การวิเคราะห์ข้อมูลทางสถิติ
Home  Contents KMArticlesMembersSponsorsAbout us

ปรับปรุง : 2557-07-16 (research framework)
ขอบซ้ายขอบบน
โปรแกรมที่เกี่ยวข้อง (Related Program)
โปรแกรมสำเร็จรูปเอสพีเอสเอส
(SPSS)
คือ โปรแกรมสำหรับวิเคราะห์ข้อมูลทางสถิติ ถูกซื้อโดยบริษัท IBM ในปี 2552 และมีชื่อบริษัทว่า "SPSS: An IBM Company"
[wiki :: download] [2]p.429
โปรแกรมสำเร็จรูปมินิแท็ป
(Minitab)
คือ โปรแกรมสำหรับวิเคราะห์ข้อมูลทางสถิติ ที่พัฒนาโดยบริษัท Minitab Inc.
[download] [3].p2
โปรแกรมสำเร็จรูปสตาต้า
(STATA)
คือ โปรแกรมสำหรับวิเคราะห์ข้อมูลทางสถิติ ที่พัฒนาโดยบริษัท STATA CropLP
[ order ] [1]p.3
โปรแกรมสำเร็จรูปแซด
(SAS)
คือ โปรแกรมสำหรับวิเคราะห์ข้อมูลทางสถิติ ที่พัฒนาโดยบริษัท SAS Institute INC. โดยที่ SAS ย่อมาจาก Statistical Analytical System
[wiki :: order] [3].p1
คู่มือจากสถาบันการศึกษาต่าง ๆ
+ ru : http://joomlas.ru.ac.th/km/uthai/images/knowledge_sharing/KM_SPSS.pdf # 69 หน้า
+ excise : http://www6.excise.go.th/download/spss11.5manul.pdf # 44 หน้า
+ mahidol : http://stang.sc.mahidol.ac.th/text/pdf/spss.ppt # พื้นฐาน 37 slides
อภิธานศัพท์วิจัย (Research Glossary)
ขอบซ้ายขอบบน
ประเภทของการวิจัย
รศ.ธานินทร์ ศิลป์จารุ ได้จำแนกประเภทการวิจัยตามสถานการณ์เวลาที่เกิดขึ้นใน 3 ลักษณะ [6].p16
1. การวิจัยเชิงประวัติศาสตร์ (Historical Research)
เป็นการแสวงหาคำตอบกับสิ่งที่เคยเกิดขึ้นแล้วในอดีต อาจใช้ข้อมูลปฐมภูมิ (Primary Data) เช่น แหล่งโบราณสถาน ภาพถ่าย หรือคำบอกเล่าของผู้อยู่ในเหตุการณ์ หรือ ข้อมูลทุติยภูมิ (Secondary Data) เช่น คำบอกเล่าที่บอกต่อกันมา จากเอกสาร ตำรา เป็นต้น
2. การวิจัยเชิงบรรยาย (Descriptive Research)
2.1 การวิจัยเชิงสำรวจ (Survey Research)
เป็นการศึกษาข้อมูลทั่วไป เพื่อให้สรุปเป็นข้อมูลในปัจจุบัน เช่น สำรวจภาวะการมีงานทำ สำรวจผู้เป็นโรคเบาหวาน
2.2 การวิจัยความสัมพันธ์ของตัวแปร (Interrelationship Research)
เป็นการศึกษาเปรียบเทียบ เช่น เพศ ภูมิลำเนา สัญชาติ ศาสนา โรค
2.3 การวิจัยพัฒนาการ (Development Research)
เป็นการศึกษาการเจริญเติมโต (Growth Studies) หรือศึกษาแนวโน้ม (Trend Studies) ของจำนวนผู้ป่วยโรคเบาหวาน
2.4 การวิจัยเชิงคุณภาพ (Qualitative Research)
เป็นการศึกษาเพื่อให้เข้าใจถึงปรากฎการณ์ มักเกี่ยวกับข้อมูลทางสังคมและวัฒนธรรม ที่ไม่สามารถวัดค่าในรูปปริมาณได้ อาทิ ความรู้สึกนึกคิด ประวัติชีวิต ค่านิยม ประสบการณ์ การดำเนินชีวิต
3. การวิจัยเชิงทดลอง (Experimental Research)
เป็นการศึกษาว่าจะเกิดอะไรขึ้นในอนาคต มักใช้การวิจัยทางวิทยาศาสตร์
ขอบซ้ายขอบบน
ลำดับขั้นตอนในการทำวิจัย
รศ.ธานินทร์ ศิลป์จารุ ได้เสนอลำดับในการแสวงหาคำตอบด้วยการทำวิจัยไว้ 7 ขั้น ดังนี้ [6].p18
1. การเลือกหัวข้องานวิจัย และกำหนดประเด็นปัญหา
2. กำหนดวัตถุประสงค์ของงานวิจัย
3. กำหนดประชากรและกลุ่มตัวอย่าง
4. การเลือกและสร้างเครื่องมือที่ใช้ในการวิจัย
5. เก็บรวบรวมข้อมูล
6. วิเคราะห์และแปลผลข้อมูล
7. เขียนรายงานการวิจัย
ต.ย.กรอกแนวคิดการวิจัย (Research framework)
รูปแบบหนึ่งของกรอบแนวคิดการวิจัย (research framework)
แสดงการเชื่อมโยงของงานวิจัยเชิงสำรวจ ในสาย MBA
ที่ใช้แบบสอบถาม เก็บข้อมูลปฐมภูมิ
มักเป็นการศึกษาจากกลุ่มเชิงปริมาณ
1. กำหนดชื่อเรื่อง วัตถุประสงค์ และกรอบแนวคิด
2. ทบทวนวรรณกรรม ทฤษฎี และงานวิจัยที่เกี่ยวข้อง
3. ตั้งสมมติฐาน กลุ่มตัวอย่าง เลือกสถิติที่ใช้วิเคราะห์ข้อมูล
4. ประมวลผลให้สอดรับกับสมมติฐาน
5. อภิปรายผลตอบวัตถุประสงค์ สมมติฐาน และกรอบแนวคิด

ความหมายของ ตัวแปรอิสระ กับ ตัวแปรตาม
ตัวแปรอิสระ เป็นพฤติกรรม หรือความเป็นอยู่ของผู้ตอบแบบสอบถาม
ตัวแปรตาม เป็นผลจากพฤติกรรม ที่ต้องการพิสูจน์ตามสมมติฐานว่าจริงหรือไม่
+ ต.ย. 1 : http://www.thaispss.com/writelesson1.html
+ ต.ย. 2 : กรมสนับสนุนบริการสุขภาพ
ขอบซ้ายขอบบน
การวิเคราะห์ข้อมูล (Data Analysis)
การวิเคราะห์ข้อมูลจำแนกได้ 2 แบบ ดังนี้ [7].p4
1. การวิเคราะห์ข้อมูลเบื้องต้น ใช้สถิติเชิงพรรณา (Descriptive Statistics)
- การแจกแจงความถี่ (Frequncy)
- การหาค่าสัดส่วน หรือร้อยละ (Percents)
- ค่าเฉลี่ยเลขคณิต (Mean)
- ค่ามัธยฐาน (Median)
- ค่าฐานนิยม (Mode)
- ค่าความแปรปรวน (Variance)
- ค่าเบี่ยงเบนมาตรฐาน (Standard Deviation)
2. การวิเคราะห์ข้อมูลขั้นสูง ใช้สถิติเชิงอนุมาน (Inference Statistics)
- การประมาณค่า
- การทดสอบสมมติฐานทางสถิติ
- การวิเคราะห์ความแปรปรวน (ANOVA Analysis)
- การวิเคราะห์ความถดถอย (Regression Analysis)
- การวิเคราะห์สหสัมพันธ์ (Correlation Analysis)
ความหมายของการวัด
อ้างอิงจาก http://www.watpon.com/Elearning/stat2.htm
การวัด (Measurement) คือ การกำหนดตัวเลขให้กับสิ่งที่ต้องการศึกษาภายใต้กฎเกณฑ์ที่แน่นอน จึงจำเป็น
ต้องทราบคุณลักษณะของข้อมูลที่ถูกวัด เพื่อใช้พิจารณาเลือกใช้วิธีการทางสถิติที่เหมาะสม และควรทราบว่าข้อมูลที่
ถูกวัดมานั้นอยู่ในมาตราการวัดระดับใด ซึ่งมาตราการวัดแบ่งออกเป็น 4 ระดับ ดังนี้

* ระดับที่ 1
มาตราการวัดระดับนามบัญญัติ (Nominal Scale) เป็นระดับที่ใช้จำแนกความแตกต่างของ
สิ่งที่ต้องการวัดออกเป็นกลุ่ม โดยใช้ตัวเลข เช่น ตัวแปรเพศ แบ่งออกเป็นกลุ่มเพศชายและกลุ่มเพศหญิง ในการ
กำหนดตัวเลขอาจจะใช้เลข 1 แทนเพศชาย และเลข 2 แทนเพศหญิง ตัวแปรระดับการศึกษา แบ่งออกเป็นกลุ่มที่มีการ
ศึกษาต่ำกว่าปริญญาตรี อาจจะแทนด้วยเลข 1 กลุ่มที่มีการศึกษาระดับปริญญาตรี อาจจะแทนด้วยเลข 2 และกลุ่มที่มี
การศึกษาสูงกว่าระดับปริญญาตรี อาจจะแทนด้วยเลข 3 เป็นต้น ตัวเลข 1 หรือ 2 หรือ 3 ที่ใช้แทนกลุ่มต่าง ๆ นั้น ถือ
เป็นตัวเลขในระดับนามบัญญัติไม่สามารถนำมาบวก ลบ คูณ หาร หรือหาสัดส่วนได้
เช่น
- แบ่งประชากรโดยใช้เพศเป็นตัวแบ่ง คือ 1) ชาย และ 2) หญิง
- แบ่งประชากรโดยใช้ภาคเป็นตัวแบ่ง คือ 1) ภาคเหนือ 2) ภาคใต้ 3) ภาคตะวันออกเฉียงเหนือ 4) ภาคตะวันออก
- แบ่งประชากรโดยใช้สถานภาพสมรสเป็นตัวแบ่ง คือ 1) โสด 2) หม้าย 3) หย่าร้าง
- แบ่งประชากรโดยใช้ศาสนา คือ 1) พุทธ 2) คริสต์ 3) อิสลาม 4) ฮินดู 5) ซิกข์ 6) อื่น ๆ
- พัฒนาการของมนุษย์แบ่งตามช่วงอายุได้เป็น 8 ระยะ ดังนี้ (สุชา จันทน์เอม, 2536, น. 2-3)
1. ระยะก่อนเกิด คือ ตั้งแต่เริ่มปฏิสนธิจนถึงระยะคลอด
2. วัยทารก เริ่มตั้งแต่เกิดจนถึงอายุ 2 ปี
3. วัยเด็ก เริ่มตั้งแต่อายุ 2 – 12 ปี
4. วัยย่างเข้าสู่วัยรุ่น ปกติหญิงเฉลี่ยมีอายุ 12 ปี ชายเฉลี่ยมีอายุ 14 ปี
5. วัยรุ่น ตั้งแต่อายุ 14 – 21 ปี
6. วัยผู้ใหญ่ ตั้งแต่อายุ 21 – 40 ปี
7. วัยกลางคน ตั้งแต่อายุ 40 – 60 ปี
8. วัยสูงอายุ ตั้งแต่อายุ 60 ปีขึ้นไป
+ http://www.baanjomyut.com/library_2/extension-1/concepts_of_developmental_psychology/01_2.html
+ http://202.28.25.105/e-learning/courses/703447/document/kaarekbkhmuulaelawiekhraaahkhmuul.pptx

