|
สถิติที่ใช้ในการวิจัย |
เป็นการหาความสัมพันธ์ระหว่างตัวแปร 2 ตัวที่อยู่ในมาตราการวัดระดับ Interval
หรือ Ratio Scale ค่าที่ได้เรียกว่า
"สัมประสิทธิ์สหสัมพันธ์" โดยปกติจะมีค่าอยู่ระหว่าง -1.00 ถึง 1.00
- ถ้ามีค่าติดลบหมายความว่า ตัวแปร 2 ตัวมีความสัมพันธ์ในทิศทางตรงกันข้าม
- ถ้ามีค่าเป็นบวกหมายความว่า ตัวแปร 2 ตัวมีความสัมพันธ์ในทิศทางเดียวกัน
- ถ้ามีค่าเป็น 0 หมายความว่าตัวแปร
2 ตัวไม่มีความสัมพันธ์กัน
Spearman Rank Correlation
เป็นการหาความสัมพันธ์ระหว่างตัวแปร
2 ตัวที่อยู่ในมาตราการวัดระดับ Ordinal Scale โดยปกติจะมีค่าอยู่ระหว่าง
-1.00 ถึง 1.00
- ถ้ามีค่าติดลบหมายความว่า
ตัวแปร 2 ตัวมีความสัมพันธ์ในทิศทางตรงกันข้าม
- ถ้ามีค่าเป็นบวกหมายความว่า
ตัวแปร 2 ตัวมีความสัมพันธ์ในทิศทางเดียวกัน
- ถ้ามีค่าเป็น 0
หมายความว่าตัวแปร 2 ตัวไม่มีความสัมพันธ์กัน
Kendall Tau Correlation
เป็นการหาความสัมพันธ์ระหว่างตัวแปร
2 ตัวที่อยู่ในมาตราการวัดระดับ Ordinal Scale โดยปกติจะมีค่าอยู่ระหว่าง
-1.00 ถึง 1.00
- ถ้ามีค่าติดลบหมายความว่า
ตัวแปร 2 ตัวมีความสัมพันธ์ในทิศทางตรงกันข้าม
- ถ้ามีค่าเป็นบวกหมายความว่า
ตัวแปร 2 ตัวมีความสัมพันธ์ในทิศทางเดียวกัน
- ถ้ามีค่าเป็น 0
หมายความว่าตัวแปร 2 ตัวไม่มีความสัมพันธ์กัน
Point Biserial Correlation
เป็นการหาความสัมพันธ์ระหว่างตัวแปร
2
ตัว โดยตัวแปรตัวหนึ่งอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale และอีกตัวหนึ่งอยู่ในมาตราการวัดระดับ
Nominal Scale ที่แบ่งออกเป็น 2 กลุ่ม โดยปกติจะมีค่าอยู่ระหว่าง
-1.00 ถึง 1.00
- ถ้ามีค่าติดลบหมายความว่า ตัวแปร 2 ตัวมีความสัมพันธ์ในทิศทางตรงกันข้าม
- ถ้ามีค่าเป็นบวกหมายความว่า ตัวแปร 2 ตัวมีความสัมพันธ์ในทิศทางเดียวกัน
- ถ้ามีค่าเป็น 0 หมายความว่าตัวแปร 2 ตัวไม่มีความสัมพันธ์กัน
Simple Regression
ใช้เมื่อต้องการสร้างสมการถดถอยอย่างง่าย
ประกอบไปด้วยตัวแปรทำนาย 1 ตัว และตัวแปรเกณฑ์ 1 ตัว
โดยควรจะอยู่ในมาตราการวัดระดับ Interval หรือ Ratio
Scale ทั้งคู่
Multiple Regression Analysis
ใช้เมื่อการสร้างสมการถดถอย
ประกอบไปด้วยตัวแปรทำนายตั้งแต่ 1 ตัวขึ้นไป และตัวแปรเกณฑ์ 1 ตัว โดยตัวแปรทั้งหมดควรจะอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale
ถ้ามีตัวแปรใดอยู่ในมาตราการวัดระดับ
Nominal
หรือ Ordinal Scale ควรจะเปลี่ยนให้เป็นตัวแปรดัมมี่
(Dummy Variable)
Multivariate Regression Analysis
ใช้เมื่อการสร้างสมการถดถอย
ประกอบไปด้วยตัวแปรทำนายตั้งแต่ 1 ตัวขึ้นไป และตัวแปรเกณฑ์มากกว่า 1 ตัว โดยตัวแปรทั้งหมดควรจะอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale
ถ้ามีตัวแปรใดอยู่ในมาตราการวัดระดับ
Nominal หรือ Ordinal Scale ควรจะเปลี่ยนให้เป็นตัวแปรดัมมี่ (Dummy Variable)
สถิตินี้เหมาะที่จะใช้เมื่อพบว่าตัวแปรเกณฑ์แต่ละตัวมีความสัมพันธ์กัน
