Your SlideShare is downloading. ×
การวิเคราะห์ข้อมูลเชิงปริมาณ
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

การวิเคราะห์ข้อมูลเชิงปริมาณ

107,802

Published on

การวิเคราะห์ข้อมูลเชิงปริมาณ เอกสารประกอบการเรียน …

การวิเคราะห์ข้อมูลเชิงปริมาณ เอกสารประกอบการเรียน
วิชาวิทยาการวิจัย ดร.ชาตรี นาคะกุล

Published in: Education
10 Comments
8 Likes
Statistics
Notes
No Downloads
Views
Total Views
107,802
On Slideshare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
785
Comments
10
Likes
8
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. การวิเคราะห์ข้อมูลเชิงปริมาณ Quantitative Analysis ดร . ชาตรี นาคะกุล มหาวิทยาลัยราชภัฏอุดรธานี
  • 2. แนวคิดและวิธีการวิเคราะห์ข้อมูลในการวิจัยเชิงปริมาณ
    • ความหมายของ “การวิจัยเชิงปริมาณ ( Quantitative Research) ”
    • เป็นการวิจัยที่จะได้ข้อมูลที่อยู่ในลักษณะของตัวเลข และต้องใช้วิธีการทางสถิติในการวิเคราะห์ข้อมูล เพื่อสรุปผลการวิจัยหรืออาจจะกล่าวอีกนัยหนึ่ง คือ เป็นการวิจัยที่ศึกษาตัวแปรเชิงปริมาณ ( Quantitative Variables) นั่นเอง
    • ตัวแปรเชิงปริมาณ คือตัวแปรที่มีค่าต่างๆ ซึ่งอยู่ในรูปของจำนวนหรือขนาด ซึ่งจำแนกเป็น 2 ชนิดย่อยๆ คือ
      • ตัวแปรที่มีค่าไม่ต่อเนื่อง ( Discrete Variable)
      • ตัวแปรที่มีค่าต่อเนื่อง ( Continuous Variable)
  • 3.
    • ตัวแปรต่อเนื่อง คือตัวแปรที่มีค่าใด ๆ ก็ได้ ในพิสัยหนึ่งที่กำหนดให้ค่าที่อยู่ในพิสัยนั้นมีจำนวนมากมายนับไม่ถ้วน
    • ตัวแปรไม่ต่อเนื่อง คือ ตัวแปรที่ไม่อาจมีค่าได้ทุกค่า ในพิสัยหนึ่งที่กำหนดให้ ค่าที่อยู่พิสัยนี้ไม่ต่อเนื่องกันและนับจำนวนได้ว่ามีกี่ค่า
    ตัวแปร ( Variables) ตัวแปรเชิงคุณภาพ ( Qualitative Variable) ตัวแปรเชิงปริมาณ ( Qualitative Variable) ตัวแปรที่มีค่าไม่ต่อเนื่อง (Discrete Variable) ตัวแปรที่มีค่าต่อเนื่อง (Continuous Variable)
  • 4. ตัวแปรต้นหรือตัวแปรอิสระและตัวแปรตาม (Independent and Dependent Variable)
    • ตัวแปรอิสระหรือตัวแปรต้น หมายถึงตัวแปรที่ค่าแปรเปลี่ยนได้โดยอิสระด้วยตัวเองหรือตามธรรมชาติของตัวมันเอง เช่น เพศ อายุ สถานภาพสมรส ตำแหน่ง เป็นต้น
    • ตัวแปรตาม หมายถึง ตัวแปรที่แปรเปลี่ยนไปตามตัวแปรต้นที่เกี่ยวข้องกัน เช่น คะแนนผลสัมฤทธ์ แปรเปลี่ยนตามระดับสติปัญญา หรือ ความคิดเห็นต่อเพศศึกษา แปรเปลี่ยนไปตามอายุหรือเพศ เป็นต้น
  • 5.
    • ในการวัดตัวแปรนั้นเราแบ่งออกเป็น 4 ระดับการวัด ( Level of Measurement) และแต่ละระบการวัด เราเรียกว่า มาตรการวัดหรือสเกลการวัด (Measurement Scale) ดังนี้
    • 1. มาตรานามบัญญัติ ( Nominal Scale)
    • 2. มาตราจัดอันดับ (Ordinal Scale)
    • 3. มาตราอันตรภาค (Interval Scale)
    • 4. มาตราอัตราส่วน (Ratio Scale)
    ระดับการวัดตัวแปร
  • 6.
    • มาตรานามบัญญัติ เป็นมาตราการวัดที่มีระดับการวัดแบบหยาบๆ เท่านั้น โดยจำแนกคุณลักษณะของตัวแปรออกเป็นกลุ่ม ๆ ในการวิเคราะห์ทางสถิติด้วยโปรแกรมทางคอมพิวเตอร์ เราต้องแทนค่าของตัวแปรด้วยตัวเลข ซึ่งเราเรียกว่าลงรหัส (Coding) เช่น เราวัดตัวแปรเพศ ซึ่งจำแนกเป็น เพศชาย และเพศหญิง เราลงรหัสด้วย เพศชายเราแทน ด้วย 1 และแทนเพศหญิงด้วย 2 เป็นต้น
    มาตรานามบัญัติ (Nominal Scale)
  • 7.
    • มาตราจัดอันดับ เป็นมาตราการวัดที่สามารถจำแนกคุณลักษณะของตัวแปรในระดับการวัดที่เป็นอันดับได้อย่างมีความหมาย และตัวเลขในมาตราการวัดนี้มีความหมายเพียงบอกอันดับของสิ่งใดดี สิ่งใดด้อย หรือสิ่งใดก่อน สิ่งใดหลังเท่านั้น
    มาตราจัดอันดับ (Ordinal Scale)
  • 8.
    • มาตราส่วนอันตรภาค เป็นมาตราการวัดที่วัดได้ละเอียดกว่ามาตรนามบัญญัติและมาตรจัดอันดับ เพราะนอกจากจะแบ่งข้อมูลเป็นกลุ่ม ๆ ได้ และจัดอันดับได้แล้ว ยังสามารถบอกช่วงห่าง หรือความแตกต่างระหว่างข้อมูล มาตราอันตรภาคนี้เป็นการวัดเชิงปริมาณที่แท้จริง ซึ่งตัวเลขสามารถมาจัดกระทำทางคณิตศาสตร์ได้ แต่ไม่มีศูนย์แท้ มีแต่ศูนย์เทียม หรือศูนย์สมมติ (Arbitrary Zero)
    มาตราอันตรภาค (Interval Scale)
  • 9.
    • มาตราอัตราส่วน เป็นมาตรวัดที่มีความละเอียดที่สุด หรือเป็นมาตรวัดที่สมบูรณ์แบบ คือ มีคุณสมบัติ ครบถ้วนตามมาตรอันตรภาค มีศูนย์แท้ (Absolute Zero) และตัวเลขที่ได้ในมาตรานี้สามารถบอกจำนวนเท่าได้
    มาตราอัตราส่วน (Ratio Scale)
  • 10.
    • ประชากร หมายถึง สมาชิกทุกหน่วยข้อมูลที่เราสนใจศึกษา ซึ่งอาจจะเป็นกลุ่มทั้งหมดของคน สัตว์ หรือสิ่งของก็ได้
    • กลุ่มตัวอย่าง เป็นส่วนหนึ่งของประชากรที่ถูกเลือกมาเพียงบางส่วน เพื่อใช้เป็นตัวแทนในการศึกษา
    ประชากรและกลุ่มตัวอย่าง Population & Sample
  • 11.
