ใบงานที่ ๘

SPSS for windows


1.ความหมายของคำว่าสถิติ (Statistics) อาจพิจารณาได้ 3 ความหมาย คือ
สถิติ หมายถึง ตัวเลขที่ใช้บรรยายเหตุการณ์หรือข้อเท็จจริง (facts) ของเรื่องต่างๆ ที่เราต้องการศึกษา เช่น สถิติจำนวนผู้ป่วย สถิติจำนวนคนเกิด สถิติจำนวนคนตาย เป็นต้น
สถิติ หมายถึง ศาสตร์หรือวิชาที่ว่าด้วยหลักการและระเบียบวิธีทางสถิติ สถิติใน ความหมาย นี้มักเรียกว่า สถิติศาสตร์ (Statistics)
สถิติ หมายถึง ค่าที่คำนวณขึ้นมาจากตัวอย่าง เพื่อแสดงถึงคุณลักษณะบางอย่างของข้อมูลชุดนั้น โดยทั่วไปจะนำค่าสถิติไปใช้ในการประมาณค่าพารามิเตอร์

2.ค่าเฉลี่ย หรือค่ามัชฌิมเลขคณิต (Arithmetic mean) คือค่าเฉลี่ยของข้อมูลทั้งหมด ความหมาย
เป็นสถิติเชิงพรรณนา/บรรยาย
ค่ามัธยฐาน (Median) คือค่าของข้อมูลที่จุดกึ่งกลางของการกระจายของข้อมูลโดย 50% ของข้อมูลมี ค่าสูงกว่าค่า มัธยฐาน และ 50% มีค่าต่ำกว่าค่ามัธยฐาน และมักใช้ในกรณีที่ การกระจายของข้อมูลมีลักษณะไม่เท่ากันทั้งสองข้าง (Asymmetry) หรือมีลักษณะเบ้ไปทางซ้ายหรือทางขวา เป็นสถิติเชิงพรรณนา/บรรยาย

ค่าฐานนิยม (Mode) คือค่าของข้อมูลที่มีความถี่มากที่สุดในข้อมูลของชุดนั้นๆ ซึ่งอาจมีมากกว่าหนึ่งค่าหรือไม่มีเลยก็ได้ เป็นสถิติเชิงพรรณนา/บรรยาย

ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation) เป็นการวัดการกระจายของข้อมูลว่าจะเบี่ยงเบนไปจากค่าเฉลี่ยมากน้อยเท่าใด เป็นสถิติเชิงพรรณนา/บรรยาย

3. ประชากร (Population) หมายถึง กลุ่มสมาชิกทั้งหมดที่ต้องการศึกษา อาจจะเป็นสิ่งมีชีวิตหรือไม่มีชีวิตก็ได้ ใช้สัญลักษณ์ “N” แทนจำนวนประชากร
กลุ่มตัวอย่าง (Sample) หมายถึง กลุ่มสมาชิกที่ถูกเลือกมาจากประชากรด้วยวิธีการใดวิธีการหนึ่งเพื่อเป็นตัวแทนในการศึกษาและเก็บข้อมูล ใช้สัญลักษณ์ “n” แทนสมาชิกของกลุ่มตัวอย่าง
ประชากรและกลุ่มตัวอย่างต่างกัน เพราะกลุ่มตัวอย่างเป็นเพียงสมาชิกส่วนหนึ่งของประชากรที่ถูกคัดเลือกมาใช้ในการศึกษาด้วยวิธีการใดวิธีการหนึ่ง ตัวอย่าง เช่น เมื่อผู้วิจัยต้องการศึกษาความต้องการในการพัฒนาตนเองของผู้บริหารสถานศึกษาในจังหวัดนครศรีธรรมราช ซึ่งมีจำนวนมาก ผู้วิจัยไม่สามารถศึกษาจากประชากรทั้งหมดได้จึ้งคัดเลือกผู้บริหารมาศึกษาเพียงบางส่วนโดยใช้วิธีการสุ่มตัวอย่างโดยอาศัยหลักความน่าจะเป็น ตารางเลขสุ่ม หรืออื่นๆ ผลที่ได้จากการศึกษาจะอ้างอิงไปสู่ประชากรทั้งหมด
4. มาตรนามบัญญัติ (Nominal Scale)
- เป็นมาตรวัดที่หยาบที่สุด จัดข้อมูลออกเป็นกลุ่มๆ แยกตามประเภทหรือชนิด
- สถิติ : ความถี่ ร้อยละ ฐานนิยม หรือใช้สถิติแบบนอนพาราเมตริก
- ตัวแปร : เป็นตัวแปรที่ไม่มีขนาด ไม่มีความเท่ากันของช่วง และไม่มีศูนย์สมบูรณ์

