ครั้งที่ 4 power point สถิติเพื่อการวิเคราะห์ข้อม

สถิตเิ พื่อการวิเคราะห์ข้อมูล
(Statistics for Data Analysis)

รศ.ดร.ลัดดาวัลย์ เพชรโรจน์
Assoc.Prof. Dr. Laddawan Petchroj
laptec@rpu.ac.th
ข้อมูล(Data)
ข้อมูลเชิงปริมาณ(Quatitative
Data)
ข้อมูลเชิงคุณลักษณะหรือเชิงคุณภาพ
(Qualitative Data)
2
ข้อมูล(Data)
 Data - facts, observations, and information that
come from investigations.
– Measurement data sometimes called quantitative data --
the result of using some instrument to measure something
(e.g., test score, weight);
– Categorical data also referred to as frequency or
qualitative data. Things are grouped according to some
common property(ies) and the number of members of the
group are recorded (e.g., males/females, vehicle type).
3
สถิต(ิ Statistics)
 Statistics - a set of concepts, rules, and
procedures that help us to:
– organize numerical information in the form of
tables, graphs, and charts;
– understand statistical techniques underlying
decisions that affect our lives and well-being;
and
- make informed decisions
4
Statisticคืออะไร
Statistic ( ค่าสถิต)ิ ค่าที่ได้จาก

กลุ่มตัวอย่าง(Sample)
Parameter(ค่าพารามิเตอร์) ค่าที่
ได้จากประชากร(Population)
5
สถิติพื้นฐาน(Basic Statistics)
สถิติพรรณนา(Descriptive Statistics)
 Statistics - a set of concepts, rules, and procedures
that help us to:
– organize numerical information in the form of tables,
graphs, and charts;
– understand statistical techniques underlying decisions
that affect our lives and well-being; and
- make informed decisions
6
สถิติอ้างอิง(Inferential Statistics)
Sample Population
ตัวอย่าง ประชากร
7
ค่าสถิติ และค่าพารามิเตอร์

มิว
ซิกม่า
การวิเคราะห์ข้อมูล

9
Variable(ตัวแปร)
 Continuous Variable (ต่อเนื่อง)
 Discrete Variable (ไม่ต่อเนื่อง)
 Independent Variable (อิสระ/ต้น)
 Dependent Variable (ตาม)
 Qualitative Variable (คุณภาพ)
 Quantitative Variable (ปริมาณ)
สถิติพรรณนา(Descriptive Statistics)
Measures of Center =การ
วัดแนวโน้มเข้าสู่ส่วนกลาง
 Mode= ฐานนิยม ตัวที่ซ้ากันUnimodal,(ซ้้ากัน 1
ตัวป Bimodal(ซ้้ากัน 2 ตัว), Multimodal(ซ้้ากัน3 ตัว
ขึ้นไป)
 Median =มัธยฐานreferred to as the
score at the 50th percentile in
the distribution 11
สถิติพรรณนา
Measures of Center =การ
วัดแนวโน้มเข้าสู่ส่วนกลาง
Mean= ค่าเฉลี่ยหรือมัชฌิมเลขคณิต
(the average of a
distribution)
12
สถิติพรรณนา
Measures of Spread (การวัดการ
กระจาย)
Range (พิสัย)
Inter quartile Range (IQR)
Standard deviation (ส่วนเบี่ยงเบน
มาตรฐาน)
Variance (ความแปรปรวน) 13
ตัวอย่าง
3 1 5 4,4 9 9 8,8 Mode=…9 เรียกว่า unimodal
หรือ 9,8 เรียกว่าbimodalหรือ
4,9,8 เรียกว่าmultimodal…
3 1 5 4 9 9 8 Mode= 9
1 3 4 5 8 9 9 Median=…5…
3154998
Mean=(3+1+5+4+9+9+8)/7=39/7=5.57
คือค่าเฉลี่ย(average)เท่ากับ 5.57
พิสยั (Range)= 9-1=8
14
Mean Deviation
 15
15
Mean Deviation (MD)
 15
16
Standard Deviation (SD)
 15
3
การหาค่าเฉลี่ยโดยมีข้อมูลซ้้ากัน
(frequency=f)
อายุ(X) จ้านวนคน(f) fiXi
20 2 2(20) = 40
21 1 1(21) = 21
22 3 3(22) = 66
24 2 2(24) = 48
25 2 2 (25) = 50
รวม 10 ƩfiXi=225
X= 225
10
=22.5 ปี รศ.ดร.ลัดดาวัลย์ เพชรโรจ
การหาค่าเฉลี่ยโดยมีข้อมูลซ้้ากัน
(frequency=f)
อายุ(X) จ้านวนคน(f) fiXi
20 5 5(20) =100
21 3 3(21) = 63
22 2 2(22) = 44
24 7 7(24) = 168
25 2 2 (25) =50
รวม 19
ƩfiXi=425
X= 425
19
=22.368 ปี รศ.ดร.ลัดดาวัลย์ เพชรโรจ
11. การจัดการกระจาย
ั = สูงสุด – ตา่ สุด