* ระดับที่ 2 
มาตราการวัดระดับเรียงอันดับ (Ordinal Scales) เป็นระดับที่ใช้สำหรับจัดอันดับที่หรือ
ตำแหน่งของสิ่งที่ต้องการวัด ตัวเลขในมาตราการวัดระดับนี้เป็นตัวเลขที่บอกความหมายในลักษณะมาก-น้อย สูง-ต่ำ 
เก่ง-อ่อน กว่ากัน เช่น ด.ช.ดำสอบได้ที่ 1 ด.ช.แดงสอบได้ที่ 2 ด.ญ.เขียวสอบได้ที่ 3 หรือ การประกวดร้องเพลง นาง
สาวเขียวได้รางวัลที่ 1 นางสาวชมพูได้รางวัลที่ 2 นางสาวเหลืองได้รางวัลที่ 3 เป็นต้น ตัวเลขอันดับที่แตกต่างกันไม่
สามารถบ่งบอกถึงปริมาณความแตกต่างได้ เช่น ไม่สามารถบอกได้ว่าผู้ที่ประกวดร้องเพลงได้รางวัลที่ 1 มีความเก่ง
มากกว่าผู้ที่ได้รางวัลที่ 2 ในปริมาณเท่าใด ตัวเลขในระดับนี้สามารถนำมาบวกหรือลบ กันได้
เช่น
- อันดับที่หนึ่ง หรือที่สอง หรือที่สาม
- วัยทารก วัยรุ่น วัยผู้ใหญ่ วัยชรา

* ระดับที่ 3
มาตราการวัดระดับช่วง (Interval Scale) เป็นระดับที่สามารถกำหนดค่าตัวเลขโดยมีช่วง
ห่างระหว่างตัวเลขเท่า ๆ กัน สามารถนำตัวเลขมาเปรียบเทียบกันได้ว่าว่ามีปริมาณมากน้อยเท่าใด แต่ไม่สามารถบอก
ได้ว่าเป็นกี่เท่าของกันและกัน เพราะมาตราการวัดระดับนี้ไม่มี 0 (ศูนย์) แท้ มีแต่ 0 (ศูนย์) สมมติ 
เช่น นายทองดีสอบได้ 0 คะแนน มิได้หมายความว่าเขาไม่มีความรู้ เพียงแต่เขาไม่สามารถทำข้อสอบซึ่งเป็นตัวแทน
ของความรู้ทั้งหมดได้ หรือ อุณหภูมิ 0 องศา มิได้หมายความว่าจะไม่มีความร้อน เพียงแต่มีความร้อนเป็น 0 องศาเท่า
นั้น จุดที่ไม่มีความร้อนอยู่เลยคือที่ -273 องศา ดังนั้นอุณหภูมิ 40 องศาจึงไม่สามารถบอกได้ว่ามีความร้อนเป็น 2 เท่า
ของอุณหภูมิ 20 องศา เป็นต้น 
เช่น 
- การวัดความพึงพอใจมักแบ่งเป็น 5 ระดับ (5 4 3 2 1) 

* ระดับที่ 4
มาตราการวัดระดับอัตราส่วน (Ratio Scale) เป็นระดับที่สามารถกำหนดค่าตัวเลขให้กับสิ่งที่
ต้องการวัด มี 0 (ศูนย์) แท้ เช่น น้ำหนัก ความสูง อายุ เป็นต้น ระดับนี้สามารถนำตัวเลขมาบวก ลบ คูณ หาร หรือหา
อัตราส่วนกันได้ ซึ่งบอกได้ว่าใครมีน้ำหนักเป็นสองเท่าของใคร หรือใครมีส่วนสูงเป็นกี่เท่าของใคร
เช่น 
- อายุ 43, 48, 21 ปี
- เงินเดือน 12000, 14521, 8950 บาท

การวัดความพึงพอใจ ต้องตอบเท่าไร .. จึงจะผ่านเกณฑ์
ในคู่มือการประกันคุณภาพการศึกษาระดับอุดมศึกษา ปี 2553 และสมศ. 2554-2558
ตัวบ่งชี้ สกอ. มี 3 ตัว ที่เกี่ยวกับ >=3.51
1. ตัวบ่งชี้ที่ 2.5 ห้องสมุด อุปกรณ์การศึกษา และสภาพแวดล้อมการเรียนรู้
2. ตัวบ่งชี้ที่ 2.6 ระบบและกลไกการจัดการเรียนการสอน
3. ตัวบ่งชี้ที่ 3.1 ระบบและกลไกการให้คำปรึกษาและบริการด้านข้อมูลข่าวสาร
ตัวบ่งชี้ สมศ. มี 3 ตัว  ที่เกี่ยวกับ >=3.51
1. ตัวบ่งชี้ที่ 11 การพัฒนาสุนทรียภาพในมิติทางศิลปะและวัฒนธรรม 
2. ตัวบ่งชี้ที่ 16.1 ผลการบริหารสถาบันให้เกิดอัตลักษณ์
3. ตัวบ่งชี้ที่ 17 ผลการพัฒนาตามจุดเน้นและจุดเด่นที่ส่งผลสะท้อนเป็นเอกลักษณ์ของสถาบัน
โดยทั้ง 6 ตัว .. กำหนดผลประเมินต้องไม่ต่ำกว่า 3.51 จาก 5 ระดับ
สรุปได้ว่า ถ้ามีเลขให้เลือก 1 - 5 แล้วเลือก 3 กันหมด
แสดงว่าไม่ถึงระดับคุณภาพ ไม่ได้คะแนนในข้อนั้น
และถ้าเลือก 3 กับ 4 อย่างละครึ่ง เมื่อหารเฉลี่ยแล้ว ก็ได้ 3.5 ซึ่งไม่ได้คุณภาพอยู่ดี
หากคิดเป็นร้อยละ ก็จะได้ว่า 3.51 = ร้อยละ 70.2
หรือ 1 = ร้อยละ 20 หรือ 2 = ร้อยละ 40 หรือ 3 = ร้อยละ 60 หรือ 4 = ร้อยละ 80 หรือ 5 = ร้อยละ 100
+ http://www.onesqa.or.th
+ http://www.mua.go.th/users/bhes/
ขอบซ้ายขอบบน
รูปแบบ .. คำถามในแบบสอบถาม
รศ.ธานินทร์ ศิลป์จารุ ได้จำแนกข้อคำถามในแบบสอบถามไว้ 2 แบบดังนี้ [6].p72
1. ข้อคำถามแบบเปิด (Open ended question)
เป็นคำถามที่ผู้ตอบสามารถตอบได้อย่างเสรี ไม่มีตัวเลือก
ทำให้ได้ข้อมูลจากผู้ตอบ เชิงกว้าง และเป็นจริง แต่ต้องใช้เวลาในการวิเคราะห์ข้อมูลมาก
มีนักวิจัยมักใช้คำถามแบบเปิดเก็บข้อมูล เพื่อนำมาสร้างคำถามแบบปิดในลำดับต่อไป
2. ข้อคำถามแบบปิด (Close ended question)
2.1 แบบตรวจสอบรายการ (Check List question)
2.2 แบบจัดอันดับ (Ranking question)
2.3 แบบมาตราส่วนประมาณค่า (Rating scale)
ขอบซ้ายขอบบน
ทบทวน IS ของนักศึกษา
ถามนักเรียน เรื่อง marketing mix มีผลต่อการตัดสินใจเลือกศึกษาที่นั่น
+ http://it.nation.ac.th/studentresearch/search.php?id=30
ตามที่ได้อ่านงานของ คุณณัฐธยาน์ น้อยเปียง
ทำวิจัยเรื่อง ปัจจัยส่วนประสมทางการตลาด
ในการตัดสินใจเลือกศึกษาต่อของนักเรียนหลักสูตรประกาศนียบัตรวิชาชีพ 
วิทยาลัยเทคโนโลยีและการจัดการ กฟผ.แม่เมาะ 
ทบทวนงานของนักศึกษา
+ คุณณัฐธยาน์ น้อยเปียง
+ คุณกาญจนา ศรีชัยตัน
วัตถุประสงค์ 2 ข้อ
1. เพื่อศึกษาปัจจัยส่วนประสมทางการตลาดในการตัดสินใจเลือกศึกษาต่อ
ของนักเรียนหลักสูตรประกาศนียบัตรวิชาชีพของวิทยาลัยเทคโนโลยีและการจัดการ กฟผ.แม่เมาะ
2. เพื่อเปรียบเทียบปัจจัยส่วนประสมทางการตลาดในการตัดสินใจเลือกศึกษาต่อ
ของนักเรียนหลักสูตรประกาศนียบัตรวิชาชีพของวิทยาลัยเทคโนโลยีและการจัดการ กฟผ.แม่เมาะ

