งานวิจัยเริ่มต้นง่ายกว่าที่คิด
คู่มือสำหรับนักศึกษา มทส. ที่เพิ่งเริ่มทำวิจัย: เดินตาม 6 ขั้นจากตั้งคำถามถึงตีพิมพ์ พร้อมแหล่งข้อมูล จริยธรรม สถิติ และคำถามที่พบบ่อยในหน้าเดียว
เส้นทางวิจัย 6 ขั้น: กดที่ขั้นเพื่อดูว่าต้องทำอะไร
ขั้นที่ 1–6สำหรับคนที่ยังไม่เคยทำวิจัย เดินทีละขั้นจากบนลงล่าง
เลือกหัวข้อที่สนใจและเกี่ยวข้องกับสาขา แล้วเขียนคำถามวิจัยให้เป็นประโยคเดียว ลองใช้แม่แบบด้านล่าง
คำถามวิจัยของคุณ
ยังไม่ใช่คำถาม: “ความเครียดของนักศึกษา” (เป็นหัวข้อกว้าง ๆ ยังตอบไม่ได้)
เป็นคำถามแล้ว: “ชั่วโมงการนอนมีความสัมพันธ์กับความเครียดในนักศึกษาชั้นปีที่ 1 หรือไม่?”
เป็นคำถามแล้ว: “นักศึกษาชั้นปีที่ 1 ที่นอนน้อยกว่า 6 ชั่วโมงต่อคืน มีคะแนนความเครียดแตกต่างจากกลุ่มที่นอนมากกว่านั้นหรือไม่?”
เป็นคำถามแล้ว: “ในกลุ่มผู้ป่วยเบาหวานชนิดที่ 2 ที่ออกกำลังกาย 30 นาที/วัน เทียบกับการดูแลตามปกติ มีระดับน้ำตาลในเลือดต่างกันหรือไม่?”
เช็คคำถามด้วย FINER: ทำได้จริง (Feasible) · น่าสนใจ (Interesting) · ใหม่ (Novel) · ผ่านจริยธรรม (Ethical) · เกี่ยวข้องกับสาขา (Relevant)
SMART ใช้ตอนเขียนวัตถุประสงค์การวิจัย: เจาะจง (Specific) วัดผลได้ (Measurable) ทำได้จริง (Achievable) เกี่ยวข้อง (Relevant) และมีกรอบเวลา (Time-bound)
เสร็จขั้นนี้เมื่อมีคำถามวิจัย 1 ประโยคที่ผ่านการเช็ค FINER และได้คุยกับอาจารย์ที่ปรึกษาแล้ว
ค้นหางานวิจัยที่เกี่ยวข้อง เพื่อไม่ให้ทำซ้ำสิ่งที่มีอยู่แล้ว และหาช่องว่างความรู้ (Research Gap) ที่งานของตัวเองจะตอบ
เสร็จขั้นนี้เมื่อมีรายการงานวิจัยที่เกี่ยวข้อง และรู้ว่างานของคุณจะตอบช่องว่างความรู้ข้อไหน
หากงานวิจัยเกี่ยวข้องกับคน สัตว์ หรือข้อมูลส่วนตัว ต้องได้รับการรับรองจากคณะกรรมการจริยธรรม มทส. ก่อนเริ่มเก็บข้อมูล
บังคับเสร็จขั้นนี้เมื่อได้เอกสารรับรองจากคณะกรรมการแล้ว หรือยืนยันกับอาจารย์ที่ปรึกษาแล้วว่างานไม่ต้องขอ
เลือกว่าจะใช้วิธีเชิงปริมาณ (Quantitative) เชิงคุณภาพ (Qualitative) หรือแบบผสม (Mixed-method) และออกแบบเครื่องมือเก็บข้อมูล
เสร็จขั้นนี้เมื่อมีโครงร่างวิจัยที่ระบุวิธีวิจัย เครื่องมือเก็บข้อมูล และขนาดกลุ่มตัวอย่าง
