ทำความเข้าใจ “Try Out” ก้าวแรกสู่เครื่องมือวิจัยที่ทรงคุณภาพ
ในโลกของการวิจัย โดยเฉพาะอย่างยิ่งเมื่อต้องพัฒนาหรือปรับใช้เครื่องมือเก็บรวบรวมข้อมูล เช่น แบบสอบถาม แบบสัมภาษณ์ หรือแบบสังเกตการณ์ นักวิจัยหลายท่าน โดยเฉพาะมือใหม่ อาจเคยได้ยินคำว่า “try out” และเกิดคำถามว่าคำนี้มีความหมายเฉพาะเจาะจงอย่างไร และมีความสำคัญเพียงใดต่อความสำเร็จของงานวิจัย การไม่เข้าใจความหมายและกระบวนการที่แท้จริงของการ “try out” อาจนำไปสู่การใช้เครื่องมือที่ไม่มีประสิทธิภาพ ข้อมูลที่คลาดเคลื่อน และผลการวิจัยที่ไม่น่าเชื่อถือในที่สุด
บทความนี้มีวัตถุประสงค์เพื่อไขความกระจ่างเกี่ยวกับคำว่า “try out” ทั้งในบริบททั่วไปและบริบทของงานวิจัย โดยจะอธิบายถึงความหมายพื้นฐาน ความสำคัญ เหตุผลที่ต้องทำ รวมถึงขั้นตอนและข้อควรระวัง เพื่อให้นักวิจัยสามารถนำความรู้ไปประยุกต์ใช้ในการพัฒนาเครื่องมือวิจัยได้อย่างมั่นใจ และนำไปสู่ผลลัพธ์งานวิจัยที่มีคุณภาพและน่าเชื่อถือ
“Try Out” ในบริบททั่วไป: การทดลองเพื่อประเมินผลเบื้องต้น
ก่อนจะเจาะลึกในบริบทของงานวิจัย เรามาทำความเข้าใจความหมายของ “try out” ในชีวิตประจำวันกันก่อน โดยทั่วไปแล้ว “try out” หมายถึง การทดลองใช้ ทดลองทำ หรือทดสอบบางสิ่งบางอย่าง เพื่อดูว่ามันทำงานได้ดี เหมาะสมหรือไม่ หรือเพื่อประเมินคุณภาพและประสิทธิภาพเบื้องต้น ก่อนที่จะนำไปใช้จริงอย่างเต็มรูปแบบ
ตัวอย่างเช่น:
- คุณอาจ “try out” สูตรอาหารใหม่ เพื่อดูว่ารสชาติเป็นอย่างไรก่อนจะทำเลี้ยงแขก
- นักกีฬาหน้าใหม่อาจต้อง “try out” กับทีม เพื่อแสดงความสามารถและดูว่าเข้ากับทีมได้หรือไม่
- คุณอาจ “try out” เสื้อผ้าชุดใหม่ เพื่อดูว่าสวมใส่สบายและดูดีหรือไม่ก่อนตัดสินใจซื้อ
แก่นแท้ของการ “try out” ในบริบททั่วไปคือการได้รับประสบการณ์หรือข้อมูลป้อนกลับเบื้องต้น เพื่อประกอบการตัดสินใจหรือการปรับปรุงก่อนการใช้งานจริง
“Try Out” ในงานวิจัย: หัวใจของการพัฒนาเครื่องมือ
เมื่อนำคำว่า “try out” มาใช้ในบริบทของงานวิจัย โดยเฉพาะอย่างยิ่งในการพัฒนาเครื่องมือเก็บรวบรวมข้อมูล ความหมายจะมีความเฉพาะเจาะจงและมีความสำคัญอย่างยิ่งยวด
ในงานวิจัย “try out” หมายถึง การนำเครื่องมือวิจัยที่สร้างขึ้นหรือดัดแปลงขึ้น (เช่น แบบสอบถาม แบบสัมภาษณ์ หรือแบบสังเกตการณ์) ไปทดลองใช้กับกลุ่มตัวอย่างขนาดเล็กที่มีคุณสมบัติใกล้เคียงกับกลุ่มเป้าหมายหลักของงานวิจัย แต่ไม่ใช่กลุ่มตัวอย่างที่จะใช้ในการเก็บข้อมูลจริง วัตถุประสงค์หลักคือเพื่อค้นหาข้อบกพร่อง ความกำกวม ความไม่ชัดเจน หรือปัญหาอื่น ๆ ที่อาจเกิดขึ้นกับเครื่องมือวิจัย ก่อนที่จะนำไปใช้เก็บข้อมูลจริงกับกลุ่มตัวอย่างขนาดใหญ่
กระบวนการนี้มักถูกเรียกว่า การทดสอบนำร่อง (Pilot Study) หรือ การทดสอบเบื้องต้น (Pre-testing) ซึ่งเป็นส่วนสำคัญในการรับรองคุณภาพของเครื่องมือวิจัย try out วิจัย จึงเป็นขั้นตอนที่ขาดไม่ได้ในการพัฒนาเครื่องมือ และการทำความเข้าใจว่า try out วิจัย คือ อะไรอย่างถ่องแท้ จะช่วยให้นักวิจัยสามารถสร้างเครื่องมือที่แม่นยำและน่าเชื่อถือ
ทำไม “Try Out” จึงสำคัญต่อความถูกต้องและความน่าเชื่อถือของงานวิจัย?
