การใช้โปรแกรม Spss

การใชโปรแกรม SPSS ในการวิเคราะหขอมูลทางสถิติเพื่อการวิจัย

รวบรวมโดย

งานวิจัยและพัฒนา ฝายวางแผนและพัฒนา

วิทยาลัยเทคนิคนครสวรรค

2

การใชโปรแกรม SPSS ในการวิเคราะหขอมูลทางสถิติเพือ่การวิจัย

SPSS ยอมาจาก Statistical Package for Social Science

โปรแกรม SPSS ที่ใชในการอบรมครั้งนี้จะใช SPSS for Windows Version 12.0

การติดตั้งโปรแกรม

1. นําแผนซีดีโปรแกรม SPSS for Windows Version 12.0 ใสซีดีรอมไดรฟ 2. ดับเบิลคลิก My Computer

3. ดับเบิลคลิกซีดีรอมไดรฟ

4. ดับเบิลคลิกโฟลเดอร SPSS v12.0

5. ดับเบิลคลิกไอคอน SPSS12.exe

6. คลิกปุม Next แลวรอ

7. คลิกปุม Next

8. คลิกตรงวงกลมหนา I accept the terms in the license agreement

9. คลิกปุม Next 6 คร้ัง 10. คลิกปุม Install แลวรอ

11. คลิกปุม Finish

12. คลิก Start -> Run

13. ตรงบรรทัด Open ใหพิมพ C:\Program Files\SPSS\licrenew.exe กดปุม OK

14. ปรากฏหนาจอ ใหพิมพ 30066743322 กด Enter

ใหพิมพ 30066743322 กด Enter

กด Enter

การเรียกใชโปรแกรม

คลิก Start -> All Programs -> SPSS for Windows -> SPSS 12.0 for Windows

ถาปรากฏหนาจอ What would you like to do? ใหคลิกสี่เหล่ียมดานลางซายใหมีเครื่องหมายถูก แลวคลิกปุม OK คลิกปุม Cancel

3

หมายเหตุ กรณีปรากฏหนาจอ

ถาตองการไมใหปรากฏหนาจอนี ้

1. ดับเบิลคลิก My Computer

2. ตรงบรรทัด Address ใหพิมพ C:\Program Files\SPSS แลวกด Enter

3. เล่ือน Vertical Scroll Bar จนปรากฏชื่อไฟล expoff.bat

4. ดับเบิลคลิกตรงไฟล expoff.bat

5. ปดหนาจอ Windows ของ SPSS มี 5 ประเภท

1. Data ไฟลนามสกุล sav ใชเพิ่ม/แกไข/ลบ ขอมูล หรือ เรียกขอมูล

ที่ปอนจากโปรแกรมอื่นๆ

2. Output ไฟลนามสกุล spo เพื่อใหแสดงผลลัพธในรูปแบบ Graphics

3. Syntax ไฟลนามสกุล sps ใชพิมพคําสั่งหาคาทางสถิติ แทนการใชเมนู 4. Draft Output ไฟลนามสกุล rtf เพื่อใหแสดงผลลัพธในรูปแบบ Text

5. Script ไฟลนามสกุล sbs ใชเขียนโปรแกรมคําสั่งหาคาทางสถิติ หมายเหตุ ในการอบรมใช Windows เฉพาะขอ 1 และขอ 2 สวนคําสั่งหาคาทางสถิติจะใชเมน ู

การปอนขอมูลจากหนาจอ Data มีขั้นตอน

1. เปดหนาจอ SPSS Data Editor เลือกเมนู File -> New -> Data

2. การกําหนดชื่อและรายละเอยีดของตัวแปร จากหนาจอ Variable View

3. ปอนขอมูล จากหนาจอ Data View

4. บันทึกขอมูล เลือกเมนู File -> Save

ตองการใหหนาจอ Data แสดงภาษาไทย ใหการแกไขฟอนต ดงันี ้เลือกเมนู View -> Fonts

4

เลือก Font และ Size ตามที่ตองการ แลวคลิกปุม OK

หมายเหตุ ช่ือฟอนตที่เปนภาษาไทยสวนใหญจะลงทายดวย UPC

5

ตัวอยางขอมูล ช่ือตัวแปร sex ประเภทตวัเลข ความกวาง 1 ไมมีจุดทศนิยม เลเบล เพศ การกําหนดชื่อและรายละเอียดของตัวแปร จากหนาจอ Variable View

ที่หนาจอ SPSS Data Editor เรียกหนาจอ Variable View ทําได 2 วธีิ

1. ดับเบิลคลิกตรงคอลัมนของบรรทัดแรก

2. คลิกแถบ Variable View ที่อยูดานลาง

1. Name ช่ือตัวแปร ใหพิมพตรงคอลัมน Name เชน Sex

2. Type ประเภทของตวัแปร

เลือก Numeric Width=1 Decimal Places=0 คลิกปุม OK

3. Label กําหนดขอความขยายชื่อตวัแปร เพื่ออธิบายชื่อตัวแปรและแสดงออกทางผลลัพธ ใหพิมพตรงคอลัมน Label เชน เพศ

4. Values กําหนดคําอธิบายใหกับคาตวัแปร

6

Missing กําหนดคาที่ไมนําไปวิเคราะห ม ี2 แบบ

5.1 User Missing ผูวิจัยเปนผูกําหนด เชน 9, 99, 999, …

5.2 System Missing โปรแกรมจะกาํหนดใหเอง

5. Column จํานวนความกวางของคอลัมน คือจํานวนความกวางมากสุดของ คาตัวแปร หรือ ช่ือตัวแปร หรือ label ตัวแปร

จากตัวอยาง ช่ือตัวแปร และ label ตัวแปร มีความกวางมากสุดเทากับ 3

ใหพิมพ 4 (ความกวางมากสุดเทากับ 3 บวกเผื่อไว 1)

6. Align ใหแสดงคาตัวแปร ชิดซาย กึ่งกลาง ชิดขวา 7. Measure ระดับการวดัของขอมูล

7.1 Scale (Interval, Ratio) 7.2 Ordinal 7.3 Nominal

ใหกําหนดชื่อและรายละเอยีดของตัวแปรใหครบทุกตัว

7

ปอนขอมูล จากหนาจอ Data View

Data View เปนแบบตาราง การปอนขอมูลจะคลายกับ Excel

บรรทัดแรก จะเปนชื่อตวัแปร

บรรทัดตอไป จะเปนขอมูล

ดูจํานวนขอมลู ไปรายการสุดทาย กดปุม Ctrl+End

กลับไปรายการแรก กดปุม Ctrl+Home

การ Show Label (View -> Value Labels)

8

การนําขอมูลเขาจาก Excel

ใหก็อปปไฟลทุกไฟลที่อยูในโฟลเดอร train_spss\data จากแผนซีดี ไปเก็บไวที่โฟลเดอร C:\train_spss\data เงื่อนไข

1. ไฟลที่จะนําเขาตองไมเปดคางไวที่ Excel

2. ขอมูลที่ปอนใน Excel ตองเปนแบบ Numeric ไมเปนแบบ String เชน ‘1

3. บรรทัดแรก ตองเปนชื่อตัวแปร บรรทัดตอที่ 2 เปนตนไปจะเปนขอมลู

การนําเขา 1. เลือกเมนู File -> Open -> Data

File of type เลือก Excel (*.xls)

Look in เลือก C:\train_spss\data\tinybus.xls

คลิกปุม Open

คลิกปุม OK

2. เลือกเมนู File -> Save As

9

Save as type เลือก SPSS (*.sav)

Save in เลือกชื่อ Drive ตามดวยช่ือพื้นที่ใน Harddisk เชน C:\train_spss\data

File name พิมพช่ือไฟล เชน tinybus คลิกปุม Save

หลังจากที่ไดไฟล tinybus.sav ส่ิงแรกที่ตองทําคือ กําหนดรายละเอียดแตละตวัแปร

10

การเปล่ียนแปลงขอมูลกอนนําไปวิเคราะหขอมูลทางสถิติ 1. การเปลี่ยนแปลงเกี่ยวกับตวัแปร

2. การสรางตัวแปรใหมจากการคํานวณและเงื่อนไข

3. การเลือกขอมูลมาทําการวิเคราะห 4. การดําเนนิการอื่นๆ กับขอมูล

1. การเปล่ียนแปลงเกี่ยวกับตัวแปร

1.1 ตองการเปลี่ยนแปลงรายละเอียดตวัแปรใดให ดับเบิลคลิกที่ช่ือตัวแปร จากหนาจอ Data View

1.2 ตองการเปลี่ยนคาตัวแปร ทาํได 2 ลักษณะ

1.2.1 การเปลี่ยนคาในตัวแปรเดิม วิธีนี้ไมเปนทีน่ิยม

1.2.2 การเปลี่ยนคาและสรางเปนตัวแปรใหม ที่หนาจอ Data View เลือกเมนู Transform -> Recode -> Into Different Variables

ตัวอยาง เปลี่ยนคาตัวแปร sex จาก 1 เปน 3, 2 เปน 4 สรางตัวแปรใหมช่ือ newsex

คอลัมนซายของหนาจอเลือกตัวแปร SEX คลิกปุม

คอลัมน Output Variable

Name พิมพ newsex

Label พิมพ ตัวแปรเพศใหม คลิกปุม Change

คลิกปุม Old and New Values

11

คอลัมน Old Value Value พิมพ 1 คอลัมน New Value Value พิมพ 3 คลิกปุม Add

คอลัมน Old Value Value พิมพ 2 คอลัมน New Value Value พิมพ 4 คลิกปุม Add

คลิกปุม Continue


ตัวแปรใหม newsex จะตอจากคอลัมนสุดทาย

ตัวอยาง เปลี่ยนคาตัวแปร age โดยกําหนดเปนชวง และสรางตัวแปรใหมช่ือ newage

1 เทากับ นอยกวา 25 ป 2 เทากับ 25 ป ถึง 34 ป 3 เทากับ 35 ป ถึง 44 ป 4 เทากับ ตั้งแต 45 ปขึ้นไป

เลือก Range Lowest through พิมพ 25 Value พิมพ 1 คลิกปุม Add

เลือก Range พิมพ 25 through พิมพ 34 Value พิมพ 2 คลิกปุม Add

12

เลือก Range พิมพ 35 through พิมพ 44 Value พิมพ 3 คลิกปุม Add

เลือก Range พิมพ 45 through highest Value พิมพ 4 คลิกปุม Add



13

2. การสรางตัวแปรใหมจากการคํานวณและเงื่อนไข

ตัวอยาง เปดไฟล DATA.sav สรางตัวแปรใหมช่ือ newincome โดยเพิ่มรายไดขึน้ 10% จากตวัแปร income เฉพาะเพศหญิง เลือกเมนู Transform -> Compute

Target Variable พิมพ newincome

เลือกตัวแปร income คลิกปุม

Numeric Expression พิมพ income * 1.1

คลิกปุม Type & Label

Label พิมพ เพิ่มรายไดเพศหญิง คลิกปุม Continue

14

คลิกปุม If

เลือกตัวแปร sex คลิกปุม

เลือก Include if case satisfies condition

พิมพ sex = 2



3. การเลือกขอมูลมาทําการวิเคราะห ปกติโปรแกรมนําขอมูลทั้งหมดใน Data View มาทําการวิเคราะห ถาผูวิจัยตองการเลือกขอมูลบางชุดมาทําการวิเคราะห ใหเลือกเมนู Data -> Select Cases

15

16

All cases ขอมูลทั้งหมด ทุกชุด ทุกตวัแปร

If condition is satisfied เลือกชุดขอมูลตามเงื่อนไขทีก่ําหนด

Random sample of cases เลือกขอมูลดวยวิธีสุมโดยกําหนดจํานวนชดุขอมูลที่ตองการจากการสุมโดยประมาณ (Approximately) หรือ จํานวนชดุขอมูลที่แนนอน (Exactly)

Base on time or cases range เลือกชุดขอมูลโดยใชลําดับของชุดขอมูลเปนตัวกําหนด

Use Filter variable เลือกชุดขอมูลโดยใชคาของตัวแปรที่มีอยูเปนตัวกาํหนด Unselected Cases Are Filtered เปนการเลือกชุดขอมูลแบบชั่วคราว ถาตองการกลับมาเลือกขอมูลทั้งหมด

ใหเลือกเมนู Data -> Select Cases -> All case

Deleted เปนการเลือกชุดขอมูลแบบถาวร โดยที่ขอมูลที่ไมถูกเลือกจะถูกลบออกจาก Data View

แตไมมีผลตอขอมูลของไฟลขอมูลเดิมถาไมบันทึก

ตัวอยาง ตองการเลือกชุดขอมูลเฉพาะเพศชาย เลือกตัวแปร sex

เลือก If condition is satisfied

คลิกปุม If

เลือกตัวแปร sex คลิกปุม

พิมพ sex = 1


เลือก Deleted


17

หมายเหตุ 1. หามสั่งบันทึก จากเมน ูFile -> Save เพราะจะทาํใหขอมลูเดิมสูญหาย

2. ถาตองการนําชุดขอมูลนี้ไปวิเคราะหคร้ังตอไป ใหบันทกึชื่อไฟลใหม จากเมนู File -> Save As

18

4. การดําเนินการอื่นๆ กับขอมูล

การเรียงลําดับขอมูล เลือกเมนู Data -> Sort Cases

การกําหนดน้ําหนักแกชุดขอมูล เลือกเมนู Data -> Weight Cases

การสลับที่ตัวแปรและชุดขอมูล เลือกเมนู Data -> Transpose

การแบงขอมูลเปนกลุมยอย เลือกเมนู Data -> Split File

การเปลี่ยนแปลงขอมูลของโปรแกรม เลือกเมนู Edit -> Options

19

การวิเคราะหหาสถิติพื้นฐาน

การสรางตารางแจกแจงความถี่แบบทางเดยีว

เปนการแจกแจงขอมูลตามลักษณะใดลักษณะหนึ่งของขอมูลเพียงลักษณะเดียว หรือจําแนกคาของขอมูลโดยใชตวัแปรตวัเดยีว