Multiple Correlation
เป็นการหาความสัมพันธ์ระหว่างชุดของตัวแปรที่อยู่ในระดับ
Interval
หรือ Ratio Scale ที่ประกอบไปด้วยตัวแปรตาม 1
ตัวและตัวแปรอิสระมากกว่า 1 ตัว
Multiserial Correlation
เป็นการหาความสัมพันธ์ระหว่างตัวแปรโดยตัวแปรตัวหนึ่งจะต้องอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale และชุดของตัวแปรที่อยู่ในมาตราการวัดระดับ
Ordinal Scale
Partial Correlation
กรณีที่มีตัวแปรหลาย
ๆ ตัว และตัวแปรแต่ละตัวต่างก็มีความสัมพันธ์กัน หากคำนวณหาค่าสหสัมพันธ์ทีละคู่ ค่าที่ได้จะไม่ตรงกับความเป็นจริงเพราะได้รวมความสัมพันธ์ของตัวแปรอื่น
ๆ ไว้ด้วย ดังนั้นจึงต้องมีการขจัดอิทธิพลของตัวแปรอื่น ๆ ออกไปด้วย
สำหรับหาสหสัมพันธ์ระหว่างตัวแปร
2 ตัวที่อยู่ในมาตราการวัดระดับ Interval หรือ
Ratio Scale ที่มีการขจัดตัวแปรอื่น ๆ ออกไป
Path Analysis
เป็นการศึกษาอิทธิพลระหว่างตัวแปรต่าง
ๆ เพื่อดูว่ามีอิทธิพลทางตรงและอิทธิพลทางอ้อมของตัวแปรที่สันนิษฐานว่าเป็นสาเหตุต่อตัวแปรที่เป็นผลหรือไม่
สัมประสิทธิ์เส้นทาง
เป็นค่าที่บ่งบอกถึงอิทธิพลทางตรงของตัวแปรที่เป็นสาเหตุที่ทำให้อีกตัวหนึ่งเปลี่ยนแปลงไป
z-test
z-test เป็นสถิติที่ใช้ทดสอบต่อไปนี้
1. กรณีกลุ่มตัวอย่างหนึ่งกลุ่ม
- ทดสอบความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มตัวอย่างกับประชากร
- ทดสอบความแตกต่างของสัดส่วนระหว่างกลุ่มตัวอย่างกับประชากร
2. กรณีกลุ่มตัวอย่างสองกลุ่ม
- ทดสอบความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มตัวอย่าง
2 กลุ่ม
- ทดสอบความแตกต่างของสัดส่วนระหว่างกลุ่มตัวอย่าง
2 กลุ่ม
t-test
t-test เป็นสถิติที่ใช้ทดสอบต่อไปนี้
1. กรณีกลุ่มตัวอย่างหนึ่งกลุ่ม
ใช้ทดสอบความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มตัวอย่างกับประชากร
2. กรณีกลุ่มตัวอย่างสองกลุ่ม
- ทดสอบความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มตัวอย่าง
2 กลุ่มที่เป็นอิสระจากกัน
- ทดสอบความแตกต่างของสัดส่วนระหว่างกลุ่มตัวอย่าง
2 กลุ่มที่สัมพันธ์กัน
Chi-Square เป็นสถิติที่ตัวแปรจะต้องอยู่ในระดับการวัด
Nominal Scale ใช้ทดสอบต่อไปนี้
1. กรณีกลุ่มเดียว
- ทดสอบความแตกต่างของความแปรปรวนระหว่างกลุ่มตัวอย่างกับประชากร
- ทดสอบความแตกต่างของความถี่ที่คาดหวังกับความถี่ที่สังเกตได้
- ทดสอบความข้อมูลว่ามีการแจกแจงเป็นโค้งปกติหรือไม่
(Goodness of fit)
2. ใช้ทดสอบความสัมพันธ์ระหว่างตัวแปร 2 ตัวที่เป็นอิสระจากกัน
เป็นการหาความสัมพันธ์ระหว่างตัวแปร 2 ตัวที่อยู่ในมาตราการวัดระดับ Nominal
Scale ที่แบ่งออกเป็น 2 กลุ่มเท่านั้น
เป็นการหาความสัมพันธ์ระหว่างตัวแปร 2 ตัวที่อยู่ในมาตราการวัดระดับ Nominal
Scale โดยปกติจะมีค่าอยู่ระหว่าง 0 กับ 1
Analysis of Variance
เป็นการหาความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มตัวอย่างตั้งแต่
