Spss chi square
Download
1 / 60

การใช้โปรแกรม SPSS ในการวิเคราะห์ Chi-square - PowerPoint PPT Presentation


  • 130 Views
  • Uploaded on

การใช้โปรแกรม SPSS ในการวิเคราะห์ Chi-square. 14 มี.ค 50 LNG 301. การทดสอบ Chi-square. ใช้สำหรับข้อมูลที่อยู่ในรูปข้อมูลนามบัญญัติ ( Nominal Scale) เช่น จำนวนอาจารย์จำแนกตามตำแหน่งทางวิชาการ ตำแหน่งทางวิชาการ จำนวน(ความถี่) ศาสตราจารย์ 5 รองศาสตราจารย์ 48

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' การใช้โปรแกรม SPSS ในการวิเคราะห์ Chi-square' - aram


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
Spss chi square

การใช้โปรแกรม SPSS ในการวิเคราะห์ Chi-square

14 มี.ค 50

LNG 301


Chi square
การทดสอบ Chi-square

  • ใช้สำหรับข้อมูลที่อยู่ในรูปข้อมูลนามบัญญัติ (Nominal Scale) เช่น

  • จำนวนอาจารย์จำแนกตามตำแหน่งทางวิชาการ

  • ตำแหน่งทางวิชาการ จำนวน(ความถี่)

  • ศาสตราจารย์ 5

  • รองศาสตราจารย์ 48

  • ผู้ช่วยศาสตราจารย์ 102

  • อาจารย์ 10



Chi square 3
เราใช้ Chi-square ทดสอบข้อมูลแบบนามบัญญัติใน 3 กรณีคือ

  • การทดสอบความถูกต้องตามทฤษฎี(The χ2 one – variable case หรือ Goodness-of-fit test)

  • การทดสอบความเป็นเอกพันธ์ของข้อมูล (Test of Homogeneity of Distribution) การทดสอบนี้มักจะใช้ในกรณีที่มีตัวแปรอิสระ 2 ตัว เพื่อที่จะศึกษาว่า การแจกแจงข้อมูลของตัวแปรทั้ง 2 ตัวเหมือนกันหรือแตกต่างกัน


  • การทดสอบความเป็นอิสระการทดสอบความเป็นอิสระ

  • (Test of Independence) เป็นการทดสอบความสัมพันธ์ระหว่างตัวแปร 2 ตัว ว่าตัวแปร 2 ตัวนั้นมีความสัมพันธ์กันหรือไม่


1 the 2 one variable case goodness of fit test
กรณีที่ 1การทดสอบความถูกต้องตามทฤษฎี (The χ2 one – variable case หรือ Goodness-of-fit test)

  • สูตรการคำนวณ

    χ2= Σki=1(O-E)2

    E

    เมื่อχ2 แทนค่าไคร์สแควร์

    O แทนค่าความถึ่ที่ได้จากการสังเกตุ(Observe frequency)

    E แทนค่าความถึ่ที่คาดหวัง (Expected frequency)

    K แทนจำนวนประเภทหรือจำนวนกลุ่ม


  • Hypothesis 1การทดสอบความถูกต้องตามทฤษฎี (

  • H0 : ไม่มีความแตกต่างระหว่างความถี่ที่สังเกตุกับความถี่ที่คาดหวัง หรือ H0 : ρ = ρ0

  • H1 : มีความแตกต่างระหว่างความถี่ที่สังเกตุกับความถี่ที่คาดหวัง หรือ H1 : ρ = ρ0

  • เมื่อ ρ= ค่าสัดส่วนของประชากรที่สนใจจะทดสอบ

  • ρ0 = ค่าสัดส่วนที่ผู้ใช้กำหนดเพื่อการทดสอบ


2 binomial
ตัวอย่างการทดสอบค่าสัดส่วนกรณีข้อมูลมีค่าเป็นไปได้ 2 ค่า(Binomial)