มาตรเรียงลำดับ (Ordinal Scale)
- เป็นมาตรวัดที่ใช้กับข้อมูลที่สามารถจัดเรียงอันดับความสำคัญหรือสามารถเปรียบเทียบกันได้
- สถิติ : ฐานนิยม มัธยฐาน พิสัย เปอร์เซนต์ไทล์ และสถิติแบบนอนพาราเมตริก
- ตัวแปร : เป็นตัวแปรที่มีการจัดลำดับข้อมูลจากมากไปน้อย หรือจากน้อยไปมากได้ แต่ไม่ได้บอก
ถึงปริมาณแต่ละอันดับว่ามากน้อยเท่าใด ไม่มีความเท่ากันของช่วงคะแนน และไม่มีศูนย์สมบูรณ์

มาตรอันตรภาค (Interval Scale)
- เป็นมาตรวัดที่สามารถบอกได้ทั้งทิศทางและขนาดของ ความแตกต่างของข้อมูล มาตรวัดนี้ไม่มีศูนย์ที่แท้จริง (absolute zero)
- สถิติ : ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน
- ตัวแปร : เป็นตัวแปรที่สามารถบอกระยะห่างของตัวเลข 2 ตัว ว่ามีความแตกต่างกันมากน้อยเท่าใด มีเกณฑ์อยู่กับสิ่งที่เรียกว่าศูนย์สมมติ
มาตรอัตราส่วน (Ratio Scale)
- เป็นมาตรวัดที่มีลักษณะสมบูรณ์ทุกอย่าง ดีกว่ามาตรวัดอันตรภาคตรงที่มาตรการวัดนี้มีศูนย์
ที่แท้จริง
- สถิติ : สถิติที่ใช้กับการวัดในระดับนี้ใช้ได้ทุกวิธีที่มีอยู่
- ตัวแปร : เป็นตัวแปรที่มีระดับการวัดเหมือนมาตราอันตรภาค และมีศูนย์สมบูรณ์ ข้อมูลที่
เป็นอัตราส่วนสามารถนำมาบวก ลบ คูณ หาร ได้ และสามารถใช้ได้กับสถิติทุกประเภท

5.ตัวแปร หมายถึง สิ่งที่เปลี่ยนค่าไปได้หลายค่า เป็นลักษณะคุณภาพ คุณสมบัติของบุคคล สิ่งของ หรือสิ่งที่สนใจจะนำมาศึกษาที่สามารถนับได้ วัดได้ หรือหมายถึง สิ่งที่แปรเปลี่ยนไปตามระยะเวลา แปรเปลี่ยนได้หลายค่า หรือมากกว่า 1 ลักษณะ เช่นเชื้อชาติ แปรค่าได้เป็น ไทย , จีน , ….

ตัวแปรต้น หรือตัวแปรอิสระ (independent variable) เป็นตัวแปรเหตุที่ทำให้ผลตามมา หรือทำให้สิ่งที่เกี่ยวข้องอยู่ด้วยเปลี่ยนแปลงคุณลักษณะ หรือ แปรสภาพไป ตัวแปรต้นจะมีลักษณะดังนี้
- เป็นตัวแปรเหตุ
- เป็นตัวแปรที่มาก่อน
- เป็นตัวแปรที่จัดกระทำในการทดลอง
- มีลักษณะเป็นตัวทำนาย
- เป็นตัวกระตุ้น
- มีความคงทน ถาวร

ตัวแปรตาม (dependent variable) เป็นตัวแปรที่มีผลมาจากตัวแปรต้น ซึ่งตัวแปรตามจะมีลักษณะ ดังนี้
- เป็นตัวแปรที่เป็นผล
- เกิดขึ้นภายหลัง
- เกิดขึ้นเองไม่สามารถจัดกระทำได้ในการทดลอง
- เป็นตัวถูกทำนาย
- เป็นตัวตอบสนอง
- เปลี่ยนแปลงได้ง่าย
6.สมมติฐาน คือ การคาดการณ์ผลการวิจัยไว้ล่วงหน้าโดยมีทฤษฎีหรือข้อค้นพบจากผลงานวิจัยที่ผ่านมามารองรับ เป็นคำตอบที่คาดการณ์ไว้ก่อนที่จะดำเนินการวิจัยจริง แบ่งออกเป็น 2 ประเภท คือ
- สมมติฐานการวิจัย เป็นข้อความที่แสดงให้เห็นถึงความสัมพันธ์ระหว่างตัวแปร ที่ผู้วิจัยคาดว่าจะเกิดขึ้นมักจะเขียนในเชิงความเรียงธรรม
- สมมติฐานทางสถิติ เป็นการนำข้อความจากสมมติฐานการวิจัยมาเขียนแทนด้วยสัญลักษณ์ทางสถิติ

7. T-test เป็นการทดสอบนัยสำคัญของค่าเฉลี่ย เหมาะสำหรับถ้าตัวแปรเป็นตัวแปรเชิงปริมาณที่สามารถวัดค่าได้
F – test (หรือ ANOVA) เป็นการทดสอบนัยสำคัญของค่าเฉลี่ยตั้งแต่สองกลุ่มขึ้นไป
T-test และ F – test เหมือนกันคือเป็นการทดสอบนัยสำคัญของค่าเฉลี่ย ต่างกันคือ F – test เป็นการทดสอบนัยสำคัญของค่าเฉลี่ยของข้อมูลตั้งแต่ 2 กลุ่มขึ้นไป