ครั้งที่ 8 “การทดสอบสมมติฐาน” (1)
การทดสอบสมมติฐานโดยใช้สถิติพาราเมตริกซ์
(Parametric test)
(1) การทดสอบกลุ่มตัวอย่างกลุ่มเดียว (One sample T-test)
One sample T-test เป็นการทดสอบกลุ่มตัวอย่าง 1 กลุ่ม เทียบกับเกณฑ์ บางครั้งเรียกว่า “การทดสอบค่าเฉลี่ยกับเกณฑ์” โดยดูว่าผลการทดสอบเป็นไปตามเกณฑ์ที่ตั้งไว้หรือไม่
การทดสอบ One sample T-test จะต้องเป็นไปตามข้อตกลง ดังนี้
* เป็นการทดสอบกลุ่มตัวอย่าง 1 กลุ่ม ที่สุ่มมาจากประชากรที่มีการแจกแจงแบบปกติ และ ค่า n > 30
* มาตรวัดอยู่ในระดับช่วง/อันตรภาค (Interval scale) และอัตราส่วน (Ratio scale)
ตัวอย่าง
>> การทดสอบสองหาง (Two-tailed test)
ตั้งสมมติฐานทางสถิติ ได้ดังนี้
>> การทดสอบหางเดียว (One-tailed test) ทางด้านขวา
ตั้งสมมติฐานการวิจัย "นักเรียนมีคะแนนสอบเฉลี่ยมากกว่า 80 คะแนน"
ตั้งสมมติฐานทางสถิติ ได้ดังนี้
หรือ
การใช้โปรแกรม SPSS ทดสอบทำตามขั้นตอนต่อไปนี้
ขั้นตอนที่ 1 : เปิดโปรแกรม SPSS จะเห็นหน้าต่าง Variable view ดังภาพ...
ขั้นตอนที่ 2 : กรอกข้อมูล ดังภาพ
ในที่นี้ ช่อง Name กรอกเป็น Point แทน ชื่อตัวแปร (คะแนน) * ชื่อตัวแปรต้องไม่เกิน 8 ตัว
ช่อง Type เลือก Numeric แทน ชนิดของตัวแปร (ตัวเลข) * ชนิดของตัวแปรมี 8 ชนิด
ช่อง Width เลือก 8 แทน จำนวนของข้อมูลที่สามารถกรอกได้ (8 หลัก)
ช่อง Decimals เลือก 2 แทน จำนวนทศนิยม (2 ตำแหน่ง)
ช่อง Align เลือก Right แทน การจัดข้อมูลชิดขวา
ช่อง Measure เลือก Scale แทน ระดับมาตรา (อันตรภาค หรือ อัตราส่วน)
ขั้นตอนที่ 3 : เปิดไปที่หน้าต่าง Data view.
ขั้นตอนที่ 4 : กรอกข้อมูลคะแนนของนักเรียนทุกคน ลงไปในช่อง Point
ขั้นตอนที่ 5 : คลิกเลือกคำสั่ง > Analyze >> Compare Means >>> One sample T-test ดังภาพ...
ขั้นตอนที่ 6 : เมื่อคลิกเลือกคำสั่ง > Analyze >> Compare Means >>> One sample T-test แล้วจะปรากฎภาพ ดังนี้...
ขั้นตอนที่ 7 : คลิก > รูปสามเหลี่ยม ให้คำว่า Point เข้าไปอยู่ในช่อง Test Variabel (s) : ดังภาพ...
ขั้นตอนที่ 8 : เปลี่ยนตัวเลขในช่อง Test Value เป็น 80 แล้วคลิกไอคอน > Options…
ขั้นตอนที่ 9 : เปลี่ยนตัวเลขในช่อง Confidence Interval : เป็น 95 % แล้วคลิกไอคอน > Continue และ ไอคอน >> OK
ขั้นตอนที่ 10 : เมื่อคลิกไอคอน >> OK แล้ว จะปรากฏ Out put ออกมา ดังภาพ...
