การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

วันที่ 23 กรกฎาคม 2563

ผู้ช่วยศาสตราจารย์ ดร.วนิดา พงษ์ศักดิ์ชาติ

หน่วยบริการข้อมูลสารสนเทศ
คณะวิทยาศาสตร์
มหาวิทยาลัยบูรพา
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

1 บทนำ
ในการศึกษาหรือในงานวิจัย ประเด็นทางสถิติที่มีผลต่อความถูกต้องสมบูรณ์ผลงานวิจัย ได้แก่
1. การออกแบบงานวิจัย
2. ระดับนัยสำคัญที่ใช้เป็นเกณฑ์ในการตัดสินใจ (level of significant, α)
3. ความแปรปรวนของตัวแปรที่ศึกษาในเชิงประชากร (population variance)
4. ขนาดของความแตกต่างระหว่างค่าที่แท้จริงของพารามิเตอร์ที่ศึกษาและค่าพารามิเตอร์ที่กำหนด
ในสมมุติฐานหลัก หรือที่เรียกว่า Effect size
5. ชนิดของสมมุติฐานที่ทดสอบ เช่น สมมุติฐานแบบทางเดียว หรือสมมุติฐานแบบสองทาง
6. ชนิดของการทดสอบทางสถิติที่ใช้ เช่น การทดสอบที (t-test) การทดสอบเอฟ (F-test) เป็นต้น
7. ขนาดตัวอย่าง (sample size)
จากประเด็นต่าง ๆ ที่กล่าวมาแล้วจะเห็นได้ว่าขนาดตัวอย่างที่จะใช้ในการวิจัยเป็นสิ่งมีความสำคัญ
อย่างมาก และมีผลโดยตรงต่อความน่าเชื่อถือของผลงานวิจัย การคํานวณขนาดตัวอย่างล่วงหน้าก่อนทํา
วิจัยจะช่วยให้ผู้วิจัยสามารถตัดสินใจและ เตรียมการต่าง ๆ ได้ก่อนดําเนินการวิจัย เพื่อการเก็บข้อมูลอย่า
งมี ประสิทธิภาพ โดยใช้ ขนาดตัว อย่างน้อยที่สุด ที่ จะตอบคำถามงานวิจัย ได้ เพื่อ ประหยัด เวลา แรงงาน
งบประมาณค่าใช้จ่าย เพิ่มประสิทธิผลและประสิทธิภาพการวิจัย วิธีหนึ่งที่นิยมใช้ในการคำนวณหาขนาด
ตัวอย่างคือการใช้การวิเคราะห์กำลังการทดสอบ (power analysis) ซึ่งการวิเคราะห์กำลังการทดสอบนี้
สามาถทำได้ทั้ง ก่อนการเก็บข้อมูลหรือ หลังการเก็บข้อมูลก็ได้ อย่างไรก็ตามในที่นี้จะใช้วิธีการวิเคราะห์
กำลังการทดสอบก่อนการเก็บข้อมูล เพื่อหาขนาดตัวอย่างจากการกำหนดระดับของ effect size ระดับ
นัยสำคัญ (α) และกำลังการทดสอบ (power, 1 − β ) โดยทั่วไปการกำหนด α และ β จะกำหนดด้วย
อัตราส่วน α : β = 4:1 เช่น หากใช้ α = 0.05 ควรใช้กำลังการทดสอบ 1 − β = 4 × 0.05 = 0.80

ความหมายของ α และ 1 − β
ระดับนัยสำคัญ (α) คือความน่าจะเป็นของการปฏิเสธสมมุติฐานหลัก (H0 ) เมื่อสมมุติฐานหลักเป็นจริง
หรือถูกต้อง หรือคือความน่าจะเป็นของการเกิดความผิดพลาดชนิดที่ 1 (type I error)
β คือความน่าจะเป็นของการยอมรับสมมุติฐานหลัก เมื่อสมมุติฐานหลักเป็นเท็จหรือไม่ถูกต้อง หรือคือ
ความน่าจะเป็นของการเกิดความผิดพลาดชนิดที่ 2 (type II error)
กำลังการทดสอบ (1 − β ) คือ ความน่า จะเป็น ของการปฏิเสธสมมุติฐานหลัก เมื่อ สมมุติฐานหลัก เป็น
เท็จ ซึ่งเป็นการตัดสินใจที่ถูกต้อง
1
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