เก็บข้อมูลตามแผน แล้วนำมาวิเคราะห์ด้วยสถิติที่เหมาะสม ใช้โปรแกรมช่วย เช่น SPSS, R, Python หรือ Excel
เสร็จขั้นนี้เมื่อเก็บข้อมูลครบตามแผน และได้ผลวิเคราะห์ที่ตอบคำถามวิจัย
เขียนตามโครงสร้าง IMRAD ซึ่งเป็นโครงสร้างมาตรฐานของบทความวิจัย: บทนำ (Introduction) วิธีการ (Methods) ผลการศึกษา (Results) และอภิปรายผล (Discussion) อ้างอิงให้ถูกต้อง แล้วยื่นส่งวารสารหรือการประชุมวิชาการ
เสร็จขั้นนี้เมื่อส่งรายงานฉบับสมบูรณ์ให้อาจารย์ หรือส่งบทความให้วารสารหรือการประชุมวิชาการแล้ว
คุยกับอาจารย์ที่ปรึกษาตั้งแต่ต้น · เขียน Research Diary ทุกวัน · ตั้ง Deadline ย่อย · backup งานเสมอ (Google Drive / GitHub)
คู่มือการเขียนวิทยานิพนธ์ มทส. ใช้รูปแบบ APA และให้ใช้ Edition ปัจจุบัน (ขณะนี้คือ APA 7th) ควรใช้โปรแกรม Zotero หรือ Mendeley เพื่อจัดการการอ้างอิงอัตโนมัติ · ดูคู่มือวิทยานิพนธ์ มทส.
ขั้นที่ 2–6เริ่มจากรายการแนะนำสำหรับมือใหม่ หรือเลือกหมวดเพื่อดูทั้งหมดในหมวดนั้น
แสดงทั้งหมด 25 แหล่ง
สำนักงานคณะกรรมการจริยธรรมการวิจัยในมนุษย์ มทส. สำหรับยื่นขอรับรองโครงการวิจัยที่เกี่ยวข้องกับมนุษย์ พร้อมแบบฟอร์มแยกตามประเภทการพิจารณา (Exemption / Expedited / Full board) และขั้นตอนการยื่นออนไลน์
สำหรับ: งานวิจัยในมนุษย์ เปิดเว็บไซต์เอกสารรากฐานของจริยธรรมวิจัยในมนุษย์ ครอบคลุม Respect for Persons, Beneficence และ Justice: ควรอ่านก่อนทำวิจัยใดก็ตาม
ระดับ: มือใหม่ อ่านเพิ่มเติมแนวทางจาก WHO ในการเขียนเอกสาร Informed Consent ให้ครบถ้วน เข้าใจง่าย และปกป้องสิทธิผู้เข้าร่วมวิจัย
ระดับ: มือใหม่ ดูแนวทางมาตรฐาน 3Rs (Replacement, Reduction, Refinement) สำหรับงานวิจัยที่ใช้สัตว์ทดลอง ยื่นขอรับรองผ่านคณะกรรมการกำกับดูแลการดำเนินการต่อสัตว์เพื่องานทางวิทยาศาสตร์ มทส. (SUT-IACUC) พร้อมแนวปฏิบัติการขอเอกสารรับรอง
สำหรับ: งานวิจัยในสัตว์ ดูรายละเอียดโปรแกรมฟรีสำหรับคำนวณ Sample Size ล่วงหน้า (A priori) หรือคำนวณ Power หลังเก็บข้อมูล รองรับการทดสอบสถิติหลากหลายรูปแบบ
ค่าใช้จ่าย: ฟรี ดาวน์โหลดฟรีหลักสูตรจาก IBM ครอบคลุมพื้นฐาน Python, Pandas, NumPy และการดึงข้อมูลผ่าน API เหมาะสำหรับนักศึกษาที่ต้องการเริ่มวิเคราะห์ข้อมูลด้วย Python (ลงทะเบียนได้ฟรี แต่เนื้อหาบางส่วนและใบรับรองต้องชำระเงิน)
