Please enable JavaScript.

Coggle requires JavaScript to display documents.

Bivariate, นางสาวกนกลักษณ์ มูลละ รหัสนักศึกษา 67204501001, สมมติฐานศูนย์ …

- - - - Independent t-test
        
        1.กรอบแนวคิดการวิจัย
        
        ใช้ในการทดสอบสมมติฐานเพื่อเปรียบเทียบค่าเฉลี่ยของกลุ่มตัวอย่าง 1 กลุ่ม กับระชากร
        
        เปรียบเทียบระหว่างกลุ่มตัวอย่าง 2 กลุ่มที่อาจมีความสัมพันธ์กันหรือเป็นอิสระต่อกันก็ได้
        
        กลุ่มตัวอย่างที่ได้ต้องสุ่มมาจากประชากรที่มีการแจกแจงปกติ และทราบค่าความแปรปรวนของประชากร
        
        2.การตั้งสมมติฐาน
        
        การวิจัย
        
        ตัวอย่าง
        
        ต้องการทราบว่าระหว่างเกษตรกรที่เข้าร่วมการฝึกอบรม (กลุ่มทดลอง) และเกษตรกรที่ไม่เข้าร่วมการฝึกอบรม (กลุ่มควบคุม) จะให้มีีความรู้ในเรื่องการเพิ่มผลผลิตข้าวแตกต่างกันหรือไม่
        
        ทางสถิติ
        
        3.หลักการวิเคราะห์
        
        เปรียบเทียบค่าเฉลี่ยของสองกลุ่ม โดยสมมติฐานสำคัญคือข้อมูลมีการแจกแจงแบบปกติในแต่ละกลุ่ม และค่าความแปรปรวนของสองกลุ่มควรใกล้เคียงกัน
        
        4.วัตถุประสงค์ของการวิเคราะห์
        
        ทดสอบว่าค่าเฉลี่ยของตัวแปรในสองกลุ่มมีความแตกต่างกันหรือไม่
        
        ใช้ในกรณีที่กลุ่มตัวอย่างเป็นอิสระต่อกัน
        
        5.ข้อตกลงเบื้องต้น
        
        กลุ่มตัวอย่างต้องมี 2 กลุ่ม และทั้งสองต้องเป็นอิสระจากกัน
        
        ได้มาจากการสุ่มตัวอย่างประชากรที่มีค่าตัวแปรที่นำมาทดสอบมีการแจกแจงเป็นโค้งปกติ
        
        ตัวแปนที่นำมาทดสอบต้องเป็นข้อมูลต่อเนื่อง มีระดับการวัดอยู่ในอันตรภาค (Interval Scale) หรือ อัตราส่วน (Ratio Scale)
        
        6.การตรวจสอบข้อตกลงเบื้องต้น
        
        ข้อมูลต้องมีการวัดระดับเป็น Interval และ Ratio
        
        ตัวแปรอิสระมีสองกลุ่มที่แยกจากกัน (Independent Groups)
        
        ตัวแปรตามในแต่ละกลุ่มมีการแจกแจงแบบปกติ (Normal Distribution)
        
        ใช้ Shapiro-Wilk Test / Kolmogorov-Smirnov Test
        
        ความแปรปรวนของสองกลุ่มควรเท่ากันหรือใกล้เคียงกัน (Homogeneity of Variance)
        
        ใช้ Levene's Test
        
        หาก p > 0.05 : สันนิษฐานว่าความแปรปรวนเท่ากัน
        
        หาก p ≤ 0.05 : ความแปรปรวนไม่เท่ากัน (ต้องใช้ T-Test แบบ Welch's Correlation)
        
        7.การสร้างตัวแปรหุ่น
        
        ตัวแปรอิสระมีลักษณะเป็น ข้อความ ต้องแปลงให้เป็นตัวเลข
        
        ชาย = 1 และ หญิง = 2
        
        ตัวแปรอิสระมีลักษณะเป็น หมวดหมู่ ต้องกำหนดค่าแทน
        
        กลุ่มควบคุม = 0, กลุ่มทดลอง = 1
        
        8.คำสั่งที่ใช้ใน SPSS
        
        Analyze > Compare Means > Independent-Samples T Test
        
        9.การอ่านผลค่าสถิติ
        
        Levene's Test for Equality of Variances
        
        ดูค่า Sig. (p-value)
        
        p ≤ 0.05 ใช้ค่าจากแถว Equal variances not assumed
        
        p > 0.05 ใช้ค่าจากแถว Equal variances assumed
        
        Independent Samples Test
        
        ดูค่า t-value และ df (Degrees of Freedom)
        
        ดูค่า Sig. (2-tailed)
        
        p > 0.05 : ปฏิเสธ H0 (ค่าเฉลี่ยของทั้งสองกลุ่มแตกต่างกันอย่างมีนัยสำคัญ)
        
        p ≥ 0.05 : ยอมรับ H0 (ไม่มีความแตกต่างอย่างมีนัยสำคัญ)
        
        10.การนำเสนอผลการวิเคราะห์
        
        การนำเสนอผลการวิเคราะห์สามารถทำได้โดยการรายงานค่า𝑡 ,𝑝-value ค่าเฉลี่ยS.D. ค่าMedian พร้อมทั้งอธิบายผลลัพธ์ที่ได้
        
