ตัวแปรและสมมติฐานการวิจัย

Variable = Data Variable : ตัวแปร (Variable) : ชื่อของกลุ่มข้อมูลประเภทเดียวกันที่มีค่าแตกต่างกันไป อาจหมายถึงคุณลักษณะหรือสภาพการณ์ที่เปลี่ยนแปลง ได้ จำแนกออกเป็นหลายประเภท ข้อมูล (Data) : ข้อเท็จจริงหรือค่าของตัวแปรที่เปลี่ยนไปตามข้อเท็จจริง ที่สังเกตได้ Variable = Data

ประเภทของข้อมูล แบ่งตามแหล่งที่มาของข้อมูล แบ่งตามสเกลการวัดข้อมูล ข้อมูลปฐมภูมิ (Primary data) ข้อมูลทุติยภูมิ (Secondary data) แบ่งตามสเกลการวัดข้อมูล สเกลแบ่งกลุ่ม สเกลอันดับ สเกลอันตรภาค สเกลอัตราส่วน แบ่งตามลักษณะข้อมูล ข้อมูลเชิงปริมาณ ข้อมูลเชิงคุณภาพ/ เชิงกลุ่ม

ข้อดีและข้อเสียของข้อมูลปฐมภูมิและข้อมูลทุติยภูมิ 1. นักวิจัยสามารถเลือกประชากรหรือกลุ่มตัวอย่าง วิธีการเก็บข้อมูล และการวิเคราะห์ข้อมูลได้ตามความต้องการ 2. ทราบข้อบกพร่องและตระหนักในการอภิปรายผล 3. ได้ข้อมูลที่ทันสมัยและตรงตามสถานการณ์ 1. นักวิจัยไม่ต้องเสียเวลาและค่าใช้จ่ายในการเก็บข้อมูล วิเคราะห์ข้อมูล และประเมินผลข้อมูล 2. ข้อมูลในอดีตบางอย่างมีคุณค่าต่อการสร้างสมมติฐานและทฤษฏีการวิจัย 3. เป็นพื้นฐานของการศึกษาแนวโน้มในอนาคต 1. นักวิจัยเสียค่าใช้จ่ายและเสียเวลาในการเก็บและวิเคราะห์ข้อมูล 2. นักวิจัยอาจขาดความรอบคอบในการเก็บข้อมูล ทำให้ขาดคุณภาพและขาดความน่าเชื่อถือ 1. เป็นข้อมูลที่ไม่ทันสมัย เช่น สถิติต่างๆ เพราะปรับปรุงและพิมพ์เป็นเอกสารเสริมหรือแทรกได้ช้า 2. รายละเอียดเนื้อหาอาจไม่ตรงตามความต้องการและไม่น่าเชื่อถือ ข้อดี ข้อเสีย

คุณลักษณะของตัวแปร ตัวแปรต้องสามารถบ่งบอกองค์ประกอบ ประเภท และ ชนิดที่หลากหลายของข้อมูลได้ ตัวแปรมีคุณลักษณะที่เปลี่ยนแปลงได้ ขึ้นอยู่กับความ แตกต่างลักษณะเฉพาะของกลุ่มตัวอย่าง มีความหมายในลักษณะของสิ่งต่าง ๆ ที่วัดได้หรือ สังเกตได้ หรือประเมินผลได้ ข้อมูลของตัวแปรเป็นได้ทั้งที่เป็นตัวเลขและไม่ใช่ตัว เลข ทั้งในเชิงปริมาณและในเชิงคุณภาพ

