สรุปการเรียนวิชาสถิติและวิธีวิจัยธุรกิจ วันที่ 24 เมษายน 2554
การออกแบบการวิจัย (Research Design) หมายถึง การกำหนดกิจกรรมและรายละเอียดต่างๆ ที่จะต้องทำ และวิธีการ แนวทางต่างๆ ที่จะใช้เพื่อให้ได้มาซึ่งข้อมูลจากประชากรเป้าหมาย เพื่อสามารถตอบปัญหาของการวิจัยตามวัตถุประสงค์ที่กำหนดไว้ได้อย่างถูกต้องและแม่นยำ เป็นไปตามความเป็นจริงหรือ อย่างมีวัตถุวิสัย
การออกแบบการวิจัย มาจาก
1.ที่ใดที่เราจะการศึกษา
2.เราจะไปเก็บข้อมูลจากใคร
- เป็นพนักงานหรือไม่
- เป็นนักศึกษาหรือไม่
3.จะศึกษาอย่างไร
4.จะวิเคราะห์ปัญหาเพื่อให้ได้ข้อมูลมาอย่างไร
ประชากรและการสุ่มตัวอย่าง (Population and Sample)
การสุ่มตัวอย่าง (Random Sampling)
วิธีการสุ่มตัวอย่าง
1.การสุ่มตัวอย่างโดยอาศัยความน่าจะเป็น ต้องทราบจำนวนประชากรที่แน่นอน
1.1การสุ่มตัวอย่างแบบง่ายหรือแบบธรรมดา (Simple random sampling) เช่น การจับสลาก
1.2การสุ่มตัวอย่างแบบมีระบบ (Systematic random sampling) ประชากรจัดเรียงเป็นระบบอยู่แล้ว
1.3สุ่มตัวอย่างแบบแบ่งพวก,ชั้น (Stratified random sampling) มีการใช้เทคนิคซ้อนเทคนิค เช่นแบ่งตามเขต เป็นกลุ่ม
1.4การสุ่มแบบแบ่งกลุ่มหรือการสุ่มแบบยกกลุ่ม (Cluster random sampling) เช่นทำวิจัยภาคเหนือทั้งภาคมีกี่จังหวัดก็จัดเป็นกลุ่ม ภาคเหนือ
1.5การสุ่มแบบหลายขั้นตอน (Multi-stage sampling) เป็นการสุ่มหลายวิธีผสมกัน หรือการสุ่มจากหน่วยใหญ่ไปหน่วยย่อย
2.การสุ่มตัวอย่างแบบไม่ใช้ความน่าจะเป็น ไม่เน้นตัวแทนประชากรมาก
2.1การเลือกตัวอย่างแบบบังเอิญ (Accidental Sampling) เช่น เดินไปพบใครที่น่าสนใจก็สอบถามทันที ไม่มีการเตรียมการไว้ก่อนว่าจะเก็บข้อมูลจากใคร
2.2 การเลือกแบบโควต้า (Quota sampling) กำหนดลักษณะและจำนวน เช่น ชาย 60 คน หญิง 40 คน อายุ 19- 25 ปี เป็นต้น
2.3การเลือกแบบเจาะจง (Purposive Sampling)เป็นการกำหนดกลุ่มที่มีลักษณะพิเศษ เช่น ระบุบุคลที่ต้องการสอบถามว่าเป็นใคร ชื่ออะไร
2.4การเลือกกลุ่มตัวอย่างแบบก้อนหิมะหรือแบบลูกโซ่ (Snow ball sampling) เป็นการหาข้อมูลโดยกลิ้งไปเรี่อยๆ จากกลุ่มหนึ่ง ไปอีกกลุ่มหนึ่ง จนกว่าจะครบกลุ่มตัวอย่างที่ต้องการ ได้ข้อมูลของปัญหาที่ต้องการ
ความเที่ยงตรงในการวัดข้อมูล