        11.การอธิบายตาราง
        
        ตาราง Group Statistics
        
        N: จำนวนตัวอย่างในแต่ละกลุ่ม
        
        Mean: ค่าเฉลี่ยของแต่ละกลุ่ม
        
        Std. Deviation: ค่าความเบี่ยงเบนมาตรฐาน
        
        ตาราง Independent Samples Test
        
        Levene's Test: ใช้ตรวจสอบความแปรปรวนเท่ากัน
        
        t-test
        
        ค่า Sig
        
        ค่า 𝑡
        
        ค่า df
    - - Mann-whitney u test
        
        1.กรอบแนวคิดการวิจัย
        
        Mann-Whitney U Test มักใช้ในการวิจัยที่ต้องการเปรียบเทียบความแตกต่างระหว่างค่ากลาง (มัธยฐาน) ของกลุ่มตัวอย่างสองกลุ่ม โดยกลุ่มเหล่านี้ต้องเป็นอิสระต่อกัน
        
        2.การตั้งสมมติฐาน
        
        การวิจัย
        
        H1 : ความพึงพอใจของลูกค้าสาขา A และ B มีความแตกต่างกัน
        
        H0 : ความพึงพอใจของลูกค้าสาขา A และ B ไม่มีความแตกต่างกัน
        
        ทางสถิติ
        
        สมมติฐานศูนย์ H0 : ค่ามัธยฐานของสองกลุ่มเท่ากัน หรือไม่มีความแตกต่างอย่างมีนัยสำคัญ
        
        สมมติฐานทางเลือก H1 : ค่ามัธยฐานของสองกลุ่มแตกต่างกัน
        
        3.หลักการวิเคราะห์
        
        รวมข้อมูลสองกลุ่มและจัดลำดับอันดับ (Rank) จากค่าต่ำสุดไปหาค่าสูงสุด
        
        คำนวณผลรวมของลำดับในแต่ละกลุ่ม (Rank Sum)
        
        คำนวณค่า U สำหรับทั้งสองกลุ่ม
        
        เปรียบเทียบค่า U ที่คำนวณได้กับค่าจากตารางวิกฤติ หรือใช้ค่า 𝑝-value ในการพิจารณาความนัยสำคัญ
        
        4.วัตถุประสงค์ของการวิเคราะห์
        
        ตรวจสอบว่าค่ามัธยฐานของสองกลุ่มตัวอย่างแตกต่างกันหรือไม่
        
        ใช้ในกรณีที่ข้อมูลไม่ปกติ หรือข้อมูลเชิงอันดับ
        
        5.ข้อตกลงเบื้องต้น
        
        ตัวแปรอิสระต้องมี สองกลุ่มอิสระต่อกัน
        
        ตัวแปรตามต้องมีระดับการวัดเป็น Ordinal หรือ Continuous
        
        รูปแบบการแจกแจงของข้อมูลทั้งสองกลุ่มไม่จำเป็นต้องเป็นไปตามการแจกแจงปกติ
        
        6.การตรวจสอบข้อตกลงเบื้องต้น
        
        ตรวจสอบประเภทของข้อมูล
        
        ตรวจสอบว่าข้อมูลแบ่งออกเป็นสองกลุ่มอิสระ
        
        ตรวจสอบว่าตัวแปรตามเป็นเชิงอันดับหรือเชิงปริมาณ
        
        ตรวจสอบการแจกแจงข้อมูล (ถ้าจำเป็น)
        
        ใช้ Shapiro-Wilk Test หรือ Kolmogorov-Smirnov Test เพื่อดูว่าข้อมูลเป็นปกติหรือไม่
        
        7.การสร้างตัวแปรหุ่น
        
        หากตัวแปรอิสระเป็นข้อความหรือหมวดหมู่ จะต้องแปลงเป็นตัวเลข
        
        ชาย = 1, หญิง = 2
        
        หากตัวแปรอิสระมีอยู่ในรูปตัวเลขแล้ว ไม่จำเป็นต้องสร้างตัวแปรหุ่นเพิ่ม
        
        8.คำสั่งที่ใช้ใน SPSS
        
        Analyze > Nonparametric Tests > Legacy Dialogs > 2 Independent Samples
        
        9.การอ่านผลค่าสถิติ
        
        Ranks Table
        
        แสดงผลรวมของอันดับ (Sum of Ranks) และขนาดกลุ่ม (N)
        
        Test Statistics Table
        
        ค่า U
        
        ค่า Z
        
        ค่า p-value
        
        10.การนำเสนอผลการวิเคราะห์
        
        ค่า Mdn
        
        ค่าU
        
        ค่า p-value
        
        11.การอธิบายตาราง
        
        ค่า N: จำนวนตัวอย่างในแต่ละกลุ่ม
        
        Sum of Ranks
        
        Sum of Rank
        
        ค่า U
        
        ค่า Z
        
        ค่า Sig. (2-tailed)
  - - - One-way ANOVA
        
        3.หลักการวิเคราะห์
        
        วิเคราะห์ความแปรปรวนของข้อมูล
        
        Between-group variance: ความแปรปรวนระหว่างกลุ่ม
        
        Within-group variance: ความแปรปรวนภายในกลุ่ม
        
        หากความแปรปรวนระหว่างกลุ่มมีค่าสูงกว่าความแปรปรวนภายในกลุ่มมาก จะสรุปได้ว่ากลุ่มมีความแตกต่างอย่างมีนัยสำคัญ
        
