การแจกแจงทางทฤษฎีที่ใช้อนุมานสถิติ

การแจกแจงทางทฤษฎี (Theoretical distribution) ที่ใช้ในอนุมานสถิติบ่อยๆ มีอยู่ 4 ประเภทด้วยกันคือ

1. การแจกแจงแบบโค้งปกติ (Normal distribution)

2. การแจกแจงแบบไคว์สแควร์ (Chi-square distribution)

3. การแจกแจงแบบ F (F-distribution)

4. การแจกแจงแบบ t (t-distrubution)

1. การแจกแจงแบบโค้งปกติ (Normal distribution)

การแจกแจงแบบโค้งปกติ เป็นการแจกแจงของข้อมูลที่ได้จากตัวแปร ที่มีลักษณะต่อเนื่อง (Continuous variable) โดยมีคุณสมบัติของโค้งปกติ ดังนี้

1. พื้นที่หรือความน่าจะเป็น (Probability) ภายใต้โค้งปกติมีค่าเท่ากับ 1

2. ความสูงของโค้งที่สูงที่สุดอยู่ที่ค่า µ

3.โค้งมีลักษณะเป็นรูประฆังคว่ำ สมมาตร และมีค่าเฉลี่ย มัธยฐาน และฐานนิยมเท่ากัน

4. ลักษณะการกระจายภายใต้โค้งปกติมีลักษณะที่ว่าในช่วงบวกลบ 1 เท่าของค่าเบี่ยงเบนมาตรฐานจากค่าเฉลี่ยหรือจุดกลางของโค้ง (µ±1) มีพื้นที่ประมาณ 68% และ (µ±2) มีพื้นที่ประมาณ 95% และ (µ±3) มีพื้นที่ประมาณ 99%

 

คะแนนมาตรฐาน

ในการที่จะนำคะแนนแต่ละรายวิชาหรือต่างกลุ่มกันมาเปรียบเทียบกัน ไม่สามารถทำได้ ดังนั้นในการที่จะนำคะแนนมาเปรียบเทียบกันให้ได้ความหมายนั้น ทำได้โดยเปลี่ยนคะแนนดิบให้เป็นคะแนนมาตรฐาน ซึ่งคะแนนมาตรฐานแต่ละชนิดจะมีค่าเฉลี่ย และค่าเบี่ยงเบนมาตรฐานคงที่

1. คะแนนมาตรฐาน Z (Z-Score) คือคะแนนมาตรฐานที่มีลักษณะการกระจายเหมือนกับการกระจายของคะแนนดิบ มีค่าเฉลี่ยเป็นศูนย์และค่าเบี่ยงเบนมาตรฐานเป็นหนึ่ง สามารถคำนวณได้โดยใช้สูตรดังนี้

ลักษณะของคะแนนมาตรฐาน Z

1. เป็นคะแนนที่มีค่าเฉลี่ยเป็นศูนย์และค่าเบี่ยงเบนมาตรฐานเป็นหนึ่ง

2. คะแนนมาตรฐานที่เป็นลบแสดงว่าคะแนนค่านั้นต่ำกว่าคะแนนเฉลี่ยและถ้าเป็นบวกแสดงว่าสูงกว่าค่าเฉลี่ย

3. การเปลี่ยนคะแนนดิบให้เป็นคะแนนมาตรฐาน ไม่จำกัดคะแนนเต็มของวิชาต่างๆ โดยปกติค่าคะแนนมาตรฐาน Z จะมีค่าอยู่ระหว่าง ±3

4. ลักษณะการกระจายเหมือนกับการกระจายของคะแนนดิบ

 

2. คะแนนมาตรฐาน T (T-Score) คือ คะแนนมาตรฐานที่ดัดแปลงมาจากคะแนน Z ซึ่งมีทั้งค่าบวกลบ ทำให้ลำบากในการตีความหมาย การเปลี่ยนคะแนน Z เป็นคะแนน T ใช้สูตรดังนี้

T = 50 + 10Z

ลักษณะของคะแนนมาตรฐาน T

1. มีลักษณะการกระจายเหมือนกับการกระจายของคะแนนดิบ

2. เป็นคะแนนมาตรฐานที่มีค่าเฉลี่ย 50 และค่าเบี่ยงเบนมาตรฐาน 10

 

2. การแจกแจงแบบไควสแควร์ (Chi-Square distrubution) มีลักษณะที่สำคัญดังนี้

1. ค่าเฉลี่ยของการแจกแจงแบบไคว์สแควร์ที่มี Degree of freedom “n” จะมีค่าเท่ากับ “n”

