Spss sriprapai
Upcoming SlideShare
Loading in...5
×
 

Spss sriprapai

on

  • 4,637 views

การใช้ SPSS เบื้องต้น

การใช้ SPSS เบื้องต้น

Statistics

Views

Total Views
4,637
Views on SlideShare
4,637
Embed Views
0

Actions

Likes
0
Downloads
100
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Spss sriprapai Spss sriprapai Document Transcript

  • การวิเคราะห์ข้อมูลด้วยโปรแกรมสาเร็จรูป SPSS ศรีประไพ อินทร์ชัยเทพ วิทยาลัยพยาบาลบรมราชชนนี นครลาปาง โปรแกรมสาเร็จรูป SPSS เป็นโปรแกรมสาเร็จรูปทางสถิติเพื่อการวิเคราะห์ข้อมูลทางสถิติ มี การใช้อย่างแพร่หลาย โดย SPSS ย่อมาจาก Statistical Package for the Social Sciences ซึ่งเป็น ลิขสิทธิ์ของบริษัท SPSS จากัด แห่งประเทศสหรัฐอเมริกา การใช้งาน SPSS for windows ประกอบด้วย การเตรียมข้อมูลสาหรับการวิเคราะห์ มีหลักการว่า จะต้องกาหนดค่าของตัวแปรที่รวบรวมได้ให้เป็น รหัสตัวเลขเสมอและการวิเคราะห์ข้อมูล การเตรียมข้อมูลสาหรับการวิเคราะห์ 1. การออกแบบการลงรหัส 1.1 การตั้งชื่อตัวแปร (Name) ควรตั้งชื่อเป็นภาษาอังกฤษไม่เกิน 8 ตัวอักษร 1.2 การกาหนดค่าของตัวแปร ได้แก่ ระบุชนิดของตัวแปร (Type) ว่าอยู่ในระดับ Nominal, Ordinal, Interval หรือ Ratio และกาหนดค่าที่แสดงว่าข้อมูลขาดหายไป (missing) 1.3 การเขียนลงสมุดรหัส (Code Book) หลังจากที่ตั้งชื่อ และ กาหนดค่าต่างๆของตัวแปรแล้ว ก็นาสิ่งที่กาหนดไปเขียนไว้ในสมุดรหัส เพื่อให้ผู้ลงรหัสทุกคนจะได้เข้าใจ เช่น Name (ชื่อตัวแปร ) Type (ชนิดตัวแปร) Label (รายละเอียด) Value (ค่าตัวแปร) Missing (ค่าที่หายไป) Measure (ระดับการวัด) Sex ตัวอักษร เพศ M = ชาย F = หญิง 9 nominal P1 ตัวเลข พฤติกรรมข้อ 1 4=ปฏิบัติทุกครั้ง 3=ปฏิบัติบางครั้ง 2=ปฏิบัตินานๆครั้ง 1=ไม่ปฏิบัติทุกครั้ง 9 Interval 2. การสร้างไฟล์ข้อมูล หน้าต่าง Windows ของ SPSS ที่สาคัญ Data ไฟล์นามสกุล sav ใช้เพิ่ม/แก้ไข/ลบ ข้อมูล หรือ เรียกข้อมูล Output ไฟล์นามสกุล spo เพื่อให้แสดงผลลัพธ์ของการวิเคราะห์ข้อมูล
  • 2.1 การนาเข้าข้อมูลหน้าจอ SPSS Data Editor 1. Name ชื่อตัวแปร ให้พิมพ์ตรงคอลัมน์ Name เช่น Sex 2. Type ประเภทของตัวแปร เลือก Numeric Width=1 Decimal Places=0 คลิกปุ่ม OK 3. Label กาหนดข้อความขยายชื่อตัวแปร เพื่ออธิบายชื่อตัวแปรและแสดงออกทางผลลัพธ์ ให้พิมพ์ตรงคอลัมน์ Label เช่น เพศ 4. Values กาหนดคาอธิบายให้กับค่าตัวแปร
  • 5. Missing กาหนดค่าที่ไม่นาไปวิเคราะห์ ‘ 6. Column จานวนความกว้างของคอลัมน์ คือจานวนความกว้างมากสุดของ ค่าตัวแปร หรือ ชื่อตัว แปร หรือ label ตัวแปร 7. Align ให้แสดงค่าตัวแปร ชิดซ้าย กึ่งกลาง ชิดขวา 8. Measure ระดับการวัดของข้อมูล ประกอบด้วย Scale Ordinal Nominal 2.2 การนาข้อมูลเข้าจาก Excel 1. เลือกเมนู File -> Open -> Data File of type เลือก Excel (*.xls) คลิกปุ่ม Open คลิกปุ่ม OK 2. เลือกเมนู File -> Save As Save as type เลือก SPSS (*.sav) File name พิมพ์ชื่อไฟล์ คลิกปุ่ม Save
  • 2.3 การจัดการและการปรับเปลี่ยนข้อมูล เป็นการดาเนินการปรับเปลี่ยนข้อมูล หรือสร้างตัว แปรใหม่ โดยการคานวณจากค่าข้อมูลที่มีอยู่ 2.3.1 Select Case เป็นคาสั่งที่ใช้ในการเลือกข้อมูลบางส่วนจากไฟล์ตามเงื่อนไขที่ ต้องการนามาใช้งาน เช่น เลือกเฉพาะข้อมูลเพศหญิง หรือ เพศชายมาวิเคราะห์ เป็นต้น ยกตัวอย่างเช่น ถ้าต้องการเลือกข้อมูลเฉพาะเพศชายมาวิเคราะห์ ให้สั่งดังนี้ คาสั่ง เมนู Data Select Case จากนั้นทาตามขั้นตอนดังนี้ 1. เลือกช่อง Select เปลี่ยนเป็น if condition is satisfied เพื่อกาหนดเงื่อนไข เลือกปุ่ม if .. จะปรากฏหน้าจอดังนี้ 2. ป้อนเงื่อนไขที่ต้องการ sex = 1 ( 1 หมายถึงเพศชาย) ลงในช่องกรอกข้อความ 3. เลือกปุ่ม continue 4. เลือกปุ่ม OK