2 กลุ่มขึ้นไป โดยตัวแปรตามจะมีเพียง 1 ตัวอยู่ในมาตราการวัดระดับ
Interval หรือ Ratio Scale และตัวแปรอิสระตั้งแต่
1 ตัวขึ้นไปอยู่ในมาตราการวัดระดับ Nominal Scale
ถ้าวิเคราะห์กับตัวแปรอิสระ
1 ตัว เรียกว่า One-way ANOVA
ถ้าวิเคราะห์กับตัวแปรอิสระ
2 ตัว เรียกว่า Two-way ANOVA
ถ้าวิเคราะห์กับตัวแปรอิสระ
3 ตัว เรียกว่า Three-way ANOVA
ฯลฯ
Analysis of Covariance
เป็นการหาความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มตัวอย่างตั้งแต่
2 กลุ่มขึ้นไป โดยตัวแปรตามจะมีเพียง 1 ตัวอยู่ในมาตราการวัดระดับ
Interval หรือ Ratio Scale ตัวแปรอิสระตั้งแต่
1 ตัวขึ้นไปอยู่ในมาตราการวัดระดับ Nominal Scale และตัวแปรร่วมตั้งแต่ 1 ตัวขึ้นไปอยู่ในมาตราการวัดระดับ
Interval หรือ Ratio Scale
ถ้าวิเคราะห์กับตัวแปรอิสระ
1 ตัว เรียกว่า One-way ANCOVA
ถ้าวิเคราะห์กับตัวแปรอิสระ
2 ตัว เรียกว่า Two-way ANCOVA
ถ้าวิเคราะห์กับตัวแปรอิสระ
3 ตัว เรียกว่า Three-way ANCOVA
ฯลฯ
Analysis of variance with Repeated measures
เป็นรูปแบบการวิเคราะห์ความแปรปรวนที่มีการวัดซ้ำมากกว่า
1 ครั้งในช่วงเวลาที่แตกต่างกัน
กลุ่มตัวอย่างตั้งแต่
1 กลุ่มขึ้นไป โดยตัวแปรตามจะมีเพียง 1 ตัวอยู่ในมาตราการวัดระดับ
Interval หรือ Ratio Scale ที่มีการวัดซ้ำมากกว่า
1 ครั้ง ถ้ากลุ่มตัวอย่าง 1 กลุ่มจะไม่ปรากฏตัวแปรอิสระ
Factorial ANOVA
เป็นคำที่ใช้เรียกสถิติในกลุ่มของการวิเคราะห์ความแปรปรวน
ทั้ง ANOVA,
ANCOVA และ Repeated Measure ที่มีตัวแปรอิสระตั้งแต่
2 ตัวขึ้นไป
Discriminant Analysis
เป็นการศึกษาว่ามีตัวแปรทำนายตัวใดบ้างที่สามารถใช้ในการจำแนกกลุ่มของตัวแปรเกณฑ์ได้
เพื่อประโยชน์ในการจำแนกกลุ่มตัวอย่างออกเป็นกลุ่ม ๆ ได้อย่างถูกต้อง
ตัวแปรทำนายตั้งแต่
1
ตัวขึ้นไปอยู่ในมาตราการวัดระดับ Interval หรือ
Ratio Scale และตัวแปรเกณฑ์ 1 ตัวอยู่ในมาตราการวัดระดับ
Nominal Scale
เป็นการศึกษาองค์ประกอบของตัวแปร ว่าตัวแปรที่ศึกษาสามารถจัดกลุ่มได้เป็นกี่องค์ประกอบ
การวิเคราะห์องค์ประกอบมี 2 ชนิด คือ
1. การวิเคราะห์องค์ประกอบเชิงสำรวจ (Exploratory
Factor Analysis) เป็นการค้นหาหรือสำรวจว่าตัวแปรที่ศึกษาประกอบด้วยกี่องค์ประกอบ
2. การวิเคราะห์องค์ประกอบเชิงยืนยัน (Confirmatory
Factor Analysis) เป็นการตรวจสอบหรือยืนยันทฤษฎีที่มีผู้ค้นพบไว้แล้ว
Canonical Correlation
เป็นการหาความสัมพันธ์ระหว่างชุดของตัวแปรอิสระและชุดของตัวแปรตาม
โดยตัวแปรอิสระจะมีตั้งแต่ 1 ตัวขึ้นไป และตัวแปรตามมีมากกว่า 2 ตัว โดยตัวแปรทั้งหมดควรอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale
เป็นการทดสอบความแตกต่างระหว่างค่าเฉลี่ยของกลุ่มตัวอย่าง 2 กลุ่ม โดยมีตัวแปรอิสระ 1 ตัวอยู่ในมาตราการวัดระดับ Nominal Scale ที่แบ่งออกเป็น
2 กลุ่ม และตัวแปรตามมากกว่า 1 ตัวอยู่ในมาตราการวัดระดับ