2. ถ้า n ≥ 2 ฐานนิยมของ มีค่าเท่ากับ n – 2

3. ค่าเบี่ยงเบนมาตรฐานของ มีค่าเท่ากับ

4. การแจกแจงแบบไคว์สแควร์ส่วนใหญ่มีลักษณะเบ้ขวา

5. ถ้า “n” มีขนาดใหญ่ การแจกแจงแบบไคว์สแควร์จะมีลักษณะที่ใกล้เคียงกับการแจกแจงแบบโค้งปกติที่มีค่าเฉลี่ย n และค่าเบี่ยงเบนมาตรฐาน

3. การแจกแจงแบบ F (F-distribution)

การแจกแจงแบบ F ที่มี Degree of freedom n1 และ n2 นั้น เป็นการแจกแจงของตัวแปร F ที่เกิดจากอัตราส่วนระหว่างตัวแปรไคว์สแควร์ 2 ตัว ที่เป็นอิสระต่อกันที่มี Degree of freedom n1 และ n2 ตามลำดับ

การแจกแจงแบบ F ที่มี Degree of freedom n1 ของตัวเศษ และ n2 ของตัวส่วน จะมีลักษณะดังนี้

1. เบ้ไปทางขวา

2. มีค่าฐานนิยมเพียงค่าเดียว

3. ค่ามัธยฐานมีค่าน้อยกว่าหรือเท่ากับ 1

4. ค่าเฉลี่ยมีค่าเท่ากับ n2/(n2-2) เมื่อ

 

4. การแจงแจงแบบ t (t-distribution)

การแจกแจงแบบ t ที่มี Degree of freedom  n เป็นการแจกแจงของตัวแปร t ที่เกิดจากอัตราส่วนระหว่างตัวแปร Z ที่มีการแจกแจงเป็นโค้งปกติกับตัวแปรไคว์สแควร์ ที่มีค่า Degree of freedom n

การแจกแจงแบบ t มีลักษณะดังนี้

1. โค้งมีลักษณะสมมาตร

2. มีฐานนิยมเพียงค่าเดียว

3. ค่าเฉลี่ยและมัธยฐาน มีค่าเท่ากับศูนย์ แต่ค่าเบี่ยงเบนมาตรฐานขึ้นอยู่กับขนาดของกลุ่มตัวอย่างหรือค่าของ Degree of freedom ยิ่งกลุ่มตัวอย่างหรือ Degree of freedom มีค่ามากเท่าใด ค่าเบี่ยงเบนมาตรฐานจะยิ่งเข้าใกล้ 1 มากขึ้น หรือลักษณะการแจกแจงใกล้เคียงกับโค้งปกติมากขึ้น

Related Posts

การวัดการกระจาย

การสรุปลักษณะต่างๆ ของข้อมูลนั้น ใช้การวัดแนวโน้มเข้าสู่ส่วนกลางเพียงอย่างเดียวไม่เพียงพอ จำเป็นที่จะต้องใช้การวัดการกระจายด้วยเพื่อให้ทราบว่าข้อมูลแต่ละชุดมีการกระจายแตกต่างกันอย่างไร โดยมีวิธีการดังนี้ 1. พิสัย (Range) คือความแตกต่างระหว่างข้อมูลที่มีค่าสูงสุดกับข้อมูลที่มีค่าต่ำสุด การจัดการกระจายแบบนี้เป็นการวัดแบบหยาบๆ 2. ค่าเบี่ยงเบนควดไทล์ (Quartile deviation : Q.D.) คือค่าครึ่งหนึ่งของผลต่างระหว่างควอไทล์ที่ 3 กับควอไทล์ที่ 1 ใช้เมื่อข้อมูลนั้นมีการวัดแนวโน้มเข้าสู่ส่วนกลางด้วยค่ามัธยฐาน 3. ค่าเบี่ยงเบนเฉลี่ย (Mean deviation : M.D.)…

การวัดแนวโน้มเข้าสู่ส่วนกลาง

การวัดแนวโน้มเข้าสู่ส่วนกลาง การสรุปลักษณะของข้อมูลโดยทั่วไป จะคำนึงถึงลักษณะ 2 ประการ คือ ค่าที่เป็นตัวแทนของข้อมูลแต่ละชุด และลักษณะการกระจายของข้อมูล โดยการหาค่าสถิติที่ทีเป็นตัวแทนของข้อมูลแต่ละชุด คือ การวัดแนวโน้มสู่ส่วนกลาง โดยมีค่าสถิติที่นิยมใช้ได้แก่ ค่าเฉลี่ย มัธยฐาน และฐานนิยม   ความสัมพันธ์ระหว่างค่าเฉลี่ย มัธยฐานและฐานนิยมในลักษณะการแจกแจงต่างๆ 1. ถ้าข้อมูลมีลักษณะการแจกแจงเป็นโค้งปกติ คือ เป็นโค้งที่มีลักษณะรูประฆัง ค่าเฉลี่ย มัธยฐานและฐานนิยม จะมีค่าเท่ากัน 2. ถ้าข้อมูลมีลักษณะการแจกแจงเบ้ไปทางขวา…