ขั้นตอนที่ 11 การแปลผล Out put …
จะได้ตารางออกมา 2 ตาราง ดังนี้
ตารางที่ 1. เป็นตาราง One-Sample Statistics
ตารางที่ 2. เป็นตาราง One-Sample Test.
แปลผล
กรณี >> การทดสอบสองหาง (Two-tailed test)
นำค่า Sig. (2-tailed) มาเทียบกับนัยสำคัญคือ α (แอลฟ่า)
แบบที่ 1 Sig. (2-tailed) > α แสดงว่ายอมรับสมมติฐาน H0
แบบที่ 2 Sig. (2-tailed) < α แสดงว่ายอมรับสมมติฐาน H1
จากการพิจารณา พบว่าค่า Sig (.392) > α (.05) ดังนั้น ยอมรับสมมติฐาน H0
แปลผลได้ว่า คะแนนสอบเฉลี่ย (Mean) ของนักเรียน และ 80 คะแนน ไม่แตกต่างกัน (เท่ากัน)
กรณี >> การทดสอบหางเดียว (One-tailed test)
หรือ
นำค่า Sig. (2-tailed) มาหารด้วย 2 แล้วจึงนำมาเทียบกับค่า α
แบบที่ 1 Sig. / 2 > α แสดงว่ายอมรับสมมติฐาน H0
แบบที่ 2 Sig. / 2 < α แสดงว่ายอมรับสมมติฐาน H1
จากการพิจารณา พบว่าค่า Sig./2 (.196) > α (.05) ดังนั้น ยอมรับสมมติฐาน H0
แปลผลได้ว่า คะแนนสอบเฉลี่ย (Mean) ของนักเรียนน้อยกว่าหรือเท่ากับ 80 คะแนน
สวัสดีค่ะอาจารย์ หนูเพิ่งมาเจอบล๊อคอาจารย์ น่าอ่านและเข้าใจละเอียดมากเลยค่ะ
หนูชื่อจีราภานะคะ กำลังเรียนปริญญาโทอยู่ ตอนนี้เรียนเรื่องสถิติ หนูเสิร์ชจากกูเกิลแล้วเข้าอ่านเรื่อง t-testจากที่อาจาย์เขียนไว้ หนูสงสัยเรื่องการตั้งสมมติฐานมีทิศทางแบบหางเดียวนะคะ
หากเราตั้งว่า
Ho : นศ.ชายมีค่าเฉลี่ยความผูกพันในงานมากกว่าหญิง (มิวชายมากกว่าหรือเท่ากับมิวหญิง)
H1: นศ.ชายมีค่าเฉลี่ยความผูกพันในงานน้อยกว่าหญิง (มิวชายน้อยกว่ามิวหญิง)
หนูมีคำถามสงสัย 3 ข้อนะคะอาจารย์ ขออาจารย์ช่วยไขให้ความกระจ่างด้วยนะคะ
ข้อที่ 1 หากคำนวณออกมา ผลคือ sig ปฎิเสธ Ho คือเรายอมรับ H1 เราก็สรุปว่ามิวชายน้อยกว่ามิวหญิง แล้วเราก็ไปหาเหตุผลมาอธิบายประกอบใช่ไหมคะ
แต่ข้อ 2. หากผลไม่ sig คือเรายอมรับ Ho ล่ะคะอาจารย์ เราจะฟันธงสรุปว่า A)มิวชายมากกว่ามิวหญิง หรือว่า B)มิวชายเท่ากับมิวหญิงล่ะคะ เพราะตอนตั้งสมมติฐาน Ho เราตั้งมีทั้งคำว่ามากกว่าและเท่ากับ
แต่การอภิปรายผลและหาข้อมูลมาอธิบายเราต้องเลือกใช่ไหมคะ ระหว่างเลือกว่า A(มากกว่า) หรือ B (เท่ากับ) เนี่ย มันอธิบายไปได้คนละอย่างเลยใช่ไหมคะอาจารย์ แล้วหนูจะเลือกสรุปอย่างไงคะ หากเลือกผิดหนูก็อภิปรายผลผิดเลยใช่ไหมคะ
หรือว่าข้อ 3 หากผลไม่ sig เราจะไม่ต้องอภิปรายหรือพูดถึงเลยได้ไหมคะ เพราะไม่ sig ก็เลยรู้แค่ว่าไม่ยอมรับ H1 แต่ Ho จริงหรือไม่ก็ไม่รู้หรือเปล่าคะอาจารย์
หนูสงสัยมากเิกินไปหรือเปล่าคะอาจารย์ ขออาจารย์ช่วยชี้แนะหนูด้วยนะคะ ขอบพระคุณมากค่ะ
จีราภาค่ะ
สวัสดีค่ะ น้องจีราภา
ความคิดเห็น...
