การทดสอบสมมติฐาน (Testing of Hypothesis)  สมมติฐานและขั้นตอนการทดสอบสมมติฐาน   บทเรียน วันที่  9  และ  10  สิงหาคม  2554
สมมติฐาน คือ คำตอบที่ผู้ทดสอบ ผู้วิจัยคาดการณ์ไว้ล่วงหน้าอย่างมีเหตุผล
ข้อมูลที่ถูกสุ่มมาจากประชากร  ( ตัวอย่าง )  จะถูกใช้เพื่ออ้างอิงค่าพารามิเตอร์ของประชากร ดังนั้น เมื่อมีการทดสอบสมมติฐาน จะเป็นการทดสอบว่าค่าพารามิเตอร์มีค่าเป็นอย่างที่ได้คาดการณ์ไว้หรือไม่
Population  Sample ค่าของประชากรจะเรียกว่า พารามิเตอร์  (parameter) ค่าของตัวอย่างจะเรียกว่า  ตัวสถิติ  (statistic)
สมมติฐานทางสถิติ มี  2  ประเภท คือ สมมติฐานหลัก  (Null Hypothesis) Ho: สมมติฐานรอง  (Alternative Hypothesis) Ha:
ขั้นตอนการทดสอบสมมติฐาน 1. ตั้งสมมติฐาน  ( โดยการตั้งสมมติฐานรองด้วย ) 2. กำหนดตัวสถิติในการทดสอบ 3. กำหนดระดับนัยสำคัญ  ( Level of Significant ) 4. คำนวณค่าสถิติ 5. คำนวณค่าวิกฤติ  (Critical Value)  6. เปรียบเทียบ ค่าคำนวณ  ( ข้อ  4)  กับ ค่าวิกฤติ  ( ข้อ  5) 7. สรุปผลการทดสอบสมมติฐาน
การทดสอบสมมติฐานมี  2  ประเภท  1. การทดสอบสมมติฐานแบบมีทิศทาง  (Direction test, One-tailed test) 2)  การทดสอบสมมติฐานแบบไม่มีทิศทาง (Non-Direction test, Two-tailed test)
การทดสอบสมมติฐานแบบมีทิศทาง Reject Acceptant area  Acceptant area  Reject H a  :    >   0  1  >   2 H a  :    <   0  1  <   2
การทดสอบสมมติฐานแบบไม่มีทิศทาง Ho :    =  0  Ha :      0  Ho :   1 =  2 Ha :   1   2
Accept Ho Reject Ho Reject Ho ถ้าค่าคำนวณของค่าสถิติที่เลือกใช้ในการทดสอบมีค่าอยู่ระหว่างเขตวิกฤติ  (Critical region)  จะปฏิเสธ  H0  และจะยอมรับ  Ha  ซึ่งจะเรียกผลการทดสอบสมมติฐานว่ามีนัยสำคัญทางสถิติ  (Significance)
Accept Ho Reject Ho Reject Ho ถ้าค่าคำนวณของค่าสถิติไม่อยู่ในเขตวิกฤติจะยอมรับ  H0  แสดงว่า ผลการทดสอบไม่มีนัยสำคัญ
การทดสอบสมมติฐานของข้อมูล โดยปกติข้อมูล  (Data)  จะแบ่งเป็นสองลักษณะ 1. เชิงปริมาณ  ทดสอบค่าเฉลี่ย  1  ประชากร  ใช้  Z-test, t-test   2  ประชากร  ใช้  Z-test. t-test มากกว่า  2  ประชากร ใช้  F-test
การทดสอบสมมติฐานของข้อมูล (2)  เชิงคุณภาพ ความถี่  1  ประชากร  ใช้  Chi-square-test   2  ประชากร  ใช้  Chi-square-test   (Contigency table,Crosstabulation)
ขั้นตอนการทดสอบความสัมพันธ์ของข้อมูลเชิงคุณภาพโดยใช้การทดสอบไค - สแควร์  (Chi-square test)
1)  ตั้งสมมติฐาน Ho  :  ไม่มีความสัมพันธ์ระหว่างตัวแปร H1  :  มีความสัมพันธ์ระหว่างตัวแปร