ระดับ: มือใหม่–กลาง ดูรายละเอียดคอร์สมี Statistical Test Selector ช่วยเลือกสถิติที่เหมาะกับข้อมูล และคู่มือ SPSS แบบทีละขั้นสำหรับรันการทดสอบ เช่น t-test, ANOVA, Chi-square เนื้อหาเป็นภาษาอังกฤษ และคู่มือฉบับเต็มต้องสมัครสมาชิกแบบเสียเงิน
ระดับ: มือใหม่ ดูคู่มือคู่มืออย่างเป็นทางการจาก R Project ครอบคลุมพื้นฐานภาษา R การจัดการข้อมูล (vector, data frame) การอ่านไฟล์ข้อมูล โมเดลสถิติ และการสร้างกราฟ
ระดับ: มือใหม่ อ่านคู่มือคู่มืออ้างอิงออนไลน์ที่ครอบคลุมที่สุดสำหรับ APA 7th Edition มีตัวอย่างการอ้างอิงทุกประเภท ทั้ง journal, book, website, dataset
ระดับ: มือใหม่ เปิดคู่มือโปรแกรมฟรีและโอเพ่นซอร์ส เซฟแหล่งอ้างอิงจากเว็บด้วยคลิกเดียว ส่งออก Bibliography ใน APA, Vancouver, หรือ Chicago โดยอัตโนมัติ
ค่าใช้จ่าย: ฟรี ดาวน์โหลดฟรีบทความจาก Yale Journal of Biology and Medicine (2011) แนะนำการเขียนบทความวิจัยทีละส่วนตามโครงสร้าง IMRAD (Introduction, Methods, Results, Discussion) ตั้งแต่วางโครงร่างจนถึงการแก้ไข
ระดับ: มือใหม่ อ่านแนวทางมาตรฐานสากลสำหรับการเขียน Systematic Review และ Meta-analysis รวม Checklist และ Flow Diagram พร้อมใช้
ระดับ: กลาง ดู Guidelineระบบแบบฟอร์มวิจัยออนไลน์ของสถาบันวิจัยและพัฒนา มทส. ใช้งานได้เฉพาะเครือข่าย มทส. หากอยู่นอกมหาวิทยาลัยให้เชื่อมต่อ SUT VPN ก่อน
แหล่ง: ทางการ มทส. เปิดเว็บไซต์สร้างแบบสอบถามออนไลน์ได้ไม่จำกัดจำนวนคำถามและผู้ตอบ คำตอบเข้า Google Sheets ทันที และส่งออกเป็น CSV เพื่อวิเคราะห์ต่อใน Jamovi, SPSS หรือ R ได้
ค่าใช้จ่าย: ฟรี เปิด Google Formsมีเทมเพลตและชุดคำถามสำเร็จรูปให้เริ่มได้เร็ว เหมาะกับการดูตัวอย่างการตั้งคำถาม แต่แผนฟรีจำกัด 10 คำถามต่อชุด ดูผลได้ 25 คำตอบ และส่งออกข้อมูลไม่ได้ ถ้าจะเก็บข้อมูลจริงไปวิเคราะห์ต่อ ใช้ Google Forms หรือแผนเสียเงิน
ค่าใช้จ่าย: มีแผนฟรีแบบจำกัด เปิด SurveyMonkeyคู่มือเขียน Proposal จาก Scribbr พร้อมตัวอย่างและแม่แบบให้ดาวน์โหลด ครอบคลุม Title page, Introduction, Literature review, Research design & methods, Contribution to knowledge, Reference list, Research schedule และ Budget
