Categories: All - สถิติ - มัธยฐาน - วิจัย - ข้อมูล

by Pattayanee Sangkhanukit 5 years ago

418

ค่าสถิติในการวิจัย

ในงานวิจัยที่เกี่ยวข้องกับข้อมูลที่เป็นความถี่และอิสระต่อกัน การทดสอบไคสแควร์เป็นเครื่องมือสำคัญในการตรวจสอบว่าข้อมูลที่ได้รับสอดคล้องกับความคาดหวังหรือไม่ และยังสามารถใช้ในการตรวจสอบความสัมพันธ์ระหว่างตัวแปรได้อีกด้วย นอกจากนั้น การวัดค่ากลางเช่น ค่ามัธยฐาน ซึ่งเป็นค่าที่อยู่กลางของข้อมูลที่ถูกเรียงลำดับแล้ว ก็มีการนำมาใช้ในการวิเคราะห์ข้อมูลเพื่อแสดงถึงค่ากลางของชุดข้อมูล การวัดการกระจายของข้อมูลเป็นอีกหนึ่งวิธีที่ใช้ในการศึกษาเพื่อดูว่าข้อมูลแต่ละค่ามีความแตกต่างกันมากน้อยเพียงใด พิสัยเป็นค่าที่ใช้วัดการกระจายของข้อมูลโดยหาค่าต่างระหว่างข้อมูลที่มีค่าสูงสุดและต่ำสุด อย่างไรก็ตาม พิสัยอาจมีข้อเสียเมื่อใช้กับข้อมูลที่มีจำนวนมาก เนื่องจากการวัดอาจไม่แน่นอนและขึ้นอยู่กับขนาดของข้อมูล การวิเคราะห์เหล่านี้เป็นพื้นฐานสำคัญในการวิจัยทางสถิติที่ช่วยให้สามารถตีความข้อมูลและทำการสรุปผลได้อย่างถูกต้อง

ค่าสถิติในการวิจัย

ค่าสถิติในการวิจัย

การทดสอบความแตกต่างระหว่างค่าเฉลี่ยที่กลุ่ม ตัวอย่างสัมพันธ์กัน (T-test dependent samples)
มีกลุ่มตัวอย่างเพียงกลุ่มเดียวแต่ศึกษาภายใต้ เงื่อนไขของการทดลอง 2 อย่าง

เช่น การศึกษาทักษะการปฏิบัติงานของกลุ่มตัวอย่างก่อน ได้รับยาและหลังจากได้รับยา หรือการศึกษาเจตคติของกลุ่มตัวอย่างก่อนและหลังได้รับกิจกรรมการสอนแบบใหม่ เป็นต้น

ไคสแควร์ Chi-Square Test

ข้อมูลดังกล่าวไม่สามารถทดสอบได้ด้วย Z-test หรือ T-test ซึ่ง เป็นสถิติแบบพารามิตริก (Parametric Statistics) แต่จะสามารถ ทดสอบได้ด้วย "ไคสแควร์(x2)" ซึ่งเป็นสถิติแบบนอนพารามิตริก (Nonparametric Statistics) โดยเป็นสถิติที่ไม่คำนึงถึงลักษณะการแจกแจงของประชากร
ในงานวิจัยบางเรื่องข้อมูลอาจอยู่ในรูปของความถี่ที่เป็นอิสระต่อกัน (Discrete Data) เป็นข้อมูลที่อยู่ในระดับนามบัญญัติ(Nominal Scale) หรือข้อมูลเรียงลำดับ (Ordinal Scale) การทดสอบข้อมูลในลักษณะนี้ จะเป็นการทดสอบว่า ข้อมูลที่ได้เป็นไปตามคาดหวัง(Expected) ไว้หรือไม่ หรืออาจจะทดสอบว่าตัวแปร (Variable) มีความสัมพันธ์กันหรือไม่
สถิติที่ใช้ทดสอบความแตกต่างค่าเฉลี่ยของกลุ่ม ตัวอย่างที่มีเพียงกลุ่มหรือสองกลุ่ม จะใช้ทดสอบด้วยค่า Z-test หรือ T-test

