การวิเคราะห์ข้อมูล spss t-test

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: [email protected]
LINE: @impressedu
(หยุดทุกวันอาทิตย์)

แอดเพิ่มเพื่อน

Post Views: 265

• 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

บทความนี้เป็นบทความที่จะแนะนำการใช้ SPSS เพื่อทดสอบสมมติฐานกรณีประชากรเป็นอิสระต่อกัน โดยใช้สถิติทดสอบทีสำหรับกลุ่มอิสระ (Independent-Samples t-test) เรามาว่ากันตรงที่คำว่าอิสระต่อกัน ความหมายมันคืออะไร มันก็คือ 2 กลุ่มตัวอย่างที่ไม่เกี่ยวข้องกันเลย อาจเป็นกลุ่มชาย กับ หญิง หรือ สองกลุ่มที่ไม่ได้เกี่ยวข้องกันเลยนั่นเองครับ

อย่าลืมว่าการทดสอบทีสำหรับกลุ่มอิสระนั้น จะแบ่งเป็นสองกรณีคือ กรณีสองกลุ่มนั้นความแปรปรวนเท่ากัน กับกรณีสองกลุ่มความแปรปรวนแตกต่างกัน

สำหรับ SPSS โปรแกรมตัวนี้จะวิเคราะห์ให้เราทั้งสองแบบเลยครับ ไม่ต้องกังวลไป

เริ่มคำนวณกันเลย

เริ่มจากการทดลองสมมติฐานโจทย์เรามีอยู่ว่า

ต้องการเปรียบเทียบค่าเฉลี่ยผลสัมฤทธิ์ทางการเรียนของนักเรียนสองกลุ่มด้วยวิธีการสอนวิธีที่ 1 กับ 2 โดยนักเรียนแต่ละกลุ่มมีจำนวน 9 คน

เรามาเริ่มคำนวณกันเลยนะครับ ผมขอพิมพ์คะแนนในตาราง excel เพื่อเป็นตัวอย่างกันก่อนนครับ method คือวิธีสอนวิธีที่ 1 กับ 2 และคะแนนของแต่ละวิธีเป็นดังภาพ

independent-samples-t-testดาวน์โหลด

เมื่อเปิดโปรแกรม SPSS มาแล้วให้ไปที่ variable view พิมพ์ตัวแปรสองตัวชื่อ method และ score มี measure เป็น scale ทั้งคู่ครับ

กลับมาที่ data view ก็อปปี้คะแนนจาก excel มาวางใส่ได้เลยครับ

แน่นอนว่าเราต้องทดสอบการแจงแจงปกติของข้อมูลของเราเสียก่อนนะครับ จะแตกต่างจากกรณีเปรียบเทียบค่าเฉลี่ยที่ไม่เป็นอิสระกัน (dependent sample t-test) คือ กรณีนี้เราจะมีตัวแปรอิสระ (factor) และตัวแปรตาม (score) ครับ

ไปที่ analyze > descriptive statistics > explore…

คลิกเอาตัวแปร score เข้าไปยังช่อง dependent list และคลิกเลือกตัวแปร method เข้าไปยังช่อง factor list

คลิก plot > normality plots with tests > continue > OK

จะได้ผลการทดสอบออกมาดังนี้

ดูที่ค่า sig. ของวิธีที่ 1 และ 2 สูงกว่านัยสำคัญของการทดสอบ ทั้งของ kolmogorov-smirnov และ shapiro wilk สรุปได้ว่า ประชากรคะแนนผลสัมฤทธิ์มีการแจกแจงแบบปกติ สามารถใช้การทดสอบทีได้

ทดสอบสมมติฐาน

ตัวอย่างนี้ตั้งสมมติฐานไว้ว่า “นักเรียนที่เรียนด้วยวิธีการสอนวิธีที่ 1 และวิธีที่ 2 มีผลสัมฤทธิ์ทางการเรียนต่างกัน” เป็นสมมติฐานแบบไม่มีทิศทาง (สองทาง) และเป็นสมมิตฐานทางสถิติดังนี้

$$H_0 : \mu_1=\mu_2$$

$$H_1 : \mu_1 \neq \mu_2$$

การทดสอบสมมติฐานทำได้ดังนี้

ไปที่หน้าข้อมูลบน SPSS > Analyze > Compare Means > Independent-Samples T-Test…

นำตัวแปร score เข้าไปช่อง Test Variable(s) และนำตัวแปร method เข้าไปยังช่อง Grouping Variable:

คลิก Define Groups… พิมพ์ 1 และ 2 เข้าไปแล้วคลิก continue > OK

ได้ผลลัพธ์ดังภาพ

อธิบายเพิ่มเติมจากผลลัพธ์ทีเกิดขึ้นได้ว่า ตารางบนเป็นค่าสถิติทั่วไปของข้อมูล ส่วนตารางล่าง independent test นั้นมีการทดสอบสองส่วนใหญ่ๆ คือ Levene’s Test for Equality of variances (การทดสอบความเท่ากันของความแปรปรวน) และ t-test Equality of Means (การทดสอบที)

สำหรับการทดสอบความเท่ากันของความแปรปรวนมีสมมติฐานทางสถิติดังนี้

$$H_0 : \sigma_1^2 = \sigma_2^2 $$

$$H_1 : \sigma_1^2 \neq \sigma_2^2 $$

ผลการทดสอบด้วยสถิติ F ของ Levene พบว่า ค่า sig. เท่ากับ .857 มากกว่าระดับนัยสำคัญ จึงยอมรับสมมติฐานว่าง นั่นคือ ความแปรปรวนกลุ่มที่ 1 เท่ากับ กลุ่มที่ 2

เมื่อความแปรปรวนของกลุ่ม 1 และ 2 เท่ากัน เราจึงพิจารณาเฉพาะ แต่ถ้าสมมติว่าความแปรปรวนไม่เท่าก็ให้ดูแถวล่างครับ

ดูที่ค่า sig. เท่ากับ .013 มีค่าน้อยกว่า จึงปฏิเสธ และยอมรับ หมายความว่า วิธีสอนวิธีที่ 1 และวิธีที่ 2 มีผลสัมฤทธิ์ทางการเรียนต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับ .05

อ้างอิง : ไพศาล วรคำ. (2559). การวิจัยทางการศึกษา (Education Research). มหาสารคาม: ตักสิลาการพิมพ์.

หากต้องการความช่วยเหลือในการคำนวณค่าสถิติโดยใช้ SPSS สามารถติดต่อผมได้โดยตรงนะครับ ถ้าพอจะช่วยเหลือหรือแนะนำเล็กๆ น้อยๆ ไม่คิดค่าบริการ แต่ถ้าจะให้ช่วยคำนวณให้ โดยส่งเป็นไฟล์ excel คะแนนดิบมาเพื่อให้ช่วยคำนวณ มีค่าบริการครั้งละ 200 บาทครับ โดยส่งไฟล์ excel เข้ามาทางไลน์ LineID: @682pjjhh หรือ อีเมล [email protected] ครับ