  • ตัวอย่างที่ 1 Ex 1

  • ทางมหาวิทยาลัยต้องการทราบความคิดเห็นของอาจารย์ว่า เห็นด้วยหรือไม่ที่จะมีการออกระเบียบว่าด้วยการแต่งกายของนักศึกษา จึงได้สุ่มอาจารย์ 100 คนมาสอบถาม ปรากฎว่ามีอาจารย์ที่ตอบว่าเห็นด้วย 60 คน ไม่เห็นด้วย 40 คน

    จงทดสอบว่า จะสรุปว่าอาจารย์ส่วนใหญ่ของมหาวิทยาลัยเห็นด้วยได้หรือไม่


สมมติฐานของการทดสอบ 2 ค่า(

  • H0 : สัดส่วนของอาจารย์ที่ตอบว่าเห็นด้วยและไม่เห็นด้วยเท่ากัน

  • H1 : สัดส่วนของอาจารย์ที่ตอบว่าเห็นด้วยมากกว่าที่ตอบว่าไม่เห็น


การเตียมข้อมูลในโปรแกรม SPSS

  • 1. สร้างตัวแปร Opinion ที่ Data Editor

  • 2. กำหนดValue เป็น 0 กับ 1 เมื่อ0 =no 1=yes

  • 3. Measure กำหนดเป็น Nominal

  • 4. Case ที่ 1 – 40 ใส่ค่า 0

  • 5. Case ที่ 41 – 100 ใส่ค่า 1


Chi square1
การใช้คำสั่ง วิเคราะห์ Chi-square

  • 1. เลือก menuAnalyze

  • 2. เลือก Nonparametric tests

  • 3. เลือก Binomial

  • 4. เอาตัวแปร Opinion ใส่ในช่อง Test variable list

  • 5. Test Proportion เลือก .50

  • 6. เลือก OK


  • Test Statistics วิเคราะห์

  • opinion of teacher

  • Chi-Square 4.000

  • df 1

  • Asymp. Sig. .046

  • a 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 50.0.


  • ค่า วิเคราะห์ P-value เท่ากับ .046 ซึ่งต่ำกว่า ค่า แอลฟา ที่กำหนดไว้ที่ .05

  • สรุป ปฏิเสธ H0 นั่นคือ สัดส่วนของอาจารย์ที่ตอบว่าเห็นด้วยมากกว่าที่ตอบว่าไม่เห็น


ตัวอย่างการทดสอบค่าสัดส่วนกรณีข้อมูลมีค่าเป็นไปได้ 2 ค่า

  • ตัวอย่างที่EX 2 สมมุติผู้ทดสอบต้องการทราบว่า ในการผลิตสินค้าชนิดหนึ่งจะผลิตสินค้าได้มาตรฐานไม่ต่ำกว่า 90 % หรือไม่ จึงทำการสุ่มสินค้าที่ได้จากการผลิตมา 30 ชิ้น และทำการทดสอบมาตรฐาน ปรากฎผลดังนี้(ให้ 1 แทนสินค้าที่ได้มาตรฐาน และ 0 เทนสินค้าที่ไม่ได้มาตรฐาน)

