Spss
Upcoming SlideShare
Loading in...5
×

Like this? Share it with your network

Share
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
No Downloads

Views

Total Views
4,710
On Slideshare
4,710
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
70
Comments
0
Likes
2

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. การทดสอบค่าที<br />ความหมายของการทดสอบค่า t-test แบบกลุ่มเดียว<br />การทดสอบที กรณีกลุ่มตัวอย่าง 1 กลุ่ม คือ การทดสอบสมมติฐานทางสถิติเกี่ยวกับ µ กรณีใช้กลุ่มตัวอย่างเพียงกลุ่มเดียวและไม่ทราบค่า <br />การวิเคราะห์ผลทางสถิติแบบ T-test (T-test for statistical analysis ) <br /> การวิเคราะห์โดยใช้ T-test แบบกลุ่มเดียวนี้ เป็นการวิเคราะห์หาความแตกต่างของข้อมูล ในกรณีของข้อมูลที่แตกต่าง<br />1. การวิเคราะห์ผลแบบ One Sample T-test <br /> เป็นการทดสอบว่าค่าเฉลี่ยของตัวอย่าง ซึ่งสุ่มมาจากประชากรที่มีการกระจายแบบปกติ ว่ามีความแตกต่างจากค่าที่ตั้งสมมุติฐานไว้หรือไม่ <br />ตัวอย่างที่ 1 บริษัทส่งออกส้มได้รับผลส้มจากผู้ค้าส่ง 3 ราย ซึ่งน้ำหนักเฉลี่ยของผลส้มเกรด AA ที่กำหนดไว้ คือ 150 กรัม ทางบริษัทต้องการทดสอบว่าผู้ค้าส่ง 3 รายมีน้ำหนักของส้ม AA ได้ตามมาตรฐานหรือไม่ โดยทางบริษัทได้ทำการสุ่มส้ม 5 ผล ต่อราย ได้ข้อมูลดังนี้ (กำหนดให้ผู้ค้าส่ง คือ A B C ) <br />  ABC150151 152 153 154 148 150 152 154 156 146 148 150 152 154<br />ตารางที่ 1<br />กำหนดสมมุติฐาน : = 150 : ≠ 150 <br />นำข้อมูลที่ได้มาวิเคราะห์ผลทางสถิติ<br />การวิเคราะห์ One Sample T-test โดย SPSS <br />ในการป้อนข้อมูล ให้กำหนดชื่อตัวแปร โดยเลือกที่ Variable View จาก Sheet Tab ใน Data Editor ดังรูป จากตัวอย่างที่ 1 จะกำหนดตัวแปรก่อนคือ A B C ดังนี้ <br />รูปที่ 1 การป้อนชื่อตัวแปรใน SPSS <br />เมื่อต้องการป้อนข้อมูลให้เลือก Data View จาก Sheet Tab และป้อนค่าน้ำหนักส้มในแนวคอลัมน์ <br />รูปที่ 2 การป้อนข้อมูลใน SPSS <br />และวิเคราะห์ผลโดยเลือกเมนู AnalyzeCompare MeansOne-sample T-test…. <br />ให้เลือกตัวแปรที่ต้องการวิเคราะห์ และค่า Test Value ซึ่งก็คือ Null Hypothesis แล้ว คลิก OK เพื่อวิเคราะห์ผล   <br />รูปที่ 3 การวิเคราะห์ One Sample T-test โดย SPSS <br />รูปที่ 4 การเปลี่ยนรูปแบบและขนาดอักษรใน Pivot Tables <br />SPSS จะตั้งค่าเริ่มต้น (default) ให้ตัวอักษรในตารางค่อนข้างเล็ก ทำให้อ่านไม่สะดวก สวามารถเปลี่ยนอักษรให้ใหญ่ขึ้น โดยกลับไปที่หน้าจอ Data Editor เลือกเมนู EditOptions เลือกเมนู Tab ของ Pivot tables ดังรูป อาจเลือก Large font(narrow).tlo และคลิก OK อย่างไรก็ตามท่านสามารถเลือกรูปแบบของ Pivot Tables ได้อีกหลายแบบที่โปรแกรมมีไว้ให้ <br /> <br />ผลการวิเคราะห์ที่ได้ จะแสดงในหน้าจอ OUT PUT ดังนี้ <br />  <br /> จากผลการวิเคราะห์เห็นได้ว่า โปรแกรมระบุวิธีการวิเคราะห์ข้อมูลไว้ในส่วนเริ่มต้น พบว่าค่า t ที่คำนวณได้เท่ากับของ A=2.828, B=1.414, C=.000 มี df=4 โดยมีค่า P ของ A=.047, B=.230, C=1.000 จึงสรุปได้ว่าตัวอย่างส้มจาก 3 บริษัทคือ A B C มีส้มจากบริษัท A ที่มีน้ำหนักเฉลี่ยไม่เท่ากับ 150 กรัม (ที่ระดับความเชื่อมั่น 95% , ค่า P < 0.05) <br />ตัวอย่างที่ 2 สมมติว่าฝ่ายบรรจุภัณฑ์มีเครื่องบรรจุนมระบบอัตโนมัติ ซึ่งเครื่องบรรจุนมที่ผ่านการฆ่าเชื้อลงกล่องละ 250ml ต้องการทราบว่าเครื่องบรรจุนมอัตโนมัติ บรรจุนมตรงตามมาตรฐานที่กำหนดไว้ หรือไม่ <br /> สุ่มตัวอย่างมา 10 ตัวอย่างจากหลอดผลิต โดยนำตัวอย่างไปตวงปริมาตรน้ำนมด้วยกระบอกตวง แล้วได้ข้อมูลมาตามนี้ 250.2, 249.8, 250.6, 245.3, 259.5, 248.8, 257.9, 248.1, 251.3 และ 254.8 ml ตามลำดับ <br />กำหนดสมมติฐานH0 = ค่าเฉลี่ยปริมาตรน้ำนมอยู่ในมาตรฐาน 250mlHa = ค่าเฉลี่ยปริมาตรน้ำนมไม่เป็นไปตามมาตรฐาน 250 ml หรือเขียนเป็นสัญลักษณ์<br />: µ=250 : µ≠250<br /> <br />กำหนดค่านัยสำคัญของการทดสอบกำหนดที่ค่านัยสำคัญของการทดสอบ หรือ แอลฟาที่ 0.05 <br />การวิเคราะห์ One Sample T-test โดย SPSS <br />รูปที่ 5 การป้อนข้อมูลใน SPSS<br />จากนั้นเลือกคำสั่ง Analyze > Compare Means > One Sample T Test<br />รูปที่ 6 การวิเคราะห์ > One Sample T Test<br />กดเลือกตัวแปรที่ต้องการวิเคราะห์<br /> รูปที่ 7 การนำค่าตัวแปร แล้วใส่ค่าระดับความเชื่อ ซึ่งค่าตรงนี้จะใช้ในการตัดสินว่า การทดสอบนี้จะยอมรับหรือว่า ปฏิเสธสมมติฐานหลัก โดยดูที่ค่านัยสำคัญของการทดสอบ เช่น ถ้าเราทดสอบที่ระดับความเชื่อมั่น 95% ค่านัยสำคัญของการทดสอบคือ 0.05 ถ้าตาราง output ที่ได้ ได้ค่า Sig น้อยกว่า ค่า 0.05 ก็จะถือว่า ปฏิเสธสมมติฐาน แต่ถ้าเป็นแบบทางเดียวนั้นเราต้องดูเครื่องหมายของค่า t<br />รูปที่ 8 การป้อนค่าความเชื่อมั่น<br /> แล้วกด OK โปรแกรมก็จะทำการประมวลผลจากออกมา<br />จะพบว่า ค่านัยสำคัญของการทดสอบคือ 0.05 นั้นมีค่าน้อยกว่าค่า Sig ที่ได้จากการคำนวณด้วยโปรแกรม(0.277) ดังนั้นจากการทดสอบสมมติฐานที่ระดับความเชื่อมั่น 95% จะถือว่า ยอมรับสมมติฐานหลัก คือ ปริมาตรน้ำนมที่บรรจุลงกล่องด้วยเครื่องบรรจุน้ำนมอัตโนมัติมีค่าเฉลี่ยปริมาตรโดยรวมอยู่ในเกณฑ์ 250 ml <br />รูปที่ 9 เงื่อนไขการปฏิเสธสมมุติฐานหลัก<br />สำหรับเงื่อนไขในการปฏิเสธสมมติฐานหลักไม่ว่าจะทางเดียวหรือสองทาง โดยรวมแล้วค่า sig ต้องน้อยกว่าค่าแอลฟา(นัยสำคัญของการทดสอบ)จึงจะสามารถปฏิเสธสมมติฐานหลักได้ <br />ตัวอย่างที่ 3 จากการวัดทัศนคติต่ออาชีพครูในปี พ.ศ.2523 พบว่านักศึกษาวิทยาลัยครูอุตรดิตถ์มีทัศนคติ 87.80 คะแนน ( จากมาตราแบบวัดทัศนคติคะแนนระหว่าง 23-115 คะแนน) ในปี พ.ศ.2544 ได้ทดลองสุ่มนักศึกษาคณะครุสาสตร์มา 10 คน วัดทัศนคติต่ออาชีพครูด้วยแบบวัดฉบับเดิมได้ข้อมูลดังนี้<br />นักศึกษาxนักศึกษาx1826772877903798814909895801089<br />ตารางที่ 2 ข้อมูลการวัดทัศนคติ<br />ในการป้อนข้อมูล ให้กำหนดชื่อตัวแปร โดยเลือกที่ Variable View จาก Sheet Tab ใน Data Editor กำหนดตัวแปรก่อนคือ x และป้อนข้อมูลทัศนคติดังรูป จากตัวอย่างที่ 3 ดังนี้ <br />รูปที่ 10 การป้อนข้อมูลใน SPSS<br />วิเคราะห์ผลโดยเลือกเมนู AnalyzeCompare MeansOne-sample T-test…. <br />รูปที่ 11 ขั้นตอนการใช้สูตร<br />ปรากฏหน้าต่างของ One –Sample T Test ดังภาพ ให้คลิกเลือกตัวแปรที่ต้องการทดสอบในช่องซ้ายมือมาไว้ในช่อง Test Variable จากนั้นกำหนดเกณฑ์ที่ต้องการในช่อง Test value และ คลิก Option เพื่อกำหนดระดับนัยสำคัญ(%) แล้วคลิกที่ OK<br />รูปที่ 12 การนำเข้าตัวแปร<br />ได้ผลการวิเคราะห์ข้อมูลดังนี้<br />จากตาราง One-Sample –Test ในตาราง ค่า t=-2.116 คำนวณจากสูตร (1) df=9 คำนวณจากสูตร df=n-1 ,ค่าSig (2-Tailed)=0.063 คือ ค่า p-value ค่า mean difference =-3.40 คือผลต่างระหว่าง -µ =84.40-87.8<br />สมมติฐานทางสถิติคือ : µ=87.8 , :µ<87.80<br />การทดสอบสมมติฐานทางสถิติกรณีนี้เป็นการทดสอบทางเดียวแต่โปรแกรมแสดงค่า p ของทั้งสองทางจึงต้องหาร p ด้วย 2 เพื่อเทียบค่า p กับ α ในการตัดสินใจปฏิเสธ หรือ ยอมรับ สำหรับกรณีนี้ p = 0.063/2 เท่ากับ 0.0315 <α=0.05 จึงปฏิเสธ ยอมรับ ดังภาพ<br />รูปที่ 13 แสดงค่า p/2และ αในการทดสอบทางเดียว<br />และสรุปผลการวิเคราะห์ดังตารางดังนี้<br />รายการค่าสถิติn1084.40s5.08t-2.116df9p0.063/2=0.0315<br />ตารางที่ 3 ตารางการวิเคราะห์<br />สรุปผล จากการวิเคราะห์ข้อมูลในตารางพบว่า =84.40 t=-2.116 และ p=0.0315 <α=0.05 จึงปฏิเสธ ยอมรับ แสดงว่านักศึกษาครุสาสตร์ในปี พ.ศ. 2544 มีทัศนคติต่ออาชีพครูต่ำกว่า ปี พ.