ต่างจากการสำรวจตามคาบเวลารูปแบบอื่นๆ คือแต่ละรอบของการสำรวจจะเป็นการติดตามเก็บข้อมูลหน่วยตัวอย่างกลุ่มเดิมที่เรียกว่า “panel” (William et al. 2021) ดังนั้นจึงมักนิยมนำข้อมูลแพเนลมาใช้ในการศึกษาการเปลี่ยนแปลงตามเวลาในระดับจุลภาคที่เป็น gross change รวมทั้งสามารถวิเคราะห์การเปลี่ยนแปลงในระดับมหภาคที่เป็น net change ได้อีกด้วย (De Vaus 2009)

 

เราสามารถนำข้อมูลจากการสำรวจแพเนล ไปใช้วิเคราะห์ในกรณีต่างๆได้ ดังนี้

1.        การติดตามระยะยาว: สามารถติดตามการเปลี่ยนแปลงตามเวลาของตัวแปรผลลัพธ์ที่สนใจในช่วงเวลาต่างๆ ทำให้สามารถวิเคราะห์แนวโน้มและผลกระทบของนโยบายหรือโครงการในระยะยาวได้

2.        การควบคุมปัจจัยที่ไม่เปลี่ยนแปลง: ช่วยลดปัญหาการเบี่ยงเบนของผลการวิเคราะห์จากปัจจัยที่ไม่เปลี่ยนแปลง เช่น ลักษณะเฉพาะของบุคคลหรือองค์กร

3.        การตรวจสอบความสัมพันธ์เชิงเหตุผล: สามารถตรวจสอบความสัมพันธ์ระหว่างตัวแปรในช่วงเวลาต่างๆ ทำให้สามารถวิเคราะห์ผลกระทบเชิงเหตุผลได้ เช่น การศึกษาผลสัมฤทธิ์ (effectiveness) ของนโยบายหรือโครงการที่มีต่อการเปลี่ยนแปลงความรู้/ทัศนคติ/พฤติกรรมของกลุ่มเป้าหมาย   

ข้อมูลจากการสำรวจแพเนลเป็นข้อมูลของการเปลี่ยนแปลงตามเวลา จึงทำให้เราสามารถศึกษาแนวโน้มที่เป็นภาพรวม (aggregate) และเป็น net change ได้ เช่น ศึกษาแนวโน้มคุณภาพชีวิตของผู้สูงอายุไทย หรือการพักอาศัยอยู่คนเดียวของผู้สูงอายุ นอกจากนี้เรายังสามารถติดตาม (track) การเปลี่ยนแปลงในระดับจุลภาคเพื่อทำความเข้าใจวิถี (trajectory) การเปลี่ยนแปลงของบุคคล (หรือหน่วยการวิเคราะห์อื่นๆ) ได้ เช่น ศึกษาการเปลี่ยนแปลงสถานะการอยู่อาศัยของผู้สูงอายุระหว่างการอยู่คนเดียว การอยู่ในครัวเรือนที่มี 1 2 และ >3 เจนเนอเรชั่น เราสามารถระบุได้ว่าผู้สูงอายุที่เปลี่ยนสถานะการอยู่อาศัยมีคุณลักษณะ/โปรไฟล์เป็นอย่างไร ต่างจากผู้ที่ไม่เปลี่ยนแปลงอย่างไร การเปลี่ยนสถานะเป็นไปในทิศทาง/ลักษณะใด และมีอัตราการเปลี่ยนแปลงในแต่ละทิศทาง/ลักษณะเป็นอย่างไร เช่น เปลี่ยนจากอยู่ในครัวเรือนที่มี 1 เจนเนอเรชั่นมาอยู่คนเดียว หรือจากอยู่คนเดียวมาอยู่ในครัวเรือนที่มี 2 เจนเนอเรชั่น มีมากน้อยเพียงใด

 

