“การทดสอบสมมติฐานการวิจัย
ด้วยสถิติ t-test”
การทดสอบสมมติฐานการวิจัย ด้วยสถิติ t-test
รวบรวมข้อความรู้เกี่ยวกับการใช้สถิติที่ใช้ในการทดสอบสมมติฐานที่นิยมใช้ในการวิจัย
ที่เปรียบเทียบความแตกต่างของประชากร หรือกลุ่มตัวอย่าง
ในตอนแรกจะเสนอเนื้อหาการทดสอบสมมติฐานการวิจัย ด้วยสถิติ t-test
ซึ่งมี 2 แบบ คือ t-test แบบ Independent และ t-test แบบ Dependent ซึ่งมีวิธีการเลือกใช้และข้อตกลงเบื้องต้นในการใช้แตกต่างกัน
ส่วนเนื้อหาตอนหลังมีสรุปเกี่ยวกับสถิติที่ใช้ในการวิเคราะห์ความแตกต่างที่ใช้กันบางตัว
เช่น F-test ANOVA เป็นต้น มีสาระสำคัญ
ดังนี้ค่ะ
การทดสอบที (t-test)
เป็นเทคนิคการทดสอบสมมติฐานชนิดหนึ่งที่นักวิจัยนิยมใช้การทดสอบ
โดยวิธีการนี้ใช้ในกรณีข้อมูลมีจำนวนน้อย (n<30) ผู้ที่ค้นพบการแจกแจงของ
t มีชื่อว่า W.S.Gosset เขียนผลงานชิ้นนี้ออกเผยแพร่โดยใช้นามปากกาว่า
“student” ให้ความรู้ใหม่ว่า ถ้าข้อมูลมีจำนวนน้อย
การแจกแจงจะไม่เป็นโค้งปกติตามทฤษฎี ต่อมาการแจกแจงใหม่นี้มีชื่อว่า
Student t-distribution และเรียกกันเวลาใช้ทดสอบโดยคุณสมบัติการแจกแจงนี้ว่า t-test(ล้วน สายยศ และอังคณา สายยศ,2540, หน้า 240) สถิติทดสอบ t ใช้ทดสอบความแตกต่างของค่าเฉลี่ยใช้ได้กับกรณีที่มีประชากรหนึ่งกลุ่มและสองกลุ่ม
(อรุณี อ่อนสวัสดิ์, 2551 หน้า 185)
การใช้ t-test แบบ Independent
เป็นสถิตที่ใช้เปรียบเทียบค่าเฉลี่ย (
)ระหว่างกลุ่มตัวอย่างสองกลุ่มที่เป็นอิสระจากกัน
ข้อมูลที่รวบรวมได้อยู่ในระดับ อันตรภาคหรืออัตราส่วน
ใช้สถิติการทดสอบค่า t มีชื่อเฉพาะว่า
t-test for Independent Samples สถิติตัวนี้ใช้มากทั้งในการวิจัยเชิงเปรียบเทียบและการวิจัยเชิงทดลอง
ซึ่งมี 2 กรณี (ชูศรี วงศ์รัตนะ, 2549, หน้า 86)
ข้อตกลงเบื้องต้นของสถิติทดสอบ กลุ่มตัวอย่าง 2 กลุ่มที่เป็นอิสระต่อกัน(Two
Independent Samples)
t-test (Independent)
1. กลุ่มตัวอย่างทั้งสองกลุ่มไม่สัมพันธ์กัน(เป็นอิสระต่อกัน)
2. ค่าของตัวแปรตามในแต่ละหน่วยเป็นอิสระต่อกัน
3. กลุ่มตัวอย่างได้มาอย่างสุ่มจากประชากรที่มีการแจกแจงแบบปกติ
4. ไม่ทราบความแปรปรวนของแต่ละประชากร
(ศิริชัย กาญจนวาสี,ทวีวัฒน์
ปิตยานนท์ และดิเรก ศรีสุโข(2551,
หน้า 58)
การใช้
t- test แบบ dependent
เป็นสถิตที่ใช้เปรียบเทียบค่าเฉลี่ย(
)ระหว่างกลุ่มตัวอย่างสองกลุ่มที่ไม่เป็นอิสระจากกัน และกลุ่มตัวอย่างกลุ่มเดียว
ได้แก่ สถิติการทดสอบค่า t มีชื่อเฉพาะว่า
t-test for dependent Samples ซึ่งมักพบในการวิจัยเชิงทดลองที่ต้องการเปรียบเทียบผลระหว่างก่อนทดลองกับหลังทดลองหรือเปรียบเทียบผลระหว่างกลุ่มทดลองและกลุ่มควบคุมที่ได้จากการจับคู่(ชูศรี
วงศ์รัตนะ, 2549, หน้า 87)
ล้วน สายยศ และอังคณา สายยศ (2540, หน้า
240) กล่าวว่า ข้อมูลที่เรียกว่า คู่(pair
observation) นั้นมีหลายประเภท
