การวิจัยเชิงปริมาณ ( Quantitative Research )

1. การวิจัยเชิงปริมาณ (Quantitative Research) ผู้ช่วยศาสตราจารย์ นาวาอากาศโท ดร.สุมิตร สุวรรณ กล่าวว่า ลักษณะสําคัญของการวิจัยเชิงปริมาณ คือ การศึกษาความรู้ ความคิด พฤติกรรมของมนุษย์ เพื่อให้ได้ข้อสรุปที่เป็นเหตุเป็นผล พิสูจน์และอ้างอิงได้ ซึ่ง นําไปใช้อธิบายหรือทํานายพฤติกรรมของคนในภาพกว้าง โดยให้ความสําคัญ แก่ข้อมูลที่แจงนับหรือวัดออกมาเป็นตัวเลขได้ ใช้วิธีการทางสถิติในการวิเคราะห์ ข้อมูล ผลการวิเคราะห์ข้อมูลอาจบอกว่าอะไรมากน้อยกว่ากัน อะไรสัมพันธ์ หรือไม่สัมพันธ์กับอะไร อะไรแตกต่างจากอะไร

2. การวิจัยเชิงปริมาณ (Quantitative Research) • เป็นการแสวงหาความรู้เชิงประจักษ์ • มีทฤษฎีหรือกรอบแนวคิดเป็นแนวทางในการดำเนินงานอย่างชัดแจ้ง • มีจุดมุ่งหมายเพื่อบรรยายลักษณะ ทำนายความสัมพันธ์ หรืออธิบายความสัมพันธ์เชิงเหตุ-ผล ของปรากฏการณ์ที่ทำการศึกษา • มีการกำหนดมิติของปรากฏการณ์ รวมทั้งกลุ่มเป้าหมายที่ต้องการศึกษาอย่างเป็นระบบ • อาศัยวิธีการทางวิทยาศาสตร์ การวัดผลและการวิเคราะห์เชิงสถิติเป็นเครื่องมือเพื่อนำไปสู่ความแม่นยำของผลการวิจัย • เน้นการใช้ตัวเลขเป็นหลักฐานสนับสนุนข้อค้นพบและข้อสรุปต่างๆ • การแปลงคุณสมบัติของสิ่งที่ทำการศึกษาออกมาเป็นตัวเลขอย่างเป็นระบบ และเป็นปรนัย เพื่อนำไปคำนวณหาความแม่นยำในการตอบคำถามนั้น ทำให้ได้ความรู้ซึ่งเป็นที่น่าเชื่อถือ ปลอดจากอคติและค่านิยมของสังคม

3. ลักษณะสำคัญของการวิจัยเชิงปริมาณลักษณะสำคัญของการวิจัยเชิงปริมาณ • การกำหนดหัวข้อปัญหา จะมีทฤษฎีหรือแนวคิดเป็นแนวทางในการดำเนินงานอย่างชัดเจน • การสร้างสมมติฐาน • การใช้เหตุผลเชิงอนุมานเพื่อนำไปสู่นัยเชิงปฏิบัติของสมมติฐานที่ตั้งไว้ • การรวบรวมและวิเคราะห์ข้อมูล • การยืนยันหรือการไม่ยอมรับสมมติฐานที่ตั้งไว้

4. เครื่องมือที่ใช้สำหรับเก็บข้อมูลเครื่องมือที่ใช้สำหรับเก็บข้อมูล แบบสอบถาม (questionnaire) มีลักษณะของการตั้งคำถาม เป็นประเด็นๆ ที่ต้องการ ผู้วิจัยสามารถตั้งคำถามในลักษณะ (พรทิพย์ พิมล- สินธุ์, 2551) • ตั้งเป็นคำถามปลายเปิด(open-ended question) โดยเปิดโอกาสให้ผู้ตอบแสดงความคิดเห็นได้เต็มที่ • ตั้งเป็นคำถามปลายปิด (close-ended question) แล้วกำหนดตัวเลือกให้ผู้ตอบเลือกตอบได้ โดยสรุป แบบสอบถามอาจประกอบด้วยคำถามทั้ง 2 ประเภท แต่คำถาม ปลายเปิดไม่ควรเกิน 20เปอร์เซ็นต์ ของคำถามทั้งหมด