เครื่องมือที่มีความเที่ยงตรงในการวัดข้อมูลสูง คือ เครื่องมือที่สะท้อนให้เห็นความสม่ำเสมอและความคงที่ของข้อมูลนั่นเอง
ค่าระดับความเที่ยงตรงในการวัดข้อมูล
- มักจะขึ้นอยู่กับสถิติที่ใช้ในการวิเคราะห์
- โอกาสที่เครื่องมือในการวิจัยจะมีน้อยหรือมากเกิดขึ้นจากปัจจัยหลายอย่าง เช่น ความไม่ชัดเจนของคำถาม ปริมาณของคำถาม เป็นต้น
ความตรงในการวัดข้อมูล (Measurement validity) หมายถึง การที่เทคนิคเครื่องมือที่ใช้ในการวัดข้อมูลสามารถสะท้อนความหมายที่แท้จริงของแนวคิดที่ต้องการศึกษาได้อย่างสมบูรณ์และแม่นยำ ตรงตามลักษณะที่แท้จริงของข้อมูล อาจแบ่งความตรงของข้อมูลโยพิจารณาจากเครื่องมือเป็นหลัก ดังนี้
1.ความตรงด้านเนื้อหา (Content validity)
2.ความตรงด้านโครงสร้าง (Construct validity) ให้ความสำคัญกับทฤษฎีและประเด็นต่างๆ ที่ระบุไว้ในทฤษฎีที่เกี่ยวข้อง
3.ความตรงตามเกณฑ์ปัจจุบันหรือหรือเชิงพยากรณ์เกณฑ์อนาคต
วิธีการตรวจสอบ
ใช้ผู้เชี่ยวชาญเฉพาะด้านอย่างน้อย 3-5 คนตรวจสอบว่า มีความครอบคลุมในเนื้อหาสาระหรือไม่ โดยสามารถใช้แบบตรวจสอบเพื่อทดสอบว่า ผู้เชี่ยวชาญมีความเห็นสอดคล้องกันหรือไม่
ความตรงของผลการวิจัย
1.ความตรงภายใน หมายถึง ความแม่นยำของข้อสรุป หรือผลที่ได้จากการวัดข้อมูล
2.ความตรงภายนอก หมายถึง ความสามารถจากการนำข้อสรุปของผลการวิจัยเพื่อใช้อ้างอิงไปยังกลุ่มประชากร
ความเข้าใจเบื้องต้นเกี่ยวกับข้อมูล (Introduction to Data)
ข้อมูลเชิงคุณภาพ (Qualitative Data) คือข้อมูลที่ไม่สามารถบอกได้ว่ามีค่ามากหรือน้อย แต่สามารถบอกได้ว่า ดี หรือ ไม่ดี ถูก หรือ ไม่ถูก ชอบ หรือ ไม่ชอบ เป็นต้น
ข้อมูลเชิงปริมาณ (Quantitative Data) คือ ข้อมูลที่สามารถวัดค่าได้เป็นตัวเลข มี 2 ชนิดคือ
- ข้อมูลเชิงปริมาณแบบต่อเนื่อง
- ข้อมูลเชิงปริมาณแบบไม่ต่อเนื่อง
การจำแนกการวัดของข้อมูล
1.ระดับมาตรนามบัญญัติ (Nominal Scale) ข้อมูลที่แบ่งเป็นกลุ่ม พวก ที่ไม่สามารถจับมาเรียงหรือคำนวณได้ เช่น เพศ สาสนา สถานภาพ สีผิว เชื้อชาติ รายได้
2.ระดับเรียงอันดับระดับ (Ordinal Scale) คือ ข้อมูลที่สามารถแบ่งเป็นกลุ่มเป็นพวกได้ และสามารถบอกอันดับที่ของความแตกต่างได้ เช่น ลำดับความชอบของกิจกรรมที่ทำ ลำดับคะแนนสอบ
