หน่วยที่ 6 การวิเคราะห์ข้อมูลและการแปลผล

1. การวิเคราะห์ข้อมูลและการแปรผล
วิชาโปรแกรมสาเร็จรูปทางสถิติเพื่อการวิจัย
ครูฌามาดา จันดาอาจ แผนกวิชาคอมพิวเตอร์ธุรกิจ วิทยาลัยการอาชีพบ้านไผ่
รหัสวิชา 3204-2104
Unit 6

2. 6.1 ลักษณะของข้อมูล
ความหมายการวิเคราะห์ข้อมูล
การวิเคราะห์ข้อมูล หมายถึงการจัดหมวดหมู่ (Categorizing) การจัด
ระเบียบ หรือการเรียงลาดับ การจัดกระทา และการสรุปสาระข้อมูล เพื่อให้ได้
คาตอบสาหรับตอบคาถามวิจัย

3. 6.1 ลักษณะของข้อมูล
การแปลความหมาย
การแปลความหมาย (Interpretation) เป็นการนาผลลัพธ์ที่ได้จากการ
วิเคราะห์มาสรุปสาระเกี่ยวกับความสัมพันธ์ระหว่างตัวแปรต่าง ๆ ในการวิจัย ให้ได้
ผลการวิจัยตามวัตถุประสงค์การวิจัย แล้วอ้างอิงผลการวิจัย ซึ่งทาได้ 2 แบบ

4. 6.1 ลักษณะของข้อมูล
ประเภทข้อมูลที่นามาวิเคราะห์ผลทางสถิติ
ลักษณะของข้อมูลที่นามาวิเคราะห์ผลทางสถิติแบ่งออกเป็น 2 ประเภท
ใหญ่ ๆ คือ
1. ข้อมูลดิบ (Raw Data)
2. ข้อมูลจัดกลุ่ม (Grouped Data)

5. ลักษณะของข้อมูล
1. ข้อมูลดิบ (Raw Data)
1) ข้อมูลที่มีค่าย่อยไม่เป็นตัวเลข
2) ข้อมูลที่มีค่าย่อยเป็นตัวเลขที่มีศูนย์แท้

6. 6.2 การจัดเตรียมข้อมูล
การตรวจสอบข้อมูล
1. ตรวจสอบระหว่างงานสนาม (Field Edit)
2. ตรวจสอบในหน่วยงาน (In-house Edit)

7. 6.2 การจัดเตรียมข้อมูล
การสร้างตัวแปรและให้รหัสข้อมูล
ตัวแปรที่ใช้มักใช้ชื่อที่สื่อถึงความหมายของข้อมูลโดยคานึงถึงกฎการตั้งชื่อ
ของโปรแกรม ส่วนการให้รหัสก็คือการใช้ตัวเลขแทนความหมายของข้อมูล เพื่อให้
สะดวกและคล่องตัวต่อการใช้โปรแกรม
1. ท่านคิดว่าภาษาต่างประเทศมีความสาคัญต่อการทาธุรกิจหรือไม่
X 1. สาคัญ __ 2. ไม่สาคัญ  PREFER

8. 6.2 การจัดเตรียมข้อมูล
การทาคู่มือลงรหัส
โดยทั่วไปคู่มือการลงรหัสประกอบด้วย
1. เลขที่แบบสอบถาม
2. เลขที่คาถาม
3. ชื่อตัวแปร
4. รายการของข้อมูล
5. ขนาดของตัว
6. ค่าที่เป็นไปได้พร้อมคาอธิบายความหมาย

9. 6.2 การจัดเตรียมข้อมูล
การตรวจสอบและแก้ไข
งานตรวจสอบและแก้ไขมีอยู่ตลอดเวลาระหว่างการจัดเตรียมข้อมูล งาน
ขั้นนี้จึงต้องกระทาเป็นระยะ ๆ อย่างสม่าเสมอ การตรวจสอบจะเป็นอย่างไรขึ้นกับ
ประเภทของงานจะตรวจ และการตรวจสอบจะช่วยป้องกันความผิดพลาดและเพิ่ม
ประสิทธิภาพของงานแต่ละขั้นให้ดียิ่งขึ้น

10. 6.2 การจัดเตรียมข้อมูล
การเตรียมโครงสร้างข้อมูล
การเตรียมข้อมูลให้ตรงตามรูปแบบของการบันทึกข้อมูลของโปรแกรมที่จะ
ใช้ประมวลผล การจัดฟิลด์ข้อมูล หากมีข้อมูลสูญหายที่นอกเหนือจากที่คาดไว้จะ
เพิ่มลงในรายการอย่างไร ความเข้าใจในรูปแบบการบันทึกข้อมูลลงสื่อคอมพิวเตอร์
จะช่วยให้การบันทึกและแก้ไขข้อมูลในไฟล์คอมพิวเตอร์เป็นไปโดยสะดวกยิ่งขึ้น

