การวิเคราะห์ข้อมูลที่เหมาะสมกับการวิจัยทางการศึกษา

1. (Quantitative data)

เป็นข้อมูลที่อยู่ในรูปของตัวเลขตามค่าที่ปรากฎ อาจเป็นตัวแปรค่าต่อเนื่อง เช่น คะแนน อายุ รายได้ น้ำหนัก ส่วนสูง หรืออาจเป็นตัวแปรที่ไม่ต่อเนื่องหรือตัวแปรค่าขาดตอนก็ได้ เช่น จำนวนนับ จำนวนคน ซึ่งเป็นตัวแปรที่ได้จากการนับหรือหาความถี่นั่นเอง

1.2 ข้อมูลเชิงคุณภาพ (Qualitative data)

เป็นข้อมูลที่แสดงคุณลักษณะที่ไม่เป็นตัวเลข เช่น เพศ ระดับการศึกษา ภูมิลำเนา อาชีพ ข้อมูลประเภทนี้จะจำแนกออกเป็นประเภทหรือกลุ่ม เช่น เพศ ชาย-หญิง ระดับการศึกษาแบ่งเป็นระดับปริญญาตรี ปริญญาโท ปริญญาเอก เป็นต้น ข้อมูลเชิงคุณภาพยังครอบคลุมถึงคำถามปลายเปิดต่าง ๆ ด้วย

1. (Nominal scale)

เป็นมาตรวัดที่กำหนดชื่อสัญลักษณ์ให้กับตัวแปรที่ศึกษา เช่น เพศ โดยเพศชาย กำหนดให้เป็นรหัส 1 เพศหญิงกำหนดให้เป็นรหัส 2 เป็นต้น มาตรวัดนี้ไม่สามารถบวกลบคูณหารทางคณิตศาสตร์ การวิเคราะห์ข้อมูลจึงใช้การวิเคราะห์เบื้องต้น เช่น การแจกแจงความถี่ว่ามีเพศชายกี่คน เพศหญิงกี่คน และหาค่าร้อยละจำนวนคนในแต่ละกลุ่ม

2. (Ordinal scale)

เป็นมาตรวัดที่บอกทิศทางตำแหน่ง เช่น คนที่ประกวดนางงาม คนที่ได้ที่ 1 สวยมากกว่าคนได้ตำแหน่งรองลงไป แต่บอกไม่ได้ว่าสวยกว่าเป็นปริมาณเท่าใด หรือระดับการศึกษา เช่นรหัส 1 หมายถึงมัธยมศึกษา รหัส 2 หมายถึงปริญญาตรี รหัส 3 หมายถึงปริญญาโท ตัวเลข 1 2 3 ไม่สามารถบวกลบคูณหารทางคณิตศาสตร์

3. (Interval scale)

เป็นมาตรวัดที่บอกปริมาณ ความแตกต่างของข้อมูลได้ สามารถบวกลบทางคณิตศาสตร์ได้ มาตรวัดนี้ไม่มีศูนย์แท้ เช่น นายสมชายได้ 10 คะแนน นายสมเกียรติได้ 45 คะแนน สรุปได้ว่านายสมเกียรติเก่งกว่านายสมชาย 35 คะแนน

4. (Ratio scale)

เป็นมาตรวัดที่บอกปริมาณความแตกต่างของข้อมูล สามารถบวกลบคูณหารทางคณิตศาสตร์ได้ เป็นมาตรวัดที่มีศูนย์แท้ มักใช้ในการชั่ง ตวง วัด เช่น รถมีความเร็ว 0 กม/ชม. แสดงว่ารถไม่ได้วิ่งเลย