5. หลักเกณฑ์พิจารณาในการสร้างแบบสอบถาม (พรทิพย์ พิมลสินธุ์, 2551) • ผู้วิจัยจะต้องมีความรู้ความเข้าใจในเรื่องที่จะตั้งคำถาม กล่าวคือผู้วิจัยจะต้องมีการศึกษาค้นคว้า หรือสอบถามจากผู้รู้ในเรื่องที่จะสร้างคำถาม • ผู้วิจัยต้องมีความรู้ความเข้าใจเกี่ยวกับผู้ตอบแบบสอบถาม โดยรู้ถึงภาษา ขนบธรรมเนียม และลักษณะเฉพาะของผู้ตอบแบบสอบถาม • พยายามหลีกเลี่ยงการตั้งคำถามนำ เช่น ระบบ Q.C.C. ซึ่งเป็นระบบการทำงานที่มีประโยชน์มาก เหมาะสมกับบริษัทของเราใช่หรือไม่ • อย่าตั้งคำถามสองคำถามไว้ในคำถามเดียวกัน เช่น สาเหตุของการปิดโรงงาน X เพราะบ.ต้องการเปลี่ยนเครื่องจักรให้ทันสมัยยิ่งขึ้น และเพิ่มคุณภาพของผลผลิตใช่หรือไม่ • ตั้งคำถามให้กะทัดรัด ชัดเจน • ใช้ภาษาที่ผู้ตอบทั้งหลายจะเข้าใจตรงกัน

6. หลักเกณฑ์พิจารณาในการสร้างแบบสอบถาม (พรทิพย์ พิมลสินธุ์, 2551) • ตั้งคำถามที่เกี่ยวกับเรื่องที่ต้องการจะศึกษาเท่านั้น เพราะถ้ามีคำถามมากจะทำให้เสียเวลา กำลังคน และงบประมาณ • หลีกเลี่ยงการตั้งคำถามซ้ำ ยกเว้นกรณีที่ต้องการตรวจสอบความเชื่อถือได้ (reliability) • จัดคำถามต่าง ๆ ให้เรียงกันอย่างสอดคล้องต่อเนื่อง โดยนำหลักตรรกวิทยาและจิตวิทยามาประกอบ • ต้องมีการทดสอบแบบสอบถาม (pretest) ก่อนนำไปใช้จริง

7. เราสามารถนำแบบสอบถามไปแจกให้ผู้ตอบแบบสอบถามตอบ และรอเก็บมาทันที (self-administered questionnaire) หรืออาจส่งทางไปรษณีย์ให้ผู้ตอบแบบสอบถาม (mailed questionnaire) สำหรับการเก็บข้อมูลโดยการส่งแบบสอบถามทางไปรษณีย์นั้น อาจมีข้อเสีย คือ อาจมีผู้ตอบแบบสอบถามกลับมาน้อย ซึ่งอาจจะต้องใช้เทคนิคช่วย โดยการส่งจดหมายนำ เป็นจดหมายที่แนบไปกับแบบสอบถาม ชี้แจงให้ผู้ตอบแบบสอบถามเข้าใจถึงจุดมุ่งหมายของการวิจัย ความสำคัญและบทบาทของผู้ตอบที่มีต่อการให้ข้อมูล และควรแสดงให้ผู้ตอบมีความมั่นใจว่าคำตอบของเขาจะเป็นความลับ หลังจากที่ผู้วิจัยได้ส่งแบบสอบถามให้ผู้ตอบเป็นระยะเวลาหนึ่งแล้ว (เช่น 2อาทิตย์) ผู้วิจัยอาจส่งจดหมายตาม เพื่อเตือนผู้ตอบแบบสอบถาม

8. เทคนิคในการได้รับแบบสอบถามกลับคืนมากที่สุดเทคนิคในการได้รับแบบสอบถามกลับคืนมากที่สุด • ให้ความสะดวกในการส่งแบบสอบถามกลับ เช่น มีซองติดแสตมป์และจ่าหน้ากลับมายังผู้วิจัย • แบบสอบถามที่มีสีเขียวและสีฟ้า จะมีคนตอบสูงกว่าแบบสอบถามสีขาว • แบบสอบถามที่มีความยาว 4หน้า จะมีคนตอบจำนวนสูงกว่าแบบสอบถามที่มีความยาว 6 หรือ 12 หน้า • แบบสอบถามที่ผู้ตอบไม่ต้องระบุชื่อ จะมีการตอบจำนวนสูงกว่าแบบสอบถามที่ผู้ตอบแบบสอบถามระบุชื่อ • การให้สิ่งของตอบแทนแก่ผู้ตอบ จะทำให้จำนวนผู้ตอบสูงกว่าแบบสอบถามที่ไม่ให้สิ่งของตอบแทนแก่ผู้ตอบ