    • ค่าพารามิเตอร์ หมายถึง ค่าที่แท้จริง ค่าที่ใช้บรรยายหรือบอกลักษณะใด ๆ ของกลุ่มประชากร ซึ่งคำนวณได้จากข้อมูลทั้งหมดของประชากร
    • ค่าสถิติ หมายถึง ค่าที่ใช้บรรยายลักษณะของกลุ่มตัวอย่าง ซึ่งเป็นค่าที่คำนวณได้จากข้อมูลกลุ่มตัวอย่าง โดยทั่วไปจะนำค่าสถิติไปใช้ประมาณค่าพารามิเตอร์
    ค่าพารามิเตอร์และค่าสถิติ Parameter & Statistic
  • 12. ตัวอย่างค่าพารามิเตอร์และค่าสถิติที่ใช้บ่อย
    • μ แทน ค่าเฉลี่ย ( mean ) จากกลุ่มประชากร
    • σ แทน ค่าส่วนเบี่ยงเบนมาตรฐาน ( Standard deviation ) จากกลุ่มประชากร
    แทน ค่าเฉลี่ย ( mean ) จากกลุ่มตัวอย่าง S หรือ S.D. แทน ค่าส่วนเบี่ยงเบนมาตรฐาน ( Standard deviation ) จากกลุ่มตัวอย่าง Parameter Statistic
  • 13. การวิเคราะห์ข้อมูลเชิงปริมาณ ใช้ สถิติเชิงปริมาณ สถิติภาคพรรณนา Descriptive Statistics สถิติภาคอ้างอิง Inferential Statistics
  • 14. สถิติภาคพรรณนา ( Descriptive Statistics)
    • เป็นสถิติที่ใช้ในการบรรยายให้เห็นคุณลักษะของสิ่งที่ต้องการศึกษาจากกลุ่มใดกลุ่มหนึ่งโดยเฉพาะซึ่งอาจจะเป็นกลุ่มใหญ่หรือกลุ่มเล็กก็ได้ ผลของการศึกษาไม่สามารถอ้างอิงถึงกลุ่มอื่นได้
    • สถิติภาคพรรณนาที่ใช้ในการวิเคราะห์ข้อมูลเพื่อการวิจัย ได้แก่
      • การแจกแจงความถี่ ( Frequency distribution)
      • ร้อยละ ( Percentage)
      • การวัดแนวโน้มเข้าสู่ส่วนกลาง ( Central tendency)
      • การวัดการกระจาย ( Dispersion)
  • 15. สถิติภาคอ้างอิง ( Inferential Statisitcs)
    • เป็นสถิติที่ศึกษาถึงข้อมูลที่ได้มาจากกลุ่มตัวอย่าง แล้วสรุปผลจากการศึกษานั้นไปอ้างอิงถึงกลุ่มประชากรโดยอาศัยการประมาณค่า (Estimation) ทฤษฎีความน่าจะเป็น (Probability Theory) และการทดสอบสมมุติฐาน (Hypothesis Testing) สถิติสาขานี้ สำคัญที่กลุ่มตัวอย่างต้องเป็นตัวแทนที่ดีของประชากรในการศึกษา
    • สถิติอ้างอิงที่ใช้ในการวิจัยได้แก่ การทดสอบความแตกต่างระหว่างค่าเฉลี่ย การวิเคราะห์ความแปรปรวน การหาความสัมพันธ์ เป็นต้น
  • 16. การวิเคราะห์เชิงปริมาณด้วยคอมพิวเตอร์
    • ในการวิเคราะห์ข้อมูลในปัจจุบันนี้ เราจะใช้โปรแกรมสำเร็จรูปช่วยในการวิเคราะห์ ไม่มีใครวิเคราะห์ด้วยมือ ( Manual) แล้ว
    • โปรแกรมที่ใช้วิเคราะห์ข้อมูลเชิงปริมาณที่นิยมใช้ได้แก่
    SPSS Statistics Package for Social Science
  • 17. การเข้าสู่โปรแกรมและการเตรียมข้อมูล
  • 18. Click
  • 19. Click เพื่อกำหนดตัวแปรในการวิเคราะห์และค่าของตัวแปรค่าต่างๆ
  • 20. เป็นการกำหนดชื่อตัวแปรที่ใช้ในการวิจัยต่างๆ ที่จะทำการวิเคราะห์ ซึ่งชื่อของตัวแปรที่นิยมมักเป็นชื่อย่อและเป็นภาษาอังกฤษไม่เกิน 8 ตัวอักษร เช่นประสบการณ์ในการสอน เราอาจใช้ Teachexp เป็นต้น และต้องไม่ใช้เครื่องหมาย ! ? ‘ * และจบด้วย . หรือ ชื่อย่อต่อไปนี้ ALL, NE, EQ, TO, LE, LT, BY, OR, GT, AND, NOT, GE, WITH เป็นกำหนดชนิดของตัวแปรซึ่งมีหลายชนิดเช่น numeric, comma, dot, scientific notation, date, dollar, custom, string แต่ในทางปฏิบัติเรามักกำหนดเป็น numeric กำหนดความกว้างของหน่วยความจำในแต่ละตัวแปรพร้อมกับทศนิยมของค่าของตัวแปร สลากในการบอกความหมายของชื่อตัวแปรใช้อธิบายขยายความชื่อตัวแปรว่าชื่อเต็ม ๆ คืออะไร การกำหนดค่าให้กับค่าของตัวแปรที่วัดได้ เช่น เพศชายให้เป็น 1 เพศหญิงให้เป็น 2 เป็นต้น การกำหนดค่าให้กับค่าของตัวแปรที่มีการขาดหายหรือไม่ได้ตอบ ซึ่งการกำหนดนี้จะทำให้ผลการวิเคราะห์ข้อมูลมีความถูกต้อง ( Valid) มากยิ่งขึ้น กำหนดคอลัมน์ของตัวแปร จัดวางข้อมูลให้ชิดขวา ชิดซ้าย หรือตรงกลาง ระดับการวัดของตัวแปร
  • 21. Click เพื่อคีย์ข้อมูล
  • 22. เสร็จสิ้นการเตรียมข้อมูล
  • 23.
    • การแจกแจงความถี่ หมายถึง การนำข้อมูลที่รวบรวมได้มาจัดใหม่ให้เป็นระเบียบ เป็นหมวดหมู่ โดยการเรียงจากลำดับ หรือเรียงจากค่ามากไปหาน้อย หรือเรียงจากน้อยไปหามาก ( ในกรณีที่ข้อมูลอยู่ในรูปของตัวเลข ) เพื่อให้สามารถตรวจนับได้ว่า ในกลุ่มหนึ่ง ๆ หรือช่วงคะแนนหนึ่ง ๆ มีข้อมูลอยู่จำนวนเท่าใด หรือมีคนได้ในช่วงนั้น กี่คน หรือที่เรียกว่ามี “ความถี่ ( Frequency)” เท่าใด
    การแจกแจงความถี่ (Frequency Distribution)
  • 24. การหาความถี่โดยใช้ SPSS ด้วยคอมพิวเตอร์ Select ใช้ข้อมูลตัวอย่างโดยใช้ Data file ชื่อ example
  • 25. Click
  • 26. Click
  • 27.
    • ผู้ตอบแบบสอบถามเป็นเพศชายจำนวน 1340 คน คิดเป็นร้อยละ 37.5 และเป็นเพศหญิง จำนวน 2237 คน คิดเป็นร้อยละ 62.5
  • 28. การวัดแนวโน้มเข้าสู่ส่วนกลาง Measure of Central Tendency
  • 29.