        2.การตั้งสมมติฐานการวิจัย
        
        ทางสถิติ
        
        สมมติฐานศูนย์ H0 : ค่ามัธยฐานของสองกลุ่มเท่ากัน หรือไม่มีความแตกต่างอย่างมีนัยสำคัญ
        
        สมมติฐานทางเลือก H1 : ค่ามัธยฐานของสองกลุ่มแตกต่างกัน
        
        การวิจัย
        
        H0 : ความพึงพอใจของลูกค้าสาขา A และ B ไม่มีความแตกต่างกัน
        
        H1 : ความพึงพอใจของลูกค้าสาขา A และ B มีความแตกต่างกัน
        
        1.กรอบแนวคิดการวิจัย
        
        เป็นการวิเคราะห์ทางสถิติที่ใช้เปรียบเทียบค่าเฉลี่ยระหว่างกลุ่มตัวอย่างมากกว่าสองกลุ่มขึ้นไป โดยมีตัวแปรอิสระ 1 ตัวที่แบ่งกลุ่ม และตัวแปรตามเป็นข้อมูลเชิงปริมาณ
        
        สำหรับการวิจัยที่ต้องการเปรียบเทียบผลลัพธ์หรือค่าเฉลี่ยของตัวแปรตามระหว่างกลุ่มที่แบ่งตามตัวแปรอิสระ
        
        4.วัตถุประสงค์ของการวิเคราะห์
        
        เพื่อเปรียบเทียบค่าเฉลี่ยของกลุ่มตัวอย่างมากกว่าสองกลุ่ม
        
        ใช้ในการตัดสินใจว่าแต่ละกลุ่มมีผลต่อค่าของตัวแปรตามหรือไม่
        
        5.ข้อตกลงเบื้องต้น
        
        ตัวแปรอิสระมี มากกว่าสองกลุ่ม และแต่ละกลุ่มเป็นอิสระต่อกัน
        
        ตัวแปรตามมีระดับการวัดเป็น Interval หรือ Ratio
        
        ข้อมูลในแต่ละกลุ่มมีการแจกแจงแบบปกติ (Normal Distribution)
        
        ความแปรปรวนของข้อมูลในแต่ละกลุ่มเท่ากัน (Homogeneity of Variance)
        
        6.การตรวจสอบข้อตกลงเบื้องต้น
        
        การตรวจสอบการแจกแจงปกติ
        
        ใช้ Shapiro-Wilk Test หรือ Kolmogorov-Smirnov Test
        
        ดูกราฟ Histogram หรือ Q-Q Plot
        
        การตรวจสอบความแปรปรวนเท่ากัน (Homogeneity of Variance)
        
        ใช้ Levene's Test
        
        หาก 𝑝 > 0.05 สันนิษฐานว่าความแปรปรวนเท่ากัน
        
        หาก 𝑝 ≤ 0.05 ใช้ Welch ANOVA
        
        7.คำสั่งที่ใช้ใน SPSS
        
        Analyze > Compare Means > One-Way ANOVA
        
        9.การอ่านผลค่าสถิติ
        
        ตาราง Descriptives
        
        ค่าเฉลี่ย (Mean) ของแต่ละกลุ่ม
        
        ค่าความแปรปรวนมาตรฐาน (Std. Deviation)
        
        ตาราง ANOVA
        
        ค่า F: ตัวบ่งชี้ระดับความแตกต่างระหว่างกลุ่ม
        
        ค่า Sig. : เปรียบเทียบกับระดับนัยสำคัญ (𝛼 = 0.05)
        
        p < 0.05 : ปฏิเสธ H0 (กลุ่มมีความแตกต่างกัน)
        
        p ≥ 0.05 : ยอมรับ H0 (ไม่มีความแตกต่างระหว่างกลุ่ม)
        
        ตาราง Post Hoc Tests
        
        แสดงความแตกต่างระหว่างคู่ของกลุ่ม
        
        10.การนำเสนอผลการวิเคราะห์
        
        ค่าเฉลี่ยและความแปรปรวนในแต่ละกลุ่ม
        
        ผลการวิเคราะห์ ANOVA
        
        𝐹 -statistic
        
        𝑝 - value
        
        ผลการวิเคราะห์ Post Hoc (ถ้ามี)
        
        11.การอธิบายตาราง
        
        การนำเสนอผลการวิเคราะห์ One-Way ANOVA ควรให้ข้อมูลที่ครบถ้วน ชัดเจน และอ้างอิงค่าทางสถิติที่เกี่ยวข้อง ค่า 𝐹 -statistic , 𝑝 - value ค่าเฉลี่ย, และค่าเบี่ยงเบนมาตรฐาน รวมถึงการแสดงผลในบริบทของการวิจัย
  - - - Paired t-test
        
        3.หลักการวิเคราะห์
        
        เป็นการทดสอบทางสถิติที่ใช้เปรียบเทียบค่าเฉลี่ยของข้อมูลสองชุดที่มีความสัมพันธ์กัน โดยมักใช้ในกรณีที่เราต้องการวิเคราะห์ผลลัพธ์ก่อนและหลังการทดสอบ
        
