สถิติพื้นฐานที่ใช้ในงานวิจัย

Screenshot 2563-04-07 at 15.00.06.png

สถิติมี 2 ประเภท คือ

1. สถิติพรรณนา (Descriptive statistics) เป็นสถิติที่ใช้ในการสรุปข้อมูลที่ได้มาจากกลุ่มตัวอย่าง โดยไม่มีการอ้างอิงไปยังประชากร แต่เป็นการบรรยายลักษณะข้อมูลเท่านั้น เช่น การแจกแจงความถี่ (frequency distribution) การวัดแนวโน้มเข้าสู้ส่วนกลาง การวัดการกระจายของข้อมูล ฯลฯ การนำเสนอผลการวิเคราะห์ข้อมูลพรรณนาจะอยู่ในรูปตาราง (table) และแผนภูมิ (Chart) ชนิดต่างๆ

2. สถิติอ้างอิง (Inferential statistics) หรือสถิติอนุมาน เป็นสถิติที่ใช้เพื่อนำผลสรุปที่คำนวณได้จากการสุ่มตัวอย่าง ไปอธิบายหรือสรุปลักษณะของประชากรทั้งหมด วิธีที่ใช้ในการสรุปอ้างอิงไปยังกลุ่มประชากรนั้น คือ การประมาณค่า (Estimation) และการทดสอบสมมติฐาน (Hypothesis testing) การวิเคราะห์ความแปรปรวน (analysis of variance) การวิเคราะห์ความถดถอยและสหสัมพันธ์ (regression and correlation analysis)

สถิติอ้างอิงจำแนกเป็น 2 ชนิดคือ

แบบอ้างอิงพารามิเตอร์ (Parametric statistics) (ทดสอบสมมุติฐานโดยใช้สถิติ t-test, z-test, ANOVA, regression analysis ตัวแปรที่ต้องการวัดเป็น interval scale กลุ่มตัวอย่างจะต้องมีการแจกแจงเป็นโค้งปกติ กลุ่มประชากรจะต้องมีความแปรปรวนเท่ากัน)

และแบบไม่อ้างอิงพารามิเตอร์ (Nonparametric statistics) (ใช้สถิติ chi-square, medium test, sign test กลุ่มตัวอย่างเป็น free distribution เป็นกลุ่มตัวอย่างขนาดเล็ก ไม่ทราบลักษณะการแจกแจงของประชากรที่สนใจจะศึกษา)

พารามิเตอร์ หมายถึง ค่าที่ใช้อธิบายคุณลักษณะประชากร (Population) เช่น ค่าเฉลี่ยของประชากร (population mean)

ค่าสถิติ หมายถึง ค่าที่ได้จากตัวอย่าง (sample) เช่น ค่าเฉลี่ยของตัวอย่าง (sample mean)

ลักษณะข้อมูลที่ใช้ในงานวิจัย

– ข้อมูลเชิงปริมาณ แบ่งเป็นข้อมูลต่อเนื่อง (continuous data) คือค่าที่มีจุดทศนิยมได้ และข้อมูลไม่ต่อเนื่อง (discrete data) คือค่าที่เป็นจำนวนเต็มหรือจำนวนนับ

– ข้อมูลเชิงคุณภาพ เป็นข้อมูลที่แสดงถึงสถานภาพ คุณลักษณะ หรือคุณสมบัติ เช่น เพศ ตำแหน่งหรือจำแนกตัวแปรตามระดับการวัด ได้แก่

– นามบัญญัติ (nominal scale) จำแนกความแตกต่างของสิ่งที่ต้องการวัดออกเป็นกลุ่ม เช่น 1=ชาย 2=หญิง ตัวเลขไม่สามารถนำมาบวก ลบ คูณ หาร ได้

– เรียงอันดับ (ordinal scale) ใช้สำหรับจัดอันดับที่หรือตำแหน่งของสิ่งที่ต้องการวัด เช่น ระดับการศึกษา ผลการเรียน ความเก่ง ตัวเลขอันดับที่แตกต่างกันไม่สามารถบ่งบอกถึงปริมาณความแตกต่างได้ เช่น ไม่สามารถบอกได้ว่าเก่งกว่ากันเท่าไหร่ ตัวเลขสามารถนำมาบวกหรือลบกันได้

– อันตรภาค หรือระดับช่วง (interval scale) กำหนดค่าตัวเลขโดยมีช่วงห่างระหว่างตัวเลขเท่าๆ กัน สามารถนำตัวเลขมาเปรียบเทียบกันได้ว่าว่ามีปริมาณมากน้อยเท่าใด แต่ไม่สามารถบอกได้ว่าเป็นกี่เท่าของกันและกัน เพราะไม่มีศูนย์ที่แท้จริง เช่น คะแนนสอบ อุณหภูมิ (อุณหภูมิ 0 องศา มิได้หมายความว่าจะไม่มีความร้อน) ตัวเลขสามารถนำมาบวก ลบ คูณ หรือหารกันได้