ตัวอยาง ตองการทราบความถี่ของระดับการศึกษา 1. เปดไฟลขอมูล data.sav

2. เลือกเมนู Analyze -> Descriptive Statistics -> Frequencies

เลือกตัวแปร Level of education คลิกปุม

หมายเหตุ โปรแกรมจะแสดง Label แทนชื่อตัวแปร

คลิกปุม OK จะไดผลลัพธดังนี ้

20

21

ความหมายของผลลัพธ คอลัมนที่ 1 บอกจํานวนขอมูล

Valid จํานวนขอมูลที่นํามาแจกแจงความถี ่Missing จํานวนขอมูลที่ไมสมบูรณ Total จํานวนขอมูลทั้งหมด

คอลัมนที่ 2 แสดงชื่อตัวแปร หรือ Label ของตัวแปร ตามคาที่เปนไปไดของตัวแปร

คอลัมนที่ 3 Frequency คือ คาที่แสดงความถี่ที่นับได คอลัมนที่ 4 Percent คือ คาที่แสดงความถี่ที่นับไดในรูปรอยละ คิดจากขอมูลทั้งหมด

คอลัมนที่ 5 Valid Percent คือ คาที่แสดงความถี่ที่นับไดในรูปรอยละ ไมรวมคา Missing คอลัมนที่ 6 Cumulative Percent คือ คาที่แสดงความถี่สะสมของ Valid Percent

การสรางตารางแจกแจงความถี่แบบหลายทาง

เปนการจําแนกขอมูลตามลักษณะของขอมูลตั้งแต 2 ลักษณะมาแจกแจงความถี่พรอมกัน เรียกวา ตารางแจกแจงความถี่รวม (Cross tab Table)

ตัวอยาง ตารางแจกแจงความถี่ จําแนกตามเพศและระดบัการศึกษา เลือกเมนู Analyze -> Descriptive Statistics -> Crosstabs

22

เลือกตัวแปร sex คลิกปุม เก็บไวในบอกซ Row(s)

เลือกตัวแปร Level of education คลิกปุม เก็บไวในบอกซ Column(s)

คลิกปุม Cells

ตรง Percentages เลือก Row, Column, Total


คลิกปุม OK จะไดผลลัพธ

23

24

ความหมายของผลลัพธ sex หมายถึง ตัวแปรทีแ่จกแจงทางดานแถว

Level of education หมายถึง ตัวแปรที่แจกแจงทางดานคอลัมน Count 19 จํานวนที่นับได มีเพศชายที่จบการศึกษา ต่ํากวาปริญญาตรี 19 คน % within sex

30.6% จํานวนรอยละเมื่อเทียบกับเพศชาย

มีเพศชายที่จบการศึกษา ต่ํากวาปริญญาตรีคิดเปน

30.6 % ของเพศชายทั้งหมด (62 คน) % within Level of education

63.3% จํานวนรอยละเมื่อเทียบกับระดับการศึกษา


63.3 % ของเพศที่จบต่ํากวาปริญญาตรีทั้งหมด (30

คน) % of Total

19.4% จํานวนรอยละเมื่อเทียบกับขอมลูทั้งหมด


19.4 % ของขอมูลทั้งหมด (100 คน)

การแจกแจงความถี่แบบ Multiple Response

เปนการจําแนกหรือการแจกแจงความถี่สําหรับตัวแปรทีม่ีคาไดหลายลักษณะ คือขอถามมีการตอบมากกวา 1 ขอ

ตัวอยาง ขอถาม ทานชมรายการทีวีใดบาง (ตอบไดมากกวา 1 ขอ) ตัวแปร v6a ขาว/สารคดี ตัวแปร v6b ละคร

ตัวแปร v6c เพลง ตัวแปร v6d เกมโชว คาของตัวแปร 1 ผูตอบเลือกตัวเลือก 9 ผูตอบไมเลือกตัวเลือก

เลือกเมนู Analyze -> Multiple Response -> Define Sets

25

26

เลือกตัวแปร v6a คลิกปุม เกบ็ไวในบอกซ Variables in Set

เลือกตัวแปร v6b คลิกปุม เก็บไวในบอกซ Variables in Set

เลือกตัวแปร v6c คลิกปุม เกบ็ไวในบอกซ Variables in Set

เลือกตัวแปร v6d คลิกปุม เก็บไวในบอกซ Variables in Set

ตรง Variables Are Coded As เลือก Dichotomies Counted value ปอน 1 ในชองสี่เหล่ียม

Name ใหพิมพช่ือตัวแปรใหมช่ือ tv

Label ใหพิมพคําอธิบายตัวแปร รายการทีช่อบ

คลิกปุม Add

คลิกปุม Close

เลือกเมนู Analyze -> Multiple Response -> Frequencies

เลือกตัวแปร รายการที่ชอง [$tv] คลิกปุม เก็บไวในบอกซ Table(s) for


27

การบรรยายลกัษณะขอมูลดวยคาสถิติเบื้องตน

การอธิบายหรอืบรรยายลักษณะขอมูลดวยคาสถิติเบื้องตน เปนการนาํขอมูลที่เก็บรวบรวม นํามาดําเนินการหาคาที่จะเปนตัวแทนของกลุมขอมูล

คาสถิติเบื้องตนที่หาไดจะใชอธิบายหรือบรรยายกลุมขอมูลในรูปของผลสรุปแทนที่จะนําขอมูลทั้งหมดมานําเสนอ ขอมูลที่จะนํามาหาคาสถิติเบื้องตนสามารถใชไดทั้งขอมูลประชากร (Population) และขอมูลตัวอยาง (Sample)

ขอมูลที่จะนํามาหาคาสถติิเบื้องตนตองเปนขอมูลที่มีการวัดอยูในระดบัอัตราสวนหรือระดับชวง บางกรณีอาจจะใชขอมูลระดับเรียงอันดับ

การหาคาสถิตเิบื้องตนจําแนกได 4 วิธี 1. การหาคาแนวโนมเขาสูสวนกลาง (Central Tendency)

1.1 คาเฉลี่ย (Mean) เชน

คาเฉลี่ยแบบเลขคณิต (Arithmetic Mean or Average, A.M),

คาเฉลี่ยแบบเรขาคณิต (Geometric Mean, F.M),

คาเฉลี่ยแบบฮารโมนิก (Harmonic Mean, H.M)

1.2 ฐานนิยม (Mode)

1.3 คาแสดงตําแหนงของขอมูล (N-Tiles) เชน มัธยฐาน (Median), ควอไทล (Quartiles),

เดไซล (Deciles) และเปอรเซ็นตไทล (Percentiles)

2. การหาคาการกระจายขอมูล (Dispersion)

2.1 พิสัย (Range)

2.2 สวนเบี่ยงเบนควอไทล (Quartile Deviation)

2.3 สวนเบี่ยงเบนเฉลี่ย (Mean Deviation)

2.4 สวนเบี่ยงเบนมาตรฐาน (Standard Deviaion)

2.5 สัมประสิทธิ์ของการแปรผันหรือการกระจาย (Coefficient of Variation)

3. การหาคาคะแนนมาตรฐาน (Standard Score)

4. การหาคาแสดงรูปรางของโคงความถี่ (Frequencies Curve, Distribution)

4.1 โคงปกติ (Normal Curve)

4.2 โคงเบ (Skewness Curve) เชน โคงเบซาย, โคงเบขวา

28

การหาคาสถิตเิบื้องตนแบบไมจําแนกกลุม

จากไฟล DATA.sav ตัวแปรที่สามารถคํานวณไดคือ age, income

ตัวอยาง คํานวณหาคาสถิติเบือ้งตน ตัวแปรอาย ุ

เลือก Analyze -> Descriptive Statistics -> Descriptives

เลือกตัวแปร age คลิกปุม เกบ็ไวในบอกซ Variable(s)

คลิกปุม Options ใหเลือกคาสถิติตามรูป



29

30

ความหมายของผลลัพธ age ช่ือตัวแปรอายทุี่ตองการหาคาสถิติเบื้องตน N Statistic จํานวนขอมูลทั้งหมดไมรวม Missing Range Statistic คาพิสัย Minimum Statistic คาต่ําสุดของอาย ุMaximum Statistic คาสูงสุดของอาย ุSum Statistic คาผลรวมของอาย ุ

Statistic คาอายุเฉลี่ย Mean

Std. Error คาความคาดเคลื่อนมาตรฐานของคาเฉลี่ย Std. Statistic คาสวนเบี่ยงเบนมาตรฐาน แสดงถึงการกระจายของขอมลู Variance Statistic คาความแปรปรวนของขอมูล

Statistic คาที่ใชวัดความเบของโคงความถี่ วาโคงปกติหรือโคงเบซายหรือโคงเบขวา Skewness = 0 หรือใกลศูนย โคงปกต ิ

Skewness < 0 โคงเบซาย

Skewness > 0 โคงเบขวา

Skewness

Std. Error คาความคาดเคลื่อนมาตรฐานของ Skewness Statistic คาที่ใชวัดความสูงของโคงปกต ิ

Kurtosis = 0 หรือใกลศูนย สูงปกต ิ

Kurtosis < 0 สูงมาก

Kurtosis > 0 สูงนอย

Kurtosis

Std. Error คาความคาดเคลื่อนมาตรฐานของ Kurtosis การหาคาสถิตเิบื้องตนแบบจําแนกกลุม

เปนการหาคาสถิติเบื้องตนของขอมูลแตละกลุมยอยเพื่อนํามาเปรียบเทยีบกัน เชน หาอายุเฉลี่ยระหวางเพศชายและหญิง เปรียบเทียบระดับความพึงพอใจของผูบริโภคอาชีพตางๆ

ตัวแปรที่ใชหาคาสถิติเบื้องตนตองคํานวณได คือ ระดับชวงหรืออัตราสวนหรือระดับเรียงอันดบั

ตัวแปรที่นํามาใชเปนตัวแปรกลุมควรเปนตวัแปรระดับนามบัญญัติหรือเรียงอันดบั

ตัวอยาง ตองการคํานวณหาคาสถิติเบื้องตนของอายุเฉลี่ย จําแนกตามเพศ

31

เลือกเมนู Analyze -> Compare Means -> Means

เลือกตัวแปร age คลิกปุม เกบ็ไวในบอกซ Dependent List

เลือกตัวแปร sex คลิกปุม เกบ็ไวในบอกซ Independent List

32


ความหมายของผลลัพธ age ช่ือตัวแปรที่ถูกนํามาคํานวณหาคาสถิติเบือ้งตน sex ช่ือตัวแปรที่ถูกกําหนดใหเปนตัวแบงกลุม

Male คาของตัวแปร sex Female คาของตัวแปร sex

Mean คาเฉลี่ยของตัวแปร age ในแตกลุมของตวัแปร sex N จํานวนขอมูล ในแตละกลุมของตัวแปร sex Std. Deviation คาสวนเบี่ยงเบนมาตรฐานของตัวแปร age ในแตละกลุมของตัวแปร sex

33

การตรวจสอบเครื่องมือและขอมูลท่ีใชในการวิจัย

งานวิจัยสิง่ท่ีถอืวาสําคัญท่ีสุด คือ ขอมูล กอนที่จะนําขอมูลไปวิเคราะหจะตองตรวจขอมูลกอน

ตัวอยางเครื่องมือในงานวิจยั เชน แบบสัมภาษณ แบบสอบถาม แบบสํารวจ เครื่องทอลอง ฯ การหาความเชือ่ม่ันของแบบสอบถามที่ใชในการเก็บรวบรวมขอมูล

ตัวอยาง ผูวิจัยตองการหาความเชื่อมั่นของแบบสอบถามที่สํารวจจากผูใชบริการรถเมล ขสมก. จํานวน 20 คําถาม มีผลตอบ 15 คน

การใชโปรแกรมชวยในการหาคาความเชือ่มั่น ดังนี ้1. เปดไฟล DATA10A.sav

2. เลือกเมนู Analyze -> Scale -> Reliability Analysis

เลือกตัวแปรทีต่องการความเชื่อมั่น เลือกทกุตัวคลิกปุม

Model เลือก Alpha ซ่ึงเปนวิธีทดสอบของ Cronbach 3. คลิกปุม Statistics

34

เลือก Scale if item deleted


4. คลิกปุม OK จะไดผลลัพธ

35

36

ความหมายของผลลัพธ Cronbach’s Alpha คาความเชื่อมั่นของเครื่องมือเทากับ .606

คอลัมนที่ 1 คือ ตัวแปรขอถาม Scale Mean if Item Deleted คาคะแนนเฉลี่ยรวมทุกขอถามที่เหลือหลังจากลบขอถาม

บรรทัดนี้ออก Scale Variance if Item Deleted คาความแปรปรวนรวมทกุขอถามที่เหลือหลังจากลบ

ขอถามบรรทัดนี้ออก Corrected Item-Total Correlation คาสัมประสิทธิ์ความสัมพันธระหวางคะแนนรวมทกุ

ขอถามกับขอถาม Cronbach's Alpha if Item Deleted คาระดับความเชื่อมั่นของเครื่องมือที่เหลือหลังจากขอถาม

บรรทัดนี้ออก

สรุป เครื่องมือที่ใชมีความเชือ่มั่นเทากับ 0.606 อยูในระดับที่พอใช ถาจะใหดีตองตั้งแต 0.8 ขึ้นไป