        1.กรอบแนวคิดการวิจัย
        
        เป็นการเปรียบเทียบข้อมูลก่อนและหลังในตัวอย่างเดียวกัน
        
        ข้อมูลที่นำมาศึกษาไม่เป็นอิสระต่อกัน
        
        2.การตั้งสมมติฐาน
        
        ทางสถิติ
        
        การวิจัย
        
        ตัวอย่าง
        
        ต้องการทราบว่า่ระหว่างเกษตรกรที่เข้าร่วมการฝึกอบรม เรื่อง การเพิ่มผลผลิตข้าว มีผลทดสอบ (Pre-Test) และผลทดสอบหลัง (Post-test) มีความแตกต่างกันหรือไม่
        
        4.วัตถุประสงค์ของการวิเคราะห์
        
        เปรียบเทียบค่าเฉลี่ยระหว่างข้อมูลสองชุดที่มีความสัมพันธ์กัน
        
        ทดสอบสมมติฐานเกี่ยวกับความแตกต่างของค่าเฉลี่ย
        
        วิเคราะห์ผลลัพธ์ในสถานการณ์ที่ข้อมูลมีควสามสัมพันธ์กันโดยตรง
        
        5.ข้อตกลงเบื้องต้น
        
        กลุ่มตัวอย่างจะต้องมี 1 กลุ่ม และได้มาโดยการสุ่มจากประชากรที่มีค่าตัวแปรที่นำมาทดสอบมีการแจกแจงเป็นโค้งปกติ
        
        ค่าตัวแปรที่นำมาทดสอบต้องเป็นข้อมูลต่อเนื่อง หรือมีการวัดอยู่ในระดับอันตรภาค (Interval Scale) หรือ อัตราส่วน (Ratio Scale)
        
        6.การตรวจสอบข้อตกลงเบื้องต้น
        
        ข้อมูลทั้งสองชุดต้องมีความสัมพันธ์กันโดยตรง หรือไม่เป็นอิสระต่อกัน
        
        ข้อมูลมีการแจกแจงปกติ
        
        ข้อมูลมีความต่อเนื่องกัน สามารถนำมาคำนวนค่าเฉลี่ยได้
        
        ข้อมูลแต่ละคู่มีความเป็นอิสระจากกัน
        
        ไม่มีค่า Outlier
        
        7.คำสั่งที่ใช้ใน SPSS
        
        Analyze > Compare Means > Paired – Sample T Test
        
        8.การอ่านผลค่าสถิติ
        
        P (ความน่าจะเป็น) = 0.000, ค่าอัลฟ่า (ระดับนัยสำคัญ) = 0.05
        
        P น้อยกว่า ค่าอัลฟ่า (ระดับนัยสำคัญ) (เท่ากับ Sig.) จึงปริเสธ H0 ยอมรับ H1
        
        9.การนำเสนอผลการวิเคราะห์
        
        การนำเสนอผลการวิเคราะห์สามารถทำได้โดยการรายงานค่าเฉลี่ย ค่าส่วนเบี่ยงเบนมาตรฐาน และค่าสถิติที่ใช้ในการทดสอบสมมตืฐานของการเปรียบเทียบความแตกต่างของผลการทดสอบก่อน-หลัง พร้อมทั้งการอธิบายความหมายของผลลัพธ์ที่ได้
        
        10.การอธิบายตาราง
        
        การอธิบายตารางผลลัพธ์ค่าเฉลี่ย ค่าส่วนเบี่ยงเบนมาตรฐาน และค่าสถิติที่ใช้ในการทดสอบสมมตืฐานของการเปรียบเทียบความแตกต่างของผลการทดสอบก่อน-หลัง
    - - Wilcoxon sign rank test
        
        6.การตรวจสอบข้อตกลงเบื้องต้น
        
        ตรวจสอบว่าข้อมูลมีความสัมพันธ์แบบคู่หรือไม่
        
        ตรวจสอบการวัดระดับของตัวแปรเป็น Ordinal หรือ Continuous
        
        ตรวจสอบการแจกแจงของค่าความแตกต่าง
        
        4.วัตถุประสงค์ของการวิเคราะห์
        
        เปรียบเทียบค่ามัธยฐานของข้อมูลสองชุดที่มีความสัมพันธ์กัน
        
        วิเคราะห์ข้อมูลที่ไม่แจกแจงปกตื
        
        ตรวจสอบผลกระทบของการแทรกแซงหรือการเปลี่ยนแปลง
        
        3.หลักการวิเคราะห์
        
        จัดอันดับค่าความแตกต่างโดยไม่สนใจเครื่องหมาย
        
        ใช้ข้อมูลที่ไม่จำเป็นต้องมีการแจกแจงแบบปกติ (Non-Normal Distribution)
        
        ค่าความแตกต่างระหว่างคู่ของข้อมูล
        
        7.คำสั่งที่ใช้ใน SPSS
        
        Analyze > Nonparametric Test > Related Samples
        
        8.การอ่านผลค่าสถิติ
        
        ค่า P-value
        
        หาก p < α ( เช่น 0.05) : ปฏิเสธ H0 (มีความแตกต่างอย่างมีนัยสำคัญ)
        
        p ≥ c : ยอมรับ H0 (ไม่มีความแตกต่าง)
        
        ค่าจากตาราง Wilcoxon
        
        เปรียบเทียบค่า W ที่คำนวณได้กับค่าที่ระบุในตาราง Wilcoxon สำหรับขนาดตัวอย่างและระดับนัยสำคัญที่กำหนด
        