– อัตราส่วน (ratio scale) สามารถกำหนดค่าตัวเลขให้กับสิ่งที่ต้องการวัด มีศูนย์แท้ เช่น น้ำหนัก ความสูง อายุ สามารถนำตัวเลขมาบวก ลบ คูณ หาร หรือหาอัตราส่วนกันได้ (เช่น ถนน 50 กิโลเมตร ยาวเป็น 2 เท่าของถนน 25 กิโลเมตร)

หรือจำแนกตามหน้าที่ ได้แก่ ตัวแปรอิสระ (ตัวแปรต้น) และตัวแปรตาม ซึ่งเป็นตัวแปรที่ต้องการศึกษา นอกจากนั้นอาจมีตัวแปรที่ไม่ได้ต้องการศึกษาแต่ต้องควบคุม เช่น ตัวแปรภายนอก (ตัวแปรเกิน หรือตัวแปรแทรกซ้อน) และตัวแปรเชื่อมโยง (ตัวแปรสอดแทรก)

สถิติพรรณนาที่ใช้อธิบายข้อมูลเชิงปริมาณ

– การแจกแจงข้อมูล ความถี่ (Frequency distribution) ร้อยละ (percentage)

– วัดแนวโน้มเข้าสู่ส่วนกลาง ได้แก่ ค่าเฉลี่ย (mean) นำข้อมูลทั้งหมดมารวมกันแล้วหารด้วยจำนวนข้อมูล / มัธยฐาน (median) เป็นสถิติในการจัดอันดับข้อมูล เป็นค่าที่อยู่ตรงกลาง เมื่อนำค่าที่ได้จากการวัดที่นำมาเรียงลำดับจากมากไปน้อย หรือน้อยไปมาก / ฐานนิยม (mode) หรือคะแนนที่มีความถี่สูงที่สุด

– บอกตำแหน่งของข้อมูล ได้แก่ เปอร์เซ็นต์ไทล์ (percentile) เดไซล์ (decide) ควอไทล์ (quartile)

– วัดการกระจายของข้อมูล ได้แก่ พิสัย (range) หรือค่าสูงสุด-ค่าต่ำสุด ส่วนเบี่ยงเบนควอไทล์ (quartile deviation) ส่วนเบี่ยงเบนมาตรฐาน (standard deviation) ความแปรปรวนของข้อมูล (variance)

สถิติพรรณนาที่ใช้อธิบายข้อมูลเชิงคุณภาพ

ได้แก่ ร้อยละ (Percentage) สัดส่วน (proportion) อัตราส่วน (ratio) ฐานนิยม (mode)

สถิติพรรณนาที่ใช้อธิบายความสัมพันธ์ระหว่างข้อมูลเชิงปริมาณ

– สัมประสิทธิ์สหสัมพันธ์เชิงเส้นของเพียร์สัน (Pearson’s Correlation Coefficient)

– สัมประสิทธิ์สหสัมพันธ์ของสเปียร์แมน (Spearman’s correlation coefficient)

สถิติพรรณนาที่ใช้อธิบายความสัมพันธ์ระหว่างข้อมูลเชิงคุณภาพ

– สัมประสิทธิ์สหสัมพันธ์ของเครเมอร์วี (Cramer’s V)

– สร้างตารางไขว้แสดงความสัมพันธ์ระหว่างตัวแปร (crosstabulation table)

ที่มา : สถิติพื้นฐานที่ใช้ในงานวิจัย

Tag : การทำ is จ้างทำ is จ้างทำวิจัย จ้างทำวิทยานิพนธ์ จ้างทํางานวิจัย จ้างทําวิจัย ป.ตรี ราคา จ้างทําวิจัยราคา จ้างทําวิจัยราคาประหยัด จ้างทําวิจัย ราคาเท่าไหร่ จ้างทําวิทยานิพนธ์ จ้างทําวิทยานิพนธ์ราคา จ้างวิจัย ทําวิทยานิพนธ์ ทำงานวิจัย ทำงานวิทยานิพนธ์ บริการรับทำวิจัย รับจัดหน้าวิทยานิพนธ์ รับจ้างทำ is รับจ้างทํางานวิจัย ราคาถูก รับจ้างทํารายงาน รับจ้างทําวิทยานิพนธ์ รับจ้างทําวิทยานิพนธ์ ราคาถูก รับจ้างเขียนรายงาน รับทำ is รับทำ powerpoint รับทำ spss รับทำ thesis รับทำดุษฎีนิพนธ์ รับทำวิจัย รับทำวิจัยราคาถูก รับทำวิทยานิพนธ์ รับทำสารนิพนธ์ รับทำแบบสอบถาม รับทำโปรเจคจบ รับทํา thesis รับทํางานวิจัย รับทําปริญญานิพนธ์ รับทํารายงาน รับทําวิจัย ป.ตรี รับทําวิทยานิพนธ์ รับทําวิทยานิพนธ์ ป.โท รับทําวิทยานิพนธ์ ราคา รับทําวิทยานิพนธ์ราคาเท่าไหร่ รับทํา สารนิพนธ์ รับแปลงานวิจัย ราคารับทำวิทยานิพนธ์ วิจัย