สเกลการวัดข้อมูลและตัวอย่างตัวแปร ลักษณะข้อมูล สเกลการวัดข้อมูล ลักษณะ ตัวอย่างตัวแปร ข้อมูลเชิงคุณภาพ แบบมาตรานามบัญญัติ (สเกลแบ่งกลุ่ม) ค่าตัวเลขที่บอกลักษณะการจำแนกเป็นกลุ่ม เป็นหมู่พวก ไม่ได้แสดงเป็นจำนวนหรือปริมาณมากน้อย เพศ ศาสนา อาชีพ เชื้อชาติ คณะ ประเทศ แบบมาตราเรียงลำดับ ค่าตัวเลขเรียงตามลำดับมากน้อย ยศ ตำแหน่ง ตำแหน่งทางวิชาการ เงินเดือน การศึกษา ระดับความคิดเห็น ข้อมูลเชิงปริมาณ แบบมาตราอันตรภาค ค่าตัวเลขแทนจำนวนช่วงของความแตกต่างเท่าๆกันในแต่ละช่วง ค่าไม่เลขไม่มีศูนย์สมบูรณ์ ข้อมูลสามารถเปรียบเทียบกันได้ อุณหภูมิ (เซลเซียส ฟาเรสไฮต์) คะแนน ปีปฏิทิน ระดับความคิดเห็นที่กำหนดค่าคะแนน แบบมาตราอัตราส่วน ค่าตัวเลขแทนจำนวนช่วงของความแตกต่างเท่าๆกันในแต่ละช่วง ค่าตัวเลขเป็นศูนย์สมบูรณ์ สามารถเปรียบเทียบกันได้ในรูปของอัตราส่วนและร้อยละ อายุ รายได้ น้ำหนัก ส่วนสูง ระยะทาง

Type of Variable :

Type of Variable : ตัวแปรกลุ่ม (Discrete Variable) : ตัวแปรที่ระบุถึงองค์ ประกอบภายในหรือคุณลักษณะได้ชัดเจน เช่น เพศ หรือ สถานภาพ ตัวแปรต่อเนื่อง (Continuous Variable) : ตัวแปรที่ระบุถึงองค์ประกอบภายในเป็นช่วง ๆ หรือเป็นสเกลระดับของความเข้มข้นจากน้อยไปหามาก เช่น เจตคติ หรือ ความสนใจ อายุ จำนวนเงิน ความสูง น้ำหนัก เป็นต้น ตัวแปรที่มีลักษณะชัดเจน (Manifest Variable) : ตัวแปรที่สามารถสังเกตคุณลักษณะได้โดยตรง เช่น เพศ อาชีพ หรือ อายุ

Type of Variable : ตัวแปรซ่อนเร้น (Latent Variable) : ตัวแปรที่ไม่สามารถสังเกตหรือวัดคุณลักษณะได้โดยตรง เช่น ความสนใจ พฤติกรรม ตัวแปรอิสระหรือตัวแปรต้น (Independent Variable) : ตัวแปรที่สันนิษฐานว่าเป็นสาเหตุ มีผล หรือมีอิทธิพลต่อ การเปลี่ยนแปลงของตัวแปรตามและไม่ขึ้นอยู่ตัวแปรตาม ตัวแปรตาม (Dependent Variable) : ตัวแปรที่มีการเปลี่ยนแปลง ซึ่งเกิดมาจากการกระทำหรือ อิทธิพลของตัวแปรต้น ตัวแปรแทรกซ้อน (Intervening Variable) : ตัวแปรที่ไม่ได้เลือกมาศึกษา แต่มีอิทธิพลต่อการเปลี่ยน แปลงของตัวแปรตาม จึงต้องควบคุมไม่ให้เกิดขึ้น

การนิยามตัวแปร นิยามเชิงทฤษฎี (Conceptual definition) เป็นการใช้ทฤษฎีหรือแนวคิดต่างๆมาอธิบายหรือให้ ความหมายของตัวแปรเพื่อให้เกิดความเข้าใจที่ตรงกันใน ลักษณะเชิงนามธรรม ซึ่งผู้วิจัยไม่อาจสังเกตหรือวัดได้โดยตรง นิยามเชิงปฏิบัติการ (Operational definition) เป็นการอธิบายความหมายของตัวแปรจากนิยามเชิง ทฤษฎี เพื่อระบุถึงลักษณะหรือพฤติกรรมที่แสดงถึงตัวแปรที่ ต้องการศึกษา ซึ่งผู้วิจัยสามารถสังเกตหรือวัดได้โดยตรง

ตัวอย่าง ความซื่อสัตย์ของนักศึกษาในปัจจุบัน ตัวแปร คือ ความซื่อสัตย์ของนักศึกษา สามารถนิยามตัวแปรได้ดังนี้ นิยามเชิงทฤษฎี – การที่นักศึกษามีความประพฤติดี ทำตนถูกต้องและและตรงต่อความ เป็นจริงทั้ง การ วาจา ใจ นิยามเชิงปฏิบัติการ – การกระทำหรือพฤติกรรมและการแสดงความรู้สึกของนักศึกษาใน เรื่องต่อไปนี้ - การไม่ทุจริต - การพูดความจริง - การตรงต่อเวลา - การปฏิบัติตนตามระเบียบของสังคมและสถาบัน

