สถิติเพื่อการวิจัย

1. ปรึกษาด้านสถิติหรือวิจัยได้ที่ twatchait@gmail.com

2. วัตถุประสงค์ 1. นักศึกษา เข้าใจประเภทของข้อมูล 2. นักศึกษา เข้าใจประเภทของสถิติเพื่อการวิจัย 3. นักศึกษา สามารถเลือกสถิติเพื่อการวิเคราะห์ได้ตรงกับประเภทข้อมูล 4. นักศึกษา สามารถทาการพิสูจน์สมมติฐานทางการวิจัย 5. นักศึกษา สามารถตั้งวัตถุประสงค์ และสมมติฐานทางการวิจัย และทางสถิติ 5. นักศึกษา สามารถใช้โปรแกรมคอมพิวเตอร์สาเร็จรูปวิเคราะห์สถิติ

3. ความสาคัญและขั้นตอนการนาสถิติไปใช้ในงานวิจัย ความหมายของสถิติ สถิติเป็นศาสตร์ที่ประกอบด้วยการรวบรวมข้อมูล การวิเคราะห์ การสรุปข้อมูลและ การนาเสนอผลการสรุปหรือการวิเคราะห์เพื่อจะนาผลสรุปไปใช้ในการตัดสินใจด้านตาาง หรือคาวาา “สถิติ” อีกความหมายหนึ่งคือ คาาตัวเลขที่แสดงลักษณะที่สาคัญของข้อมูล ชุดหนึ่ง เชาน รายได้เฉลี่ยของคนไทย คะแนนความพึงพอใจเฉลี่ยของลูกค้า ร้อยละของ ประชาชนคนไทยที่เห็นด้วยกับนโยบายของรัฐบาล พื้นที่ปลูกข้าว เป็นต้น

4. 1. ชาวยวางแผนของงานวิจัย ตั้งแตาการเก็บรวบรวมข้อมูล การกาหนดขนาดตัวอยาาง การ ออกแบบงานวิจัยในขั้นตอนตาาง 2. เป็นเครื่องมือที่ชาวยให้เห็นเหตุการณ์หรือความจริงที่เกิดขึ้น เชาน ทราบวาา - นักเรียนสาวนใหญามีผลการเรียนเป็นอยาางไร 3. หาสาเหตุที่ทาให้เกิดเหตุการณ์ตาาง เมื่อสามารถหาสาเหตุได้แล้วจะได้นาไปวางแผน หรือหาทางแก้ไข เชาน - สาเหตุที่ทาให้นักเรียนมีผลการเรียนแตกตาางกัน เนื่องจากสภาพแวดล้อมทั้งที่บ้าน และกลุามเพื่อนสนิทที่โรงเรียนแตกตาางกัน ประโยชน์ของสถิติในงานวิจัย

5. สถิติสาหรับงานวิจัย 1. สถิติเชิงพรรณา (Descriptive Statistics) เป็นสถิติที่ใช้ในการสรุปลักษณะที่สาคัญของกลุ่มประชากรหรือกลุ่มตัวอย่าง ซึ่ง ประกอบด้วยความถี่ ร้อยละ ค่ากลาง (ค่าเฉลี่ย ค่ามัธยมฐาน ค่าฐานนิยม) ค่าการกระจาย (ค่าแปรปรวน ค่าเบี่ยงเบนมาตรฐาน ค่าเปอร์เซ็นต์ไทล์ ค่าควอไทล์ สัมประสิทธิ์ความผัน แปร ฯลฯ)

6. 2. สถิติเชิงอนุมาน (Inferential Statistics) 2.1 การสรุปลักษณะประชากร กรณีที่งานวิจัยใช้ข้อมูลจากตัวอย่าง จะต้องใช้การทดสอบ สมมติฐานทางสถิติ เพื่ออ้างอิงถึงลักษณะของประชากร 2.2 การหาความสัมพันธ์ เป็นการหาสาเหตุ หรือในงานวิจัยมักใช้คาว่า “กรณีศึกษาปัจจัยที่ส่งผลต่อ...” สถิติที่ใช้หาความสัมพันธ์มีหลายวิธี ซึ่งหลักการเลือกว่าควรใช้เทคนิคใด หรือสถิติใดจะ พิจารณาจากวัตถุประสงค์ของงานวิจัย และชนิดหรือสเกลของข้อมูล ซึ่งเทคนิค ประกอบด้วย 1. Z-test และ t-test (Independent t-test, Paired t-test) 2. การวิเคราะห์ความแปรปรวน (Analysis of Variance : ANOVA) 3. การวิเคราะห์ไคสแควร์ (Chi-Square Test) 4. การวิเคราะห์ความถดถอยและสหสัมพันธ์ (Regression and Correlation)

7. ข้อมูล

8. ข้อมูล หมายถึง ความจริงที่เกิดขึ้นซึ่งอาจจะเป็นตัวเลขหรือข้อความ หรือ ประกอบด้วยข้อมูลทั้งข้อความ และตัวเลข เชาน 1. “นางกัลยา อุดมการ จบปริญญาเอก สาขาสถิติ จาก University of Georgia ประเทศสหรัฐอเมริกา” ซึ่งเป็นข้อมูลซึ่งแสดงความจริงของนางกัลยา ซึ่งอยูาในรูปข้อความ เพียงอยาางเดียว 2. “นางกัลยา อุดมการ รับราชการเป็นอาจารย์ที่จุฬาลงกรณ์มหาวิทยาลัย และมี เงินเดือน 25,000 บาท” ซึ่งเป็นข้อมูลที่อยูาในรูปข้อความและตัวเลข 3. “ยอดขายรายวันของห้างสรรพสินค้า ก. ในสัปดาห์ที่ผาานมาเป็น 5.4, 3, 4.1, 6, 3.5, และ 4.3 ล้านบาท” เป็นข้อมูลที่อยูาในรูปตัวเลข ความหมายของข้อมูล

9. 1. แบ่งตามแหล่งที่มาของข้อมูล 1) ข้อมูลปฐมภูมิ (Primary Data) เป็นข้อมูลที่นักวิจัยเก็บรวบรวมจาก แหลางข้อมูลโดยตรง นักวิจัยต้องเก็บรวบรวมเอง อาจจะด้วยวิธีทดลอง สัมภาษณ์ หรือ สังเกตการณ์ ฯลฯ ข้อมูลปฐมภูมิจึงเป็นข้อมูลที่มีรายละเอียดตรงตามที่นักวิจัยต้องการ ข้อมูลที่ได้เรียกวาาเป็นข้อมูลดิบ (raw data) ซึ่งเป็นข้อมูลที่ยังไมาได้ทาการวิเคราะห์ 2) ข้อมูลทุติยภูมิ (Secondary Data)เป็นข้อมูลที่มีผู้อื่นหรือหนาวยงาน บางหนาวยได้เก็บรวบรวมข้อมูลไว้แล้ว และมักเป็นข้อมูลที่ได้วิเคราะห์ขั้นต้นแล้ว เชาน อยูา ในรูปยอดรวม จานวน คาาเฉลี่ยร้อยละ เป็นต้น นักวิจัยสามารถนามาใช้ได้เลย ประเภทของข้อมูล

10. 2. แบ่งตามลักษณะของข้อมูล 1) ข้อมูลเชิงคุณภาพ (Qualitative Data) หรือบางครั้งเรียกว่า ข้อมูลเชิงกลุ่ม หรือข้อมูลจาแนกประเภท เป็นข้อมูลที่อยูาในรูปข้อความ และแสดง ลักษณะที่แตกตาางกัน เชาน เพศ หมายถึง แบางคนเป็น 2 กลุาม ที่เพศตาางกัน คือ ชาย และ หญิง หรือข้อมูลสาวนบุคคลอื่น เชาน อาชีพ ศาสนา สถานภาพสมรส หรือ ความคิดเห็น ยี่ห้อสินค้าที่ใช้ เป็นต้น 2) ข้อมูลเชิงปริมาณ (Quantitative Data) เป็นข้อมูลตัวเลขที่ สามารถวัดคาาได้วาามีคาามากหรือน้อย เชาน รายได้ อายุ ยอดขาย จานวน/ปริมาณสินค้า จานวนลูกค้า ราคาขาย เป็นต้น

11. 3. แบ่งตามระยะเวลาการเก็บข้อมูล แบางข้อมูลได้เป็น 2 ประเภท คือ 1) ข้อมูลแบบตัดขวาง (Cross-Sectional Data) เป็นข้อมูลที่เก็บรวบรวมในชาวงเวลาใดเวลาหนึ่ง เชาน การสอบถามความคิดเห็นของ คนกรุงเทพฯ เกี่ยวกับปัญหาจราจร และเก็บรวบรวมข้อมูลในเดือน ธันวาคม 2547 โดย สอบถามความคิดเห็นด้วยการใช้คาถามหลาย คาถาม 2) ข้อมูลอนุกรมเวลา (Time Series Data) เป็นข้อมูลของตัวแปรใดตัวแปรหนึ่ง หรือหลายตัวแปรที่เก็บรวบรวมจากหลายๆ ช่วงเวลาที่ห่างเท่าๆ กัน เชาน ยอดขายรายเดือน คาาใช้จาายรายปี เป็นต้น