ถาตองการความเชื่อมั่นสูงตองลบขอถามที่แสดงคา Cronbach's Alpha if Item Deleted สูงสุดออก

37

การประมาณคาและการทดสอบสมมติฐานทางสถิติ การประมาณคา เปนวิธีการอนุมานทางสถิติวิธีหนึ่ง เพื่อจะหาคาที่คาดวานาจะเปนคาของขอมูลทั้งหมดหรือเรียกวาคาพารามิเตอรของประชากร โดยใชคาของขอมูลตัวอยางที่เรียกวาคาสถิติ การประมาณคา คือ การประมาณคาพารามเิตอรซ่ึงเปนลักษณะของประชากรโดยใชคาสถิติของขอมูลตัวอยาง หรืออาจกลาวไดวาเปนการประมาณคาพารามเิตอรดวยคาสถิติ เชน

ประมาณคาเฉลี่ยประชากร (µ) ดวยคาเฉลี่ยตัวอยาง ( x )

ประมาณคาสดัสวนหรือรอยละ (π) คาสัดสวนตวัอยาง (p)

ประมาณคาความแปรปรวนประชาการ (σ2)ดวยคาความแปรปรวนตวัอยาง (s2)

การทดสอบสมมติฐานทางสถิติ เปนวิธีการอนุมานทางสถิติวิธีหนึ่งทีใ่ชตรวจสอบสมมติฐานวิจยัที่ผูวิจยัคาดเดา แตการตรวจสอบนัน้จะไมทํากับสมมติฐานวิจยัโดยตรงแตจะเปนการตรวจสอบจากสมมติฐานทางสถิติที่ผูทดสอบตั้งขึ้นมาใหสอดคลองกับสมมติฐานวิจยัและนําไปสรุปสมมติฐานวจิัย หลักเกณฑ การตั้งสมมติฐานทางสถติิ สมมติฐานหลัก (H0) ตองมีเคร่ืองหมายเทากับรวมอยูดวย หลักเกณฑ การปฏิเสธหรือยอมรับสมมติฐาน H0

การทดสอบคาเฉลี่ย การทดสอบคาสัดสวน และการทดสอบคาความแปรปรวน ใชหลักเกณฑเดยีวกัน

การทดสอบสมมติฐานคาเฉลี่ยสําหรับ 1 กลุมตัวอยาง สมมติฐาน เขตปฏิเสธสมมติฐาน H0

แบบสองทาง (Two-tails Test)

H0 : µ = µ0 H1 : µ ≠ µ0

Sig. (2-tailed) < α

H0 : µ ≤ µ0 H1 : µ > µ0 1. 2

tailed)-(2 Sig.< α

2. t > 0

แบบทางเดยีว (One-tails Test)

H0 : µ ≥ µ0 H1 : µ < µ0 1. 2

tailed)-(2 Sig.< α

2. t < 0 หมายเหต ุ 1. µ0 เปนคาคงที่

2. α ผูวิจยัเปนผูกําหนด

3. สมมติฐานแบบทางเดยีว จะปฏิเสธสมมติฐาน H0 กต็อเมื่อเงื่อนไขทั้ง 2 ขอเปนจริงเทานั้น

38

การทดสอบสมมติฐานผลตางระหวางคาเฉล่ียสําหรับ 2 กลุมตัวอยาง สมมติฐาน เขตปฏิเสธสมมติฐาน H0

แบบสองทาง (Two-tails Test)

H0 : µ1 - µ2 = µ0 H1 : µ1 - µ2 ≠ µ0

Sig. (2-tailed) < α

H0 : µ1 - µ2 ≤ µ0 H1 : µ1 - µ2 > µ0 1. 2

tailed)-(2 Sig.< α

2. t > 0

แบบทางเดยีว (One-tails Test)

H0 : µ1 - µ2 ≥ µ0 H1 : µ1 - µ2 < µ0 1. 2

tailed)-(2 Sig.< α

2. t < 0 หมายเหต ุ 1. µ0 เปนคาคงที่

2. α ผูวิจยัเปนผูกําหนด 3. สมมติฐานแบบทางเดยีว จะปฏิเสธสมมติฐาน H0 กต็อเมื่อเงื่อนไขทั้ง 2 ขอเปนจริง หรือ ขอใดขอหนึ่งไมจริง

การทดสอบสมมติฐานคาเฉลี่ย

การทดสอบสมมติฐานคาเฉลี่ยสําหรับ 1 กลุมตัวอยาง เปนการศึกษาโดยการตรวจสอบวาคุณลักษณะใดคณุลักษณะหนึ่งของขอมูลเปนไปตามที่คาดหวังหรือ

กําหนดไวหรือไม โดยพิจารณาจากคาเฉลี่ย คุณลักษณะ เชน อายุ รายได ระดับความพึงพอใจ ฯ ซ่ึงถือวาเปนตัวแปรหนึ่งตัวแปร หรือเรียกไดวา การวิเคราะหขอมูลแบบ 1 ตัวแปร

ตัวแปรที่นาํมาทดสอบตองเปนตัวแปรที่คํานวณได คือ ระดับชวง อัตราสวน ระดับเรียงอันดับ

ตัวสถิติที่ใชในการทดสอบ 2 ตัว

กรณีทราบการกระจาย (σ) ของขอมูลประชากร ใช Z-Test

กรณีไมทราบการกระจาย (σ) ของขอมูลประชากร แตทราบทราบการกระจายของขอมูลตัวอยาง ใช T-Test สําหรับการวิจยัจะใชตวันี้ เพราะเปนการวิจยัจากขอมูลตัวอยาง

ตัวอยาง สมมติฐานวิจยั คนขับรถแท็กซี่ใน กทม. มีรายไดไมต่ํากวา 1,000 บาท

สมมติฐานทางสถิติ H0 : รายไดคนขับแท็กซี่ไมต่ํากวา 1,000 บาท

H1 : รายไดคนขับแท็กซี่ต่ํากวา 1,000 บาท

กําหนดเปนสญัญาลักษณ H0 : µ ≥ 1,000 H1 : µ < 1,000

39

วิธีการหาคา T-Test

1. เปดไฟล DATA11.sav

2. เลือกเมนู Analyze -> Compare Means -> One – Sample T Test

เลือกตัวแปร One-sample [income] คลิกปุม เก็บไวในบอกซ Test Variable(s)

Test Value: พิพม 1000

3. คลิกปุม Options

Confidence Interval พิมพ 95


4. คลิกปุม OK ไดผลลัพธ

40

41

ความหมายของผลลัพธ One-Sample Statistics

N จํานวนขอมูล Mean คาเฉลี่ยของรายได Std. Deviation คาสวนเบี่ยงเบนมาตรฐานของรายได ที่แสดงการกระจายของขอมูล Std. Error Mean

คาความคาดเคลื่อนมาตรฐานของรายได One-Sample Test

Test Value = 1000 คาที่ผูทดสอบกําหนดไวในสมมติฐาน t, df, Sig.(2-tailed) คาที่ใชในการตัดสินใจวาจะยอมรับหรือปฏิเสธสมมติฐาน H0 Mean Difference ผลตางของคาเฉลี่ยประชากรและคาเฉลี่ยของตัวอยาง คาติดลบ

หมายความวาคาเฉลี่ยตัวอยางนอยกวาคาเฉลี่ยของประชากร 95% Confidence คาที่แสดงขอบเขตบนและขอบเขตลางของการประมาณคาผลตาง

ระหวางรายไดเฉลี่ยตัวอยางกบัรายไดเฉลี่ยของประชากรที่ชวงความเชื่อมั่น 95%

การตัดสินใจวาจะยอมรับหรือปฏิเสธสมมติฐาน H0 จะตองพิจารณาจาก คา t และ Sig.(2-tailed)

สําหรับคา t จะอาศัยตารางสถิติมาตรฐาน

สําหรับคา Sig.(2-tailed) จะพิจารณาตามประเภทของสมมติฐานทางสถิต ิ

กรณีกําหนดสมมติฐานแบบสองทาง (Two-tails Test)

จะปฏิเสธสมมติฐาน H0 เมื่อคา Sig.(2-tailed) มีคานอยกวาคา α ที่ผูวิจัยกําหนด

กรณีกําหนดสมมติฐานแบบทางเดียว (One-tails Test) จะปฏิเสธสมมติฐาน H0 เมื่อคา Sig.(2-tailed) หารดวย 2 มีคานอยกวาคา α ที่ผูวิจัยกําหนด

จากตัวอยางไดกําหนดสมมติฐานแบบทางเดียว

การตัดสินใจปฏิเสธสมมติฐาน H0 เมื่อคา Sig.(2-tailed) หารดวย 2 มีคานอยกวาคา α ที่ผูวิจัยกําหนดและ

คา t < 0 H0 : µ ≥ 1,000 H1 : µ < 1,000

42

ผูทดสอบกําหนดชวงความเชื่อมั่น 95% จะไดคา α = 0.05 คา Sig.(2-tailed) ทีค่ํานวณไดเทากับ 0.387

เนื่องจากตวัอยางเปนการทดสอบสมมติฐานแบบทางเดยีวกอนที่จะคา α เปรียบเทียบคา Sig.(2-tailed) ตองนํา คา Sig.(2-tailed) หารดวย 2 กอน คาจากตวัอยางคือ 0.387/2 = 0.1935 ซ่ึงมีคามากคา α ที่ กําหนดคือ 0.05 (0.1935 > 0.05)

ดังนัน้จึงตัดสนิใจ ยอมรับสมมติฐาน H0 : µ ≥ 1,000

สรุปผลไดวา รายไดเฉลี่ยของคนขับแท็กซี่ไมต่ํากวา 1,000 บาทที่ระดับนัยสําคัญ 0.05

43

การทดสอบสมมติฐานผลตางระหวางคาเฉล่ียสําหรับ 2 กลุมตัวอยาง มี 2 กรณี เปนการทดสอบผลตางระหวางคาเฉลี่ยของลักษณะที่สนใจของ 2 กลุมตัวอยางวาแตกตางกันหรือไม 1. กรณีท่ี 2 กลุมตัวอยางเปนอสิระตอกัน 2. กรณีท่ี 2 กลุมตัวอยางเปนแบบจับคู

1. กรณีท่ี 2 กลุมตัวอยางเปนอิสระตอกัน

เปนการศึกษาเปรียบเทียบและตรวจสอบวาคุณลักษณะใดคุณลักษณะหนึ่งของขอมูลระหวาง 2 กลุมมีความแตกตางกันหรือไม และถาแตกตางกนันั้นแตกตางกันอยางไร โดยพิจารณาจากคาเฉลี่ยของคุณลักษณะนั้นๆ

การทดสอบแบบนี้จัดอยูในประเภทของการวิเคราะหขอมูลแบบ 2 ตัวแปร (Bivariate data analysis)

เนื่องจากการทดสอบจะตองใชตัวแปร 2 ตัว คือตัวแปรหนึ่งแทนคุณลักษณะอีกตัวแปรหนึ่งใชแบงกลุม

ขอมูลตัวแปรคุณลักษณะ ตองคํานวณได คือ ระดับชวงและอัตราสวน

ขอมูลตัวแปรแบงกลุม ตองคํานวณไมได คือ Nominal, Ordinal การทดสอบคาเฉล่ียของขอมูล 2 กลุมแบบพาราเมตริก กรณี 2 กลุมเปนอิสระตอกัน

ขอมูลที่จะทดสอบตองมีคุณสมบัติที่สามารถใชวิธีการการทดสอบแบบพาราเมตริก คือ ขอมูลหรือ

ตัวแปรท่ีตองการทดสอบจะตองมีการแจกแจงแบบปกตหิรือใกลเคียงแบบปกติ และสามารถคํานวณได

คือตัวแปรระดบัชวงและอัตราสวน

ตัวสถิติท่ีใชทดสอบ

กรณีทราบการกระจายของขอมูลของประชากรทั้ง 2 กลุม (ทราบ σ1, σ2) ใช Z-Test

กรณีไมทราบการกระจายของขอมูลของประชากรทั้ง 2 กลุม (ไมทราบ σ1, σ2) ใช T-Test

ถาผูวิจัยไมทราบการกระจายของขอมูลทัง้ 2 ประชากร และไมทราบการกระจายแตกตางกนัหรือไม ให

ใชขอมูลตัวอยางมาทดสอบเพื่อพิจารณาวาการกระจายของขอมูลประชากรมีความแตกตางกันหรือไม

44

โดยกําหนดสมมติฐาน ดังนี ้H0 : การกระจายขอมูลของประชากรทั้ง 2 กลุมไมแตกตางกัน หรือ H0 : σ1 = σ2

H1 : การกระจายขอมูลของประชากรทั้ง 2 กลุมแตกตางกัน หรือ H1 : σ1 ≠ σ2

ตัวสถิติที่ใชทดสอบคือ F-Test

ตัวอยาง ผูวิจยัตองการทราบวาคาใชจายแตละวันระหวางนักศึกษา 2 คณะแตกตางกนัหรือไม สมมติฐานทางสถิติ H0 : คาใชจายนักศกึษา 2 คณะไมแตกตางกัน หรือ H0 : µ1 = µ2

H1 : คาใชจายนักศกึษา 2 คณะแตกตางกนั หรือ H1 : µ1 ≠ µ2

1. เปดไฟล DATA12a.sav

2. เลือกเมนู Analyze -> Compare Means -> Independent Samples T Test

45

เลือกตัวแปร expenses คลิกปุม เก็บไวในบอกซ Test Variable(s)