การทำ “try out” ไม่ใช่แค่ขั้นตอนเสริม แต่เป็นหัวใจสำคัญที่ส่งผลโดยตรงต่อคุณภาพของผลการวิจัย นี่คือเหตุผลหลักที่ทำให้ “try out” มีความสำคัญ:
- เพิ่มความตรง (Validity) ของเครื่องมือ: การทดลองใช้ช่วยให้นักวิจัยสามารถตรวจสอบได้ว่าเครื่องมือวัดสิ่งที่ต้องการวัดได้จริงหรือไม่ (Content Validity) และคำถามแต่ละข้อมีความชัดเจน ครอบคลุม และสื่อความหมายตรงตามที่ตั้งใจไว้หรือไม่ การปรับปรุงเครื่องมือตามผล “try out” จะช่วยให้เครื่องมือมีความตรงมากยิ่งขึ้น
- เพิ่มความเที่ยง (Reliability) ของเครื่องมือ: การทำ “try out” ช่วยระบุคำถามที่อาจทำให้ผู้ตอบเกิดความสับสน หรือตีความได้หลายทาง ซึ่งอาจนำไปสู่คำตอบที่ไม่สอดคล้องกัน การแก้ไขคำถามเหล่านี้จะช่วยให้เครื่องมือมีความเที่ยงตรงมากขึ้น กล่าวคือ หากนำไปใช้ซ้ำภายใต้เงื่อนไขเดียวกัน จะได้ผลลัพธ์ที่สอดคล้องกัน
- ตรวจสอบความชัดเจนและเข้าใจง่าย: เครื่องมือวิจัยที่ดีควรมีภาษาที่เข้าใจง่าย ไม่มีศัพท์เฉพาะที่ซับซ้อน คำสั่งชัดเจน และรูปแบบที่อ่านง่าย การ “try out” ช่วยให้เราเห็นว่าผู้ตอบเข้าใจคำถามและคำสั่งตามที่เราต้องการหรือไม่
- ประเมินความเป็นไปได้และปัญหาทางปฏิบัติ: การ “try out” ช่วยให้เราทราบถึงระยะเวลาที่ใช้ในการตอบแบบสอบถาม ปัญหาทางเทคนิค (เช่น การใช้งานแบบสอบถามออนไลน์) หรือข้อจำกัดอื่น ๆ ที่อาจเกิดขึ้นในการเก็บข้อมูลจริง
- ประหยัดเวลาและทรัพยากร: การค้นพบและแก้ไขข้อผิดพลาดตั้งแต่เนิ่น ๆ ในขั้นตอน “try out” จะช่วยป้องกันไม่ให้เกิดปัญหาใหญ่หลวงในระหว่างการเก็บข้อมูลจริง ซึ่งอาจนำไปสู่การต้องกลับไปแก้ไข หรือแม้กระทั่งต้องเก็บข้อมูลใหม่ทั้งหมด ซึ่งจะเสียทั้งเวลาและค่าใช้จ่ายมหาศาล
การทำความเข้าใจหลักการเหล่านี้เป็นส่วนหนึ่งของ คู่มือแบบสอบถามและเครื่องมือวิจัย ฉบับสมบูรณ์ ที่จะช่วยให้นักวิจัยสร้างสรรค์งานที่มีคุณภาพ
ขั้นตอนและข้อควรพิจารณาในการทำ “Try Out” เครื่องมือวิจัย
เพื่อให้การทำ “try out” มีประสิทธิภาพสูงสุด ควรดำเนินการตามขั้นตอนและพิจารณาประเด็นสำคัญดังต่อไปนี้:
1. การเลือกกลุ่มตัวอย่างสำหรับ Try Out
- ขนาด: โดยทั่วไปแล้ว กลุ่มตัวอย่างสำหรับ “try out” ไม่จำเป็นต้องมีขนาดใหญ่มากนัก อาจอยู่ระหว่าง 10-30 คน ขึ้นอยู่กับความซับซ้อนของเครื่องมือและลักษณะของประชากรเป้าหมาย
- คุณสมบัติ: กลุ่มตัวอย่างควรมีคุณสมบัติที่ใกล้เคียงกับกลุ่มเป้าหมายหลักของงานวิจัยมากที่สุด เพื่อให้ได้ข้อมูลป้อนกลับที่สะท้อนปัญหาที่แท้จริง