12. 4. แบ่งตามสเกลของข้อมูล ข้อมูลที่ใช้ในงานวิจัยสามารถแบางเป็น 4 สเกลดังนี้ 1) สเกลนามกาหนด หรือสเกลแบ่งกลุ่ม (Nominal Scales) เป็นการแบางกลุามข้อมูลออกเป็นกลุามยาอย เชาน แบางตามเพศ อาชีพ ศาสนา พรรคการเมืองที่ ชอบ เป็นต้น ไมาสามารถระบุได้วาากลุามใดดีกวาา หรือมากกวาา หรือสาคัญกวาากลุามอื่น เป็นสเกล ที่หยาบที่สุด สเกลแบางกลุามนี้ จะสามารถหา ความถี่ ร้อยละและฐานนิยม (mode) ได้ 2) สเกลอันดับ (Ordimal Scale) เป็นสเกลที่ใช้แบางกลุาม แตาให้รายละเอียดมากกวาา คือสามารถแสดงความแตกตาางระหวาาง กลุามได้ โดยสามารถระบุหรือจัดอันดับได้วาากลุามใดดีกวาา มากกวาา เห็นด้วยมากกวาา พอใจ มากกวาากลุามอื่น เชาน ตัวแปรอายุที่แบางเป็นชาวง ระดับการศึกษา รายได้ที่แบางเป็นชาวงหรือ ลาดับที่ เป็นต้น สาหรับการจัดลาดับจะเรียงจากมากไปน้อย หรือน้อยไปมากก็ได้ หรือการจัดเป็นชาวงไมา วาาจะเป็นรายได้ อายุ จะเรียงจากมากไปน้อย หรือเรียงจากน้อยไปมากก็ได้เชานกัน สเกลอันดับสามารถหาความถี่ ร้อยละ ฐานนิยม และหาค่ามัธยฐานได้

13. 3) สเกลอันตรภาคหรือสเกลแบบช่วง (Interval Scale) เป็นสเกลที่มีรายละเอียดมากกวาาสเกลแบางกลุามและสเกลอันดับ เป็นสเกลที่วัดความ แตกตาางได้ สามารถระบุได้วาาดีกวาา มากกวาา หรือน้อยกวาาเท่าใด เชาน คะแนนแสดง ความคิดเห็น หรือทัศนคติ คะแนนความพึงพอใจ คะแนนสอบ สเกลแบางกลุามนี้สามารถหาคาาเฉลี่ย คาาเบี่ยงเบนมาตรฐาน และสถิติอื่น ได้ 4) สเกลอัตราส่วน (Ratio Scale) เป็นสเกลที่สมบูรณ์ที่สุด คือ เป็นข้อมูลที่ระบุขนาดได้ทาให้สามารถเปรียบเทียบได้ ระบุความแตกตาางได้ และจุดเริ่มต้นเป็นคาาที่มีความหมายด้วย เชาน ยอดขาย สาวนสูง น้าหนัก ปริมาณสินค้า เป็นต้น สเกลอัตราสาวนสามารถคานวณคาาสถิติได้มากมาย ทั้งคาาเฉลี่ย คาามัธยฐาน คาา เบี่ยงเบนมาตรฐาน เปอร์เซ็นค์ไทล์ ควอไทล์ เป็นต้น

14. สรุปคุณสมบัติของการวัดระดับทั้ง 4 ระดับ

15. แหล่งข้อมูล

16. ประชากรและตัวอย่าง ประชากร (Population) หมายถึง ทุกหนาวยในเรื่องที่สนใจศึกษา คาวาา หนาวย อาจหมายถึง คน สัตว์ สิ่งของ องค์กร เป็นต้น ตัวอย่าง (Sample) หมายถึง สาวนยาอยหรือบางสาวนของประชากร กรณีที่ประชากรมีขนาดใหญา ผู้วิจัยอาจไมาสามารถเก็บข้อมูลจากทุนหนาวยของ ประชากรได้จะต้องเก็บข้อมูลจากตัวอยาาง ซึ่งถือวาาตัวอยาางเป็นตัวแทนของประชากร ดังนั้น ตัวอยาางจะต้องมีลักษณะเหมือนประชากร ถ้ากลุามตัวอยาางมีลักษณะแตกตาางจาก ประชากรแล้ว ข้อมูลตัวอยาางที่ได้ยาอมไมานาาเชื่อถือ และไมาสมควรนาไปใช้ในงานวิจัย ประเภทของการเลือกตัวอยาาง

17. การเลือกตัวอย่าง การเลือกตัวอยาาง แบางเป็น 2 ประเภทใหญา คือ 1. การเลือกตัวอยาางตามความนาาจะเป็น (Probability Sampling) 2. การเลือกตัวอยาางที่ไมาเป็นไปตามความนาาจะเป็น (Non- Probability Sampling) การเลือกตัวอย่างที่ใช้ความน่าจะเป็น (Probability Sampling) หรือ (Statistical Sampling) บางครั้งเรียกวาา การเลือกตัวอยาางที่ใช้หลักการทางสถิติ การใช้เทคนิคการเลือก ตัวอยาางตามความนาาจะเป็นจึงต้องประกอบด้วย 1. ทราบขนาดประชากร (N) วาามีกี่หนาวย 2. ต้องมีกรอบตัวอยาาง (Sampling Frame) หมายถึง รายชื่อของแตาละหนาวยใน ประชากรพร้อมรายละเอียด สาหรับการเลือกตัวอยาางตามความนาาจะเป็นมีหลายวิธี

18. การสุ่มตัวอย่างแบบง่าย (Simple Random Sampling) เป็นการเลือกตัวอยาางที่ให้แตาละหนาวยในประชากรมีโอกาสถูกเลือกเทาา กันในแตาละครั้งของ การเลือก ในที่นี้กาหนดสัญลักษณ์ N = ขนาดประชากร n = ขนาดตัวอยาาง โดยที่ n<N ขั้นตอนการสุ่มตัวอย่างอย่างง่าย ขั้นที่ 1 สร้างกรอบตัวอยาาง ให้หมายเลขหนาวยตาาง จาก 1 ถึง N ขั้นที่ 2 เลือกหรือสุามตัวอยาางจากกรอบตัวอยาาง โดยใช้ 1 ตารางเลขสุาม หรือ 2 จับฉลาก หรือ 3 ใช้โปรแกรมคอมพิวเตอร์ เชาน โปรแกรม SPSS, SAS เป็นต้น ขั้นที่ 3 ทาการเลือกตัวอยาางในขั้นที่ 2 จนได้ครบตามขนาดตัวอยาางที่ต้องการ

19. สาหรับการสุามตัวอยาาง อาจทาได้ 2 แบบ คือ ก. การสุ่มตัวอย่างแบบใส่คืน หมายถึง หนาวยที่ถูกเลือก มีโอกาสถูกเลือกซ้าอีก กรณีนี้ แตาละหนาวยจะมีโอกาสถูกเลือก = 1/N ในแตาละครั้งของการเลือก ข. การสุ่มตัวอย่างแบบไม่ใส่คืน หมายถึง หนาวยที่ถูกเลือกเป็นตัวอยาางแล้วจะไมามี โอกาสถูกเลือกเป็นตัวอยาางอีก สาวนมากการทาวิจัยจะใช้การสุามตัวอยาางแบบไมาใสาคืน

20. การสุ่มตัวอย่างแบบเป็นระบบ (Systematic Sampling) เป็นการเลือกตัวอยาางที่มีขั้นตอนดังนี้ ขั้นที่ 1 สร้างกรอบตัวอยาาง แล้วให้หมายเลขกากับแตาละหนาวยเป็นหมายเลข 1-N ขั้นที่ 2 คานวณระยะหาาง = N/n = k ขั้นที่ 3 เลือกตัวอยาางหนาวยแรก โดยสุามตัวอยาางที่มีหมายเลข 1 ถึง k (1≤r≤k) เชาน ได้ หมายเลข r หมายถึง จะได้หนาวยที่ r ในกรอบตัวอยาางเป็นตัวอยาางหนาวยแรก ขั้นที่ 4 เลือกตัวอยาางหนาวยที่ 2 ให้หาางจากหนาวยแรก =k นั้นคือ เลือกหนาวยที่ r+k ขั้นที่ 5 เลือกหนาวยตัวอยาางถัดไป โดยให้หาางจากหนาวยกาอนหน้าเทาา กัน โดยมี ระยะหาาง=k ทาเป็นเชานนี้จนได้ครบตามขนาดตัวอยาาง นั้นคือ หนาวยที่ r, r+k, r+2k, r+3k,.., เป็นตัวอยาาง

21. การเลือกตัวอย่างแบบแบ่งชั้นภูมิ (Stratified Sampling) กรณีที่ประชากรที่สนใจศึกษามีความแตกต่างกันมาก แบ่ง ประชากรออกเป็นกลุ่มย่อยหลายๆ กลุ่ม แล้วเรียกแต่ละกลุ่มว่า ชั้นภูมิ (Stratum) โดยหลักการในการแบ่งคือ ต้องให้หน่วยที่อยู่ในชั้นภูมิ เดียวกันมีความคล้ายกันหรือเหมือนกันในเรื่องที่สนใจศึกษา

22. ประชากร < 10,000 บาท 10,000-20,000 20,001-40,000 มากกว่า 40,000 n1 n2 n4n3 แสดงการเลือกตัวอย่างแบบแบ่งชั้นภูมิ (Stratified Sampling)

23. การเลือกตัวอย่างแบบกลุ่ม (Cluster Sampling) การเลือกตัวอยาางแบบกลุามจะมีทั้งสาวนที่คล้ายและแตกตาางจากการ เลือกตัวอยาางแบบแบางชั้นภูมิ สาวนที่เหมือนคือ มีการแบางประชากรออกเป็นกลุามยาอยตั้งแตา 2 กลุามขึ้น ไป สาวนที่ตาางคือลักษณะของหนาวยที่อยูาในกลุาม การเลือกตัวอยาางแบบชั้นภูมิ จะให้หนาวยตาาง ที่อยูาในชั้นภูมิเดียวกัน มีลักษณะที่สนใจศึกษาคล้ายกันหรือเหมือนกัน ในขณะที่การเลือก ตัวอยาางแบบกลุามต้องการให้หนาวยตาาง ที่อยูาในกลุามเดียวกันมีลักษณะ ที่สนใจศึกษาแตกตาางกัน

24. ประชากร (N) กลุ่มที่ 1 (N1) กลุ่มที่ 2 (N2) กลุ่มที่ k (N3) แสดงการเลือกตัวอย่างแบบแบ่งกลุ่ม (Cluster Sampling)