    • การวัดแนวโน้มเข้าสู่ส่วนกลาง เป็นวิธีการทางสถิติที่จะหาซึ่งเป็นตัวแทนของข้อมูล เพื่อใช้บรรยายลักษณะของข้อมูลนั้นๆ โดยไม่ต้องนำข้อมูลทั้งหมดมาพิจารณา
    • ค่าที่ใช้เป็นตัวแทนของข้อมูลดังกล่าว เรียกรวม ๆ ว่า ค่ากลาง ซึ่งค่ากลางที่นิยมใช้กันมีอยู่ 3 ชนิด ได้แก่
    • 1. ค่าเฉลี่ยเลขคณิต (Arithmetic Mean)
    • 2. มัธยฐาน (Median)
    • 3. ฐานนิยม (Mode)
  • 30.
    • มัธยฐาน คือ ค่าของข้อมูลที่อยู่ตรงกึ่งกลางของข้อมูลทั้งชุดหลังจากเรียงลำดับข้อมูลแล้ว ใช้กับข้อมูลที่อยู่ในมาตราจัดอันดับหรือเรียงลำดับ (Ordinal Scale) ในทางปฏิบัติหากมีข้อมูลไม่มากก็ใช้วิธีเรียงลำดับตามค่าของข้อมูล แล้วหาค่าที่อยู่ตรงกลาง ถ้ามีค่าที่อยู่ตรงกลาง 2 ตัว ( จำนวนข้อมูลเป็นจำนวนคู่ ) ก็เอาค่าตรงกลาง 2 ตัวนั้น รวมกันแล้วหารด้วย 2
    มัธยฐาน (Median)
  • 31. ตัวอย่างในกรณีที่มีจำนวนข้อมูลเป็นจำนวนคี่
    • 3 10 15 8 7 6 6 5 4 3 2 11 12
    • นำข้อมูลมาเรียงตามลำดับ เป็น
    • 2 3 3 4 5 6 6 7 8 10 11 12 15
    • ดังนั้น มัธยฐานของข้อมูลชุดนี้ คือ 6
  • 32. ตัวอย่างในกรณีที่มีจำนวนข้อมูลเป็นจำนวนคู่
    • 3 10 15 8 7 6 6 5 4 3 2 11 12 9
    • นำข้อมูลมาเรียงตามลำดับ เป็น
    • 2 3 3 4 5 6 6 7 8 9 10 11 12 15
    • ดังนั้น มัธยฐานของข้อมูลชุดนี้ คือ 6 + 7
    2 = 6.5
  • 33.
    • ฐานนิยม คือ ข้อมูลที่มีจำนวนมากที่สุดในกลุ่มตัวอย่าง หรือกล่าวได้อีกอย่างว่า ค่าของข้อมูลหรือคะแนนที่มีความถี่สูงสุด
    • ถ้า ในข้อมูลชุดหนึ่ง ปรากฏว่าคะแนนหรือข้อมูลแต่ละตัวมีความถี่เท่ากัน ถือว่า ข้อมูลชุดนั้นไม่มีมีฐานนิยม
    • ถ้า ในข้อมูลชุดหนึ่ง ปรากฏว่าคะแนนหรือข้อมูลสองตัวที่มีความถี่เท่ากันและมีความถี่สูงกว่าคะแนนอื่นๆ เช่น 1 1 3 3 3 5 5 5 6 ฐานนิยมของข้อมูลชุดนี้คือ 3 + 5 / 2 = 4
    • ฐานนิยมลักษณะนี้ เราเรียกว่า Uni-modal
    ฐานนิยม (Mode)
  • 34.
    • ถ้า ในข้อมูลชุดหนึ่ง ปรากฏว่าคะแนนหรือข้อมูลสองตัวที่ไม่อยู่ต่อเนื่องกัน ต่างก็มีความถี่เท่ากันและมีความถี่สูงกว่าคะแนนอื่นๆ ในกลุ่ม คะแนนชุดนี้จะมีฐานนิยม 2 ตัว เช่น 11 11 13 13 13 14 15 15 15 16 ฐานนิยมของข้อมูลชุดนี้คือ 1 3 และ 15 ฐานนิยมลักษณะนี้ เราเรียกว่า Bimodal แต่ถ้าข้อมูลชุดใดมีฐานนิยม มากกว่า 2 ค่า เราเรียกว่า Multimodal
  • 35.
    • ค่าเฉลี่ยเลขคณิต เรียกสั้น ๆ ว่า ค่าเฉลี่ย เป็นค่าที่คำนวณได้จากการหารผลบวกของข้อมูลหรือคะแนนทั้งหมดด้วยจำนวนข้อมูลทั้งหมด ค่าเฉลี่ยเลขคณิตเขียนแทนด้วย X สูตรในการคำนวณมี 2 วิธีดังนี้ คือ
    • X =
    ค่าเฉลี่ยเลขคณิต (Arithmetic Mean) เมื่อ n แทน จำนวนข้อมูลหรือจำนวนตัวอย่าง สูตรที่ 1 ใช้สูตรนี้เมื่อข้อมูลไม่มีการแจกแจงความถี่ n แทน ผลรวมของข้อมูลทั้งหมด
  • 36.
    • X =
    สูตรที่ 2 เมื่อ แทน ผลรวมของผลคูณระหว่างความถี่กับคะแนน แทน ผลรวมของความถี่หรือจำนวนข้อมูล ใช้สูตรนี้เมื่อข้อมูลมีความถี่
  • 37. การวัดการกระจาย Measure of Dispersion
  • 38.
    • การวัดการกระจายของข้อมูล เป็นสถิติที่ใช้วัดความแตกต่างหรือการแปรผันของข้อมูลในกลุ่มนั้น ๆ ถ้าข้อมูลมีความแตกต่างกันมาก เราเรียกว่า กระจายมาก หรือถ้าข้อมูลนั้นมีความแตกต่างกันน้อยหรือใกล้เคียงกัน เราเรียกว่า กระจายน้อย และถ้าข้อมูลทุกตัวมีค่าเท่ากันเรียกว่า ไม่มีการกระจาย
    • การวัดการกระจาย ทำได้ 4 วิธี คือ
    • 1. พิสัย (Range)
    • 2. ส่วนเบี่ยงเบนควอไทล์ (Quartile Deviation)
    • 3. ส่วนเบี่ยงเบนเฉลี่ย ( Mean Deviation)
    • 4. ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation)
  • 39.
    • พิสัย คือ ค่าการกระจายที่ได้จากผลต่างระหว่างคะแนนสูงสุดกับคะแนนต่ำสุดของข้อมูลชุดนั้น
    • สูตร พิสัย = คะแนนสูงสุด - คะแนนต่ำสุด
    • พิสัยเป็นการหาค่าการกระจายที่หยาบที่สุด ไม่เหมาะที่จะใช้ในงานวิจัยนัก
    พิสัย(Range)
  • 40.