  • 2.3.2 Compute เป็นคาสั่งที่ใช้กับตัวแปรต่อเนื่องใช้ในการสร้างตัวแปรใหม่ โดยการ คานวณเช่นต้องการตัวแปรใหม่ ชื่อNatt ซึ่งเกิดจากการรวมคะแนนเจตคติทุกตัว คาสั่ง เมนู Transform Compute 1. พิมพ์ชื่อตัวแปรใหม่ Natt ในช่อง Target Variable 2. ที่ช่อง Numberic Expression สามารถกาหนดเป็นสมการ (Functions) หรือ พิมพ์ ข้อความ Att1 +Att2 +….. แล้วเลือก OK จะเกิดตัวแปรใหม่ ชื่อ Natt ซึ่งเกิดจาก การนาค่าคะแนนทัศนคติ ข้อที่ 1 ถึง 5 มารวมกัน 2.3.4 Recode เป็นคาสั่งในการเปลี่ยนรหัสข้อมูล หรือ จัดกลุ่มข้อมูลใหม่ตามต้องการ คาสั่ง เมนู Transform Recode
  • 1 Into same variable เป็นคาการเปลี่ยนแปลงค่าของตัวแปรเดิม โดยนาค่าใหม่แทนที่ ค่าเดิมและยังคงใช้ชื่อตัวแปรเดิม เฉพาะชื่อข้อมูล 2 Into Difference Variable จะเป็นการสร้างตัวแปรใหม่เพื่อเก็บค่าของตัวแปรที่ เปลี่ยนไป โดยตัวแปรเดิมยังมีค่าคงเดิมอยู่ 1. เลือกตัวแปรที่ต้องการ recode ลงในช่อง Numeric variable 2. กาหนดชื่อตัวแปรใหม่ เป็น newsta และ รายละเอียด(Label) เป็นสถานะภาพปรับ 3. กดปุ่ม Old and New Value เพื่อกาหนดค่าที่ต้องการ 4. จากนั้นคลิ๊กที่ Add เลือก Continue 4. หน้าจอจะกลับไปหน้าต่างเดิม ให้กดปุ่ม Change แล้วเลือก OK เมื่อกลับไปยังหน้า data view จะพบตัวแปรใหม่ ชื่อ newsta ซึ่งเกิดจากการ กาหนดค่าตัวแปร status ขึ้นใหม่
  • การวิเคราะห์ข้อมูล 1. การวิเคราะห์ข้อมูลด้วยสถิติเชิงบรรยาย (Descriptive Statistics) 1 การใช้คาสั่ง Frequency เป็นคาสั่งสาหรับการจัดทาตารางแจกแจงความถี่และการคานวณ ค่าสถิติเบื้องต้น โดยที่ตัวแปรที่จะนามาจัดทาตารางแจกแจงความถี่ ควรเป็นตัวแปรในกลุ่ม Nominal หรือ Ordinal 1 คาสั่ง Analyze Descriptive Statistics Frequency 2 จากนั้นจะปรากฏ Dialog Box ให้ทาการเลือกตัวแปรที่ต้องการวิเคราะห์ โดยช่องซ้ายมือจะ เป็นชื่อตัวแปรทั้งหมด ส่วนช่องขวามือจะเป็นตัวแปรที่เลือกมาวิเคราะห์ การกาหนดรายละเอียดเพิ่มเติม ในDialog Box ของ Frequency 1. Display frequency tables ใช้กาหนด/ยกเลิกการแสดงตารางแจกแจงความถี่ 2. Statistics ใช้สั่งโปรแกรมให้แสดงค่าสถิติเพิ่มเติม ซึ่งจะลักษณะดังนี้ - Percentile Values ใช้กาหนดการแสดงค่าข้อมูลที่เกี่ยวกับการแบ่งกลุ่ม ด้วยค่าแสดง ตาแหน่งเช่นเปอร์เซนไทล์ ควอร์ไทล์ และnไทล์ - Central Tendency เป็นการกาหนดให้โปรแกรมกาหนดค่าแนวโน้มเข้สู่ส่วนกลาง โดย มีให้เลือกคือ ค่าเฉลี่ย(Mean) ค่ามัธยฐาน(Median) ค่าฐานนิยม (Mode) และการ แสดงผลรวม(Sum)
  • -Dispersion เป็นการกาหนดให้โปรแกรมแสดงค่าที่เกี่ยวข้องกับการกระจายโดยมีใหเลือก คือ ส่วนเบี่ยงเบนมาตรฐาน (Std. Deviation) ความแปรแรวน(Variance) พิสัย(range) ค่า ต่าสุด(Minimum)ค่าสูงสุด(Maximum) ความคลาดเคลื่อนมาตรฐาน(S.E mean) - Distribution เป็นการกาหนดให้โปรแกรมแสดงค่าที่เกี่ยวกับการแจกแจงข้อมูล โดย มีให้เลือกคือ ค่าความเบ้(Skewness) ค่าความโด่ง(Kurtosis) 3. Chart ใช้สั่งโปรแกรมให้แสดงรูปแบบต่างๆ ในการนาเสนอ ซึ่งมีลักษณะดังนี้ - Chart Type จะประกอบด้วยปุ่ม None คือ ยกเลิกการแสดงชาร์ต Bar charts คือ ให้แสดงกราฟแท่ง Pie chart คือ ให้แสดงกราฟวงกลม Histrograms คือ ให้แสดง แบบฮีสโตแกรม ซึ่งสามารถให้แสดงโค้งปกติด้วยหรือไม่ก็ได้ 4. Format ใช้สั่งให้แสดงผลของตารางแจกแจงความถี่ในลักษณะต่างๆซึ่งมีลักษณะ - Order by เป็นส่วนที่ให้เลือกเพื่อแสดงตารางแจกแจงความถี่ เรียงลาดับตาม กฎเกณฑ์คือ Ascending Values เรียงลาดับตามค่าตัวแปรน้อยไปมาก Descending Values เรียงลาดับตามค่าตัวแปรมากไปน้อย Ascending Counts เรียงลาดับตามจานวนความถี่น้อยไปมาก Descending Counts เรียงลาดับตามจานวนความถี่มากไปน้อย -Suppress table with more than …Catagories ให้ยกเลิกการแสดงตารางแจกแจง ความถี่ คลิ๊ก