องค์ประกอบในการหาขนาดตัวอย่าง
องค์ประกอบสําคัญที่ใช้ประกอบการกําหนดขนาดตัวอย่าง มีดังนี้

1. วัตถุประสงค์หลักหรือคําตอบที่ผู้วิจัยต้องการ เช่น ต้องการทราบค่าเฉลี่ย หรือ ค่าร้อยละ (ค่า

สัด ส่วน) เนื่องจากสูตรการคำนวณจะแตกต่า งกัน นักวิจัย จึงมุ่งไปที่คํา ถามวิจัยหลัก ที่ผู้วิจัยต้อง
การคืออะไร เพื่อนำมาคำนวณขนาดตัวอย่าง

2. ลักษณะประชากร หากกลุ่มประชากรมีความเหมือนหรือคล้ายคลึงกัน (Homogeneous) ขนาด

ตัวอย่างไม่จําเป็นต้องมีขนาดใหญ่เท่าประชากรที่มีความแตกต่างกัน (Heterogeneous) ซึ่งต้อง
ใช้ขนาดตัวอย่างจํานวนมากกว่า ดังนั้น ในการคำนวณขนาดตัวอย่างจึงพิจารณาค่าการกระจาย
ได้แก่ ส่วนเบี่ยงเบนมาตรฐาน (Standard deviation) ของตัวแปรหลัก ที่ สนใจศึกษา หากส่วน
เบี่ยงเบนมาตรฐานมีค่ามาก (Heterogeneous) ย่อมคํานวณขนาดตัวอย่างได้มากกว่าส่วนเบี่ยง
เบนมาตรฐานที่น้อยกว่า

3. การออกแบบการวิจัย เช่น ออกแบบการวิจัย เป็น แบบกลุ่ม ตัวอย่างหนึ่ง กลุ่ม หรือ ต้องใช้ สอง
หรือ สามกลุ่ม ขนาดตัว อย่างย่อมแตกต่า งกัน ไป การออกแบบการวิจัย เชิง ทดลองย่อมใช้กลุ่ม ตัว
อย่างน้อยกว่าการวิจัยเชิงสํารวจ ๆ ซึ่งใช้กลุ่มตัวอย่างจํานวนมากกว่า

4. ระดับการวัดของข้อมูล หรือมาตรวัด มาตรวัดมี 4ชนิด จะส่งผลต่อการคํานวณกลุ่ม ตัวอย่างด้วย

เพราะมาตรวัดจะส่งผลต่อการเลือกใช้สถิติในการวิจัย

5. สถิติที่ใช้วิเคราะห์ข้อมูล ขนาดของกลุ่มตัวอย่างขึ้นอยู่กับสถิติที่ใช้ในการวิจัยด้วย

6. ระดับนัยสําคัญ (α) ซึ่งขึ้นกับระดับความคลาดเคลื่อนของ สมมุติฐานที่ได้กําหนดไว้ เช่น ณ ระ

ดับนัยสําคัญ .05 ค่า Z จะมีค่า 1.96 ( 2-sided type หรือ 2- tailed type) และ 1.645( 1-sided
type หรือ 1-tailed type) ความคลาดเคลื่อนที่ยอมรับได้ในสมมุติฐานที่จะทดสอบ หรือ เรียกว่า
ความน่าจะเป็นของการเกิดความผิดพลาดแบบที่ 1 (P(Type I error): α)

7. ประเภทสมมุติฐานที่ทดสอบ 1­tailed หรือ 2­tailed ถ้าเป็นสมมุติฐานแบบทางเดียวจะได้ขนาด

ของกลุ่มตัวอย่างจํานวนน้อยกว่าสมมุติฐานแบบสองทาง สมมุติฐานเป็นแบบสองทางจะคํานวณ
ได้ขนาดตัวอย่างจํานวนมากกว่าแบบทางเดียวเสมอ