    • ส่วนเบี่ยงเบนมาตรฐาน คือ รากที่สองของค่าเฉลี่ยของผลบวกของคะแนนเบี่ยงเบนยกกำลังสอง ซึ่งเป็นวิธีการวัดการกระจายที่ดีที่สุด เพราะได้จากข้อมูลทุกตัว สัญลักษณ์ที่ใช้ แทนส่วนเบี่ยงเบนมาตรฐาน ได้แก่ SD หรือ S.D. หรือ S ( สำหรับกลุ่มตัวอย่าง ) และ ( สำหรับกลุ่มประชากร )
    ส่วนเบี่ยงเบนมาตรฐาน(Standard Deviation)
  • 41. ส่วนเบี่ยงเบนมาตรฐานที่คำนวณจากประชากร
    • กรณีที่ไม่ได้แจกแจงความถี่ ถ้ากำหนด ให้ X 1 , X 2 , X 3 ,…, X N เป็นข้อมูลจำนวน N ตัว จากกลุ่มประชากร และ แทน ค่าเฉลี่ยเลขคณิตของข้อมูลทั้งชุด แล้ว ส่วนเบี่ยงเบนมาตรฐานหาได้โดยใช้สูตร
    = N หรือ N 2 ( X - ) 2
  • 42. ส่วนเบี่ยงเบนมาตรฐานที่คำนวณจากประชากร (2)
    • กรณีที่แจกแจงความถี่ ถ้ากำหนด ให้ X 1 , X 2 , X 3 ,…, X K เป็นจุดกึ่งกลางของข้อมูลจำนวน K ชั้น ซึ่งมีความถี่เป็น f 1 , f 2 , f 3 ,…, f K จากกลุ่มประชากร และ แทน ค่าเฉลี่ยเลขคณิตของข้อมูลทั้งชุด แล้ว ส่วนเบี่ยงเบนมาตรฐานหาได้โดยใช้สูตร
    = หรือ f( X - ) 2
  • 43. ส่วนเบี่ยงเบนมาตรฐานที่คำนวณจากกลุ่มตัวอย่าง
    • กรณีที่ไม่ได้แจกแจงความถี่ ถ้ากำหนด ให้ X 1 , X 2 , X 3 ,…, X N เป็นข้อมูลจำนวน n ตัว จากกลุ่มตัวอย่าง และ X แทน ค่าเฉลี่ยเลขคณิตของข้อมูลทั้งชุด แล้ว ส่วนเบี่ยงเบนมาตรฐานหาได้โดยใช้สูตร
    หรือ n(n -1) = ( X - X ) 2 n -1 SD
  • 44. ส่วนเบี่ยงเบนมาตรฐานที่คำนวณจากกลุ่มตัวอย่าง (2)
    • กรณีที่แจกแจงความถี่ ถ้ากำหนด ให้ X 1 , X 2 , X 3 ,…, X K เป็นจุดกึ่งกลางของข้อมูลจำนวน K ชั้น ซึ่งมีความถี่เป็น f 1 , f 2 , f 3 ,…, f K จากกลุ่มตัวอย่าง และ X แทน ค่าเฉลี่ยเลขคณิตของข้อมูลทั้งชุด แล้ว ส่วนเบี่ยงเบนมาตรฐานหาได้โดยใช้สูตร
    = f( X - X ) 2 หรือ n -1 n (n - 1) SD
  • 45.
    • ความแปรปรวนของข้อมูล คือ กำลังสองของส่วนเบี่ยงเบนมาตรฐาน แทนด้วย SD 2 หรือ S 2 สำหรับกลุ่มตัวอย่าง และ
    • สำหรับประชากร
    ความแปรปรวน (Variance)
  • 46. การหาค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน โดย SPSS ด้วยคอมพิวเตอร์ Select ใช้ข้อมูลตัวอย่างโดยใช้ Data file ชื่อ example
  • 47. Click
  • 48. Click
  • 49. Click Click
  • 50. คำถามข้อที่ 1 มีจำนวนคนตอบ 3578 คน ค่าเฉลี่ย 3.53 ส่วนเบี่ยงเบนมาตรฐานเท่ากับ 1.62 และ ความแปรปรวนเท่ากับ 2.623
  • 51. สถิติอ้างอิง ( Inferential Statistics)
    • สถิติอ้างอิงเป็นสถิติที่ใช้ในการใช้ค่าสถิติ ( Statistic) ที่ได้จากกลุ่มตัวอย่างไปอธิบายค่าพารามิเตอร์ (Parameter) ของประชากร
    • สถิติอ้างอิงมี 2 ประเภท ได้แก่
      • Univariate Statistics เป็นสถิติที่มีตัวแปรต้น / อิสระ 1 ตัวแปร และตัวแปรตาม 1 ตัวแปร
      • Multivariate Statistics เป็นสถิติที่มีตัวแปรต้น / อิสระ มากกว่า 1 ตัวแปร และตัวแปรตามมากกว่า 1 ตัวแปร
    ประชากร กลุ่มตัวอย่าง สุ่ม Descriptive Statistics Inferential Statistics อ้างอิง
  • 52. ทฤษฎีการตัดสินใจทางสถิติ Statistical Decision Theory
  • 53.
    • สมมติฐาน หมายถึง ข้อความที่แสดงถึงการคาดคิดแนวคำตอบของปัญหาเรื่องใดเรื่องหนึ่งไว้ล่วงหน้า (Expected answer) สมมติฐานมักจะเป็นข้อสมมติที่สมเหตุสมผลจากแนวคิดเชิงทฤษฎีที่เสนอขึ้นมาชั่วคราวสำหรับการอธิบายความจริงบางอย่าง และใช้เป็นแนวทางในการศึกษาค้นคว้า เพื่อทำการตรวจสอบความถูกต้องของสมมติฐาน และข้อเท็จจริงของเรื่องที่ทำการศึกษา
    สมมติฐาน (Hypothesis)
  • 54.
    • โดยทั่วไปแล้วสมมติฐานจำแนกเป็น 2 ประเภท
    ประเภทของสมมติฐาน 1. สมมติฐานทางการวิจัย (Research Hypothesis) 2. สมมติฐานทางสถิติ(Statistical Hypothesis)
  • 55.
    • สมมติฐานทางการวิจัย เป็นข้อความที่คาดคะเนแนวคำตอบของการวิจัยล่วงหน้า ส่วนใหญ่แล้วเป็น ข้อความที่แสดงความสัมพันธ์ ความสัมพันธ์ของตัวแปรตั้งแต่สองตัวแปรขึ้นไป ว่ามีความสัมพันธ์เชื่อมโยงกันอย่างไร ทั้งนี้เพื่ออธิบายข้อเท็จจริง เงื่อนไขหรือพฤติกรรมที่เกิดขึ้นตามผู้วิจัยคิดคาดคะเนโดยอาศัย ความรู้ แนวคิด ทฤษฎี ผลการวิจัยที่เกี่ยวข้อง ประสบการณ์ ความชำนาญพิเศษ นำมาประกอบกันบนหลักการแห่งเหตุผล
    สมมติฐานทางการวิจัย
  • 56.
    • การวิจัยเรื่อง : การศึกษาส่วนแบ่งทางการตลาดของธุรกิจรถยนต์มือสองในจังหวัดอุดรธานีที่เจ้าของธุรกิจเป็นคนไทยและคนต่างชาติ
    • จุดมุ่งหมายการวิจัย : เพื่อเปรียบเทียบส่วนแบ่งทางการตลาดของธุรกิจรถยนต์มือสองที่เจ้าของธุรกิจเป็นคนไทยและคนต่างชาติ
    • สมมติฐานการวิจัย : ส่วนแบ่งทางการตลาดของธุรกิจรถยนต์มือสองที่เจ้าของธุรกิจเป็นคนไทยน้อยกว่าเจ้าของธุรกิจเป็นคนต่างชาติ
    ตัวอย่างสมมติฐานการวิจัย
  • 57.