  • ผลลัพธ์ Frequencies Statistics เพศ 210 0 V alid Missing N ตารางแสดงจานวนผู้ตอบแบบสอบถามเกี่ยวกับเพศ พบว่า มีจานวนผู้ตอบแบบสอบถาม ทั้งหมด 210 คน ไม่มีค่าสูญหาย เพศ 12 5,7 5,7 5,7 198 94,3 94,3 100,0 210 100,0 100,0 ชาย หญิง Total V alid Frequency Percent V alid Percent C umulativ e Percent ตารางแสดง จานวนและร้อยละแยกตามชนิดของเพศดังนี้ เพศชาย มีจานวน 12 คน คิดเป็นร้อยละ(Percent)จากผู้ตอบทั้งหมด 5.7 เพศหญิง มีจานวน 198 คน คิดเป็นร้อยละ(Percent) จากผู้ตอบทั้งหมด 94.3 2. การใช้คาสั่ง Descriptives เป็นคาสั่งสาหรับการคานวณค่าสถิติเบื้องต้นของค่าตัวแปร เช่น ค่าเฉลี่ย ส่วนเบี่ยงเบนมาจรฐานค่าสูงสุด ซึ่งตัวแปรที่จะนามาคานวณควรเป็นตัวแปรต่อเนื่อง หรือ ตัวแปร เชิงปริมาณ เช่นอายุ รายจ่ายส่วนสูงน้าหนักคะแนนต่างๆ คาสั่ง Analyze Descriptive Statistics Descriptive เมื่อเลือกคาสั่งจะปรากฎ Dialog Box ให้ระบุตัวแปร โดยผู้ใช้จะต้องเลือกตัวแปรจากช่อง ด้านซ้าย ไปช่องด้านขวา
  • การกาหนดรายละเอียดเพิ่มเติม 1. Options ใช้สั่งให้โปรแกรมแสดงค่าสถิติเพิ่มเติม จะปรากฏหน้าจอดังนี้ ผลลัพธ์ Descriptives Descriptive Statistics 210 26,25 9,101 210 50,20 7,291 210 อายุ น้าหนัก V alid N (listwise) N Mean Std. Dev iation ตารางแสดงจานวนคนที่ระบุอายุมาทั้งหมด 210 คน พบว่า ค่าอายุเฉลี่ยของกลุ่มตัวอย่าง มีค่าเท่ากับ 26.25 ปี และ ส่วนเบี่ยงเบนมาตรฐานเท่ากับ 9.101 ปี สาหรับค่าน้าหนักเฉลี่ย ของกลุ่มตัวอย่างมีค่า เท่ากับ 50.20 กิโลกรัม ส่วนเบี่ยงเบนมาตรฐานเท่ากับ 7.291กิโลกรัม 3. การใช้คาสั่ง Crosstabs เป็นคาสั่งที่จัดทาตารางแจกแจงความถี่ ตั้งแต่ 2 ทางขึ้นไป โดยตัว แปรที่จะจัดทาในแถวแนวนอน และ แนวตั้ง ต้องเป็นตัวแปรเชิงคุณภาพ หรือ มาตรนามบัญญัติ หรือ ตัวแปรที่แบ่งกลุ่ม คาสั่ง Analyze Descriptive Statistics Crosstabs เมื่อเลือกคาสั่งจะปรากฏ Dialog Box ให้ระบุตัวแปรที่ต้องการจะศึกษาเป็นคู่ใส่ใน ช่อง Column Variable และ Row Variable ตามผู้ใช้ต้องการศึกษา
  • การกาหนดรายละเอียดเพิ่มเติม สามารถกาหนดได้ที่ปุ่มStatistics หรือCellsหรือFormat ดังนี้ 1. Statistics ใช้สาหรับวิเคราะห์ค่าความสัมพันธ์ซึ่งจะใช้ในการทดสอบสมมติฐาน 2. Cells ส่วนที่ตัดกันในแต่ละระดับของตัวแปรทั้ง 2 ซึ่งค่าของแต่ละ cell สามารถ เลือกที่จะกาหนดให้แสดงเป็น จานวน หรือ ความถี่ หรือ ร้อยละ ซึ่งมีรายละเอียดดังนี้ รายละเอียดในส่วนประกอบในคาสั่ง Cells - Counts จะประกอบด้วย Observed หมายถึง ความถี่ที่เกิดขึ้นจริงในแต่ละ cell - Expected หมายถึง ความถี่ที่คาดว่าควรจะเกิดในแต่ละcellเมื่อตัวแปรทั้ง2เป็นอิสระต่อกัน - Percentages ประกอบด้วย Row หมายถึง ความถี่ในแต่ละ cell หารด้วยจานวนความถี่ทั้งหมดใน row นั้น Column หมายถึง ความถี่ในแต่ละ cell หารด้วยจานวนความถี่ทั้งหมดใน column นั้น Total หมายถึงความถี่ในแต่ละcellหารด้วยจานวนความถี่ทั้งหมด ค่าปกติที่โปรแกรมกาหนดไว้ในส่วนของ counts จะเลือก Observed ส่วน percentages ไม่ได้ กาหนด ซึ่งผู้วิจัยจะต้องกาหนดเอง