เลือกตัวแปร faculty คลิกปุม เก็บไวในบอกซ Grouping Variable

3. คลิกปุม Define Groups

Group 1 พิมพ 1




46

47

ความหมายของผลลัพธ Group Statistics

N จํานวนขอมูลของแตละกลุมยอย Mean คาเฉลี่ยของคาใชจายแตละกลุมยอย Std. Deviation คาสวนเบี่ยงเบนมาตรฐานของคาใชจายแตละกลุมยอย Std. Error Mean

คาความคาดเคลื่อนมาตรฐานของคาใชจายแตละกลุมยอย

ใหพิจารณา 2 ขั้นตอน

ขั้นตอนที่ 1 ตองทําการทดสอบการกระจายของขอมูลประชากรกอนวาแตกตางกันหรือไม ใหพิจารณาคาสถิติจากคอลัมน Levene's Test for Equality of Variances F คาสถิติที่คํานวณไดจากขอมูลตัวอยางใชเทียบคาจากตาราง F มาตราฐาน Sig. คาความนาจะเปนในการยอมรับหรือปฏิเสธสมมติฐาน H0

การทดสอบการกระจายของขอมูลประชากรกอนวาแตกตางกันหรือไม กําหนดสมมติฐานทางสถิต ิ

H0 : การกระจายขอมูลของประชากรทั้ง 2 กลุมไมแตกตางกัน หรือ H0 : σ1 = σ2

H1 : การกระจายขอมูลของประชากรทั้ง 2 กลุมแตกตางกัน หรือ H1 : σ1 ≠ σ2

โดยกําหนด α = 0.05

ใหดูคา Sig. ตรงบรรทัด Equal variances assumed

คา Sig. ที่คํานวณไดเทากับ 0.336

จะปฏิเสธสมมติฐาน H0 เมื่อ คา Sig. มีคานอยกวา α ที่ผูวิจัยกําหนด

คา Sig. มากกวา α (0.336 > 0.05)

ดังนัน้จึงตัดสนิใจ ยอมรับสมมติฐาน H0 : σ1 = σ2

สรุปผลไดวา การกระจายขอมูลของประชากรทั้ง 2 กลุมไมแตกตาง

48

ขั้นตอนที่ 2 หลังจากทราบการกระจายของขอมูลวาแตกตางกันหรือไม ใหพิจารณาผลลัพธถัดไป

ใหพิจารณาคาสถิติจากคอลัมน t-test for Equality of Means t, df คาสถิติที่คํานวณไดจากขอมูลตัวอยาง Sig.(2-tailed) คาความนาจะเปนในการยอมรับหรือปฏิเสธสมมติฐาน H0 Mean Difference คาผลตางระหวางคาเฉลี่ยทั้ง 2 กลุม Std. Error Difference คาความคาดเคลื่อนมาตรฐานของคาผลตาง 95% Confidence คาที่แสดงขอบเขตชวงความเชื่อมั่น 95% ของผลตางคาเฉลี่ย

ถาการกระจายของขอมูลไมแตกตางกัน (σ1= σ2) ใหดแูถว Equal variances assumed

ถาการกระจายของขอมูลแตกตางกัน(σ1 ≠ σ2) ใหดูแถว Equal variances not assumed

เพื่อใชในการตัดสินใจของสมมติฐานทางสถิติของการวิจัยตอไป จากขั้นตอนที่ 1 ทราบวาการกระจายขอมูลของประชากรทั้ง 2 กลุมไมแตกตางกัน (σ1 = σ2)

ใหดูคา Sig.(2-tailed) ตรงบรรทัด Equal variances assumed

คา Sig.(2-tailed) ที่คํานวณไดเทากับ 0.719


คา Sig.(2-tailed) มากกวา α (0.719 > 0.05)

ดังนัน้จึงตัดสนิใจ ยอมรับสมมติฐาน H0 : µ1 = µ2 สรุปผลไดวา คาใชจายของนักศึกษาทั้ง 2 คณะไมแตกตางกันที่ระดับนัยสําคัญ 0.05

สมมติฐานแบบ 2 ทาง คา 95% สามารถสรุปผลไดวา คาใชจายของนักศึกษาทั้ง 2 คณะไมแตกตาง กัน ตั้งแต -39.01 ถึง 27.51 บาท ที่ชวงความเชื่อมั่น 95%

จากขั้นตอนที่ 1 สมมติวาการกระจายขอมูลของประชากรทั้ง 2 กลุมแตกตางกนั (σ1 ≠ σ2)

ใหดูคา Sig.(2-tailed) ตรงบรรทัด Equal variances not assumed

คา Sig.(2-tailed) ที่คํานวณไดเทากับ 0.727


คา Sig.(2-tailed) มากกวา α (0.727 > 0.05)

ดังนัน้จึงตัดสนิใจ ยอมรับสมมติฐาน H0 : µ1 = µ2 สรุปผลไดวา คาใชจายของนักศึกษาทั้ง 2 คณะไมแตกตางกันที่ระดับนัยสําคัญ 0.05

49

สมมติฐานแบบ 2 ทาง คา 95% สามารถสรุปผลไดวา คาใชจายของนักศึกษาทั้ง 2 คณะไมแตกตางกัน

ตั้งแต -40.45 ถึง 28.95 บาท ที่ชวงความเชื่อมั่น 95%

50

การทดสอบคาเฉล่ียของขอมูล 2 กลุมแบบน็อนพาราเมตริก กรณี 2 กลุมเปนอิสระตอกัน

เปนขอมูลตัวอยางที่จะนํามาทดสอบที่เลือกจากประชากรที่ไมทราบการแจกแจง หรือทราบการ

แจกแจงแตไมใชการแจกแจงแบบปกติ กลุมตัวอยางที่นํามาทดสอบมีจํานวนนอย (นอยกวา 30)

ตัวแปรที่นํามาทดสอบตองเปนขอมูลเชิงปริมาณ(คํานวณได)และตวัแปรเชิงคุณภาพ(คํานวณไมได)

ตัวสถิติที่ใชในการทดสอบคือ NPar-Test

ตัวอยาง สมมติฐานทางสถิติ H0 : เวลาที่ใชในการทานอาหารของเพศชายและหญิงไมแตกตางกัน หรือ H0 : µ1 = µ2

H1 : เวลาที่ใชในการทานอาหารของเพศชายและหญิงไมแตกตางกัน หรือ H1 : µ1 ≠ µ2

1. เปดไฟล DATA12B.sav

2. เลือกเมนู Analyze -> Nonparametric Test -> 2 Independent Samples

เลือกตัวแปร minute คลิกปุม เก็บไวในบอกซ Test Variable(s)

เลือกตัวแปร sex คลิกปุม เก็บไวในบอกซ Grouping Variable

3. คลิกปุม Define Groups

51





52

ความหมายของผลลัพธ Ranks sex ช่ือตัวแปรที่เปนตัวแบงกลุมพรอมแสดงคา N จํานวนขอมูลของแตละกลุมยอย Mean Rank คาเฉลี่ยของอันดับในแตละกลุม Sum of Ranks คาผลรวมของอันดับในแตละกลุม

Test Statistics Mann-Whitney U คาสถิติ U ที่ใชเปรียบเทียบกับคาที่ไดจากตาราง U

มาตรฐาน Wilcoxon W คาผลรวมของอันดับที่มีคานอยจะใชคานี้เทียบกับคาที่ได

จากตาราง W มาตรฐาน Z คาสถิติ Z ใชแทน U เมื่อขอมูลมีจํานวนมาก Asymp. Sig. (2-tailed) คาความนาจะเปนในการยอมรับสมมติฐาน Exact Sig. [2*(1-tailed Sig.)]

คาความนาจะเปนในการยอมรับสมมติฐาน เมื่อขอมูลมีจํานวนนอย ถาเปนการทดสอบแบบทางเดยีวจะตองนําคานี้ไปหารดวย 2

53

จะปฏิเสธสมมติฐาน H0 เมื่อคา Asymp. Sig. หรือ Exact Sig. มีคานอยกวาคา α ที่ผูวิจยักําหนด

จากตัวอยางกลุมตัวอยางมขีนาดเล็กจะพิจารณาจากคา Exact Sig. คือ 0.068 ซ่ึงมีคามากกวา α ที่

กําหนดไว 0.05

การตัดสินไจ ยอมรับสมมติฐาน H0 : µ1 = µ2

สรุปผลไดวา เวลาที่ใชในการทานอาหารของเพศชายและหญิงไมแตกตางกันที่ระดับนัยสําคัญ 0.05

2. กรณีท่ี 2 กลุมตัวอยางเปนแบบจับคูท่ีมีความสัมพันธกัน

เปนการทดสอบความแตกตางของคาเฉลี่ยระหวางกลุม 2 กลุมตัวอยาง เมื่อขอมูลตัวอยางที่จะใช

ทดสอบมีความสัมพันธกัน การทดสอบแบบนี้ จะเปนการทดสอบความแตกตางเปนคูๆ โดยแตละคูมีความสัมพันธกัน จึง

เรียก

การทดสอบนีอี้กอยางหนึ่งคอื การทดสอบความแตกตางแบบจับคู (Paired Difference Tests)

การพิจารณาวากลุมตัวอยางจะใชการทดสอบแบบจับคูท่ีมีความสัมพันธกัน ใหพิจารณาจาก

1. การเปรียบเทยีบวิธีการ 2 วิธีกับขอมูลชุดเดยีวกัน เชนผลตางของคะแนนกอนอบรมและหลังอบรม ขอมูลที่ไดแตละคูมาจากคนเดยีวกัน

2. การเปรียบเทยีบขอมูล 2 ชุดกับคุณสมบัตทิี่เหมือนกนั เชน นําขาราชการที่มีระดับการศึกษาและมีประสบการณในการทํางานเหมือนกันมาเปรียบเทียบเงินเดือนเปนคู

3. การเปรียบเทยีบขอมูล 2 ประเภททีไ่ดมาจากแหลงขอมลูเดียวกัน เชน การเปรียบเทยีบยอดขายสินคา 2 ยี่หอ มาจากรานคา 20 รานคา

4. การเปรียบเทยีบขอมูล 2 ประเภททีไ่ดมาจากชวงเวลาเดยีวกัน เชน ยอดขายอาหารของรานอาหาร 2 ราน ที่ไดในแตละวันในเดือนเดียวกนั

การทดสอบคาเฉล่ียของขอมูล 2 กลุม แบบพาราเมตริก กรณี 2 กลุมตัวอยางมีความสมัพันธกัน เปนการทดสอบเมื่อผลตางของขอมูล 2 กลุม มีคุณสมบัติที่สามารถทําการทดสอบแบบพารา

เมตริก

54

กลาวคือ คาของผลตางที่ไดจากการวัดอยูในระดบัชวงหรืออัตราสวน และตองมกีารแจกแจงแบบปกต ิ

หรือใกลเคียงแบบปกต ิ

ตัวสถิติที่ใชในการทดสอบคือ T-Test

ตัวอยาง ผูวิจยัตองการทดสอบวาการอบรมจะทําใหผูเรียนมีความรูเพิ่มขึ้นหรือไม กําหนดสมมติฐานทางสถิต ิ

H0 : คะแนนเฉลี่ยกอนและหลังการอบรมไมแตกตางกัน หรือ H0 : µd = 0

H1 : คะแนนเฉลี่ยกอนและหลังการอบรมแตกตางกัน หรือ H1 : µd ≠ 0

1. เปดไฟล DATA13A.sav

2. เลือกเมนู Analyze -> Compare Means -> Paired-Samples T Test

เลือกตัวแปร pre และ post คลิกปุม เก็บไวในบอกซ Paired Variables

55


ความหมายของผลลัพธ มี 2 ขั้นตอน

ขั้นตอนที่ 1 พิจาราณวาขอมลู 2 กลุมมีความสัมพันธกันหรือไม Paired Samples Correlations เปนสวนแสดงคาสถิติสัมประสิทธิ์สหสัมพันธ Correlation คาสัมประสิทธิ์สหสัมพันธของเปยรสัน (r) ที่แสดงถึงความสัมพันธของ 2

กลุมที่นํามาทดสอบ คาที่ได 0.972 แสดงวาคะแนนกอนและหลังการอบรม มีความสัมพันธกันคอนขางสูงและไปในทิศทางเดยีวกัน -1 ≤ r ≤ 1 บวก ทิศทางเดยีวกัน

ลบ ทิศทางเดียวตรงขาม Sig. คาความนาจะเปนที่จะใชในการทดสอบสมมติฐานเกีย่วกับความสัมพนัธ

ภายใตสมมติฐานทางสถิติ ดังนี ้H0 : คะแนนทดสอบกอนและหลังการอบรมไมมีความสัมพันธกัน

H1 : คะแนนทดสอบกอนและหลังการอบรมมีความสัมพันธกัน

คา Sig. เทากับ 0.000 มีคานอยกวาคา α ที่ผูทดสอบกําหนดคือ 0.05

56

การตัดสินใจ ปฏิเสธสมมติฐาน H0 ยอมรับ H1

สรุปผลไดวา คะแนนกอนและหลังการอบรมมีความสัมพันธกันทางสถิติที่ระดับนยัสําคัญ 0.05

ถาขอมูล 2 กลุมไมมีความสมัพันธกัน ไมควรใชกรณีนีท้ดสอบ และไมตองดผูลลัพธในสวนถัดไป

57

ขั้นตอนที่ 2 ขอมูล 2 กลุมมีความสัมพันธกัน

Paired Samples Test แสดงคาสถิติสําหรับใชในการทดสอบคาเฉลี่ย Mean คาเฉลี่ยของผลตางระหวางคะแนนกอนและหลังการอบรม Std. Deviation คาสวนเบี่ยงเบนมาตรฐานของผลตาง Std. Error Mean คาความคาดเคลื่อนมาตรฐานของผลตาง 95% Confidence คาที่แสดงขอบเขตชวงความเชื่อมั่น 95% ของผลตางคาเฉลี่ย t, df คาสถิติที่คํานวณไดจะใชเทยีบกับคาจากตารางมาตรฐาน Sig.(2-tailed) คาความนาจะเปนในการยอมรับหรือปฏิเสธสมมติฐาน H0