9. หลักการสร้างแบบสอบถามแบบ Likert Scale (พรทิพย์ พิมลสินธุ์, 2551) ในการวิจัยเพื่อการประชาสัมพันธ์ การวัดทัศนคติจะใช้มาก แต่ปกติแล้วทัศนคติของคนเรานั้นจะวัดยาก แต่นักจิตวิทยาชื่อ เรนนิสไลเคิร์ท (RensisLikert) ถือว่า ทัศนคติของคนนั้น จะสามารถจำแนกความแตกต่างได้เป็นทัศนคติทางบวก (+) และลบ (-) เช่น ชอบ ไม่ชอบ เห็นด้วย ไม่เห็นด้วย เป็นต้น จากหลักนี้ ยังสามารถจำแนกย่อยให้มากขึ้นได้ เช่น ชอบมาก ชอบน้อย สวยมาก สวยธรรมดา เป็นต้น และที่สำคัญในการวัดทัศนคติก็เป็นไปได้ว่า คนผู้นั้นอาจไม่ต้องการแสดงทัศนคติหรือมีทัศนคติเป็นกลางๆ หรือ เฉยๆ ต่อสิ่งใดสิ่งหนึ่ง ดังนั้น การวัดทัศนคติก็ควรที่จะต้องให้มีคำตอบ กลางๆ ด้วย ตัวอย่างเช่น ท่านมีความคิดเห็นอย่างไรต่อการจารกรรมทางธุรกิจ ( ) เห็นด้วยอย่างยิ่ง ( ) เห็นด้วย ( ) เฉยๆ ( ) ไม่เห็นด้วย ( ) ไม่เห็นด้วยอย่างยิ่ง 5 4 3 2 1 สำหรับตัวเลขที่เขียนคือการแทนค่าของคำตอบนั้นๆ ในการนำไปวิเคราะห์

10. หลักการสร้างแบบสอบถามแบบ Semantic Differential Scales Charles E Osgood เป็นผู้คิดค้นวิธีนี้ซึ่งใช้หลักทำนองเดียวกับ Likert Scales แต่เป็นการที่ให้คำตอบที่บรรยายความรู้สึก โดยใช้คำคุณศัพท์หรือข้อความที่ตรงข้ามกันเพียง 2 คำ (Bipolar Adjectives) เช่น รักและเกลียด ดีและเลว เป็นต้น และแบ่งระดับคำตอบเป็น 7 ช่วง หรือ 7 ระดับ พึงปรารถนา[__l__l__l__l__l__l__]ไม่พึงปรารถนา 7 6 5 4 3 2 1 สำหรับวิธีนี้ ผู้ที่จะตอบได้จะต้องมีความรู้ความเข้าใจอยู่ในระดับหนึ่งเพียงพอที่จะแยกแยะความรู้สึกของตนให้ตรงกับความแตกต่างของคำตอบที่ให้ไว้ การวัดวิธีนี้ใช้กันอย่างแพร่หลายมากในการวัดเกี่ยวกับภาพลักษณ์องค์กร

11. การวิเคราะห์ข้อมูลเชิงปริมาณการวิเคราะห์ข้อมูลเชิงปริมาณ หมายถึงการใช้วิธีการทางสถิติบรรยายและสถิติอ้างอิงเพื่อตอบประเด็นปัญหา การวิจัย หรือทดสอบสมมุติฐานการวิจัยให้ครบทุกข้อ สถิติบรรยายที่ใช้กันมาก ในการวิจัยได้แก่ ร้อยละ การวัดแนวโน้มเข้าสู่ส่วนกลาง การวัดการกระจาย และการวัดความสัมพันธ์ส่วนสถิติอ้างอิงจะมี 2 ประเภท ได้แก่ สถิติประมาณค่า และสถิติทดสอบสมมุติฐาน