  • ผลลัพธ์ เพศ * สถานะภาพ Crosstabulation 5 5 2 12 2,4% 2,4% 1,0% 5,8% 25 55 30 30 30 26 196 12,0% 26,4% 14,4% 14,4% 14,4% 12,5% 94,2% 30 60 30 30 30 28 208 14,4% 28,8% 14,4% 14,4% 14,4% 13,5% 100,0% C ount % of Total C ount % of Total C ount % of Total ชาย หญิง เพศ Total นักศึกษาปี1 นักศึกษาปี2 นักศึกษาปี3 นักศึกษาต่อ เนื่อง1 นักศึกษาต่อเ นื่องพิเศษ1 อาจารย์/เจ ้ าหน้าที่ สถานะภาพ Total จากตาราง พบว่ามีอาจารย์ที่เป็นเพศชายอยู่ 2 คน คิดเป็นร้อยละ 1 ของผู้ตอบแบบสอบถามทั้งหมด 4. การใช้คาสั่ง Means เป็นคาสั่งในการหาค่าสถิติของตัวแปรเชิงปริมาณ จาแนกตามกลุ่มตัว แปรเชิงคุณภาพ โดยจาแนกเป็นหลายระดับก็ได้ คาสั่ง Analyze Compare Means Means จะปรากฏ Dialog box ดังรูป ช่อง Dependent List คือ ตัวแปรตาม ซึ่งมักจะเป็นตัวแปรเชิง ปริมาณ ส่วน Independent List คือ ตัวแปรต้น จะเป็นตัวแปรเชิงคุณภาพ กรณีที่ต้องการตัวแปรต้น มากกว่า 1 ให้ คลิก Next แล้วระบุตัวแปรต้นตัวที่ 2 ลงในช่อง Independent List ในช่อง options ใช้สาหรับเลือกสถิติที่จะใช้มาวิเคราะห์ตัวแปรตามที่กาหนดไว้โดยแสดงผล จาแนกตามตัวแปรต้น
  • ผลลัพธ์ Report น้าหนัก 56,60 5 4,219 48,24 25 4,065 49,63 30 5,116 62,00 5 5,431 47,75 55 4,979 48,94 60 6,361 47,22 30 4,421 47,22 30 4,421 52,55 30 9,474 52,55 30 9,474 48,93 30 5,527 48,93 30 5,527 60,00 2 ,000 54,50 26 9,844 54,89 28 9,581 59,42 12 4,889 49,54 196 6,986 50,11 208 7,250 เพศ ชาย หญิง Total ชาย หญิง Total หญิง Total หญิง Total หญิง Total ชาย หญิง Total ชาย หญิง Total สถานะภาพ นักศึกษาปี1 นักศึกษาปี2 นักศึกษาปี3 นักศึกษาต่อเนื่อง1 นักศึกษาต่อเนื่องพิเศษ1 อาจารย์/เจ ้าหน ้าที่ Total Mean N Std. Dev iation จากตาราง พบว่า ค่าเฉลี่ยน้าหนักตัวของอาจารย์หญิง คือ 54.50 กิโลกรัม ส่วนเบี่ยงเบนมาตรฐาน 9.844 กิโลกรัม ส่วนค่าเฉลี่ยน้าหนักตัวของนักศึกษาต่อเนื่อง 15 หญิง คือ 52.55 กิโลกรัม ส่วนเบี่ยง เบนมาตรฐาน 9.474 กิโลกรัม 2 การวิเคราะห์ข้อมูลด้วยสถิติอ้างอิง 1. การทดสอบสมมติฐานค่าเฉลี่ยสาหรับ 1 กลุ่มตัวอย่าง เป็นการศึกษาโดยการตรวจสอบว่าคุณลักษณะใดคุณลักษณะหนึ่งของข้อมูลเป็นไปตามที่ คาดหวังหรือกาหนดไว้หรือไม่ ตัวแปรที่นามาทดสอบต้องเป็นตัวแปรที่คานวณได้คือ ระดับช่วง อัตราส่วน ระดับเรียงอันดับ ตัวสถิติที่ใช้ในการทดสอบ ใช้ one sample T-Test สาหรับการวิจัยจะใช้ตัวนี้ ตัวอย่าง สมมติฐานวิจัย ค่าเฉลี่ยของคะแนนทดสอบความรู้ มากกว่า 0.8
  • วิธีการหาค่า T-Test 1. เลือกเมนู Analyze -> Compare Means -> One – Sample T Test เลือกตัวแปร sum1 คลิกปุ่ม เก็บไว้ในบ๊อกซ์ Test Variable(s) Test Value: 0.8 2. คลิกปุ่ม Options Confidence Interval พิมพ์95 คลิกปุ่ม Continue 3. คลิกปุ่ม OK ได้ผลลัพธ์ ผู้ทดสอบกาหนดช่วงความเชื่อมั่น 95% จะได้ค่า α= 0.05 ค่า Sig.(2-tailed) ที่คานวณได้ เท่ากับ 0.000 แต่เนื่องจากผู้วิจัยกาหนดสมมุติฐานเป็น 1-tailed (มากกว่า .8) จึงต้องหาค่าโดยหาร 2 ค่า sig ที่คานวณได้ (.000 /2=.000) ซึ่งได้ค่าที่น้อยกว่าค่านัยสาคัญที่กาหนดไว้ (.000 < .05) สรุปผลได้ว่า คะแนนเฉลี่ยความรู้ของกลุ่มตัวอย่างมากกว่า 0.8 ที่ระดับนัยสาคัญ 0.05
