ถ้าพูดถึงสถิติ T – test หลายคนๆ คงจะคุ้นๆ หู กับคำว่า T – test dependent และ T – test independent กันมาบ้างแล้ว
ในบทความนี้จะมาบอกถึงความแตกต่างของสถิติ T – test ทั้ง 2 ตัวนี้ ว่ามีความแตกต่างกันอย่างไร และ สถิติ T – test dependent กับ สถิติ T – test independent ควรนะไปใช้ในสถานการณ์ใดบ้าง โดยสามารถแยกย่อยเป็น 2 ประเด็น ดังนี้…
1. สถิติ T – test dependent
สถิติ T – test dependent เป็นสถิติที่ใช้ในการทดสอบข้อมูลกลุ่มตัวอย่าง ในกลุ่มเดียวกัน ที่มีขนาดน้อยกว่า 30 คน (n<30) ส่วนใหญ่จะใช้ในงานวิจัยเชิงทดลอง
และในบางครั้ง สถิติ T – test dependent สามารถเรียกอีกชื่อว่า “สถิติ Paired Samples T-test” สาเหตุนี้มากจาก Paired Samples T-test นั้นเป็นชื่อคำสั่งบนแถบเมนูในโปรแกรม SPSS เวลาที่ผู้วิจัยเริ่มทำการวิเคราะห์สถิติ T – test dependent ซึ่งเป็นภาษาที่นักวิจัยพูดกันเพื่อความเข้าใจที่ตรงกัน นั่นเอง
ดังนั้น สถิติ T – test dependent ส่วนใหญ่จะใช้ในงานวิจัยของ สาขาวิชาครูทุกสาขาวิชา สาขาวิชาวิทยาศาสตร์บางสาขาวิชา ที่ต้องมีการเปรียบเทียบก่อนและหลังการทดลอง เพื่อทดสอบประสิทธิผลของการทำงาน
ในสาขาวิชาครูจะเห็นบ่อยมาก เช่น การเปรียบเทียบผลการทดสอบก่อนเรียนและหลังเรียนของผู้เรียนกลุ่มเดียวกัน ว่าแตกต่างกันอย่างมีนัยสำคัญทางสถิติหรือไม่
ส่วนสาขาวิทยาศาสตร์ เรามักจะเห็นในงานทดลอง เพื่อทดสอบในสิ่งที่ทีมวิจัยสาขาวิทยาศาสตร์กำลังทดลองสิ่งนั้นอยู่ เช่น การทดสอบประสิทธิผลไฮโดรเจนเปอร์ออกไซด์ในการผลิตน้ำยาฆ่าเชื้อเพื่อฉีดพ่นเชื้อโควิด 19 (COVID-19) ว่าแตกต่างกันอย่างมีนัยสำคัญทางสถิติหรือไม่
สูตรของสถิติ T – test dependent จึงสามารถแสดงได้ ดังนี้
2. สถิติ T – test independent
ส่วน สถิติ T – test independent เป็นสถิติที่ใช้ในการทดสอบกลุ่มตัวอย่างสองกลุ่มที่เป็นอิสระจากกัน โดยข้อตกลงเบื้องต้นของสถิตินี้ กลุ่มตัวอย่างทั้งสองกลุ่มจะต้องไม่สัมพันธ์กันหรือเป็นอิสระต่อกัน อีกทั้งค่าของตัวแปรตามในแต่ละหน่วยต้องเป็นอิสระต่อกัน
และกลุ่มตัวอย่างได้มาต้องสุ่มมาจากประชากรที่มีการแจกแจงแบบปกติด้วย ผู้วิจัยจะเห็นการใช้สถิตินี้ใช้เปรียบเทียบ ความแตกต่างระหว่างกลุ่ม โดยอาจเปรียบเทียบได้ทั้งค่าเฉลี่ย ความแปรปรวน เช่น การเปรียบเทียบความแตกต่างระหว่างค่าเฉลี่ยสองกลุ่ม เมื่อมีกลุ่มตัวอย่างขนาดใหญ่
ส่วนใหญ่ผู้วิจัยจะเห็นการใช้ สถิติ T – test independent ได้ในทุกสาขาวิชา เช่น การเปรียบเทียบปัจจัยประชาศาสตร์ ด้านเพศ ที่แตกต่างกัน ส่งผลต่อการซื้อสินค้าอุปโภคบริโภคในเซเว่น สาขาบางนา แตกต่างกัน
สูตรของสถิติ T – test independent จึงสามารถแสดงได้ ดังนี้
ดังนั้นจึงสรุปได้ว่า สถิติ T – test dependent และ T – test independent แตกต่างกันที่ขนาดกลุ่มตัวอย่าง ความเป็นอิสระของตัวแปร และวัตถุประสงค์ในการใช้งาน
ช่องทางติดต่อ รับทำวิจัย
Tel: 0924766638
อีเมล: ichalermlarp@gmail.com
LINE: @impressedu
(หยุดทุกวันอาทิตย์)
เพื่อติดต่อรับทำวิจัย
แอดเพิ่มเพื่อน
Related posts:
โปรแกรม LISREL อีกหนึ่งทางเลือกที่นิยมใช้ในดุษฎีนิพนธ์
ปรับเวลาทำงานยังไง ให้งานวิจัยเสร็จไวตามกำหนด
วิเคราะห์แบบสอบถามงานวิจัย ทำอย่างไร ที่นี่มีคำตอบ!