สมมติฐานของการวิจัย 9 ข้อ 
1. ปัจจัยส่วนประสมทางการตลาดในการตัดสินใจเลือกศึกษาต่อของนักเรียนหลักสูตรประกาศนียบัตรวิชาชีพ
ไม่แตกต่างกันตามเพศ
2. ปัจจัยส่วนประสมทางการตลาดในการตัดสินใจเลือกศึกษาต่อของนักเรียนหลักสูตรประกาศนียบัตรวิชาชีพ
ไม่แตกต่างกันตามสาขาวิชา
3. ปัจจัยส่วนประสมทางการตลาดในการตัดสินใจเลือกศึกษาต่อของนักเรียนหลักสูตรประกาศนียบัตรวิชาชีพ
ไม่แตกต่างกันตามอายุ
4. ปัจจัยส่วนประสมทางการตลาดในการตัดสินใจเลือกศึกษาต่อของนักเรียนหลักสูตรประกาศนียบัตรวิชาชีพ
ไม่แตกต่างกันตามเกรดเฉลียสะสม 
5. ปัจจัยส่วนประสมทางการตลาดในการตัดสินใจเลือกศึกษาต่อของนักเรียนหลักสูตรประกาศนียบัตรวิชาชีพ
ไม่แตกต่างกันตามจํานวนพี่น้องรวมบิดามารดา
6. ปัจจัยส่วนประสมทางการตลาดในการตัดสินใจเลือกศึกษาต่อของนักเรียนหลักสูตรประกาศนียบัตรวิชาชีพ
ไม่แตกต่างกันตามภูมิลําเนา
7. ปัจจัยส่วนประสมทางการตลาดในการตัดสินใจเลือกศึกษาต่อของนักเรียนหลักสูตรประกาศนียบัตรวิชาชีพ
ไม่แตกต่างกันตามที่พักอาศัย
8. ปัจจัยส่วนประสมทางการตลาดในการตัดสินใจเลือกศึกษาต่อของนักเรียนหลักสูตรประกาศนียบัตรวิชาชีพ
ไม่แตกต่างกันตามการทํางานหรือมีรายได้พิเศษ
9. ปัจจัยส่วนประสมทางการตลาดในการตัดสินใจเลือกศึกษาต่อของนักเรียนหลักสูตรประกาศนียบัตรวิชาชีพ
ไม่แตกต่างกันตามแหล่งที่มาของรายได้ 
ตัวแปรอิสระ
1. ปัจจัยส่วนบุคคล ประกอบด้วย
- เพศ
- สาขาวิชา
- อายุ
- เกรดเฉลี่ยสะสม
- จํานวนพี่-น้อง ร่วมบิดา มารดา
- ภูมิลําเนา
- ที่พักอาศัย
- การทํางานหรือมีรายได้พิเศษ
- แหล่งที่มาของรายได้
2. ปัจจัยส่วนประสมการตลาด ประกอบด้วย
- ด้านผลิตภัณฑ์
- ด้านราคา
- ด้านช่องทางการจัดจําหน่าย
- ด้านส่งเสริมการตลาด
- ด้านบุคคล
- ด้านการสร้างและนําเสนอลักษณะทางกายภาพ
- ด้านกระบวนการให้บริการ 
ตัวแปรตาม คือ การตัดสินใจเลือกศึกษาต่อของนักเรียนหลักสูตรประกาศนียบัตรวิชาชีพ
ของวิทยาลัยเทคโนโลยีและการจัดการ กฟผ. แม่เมาะ

การวิเคราะห์ข้อมูล
ข้อมูลที่ได้รวบรวมมาจากแบบสอบถาม 
จะนํามาวิเคราะห์โดยใช้สถิติเชิงพรรณนา (Descriptive Statistics) 
ประกอบด้วย ความถี่ (Frequency) ร้อยละ (Percentage) ค่าเฉลี่ย (Mean)
ส่วนเบียงเบนมาตรฐาน (Standard Deviation) ที-เทส (t-test) และ One-way 
ANOVA 

บทที่ 4 ผลการวิจัย
- มีผลการวิเคราะห์ข้อมูลทั่วไปเกี่ยวกับผู้ตอบแบบสอบถาม
นำเสนอด้วย จำนวน และร้อยละ
- สรุปผลตามระดับความคิดเห็นต่อปัจจัยส่วนประสทางการตลาด
นำเสนอด้วย จำนวน ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน แปลความ และอันดับ
ซึ่งส่วนประสบทางการตลาดมี 7 ด้าน
-  การเปรียบเทียบเพศกับปัจจัยส่วนประสมทางการตลาดที่มีผลต่อการตัดสินใจเลือกศึกษาต่อ 
ใช้ T-Test
-  ผลการวิเคราะห์ความแปรปรวนเพื่อเปรียบเทียบความแตกต่าง
ของปัจจัยส่วนประสมทางการตลาดที่มีผลต่อการตัดสินใจเลือกศึกษาต่อกับสาขาวิชา 
ใช้ F-Test ให้ได้ค่า sig ว่าแต่ละกลุ่มต่างกันหรือไม่
ก่อนนำเสนอค่า sig เทียบระหว่างกลุ่ม กับภายในกลุ่ม
จะนำเสนอตารางข้อมูลแต่ละกลุ่มที่มีค่าเฉลี่ย กับ S.D. ก่อน
- กรณีในงานชิ้นนี้ F-Test ไม่มีต่ำกว่า 0.05 คือไม่ต่างกลุ่ม
จึงไม่ต้องทดสอบรายคู่ ด้วย One-way Anova
- ก่อนจบบทที่ 4 จะสรุปว่า มีสมมติฐานใดยอมรับ หรือปฏิเสธบ้าง

บทที่ 5 สรุปผลการวิจัย
จะนำ  ปัจจัยส่วนบุคคลที่น่าสนใจมาสรุป
จะนำ ส่วนประสมทางการตลาดมาสรุปแยกว่า ส่วนประสมใดมีข้อใดเป็นอันดับแรก อันดับสอง
จะนำ ผลการทดสอบสมมติฐานมาเขียนสรุปผลการเปรียบเทียบเป็นรายข้ออีกครั้ง
ในส่วนของการอภิปรายผล
จะเชื่อมโยงและอ้างอิงกับทฤษฎี และงานวิจัยที่เกี่ยวข้อง
แยกตามส่วนประสมทางการตลาดอีกครั้ง เช่นคนนั้นศึกษาอย่างนั้น 
และเราได้ผลสอดรับหรือต่างกันอย่างไร 