8. การประมาณค่าอิทธิพล (Estimated effect) กรณีใช้ขนาดอิทธิพล (Effect Size ใช้สัญลักษณ์

d ) ในงานวิจัยเชิงทดลอง หากงานวิจัยเป็นเชิงทดลองเปรียบระหว่างกลุ่มทดลองกับกลุ่มควบคุม
ถ้าขนาด อิทธิพล (d) มีค่ามากจะทําให้ขนาดตัวอย่างน้อย แต่ถ้างานวิจัยนั้นมีขนาดอิทธิพล (d)
มีค่าน้อยแล้วจะทําให้ขนาดตัว อย่า งมีจํา นวนมากขึ้น โดยผู้วิจัย จะทราบว่า งานวิจัย นั้น มี ขนาด

2
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

อิทธิพลมากน้อยเพียงใดจะต้องทบทวนจากวรรณกรรมหรือ การศึกษาก่อนหน้า นี้ แล้วนํา มาคํา

นวณ หรือ นํา มาเปิด ตาราง หรือ ใช้สูตรคํา นวณค่า ขนาดอิทธิพล (Effect Size) = µ1SD−µ2 ก่อน
(หากคํานวณไม่ได้เนื่องจากข้อมูลไม่พอต้องนําไป Pilot study เพื่อหาค่าเฉลี่ยและส่วนเบี่ยงเบน
มาตรฐานก่อน)
9. กำลังการทดสอบ (Power of the test): 1 − β ซึ่งได้จากการคํานวณโดยใช้ค่าความน่าจะเป็น
ของการเกิดความผิดพลาดแบบที่ 2 (P(Type II error): β ) ถ้า Power สูง ขนาดตัวอย่างจะได้มา
กกว่าเมื่อ Power ที่น้อยกว่า
10. ทรัพยากรสนับสนุนการวิจัย ได้แก่ งบประมาณและกําลังคน ในกรณีที่มีงบประมาณและกําลัง
คนจำกัดจะไม่สามารถใช้ขนาดของกลุ่มตัวอย่างมากได้
11. สัดส่วนการตอบกลับหรือจํานวนผู้สมัครใจเข้าร่วมโครงการวิจัย เช่น การศึกษาเรื่องความรุนแรง
ในสถานประกอบการ คาดว่าจะมีผู้เข้าร่วมโครงการร้อยละ 50 จากผู้อยู่ในสถานประกอบการนั้น
ๆ ย่อมต้องคิดกลุ่มตัวอย่างจากผู้ที่จะเข้าร่วมโครงการจริงเพียงร้อยละ 50

2 One mean
สำหรับงานวิจัยที่มีวัตถุประสงค์เพื่อการทดสอบสมมุติฐานเกี่ยวกับค่าเฉลี่ยของประชากร 1 กลุ่ม โดย
มีสมมุติฐานทางสถิติที่ทดสอบ คือ
Two-tailed test One-tailed test
H0 : µ = µ 0 H0 : µ ≤ µ 0 H0 : µ ≥ µ 0
Ha : µ ̸= µ0 Ha : µ > µ 0 Ha : µ < µ 0
โดยใช้การทดสอบทีในการทดสอบสมมุติฐานนี้
x̄ −√µ0
t=
s/ n
จะมีวิธีการคำนวณขนาดตัวอย่าง ดังนี้
One­tailed test [ ]2
(t +t )σ̂
n = α,n−1 β,n−1 (1)
µ − µ0
เมื่อ σ̂ คือค่าประมาณของค่าเบี่ยงเบนมาตรฐานของประชากร
Two­tailed test [ ]
(tα/2,n−1 + tβ,n−1 )σ̂ 2
n= (2)
µ − µ0