  • 1 1 0 1 1 1 0 1 1 1

  • 0 1 1 1 1 1 1 1 1 0

  • 1 1 1 0 1 1 1 1 1 1


สมมติฐานสำหรับการทดสอบสมมติฐานสำหรับการทดสอบ

  • H0 : จำนวนสินค้าที่ได้มาตรฐานมีมากกว่าหรือเท่ากับ 90 %

  • H1 : จำนวนสินค้าที่ไม่มาตรฐานมีน้อยกว่า 90 %


การเตรียมข้อมูลในโปรแกรม SPSS

  • 1. สร้างตัวแปร product ที่ Data Editor

  • 2. กำหนดValue เป็น 0 กับ 1 เมื่อ0 =non standard 1= standard

  • 3. Measure กำหนดเป็น Nominal

  • 4. ใส่ข้อมูล


Chi square2
การใช้คำสั่ง วิเคราะห์ Chi-square

  • 1. เลือก menuAnalyze

  • 2. เลือก Nonparametric tests

  • 3. เลือก Binomial

  • 4. เอาตัวแปร product ใส่ในช่อง Test variable list

  • 5. Test Proportion เลือก .09

  • 6. เลือก OK


การทดสอบค่าสัดส่วนกรณีข้อมูลมีค่าเป็นไปได้ตั้งแต่ 2 ค่าขึ้นไป

  • ตัวอย่างEx3 ต้องการทดสอบว่า จำนวนลูกค้าที่มาทานอาหารในแต่ละวัน ไม่แตกต่างกัน โดยทำการบันทึกจำนวนลูกค้าแต่ละวันได้ดังนี้


สมมติฐานสำหรับการทดสอบสมมติฐานสำหรับการทดสอบ

  • H0 : จำนวนลูกค้าในแต่ละวันไม่แตกต่างกัน

  • H1 : จำนวนลูกค้าในแต่ละวันแตกต่างกัน

  • หรือ

  • H0 : อัตราส่วนจำนวนลูกค้าแต่ละวัน = 1:1:1:1:1:1:1

  • H1 : อัตราส่วนจำนวนลูกค้าแต่ละวัน = 1:1:1:1:1:1:1


การเตรียมข้อมูลในโปรแกรม SPSS

  • 1. สร้างตัวแปร custom ที่ Data Editor

  • 2. กำหนดValue เป็น 1 - 7 เมื่อ 1 =Monday 2=Tuesday 3=Wednesday 4=Thursday 5=Friday 6=Saturday 7=Sunday

  • 3. Measure กำหนดเป็น Nominal

  • 4. ใส่ข้อมูล


Chi square3
การใช้คำสั่ง วิเคราะห์ Chi-square

  • 1. เลือก menuAnalyze

  • 2. เลือก Nonparametric tests

  • 3. เลือก Chi-square

  • 4. เอาตัวแปร Custom ใส่ในช่อง Test variable list

  • 5. Expected Values เลือก All categories equal

  • 6. เลือก OK


  • สรุปได้ว่า ปฏิเสธ วิเคราะห์ H0 : อัตราส่วนจำนวนลูกค้าแต่ละวัน = 1:1:1:1:1:1:1 นั้นคือ อัตราส่วนจำนวนลูกต้าแต่ละวันไม่เท่ากัน โดยที่ในวันเสาร์ อาทิตย์มีแนวโน้มจะมีลูกค้ามากกว่าวันธรรมดา


สมมติฐานสำหรับการทดสอบสมมติฐานสำหรับการทดสอบ

  • Ex 4 สมมติว่าผู้วิจัยได้ข้อมูลเพิ่มเติมว่าอัตราส่วนลูกค้าตั้งแต่วันจันทร์ถึงวันอาทิตย์เป็นอัตราส่วน 2:1:1:1:1:3:6

  • H0 : จำนวนลูกค้าตั้งแต่วันจันทร์ถึงวันอาทิตย์เป็นอัตราส่วน 2:1:1:1:1:3:6

  • H1 : จำนวนลูกค้าตั้งแต่วันจันทร์ถึงวันอาทิตย์ไม่เป็นอัตราส่วน 2:1:1:1:1:3:6


Chi square4
การใช้คำสั่ง วิเคราะห์ Chi-square

  • 1. เลือก menuAnalyze

  • 2. เลือก Nonparametric tests

  • 3. เลือก Chi-square

  • 4. เอาตัวแปร Custom ใส่ในช่อง Test variable list

  • 5. Expected Values เลือก Value ใส่ค่า อัตราส่วน 2 1 1 1 1 3 6

  • 6. เลือก OK


  • สรุปได้ว่า ปฏิเสธ วิเคราะห์ H0 : จำนวนลูกค้าตั้งแต่วันจันทร์ถึงวันอาทิตย์เป็นอัตราส่วน 2:1:1:1:1:3:6 นั้นคือ จำนวนลูกค้าตั้งแต่วันจันทร์ถึงวันศุกร์ไม่ได้เป็นอัตราส่วน 2:1:1:1:1:3:6