...การที่หนูตั้งสมมติฐานใน Ho : นศ.ชายมีค่าเฉลี่ยความผูกพันในงานมากกว่าหญิง (มิวชายมากกว่าหรือเท่ากับมิวหญิง) ### หนูไม่ควรใช้คำว่า “มากกว่า” ใน Ho นะคะ เพราะ Ho เราจะตั้งสมมติฐานในลักษณะของสมการเท่านั้น ดังนั้นจึงนิยมใช้เครื่องหมาย 3 ตัวเท่านั้น คือ (1) เท่ากับ (2) มากกว่าหรือเท่ากับ และ (3) น้อยกว่าหรือเท่ากับ ส่วนสมมติฐานทางเลือก (H1) ก็จะตั้งที่ตรงกันข้ามกับ Ho ค่ะ โดยนิยมใช้เครื่องหมาย 3 ตัวเหมือนกัน คือ (1) ไม่เท่ากับ (2) มากกว่า และ (3) น้อยกว่า
สำหรับ...คำถาม...
ข้อที่ 1 หากคำนวณออกมา ผลคือ sig ปฎิเสธ Ho คือเรายอมรับ H1 เราก็สรุปว่ามิวชายน้อยกว่ามิวหญิง แล้วเราก็ไปหาเหตุผลมาอธิบายประกอบใช่ไหมคะ ?
คำตอบ...ใช่ค่ะ+++
ข้อ 2. หากผลไม่ sig คือ เรายอมรับ Ho ล่ะคะอาจารย์ เราจะฟันธงสรุปว่า A) มิวชายมากกว่ามิวหญิง หรือว่า B) มิวชายเท่ากับมิวหญิงล่ะคะ เพราะตอนตั้งสมมติฐาน Ho เราตั้งมีทั้งคำว่ามากกว่าและเท่ากับ แต่การอภิปรายผลและหาข้อมูลมาอธิบายเราต้องเลือกใช่ไหมคะ ระหว่างเลือกว่า A (มากกว่า) หรือ B (เท่ากับ) เนี่ย มันอธิบายไปได้คนละอย่างเลยใช่ไหมคะอาจารย์ แล้วหนูจะเลือกสรุปอย่างไงคะ หากเลือกผิดหนูก็อภิปรายผลผิดเลยใช่ไหมคะ
ข้อ 3 หากผลไม่ sig เราจะไม่ต้องอภิปรายหรือพูดถึงเลยได้ไหมคะ เพราะไม่ sig ก็เลยรู้แค่ว่าไม่ยอมรับ H1 แต่ Ho จริงหรือไม่ก็ไม่รู้หรือเปล่าคะอาจารย์
คำตอบ...ส่วนมาก เขานิยมทำกันแบบนี้กันค่ะ คือ ทราบว่าไม่ยอมรับ H1 และ Ho จริง ไม่ค่อยมีใครพูดถึงขนาดว่า “ในเมื่อมันไม่น้อยแล้ว สรุปว่า...มันมากกว่า หรือ ...มันเท่ากับ กันแน่” +++
คำตอบข้อ 2 กับข้อ 3 ...ก่อนอื่น หนูต้องยอมรับความคิดเห็น (ด้านบน) และให้เข้าใจให้ตรงกันก่อนนะคะ (เราต้องตั้งสมมติฐานให้ถูกก่อน)
Ho : นศ.ชาย มีค่าเฉลี่ยความผูกพันในงานมากกว่าหรือเท่ากับ นศ.หญิง
H1 : นศ.ชาย มีค่าเฉลี่ยความผูกพันในงานน้อยกว่า นศ.หญิง
(กรณี ไม่ sig)
