ดาวน์โหลดงานนำเสนอ
งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ
1
การใช้โปรแกรมคอมพิวเตอร์ทางสถิติในด้านสังคมศาสตร์ (The Application of Statistical Package in Social Sciences) การวิจัยเชิงปริมาณ ผู้ช่วยศาสตราจารย์ ดร. เรวัต แสงสุริยงค์ URL:
2
การวิจัยเชิงปริมาณ (Quantitative)
วิธีการเชิงปริมาณ (A quantitative approach) คือ วิธีการหลักวิธีการหนึ่งที่ใช้ในการพัฒนาความรู้ของกลุ่มนักปรัชญาการวิจัยแบบหลังปฏิฐานนิยม (post-positivist) (Creswell, 2003, p.19) ความคิดเกี่ยวกับเหตุ (cause) และผล (effect) การลดทอน (reduction) เป็นตัวแปร (variables) สมมติฐาน (hypotheses) และคำถาม (questions) การใช้การวัด (measurement) และการสังเกต (observation) และการทดสอบทฤษฎี อธิบายประชากรด้วยตัวเลข (numeric)
3
วิธีการวิจัยเชิงวิทยาศาสตร์แบบดั้งเดิม (The traditional scientific approach)
ทฤษฎี (Theory) สมมติฐานเชิงปฏิบัติการ (Operational Hypothesis) การวัดจากการสังเกต (Observation Measurements) การทดสอบเชิงสถิติ (Statistical Test) การค้นพบเชิงประจักษ์ (Empirical Findings)
4
ตัวอย่างวิธีการวิจัยเชิงวิทยาศาสตร์ (Example of a scientific approach)
การศึกษาของสตรีมีผลต่อการลดจำนวนการมีบุตร (female education reduces childbearing) ผู้หญิงที่มีการศึกษาสูงจะมีบุตรน้อยกว่าผู้หญิงที่มีการศึกษาน้อยกว่า (Women with higher education should have fewer children than those with less education) ใช้ข้อมูลของประเทศกาน่า? ผู้หญิงที่มีอายุระหว่าง ปี? ผู้หญิงที่แต่งงานแล้วหรือทั้งหมด? วัดการศึกษาอย่างไร? (Using Ghana data? Women 15- 49? Married or all women? How to measure education?) CBi= b0+ b1*educi+residi b1 มีนัยสำคัญ? เชิงบวก หรือ เชิงลบ? ขนาดของความสัมพันธ์? (Is b1 significant? Positive, negative? Magnitude?)
5
5. วิเคราะห์ข้อมูล (Analyze data)
ขั้นตอนของกระบวนการวิจัยเชิงปริมาณ (Steps in the Quantitative Research Process) 1. เลือกหัวข้อ (Select topic) 2. ตั้งคำถามที่ชัดเจน (Focus question) 7. นำเสนอผลการวิจัย (Inform others) ทฤษฎี 3. ออกแบบการศึกษา (Design study) 6. ตีความข้อมูล (Interpret data) 5. วิเคราะห์ข้อมูล (Analyze data) 4. รวบรวมข้อมูล (Collect data)
6
กระบวนการวิจัยเชิงปริมาณ (The Quantitative Research Process)
เลือกหัวข้อวิจัย (Select a research topic) กำหนดวัตถุประสงค์ คำถามการวิจัย และสมมติฐาน (Identify Purpose, Research Questions and Hypotheses) วิเคราะห์ข้อมูล (Analyze the Data) รวบรวมข้อมูล (Collect the สร้างกรอบแนวคิดทฤษฎี (Establish a Theoretical Framework) การวางแผน (Planning): นิยามตัวแปร (Define variables) พัฒนา/เลือกการวัด (Develop/select Measures) กำหนดประชากร (Define population) เลือกวิธีการสุ่มตัวอย่าง (Choose sampling techniques) กำหนดกระบวนการรวบรวมข้อมูล (Specify data collection process) กำหนดวิธีการวิเคราะห์ข้อมูล (Specify data analysis Techniques)
7
12 ขั้นตอนของการวิจัย (12 Steps of Research)