บทคัดย่อ
การค้นคว้าอิสระนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยส่วนประสมทางการตลาดในการตัดสินใจเลือกศึกษาต่อและเพื่อเปรียบ
เทียบปัจจัยส่วนประสมทางการตลาดในการตัดสินใจเลือกศึกษาต่อของนักเรียนหลักสูตรประกาศนียบัตรวิชาชีพของ
วิทยาลัยเทคโนโลยีและการจัดการ กฟผ.แม่เมาะ กลุ่มตัวอย่างที่ใช้ คือ นักเรียนหลักสูตรประกาศนียบัตรวิชาชีพชั้นปีที่ 
3 จำนวน 174 คน เครื่องมือที่ใช้ในการเก็บรวบรวมข้อมูลคือแบบสอบถาม และสถิติที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ 
สถิติเชิงพรรณนา (Descriptive Statistics) ประกอบด้วย ความถี่ (Frequency) ร้อย
ละ (Percentage) ค่าเฉลี่ย (Mean) ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation) 
และการเปรียบเทียบข้อมูลประชากรศาสตร์และปัจจัยส่วนประสมทางการตลาดในการตัดสินใจเลือกศึกษาต่อของนัก
เรียน หลักสูตรประกาศนียบัตรวิชาชีพของวิทยาลัยเทคโนโลยีและการจัดการ กฟผ.แม่เมาะ สถิติที่ใช้ในการวิเคราะห์
ข้อมูล t-test และ One-way ANOVA
ผลการศึกษาพบว่าผู้ตอบแบบสอบถามส่วนใหญ่เป็นเพศชาย ศึกษาอยู่ในสาขางานไฟฟ้ากำลังอายุ 18 ปี เกรดเฉลี่ย 
2.01-2.50 มีพี่น้องร่วมบิดา มารดาจำนวน 2 คน มีภูมิลำเนาอยู่ในจังหวัดลำปางนอกตัวอำเภอเมือง อาศัยอยู่กับบิดา 
มารดา ไม่ได้ทำงานหรือมีรายได้พิเศษระหว่างศึกษาและรายได้ปัจจุบันมาจากบิดา มารดา
ปัจจัยส่วนประสมทางการตลาดในการตัดสินใจเลือกศึกษาต่อของนักเรียนหลักสูตรประกาศนียบัตรวิชาชีพของวิทยาลัย
เทคโนโลยีและการจัดการ กฟผ.แม่เมาะ พบว่า ปัจจัยด้านผลิตภัณฑ์ ผู้ตอบแบบสอบถามให้ความสำคัญต่อปัจจัยย่อย
ด้านผลิตภัณฑ์โดยปัจจัยย่อยที่มีค่าเฉลี่ยสูงสุด ได้แก่ หลักสูตรสามารถนำไปใช้ปฏิบัติงานได้จริง ปัจจัยด้านราคา ผู้
ตอบแบบสอบถามให้ความสำคัญต่อปัจจัยย่อยด้านราคาโดยปัจจัยย่อยที่มีค่าเฉลี่ยสูงสุด ได้แก่ มีกองทุนกู้ยืมเพื่อการ
ศึกษา ปัจจัยด้านช่องทางการจัดจำหน่าย ผู้ตอบแบบสอบถามให้ความสำคัญต่อปัจจัยย่อย ด้านช่องทางการจัดจำหน่าย
โดยปัจจัยย่อยที่มีค่าเฉลี่ยสูงสุด ได้แก่ สถานที่ตั้งของสถานศึกษาอยู่ใกล้แหล่งชุมชนร้านค้า ปัจจัยด้านการส่งเสริมการ
ตลาด ผู้ตอบแบบสอบถามให้ความสำคัญต่อปัจจัยยด้านการส่งเสริมการตลาดโดยปัจจัยย่อยที่มีค่าเฉลี่ยสูงสุด ได้แก่ มี
การโฆษณาทางวิทยุ โทรทัศน์ หนังสือพิมพ์ แผ่นป้ายขนาดใหญ่เข้าใจง่าย ปัจจัยด้านบุคคล ผู้ตอบแบบสอบถามให้
ความสำคัญต่อปัจจัยย่อยด้านบุคคลโดยปัจจัยย่อยที่มีค่าเฉลี่ยสูงสุด ได้แก่ คณาจารย์มีความรู้ความสามารถตรงกับหลัก
สูตรที่เปิดการสอน ปัจจัยด้านการสร้างและนำเสนอลักษณะทางกายภาพ ผู้ตอบแบบสอบถามให้ความสำคัญต่อปัจจัย
ย่อยด้านการสร้างและนำเสนอลักษณะทางกายภาพ โดยปัจจัยย่อยที่มีค่าเฉลี่ยสูงสุด ได้แก่ ป้ายสถานศึกษาสวยงามและ
มองเห็นได้ชัดเจน ปัจจัยด้านกระบวนการให้บริการ ผู้ตอบแบบสอบถามให้ความสำคัญต่อปัจจัยย่อยด้านกระบวนการ
ให้บริการ โดยปัจจัยย่อยที่มีค่าเฉลี่ยสูงสุด ได้แก่ มีกระบวนการสอน และเทคนิคการสอนที่ทันสมัย
ข้อเสนอแนะ ได้แก่ กฎระเบียบที่ใช้ในสถานศึกษาควรมีความเหมาะสม และสามารถนำไปปฏิบัติใช้ได้จริง 
ขอบซ้ายขอบบน
การวิเคราะห์ข้อมูลด้วยเอสพีเอสเอส (spss)
SPSS : Statistical Package for Social Sciences
[ Download ]
[ ภาพการใช้งาน SPSS ]
Making and testing two-way tables with SPSS
อภิธานศัพท์วิจัย (Research Glossary)
คำสำคัญ
  1. สถิติอ้างอิง หรือ สถิติเชิงอนุมาน(Inferential Statistics)
    เป็นการใช้ศาสตร์ที่ว่าด้วยทฤษฎีและวิธีการทางสถิติ ในการวิเคราะห์ข้อมูล เพื่อตอบคำถามหรือปัญหาที่สนใจ โดยอาศัยข้อมูลเพียงส่วนหนึ่งที่มีอยู่ เพื่ออธิบายข้อมูลชุดที่สมบูรณ์หรือประชากร กล่าวคือ จากข้อมูลที่มีอยู่ ซึ่งไม่ใช่ข้อมูลชุดสมบูรณ์ เราต้องการสรุปสาระสำคัญในข้อมูลชุดสมบูรณ์ หรือลักษณะของปรากฏการณ์หนึ่ง ด้วยการใช้ข้อมูลตัวอย่างหรือข้อมูลเพียงส่วนหนึ่งจากชุดข้อมูลที่สมบูรณ์นั้น แล้วทำการอนุมานจากข้อมูลตัวอย่างไปสู่ข้อมูลชุดสมบูรณ์ ความแตกต่างจากสถิติเชิงพรรณนา คือ สถิติเชิงพรรณนาทำการสรุปสาระสำคัญในข้อมูลชุดที่มีอยู่ในมือหรืออธิบายลักษณะของข้อมูลชุดนี้เท่านั้น ไม่มีการอ้างอิงถึงข้อมูลชุดอื่น หรือพยายามไปอธิบายข้อมูลชุดสมบูรณ์ เรียกว่าไม่ทำการอนุมานไปสู่ข้อมูลชุดที่สมบูรณ์นั่นเอง
    ในการวิจัยด้านสังคมหรือบริหาร มักสนใจข้อมูลกลุ่มตัวอย่าง เพื่ออนุมานลักษณะของประชากร
    อ้างอิงจาก http://statsdaily.blogspot.com/2008/11/blog-post.html
  2. สถิติเชิงพรรณา (Descriptive Statistics)
    ในบรรดาค่าสถิติแล้ว ค่าสถิติเชิงพรรณาน่าจะเป็นค่าพื้นฐานที่เข้าใจได้ง่าย ในหนังสือของ ธันยพัฒน์ วงศ์รัตน์ [7] ใช้เรื่องนี้เริ่มต้นอธิบายเกี่ยวกับค่าสถิติ และแยกไว้ทั้งหมด 4 กลุ่ม คือ 1) การแจกแจงความถี่ (Frequencies Distribution) 2) การวัดค่ากลางของข้อมูล (Measures of Central Tendency) 3) การวัดการกระจาย (Measure of Dispersion) 4) การวัดลักษณะของเส้นโค้ง (Curvature)
  3. การแจกแจงความถี่ (Frequencies Distribution)
    เป็นการนำข้อมูลมาแบ่งเป็นกลุ่ม เป็นหมวดตามลักษณะ เช่น เพศ ภาค คณะวิชา เพื่อแสดงความถี่ จำนวน หรือร้อยละ พบศัพท์ที่น่าสนใจ เช่น Frequency, Percent, Valid Percent = ไม่คำนวณค่าสูญหาย และ Cumulative Percent = ค่าร้อยละสะสม หรือการแจกแจงค่าความถี่หลายทางด้วยคำสั่ง Crosstab
  4. การวัดค่ากลางของข้อมูล (Measures of Central Tendency) [7]
    เป็นการหาค่ากลาง ๆ ของข้อมูลจำนวนมาก ซึ่งเทคนิคการวัดค่ากลางมีหลายวิธี เช่น ค่าเฉลี่ยเลขคณิต (Mean) ค่ามัธยฐาน (Median) และค่าฐานนิยม (Mode)
  5. การวัดการกระจาย (Measure of Dispersion) [7]
    การรู้ธรรมชาติของข้อมูลมีค่าอื่นนอกจากค่ากลางที่ใช้สะท้อนได้ คือ พิสัย (Range) โดยการหาผลต่างของค่าสูงสุดกับค่าต่ำสุด หรือ ค่าความแปรปรวน (Variance) เพื่อวัดค่าแตกต่างกับค่าเฉลี่ย หากเป็น 0 ก็แสดงว่าข้อมูลไม่มีการกระจาย ซึ่งค่านี้มาจาก ค่าแตกต่างของข้อมูลแต่ละตัวกับค่าเฉลี่ย # หรือ ค่าเบี่ยงเบนมาตรฐาน (Standard Deviation) คิดค้นโดย ฟรานซิส กาลตัน (Francis Galton) ในช่วงปลายคริสต์ทศวรรษ 1860 เป็นการวัดการกระจายทางสถิติที่เป็นปกติทั่วไป ใช้สำหรับเปรียบเทียบว่าค่าต่างๆ ในเซตข้อมูลกระจายตัวออกไปมากน้อยเท่าใด โดยนำค่าความแปรปรวนมาใส่รากที่สองจะเท่ากับค่าเบี่ยงเบนมาตรฐาน # แล้วยังมีค่าเปอร์เซ็นต์ไทล์ (Percentile) ที่แสดงได้ว่าค่าใดอยู่ตำแหน่ง % ที่ระบุ และค่าควอไทล์ (Quartiles) ที่แสดงได้ว่าค่าใดอยู่ตำแหน่งที่ 25% 50% และ 75% ก็จะใช้แยกข้อมูลเป็น 4 ส่วนได้
  6. การวัดลักษณะของเส้นโค้ง (Curvature) [7]
    ค่าเบ้ และความโด่ง โดย Skewness ใช้วัดค่าความเบ้ ถ้าค่าบวกแสดงว่าเบ้ซ้าย และค่าลบแสดงว่าเบ้ขวา และ Kurtosis ใช้วัดค่าความโด่ง ถ้าค่าบวกแสดงว่าสูงกว่าปกติ ค่าลบแสดงว่าต่ำกว่าปกติ
  7. T-Test คือ อะไร
    การวิเคราะห์และแปลผลข้อมูลทางสถิตินั้น มีหลายวิธี แต่ละวิธีก็จะถูกเลือกใช้ให้เหมาะสมกับข้อมูล เช่น การเปรียบเทียบความแตกต่างระหว่างตัวแปร 2 ตัวที่เป็นอิสระต่อกันก็อาจใช้ SPSS, Menu, Analyze, Compare Means, Independent-samples T Test [6].p356 ซึ่งเลือกตัวแปรที่ต้องการเปรียบเทียบได้หลายตัว เช่น [กลุ่มความพึงพอใจ] กับตัวที่ถูกเทียบ เช่น [เพศ]
    1. ตารางที่ได้จะมีค่า sig. ของ equation of variances (ความแปรปรวนของกลุ่ม) ถ้าน้อยกว่า 0.05 ก็แสดงว่า ความแปรปรวนของกลุ่มเท่ากัน แล้วค่อยดู sig. ของ T Test
    2. ถ้าค่า sig. ของ T Test มากกว่า 0.05 แสดงว่า ความพึงพอใจระหว่างสองเพศไม่แตกต่างกัน ยอมรับ H0
    3. ถ้าค่า sig. ของ T Test ไม่มากกว่า 0.05 แสดงว่า ความพึงพอใจระหว่างสองเพศแตกต่างกัน ยอมรับ H1
  8. ความแปรปรวน กับการแจกแจง ต่างกันอย่างไร
    ทั้ง 2 คำคล้ายกัน แต่ต่างกันที่ลักษณะข้อมูลที่นำมาเปรียบเทียบ
    - ถ้าเทียบว่า 2 ตัวแปรต่างกันหรือไม่ ก็จะเรียกการทดสอบว่า [ไม่ต่าง หรือต่าง]
    - ถ้าเทียบว่า 2 ตัวแปรแปรปรวนกันหรือไม่ ก็จะเรียกการทดสอบว่า [ไม่แปรปรวน หรือแปรปรวน]
    - ถ้าเทียบการกระจายตัวของข้อมูล ก็จะเรียกการทดสอบว่า [แจกแจงปกติ หรือแจกแจงไม่ปกติ]
  9. คำถาม #T-Test กับ #ANOVA ต่างกันอย่างไร
    - T-Test ใช้กับการเปรียบเทียบ ตัวแปร 2 ตัว
    เช่น ชาย หญิง กับ กลุ่มข้อมูลต่าง ๆ อาจเป็นความพึงพอใจ
    เช่น ชอบ ไม่ชอบ กับ กลุ่มข้อมูลต่าง ๆ อาจเป็นความพึงพอใจ
    เช่น ถูก ผิด กับ กลุ่มข้อมูลต่าง ๆ อาจเป็นความพึงพอใจ
    - ANOVA ใช้กับการเปรียบเทียบ ตัวแปรหลายตัว
    เช่น ช่วงอายุ กับ กลุ่มข้อมูลต่าง ๆ อาจเป็นความพึงพอใจ
    เช่น จังหวัด กับ กลุ่มข้อมูลต่าง ๆ อาจเป็นความพึงพอใจ
    
  10. คำถาม ตั้งสมมติฐานอย่างไรดี
    ต.ย.แรกมีสมมติฐานว่า 
    H0: ความรู้ความเข้าใจในตัวผลิตภัณฑ์ กับ การตัดสินใจซื้อ/ติดตั้งแผงเซลล์แสงอาทิตย์ ไม่มีผลต่อกัน
    H1: ความรู้ความเข้าใจในตัวผลิตภัณฑ์ กับ การตัดสินใจซื้อ/ติดตั้งแผงเซลล์แสงอาทิตย์ มีผลต่อกัน
    ต.ย.ที่สองมี สมมติฐานว่า 
    H0: ความชอบในตัวผลิตภัณฑ์ กับ การตัดสินใจซื้อ/ติดตั้งแผงเซลล์แสงอาทิตย์ ไม่มีผลต่อกัน
    H1: ความชอบในตัวผลิตภัณฑ์ กับ การตัดสินใจซื้อ/ติดตั้งแผงเซลล์แสงอาทิตย์ มีผลต่อกัน
    
  11. คำถาม สถิติอื่น ๆ ใช้ทำอะไร เช่น #mean หรือ #Std.Deviation หรือ #count
    - mean ใช้ตอบได้ว่า แต่ละคำตอบของผู้ที่เราไปถาม โน้มไปทางมากหรือน้อย อยู่ระดับใด
    - Std.Deviation 
    ถ้า S.D. น้อย แสดงว่าค่า mean ที่ได้เกาะกลุ่มกัน คือ ตอบเหมือน ๆ กันกับ mean 
    ถ้า S.D. มาก แสดงว่าค่า mean ที่ได้กระจาย คือ คิดหลากหลาย ต่างจากค่า mean
    - count นับเพศ แล้วออกมาเป็น %
    ถ้าถามเรื่องความนิยมชมชอบร้านเสริมสวย แต่ส่วนใหญ่เป็นผู้ชายตอบ 
    ผมว่าอาจารย์คงให้ไปเก็บข้อมูลใหม่ครับ
    ถ้าถามเรื่องการเลือกเรียนมหาวิทยาลัยในการเรียนต่อ แต่ส่วนใหญ่ไปถามผู้เกษียณอายุราชการ
    ผมว่าอาจารย์คงให้ไปเก็บข้อมูลใหม่ครับ เช่นกัน
    
