ครั้งที่ 5 เลือก z-test,t-test,F-test อย่างไร

                       เลือก z-test,t-test,F-test อย่างไร

ก่อนขึ้นตัวอย่างการคำนวณ t-test ขอแทรกข้อมูลเพื่อเพิ่มความเข้าใจท้าวความจาก blog ในครั้งที่ 3 และ4 ก่อนครับ

 

          ถ้าการวิจัยนั้น สามารถควบคุมตัวแปรเกิน หรือตัวแปรแทรกซ้อนได้เป็นอย่างดี 
เช่น การวิจัยทางวิทยาศาสตร์ในห้องทดลอง กลุ่มตัวอย่างเกิน 30 ก็ถือว่าเป็นกลุ่มตัวอย่างขนาดใหญ่ได้แต่ถ้าเป็นการวิจัยที่ควบคุมตัวแปรเกินหรือตัวแปรแทรกซ้อนได้ยาก เช่น การวิจัยทางสังคมศาสตร์ กลุ่มตัวอย่างที่จะเรียกว่าเป็นกลุ่มตัวอย่างขนาดใหญ่ควรจะเป็น 100 ขึ้นไป

            อย่างไรก็ตาม ในทางสถิติถือว่า หากกลุ่มตัวอย่างได้มาจากการสุ่มอย่างแท้จริง (simple random sampling)(โดยประชากรทุกหน่วยมีความน่าจะเป็นเท่า ๆ กันที่จะได้รับการสุ่มเป็นกลุ่มตัวอย่าง) เป็นการควบคุมตัวแปรเกินได้ทั้งหมด

            ในการทดสอบความแปรปรวนเพื่อแสดงว่า กลุ่มตัวอย่างทั้งสองมีความแปรปรวนเท่ากัน   
เป็นการทดสอบที่มุ่งแสดงการยอมรับ H₀   เราควรกำหนดพื้นที่บริเวณที่ยอมรับ H₀ ให้น้อยลง
ให้โอกาสที่ค่า F จะตกในแดนที่ยอมรับ H₀ เป็นไปได้ยากขึ้น  แล้วถ้าค่า F ที่คำนวณได้ยังไปตกในแดนที่ยอมรับ H₀ อีก ก็น่าเชื่อถือมาก ว่ามันเท่ากันจริงดังนั้นการพิสูจน์ว่าเท่ากัน กำหนดระดับนัยสำคัญสูง จะน่าเชื่อถือกว่ากำหนดระดับนัยสำคัญต่ำ  นั่นคือ   p> 0.10 จะน่าเชื่อถือกว่า p> 0.05  ว่ามันเท่ากัน

             ตรงกันข้ามกับการทดสอบที่มุ่งแสดงความแตกต่างกัน ซึ่งเป็นการทดสอบที่มุ่งแสดงการปฏิเสธ H₀  จะกำหนดระดับนัยสำคัญให้ต่ำ เพื่อให้พื้นที่บริเวณที่ปฎิเสธ H₀ มีน้อย
ทำให้มีโอกาสปฏิเสธ H₀ ได้ยาก แล้วถ้าค่า Z หรือค่า t ที่คำนวณได้ยังไปตกอยู่ในแดนที่ปฏิเสธ H₀ ได้ยาก ก็น่าเชื่อถือว่ามันแตกต่างกันจริง ดังนั้น ในการทดสอบเพื่อยืนยันความแตกต่าง จึงกำหนดระดับนัยสำคัญน้อย ๆ ยิ่งน้อยยิ่งดี ที่น่าเชื่อถือว่าแตกต่าง คือ p<0.05  และจะน่าเชื่อถือยิ่งขึ้น ถ้า p<0.01 หรือ p<0.001

 

_{อ้างอิงจาก  http://www.vcharkarn.com/vcafe/158101}