1) ก็อธิบายว่า นศ.ชาย มีค่าเฉลี่ยความผูกพันในงานมากกว่าหรือเท่ากับ นศ.หญิง ส่วนมากแล้วจะไม่ค่อยมีใครอธิบายถึงขั้นบอกว่า....(A) เท่ากับ หรือ (B) มากกว่า เพราะเป็นที่เข้าใจว่า..ยังไงก็ไม่น้อยกว่าแล้วกัน...โดยอาจเป็นไปได้ 2 กรณี คือ A เท่ากับ หรือ (B) มากกว่า
2) แต่หากเราอยากทราบ เราก็ลองตั้งสมมติฐานอีกแบบ (เพราะครั้งแรก เราทราบไปแล้วว่า...ไม่น้อยกว่า) ดังนี้
Ho : นศ.ชาย มีค่าเฉลี่ยความผูกพันในงานน้อยกว่าหรือเท่ากับ นศ.หญิง
H1 : นศ.ชาย มีค่าเฉลี่ยความผูกพันในงานมากกว่า นศ.หญิง ……
หากผลออกมา sig
ยอมรับ H1.........แสดงว่า มากกว่า (ตอนนี้ก็หายสงสัยแล้วว่า A หรือ B)
……หากผลออกมาไม่ sig
ยอมรับ Ho.........แสดงว่าเท่ากับ (เพราะทดสอบไว้แล้วว่า “ไม่น้อยกว่า”)
หวังว่าคงเป็นประโยชน์ ไม่มากก็น้อยนะคะ
(ขอโทษด้วยนะคะที่ตอบช้า เพราะอีเมล์เข้าไปอยู่ใน Junk เลยไม่ได้ตรวจสอบค่ะ)
ข้อ 2)
ตามปกติแล้ว หากมองถึงการได้มาของค่าเฉลี่ยในการทดลอง (โจทย์) ของน้องพู่กัน ค่าเฉลี่ยที่เก็บได้...อาจจะได้มาจากแบบสอบถามมาตราส่วนประมาณค่า หรือ เครื่องมืออย่างอื่น... และในที่สุดเมื่อนำมาแปลงเป็นคะแนนก็จะได้ค่าเฉลี่ยของทั้งสองกลุ่มออกมา ซึ่งความเป็นจริงเราก็เห็นอยู่แล้วว่าค่าเฉลี่ยของชายกับหญิงเป็นอย่างไร เช่น ชายมากกว่า ชายน้อยกว่า หรือชายเท่ากับหญิง
แต่การที่เรานำมาทดสอบสมมติฐานทางสถิติ เพื่อเป็นการทดสอบว่ามันแตกต่างกัน/มากกว่า/น้อยกว่า กันจริง (เพื่อเป็นการยืนยันการยอมรับทางสถิติค่ะ)...ตัวอย่างเช่น ข้อมูลดิบเป็นเลข 45 กับ 48 เราเห็นว่ามันต่างกัน...แต่ ++ เมื่อทดสอบทางสถิติแล้ว มันอาจเท่ากัน เป็นต้น
1.เมื่อใดที่จะใช้คำว่าแตกต่างอย่างมีนัยสำคัญ,และเมื่อใดที่จะใช้คำว่ามีความสำพันธ์กันอย่างไม่มีนัยสำคัญ
2.เมื่อ ยอมรับHo แล้วทำใมยังใช้คำว่าแตกต่างอย่างมีนัยสำคัญอยู่ละครับในเมื่อHo :มิว1=มิว2
ตอบคำถาม ข้อ 1 วรรคแรก
: สมมติฐานการวิจัย ส่วนมากจะพูดถึงค่าเฉลี่ยของประชากร (สัญลักษณ์ คือ มิว...U...ใช่ไหมคะ)
: สมมติฐานทางสถิติ.........H0 : U1 = U2 และ H1 : U1 (ไม่เท่ากับ) U2
: ผลการทดสอบ
:::: ยอมรับ H1 (เมื่อ p < a) ...คือ แตกต่างกันอย่างมีนัยสำคัญทางสถิติ ที่ระดับ .0__ (ตามที่ตั้งไว้)