3.ระดับช่วงชั้นอันดับ / อันตรภาค (Interval Scale) คือ ข้อมูลที่มีช่วงห่าง หรือระยะห่างเท่าๆ กัน สามารถวัดค่าเฉลี่ยได้แต่เป็นข้อมูลที่ไม่มีศูนย์แท้
ข้อมูลที่มีศูนย์แท้ หรือศูนย์สมมติ คือ ข้อมูลที่ไม่สามารถมีค่าเท่ากับ ศูนย์ได้
4.ระดับอัตราส่วนอันดับ (Ratio Scale) คือข้อมูลที่มีช่วงห่างของข้อมูลเท่าๆ กัน สามารถวัดค่าเฉลี่ยได้ เป้นข้อมูลที่มีศูนย์แท้ เช่น น้ำหนัก ส่วนสูง รายได้
ความเข้าใจเบื้องต้นเกี่ยวกับสถิติ (Introduction to Statistics)
สถิติมี 2 แบบ คือ
1.สถิติเชิงบรรยาย (Descriptive Statistics) ผลของการศึกษาไม่สามารถนำไปอ้างอิงกลุ่มอื่นได้
2.สถิติเชิงอ้างอิงหรือ อนุมาน (Inferential Statistics) ผลการศึกษาสามารถอ้างอิงไปยังกลุ่มอื่นได้
การวัดสถิติเชิงบรรยาย
1.การแจกแจงความถี่ของข้อมูล เป็นการแจกแจงความถี่ของชุดข้อมูลทั้งหมด ออกมาในรูปของจำนวนและร้อยละ
2.การวัดแนวโน้มเข้าสูงส่วนกลาง เป็นการวัดค่าส่วนใหญ่ของข้อมูลว่าอยู่ที่ใด
- ค่าต่ำสุด/สูงสุด (Minimum/Maximum) เป็นค่าที่ต่ำที่สุด และค่าที่สูงที่สุดของข้อมูลทั้งหมดที่มี
- ค่าเฉลี่ย (Arithmetic Mean) เป็นการนำข้อมูลทั้งหมดที่ได้มาบวกกันแล้วหารด้วยจำนวนหน่วยข้อมูล
- ค่ามัธยฐาน (Medium) เป็นค่าที่อยู่ตรงกลางของข้อมูล
- ค่าฐานนิยม (Mode) ค่าที่เกิดขึ้นบ่อยที่สุดในชุดข้อมูล เกิดซ้ำมากที่สุด
- เปอร์เซ็นไทล์ แบ่งข้อมูลออกเป็น 100 ส่วนเท่าๆ กัน
- ควอไทล์ แบ่งข้อมูลออกเป็น 4 ส่วน ซึ่งมี 9 ค่า
- เดไซล์ แบ่งข้อมูลออกเป็น 4 ส่วน มี 3 ค่า
ลักษณะการวัดสถิติเชิงบรรยาย
การวัดการกระจาย (Measure of Dispersion) เป็นการวัดการกระจายของข้อมูลอยู่ที่ใด
1.ค่าพิสัย (range) = ค่าสูงสุด – ค่าต่ำสุด
2.ค่าเบี่ยงเบนมาตรฐาน (Standard Deviation) หรือ SD = ค่าที่วัดได้ – จำนวนกลุ่มทั้งหมด แล้วถอดสแควรูด
3.ค่าความแปรปรวน (Variance) หรือ S = ค่าที่สัดได้ – จำนวนกลุ่มทั้งหมด ยกกำลัง 2
การวัดความสัมพันธ์ (Measure of Relation) ทดสอบความสัมพันธ์ระหว่างตัวแปร
1.สหสัมพันธ์ (Correlation) เป็นการหาความสัมพันธ์ของตัวแปร 2 ตัวว่ามีความสัมพันธ์กันหรือไม่ ทำให้ทราบว่าสัมพันธ์กันอย่างไร มากน้อยแค่ไหน
ค่าของสหสัมพันธ์อยู่ระหว่าง -1 ถึง 1 มีความหมาย คือ