คา Sig.(2-tailed) เทากับ 0.060 มีคามากกวาคา α ที่ผูวิจัยกําหนดคือ 0.05 การตัดสินใจ ยอมรับสมมติฐาน H0

สรุปผลไดวา คะแนนกอนและหลังการอบรมไมแตกตางกันที่ระดับนยัสําคัญ 0.05

58

การทดสอบคาเฉล่ียของขอมูล 2 กลุม แบบน็อนพาราเมตริก กรณี 2 กลุมตัวอยางมีความสัมพันธกัน

ตัวแปรที่ทดสอบหรือผลตางของตัวแปรที่จะทดสอบมีการวัดเพยีงระดบัเรียงอันดับเทานั้น

ตัวสถิติที่ใชในการทดสอบคือ Wilcoxon matched-pairs signed-rank test ซ่ึงเปน

การทดสอบเชิงอันดับ

ตัวอยาง ผูวิจัยตองการทดสอบความแตกตางของจาํนวนสินคาทีไ่มมีคุณภาพระหวางผูที่มีและ ไมมีประสบการณในการทํางาน

กําหนดสมมติฐานทางสถิติแบบสองทาง H0 : จํานวนสินคาที่ไมมีคุณภาพที่ผลิตโดยคนงาน 2 กลุมมีจํานวนเฉลี่ยไมแตกตางกัน

H1 : จํานวนสินคาที่ไมมีคุณภาพที่ผลิตโดยคนงาน 2 กลุมมีจํานวนเฉลี่ยแตกตางกัน

กําหนดเปนสญัญาลักษณทางสถิติ H0 : µไมมี = µมี

H1 : µไมมี ≠ µมี

กําหนดสมมติฐานทางสถิติแบบทางเดียว

H0 : จํานวนสินคาที่ไมมีคุณภาพที่ผลิตโดยคนงานที่ไมมีประสบการณมีจํานวนเฉลี่ย

นอยกวาหรือเทากับที่ผลิตโดยคนงานที่มปีระสบการณ H1 : จํานวนสินคาที่ไมมีคุณภาพที่ผลิตโดยคนงานที่ไมมีประสบการณมีจํานวนเฉลี่ย

มากกวาที่ผลิตโดยคนงานที่มีประสบการณ กําหนดเปนสญัญาลักษณทางสถิติ

H0 : µไมมี ≤ µมี

H1 : µไมมี > µมี

การใชโปรแกรมวิเคราะหขอมูล

1. เปดไฟล DATA13B.sav 2. เลือกเมนู Analyze -> Nonparametric Test -> 2 Related Samples

59

เลือกตัวแปร exp และ non_exp คลิกปุม เก็บไวในบอกซ Test Pair(s) List

60


ความหมายของผลลัพธ Wilcoxon Signed Ranks Test เปนสวนแสดงคาสถิติของการจัดอันดับของผลตางระหวาง

ตัวแปร N แสดงจํานวนคูของผลตางระหวางตัวแปร Negative Ranks จํานวนคูของตัวแปรที่เปนตัวลบ นอยกวา ตวัตั้ง Positive Ranks จํานวนคูของตัวแปรที่เปนตัวลบ มากกวา ตวัตั้ง Ties จํานวนคูของตัวแปรที่เปนตัวลบ เทากับ ตัวตั้ง Total จํานวนคูทั้งหมด

Mean Rank คาเฉลี่ยของอันดับในแตละกลุม

Sum of Ranks คาผลรวมของอันดับในแตแตละกลุม

61

Test Statistics เปนสวนแสดงคาสถิติ Wilcoxon ที่ใชในการทดสอบความแตกตางของคาเฉลี่ย

Z คาสถิติ Z ใชแทนคา Wilcoxon เมื่อขอมูลมีจํานวนมาก คา Z

จากคูที่มีผลตางเปนลบ จะใชคานี้สําหรับการสรุปผลที่ตองอาศัยตารางสถิติมาตรฐานของ Z

Asymp. Sig. (2-tailed) คาความนาจะเปนในการยอมรับหรือปฏิเสธสมมติฐาน โดยไมตองใชอาศัยตารางสถิติมาตรฐาน

62

การสรุปผล กรณีท่ีกําหนดสมมติฐานแบบสองทาง H0 : µไมมี = µมี

H1 : µไมมี ≠ µมี

เมื่อกําหนด α เปน 0.05

จะปฏิเสธสมมติฐาน H0 เมื่อ คา Asymp. Sig. มีคานอยกวา α ที่ผูวจิัยกําหนด

จากตัวอยาง คา Asymp. Sig. เทากับ 0.005 มีคานอยกวา α ที่กําหนดไวคือ 0.05

การตัดสินใจ ปฏิเสธสมมติฐาน H0 : µไมมี = µมี ยอมรับ H1 : µไมมี ≠ µมี

สรุปผลไดวา จํานวนสินคาที่ไมมีคุณภาพที่ผลิตโดยคนงาน 2 กลุมมีจาํนวนเฉลี่ยแตกตางกัน กรณีท่ีกําหนดสมมติฐานแบบทางเดียว H0 : µไมมี ≤ µมี

H1 : µไมมี > µมี

เมื่อกําหนด α เปน 0.05

จะปฏิเสธสมมติฐาน H0 เมื่อ คา Asymp. Sig. หารดวย 2 มีคานอยกวา α ที่ผูวิจัยกําหนด

จากตัวอยาง คา Asymp. Sig. เทากับ 0.005/2 = 0.0025 มีคานอยกวา α ที่กําหนดไวคือ 0.05

การตัดสินใจ ปฏิเสธสมมติฐาน H0 : µไมมี = µมี ยอมรับ H1 : µไมมี ≠ µมี

สรุปผลไดวา จํานวนสินคาที่ไมมีคุณภาพ ซ่ึงผลิตโดยคนงานที่ไมมีประสบการณจะมีจํานวน

มากกวาผูที่มปีระสบการณที่ระดับนยัสําคัญ 0.05

63

การทดสอบคาเฉล่ียสําหรับหลายกลุมตัวอยาง โดยวิเคราะหความแปรปรวน

เปนการศึกษาเปรียบเทียบและตรวจสอบวาคุณลักษณะใดคุณลักษณะหนึ่งของขอมูลตั้งแต 3 กลุมขึ้นไปมีความแตกตางกันหรือไม และถาแตกตางกันนัน้แตกตางกันอยางไร โดยพิจารณาจกคาเฉลี่ยของคุณลักษณะนัน้ๆ

ตัวสถิติที่ใชในการทดสอบความแตกตางระหวางคาเฉลี่ยสําหรับหลายกลุมตัวอยางคอื การวิเคราะหความแปรปรวน (Analysis of Variances : ANOVA)

การวิเคราะหความแปรปรวน หรือนิยมเรยีกยอๆ วา ANOVA เปนวิถีทางสถิติวิธีหนึ่งที่ใชในการศึกษาหาความสัมพันธระหวางตัวแปร 2 ประเภท คอืตัวแปรตาม (Dependent) และตัวแปรอสิระ (Independent) โดยใชตัวแปรอิสระเปนตวัแบงขอมูลออกเปนกลุมๆ เพื่อทดสอบวาในแตละกลุมท่ีแตกตางกันนั้นจะทําใหคาเฉล่ียของตัวแปรตามแตกตางกนัหรือไม บางครั้งอาจเรียกตวัแปรอสิระวา ปจจยั (Factor)

ประเภทของการวิเคราะหความแปรปรวน

1. การวิเคราะหความแปรปรวนแบบจําแนกทางเดียว (One-Way ANOVA)

เปนการวเิคราะหความแปรปรวนที่ใชกับขอมูลที่ไดจากการจําแนกหรอืแบงกลุมโดยใชหลักเกณฑแบบเดียวหรือปจจยัเดยีว

2. การวิเคราะหความแปรปรวนแบบจําแนกสองทาง (Two-Way ANOVA)

เปนการวเิคราะหความแปรปรวนที่ใชกับขอมูลที่ไดจากการจําแนกหรอืแบงกลุมโดยใชหลักเกณฑสองแบบหรือสองปจจัย

3.การวิเคราะหความแปรปรวนแบบจําแนกหลายทาง (Multi-Way ANOVA)

เปนการวเิคราะหความแปรปรวนที่ใชกับขอมูลที่ไดจากการจําแนกหรอืแบงกลุมโดยใชหลักเกณฑตั้งแตสามแบบเดียวหรือสามปจจัยขึ้นไป

วิธีการวิเคราะหความแปรปรวนแบงได 2 วิธี

1. การวิเคราะหความแปรปรวนโดยวิธีพาราเมตริก

2. การวิเคราะหความแปรปรวนโดยวิธีน็อนพาราเมตริก การวิเคราะหความแปรปรวนจําแนกทางเดียวแบบพาราเมตริก

คุณลักษณะของขอมูลมีขอกําหนดดังนี ้1. ขอมูลแตละกลุมยอยจะตองมาจากประชากรที่มีการกระจายหรือความแปรปรวนไมแตกตางกันทาง

สถิติ 2. ขอมูลแตละกลุมยอยที่เลือกมาทดสอบมาจากประชากรที่มีการแจกแจงแบบปกต ิ

64

3. ตัวอยางที่เลือกมาแตละกลุมควรจะตองเปนอิสระตอกนั

ตัวอยาง ผูวิจยัตองการทดสอบราคาสินคาชนิดหนึ่งที่ผลิตจากผูผลิตที่ใชยี่หอแตกตางกนัจํานวน 4 ยีห่อวามีราคาจําหนายตามรานตางๆ แตกตางกนัหรือไม ยี่หอ เปนตัวแปรอิสระที่ใชในการแบงกลุม

ราคา เปนตวัแปรตามที่จะหาคาเฉลี่ยแตกตางกันหรือไม กําหนดสมมติฐานทางสถิต ิ

H0 : ราคาเฉลี่ยของสินคาแตละยี่หอไมแตกตางกัน หรือ H0 : µ1 = µ2 = µ3 = µ4

H1 : ราคาเฉลี่ยของสินคาแตละยี่หอแตกตางกัน หรือ H1 : µi ≠ µj สําหรับ i ≠ j

ถายอมรับสมมติฐานจะสรุปไดวาสินคา 4 ยี่หอ ราคาเฉลี่ยไมแตกตางกัน แตถาปฏิเสธสมมติฐาน แสดงวามีอยางนอย 2 ยี่หอราคาเฉลี่ยแตกตางกัน แตไมสามารถบอกไดวายี่หอไหนบางทีแ่ตกตางกัน ถาตองการวามี 2 ยี่หอใดบางทีม่ีราคาเฉลี่ยแตกตางกัน จะตองดําเนินการทดสอบตอไปโดยใชวิธีการเปรียบเทียบแบบพหุคูณ (Multiple Comparison Test)

การใชโปรแกรมทดสอบคาเฉลี่ยหลายกลุมแบบพาราเมตรกิ ตองดําเนินการ 2 ขั้นตอน

1. การใชโปรแกรมตรวจสอบคุณลักษณะของขอมูล 2. การใชโปรแกรมวิเคราะหความแปรปรวนแบบจําแนกทางเดียวแบบพาราเมตริก

การใชโปรแกรมตรวจสอบคุณสมบัติของขอมูล


2. เลือกเมนู Analyze -> Descriptive Statistics -> Explore

เลือกตัวแปร price คลิกปุม เก็บไวในบอกซ Dependent List

เลือกตัวแปร brand คลิกปุม เก็บไวในบอกซ Factor List

65

3. คลิกปุม Plots

เลือก Normality plots with test เพื่อตรวจสอบขอมูลมีการแจกแจงแบบปกตหิรือไม เลือก Power estimation เพื่อตรวจสอบขอกําหนดของความแปรปรวน

4. คลิดปุม OK จะไดผลลัพธ

เปนคาสถิติของ Kolmogorov-Smirnov และ Shapiro-Wilk พรอมคาความนาจะเปน Sig.

