143
การคำานวณด้วยวิธี
Kuder & Richardson
สูตร1 r = n Σpq
n-1 S
เมื่อ r = สัมประสิทธิ์ความเที่ยง
ของแบบทดสอบ
n = จำานวนข้อในแบบทดสอบ
p = สัดส่วนของผู้ตอบถูกใน
แต่ละข้อ
q = สัดส่วนของผู้ตอบผิดใน
1 -
t
2
t
2
144.
144
สูตร 2 r= n m(1-m/n
n-1 S
เมื่อ r = สัมประสิทธิ์ความเที่ยง
ของเครื่องมือ
n = จำานวนข้อในเครื่องมือ
m = ค่าเฉลี่ยของคะแนนรวม
ของผู้ตอบ
ทั้งหมดที่ทำาได้
S = ความแปรปรวนของ
คะแนนรวมของ
1 -
t
2
t
2
157
ค่า Z จากตารางที่ระดับความ
เชื่อมั่นกำาหนด
1.ค่า Z = 1.96 เมื่อ = 0.5 มีระดับ
ความเชื่อมั่น
ประมาณ 95%
2. ค่า Z = 1.96 เมื่อ = 0.5 มีระดับ
ความเชื่อมั่น
ประมาณ 95%
(2) เมื่อไม่ทราบขนาดของ
x Z
2 2
2
x
158.
158
2. เมื่อ Parameterเป็นสัดส่วน (π)
(1) เมื่อทราบขนาดประชากร
n = N π(1- π)
NE + π(1- π)
เมื่อ n = ขนาดกลุ่มตัวอย่าง
π = ค่าสัดส่วนของประชากร
(2) เมื่อไม่ทราบขนาด
ประชากร
n = π(1- π)
E
p Z
2
Z
22
p
p Z
2
2
การวิเคราะห์ (Percentile :
P)
เป็นค่าที่ให้ทราบว่าเมื่อจัดข้อมูลเป็น
100 ส่วนที่ตำาแหน่ง P
ซึ่งมีค่าคะแนนเท่ากับ x มีข้อมูลที่ค่า
น้อยกว่าคะแนนที่ตำาแหน่ง
นั้นอยู่ร้อยละเท่าไร เช่น 30 P = 300
แสดงว่ามีข้อมูลที่มี
ค่าตำ่ากว่า 300 เท่ากับ 30 เป็นต้น
สูตร P = R - 0.5
x
x
x
x 1- X 100i
i
186
187.
การวิเคราะห์ Decile :
D
เป็นค่าที่ให้ทราบว่าเมื่อจัดข้อมูล
เป็น 10 ส่วน ค่าคะแนน x ที่
ตำาแหน่ง D มีข้อมูลที่มีค่าตำ่ากว่าอยู่
เท่าไร เช่น ข้อมูลที่
ตำาแหน่ง D ที่ 4 = 120 แสดงว่ามีข้อมูล
ที่ตำ่ากว่า 120
อยู่ 4 ใน 10 ส่วน เป็นต้น
สูตร D = R - 0.5
x
x
1- X 10ix
i
187
188.
การวิเคราะห์ Quartile
: Q
เป็นค่าที่ให้ทราบว่าเมื่อจัดข้อมูล
เป็น 4 ส่วน ค่าคะแนน x ที่
ตำาแหน่ง Q มีข้อมูลที่มีค่าตำ่ากว่าอยู่
เท่าไร เช่น ข้อมูลที่
ตำาแหน่ง Q ที่ 3 = 125 แสดงว่ามีข้อมูล
ที่มีค่าตำ่ากว่า
125 อยู่ 3 ใน 4 ส่วน เป็นต้น
สูตร D = R - 0.5
x
x
1- X 4ix
i
188
การวิเคราะห์
มัธยฐาน
(Medium : M)
เป็นตำาแหน่งของคะแนนที่มีคะแนน
จำานวนครึ่งหนึ่งมีค่าสูงกว่า
และอีกจำานวนหนึ่งมีค่าตำ่ากว่า
สูตร M = L +
เมื่อ L = ขีดจำากัดล่างที่แท้จริงของ
d
d
N
2
- F
f
i
192
193.
การวิเคราะห์ฐานนิยม
(Mode : M)
เป็นคะแนนที่มีความถี่สูงสุดในข้อมูล
ที่มีอยู่ทั้งหมด นิยมใช้กับ
ข้อมูลมาตรอันดับ และมาตรนาม
บัญญัติคำานวณ
สูตร Mo = 3M + 2 x
เมื่อ M = ฐานนิยม
M = มัธยฐาน
o
d
o
d
193
ความเบ้ (Skewness: S)
เป็นค่าที่แสดงถึงลักษณะของ
ข้อมูลว่ามีลักษณะการ
แจกแจงความถี่สมมาตรหรือไม่
สมมาตร
สูตร S = ∑(x – x)
n
S
(1) ถ้ามีค่าเป็น - จะมีการแจกแจงแบบ
3
k
k
3
199
200.