Stay Connected

More Updates

10 แอปพลิเคชันช่วยให้การเรียนออนไลน์ง่ายขึ้น

การเรียนออนไลน์อาจมีอุปสรรคในหลายด้าน เช่น จดโน้ตไม่ทัน งานเยอะขึ้น หรือแม้แต่ความสนใจในการเรียนและความจำลดลง แต่ไม่ต้องกังวลไปสมัยนี้เทคโนโลยีเข้ามาช่วยให้ชีวิตเราง่ายขึ้น และวันนี้เรามี 10 แอปพลิเคชัน ช่วยให้การเรียนออนไลน์ง่ายขึ้น มาฝากค่ะ Goodnotes : จดโน้ตให้สนุกขึ้น  แอปพลิเคชันที่จะช่วยให้การจดโน้ตของทุกคนเป็นเรื่องที่ง่ายและสนุกขึ้น มีฟีเจอร์ให้เล่นหลากหลายเพื่อทำให้การจดโน้ตของทุกคนมีสีสันยิ่งขึ้น หากใครไม่ชอบเขียนก็สามารถพิมพ์ตัวหนังสือแทนได้เช่นกัน Notability : จดโน้ตพร้อมเสียงสะดวกสุดๆ  เจ้า Notability นั้นมีฟังก์ชันค่อนข้างคล้ายกับ Good Note

10 เทคนิคง่ายๆสำรวจตัวเองให้ชัวร์ก่อนตัดสินใจเรียนต่อ !!

เมื่อไฟในการอยากเรียนกลับมาอีกครั้งซึ่งไม่ว่าจะด้วยเหตุผลอะไรก็ตาม สิ่งแรกที่คนส่วนใหญ่มักถามตัวเองคือจะเรียนอะไรดีนะ?? ก่อนที่คุณจะตัดสินใจวางมือจากทุกอย่างที่ทำอยู่ แล้วเลือกไปเรียนศึกษาต่อ ต้องสำรวจให้แน่ใจก่อนว่าคือสิ่งที่ต้องการจริงหรือไม่ ลองใช้ 10 เทคนิคง่ายๆ สำรวจตัวเองให้ชัวร์ ก่อนตัดสินใจเรียนต่อ!! ดังต่อไปนี้ได้เลย 1. ถามตัวเองก่อน สิ่งแรกที่ต้องถามตัวเองคือเหตุผลที่คุณอยากไปเรียนต่อปริญญาโท เรียนเพราะต้องการความก้าวหน้าในอาชีพ? หรือต้องการที่จะเจาะลึกข้อมูลเฉพาะอย่าง? หรืออยากเรียนเพื่อประโยชน์ในการเรียนรู้? ไม่ว่าเหตุผลนั้นจะเป็นอะไรก็ตาม แต่การถามตัวเองให้แน่ใจจะสามารถช่วยให้การตัดสินใจแคบลงกว่าเดิม 2. พิจารณาถึงวิธีการ สิ่งหนึ่งที่ต้องรู้ไว้คือการศึกษาในระดับปริญญาโทนั้นย่อมแตกต่างจากปริญญาตรีอยู่แล้ว ทั้งโครงสร้างและวิธีการต่างก็เป็นเรื่องที่คุณยังไม่ทราบมาก่อน ดังนั้นจึงต้องทำความเข้าในเรื่องหลักสูตรและวิธีการ 3.

เทคนิคใช้ Google Scholar เพื่อค้นหางานวิจัย

ค้นหาข้อมูลกับ Google Scholar ได้อย่างไร? คุณสามารถค้นหาข้อมูลได้หลายวิธีใน Google Scholar หากคุณรู้ว่าใครเป็นผู้เขียนของข้อมูลที่คุณต้องการลองใช้ชื่อ เช่น barbara ehrenreich นอกจากนี้คุณยังสามารถค้นหาตามชื่อสิ่งพิมพ์ที่คุณกำลังค้นหาหรือเพิ่มการค้นหาโดยการเรียกดูหมวดหมู่ในส่วน การค้นหาขั้นสูง นอกจากนี้คุณยังสามารถค้นหาโดยเรื่อง; ตัวอย่างเช่นการค้นหาคำว่า “exercise” ทำให้ผลการค้นหามีความหลากหลาย ผลการค้นหาของ Google Scholar หมายถึงอะไร คุณจะสังเกตเห็นว่าผลการค้นหาของคุณใน Google Scholar ดูแตกต่างจากที่คุณคุ้นเคย