3
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

เมื่อ พิจารณาสูตร 1 และ 2 จะเห็น ว่า เราจะไม่ สามารถคำนวณขนาดตัว อย่างจากทั้ง สูตรนี้ ได้ โดยตรง
เนื่องจากค่า สถิติ t ในสูตรทั้ง สองนั้น จะหาได้ ก็ ต่อ เมื่อ ทราบค่า n เท่านั้น ดัง นั้น การใช้ สูตรนี้ จึง ใช้ วิธี
การทำซ้ำ (itterative method) โดยการแทนค่า n ด้วยค่าต่าง ๆ จนกว่าจะได้กำลังการทดสอบตามที่
ต้องการ ซึ่งมีความยุ่งยากมาก อย่างไรก็ตาม MINITAB และ G*Power สามารถหาขนาดตัวอย่างจากสูตร
นี้ให้ได้

ตัวอย่างที่ 1 ในการคำนวณขนาดตัวอย่างในงานวิจัยหนึ่ง ที่ผู้วิจัยต้องการทดสอบค่าเฉลี่ยของประชากร

หนึ่งกลุ่ม โดยใช้การทดสอบที ผู้วิจัยกำหนด α = .05, Power = .80, σ = 3, µ0 = 50 และ µ = 52
ดังนั้น d = 50 − 52 = 2 และ effect size = 32 = 0.6667 โดยสมมุติฐานที่ทดสอบเป็น One-tailed
test

ใช้ MINITAB ในการคำนวณขนาดตัวอย่างดังนี้

Stat –> Power and Sample Size –> 1-Sample t

Power and Sample Size

1-Sample t Test

Testing mean = null (versus > null)

Calculating power for mean = null + difference
Alpha = 0.05 Assumed standard deviation = 3

Sample Target
Difference Size Power Actual Power
2 16 0.8 0.815566

4
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

ใช้ G*Power ในการหาขนาดตัวอย่างดังนี้

1. การใช้คำสั่ง

2. ผลลัพธ์

สรุป จาก MINITAB และ G*Power ขนาดตัวอย่างหรือ จำนวนซ้ำ ที่ เหมาะสมสำหรับ การทดลองนี้
เท่ากับ 16 ตัวอย่าง

5
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

3 Two means—independent samples

สำหรับงานวิจัยที่มีวัตถุประสงค์เพื่อการทดสอบสมมุติฐานเกี่ยวกับค่าเฉลี่ยของประชากร 2 กลุ่ม เมื่อ
ตัวอย่าง 2 ชุดที่สุ่มมาเป็นอิสระกัน โดยมีสมมุติฐานเชิงสถิติที่ทดสอบคือ
Two-tailed test One-tailed test
H0 : µ 1 − µ 2 = ∆ 0 H0 : µ1 − µ2 ≤ ∆0 H0 : µ1 − µ2 ≥ ∆0
Ha : µ1 − µ2 ̸= ∆0 Ha : µ1 − µ2 > ∆0 Ha : µ1 − µ2 < ∆0
โดยใช้การทดสอบที
1 − x̄2 ) − ∆0
(x̄√
t=
s21 s22
+
n1 n2
One­tailed test
(σ̂12 + σ̂22 )(tα,n1 +n2 −2 + tβ,n1 +n2 −2 )2
n= (3)
(∆ − ∆0 )2
เมื่อ σ̂1 และ σ̂2 คือค่าประมาณของค่าเบี่ยงเบนมาตรฐานของประชากรที่ 1 และ 2 ตามลำดับ

Two­tailed test
(σ̂12 + σ̂22 )(tα/2,n1 +n2 −2 + tβ,n1 +n2 −2 )2
n= (4)
(∆ − ∆0 )2

เช่น เดียวกับ กรณี ของการทดสอบค่า เฉลี่ย 1 กลุ่ม นั่น คือ ไม่ สามารถหาขนาดตัวอย่างได้ จากสูตรนี้
โดยตรง แต่สามารถใช้ MINITAB และ G*Power ในการหาขนาดตัวอย่างจากสูตรนี้ได้ดังนี้

ตัวอย่างที่ 2 หากกำหนดให้ σ1 = σ2 = 1, ทำการทดสอบสมมุติฐานแบบ 2 ทางโดยใช้การทดสอบที,

α = .05, Power=.80 และ ∆0 = 1

ใช้ MINITAB

Stat –> Power and Sample Size –> 2-Sample t

Power and Sample Size

2-Sample t Test

Testing mean 1 = mean 2 (versus not equal)

Calculating power for mean 1 = mean 2 + difference
6
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

Alpha = 0.05 Assumed standard deviation = 1

Sample Target
Difference Size Power Actual Power
1 17 0.8 0.807037

The sample size is for each group.