11.1 พิสย
11.2 ความโด่ง คือ ความสูงของของการแจกแจงข ้อมูล

Kur = Q.D___ Q.D.= ( Q3-Q1)/2
P90 – P10
11.3 ความเบ ้ (Skewness) คือข ้อมูลไม่ปกติ
1. เบ ้ขวา (+)
้ (-)
2. เบ ้ซาย
สูตร Sk = 3 (X – Mdn)
SD รศ.ดร.ลัดดาวัลย์ เพชรโรจน์
11.5 สว่ นเบีย
่ งเบนเฉลีย
่
N
MD = Σ fi xi - x
i=1
________________
N
11.6 สว่ นเบีย

่ งเบนมาตรฐาน
k
 = Σ f (x i – x) 2
i=1 i
_______________
N
SD = Σfx 2 Σfx 2
Σf (x - x) 2
=
n-1 (n – 1) n(n – 1)
การหาค่าส่วนเบี่ยงเบนมาตรฐาน
มีความถี่(frequency=f)
อายุ(X) จ้านวนคน(f) fiXi fx2= fx(x
20 2 2(20) = 40 =40( 20)=8
21 1 1(21) = 21 =21(21)=4
22 3 3(22) = 66 =66(22)=1
24 2 2(24) = 48 =48(24)=11
25 2 2 (25) = 50 =50(25)=12
รวม 10 ƩfiXi=225 = 509
=1.802
รศ.ดร.ลัดดาวัลย์ เพชรโรจ
การวิเคราะห์ข้อมูล
 1. สถิติบรรยาย(Descriptive Statistics)
ร้อยละ สัดส่วน อัตราส่วน ค่าเฉลี่ย ฐาน
นิยม มัธยฐาน พิสัย ส่วนเบี่ยงเบนมาตร
ฐาน ความแปรปรวน
 2. สถิติอ้างอิง(Inferential Statistics)
One-way ANOVA
2
t-test, Z-test,  -test, F-test
Two-way ANOVA 23
อ้างอิงจากhttp://www.statisticshowto.com/wp-content/uploads/2013/09/iq-
score-bell-curve.gif วันที่สืบค้น30/08/2017
24
โค้งปกติ(Normal Distribution)
ความเบ้(Skewness)
ความโด่ง(Kurtosis)
25
เบ้ซ้าย(Left Skew)
X Mdn Mo
26
เบ้ขวา(Right Skew)
Mode Mdn
Mode<Median<Mean
27
28
การคานวณค่าเฉลี่ยจากการสุ่มกลุ่มตัวอย่าง
 ข้อมูล 1 2 3 4 5
 เลือกกลุ่มละ 3 ได้อะไรบ้าง
 123 124 125 134 135 145
 234 235
 345
29
30
2 3 4
31
2 3 4

 เปรียบเทียบความสามารถผู้ตอบ 2กลุ่ม กลุ่มA เก่งกว่ากลุ่ม B
หรือไม่ กลุ่มที่A มี X =15 S2=3 n=10
 กลุ่มที่B มี X =12 S2=2 n=10
 ใช้ Z และ t
33
สูตร
Χ μ
Ζ i
σ
การเปรียบเทียบคะแนนจากการแปลงคะแนน
มาตรฐาน
 การแปลงคะแนน หมายถึง การท้าคะแนนดิบ(Raw Data)
ให้เป็นคะแนนมาตรฐาน(Standard Data) เพื่อแปลง
คะแนนให้เป็นหน่วยเดียวกัน โดยแปลงเป็นซี (Z)
X- X -X
 Z= Z=
 SD

34
ลักษณะการแจกแจง t กับ Z
Z
t
พื้นที่ใต้โค้งปกติ
. .
3413 3413
-3S -2S -1S X 1S 2S 3S