2.  กำหนด ระดับนัยสำคัญสำหรับการทดสอบ  (  )  อ่านว่า อัลฟา  ( alpha)    (Level of Significance)  ต้องทำความเข้าใจ แนวคิด ความคลาดเคลื่อน  ( error)  ในการทดสอบสมมติฐานทางสถิติ
ความคลาดเคลื่อนในการทดสอบสมมติฐานทางสถิติ ในการทดสอบสมมติฐานใด ๆ นั้น เป็นการตัดสินยอมรับหรือปฏิเสธสมมติฐานซึ่งขึ้นกับกลุ่มตัวอย่าง ดังนั้น การตัดสินใจอาจจะเกิดความคลาดเคลื่อนหรือความผิดพลาดได้  ความคลาดเคลื่อนประเภทที่  1   ( Type I error,  α  error)  เป็นความคลาดเคลื่อนที่เกิดขึ้นเมื่อสมมติฐานหลักที่เป็นจริงถูกปฏิเสธ ค่าความน่าจะเป็นที่จะเกิดความคลาดเคลื่อนประเภทที่  1  กำหนดด้วย  α   ( Alpha)  ความคลาดเคลื่อนประเภทนี้  ทำให้การตัดสินใจในการสรุปผลมีความผิดพลาดมากเพราะเป็นการปฏิเสธความจริง  ดังนั้นจึงควรกำหนดให้  α   มีค่าน้อย ๆ
2.  ความคลาดเคลื่อนประเภทที่  2   ( Type II error ,  β error)  เป็นความคลาดเคลื่อนที่เกิดขึ้นเมื่อสมมติฐานหลักซึ่งเป็นเท็จไม่ถูกปฏิเสธ หรือเกิดจากที่เรายอมรับสมมติฐานหลักเมื่อสมมติฐานหลักนั้นเป็นเท็จนั่นเอง ความน่าจะเป็นที่จะเกิดความคลาดเคลื่อนประเภทที่  2  กำหนดด้วย  β   ( Beta)
การตัดสินใจในการทดสอบสมมติฐาน การตัดสินใจเกี่ยวกับ Accept  H o ( ยอมรับ  H o ) Reject  H o ( ปฏิเสธ  H o ) ตั้ง  H o   ไว้ถูกต้องแล้ว เป็นการตัดสินใจที่ถูกต้อง Type I error ตั้ง  H o   ไว้ผิด Type II error เป็นการตัดสินใจที่ถูกต้อง
ระดับนัยสำคัญทางสถิติ   (Level of significance)   คือ  ความน่าจะเป็นของการเกิดความคลาดเคลื่อนประเภทที่  1  ซึ่งมีค่าเท่ากับ  α   ระดับนัยสำคัญนี้เป็นร้อยละของจำนวนที่เกิดความคลาดเคลื่อนประเภทที่  1  ซึ่ง  โดยปกติจะกำหนดให้  α   มีค่าน้อย ๆ เช่น  α= .10, .05, .02  หรือ  .01   α  =  .10  หมายความว่าในจำนวน  100  ครั้งที่ทดลองจะมี  10  ครั้งที่เกิดความคลาดเคลื่อนประเภทที่  1  ขึ้น  ถ้า  α   มีค่าน้อยลง  ความเชื่อมั่นซึ่งกำหนดว่าเท่ากับ  1- α  ก็จะสูงขึ้น
ความคลาดเคลื่อนประเภทที่  1  จะเกิดขึ้นเมื่อสมมติฐานหลักที่เป็นจริงถูกยอมรับ  หรือข้อมูลที่วิเคราะห์ได้มาจากประชากรทั้งหมด  ซึ่งจะทำให้ไม่เกิดความคลาดเคลื่อนใด ๆ  ความน่าจะเป็นความคลาดเคลื่อนประเภทที่  2  มีค่าเท่ากับ  β
ถ้าขนาดของกลุ่มตัวอย่างคงที่  ค่า  β   จะลดลงทันทีเมื่อ  α   เพิ่มขึ้น  หรือในทางตรงกันข้าม  β   จะเพิ่มขึ้นเมื่อ  α   ลดลง  แต่ทั้ง  α   และ  β   จะเท่ากับ  0  หรือไม่เกิดความคลาดเคลื่อนประเภทใดเลย  ถ้าในการศึกษาเราใช้ข้อมูลจากประชากรทั้งหมด  และในการสรุปผลการวิจัยผู้จัยต้องระบุให้ชัดเจนว่าผลการทดสอบสมมติฐานนั้นกระทำที่ระดับนัยสำคัญทางสถิติเท่าใด

การทดสอบสมมติฐาน สัปดาห์ที่ 10

  • 1.