ระดับ: มือใหม่ ดูตัวอย่างSearch engine สำหรับบทความวิชาการ ครอบคลุมทุกสาขาวิชา ดู Citation ของงานวิจัย และตั้ง Alert รับแจ้งเตือนงานวิจัยใหม่
ระดับ: มือใหม่ เปิด Google Scholarฐานข้อมูลงานวิจัยชีวการแพทย์ชั้นนำของโลก จาก NLM/NIH เข้าถึงบทคัดย่อฟรี และบทความ Full-text จำนวนมากผ่าน PubMed Central
สำหรับ: สายสุขภาพ เปิด PubMedศูนย์บรรณสารฯ บอกรับฐานข้อมูลวิชาการ เช่น Scopus, ScienceDirect, ClinicalKey, UpToDate, Cochrane ใช้งานได้จากทุกที่โดยลงชื่อเข้าใช้ด้วยอีเมล @g.sut.ac.th (Scopus และ IEEE Xplore ไม่อนุญาตให้เข้าผ่าน VPN)
เงื่อนไข: ล็อกอินอีเมล มทส. ดูรายชื่อฐานข้อมูลโปรแกรมตรวจสอบความซ้ำซ้อนของงานเขียน มทส. บอกรับผ่านศูนย์บรรณสารฯ และสถาบันวิจัยและพัฒนาเปิดให้ขอสิทธิ์ใช้งานสำหรับนักศึกษา ป.โท / ป.เอก และนักวิจัย ควรตรวจก่อนส่งงานวิจัย
สำหรับ: ป.โท / ป.เอก / นักวิจัย ขอสิทธิ์ใช้งานเครื่องมือจัดการโน้ต สรุปบทความ บันทึก Research Diary และสร้าง Knowledge Graph เชื่อมโยงแนวคิดต่าง ๆ ในงานวิจัย
ค่าใช้จ่าย: Notion ใช้ฟรีได้ ใช้งาน Notion ฟรีฐานข้อมูลวิทยานิพนธ์ รายงานการวิจัย และบทความวิชาการของสถาบันอุดมศึกษาไทย เข้าถึงเอกสารฉบับเต็มได้ฟรี ให้บริการโดย ThaiLIS ภายใต้กระทรวง อว.
ภาษา: ไทย เปิดฐานข้อมูลวารสารวิชาการทางการของ มทส. ตีพิมพ์บทความภาษาอังกฤษ รับบทความจากผู้เขียนทั้งในและต่างประเทศ ไม่มีค่าส่งและค่าตีพิมพ์ อยู่ในฐานข้อมูล Scopus และ TCI กลุ่ม 1
แหล่ง: ทางการ มทส. เปิดวารสารแหล่งทุนสนับสนุนงานวิจัยสำหรับนักศึกษาระดับบัณฑิตศึกษา เช่น วช., สกสว. และ สวทช. (NSTDA)
สำหรับ: บัณฑิตศึกษา วช. Officialระบบค้นหาหนังสือในห้องสมุด มทส. และเข้าถึง E-book, E-journal, ฐานข้อมูลออนไลน์ กว่า 20 ฐานข้อมูล ฟรีสำหรับนักศึกษา
แหล่ง: ทางการ มทส. เปิดห้องสมุดขั้นที่ 3สิ่งที่นักวิจัยทุกคนต้องเข้าใจก่อนเริ่มเก็บข้อมูล
ติ๊กข้อที่ตรงกับงานของคุณ (เลือกได้หลายข้อ) แล้วดูผลตรงนี้
ทุกงานวิจัยในมนุษย์ต้องปฏิบัติตามหลักการนี้จาก Belmont Report
พฤติกรรมต่อไปนี้ถือเป็นการประพฤติมิชอบทางวิชาการ และมีโทษทางวินัย