-3 -2 -1
Z=-3 Z=-2 Z=-1
 1 2
Z=1 Z=2 Z=3
3
Z=0
พื้นที่ใต้โค้งปกติ
Z=-3 Z=-2 Z=-1 Z=1 Z=2 Z=3

Z=0= x-
พื้นที่ใต้โค้ง t
t=-3 t=-2 t=-1 t=1 t=2 t=3

t=0
การทดสอบสมมติฐาน
1. สมมติฐานว่าง (null hypothesis)
ใช้สัญลักษณ์ H0
H0 ‫ ׃‬µ = 100
H 0 ‫ ׃‬µ1 = µ2
H0 ‫׃‬ σ1 = σ2
การทดสอบสมมติฐาน
2สมมติฐานเลือก (Alternative Hypothesis)
ใช้สัญลักษณ์ H1
H1 ‫ ׃‬µ > 100 ทดสอบทางขวา

H1 ‫ ׃‬µ < 100 ทดสอบทางซ้าย
H1 ‫ ׃‬µ ≠ 100 ทดสอบทั้งสองทาง
ทั้งซ้ายและขวา
H1 ‫ ׃‬µ1 ≠ µ2 กรณีประชากร 2 กลุ่ม
และทดสอบทั้งสองทางซ้ายและขวา
ระดับนัยส้าคัญทางสถิติ (α=alpha)
(Level of statistical significant)
1.กรณีทดสอบสองทาง (two-tailed test)
α/2 α/2=.05/2=.025
บริเวณวิกฤต บริเวณวิกฤต
)Critical region ช่วงความเชื่อมั่น (Critical region)
Level of confident
95%
จุดวิกฤต จุดวิกฤต
(Critical point) (Critical point)
ระดับนัยส้าคัญ (α)
2.กรณีทดสอบทางเดียวทางขวา
α
บริเวณวิกฤต
ช่วงความเชื่อมั่น
จุดวิกฤต
ระดับนัยส้าคัญ (α)
3.กรณีทดสอบทางเดียวทางซ้าย
α
บริเวณวิกฤต
ช่วงความเชื่อมั่น
จุดวิกฤต
ขั้นทดสอบสมมติฐาน
(Step for Testing Hypothesis )
ขั้นที่1. การก้าหนดสมมติฐาน H0 และ H1
ขั้นที่ 2. การก้าหนดระดับนัยส้าคัญ ( α)
ขั้นที่ 3. การเลือกใช้สถิติ (choose
statistics)
ขั้นที่ 4. การก้าหนดบริเวณวิกฤติ(critical
region= table value)
ขั้นที่ 5. การค้านวณ(compute)
ขั้นที่ 6. การเปรียบเทียบ (compare) ค่าจากการ
ค้านวณ(compute)กับค่าจากการเปิดตาราง(table
value)
(compute)>table value =reject H0
= accept H
การทดสอบสมมติฐานของ t
1. ตั้งสมมติฐาน
H0: 1=2
H1: 1≠2
2. ก้าหนดระดับนัยส้าคัญ α
3. หาค่าวิกฤต tเปิดตาราง