การวิเคราะห์ค่าสหสัมพันธ์ Correlation Analysis

การวิเคราะห์ค่าสหสัมพันธ์ (Correlation Analysis)
Subtopic

ในการทดสอบนั้น เป็นการทดสอบว่าตัวแปรสองตัวมีความสัมพันธ์กัน หรือไม่ เป็นการทดสอบว่าตัวแปรสองตัวมีความสัมพันธ์เชิงเส้น

ทิศทางของความสัมพันธ์ (Direction of the Relationship)

สหสัมพันธ์เป็นศูนย์ (Zero Corretations) ตัวแปรสองตัวไม่มีความสัมพันธ์ซึ่งกันและกัน

สหสัมพันธ์ทางลบ (Negative Corretations) เมื่อตัวแปรตัวหนึ่งมีค่าเพิ่มขึ้นหรือลดลงอีกตัวหนึ่งจะมีค่าเพิ่มหรือลดลงตรงข้ามเสมอ

สหสัมพันธ์ทางบวก (Positive Corretations) เมื่อตัวแปรตัวหนึ่งเพิ่มหรือลดลง อีกตัวแปรหนึ่งก็จะเพิ่มขึ้นหรือลดลงไปด้วย

คุณสมบัติของค่าสหสัมพันธ์เพียร์สัน ( r )

มีการแจกแจงแบบเดียวกันกับที (Student t distribution)

จะไม่เปลี่ยนแปลงถ้าค่าสเกล (scale) ของตัวแปรใดตัวแปรหนึ่ง เปลี่ยนไป (ค่าของตัวแปร X หรือ Y)

จะไม่เปลี่ยนแปลงเมื่อตัวแปรอิสระ (X) และตัวแปรตาม(Y)เปลี่ยนไปแบบเดียวกัน

จะมีลักษณะเหมือนความชันของเส้นการถดถอย

อยู่ระหว่าง -1 ถึง 1

เป็นการวัดความสัมพันธ์เชิงเส้น

การคำนวณหาค่าสัมประสิทธิ์เพียรสัน หรือบางครั้งเรียกว่า สหสัมพันธ์อย่างง่าย (Simple Correlation) โดยใช้สัญลักณ์ r
ค่าสหสัมพันธ์ (Correlation)
เป็นสถิติที่ใช้หาความสัมพันธ์ระหว่างตัวแปร ซึ่งค่าสหสัมพันธ์ที่คำนวณได้จะเรียกว่า ค่าสัมประสิทธิสหสัมพันพันธ์ (Correlation coefficient)

การวัดการกระจายของข้อมูล

การวัดการกระจายของข้อมูลชุดเดียว เพื่อศึกษาว่าข้อมูลแต่ละค่ามีความแตกต่างกันมากน้อยเพียงไร
ส่วนเบี่ยงเบนมาตรฐาน ( Standard Deviation )

เป็นค่าวัดการกระจายที่สำคัญทางสถิติ เพราะเป็นค่าที่ใช้บอกถึง การกระจายของข้อมูลได้ดีกว่าค่าพิสัย และค่าส่วนเบี่ยงเบนเฉลี่ย

ส่วนเบี่ยงเบนเฉลี่ย ( Mean Deviation )
ส่วนเบี่ยงเบนควอร์ไทล์(Quartile Deviation )

ประเภท

ข้อมูลที่แจงแจงความถี่

ข้อมูลไม่แจงแจงความถี่

ข้อเสีย

ค่าพิสัยขึ้นอยู่กับขนาดของข้อมูล ถ้าข้อมูลมีจำนวนมากพิสัยก็จะมาก ถ้ามีข้อมูลจำนวนน้อยพิสัยจะน้อย

ในกรณีใช้พิสัยกับข้อมูลที่มีจำนวนมาก การวัดจะไม่แน่นอน

ค่ากึ่งกลางพิสัย (Mid Range)