- ข้อห้าม: ห้ามใช้กลุ่มตัวอย่างที่ทำ “try out” เป็นส่วนหนึ่งของกลุ่มตัวอย่างจริงในการเก็บข้อมูลหลักเด็ดขาด เพราะอาจทำให้เกิดอคติหรือผลกระทบจากการเรียนรู้ (learning effect)
2. การดำเนินการ Try Out
- สภาพแวดล้อม: ควรดำเนินการ “try out” ภายใต้สภาพแวดล้อมที่ใกล้เคียงกับการเก็บข้อมูลจริงมากที่สุด
- การสังเกตการณ์: หากเป็นไปได้ ควรสังเกตการณ์พฤติกรรมของผู้ตอบ เช่น ใช้เวลานานในการตอบคำถามใดเป็นพิเศษ มีสีหน้าสับสนหรือไม่
- การเก็บข้อมูลป้อนกลับ: นอกจากให้ผู้ตอบทำเครื่องมือแล้ว ควรมีการสัมภาษณ์หรือสอบถามเพิ่มเติมเกี่ยวกับความเข้าใจในคำถาม คำสั่ง รูปแบบ หรือปัญหาอื่น ๆ ที่พบ
3. การวิเคราะห์ผลและปรับปรุงเครื่องมือ
- ทบทวนคำตอบ: ตรวจสอบคำตอบที่ได้จากกลุ่ม “try out” เพื่อหารูปแบบของความสับสน คำตอบที่หายไป หรือคำตอบที่ไม่สมเหตุสมผล
- วิเคราะห์เชิงคุณภาพ: ให้ความสำคัญกับข้อมูลป้อนกลับเชิงคุณภาพจากผู้ตอบ เช่น ข้อเสนอแนะเกี่ยวกับความชัดเจนของภาษา ความเหมาะสมของตัวเลือก
- การใช้สถิติ (ถ้าเหมาะสม): สำหรับเครื่องมือเชิงปริมาณที่มีจำนวนข้อมากและกลุ่มตัวอย่าง “try out” มีขนาดที่เหมาะสม (เช่น 30 คนขึ้นไป) อาจพิจารณาใช้การวิเคราะห์สถิติเบื้องต้น เช่น การวิเคราะห์รายข้อ (Item Analysis) หรือการหาค่าความเชื่อมั่น (Reliability Coefficient) เช่น Cronbach’s Alpha เพื่อช่วยในการคัดเลือกและปรับปรุงข้อคำถาม อย่างไรก็ตาม สำหรับกลุ่มตัวอย่างขนาดเล็ก ข้อมูลป้อนกลับเชิงคุณภาพมักมีความสำคัญมากกว่า
- การปรับปรุง: ดำเนินการแก้ไขเครื่องมือตามผลการวิเคราะห์ เช่น ปรับปรุงภาษา เพิ่มคำอธิบาย เปลี่ยนรูปแบบ หรือเพิ่ม/ลดตัวเลือก
4. การทำ Try Out ซ้ำ (ถ้าจำเป็น)
หากมีการปรับปรุงเครื่องมือครั้งใหญ่ หรือพบปัญหาสำคัญหลายประการ การทำ “try out” ซ้ำอีกครั้งกับกลุ่มตัวอย่างชุดใหม่ อาจเป็นสิ่งจำเป็นเพื่อให้มั่นใจว่าเครื่องมือได้รับการแก้ไขอย่างสมบูรณ์
ในกระบวนการพัฒนาเครื่องมือวิจัย อาจมีการใช้ผู้เชี่ยวชาญช่วยพิจารณาความตรงเชิงเนื้อหา (Content Validity) โดยใช้เทคนิคการหาค่า ioc (Index of Item Objective Congruence) ซึ่งเป็นขั้นตอนที่ทำก่อนการ “try out” กับกลุ่มตัวอย่างจริง เพื่อให้เครื่องมือมีคุณภาพเบื้องต้นก่อนนำไปทดสอบภาคสนาม
ข้อผิดพลาดที่พบบ่อยในการทำ “Try Out” และวิธีหลีกเลี่ยง
แม้ “try out” จะเป็นขั้นตอนสำคัญ แต่ก็มีข้อผิดพลาดที่นักวิจัยมักพบเจอ ซึ่งสามารถหลีกเลี่ยงได้ดังนี้:
- ไม่ทำ Try Out เลย:
- ข้อผิดพลาด: คิดว่าเครื่องมือที่สร้างขึ้นมานั้นสมบูรณ์แบบแล้ว หรือคัดลอกมาจากงานวิจัยอื่นโดยไม่ปรับปรุง