12. สถิติบรรยาย (Descriptive Statistics) ที่ใช้กันมากในการทำวิจัย คือ 1. ร้อยละหรือเปอร์เซ็นต์ 2. การวัดแนวโน้มเข้าสู่ส่วนกลาง 3. การวัดการกระจาย ร้อยละหรือเปอร์เซ็นต์ คือ อัตราส่วนระหว่างจํานวนที่สังเกตต่อจํานวนทั้งหมดคูณด้วยร้อยเขียนเป็นสูตรได้ดังนี้ ร้อยละ = n/N ×100 เมื่อ n คือ จํานวนที่สังเกตได้ N คือ จํานวนทั้งหมด ถ้าไม่คูณด้วย 100 ค่าที่หารกันได้ n/Nเราเรียกว่าสัดส่วน (P) ซึ่งค่านี้เราจะนําไปใช้ในการทดสอบสมมุติฐานของสัดส่วนต่อไป

13. ตัวอย่าง จากการสอบถามการนับถือศาสนาของกลุ่มตัวอย่างจํานวนหนึ่งปรากฏ ว่ากลุ่มตัวอย่างตอบนับถือศาสนาพุทธ 210 คน อิสลาม 80 คน และคริสต์ 60 คน จงหาร้อยละของแต่ละศาสนา วิธีทําจํานวนกลุ่มตัวอย่างทั้งหมด = 210 + 80 + 60 = 350 นับถือศาสนาพุทธร้อยละ = 210/350 x 100 = 60 นับถือศาสนาอิสลาม = 80/350 x 100 = 22.86 นับถือศาสนาคริสต์ = 60/350 x 100 = 17.14

14. การวัดแนวโน้มเข้าสู่ส่วนกลาง เป็นการหาค่าสถิติที่เป็นตัวแทนของข้อมูลทั้งหมด ค่าสถิติที่นิยมกันได้แก่ ค่าเฉลี่ย (Mean) มัธยฐาน (Median) และฐานนิยม (Mode) แต่ละค่ามีรายละเอียดดังนี้ ค่าเฉลี่ย (Mean) หมายถึง ค่าที่ได้จากการนําข้อมูลทั้งหมดมารวมกัน หาร ด้วยจํานวนข้อมูลทั้งหมด ใช้สัญลักษณ์ X มัธยฐาน (Median) หมายถึง ค่าของข้อมูลที่อยู่ตรงกลางข้อมูลทั้งหมด เมื่อ จัดเรียงข้อมูลจากน้อยไปมากหรือจากมากมาน้อย เช่น 1 2 3 4 4 7 8 ค่ามัธยฐาน คือ 4 ฐานนิยม (Mode) หมายถึง ค่าของข้อมูลที่เกิดขึ้นซ้ำกันมากที่สุด จากตัวอย่างข้างต้น ฐานนิยม คือ 4

15. สถิติอ้างอิง (Inferential Statistics) มีชื่อเรียกอีกอย่างว่าสถิติเชิงอนุมาน หมายถึง สถิติที่ว่าด้วยการวิเคราะห์ข้อมูลจากตัวอย่าง แล้วนำผลที่ได้ไปอ้างอิง (infer) หรือขยายอิง (generalized) ไปยังประชากรโดยใช้ทฤษฎีความน่าจะเป็น การประมาณค่าพารามิเตอร์ การทดสอบสมมุติฐาน การประมาณค่าพารามิเตอร์ คือการนำค่าสถิติที่ได้จากกลุ่มตัวอย่างไปประมาณหรือคาดคะเนค่าพารามิเตอร์ของประชากร เช่น หากนำรายได้ที่ได้รับจากผู้ปกครองเฉลี่ยต่อเดือนของนศ.สวนนันจำนวน 400 คน มาประมาณรายได้ที่ได้รับจากผู้ปกครองเฉลี่ยต่อเดือนของนศ.สวนนันทั้งหมดได้เป็น ระหว่าง 2,000 – 25,000 บาทต่อเดือน เป็นต้น การทดสอบสมมติฐาน คือการนำค่าสถิติที่ได้จากกลุ่มตัวอย่าง ไปทดสอบสมมติฐานทางสถิติเกี่ยวกับค่าพารามิเตอร์ของประชากร ดังนั้น ผลที่ได้จากกลุ่มตัวอย่างจึงสามารถนำไปอ้างอิงเป็นผลของประชากรได้