25. การเลือกตัวอย่างแบบหลายขั้นตอน (Multi-Stage Sampling) พื้นที่ / ภาค ขั้นที่ 1 ขั้นที่ 3 ขั้นที่ 2 กรุงเทพ เหนือ ใต้ ตะวันออกเฉียงเหนือตะวันตก กลาง ตะวันออก แพร่ อ่างทองชัยนาท สิงห์บุรี พังงาตรัง อาเภอ อาเภอ 1 อาเภอ 1 อาเภอ 2 อาเภอ 2 อาเภอ อาเภอ อาเภอ 1 อาเภอ 2 อาเภอ เชียงราย

26. การเลือกตัวอย่างที่ไม่ใช้ความน่าจะเป็น (Non-Probability Sampling) เป็นการเลือกตัวอยาางที่ไมาได้พิจารณาถึงโอกาสหรือความนาาจะเป็นที่หนาวยตาาง ใน ประชากรจะถูกเลือก จึงไมามีการคานวณหรือไมาทราบวาาแตาละหนาวยในประชากรมีโอกาศ ถูกเลือกมากน้อยอยาางไร ซึ่งตรงกันข้ามกับการเลือกตัวอยาางตามความนาาจะเป็น 1. การเลือกตัวอย่างแบบสะดวก (Convenience Sampling) เป็นการเลือกตัวอยาางที่ไมามีหลักเกณฑ์ใด ผู้วิจัยเพียงแตาเลือกตัวอยาางตามความ สะดวกของผู้วิจัย 2. การเลือกตัวอย่างแบบเจาะจง(Purposive Sampling) หรือแบบใช้ วิจารณญาณ (Judgement Sampling) เป็นการเลือกตัวอยาางที่ผู้วิจัยพิจารณาวาาควรให้หนาวยใดเป็นตัวอยาาง เนื่องจากเห็นวาา เหมาะสมหรือมีข้อจากัดบางอยาางทาให้ต้องเลือก

27. 3. การเลือกตัวอย่างแบบบังเอิญ (Accidental Sampling) เป็นการเลือกตัวอยาางที่ไมาได้กาหนดประชากร หรือวิธีการเลือกไว้กาอน คือ ถ้าผู้วิจัย พบใครโดยบังเอิญ และคาดวาาผู้นับสามารถตอบคาถามไว้ก็จะเลือก 4. การเลือกตัวอย่างแบบโควต้า (Quota Sampling) การเลือกตัวอยาางแบบโควต้า เป็นการกาหนดคุณสมบัติหรือลักษณะของหนาวย ตัวอยาางไว้ลาวงหน้า 5. การเลือกตัวอย่างแบบบอกต่อ(Snowball Sampling) เป็นการเลือกตัวอยาางที่ผู้วิจัยอาจจะเริ่มต้นด้วยการสัมภาษณ์ หรือสอบถามข้อมูล จากตัวอยาางไมากี่รายแล้วให้กลุามตัวอยาางแนะนาตาอวาาควรไปสัมภาษณ์ใครที่มีความรู้หรือ ประสบการณ์ของเรื่องที่นาาสนใจศึกษา

28. การกาหนดขนาดตัวอย่าง (Sample Size Determination) กรณีที่ผู้วิจัยมีความจาเป็นต้องใช้ตัวอยาางแทนประชากรนั้น ผู้วิจัย มักจะมีคาถามวาาจะใช้ขนาดตัวอยาางเทาาใดจึงจะเหมาะสม ขนาดตัวอยาาง นั้นจะขึ้นกับเทคนิคการเลือกตัวอยาาง งบประมาณกาลังคน เวลา ขนาด ประชากร วิธีการคาณวนหาขนาดกลุามตัวอยาางที่นิยมใช้ 1. Taro Yamane 2. R.V. Krejcie & D.W Morgan

29. เครื่องมือ

30. เครื่องมือวิจัย  ในการดาเนินงานวิจัย มีความจาเป็นต้องมีการรวบรวมข้อมูล เพื่อนามาวิเคราะห์ หาคาตอบ ตามวัตถุประสงค์ของการวิจัยที่กาหนด  เครื่องมือการวิจัย จึงเป็นอุปกรณ์ชิ้นสาคัญ ในการเก็บรวบรวมข้อมูลของสิ่งที่ ต้องการศึกษา  เครื่องมือที่ใช้ในการวิจัยมีหลายประเภท แตาไมาวาาจะเป็นเครื่องมือการวิจัยแบบ ใด ล้วนมีจุดมุางหมายเดียวกัน คือต้องการได้ข้อมูลที่ตรงตามข้อเท็จจริง เพื่อทา ให้ผลงานวิจัย เชื่อถือได้ และเกิดประโยชน์มากที่สุด  เครื่องมือวิจัย: แบบสอบถาม, แบบสัมภาษณ์, แบบทดสอบ และแบบสังเกต

31. นำไปใช้จริง เลือกชนิดเครื่องมือ พิจำรณำเลือกข้อมูลที่ต้องกำรจะศึกษำ เขียนข้อคำถำม ตรวจสอบรำยข้อ ใช้ไม่ได้ ใช้ได้ วิเครำะห์คุณภำพทั้งฉบับ ทดลองใช้ ไม่เหมำะสม ใช้ได้ ปรับปรุง ปรับปรุง

32. • การทาวิจัย เป็นกระบวนการเพื่อหาข้อมูลให้ตรงกับความจริงเพื่อนามาศึกษา ดังนั้นการที่จะได้ข้อมูลที่แสดงความจริงนั้นเครื่องมือในการเก็บข้อมูลที่มีความ เชื่อถือได้ จึงเป็นสิ่งที่จาเป็น ถ้าเครื่องมือในการเก็บข้อมูลสาหรับงานวิจัยไม่มี ความเที่ยงตรงและเชื่อถือได้ ย่อมทาให้งานวิจัยนั้นไม่มีคุณภาพ • การตรวจสอบคุณภาพของเครื่องมือนั้นมีการตรวจสอบหลายด้าน ทั้งการ ตรวจสอบความเชื่อถือได้ (ความเที่ยง) (Reliability) และความตรง (Validity) การตรวจสอบความเชื่อมั่นของเครื่องมือวัด

33. ความเชื่อถือได้/ความเที่ยง (Reliability) ความเชื่อถือได้ หรือความเที่ยงของเครื่องมือที่ใช้ในการวิจัย หมายถึง การนา เครื่องมือมาวัดหลาย ครั้ง ผลการวัดต้อง เหมือนกันหรือใกล้เคียงกัน เชาน การถาม คาถามเดียวกันหลาย ครั้ง กับหลาย คน คาตอบต้องเหมือนกันหรือใกล้เคียงกัน ความตรง (Validity) ความตรงของเครื่องมือที่ใช้ในการวิจัย หมายถึง ความแมานยาของเครื่องมือที่ สามารถวัดในสิ่งที่ต้องการจะ วัดได้ตรงตามวัตถุประสงค์หรือจุดมุางหมาย เฉกเชายเดียวกับ การหาน้าหนักวัตถุ หากใช้เทปวัดความยาว นอกจากไมาแมานยาแล้ว ยังไมาตรงตาม วัตถุประสงค์ที่ต้องการจะวัด

34. สถิติที่ใช้

35. สถิติเชิงพรรณาที่ใช้ในงานวิจัย สถิติเชิงพรรณา (Descriptive Statistics) เป็นสถิติที่ใช้สรุปลักษณะของ กลุามข้อมูล โดยที่ข้อมูลที่เก็บรวบรวมจากตัวอยาาง หรือประชากร สถิติเชิงพรรณนา ได้แกา จานวน ร้อยละ คาาเฉลี่ย คาาเบี่ยงเบนมาตรฐาน คาาพิสัย เป็นต้น สถิติเชิงพรรณาสาหรับข้อมูลเชิงคุณภาพหรือเชิงกลุ่ม หมายถึงข้อมูลสเกลแบางกลุาม (nominal scale) และสเกลอันดับ (ordinal scale) ได้เฉพาะ ความถี่หรือจานวน ร้อยละ และคาาฐานนิยม

36. สถิติเชิงพรรณาสาหรับข้อมูลเชิงปริมาณ ข้อมูลเชิงปริมาณ หมายถึง สเกลแบบชาวง และสเกลอัตราสาวน (Interval and ratio scale) ซึ่งเป็นข้อมูลที่จะต้องคานวณคาาสถิติเพื่อสรุปลักษณะข้อมูล โดยจะต้องหาคาาสถิติซึ่งแสดงคาากลางและคาาการกระจายของข้อมูล 1. การแจกแจงความถี่ร้อยละ 2. การวัดแนวโน้มเข้าสู่ศูนย์กลาง 2. การวัดการกระจาย

37. สถิติพื้นฐาน  การแจกแจกความถี่  คาาร้อยละ

38. การวัดแนวโน้มเข้าสู่ศูนย์กลาง เพื่อหาคาากลางสาหรับข้อมูลเชิงปริมาณ ประกอบด้วย 1. ค่าเฉลี่ย (Mean) 2. ค่ามัธยฐาน (Median) 3. ค่าฐานนิยม (Mode) (Central Tendency)

39. 1.ค่าเฉลี่ย (Mean) เป็นคาากลางนิยมใช้กันมากที่สุดใช้ได้กับข้อมูลสเกลแบบชาวงและ สเกลอัตราสาวน N ∑ Xi ค่าเฉลี่ยประชากร µ = i=1 โดยที่ N = จานวนจากประชากร N n ∑ Xi ค่าเฉลี่ยตัวอย่าง X = i=1 ; n = จานวนจากกลุ่มตัวอย่าง n