แต่คุณสมบัติสำคัญจะต้องเกี่ยวข้องกัน (Dependent Sample)มีข้อมูลอยู่ 2 ประเภทใหญ่ๆ
ประเภทแรก คือ
ข้อมูลที่สอบหรือวัดจากคนเดียวกัน 2 ครั้ง
ข้อตกลงเบื้องต้นของสถิติทดสอบ t-test (Mean One Sample Test) กรณีมีกลุ่มตัวอย่าง
1 กลุ่ม(One Sample)
1. ข้อมูลอยู่ในมาตรอันตรภาค(Interval Scale) หรือมาตราอัตราส่วน(Ratio Scale)
2. กลุ่มตัวอย่างเป็นกลุ่มตัวอย่างแบบสุ่มได้จากประชากรที่มีการแจกแจงแบบปกติ
3. ค่าของตัวแปรตามแต่ละหน่วยเป็นอิสระต่อกัน
4. ไม่ทราบค่าความแปรปรวนของประชากร
(ศิริชัย กาญจนวาสี,ทวีวัฒน์
ปิตยานนท์ และดิเรก ศรีสุโข(2551,
หน้า 55)
ประเภทที่สอง เป็นประเภทคุณลักษณะของตัวอย่างที่เหมือนกันหรือใกล้เคียงกันมากที่สุดเลือกมาเป็นคู่ๆ(math-pairs)
เช่น เด็กฝาแฝด สามีภรรยา เชาว์ปัญญาเท่ากัน รสนิยมเดียวกัน เป็นต้น ตอนเลือกมาจะเป็นคู่ๆ
แต่ตอนทำการทดลอง หรือศึกษาจะต้องสุ่มอีกครั้ง การทดสอบความแตกต่างจะใช้ t-
dependent
ข้อตกลงเบื้องต้นของสถิติทดสอบกลุ่มตัวอย่าง 2 กลุ่มที่สัมพันธ์กัน(Two
Related-Samples)
t-test (Dependent or Matched Pair Sample)
1. ข้อมูล 2 ชุดได้มาจากลุ่มตัวอย่างเดียวกัน
หรือมาจากกลุ่มตัวอย่าง 2 กลุ่ม สัมพันธ์กัน
2. ค่าของตัวแปรตามแต่ละหน่วยเป็นอิสระต่อกัน
3. กลุ่มตัวอย่างเป็นกลุ่มตัวอย่างแบบสุ่มมาจากประชากรที่มีการแจกแจงแบบปกติ
4. ไม่ทราบความแปรปรวนของประชากร
(ศิริชัย กาญจนวาสี,ทวีวัฒน์
ปิตยานนท์ และดิเรก ศรีสุโข(2551,
หน้า 56-57)
บุญธรรม กิจปรีดาบริสุทธิ์(2549 : 381)
สรุปไว้ว่า สถิติที่ใช้เปรียบเทียบค่าเฉลี่ยกลุ่มเดียว มี 2 ตัว คือ Z-test กับ t-test
Z-test ใช้ในกรณีที่ ทราบความแปรปรวนของประชากร(µ)
ถ้าไม่ทราบจะใช้ t-test แต่มีตำราหรือนักสถิตหลายท่าน
เสนอว่า หากไม่ทราบความแปรปรวนของประชากรถ้ามีตัวอย่างขนาดเล็ก น้อยกว่า 30
ให้ใช้ t-test แต่ถ้ามีขนาดใหญ่
คือ มากกว่า 30 จะใช้ Z-test ก็ได้เป็นการใช้เพื่ออนุโลมกัน มิใช่ว่าจะใช้แทนกันได้เลย เพราะว่า
ค่าวิกฤติของ t-test ขึ้นอยู่กับชั้นความเป็นอิสระ ส่วนของ Z-test ไม่ขึ้นอยู่กับชั้นความเป็นอิสระ จากตารางการแจกแจงแบบ t จะเห็นว่า
เมื่อชั้นของความเป็นอิสระเพิ่มขึ้น ค่า t จะใกล้เคียงกับค่า
Z และเกือบจะเท่ากัน เมื่อชั้นของความเป็นอิสระเท่ากับ 120
เป็นต้นไป ฉะนั้น ถ้าไม่ทราบความแปรปรวนของประชากร จะใช้ Z-test
แทน t-test
สิทธิ์ ธีรสรณ์(2552,
หน้า 152-153) สรุปไว้ว่า
ในกรณีที่เป็นสถิติอิงพารามิเตอร์ ถ้าเป็นการเปรียบเทียบคนสองกลุ่ม ก็ใช้ t-test
ซึ่งแบ่งเป็น t-test for
Independent Means สำหรับการเปรียบเทียบสองกลุ่ม
ส่วนถ้าเป็นการเปรียบเทียบคนกลุ่มเดียวกัน ก็ใช้ t-test
for Dependent Means ส่วนถ้าเป็นการเปรียบเทียบคนมากกว่าสองกลุ่ม
ก็ใช้การวิเคราะห์ความแปรปรวน(Analysis of Variance หรือ ANOVA)
ดาวน์โหลดเอกสาร
ไม่มีความคิดเห็น:
แสดงความคิดเห็น