-2 รศ.ดร.ลัดดาวัลย์ เพชรโรจน์

48
พื้นที่ใต้โค้ง t
Accept H0
Reject H0
Critical
region
t=1 t=1.734 t=4.24

t=0
Critical point=1.734
4. สถิติที่ใช้ t –test กรณี 21≠22
X1 - X2
5. ค้านวณ t=-------------
S21 S22
n1 n2
6. เปรียบเทียบผลการค้านวณกับการเปิดตาราง
การบ้าน
51
การทดสอบตั้งแต่ 3กลุ่มใช้ F
H0: 1=2=3=…nหรือ
H0: 12 = 22 = 32=… 42
H1: มีอย่างน้อย 1 คู่ ไม่เท่ากัน
3. หาค่าวิกฤต Fเปิดตาราง= Fα, ,รศ.ดร.ลัดดาวัลย์ เพชรโร
1 2
การทดสอบสมมติฐานของ F
(One-way ANOVA)
4. สถิติที่ใช้ F –test
MSb SSb/dfb
5. ค้านวณ F=------- =----------
MSw SSw/dfw
F รศ.ดร.ลัดดาวัลย์ เพชรโรจน์
การทดสอบสมมติฐานของ  2
Chi-squareส้าหรับข้อมูลกลุ่ม ไม่ต่อเนื่อง
H0: ตัวแปร Aและตัวแปร Bไม่สัมพันธ์กัน
H1: ตัวแปร Aและตัวแปร Bสัมพันธ์กัน
หรือ
H0: ตัวแปร Aและตัวแปร Bเป็นอิสระกัน
3. หาค่าวิกฤต 2 เปิดตาราง
การทดสอบสมมติฐานของ
4. สถิติที่ใช้ 2 –test
r c
  (O-E) 2
5. ค้านวณ 2 = i=1 j=1 E
การทดสอบข้อมูลกลุ่มใช้
Chi-square (  ) 2
H0: ตัวแปร Aและตัวแปร Bไม่สัมพันธ์กัน
หรือ
H0: ตัวแปร Aและตัวแปร Bเป็นอิสระกัน
3. หาค่าวิกฤต 2 เปิดตาราง
การวิเคราะห์ความสัมพันธ์
Phi (ฟาย)ใช้หาความสัมพันธ์ Correlation ที่ข้อมูลแบ่งเป็น 2
กลุ่ม ทั้งตัวแปรต้นและตัวแปรตาม
Cramer’s(V) ใช้หาความสัมพันธ์ที่ตัวแปรตัวหนึ่งแบ่งเป็น 2
กลุ่ม อีกตัวหนึ่งแบ่งมากกว่า2 กลุ่ม
Spearman Rank Correlation ใช้หาความสัมพันธ์ที่
ข้อมูล 2 กลุ่มที่มีมาตรวัดแบบเรียงลาดับ
Pearson Product Moment ใช้หาความสัมพันธ์ที่ข้อมูล 2
กลุ่มที่มีมาตรแบบอันตรภาคชั้นและอัตราส่วน
57
X
Regression
 r = 1.00 r = .80 r = .30
Y
2
1
12 x
Xเพิ่ม Yเพิ่ม
58
X
Regression
 r = -1.00 r = -.80 r = - .30
3
2 x
3 4 xเพิม่ Yลด
59
สูตรหาความสัมพันธ์ Pearson Product Moสู
ment
N∑XY- (∑X)(∑Y)
Rxy =
√[N ∑X - (∑X) ][N ∑Y - (∑Y) ]
2 2 2 2
60
Regression
 Y= a+b1x1
a= ค่าคงที่ที่สมการตัดแกนY
 b1 =ค่าความชัน ( slope)หรือค่าสัมประสิทธิ์ที่
ก้ากับการเปลี่ยนแปลงกี่เท่าของค่า x เช่น .8X
คือ.8เท่าของX
x=ตัวแปรต้น Y=ตัวแปรตาม
61
Multiple Regression
สมการทั่วไป
Y= a+b1x1+b2x2+b3x3+…bkxk
สมการมาตรฐาน
Z= 1x1+ 2x2+ 3x3+… kxk
62
 ค่าสัมประสิทธิ์สหสัมพันธ์
 1.00 =มีความสัมพันธ์ระดับมากที่สุด
 0.80-0.99 =มีความสัมพันธ์ระดับมาก
 0.40-0.79 =มีความสัมพันธ์ระดับปานกลาง
 0.20-0.39 =มีความสัมพันธ์ระดับน้อย
 0.00 =ไม่มีความสัมพันธ์
63
ติดต่อสอบถาม
มือถือ 086-0526256, 02-3477636
ladrojch@gmail.com
64

ครั้งที่ 4 power point สถิติเพื่อการวิเคราะห์ข้อม

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

ครั้งที่ 4 power point สถิติเพื่อการวิเคราะห์ข้อม

Uploaded by

Copyright:

Available Formats

สถิตเิ พื่อการวิเคราะห์ข้อมูล

(Statistics for Data Analysis)

Statistic ( ค่าสถิต)ิ ค่าที่ได้จาก

ั = สูงสุด – ตา่ สุด

11.2 ความโด่ง คือ ความสูงของของการแจกแจงข ้อมูล

11.3 ความเบ ้ (Skewness) คือข ้อมูลไม่ปกติ

11.6 สว่ นเบีย

รวม 10 ƩfiXi=225 = 509

-3S -2S -1S X 1S 2S 3S

Z=-3 Z=-2 Z=-1 Z=1 Z=2 Z=3

t=-3 t=-2 t=-1 t=1 t=2 t=3

H1 ‫ ׃‬µ > 100 ทดสอบทางขวา

t=1 t=1.734 t=4.24

 r = 1.00 r = .80 r = .30

You might also like