40. 2. ค่ามัธยฐาน (Median) เป็นคาาของข้อมูลที่มีตาแหนางตรงกลางของข้อมูล เมื่อนา ข้อมูลมาเรียงลาดับจากคาาน้อยไปมาก ดังนั้นจะมีข้อมูลครึ่งหนึ่ง (50%) ที่มีคาาน้อยกวาา คาามัธยฐาน และอีกครึ่งหนึ่งที่มีคาามากกวาาคาามัธยฐาน สามารถใช้เก็บข้อมูลสเกลอันดับ สเกลแบบชาวง และสเกลอัตราสาวน คาามัธยฐานของ [ 1 1 3 5 6 9 12 ] คือ 5 คาามัธยฐานของ [ 1 1 3 5 6 9 12 18 ] คือ (5+6) / 2 = 5.5 3. ค่าฐานนิยม (Mode) ของข้อมูลชุดหนึ่ง คือ คาาของข้อมูลที่เกิดขึ้นบาอยที่สุด หรือมี ความถี่สูงสุด สามารถใช้ได้กับสเกลทั้ง 4 สเกล คือ สเกลแบางกลุาม สเกลอันดับ สเกลแบบ ชาวง และสเกลอัตราสาวน คาาฐานนิยมของ [ 1 1 3 5 6 9 12 ] คือ 1

41. การวัดการกระจาย ค่ากระจายของข้อมูลเชิงปริมาณ ค่าการกระจายเป็นค่าที่แสดงเความแตกต่างของข้อมูล ถ้าข้อมูลชุดใดมีการ กระจายมากแสดงว่าค่าข้อมูลชุดนั้นมีความแตกต่างกันมาก คาาการกระจายที่ใช้กันทั่วไป คือ 1. ค่าพิสัย (Range) 2. ค่าแปรปรวน (Variance) 3. ค่าเบี่ยงเบนมาตราฐาน (Standard Deviation) (Measurement of Dispersion)

42. ค่าพิสัย (Range) - ผลตาางระหวาางคาาสูงสุดและต่าสุดของข้อมูล - ถ้าพิสัยมีคาาน้อย แสดงวาาข้อมูลกระจุกตัวมาก กระจายตัวน้อย - ถ้าพิสัยมีคาามาก แสดงวาาข้อมูลกระจุกตัวกันน้อย กระจายตัวมาก - เป็นการวัดการกระจายอยาางหยาบ และงาายที่สุด - เหมาะสาหรับใช้วัดการกระจายที่มีจานวนข้อมูลไมามากนัก และใช้วัดอยาางคราาว

43. การวัดคาาการกระจายด้วยคาาสถิติ 1.ค่าพิสัย (Range) คาาพิสัย = คาาสูงสุด – คาาต่าสุด => (คาาพิสัยยิ่งแคบยิ่งมีคาาการกระจายตัวต่า) 2.ค่าแปรปรวน (Variance) เป็นคาาที่ใช้วัดการกระจายที่นิยมใช้กัน พิจารณาจากคาาเฉลี่ยของคาาแตกตาางระหวาาง คาาข้อมูลแตาละคาากับคาาเฉลี่ยยกกาลังสอง ถ้าคาาแปรปรวนมีคาามากแสดงวาาข้อมูลชุดนั้นมี การกระจายมาก 3.ค่าเบี่ยงเบนมาตรฐาน (Standard Deviations SD.) เป็นคาาเบียงเบนเฉลี่ยที่แตาละตัวเบี่ยงออกไปจากคาาเฉลี่ยของคะแนนชุดนั้น หรือ รากที่สองของคาาเฉลี่ยผลรวมทั้งหมดของคาาเบี่ยงเบนยกกาลังสอง ซึ่งก็คือ รากที่สองของ ความแปรปรวนนั่นเอง

44. การคานวณค่าเบี่ยงเบนมาตราฐาน SD

45. ค่าสถิติที่ใช้ได้กับประเภทข้อมูล

46. ความสัมพันธ์ของข้อมูลที่เป็นตัวแปรชิงปริมาณ 2 ตัว กรณีที่มีตัวแปรเชิงปริมาณ 2 ตัว ผู้วิจัยอาจจะศึกษาความสัมพันธ์ของตัวแปร คาา สัมประสิทธิ์สหสัมพันธ์เพียร์สัน (Pearson Correlation) ความหมายของเครื่องหมายและคาาของสัมประสิทธิ์และคาาของ สัมประสิทธิ์สหสัมพันธ์ 1. ถ้าคาาสัมประสิทธิ์สหสัมพันธ์มีคาาใกล้ +1 หมายถึง ตัวแปรเชิงปริมาณทั้ง 2 ตัว มี ความสัมพันธ์กันมากในทิศทางเดียวกัน เชาน ถ้าสัมประสิทธิ์สหสัมพันธ์ระหวาางอายุ กับ คะแนนความพึงพอใจเป็น 0.9 แสดงวาาอายุและความพึงพอใจมีความสัมพันธ์กันมาก และ ลูกค้าที่มีอายุมากจะมีความพึงพอใจมากด้วย สาวนลูกค้าที่มีอายุน้อยจะมีความพึงพอใจ น้อย ตัวแปรต้น/ตัวแปรอิสระ ตัวแปรตามr อายุ ความพึงพอใจr

47. 2. ถ้าคาาสัมประสิทธิ์สหสัมพันธ์มีคาาใกล้ -1 หมายถึง ตัวแปรเชิงปริมาณทั้ง 2 ตัว มี ความสัมพันธ์กันมากในทิศทางตรงกันข้าม เชาน คาาสัมประสิทธิ์สหสัมพันธ์ระหวาางรายได้ และคะแนนความพึงพอใจเป็น -.8 หมายถึง รายได้และความพึงพอใจมีควาสัมพันธ์กัน มากในทิศทางตรงข้าม คือ ลูกค้าที่มีรายได้มากมีความพึงพอใจน้อย สาวนลูกค้าที่มีรายได้ น้อยจะมีความพึงพอใจมาก 3. ถ้าสัมประสิทธิ์สหสัมพันธ์มีคาาใกล้ศูนย์ หมายถึง ตัวแปรเชิงปริมาณทั้ง 2 ตัวไมามี ความสัมพันธ์กัน หรือ มีความสัมพันธ์กันน้อยมาก เชาน ถ้าคานวณได้คาาสัมประสิทธิ์ สหสัมพันธ์ระหวาางอายุกับความพึงพอใจเป็น -0.01 แสดงวาาอายุและความพึงพอใจไมามี ความสัมพันธ์กันหรือมีความสัมพันธ์กันน้อยมาก นั้นคือไมาวาาลูกค้าจะมีอายุมากหรือน้อย ก็ตามจะมีความพึงพอใจในสินค้าพอ กัน

48. การทดสอบสมมุติฐาน

49. การทดสอบสมมติฐานกับงานวิจัย ความหมายของการทดสอบสมมติฐานของงานวิจัย สมมติฐานของนักวิจัยเป็นความเชื่อของนักวิจัย โดยสมมติฐานที่คาด ไว้อาจจะเป็นจริงหรือไมาก็ได้ การทดสอบสมมติฐานของงานวิจัย เป็นการทดสอบหรือตรวจสอบ ความเชื่อของนักวิจัยวาาเป็นจริงหรือไมา โดยการเก็บรวบรวมข้อมูลจริง เพื่อนามาทดสอบความเชื่อดังกลาาว

50. ขั้นตอนการทดสอบสมมติฐาน เป็นการทดสอบเพื่อที่จะสรุปวาาสิ่งที่ผู้วิจัยคาดไว้หรือเชื่อเป็นสิ่งที่จริงหรือไมา ขั้นที่ 1 ตั้งสมมติฐานเพื่อการทดสอบของงานวิจัย ขั้นที่ 2 การกาหนดสถิติที่ใช้ในการทดสอบ ผู้วิจัยจะต้องเลือกตัวสถิติที่เหมาะสม เพื่อ ทดสอบสมมติฐานที่ตั้งไว้ในขั้นที่ 1 ขั้นที่ 3 กาหนดระดับนัยสาคัญของการทดสอบ ผู้วิจัยจะต้องกาหนดระดับนัยสาคัญ (level of significance) หรือความผิดพลาดของการทดสอบ ขั้นที่ 4 การเก็บรวบรวมข้อมูลและการคานวณคาาสถิติที่จะใช้การทดสอบที่เลือกไว้ในขั้นที่ 3 ผู้วิจัยจะต้องเก็บรวบรวมข้อมูลจริงมาใช้ในการทดสอบ ขั้นที่ 5 การหาคาาวิกฤตเพื่อการสรุปผลการทดสอบ คาาวิกฤต (Critical value) เป็นคาาที่ แบางเขตในการที่จะสรุปวาาสิ่งที่ผู้วิจัยคาดไว้เป็นจริงหรือไมา ขั้นที่ 6 การสรุปผลการทดสอบ ผู้วิจัยจะต้องนาคาาสถิติที่คารวณได้จากขั้นที่ 3 มา เปรียบเทียบการคาาวิกฤตที่ได้จากขั้นที่ 5 เพื่อสรุปผล

51. การตั้งสมมติฐานเพื่อการทดสอบของงานวิจัย ในการทดสอบสมมติฐานทางสถิติจะต้องตั้งสมมติฐานของ 2 ชนิดคูากันทุกครั้ง คือ 1. สมมติฐานวาาง (Null Hypothesis) ใช้สัญญาลักษณ์ H0 2. สมมติฐานแย้ง (Alternative Hypothesis) ใช้สัญลักษณ์ H1 สมมติฐาน H0 และ H1 ต้องตรงกันข้ามเสมอ เชาน H0 = ผลการเรียนไมาขึ้นกับเพศ H1 = ผลการเรียนขึ้นกับเพศ หลักเกณฑ์การตั้งสมมติฐาน ถ้าสิ่งที่เชื่อหรือคาดไว้รวมเครื่องหมายเทาากับอยูาด้วยให้ใสาไว้ใน H0 แตาถ้าสิ่งที่เชื่อ หรือคาดไว้ไมารวมเครื่องหมายเทาากับ คือ เป็นเครื่องหมายไมาเทาากับ (≠) หรือมากกวาา (>) หรือน้อยกวาา (<)