เอกสารความยินยอมต้องอธิบายให้ผู้เข้าร่วมเข้าใจก่อนตัดสินใจ
แนวปฏิบัติที่ดีในการเก็บรักษาและแชร์ข้อมูลวิจัย
แนวโน้มใหม่ในวงการวิจัยสากลที่สนับสนุนความโปร่งใส
ขั้นที่ 4–5เริ่มจากคำถามวิจัย แล้วค่อยหาวิธีวิเคราะห์ที่ตอบคำถามนั้นได้ ส่วนใหญ่มีได้มากกว่าหนึ่งทาง
ตอบคำถามสั้น ๆ ด้านล่างเพื่อดูทางเลือกที่มักใช้กับคำถามแบบนั้น แล้วกดเปิดคู่มือไปอ่านต่อ ผลที่ได้เป็นจุดตั้งต้นสำหรับคุยกับอาจารย์ที่ปรึกษา ไม่ใช่คำตอบเดียวที่ถูก งานจริงมักต้องปรับตามข้อมูลที่เก็บได้ และถ้างานของเราเป็นเชิงคุณภาพหรือไม่เข้ากับข้อไหนเลย ก็มีตัวเลือกให้เหมือนกัน
ใช้อธิบายลักษณะข้อมูลเบื้องต้น เกือบทุกงานเริ่มจากส่วนนี้ เพราะผู้อ่านต้องเห็นก่อนว่ากลุ่มตัวอย่างหน้าตาเป็นอย่างไร ถึงจะตีความผลขั้นต่อไปได้ถูก
ตัวชี้วัดที่นิยมรายงาน: Mean ± SD สำหรับข้อมูล Continuous Normal; Median (IQR) สำหรับข้อมูล Skewed; n (%) สำหรับข้อมูล Categorical
ใช้เปรียบเทียบค่าเฉลี่ยระหว่าง 2 กลุ่ม เหมาะกับข้อมูล Continuous ที่กระจายใกล้เคียง Normal ถ้าไม่ใช่ก็มีทางเลือกอื่นในแท็บ Non-parametric เวลารายงานผล ให้บอก “ต่างกันเท่าไร” ด้วยผลต่างค่าเฉลี่ยและ 95% CI ไม่ใช่แค่บอกว่า p น้อยกว่า 0.05 หรือไม่ เพราะ p = 0.06 ไม่ได้แปลว่าไม่มีอะไรเกิดขึ้น และ p < 0.05 ก็ไม่ได้แปลว่าสำคัญทางคลินิกเสมอไป
Independent t-test: เปรียบเทียบ 2 กลุ่มแยกจากกัน เช่น กลุ่มควบคุม vs กลุ่มทดลอง
Paired t-test: เปรียบเทียบก่อน–หลัง หรือ Match pairs
One-Way ANOVA ใช้เปรียบเทียบค่าเฉลี่ยของ 3+ กลุ่ม Two-Way ANOVA ใช้เมื่อมี 2 ตัวแปรอิสระ
ANOVA บอกได้แค่ว่า “มีอย่างน้อยหนึ่งคู่ที่ต่างกัน” แต่ไม่ได้บอกว่าคู่ไหน จึงมักตามด้วย Post-hoc test เพื่อระบุคู่นั้น ที่นิยมใช้คือ Tukey's HSD และ Bonferroni correction
ใช้ทดสอบความสัมพันธ์ระหว่างตัวแปร Categorical สองตัว หรือทดสอบว่าสัดส่วนต่างกันหรือไม่
ข้อควรระวัง: เกณฑ์ที่นิยมคือทุก Cell ควรมีค่า Expected ≥ 5 (เป็นเกณฑ์ธรรมเนียม ไม่ใช่กฎตายตัว) หากน้อยกว่า ใช้ Fisher's Exact Test แทนได้
สำหรับตาราง 2×2 ที่มีกลุ่มตัวอย่างน้อย: ใช้ Yates' correction
วัดทิศทางและความแข็งแกร่งของความสัมพันธ์ระหว่างตัวแปรสองตัว (r = −1 ถึง +1)