  12. บันทึก
    [3]p.465 - 471
    ไค-สแควร์ (Chi-square) คือ ผลรวมของสัดส่วนกำลังสองของผลต่าง
    ระหว่าง ความถี่ของค่าที่สังเกต กับ ค่าความถี่ ของค่าคาดหวัง
    ---
    ไค-สแควร์ (Chi-square) ใช้ทดสอบการแจกแจงของข้อมูล
    มักใช้กับข้อมูลที่แจกแจงแบบไม่ต่อเนื่อง (Discontinuous data)
    ---
    - ใช้ทดสอบว่าข้อมูลที่ได้จากการสังเกตสอดคล้องกับข้อมูลที่คาดหวังหรือไม่
    - H0 : ยอมรับว่าสอดคล้อง H1: ไม่ยอมรับว่าสอดคล้อง
    ---
    ต.ย. ทดสอบข้อมูล 41:59 เป็นอัตราส่วน 2:3 หรือไม่
    - ทดสอบสัดส่วน (Proportion) ว่าข้อมูลที่มีอยู่
    เป็นไปตามอัตราส่วน (Ratio) หรือไม่ (Goodness of fit)
    
    การเปรียบเทียบความแตกต่างระหว่างตัวแปร 2 ตัวที่เป็นอิสระต่อกัน
    คือ ค่าสถิติที่ใช้เปรียบเทียบความแตกต่างระหว่าง 2 ตัวแปร
    H0: เพศชาย และเพศหญิงมีความพึงพอใจในวิทยากรไม่แตกต่างกัน
    H1: เพศชาย และเพศหญิงมีความพึงพอใจในวิทยากรแตกต่างกัน
    Grouping variable : sex แล้ว Test Variables เป็นความพึงพอใจ
    ---
    SPSS, Menu, Analyze, Compare Means,
    Independent-samples T Test [6].p356 - 359
    ---
    เมื่อใช้ SPSS จะใช้ sig. (2-tailed) เท่านั้น
    ---
    แล้วแต่ละคู่จะมี 2 บรรทัด ซึ่งต้องพิจารณาต่อไปว่า
    ในกรณี sig. ของ Levene's test มากกว่า 0 หรือไม่
    ถ้ามากกว่า 0 จะใช้ sig. (2-tailed) บรรทัดบน คือ equal variances assumed
    ถ้าเท่ากับ 0 จะใช้ sig. (2-tailed) บรรทัดล่าง คือ equal variances not assumed
    ---
    การพิจารณา คือ ดูว่าค่า sig. (2-tailed) ที่เลือก >=0.05 หรือไม่
    หากมากกว่า ก็จะยอมรับ H0
    ---
    ต.ย. การเขียนสรุป
    สรุปได้ว่า เพศชาย และเพศหญิงมีความพึงพอใจในวิทยากรไม่แตกต่างกัน อย่างมีนัยสำคัญทางสถิติที่ระดับ .05
    
    === === === === === ===
    
    ANOVA
    การเปรียบเทียบความแตกต่างระหว่างตัวแปรมากกว่า 2 ตัว
    ด้วยการวิเคราะห์ความแปรปรวนทางเดียว (One-Way ANOVA)
    H0: กลุ่มอายุ มีความพึงพอใจในวิทยากรไม่แตกต่างกัน
    H1: กลุ่มอายุ มีความพึงพอใจในวิทยากรแตกต่างกัน
    Factor : age แล้ว Dependent List เป็นความพึงพอใจ
    ---
    SPSS, Menu, Analyze, Compare Means,
    One-Way ANOVA [6].p361
    ---
    [6].p362 ใน Post Hoc แนะนำให้ใช้ Scheffe แต่ตัวแรกคือ LSD
    และการเลือก Statistics = Descriptive ก็จะมีรายลเอียดประกอบข้อมูล
    ---
    ต.ย. การเขียนสรุป
    สรุปได้ว่า กลุ่มอายุมีความพึงพอใจในวิทยากรไม่แตกต่างกัน อย่างมีนัยสำคัญทางสถิติที่ระดับ .05
    
  13. สถิติพาราเมตริก กับ สถิตินอนพาราเมตริก
    เงื่อนไขของสถิติพาราเมตริก มีมาก หากผิดเงื่อนไขก็ไปใช้สถิตินอนพาราเมตริก
    โดยเงื่อนไข หรือข้อตกลงเบื้องต้นของสถิติพาราเมตริก มีดังนี้
    1. มาจากประชากรที่มีการแจกแจงปกติ (Normal distribution)
    2. เป็นกลุ่มตัวอย่างที่ได้มาโดยการสุ่ม ที่เชื่อถือได้ว่าผลจะกระจาย
    3. ข้อมูลต้องอยู่ในมาตราอันตรภาค (Interval Scale) หรืออัตราส่วน (Ratio scale)
    
    สถิติพาราเมตริก หรือพารามิตริก (Parametric statistic)
    เป็นสถิติที่ทดสอบเกี่ยวกับการแจกแจงของประชากรขนาดใหญ่ และเป็นโค้งปกติ
    มักใช้กับข้อมูลแบบอันตรภาคชั้น (interval scale) หรืออัตราส่วน (ratio scale)
    เป็นการทดสอบค่าเฉลี่ยไม่ใช่ค่าความถี่
    ค่าสถิติที่ใช้มักเป็น T-test, F-test, Z-test, One-way ANOVA
    
    สถิตินอนพาราเมตริก หรือนอนพารามิตริก (Nonparametric statistic)
    เป็นสถิติที่ไม่สนใจการแจกแจงของประชากร
    มักใช้กับข้อมูลแบบนามบัญญัติ (Norminal scale) หรือแบบเรียงลำดับ (Ordinal scale)
    เป็นการทดสอบค่าความถี่ไม่ใช่ค่าเฉลี่ย
    ค่าสถิติที่ใช้มักเป็น Chi-square
    สถิติแบบนี้ โวลโฟวิท (Wolfowitz ) เป็นบุคคลแรกที่นำมาใช้ในปีค . ศ . 1942 
    สถิติประเภทนี้บางครั้งเรียกว่า สถิติการแจกแจงอิสระ (Distribution-Free Statistics) 
    + อ้างอิง http://www.elearning.msu.ac.th/opencourse/0504%20854/unit1_5.htm
    สไลด์ละเอียด ที่ http://rmcs.buu.ac.th/pdf/rmcs/Summer%202011/Nonparamatric%202011.pdf
    
    
ขอบซ้ายขอบบน
ความถี่ (Frequencies)

ตัวอย่างข้อมูล .xls และ .sav
ความหมาย
- N = จำนวน
- Mean = ค่าเฉลี่ยเลขคณิต
- Std. Error of Mean
- Median = ค่ามัธยฐาน
- Mode = ค่าฐานนิยม
- Std. Deviation = ค่าเบี่ยงเบนมาตรฐาน
- Variance = ค่าความแปรปรวน
- Skewness = ค่าความเบ้ ง ถ้าค่าบวกเบ้ซ้าย ค่าลบเบ้ขวา
- Std. Error of Skewness
- Kurtosis = ค่าความโด่ง ถ้าค่าบวกสูงกว่าปกติ ค่าลบต่ำกว่าปกติ
- Std. Error of Kurtosis
- Range = พิสัย คือสูงสุด-ต่ำสุด
- Minimum = ค่าต่ำสุด
- Maximum = ค่าสูงสุด
- Sum = ผลรวม
- Percentiles
+ สารานุกรมไทยสำหรับเยาวชน
ขอบซ้ายขอบบน
การแจกแจงแบบปรกติ
การแจกแจงแบบปรกติ (Normal distribution) หรือ การแจกแจงแบบเกาส์ (Gaussian distrubution) คือ การแจกแจงของตัวแปรสุ่มที่มีค่าต่อเนื่อง โดยค่าของตัวแปรสุ่มมีแนวโน้มที่จะมีค่าอยู่ใกล้ ๆ กับค่าหนึ่งเรียกว่า มัชฌิม (median) โดยกราฟแสดงค่าฟังก์ชันความหนาแน่น (Probability density function) จะเป็นรูปคล้ายระฆังคว่ำ โดยฟังก์ชันความหนาแน่นของการแจกแจงแบบปรกติ คือ

wikipedia/การแจกแจงแบบปรกติ
# #
SPSS
- Menu bar
- Analyze
- Descriptive Statistics
- Explore..
- Plots
- Normality plots with test
ตัวอย่างข้อมูลลักษณะนี้
- ผลการเรียนของนักเรียน
- สุขภาพของประชาชน
เทียบ medical และ surgical
1. ทดสอบ Kolmogorov - Smirnov test (K-S test)
2. ทดสอบ Shapiro - Wilk test
ถ้า > 50 ชุดจะไม่ใช้แบบที่ Shapiro -Wilk
ถ้าค่า sig. >= 0.05 แสดงว่ามีการแจกแจงปกติ
ถ้าค่า sig. <0.05 แสดงว่าปฏิเสธ H0 คือแจกแจงไม่ปกติ
df คือ จำนวนชุดข้อมูล - 1
ใช้สำหรับเปิดตารางสถิติ (กรณีไม่ใช้โปรแกรม)
หากยึดหลัก < 50 ก็ควรใช้ Shapiro - Wilk
ถ้าใช้ Shapiro - Wilk จะปฏิเสธ H0 ทั้งคู่
ทำให้ทั้ง 2 กรณีมีข้อมูลที่แจกแจงไม่ปกติ
ขอบซ้ายขอบบน
การวัดแนวโน้มเข้าสู่ส่วนกลาง
ตัวอย่างข้อมูลจำนวนวันของผู้ป่วยแล้วหายเอง จำนวน 7 คน
ป่วย
1
วัน
2
วัน
2
วัน
3
วัน
4
วัน
7
วัน
9
วัน
มีค่าสถิติเบื้องต้น ดังนี้
ค่าเฉลี่ยเลขคณิต (Arithmetic Mean)4(1+2+2+3+4+7+9) / 7
ค่ามัธยฐาน (Median)31 - 2 - 2 - 3 - 4 - 7 - 9
ค่าฐานนิยม (Mode)21 - 2 - 2 - 3 - 4 - 7 - 9
พิสัย (Range)8ค่าสูงสุด - ค่าต่ำสุด คือ 9 - 1
ค่าเบี่ยงเบนมาตรฐาน (Standard Deviation)2.725540575
ข้อมูลชุดนี้ไม่สามารถใช้ค่า Mean, Median หรือ Mode เป็นค่าแนวโน้มร่วมได้ เพราะค่า S.D. สูงเกินไป
หากถามว่าโรคนี้ เป็นกี่วันหาย .. ก็เป็นชุดข้อมูลที่ไม่มีคำตอบที่เหมาะสม หรือน่าเชื่อถือพอ

