ความชุกความไม่มั่นคงทางอาหารของประชากร โดยใช้เกณฑ์การวัดประสบการณ์ความไม่มั่นคงทางอาหาร

11 รุนแรงปานกลางมักจะมีความไม่มั่นคงทางอาหารที่รุนแรงน้อยกว่าด้วยเช่นกัน ในขณะที่ครัวเรือนที่ไม่มีความ ไม่มั่นคงทางอาหารที่ระดับปานกลางก็ไม่น่าจะประสบกับความไม่มั่นคงทางอาหารที่รุนแรง การวัดความไม่มั่นคงทางอาหารจะขอให้ผู้ตอบรายงานประสบการณ์ที่เกี่ยวข้องกับความไม่มั่นคง ทางอาหาร ผ่านชุดคำถามที่ได้รับการออกแบบมาเพื่อวัดลักษณะที่ซ่อนอยู่ โดยมีระดับความรุนแรงที่แตกต่างกัน จากน้อยไปมาก และวิเคราะห์โดยใช้แบบจำลอง Rasch หรือแบบจำลองโลจิสติกแบบ 1 ค่าสัมประสิทธิ์ ( one-parameter logistic model: 1- PL) ซึ่งเป็นหนึ่งในประเภทของ Item Response Theory ที่พัฒนาขึ้น บนแนวคิดเกี่ยวกับการจัดเรียงระดับความรุนแรงของข้อถามต่างๆ เพื่อประมาณค่าพารามิเตอร์ความรุนแรง ของข้อถาม ( item severity parameters) และค่าพารามิ เตอร์ ของผู้ ตอบ ( respondent parameters) รวมถึงการประเมินว่ารูปแบบการตอบสอดคล้องกับแนวคิดระดับความรุนแรงหรือไม่ โดยความน่าจะเป็น ที่ผู้ตอบจะรายงานประสบการณ์ความไม่มั่นคงทางอาหาร สามารถเขียนในรูปของสมการได้ดังนี้ ( ℎ, = 1) = ( ℎ − ) 1 + ( ℎ − ) โดยที่ ( ℎ, = 1) คือ ความน่าจะเป็นที่ผู้ตอบ h จะรายงานประสบการณ์ความไม่มั่นคงทางอาหารในข้อถาม i ℎ คือ ความสามารถของผู้ตอบ h หรือระดับของความไม่มั่นคงทางอาหารที่แท้จริง ( latent trait) คือ ระดับความรุนแรงของความไม่มั่นคงทางอาหารที่แท้จริงของข้อถาม i คือ natural logarithms แบบจำลอง Rasch มีข้อสมมติฐานสำคัญ 4 ประการ ดังนี้ 1. ข้อถามแต่ละข้อจะต้องวัดคุณลักษณะ (trait) เดียวกัน คือมิติการเข้าถึงอาหาร ( access dimension of food security) 2. การตอบของแต่ละผู้ตอบต่อข้อถาม FIES ทั้ง 8 ข้อมีความสัมพันธ์กันเพราะถูกกำหนดโดยความ รุนแรงของความไม่มั่นคงทางอาหารของผู้ตอบ 3. ประสบการณ์ความรุนแรงของความไม่มั่นคงทางอาหารของผู้ตอบมากขึ้น ความน่าจะเป็นที่ผู้ตอบ จะตอบ “ ใช่ ” ในแต่ละข้อถามจะยิ่งสูงขึ้น 4. ข้อถามทั้งหมด 8 ข้อ มีความสัมพันธ์กับลักษณะที่ซ่อนอยู่ของความไม่มั่นคงทางอาหารเท่ากัน และแตกต่างกันเฉพาะในแง่ของความรุนแรงของประสบการณ์แต่ละข้อถาม จากข้อสมมติฐานข้างต้น จึงจำเป็นต้องมีการทดสอบสมมติฐานของแบบจำลอง Rasch รวมถึงการ ตรวจสอบความถูกต้องทางสถิติ ซึ่งเป็นกระบวนการสำคัญในการตรวจสอบคุณภาพและความน่าเชื่อถือของ ข้อมูลที่จะนำมาใช้ ประกอบด้วย 4 ค่าสถิติที่ต้องพิจารณา ดังนี้ 1. Infit คือ ค่าสถิติที่ใช้ในการประเมินประสิทธิภาพของข้อถามที่รวมอยู่ในมาตรวัด (Scale) เพื่อประเมิน ว่าข้อถามในแบบสอบถามมีความสอดคล้องกับแบบจำลองมากน้อยเพียงใด ซึ่ งหนึ่งในสมมติฐานของ แบบจำลอง Rasch คือข้อถามทั้งหมดควรมีความสามารถในการแยกแยะเท่าเทียมกัน ซึ่ งหมายความว่า ในอุดมคติแล้ว ค่าสถิติ infit ควรจะเท่ากับ 1.0 อย่างไรก็ตาม ค่าสถิติ infit ในช่วง 0.7-1.3 ถือว่าตอบสนอง สมมติฐานของแบบจำลองเรื่องความสามารถในการแยกแยะเท่าเทียมกันในระดับที่ยอมรับได้ สำหรับค่าสถิติ infit ในช่วง 1.3 ถึง 1.5 บ่งบอกถึงข้อถามที่ยังคงสามารถใช้ในการวัดได้ แต่ควรพิจารณาปรับปรุงข้อถาม ดังกล่าว เพื่อเพิ่มประสิทธิภาพ สำหรับค่า infit ที่มากกว่า 1.5 บ่งบอกถึงข้อถามที่ไม่ควรใช้ในการคำนวณ คะแนน เพราะอาจทำให้เกิดความเอนเอียงในผลการวัดได้มาก ในทางตรงกันข้าม ข้อถามที่มีค่าสถิติ infit