ใช้ G*Power จาก ∆0 = 2,σ1 = σ2 = 1 ดังนั้น effect size (d) หาได้จาก

∆0
d=
σ

ถ้าในกรณีที่ σ1 ̸= σ2 ใช้ √
′ σ12 + σ22
σ =
2
คำสั่งที่ใช้

7
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

หาค่า effect size

ผลลัพธ์ที่ได้

สรุป จาก MINITAB และ G*Power ขนาดตัวอย่างหรือ จำนวนซ้ำ ที่ เหมาะสมสำหรับ การทดลองนี้
เท่ากับ 17 ตัวอย่างต่อกลุ่ม

8
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

4 Two means—Dependent samples

ในงานวิจัยที่มีวัตถุประสงค์เพื่อทดสอบค่าเฉลี่ยของประชากรสองกลุ่มที่ตัวอย่างสองชุดไม่เป็นอิสระ
กัน ที่มีสมมุติฐานเชิงสถิติ คือ

Two-tailed test One-tailed test

H0 : µ d = ∆ 0 H0 : µd ≤ ∆0 H0 : µd ≥ ∆0
Ha : µd ̸= ∆0 Ha : µd > ∆0 Ha : µd < ∆0
โดยใช้การทดสอบที
D̄ −√∆0
t=
Sd / n
One­tailed test [ ]2
(t +t )σ̂
n = α,n−1 β,n−1 d (5)
µd

Two­tailed test [ ]
(tα/2,n−1 + tβ,n−1 )σ̂d 2
n= (6)
µd
เมื่อ
√
σ̂d = σ̂y21 + σ̂y22 − 2ρ̂y1 ,y2 σ̂y1 σ̂y2

ตัวอย่างที่ 3 หากผู้วิจัยกำหนด ∆0 = 1, α = .05, One-tailed test, σy1 = σy2 = 5, ρy1 ,y2 = .80
และ Power=.80

ดังนั้น
√ √
σ̂d = 25 + 25 − 2(.8)(25) = 10 = 3.162
ใช้ MINITAB

Stat –> Power and Sample Size –> Paired t

9
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

Power and Sample Size

Paired t Test

Testing mean paired difference = 0 (versus > 0)

Calculating power for mean paired difference = difference
Alpha = 0.05 Assumed standard deviation of paired differences = 3.162

Sample Target
Difference Size Power Actual Power
1 64 0.8 0.804517

ใช้ G*Power
คำสั่งที่ใช้

10
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

หา effect size

ได้ผลลัพธ์

11
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

สรุป จาก MINITAB และ G*Power ขนาดตัวอย่างหรือ จำนวนซ้ำ ที่ เหมาะสมสำหรับ การทดลองนี้
เท่ากับ 64 ตัวอย่าง

5 Experimental designs
สำหรับงานวิจัยที่เป็นงานวิจัยเชิงทดลอง และใช้แผนแบบการทดลองแบบต่าง ๆ จะมีคำนวณขนาด
ตัวอย่างตามแผนแบบการทดลองที่ใช้ โดยสถิติทดสอบที่ใช้ในการทดสอบสมมุติฐานคือสถิติทดสอบเอฟ
(F ) ดังนั้น ในการคำนวณขนาดตัวอย่างจึงพิจารณาจาก Power ของการทดสอบเอฟ

1 − β = P(Reject H0 |H0 is false)

เมื่อสมมุติฐานหลักเป็นเท็จ สถิติทดสอบเอฟจะมีการแจกแจงแบบ Noncentral F distribution ที่มี Φ

