โปรแกรม หา ค่า t-test dependent

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)

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

1. สมมติฐานว่าง (null hypothesis) เขียนแทนด้วยสัญลักษณ์ H0 เป็นสมมติฐานที่แสดงว่าจะไม่มีการเปลี่ยนแปลงใด ๆ ไม่มีความแตกต่าง หรือความแตกต่างเป็นศูนย์ จึงมักแทนด้วยเครื่องหมาย =, ≤, ≥
   ดังนั้นในตัวอย่างนี้คือ ค่าเฉลี่ยของวิธีพัฒนาขึ้นและวิธีมาตรฐานแตกต่างกันอย่างไม่มีนัยสำคัญ
2. 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 ƒ 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