        9.การนำเสนอผลการวิเคราะห์
        
        แสดงค่ามัธยฐานและค่าความแตกต่างของข้อมูลทั้งสองชุด ระบุค่าผลการทดสอบสถิติ ค่า W และค่า P-value พร้อมทั้งอธิบายความหมายของผลลัพธ์ที่ได้
        
        2.การตั้งสมมติฐาน
        
        One-talies test
        
        การวิจัย
        
        ทางสถิติ
        
        Two-tailed test
        
        การวิจัย
        
        ทางสถิติ
        
        10.การอธิบายตาราง
        
        รายงานผลของค่ามัธยฐาน ค่าความแตกต่างของข้อมูล จำนวนตัวอย่าง(n) ค่า Wilcoxon Test Statistic (W) และค่าระดับนัยสำคัญ (P-value)
        
        1.กรอบแนวคิดการวิจัย
        
        มุ่งเน้นที่การเปรียบเทียบค่ามัธยฐานของข้อมูลสองชุดที่มีความสัมนพันธ์กัน
        
        ข้อมูลไม่จำเป็นต้องมีการแจกแจงแบบปกติ
        
        5.ข้อตกลงเบื้องต้น
        
        ข้อมูลต้องมีลักษณะเป็นคู่ ที่มาจากกลุ่มตัวอย่างเดียวกัน
        
        ตัวแปรตามต้องเป็นข้อมูลเชิงอันดับหรือเชิงปริมาณ
        
        ค่าความแตกต่างของข้อมูลต้องมีการแจกแจงสมมาตร
- - - - Pearson"s Cor.
        
        2.การตั้งสมมติฐาน
        
        การวิจัย
        
        สมมติฐานเชิงสัมพันธ์ (Correlational Hypothesis): คาดว่า ตัวแปรสองตัวจะมีความสัมพันธ์กัน เช่น อายุและรายได้มีความสัมพันธ์กัน”
        
        ทางสถิติ
        
        3.หลักการวิเคราะห์
        
        ใช้เพื่อวิเคราะห์ความสัมพันธ์เชิงเส้น (linear relationship) ระหว่างสองตัวแปรเชิงปริมาณ
        
        ค่า r (Correlation Coefficient)
        
        1: ความสัมพันธ์เชิงบวกที่สมบูรณ์
        
        -1: ความสัมพันธ์เชิงลบที่สมบูรณ์
        
        0: ไม่มีความสัมพันธ์
        
        4.วัตถุประสงค์การวิเคราะห์
        
        เมื่อต้องการหาความสัมพันธ์ระหว่างตัวแปร 2 ตัว ว่ามีความสัมพันธ์กันหรือไม่
        
        5.ข้อตกลงเบื้องต้น
        
        ข้อมูลมีการแจกแจงปกติ Normal Distribution
        
        ตัวแปรที่นำมามีความสัมพันธ์เชิงเส้นตรง Linear Correlation
        
        6.การตรวจสอบข้อตกลง
        
        การตรวจสอบความเป็นเชิงเส้น: ตรวจสอบการแจกแจงผ่าน Scatter Plot หรือการใช้ทดสอบ Linearity
        
        การทดสอบปกติ: ใช้ทดสอบ Shapiro-Wilk หรือ Q-Q plot
        
        การตรวจสอบความเป็นอิสระ: ตรวจสอบข้อมูลเชิงพื้นที่หรือเวลาเพื่อให้แน่ใจว่าไม่มีการพึ่งพาซึ่งกันและกัน
        
        Homoscedasticity: ตรวจสอบจากกราฟ residuals plot
        
        7.การสร้างตัวแปรหุ่น
        
        กรณีที่ตัวแปรเป็นเชิงคุณภาพ (Categorical): เปลี่ยนเป็นตัวแปรเชิงปริมาณ เช่น การใช้ 0 และ 1 เพื่อแทนเพศหรือกลุ่มต่าง ๆ
        
        "เพศ" สามารถแปลงเป็น 0 (หญิง) และ 1 (ชาย)
        
        8.คำสั่งที่ใช้ใน SPSS
        
        Analyze > Correlate > Bivariate>Pearson
        
        9.การอ่านผลค่าสถิติ
        
        ผลค่าสถิติที่ได้จากการวิเคราะห์
        
        ค่าสหสัมพันธ์ (r) : บ่งชี้ความแรงและทิศทางของความสัมพันธ์
        
        ค่า p-value: ใช้ในการตัดสินใจยอมรับหรือปฏิเสธสมมติฐานศูนย์
        
        10.การนำเสนอผลการวิเคราะห์
        
        การนำเสนอผลการวิเคราะห์สามารถทำได้โดยการรายงานค่าค่าสหสัมพันธ์และค่า p-value พร้อมทั้งการอธิบายความหมายของผลลัพธ์ที่ได้ ตัวอย่างเช่น: ผลการวิเคราะห์สหสัมพันธ์เพียร์สันระหว่างตัวแปร X และ Y พบว่ามีความสัมพันธ์เชิงบวกอย่างมีนัยสำคัญ ( r = 0.45, p < 0.05 ) แสดงว่าตัวแปรทั้งสองมีแนวโน้มไปในทิศทางเดียวกัน
        