52. ประเภทของการทดสอบสมมติฐาน การทดสอบสมมติฐานทางสถิติแบางเป็น 2 ประเภทใหญา คือ 1. การทดสอบสมมติฐานแบบ 2 ด้าน (Two-Sided Test or Two-Tailed Test) กรณีที่สมมติฐาน H1 มีเครื่องหมายไมาเทาากับ (≠) จะถือวาาเป็นการทดสอบ 2 ด้าน เชาน จะพบวาาในสมมติฐาน H1 จะมีเครื่องหมายไมาเทาากับซึ่งหมายความวาาคะแนนความพึง พอใจเฉลี่ยอาจจะน้อยกวาา 4 หรือมากกวาา 4 ก้ได้ จึงถือวาาเป็นการทดสอบแบบ 2 ด้าน H0 : คะแนนความพึงพอใจเฉลี่ย = 4 H1 : คะแนนความพึงพอใจเฉลี่ย ≠ 4

53. 2. การทดสอบสมมติฐานแบบด้านเดียว (One-Sided Test or One-Tailed Test) กรณีที่สมมติฐาน H1 มีเครื่องหมายมากกวาา (>) หรือเครื่องหมายน้อยกวาา (<) จะ เรียกวาาเป็นการทดสอบสมมติฐานแบบด้านเดียว เชาน H0 : คะแนนความพึงพอใจเฉลี่ย ≤ 4 H1 : คะแนนความพึงพอใจเฉลี่ย > 4

54. การกาหนดระดับนัยสาคัญหรือความผิดพลาดของการทดสอบ การทดสอบสมมติฐานเพื่อหาความสัมพันธ์หรือหาสาเหตุ หรือทดสอบเพื่อตรวจสอบวาา สิ่งที่ผู้วิจัยคาดไว้เป็นจริงหรือไมานั้น การทดสอบอาจจะเกิดความผิดพลาดในการสรุป เกิดขึ้น ความผิดพลาดในการทอสอบแบางเป็น 2 ชนิด คือ 1. ความผิดพลาดประเภทที่ 1 (Type I error) เป็นความผิดพลาดที่เกิดขึ้นเนื่องจากผู้วิจัยสรุปวาาสมมติฐานวาาไมาจริง (ปฏิเสธ H0) ทั้ง ที่ในความเป็นจริงนั้นสมมติฐาน H0 จริง α = P (ปฏิเสธ H0 / โดยที่ H0 เป็นจริง) α = โอกาสที่ผู้วิจัยจะสรุปผิด คือ สรุปวาา H0 ไมาจริงทั้งที่ความจริงสมมติฐาน H0 จริงและเรียกคาา α วาาระดับนัยสาคัญ (Level of significance)

55. 2. ความผิดพลาดประเภทที่ 2 (Type 2 error) เป็นความผิดพลาดที่เกิดขึ้นจากการที่ผู้วิจัยยอมรับวาา H0 จริงโดยที่ในความเป็นจริง นั้น H0 ไม่จริง β = P (ยอมรับ H0 / โดยที่ H0 ไมาจริง) หรือ β = โอกาศที่ผู้วิจัยจะสรุปผิดโดยสรุปวาา H0 จริงทั้งที่ความจริง H0 ไมาจริง

56. ความผิดพลาดในการทดสอบ โดยทั่วไปผู้วิจัยต้องการที่จะทาให้เกิดความผิดพลาดในการทดสอบทั้ง 2 ประเภทน้อย ที่สุด แตาการลด α จะทาให้ β เพิ่มขึ้นในทานองเดียวกัน ถ้าลด β จะทาให้ α เพิ่มขึ้น ดังนั้น การที่จะสามารถลดทั้งคาา α และ β จะต้องเพิ่มขนาดตัวอยาาง สรุปผลจากการ ทดสอบ ความเป็นจริงของประชากร H0 จริง H0 ไมาจริง ยอมรับ H0 ผลการทดสอบถูกต้อง เกิดความผิดพลาดประเภทที่ 2(β) ปฏิเสธ H0 เกิดความผิดพลาดประเภทที่ 1 (α) ผลการทดสอบถูกต้อง

57. การเลือกสถิติในการทดสอบ การตัดสินใจวาาควรเลือกสถิติตัวใดเพื่อใช้ในการทดสอบขึ้นกับวัตถุประสงค์ของ งานวิจัย และชนิดของข้อมูลที่นามาทดสอบ สถิติที่เกี่ยวกับตัวแปรเพียง 1 ตัว สถิติที่เกี่ยวกับตัวแปร 2 ตัว สถิติที่เกี่ยวกับตัวแปรมากกว่า 2 ตัว

58. การทดสอบเกี่ยวกับตัวแปร 1 ตัว สามารถแบ่งได้เป็น 2 กรณี การทดสอบค่าเฉลี่ยของตัวแปรเชิงปริมาณ 1 ตัว การทดสอบคาาเฉลี่ยของตัวแปรเชิงปริมาณ 1 ตัว ไมาวาาจะเป็นการทดสอบด้านเดียว หรือสองด้านก็ตาม แตาถ้าตัวแปรนั้นเป็นสเกลแบบชาวงหรือสเกลอัตราสาวน (interval or ratio scale) เมื่อข้อมูลมีการแจกแจงแบบปกติ จะใช้สถิติทดสอบ t หรือ z แตา ถ้าข้อมูลไมามีการแจกแจงแบบปกติ ให้ใช้การทดสอบที่ไมาใช้พารามิเตอร์ การทดสอบค่าสัดส่วนของตัวแปรเชิงกลุ่ม 1 ตัว การทดสอบสัดสาวนหรือร้อยละของตัวแปรเชิงกลุาม (สเกลแบางกลุาม (nominal) หรือ สเกลอันดับ (ordinal) จะใช้สถิติทดสอบ Z Test หรือ Binomial Test

59. การทดสอบความสัมพันธ์ของตัวแปร 2 ตัว สามารถแบ่งได้เป็น 4 กรณี 1. ตัวแปรอิสระเป็นตัวแปรเชิงกลุ่ม และตัวแปรตามเป็นตัวแปรเชิงปริมาณ กรณีที่สนใจวิเคราะห์ความสัมพันธ์ของตัวแปร 2 ตัว โดยที่ตัวแปรอิสระเป็นตัวแปร เชิงกลุาม สาวนตัวแปรตามเป็นตัวแปรเชิงปริมาณ ตัวแปรเชิงกลุาม Nominal/Ordinal ตัวแปรตาม Interval/Ratio

60. เชาน เพศ เป็นตัวแปรอิสระ (เพศ เป็น nominal) สาวนคะแนนความพึงพอใจเป็น ตัวแปรตามและคาดวาาความพึงพอใจขึ้นกับเพศ เพศ คะแนนความพึงพอใจt-test z-test ก. กรณีที่ตัวแปรอิสระแบางเป็น 2 กลุาม เชาน เพศ แบางเป็นชายและหญิง หรืออาชีพ แบางเป็นรับราชการ และไมาได้รับราชการ สถานภาพสมรส แบางเป็นแตางงานแล้ว, ยัง ไมาได้แตางงาน กรณีจะใช้สถิติทดสอบ t-test หรือ z-test

61. ข) กรณีที่ตัวแปรเชิงกลุามแบางเป็นกลุามยาอยตั้งแตา 3 กลุาม และตัวแปรตามเป็นเชิงปริมาณ เชาน อาชีพกับปริมาณกาแฟที่ดื่ม อาชีพ ปริมาณกาแฟ ผู้วิจัยคาดวาาปริมาณการดื่มกาแฟตาอวันขึ้นกับอาชีพ โดยอาชีพ แบางเป็น 4 กลุาม อาชีพ คือรับราชการ ค้าขาย ทางานบริษัทเอกชน นักศึกษา ซึ่งเป็นสเกลแบางกลุามและ ปริมาณกาแฟที่ดื่มเป็นตัวแปรตาม เทคนิคการวิเคราะห์ความแปรแปรวนแบบทางเดียว (ONE-WAY ANOVA)

62. 2.ตัวแปรอิสระและตัวแปรตามเป็นตัวแปรเชิงปริมาณ กรณีที่ทั้งตัวแปรอิสระและตัวแปรตามเป็นตัวแปรเชิงปริมาณ ในที่นี้ถ้านักวิจัยคาดวาา คะแนนความพึงพอใจขึ้นกับอายุจึงให้อายุเป็นตัวแปรอิสระ สาวนคะแนนความพึงพอใจเป็นตัวแปรตาม เมื่อต้องการวัดความสัมพันธ์ระหวาางตัวแปรทั้ง 2 จะใช้เทคนิคการวิเคราะห์ความถดถอยอยาางงาาย (Simple regression) อายุ คะแนนความพึงพอใจ

63. 3. ตัวแปรทั้ง 2 ตัวเป็นตัวแปรเชิงกลุ่ม กรณีที่ตัวแปรทั้ง 2 ตัวเป็นตัวแปรเชิงกลุามคือ เป็นสเกลแบางกลุาม หรือสเกลอันดับ เชาน เพศ อายุที่กาหนดเป็นชาวง อาชีพ ลาดับที่ของความชอบ จะวัดความสัมพันธ์ของตัวแปรทั้ง 2 ตัวด้วยสถิติทดสอบเพียร์สันไคสแคร์ (Pearson, Chi-Square) เพศ อาชีพ สีรถยนต์ที่ชอบ ลาดับที่ความสาคัญ

64. การวิเคราะห์ความสัมพันธ์ของตัวแปรหลายตัว การวิเคราะห์ความสัมพันธ์ของตัวแปรหลายตัว กรณีที่มีตัวแปรมากกวาา 2 ตัว การพิจารณาเลือกสถิติหรือเทคนิคการวิเคราะห์ทาง สถิติจะต้องพิจารณาจากวัตถุประสงค์ของงานวิจัยและชนิดของข้อมูล

65. ตัวแปรตามเป็นตัวแปรเชิงปริมาณ 1 ตัว ตัวแปรอิสระเป็นตัวแปรเชิงกลุ่มอย่าง น้อย 2 ตัว กรณีที่ผู้วิจัยสนใจสาเหตุที่มีตาอตัวแปรตามซึ่งเป็นตัวแปรเชิงปริมาณมากกวาา 1 สาเหตุ นั้นคือมีตัวแปรอิสระอยาางน้อย 2 ตัว และตัวแปรอิสระทุกตัวเป็นตัวแปรเชิงกลุาม สาวนคะแนนความพึงพอใจของตัวแปรเชิงปริมาณ กรณีจะใช้เทคนิค การวิเคราะห์ความแปรปรวนแบบ 2 ทาง (2-WAY ANOVA) คะแนนความพึงพอใจเพศ อาชีพ ตัวแปรอิสระ ตัวแปรตาม