สําหรับทดสอบคาตัวแปร price แตละกลุมมีการแจกแจงแบบปกตหิรือไมภายใตสมมติฐานทางสถิติ H0 : ขอมูลที่นํามาทดสอบแตละกลุมมีการแจกแจงไมใชแบบปกต ิ

H1 : ขอมูลที่นํามาทดสอบแตละกลุมมีการแจกแจงแบบปกต ิ

คาสถิติ Shapiro-Wilk จะแสดงเมื่อขอมูลนอยกวาหรือเทากับ 50

การตัดสินจะปฏิเสธสมมตฐิาน H0 ถาคา Sig. นอยกวาคา α ท่ีกําหนด

จากผลลัพธที่ได คา Sig. เทากับ . แสดงวาสรุปไมได คา Sig. ของ Kolmogorov-Smirnov มากกวาคา α คา Sig. ของ Shapiro-Wilk มากกวาคา α

66

การตัดสินใจ ยอมรับสมมติฐาน H0 ทั้งของ Kolmogorov-Smirnov และ Shapiro-Wilk

สรุปผลไดวา คาตัวแปร price ในยี่หอ 1, 2 และ 4 มีการแจกแจงแบบปกติที่ระดับนยัสําคัญ 0.05

สวนยีห่อที่ 3 ยังสรุปไมได ขอสังเกต คาความนาจะเปนของกลุม 3 โปรแกรมไมคํานวณออกมา เพราะจํานวนขอมูลในกลุมนี้มีจํานวนนอยเกินไป (นอยกวา 5) ดังนั้นผูวิจัยตองพิจารณาวาในกลุม 3 ควรจะตัดออกไปจากการวิเคราะหเลยหรือเพิ่มจํานวนขอมูลในกลุมนี้ใหมากขึ้น

เปนคาสถิติ Levene Statistic พรอมคาความนาจะเปน Sig. ที่คํานวณภายใตเงื่อนไขตางๆ ปกติจะใชคาความนาจะเปนที่คํานวณจากคาเฉลี่ยพื้น (Based on Mean) เพื่อใชในการทดสอบการกระจายของขอมูลแตละกลุมในรูปของความแปรปรวนวาแตละกลุมมีความแตกตางกันหรือไมภายใตสมมติฐานทางสถิติ H0 : ขอมูลที่นํามาทดสอบแตละกลุมมีการกระจายไมแตกตางกัน

H1 : ขอมูลที่นํามาทดสอบแตละกลุมมีการกระจายแตกตางกัน

การตัดสินใจจะปฏิเสธสมมติฐาน H0 ถาคา Sig. นอยกวาคา α ท่ีกําหนด

คา Sig. ที่ไดจาก Based on Mean มีคามากกวาคา α

การตัดสินใจ ยอมรับสมมติฐาน H0

สรุปผลไดวา คาตัวแปร price ในแตละกลุมมีการกระจายไมแตกตางกัน

67

แสดงกราฟแบบ Normal Q-Q Plot สําหรับพิจารณาคาตัวแปร price แตละกลุมมีการแจกแจงแบบปกต ิ

การพิจารณากราฟที่ได จะพิจารณาจากจุดตางๆ ที่เกดิขึ้นเทียบกับกราฟเสนตรง กลาวคือถาจุดอยูใกลๆ บริเวณกราฟ

เสนตรงมาก แสดงวาขอมูลมีการแจกแจงใกลเคียงแบบปกติ ถาจุดอยูหางจากกราฟเสนตรงมาก แสดงวาขอมูลมีการแจกแจงไมใชแบบปกต ิ

จากตัวอยาง คาตัวแปร price แตละกลุมมกีารแจกแจงแบบปกต ิ

68

แสดงกราฟแบบ DetrendedNormal Q-Q Plot สําหรับพิจารณาคาตัวแปร price แตละกลุมมีการแจกแจงแบบปกต ิ

การพิจารณากราฟที่ได จะพิจารณาจากจุดตางๆที่เกดิขึ้นเทียบกับเสนตรง กลาวคือถาจุดอยูใกลๆ บริเวณเสนตรงมาก

แสดงวาขอมูลมีการแจกแจงใกลเคียงแบบปกติ ถาจุดอยูหางจากเสนตรงมาก แสดงวาขอมูลมีการแจกแจงไมใชแบบปกต ิ

แสดงกราฟแบบ Box-Plot เพื่อใชในการพิจารณาคุณลักษณะของขอมูล 2 ลักษณะ

69

1. พิจารณาเสนกลางของ Box ซ่ึงก็คือคา Median ใชเพื่อการพิจารณาความเบของกราฟโคงความถี่แตละกลุม ถาเสนแกนกลางอยูใกลเคียงกึ่งกลาง Box แสดงวากราฟมีลักษณะไมเบ

2. สวนความสูงของ Box จะเปนความสูงทีแ่ทนคาเฉลี่ยของขอมูลแตละกลุม ถาความสูงใกลเคียงกัน แสดงวาคาเฉลี่ยในแตละกลุมใกลเคียงกัน

แสดงกราฟแบบ Spread vs. Level Plot เพื่อเปรียบเทียบการกระจายของขอมูลแตละกลุม

การพิจารณากราฟที่ได พิจารณาจากจดุตางๆ ที่เกิดขึน้ในกราฟแตละกลุม พบวากลุม 1, 2 และ 3 มีการกระจาย

ใกลเคียงกัน

คา Slop ถาตางจาก 0 มากเทาไรก็แสดงวาถึงความแตกตางของการกระจายแตละกลุมมากเทานั้น

การใชโปรแกรมวิเคราะหความแปรปรวนแบบจําแนกทางเดียวแบบพาราเมตริก

1. เลือกเมนู Analyze -> Compare Means -> One-Way ANOVA

70

เลือกตัวแปร price คลิกปุม เก็บไวในบอกซ Dependent List

เลือกตัวแปร brand คลิกปุม เก็บไวในบอกซ Factor


เลือก Descriptive ใหแสดงคาสถิติเบื้องตนของแตละกลุม

เลือก Homogeneity of variance test ใหคาสถิติที่ใชทดสอบการกระจายของแตละกลุม

เลือก Means plot ใหแสดงกราฟเปรียบเทียบคาเฉลี่ยในแตละกลุม


3. คลิกปุม Post Hoc ถาตองการคาสถิติที่ใชในการทดสอบจับคูพหุคูณ

71

กรณีความแปรปรวนไมตางกันเลือก Scheffe

กรณีความแปรปรวนตางกันเลือก Tamhane’s T2

Significance level กําหนดคา α ตามที่ผูวิจัยตองการ

คลิกปุม Continue 4. คลิกปุม OK จะไดผลลัพธ

เปนคาสถิติ Levene Statistic พรอมคาความนาจะเปน Sig. เพื่อตรวจสอบดูวาขอมูลที่นํามาใชนี้

สามารถใชวิธีวิเคราะหความแปรปรวนแบบพาราเมตริกไดหรือไม โดยพิจารณาจากสมมติฐานทางสถิติ H0 : ความแปรปรวนของราคาสินคาในแตละกลุมไมแตกตางกัน

H1 : มีอยางนอย 2 กลุมที่ราคาสินคามีความแปรปรวนตางกัน

การตัดสินจะปฏิเสธสมมตฐิาน H0 ถาคา Sig. นอยกวาคา α ท่ีกําหนด คา Sig. ที่ได มีคามากกวาคา α


สรุปผลไดวา ความแปรปรวนของราคาสินคาไมแตตางกนัที่ระดับนยัสําคัญ 0.05

72

เปนคาสถิติตางๆ ของการวิเคราะหความแปรปรวน เพื่อใชทดสอบสมมติฐาน

H0 : ราคาเฉลี่ยของสินคาแตละยี่หอไมแตกตางกัน

H1 : มีอยางนอย 2 ยี่หอที่มรีาคาเฉลี่ยแตกตางกัน

การตัดสินใจจะปฏิเสธสมมติฐาน H0 ถาคา Sig. นอยกวาคา α ท่ีกําหนด คา Sig. ที่ได มีคานอยกวาคา α

การตัดสินใจ ปฏิเสธสมมติฐาน H0 ยอมรับสมมติฐาน H1

สรุปผลไดวา มีสินคาอยางนอย 2 ยี่หอที่มรีาคาเฉลี่ยแตกตางกันที่ระดบันัยสําคัญ 0.05

73

ถามีการปฏิเสธสมมติฐาน H0 ใหพจิารณาตอ

แสดงคาสถิติสําหรับทดสอบความแตกตางของคาเฉลี่ยแบบจับคู (Multiple Comparison) คาของตัวทดสอบ Scheffe ใชสําหรับกรณีความแปรปรวนไมแตกตางกัน

คาของตัวทดสอบ Tamhaneใชสําหรับกรณีความแปรปรวนแตกตางกนั การทดสอบคาเฉลี่ยจะพจิารณาจากคา Sig. ภายใตสมมตฐิานทางสถิติ H0 : ราคาเฉลี่ยของราคาสินคา 2 ยี่หอที่กําลังพิจารณาไมแตกตางกัน H1 : ราคาเฉลี่ยของราคาสินคา 2 ยี่หอที่กําลังพิจารณาแตกตางกัน จากตารางผลลัพธ ยกตัวอยางการจับคูระหวาง กลุม 2 กับกลุมอื่นๆ

การตัดสินใจจะปฏิเสธสมมติฐาน H0 ถาคา Sig. นอยกวาคา α ท่ีกําหนด (0.05)

74

คาความนาจะเปนในการยอมรับสมมติฐาน Sig. ของกลุมที่ 2 สําหรับทดสอบกับกลุมอื่นๆ ดังนี้ กับกลุม 1 เทากับ 0.233 มีคามากกวาคา α จึงยอมรับสมมติฐาน H0

กับกลุม 3 เทากับ 0.042 มีคานอยกวาคา α จึงปฏิเสธสมมติฐาน H0

กับกลุม 4 เทากับ 0.001 มีคานอยกวาคา α จึงปฏิเสธสมมติฐาน H0

สรุปผลไดวา กลุมที่ 2 ราคาเฉลี่ยไมแตกตางกับกลุมที่ 1 แตแตกตางกบักลุมที่ 3 และ 4 ใหทดสอบการจับคูท่ีเหลือใหครบ

คาสถิติ Scheffe ใชสรุปความแตกตางของราคาเฉลี่ย โดยจัดกลุมยี่หอที่มีราคาเฉลี่ยอยูในกลุมเดียวกัน

การตัดสินใจจะปฏิเสธสมมติฐาน H0 ถาคา Sig. นอยกวาคา α ท่ีกําหนด

คา Sig. ที่ได มีคามากกวาคา α (0.274 > 0.05)


สรุปผลไดวา ยี่หอที ่1 และ ยี่หอที ่2 มีราคาเฉลี่ยไมแตกตางกัน การวิเคราะหความแปรปรวนจํานวนทางเดียวแบบน็อนพาราเมตริก

เปนการทดสอบเกี่ยวกับคาเฉลี่ยของขอมูลตั้งแต 3 กลุมขึ้นไป ที่ไมสามารถใชวิธีวิเคราะหความแปรปรวนแบบพาราเมตริก

ขอมูลที่จะนํามาวิเคราะหควรเปนขอมูลที่มีการวัดตั้งแตระดับเรียงอันดับขึ้นไป

75

สามารถจําแนกได 2 วิธี ตามคุณลักษณะของขอมูล คือ กรณีที่ขอมูลแตละกลุมเปนอสิระตอกัน และกรณีที่ขอมูลแตละกลุมมีความสัมพันธ ตัวอยาง จะใชขอมูลที่ใชทดสอบราคาของสินคา 4 ยี่หอ โดยสมมติวาที่ไมสามารถใชวิธีวิเคราะหความแปรปรวนแบบพาราเมตริกได โดยกําหนดสมมติฐานทางสถิติดังนี้

H0 : อันดับเฉลี่ยของราคาสินคาแตละยี่หอไมแตกตางกนั

H1 : มีอยางนอย 2 ยี่หอที่มอัีนดับเฉลี่ยของราคาแตกตางกัน

ถายอมรับสมมติฐานสามารถสรุปไดวาอันดับเฉลี่ยของราคาสินคาแตละยี่หอไมแตกตางกัน แตถาปฏิเสธสมมติฐานแสดงวามอียางนอย 2 ยีห่อที่มีอันดับเฉลี่ยของราคาแตกตางกัน ถาตองการทราบวา 2

ยี่หอใดที่มีราคาแตกตางกันกส็ามารถทําไดโดยใชวิธีจับคูที่ละคูที่เปนไปไดโดยใชวิธีการทดสอบแบบน็อนพาราเมตริกสําหรับขอมูล 2 กลุมที่เปนอสิระตอกันของ Mann-Whiteney U

การใชโปรแกรมวิเคราะหความแปรปรวนแบบจําแนกทางเดียวแบบน็อนพาราเมตริก


2. เลือกเมนู Analyze -> Nonparametric -> K Independent Samples

เลือกตัวแปร price คลิกปุม เก็บไวในบอกซ Test Variable List

เลือกตัวแปร brand คลิกปุม เก็บไวในบอกซ Grouping Variable

3. คลิกปุม Define Range

76

Minimum พิมพ 1

Maximum พิมพ 4

คลิกปุมContinue


เลือก Descriptive

คลิกปุมContinue

77


Test Statistics แสดงคาสถิติ สําหรับทดสอบความแตกตางของคาเฉลี่ยของอันดับในแตละกลุมโดย

คาสถิติของ Kruskal-Wallis ซ่ึงแปลงมาอยูในรูปของ Chi-Square : χ2 และคาความนาจะเปน Asymp.