        11.การอธิบายยตาราง
        
        การอธิบายตารางผลลัพธ์สามารถทำได้โดยการบรรยายค่าค่าสหสัมพันธ์และค่า p-value ที่ปรากฏในตาราง พร้อมทั้งการอธิบายความหมายและผลกระทบของค่าที่ได้
        
        1.กรอบแนวคิดการวิจัย
        
        การกำหนดตัวแปร
        
        ตัวแปร มีการวัดระดับ Scale (Interval/Ratip) ทั้งคู่
        
        วิเคราะห์ความสัมพันธ์ระหว่างสองตัวแปรเชิงปริมาณ (Continuous Variables) เช่น อายุกับรายได้
      - Point bi-serial correlation
        
        3.หลักการวิเคราะห์
        
        วัดความแรงและทิศทางของความสัมพันธ์ระหว่างตัวแปรค่าต่อเนื่องและตัวแปรประเภท ค่านี้มีค่าระหว่าง -1 ถึง 1
        
        4.วัตถุประสงค์ของการวิเคราะห์
        
        เพื่อตรวจสอบว่ามีความสัมพันธ์ระหว่างตัวแปรค่าต่อเนื่องและตัวแปรประเภทหรือไม่
        
        เพื่อวัดความแรงและทิศทางของความสัมพันธ์ระหว่างตัวแปรทั้งสอง
        
        5.ข้อตกลงเบื้องต้น
        
        ระดับตัวแปร
        
        ตัวแปรต้น 1 ตัวแปร มีระดับการวัดแบบ Nominal Scale จำนวน 2 กลุ่มย่อย
        
        และตัวแปรตาม 1 ตัวแปรมีการวัดระดับ Scale
        
        ตัวแปรที่มีการวัดระดับ Scale ในแต่ละกลุ่มย่อยของตัวแปร Nominal มีการแจกแจงปกติ (Normal Distribution) และไม่มี Outliers
        
        ค่าความแปรปรวนของตัวแปร Scale ใน 2 กลุ่มย่อยของตัวแปร Nominal ไม่แตกต่างกัน
        
        ทดสอบด้วย Levene’ s test ใน Independent t-test
        
        Sig. ≥ 0.05 = ความแปรปรวนไม่แตกต่างกัน
        
        หากตัวแปรที่มีการวัดระดับ Nominal Scale แยกจากกัน โดยธรรมชาติของตัวแปรเอง ใช้สถิติ Point bi-serial correlation
        
        หากตัวแปรที่มีการวัดระดับ Nominal Scale ถูกจัดกระทำ/แบ่งโดยนักวิจัย ใช้สถิติ Bi-serial correlation
        
        6.การตรวจสอบข้อตกลงเบื้องต้น
        
        การแจกแจงของข้องมูล ต้องเป็นการแจกแจงปกติ Normal Distribution
        
        การทดสอบค่าความแปรปรวน Sig. ≥ 0.05 = ความแปรปรวนไม่แตกต่างกัน
        
        7.คำสั่งที่ใช้ใน SPSS
        
        Analyze > Correlate > Bivariate > Pearson
        
        8.การอ่านผลค่าสถิติ
        
        ค่าสหสัมพันธ์ (r)
        
        บ่งชี้ความแรงและทิศทางของความสัมพันธ์
        
        ค่า p-value
        
        ใช้ในการตัดสินใจยอมรับหรือปฏิเสธสมมติฐานศูนย์
        
        2.การตั้งสมมติฐาน
        
        การวิจัย
        
        สมมติฐานศูนย์ (Null Hypothesis ,H0) ไม่มีความสัมพันธ์ระหว่างตัวแปรค่าต่อเนื่อง X และตัวแปรประเภท Y
        
        สมมติฐานทางเลือก (Alternative Hypothesis,HA): มีความสัมพันธ์ระหว่างตัวแปรค่าต่อเนื่อง X และตัวแปรประเภท Y
        
        ทางสถิติ
        
        9.การนำเสนอผลการวิเคราะห์
        
        การนำเสนอผลการวิเคราะห์สามารถทำได้โดยการรายงานค่าสหสัมพันธ์และค่า p-value พร้อมทั้งการอธิบายความหมายของผลลัพธ์ที่ได้
        
        10.การอธิบายตาราง
        
        การอธิบายตารางผลลัพธ์สามารถทำได้โดยการบรรยายค่าสหสัมพันธ์และค่า p-value ที่ปรากฏในตาราง พร้อมทั้งการอธิบายความหมายและผลกระทบของค่าที่ได้
        
        1.กรอบแนวคิด
        
        เพื่อทดสอบความสัมพันธ์ระหว่างตัวแปรที่เป็นค่าต่อเนื่อง (continuous variable) และตัวแปรที่เป็นประเภท (dichotomous variable)
        
        การทดสอบความสัมพันธ์ระหว่างคะแนนสอบและเพศ กรอบแนวคิดประกอบด้วยการระบุตัวแปรที่ต้องการศึกษาและการตั้งสมมติฐานเกี่ยวกับความสัมพันธ์ระหว่างตัวแปรเหล่านั้น
    - - Spearman Rank Cor.
        