66. เพศ อาชีพ ระดับรายได้ ความถี่ที่มาใช้บริการ ตัวแปรตามเป็นตัวแปรเชิงปริมาณ 1 ตัว ตัวแปรอิสระเป็นตัวแปรเชิงกลุ่มอย่าง น้อย 2 ตัว ถ้าคาดวาาความถี่ที่มาใช้บริการขึ้นกับเพศ อาชีพ และระดับรายได้ซึ่งกาหนดเป็น ชาวง จะใช้เทคนิคการวิเคราะห์ความแปรปรวนแบบ 3 ทาง (3-WAY ANOVA) เนื่องจากมีตัวแปรอิสระ 3 ตัว

67. ตัวแปรตามเป็นตัวแปรเชิงปริมาณ 1 ตัว และมีตัวแปรอิสระอย่างน้อย 2 ตัว ซึ่งตัวแปรอิสระอาจจะเป็นตัวแปรเชิงปริมาณทั้งหมด หรือมีทั้งตัวแปรเชิงปริมาณและตัวแปร กลุาม กรณีนี้จะใช้เทคนิคการวิเคราะห์ความถดถอยเชิงพหุ (Multiple Regression) เชานคาดวาาความถี่ที่มาใช้บริการขึ้นกับ เพศ อาชีพ อายุ และรายได้ ตัวแปรอิสระ เชิงปริมาณ ≥ 2 ตัว หรือ เชิงปริมาณ + เชิงกลุาม ≥ 2 ตัวแปรเชิงปริมาณ 1 ตัว ตัวแปรตาม

68. ตัวแปรตามเป็นตัวแปรเชิงกลุ่ม 1 ตัว ตัวแปรอิสระ เป็นตัวแปรเชิงปริมาณ ทั้งหมดหรือ มีทั้งตัวแปรเชิงปริมาณและตัวแปรเชิงกลุ่ม กรณีนี้จะใช้เทคนิค การวิเคราะห์จาแนกประเภท (Discriminant Analysis) เชิงปริมาณ และเชิงกลุาม ตัวแปรอิสระ เชิงกลุาม ตัวแปรตาม

69. ตัวแปรตามเป็นตัวแปรเชิงปริมาณหลายตัว ตัวแปรอิสระ เป็นตัวแปรเชิงกลุ่มอย่าง น้อย 1ตัว ในการศึกษาความสัมพันธ์ระหวาางตัวแปรเชิงปริมาณซึ่งเป็นตัวแปรตามมากวาา 1 ตัว กับ ตัวแปรเชิงกลุาม ซางเป็นตัวแปรอิสระอยาางน้อย 1 ตัว ตัวแปร : มี 2 ตัว คือ คะแนนความพึงพอใจด้านรสชาด และคะแนนความพึงพอใจด้าน ราคาซึ่งเป็นตัวแปรเชิงปริมาณทั้งคูา ตัวแปร : เพศ ซึ่งเป็นตัวแปรเชิงกลุาม เทคนิค : MANOVA (Multivariate Analysis of Variance) เพศ ความพึงพอใจด้านรสชาด ความถี่ที่มาใช้บริการ

70. ตารางสรุปการทดสอบสมมติฐานที่ใช้ในงานวิจัย สรุปการทดสอบสมมติฐานของตัวแปร 1 ตัว ชนิดของตัวแปร สถิติทดสอบ 1. เชิงกลุาม (Nominal/Ordinal) • ขนาดตัวอยาางเล็กใช้ Binomial Test • ขนาดตัวอยาางใหญาใช้ Z-Test 2. เชิงปริมาณ (Interval Ratio) • Z-Test หรือ t-Test

71. สรุปการทดสอบความสัมพันธ์ของตัวแปร 2 ตัว ชนิดตัวแปรอิสระ ชนิดของตัวแปรตาม เทคนิคการทดสอบ 1. เชิงกลุาม (Nominal/Ordinal) ที่ แบางเป็น 2 กลุามยาอย เชิงปริมาณ (Interval/Ratio) Z-Test หรือ t-Test 2. เชิงกลุาม (Nominal/Ordinal) ซึ่งแบางออกเป็นอยาางน้อย 2 กลุามขึ้นไป เชิงปริมาณ (Interval/Ratio) One-Way ANOVA 3. เชิงปริมาณ (Interval/Ratio) เชิงปริมาณ (Interval/Ratio) Simple Regression

72. สรุปการหาความสัมพันธ์ของตัวแปร 2 ตัว ซึ่งไม่มีการแบ่งว่าตัว แปรใดเป็นตัวแปรอิสระ ตัวแปรใดเป็นตัวแปรตาม ชนิดของตัวแปร สถิติทดสอบ 1. ทั้ง 2 ตัวเป็นตัวแปรเชิงกลุ่ม Chi-Square 2. ทั้ง 2 ตัวเป็นตัวแปรเชิงปริมาณ Pearson Correlation

73. สถิติทดสอบสาหรับการทดสอบค่าสัดส่วน ประชากร 1 ค่า สาหรับสถิติที่ใช้ทดสอบคาาสัดสาวนประชากรของตัวแปร 1 ตัว มี 1. การทดสอบทวินาม (Binomial Test) 2. สถิติทดสอบปกติมาตรฐาน (Z-Test) การพิจารณาวาาควรใช้สถิติทดสอบทวินาม (Binomial Test) หรือ Z-Test ให้พิจารณาจากขนาดตัวอยาาง และคาาสัดสาวนตัวอยาาง - กรณีที่ตัวอยาางมีขนาดเล็กจะใช้ Binomial Test - กรณีที่ตัวอยาางมีขาดใหญาจะใช้ Z-Test ซึ่งขนาดตัวอยาางจะขึ้นกับคาาสัดสาวน ตัวอยาางด้วย ดังมีรายละเอียดดังนี้

74. ค่าสัดส่วนตัวอย่าง (p̂̂) ขนาดตัวอย่าง 0.5 n ≥ 30 0.4 หรือ 0.6 n ≥ 50 0.3 หรือ 0.7 n ≥ 80 0.2 หรือ 0.8 n ≥ 200 0.1 หรือ 0.9 n ≥ 600 0.05 หรือ 0.95 n ≥ 1,400

75. Binomial Test เป็นการทดสอบคาาสัดสาวนประชากรของตัวแปรที่มีการแจกแจงแบบ ทวินามและมีขนาดตัวอยาางเล็ก (n<30) นั้นคือข้อมูลต้องเป็นข้อมูลเชิงกลุามหรือเชิงคุณภาพ และมีคาาที่เป็นไปได้ 2 คาา คือสิ่งที่นาาสนใจและสิ่งที่ไมาสนใจ เชาน การสอบถามความคิดเห็นของ คนไทยเกี่ยวกับนโยบาย SML ของรัฐบาล คาตอบคือ เห็นด้วยกับไมาเห็นด้วย ถ้ารัฐบาล สนใจผู้ที่ไมาเห็นด้วย ในทีนี้ตัวแปรคือ ความคิดเห็น วึ่งมีคาาที่เป็นไปได้เพียง 2 คาา คือ เห็นด้วย และไมาเห็นด้วย โดยกาหนดให้สิ่งที่สนใจคือ ไมาเห็นด้วย ซึ่งอาจจะกาหนด 1 เห็นด้วย 0 ไมาเห็นด้วย ความคิดเห็น Xi = หรือ Xi = 2 ไมาเห็นด้วย 1 เห็นด้วย โดย Xi คือความคิดเห็นของคนที่ i, i = 1, 2,..., การใช้การทดสอบทวินาม (Binomial Test) ในการ ทดสอบคาาสัดสาวนประชากร

76. การทดสอบสมมติฐานเกี่ยวกับสัดสาวนประชากรมี 2 ประเภท เชานเดียวกันกับการ ทดสอบคาาเฉลี่ยประชากร คือ 1. การทดสอบ 2 ด้าน X0 : p = c X1 : p ≠ c โดยที่ p = สัดสาวนประชากรของสิ่งที่สนใจ c = สัดสาวนของประชากรที่คาดวาาจะเป็น 0≤c≤1 2. การทดสอบด้านเดียว 2.1 X0 : p ≤ c X1 : p > c 2.2 X0 : p ≥ c X1 : p < c

77. การใช้สถิติทดสอบ zทดสอบค่าสัดส่วนส่วนประชากร ประเภทการทดสอบ สถิติทดสอบ การสรุปผลการทดสอบ 1. แบบ 2 ด้าน H0 : ค่าเฉลี่ยประชากร = a H1 : ค่าเฉลี่ยประชากร ≠ a Z หรือ t -ปฏิเสธ H0 (ยอมรับ H1)ถ้า |t| > t1- α,n-12 SPSS : Sig.(2-tailed)< α 2. การทดสอบด้านเดียว 2.1 H0 : ค่าเฉลี่ยประชากร ≤a H1 : ค่าเฉลี่ยประชากร > a Z หรือ t -ปฏิเสธ H0 (ยอมรับ H1)ถ้า t > t1- α,n-1 SPSS : 1. t > 0 และ 2. Sig.(2-tailed)< α 2 2.2 H0 : ค่าเฉลี่ยประชากร ≥ a H1 : ค่าเฉลี่ยประชากร < a Z หรือ t -ปฏิเสธ H0 (ยอมรับ H1)ถ้า t < t1- α,n-1 SPSS : 1. t < 0 และ 2. Sig.(2-tailed)< α 2 ในกรณีที่ขนาดตัวอยาางใหญา จะใช้สถิติทดสอบ z แทนการทดสอบทวินาม ตารางสรุปการทดสอบสมมติฐานเกี่ยวกับตัวแปร 1 ตัว