ความโด่ง (Kurtosis :K
)
เป็นค่าที่แสดงถึงลักษณะสมมาตร 3
แบบ คือ โด่งมาก
(Leptokurtic) ปานกลาง (Mesokurtic)
โด่งน้อยหรือค่อนข้างแบน
(Platykurtic)
สูตร K = ∑(x – x)
n
S
4
u
u
4 - 3
200
Phi Correlation :r
เป็นเป็นการใช้ตัวแปรทั้ง 2 เป็น True
Dichotomous คือ
ตัวแปรที่มีค่าเกิดขึ้นได้ตาม
ธรรมชาติ เช่น เพศ โดยค่า
สัมประสิทธิ์มีค่าตั้งแต่ 0 – 1
สูตร r = bc - ad
(a + c)(b + d)(a + b)(c + d)
a = ความถี่เมื่อตัวแปร X มีค่าเป็น 0 ตัวแปร
Y มีค่าเป็น 1
φ
204
φ
√
205.
Tetrachloric Correlation (r)
ใช้เมื่อตัวแปรทั้งสองเป็น Forced
Ditchotomous โดยตัว
แปรทั้ง 2 จะถูกเปลี่ยนอันตรภาค
หรือมาตรอัตราส่วนมา
เป็นนามบัญญัติมีค่าเพียง 2 ค่า
เช่นผลการสอบ เป็นสอบ
ได้ หรือสอบตก
สูตร r =
test
test
COS
ad / bc
205
180
0
1 +√
206.
Spearman Rank OrderCorrelation (r )
เป็นค่าสัมประสิทธิ์ที่ได้จะมีค่า
ตั้งแต่ -1 ถึง 1
สูตร r =
เมื่อ N = จำานวนข้อมูล
D = ผลต่างของอันดับที่
ของข้อมูล
2
s
s 1 -
206
6 ∑ D
N(N -1)
2
207.
Point Biserial Correlation(r)
เมื่อตัวแปร Dichotomous เป็น True
Dichotomous
สูตร r = (x – x )
S
เมื่อ X = ตัวแปรที่มีค่าเป็น True
Dichotomous
y = ค่าตัวแปรที่อยู่ในมาตร
อันตรภาคขึ้นไป
X = ค่าเฉลี่ยของตัวแปร x ในกลุ่มที่
1 ของตัวแปร y
pbis
207
pbis p q
x
√pq n
n – 1√
p
q
x
208.
Biserial Correlation(r )
เมื่อตัวแปรDichotomous เป็น True
Dichotomous
สูตร r = (x – x )
S
เมื่อ X = ตัวแปรที่มีค่าเป็น Forced
Dichotomous
y = ค่าตัวแปรที่อยู่ในมาตรอันตรภาคขึ้น
ไป
X = ค่าเฉลี่ยของตัวแปร x ในกลุ่มที่ 1
ของตัวแปร y
X = ค่าเฉลี่ยของตัวแปร x ในกลุ่มที่ 2 ของ
bis
208
bis p q
x
pq
p
q
x
h
209.
Pearson-Product Correlation(r )
เมื่อการวัดตัวแปรทั้ง2 อยู่ในมาตร
อันตรภาคขึ้นไป
สูตร r = nΣxy - ΣxΣy
√ [nΣx – (Σx) ][n Σy –(Σy) ]
เมื่อ X = ตัวแปรของ x
y = ค่าตัวแปรของ y
ถ้าค่าเป็น + ตัวแปรทั้ง 2 จะมีความ
สัมพันธ์กันในทางเดียวกัน
–ถ้าค่าเป็น ตัวแปรทั้ง 2 จะมีความ
xy
209
xy
2 22 2
210.
Cramer’s Coefficient (r)
สูตร r = χ
√ n (k – 1)
เมื่อ k = จำานวน Categories ของ
ตัวแปร x หรือ y
ที่มีค่าน้อยกว่า
เมื่อจำานวน Categories เป็นขนาด 2x2
ค่า Cramer’s
Coefficient จะเท่ากับ Phi Coefficient
φ
210
φ
2
‘
‘
238
2. เมื่อไม่ทราบค่า และแต่ทดสอบ
ได้ว่า = σ
ซึ่งทดสอบโดยใช้ F-test ใช้ t-
pooled test
t = x – x df = n + n - 2
1 1
√ n n
หรือ S = (n - 1) S + (n – 1) S
n + n - 2
1
2
2
2
1 2
1
2
2 2
1 2
1 2
2
p
1 2
1 2
+
2 2
1 2
S
p
2
239.
239
2. เมื่อไม่ทราบค่า และแต่ทดสอบ
ได้ว่า = σ
ซึ่งทดสอบโดยใช้ F-test ใช้ t-
pooled test
t = x – x df = v
S S
√ n n
S S
หรือ v = n n
(S n ) (S n )
1
2
2
2
2
2
1
2
2 2
1 2
1 2
21
1 2
+
2 2
1 2
2 2
1 2
+
+
2
1 2
+