    • สมมติฐานทางสถิติ เป็นข้อสมมติเกี่ยวกับลักษณะการแจกแจง หรือค่าพารามิเตอร์ของประชากรที่ต้องการทดสอบด้วยวิธีการทางสถิติ ในการศึกษาข้อมูลจากประชากรทั้งหมด เราจะได้ค่าพารามิเตอร์ที่ถูกต้องแท้จริง แต่ในทางปฏิบัติจะทำเช่นนั้นได้ยาก เราจึงมักจะศึกษาจากกลุ่มตัวอย่างที่สุ่มมาจากประชากร ดังนั้นจึงต้องทำการตรวจสอบ และหาวิธีการในการตัดสินใจว่า ค่าพารามิเตอร์ที่แท้จริงมีค่าหรือลักษณะเช่นไร โดยการตั้งสมมติฐานทางสถิติ ซึ่งจะเป็นลักษณะของประโยคสัญลักษณ์ทางคณิตศาสตร์
    สมมติฐานทางสถิติ
  • 58. สมมติฐานทางสถิติประกอบด้วย 2 ส่วน คือ
    • 1. สมมติฐานหลักหรือสมมติฐานศูนย์ (Null Hypothesis) ซึ่งจะเขียนไว้ในลักษณะที่ไม่แสดงความแตกต่างระหว่างค่าพารามิเตอร์ ที่ต้องการตรวจสอบ โดยมีข้อตกลงเบื้องต้นไว้ว่า สมมติฐานนี้อาจเป็นจริง แล้วทำการทดสอบโดยรวบรวมข้อมูลเชิงปริมาณ เพื่อพยายามทำการปฏิเสธสมมติฐานที่ตั้งไว้ สัญลักษณ์ที่ใช้แทนสมมติฐานศูนย์ ได้แก่ H 0 เช่น
  • 59.
    • 2. สมมติฐานทางเลือก (Alternative Hypothesis) เป็นสมมติฐานทางสถิติที่ตั้งเอาไว้เพื่อการทดสอบในลักษณะตรงข้ามกับสมมติฐานศูนย์ เขียนในลักษณะที่แสดงความแตกต่างระหว่างค่าพารามิเตอร์ที่ต้องการทดสอบ โดยตั้งขึ้นมาเพื่อเป็นทางเลือก ในการปฏิเสธสมมติฐานศูนย์ จะได้มีสมติฐานศูนย์คอยรองรับ หรือถ้ายอมรับสมมติฐานหลักจะได้ปฏิเสธสมมติฐานทางเลือก สมมติฐานทางเลือกนิยมใช้สัญลักษณ์ H 1 หรือ H A
    • การเขียนสมมติฐานทางเลือก เขียนได้ 2 ลักษณะ คือ
    • 1. ไม่แสดงทิศทางของความแตกต่าง
    • 2. แสดงทิศทางของความแตกต่าง
  • 60. สมมติฐานทางเลือกแบบไม่แสดงทิศทาง ( Non-directional Alternative Hypothesis)
    • เป็นการเขียนสมมติฐานทางเลือกที่กล่าวถึงพารามิเตอร์ว่ามีค่าไม่เท่ากับค่าใดค่าหนึ่ง จึงเป็นการทดสอบสมมติฐานแบบสองทางหรือแบบสองหาง (Two-tailed test)
  • 61. สมมติฐานทางเลือกแบบแสดงทิศทาง ( Directional Alternative Hypothesis)
    • เป็นการเขียนสมมติฐานทางเลือกที่กล่าวถึงพารามิเตอร์ว่ามีค่มากกว่าหรือน้อยกว่าใดค่าหนึ่ง จึงเป็นการทดสอบสมมติฐานแบบทางเดียวหรือแบบหางเดียว (One-tailed test)
    หรือ
  • 62. การทดสอบสมมติฐานทางสถิติ (Testing of Hypothesis)
    • การทดสอบสมมติฐานทางสถิติ เป็นการตัดสินใจทางสถิติหรือประเมินความสำคัญของค่าสถิติจากกลุ่มตัวอย่าง ด้วยการเปรียบเทียบสมมติฐานทางสถิติที่กำหนดไว้ล่วงหน้า โดยอาศัยเกณฑ์ (Criteria) ที่ตั้งไว้เพื่อลดโอกาสของความคลาดเคลื่อนในการตัดสินใจ ซึ่งการตัดสินใจมีด้วยกัน 2 ทาง คือ
    • 1. การยอมรับหรือคงสมมติฐาน (Accept Hypothesis หรือ Non-significant)
    • 2. การปฏิเสธสมมติฐาน (Reject Hypothesis หรือ Significant)
  • 63.
    • การยอมรับสมมติฐาน หมายความว่า ความแตกต่างของค่าสถิติที่คำนวณได้จากกลุ่มตัวอย่าง กับค่าพารามิเตอร์ตามสมมติฐานศูนย์ มีขนาดเพียงเล็กน้อย และความแตกต่างนั้นอยู่ภายในเขตที่ยอมรับได้ จึงเชื่อได้ว่าความแตกต่างที่เกิดขึ้นนั้นเกิดขึ้นโดยบังเอิญ (By Chance) อันอาจเนื่องมาจากความคลาดเคลื่อนจากการสุ่มตัวอย่าง หรือเป็นลักษณะเฉพาะของกลุ่มตัวอย่างประชากรนั้น อันไม่ใช่ความแตกต่างที่แท้จริง จึงกล่าวได้ว่าการทดสอบไม่มีความมีนัยสำคัญ (Non-Significant) จึงยอมรับสมมติฐานศูนย์
    การยอมรับสมมติฐาน
  • 64.
    • การปฏิเสธสมมติฐาน หมายความว่า ความแตกต่างของค่าสถิติที่คำนวณได้จากกลุ่มตัวอย่างกับค่าพารามิเตอร์ตามสมมติฐานศูนย์มีขนาดมาก หรือแตกต่างกันมากจนเกินขอบเขตที่จะยอมรับได้ ซึ่งถือว่าเป็นความแตกต่างที่แท้จริงได้ ไม่เกิดขึ้นเพราะการบังเอิญ จึงกล่าวได้ว่าการทดสอบมีนัยสำคัญ (Significant) จึงปฏิเสธสมมติฐานศูนย์ที่ตั้งไว้ และยอมรับสมมติฐานทางเลือก
    การปฏิเสธสมมติฐาน
  • 65. Accept Region Reject Region
  • 66.
    • การตัดสินใจ / ความเป็นจริง H 0 ถูก H 0 ผิด
    • ยอมรับ H 0 ที่ ถูก ยอมรับ H 0 ที่ ผิด
    • ยอมรับ H 0 ตัดสินใจถูก (1- ) Type II error ( )
    • ระดับของความเชื่อมั่น
    • ปฏิเสธ H 0 ที่ ถูก ปฏิเสธ H 0 ที่ ผิด
    • ปฏิเสธ H 0 Type I error ( ) ตัดสินใจถูก (1- )
    • ระดับความมีนัยสำคัญ อำนาจในการทดสอบ
    ความคลาดเคลื่อนในการตัดสินใจ
  • 67.
    • เขตวิกฤต เป็นขอบเขตซึ่งกำหนดตามระดับความมีนัยสำคัญ ถ้าค่าสถิติที่คำนวณได้ตกอยู่ในบริเวณนี้ จะถือว่าการทดสอบนั้นมีนัยสำคัญ (Significant) นั่นคือ ความแตกต่างระหว่างคุณลักษณะของกลุ่มตัวอย่างประชากรกับประชากร มีมากเกินขอบเขตที่กำหนดไว้ จึงถือเป็นความแตกต่างที่แท้จริง ไม่ได้เกิดจากความบังเอิญหรือลักษณะเฉพาะของกลุ่มตัวอย่างที่ศึกษา ค่าวิกฤต (Critical Value) เป็นค่าที่แสดงขอบเขตของเขตวิกฤต
    เขตวิกฤต(Critical Region)หรือเขตการปฏิเสธ (Rejection Region)
  • 68.