ตัวอย่างข้อมูล : yut_mean.xlsx
+ http://www.purplemath.com/modules/meanmode.htm
+ http://en.wikipedia.org/wiki/Mode_%28statistics%29
SPSS : การเปรียบเทียบค่าเฉลี่ย [2].p35
การวิเคราะห์และแปลผลข้อมูลทางสถิตินั้น มีหลายวิธี แต่ละวิธีก็จะถูกเลือกใช้ให้เหมาะสมกับข้อมูล เช่น การเปรียบเทียบความแตกต่างระหว่างตัวแปร 2 ตัวที่เป็นอิสระต่อกันก็อาจใช้ indepentent-sample T-Test [6].p356 หรือทั้ง t-test และ z-test เมื่อใช้กับค่ากลุ่มใหญ่จะให้ค่าเท่ากัน แต่ t-test มักใช้กับกลุ่มเล็กที่ < 30 ดังนั้นในตัวอย่างข้างล่างนี้ จึงเลือกใช้ค่าสถิติ t-test
1. การเปรียบเทียบค่าเฉลี่ยหนึ่งกลุ่ม (One Sample Test)
ตัวอย่างโจทย์ที่จะทดสอบ
ประเด็น รายได้เฉลี่ยของพนักงานบริษัท A ต่อเดือน เท่ากับ 15000 หรือไม่
จงทดสอบว่า ประเด็นข้างต้น โดยมีค่าความเชื่อมั่น 0.05
กลุ่มตัวอย่าง 15200, 16000, 14000, 14800, 14900, 15000, 15100, 15050, 14950, 15100
H0 : u = 15000
H1 : u != 15000
ประเด็น นักเรียนในห้อง A นั่งสมาธิได้ไม่น้อยกว่า 30 นาที
จงทดสอบว่า ประเด็นข้างต้น โดยมีค่าความเชื่อมั่น 0.01
กลุ่มตัวอย่าง 28, 31, 32, 33, 29, 30, 22, 36, 41, 29
H0 : u > 30
H1 : u <= 30
ลำดับการใช้สถิติ one-sample t-test ในโปรแกรม SPSS
1. กรอกข้อมูลลงใน SPSS
2. เลือก menu bar, analyze, compare means, one-sample-test
3. เลือกตัวแปรมาทดสอบ (interval หรือ ratio scale)
4. test value กรอก 15000 หรือ 30
5. คลิ๊ก option กำหนด confidence interval 1% = 0.01
6. คลิ๊ก ok จะแสดงรายงาน

2. การเปรียบเทียบค่าเฉลี่ย 2 กลุ่ม แบบ 1 อิสระจากกัน ด้วย t-independent
ตัวอย่างโจทย์ที่จะทดสอบ มีตัวแปร อิสระ 1 ตัว และตัวแปรตาม 1 ตัว
ประเด็น การเลือกพรรคการเมือง ของเพศชาย หรือหญิง ไม่แตกต่างกัน
จงทดสอบว่า ประเด็นข้างต้น โดยมีค่าความเชื่อมั่น 0.05
กลุ่มตัวอย่าง M-1 M-1 M-2 M-2 M-1 F-1 F-2 F-1 F-2 F-1
H0 : u1 = u2
H1 : u1 != u2
ลำดับการใช้สถิติ one-sample t-test ในโปรแกรม SPSS
1. กรอกข้อมูลลงใน SPSS
2. เลือก menu bar, analyze, compare means, Independent-samples T Test
3. เลือกตัวแปรมาทดสอบ (interval หรือ ratio scale)
4. grouping variable และ norminal scale
5. คลิ๊ก option กำหนด confidence interval 1% = 0.01
6. คลิ๊ก ok จะแสดงรายงาน
เรื่อง ทัศนคติของลูกค้าที่มีต่อรูปแบบของผลิตภัณฑ์เงินฝากสงเคราะห์ชีวิตและครอบครัว แบบทรัพย์มั่นคง ของธนาคารออมสิน สาขาเถิน จังหวัดลำปาง โดย อุบล  จินดาธรรม

3. การเปรียบเทียบค่าเฉลี่ย 2 กลุ่ม แบบ 2 อิสระจากกัน ด้วย t-dependent (Pre-test & Post-test)
ตัวอย่างโจทย์ที่จะทดสอบ 2 ครั้งกับกลุ่มเดียวกัน มีตัวแปร อิสระ 2 ตัว
ประเด็น คะแนนก่อนสอบ และคะแนนหลังสอบ ไม่แตกต่างกัน
จงทดสอบว่า ประเด็นข้างต้น โดยมีค่าความเชื่อมั่น 0.05
กลุ่มตัวอย่าง 1)80,82 2)75,76 3)40,50 4)84,88 5)55,56 6)71,69 7)81,82 8)90,95 9)26,31 10)60,70
H0 : u1 = u2
H1 : u1 != u2
ลำดับการใช้สถิติ one-sample t-test ในโปรแกรม SPSS
1. กรอกข้อมูลลงใน SPSS
2. เลือก menu bar, analyze, compare means, paired sample t-test
3. เลือกตัวแปรมาทดสอบ (interval หรือ ratio scale)
4. paired variable
5. คลิ๊ก option กำหนด confidence interval 5% = 0.05
6. คลิ๊ก ok จะแสดงรายงาน
ขอบซ้ายขอบบน
ไคสแควร์ (Chi-square)
ต.ย.การตั้งสมมติฐานที่ใช้ Chi-square
ตัวแปรตาม แบบนามบัญญัติ เช่น รายการเพลง ช่วงเวลา ประเภท
ตัวแปรอิสระ แบบนามบัญญัติ  เช่น เพศ อายุ ภูมิลำเนา อาชีพ
สมมติฐาน
- การเลือกประเภทเพลงที่ชอบขึ้นอยู่กับสถานภาพด้านเพศ
- รายการเพลงที่ชอบแตกต่างกันไปตามอายุ
- ช่วงเวลาที่ฟังเพลงกับอาชีพมีความสัมพันธ์กัน
- การเลือกรายการเพลงที่สอดคล้องกับ อายุ อาชีพ เพศ และภูมิลำเนา
- การเลือกห้างสรรพสินค้ามีความสัมพันธ์กับ อายุ อาชีพ เพศ และภูมิลำเนา
10 เม.ย.57 มีโอกาสได้พูดคุยแลกเปลี่ยนกับ อ.ศศิวิมล แรงสิงห์ เรื่องการใช้ค่าสถิติในการทดสอบสมมติฐาน เกี่ยวกับลักษณะข้อมูลแบบนามบัญญัติ การเลือกใช้ chi-square, t-test, f-test หรือ ANOVA แล้วผมก็ได้อ่านหนังสือของ อ.ธานินทร์ ศิลป์จาระ [6] และ อ.ธันยพัฒน์ วงศ์รัตน์ [7] ทำให้เข้าใจชัดเจนขึ้น โดยเอกสารของ อ.จุฬารัตน์ ชุมนวล ให้ความหมายของ ไคสแวร์ (chi-square) ว่าเป็นการทดสอบสมมติฐานที่ใช้ในกรณีที่ข้อมูลที่พิจารณา แบ่งออกเป็นกลุ่ม หรือข้อมูลในรูปความถี่ โดยความถี่นั้นจะเป็นความถี่ของแต่ละกลุ่ม เช่น เพศ กับความคิดเห็น ส่วนการจำแนก มี 2 แบบคือ 1) จำแนกทางเดียว หรือ 2) จำแนกสองทาง ถ้าจำแนกทางเดียวก็จะเป็นทดสอบเกี่ยวกับสัดส่วนของประชากรระหว่างกลุ่ม หรือทดสอบเกี่ยวกับการแจกแจงของประชากร เช่น สัดส่วนของผลการเรียนแต่ละเกรดแตกต่างกันหรือไม่ หรือ เพศมีการแจกแจงแบบปกติหรือไม่ เป็นต้น แต่ถ้าจำแนกสองทางก็จะทดสอบความเป็นอิสระของสองลักษณะ เช่น ทดสอบว่าเพศกับผลการเรียนมีความสัมพันธ์กันหรือไม่ อีกค่าสถิติที่น่าสนใจคือ การวิเคราะห์ความแปรปรวน (ANOVA) ถ้าเป็นการวิเคราะห์ทางเดียว (One-way) ก็จะมีตัวแปรตัวเดียว (ตัวแปรอิสระ) ที่มีผลต่อค่าสังเกต (ตัวแปรตาม) เท่าที่อ่านงานของนักศึกษา พบว่า ส่วนใหญ่ใช้การวิเคราะห์ทางเดียว และใช้ค่า F-Test ตามด้วย LSD ถ้าค่า sig จาก F-Test < 0.05 ซึ่งแสดงว่าใน ข้อมูลแต่ละกลุ่มที่มีค่าเฉลี่ยแตกต่างกัน

เอกสารการเรียน 347-211 อ.จุฬารัตน์ ชุมนวล
+ http://www.math.psu.ac.th/html/th/document/cat_view.html
+ http://www.math.psu.ac.th/html/th/document/doc_download/99-Chapter-9-Chi-Square-Test.html
ขอบซ้ายขอบบน
One-way ANOVA
การวิเคราะห์ความแปรปรวนแบบทางเดียว [7] เป็นการทดสอบความแตกต่างระหว่างตัวแปรเชิงปริมาณ (ตัวแปรตาม) กับตัวแปรกลุ่ม (ตัวแปรอิสระ) เช่น คณะวิชา กับ คะแนน มีความแตกต่างกันหรือไม่ โดยตัวแปรเชิงปริมาณ (ตัวแปรตาม) คือ คะแนน และตัวแปรกลุ่ม (ตัวแปรอิสระ) คือคณะวิชา ซึ่งอาจแบ่งเป็นคณะวิชาใด ๆ ได้อีก
ตัวอย่างเรื่องคณะวิชากับคะแนน อาจสะท้อนได้ไม่ชัด ถ้าเป็นตัวอย่างของ ธันยพัฒน์ [7] จะเป็น อาชีพ กับรายได้ หรือบางบทเรียนก็เป็น บริษัท กับ เงินปันผลแต่ละปี เพื่อเปรียบเทียบว่าแปรปรวนหรือไม่
วิทย์60, 65, 80, 70, 65
แพทย์90, 85, 90, 95, 92
สังคม50, 55, 50, 60, 55
ต.ย.การตั้งสมมติฐานที่ใช้ ANOVA
ตัวแปรตาม เป็นตัวแปรเชิงปริมาณ เช่น รายได้
ตัวแปรอิสระ เป็นตัวแปรเชิงกลุ่ม เช่น อาชีพ ...
สมมติฐาน ที่ใช้ F-Test
- รายได้เฉลี่ยของนักคอมพิวเตอร์ในแต่ละภาคแตกต่างกัน
- ยอดขายเฉลี่ยน้ำผลไม้ใน 3 ร้านแตกต่างกัน
สมมติฐานที่ใช้ LSD (Least Square Difference)
- อาชีพของชาวลำปางที่ต่างกันส่งผลต่อการมีรายได้แตกต่างกัน
- ภูมิภาคที่นักคอมพิวเตอร์ทำงานมีผลต่อการมีรายได้แตกต่างกัน
- ร้านค้าที่ต่างกันมีผลต่อยอดขายแตกต่างกัน
- เส้นทางท่องเที่ยวในลำปางมีผลต่อจำนวนวันท่องเที่ยวแตกต่างกัน