ลักษณะสำคัญของการสำรวจตามคาบเวลา คือการเพิ่มมิติของเวลาเข้าไปในการสำรวจแบบตัดขวาง ดังนั้นข้อมูลแพเนลจึงเอื้อต่อการศึกษาความสัมพันธ์ในเชิงสาเหตุและผล ด้วยเหตุผล 2 ประการ ประการแรกข้อมูลแพเนลทำให้เราสามารถควบคุมตัวแปรลักษณะเฉพาะบุคคลหรือองค์กรที่จะมารบกวน (confounding variable) ความสัมพันธ์ระหว่างตัวแปรอิสระ (ที่คาดว่าจะเป็นสาเหตุ) และตัวแปรผลลัพธ์ ลักษณะเฉพาะเหล่านี้เปลี่ยนแปลงยากหรือเปลี่ยนแปลงอย่างช้าๆ อีกทั้งสังเกตและวัดยาก (unobservable) เช่น ความสามารถด้านการรับรู้ (cognitive ability) พันธุกรรม บุคลิกภาพของบุคคล หรือในองค์กร เช่น สภาพสังคม ลักษณะของเพื่อนร่วมงาน ซึ่งถ้าไม่ควบคุมตัวแปรรบกวนจะทำให้เราไม่สามารถศึกษาสาเหตุที่แท้จริงของการเปลี่ยนแปลงของตัวแปรผลลัพธ์ได้ ประการที่สองการศึกษาความสัมพันธ์เชิงเหตุและผลจะมีเรื่องของเวลาการเกิดก่อน-หลังเข้ามาเกี่ยวข้อง สมมติเราต้องการประเมินว่าโครงการ A มีผลทำให้กลุ่มเป้าหมายเปลี่ยนแปลงพฤติกรรมหรือไม่? เราก็จะทำการสำรวจพฤติกรรมดังกล่าวก่อนเริ่มโครงการ หลังจากเสร็จสิ้นโครงการก็ทำการเก็บข้อมูลตัวอย่างกลุ่มเดิมอีกรอบ การออกแบบการศึกษาในลักษณะดังกล่าวนี้ก็เพื่อให้ถูกต้องตามหลักตรรกะของความเป็นสาเหตุและผล ที่สาเหตุต้องเกิดขึ้นก่อนผลนั่นเอง (Babbie 2008)

ในขณะเดียวกันการสำรวจแพเนลก็มีข้อเสียหลายประการ ที่สำคัญคือ

1.        ค่าใช้จ่ายสูง: การสำรวจแพเนลต้องใช้ทรัพยากรมากทั้งด้านการเงินและเวลา เพราะจะต้องทำการสำรวจตัวอย่างกลุ่มเดิมอย่างน้อย 2 รอบ นอกจากค่าใช้จ่ายในการเก็บรวบรวมข้อมูลแล้ว ยังต้องมีค่าใช้จ่ายในการคง panel ไว้ให้ได้มากที่สุด เช่น ค่าใช้จ่ายเกี่ยวกับการติดต่อสื่อสารกับ panel ในช่วงเวลาระหว่างรอบการสำรวจ การจ่ายเงินค่าตอบแทนให้กับผู้ให้สัมภาษณ์ ค่าใช้จ่ายในการอบรมและรักษาพนักงานสัมภาษณ์ที่มีคุณภาพให้อยู่กับโครงการการสำรวจ (Buck et al. 2006)

2.        ปัญหาการคงอยู่ของหน่วยตัวอย่าง: การติดตามหน่วยตัวอย่างในระยะยาวอาจทำให้มีปัญหาการสูญเสียหน่วยตัวอย่างเนื่องจากการย้ายถิ่นฐาน การไม่ต้องการเข้าร่วมการสำรวจต่อไป หรือการเสียชีวิต ดังนั้น panel จึงมักจะมีขนาดเล็กลง และอาจทำให้ผลการศึกษาบิดเบือนไปได้ ถ้าผู้ที่ออกจาก panel ไม่ได้เกิดขึ้นแบบสุ่ม (Babbie 2008)

3.        ความซับซ้อนในการวิเคราะห์: การเพิ่มมิติของเวลาเข้าไปในตัวแบบสถิติ ทำให้การวิเคราะห์ข้อมูลแพเนลมีความซับซ้อนมากกว่าการวิเคราะห์ข้อมูลตัดขวาง เพราะต้องวิเคราะห์ผสมผสานกันระหว่าง inter-individual differences กับ intra- individual differences นอกจากนี้ยังมีประเด็นปัญหาเกี่ยวกับการวิเคราะห์ผลกระทบของอายุ ช่วงเวลา และรุ่น (age-period-cohort effect) ที่มีต่อการเปลี่ยนแปลงอีกด้วย (De Vaus 2009)

 

เอกสารอ้างอิง

Babbie E. (2008). The basics of social research (4th ed.). Thomson Wadsworth.

Buck N. Ermisch J. & Jenkins S.P. (2006). Choosing a longitudinal survey design: The issues. In D. de Vaus (Ed) Research design (pp. 17-69). Sage Publications.

De Vaus D. (2009). Research design in social research. Sage Publications.

William M. Wiggins R.D. & Vogt W.P. (2021). Beginning quantitative research. Sage Publications.


                               ######

 

ข่าวอื่นๆ ที่น่าสนใจ