เป็น noncentral parameter ซึ่งหากเราทราบค่า Φ จะสามารถหา Power ของการทดสอบได้ โดย Φ
ของแผนแบบการทดลองจะมีสูตรที่แตกต่างกัน ดังนั้น การคำนวณขนาดตัวอย่างจึงขึ้นอยู่กับค่า Φ

One factor
สำหรับงานวิจัยที่มีปัจจัยที่ศึกษาจำนวน 1 ปัจจัย โดยมีระดับปัจจัยหรือทรีทเมนต์จำนวน a ระดับ มี
ค่า Φ คือ √
nD2
Φ= (7)
2aσ2
เมื่อ D คือผลต่างระหว่างค่าเฉลี่ยของประชากรของทรีทเมนต์ที่มีค่าแตกต่างกันมากที่สุด, a คือจำนวนท
รีทเมนต์ และ σ คือค่าเบี่ยงเบนมาตรฐานของประชากรแต่ละกลุ่มซึ่งเท่ากันทุกกลุ่ม
ซึ่งจะเห็นได้ว่าการหาค่า Φ ต้องทราบค่า n คือจำนวนตัวอย่างในแต่ละทรีทเมนต์ ดังนั้นในการหา
ขนาดตัวอย่างที่จำทำได้ Power ที่ต้องการจึงต้องใช้วิธีการลองแทนค่า n ลงในสูตร Φ เมื่อได้ค่า Φ แล้ว
จึงนำไปหา Power จนกว่าจะได้ Power ตามที่ต้องการ โดย MINITAB สามารถหาขนาดตัวอย่างตามวิธี
ที่กล่าวถึงนี้
ตัวอย่างที่ 4 ในการทดลองหนึ่ง มี ปัจจัย ที่ ศึกษาหนึ่ง ปัจจัย แบ่ง เป็น 4 ระดับ (ทรีท เมนต์) ผู้ ทดลอง
ต้องการหาจำนวนตัวอย่าง (ซ้ำ) ที่เหมาะสม โดยกำหนดพารามิเตอร์ต่าง ๆ ดังนี้

• µ1 = 25 µ2 = 45 µ3 = 100 และ µ4 = 50

• Power = 0.80, α = .05,

• σ = 25

MINITAB
12
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

Stat –> Power and Sample Size –> One-Way ANOVA

Power and Sample Size

One-way ANOVA

Alpha = 0.05 Assumed standard deviation = 25

Factors: 1 Number of levels: 4

Maximum Sample Target

Difference Size Power Actual Power
75 4 0.8 0.867819

The sample size is for each level.

13
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

G*Power ในการใช้ G*Power นั้นต้องคำนวณหา effect size ก่อน โดยหาได้จาก

σm
f=
σ
√ ∑
เมื่อ σm = 1k ki=1 (µi − µ̄)2 และ σ คือค่าเบี่ยงเบนมาตรฐานของค่าสังเกตภายในทรีทเมนต์แต่ละ
ทรีเมนต์ซึ่งมีค่าเท่ากันทุกทรีทเมนต์
อย่างไรก็ตาม G*Power สามารถคำนวณหาค่า effect size ให้ได้โดยผู้ทดลองต้องใส่ค่า µi แต่ละค่า
ลงไป ดังตัวอย่างต่อไปนี้
คำสั่งที่ใช้

หา effect size

14
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

หาขนาดตัวอย่าง

สรุป จาก MINITAB และ G*Power จำนวนตัวอย่างที่ได้คือ 4 ตัวอย่าง (ซ้ำ) ต่อหนึ่งทรีทเมนต์

หมายเหตุ หากแผนแบบที่ใช้เป็น CRD จำนวนตัวอย่าง n คือจำนวนซ้ำในแต่ละทรีทเมนต์ หากแผน

แบบที่ใช้เป็น RCBD จำนวนตัวอย่าง n คือจำนวนบล็อก
15
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