ตัวอย่าง ความซื่อสัตย์ของนักศึกษาในปัจจุบัน จากการกำหนดนิยามเชิงปฏิบัติการจำเป็นต้องมีพฤติกรรมบ่งชี้ด้วย ประเด็น พฤติกรรมบ่งชี้ การไม่ทุจริต เก็บของได้ในสถาบันต้องนำส่งฝ่ายกิจการนักศึกษาเพื่อคืนเจ้าของ ไม่ขโมยของผู้อื่น ไม่ทุจริตในห้องสอบ ไม่ลอกรายงานเพื่อน

สมมติฐานการวิจัย

สมมติฐานการวิจัย ข้อคิดเห็นหรือถ้อยแถลงที่ใช้เป็นมูลฐานแห่งการหาเหตุผล การทดลอง หรือการวิจัย (และความหมายอีกมาก ตามที่มีผู้ได้บัญญัติ) คำตอบสรุปผลของการวิจัยที่คาดการณ์ไว้ล่วงหน้าอย่างมีเหตุผลเพื่อตอบประเด็นของ ปัญหาที่ กำหนดไว้ ซึ่งอาจเป็นจริงหรือไม่เป็นจริงก็ได้ การตั้งสมมติฐานเป็นการสะท้อนให้เห็นว่าผู้วิจัยกล้าเสี่ยงที่จะคาดเดาคำตอบล่วงหน้า ซึ่งไม่ใช่การเดาสุ่มแต่เป็นการคาดเดาอย่างมีเหตุผล ซึ่งคำตอบที่คาดการณ์ไว้นี้ได้มาจากการไตร่ตรองโดยมาจากพื้นฐานของทฤษฎี ผล การศึกษาค้นคว้าหรือผลการวิจัยต่าง ๆ ที่เกี่ยวกับเรื่องนั้น การตั้งสมมติฐานไม่ได้ตั้งขึ้นมาลอย ๆ โดยปราศจากหลักการและเหตุผล

สมมติฐานการวิจัย การตั้งสมมติฐานในบางครั้งอาจจะไม่ถูกต้องและไม่สอดคล้องกับผลการวิจัยได้ ทั้งนี้ผู้วิจัยต้องสามารถชี้แจงเหตุผลที่ผลการวิจัยนั้น ๆ ไม่เป็นไปตามสมมติฐานที่ตั้งไว้ อย่างสมเหตุสมผลตามหลักวิชาการ การวิจัยทั่วไปมักจะกำหนดสมมติฐานควบคู่กับวัตถุประสงค์การวิจัยไว้เป็นสิ่ง ชี้แนะและเป็นแนวทางการดำเนินการวิจัยเพื่อหาคำตอบโดยอาศัยผลการวิจัย ทฤษฏี เหตุผล ปรากฏการณ์ การวิจัยเชิงปริมาณจำเป็นต้องมีสมมติฐาน การวิจัยเชิงคุณภาพไม่จำเป็น เพราะมี ข้อคำถามการวิจัย เป็นกรอบและทิศทางแทน

? Hypothesis : Objective Hypothesis Problem Output การตั้งสมมติฐานเป็นการสะท้อนให้เห็นว่า ผู้วิจัยกล้าเสี่ยงที่จะคาดเดาคำตอบล่วงหน้า ซึ่งไม่ใช่การเดาสุ่มแต่เป็นการคาดเดาอย่างมีเหตุผล

การกำหนดสมมติฐานการวิจัย การกำหนดสมมติฐานโดยวิธีนิรนัย ใช้กฎหรือทฤษฏีที่ได้จากการศึกษาวรรณกรรมที่เกี่ยวข้องมาสนับสนุนแล้ว พัฒนาจากความคิดกว้างๆ ไปสู่ความคิดแคบที่มีความเฉพาะเจาะจง การกำหนดสมมติฐานโดยวิธีอุปนัย ใช้ข้อเท็จจริงจากการสังเกตปรากฎการณ์ของสังคมหรือการสำรวจเบื้องต้น มาสนับสนุนโดยไม่ต้องศึกษาวรรณกรรมเพื่อนำกฎหรือทฤษฏีมาใช้เป็น พื้นฐาน เป็นการพัฒนาจากความคิดส่วนย่อยไปสู่ความคิดกว้างๆ