  • 2 การทดสอบสมมติฐานผลต่างระหว่างค่าเฉลี่ยสาหรับ 2 กลุ่มตัวอย่าง มี 2 กรณี 2.1 กรณีที่ 2 กลุ่มตัวอย่างเป็นอิสระต่อกัน เป็นการศึกษาเปรียบเทียบและตรวจสอบว่าข้อมูลระหว่าง 2 กลุ่มมีความแตกต่างกันหรือไม่ และถ้าแตกต่างกันนั้นแตกต่างกันอย่างไร โดยพิจารณาจากค่าเฉลี่ยของคุณลักษณะนั้นๆ ข้อมูลที่จะทดสอบต้องมีคุณสมบัติที่สามารถใช้วิธีการการทดสอบจะต้องมีการแจกแจงแบบ ปกติหรือใกล้เคียงแบบปกติ และสามารถคานวณได้ คือตัวแปรระดับช่วงและอัตราส่วน สถิติที่ใช้ทดสอบได้แก่ Independent t-test H0 : ข้อมูลของประชากรทั้ง 2 กลุ่มไม่แตกต่างกัน H1 : ข้อมูลของประชากรทั้ง 2 กลุ่มแตกต่างกัน ตัวอย่าง ต้องการทราบว่าคะแนนความรู้ระหว่างผู้ป่วยกลุ่มทดลองกับกลุ่มควบคุม แตกต่าง กันหรือไม่ 1. เลือกเมนู Analyze -> Compare Means -> Independent Samples T Test เลือกตัวแปร sum6 คลิกปุ่ม เก็บไว้ในบ๊อกซ์ Test Variable(s) เลือกตัวแปร ss คลิกปุ่ม เก็บไว้ในบ๊อกซ์ Grouping Variable 2. คลิกปุ่ม Define Groups Group 1 พิมพ์ 1 Group 2 พิมพ์ 2 คลิกปุ่ม Continue 3. คลิกปุ่ม OK จะได้ผลลัพธ์
  • ความหมายของผลลัพธ์ ผู้วิจัยกาหนดช่วงความเชื่อมั่น 95% 1 พิจารณาค่า F พบว่า Sig ที่คานวณได้เท่ากับ 0.964 ซึ่งได้ค่าที่มากกว่าค่านัยสาคัญที่ กาหนดไว้ (.964 >.05) สรุปได้ว่า ความแปรปรวนของค่าคะแนนในสองกลุ่ม ไม่แตกต่างกัน 2 พิจารณาค่า t ในช่อง Equal variances assumed จะได้ค่า α= 0.05 ค่า Sig.(2-tailed) ที่ คานวณได้เท่ากับ 0.789 ซึ่งได้ค่าที่มากกว่าค่านัยสาคัญที่กาหนดไว้ (.789>.05) สรุปผลได้ว่า คะแนนเฉลี่ยความรู้ของกลุ่มทดลองและกลุ่มควบคุมไม่แตกต่างกัน 2.2 กรณีที่ 2 กลุ่มตัวอย่างเป็นแบบจับคู่ที่มีความสัมพันธ์กัน เป็นการทดสอบความแตกต่างของค่าเฉลี่ยระหว่างกลุ่ม 2 กลุ่มตัวอย่าง เมื่อข้อมูลตัวอย่างที่จะ ใช้ทดสอบมีความสัมพันธ์กัน เรียกว่า การทดสอบความแตกต่างแบบจับคู่ (Paired t-test ) ลักษณะข้อมูลที่นามาเปรียบเทียบ เป็นการเปรียบเทียบวิธีการ 2 วิธีกับข้อมูลชุดเดียวกัน เช่น ผลต่างของคะแนนก่อนอบรมและหลังอบรม ข้อมูลที่ได้แต่ละคู่มาจากคนเดียวกัน ระดับข้อมูลต้อง ระดับ อันตรภาค หรืออัตราส่วน และต้องมีการแจกแจงแบบปกติหรือใกล้เคียงแบบปกติ ตัวอย่าง ผู้วิจัยต้องการทดสอบว่าการสอนสุขศึกษาจะทาให้ผู้ป่วยมีความรู้เพิ่มขึ้นหรือไม่ กาหนดสมมติฐานทางสถิติ H0 : คะแนนเฉลี่ยก่อนและหลังการอบรมไม่แตกต่างกัน หรือ H0 : µd = 0 H1 : คะแนนเฉลี่ยก่อนและหลังการอบรมแตกต่างกัน หรือ H1 : µd ≠ 0 1. เลือกเมนู Analyze -> Compare Means -> Paired-Samples T Test
  • 2 เลือกตัวแปร pre และ post คลิกปุ่ม เก็บไว้ในบ๊อกซ์ Paired Variables 3 คลิกปุ่ม OK จะได้ผลลัพธ์ การแปลความหมายของผลลัพธ์ มี 2 ขั้นตอน 1. พิจารณาว่าข้อมูล 2 กลุ่มมีความสัมพันธ์กันหรือไม่ จาก Paired Samples Correlations เป็นส่วนแสดงค่าสถิติสัมประสิทธิ์สหสัมพันธ์ค่าที่ได้0.972 แสดงว่าคะแนนก่อนและหลังการ อบรม มีความสัมพันธ์กันค่อนข้างสูงและไปในทิศทางเดียวกัน 2. พิจารณาว่าข้อมูลทั้งสองชุดแตกต่างกันหรือไม่ จาก Paired Samples Test พบว่า ค่า Sig. เท่ากับ 0.000 มีค่าน้อยกว่าค่า α ที่ผู้ทดสอบกาหนดคือ 0.05 สรุปผลได้ว่า คะแนนก่อนและหลังการสอนสุขศึกษามีความแตกต่างกันทางสถิติที่ระดับ นัยสาคัญ 0.05 โดยค่าเฉลี่ยคะแนนหลังการอบรมมากกว่าก่อนการอบรม ( ก่อนการอบรมคะแนน เฉลี่ย = 65.9 ส่วนหลังการอบรมคะแนนเฉลี่ย = 69.8)