Two factors
สำหรับงานวิจัยที่มีปัจจัยที่ศึกษา 2 ปัจจัย คือปัจจัย A และ B โดยปัจจัย A มี a ระดับ และปัจจัย B
มี b ระดับ การหาค่า Φ ทำได้ 2 วิธี ขึ้นอยู่กับผู้วิจัยสนใจอิทธิพลหลักของปัจจัย A หรือ B

• ในกรณีที่ผู้วิจัยสนใจอิทธิพลหลักของปัจจัย A
√
nbD2
Φ= (8)
2aσ2
เมื่อ D คือผลต่างที่มากที่สุดระหว่างค่าเฉลี่ยของระดับปัจจัย A 2 ระดับ

• ในกรณีที่ผู้วิจัยสนใจอิทธิพลหลักของปัจจัย B
√
naD2
Φ= (9)
2bσ2
เมื่อ D คือผลต่างที่มากที่สุดระหว่างค่าเฉลี่ยของระดับปัจจัย B 2 ระดับ

ตัวอย่างที่ 5 ในการทดลองหนึ่งที่มีปัจจัยที่ศึกษาสองปัจจัย ที่ปัจจัย A มี 3 ระดับปัจจัย และปัจจัย B

มี 3 ระดับปัจจัย ผู้ทดลองต้องการคำนวณหาขนาดตัวอย่างหรือจำนวนซ้ำที่เหมาะสมในแต่ละทรีทเมนต์
ร่วม โดยสนใจปัจจัย A เป็นหลัก จึงกำหนดค่าพารามิเตอร์ต่าง ๆ ดังนี้

• µA1 = 45, µA2 = 60 และ µA3 = 85

• α = .05 และ Power = .90

• σ = 25

ใช้ MINITAB

Stat –> Power and Sample Size –> General Full Factorial Design

16
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

Power Curve for General Full Factorial

Power and Sample Size

General Full Factorial Design

Alpha = 0.05 Assumed standard deviation = 25

Factors: 2 Number of levels: 3, 3

Include terms in the model up through order: 2

Not including blocks in model.

Maximum Total Target

Difference Reps Runs Power Actual Power
40 4 36 0.9 0.922545

ใช้ G*Power
ในการใช้ G*Power ต้องคำนวณหา effect size จาก
√
σm2
f=
σ2

เมื่อ σm2 คือ ค่า ความแปปรวนระหว่างระดับ ปัจจัย ของปัจจัย ที่ เลือกมาคำนวณขนาดตัวอย่าง ในที่ นี้ คือ
ปัจจัย A หา สำหรับตัวอย่างนี้
k
1∑ 1[ ]
σm2 = (µi − µ̄)2 = (45 − 65)2 + (65 − 65)2 + (85 − 65)2 = 266.6667
k i=1 3
45 + 65 + 85
เมื่อ µ̄ = = 65
3
คำสั่งที่ใช้

17
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

หา effect size

ผลลัพธ์

18
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

สรุป จาก MINITAB และ G*Power ขนาดตัวอย่างหรือ จำนวนซ้ำ ที่ เหมาะสมสำหรับ การทดลองนี้
เท่ากับ 4 ตัวอย่าง

6 เอกสารอ้างอิง
1. Dattalo, P. (2008). Determining sample size : balancing power, precision, and
practicality. Oxford University Press, Inc., New York.

2. Faul, F., Erdfelder, E., Lang, A.-G., & Buchner, A. (2007). G*Power 3: A flexible sta-
tistical power analysis program for the social, behavioral, and biomedical sciences.
Behavior Research Methods, 39, 175-191.

3. Thomas P.R. (2013). Sample Size Determination and Power. John Wiley & Son,
Inc., New Jersey.

19
การคำนวณหาขนาดตัวอย่างเพื่องานวิจัย

7 ภาคผนวก
1. ท่านสามารถ download โปรแกรม MINITAB free trial version ได้จาก http://www.minitab.com/
en-us/downloads/

2. ท่านสามารถ download โปรแกรม G*Power รวมถึงคู่มือการใช้โปรแกรมได้จาก

https://www.psychologie.hhu.de/arbeitsgruppen/
allgemeine-psychologie-und-arbeitspsychologie/gpower.html

20