Sig. ภายใตสมมติฐาน H0 : อันดับเฉลี่ยของราคาสินคาแตละยี่หอไมแตกตางกนั

H1 : มีอยางนอย 2 ยี่หอที่มอัีนดับเฉลี่ยของราคาแตกตางกัน

การตัดสินใจจะปฏิเสธสมมติฐาน H0 ถาคา Asymp. Sig. นอยกวาคา α ท่ีผูวิจัยกําหนด

คา Asymp. Sig. ที่ได มีคานอยกวาคา α (0.001 < 0.05)

78


สรุปผลไดวา ความนิยมตอสินคา 4 ยี่หอของผูบริโภคมีสามนิยมแตกตางกันอยางนอย 2 ยี่หอที่ระดับนยัสําคัญ 0.05

การทดสอบคาเฉล่ียสําหรับหลายกลุมตัวอยาง โดยการวิเคราะหความแปรปรวนแบบสองทาง

การทดสอบคาเฉลี่ยของขอมูลที่ไดจากกลุมตัวอยางตั้งแต 3 กลุมตัวอยางขึ้นไป เมื่อมกีารจําแนกหรอืแบงกลุมขอมูลโดยใชหลักเกณฑสองแบบหรือสองปจจัย จะเปนการทดสอบวาการแบงกลุมดังกลาวมีผลกระทบตอคาเฉลี่ยของคุณลักษณะที่สนใจหรือไม ขอกําหนดของการวิเคราะหความแปรปรวนแบบจําแนก 2 ทางดวยวิธีการพาราเมตรกิจะขึ้นอยูกับลักษณะของขอมูลดังนี ้

1. ขอมูลแตละกลุมยอยจะตองมาจากประชากรที่มีการกระจายหรือความแปรปรวนไมแตกตางกันทางสถิติ (σ1

2 = σ22 = σ3

2 … σn2 )

2. ขอมูลในแตละกลุมยอยที่เลือกมาทดสอบควรมาจากประชากรที่มีการแจงแจงแบบปกต ิ

3. ตัวอยางที่มาแตละกลุมควรจะตองเปนอิสระตอกัน

การวิเคราะหขอมูล

จะเปนการวเิคราะหเพื่อทดสอบผลกระทบของตัวแปรอสิระหรือปจจยัตางๆ จําแนกได 2 แบบ

1. สมมติฐานสําหรับการทดสอบผลกระทบของแตละปจจยั

2. สมมติฐานสําหรับการทดสอบผลกระทบรวมของทั้ง 2 ปจจัย

1. สมมติฐานสาํหรับการทดสอบผลกระทบของแตละปจจัย

เปนการทดสอบความแตกตางความแตกตางของระดับตางๆ ในแตละปจจัยโดยจําแนกได 2 สมมติฐานตามจํานวนปจจัย

1. H0 : ไมมีความแตกตางระหวางระดับตางๆ ของปจจัยที่ 1

H1 : มีอยางนอย 2 ระดับของปจจัยที่ 1 ที่มีความแตกตางกัน

2. H0 : ไมมีความแตกตางระหวางระดับตางๆ ของปจจัยที่ 2

H1 : มีอยางนอย 2 ระดับของปจจัยที่ 2 ที่มีความแตกตางกัน

เนื่องจากการทดสอบจะพิจารณาในแงของคาเฉลี่ยดังนัน้สมมติฐานทางสถิติอาจกําหนดไดดังนี ้1. H0 : คาเฉลี่ยของประชากรแตละกลุมที่จําแนกโดยปจจัยหรือตัวแปรที่ 1 ไมแตกตางกัน

79

H1 : มีอยางนอย 2 กลุมประชากรที่มีคาเฉลี่ยแตกตางกัน

2. H0 : คาเฉลี่ยของประชากรแตละกลุมที่จําแนกโดยปจจัยหรือตัวแปรที่ 2 ไมแตกตางกัน

H1 : มีอยางนอย 2 กลุมประชากรที่มีคาเฉลี่ยแตกตางกัน

หรือกําหนดเปนสัญญาลักษณทางสถิติดังนี ้ปจจัยที่ 1 H0 : µ1 = µ2 = µ3 = …µm

H1 : µi ≠ µj (i ≠ j) ปจจัยที่ 2 H0 : µ1 = µ2 = µ3 = …µn

H1 : µi ≠ µj (i ≠ j)

80

2. สมมติฐานสาํหรับการทดสอบผลกระทบรวมของท้ัง 2 ปจจัย

เปนการทดสอบวาปจจยัทั้ง 2 มีผลกระทบรวมกันหรือไมจําแนกได 2 สมมติฐานดังนี้ 1. H0 : ไมมีผลกระทบรวมระหวางปจจัย (ตวัแปร) ทั้ง 2

H1 : มีผลกระทบรวมระหวางปจจัย (ตัวแปร) ทั้ง 2

ถาปฏิเสธสมมติฐาน H0 ตองมีการทดสอบสมมติฐานตอเนื่องอีก 1 สมมติฐาน

2. H0 : คาเฉลี่ยของประชากรแตละกลุมในทุกๆ ระดับ(ของแตละชอง) ไมแตกตางกัน H1 : มีอยางนอย 2 กลุมประชากรที่มีคาเฉลี่ยแตกตางกัน

หรือกําหนดเปนสัญญาลักษณทางสถิติดังนี ้H0 : µ11. = µ12. = µ13. = …µmn.

H1 : µijk ≠ µlmn (ijk ≠ lmm) ตัวอยาง ผูวิจยัตองการศึกษาคาใชจายตอวนัของประชากรซึ่งจําแนกตาม อาชีพ และภาค โดยทําการ

สํารวจทุกอาชพี และทุกจังหวัดในแตละภาค

การวิเคราะหขอมูลจะใชการวิเคราะหความแปรปรวนแบบจําแนก 2 ทางดวยวิธีการพาราเมตริก ภายใตปจจัยหรือตัวแปรอิสระ อาชีพ และภาค เปนปจจยัคงที่ สามารถกําหนดสมมติฐานสําหรับการทดสอบได 4

สมมติฐาน

1. สําหรับตัวแบบดานแถว คือ อาชีพ ซ่ึงจําแนกได 3 กลุมอาชีพ

H0 : คาใชจายเฉลี่ยของประชาชนแตละกลุมอาชีพไมแตกตางกัน

H1 : มีอยางนอย 2 กลุมอาชพีที่คาใชจายเฉลี่ยของประชาชนแตกตางกนั

2. สําหรับตัวแบบดานคอลัมน คือ ภาค ซ่ึงจําแนกได 4 ภาค H0 : คาใชจายเฉลี่ยของประชาชนแตละภาคไมแตกตางกัน

H1 : มีอยางนอย 2 ภาคที่คาใชจายเฉลี่ยของประชาชนแตกตางกัน

3. สําหรับผลกระทบรวมจากทั้ง 2 ตัวแปร คือ อาชีพ และ ภาค H0 : ไมมีผลกระทบรวมระหวางกลุมอาชีพและภาคตอคาใชจายเฉลีย่

H1 : มีผลกระทบรวมระหวางกลุมอาชีพและภาคตอคาใชจายเฉลี่ย

ถาปฏิเสธสมมติฐาน H0 แสดงวาอาชีพและภาคมีผลกระทบตอคาใชจาย สามารถที่จะทดสอบความแตกตางของคาใชจายเฉลี่ยในสวนตางๆ แตละชองภายใตสมมติฐานนี ้

4. สําหรับผลกระทบจากทั้ง 2 ตัวแปร คือ อาชีพ และ ภาค H0 : คาใชจายเฉลี่ยของประชาชนแตละภาคและแตละอาชีพไมแตกตางกัน

H1 : มีอยางนอย 2 กลุมภาคและอาชีพที่คาใชจายเฉลี่ยของประชาชนแตกตางกัน

81

การใชโปรแกรมเพื่อทดสอบความแตกตางของคาใชจายเฉลี่ยของประชาชนจําแนกตามอาชีพและภาค โดยการวิเคราะหความแปรปรวนแบบ 2 ทางดวยวิธีการทดสอบแบบพาราเมตริก


2. เลือกเมนู Analyze -> General Linear Model -> Univariate

เลือกตัวแปร expense คลิกปุม เก็บไวในบอกซ Dependent Variable

เลือกตัวแปร occup, region คลิกปุม เก็บไวในบอกซ Fixed Factor(s)


82

เลือก Descriptive statistics


4. คลิกปุม Plots

เลือกตัวแปร occup คลิกปุม เก็บไวในบอกซ Horizontal Axis

เลือกตัวแปร region คลิกปุม เก็บไวในบอกซ Separate Lines

คลิกปุม Add

83



แสดงคาตางๆ ของตารางวิเคราะหความแปรปรวน เพื่อใชทดสอบสมมติฐานทางสถิติ ดวยคาสถิติ F และความนาจะเปนในการยอมรับสมมติฐาน Sig.

จากสมมติฐานทางสถิติ 1. สมมติฐานสําหรับตัวแปรหรือปจจัยที่ 1 คือ อาชีพ

H0 : คาใชจายเฉลี่ยของประชาชนแตละกลุมอาชีพไมแตกตางกัน

H1 : มีอยางนอย 2 กลุมอาชพีที่คาใชจายเฉลี่ยของประชาชนแตกตางกนั

2. สมมติฐานสําหรับตัวแปรหรือปจจัยที่ 2 คือ ภาค H0 : คาใชจายเฉลี่ยของประชาชนแตละภาคไมแตกตางกัน

H1 : มีอยางนอย 2 ภาคที่คาใชจายเฉลี่ยของประชาชนแตกตางกัน

3. สมมติฐานสําหรับผลกระทบรวมของปจจยัทั้ง 2 คือ อาชีพ และ ภาค H0 : ไมมีผลกระทบรวมระหวางกลุมอาชีพและภาคตอคาใชจายเฉลีย่

H1 : มีผลกระทบรวมระหวางกลุมอาชีพและภาคตอคาใชจายเฉลี่ย


ปจจัยอาชีพ คา Sig. ที่ได มีคานอยกวาคา α (0.026 < 0.05)

ปจจัยภาค คา Sig. ที่ได มีคามากกวาคา α (0.849 > 0.05)

ผลกระทบรวมอาชีพและภาค คา Sig. ที่ได มีคามากกวาคา α (0.647 > 0.05)

การตัดสินใจ ปฏิเสธสมมติฐานของปจจยัอาชีพ

ยอมรับสมมติฐานของปจจยัอาชีพ

84

ยอมรับผลกระทบรวมของทั้ง 2 ปจจัยอาชพีและภาค

สรุปผลไดวา สําหรับปจจัยอาชีพ มีอยางนอย 2 กลุมอาชีพที่คาใชจายเฉลี่ยของประชาชนแตกตางกัน สําหรับปจจัยภาค คาใชจายเฉลี่ยของประชาชนแตละภาคไมแตกตางกนั

สําหรับผลกระทบรวม ไมมีผลกระทบรวมระหวางกลุมอาชีพและภาคตอคาใชจายเฉลีย่

ถาผลกระทบรวม มีผลกระทบรวมระหวางกลุมอาชีพและภาคตอคาใชจายเฉลี่ย ตองทอสอบตอ

โดยใชคาสถิติที่อยูในปุม Post Hoc เพื่อทดสอบสมมติฐานสําหรับผลกระทบจากทั้ง 2 ตัวแปร คือ อาชีพ

และ ภาค ดังนี ้H0 : คาใชจายเฉลี่ยของประชาชนแตละภาคและแตละอาชีพไมแตกตางกัน

H1 : มีอยางนอย 2 กลุมภาคและอาชีพที่คาใชจายเฉลี่ยของประชาชนแตกตางกัน

แสดงกราฟเสนของตัวแปรที่ตองการทดสอบ คือตัวแปรคาใชจาย กราฟที่แสดงใชคาเฉลี่ยโดยประมาณ

มาแสดงจําแนกตามตัวแปรอาชีพ คือแกนนอน ตัวแปรภาค คือเสนกราฟ แกนตั้งคือคาใชจายเฉลี่ย

การพิจารณากราฟที่ได

85

ถากราฟเสนมีลักษณะเปนเสนแบบขนานกนั แสดงวา 2 ปจจัยนั้นไมมีผลกระทบรวมตอกัน

ถากราฟเสนมีลักษณะเปนเสนแบบไมขนานกัน แสดงวา 2 ปจจัยนั้นมีผลกระทบรวมตอกัน

จากรูปกราฟลกัษณะของเสนเกือบจะขนานกัน อาจสรุปไดวาปจจัยอาชีพและภาคไมมีผลกระทบรวมกันตอคาใชจายเฉลี่ย (เปนการพิจารณาโดยประมาณอาจเกิดขอผิดพลาดได) การวิเคราะหความแปรปรวนจําแนก 2 ทางแบบน็อนรพาราเมตริก (Two-Way Analysis of variances by NON-Parametric Method)

เปนวิธีการการวิเคราะหขอมูลทางสถิติที่ใชกับขอมูลไมสามารถใชวิธีการของพาราเมตริกได ลักษณะของขอมูล คือ ขอมูลแตละกลุมจะตองไมเปนอสิระตอกันหรือตองมีความสัมพันธ ตัวอยาง ผูวิจัยตองการทดสอบความพึงพอใจของผูชมโทรทัศนยี่หอตางๆ 4 ยี่หอ และใหคะแนน

ความพึงพอใจที่มีระดับคะแนน 1 ถึง 5 รวมคะแนนทั้งหมด 10 คะแนน

กําหนดสมมติฐานทางสถิติ H0 : ระดับความพึงพอใจเฉลี่ยตอโทรทัศนทั้ง 4 ยี่หอไมแตกตางกัน

H1 : มีอยางนอย 2 ยี่หอที่มรีะดับความพึงพอใจเฉลี่ยแตกตางกัน

การใชโปรแกรมการวิเคราะหความแปรปรวนจําแนก 2 ทางแบบน็อนรพาราเมตริก

1. เปดไฟล DATA15B.sav

2. เลือกเมนู Analyze -> Nonparametric Test -> K Related Samples

เลือกตัวแปร brand1,brand2,brand3,brand4 คลิกปุม เก็บไวในบอกซ Test Variables

3. คลิกปุม Statistics

86

เลือก Descriptive


87


Rank แสดงระดับความพึงพอใจเฉลี่ยของอันดับในแตละกลุม

Test Statistics แสดงคาสถิติของ Freidman สําหรับทดสอบสมมติฐานทางสถิติ คาที่จะนํามาพิจารณา คือ คาความนาจะเปนในการยอมรบัสมมติฐาน Asymp. Sig.


