สถิติเพื่อการวิจัยและ วิเคราะห์ข้อมูลเชิงปริมาณ

งานนำเสนอเรื่อง: "สถิติเพื่อการวิจัยและ วิเคราะห์ข้อมูลเชิงปริมาณ"— ใบสำเนางานนำเสนอ:

1 สถิติเพื่อการวิจัยและ วิเคราะห์ข้อมูลเชิงปริมาณ

2 แนวคิดและวิธีการวิเคราะห์ข้อมูลในการวิจัยเชิงปริมาณ
ความหมายของ “การวิจัยเชิงปริมาณ (Quantitative Research)” เป็นการวิจัยที่จะได้ข้อมูลที่อยู่ในลักษณะของตัวเลข และต้องใช้วิธีการ ทางสถิติในการวิเคราะห์ข้อมูล เพื่อสรุปผลการวิจัยหรืออาจจะกล่าวอีกนัย หนึ่ง คือ เป็นการวิจัยที่ศึกษาตัวแปรเชิงปริมาณ (Quantitative Variables) นั่นเอง ตัวแปรเชิงปริมาณ คือตัวแปรที่มีค่าต่างๆ ซึ่งอยู่ในรูปของจำนวนหรือขนาด ซึ่งจำแนกเป็น 2 ชนิดย่อยๆ คือ ตัวแปรที่มีค่าไม่ต่อเนื่อง (Discrete Variable) ตัวแปรที่มีค่าต่อเนื่อง (Continuous Variable)

3 ตัวแปรต่อเนื่อง คือตัวแปรที่มีค่าใด ๆ ก็ได้ ในพิสัยหนึ่งที่กำหนดให้ค่าที่อยู่ ในพิสัยนั้นมีจำนวนมากมายนับไม่ถ้วน ตัวแปรไม่ต่อเนื่อง คือ ตัวแปรที่ไม่อาจมีค่าได้ทุกค่า ในพิสัยหนึ่งที่ กำหนดให้ ค่าที่อยู่พิสัยนี้ไม่ต่อเนื่องกันและนับจำนวนได้ว่ามีกี่ค่า ตัวแปร (Variables) ตัวแปรเชิงปริมาณ (Qualitative Variable) ตัวแปรเชิงคุณภาพ (Qualitative Variable) ตัวแปรที่มีค่าไม่ต่อเนื่อง (Discrete Variable) ตัวแปรที่มีค่าต่อเนื่อง (Continuous Variable)

4 ตัวแปรที่มีค่าได้ต่างๆกัน แต่ค่าดังกล่าวไม่ได้อยู่ในรูปของจำนวน
Qualitative variable ตัวแปรที่มีค่าได้ต่างๆกัน แต่ค่าดังกล่าวไม่ได้อยู่ในรูปของจำนวน หรือขนาด ส่วนใหญ่อยู่ในรูปของคุณภาพ หรือชนิด ซึ่งเรียกว่า คุณลักษณะ (Attribute) เช่น ตัวแปรเพศ มีค่าได้ 2 ชนิด คือ ชาย กับ หญิงตัว แปรการศึกษา มีค่าได้แตกต่างกัน เช่น ประถมศึกษา มัธยมศึกษา ปริญญาตรี

5 ตัวแปรต้นและตัวแปรตาม (Independent and Dependent Variable)
ตัวแปรอิสระหรือตัวแปรต้น หมายถึงตัวแปรที่ค่าแปรเปลี่ยนได้โดยอิสระ ด้วยตัวเองหรือตามธรรมชาติของตัวมันเอง เช่น เพศ อายุ สถานภาพสมรส ตำแหน่ง เป็นต้น ตัวแปรตาม หมายถึง ตัวแปรที่แปรเปลี่ยนไปตามตัวแปรต้นที่เกี่ยวข้องกัน เช่น คะแนนผลสัมฤทธ์ แปรเปลี่ยนตามระดับสติปัญญา หรือ ความคิดเห็นต่อ เพศศึกษา แปรเปลี่ยนไปตามอายุหรือเพศ เป็นต้น

6 ระดับการวัดตัวแปร ในการวัดตัวแปรนั้นเราแบ่งออกเป็น 4 ระดับการวัด (Level of Measurement) และแต่ละระบการวัด เราเรียกว่า มาตรการวัดหรือ สเกลการวัด (Measurement Scale) ดังนี้ 1. มาตรานามบัญญัติ (Nominal Scale) 2. มาตราจัดอันดับ (Ordinal Scale) 3. มาตราอันตรภาค (Interval Scale) 4. มาตราอัตราส่วน (Ratio Scale)

7 ระดับมาตรวัดตัวแปร (Steven, 1960)
มาตรนามบัญญัติ (Nominal Scale) ค่าตัวแปรเป็นการจำแนกประเภทหรือการจัดหมวดหมู่ของสิ่งต่างๆ ไม่สามารถเรียงลำดับ หรือบอกปริมาณความแตกต่างได้ เช่น เพศ (ชาย หญิง) มาตรอันดับ (Ordinal Scale) ค่าตัวแปรเรียงลำดับได้ แต่ไม่สามารถบอกปริมาณความแตกต่าง ระหว่างแต่ละค่าได้อย่างชัดเจน (เพียงบอกว่าอันดับของสิ่งใดดี สิ่ง ใดด้อย หรือสิ่งใดก่อน สิ่งใดหลังเท่านั้น) การจัดลำดับต้องมีเกณฑ์ช่วย เช่น ระดับการศึกษา ตำแหน่งทางการบริหาร