  • 3. การวิเคราะห์ความแปรปรวนทางเดียว เป็นการทดสอบความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มมากกว่า 2 กลุ่ม ลักษณะข้อมูลที่นามา เปรียบเทียบ ระดับข้อมูลต้องระดับ อันตรภาค หรืออัตราส่วน และต้องมีการแจกแจงแบบปกติหรือ ใกล้เคียงแบบปกติ ตัวอย่าง ผู้วิจัยต้องการทดสอบพฤติกรรมการปฏิบัติตัวของผู้ป่วย 4 กลุ่ม ที่ได้มีช่วงอายุ แตกต่างกัน ช่วงอายุ เป็นตัวแปรอิสระที่ใช้ในการแบ่งกลุ่ม พฤติกรรมการปฏิบัติตัว เป็นตัวแปรตามที่จะหาค่าเฉลี่ยแตกต่างกันหรือไม่ กาหนดสมมติฐานทางสถิติ H0 : พฤติกรรมการปฏิบัติตัวไม่แตกต่างกัน หรือ H0 : µ1 = µ2 = µ3 = µ4 H1 : พฤติกรรมการปฏิบัติตัวแตกต่างกัน หรือ H1 : µi ≠ µj สาหรับ i ≠ j การใช้โปรแกรมวิเคราะห์ความแปรปรวนแบบจาแนกทางเดียวแบบพาราเมตริก 1. เลือกเมนู Analyze -> Compare Means -> One-Way ANOVA เลือกตัวแปร SS คลิกปุ่ม เก็บไว้ในบ๊อกซ์ Dependent List เลือกตัวแปร age1 คลิกปุ่ม เก็บไว้ในบ๊อกซ์ Factor 2. คลิกปุ่ม Options
  • เลือก Descriptive ให้แสดงค่าสถิติเบื้องต้นของแต่ละกลุ่ม เลือก Homogeneity of variance test ให้ค่าสถิติที่ใช้ทดสอบการกระจายของแต่ละกลุ่ม เลือก Means plot ให้แสดงกราฟเปรียบเทียบค่าเฉลี่ยในแต่ละกลุ่ม 3. คลิกปุ่ม Post Hoc ถ้าต้องการค่าสถิติที่ใช้ในการทดสอบจับคู่พหุคูณ กรณีความแปรปรวนไม่ต่างกันเลือก Scheffe กรณีความแปรปรวนต่างกันเลือก Tamhane’s T2 Significance level กาหนดค่า α ตามที่ผู้วิจัยต้องการ 4. คลิกปุ่ม OK จะได้ผลลัพธ์ เป็นค่าสถิติ Levene Statistic พร้อมค่าความน่าจะเป็น Sig. เพื่อตรวจสอบดูว่าข้อมูลที่นามาใช้นี้ สามารถใช้วิธีวิเคราะห์ความแปรปรวนแบบพาราเมตริกได้หรือไม่ โดยพิจารณาจากสมมติฐานทางสถิติ H0 : ความแปรปรวนของพฤติกรรมการปฏิบัติตัวในแต่ละกลุ่มไม่แตกต่างกัน H1 : มีอย่างน้อย 2 กลุ่มที่พฤติกรรมการปฏิบัติตัวมีความแปรปรวนต่างกัน สรุปผลได้ว่า ความแปรปรวนของราคาสินค้าไม่แต่ต่างกันที่ระดับนัยสาคัญ 0.05
  • เป็นค่าสถิติต่างๆ ของการวิเคราะห์ความแปรปรวน เพื่อใช้ทดสอบสมมติฐาน H0 : พฤติกรรมการปฏิบัติตัวแต่ละกลุ่มไม่แตกต่างกัน H1 : มีอย่างน้อย 2 กลุ่มที่มีพฤติกรรมการปฏิบัติตัวแตกต่างกัน ค่า Sig. เท่ากับ 0.000 มีค่าน้อยกว่าค่า α ที่ผู้ทดสอบกาหนดคือ 0.05 สรุปผลได้ว่า พฤติกรรมการปฏิบัติตัวอย่างน้อย 2 กลุ่ม ที่มีพฤติกรรมการปฏิบัติตัวแตกต่าง กันที่ระดับนัยสาคัญ 0.05 ดังนั้นจึงต้องทดสอบต่อว่า กลุ่มอายุไหนบ้างที่มีพฤติกรรมการ ปฏิบัติตัวแตกต่างกัน ผลการทดสอบพบว่า กลุ่มที่มีพฤติกรรมการปฏิบัติตัวแตกต่างกัน โดยพิจารณาจากค่า sig ที่ วิเคราะห์ได้มีค่าน้อยกว่าค่า α ที่กาหนดไว้(.05) มีดังต่อไปนี้ กลุ่ม 1 กับกลุ่ม 3 ได้ค่า sig เท่ากับ 0.001 กลุ่ม 1 กับกลุ่ม 4 ได้ค่า sig เท่ากับ 0.034 กลุ่ม 2 กับกลุ่ม 3 ได้ค่า sig เท่ากับ 0.042 กลุ่ม 2 กับกลุ่ม 4 ได้ค่า sig เท่ากับ 0.001 กลุ่ม 3 กับกลุ่ม 4 ได้ค่า sig เท่ากับ 0.000
  • 4. การวิเคราะห์ความสัมพันธ์ของตัวแปร 2 ตัว คาสั่ง Analyze Correlate Bivariate ช่อง Variables ให้เลือกตัวแปรเชิงปริมาณที่ต้องการใช้เปรียบเทียบ เช่น น้าหนัก และ ส่วนสูง ช่อง Correlation Coefficients เลือกสถิติที่ต้องการหา โดยสามารถเลือก 1 Peason ในกรณีมีการแจกแจงเป็นโค้งปกติ และเป็นค่าของตัวแปรต่อเนื่อง 2 Kendoll’s tau-b และ Speaman ในกรณีที่ไม่ได้แจกแจงเป็นโค้งปกติ และ เป็น ค่าตัวแปรในระดับการวัดเรียงอันดับ ผลลัพธ์ Correlations 1 ,426** , ,000 210 210 ,426** 1 ,000 , 210 210 Pearson C orrelation Sig. (2-tailed) N Pearson C orrelation Sig. (2-tailed) N น้าหนัก ส่วนสูง น้าหนัก ส่วนสูง C orrelation is significant at the 0.01 lev el (2-tailed). ** . จากตารางพบว่าน้าหนัก และ ส่วนสูงมีความสัมพันธ์ทางบวก มีค่าสัมประสิทธ์สหสัมพันธ์ของ เพียร์สันเท่ากับ 0.426 อย่างมีนัยสาคัญทางสถิติที่ระดับ 0.01