ตีความค่า r โดยประมาณ: 0.1–0.3 = อ่อน | 0.3–0.5 = ปานกลาง | 0.5–0.7 = แข็งแกร่ง | >0.7 = แข็งแกร่งมาก
เกณฑ์นี้เป็นธรรมเนียม ไม่ใช่กฎ แต่ละสาขาใช้ไม่เท่ากัน ในงานทางคลินิก r = 0.3 อาจมีความหมายมาก ส่วนงานวัดความน่าเชื่อถือของเครื่องมือ r = 0.7 อาจยังถือว่าต่ำ ให้ดูบริบทของสาขาประกอบ
Correlation ≠ Causation: ความสัมพันธ์ไม่ได้หมายความว่า ก ทำให้เกิด ข
ใช้พยากรณ์ตัวแปรตาม (Y) จากตัวแปรอิสระ (X) หนึ่งตัวหรือมากกว่า
Linear Regression: ตัวแปรตามเป็น Continuous: รายงาน β, 95% CI, R²
Logistic Regression: ตัวแปรตามเป็น Binary (0/1): รายงาน Odds Ratio (OR), 95% CI
Multiple Regression: ควบคุม Confounders ในการวิเคราะห์หลายตัวแปรพร้อมกัน
ใช้แทน Parametric test เมื่อข้อมูลไม่กระจายแบบ Normal หรือกลุ่มตัวอย่างน้อยมาก
ข้อดี: ไม่ต้องพึ่งข้อสมมุติเรื่องการกระจาย | ข้อควรรู้: เมื่อข้อมูลเป็น Normal จริง อำนาจการทดสอบ (Power) จะต่ำกว่า Parametric เล็กน้อย ไม่มีแบบไหนดีกว่ากันเสมอ เลือกตามข้อมูล
ดูการกระจายด้วยกราฟ เช่น ฮิสโทแกรมหรือ QQ plot ประกอบกับ Shapiro-Wilk หรือ Kolmogorov-Smirnov แล้วตัดสินจากภาพรวม
งานเชิงปริมาณควรคำนวณก่อนเก็บข้อมูล ไม่ใช่เพราะเป็นพิธีกรรม แต่เพราะงานที่กลุ่มตัวอย่างน้อยเกินไปจะตอบคำถามไม่ได้ และเท่ากับรบกวนผู้เข้าร่วมโดยไม่ได้คำตอบ คณะกรรมการจริยธรรมจึงมักถามข้อนี้ เริ่มจากกำหนดค่าต่อไปนี้
Cohen's d Effect Size: Small = 0.2 | Medium = 0.5 | Large = 0.8 (ค่าตั้งต้นเมื่อไม่มีข้อมูลเดิม ถ้ามีงานวิจัยก่อนหน้าในเรื่องเดียวกัน ใช้ effect size จากงานนั้นจะสมเหตุสมผลกว่า)
เครื่องมือ: G*Power (ฟรี): ใส่ α, Power, Effect Size → ได้ n ที่ต้องการ
สูตร Taro Yamane (Survey): n = N / (1 + Ne²) เมื่อ e = ค่าความคลาดเคลื่อน 0.05 ใช้ได้เฉพาะการสำรวจสัดส่วนที่รู้ขนาดประชากร ไม่เหมาะกับงานเปรียบเทียบกลุ่ม ถามอาจารย์ก่อนเลือกใช้
รวบรวมคำถามจากนักศึกษา มทส. จัดหมวดหมู่ค้นหาได้ง่าย
ไม่พบคำถามที่ตรงกับคำค้น ลองใช้คำอื่น
หากไม่พบคำตอบใน FAQ หรือต้องการคำแนะนำเพิ่มเติม ติดต่อหน่วยงานที่เกี่ยวข้องได้โดยตรง
อาจารย์ที่ปรึกษาคือคนแรกที่ควรถามเสมอ ส่วนคำถามทั่วไปลองค้นใน FAQ ก่อน