16. การใช้สถิติเชิงอนุมานในการวิเคราะห์ข้อมูลการใช้สถิติเชิงอนุมานในการวิเคราะห์ข้อมูล • การทดสอบสมมติฐานค่าเฉลี่ย คือการทดสอบสมมติฐานโดยที่ตัวแปรอิสระเป็นตัวแปรเชิงคุณภาพที่อยู่ในระดับนามบัญญัติ (Nominal Scale) หรือระดับจัดอันดับ (Ordinal Scale) ซึ่งเป็นตัวแปรแบบแบ่งกลุ่ม ส่วนตัวแปรตามเป็นตัวแปรเชิงปริมาณที่อยู่ในระดับอันตรภาค (Interval Scale) หรือระดับอัตราส่วน (Ratio Scale) โดยใช้ทดสอบความแตกต่างอย่างมีนัยสำคัญทางสถิติระหว่างค่าเฉลี่ย (Mean) ซึ่งเป็นค่าของตัวแปรตาม สถิติที่ใช้ทดสอบสมมติฐานค่าเฉลี่ยมี 4ประเภทด้วยกัน ได้แก่ 1. การทดสอบค่าเฉลี่ยของประชากร 1กลุ่ม (One-Sample T Test) 2. การทดสอบความแตกต่างค่าเฉลี่ยของประชากร 2กลุ่มที่เป็นอิสระต่อกัน (Independent-Sample T Test) 3. การทดสอบความแตกต่างค่าเฉลี่ยของประชากร 2 กลุ่มที่ไม่เป็นอิสระต่อกัน (Dependent-Sample T Test หรือ Paired-Samples T Test) 4. การวิเคราะห์ความแปรปรวนแบบทางเดียว (One-Way Analysis of Variance)

17. การทดสอบความแตกต่างค่าเฉลี่ยของประชากร 2 กลุ่มที่เป็นอิสระต่อกัน (Independent-Sample T Test) คือ การทดสอบความแตกต่างของค่าเฉลี่ยระหว่างประชากร 2 กลุ่ม ที่เป็นอิสระต่อกัน ว่ามีค่าเฉลี่ยของ 2 กลุ่มนั้นแตกต่างกันหรือไม่ โดยที่ตัวแปรอิสระเป็นตัวแปรที่มีระดับมาตรวัดเป็นนามบัญญัติ (Nominal Scale) ที่มีเพียง 2 กลุ่มเท่านั้น และตัวแปรตามเป็นตัวแปรที่มีระดับมาตรวัดเป็นแบบอันตรภาค (Interval Scale) หรือแบบอัตราส่วน (Ratio Scale) และข้อมูลต้องมาจากประชากรที่มีการแจกแจงแบบปกติ

18. ตัวอย่าง หากต้องการทดสอบสมมติฐาน “เพศที่แตกต่างกันของนักศึกษามรภ.สวนสุนันทา มีความพึงพอใจต่อสื่องาน 75 ปีสวนสุนันทาแตกต่างกัน” สมมติฐานทางสถิติ Ho: µ1= µ2 H1: µ1≠ µ2 µ1 แทนค่าเฉลี่ยของความพึงพอใจต่อสื่อฯ ของเพศชาย µ2แทนค่าเฉลี่ยของความพึงพอใจต่อสื่อฯ ของเพศหญิง เพศ (2 กลุ่ม คือ ชายและหญิง) ความพึงพอใจต่อสื่องาน 75 ปีสวนสุนันทา ตัวแปรอิสระ ตัวแปรตาม