    การทดสอบสมมติฐาน (Testing ofHypothesis) สมมติฐานและขั้นตอนการทดสอบสมมติฐาน บทเรียน วันที่ 9 และ 10 สิงหาคม 2554
  • 2.
    สมมติฐาน คือ คำตอบที่ผู้ทดสอบผู้วิจัยคาดการณ์ไว้ล่วงหน้าอย่างมีเหตุผล
  • 3.
    ข้อมูลที่ถูกสุ่มมาจากประชากร (ตัวอย่าง ) จะถูกใช้เพื่ออ้างอิงค่าพารามิเตอร์ของประชากร ดังนั้น เมื่อมีการทดสอบสมมติฐาน จะเป็นการทดสอบว่าค่าพารามิเตอร์มีค่าเป็นอย่างที่ได้คาดการณ์ไว้หรือไม่
  • 4.
    Population Sampleค่าของประชากรจะเรียกว่า พารามิเตอร์ (parameter) ค่าของตัวอย่างจะเรียกว่า ตัวสถิติ (statistic)
  • 5.
    สมมติฐานทางสถิติ มี 2 ประเภท คือ สมมติฐานหลัก (Null Hypothesis) Ho: สมมติฐานรอง (Alternative Hypothesis) Ha:
  • 6.
    ขั้นตอนการทดสอบสมมติฐาน 1. ตั้งสมมติฐาน ( โดยการตั้งสมมติฐานรองด้วย ) 2. กำหนดตัวสถิติในการทดสอบ 3. กำหนดระดับนัยสำคัญ ( Level of Significant ) 4. คำนวณค่าสถิติ 5. คำนวณค่าวิกฤติ (Critical Value) 6. เปรียบเทียบ ค่าคำนวณ ( ข้อ 4) กับ ค่าวิกฤติ ( ข้อ 5) 7. สรุปผลการทดสอบสมมติฐาน
  • 7.
    การทดสอบสมมติฐานมี 2 ประเภท 1. การทดสอบสมมติฐานแบบมีทิศทาง (Direction test, One-tailed test) 2) การทดสอบสมมติฐานแบบไม่มีทิศทาง (Non-Direction test, Two-tailed test)
  • 8.
    การทดสอบสมมติฐานแบบมีทิศทาง Reject Acceptantarea Acceptant area Reject H a :  >  0  1 >  2 H a :  <  0  1 <  2
  • 9.
    การทดสอบสมมติฐานแบบไม่มีทิศทาง Ho :  =  0 Ha :   0 Ho :  1 =  2 Ha :  1  2
  • 10.
    Accept Ho RejectHo Reject Ho ถ้าค่าคำนวณของค่าสถิติที่เลือกใช้ในการทดสอบมีค่าอยู่ระหว่างเขตวิกฤติ (Critical region) จะปฏิเสธ H0 และจะยอมรับ Ha ซึ่งจะเรียกผลการทดสอบสมมติฐานว่ามีนัยสำคัญทางสถิติ (Significance)
  • 11.
    Accept Ho RejectHo Reject Ho ถ้าค่าคำนวณของค่าสถิติไม่อยู่ในเขตวิกฤติจะยอมรับ H0 แสดงว่า ผลการทดสอบไม่มีนัยสำคัญ
  • 12.
    การทดสอบสมมติฐานของข้อมูล โดยปกติข้อมูล (Data) จะแบ่งเป็นสองลักษณะ 1. เชิงปริมาณ ทดสอบค่าเฉลี่ย 1 ประชากร ใช้ Z-test, t-test 2 ประชากร ใช้ Z-test. t-test มากกว่า 2 ประชากร ใช้ F-test
  • 13.
    การทดสอบสมมติฐานของข้อมูล (2) เชิงคุณภาพ ความถี่ 1 ประชากร ใช้ Chi-square-test 2 ประชากร ใช้ Chi-square-test (Contigency table,Crosstabulation)
  • 14.
  • 15.
    1) ตั้งสมมติฐานHo : ไม่มีความสัมพันธ์ระหว่างตัวแปร H1 : มีความสัมพันธ์ระหว่างตัวแปร
  • 16.
    2. กำหนดระดับนัยสำคัญสำหรับการทดสอบ (  ) อ่านว่า อัลฟา ( alpha) (Level of Significance) ต้องทำความเข้าใจ แนวคิด ความคลาดเคลื่อน ( error) ในการทดสอบสมมติฐานทางสถิติ
  • 17.