ประโยชน์ของสมมติฐาน เป็นเครื่องมือที่ใช้ทดสอบทฤษฏี เพราะการทดสอบสมมติฐานที่สร้างจาก ทฤษฏี ย่อมเป็นการทดสอบทฤษฏีดังกล่าวด้วย เป็นเครื่องมือที่มีประสิทธิภาพในการแสวงหาความรู้ ใช้ทดสอบว่าความรู้ ที่เชื่อกันนั้นเป็นความรู้ที่ถูกต้องหรือไม่ ช่วยให้เรากำหนดวัตถุประสงค์ได้ชัดเจน นำไปสู่การเลือกเครื่องมือและ การสร้างเครื่องมือวิจัย ช่วยให้เราจำกัดขอบเขตการวิจัยได้แคบลง มีความชัดเจน ทำให้มองเห็นภาพรวมของการออกแบบการวิจัย การเก็บข้อมูล การ วิเคราะห์และทดสอบความสัมพันธ์ของตัวแปรหรือข้อมูล

ประเภทของสมมติฐาน สมมติฐานทางการวิจัย สมมติฐานทางสถิติ สมมติฐานทางการวิจัย เป็นสมมุติฐานที่เขียนเป็นข้อความในลักษณะบรรยาย อธิบายความสัมพันธ์ของตัวแปรที่ศึกษา สมมติฐานประเภทนี้มักจะปรากฏอยู่ใน รายงานการวิจัย สมมติฐานทางสถิติ เป็นสมมติฐานที่เขียนเปลี่ยนรูปมาจากสมมติฐานทางการวิจัยให้อยู่ในรูปของ โครงสร้างทางคณิตศาสตร์ โดยใช้สัญลักษณ์แทนที่คุณลักษณะของประชากร ซึ่งเรียกว่า ค่าพารามิเตอร์ มาเขียนอธิบายความสัมพันธ์ของตัวแปร หรืออธิบายความแตกต่างระหว่าง กลุ่ม สมมติฐานว่าง (null hypothesis) สมมติฐานทางเลือก (alternative hypothesis) ซึ่งแบ่งออกเป็น 2 ประเภท คือ สมมติฐานแบบมีทิศทาง (น้อยกว่า มากกว่า สูงกว่า เป็นต้น) สมมติฐานแบบไม่มีทิศทาง (ไม่เท่ากัน หรือแตกต่างกัน)

Hypothesis :

สมมติฐานทางการวิจัย สมมุติฐานแบบมีทิศทาง เป็นสมมติฐานที่เขียนโดยสามารถระบุทิศทางความแตกต่างของ ความสัมพันธ์ได้อย่างแน่นอนของตัวแปรที่ศึกษา ในลักษณะ มากกว่า–น้อยกว่า ดีกว่า-เลวกว่า สูงกว่า-ต่ำกว่า เหล่านี้ เป็นต้น ตัวอย่างของสมมติฐานทางการวิจัยแบบมีทิศทาง เด็กผู้ชายมีความก้าวร้าวสูงกว่าเด็กผู้หญิง ผู้ที่สูบบุหรี่มีโอกาสเป็นมะเร็งปอดได้มากกว่า ผู้ไม่สูบบุหรี่ นักเรียนที่เรียนด้วยวิธีบรรยายมีผลสัมฤทธิ์ทางการเรียน คณิตศาสตร์สูงกว่านักเรียนที่เรียนด้วยวิธีดูวีดีโอ

สมมติฐานทางการวิจัย สมมติฐานแบบไม่มีทิศทาง เป็นสมมติฐานที่เขียนโดยไม่ได้ระบุทิศทางของความสัมพันธ์ ระหว่างตัวแปรอย่างแน่นอน เพียงแต่ระบุว่าตัวแปรทั้ง 2 ตัวนั้นมี ความแตกต่างกัน โดยไม่ทราบว่าแตกต่างกันอย่างไร ตัวอย่างของสมมติฐานแบบไม่มีทิศทาง เด็กผู้ชายและเด็กผู้หญิงมีความก้าวร้าวแตกต่างกัน ผู้ที่สูบบุหรี่และไม่สูบบุหรี่มีโอกาสเป็นมะเร็งปอดแตกต่างกัน นักเรียนที่เรียนด้วยวิธีบรรยายมีผลสัมฤทธิ์ทางการเรียน คณิตศาสตร์แตกต่างกับนักเรียนที่เรียนด้วยวิธีดูวีดิโอ