Interval หรือ Ratio Scale
Multivariate Analysis of Variance
เป็นการทดสอบความแตกต่างระหว่างค่าเฉลี่ยของกลุ่มตัวอย่างตั้งแต่
2 กลุ่มขึ้นไป โดยตัวแปรอิสระจะมีตั้งแต่ 1 ตัวขึ้นไปอยู่ในมาตราการวัดระดับ
Nominal Scale และตัวแปรตามมากกว่า 1 ตัวอยู่ในมาตรการวัดระดับ
Interval หรือ Ratio Scale
ถ้ามีตัวแปรอิสระ
1 ตัว เรียกว่า One-way MANOVA
ถ้ามีตัวแปรอิสระ
2 ตัว เรียกว่า Two-way MANOVA
ถ้ามีตัวแปรอิสระ
3 ตัว เรียกว่า Three-way MANOVA
ฯลฯ
ถ้ามีตัวแปรร่วม
จะเรียกว่า "Multivariate Analysis of Covariance"
Binomial Test
เป็นการทดสอบความน่าจะเป็นของข้อมูลระดับ
Nominal
Scale ที่มีโอกาสเกิดขึ้นได้เพียง 2 อย่าง (Dichotomous)
Kolmogorov Smirnov Test
1. Kolmogorov Smirnov One Sample
Test เป็นการทดสอบตัวแปรว่ามีการแจกแจงเป็นโค้งปกติหรือไม่ (Goodness
of fit) โดยตัวแปรจะต้องอยู่มาตราการวัด Ordinal Scale
2. Kolmogorov Smirnov Two-Sample
Test เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่าง 2 กลุ่มที่เป็นอิสระจากกัน โดยตัวแปรที่นำมาทดสอบจะต้องอยู่มาตราการวัด Ordinal
Scale
Wilcoxon matched-pairs Test
เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่าง
2 กลุ่มที่สัมพันธ์กัน โดยข้อมูลที่นำมาทดสอบต้องอยู่ในมาตราการวัด Ordinal
Scale
Sign Test
เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่าง
2 กลุ่มที่สัมพันธ์ โดยข้อมูลที่นำมาทดสอบต้องอยู่ในมาตราการวัด Ordinal
Scale
McNemar Test
เป็นการทดสอบความแตกต่างระหว่างข้อมูลก่อนและหลังของกลุ่มตัวอย่างกลุ่มเดียวกัน
ข้อมูลที่นำมาทดสอบอยู่ในมาตราการวัด Nominal หรือ Ordinal
Scale
Mann Whitney U Test
เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่าง
2
กลุ่มที่เป็นอิสระจากกัน โดยข้อมูลที่นำมาทดสอบต้องอยู่ในมาตราการวัด
Ordinal Scale
Median Test
เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่างตั้งแต่
2 กลุ่มขึ้นไปที่เป็นอิสระจากกัน
โดยข้อมูลที่นำมาทดสอบต้องอยู่ในมาตราการวัด Ordinal Scale
Fisher exact test
เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่าง
2 กลุ่มที่เป็นอิสระจากกัน โดยข้อมูลที่นำมาทดสอบต้องอยู่ในมาตราการวัด Nominal
Scale ที่แบ่งเป็น 2 กลุ่ม
Friedman Test
เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่างมากกว่า
2 กลุ่มที่สัมพันธ์กัน โดยข้อมูลที่นำมาทดสอบต้องอยู่ในมาตราการวัด Ordinal
Scale
Cochran Q Test
เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่างมากกว่า
2 กลุ่มที่สัมพันธ์กัน โดยข้อมูลที่นำมาทดสอบต้องอยู่ในมาตราการวัด Nominal
Scale
Kruskal Wallis Test
เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่างมากกว่า
2 กลุ่มที่เป็นอิสระจากกัน โดยข้อมูลที่นำมาทดสอบต้องอยู่ในมาตราการวัด Ordinal
Scale