- ผลกระทบ: เสี่ยงต่อการได้ข้อมูลที่ผิดพลาด ไม่น่าเชื่อถือ และอาจต้องเสียเวลาแก้ไขหรือเก็บข้อมูลใหม่ในภายหลัง
- วิธีหลีกเลี่ยง: ตระหนักถึงความสำคัญของ “try out” และจัดสรรเวลาให้เพียงพอสำหรับขั้นตอนนี้เสมอ
- ใช้กลุ่มตัวอย่าง Try Out ที่ไม่เหมาะสม:
- ข้อผิดพลาด: ใช้เพื่อนร่วมงาน อาจารย์ หรือคนใกล้ตัวที่ไม่ใช่กลุ่มเป้าหมายจริง
- ผลกระทบ: ไม่ได้รับข้อมูลป้อนกลับที่สะท้อนปัญหาที่แท้จริงจากมุมมองของผู้ตอบเป้าหมาย
- วิธีหลีกเลี่ยง: เลือกกลุ่มตัวอย่างที่มีคุณสมบัติใกล้เคียงกับกลุ่มเป้าหมายหลักมากที่สุด
- ไม่เก็บข้อมูลป้อนกลับอย่างละเอียด:
- ข้อผิดพลาด: แค่ให้ผู้ตอบทำเครื่องมือจนเสร็จ โดยไม่มีการสอบถามเพิ่มเติมหรือสังเกตการณ์
- ผลกระทบ: พลาดโอกาสในการระบุปัญหาที่ซ่อนอยู่ เช่น ผู้ตอบเดาคำตอบเพราะไม่เข้าใจ หรือใช้เวลานานผิดปกติ
- วิธีหลีกเลี่ยง: จัดให้มีการสัมภาษณ์สั้น ๆ หรือเปิดโอกาสให้ผู้ตอบแสดงความคิดเห็นหลังการทำ “try out”
- ไม่ปรับปรุงเครื่องมือตามผล Try Out:
- ข้อผิดพลาด: ทำ “try out” ไปแล้ว แต่ไม่นำผลที่ได้มาปรับปรุงเครื่องมือ
- ผลกระทบ: การทำ “try out” กลายเป็นขั้นตอนที่ไร้ประโยชน์ เครื่องมือยังคงมีข้อบกพร่อง
- วิธีหลีกเลี่ยง: พิจารณาข้อเสนอแนะอย่างรอบคอบ และดำเนินการปรับปรุงเครื่องมืออย่างจริงจัง
- ใช้กลุ่มตัวอย่าง Try Out เป็นส่วนหนึ่งของกลุ่มตัวอย่างจริง:
- ข้อผิดพลาด: นำผู้ที่เคยทำ “try out” แล้ว มารวมเป็นส่วนหนึ่งของกลุ่มตัวอย่างในการเก็บข้อมูลหลัก
- ผลกระทบ: ทำให้เกิดอคติในข้อมูล เนื่องจากผู้ตอบอาจคุ้นเคยกับคำถามหรือมีทัศนคติที่เปลี่ยนไป
- วิธีหลีกเลี่ยง: แยกกลุ่มตัวอย่าง “try out” ออกจากกลุ่มตัวอย่างจริงอย่างชัดเจน
ตัวอย่างข้อผิดพลาดและการแก้ไข:
- สถานการณ์: นักวิจัยสร้างแบบสอบถามเกี่ยวกับ “ความพึงพอใจในการใช้บริการขนส่งสาธารณะยุคใหม่” แต่ในแบบสอบถามมีคำถามว่า “ท่านมีความพึงพอใจต่อแอปพลิเคชัน X ในระดับใด (1-5)” โดยไม่มีคำอธิบายว่าแอปพลิเคชัน X คืออะไร และไม่มีตัวเลือก “ไม่เคยใช้บริการ”
- ผล Try Out ที่ดี: ผู้ตอบ Try Out หลายคนแจ้งว่าไม่รู้จักแอปพลิเคชัน X หรือไม่เคยใช้บริการ จึงไม่สามารถตอบคำถามได้
- การแก้ไข: นักวิจัยควรเพิ่มคำอธิบายสั้น ๆ เกี่ยวกับแอปพลิเคชัน X หรือเพิ่มตัวเลือก “ไม่เคยใช้บริการ” เพื่อให้ผู้ตอบสามารถตอบได้อย่างถูกต้องและไม่เกิดความสับสน
- ข้อผิดพลาดที่พบบ่อย: นักวิจัยอาจไม่สนใจ feedback นี้ โดยคิดว่าผู้ตอบควรจะรู้เอง หรือบังคับให้เลือกตัวเลือกใดตัวเลือกหนึ่ง ซึ่งจะทำให้ข้อมูลที่ได้ไม่ตรงกับความเป็นจริง