- ข้อมูลที่มีความสัมพันธ์กันอย่างสมบูรณ์ จะมีค่า เท่ากับ -1 (สัมพันธ์ทางลบ) และ 1 (สัมพันธ์ทางบวก)
- ข้อมูลที่มีความสัมพันกันอย่างไม่สมบูรณ์ จะมีค่าเป็นทศนิยมไม่เป็นจำนวนเต็ม ถ้าค่าเป็นบวกมีความสัมพันธ์ทางบวก ถ้าค่าเป็นลบ มีความสัมพันธ์ทางลบ
- ข้อมูลที่ไม่มีความสัมพันธ์กัน จะมีค่าเท่ากับ 0
การศึกษาความสัมพันธ์ของตัวแปรตั้งแต่ 3 ตัวขึ้นไปจะเรียกชื่อเฉพาะว่า “สหสัมพันธ์พหุคูณ”(Multiple Correlation)
2.สัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน เป็นการหาความสัมพันธ์ของตัวแปร 2 ตัว ข้อมูลที่นำมาวิเคราะห์ต้องเป็นแบบ Interval scale และ Ratio scale
ค่าที่ได้เรียกว่าค่าวิกฤตสหสัมพันธ์เพียร์สัน ระดับนัยสำคัญที่กำหนด ส่วนมากจะ เท่ากับ 0.05 หรือ ระดับความเชื่อมั่นร้อยละ 95 และ ระดับนัยสำคัญ 0.01 หรือระดับความเชื่อมั่นร้อยละ 99
สถิติเชิงอนุมาน
1.สถิติพารามิเตอร์
- ถ้าเป็นข้อมูลที่เก็บจากประชากรทั้งหมด เรียกว่า ค่าพารามิเตอร์
- ถ้าเป็นข้อมูลที่เก็บจากการสุ่มประชากรบางส่วน(กลุ่มตัวอย่าง) เรียกว่า ค่าสถิติ
2.สถิติไร้พารามิเตอร์ ไม่มีการเก็บข้อมูลจากประชากร หรือกลุ่มตัวอย่าง มีการวัดเป็นแบบเรียงอันดับ และแบบนามบัญญัติ
ลักษณะของการทดสอบหรอการอธิบายสถิติอนุมาน มี 3 ลักษณะ คือ
1.ทดสอบสมมติฐานกรณีมีกลุ่มตัวอย่างเดียว
2.ทดสอบสมมติฐานกรณีมีกลุ่มตัวอย่าง 2 กลุ่ม
3.ทดสอบสมมติฐานกรณีมีกลุ่มตัวอย่างมากกว่า 2 กลุ่ม
T – Test และ F – Test
เป็นการเปรียบเทียบค่าเฉลี่ย (Compare Means)
T – Test เป็นการเปรียบเทียบค่าเฉลี่ยของกลุ่มตัวอย่างขนาดเล็ก น้อยกว่า 30 คน
- ค่าเฉลี่ยคงที่ (One Sample T Test) มีจำนวนกลุ่ม 1 กลุ่ม
- ค่าเฉลี่ยกับค่าเฉลี่ยอีกกลุ่มหนึ่งที่เป็นอิสระกัน (Independent Sample T Test) จำนวนกลุ่ม 2 กลุ่ม ซึ่งงค่าเฉลี่ยไม่มีความสัมพันธ์กัน
- ค่าเฉลี่ยกับค่าเฉลี่ยอีกกลุ่มหนึ่งที่ไม่เป็นอิสระจากกัน (Paired T Test) เป็นการหาค่าของกลุ่ม 1 กลัง จำนวน 2 ครั้ง เช่น คะแนนสอบก่อนเรียน และ คะแนนสอบหลังเรียน เป็นต้น
F – Test เป็นการเปรียบเทียบค่าเฉลี่ยของกลุ่มตัวอย่างขนาดใหญ่ มากกว่า หรือเท่ากับ 30 คน
T – Test และ F – Test เป็นการทดสอบค่าเฉลี่ยของประชากร 1 กลุ่ม (หรือตัวแปร 1 ตัว)
