เราก็เคยได้คุยกันในเรื่องการเปรียบเทียบกลุ่มตัวอย่างสองกลุ่มกันมาแล้ว ในเรื่องค่าไคว์สแคว์ ตอนนี้เราจะมาทำความเข้าใจกันอีกทีในเรื่องของการเปรียบเทียบค่ากลาง เพราะเรื่องนี้ ไม่ว่าจะใช้ในการเปรียบเทียบปัจจัยใดๆก็ตามในกลุ่มตัวอย่างที่แตกต่างกัน เขาก็จะใช้วิธีการนี้แหละครับ
ถ้าจะเอาอย่างละเอียดเรื่องนี้ต้องเริ่มต้นด้วย
- การตั้ง null hypothesis (Ho) ที่บอกว่า ค่ากลางของทั้งสองกลุ่มตัวอย่างมีค่าเท่ากัน
- จากนั้นก็ตั้งสมมติฐาน H1 ขึ้นมาบอกว่ามันไม่เท่ากัน
- แล้วก็มาพิสูจน์สมมติฐานโดยใช้ค่าทางสถิติ ไม่ว่าจะเป็น ไคว์สแคว์, student t-test, paired t-test, F-test หรืออะไรก็ตาม
-
แล้วก็เอามาเทียบกับค่าที่ระดับนัยสำคัญ ถ้าค่าทางสถิติน้อยกว่าค่าที่ระดับนัยสำคัญ แสดงว่าให้เรายอมรับ null hypothesis คือยอมรับว่า ค่ากลางของทั้งสองกลุ่มตัวอย่างมีค่ากลางไม่แตกต่างกัน แต่ถ้าค่าทางสถิติที่คำนวณได้ มีค่ามากกว่าค่าที่ระดับนัยสำคัญแล้ว ให้เราปฏิเสธ null hypothesis แล้วไปยอมรับ H1 แทน คือไปยอมรับว่าค่ากลางของทั้งสองกลุ่มไม่เท่ากัน หรือกลุ่มตัวอย่างทั้งสองกลุ่มแตกต่างกันอย่างมีนัยสำคัญ ในหลักการก็มีอยู่เท่านี้แต่เท่านี้ก็ปวดหัวได้แล้วล่ะครับ
ในทางปฏิบัติเราวิธีการที่เราไปใช้ที่ง่ายกว่านั้น คือการดูจากค่า p value ครับ ให้จำกันง่ายๆ ก็คือว่า
-
ถ้าค่า p value ได้ค่ามากกว่า 0.05 แสดงว่า ตัวอย่างทั้งสองกลุ่มของเรามีค่ากลางที่เหมือนกัน หรือตัวอย่างทั้งสองกลุ่มในทางสถิติถือว่าเหมือนกัน
-
แต่ถ้าค่า p value มีค่าน้อยกว่า 0.05 แสดงว่ากลุ่มตัวอย่างทั้งสองกลุ่มมีค่ากลางที่แตกต่างกัน หรือกลุ่มตัวอย่างทั้งสองกลุ่มแตกต่างกันอย่างมีนัยสำคัญทางสถิติ
ถ้าจะเอาในเรื่องหลักการให้เริ่มต้นที่การตั้งสมมติฐานนะครับ แล้วพิสูจน์สมมติฐานที่ตั้งไว้ แต่ในทางปฏิบัติแล้ว ผมว่าเราเริ่มที่การหาค่า p value ออกมาให้ได้ แล้วเทียบกับค่า 0.05 จะง่ายกว่าเยอะ ซึ่งจริงๆแล้ว มันก็เป็นเรื่องเดียวกันครับ เพียงแต่จะอธิบายให้มันซับซ้อนดูให้เหมาะกับวิชาสถิติ หรือจะเอาแบบเข้าใจง่ายๆเพื่อเอาไปใช้งาน เลือกกันดูเองนะครับ