การขอรับคำปรึกษาและการเลือกผู้ช่วยอย่างมีจริยธรรม
การพัฒนาเครื่องมือวิจัยและการทำ “try out” อาจเป็นกระบวนการที่ซับซ้อนและต้องใช้ความรู้ความเข้าใจเชิงลึก หากนักวิจัยรู้สึกไม่มั่นใจหรือต้องการความช่วยเหลือ การขอรับคำปรึกษาจากผู้เชี่ยวชาญเป็นทางเลือกที่เหมาะสมและมีจริยธรรม
- บริการให้คำปรึกษา: นักวิจัยสามารถปรึกษาอาจารย์ที่ปรึกษา ผู้เชี่ยวชาญด้านระเบียบวิธีวิจัย หรือนักวิจัยที่มีประสบการณ์ เพื่อขอคำแนะนำในการออกแบบเครื่องมือ การวางแผน “try out” และการวิเคราะห์ผล สิ่งนี้เป็นการเสริมสร้างความรู้และทักษะของนักวิจัยเอง
- การสอนและฝึกอบรม: สถาบันหรือองค์กรบางแห่งอาจมีบริการจัดอบรมเชิงปฏิบัติการ หรือให้คำแนะนำแบบตัวต่อตัวเกี่ยวกับการพัฒนาเครื่องมือและการทำ “try out” ซึ่งเป็นโอกาสที่ดีในการเรียนรู้และพัฒนาความสามารถ
- การเลือกผู้ช่วยอย่างโปร่งใส: หากมีความจำเป็นต้องจ้างผู้ช่วยสำหรับงานบางอย่างที่เกี่ยวข้องกับการ “try out” เช่น การช่วยบันทึกข้อมูลป้อนกลับ การถอดเทปสัมภาษณ์ ควรเลือกผู้ช่วยที่มีความเข้าใจในหลักจริยธรรมการวิจัย มีความโปร่งใสในการทำงาน และมีการทำสัญญาหรือข้อตกลงที่ชัดเจน เพื่อให้มั่นใจว่าข้อมูลจะถูกจัดการอย่างถูกต้องและเป็นความลับ
สิ่งสำคัญที่สุดคือ งานวิจัยเป็นความรับผิดชอบทางวิชาการของนักวิจัย การตัดสินใจเชิงวิชาการ การตีความผล “try out” และการปรับปรุงเครื่องมือ ควรมาจากความเข้าใจและการพิจารณาของนักวิจัยเอง การขอความช่วยเหลือควรเป็นไปในลักษณะของการปรึกษา การเรียนรู้ หรือการสนับสนุนงานที่ไม่ใช่แก่นของกระบวนการวิจัย เพื่อให้งานวิจัยยังคงเป็นผลงานทางปัญญาที่แท้จริงของนักวิจัย
สรุป: “Try Out” ก้าวสำคัญสู่ผลลัพธ์งานวิจัยที่น่าเชื่อถือ
“Try out” คือขั้นตอนที่สำคัญและขาดไม่ได้ในการพัฒนาเครื่องมือวิจัยที่มีคุณภาพ การทำความเข้าใจความหมาย กระบวนการ และข้อควรระวังในการ “try out” จะช่วยให้นักวิจัยสามารถสร้างเครื่องมือที่แม่นยำ ชัดเจน และน่าเชื่อถือ ซึ่งเป็นรากฐานสำคัญในการเก็บข้อมูลที่มีคุณภาพ และนำไปสู่ผลการวิจัยที่ถูกต้องและเป็นประโยชน์ต่อองค์ความรู้
การลงทุนเวลาและความพยายามในขั้นตอน “try out” คือการลงทุนเพื่อคุณภาพของงานวิจัยทั้งหมด ดังนั้น นักวิจัยทุกคนควรให้ความสำคัญกับขั้นตอนนี้อย่างจริงจัง เพื่อให้มั่นใจว่าทุกงานวิจัยที่สร้างสรรค์ขึ้นมานั้น มีความสมบูรณ์และเป็นที่ยอมรับทางวิชาการ
คำถามที่พบบ่อย
“Try out” ต่างจาก “Pilot Study” อย่างไร?