11. 6.2 การจัดเตรียมข้อมูล
การบันทึกลงสื่อข้อมูล
เป็นการเปลี่ยนรหัสจากแบบสอบถามไปยังสื่อคอมพิวเตอร์ และควรมีการ
ตรวจสอบโดยการพิมพ์ข้อมูลออกมาทางกระดาษเพื่อตรวจสอบด้วยตาเปล่าอีกทีหนึ่ง
กรณีที่มีข้อมูลปริมาณมากอาจใช้วิธีการสุ่มตรวจ

12. 6.2 การจัดเตรียมข้อมูล
การจัดทาตาราง
การบอกลักษณะตารางหรือผลลัพธ์ที่คาดไว้เมื่อทาการประมวลผล การ
จัดทาตารางจะช่วยชี้ถึงค่าที่สูงหรือต่ากว่าปกติ และเข้าใจในลักษณะเชิงพรรณนา
ของข้อมูลทั้งหมด

13. 6.3 แนวทางการวิเคราะห์ข้อมูล
การวิเคราะห์ข้อมูลเชิงปริมาณ
หมายถึง การนาข้อมูลที่เป็นจานวนมาจัดหมวดหมู่ หรือเรียงลาดับ หรือ
จัดระบบ สรุปสาระด้วยวิธีการทางสถิติเพื่อนาไปสู่การตอบคาถามของการวิจัย

14. 6.3 แนวทางการวิเคราะห์ข้อมูล
การวิเคราะห์ข้อมูลเชิงคุณภาพ
การวิเคราะห์โดยการวิเคราะห์ข้อมูลเชิงคุณภาพ มีเทคนิคที่สาคัญ ดังนี้
1. การจาแนกและจัดระบบข้อมูล (Typology and Taxonomy)
2. การวิเคราะห์สรุปอุปนัย (Analytic Induction)
3. การเปรียบเทียบเหตุการณ์ (Constant Comparison)
4. การวิเคราะห์ส่วนประกอบ (Componential Analysis)
5. การวิเคราะห์ข้อมูลเอกสาร (Content Analysis)
6. การวิเคราะห์สาเหตุและผล (Cause and Effect Analysis)
7. การสร้างจินตนาการเชิงสังคมวิทยา (Sociology Imaginary)

15. 6.4 การวิเคราะห์สถิติพรรณนา (Descriptive Statistics)
การแจกแจงความถี่ของข้อมูล
การแจกแจงความถี่มี 2 ชนิด คือ
1. การแจกแจงความถี่โดยไม่จัดข้อมูลเป็นกลุ่ม (อันตรภาคชั้น)
2. การแจกแจงความถี่โดยจัดเป็นกลุ่ม (อันตรภาคชั้น)

16. 6.4 การวิเคราะห์สถิติพรรณนา (Descriptive Statistics)
การวัดค่ากลางของข้อมูล
ค่ากลางของข้อมูลที่สาคัญและนิยมใช้มี 3 ชนิด คือ
1. ค่าเฉลี่ยหรือมัชฌิมเลขคณิต (Arithmetic mean, Average: )
2. มัธยฐาน (Median: Med)
3. ฐานนิยม (Mode: Mod)

17. 6.4 การวิเคราะห์สถิติพรรณนา (Descriptive Statistics)
การวัดการกระจายของข้อมูล
1. พิสัย (Range)
2. ส่วนเบี่ยงเบนควอไทล์ (Quartile Deviation: Q.D.)
3. ส่วนเบี่ยงเบนเฉลี่ย (Mean Deviation: M.D.)
4. ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation: S.D)
5. ความแปรปรวน (Variance)
6. สัมประสิทธิ์ของพิสัย (Coefficient of Range)
7. สัมประสิทธิ์ของความแปรผัน (Coefficient of Variation: C.V.)