    • การทดสอบแบบสองทาง
    • (Two-tailed Test)
    • การทดสอบทางเดียว
    • (One-tailed Test)
    ประเภทของการทดสอบสมมติฐานทางสถิติ
  • 69. การทดสอบแบบสองทาง ช่วงของความเชื่อมั่น เขตวิกฤต เขตวิกฤต 2 2 ( 1- )
  • 70. การทดสอบทางเดียว ช่วงของความเชื่อมั่น เขตวิกฤต ( 1- )
  • 71. การทดสอบเกี่ยวกับค่าเฉลี่ยและสัดส่วน Tests concerning means and proportions
  • 72.
    • การทดสอบนี้ใช้ได้กับข้อมูลในมาตราอันตรภาคและมาตราอัตราส่วน โดยมีการสุ่มกลุ่มตัวอย่างมา 1 กลุ่ม แล้วคำนวณหาค่าเฉลี่ยของกลุ่มตัวอย่าง ( x ) แล้วนำไปเปรียบเทียบกับค่าใดค่าหนึ่งใน 2 ค่าต่อไปนี้
    • 1. ค่าเฉลี่ยของกลุ่มประชากรที่รู้ค่าแล้ว ( )
    • หรือ 2. ค่าตัวเลขค่าหนึ่งซึ่งผู้วิจัยถือว่าเป็นค่าเฉลี่ยของกลุ่มประชากร
    การทดสอบเกี่ยวกับค่าเฉลี่ยในหนึ่งตัวอย่าง
  • 73.
    • เมื่อนำ x ไปเปรียบเทียบกับค่าเฉลี่ยของกลุ่มประชากร จากการใช้สถิติเชิงอ้างอิงจะทำให้ผู้วิจัยสรุปได้ว่า ค่าเฉลี่ยที่ได้จากกลุ่มตัวอย่างกลุ่มหนึ่ง ( x ) ซึ่งสุ่มมาจากประชากรที่มีการแจกแจงเป็นปกติ เป็นค่าเดียวกับค่าเฉลี่ยของกลุ่มประชากร ( ) หรือไม่ ซึ่งสถิติที่ใช้สำหรับการทดสอบเรื่องนี้ คือ การทดสอบค่าซี
    • ( Z-test ) และการทดสอบค่าที ( t-test )
  • 74.
    • การทดสอบค่าซีจะใช้เมื่อกลุ่มตัวอย่างมีขนาดใหญ่ ( n 30)
    การทดสอบค่าซี(Z-test) สูตร Z = เมื่อ X แทน ค่าเฉลี่ยของกลุ่มตัวอย่าง แทนค่าคงที่ค่าหนึ่ง แทนความคลาดเคลื่อนมาตรฐานของค่าเฉลี่ย
  • 75.
    • ซึ่ง
    = เมื่อ แทน ความเบี่ยงเบนมาตรฐานของกลุ่มประชากร n แทนขนาดกลุ่มตัวอย่าง แต่เนื่องจากในการหา ค่าความเบี่ยงเบนมาตรฐานของประชากรนั้นทำไม่ได้ จึงใช้ค่าส่วนเบี่ยงเบนมาตรฐานของกลุ่มตัวอย่างแทน ซึ่ง = ( X - X ) 2 n -1 S
  • 76.
    • ดังนั้นสูตรการทดสอบค่าซีจึงแปลงเป็น
    สูตร Z = S
  • 77.
    • การทดสอบค่า t ใช้เมื่อกลุ่มตัวอย่างมีขนาดเล็ก ( n < 30) ซึ่ง
    การทดสอบค่าที(t-test) สูตร โดยมี df = n -1 t = S
  • 78. สรุปขั้นตอนการทดสอบค่าซี ในหนึ่งตัวอย่าง
    • ขั้นที่ 1 ตั้ง H 0 และ H 1
    • ขั้นที่ 2 กำหนดระดับนัยสำคัญทางสถิติ ( )
    • ขั้นที่ 3 คำนวณค่า Z จากสูตร
    Z =
  • 79.
    • เมื่อ X แทน ค่าเฉลี่ยของกลุ่มตัวอย่าง
    • แทน ค่าคงที่ ( ค่าเฉลี่ยของประชากร )
    • แทน ความเบี่ยงเบนมาตรฐานของประชากร
    • ถ้าไม่รู้ ให้ใช้ S แทน
    • ขั้นที่ 4 หาค่าวิกฤต จากตารางพื้นที่ใต้โค้งปกติ ( ตาราง Z)
    • ก . ค่าวิกฤตเป็น ถ้าเป็นการทดสอบ 2 หาง
    • ข . ค่าวิกฤตเป็น ถ้าเป็นการทดสอบหางเดียว
    • ทางขวา
    • ค . ค่าวิกฤตเป็น ถ้าเป็นการทดสอบ หางเดียว
    • ทางซ้าย
  • 80.
    • ขั้นที่ 5 เปรียบเทียบ ค่า Z ที่คำนวณได้กับค่าวิกฤต Z
    • ขั้นที่ 6 สรุปผลว่า ปฏิเสธ H 0 ถ้า Z ที่คำนวณได้ตกอยู่ในเขตวิกฤต
  • 81. สรุปขั้นตอนการทดสอบค่าที ในหนึ่งตัวอย่าง
    • ขั้นที่ 1 ตั้ง H 0 และ H 1
    • ขั้นที่ 2 กำหนดระดับนัยสำคัญทางสถิติ ( )
    • ขั้นที่ 3 คำนวณค่า t จากสูตร
    S t =
  • 82.
    • เมื่อ X แทน ค่าเฉลี่ยของกลุ่มตัวอย่าง
    • แทน ค่าคงที่ ( ค่าเฉลี่ยของประชากร )
    • S แทน ความเบี่ยงเบนมาตรฐานของกลุ่มตัวอย่าง
    • ขั้นที่ 4 หาค่าวิกฤต จากตารางค่าวิกฤต t ที่ df = n-1
    • ก . ค่าวิกฤตเป็น ถ้าเป็นการทดสอบ 2 หาง
    • ก . ค่าวิกฤตเป็น ถ้าเป็นการทดสอบหางเดียวทางขวา
    • ก . ค่าวิกฤตเป็น ถ้าเป็นการทดสอบ หางเดียวทางซ้าย
  • 83.
    • ขั้นที่ 5 เปรียบเทียบ ค่า t ที่คำนวณได้กับค่าวิกฤต t
    • ขั้นที่ 6 สรุปผลว่าปฏิเสธ H 0 ถ้า t ที่คำนวณได้ตกอยู่ในเขตวิกฤต
    • ตามทฤษฎี t-test ใช้เมื่อกลุ่มตัวอย่างมีขนาดเล็ก แต่ในทางปฏิบัติ t-test ใช้กับกลุ่มตัวอย่างขนาดใดก็ได้ ขอเพียงประชากรของกลุ่มตัวอย่างที่สุ่มมามีการแจกแจงแบบปกติ หรือเข้าใกล้การแจกแจงปกติก็ได้
  • 84.