        6.การตรวจสอบข้อตกลงเบื้องต้น
        
        ตรวจสอบว่าตัวแปรเป็นอันดับหรือค่าต่อเนื่องที่ไม่ได้มีการแจกแจงแบบปกติ
        
        ใช้การทดสอบ Shapiro-Wilk หรือการดู Q-Q plot เพื่อตรวจสอบการแจกแจง
        
        5.ข้อตกลงเบื้องต้น
        
        ตัวแปรที่เป็นอันดับหรือตัวแปรค่าต่อเนื่องที่ไม่ได้มีการแจกแจงแบบปกติ
        
        ความสัมพันธ์ไม่จำเป็นต้องเป็นเชิงเส้น
        
        7.คำสั่งที่ใช้ใน SPSS
        
        Analyze > Correlate > Bivariate > Spearman
        
        4.วัตถุประสงค์ของการวิเคราะห์
        
        เพื่อตรวจสอบความสัมพันธ์ระหว่างตัวแปรประเภทและตัวแปรค่าต่อเนื่อง.
        
        ตัวอย่าง
        
        เพื่อทดสอบความสัมพันธ์ระหว่างการรับรู้โอกาสเสี่ยงต่อการเกิดโรค การรับรู้โอกาสของการป้องกันโรค และการรับรู้ความสามารถตนเองในการป้องกันโรคกับพฤติกรรมป้องกันการติดเชื้อโควิดของบุคลากรสาธารณสุข
        
        8.การอ่านผลค่าสถิติ
        
        ค่า Spearman's rho (𝜌𝑠)
        
        บ่งชี้ความแรงและทิศทางของความสัมพันธ์
        
        ค่า p-value
        
        ใช้ในการตัดสินใจยอมรับหรือปฏิเสธสมมติฐานศูนย์
        
        3.หลักการวิเคราะห์
        
        9.การนำเสนอผลการวิเคราะห์
        
        ผลการวิเคราะห์สหสัมพันธ์อันดับของสเปียร์แมนระหว่างตัวแปร A และตัวแปร B พบว่ามีความสัมพันธ์เชิงบวกอย่างมีนัยสำคัญ
        
        𝜌𝑠 = 0.45 , p < 0.05 แสดงว่าตัวแปรทั้งสองมีความสัมพันธ์กัน
        
        2.การตั้งสมมติฐาน
        
        การวิจัย
        
        สมมติฐานศูนย์ (Null Hypothesis ,H0) : ไม่มีความสัมพันธ์ระหว่างตัวแปร X และ Y
        
        สมมติฐานทางเลือก (Alternative Hypothesis,HA): มีความสัมพันธ์ระหว่างตัวแปร X และตัวแปร Y
        
        10.การอธิบายตาราง
        
        การอธิบายตารางผลลัพธ์สามารถทำได้โดยการบรรยายค่า Spearman's rho และค่า p-value ที่ปรากฏในตาราง พร้อมทั้งการอธิบายความหมายและผลกระทบของค่าที่ได้
        
        1.กรอบแนวคิด
        
        ใช้สำหรับวัดความสัมพันธ์ระหว่างตัวแปรสองตัวที่เป็นอันดับ (ordinal variables) หรือข้อมูลต่อเนื่องที่มีระดับเป็น Scale (Interval/Ratio)ทั้งคู่ที่ไม่ได้มีการแจกแจงแบบปกติ (non-parametric).
      - Eta Cor.
        
        5.ข้อตกลงเบื้องต้น
        
        ระดับตัวแปร
        
        ตัวแปนต้น 1 ตัวแปร มีการวัดระดับ Nominal Scale จำนวน 2 กลุ่มย่อยขึ้นไป
        
        ตัวแปรตาม 1 ตัวแปร มีการวัดระดับ Scale
        
        ตัวแปรที่มีการวัดระดับ Scale ในแต่ละกลุ่มย่อยของตัวแปร Nominal ไม่จำเป็นต้องมีการแจกแจงปกติ
        
        6.การตรวจสอบข้อตกลงเบื้องต้น
        
        การแจกแจงของข้องมูล เป็นการแจกแจงไม่ปกติ
        
        ระดับตัวแปร
        
        มีการแจกแจงของข้อมูลไม่ปกติ
        
        7.คำสั่งที่ใช้ใน SPSS
        
        Analyze > Correlate > Bivariate > Pearson
        
        4.วัตถุประสงค์ของการวิเคราะห์
        
        เพื่อตรวจสอบความสัมพันธ์ระหว่างตัวแปรประเภทและตัวแปรค่าต่อเนื่อง
        
        8.การอ่านผลค่าสถิติ
        
        ค่า 𝜂
        
        บ่งชี้ความแรงของความสัมพันธ์ระหว่างตัวแปรประเภทและค่าต่อเนื่อง.
        
        ค่า p-value
        
        ใช้ในการตัดสินใจยอมรับหรือปฏิเสธสมมติฐานศูนย์
        
        3.หลักการวิเคราะห์
        
        การคำนวณค่าสหสัมพันธ์เอทา 𝜂 โดยการวัดความสัมพันธ์ระหว่างตัวแปรประเภทและตัวแปรค่าต่อเนื่อง จะมีค่าอยู่ระหว่าง 0 ถึง 1
        
        10.การนำเสนอผลการวิเคราะห์
        
        ผลการวิเคราะห์สหสัมพันธ์เอทาระหว่างระดับการศึกษาและรายได้ พบว่ามีความสัมพันธ์อย่างมีนัยสำคัญ
        