78. การทดสอบสมมติฐานเกี่ยวกับค่าสัดส่วนของตัวแปรเชิงกลุ่ม ประเภทการทดสอบ สถิติทดสอบ 1. แบบ 2 ด้าน H0 : ค่าเฉลี่ยประชากร = c H1 : ค่าเฉลี่ยประชากร ≠ c 2. การทดสอบด้านเดียว 2.1 H0 : ค่าเฉลี่ยประชากร ≤ c H1 : ค่าเฉลี่ยประชากร > c 2.2 H0 : ค่าเฉลี่ยประชากร ≥ c H1 : ค่าเฉลี่ยประชากร < c • ขนาดตัวอยาางเล็กใช้ Binomial Test • ขนาดตัวอยาางใหญาใช้ Z-Test

79. ตัวแปรตามเป็นตัวแปรเชิงปริมาณ ส่วนตัวแปรอิสระเป็ นตัว แปรเชิงกลุ่มซึ่งมีเพียง 2 (ค่า) กลุ่มย่อย กรณีที่ตัวแปรอืสระเป็นตัวแปรเชิงกลุามที่มีกลุามยาอยเพียง 2 กลุาม สาวนตัวแปร ตามเป็นตัวแปรเชิงปริมาณ การศึกษาความสัมพันธ์ของตัวแปรตามและตัวแปร อิสระหรืออาจกลาาวได้วาาเป็นการเปรียบเทียบคาาเฉลี่ยของ 2 ประชากร หรือ 2 กลุาม ตัวแปรอิสระ ตัวแปรเชิงกลุ่มที่มี 2 กลุ่มย่อย ตัวแปรตาม Z-test หรือ t-test ตัวแปรเชิงปริมาณ

80. เชาน ในการศึกษาความสัมพันธ์ระหวาางตัวแปร 2 ตัว โดยตัวแปรตามเชิงปริมาณ เชาน รายได้ อายุ คะแนนความคิดเห็น น้าหนัก ความกว้าง ยอดขาย ฯลฯ สาวนตัวแปรอิสระ เป็นตัวแปรเชิงกลุามที่มีเพียง 2 กลุามยาอย หรือกลาาววาาเป็นการทดสอบเปรียบเทียบ คาาเฉลี่ยของ 2 กลุาม จะใช้สถิติทดสอบ Z-Test หรือ t-test เพศ (ชาย , หญิง) คะแนนสอบ ช่วงอายุ (ไม่เกิน 30 ปี, มากกว่า 30 ปี) ความถี่ในการชมภาพยนต์ Z-test หรือ t-test Z-test หรือ t-test

81. ความแตกต่างของการใช้สถิติทดสอบ Z และสถิติทดสอบ t การทดสอบความสัมพันธ์จะใช้สถิติ Z หรือ t ขึ้นกับการแจกแจงของตัวแปรเชิง ปริมาณซึ่งเป็นตัวแปรตาม ขนาดตัวอย่าง และการทราบค่าแปรปรวน การใช้สถิติทอสอบ Z การใช้สถิติทดสอบ Z ในการวิเคราะห์ความสัมพันธ์ของตัวแปรเชิงกลุ่มกับตัวแปร เชิงปริมาณหรือทดสอบเปรียบเทียบค่าเฉลี่ย 2 ประชากรจะต้องมีการสุ่มตัวอย่างจาก แต่ละประชากรอย่างเป็นอิสระกัน โดยที่ตัวแปรตามของแต่ละประชากรมีการแจกแจง แบบปกติโดยที่ ประชากรที่ i มีค่าเฉลี่ย µi ค่าแปรปรวน бi 2;i=1,2 เช่น การ เปรียบเทียบความถี่ในการชมภาพยนตร์ของเพศชายและหญิง จะมี 2 ประชากร คือ ประชากรที่ 1 คือ ชาย ประชากรที่ 2 คือ หญิง ความถี่ในการชมภาพยนต์ของเพศชายมี การแจกแจงแบบปกติ และความถี่ในการไปชมภาพยนต์ของเพศหญิงมีการแจกแจง แบบปกติสุ่มตัวอย่างจากขนาด ni จากประชากรที่ i อย่างเป็นอิสระกัน

82. การใช้สถิติทดสอบ t กรณีที่ประชากรมีการแจกแจงใกล้เคียงแบบปกติ ไมาทราบคาาแปรปรวนแตาละประชากร และ ตัวอยาางมีขนาดเล็ก และใช้สถิติทดสอบ t จะแบางเป็น 2 กรณี คือ 1. สุามตัวอยาางจากแตาละประชากรอยาางเป็นอิสระกัน 2. สุามตัวอยาางจากแตาละประชากรอยาางไมาเป็นอิสระกัน สรุปผลการทดสอบ สมมติฐานแย้ง ปฏิเสธ H0 (ยอมรับ H1) 1. H1 : µ1 ≠ µ2 |t| > t1- α ที่องศาอิสระ V 2 SPSS : Sig.(2 – tailed)< α 2. H1 : µ1 > µ2 t > - t1-α ที่องศาอิสระ V SPSS : 1. t > 0 และ 2. Sig.(2-tailed) < α 2 3. H1 : µ1 < µ2 t < - t1-α ที่องศาอิสระ V SPSS : 1. t < 0 และ 2. Sig.(2-tailed) < α 2

83. ขั้นตอนการใช้สถิติทดสอบ t ขั้นที่ 1 ตรวจสอบวาาการกระจายหรือคาาแปรปรวนของลักษณะที่ สนใจ (ตัวแปรเชิงปริมาณ) เทาากันหรือไมา ขั้นที่ 2 ทดสอบสมมติฐานเกี่ยวกับคาาเฉลี่ย 2 ประชากร ไมาวาาจะเป็น การทดสอบแบบ 2 ด้าน หรือด้านเดียว ถ้าในขั้นที่ 1 สรุปวาาคาาแปรปรวน ของ 2 กลุามเทาากันให้ไช้สถิติทดสอบ t

84. ตัวแปรตามเป็นตัวแปรเชิงปริมาณ ส่วนตัวแปรอิสระเป็นตัวแปรเชิงกลุ่มที่มีกลุ่ม ย่อยอย่างน้อย 2 กลุ่ม กรณีที่ตัวแปรอิสระซึ่งเป็นตัวแปรเชิงกลุาม มีระดับยาอยหรือกลุามยาอยตั้งแตา 2 กลุามขึ้น ไปหรือการเปรียบเทียบคาาเฉลี่ยของประชากรตั้งแตา 2 ประชากรขึ้นไปจะใช้สถิติทดสอบ F ของการวิเคราะห์ความแปรปรวน (ANOVA) - ถ้าตัวแปรอิสระมีเพียง 2 กลุามยาอยจะใช้ z, t หรือ F ก็ได้ - แตาถ้าตัวแปรอิสระมีตั้งแตา 3 กลุามยาอยขึ้นไป จะต้องใช้สถิติทดสอบ F ตัวแปรอิสระ ตัวแปรตาม ตัวแปรเชิงกลุ่มที่มี กลุ่มย่อย≥ 2 กลุ่ม F - test ตัวแปรเชิงปริมาณ

85. การทดสอบ ANOVA เงื่อนไข 1. ตัวแปรเชิงปริมาณของแตาละกลุามยาอยต้องมีการแจกแจงแบบปกติ 2. คาาแปรปรวนของตัวแปรเชิงปริมาณของแตาละประชากรหรือแตาละกลุามยาอย ต้องเทาากัน ขั้นตอนการทดสอบ ขั้นที่ 1 ตรวจสอบเงื่อนไข ขั้นที่ 2 การทดสอบสมมติฐานเพื่อตรวจสอบความสัมพันธ์วาาตัวแปรตาม (เชิงปริมาณ) ขึ้นกับตัวแปรอิสระ (ตัวแปรเชิงกลุาม) จริงหรือไมา H0 : ตัวแปรตามไมาขึ้นกับตัวแปรอิสระ H1 : ตัวแปรตามขึ้นกับตัวแปรอิสระ

86. 2.1 ใช้สถิติทดสอบ F ในตาราง ANOVA ถ้าเงื่อนทั้ง 2 ข้อจริง 2.2 ใช้สถิติทดสอบ Brown ถ้าเงื่อนไขที่ 1 จริงแตาเงื่อนไขที่ 2 ไมาจริง การสรุปผลการทดสอบ 1. ถ้าสรุปได้วาา H0 จริง จะสรุปได้วาาตัวแปรตามไมาขึ้นกับตัวแปรอิสระและไมาต้องทา ตาอในขั้นที่ 3 2. ถ้าสรุปได้วาา H1 จริง คือตัวแปรตามขึ้นกับตัวแปรอิสระ หรือมีคาาเฉลี่ยของตัวแปร ตามแตกตาางกันอยาางน้อย 2 กลุาม กรณีนี้ต้องทาการวิเคราะห์ตาอไปขั้นที่ 3 ขั้นที่ 3 ทาการเปรียบเทียบเชิงซ้อน (Multiple Comparisons) เพื่อเปรียบเทียบ คาาเฉลี่ยวาามีกลุามใดบ้างที่มีคาาเฉลี่ยแตกตาางกัน

87. สรุปการวิเคราะห์ความสัมพันธ์ของตัวแปร 2 ตัว เทคนิคที่ใช้ในการวัดความสัมพันธ์ของตัวแปร 2 ตัวมีหลายเทคนิค ซึ่งสามารถสรุปได้ ดังตาราง สรุปเทคนิคทางสถิติที่วิเคราะห์ความสัมพันธ์ของตัวแปร 2 ตัว ชนิดตัวแปรต้นหรือตัวแปรอิสระ ชนิดของตัวแปรตาม เทคนิคการวิเคราะห์สถิติ 1. เชิงกลุ่ม 1 ตัว ซึ่งแบ่งเป็น 2 กลุ่ม ย่อย เชิงปริมาณ 1 ตัว t- test, Z – test 2. เชิงกลุ่ม 1 ตัว ซึ่งแบ่งเป็นกลุ่มย่อย อย่างน้อย 2 กลุ่ม เชิงปริมาณ 1 ตัว F – test (1 – WAY ANOVA) 3. ตัวแปรเชิงปริมาณ 1 ตัว ตัวแปรเชิงปริมาณ 1 ตัว การวิเคราะห์ความถดถอยอย่าง ง่าย (Simple Regression)

