งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

สถิติที่ใช้ในการวิจัย

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "สถิติที่ใช้ในการวิจัย"— ใบสำเนางานนำเสนอ:

1 สถิติที่ใช้ในการวิจัย
อ.สมพงษ์ พันธุรัตน์

2 การวิจัยคืออะไร ? การค้นคว้าหาความรู้ใหม่ โดยใช้กระบวนการทางวิทยาศาสตร์

3 ผู้ที่มีความรู้จากการวิจัย ต้องทำอะไรได้บ้าง
บรรยายได้ อธิบายให้เหตุผลได้ ทำนายได้

4 มีความรู้ แล้วนำไปใช้ประโยชน์อะไร
ควบคุม พัฒนา

5 แนวคิด/หลักการ/ทฤษฎี/งานวิจัยที่เกี่ยวข้อง
ความเป็นมา/ สาเหตุของ ปัญหา จุดประสงค์ ในการวิจัย วิธีดำเนินการ กลุ่มเป้าหมาย(ประชากร/กลุ่มตัวอย่าง) ตัวแปรที่ศึกษา การเก็บรวบรวมข้อมูล เครื่องมือเก็บรวบรวมข้อมูล การวิเคราะห์ข้อมูล สภาพการณ์/ สถานการณ์ ที่เป็นปัญหา คำถามในการวิจัย ความสำคัญ/ ผลกระทบ ของปัญหา สมมติฐาน กรอบแนวคิด แนวคิด/หลักการ/ทฤษฎี/งานวิจัยที่เกี่ยวข้อง

6 การวิเคราะห์ข้อมูล เป็นการกำหนดวิธีการหาข้อสรุปหรือคำตอบ ให้กับคำถามในการวิจัย โดยวิธีการหาคำตอบนั้นจะขึ้นอยู่กับลักษณะของตัวแปร ซึ่งอาจต้องใช้วิธีการวิเคราะห์ข้อความ หรือวิเคราะห์หาค่าสถิติ ความถี่ สัดส่วน ร้อยละ ค่าเฉลี่ย ค่าเบี่ยงเบนมาตรฐาน การประมาณค่า การทดสอบสมมติฐาน การสรุปเป็นความเรียง

7 ประชากร (Population) จำนวน N สุ่ม (Random) กลุ่มตัวอย่าง (Sample) จำนวน n ขนาดตัวอย่าง เทคนิคการสุ่ม บรรยาย สถิติเชิงบรรยาย ค่าพารามิเตอร์ ค่าสถิติ สถิติเชิงอ้างอิง การประมาณค่า การทดสอบสมมติฐาน z-test, t-test, F-test …

8

9 สถิติ (Statistics) เป็นเครื่องมือสำคัญที่ใช้ในการวิจัย โดยเฉพาะใน การวิจัยเชิงปริมาณนั้น จำเป็นต้องใช้สถิติมา บรรยายลักษณะข้อมูล การเก็บรวบรวมข้อมูล ตลอดจนวิเคราะห์ข้อมูลตลอดทั้งกระบวนการวิจัย ดังนั้นในการวิเคราะห์ข้อมูล และสรุปผลการวิจัย จึงควรที่จะมีความรู้ด้านสถิติด้วย สถิติ สามารถจำแนกได้เป็น 2 ประเภทใหญ่ๆ คือ สถิติพรรณนา (Descriptive Statistics) สถิติอนุมาน (Inference Statistics)

10 สถิติพรรณนา (Descriptive Statistics) คือ สถิติที่เกี่ยวกับระเบียบวิธีหรือบรรยายถึงลักษณะของข้อมูล เฉพาะที่ได้มาจากการเก็บรวบรวมข้อมูล ซึ่งผลของการศึกษาจะ บอกได้เฉพาะลักษณะของกลุ่มที่ศึกษาเท่านั้น ไม่สามารถนำผลไป อ้างอิงหรือพยากรณ์ค่าของกลุ่มอื่นๆ ได้ สถิติประเภทนี้ ส่วนใหญ่จะเป็นการคำนวณหาค่าการกระจายของ ข้อมูล การวัดแนวโน้มเข้าสู่ส่วนกลาง สถิติที่ใช้ อธิบายคุณลักษณะ ของข้อมูลอาจจะเกี่ยวข้องกับวิธีการทางสถิติต่อไปนี้ 1. การนำเสนอข้อมูล (Presentation) 1.1 การนำเสนอในรูปบทความ 1.2 การนำเสนอในรูปตารางเป็นร้อยละ (Percentage) 1.3 การนำเสนอในรูปกราฟ เช่น กราฟแท่ง (Bar Graph) กราฟเส้น (Line Graph) กราฟวงกลม (Pie Graph)