โดยทั่วไปแล้ว “Try out” มักเน้นไปที่การทดสอบเครื่องมือวิจัยโดยตรงเพื่อหาข้อบกพร่องด้านภาษา ความเข้าใจ หรือรูปแบบ ส่วน “Pilot Study” อาจมีความครอบคลุมมากกว่า โดยอาจรวมถึงการทดสอบกระบวนการวิจัยทั้งหมด การเก็บข้อมูลเบื้องต้น และการวิเคราะห์ข้อมูลขนาดเล็ก เพื่อประเมินความเป็นไปได้ของงานวิจัยโดยรวม อย่างไรก็ตาม ในบางบริบท สองคำนี้อาจใช้แทนกันได้
ควรใช้กลุ่มตัวอย่าง Try Out กี่คน?
ไม่มีจำนวนตายตัว แต่โดยทั่วไปสำหรับแบบสอบถามหรือเครื่องมือวิจัยที่ไม่ซับซ้อนมาก อาจใช้ประมาณ 10-30 คนก็เพียงพอแล้ว สิ่งสำคัญคือการได้ข้อมูลป้อนกลับที่หลากหลายและครอบคลุมจากกลุ่มตัวแทนเป้าหมาย
ถ้าเครื่องมือวิจัยของเราเป็นภาษาอังกฤษ ควรทำ Try Out กับใคร?
ควรทำ Try Out กับกลุ่มตัวอย่างที่มีคุณสมบัติใกล้เคียงกับกลุ่มเป้าหมายหลักของงานวิจัย และมีความสามารถในการใช้ภาษาอังกฤษในระดับที่เหมาะสม เพื่อให้ได้ข้อมูลป้อนกลับที่ถูกต้องเกี่ยวกับความเข้าใจในภาษาและบริบทของคำถาม
จำเป็นต้องทำ Try Out เสมอไปหรือไม่?
หากเครื่องมือวิจัยนั้นเป็นเครื่องมือที่สร้างขึ้นใหม่ หรือมีการดัดแปลงจากเครื่องมือเดิมอย่างมีนัยสำคัญ การทำ Try Out เป็นสิ่งจำเป็นอย่างยิ่งเพื่อรับประกันคุณภาพและความน่าเชื่อถือ แต่หากเป็นเครื่องมือมาตรฐานที่ได้รับการยอมรับและใช้กันอย่างแพร่หลายในบริบทเดียวกัน อาจไม่จำเป็นต้องทำ Try Out ซ้ำ
จะรู้ได้อย่างไรว่าเครื่องมือที่ปรับปรุงแล้วดีพอที่จะใช้จริง?
หลังจากปรับปรุงเครื่องมือตามผล Try Out แล้ว ควรทบทวนอีกครั้งว่าปัญหาที่พบได้รับการแก้ไขหรือไม่ และอาจพิจารณาทำ Try Out รอบที่สองหากมีการเปลี่ยนแปลงครั้งใหญ่ หรือปรึกษาผู้เชี่ยวชาญเพิ่มเติม การได้ข้อมูลป้อนกลับที่สอดคล้องกันและไม่มีข้อสงสัยสำคัญจากกลุ่มตัวอย่าง Try Out ถือเป็นสัญญาณที่ดี