ได้จากการนำข้อมูลที่มีค่ามากที่สุด และน้อยที่สุดมาหาค่าเฉลี่ยเลขคณิต

การวัดค่ากลาง

ตัวแทนของข้อมูลทั้งหมดที่สามารถจะไปใช้ในการวิเคราะห์

ข้อมูลที่มีค่าสูงสุด ลบกับข้อมูลที่มีค่าต่ำสุด

พิสัย (R) = ค่าสูงสุด - ค่าต่ำสุด

พิสัย (R) = Xmax - Xmin

ค่าฐานนิยม

การหาค่าฐานนิยม(Mo) เมื่อข้อมูลไม่ได้มีการแจกแจงความถี่
ในกรณีที่ข้อมูลไม่ได้มีการแจกแจงความถี่ วิธีการหาค่าฐานนิยม(Mo)สามารถทำได้โดยการนับจำนวนข้อมูล ซึ่งข้อมูลชุดใดมีจำนวนซ้ำกันมากที่สุดก็จะเป็นค่าฐานนิยม
เป็นค่ากลางซึ่งจะนำมาใช้ในกรณีที่ข้อมูลมีการซ้ำกันมากๆ จนผิดปกติ
สามารถมีค่าได้มากกว่า 1 ค่า
สามารถใช้ได้กับข้อมูลที่เป็นเชิงคุณภาพ เเละเชิงปริมาณ
เป็นค่ากลางหรือตัวแทนของข้อมูลที่สามารถอธิบายลักษณะที่เกิดขึ้นได้ดีกว่าค่าเฉลี่ยเลขคณิต และค่ามัธยฐาน

ค่ามัธยฐาน

การหาค่ามัธยฐาน เมื่อข้อมูลมีการแจกแจงความถี่ ใช้สูตร
การหาค่ามัธยฐาน เมื่อข้อมูลไม่มีการแจกแจงความถี่ ใช้สูตร
ขั้นตอนการหาค่ามัธยฐาน
ทำการหาตำแหน่งกึ่งกลางของข้อมูลที่ได้จากขั้นตอนที่ 1
เรียงลำดับข้อมูลจากมากไปน้อย หรือจากน้อยไปมาก
เป็นค่ากลางของข้อมูลที่ได้จากการพิจารณาตำแหน่งของข้อมูลที่อยู่ตรงกลางโดยที่ข้อมูลต้องมีการเรียงลำดับจากมากไปน้อยหรือน้อยไปมาก

ค่าเฉลี่ยเลขคณิต (Arithmetic Mean)

หลักการการหาค่าเฉลี่ย
ทำได้โดยนำค่าทั้งหมดที่มีรวมกัน แล้วนำมาหารด้วยจำนวนของข้อมูล แบ่งเป็น

ค่าเฉลี่ยเลขคณิตแบบแจกแจงความถี่

ค่าเฉลี่ยเลขคณิตของข้อมูลไม่แจกแจงความถี่

ข้อจำกัด
ถ้าข้อมูลมีการกระจายมาก ค่าเฉลี่ยเลขคณิต จะไม่สามารถเป็นค่ากลางหรือเป็นตัวแทนที่ดีของข้อมูลได้
เป็นตัวแทนของข้อมูลที่ดีที่สุด เพราะ
เป็นค่าที่มีประสิทธิภาพสูงสุด
เป็นค่าที่มีความแปรปรวนต่ำที่สุด
เป็นค่าที่มีความคงเส้นคงวา
เป็นค่าที่ไม่เอนเอียง
เขียนแทนด้วยสัญลักษณ์

สถิติที่ใช้ในวิเคราะห์ข้อมูลในการวิจัย

สถิติสำหรับการทดสอบสมมติฐาน
เป็นสถิติที่ใช้สำหรับการวิเคราะห์เพื่อทดสอบสมมติฐานว่าเป็นจริงตามที่กำหนดไว้หรือไม่

การพยากรณ์ (regression)

การหาความสัมพันธ์ ระหว่างข้อมูลตั้งแต่ 2 ชุดขึ้นไป

การหาสัมประสิทธิ์ สหสัมพันธ์(correlation)

การทดสอบความแตกต่างระหว่างกลุ่ม

แควร์(chi-square)

t-test

สถิติพื้นฐาน
สถิติวิเคราะห์เพื่อแสดงความหมายทั่วไปของข้อมูล และใช้เป็นพื้นฐานในการคำนวณสถิติขั้นสูงต่อไป

การวัดการกระจาย

ความแปรปรวน (Variance)

ความเบี่ยงเบนมาตรฐาน (Standard Deviation)

พิสัย (Range)

การวัดแนวโน้มเข้าสู่ส่วนกลาง

ฐานนิยม (Mode)

มัธยฐาน (Median)

ค่าเฉลี่ย (Mean)

การแจกแจงความถี่ (frequency)