88. การวิเคราะห์ความสัมพันธ์ 2 ตัวแปรที่ไม่มีการแบ่งเป็นตัวแปรต้นและตัวแปรตาม ตารางสรุปการวิเคราะห์ความสัมพันธ์ของตัวแปร 2 ตัว ชนิดของตัวแปร 2 ตัว เทคนิคการวิเคราะห์ทางสถิติ 1. เชิงกลุ่มทั้ง2 ตัว การทดสอบไคสแควร์ (Chi – Square) 2. เชิงปริมาณ 2 ตัว สัมประสิทธิ์สหสัมพันธ์เพียร์สัน 3. ตัวแปรสเกลอันดับ 2 ตัว -สัมประสิทธิ์สหสัมพันธ์สเปียร์แมน - แกมม่า (gamma) ชนิดของตัวแปร สถิติทดสอบ 1. ตัวแปรทั้ง 2 ตัวเป็นตัวแปรเชิงกลุ่ม • Chi – Square 2. ตัวแปรทั้ง 2 ตัวเป็นตัวแปรเชิงปริมาณ • Pearson Correlation 3. ตัวแปรทั้ง 2 ตัวเป็นสเกลอันดับ (OrdinalScale) • Spearman Rank correlation • Gamma • Kendall Tau

89. ตัวแปรอิสระ ตัวแปรตาม สถิติทดสอบ การสรุปผลโดยใช้ SPSS ปฏิเสธ H0 (ยอมรับH1) 1. เชิงกลุ่มที่แบ่งเป็น 2 กลุ่มย่อย เชิงปริมาณ t – Test 1. แบบ 2 ด้าน Sig.(2-tailed)<α 2. แบบด้านเดียว H1 : µ1 > µ2 2.1 t > 0 และ 2.2 Sig.(2-tailed) < α 2 3. แบบด้านเดียว H1 : µ1 < µ2 2.1 t < 0 และ 2.2 Sig.(2-tailed) < α 2 2. เชิงกลุ่มที่แบ่งออกเป็น อย่างน้อย 2 กลุ่มขึ้นไป เชิงปริมาณ F – Test (ANOVA) Sig.(2-tailed)<α 3. เชิงปริมาณ เชิงปริมาณ Simple Regression ศึกษา R2 การทดสอบเกี่ยวกับ β โดยใช้ t-Test

90. แบบฝึกหัด

91. การทดสอบค่าเฉลี่ยสาหรับหนึ่งกลุ่มตัวอย่าง (One Sample T- Test)  เป็นการทดสอบว่าค่าเฉลี่ยของประชากรหรือกลุ่มตัวอย่างนักศึกษามหาวิทยาลัย กรุงเทพธนบุรี ทีเกรดเฉลี่ยแตกต่างกันหรือไม่อย่างไร ซึ่งอาจจะมีการทดสอบแบบ สองทาง (Two-Tail) หรือการทดสอบแบบทางเดียว (One-Tail)  การตั้งสมมติฐาน H0 : เกรดเฉลี่ยของนักศึกษาเท่ากับ 2.50 หรือ H0 : µ = 2.50 H1 : เกรดเฉลี่ยของนักศึกษาไม่เท่ากับ 2.50 หรือ H1 : µ ≠ 2.50  สมมติว่า เกรดของนักศึกษา 10 คน มีดังนี้ 2.70 2.80 2.90 2.40 2.90 2.50 2.60 2.40 2.70 2.80

92. One-Sample Statistics 10 2.6700 .18886 .05972เกรด N Mean Std. Deviation Std. Error Mean One-Sample Test 2.847 9 .019 .1700 .0349 .3051เกรด t df Sig. (2-tailed) Mean Difference Lower Upper 95% Confidence Interval of the Difference Test Value = 2.5

93. วิธีทา ขั้นที่ 1 : พิจารณาเลือกใช้สถิติที่เหมาะสม ขั้นที่ 2 : เขียนสมมุติฐานทางสถิติ สมมุติฐาน H0 : µ = 2.50 ; เกรดเฉลี่ยของนักศึกษาเท่ากับ 2.50 H1 : µ ≠ 2.50 ; เกรดเฉลี่ยของนักศึกษาไม่เท่ากับ 2.50 ขั้นที่ 3 : กาหนดค่าอัลฟ่า / ระดับนัยสาคัญ กาหนด α = 0.05 ขั้นที่ 4 : บอกสถิติที่ใช้ สถิติที่ใช้ One Sample t-test ขั้นที่ 5 : ผลการคานวณ / อ่านค่าสถิติจากตาราง ค่าสถิติ t = 2.847, P = 0.019 ขั้นที่ 6 : ยอมรับ หรือ ปฏิเสธ สมมุติฐาน H0 จากค่าสถิติ P < α ดังนั้น ปฏิเสธ H0 ขั้นที่ 7 : เขียนบรรยายสรุปการทดสอบสมมุติฐาน แปลผล จากค่าสถิติที่ได้จากการคานวณ/จากตาราง พบว่าเกรดเฉลี่ยของนักศึกษา มหาวิทยาลัยกรุงเทพธนบุรีมีค่าไม่เท่ากับ 2.50 อย่างมีนัยสาคัญทางสถิติที่ระดับ 0.05

94. การทดสอบค่าเฉลี่ยสาหรับสองกลุ่มตัวอย่าง กลุ่มตัวอย่างที่เป็นอิสระจากกัน  เป็นการทดสอบว่าค่าเฉลี่ยของประชากรหรือกลุ่มตัวอย่างสองกลุ่มที่เป็นอิสระจากกัน มีค่าแตกต่างกันหรือไม่ ซึ่งอาจจะมีการทดสอบแบบสองทาง (Two-Tail) หรือการ ทดสอบแบบทางเดียว (One-Tail)  การตั้งสมมติฐาน H0 : อายุเฉลี่ยของนักศึกษาชายเท่ากับนักศึกษาหญิง หรือ H0 : µ1 = µ2 H1 : อายุเฉลี่ยของนักศึกษาชายไม่เท่ากับนักศึกษาหญิง หรือ H1 : µ1 ≠ µ2  สมมติว่า อายุของนักศึกษาชาย 5 คน มีดังนี้ 20 20 21 19 20 และนักศึกษาหญิงมี ดังนี้ 21 20 23 24 22

95. Group Statistics 5 20.0000 .70711 .31623 5 22.0000 1.58114 .70711 เพศ ชาย หญิง อายุ N Mean Std. Deviation Std. Error Mean Independent Samples Test 3.200 .111 -2.582 8 .033 -2.0000 .77460 -3.78622 -.21378 -2.582 5.538 .045 -2.0000 .77460 -3.93432 -.06568 Equal variances assumed Equal variances not assumed อายุ F Sig. Levene's Test for Equality of Variances t df Sig. (2-tailed) Mean Difference Std. Error Difference Lower Upper 95% Confidence Interval of the Difference t-test for Equality of Means

96. วิธีทา สมมติฐาน H0 : อายุนักศึกษาชายและหญิงมีค่าเฉลี่ยไม่แตกต่างกัน H1 :อายุนักศึกษาชายและหญิงมีค่าเฉลี่ยแตกต่างกัน H0 : µ1 = µ2 H1 : µ1 ≠ µ2 กาหนด α = 0.05 สถิติที่ใช้ independent samples t-test ค่าสถิติ F = 3.200, P = 0.111 (ดูค่า F levene, ว่าแตกต่างกันหรือไม่) t = -2.582 จากค่าสถิติ P > α ดังนั้น ยอมรับ H0 แปลผล จากค่าสถิติที่ได้จากการคานวณ/จากตาราง พบว่าอายุเฉลี่ยของนักศึกษาชายและ หญิงของมหาวิทยาลัยกรุงเทพธนบุรีมีค่าไม่แตกต่างกัน อย่างมีนัยสาคัญทางสถิติที่ระดับ 0.05

97. การทดสอบค่าเฉลี่ยสาหรับสองกลุ่มตัวอย่าง กลุ่มตัวอย่างที่ไม่เป็นอิสระจากกัน  เป็นการทดสอบว่าค่าเฉลี่ยของประชากรหรือกลุ่มตัวอย่างสองกลุ่มที่ไม่เป็นอิสระจาก กัน มีค่าแตกต่างกันหรือไม่ ซึ่งอาจจะมีการทดสอบแบบสองทาง (Two-Tail) หรือการ ทดสอบแบบทางเดียว (One-Tail)  การตั้งสมมติฐาน H0 : คะแนนเฉลี่ยก่อนและหลังการฝึกอบรมเท่ากัน หรือ H0 : µ1 = µ2 H1 : คะแนนเฉลี่ยก่อนและหลังการฝึกอบรมไม่เท่ากัน หรือ H1 : µ1 ≠ µ2  สมมติว่า คะแนนเฉลี่ยก่อนการฝึกอบรมของผู้เข้าอบรม 10 คนมีดังนี้ 45 47 49 50 35 38 24 39 44 40 และคะแนนเฉลี่ยหลังการฝึกอบรมมีดังนี้ 50 60 70 80 85 75 55 60 65 85

98. Paired Samples Statistics 41.1000 10 7.78103 2.46058 68.5000 10 12.48332 3.94757 ก่อนอบรม หลังอบรม Pair 1 Mean N Std. Deviation Std. Error Mean Paired Samples Correlations 10 .105 .774ก่อนอบรม & หลังอบรมPair 1 N Correlation Sig. Paired Samples Test -27.4000 14.00159 4.42769 -37.4161 -17.3839 -6.188 9 .000ก่อนอบรม - หลังอบรมPair 1 Mean Std. Deviation Std. Error Mean Lower Upper 95% Confidence Interval of the Difference Paired Differences t df Sig. (2-tailed)