18. 6.4 การวิเคราะห์สถิติพรรณนา (Descriptive Statistics)
การเลือกวิธีวิเคราะห์สถิติพรรณนามาใช้ในการวิจัยทางธุรกิจและข้อควรระวัง
1. ในการวิเคราะห์หรือวิจัยทางธุรกิจเพื่อตอบปัญหาที่ต้องการทราบตาม
วัตถุประสงค์ที่ตั้งไว้ อาจใช้เพียงการวิเคราะห์สถิติพรรณนา
2. การแจกแจงความถี่ของข้อมูลจะมีผลทาให้ผลการวิเคราะห์ข้อมูลที่เก็บรวบรวม
มาได้มีความเชื่อถือได้น้อยลง
3. อันตรภาคชั้นที่ใช้ในการแจกแจงความถี่ไม่ควรให้มีอันตรภาคชั้นเปิดรวมอยู่ด้วย
4. ค่าเฉลี่ยเลขคณิตของข้อมูลชุดใด ๆ จะต้องอยู่ระหว่างค่าที่น้อยที่สุดกับค่าที่มาก
ที่สุดของข้อมูลชุดนั้นเสมอ

19. 6.4 การวิเคราะห์สถิติพรรณนา (Descriptive Statistics)
การเลือกวิธีวิเคราะห์สถิติพรรณนามาใช้ในการวิจัยทางธุรกิจและข้อควรระวัง
5. ควรใช้ค่าเฉลี่ยเลขคณิตหาค่ากลางหรือค่าเฉลี่ยของข้อมูลที่มีการกระจายไม่มาก
นัก
6. ถ้าข้อมูลชุดใดมีขนาดเฉพาะตัว ต้องใช้ฐานนิยมวัดค่ากลางหรือค่าเฉลี่ย
ส่วนข้อมูลที่อยู่ในรูปอัตราส่วนต่าง ควรใช้ค่าเฉลี่ยฮาร์มอนิกวัด
7. การหาค่ากลางหรือค่าเฉลี่ยข้อมูลที่แจกแจงความถี่แล้วและมีอันตรภาคชั้นเปิด
รวมอยู่ด้วย จะต้องใช้มัธยฐานหรือฐานนิยมเท่านั้น
8. ค่าเฉลี่ยเลขคณิต มัธยฐาน ฐานนิยม และวิธีอื่น ๆ ที่ใช้วัดค่ากลางหรือค่าเฉลี่ย
ของข้อมูลชุดเดียวกันไม่จาเป็นต้องเท่ากัน

20. 6.4 การวิเคราะห์สถิติพรรณนา (Descriptive Statistics)
การเลือกวิธีวิเคราะห์สถิติพรรณนามาใช้ในการวิจัยทางธุรกิจและข้อควรระวัง
9. การใช้พิสัยเพื่อวัดค่าการกระจายของข้อมูลควรจะทาเมื่อข้อมูลมีการกระจาย
น้อยหรือมีการกระจายอย่างสม่าเสมอ
10. ค่าส่วนเบี่ยงเบนมาตรฐานและค่าความแปรปรวนของข้อมูลชุดใด ๆ จะต้องมีค่า
เป็นบวกเสมอ
11. ค่ากลางหรือค่าเฉลี่ยและค่าที่ใช้วัดการกระจายของข้อมูลต้องมีหน่วยเดียวกับ
หน่วยของข้อมูลที่ใช้

21. 6.5 การวิเคราะห์สถิติอนุมาน (Inferential Statistics)
การประมาณค่า
วิธีการอยู่ 2 แบบ คือ
1. การประมาณค่าแบบ
2. การประมาณค่าแบบช่วง

22. 6.5 การวิเคราะห์สถิติอนุมาน (Inferential Statistics)
การทดสอบสมมติฐานเชิงสถิติ
สมมติฐาน คือ ข้อความหรือข้อกาหนดที่เกี่ยวข้องกับลักษณะประชากรที่
เราสนใจซึ่งอาจจะเกิดจากความเชื่อของบุคคลใดบุคคลหนึ่งหรือบุคคลทั่ว ๆ ไป
การทดสอบสมมติฐาน ถ้าตัวอย่างสนับสนุนความเชื่อของเรา สมมติฐาน
ที่ตั้ง ไว้จะเป็นจริง หากตัวอย่างที่ได้ไม่สนับสนุนความเชื่อนั้น สมมติฐานของการ
ทดสอบจะไม่เป็นจริง

23. 6.5 การวิเคราะห์สถิติอนุมาน (Inferential Statistics)
การวิเคราะห์ความแปรปรวน
ในการวิเคราะห์และวิจัยทางธุรกิจโดยทั่วไป แบ่งเป็น
1. การวิเคราะห์ความแปรปรวนแบบจาแนกทางเดียว
2. การวิเคราะห์ความแปรปรวนแบบจาแนกสองทาง