ตำแหน่งเปอร์เซ็นไทล์ เดไซน์และควอไทล์

ตำแหน่งเปอร์เซ็นไทล์ เดไซน์และควอไทล์ ข้อมูลที่รวบรวมมาได้ในแต่ละชุด จะมีลักษณะเฉพาะของตนเอง  ในการที่จะเปรียบเทียบตำแหน่งต่างๆ ของข้อมูลคนละชุดนั้น ควรจะแปลงข้อมูลเหล่านั้นให้อยู่ในลักษณะเดียวกันเสียก่อน สถิติที่ใช้ในการเปรียบเทียบและวัดตำแหน่งต่างๆ ที่จะกล่าวถึงในที่นี้ ได้แก่   ตำแหน่งเปอร์เซ็นไทล์ (Percentile : P) ตำแหน่งเปอร์เซ็นไทล์ หมายถึง ตำแหน่งที่บอกให้ทราบว่ามีข้อมูลอยู่กี่ส่วนจากร้อยส่วนที่มีค่าน้อยกว่าหรือเท่ากับคะแนน ณ ตำแหน่งนั้น เช่น นายยอกสอบได้คะแนนสถิติ 60 คะแนน ซึ่งตรงกับตำแหน่งเปอร์เซ็นไทล์ที่ 70 หมายความว่า…

ชนิดของข้อมูลและตัวแปร

ชนิดของข้อมูล เนื่องจากสถิติบางอย่างไม่สามารถใช้ได้กับข้อมูลทุกชนิด ผู้วิจัยจึงควรทำความรู้จักกับชนิดของข้อมูล โดยชนิดของข้อมูลแบ่งได้เป็น 4 ชนิด ดังนี้ 1. ข้อมูลนามบัญญัติ (Nominal data) เป็นข้อมูลที่แบ่งเป็นกลุ่ม ไม่สามารถนำมาคำนวณได้ เช่น เพศ ชนิดโรงเรียน เป็นต้น 2. ข้อมูลเรียงลำดับ (Ordinal data) เป็นข้อมูลที่นอกจากจะจำแนกเป็นกลุ่มได้แล้ว ยังสามารถนำมาเรียงอันดับได้อีกด้วย ได้แก่ ผลการแข่งขัน ระดับความคิดเห็น เป็นต้น…

สถิติวิจัยทางการศึกษา

สถิติ (Statistics) หมายถึง ระเบียบวิธีการทางสถิติ ซึ่งประกอบด้วยการเก็บรวบรวมข้อมูล การนำเสนอข้อมูล การวิเคราะห์ข้อมูลและการแปลความหมายข้อมูล ชนิดของสถิติ แบ่งออกได้เป็น 2 ประเภทใหญ่ๆ ดังนี้ 1. พรรณนาสถิติ (Descriptive Statistics) เป็นสถิติที่มุ่งศึกษาและอธิบายลักษณะต่างๆ ของกลุ่มประชากรเป้าหมาย โดยทำการรวบรวมข้อมูลต่างๆ จากทุกๆ หน่วยของประชากร และวิเคราะห์ แปลความหมายในกลุ่มประชากรนั้นเท่านั้น 2. อนุมานสถิติ (Inferential Statistics)…

ความเที่ยง (Reliability)

ความเที่ยง (Reliability) คือคุณสมบัติของเครื่องมือที่วัดได้ตรงกับความเป็นจริง สามารถวัดได้โดย 1. การวัดความคงที่ (Measure of stability) วิธีนี้ใช้วัดซ้ำโดยให้ผู้สอบกลุ่มเดียวกันสอบข้อสอบชุดเดียวกันสองครั้ง โดยเว้นระยะห่างสองถึงสามสัปดาห์ มีข้อจำกัด คือ ต้องรอเว้นระยะเวลาในการสอบ ซึ่งผู้สอบอาจจะมีโอกาสฝึกหัดเรียนรู้เพิ่มเติม 2. การวัดความเท่ากัน (Measure of equivalence) ใช้ข้อสอบคู่ขนาน วัดกลุ่มเดียวกัน เวลาใกล้เคียงกัน วัดเรื่องเดียวกัน มีความยากง่ายเท่ากัน แต่มีปัญหาคือ สร้างข้อสอบคู่ขนานที่แท้จริงได้ยาก…

This Post Has 3 Comments

  1. ถามหน่อยนะคะ การแจกแจงคะแนน z และคะแนน t แตกต่างกันอย่างไร จะใช้แทนกันได้ในกรณีไดคะ ขอบคุณล่วงหน้าคะ.

    1. ทั้ง 2 ตัวเป็นคะแนนมาตรฐาน ครับ โดยคะแนน t เป็นการเอา z มาแปลงให้อ่านง่ายขึ้น และไม่มีค่าติดลบ เพราะ t มีค่าเฉลี่ย 50 sd 10 ครับ ใช้ตัวไหนก็ไม่ต่างกัน

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.