        ตัวอย่าง
        
        𝜂 = 0.60 , p < 0.05 แสดงว่าระดับการศึกษามีผลต่อรายได้
        
        2.การตั้งสมมติฐาน
        
        การวิจัย
        
        สมมติฐานศูนย์ (Null Hypothesis ,H0) : ตัวแปร X และ Y ไม่สัมพันธ์กัน
        
        สมมติฐานทางเลือก (Alternative Hypothesis,HA): มีความสัมพันธ์ระหว่างตัวแปรค่าต่อเนื่อง X และตัวแปรประเภท Y
        
        สถิติ
        
        11.การอธิบายตาราง
        
        การอธิบายตารางผลลัพธ์สามารถทำได้โดยการบรรยายค่าสหสัมพันธ์เอทาและค่า p-value ที่ปรากฏในตาราง พร้อมทั้งการอธิบายความหมายและผลกระทบของ
        
        1.กรอบแนวคิดการวิจัย
        
        ใช้สำหรับวัดความสัมพันธ์ระหว่างตัวแปรที่เป็นประเภท (categorical) กับตัวแปรค่าต่อเนื่อง (continuous).
  - - - 1.กรอบแนวคิด
        
        เป็นสถิติวิเคราะห์ 2 ตัวแปร วิเคราะห์ตามความสัมพันธ์ระหว่างตัวแปร
        
        ระดับของตัวแปร
        
        Nominal & Ordinal
        
        Nominal & Nominal
        
        Ordinal & Ordinal
        
        ตัวอย่าง
        
        ตัวแปรตาม
        
        พฤติกรรมการเติมทรายอะเบท
        
        ระดับ Nominal มี 2กลุ่มย่อย คือ เติม-ไม่เติม
        
        ตัวแปรต้น
        
        เพศ
        
        ระดับ Nominal มี 2กลุ่มย่อย คือ ชาย-หญิง
        
        ตัวแปรแต่ละตัว อาจมีตั้งแต่ 2 กลุ่มย่อยขึ้นไป
      - 2.การตั้งสมมติฐาน
        
        การวิจัย
        
        เพศมีความสัมพันธ์กับพฤติกรรมการเติมทรายอะเบทในภาชนะเก็บน้ำของหัวหน้าครัวเรือน
        
        ทางสถิติ
      - 3.หลักการวิเคราะห์
        
        ใช้เพื่อทดสอบว่า 2 ตัวแปรเชิงคุณภาพมีความสัมพันธ์กันหรือไม่
        
        ตัวอย่างการวิเคราะห์ข้อมูล
        
        พฤติกรรมการเติมทรายอะเบทในภาชนะเก็บน้ำ (ตัวแปรลำดับ 13=PUTABATE) ใส่ในช่อง row
        
        เพศ (ตัวแปรลำดับ 2=sex) ใส่ในช่อง column
      - 4.วัตถุประสงค์ของการวิเคราะห์
        
        ต้องการทดสอบความสัมพันธ์/ความแตกต่างระหว่างตัวแปร2ตัว ว่ามีความสัมพันธ์/แตกต่างกันหรือไม่
        
        ตัวอย่าง
        
        ทดสอบความสัมพันธ์ระหว่างเพศกับพฤติกรรมการเติมทรายอะเบทในภาชนะเก็บน้ำเพื่อป้องกันลูกน้ำยุงลายของหัวหน้าครัวเรือน
      - 5.ข้อตกลงเบื้องต้น
        
        ข้อมูลแต่ละตัวเป็นอิสระต่อกัน
        
        ข้อมูลแต่ละตัวต้องจัดเข้ากลุ่ม/ประเภทเพียงกลุ่ม/ประเภทเดียว
        
        จำนวนข้อมูลในแต่ละกลุ่มย่อยต้องมีจำนวนมากพอ
      - 6.การตรวจสอบข้อตกลง
        
        กรณี Cell have expected count less than 5 ไม่เกิน 20% ให้พิจารณาค่า p-value จากแถว Pearson Chi-square
        
        กรณี Cell have expected count less than 5 เกิน 20% ให้พิจารณาค่า p-value จาก Fiแถว Fisher’s Exact Test โดยถ้าค่า p-value, < 0.05 = ตัวแปร 2 ตัวมีความสัมพันธ์กัน
      - 7.คำสั่งที่ใช้ใน SPSS
        
        Analyze > Descriptive > Crosstabs
      - 9.การอ่านผลค่าสถิติ
        
        ค่า p-value
        
        หาก p-value < 0.05 หมายความว่า สามารถปฏิเสธ H₀ และยอมรับ H₁ ว่ามีความสัมพันธ์ระหว่างตัวแปร
        
        หาก p-value > 0.05 หมายความว่าไม่สามารถปฏิเสธ H₀ แปลว่าไม่มีความสัมพันธ์ระหว่างตัวแปร
      - 10.การนำเสนอผลการวิเคราะห์
        
        การนำเสนอผลการวิเคราะห์สามารถทำได้โดยการรายงานค่าไคสแควร์และค่า p-value พร้อมทั้งการอธิบายความหมายของผลลัพธ์ที่ได้
      - 11.การอธิบายตาราง
        
        การอธิบายตารางผลลัพธ์สามารถทำได้โดยการบรรยายความถี่ที่สังเกตได้และความถี่ที่คาดหวังที่ปรากฏในตาราง พร้อมทั้งการอธิบายความหมายและผลกระทบของค่าที่ได้