สมมติฐานทางการวิจัย สมมติฐานเชิงความสัมพันธ์ (Relational) : มุ่งเน้นการศึกษาความสัมพันธ์ระหว่างตัวแปร 2 ตัวขึ้นไป ว่าสัมพันธ์กันอย่างไร ผลการเรียนวิชาคอมพิวเตอร์กับทักษะการใช้แป้นพิมพ์มีความสัมพันธ์เชิงบวกกับความสำเร็จในวิชาชีพด้านคอมพิวเตอร์ สมมติฐานเชิงเปรียบเทียบ (Comparative) : มุ่งเน้นการเปรียบเทียบความแตกต่างระหว่างแนวคิด ตั้งแต่ 2 กลุ่มขึ้นไป ผลสัมฤทธิ์ทางการเรียนของกลุ่มผู้เรียนที่เรียนด้วยบทเรียนคอมพิวเตอร์แตกต่างจากกลุ่มผู้เรียนที่เรียนด้วยวิธีปกติ

สมมติฐานทางสถิติ สมมติฐานหลัก (Null hypothesis) เป็นสมมติฐานที่อธิบายถึงความสัมพันธ์ของตัวแปร โดยระบุว่า ตัวแปร 2 ตัวนั้น ไม่มีความสัมพันธ์กัน หรือไม่แตกต่างกัน เขียนแทนด้วยสัญลักษณ์ Ho จำแนกได้เป็น 2 กรณี คือ มักใช้คำว่า เท่ากับ , ไม่แตกต่าง , ไม่มีความสัมพันธ์กับ ไม่ขึ้นกับ , ไม่มีผลกับ (H0)

สมมติฐานทางสถิติ 1) คาดคะเนค่าประชากรว่าเป็นค่าใดค่าหนึ่ง เช่น ค่าเฉลี่ยของคะแนนผลสัมฤทธิ์ทางการเรียนวิชา วิทยาศาสตร์เท่ากับ 50 สามารถเขียนในรูปของสมมติฐาน ทางสถิติได้ดังนี้ Ho : μ = 50 เมื่อμ เป็นสัญลักษณ์แทนค่าเฉลี่ยของคะแนนผลสัมฤทธิ์ ทางการเรียนวิชาวิทยาศาสตร์

สมมติฐานทางสถิติ 2) เป็นสมมติฐานที่แสดงว่า “ไม่มีความแตกต่าง” หรือ“ไม่มีความสัมพันธ์” ระหว่างตัวแปรที่ศึกษา เช่น ค่าเฉลี่ยของคะแนนผลสัมฤทธิ์ทางการเรียนวิชาวิทยาศาสตร์ของนักเรียนชาย ไม่แตกต่างจากค่าเฉลี่ยของคะแนนผลสัมฤทธิ์ทางการเรียนของนักเรียนหญิง สามารถเขียนอยู่ในรูปของสมมติฐานทางสถิติได้ดังนี้ Ho : μ หญิง = μ ชาย μ ชาย แทน ค่าเฉลี่ยคะแนนผลสัมฤทธิ์ทางการเรียนวิชาวิทยาศาสตร์ของ นักเรียนชาย μ หญิง แทน ค่าเฉลี่ยคะแนนผลสัมฤทธิ์ทางการเรียนวิชาวิทยาศาสตร์ ของ นักเรียนหญิง