การวิเคราะห์ความแปรปรวนทางเดียว (One-way Anova) [2]p.53
คือ การวิเคราะห์ที่สนใจปัจจัยเดียวเท่านั้น ส่วนย่อยของปัจจัยเรียกว่า ทรีตเมนต์ (treatment)
ซึ่งเป็นการทดสอบค่าเฉลี่ยของกลุ่มตัวอย่างเท่ากันหรือไม่
โดยการเปรียบเทียบความแปรปรวนของตัวอย่างที่ประมาณมาจากค่าเฉลี่ยของกลุ่มกับความแปรปรวนภายในกลุ่มตัวอย่าง

การทดสอบมีข้อตกลงเบื้องต้น #
1. กลุ่มตัวอย่างแต่ละกลุ่มต้องมาจากการสุ่ม และเป็นอิสระจากกัน
2. ข้อมูลอยู่ในมาตรอันตรภาค (Interval Scale) เป็นอย่างต่ำ
3. ข้อมูลแต่ละกลุ่มมีการแจกแจงแบบปกติ(Normal Distribution)
4. ข้อมูลมีความแปรปรวนใกล้เคียงกันทุกกลุ่ม หรือมีความเป็นเอกพันธ์ของความแปรปรวน (Homogeneity of Variance)

ก่อนทดสอบด้วย ANOVA
อาจทดสอบว่าผ่านเงื่อนไขการแจกแจงแบบปกติ
การทดสอบ [การแจกแจง] ว่ามีการแจกแจงแบบปกติหรือไม่
สามารถใช้ค่า chi-square test ในการทดสอบ
H0: ข้อมูลมีการแจกแจงแบบปกติ
H1: ข้อมูลมีการแจกแจงแบบไม่ปกติ
ถ้าผลที่ได้ใน Asym. sig. (Asymptotic significance)
>= 0.05 แสดงว่ายอมรับ H0
< 0.05 แสดงว่ายอมรับ H1
เพ็ญแข ศิริวรรณ (2546:12-2) ได้กล่าวว่าถ้าข้อมูลแต่ละทรีตเมนต์มีมากกว่า 30 หน่วย
ก็ไม่จำเป็นต้องทดสอบการแจกแจงแบบปกติของกลุ่มตัวอย่าง

Output ของ Test of Homogeneity of Variances
การทดสอบค่านี้ เป็น option ตอนทดสอบ ANOVA #
ถ้า sig มีค่า >= 0.05 แสดงว่ายอมรับ H0
H0: ความแปรปรวนของข้อมูลแต่ละกลุ่มเท่ากัน
H1: ความแปรปรวนของข้อมูลอย่างน้อย 1 กลุ่มไม่เท่ากับกลุ่มอื่น

Output ของ One-way ANOVA
ถ้า sig มีค่า >= 0.05 แสดงว่ายอมรับ H0
H0: ค่าเฉลี่ยของคะแนนทุกกลุ่มเท่ากัน
H1: ค่าเฉลี่ยของคะแนนอย่างน้อย 1 กลุ่มไม่เท่ากับกลุ่มอื่น

Output ของ One-way ANOVA
ถ้า sig มีค่า >= 0.05 แสดงว่ายอมรับ H0
H0 : ทัศนคติของลูกค้าในด้านคุณภาพบริการ ไม่แตกต่างกันตามปัจจัยส่วนบุคคล ได้แก่ เพศ อายุ อาชีพ ..
H1 : ทัศนคติของลูกค้าในด้านคุณภาพบริการ แตกต่างกันตามปัจจัยส่วนบุคคล ได้แก่ เพศ อายุ อาชีพ ..
เรื่อง ทัศนคติของลูกค้าที่มีต่อรูปแบบของผลิตภัณฑ์เงินฝากสงเคราะห์ชีวิตและครอบครัว แบบทรัพย์มั่นคง ของธนาคารออมสิน สาขาเถิน จังหวัดลำปาง โดย อุบล  จินดาธรรม

ถ้าต้องการทดสอบค่าเฉลี่ยภายในกลุ่มก็ใช้
Function : Post Hoc Multiple Comparisons



PSPP
http://pspp.michelboaventura.com/en/downloads-2/?lang=en
http://sourceforge.net/projects/pspp4windows/files/2013-02-08/
Openstat
http://www.statprograms4u.com/
http://www.statprograms4u.com/OpenStatSetup.exe
แนะนำเว็บไซต์
http://kawaiisaranghaeyo.blogspot.com/2010/10/spss-pspp-open-stat.html
http://www.watpon.com/stat/statch60.htm
http://people.richland.edu/james/lecture/m170/ch13-1wy.html
http://www.nmd.go.th/document/ppt/research/anova2.ppt
http://www.sc.chula.ac.th/botany/eClass/2305384/lab9.pdf
http://opensource.cc.psu.ac.th/%E0%B9%82%E0%B8%9B%E0%B8%A3%E0%B9%81%E0%B8%81%E0%B8%A3%E0%B8%A1%E0%B8%84%E0%B8%B3%E0%B8%99%E0%B8%A7%E0%B8%93%E0%B8%97%E0%B8%B2%E0%B8%87%E0%B8%AA%E0%B8%96%E0%B8%B4%E0%B8%95%E0%B8%B4
http://www.watpon.com/Elearning/stat1.htm
การทดสอบไคสแควร์ (Chi-Square Test) [5]p.314
เป็นการทดสอบเพื่อเปรียบเทียบข้อมูลที่วัดเป็นความถี่
อาจเป็นจำนวนความคิดเห็น ความสนใจ หรือการยอมรับ ต่อเกณฑ์ 5 ระดับ
ซึ่งไม่สามารถวัดออกมาเป็นค่าที่แน่นอน เช่น ความสูง น้ำหนัก ขนาด
1. ถ้าข้อมูลมี 1 ตัวแปร
เป็นการทดสอบความกลมกลืน หรือการทดสอบสารรูปสนิทดี (Goodness of fit test) หรือทับกันสนิท
เป็นการทดสอบว่ากลุ่มตัวอย่างเป็นไปตามสัดส่วน หรือสมการที่กำหนดไว้หรือไม่
ต.ย. เด็กเกิด 12 เดือน
เก็บข้อมูลเด็กเกิดใหม่ แต่ละเดือนมีจำนวน 10,12,15,10,9,8,10,12,15,10,8,7 (N = sum(x1 .. x12))
โดยความคาดหวังว่าทุกเดือนเกิดเท่ากัน
H0 : แต่ละเดือนมีจำนวนเด็กเกิดใหม่ ไม่แตกต่างกัน
H1 : แต่ละเดือนมีจำนวนเด็กเกิดใหม่ แตกต่างกัน
ค่า sig. >= 0.05 จึงยอมรับ H0 ที่ระดับนัยสำคัญ 0.05
เพราะค่า sig. < 0.05 จะเป็นการยอมรับ H1
สรุปว่า ยอมรับ H0 แต่ละเดือนมีจำนวนเด็กเกิดใหม่ ไม่แตกต่างกัน เพราะเปิดตารางแล้วได้ sig. >= 0.05


2.1 ถ้าข้อมูลมากกว่า 1 ตัวแปร
แล้วเป็นการทดสอบความเป็นอิสระต่อกัน (Test of independence)
หรือ การทดสอบความสัมพันธ์ระหว่างกัน (Test of association)
คือ การทดสอบว่าตัวแปรมีความสัมพันธ์กันหรือไม่
โดยทดสอบทีละคู่ อาจอยู่ในรูปตาราง 2*2, 2*3 หรือ 3*2
ต.ย. เพศกับอยากเป็นพยาบาล
ระดับนัยสำคัญ 0.01
ค่าคาดหวังเกิดจาก = (ค่าศึกษา/รวม)(ค่ารวมของหลักที่ศึกษา/รวม) * รวม
H0 : ไม่มีความสัมพันธ์ระหว่างอาชีพพยาบาลกับเพศ
H1 : มีความสัมพันธ์ระหว่างอาชีพพยาบาลกับเพศ
สรุปว่า ยอมรับ H1 มีความสัมพันธ์ระหว่างอาชีพพยาบาลกับเพศ เพราะเปิดตารางแล้วได้ sig. น้อยกว่า 0.01


2.2 ถ้าข้อมูลมากกว่า 1 ตัวแปร
แล้วเป็นการทดสอบความเป็นเอกภาพ (Test of Homogeneity)
หรือ การทดสอบความคล้ายคลึงกันของตัวแปร
ต.ย. ประเมินความพึงพอใจต่อระบบไอที
นักศึกษา 46 คน กับ อาจารย์ 49 คน รวมกัน 95 คน
มีผลประเมินความพึงพอใจทั้งหมด 4 ระดับ โดยแต่ละระดับไม่เหมือนกัน
สรุปได้หรือไม่ว่า ผลประเมินความพึงพอใจต่อระบบไอทีแตกต่างกันที่นัยสำคัญ 0.01
H0 : ความพึงพอใจของนักศึกษาและอาจารย์ต่อระบบไอทีเหมือนกัน
H1 : ความพึงพอใจของนักศึกษาและอาจารย์ต่อระบบไอทีไม่เหมือนกัน
สรุปว่า ยอมรับ H0 มีความพึงพอใจของนักศึกษาและอาจารย์ต่อระบบไอทีเหมือนกัน เพราะเปิดตารางแล้วได้ sig. มากกว่า 0.01

หนังสือ การวิจัยของ ดร.มนต์ชัย เทียนทอง 14 บทเรียน
ขั้นตอนในการประมวลข้อมูล (Step in Data Processing) [4]p.127
การนำข้อมูลที่เก็บรวบรวมได้ มาจัดหมวดหมู่ แยกประเภท เพื่อวิเคราะห์และแปลความหมาย มีขั้นตอนดังนี้
1. การตรวจสอบความถูกต้องของข้อมูล (Data Validation)
2. การแยกประเภทข้อมูล (Classification)
3. การสร้างตาราง (Table)
4. การประมวลข้อมูล (Processing)
คำถามที่ถามการรับรู้ และการปฏิบัติ ในข้อเดียวกัน
ดร.ลภัสรดา จ่างแก้ว แนะนำนักศึกษาที่เขียนกรอกแนวคิดในการวิจัย
แล้วหาตัวแปรตามไม่พบ ด้วยเหตุว่า 2 แนวคิดเหมือนที่ผ่านมานั้นง่ายไป
เช่น มี demographic เป็นตัวแปรอิสระแล้ว 4Psหรืออื่น เป็นตัวแปรตาม 
จึงแนะนำว่าปีนี้ สำหรับ 4Ps หรือ 7Ps นั้น สามารถเป็นตัวแปรอิสระได้ 
ส่วน [ตัวแปรตามเป็นพฤติกรรม] ก็ได้ สำหรับหัวข้อที่เข้ากรอบนี้ได้
โดยพฤติกรรมจะถาม "การรับรู้ เปรียบเทียบกับ การปฏิบัติ"
ว่าที่มีระดับการรับรู้เท่าใด และการปฏิบัติเป็นเท่าใด
จากนั้นก็ใช้การวิเคราะห์ด้วยการใช้ตาราง crosstab
แล้วแสดงค่า sig ของ chi-square 
ที่ใช้ทดสอบสมมติฐานว่า "การรับรู้กับการปฏิบัติมีความสัมพันธ์กัน"
หรือ "การยอมรับกับการดำเนินการมีความสัมพันธ์กัน"
แล้วผลใน crosstab ก็จะทำให้รู้ว่าคำถามข้อใดจับคู่กันอย่างไร
ผลการจับคู่ของ 2 คำถามก็จะมี 4 รูปแบบ ดังนี้
- รู้แล้ว และไปปฎิบัติ
- ไม่รู้ จึงไม่ไปปฏิบัติ
- รู้แล้ว แต่ไม่ไปปฏิบัติ
- ไม่รู้ และไม่คิดไปปฏิบัติ
ซึ่งระดับพฤติกรรมอาจเป็น 3 หรือ 5 ก็ได้