5 เทคนิคแปลงานวิจัย ให้สำร็จได้เร็วขึ้น
กำหนดกรอบแนวคิดวิทยานิพนธ์เริ่มต้นอย่างไรดี
บริการรับทำ PowerPoint นำเสนองานวิจัย เริ่มต้นที่หน้าละ 70 บาท
ตั้งหัวข้อวิจัยการตลาดง่ายๆ ไม่เครียดแน่นอน
รับทำวิจัย ราคายุติธรรม พร้อมแก้ไขฟรี 2 ครั้ง
Post Views: 4,092
- Facebook iconfacebook
- Twitter icontwitter
- LINE iconline
T - test dependentT - test dependent กับ T - test independentT - test dependent กับ T - test independent แตกต่างกันอย่างไรT - test independentการทำงานวิจัยการทำงานวิทยานิพนธ์การทำดุษฎีนิพนธ์การทำวิทยานิพนธ์ปริญญาโทการวิเคราะห์ข้อมูลการเขียน Proposal งานวิจัยการเขียนวิจัยบทที่ 1การเขียนโครงร่างงานวิจัยการเลือกหัวข้องานวิจัยกำหนดปัญหางานวิจัยข้อผิดพลาดในการทำวิจัยข้อมูลงานวิจัยงานดุษฎีนิพนธ์งานวิจัยงานวิทยานิพนธ์จ้างทำวิจัย 5 บทจ้างทําวิจัยดุษฎีนิพนธ์ตั้งหัวข้อเรื่องงานวิจัยบริการจ้างทำวิทยานิพนธ์บริการรับทำวิจัยปัญหางานวิจัยรับจัดหน้าวิทยานิพนธ์รับทำวิจัยรับทำวิทยานิพนธ์รับทำวิทยานิพนธ์ ราคาวิเคราะห์ข้อมูลสถิติสถิติ T - test แตกต่างสถิติ T-testสถิติการวิเคราะห์หัวข้อวิจัย
การทดสอบทีโดยโปรแกรม Excel เป็นการประยุกต์ใช้โปรแกรมไมโครซอฟต์เอกซ์เซล (Microsoft Excel) ทดสอบทางสถิติในการทดสอบที (t-test) แบบ dependent เป็นการทดสอบข้อมูลของกลุ่มตัวอย่างที่ไม่เป็นอิสระจากกัน หรือเรียกว่า เป็นการทดสอบที (t-test) แบบจับคู่ หรือ Paired t-test
โดยข้อมูลที่ได้มาจากกลุ่มตัวอย่างเดียวกัน เช่น เปรียบเทียบผลการทดสอบก่อนเรียนและผลการสอบหลังเรียนของผู้เรียนกลุ่มเดียวกัน ว่าแตกต่างกันอย่างมีนัยสำคัญทางสถิติหรือไม่
การติดตั้งเครื่องมือ Add-in
การทดสอบทีโดย MS Excel ใช้ซอฟต์แวร์ไมโครซอฟต์เอกซ์เซล (Excel) ช่วยในการคำนวณค่าต่างๆ สามารถทำให้การคำนวณนั้นสามารถทำได้ง่ายขึ้นและใช้เวลาน้อยลง และยังสามารถลดการผิดพลาดจากการคำนวณได้ ฟังก์ชันสำหรับการคำนวณใน Excel มีจำนวนมากและเราสามารถเลือกให้ถูกต้องกับผลที่เราต้องการวิเคราะห์
การประเมินผลโดยการเปรียบเทียบผลการวิเคราะห์ของทั้ง 2 วิธี ในการทดสอบความแตกต่างแบบจับคู่ โดยแต่ละคู่มีความสัมพันธ์กันนั้น ซึ่งสามารถทำได้โดยการใช้โปรแกรม Excel ในที่นี้จะขอยกตัวอย่างการคำนวณด้วย Excel รุ่น 2016 ตามขั้นตอนดังนี้
1. เปิดโปรแกรม Excel (เลือกแถบ Data ดูว่ามีไอคอน Data Analysis ปรากฎหรือไม่