    • ข้อมูลที่นำมาเปรียบเทียบกันมาจากกลุ่มตัวอย่าง 2 กลุ่ม และเป็นข้อมูลในมาตราอันตรภาคหรืออัตราส่วน โดยนำค่าเฉลี่ย ( X ) ที่ได้จากกลุ่มตัวอย่างทั้งสองมาเปรียบเทียบกัน
    • ลักษณะของการทดสอบแยกได้ 2 ลักษณะ คือ
    • 1. การทดสอบความแตกต่างระหว่างค่าเฉลี่ยสองค่าที่ได้จากกลุ่มตัวอย่างสองกลุ่มที่เป็นอิสระจากกัน (Independent Samples)
    • 2. การทดสอบความแตกต่างระหว่างค่าเฉลี่ยสองค่าที่ได้จากกลุ่มตัวอย่างสองกลุ่มที่ไม่เป็นอิสระจากกัน (Dependent Samples)
    การทดสอบค่าเฉลี่ยในสองตัวอย่าง
  • 85. การทดสอบความแตกต่างระหว่างค่าเฉลี่ยสองค่าที่ได้จากกลุ่มตัวอย่างสองกลุ่มที่อิสระจากกัน
    • การทดสอบลักษณะนี้จะต้องมีกลุ่มตัวอย่างสองกลุ่ม โดยกลุ่มตัวอย่างแต่ละกลุ่มสุ่มมาจากประชากรสองกลุ่มที่เป็นอิสระจากกัน จึงทำให้ได้กลุ่มตัวอย่างสองกลุ่มที่เป็นอิสระจากกัน (Independent Samples)
  • 86.
    • ประชากรกลุ่มที่ 1 ประชากรกลุ่มที่ 2
    • คำนวณ X 1 คำนวณ X 2
    Independent Samples 1 กลุ่มตัวอย่างที่ 1 ( n 1 ) กลุ่มตัวอย่างที่ 2 (n 2 ) เปรียบเทียบ x 1 , x 2 โดยใช้สถิติทดสอบ
  • 87. Independent Samples 2 กลุ่มประชากรกลุ่มใหญ่ กลุ่มตัวอย่างที่ 1 (n 1 ) กลุ่มตัวอย่างที่ 2 (n 2 ) คำนวณ X 1 คำนวณ X 2 เปรียบเทียบ X 1 , X 2 โดยใช้สถิติทดสอบ
  • 88.
    • กลุ่มตัวอย่างแต่ละกลุ่มมีขนาดใหญ่ ( n 1 และ n 2 มีค่าเท่ากับหรือมากกว่า 30)
    การทดสอบค่าซี สูตร Z = n 1 n 2 +
  • 89.
    • ในทางปฏิบัติหา และ ไม่ได้ ต้องใช้ S 1 และ S 2 แทน
    • ดังนั้นในการทดสอบความแตกต่างของค่าเฉลี่ยจึงใช้สูตร
    สูตร Z = n 1 n 2 +
  • 90.
    • การทดสอบค่าที จะใช้ในกรณีที่กลุ่มตัวอย่างแต่ละกลุ่มมีขนาดเล็ก ( แต่ละกลุ่มมีจำนวนน้อยกว่า 30 ) และในการทดสอบต้องคำนึงค่าของชั้นความเป็นอิสระ (Degree of freedom) ด้วย
    • การทดสอบค่าที ทำได้ 2 ลักษณะ คือ
    • 1. ไม่ทราบความแปรปรวนของประชากรทั้งสองกลุ่ม แต่ตั้งข้อตกลง ( Assumption) ว่าความแปรปรวนของทั้งสองกลุ่มเท่ากัน
    • 2. ไม่ทราบความแปรปรวนของประชากรทั้งสองกลุ่ม แต่ตั้งข้อตกลง ( Assumption) ว่าความแปรปรวนของทั้งสองกลุ่ม ไม่ เท่ากัน
    การทดสอบค่าที
  • 91.
    • ในกรณีที่ไม่ทราบความแปรปรวนของกลุ่มประชากรทั้งสองกลุ่ม แต่ตกลงว่า ความแปรปรวนเท่ากัน ( )
    ลักษณะที่ 1 ใช้สูตร t = S p 2 [ ] เมื่อ S p 2 แทนความแปรปรวนร่วม ( Pooled Variance) และ df = n 1 + n 2 - 2 n 1 n 2 +
  • 92.
    • Pooled Variance หาได้โดย
    S p 2 = (n 1 - 1) S 1 2 + (n 2 - 1) S 2 2 n 1 + n 2 - 2
  • 93.
    • ในกรณีที่ไม่ทราบความแปรปรวนของกลุ่มประชากรทั้ง 2 กลุ่ม และตั้งข้อตกลงว่าความแปรปรวนไม่เท่ากัน ( )
    ลักษณะที่ 2 ใช้สูตร n 1 n 2 + t = โดยมี df = n 1 n 2 + S 2 2 / n 2 n 2 - 1 + S 1 2 / n 1 n 1 - 1
  • 94. การทดสอบความแปรปรวน
    • ในการทดสอบค่าที (t-test) ถ้าไม่สามารถตัดสินใจว่าจะตั้งข้อตกลงว่า หรือจะตั้งข้อตกลงว่า
    • ควร จะต้องมีการทดสอบความแปรปรวนก่อนโดยใช้การทดสอบค่า เอฟ ( F-test) ในการทดสอบค่าเอฟ จะตั้งสมมติฐาน ดังนี้
    • H 0 :
    • H 1 :
    • F-test สำหรับการทดสอบความแตกต่างของความแปรปรวน 2 ค่า ในเรื่องนี้มักจากทดสอบในรูปสองหางเสมอ
  • 95. สูตรสำหรับ F-test สูตร โดย df 1 = n 1 - 1, df 2 = n 2 - 1 F = S 1 2 S 2 2 หรือ โดย df 1 = n 2 - 1, df 1 = n 2 - 1 F = S 2 2 S 1 2 ใช้เมื่อ S 1 2 > S 2 2 ใช้เมื่อ S 2 2 > S 1 2
  • 96. การทดสอบความแตกต่างระหว่างค่าเฉลี่ย 2 ค่า ที่ได้จากกลุ่มตัวอย่างที่ไม่เป็นอิสระจากกัน ( Dependent Samples)
    • กลุ่มตัวอย่างสองกลุ่มที่ไม่เป็นอิสระจากกัน จัดเป็นลักษณะใหญ่ๆ ได้ดังนี้
      • ลักษณะที่ 1 กลุ่มตัวอย่างเพียงกลุ่มเดียวแต่เก็บข้อมูล 2 ครั้ง การวิจัยแบบนี้ใช้แบบแผนวิจัย “ Test-retest” หรือ “ Before and after”
      • ลักษณะที่ 2 กลุ่มตัวอย่างสองกลุ่ม ซึ่งมีคุณลักษณะสำคัญบางประการเหมือนกันเป็นคู่ ๆ ( Matched samples)
      • ลักษณะที่ 3 กลุ่มตัวอย่างที่มีความสัมพันธ์กันอย่างใกล้ชิด
    การทดสอบความแตกต่างระหว่างค่าเฉลี่ยของกลุ่มที่ไม่เป็นอิสระจากกัน t-test for dependent samples
  • 97. ประชากร กลุ่มตัวอย่าง คำนวณ คำนวณ เปรียบเทียบ , โดยใช้สถิติทดสอบ Dependent Sample t-test
  • 98. การวิเคราะห์ t-test ด้วยคอมพิวเตอร์
    • เตรียมข้อมูล ด้วย SPSS Editor
    • ศึกษาจากตัวอย่างโดยใช้ Data file ชื่อ example
    Select One sample t-test
  • 99. Click
  • 100. กำหนดค่าพารามิเตอร์ที่กำหนดเป็นค่าเกณฑ์ Click
  • 101. ค่าสถิติภาคบรรยาย ค่า t , df, และระดับนัยสำคัญ ค่าพารามิเตอร์ที่ใช้เป็นเกณฑ์ในการทดสอบ
  • 102. Independent Samples t-test Select ศึกษาจากตัวอย่างโดยใช้ Data file ชื่อ example
  • 103. Click
  • 104. Click
  • 105. Click เติมรหัสที่ใช้แบ่งกลุ่มตัวแปร
  • 106. Click
  • 107. Click
  • 108. ผลการวิเคราะห์ ค่าสถิติภาคบรรยายที่แสดงให้เห็น ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน
  • 109. สถิติที่ใช้ทดสอบความแปรปรวนของกลุ่มประชากรทั้งสองกลุ่มว่าเท่ากันหรือไม่ โดยพิจารณาจากค่า F และระดับ sig ถ้า ค่า sig มากกว่า .05 แสดงว่าค่าความแปรปรวนของกลุ่มประชากรทั้งสองกลุ่มเท่ากัน ( equal variance assumed) จึงจำเป็นต้องใช้ สูตร t-test แบบความแปรปรวนเท่ากัน พิจารณาค่า t และระดับ sig ถ้าค่า sig น้อยกว่าหรือเท่ากับ .05 แสดงว่าค่าเฉลี่ยของกลุ่มประชากรที่เป็นนักเรียนชายและนักเรียนหญิงมีความแตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับ .05
  • 110. Dependent Sample t-test
    • ใช้ข้อมูลตัวอย่างจาก Data file ชื่อ example2
    Select
  • 111. Click
  • 112. Click
  • 113. ผลการวิเคราะห์ ค่าสถิติภาคบรรยายที่แสดงค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของคะแนนสอบก่อนเรียนและหลังเรียน ค่าสหสัมพันธ์ที่ทดสอบว่าคะแนนก่อนเรียนและหลังเรียนว่ามีความสัมพันธ์กันหรือไม่ในประชากร โดยพิจารณาระดับ sig ซึ่งมีค่าน้อยกว่าหรือเท่ากับ .05 แสดงว่าคะแนนก่อนเรียนและหลังเรียนมีความสัมพันธ์กัน
  • 114. ผลการเปรียบเทียบระหว่างคะแนนก่อนเรียนและหลังเรียน โดยใช้ Dependent Sample t-test ให้พิจารณาค่า t และระดับนัยสำคัญ ( sig) ถ้าน้อยกว่าและเท่ากับ .05 คะแนนก่อนเรียนแตกต่างจากคะแนนหลังเรียนในกลุ่มประชากร
  • 115. การวิเคราะห์ความแปรปรวน Analysis of variance
    • ในการศึกษาวิจัย ผู้วิจัยต้องการศึกษาพฤติกรรมหรือปรากฏการณ์ของหน่วยวิเคราะห์ที่เป็นเป้าหมายของการศึกษาเป็นข้อมูลเชิงปริมาณ ขึ้นอยู่กับตัวแปรอิสระต่างๆ อีกหลายตัวซึ่งเป็นข้อมูลเชิงคุณภาพ
    • เทคนิคการวิเคราะห์ข้อมูลที่ใช้เป็นการเปรียบเทียบค่าเฉลี่ยระหว่างกลุ่ม ตั้งแต่ 3 กลุ่มขึ้นไป เรียกว่า การวิเคราะห์ความแปรปรวน ( Analysis of Variance: ANOVA)
  • 116. วัตถุประสงค์ของการวิเคราะห์ความแปรปรวน ตัวแปรอิสระ(เชิงคุณภาพ) ตัวแปรตาม(เชิงปริมาณ) มีผลหรือไม่มีผล
  • 117. ข้อตกลงเบื้องต้นในการวิเคราะห์ความแปรปรวน Assumption testing
    • The two assumption of concern are:
    Population normality Homogeneity of Varaince
  • 118. Basic concepts of ANOVA
    • Source of Variance :
      • Between-groups Variance : จะเป็นค่าที่แสดงให้เห็นถึงขนาดของความแตกต่างระหว่างค่าเฉลี่ยของกลุ่มต่างๆ
      • Within-group Variance : เป็นค่าที่แสดงให้เห็นขนาดของความแตกต่างของข้อมูลแต่ละตัวที่รวบรวมมาภายในแต่ละกลุ่มว่ามีมากหรือน้อย
    • Null Hypothesis
    H 0 : µ 1 = µ 2 = …= µ k ( เมื่อ k คือจำนวนกลุ่ม )
  • 119. One-Way ANOVA with Post Hoc Comparisons ตัวแปรอิสระมีตั้งแต่ 3 ตัวแปร หรือมีค่ามากกว่า 2 ระดับขึ้นไป ตัวแปรตามมีเพียงหนึ่งตัว เงื่อนไขการพิจารณาใช้:-
  • 120. One-Way ANOVA with Post-Hoc Comparisons MS B = MS w = F = SS T nk-1 Total SS w = SS T - SS B k(n-1) Within Group SS B k-1 Between Groups F Mean Square (MS) Sum of Square (SS) df Source of Variance
  • 121. One-Way ANOVA with Post-Hoc Comparisons ( Steps of Analysis)
    • เตรียมแฟ้มข้อมูลและคีย์ข้อมูล
    • ตรวจสอบความถูกต้องของข้อมูลก่อนทำการวิเคราะห์
    • วิเคราะห์ข้อมูลด้วย SPSS
  • 122. สถานการณ์ปัญหาตัวอย่าง
    • ผู้วิจัยต้องการทราบว่า ระดับความฉลาดทางอารมณ์ของผู้บริหารที่มีพื้นฐานการศึกษา ( ต่ำกว่าปริญญาตรี , ปริญญาตรี , และสูงกว่าปริญญาตรี ) มีความแตกต่างกันหรือไม่ หรืออาจกล่าวได้อีกอย่างหนึ่งว่า ระดับความฉลาดทางอารมณ์ของผู้บริหารขึ้นอยู่กับระดับพื้นฐานการศึกษาของผู้บริหารหรือไม่ ( ใช้ data file anova_examp1)
  • 123. การวิเคราะห์
  • 124. Click
  • 125. Click Click
  • 126. พิจารณาระดับของ Significant ของการทดสอบความเป็นเอกพันธ์ของความแปรปรวน ( Homogeneity of Variances) ต้องมีค่ามากกว่า .05 จึงจะเป็นเอกพันธ์หรือมีแนวโน้มว่าเป็นตัวอย่างที่มาจากโค้งปกติ ( Population Normality)
  • 127. Click
  • 128. Click
  • 129. Click
  • 130. จึงพิจารณาการเปรียบเทียบรายคู่ (Post Hoc Comparisons) พิจารณาผลการวิเคราะห์ ANOVA ว่า Significant หรือไม่จากระดับนัยสำคัญ ถ้า น้อยกว่าหรือเท่ากับ .05 แสดงว่ามีความแตกต่างเกิดขึ้นในการเปรียบเทียบหรือตัวแปรตามขึ้นอยู่กับตัวแปรต้น
  • 131. Click
  • 132. พิจารณาผลการเปรียบเทียบเป็นรายคู่ ถ้า Significant ก็แสดงว่าแตกต่างกันอย่างมีนัยสำคัญทางสถิติ
  • 133. การอ่านและตีความหมาย
    • ระดับความฉลาดทางอารมณ์ขึ้นอยู่กับระดับพื้นฐานการศึกษาของครูผู้สอนหรือ ครูผู้สอนที่มีระดับพื้นฐานการศึกษาต่างกันมีระดับความฉลาดทางอารมณ์แตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 และเมื่อเปรียบเทียบครูผู้สอนที่มีพื้นฐานการศึกษาต่างกันเป็นคู่ ๆ พบว่าทุกคู่มีระดับความฉลาดทางอารมณ์แตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับ .05

×