สรุปให้เข้าใจง่ายมากที่สุดคือ “มันแตกต่างกัน”
:::: ยอมรับ H0 (เมื่อ p > a) ...คือ แตกต่างกันอย่างไม่มีนัยสำคัญทางสถิติ ที่ระดับ .0__
สรุปให้เข้าใจง่ายมากที่สุดคือ “มันไม่แตกต่างกัน”
ตอบคำถาม ข้อ 1 วรรคหลัง
: สมมติฐานการวิจัย ส่วนมากจะพูดถึงความสัมพันธ์ (สัญลักษณ์ คือ โร...P...ลักษณะคล้ายกับตัวพีม้วนหาง)
: สมมติฐานทางสถิติ.........H0 : Pab = 0 และ H1 : Pab (ไม่เท่ากับ) 0
ตีความ Pab = 0 ... ความสัมพันธ์ของ a และ b เท่ากับศูนย์
แปลว่า a และ b ไม่มีความสัมพันธ์กัน
Pab ไม่เท่ากับ 0 ... ความสัมพันธ์ของ a และ b ไม่เท่ากับศูนย์
แปลว่า a และ b มีความสัมพันธ์กัน
!!! กำหนดให้ a เป็น ความถนัดทางการเรียน
!!! กำหนดให้ b เป็น ผลสัมฤทธิ์ทางการเรียน
;; H0 คือ (a) ความถนัดทางการเรียนไม่มีความสัมพันธ์กับ (b) ผลสัมฤทธิ์ทางการเรียน
;; H1 คือ (a) ความถนัดทางการเรียนมีความสัมพันธ์กับ (b) ผลสัมฤทธิ์ทางการเรียน
+++แต่ไม่ได้บอกว่ามีความสัมพันธ์ทางบวกหรือทางลบ+++
: ผลการทดสอบ
:::: ยอมรับ H1 (เมื่อ p < a) ...คือ มีความสัมพันธ์กันอย่างมีนัยสำคัญทางสถิติ
สรุปให้เข้าใจง่ายมากที่สุดคือ “a กับ b มีความสัมพันธ์กัน”
:::: ยอมรับ H0 (เมื่อ p > a) ...คือ มีความสัมพันธ์กันอย่างไม่มีนัยสำคัญทางสถิติ
สรุปให้เข้าใจง่ายมากที่สุดคือ “a กับ b ไม่มีความสัมพันธ์กัน”
(ข้อสังเกต) #### มองออกแล้วยังคะ เวลาเราแปลผล เราจะพูดล้อตาม H1 ค่ะ
วรรค 1 …H1 (แตกต่างกัน)
หากยอมรับ H1…..แตกต่างกันอย่างมีนัยสำคัญทางสถิติ
หากยอมรับ H0…..แตกต่างกันอย่างไม่มีนัยสำคัญทางสถิติ
วรรค 2 … H1 (สัมพันธ์กัน)
หากยอมรับ H1…..มีความสัมพันธ์กันอย่างมีนัยสำคัญทางสถิติ
หากยอมรับ H0…..มีความสัมพันธ์กันอย่างไม่มีนัยสำคัญทางสถิติ
ตอบคำถาม ข้อ 2
จากที่คุณพูดกล่าวว่า ยอมรับ H0 และใช้คำว่า “แตกต่างอย่างมีนัยสำคัญทางสถิติ”
ไม่ถูกต้องนะคะ...ควรพูดว่า “แตกต่างอย่างไม่มีนัยสำคัญทางสถิติ”
+++ ส่วนคำอธิบาย ก็ดูได้จากข้อสังเกต ด้านบนค่ะ +++
...... หวังว่าคำตอบคงอำนวยประโยชน์ได้ไม่มากก็น้อยนะคะ ......