19. ระดับการวัดกับการวิเคราะห์ข้อมูลระดับการวัดกับการวิเคราะห์ข้อมูล ระดับการวัดของตัวแปร เป็นการจัดเรียงลำดับของตัวแปร โดยสามารถแบ่งระดับในการวัดได้เป็น 4 ระดับ ได้แก่ • มาตรานามบัญญัติ (Nominal Scale) ลักษณะเด่นของมาตรานี้คือ เป็นตัวแปรที่ถูกจัดเป็นกลุ่มๆโดยที่ตัวแปรนี้ไม่สามารถจัดลำดับก่อนหลัง หรือบอกระยะห่างได้ เช่น เพศ แบ่งได้เป็น 2 กลุ่ม คือเพศชาย และเพศหญิง • มาตราจัดลำดับ (Ordinal Scale)ลักษณะของมาตรานี้ จะมีลักษณะคล้ายกับมาตรานามบัญญัติ คือสามารถจัดเป็นกลุ่มๆ ได้ และไม่สามารถบอกระยะห่างระหว่างกลุ่มได้เช่นเดียวกับมาตรานามบัญญัติ แต่มาตราจัดลำดับสามารถจัดลำดับก่อนหลังของตัวแปรได้ เช่น วุฒิการศึกษา อาจแบ่งได้เป็น 3 กลุ่ม คือ ต่ำกว่าปริญญาตรี ปริญญาตรี และสูงกว่าปริญญาตรี และสามารถจัดลำดับก่อนหลังได้ว่าผู้ที่จะเรียนในระดับปริญญาตรีได้ต้องผ่านการศึกษาในระดับมัธยมมาก่อน หรือผลการประกวดนางงามที่ผลออกมาเป็น อันดับ 1, 2, 3, …ฯลฯ

20. ระดับการวัดกับการวิเคราะห์ข้อมูล (ต่อ) 3. มาตราอันตรภาคชั้น (Interval Scale)คุณลักษณะของมาตรานี้สามารถแบ่งตัวแปรออกเป็นกลุ่มๆ ได้ จัดลำดับก่อนหลังของตัวแปรได้ อีกทั้งมีระยะห่างของช่วงการวัดที่เท่ากัน และที่สำคัญที่สุดของมาตรานี้คือ มาตรานี้เป็นมาตรการวัดที่ไม่มีศูนย์แท้ (Absolute Zero)นั่นหมายความว่า ศูนย์ของมาตรานี้ไม่ได้หมายความว่าไม่มี แต่เป็นศูนย์ที่เกิดจากการสมมติขึ้น เช่น ผลคะแนนสอบวิชากฎหมายของนาย ก พบว่าได้คะแนนเท่ากับ 0 (ศูนย์) นั่นไม่ได้หมายความว่านาย ก ไม่มีความรู้ในเรื่องกฎหมาย เพียงแต่การสอบในครั้งนั้นวัดได้ไม่ตรงกับสิ่งที่นาย ก รู้ 4. มาตราอัตราส่วน (Ratio Scale)มาตรานี้ เป็นมาตราที่มีลักษณะเหมือนกับมาตราอัตราส่วนทุกประการ แต่สิ่งที่แตกต่างกันในมาตรานี้คือ มาตรานี้เป็นมาตราที่มี ศูนย์แท้ (Absolute Zero)นั่นหมายความว่า ผลที่ได้จากการวัดในมาตรานี้หากเท่ากับศูนย์แสดงว่าไม่มีอย่างแท้จริง เช่น ตัวแปรน้ำหนัก หรือส่วนสูง 0 (ศูนย์) ของตัวแปรทั้งสองตัวนี้หมายถึงไม่มีน้ำหนักและไม่มีความสูงเลย

21. ที่มา: สุดาวดี ลิ้มไพบูลย์ www.gotoknow.org/posts/120092

22. ศัพท์ต่างๆ ที่ใช้ในการทดสอบสมมติฐาน ที่ควรเข้าใจ • ระดับนัยสำคัญทางสถิติ (Level of significant) หมายถึงความน่าจะเป็นที่เรา ยอมให้เกิดการสรุปผิดพลาดจากข้อมูลกลุ่มตัวอย่างที่มีอยู่ โดยสรุปว่าสมมุติฐาน Null hypothesis (ΗΟ)ไม่ถูกต้องทั้งๆที่จริงแล้วสมมติฐาน Null hypothesis (ΗΟ)นั้นถูกต้อง ซึ่งในทางการวิจัยด้านสังคมศาสตร์ ผู้วิจัยนิยมกําหนด ระดับนัยสําคัญทางสถิติ (α) เท่ากับ .01 หรือ 1% และ .05 หรือ 5% ซึ่งก็หมายถึงถ้ามี การทดสอบสมมติฐาน 100 ครั้ง โอกาสที่จะสรุปผิดพลาดในลักษณะที่เราปฏิเสธ ΗΟ ทั้งๆ ที่ ΗΟเป็นจริงไม่เกิน 1 ครั้ง หรือ 5 ครั้งตามลําดับ