สมมติฐานรองหรือสมมติฐานทางเลือก (Alternative hypothesis) สมมติฐานทางสถิติ สมมติฐานรองหรือสมมติฐานทางเลือก (Alternative hypothesis) เป็นสมมติฐานทางสถิติที่ตรงกันข้ามกับสมมติฐานหลัก เขียนแทนด้วย HA หรือ H1 หรือ H2 จากตัวอย่างเดิมในเรื่องสมมติฐานหลัก สามารถนำมาเขียนเป็นสมมติฐาน ตรงข้ามได้ดังนี้ ค่าเฉลี่ยของคะแนนผลสัมฤทธิ์ทางการเรียนวิชาวิทยาศาสตร์ เท่ากับ 50 สมมติฐานหลัก Ho : μ = 50 สมมติฐานรอง HA : μ ≠ 50 ซึ่งอธิบายได้ว่าค่าเฉลี่ยของคะแนนผลสัมฤทธิ์ทางการเรียนวิชาวิทยาศาสตร์ ไม่ เท่ากับ 50อาจเป็นไปได้ 2 แนวทาง เช่น HA : μ > 50 หมายความว่า ค่าเฉลี่ยของ คะแนนผลสัมฤทธิ์ทางการเรียนวิชาวิทยาศาสตร์ มากกว่า 50 หรือ HA : μ < 50 หมายความว่า ค่าเฉลี่ยของคะแนนผลสัมฤทธิ์ทางการเรียนวิชาวิทยาศาสตร์น้อยกว่า 50

Example of Alternative Hypothesis : สมมติฐานแบบมีทิศทางหรือสมมติฐานทางเลือก : เป็นสมมติฐานที่ใช้ทดสอบนัยสำคัญทางสถิติ โดยใช้ สถิติพิสูจน์ เช่น t, z, F หรือ Chi-Square การทดสอบ จึงพิจารณาที่ H1 เป็นหลัก ถ้ายอมรับ หมายถึง ยอมรับ H1 (ปฏิเสธ H0) ถ้าปฏิเสธ หมายถึง ปฏิเสธ H1 (ยอมรับ H0) ถ้าเกิด Significant แสดงว่า มีความแตกต่างเกิดขึ้นที่ H1 เนื่องจาก H1 เป็นสมมติฐานแบบมีทิศทาง H0 เป็นเพียง สมมติฐานตรงข้ามเท่านั้น

การเปลี่ยนสมมติฐานการวิจัยให้เป็นสมมติฐานเชิงสถิติ 1. ทุก ๆ ข้อความสมมติฐานการวิจัย 1 ข้อความ เปลี่ยนเป็นสมมติฐานเชิง สถิติ 2 ประโยค คือ Ho และ H1 เสมอ 2. เลือกค่าพารามิเตอร์ที่สอดคล้องกับข้อความในสมมติฐานการวิจัย เช่น อายุเฉลี่ย, รายได้เฉลี่ย ใช้พารามิเตอร์  สัดส่วน ใช้พารามิเตอร์ p ความสัมพันธ์ ใช้พารามิเตอร์  3. เขียนพารามิเตอร์แสดงความหมาย ตามข้อความในประโยค Ho และ H1 ตัวอย่างการเขียนสมมติฐานที่ต้องการทดสอบ (สมมติฐานการวิจัย) และ สมมติฐานเชิงสถิติ

Example of Null Hypothesis : Research Hypothesis ค่าเฉลี่ยของผลสัมฤทธิ์ทางการเรียนของผู้เรียนที่เรียนด้วยบทเรียนคอมพิวเตอร์กับกลุ่มผู้เรียนที่เรียนด้วยวิธีปกติ ในชั้นเรียนไม่แตกต่างกัน H0 : u1 = u2 Statistical Hypothesis ค่าเฉลี่ยของผลสัมฤทธิ์ของกลุ่มผู้เรียน ที่เรียนด้วยบทเรียนคอมพิวเตอร์ ค่าเฉลี่ยของผลสัมฤทธิ์ของกลุ่มผู้เรียน ที่เรียนด้วยวิธีปกติในชั้นเรียน

Example of Alternative Hypothesis : Research Hypothesis ค่าเฉลี่ยของผลสัมฤทธิ์ทางการเรียนของผู้เรียนที่เรียนด้วย บทเรียนคอมพิวเตอร์กับกลุ่มผู้เรียนที่เรียนด้วยวิธีปกติ ในชั้นเรียนแตกต่างกัน H1 : u1 = u2 H1 : u1 > u2 Statistical Hypothesis ค่าเฉลี่ยของผลสัมฤทธิ์ของกลุ่มผู้เรียน ที่เรียนด้วยบทเรียนคอมพิวเตอร์ ค่าเฉลี่ยของผลสัมฤทธิ์ของกลุ่มผู้เรียน ที่เรียนด้วยวิธีปกติในชั้นเรียน