  • 5 การทดสอบน็อนพาราเมตริก 5.1 การทดสอบค่าเฉลี่ยของข้อมูล 2 กลุ่ม ที่เป็นอิสระต่อกัน เป็นข้อมูลตัวอย่างที่จะนามาทดสอบที่เลือกจากประชากรที่ไม่ทราบการแจกแจง หรือ ไม่ใช่การแจกแจงแบบปกติ กลุ่มตัวอย่างที่นามาทดสอบมีจานวนน้อย (น้อยกว่า 30) สถิติที่ใช้คือ Mann-Whitney U ตัวอย่าง สมมติฐานทางสถิติ H0 : ระยะเวลาการเจ็บปวดของเพศชายและหญิงไม่แตกต่างกัน หรือ H0 : µ1 = µ2 H1 : ระยะเวลาการเจ็บปวดของเพศชายและหญิงแตกต่างกัน หรือ H1 : µ1 ≠ µ2 1. เลือกเมนู Analyze -> Nonparametric Test -> 2 Independent Samples เลือกตัวแปร minute คลิกปุ่ม เก็บไว้ในบ๊อกซ์ Test Variable(s) เลือกตัวแปร sex คลิกปุ่ม เก็บไว้ในบ๊อกซ์ Grouping Variable 2. คลิกปุ่ม Define Groups Group 1 พิมพ์ 1 Group 2 พิมพ์ 2 3. คลิกปุ่ม OK จะได้ผลลัพธ์
  • ความหมายของผลลัพธ์ จากตัวอย่างกลุ่มตัวอย่างมีขนาดเล็กจะพิจารณาจากค่า Exact Sig. คือ 0.068 ซึ่งมีค่า มากกว่า α ที่กาหนดไว้0.05 สรุปผลได้ว่า ระยะเวลาความเจ็บปวดของเพศชายและหญิงไม่แตกต่างกันที่ระดับ นัยสาคัญ 0.05 5.2 การทดสอบค่าเฉลี่ย กรณี 2 กลุ่มตัวอย่างมีความสัมพันธ์กัน เป็นข้อมูลตัวอย่างที่จะนามาทดสอบที่เลือกจากประชากรที่ไม่ทราบการแจกแจง หรือ ไม่ใช่การแจกแจงแบบปกติ กลุ่มตัวอย่างที่นามาทดสอบมีจานวนน้อย (น้อยกว่า 30) ตัวแปรที่นามาทดสอบเป็นข้อมูลระดับจัดอันดับ หรือเชิงปริมาณ ที่มาจากกลุ่มตัวอย่างที่มี ความสัมพันธ์กัน หรือกลุ่มเดียวกันวัด 2 ครั้ง สถิติที่ใช้ในการทดสอบคือ Wilcoxon matched-pairs test ตัวอย่าง ต้องการทดสอบความแตกต่างของกิจกรรมที่ไม่มีคุณภาพระหว่างพยาบาลที่มีและไม่ มีประสบการณ์ในการทางาน H0 : จานวนกิจกรรมที่ไม่มีคุณภาพที่เกิดจากพยาบาล 2 กลุ่มมีจานวนเฉลี่ยไม่แตกต่างกัน H1 : จานวนกิจกรรมที่ไม่มีคุณภาพที่เกิดจากพยาบาล 2 กลุ่มมีจานวนเฉลี่ยแตกต่างกัน
  • การใช้โปรแกรมวิเคราะห์ข้อมูล 1. เลือกเมนู Analyze -> Nonparametric Test -> 2 Related Samples เลือกตัวแปร exp และ non_exp คลิกปุ่ม เก็บไว้ในบ๊อกซ์ Test Pair(s) List เลือกสถิติ Wilcoxon 2. คลิกปุ่ม OK จะได้ผลลัพธ์ การสรุปผล จากตัวอย่าง ค่า Asymp. Sig. เท่ากับ 0.005 มีค่าน้อยกว่า α ที่กาหนดไว้คือ 0.05 สรุปผลได้ว่า จานวนกิจกรรมที่ไม่มีคุณภาพที่เกิดจากพยาบาล 2 กลุ่มมีจานวนเฉลี่ย แตกต่างกัน ที่นัยสาคัญระดับ .05
  • 5.3 การทดสอบค่าสัดส่วนสาหรับหลายกลุ่มตัวอย่างที่เป็นอิสระต่อกัน เป็นการทดสอบค่าสัดส่วนกรณีข้อมูลของแต่ละกลุ่มมีเพียง 2 ค่า เช่น ใช่/ไม่ใช่ เกิด/ไม่เกิด การทดสอบจะใช้วิธีทดสอบของ Chi-Square : χ2 ตัวอย่าง จากการสารวจผู้ป่วยที่เกิดและไม่เกิดภาวะแทรกซ้อนแต่ละกลุ่มมีสัดส่วนต่างกัน หรือไม่ ค่าตัวแปร 1 เกิด 0 ไม่เกิด สมมติฐานทางสถิติสาหรับการทดสอบกาหนดดังนี้ H0 : จานวนผู้ป่วยที่เกิดภาวะแทรกซ้อนแต่ละกลุ่มมีสัดส่วนไม่แตกต่างกัน H1 : จานวนผู้ป่วยที่เกิดภาวะแทรกซ้อนแต่ละกลุ่มมีสัดส่วนแตกต่างกัน การใช้โปรแกรมเพื่อทดสอบค่าสัดส่วนของข้อมูลหลายกลุ่มตัวอย่างเป็นอิสระกัน 1. เลือกเมนู Analyze -> Descriptive -> Crosstabs เลือกตัวแปร test คลิกปุ่ม เก็บไว้ในบ๊อกซ์ Row(s) เลือกตัวแปร region คลิกปุ่ม เก็บไว้ในบ๊อกซ์ Column(s) 2. คลิกปุ่ม Statistics เลือก Chi-square คลิกปุ่ม Continue
  • 3. คลิกปุ่ม Cells เลือก Expected  คลิกปุ่ม Continue  คลิกปุ่ม OK จะได้ผลลัพธ์ การสรุปผล ค่า Asymp. Sig. (2-sided) ที่ได้มีค่ามากกว่าค่า α (0.841 > 0.05) สรุปผลได้ว่า จานวนผู้ป่วยที่เกิดภาวะแทรกซ้อนแต่ละกลุ่มมีสัดส่วนไม่แตกต่างกัน 3. การตรวจสอบคุณภาพของเครื่องมือ ในการทาวิจัยส่วนใหญ่ เครื่องมือในการเก็บข้อมูลก็ เป็นส่วนสาคัญดังนั้นก่อนที่จะทาการเก็บรวบรวมจะต้องมีการหาคุณภาพของเครื่องมือก่อนซึ่งก็แล้วแต่ ชนิดของเครื่องมือ ซึ่งในการใช้โปรแกรม SPSS จะขอกล่าวในเรื่องของการหาค่าความเที่ยงของ เครื่องมือ(Reliability)ซึ่งเป็นการหาจากการที่นาเครื่องมือเพียงชุดเดียว ไปเก็บกับกลุ่มเดียว เพียงครั้ง เดียวเท่านั้น ซึ่งได้แก่การคานวณหาโดยวิธีการแบ่งครึ่งฉบับ (Split-Half Method) และ สัมประสิทธิ์ Cronbach’s Alpha ดังนี้