11 2. การแจกแจงความถี่ (Fraquency
3. การวัดแนวโน้มเข้าสู่ส่วนกลาง ซึ่งประกอบด้วยสถิติต่อไปนี้ 3.1 ตัวกลางเลขคณิตหรือค่าเฉลี่ย (Arithmatic Mean or Average) 3.2 ตัวกลางเราขาคณิต (Geometric Mean) 3.3 ตัวกลางฮาร์โมนิก (Harmonic Mean) 3.4 ฐานนิยม (Mode) 3.5 มัธยฐาน (Median) 3.6 ควอไทล์ (Quartiles) 3.7 เดไซล์ (Deciles) 3.8 เปอร์เซ็นไทล์ (Percentiles)

12 4. การวัดการกระจายของข้อมูล ซึ่งประกอบด้วยสถิติดังต่อไปนี้
4.1 พิสัย (Range) 4.2 ส่วนเบี่ยงเบนควอไทล์ (Quartile Deviation) 4.3 ส่วนเบี่ยงเบนเฉลี่ย (Mean Deviation) 4.4 ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation) 4.5 ค่าแปรปรวน (Variance) 4.6 สัมประสิทธิ์การกระจาย (Coefficient of Variation) 4.7 การวัดความเบ้ (Skewness) 4.8 การวัดความโด่ง (Kurtosis)

13 5. การหาความสัมพันธ์ระหว่างตัวแปร มีค่าสถติตที่ใช้ดังนี้
5.1 สหสัมพันธ์ของเพียร์สัน (Pearson Correlation) 5.2 สหสัมพันธ์เชิงอันดับ (Spearman Rank Correlation)

14 สถิติอนุมาน (Inference Statistics) คือ สถิติที่เกี่ยวกับการนำข้อมูลที่ได้จากตัวอย่าง (Sample) ซึ่ง เป็นการศึกษาจากข้อมูลเพียงบางกลุ่มหรือบางส่วนของประชากร แล้วนำข้อเท็จจริงที่ได้นี้ไปอธิบายหรือสรุปผลลักษณะของ ประชากร (Population) ทั้งกลุ่ม การสรุปดังกล่าวจะใช้หลักความ น่าจะเป็น (Probability) มาทำการทดสอบสมมติฐาน สถิติเชิง อนุมานหรือการอนุมานทางสถิติจะถูกต้องเพียงใดนั้น ขึ้นอยู่กับ วิธีการเลือกข้อมูลข้อมูล ซึ่งจะเรียกว่าการสุ่มตัวอย่าง (Random Sampling) ผู้วิจัยสามารถสรุปผลลักษณะของประชากรได้ถูกต้อง ถ้าข้อมูลที่ได้มาบางส่วนนี้มีวิธีการสุ่มตัวอย่างที่ดี กล่าวคือ ได้ ข้อมูลที่เป็นตัวแทนของประชากร ดังนั้น การเก็บรวบรวมข้อมูลจากตัวอย่างนั้น ผู้วิจัยควรจะได้ศึกษาถึงทฤษฎี การสุ่มตัวอย่าง (Sampling Theory) เพื่อจะได้ตัวอย่างข้อมูลที่เป็นตัวแทนของ ประชากรและจะนำไปสู่การสรุปผล และอธิบายลักษณะของประชากรได้ถูกต้อง