    ความคลาดเคลื่อนในการทดสอบสมมติฐานทางสถิติ ในการทดสอบสมมติฐานใด ๆนั้น เป็นการตัดสินยอมรับหรือปฏิเสธสมมติฐานซึ่งขึ้นกับกลุ่มตัวอย่าง ดังนั้น การตัดสินใจอาจจะเกิดความคลาดเคลื่อนหรือความผิดพลาดได้ ความคลาดเคลื่อนประเภทที่ 1 ( Type I error, α error) เป็นความคลาดเคลื่อนที่เกิดขึ้นเมื่อสมมติฐานหลักที่เป็นจริงถูกปฏิเสธ ค่าความน่าจะเป็นที่จะเกิดความคลาดเคลื่อนประเภทที่ 1 กำหนดด้วย α ( Alpha) ความคลาดเคลื่อนประเภทนี้ ทำให้การตัดสินใจในการสรุปผลมีความผิดพลาดมากเพราะเป็นการปฏิเสธความจริง ดังนั้นจึงควรกำหนดให้ α มีค่าน้อย ๆ
  • 18.
    2. ความคลาดเคลื่อนประเภทที่ 2 ( Type II error , β error) เป็นความคลาดเคลื่อนที่เกิดขึ้นเมื่อสมมติฐานหลักซึ่งเป็นเท็จไม่ถูกปฏิเสธ หรือเกิดจากที่เรายอมรับสมมติฐานหลักเมื่อสมมติฐานหลักนั้นเป็นเท็จนั่นเอง ความน่าจะเป็นที่จะเกิดความคลาดเคลื่อนประเภทที่ 2 กำหนดด้วย β ( Beta)
  • 19.
    การตัดสินใจในการทดสอบสมมติฐาน การตัดสินใจเกี่ยวกับ Accept H o ( ยอมรับ H o ) Reject H o ( ปฏิเสธ H o ) ตั้ง H o ไว้ถูกต้องแล้ว เป็นการตัดสินใจที่ถูกต้อง Type I error ตั้ง H o ไว้ผิด Type II error เป็นการตัดสินใจที่ถูกต้อง
  • 20.
    ระดับนัยสำคัญทางสถิติ (Level of significance) คือ ความน่าจะเป็นของการเกิดความคลาดเคลื่อนประเภทที่ 1 ซึ่งมีค่าเท่ากับ α ระดับนัยสำคัญนี้เป็นร้อยละของจำนวนที่เกิดความคลาดเคลื่อนประเภทที่ 1 ซึ่ง โดยปกติจะกำหนดให้ α มีค่าน้อย ๆ เช่น α= .10, .05, .02 หรือ .01 α = .10 หมายความว่าในจำนวน 100 ครั้งที่ทดลองจะมี 10 ครั้งที่เกิดความคลาดเคลื่อนประเภทที่ 1 ขึ้น ถ้า α มีค่าน้อยลง ความเชื่อมั่นซึ่งกำหนดว่าเท่ากับ 1- α ก็จะสูงขึ้น
  • 21.
    ความคลาดเคลื่อนประเภทที่ 1 จะเกิดขึ้นเมื่อสมมติฐานหลักที่เป็นจริงถูกยอมรับ หรือข้อมูลที่วิเคราะห์ได้มาจากประชากรทั้งหมด ซึ่งจะทำให้ไม่เกิดความคลาดเคลื่อนใด ๆ ความน่าจะเป็นความคลาดเคลื่อนประเภทที่ 2 มีค่าเท่ากับ β
  • 22.
    ถ้าขนาดของกลุ่มตัวอย่างคงที่ ค่า β จะลดลงทันทีเมื่อ α เพิ่มขึ้น หรือในทางตรงกันข้าม β จะเพิ่มขึ้นเมื่อ α ลดลง แต่ทั้ง α และ β จะเท่ากับ 0 หรือไม่เกิดความคลาดเคลื่อนประเภทใดเลย ถ้าในการศึกษาเราใช้ข้อมูลจากประชากรทั้งหมด และในการสรุปผลการวิจัยผู้จัยต้องระบุให้ชัดเจนว่าผลการทดสอบสมมติฐานนั้นกระทำที่ระดับนัยสำคัญทางสถิติเท่าใด