8 มาตรอันตรภาค (Interval Scale)
ค่าตัวแปรสามารถเรียงลำดับและบอกปริมาณความแตกต่างระหว่าง แต่ละค่าได้อย่างชัดเจน แต่ไม่มีค่าเป็นศูนย์แท้ เช่น ความแตกต่างของคะแนนสอบ มีความแตกต่างของ คะแนนสอบ แต่นักเรียนสอบได้ 0 ไม่ได้หมายความว่า นักเรียนคนนั้นไม่มีความรู้ เพราะคำถามไม่ตรงกับที่ตนรู้ มาตรอัตราส่วน (Ratio Scale) ค่าตัวแปรสามารถเรียงลำดับและบอกปริมาณความแตกต่างระหว่าง แต่ละค่าได้อย่างชัดเจน และมีค่าเป็นศูนย์แท้ (บอกอัตราส่วนของ ค่าหนึ่งต่ออีกค่าหนึ่งได้) เช่น ความสูง น้ำหนัก อายุ

9 ประชากรและกลุ่มตัวอย่าง
Population & Sample ประชากร หมายถึง สมาชิกทุกหน่วยข้อมูลที่เราสนใจ ศึกษา ซึ่งอาจจะเป็นกลุ่มทั้งหมดของคน สัตว์ หรือสิ่งของ ก็ได้ กลุ่มตัวอย่าง เป็นส่วนหนึ่งของประชากรที่ถูกเลือกมา เพียงบางส่วน เพื่อใช้เป็นตัวแทนในการศึกษา

10 ค่าพารามิเตอร์และค่าสถิติ
Parameter & Statistic ค่าพารามิเตอร์ หมายถึง ค่าที่แท้จริง ค่าที่ใช้บรรยายหรือ บอกลักษณะใด ๆ ของกลุ่มประชากร ซึ่งคำนวณได้จาก ข้อมูลทั้งหมดของประชากร ค่าสถิติ หมายถึง ค่าที่ใช้บรรยายลักษณะของกลุ่ม ตัวอย่าง ซึ่งเป็นค่าที่คำนวณได้จากข้อมูลกลุ่มตัวอย่าง โดยทั่วไปจะนำค่าสถิติไปใช้ประมาณค่าพารามิเตอร์

11 ตัวอย่างค่าพารามิเตอร์และค่าสถิติที่ใช้บ่อย
Parameter μ แทน ค่าเฉลี่ย (mean) จากกลุ่มประชากร σ แทน ค่าส่วนเบี่ยงเบนมาตรฐาน(Standard deviation) จากกลุ่มประชากร Statistic แทน ค่าเฉลี่ย (mean) จากกลุ่มตัวอย่าง S หรือ S.D. แทน ค่าส่วนเบี่ยงเบนมาตรฐาน (Standard deviation) จากกลุ่มตัวอย่าง

12 สัญลักษณ์ของต่างๆ ของกลุ่มประชากร และตัวอย่าง
ค่าคำนวณ พารามิเตอร์ ค่าสถิติ 1. ค่าเฉลี่ย  2. ส่วนเบี่ยงเบนมาตรฐาน S 3. ความแปรปรวน S2 4. จำนวนข้อมูล N n

13 Descriptive Statistics
สถิติภาคพรรณนา Descriptive Statistics สถิติภาคอ้างอิง Inferential Statistics

14 สถิติภาคพรรณนา (Descriptive Statistics)
เป็นสถิติที่ใช้ในการบรรยายให้เห็นคุณลักษะของสิ่งที่ ต้องการศึกษาจากกลุ่มใดกลุ่มหนึ่งโดยเฉพาะซึ่งอาจจะ เป็นกลุ่มใหญ่หรือกลุ่มเล็กก็ได้ ผลของการศึกษาไม่สามารถอ้างอิงถึงกลุ่มอื่นได้ สถิติภาคพรรณนาที่ใช้ในการวิเคราะห์ข้อมูลเพื่อการวิจัย ได้แก่ การแจกแจงความถี่ (Frequency distribution) ร้อยละ (Percentage) การวัดแนวโน้มเข้าสู่ส่วนกลาง(Central tendency) การวัดการกระจาย(Dispersion)

15 สถิติภาคอ้างอิง (Inferential Statisitcs)
เป็นสถิติที่ศึกษาถึงข้อมูลที่ได้มาจากกลุ่มตัวอย่าง แล้วสรุปผลจาก การศึกษานั้นไปอ้างอิงถึงกลุ่มประชากรโดยอาศัยการประมาณ ค่า (Estimation) ทฤษฎีความน่าจะเป็น (Probability Theory) และ การทดสอบสมมุติฐาน (Hypothesis Testing) สถิติสาขานี้ สำคัญที่ กลุ่มตัวอย่างต้องเป็นตัวแทนที่ดีของประชากรในการศึกษา สถิติอ้างอิงที่ใช้ในการวิจัยได้แก่ การทดสอบความแตกต่างระหว่าง ค่าเฉลี่ย การวิเคราะห์ความแปรปรวน การหาความสัมพันธ์ เป็นต้น

16 ภาคพรรณา ภาคอ้างอิง สถิติ
ค่าร้อยละ ฐานนิยม มัธยฐาน ค่าเฉลี่ยและค่าเบี่ยงเบน t-test/F-test Post Hoc test mancova/manova Correlation/Regression etc.