  • ตัวอย่าง วิเคราะห์ Ex5 ร้านจำหน่ายโทรทัศน์แห่งหนึ่งคิดว่ายอดขายโทรทัศน์ยี่ห้อต่างๆ ต่อเดือนคือ โซนี่ เนชั่นแนล และยี่ห้ออื่นๆ น่าจะเป็นอัตราส่วน 5:3:2 จึงทำการเก็บข้อมูลโดยกำหนดรหัสในการเก็บข้อมูลดังนี้ 1 แทน โซนี่ 2 แทน เนชั่นแนล 3 แทน ยี่ห้ออื่นๆ ได้ข้อมูลดังนี้

  • 1 1 1 1 1 1 2 1 2 3 1 2 1 2 1 1 1 1 2 3

  • 1 1 3 2 1 1 1 1 1 1 1 2 1 2 2 1 3 1 1 2


สมมติฐานสำหรับการทดสอบสมมติฐานสำหรับการทดสอบ

  • สมมติว่าผู้วิจัยเชื่อว่าอัตราส่วนยอดขายโซนี่ เนชั่นแนล และยี่ห้ออื่นๆเป็น 5:3:2

  • H0 : ยอดขายยี่ห้อโซนี่ เนชั่นแนล และยี่ห้ออื่นๆ เป็นอัตราส่วน 5:3:2

  • H1 : ยอดขายยี่ห้อโซนี่ เนชั่นแนล และยี่ห้ออื่นๆ ไม่เป็นอัตราส่วน 5:3:2


การเตรียมข้อมูลในโปรแกรม SPSS

  • 1. สร้างตัวแปร brand ที่ Data Editor

  • 2. กำหนดValue เป็น 1 เมื่อ 1 =sony 2=national 3=other

  • 3. Measure กำหนดเป็น Nominal

  • 4. ใส่ข้อมูล


Chi square5
การใช้คำสั่ง วิเคราะห์ Chi-square

  • 1. เลือก menuAnalyze

  • 2. เลือก Nonparametric tests

  • 3. เลือก Chi-square

  • 4. เอาตัวแปร brand ใส่ในช่อง Test variable list

  • 5. Expected Values เลือก Value 5 3 2

  • 6. เลือก OK


  • สรุปได้ว่า ยอมรับ วิเคราะห์ H0 : ยอดขายยี่ห้อโซนี่ เนชั่นแนล และยี่ห้ออื่นๆ เป็นอัตราส่วน 5:3:2


กรณีที่ 2 การทดสอบความเป็นเอกพันธ์ของข้อมูล (Test of Homogeneity of Distribution) การทดสอบนี้มักจะใช้ในกรณีที่มีตัวแปรอิสระ 2 ตัว เพื่อที่จะศึกษาว่า การแจกแจงข้อมูลของตัวแปรทั้ง 2 ตัวเหมือนกันหรือแตกต่างกัน

  • เป็นการใช้ chi-square ทดสอบความเท่ากันหรือความแตกต่างกันของสัดส่วนของความถี่ ซึ่งการทดสอบลักษณะนี้มักจะใช้ในกรณีที่มีตัวแปรอิสระ 2 ตัว


การทดสอบสัดส่วนสองกลุ่มตัวอย่างที่ไม่มีความสัมพันธ์กันการทดสอบสัดส่วนสองกลุ่มตัวอย่างที่ไม่มีความสัมพันธ์กัน

  • ตัวอย่างเช่น ex 5

  • นักวิจัยต้องการทราบว่าสัดส่วนของคนที่ชอบดนตรีและไม่ชอบดนตรีจะเท่ากันในทุกระดับรายได้หรือไม่