15 การอนุมานเชิงสถิติมี 2 วิธี คือ
การอนุมานแบบมีพารามิเตอร์ (Parametric Inference) 2. การอนุมานแบบไม่มีพารามิเตอร์ (Non-Parametric Inference) 1. การอนุมานแบบมีพารามิเตอร์ (Parametric Inference) ค่าพารามิเตอร์ (Parameter) หมายถึง ค่าที่คำนวณหรือหาได้จากหน่วยข้อมูลที่ เราสนใจทั้งหมด มิได้เลือกเพียงบางส่วนของข้อมูลมา ซึ่งหน่วยของข้อมูล ทั้งหมดจะเรียกว่า ประชากร (Population) แต่ถ้าเป็นการเก็บข้อมูลจากหน่วยที่ เป็นตัวอย่าง (Sample) ซึ่งเป็นการนำข้อมูลที่เราสนใจมาเพียงบางส่วน ค่าที่ได้ จากตัวอย่างนี้จะเรียกว่า ค่าสถิติ (Statistics) ซึ่งเป็นค่าที่แสดงลักษณะของ ข้อมูลที่เป็นตัวอย่าง

16 การอนุมานแบบมีพารามิเตอร์ ก็คือ การนำค่าที่ได้จาก ตัวอย่าง (Sample) คือ ค่าสถิติ (Statistics) ไปอธิบาย ลักษณะของค่าพารามิเตอร์ (Parameter) ซึ่งก็คือค่าที่ได้จากประชากร (Population) นั่นเอง

17 การเลือกใช้ค่าสถิติไปสรุปผลค่าพารามิเตอร์ เป็นไปอย่างมีประสิทธิภาพสูงสุด
1) กลุ่มตัวอย่างที่ใช้ศึกษานั้นจะต้องเลือกมา แบบสุ่ม (Random) จากกลุ่มประชากรเดิม (A Parent Population) 2) กลุ่มประชากรที่ศึกษานั้น ควรมีค่าความแปรปรวน เท่ากัน 3) กลุ่มประชากรแต่ละกลุ่มที่เลือกศึกษานั้น ต้องมี การแจกแจงของคะแนนเป็นรูปโค้งปกติ (Normal Distribution) 4) ค่าของข้อมูลที่วัดได้ควรอยู่ในระดับช่วง (Interval Scale) หรือระดับอัตราส่วน (Ratio Scale)

18 การอนุมานแบบมีพารามิเตอร์เกี่ยวข้องกับ การทดสอบสมมติฐานเกี่ยวกับพารามิเตอร์ ดังนี้
- การทดสอบค่าเฉลี่ย - การทดสอบค่าเบี่ยงเบนมาตรฐาน หรือความแปรปรวน - การทดสอบค่าสัดส่วน - การทดสอบค่าสหสัมพันธ์

19 2. การอนุมานแบบไม่มีพารามิเตอร์ (Non-Parametric Inference) เป็นการอนุมานข้อมูลจากตัวอย่างไปอธิบายลักษณะของ ประชากรในกรณีที่เงื่อนไขหรือข้อมูลที่ใช้ไม่สอดคล้องกับ การอนุมานแบบพารามิเตอร์ เช่น ไม่ทราบค่าของข้อมูล จากประชากรที่สนใจว่า มีการแจกแจงแบบใด ค่าของข้อมูล ที่ได้มาจากตัวอย่างอยู่ในระดับนามบัญญัติ (Nominal Scale) หรือ เรียงอันดับ (Ordinal Scale) และกลุ่มตัวอย่าง ที่เลือกมานั้นมีขนาดเล็กหรือจำนวนน้อย การอนุมานแบบไม่มีพารามิเตอร์นั้น ความน่าเชื่อถือ จะน้อยกว่าการอนุมานแบบมีพารามิเตอร์ ถ้าข้อมูลสามารถ ใช้การอนุมานแบบพารามิเตอร์ได้ ผู้วิจัยควรหลีกเลี่ยง การอนุมานแบบไม่มีพารามิเตอร์

20 การเลือกใช้สถิติที่ใช้ในการวิจัย


ดาวน์โหลด ppt สถิติที่ใช้ในการวิจัย

งานนำเสนอที่คล้ายกัน


Ads by Google