ศ. 2523 อย่างมีนัยสำคัญทางสถิติที่ระดับ 0.05 <br /> จากตัวอย่างข้างต้น ถ้ากำหนดให้ทดสอบสมมติฐานว่า นักศึกษาคณะครุศาสตร์ปี พ.ศ. 2544 มีทัศนคติแตกต่างจาก ปี พ.ศ. 2523 หรือไม่ การทดสอบสมมติฐานทางสถิติ จำเป็นการทดสอบสองทาง ดังสมมติฐานทางสถิติดังต่อไปนี้ <br /> :µ=87.80<br /> :µ≠87.80<br /> กรณีทดสอบสองทางค่า α เป็นผลรวมจากปลายโค้งทั้งสองด้าน คือ α=(α/2)+ (α/2) ค่า p ก็คือ p=(p/2)+ (p/2) ซึ่งได้แก่ ค่า p ที่โปรแกรมแสดงไว้จากการประมวลผลและในกรณีตัวอย่างนี้จะเห็นว่า p = 0.063 >α=0.05 ต้องยอมรับ เพราะค่า p = 0.063 หรือ 6.3 เปอร์เซ็นต์ มากเกินไปที่จะปฎิเสธว่า ทัศคติต่ออาชีพของนักศึกษาครุศาสตร์ปี พ.ศ. 2544 จะสูงหรือต่ำกว่าปี พ.ศ. 2523 ดังภาพ <br />รูปที่ 14 แสดงค่า p/2และ αในการทดสอบทางเดียว<br />ตัวอย่างที่ 4 ตามทฤษฎีทางเคมีของสารประกอบชนิดหนึ่ง มีส่วนประกอบของเหล็กคิดเป็น 11.8 เปอร์เซ็นต์ เพื่อทดสอบทฤษฎีนี้นักเคมีได้ทำการทดลองสารประกอบชนิดนี้ต่างๆกัน 9 ครั้ง ปรากฏว่ามีเหล็กของผสมอยู่ดังนี้11.6,12.1,10.4,11.8,11.3,12.0,11.0,10.4,11.8จะตัดสินใจได้หรือไม่ว่า เปอร์เซ็นต์เฉลี่ยของเหล็กในสารประกอบจะแตกต่างใปจาก 11.8 อย่างมีนัยสำคัญทางสถิติ<br />วิธีการคำนวณโดย SPSS<br />กำหนดค่าตัวแปร ในแท็บ Variable view ดังรูป<br />รูปที่ 15 กำหนดค่าตัวแปร<br />ป้อนข้อมูลในแท็บ Data view<br />รูปที่ 16 ป้อนข้อมูล<br />ใช้คำสั่ง Analize - Compare Means - One-Simples T-Test <br />รูปที่ 17 การใช้สูตร<br />เลือกตัวแปรที่ต้องการใส่ใน ช่อง “Test Variable(s):” และพิมพ์ค่าคงที่ในช่อง “Test Value:” แล้วคลิก OK ดังรูป<br />รูปที่ 16 การนำเข้าตัวแปร<br />โปรแกรมจะประมวลผลแสดงผลลัพธ์ในหน้าต่าง Output ดังรูป<br /> ตารางแรกเป็นการแสดงค่าสถิติพื้นฐานของตัวแปรและตารางที่ 2 เป็นการแสดงค่าสถิติ t-test ค่า t-test ที่คำนวณได้ คือ -1.95 ที่ df=8 มีนัยสำคัญทางสถิติที่ .087 นั่นคือเปอร์เซ็นต์ของเหล็กในสารประกอบชนิดนี้เท่ากับ 11.8 <br /> ในการทดสอบสมมติฐาน (โดยใช้ค่าสถิติ t-test ) ปรากฏว่า ค่า t-test มีนัยสำคัญทางสถิติ(Sig.) ที่ระดับ .087 มีค่ามากกว่า .05 แสดงว่าเปอร์เซ็นต์ของเหล็กในสารประกอบชนิดเท่ากับ 11.8 ซึ่งได้จากการทดสอบทางทฤษฎีกับการทดลองไม่แตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 เมื่อพิจารณาจากสมมติบานจะเห็นว่ายอมรับ แต่ปฏิเสธ <br />บรรณานุกรม<br />http://www.watpon.com/spss/<br />http://www.thaifoodscience.com/one-sample-t-test.html<br />http://tulip.bu.ac.th/~wathna.s/hypothesis2.htm<br />