กำหนดคำถามการวิจัย (Identify the research question) เริ่มต้นทบทวนเอกสาร (Initial review of literature) สกัดหรือกลั่นกรองคำถามให้เป็นปัญหาที่สามารถทำการวิจัยได้ (Distilling the question to a researchable problem) ทบทวนเอกสารต่อ (Continued review of literature) สร้างสมมติฐาน (Formulation of hypothesis) กำหนดแนวคิดการวิจัยเบื้องต้น ((Determining the basic research approach) กำหนดประชากรและกลุ่มตัวอย่าง (Identifying the population and sample) ออกแบบและวางแผนเก็บข้อมูล (Designing the data collection plan) เลือกและพัฒนาเครื่องมือเก็บรวบรวมข้อมูล (Selecting or developing data collection instruments) เลือกวิธีการวิเคราะห์ข้อมูล (Choosing the method of data analysis) ดำเนินการตามแผนการวิจัย (Implementing the research plan) แปล/ตีความผลการวิจัย (Interpreting the results)
8
ข้อมูล (Data) ก-ฮ A-Z 1-0
9
ที่มาของข้อมูล ธรรมชาติ มนุษย์ เครื่องจักร
10
ประเภทของข้อมูล ข้อมูล (Data) มีโครงสร้าง (Structured) กึ่งมีโครงสร้าง
1.ฐานข้อมูล (Database) 2. คลังข้อมูล (Data warehouse) 3. ระบบของหน่วยงาน (Enterprise systems) เช่น CRM, ERP ฯลฯ กึ่งมีโครงสร้าง (Semi-Structured) ใ . XML 2. 3. ECI ไม่มีโครงสร้าง (Unstructured) 1. ข้อมูลอนาล็อก (Analog data) 2. ข้อมูลในระบบสารสนเทศทางภูมิศาสตร์ (GPS tracking information) 3. ระบบเสียง/วีดีโอ (Audioฝvideo systems)
11
ข้อมูลขนาดใหญ่คืออะไร
ข้อมูลที่มีขนาดใหญ่ (too big) เกิดขึ้นอย่างรวดเร็ว (too fast) และมีความหลากหลาย (too differ) ทำให้ไม่จัดเก็บและวิเคราะห์ทำการได้ด้วยฐานข้อมูลแบบเก่า (a traditional database)
12
ลักษณะของข้อมูลขนาดใหญ่
ปริมาณ (Volume) ขนาดใหญ่/มหึมา (too big) ทำให้จำเป็นต้องใช้วิธีการที่แตกต่างไปจากเดิมหรือวิธีการที่มีลักษณะเฉพาะ (unique approaches) ความเร็ว (Velocity) เกิดขึ้นอย่างรวดเร็ว (too fast) จากข้อมูลแบบเวลาจริง (in real time) หรือใกล้เคียงกับเวลาจริง (close to real time) ความหลากหลาย (Variety) มีความแตกต่างกันมาก (too differ) มาจากเวลา (time) และบริบท (context) ทีแตกต่างกัน และเป็นข้อมูลที่ไม่มีรูปแบบที่แน่นอน (not a fixed data model)
13
ห่วงโซ่ของข้อมูลขนาดใหญ่ (Big Data Supply Chain)
ที่มา:
14
การวิเคราะห์ข้อมูล ที่มา: Accenture-Big Data Analytics in Supply Chain
15
ระดับการวิเคราะห์ข้อมูล (Advanced Analytics with Data Science)
11/9/2018 6:35 PM ระดับการวิเคราะห์ข้อมูล (Advanced Analytics with Data Science) How can we make it happen? Prescriptive Analytics What will happen? OPTIMIZATION Predictive Analytics FORESIGHT Why did it happen? คุณค่า (VALUE) Diagnostic Analytics INSIGHT What happened? Descriptive Analytics HINDSIGHT INFORMATION Basic Analysis Advanced Analytics ความยาก (DIFFICULTY) Source: Gartner © 2014 Microsoft Corporation. All rights reserved. Microsoft, Windows, and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION.
16
ประโยชน์ของการวิเคราะห์ข้อมูล
ที่มา: Accenture-Big Data Analytics in Supply Chain
17
ประโยชน์ของนักวิเคราะห์ข้อมูลในหน่วยงาน
ที่มา: Accenture-Big Data Analytics in Supply Chain
งานนำเสนอที่คล้ายกัน
