มาย้อนความสถิติพื้นฐานกันสักหน่อยครับ ครั้งนี้มาในรูปแบบของ Series ใช้ชื่อว่า Basic Statistic series ซึ่งจะประกอบไปด้วย
EP.1 Independent Sample t-test
EP.2 One Way ANOVA
EP.3 Pearson Chi-square
EP.4 Pearson Correlation
ในบทความนี้คือ EP.1 เรื่อง Independent Sample t-test
EP.1 เรื่อง Independent Sample t-test
t-test หรือ Independent sample t-test คือ
การวิเคราะห์เพื่อเปรียบเทียบค่าเฉลี่ย ระหว่างตัวแปรที่มี 2 กลุ่ม
เป็นการวิเคราะห์เปรียบเทียบแบบ bi-variate คือต้องการเปรียบเทียบระหว่างตัวแปรจำนวน 2 ตัว
ระดับของตัวแปรที่ใช้ในการเปรียบเทียบคือ
ตัวแปรอิสระ เป็นตัวแปรระดับ Nominal ที่มีคำตอบหรือ Choice ให้เลือกเพียง 2 คำตอบเท่านั้น เช่น เพศ, อายุ (มีให้เลือกว่า ต่ำกว่า 20 และ 20 ขึ้นไป เป็นต้น)
ตัวแปรตาม เป็นตัวแปรระดับ Interval และ Ratio หรืออาจเรียกว่า Scale ซึ่งเป็นค่าเฉลี่ย เช่น ความพึงพอใจ, คะแนนความคิดเห็น เป็นต้น
ตัวอย่างการลงข้อมูลดังภาพ
จากภาพ จะเห็นว่าเรามีตัวแปรที่เป็นกลุ่ม (ช้อย) ก็คือ Sex มักจะเป็นเพศชาย กับ เพศหญิง แทนด้วยเลข 1 2 หรือจะ 0 1 หรืออะไรก็ได้ แต่ขอให้เป็น 2 ช้อยเท่านั้น
ในขณะที่ตัวแปรตามที่เราจะใช้นั้น คือ MeanPrice ซึ่งมาจาก Price1-Price5 นำมาหาค่าเฉลี่ยรวมกันเสียก่อน จึงจะนำไปใช้ต่อได้
ถามว่า ทำไมไม่ใช่ Price1-Price5 ไปเลย เนื่องจากว่า Price ทั้ง 5 ตัว เป็นแค่ items คำถาม ที่เราไปถามกลุ่มตัวอย่าง แต่ยังไม่นับเป็นหัวเรื่องนั้นๆ ได้ เช่น เราถามเรื่องราคา เราก็ต้องการรู้ว่า เพศกับราคา มีความแตกต่างกันหรือไม่ ซึ่งคำถามเรื่องราคาประกอบไปด้วย 5 ข้อคำถาม ดังนั้น เราจึงต้องมาหาค่าเฉลี่ยรวมเสียก่อนครับ
จากนั้นเราก็ทำตามขั้นตอนการวิเคราะห์ t-test ต่อไปครับ มาดูวิธีทำกันครับ [VDO]
ร่วมติดตามได้ทุกช่องทาง
follow or subscribe in any channel
tel.086-555-5949
line: @SmartResearchThai
Blockdit: SmartResearchThai
Youtube: SmartResearchThai
Facebook: SmartResearchThai
ขอบคุณสำหรับความรู้ดีดีค่ะ ขออนุญาตสอบถามเพิ่มเติมค่ะ ในกรณีที่เราสำรวจตัวอย่าง (แบบสอบถามนักท่องเที่ยว) สองช่วงเวลาที่แตกต่างกัน ในพื้นที่ศึกษาเดียวกัน ต้องการทราบว่าสองกลุ่มตัวอย่างนั้นเป็นตัวแทนของประชากรเดียวกันหรือไม่ เราสามารถวิเคราะห์ t-test จากข้อมูลประชากรศาสตร์ (เช่น เพศ อายุ การศึกษา อาชีพ รายได้) ระหว่างสองกลุ่มนั้นได้เลยมั๊ยคะ