คา Asymp. Sig. ที่ได มีคานอยกวาคา α (0.046 < 0.05)


สรุปผลไดวา มีอยางนอย 2 ยี่หอที่มีระดับความพึงพอใจเฉลี่ยแตกตางกันที่ระดบันัยสําคัญ 0.05 ถาผูวิจัยอยากทราบวามียีห่อใดที่มีระดับความพึงพอใจแตกตางกัน จะตองทําการทดสอบแบบจับคูโดย

วิธีของ Wilcoxon Sign Rank Test ตอ

88

การทดสอบคาสัดสวน การทดสอบคาสัดสวนสําหรบั 1 กลุมตัวอยาง

กรณีที่ผูวิจยัตองการศึกษาโดยการตรวจสอบวาคุณลักษณะของขอมูลมีจํานวนเปนไปตามที่คาดหวังหรือไม

การทดสอบจะไมทําการทดสอบจํานวนโดยตรงแตจะทาํการทดสอบในรูปของสัดสวน

การทดสอบจํานวนเหมือนกนัและถือวาเปนการทดสอบแบบน็อนพาราเมตริกอีกวิธีหนึ่ง ประเภทของการวิเคราะหขอมูลแบบ 1 ตัวแปร (Univariate) มี 2 ประเภท

การทดสอบสัดสวนกรณีที่ขอมูลมีคาเปนไปได 2 คา การทดสอบสัดสวนกรณีที่ขอมูลมีคาเปนไปได ตั้งแต 2 คาขึ้นไป การทดสอบสัดสวนกรณีท่ีขอมูลมีคาเปนไปได 2 คา หมายถึงขอมูลที่นํามาทดสอบจะตองสามารถจําแนกประชากรที่จะศกึษาไดเพยีง 2 คา (ประเภท)

เทานั้น ซ่ึงเรียกวาขอมูลประเภทนีว้า ขอมูลมีการแจกแจงแบบทวินาม (Binomial Distribution) เชน เพศมี 2

เพศ

การกําหนดสมมติฐานทางสถิต ิ

สมมติฐานแบบสองทาง H0 : สัดสวนของประชากรไมแตกตางจากคาที่กําหนด หรือ H0 : π = π0

H1 : สัดสวนของประชากรแตกตางจากคาที่กําหนด หรือ H1 : π ≠ π0

สมมติฐานแบบทางเดียว

H0 : สัดสวนของประชากรมากกวาหรือเทากับคาที่กําหนด หรือ H0 : π ≥ π0

H1 : สัดสวนของประชากรนอยกวาคาที่กาํหนด หรือ H1 : π < π0

H0 : สัดสวนของประชากรนอยกวาหรือเทากับคาที่กําหนด หรือ H0 : π ≤ π0

H1 : สัดสวนของประชากรมากกวาคาทีก่าํหนด หรือ H1 : π > π0

π คือ คาสัดสวนประชากรที่สนใจจะทดสอบ

π0 คือ คาสัดสวนที่ผูวิจยักําหนดเพื่อการทดสอบ

89

ตัวอยาง ผูวิจยัตองการทดสอบการผลิตสินคาชนิดหนึ่งตองไดสินคาไดมาตรฐานไมต่าํกวา 90%

หรือไม คาขอมูล 1 ไดมาตรฐาน 0 ไมไดมาตรฐาน

สมมติฐานทางสถิติสําหรับการทดสอบกําหนดดังนี ้ H0 : จํานวนสินคาที่ไดมาตรฐานมีมากกวาหรือเทากับ 90% หรือ H0 : π ≥ 0.90

H1 : จํานวนสินคาที่ไดมาตรฐานมีนอยกวา 90% หรือ H1 : π < 0.90

การใชโปรแกรมเพื่อทดสอบสัดสวนเมื่อขอมูลมีคาเปนไปได 2 คา 1. เปดไฟล DATA16A.sav

2. เลือกเมนู Analyze -> Nonparametric Test -> Binomial

เลือกตัวแปร product คลิกปุม เก็บไวในบอกซ Test Variable List

Test Proportion พิมพ 90


Category คาที่ใชแทนแตละประเภทของขอมูล

90

Observed Prop. คาสัดสวนของแตละประเภท Test Prop. คาสัดสวนที่ผูวิจัยกําหนดเพือ่การทดสอบ Asymp. Sig. (1-tailed) คาความนาจะเปนของตัวทดสอบที่คํานวณมาจากคา Z

การตัดสินใจจะปฏิเสธสมมติฐาน H0 ถาคา Asymp. Sig. นอยกวาคา α ท่ีผูวิจัยกําหนดมากอน

คา Asymp. Sig. ที่ได มีคามากกวาคา α (0.175 > 0.05)


สรุปผลไดวา สินคาที่ผลิตมีสัดสวนไดมาตรฐานไมต่ํากวา 90% ที่ระดับนัยสําคัญ 0.05

91

การทดสอบสัดสวนกรณีท่ีขอมูลมีคาเปนไปได ตัง้แต 2 คาขึ้นไป

การทดสอบสัดสวนขอมูลที่มีคาเปนไปได ตั้งแต 2 คาขึ้นไป สามารถทดสอบในรูปอัตราสวนได การทดสอบจะใชวิธีทดสอบของ Chi-Square : χ2 เปนการทดสอบความแตกตางระหวาจํานวน

หรือความถี่ที่ไดจากการสังเกต (Observed Frequency) กับ ความถี่ทีค่าดหวังวาจะเปน (Expected

Frequency) หรือความถี่ตามทฤษฎี การทดสอบสัดสวนหลายกลุมจาก 1 กลุมตัวอยาง การทดสอบสัดสวนหลายกลุมจาก k กลุม

ตัวอยาง 1. ขอมูลเลือกมาจากประชากรเพียง 1 กลุม 1. ขอมูลเลือกมาจากประชากรหลายกลุม

2. ขอมูลที่ถูกจําแนกเปนประเภทหรือกลุมที่เกิดจากตัวแปรที่มีคาเปนไปไดหลายคานั้นมีความสัมพันธกัน

2. ขอมูลแตละกลุมเกดิจากการเก็บขอมูลแยกกันมาแตตนและไมเกีย่วของกันหรือเปนอิสระตอกัน

3. ถายอมรับสมมติฐาน H0 หมายความวา สัดสวนในแตละประเภทมีคาไมแตกตางกัน

3. ถายอมรับสมมติฐาน H0 หมายความวา สัดสวนในแตละกลุมมีคาไมแตกตางกัน

ตัวอยาง ผูวิจยัคิดวายอดขายโทรทัศนยี่หอตางๆ ตอเดือนคือ Sony, Samsung, อ่ืนๆ นาจะเปนอัตราสวน

5:3:2 คาขอตัวแปร 1 Sony 2 Samsung 3 อ่ืนๆ

สมมติฐานทางสถิติสําหรับการทดสอบกําหนดดังนี ้ H0 : ยอดขายยี่หอ Sony, Samsung, อ่ืนๆ เปนอัตราสวน 5:3:2

H1 : ยอดขายยี่หอ Sony, Samsung, อ่ืนๆ ไมเปนอัตราสวน 5:3:2

การใชโปรแกรมเพื่อทดสอบอัตราสวนเมื่อขอมูลมีคาเปนไปไดตัง้แต 2 คาขึ้นไปสาํหรับ 1 กลุมตัวอยาง 1. เปดไฟล DATA16B.sav 2. เลือกเมนู Analyze -> Nonparametric Test -> Chi-Square

92

เลือกตัวแปร product คลิกปุม เก็บไวในบอกซ Test Variable List

93

Values พิมพ 5 คลิกปุม Add

พิมพ 3 คลิกปุม Add

พิมพ 2 คลิกปุม Add


Observed N จํานวนหรือความถี่ของขอมูลที่เก็บรวบรวมมาจําแนกตามคาที่เปนไปได Expected N จํานวนหรือความถี่ที่คาดหวงัตามคาที่เปนไปได Residual ผลตางของความถี่ทั้ง 2 ถามีคามากแสดงวาขอมูลที่เก็บมาไมเปนไปตามที่

คาดหวัง Test Statistics Chi-Square คาสถิติ Chi-Square Asymp. Sig. คาความนาจะเปนใชในการยอมรับสมมติฐาน

การตัดสินใจจะปฏิเสธสมมติฐาน H0 ถาคา Asymp. Sig. นอยกวาคา α ท่ีผูวิจัยกําหนดมากอน

คา Asymp. Sig. ที่ได มีคามากกวาคา α (0.127 > 0.05) การตัดสินใจ ยอมรับสมมติฐาน H0

สรุปผลไดวา ยอดขายยี่หอ Sony, Samsung, อ่ืนๆ เปนอัตราสวน 5:3:2 ที่ระดับนยัสําคัญ 0.05

94

การทดสอบคาสัดสวนสําหรบัหลายกลุมตวัอยางที่เปนอสิระตอกัน

เปนการทดสอบคาสัดสวนกรณีขอมูลของแตละกลุมมีเพยีง 2 คา การทดสอบจะใชวิธีทดสอบของ Chi-Square : χ2 ตัวอยาง จากการสํารวจผูที่ชอบรายการโทรทัศนรายการหนึ่งในแตละภาคมีสัดสวนตางกันหรือไม คาตัวแปร 1 ชอบ 0 ไมชอบ

สมมติฐานทางสถิติสําหรับการทดสอบกําหนดดังนี ้ H0 : จํานวนผูที่ชอบรายการโทรทัศนแตละภาคมีสัดสวนไมแตกตางกนั

H1 : จํานวนผูที่ชอบรายการโทรทัศนแตละภาคมีสัดสวนแตกตางกัน การใชโปรแกรมเพื่อทดสอบคาสัดสวนของขอมูลหลายกลุมตัวอยางเปนอิสระกัน


2. เลือกเมนู Analyze -> Descriptive -> Crosstabs

เลือกตัวแปร test คลิกปุม เก็บไวในบอกซ Row(s)

เลือกตัวแปร region คลิกปุม เก็บไวในบอกซ Column(s)


95

เลือก Chi-square


4. คลิกปุม Cells

เลือก Expected


96


การตัดสินใจจะปฏิเสธสมมติฐาน H0 ถาคา Asymp. Sig. (2-sided)นอยกวาคา α ท่ีผูวิจัยกําหนดมากอน คือ 0.05

คา Asymp. Sig. (2-sided) ที่ได มีคามากกวาคา α (0.841 > 0.05)


สรุปผลไดวา จํานวนผูที่ชอบรายการโทรทัศนแตละภาคมีสัดสวนไมแตกตางกัน ทีร่ะดับนยัสําคัญ 0.05

การทดสอบคาสัดสวนสองกลุมตัวอยางทีมี่ความสัมพันธกัน

เปนการทดสอบคาสัดสวนของ 2 กลุมตัวอยาง ขอมูลแตละกลุมมีคาเพยีง 2 คา ขอมูลทั้ง 2 กลุมมีความ

สมพันธกัน

การทดสอบจะใชวิธีทดสอบของ Mcnemar และเปนการทดสอบแบบน็อนพาราเมตริก

ถาขอมูลตัวอยางมีขนาดใหญ ขอมูลจะมีการแจกแจงใกลเคียงแบบปกติจะใชวิธีทดสอบ Chi-Square : χ2

ตัวอยาง จากการสอบถามความพอใจของผูใชบริการของรถไฟกอนและหลังการปรับปรุงการใหบริการ คาตัวแปร 1 พอใจ 2 ไมพอใจ

สมมติฐานทางสถิติสําหรับการทดสอบกําหนดดังนี ้ H0 : สัดสวนของผูตอบวา พอใจ กอนและหลังการปรับปรุงไมแตกตางกัน หรือ H0 : π1 = π2

H1 : สัดสวนของผูตอบวา พอใจ กอนและหลังการปรับปรุงแตกตางกนั หรือ H1 : π1 ≠ π2

การใชโปรแกรมเพื่อทดสอบคาสัดสวนของขอมูล 2 กลุมตัวอยางที่มีความสัมพันธกัน

สามารถทําได 2 วิธี

97

Analyze -> Descriptive Statistics -> Crosstabs คลิกปุม Statistics เลือก McNemer Analyze -> Nonparametric Tests -> 2 Related Samples

1. เปดไฟล DATA17B.sav 2. เลือกเมนู Analyze -> Descriptive Statistics -> Crosstabs

เลือกตัวแปร pre คลิกปุม เก็บไวในบอกซ Row(s)

เลือกตัวแปร post คลิกปุม เก็บไวในบอกซ Column(s)


98

เลือก McNemar


99


Exact Sig. (2-sided) คือ คาความนาจะเปนในการยอมรับสมมติฐาน

การตัดสินใจจะปฏิเสธสมมติฐาน H0 ถาคา Asymp. Sig. (2-sided)นอยกวาคา α ท่ีผูวิจัยกําหนด

มากอน คือ 0.05

คา Asymp. Sig. (2-sided) ที่ได มีคานอบกวาคา α (0.029 < 0.05)

การตัดสินใจ ปฏิเสธสมมติฐาน H0

สรุปผลไดวา สัดสวนของผูตอบวา พอใจ กอนและหลังการปรับปรุงแตกตางกัน จํานวนผูที่พึงพอใจกอนและหลังการปรับปรุงแตกตางกนั จะตองแปลความหมายตอไปวา

แตกตางกันในทางที่ดีหรือแยลง โดยพิจารณาตัวเลขจากตาราง pre * post Crosstabulation จํานวนผูพอใจกอนปรับปรุงมี 10 คน จํานวนผูพอใจหลังปรับปรุงมี 22 คน ดังนั้นสามารถสรุปไดวาการปรับปรุงการใหบริการจะมีผลทําใหผูใชบริการเปลี่ยนทัศนคติตอความพึงพอใจทําใหพอใจมากขึ้น

100

งานวิจยัและพฒันาหวังวาเพือ่นครู-อาจารยทุกทานที่สนใจสามารถใชโปรแกรมดังกลาวไดเปนอยางดี

นะครับ

การใช้โปรแกรม Spss

Education

levene statistic

multiple response

item deleted

equal variances

define groups

select cases

rank sum

age sex