2. ถ้าไม่มี Tool สำหรับการคำนวณทางสถิติ ให้เพิ่มเครื่องมือเข้าไปดังนี้ เลือก File > Options > Add-Ins เลือกแถบ Analysis ToolPak-VBA แล้วเลือก Excel Add-Ins ในช่องด้านล่าง กด Go
3. ปรากฏหน้า Add-Ins ดังรูป ให้เลือก P หน้า Analysis ToolPak และ Analysis ToolPak-VBA แล้วกด OK
แถบ Data จะมีไอคอน Data Analysis ปรากฎ
การวิเคราะห์ค่า T-test ด้วย Excel ก่อนจะทำการทดสอบ ต้องมีการตั้งสมมุติฐานก่อน
- สมมติฐานว่าง (null hypothesis) เขียนแทนด้วยสัญลักษณ์ H0 เป็นสมมติฐานที่แสดงว่าจะไม่มีการเปลี่ยนแปลงใด ๆ ไม่มีความแตกต่าง หรือความแตกต่างเป็นศูนย์ จึงมักแทนด้วยเครื่องหมาย =, ≤, ≥
ดังนั้นในตัวอย่างนี้คือ ค่าเฉลี่ยของวิธีพัฒนาขึ้นและวิธีมาตรฐานแตกต่างกันอย่างไม่มีนัยสำคัญ - สมมติฐานทางเลือก (alternative hypothesis) เขียนแทนด้วยสัญลักษณ์ Ha เป็นสมมติฐานที่ตั้งขึ้นมาเพื่อขัดแย้ง H0 เป็นสมมติฐานที่แสดงการเปลี่ยนแปลงมีความแตกต่าง จึงแทนด้วยเครื่องหมาย ≠, <, >
ดังนั้นในตัวอย่างนี้คือคือ ค่าเฉลี่ยของวิธีพัฒนาขึ้นและวิธีมาตรฐานแตกต่างกันอย่างมีนัยสำคัญ
หมายเหตุ: การกำหนดสมมุติฐานว่า จะเป็น One-tailed test หรือ Two-tail test ขึ้นอยู่กับการศึกษาข้อมูลพื้นฐานที่เกี่ยวกับเรื่องนั้น ๆ ตลอดจนเจตคติของผู้วิจัย ถ้าไม่แน่ใจว่าผลจะออกมาเป็นอย่างไร อาจจะเป็นไปได้ทั้งทางมากหรือทางน้อย เป็นต้น ในลักษณะนี้ ควรกำหนดไว้เป็น Two-tail test แต่ถ้าค่อนข้างแน่ใจ จากการศึกษามาแล้วว่าผลที่ได้อาจจะมากกว่าหรือน้อยกว่าอย่างแน่นอน ก็สามารถกำหนดเป็นลักษณะ One-tail test ได้
การทดสอบทีแบบจับคู่ (paired t-test)
ทำการป้อนข้อมูลที่ต้องการประมวลผลการทดสอบความแตกต่างแบบจับคู่ โดยแต่ละคู่มีความสัมพันธ์กัน (Paired t-test) ดังนี้
1. เลือกแถบ Data > Data Analysis ปรากฏหน้า Data Analysis เลือก t-Test : Paired Two-Sample for Means แล้วกด OK
2. ปรากฏหน้า t-Test : Paired Two Sample for Means ดังรูป
ในส่วนของ Input
Variable 1 Range: ให้เลือกช่วงของข้อมูลชุดที่ 1 สำหรับวิธีปรับปรุง (จากตัวอย่างนี้คือ B4-B10)
Variable 2 Range: ให้เลือกช่วงของข้อมูลชุดที่ 2 สำหรับวิธีมาตรฐาน (จากตัวอย่างนี้คือ C4-C10)
ช่อง Hypothesized Mean Difference ให้ใส่ 0
เลือก P หน้า Labels เพราะมีการรวมชื่อตัวแปรไว้ในช่วงของข้อมูล
Alpha: 0.05 หมายถึงระดับนัยสำคัญทางสถิติที่ต้องการ (95%)
ในส่วนของ Output options
ช่อง O ให้เลือก New Worksheet Ply: เมื่อโปรแกรมคำนวณเสร็จจะนำผลที่ได้ไปไว้ใน Worksheet ใหม่ หรือเลือก Output Range และใส่ช่วงที่จะบันทึกผลลัพธ์ที่จะเกิดขึ้น