สมมติฐานสำหรับการทดสอบสมมติฐานสำหรับการทดสอบ

  • สมมติว่าผู้วิจัยเชื่อว่า สัดส่วนของคนที่ชอบดนตรีจะเท่ากันในทุกระดับรายได้

  • H0 :สัดส่วนของคนที่ชอบดนตรีจะเท่ากันในทุกระดับรายได้

  • H1 :สัดส่วนของคนที่ชอบดนตรีจะไม่เท่ากันในทุกระดับรายได้


การเตรียมข้อมูลในโปรแกรม SPSS

  • 1. สร้างตัวแปร music และincome ที่ Data Editor

  • 2. กำหนดValue ของ music เมื่อ 1 = like 2=dislike

  • 3. กำหนดValue ของ income เมื่อ 1 = high 2=medium 3=low

  • 3. Measure กำหนดเป็น Nominal

  • 4. ใส่ข้อมูล


Chi square6
การใช้คำสั่ง วิเคราะห์ Chi-square

  • 1. เลือก menuAnalyze

  • 2. เลือก Descriptive statistics

  • 3. เลือก Crosstabs

  • 4. เอาตัวแปร Music ใส่ในช่อง Row income ใส่ในช่อง Column

  • 5. Statistic เลือก Chi-square

  • 6. เลือก OK


  • สรุปผลการทดสอบ วิเคราะห์

  • ปฏิเสธ H0แสดงว่า สัดส่วนของคนที่ชอบดนตรีและไม่ชอบดนตรีไม่เท่ากันในทุกระดับรายได้ โดยในกลุ่มผู้ที่มีรายได้สูงมีแนวโน้มว่าจะมีสัดส่วนของผู้ที่ชอบดนตรีมากกว่ากลุ่มที่มีรายได้ต่ำ H0 H0


การทดสอบสัดส่วนสองกลุ่มตัวอย่างที่มีความสัมพันธ์กันการทดสอบสัดส่วนสองกลุ่มตัวอย่างที่มีความสัมพันธ์กัน

  • Ex 6 จากการสอบถามความพอใจของผู้ที่ใช้บริการของห้อง self access ก่อนและหลังการปรับปรุงการให้บริการได้ผลการสำรวจเป็นดังนี้ (1 แทน พอใจ 2 แทน ไม่พอใจ)