  • การใช้คาสั่ง Reliability คาสั่ง Analyze Scale Reliability Analysis 1. เลือกตัวแปรที่ต้องการหาค่าความเที่ยงจากด้านซ้ายมือ ลงในช่อง Item ด้านขวามือ เลือก Model Alpha เลือก Statistics Scale if item deleted (หมายถึง ค่าความเที่ยงเมื่อ ตัดข้อนั้นออกจากการวิเคราะห์) ซึ่งใช้สาหรับการตัดข้อคาถามที่ไม่ดีออกและจะทาให้ค่าความเที่ยง สูงหรือ ต่าลง ผลลัพธ์แสดงได้ดังนี้
  • ผลลัพธ์ Reliability ****** Method 1 (space saver) will be used for this analysis ****** R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Item-total Statistics 4 5 6 7 Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted KNOW1 39,7681 13,1693 ,0487 ,3548 KNOW2 40,5556 13,1704 ,0385 ,3561 KNOW3 39,7246 13,1908 ,0830 ,3521 KNOW4 39,9710 13,2904 -,0411 ,3718 KNOW5 40,5362 12,8907 ,1498 ,3411 KNOW6 39,7101 13,4010 -,0434 ,3622 ATT1 39,0338 11,9455 ,1123 ,3409 ATT2 36,4783 12,3090 ,0669 ,3557 ATT3 37,6377 10,6496 ,1734 ,3165 ATT4 38,9903 12,6892 -,0163 ,3861 ATT5 36,1449 12,0857 ,1465 ,3304 ATT6 36,4251 11,7213 ,2118 ,3097 BE1 37,7246 12,2976 ,0923 ,3467 BE2 37,8261 12,1735 ,1425 ,3320 BE3 38,0918 12,1323 ,1052 ,3429 BE4 37,4734 11,6291 ,2590 ,2978 BE5 37,5024 12,6687 ,0201 ,3687 BE6 37,8213 11,4873 ,2226 ,3034 Reliability Coefficients 2 N of Cases = 207 3 N of Items = 18 1 Alpha = .3568 แปลผลลัพธ์ 1 คือ ค่าความเที่ยงของเครื่องมือทั้งฉบับ มีค่าเท่ากับ 0.3568 2 คือ จานวนผู้ตอบแบบสอบถามทั้งหมด 207 ชุด 3 คือ จานวนข้อของแบบสอบถามทั้งหมด 18 ข้อ 4 คือ ค่าคะแนนเฉลี่ยรวมของทุกข้อที่เหลือหลังจากมีการตัดข้อคาถามในบรรทัดนี้ออก 5 คือค่าความแปรปรวนรวมของทุกข้อที่เหลือหลังจากมีการตัดข้อคาถามในบรรทัดนี้ออก 6 คือ ค่าความสัมพันธ์ระหว่างคะแนนรวมทุกข้อ กับข้อคาถามข้อนั้น 7 คือค่าความเที่ยงของเครื่องมือที่เหลือทั้งฉบับหลังจากมีการตัดข้อคาถามในบรรทัดนั้นออก
  • เอกสารอ้างอิง ฉัตรศิริ ปิยะพิมลสิทธิ์ (2548) การใช้โปรแกรมคอมพิวเตอร์ SPSS เพื่อ การวิเคราะห์ ข้อมูล [ระบบออนไลน์]. แหล่งที่มา http://www.watpon.com/spss/spssface.pdf วัฒนา สุนทรธัย (2543) เรียนสถิติด้วย SPSS ภาคสถิติไม่อิงพารามิเตอร์. กรุงเทพฯ : บริษัทวิทยพัฒน์ จากัด. ศิริชัย กาญจนวาสี สุวิมล ติรกานันท์และ ศิริเดช สุชีวะ (2548) การใช้โปรแกรมคอมพิวเตอร์ SPSS สาหรับงานวิจัย : การวิเคราะห์ ข้อมูลและแปลความหมาย.กรุงเทพฯ : โรงพิมพ์แห่ง จุฬาลงกรณ์มหาวิทยาลัย ศิริชัย พงษ์วิชัย (2546) การวิเคราะห์ข้อมูลทางสถิติด้วยคอมพิวเตอร์. กรุงเทพฯ : โรงพิมพ์แห่ง จุฬาลงกรณ์มหาวิทยาลัย Anne Segonds Pichon (2007) Introduction to Statistics with SPSS (15.0) Version 2.3 http://creativecommons.org/licenses/by-nc-sa/2.0/uk/legalcode Huizingh, Eelko.(1994)Introduction to SPSS/PC and Data Entry. Addison-Wesley Publishing Company Ltd. Siegel, Sidney and Castellan, N. John, Jr.(1988) Nonparametric Statistics for the Behavioral Sciences. Sinpagore : McGraw-Hill, Inc.