24. 6.5 การวิเคราะห์สถิติอนุมาน (Inferential Statistics)
การทดสอบไคสแควร์
การทดสอบไคสแควร์ใช้ทดสอบสมมติฐานเกี่ยวกับอัตราส่วนของลักษณะ
ต่าง ๆ ของตัวแปรตัวหนึ่งว่าเป็นไปตามที่คาดไว้หรือไม่ หรือใช้ทดสอบว่าประชากรมี
การแจกแจงตามที่คาดไว้หรือไม่ นอกจากนี้ ยังสามารถใช้ทดสอบความเป็นอิสระ
ระหว่างตัวแปร 2 ตัวได้อีกด้วย

25. 6.5 การวิเคราะห์สถิติอนุมาน (Inferential Statistics)
การใช้วิธีทดสอบสมมติฐานเชิงสถิติและข้อควรระวัง
1. ข้อมูลที่นามาทดสอบสมมติฐานเชิงสถิติต้องเป็นข้อมูลที่รวบรวมได้จากตัวอย่างที่
เลือกมาเป็นตัวแทนจากประชากรที่มีลักษณะที่สนใจศึกษาเท่านั้น
2. สมมติฐานที่ตั้งขึ้นเพื่อการทดสอบจะต้องมีทั้งสมมติฐานว่าง (H0) และสมมติฐาน
ทางเลือก (H1)
3. ก่อนการทดสอบสมมติฐานจะต้องตรวจสอบข้อตกลงเบื้องต้นของการทดสอบ
สมมติฐานแบบนั้น ๆ เสียก่อน

26. 6.5 การวิเคราะห์สถิติอนุมาน (Inferential Statistics)
การใช้วิธีทดสอบสมมติฐานเชิงสถิติและข้อควรระวัง
4. โดยทั่วไปมักไม่ทราบความแปรปรวนของประชากรที่นามาทดสอบ จึงต้อง
ประมาณความแปรปรวนของประชากรด้วยความแปรปรวนจากตัวอย่างที่เลือกมา
เป็นตัวแทนจากประชากร
5. การทดสอบสมมติฐานเชิงสถิติโดยทั่วไปมักใช้ระดับนัยสาคัญ (α) เท่ากับ 0.05
หรือระดับความเชื่อมั่น 95%
6. ผลการทดสอบสมมติฐานเชิงสถิติ คือการยอมรับหรือปฏิเสธสมมติฐานว่าง (H0)
เท่านั้น

27. 6.5 การวิเคราะห์สถิติอนุมาน (Inferential Statistics)
การใช้วิธีทดสอบสมมติฐานเชิงสถิติและข้อควรระวัง
7. การปฏิเสธ H0 ของการทดสอบสมมติฐานแสดงว่ามีค่าเฉลี่ยของประชากรอย่าง
น้อยหนึ่งชุดที่แตกต่างจากค่าเฉลี่ยของประชากรชุดอื่น ๆ
8. ในกรณีที่ผู้ทดสอบต้องการเปรียบเทียบความแตกต่างระหว่างค่าเฉลี่ยของ
ประชากรหลาย ๆ ชุด อาจใช้การวิเคราะห์ความแปรปรวนแบบจาแนกสอง
9. ผลการวิเคราะห์ที่มีความเชื่อถือได้มากควรมีระดับความคลาดเคลื่อนหรือ d.f. (
W) ไม่ต่ากว่า 12

28. 6.5 การวิเคราะห์สถิติอนุมาน (Inferential Statistics)
การใช้วิธีทดสอบสมมติฐานเชิงสถิติและข้อควรระวัง
10. ไม่ควรใช้จานวนตัวอย่างน้อยเกินไป
11. ไม่ควรนามาใช้วิเคราะห์ความสัมพันธ์เมื่อข้อมูลอยู่ในรูปสัดส่วนหรือร้อยละ
12. ไม่ควรแบ่งตัวแปรแต่ละตัวออกเป็นหลายกลุ่มหรือหลายระดับมากเกินไป

29. 6.6 การแปลความหมายผลการวิเคราะห์ข้อมูล
ลักษณะการแปลมี 2 ลักษณะ คือ
1. แปลโดยกล่าวถึงตัวเลขเท่าที่จาเป็น
2. แปลโดยไม่กล่าวถึงตัวเลขเลย

30. การวิเคราะห์ข้อมูลและการแปรผล
จบการนาเสนอบทเรียน
ครูฌามาดา จันดาอาจ แผนกวิชาคอมพิวเตอร์ธุรกิจ วิทยาลัยการอาชีพบ้านไผ่
Unit 6