ตัวอย่าง สมมติฐานวิจัย : อายุเฉลี่ยของคนงานเท่ากับ 20 ปี สมมติฐานที่ต้องการทดสอบ คือ Ho : อายุเฉลี่ยของคนงานเท่ากับ 20 ปี H1 : อายุเฉลี่ยของคนงานไม่เท่ากับ 20 ปี สมมติฐานเชิงสถิติ

ตัวอย่าง สมมติฐานวิจัย : อายุและเงินเดือนของพนักงานไม่มีความสัมพันธ์กัน สมมติฐานที่ต้องการ ทดสอบ คือ H0 : อายุและเงินเดือนของพนักงานไม่มีความสัมพันธ์กัน H1 : อายุและเงินเดือนของพนักงานมีความสัมพันธ์กัน สมมติฐานเชิงสถิติ

ตัวอย่าง สมมติฐานวิจัย : รายได้เฉลี่ยของพนักงานชายแตกต่างจากพนักงานหญิง สมมติฐานที่ต้องการทดสอบ คือ H0 : รายได้เฉลี่ยของพนักงานชายไม่แตกต่างกับพนักงานหญิง H1 : รายได้เฉลี่ยของพนักงานชายแตกต่างกับพนักงานหญิง สมมติฐานเชิงสถิติ

ตัวอย่าง สมมติฐานวิจัย : การลงทุนโฆษณามีความสัมพันธ์ทางบวกกับยอดขาย สินค้า สมมติฐานที่ต้องการทดสอบคือ Ho : การลงทุนโฆษณาไม่มีความสัมพันธ์กับยอดขายสินค้า H1 : การลงทุนโฆษณามีความสัมพันธ์ทางบวกกับยอดขายสินค้า สมมติฐานเชิงสถิติ

ตัวอย่าง สมมติฐานวิจัย : สัดส่วนของลูกค้าที่ซื้อสินค้า A น้อยกว่า 30% สมมติฐานที่ต้องการทดสอบ คือ H0 : สัดส่วนของลูกค้าที่ซื้อสินค้า A เท่ากับ 0.30 H1 : สัดส่วนของลูกค้าที่ซื้อสินค้า A น้อยกว่า 0.30 สมมติฐานเชิงสถิติ

ขั้นตอนในการทดสอบสมมติฐาน ขั้นที่ 1 กำหนดสมมติฐานทางสถิติ ได้แก่ สมมติฐานหลัก (H0) และ สมมติฐาน ทางเลือก (H1) การตั้งสมมติฐาน H0 ต้องมีค่าเท่ากับค่าใดค่าหนึ่งเสมอ (=, <=, >=) สมมติฐานที่คาดว่าน่าจะเป็นจริงหรือสิ่งที่เราสนใจศึกษาโดยมากจะเป็น H1 or Ha ขั้นที่ 2 เลือกตัวทดสอบสถิติที่เหมาะสมกับสมมติฐานที่ต้องการทดสอบ และ คำนวณค่าตัวทดสอบจากข้อมูลตัวอย่าง ขั้นที่ 3 กำหนดความคลาดเคลื่อนในการทดสอบ (α) และ กำหนดขอบเขตในการ ปฏิเสธสมมติฐาน ขั้นที่ 4 ตัดสินใจปฏิเสธ/ยอมรับสมมติฐาน ขั้นที่ 5 สรุปผล

ข้อเสนอแนะในการตั้งสมมติฐานการวิจัย : ลักษณะของสมมติฐานที่ดี : • สอดคล้องกับการวิจัยลักษณะเดียวกันที่ผ่านมา • สะท้อนแนวคิดที่จะทำวิจัยอย่างชัดเจน • เนื้อความที่เขียนต้องชัดเจนและเขียนย่อ ๆ • ควรใช้คำอธิบายที่มีเหตุผล • จะต้องทดสอบได้ สมมติฐานสามารถเขียนได้หลายข้อ ขึ้นอยู่กับวัตถุประสงค์ ขอบเขต และประเด็นปัญหา สมมติฐานที่ดีไม่จำเป็นต้องถูกต้องเสมอไป ประเด็นสำคัญอยู่ที่สามารถใช้เหตุผลอภิปรายผลได้หรือไม่