  • ลำดับที่ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

  • ก่อน 1 2 1 2 1 2 1 2 1 2 1 1 2 2 2

  • หลัง 1 1 1 1 2 1 2 1 1 1 2 2 1 1 1

  • ลำดับที่ 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

  • ก่อน 2 1 2 2 2 1 2 2 2 2 2 2 1 2 2

  • หลัง 1 2 1 1 2 2 1 1 1 1 1 1 2 1 1


สมมติฐานสำหรับการทดสอบสมมติฐานสำหรับการทดสอบ

  • สมมติว่าผู้วิจัยเชื่อว่า สัดส่วนของคนที่ชอบดนตรีจะเท่ากันในทุกระดับรายได้

  • H0 :สัดส่วนของผู้ที่ตอบว่าพอใจ ก่อนและหลังการปรับปรุงไม่แตกต่างกัน

  • H1 : สัดส่วนของผู้ที่ตอบว่าพอใจ ก่อนและหลังการปรับปรุงแตกต่างกัน


การเตรียมข้อมูลในโปรแกรม SPSS

  • 1. สร้างตัวแปร Pre และ Post ที่ Data Editor

  • 2. กำหนดValue ของ Preและ Post เมื่อ 1 = satisfy 2=unsatisfy

  • 3. Measure กำหนดเป็น Nominal

  • 4. ใส่ข้อมูล


Chi square7
การใช้คำสั่ง วิเคราะห์ Chi-square

  • 1. เลือก menuAnalyze

  • 2. เลือก Descriptive statistics

  • 3. เลือก Crosstabs

  • 4. เอาตัวแปร Pre ใส่ในช่อง Row Post ใส่ในช่อง Column

  • 5. Statistic เลือก Mcnemar

  • 6. เลือก OK


  • สรุปผลได้ว่า สัดส่วนของผู้ที่ตอบว่าพอใจก่อนและหลังการปรับปรุงแตกต่างกัน นั้นคือ การปรับปรุงการบริการจะมีผลทำให้ผู้ใช้บริการมีความพึงพอใจมากขึ้น(พิจารณาจากตัวเลขในส่วนที่ 2 จะเห็นว่าก่อนปรับปรุงมีผู้พอใจ 10 คน หลังปรับปรุงมีผู้พอใจเพิ่มขึ้นเป็น 22 คน)


กรณีที่ 3 การทดสอบความเป็นอิสระ(Test of Independence) เป็นการทดสอบความสัมพันธ์ระหว่างตัวแปร 2 ตัว ว่าตัวแปร 2 ตัวนั้นมีความสัมพันธ์กันหรือไม่

  • ถ้าตัวแปร 2 ตัวเป็นอิสระจากกันแสดงว่าตัวแปรทั้ง 2 ตัวนี้ไม่มึความสัมพันธ์กัน

  • แต่ถ้าตัวแปร 2 ตัวไม่เป็นอิสระจากกันนั้นหมายความว่าตัวแปรทั้ง 2 ตัวนี้น่าจะมีความสัมพันธ์กัน


สมมติฐานในการทดสอบ การทดสอบความเป็นอิสระ

  • H0 : ตัวแปรทางด้านแถวและคอลัมน์เป็นอิสระต่อกัน

  • H1 : ตัวแปรทางด้านแถวและคอลัมน์ไม่เป็นอิสระต่อกัน


  • Ex 7 การทดสอบความเป็นอิสระนักวิจัยต้องการศึกษาว่า ขนาดของโรงเรียนมีความสัมพันธ์กับการส่งครูเข้ารับการอบรมหรือไม่ จึงได้ทำการรวบรวมข้อมูลได้ดังนี้

  • ขนาดโรงเรียน

    เล็ก กลาง ใหญ่

    การส่งครู ส่ง 2 8 14

    เข้าอบรม ไม่ส่ง 6 12 6


สมมติฐาน การทดสอบความเป็นอิสระ

  • H0 :การส่งครูเข้าอบรมกับขนาดของโรงเรียนเป็นอิสระต่อกัน

  • H1 : การส่งครูเข้าอบรมกับขนาดของโรงเรียนไม่เป็นอิสระต่อกัน


การเตรียมข้อมูลในโปรแกรม SPSS

  • 1. สร้างตัวแปร school และ train ที่ Data Editor

  • 2. กำหนดValue ของ school เมื่อ 1 = small 2= medium 3=large

  • 3. กำหนดValue ของ train เมื่อ 1 = yes 2= no

  • Measure กำหนดเป็น Nominal

  • 4. ใส่ข้อมูล


Chi square8
การใช้คำสั่ง วิเคราะห์ Chi-square

  • 1. เลือก menuAnalyze

  • 2. เลือก Descriptive statistics

  • 3. เลือก Crosstabs

  • 4. เอาตัวแปร school ใส่ในช่อง Row train ใส่ในช่อง Column

  • 5. Statistic เลือก Chi-square Cramer’s V

  • 6. เลือก OK


  • สรุปผลการวิเดราะห์ วิเคราะห์

  • ปฏิเสธ H0 :การส่งครูเข้าอบรมกับขนาดของโรงเรียนเป็นอิสระต่อกัน นั่นคือยอมรับว่าการส่งครูเข้าอบรมมีความสัมพันธ์กับขนาดของโรงเรียน โดยที่โรงเรียนที่มีขนาดใหญ่มีแนวโน้มส่งครูเข้าอบรมมากกว่าโรงเรียนขนาดเล็ก


ad