+ http://www.thaiall.com/spss/chisquare_crosstab.xlsx
+ http://www.thaiall.com/research/whatisresearch.htm
+ http://www.thaiall.com/pptx/stat_fac_score.pptx ***
+ http://www.thaiall.com/pptx/stat_oneway_anova.pptx ***
+ http://www.thaiall.com/pptx/stat_ttest.pptx ***
การวิเคราะห์การถดถอย (Regression Analysis)
การวิเคราะห์การถดถอย คือ การประมาณการ (Prediction) ของการเปลี่ยนแปลง
ระหว่างตัวแปรสองตัวขึ้นไป ที่มีความคลาดเคลื่อนหรือความไม่แน่นอน 
จึงใช้บัญญัติไตรยางศ์ธรรมดาไม่ได้ โดยสมการคือ Y = F(X)
เมื่อหาค่า Coefficient ได้แล้ว ก็จะได้ค่าสัมประสิทธิ์มาสร้างสมการ
เช่น Y = 3.125 - 1.441(B1) + 1.232(B2) + 0.167(B3)

16 ก.ค.57 อ.ชินพันธ์ โรจนไพบูลย์ ได้อธิบายความหมายของตารางให้ฟัง
จึงนำมาแบ่งปันเป็นตัวอย่างการใช้ Regression หาความสัมพันธ์
โดยหาความคิดเห็นของลูกค้าที่มีต่อธนาคาร 3 แห่งที่เคยใช้บริการเป็นอย่างไร
มีตัวแปร 2 ตัว คือ คุณภาพของธนาคาร กับ การเคยไปใช้บริการธนาคาร
มีสมมติฐานว่า  ลูกค้าพึงพอใจต่อคุณภาพของธนาคารแตกต่างกัน
ให้คุณภาพของธนาคารเป็นตัวแปรตาม และเคยไปใช้บริการเป็นตัวแปรอิสระ

ผลการอ่านตาราง 
เมื่อใช้ regression พบว่า sig ใน coefficients 
มีค่า Bank1 = 0.008 Bank2 = 0.015 Bank3 = 0.630
พบว่าในกลุ่มที่เคยไปธนาคารที่ 1 จะให้ผลประเมินคุณภาพธนาคารในระดับต่ำ 
เพราะค่าใน Coefficients มีค่าเป็นติดลบ และค่า sig ไม่สูงกว่า 0.05
แต่กลุ่มที่เคยไปธนาคารที่ 2 จะให้ผลประเมินคุณภาพธนาคารในระดับสูง
เพราะค่าใน Coefficients มีค่าเป็นบวก และค่า sig ไม่สูงกว่า 0.05
ส่วนกลุ่มที่เคยไปธนาคารที่ 3 จะให้ผลประเมินสูงต่ำคละกัน
เพราะค่าใน Coefficients มีค่าต่ำ และค่า sig มากถึง 0.63
ซึ่งสะท้อนโดยค่า sig ใน coefficients  
ว่าคุณภาพของธนาคาร (Product) สัมพันธ์กับผลการเลือกธนาคารหรือไม่
พบว่า 2 ธนาคารแรกมีความสัมพันธ์ แต่เป็นคนละทางคือ ด้านบวก กับด้านลบ
ส่วนธนาคารสุดท้ายไม่มีความสัมพันธ์กันกับผลประเมินคุณภาพธนาคาร

ผลการทดสอบในตาราง ANOVA
พบค่า F-Test มีค่า Sig = 0 แสดงว่าแต่ละกลุ่มแตกต่างกัน
เมื่อพิจารณาค่า R Square พบว่ามีถึง 75.3% ที่ข้อมูลไปในทิศเดียวกัน
ส่วนค่า Adjusted R Square หลังปรับค่าแล้ว พบว่ามีถึง 75.3% ที่ไปในทิศเดียวกัน
+ http://202.28.24.44/ .. /regression_analysis.html
+ https://sites.google.com/ .. /regression-analysis
+ https://sites.google.com/ .. /simple-linear-regression-analysis
+ http://home.dsd.go.th/ .. /RESECARCH/014Regression.pdf



ค่าสถิติที่ใช้ในการวิเคราะห์การวัดการกระจาย (Measure of Dispersion) โดยทั่วไปมีดังนี้ [2]p.18
1. พิสัย (Range : R) คือ ค่าผลต่างระหว่างค่าสูงสุด และค่าต่ำสุด
2. ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation : S.D.) คือ การนำเอาส่วนเบี่ยงเบนของข้อมูลจากค่าเฉลี่ย (X - X') แต่ละค่ามายกกำลังสอง แล้วหาผลรวมของกำลังสองของส่วนเบี่ยงเบนนั้น หารด้วยจำนวนข้อมูลทั้งหมด แล้วถอดรากที่สอง
3. ส่วนเบี่ยงเบนควอร์ไทล์ (Quartile Deviation : Q.D.) คือ ครึ่งหนึ่งของระยะระหว่าง คะแนนที่อยู่ ณ ตำแหน่ง 1/4 และตำแหน่ง 3/4 หรือครึ่งหนึ่งระหว่างควอร์ไทล์ที่ 1 และควอร์ไทล์ที่ 3 ฉะนั้นส่วนเบี่ยงเบนควอร์ไทล์ จึงเรียกอีกชื่อว่า "semi-interquartile range" แล้วพิสัยควอร์ไทล์ (Interquartile Range) ก็จะใช้ข้อมูลช่วงนี้คำนวนค่าพิสัย โดย มัลลิกา บุนนาค (2548:50) เสนอไว้ว่าหากเก็บรวบรวมข้อมูลมาแล้วมีค่าผิดปกติ หรือกระจายไม่เป็นสมมาตร การวัดด้วยพิสัยควอไทล์ถือว่าเหมาะสม และการวัดการกระจายก็ควรใช้ข้อมูลชุดนี้
4. สัมประสิทธิ์ความแปรผัน (Coefficient of Variation : C.V.) คือ การนำ S.D. มาหารด้วยค่าเฉลี่ยเลขคณิตแล้วคูณ 100 ซึ่งคำนวณในรูปของการกระจายสัมพัทธ์ (Relative variation) หากนำไปใช้เปรียบเทียบข้อมูล 2 ชุดด้วยค่า C.V. ที่เป็นค่า % ก็สามารถสรุปได้ว่าข้อมูล C.V. ต่ำย่อมกระจายออกจากค่าเฉลี่ยต่ำ และน่าเชื่อถือกว่า ข้อมูลที่มีค่า C.V. สูง

http://math.tutorvista.com/statistics/dispersion.html
ผลสำรวจ หรือผลวิจัย ก็ต้องผ่านการประมวลผล แล้วนำไปใช้
+ ผลสำรวจทักษะที่ต้องพัฒนาของคนไทย เทียบ 2007 และ 2004 พบว่า ทักษะ 7 ประเด็นที่แย่ลงกว่าเดิม
+ นักวิชาการ พบว่า ดื่มสุรา เป็นสาเหตุหนึ่งทำให้ตับแข็ง ไม่เป็นผลดีต่อสุขภาพ
+ นักวิชาการ พบว่า การทานเกลือมาก ทำให้ไตทำงานหนัก ไม่เป็นผลดีต่อสุขภาพ #ป่วยไตเพิ่มปีละหมื่น
+ โพลล์เลือกตั้ง ส.ส. 2554 ได้ผลว่า เพื่อไทยชนะประชาธิปัตย์ แต่ผลกลับกัน #
+ โพลล์เลือกตั้ง ผู้ว่ากทม. 2556 ได้ผลว่า พล.ต.อ.พงศพัศ พงษ์เจริญ ชนะ ม.ร.ว.สุขุมพันธุ์ บริพัตร แต่ผลกลับกัน #
เอกสารอ้างอิง
[1] ดิเรก ลิ้มมธุรสกุล, "การวิเคราะห์ข้อมูล ด้วยโปรแกรม STATA 10", สำนักพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย, กรุงเทพฯ, 2554.
[2] ยุทธ ไกยวรรณ์, "หลักสถิติวิจัย และการใช้โปรแกรม SPSS", สำนักพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย, กรุงเทพฯ, 2555.
[3] ปัญญา โพธิ์ฐิติรัตน์, "การวิเคราะห์ข้อมูลโดย SAS และ SPSS", สำนักพิมพ์กฤตญาดา, กรุงเทพฯ, 2550.
[4] นราศรี ไววนิชกุล และชูศักดิ์ อุดมศรี, "ระเบียบวิธีวิจัยธุรกิจ", สำนักพิมพ์จุฬาลงกรณ์มหาวิทยาลัย, กรุงเทพฯ, 2533.
[5] มนต์ชัย เทียนทอง, การทดสอบไคสแควร์ (ออนไลน์),
สืบค้นจาก : http://home.dsd.go.th/kamphaengphet/km/information/RESECARCH/12Chi-Square_Test.pdf [19 มีนาคม 2556]
[6] ธานินทร์ ศิลป์จาระ, "การวิจัยและวิเคราะห์ข้อมูลทางสถิติด้วย SPSS และ AMOS", ห้างหุ้นส่วนสามัญบิสซิเนสอาร์แอนด์ดี, 2555.
[7] ธันยพัฒน์ วงศ์รัตน์, "การประยุกต์ใช้โปรแกรม SPSS 17.0 วิเคราะห์ข้อมูลทางสถิติ", บริษัท สวัสดี ไอที จำกัด, 2555.
"Imagination is more important than knowledge" - Albert Einstein
Home
Thaiabc.com
Thainame.net
Lampang.net
Nation university
PHP
MySQL
Visual basic.NET
TabletPC
Linux
Online quiz
Download
Search engine
Web ranking
Add website
Blog : Education
Blog : ACLA
Blog : Lampang
Facebook.com
Twitter.com
About us
My dream
Site map
Sponsor
http://goo.gl/72BPC