1 / 60

การใช้โปรแกรม SPSS ในการวิเคราะห์ Chi-square

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

zenda
Download Presentation

การใช้โปรแกรม SPSS ในการวิเคราะห์ Chi-square

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. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. การใช้โปรแกรม SPSS ในการวิเคราะห์ Chi-square 14 มี.ค 50 LNG 301

  2. การทดสอบ Chi-square • ใช้สำหรับข้อมูลที่อยู่ในรูปข้อมูลนามบัญญัติ (Nominal Scale) เช่น • จำนวนอาจารย์จำแนกตามตำแหน่งทางวิชาการ • ตำแหน่งทางวิชาการ จำนวน(ความถี่) • ศาสตราจารย์ 5 • รองศาสตราจารย์ 48 • ผู้ช่วยศาสตราจารย์ 102 • อาจารย์ 10

  3. จำนวนผู้มาใช้บริการห้อง self access ในแต่ละวัน • วัน จำนวน • จันทร์ 30 • อังคาร 40 • พุธ 60 • พฤหัส 50 • ศุกร์ 60 • เสาร์ 120 • อาทิตย์ 140

  4. 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

  5. การทดสอบความเป็นอิสระการทดสอบความเป็นอิสระ • (Test of Independence) เป็นการทดสอบความสัมพันธ์ระหว่างตัวแปร 2 ตัว ว่าตัวแปร 2 ตัวนั้นมีความสัมพันธ์กันหรือไม่

  6. 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

  7. Hypothesis • H0 : ไม่มีความแตกต่างระหว่างความถี่ที่สังเกตุกับความถี่ที่คาดหวัง หรือ H0 : ρ = ρ0 • H1 : มีความแตกต่างระหว่างความถี่ที่สังเกตุกับความถี่ที่คาดหวัง หรือ H1 : ρ = ρ0 • เมื่อ ρ= ค่าสัดส่วนของประชากรที่สนใจจะทดสอบ • ρ0 = ค่าสัดส่วนที่ผู้ใช้กำหนดเพื่อการทดสอบ

  8. ตัวอย่างการทดสอบค่าสัดส่วนกรณีข้อมูลมีค่าเป็นไปได้ 2 ค่า(Binomial) • ตัวอย่างที่ 1 Ex 1 • ทางมหาวิทยาลัยต้องการทราบความคิดเห็นของอาจารย์ว่า เห็นด้วยหรือไม่ที่จะมีการออกระเบียบว่าด้วยการแต่งกายของนักศึกษา จึงได้สุ่มอาจารย์ 100 คนมาสอบถาม ปรากฎว่ามีอาจารย์ที่ตอบว่าเห็นด้วย 60 คน ไม่เห็นด้วย 40 คน จงทดสอบว่า จะสรุปว่าอาจารย์ส่วนใหญ่ของมหาวิทยาลัยเห็นด้วยได้หรือไม่

  9. สมมติฐานของการทดสอบ • H0 : สัดส่วนของอาจารย์ที่ตอบว่าเห็นด้วยและไม่เห็นด้วยเท่ากัน • H1 : สัดส่วนของอาจารย์ที่ตอบว่าเห็นด้วยมากกว่าที่ตอบว่าไม่เห็น

  10. 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

  11. 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

  12. Test Statistics • 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.

  13. ค่า P-value เท่ากับ .046 ซึ่งต่ำกว่า ค่า แอลฟา ที่กำหนดไว้ที่ .05 • สรุป ปฏิเสธ H0 นั่นคือ สัดส่วนของอาจารย์ที่ตอบว่าเห็นด้วยมากกว่าที่ตอบว่าไม่เห็น

  14. 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

  15. สมมติฐานสำหรับการทดสอบสมมติฐานสำหรับการทดสอบ • H0 : จำนวนสินค้าที่ได้มาตรฐานมีมากกว่าหรือเท่ากับ 90 % • H1 : จำนวนสินค้าที่ไม่มาตรฐานมีน้อยกว่า 90 %

  16. 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

  17. 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

  18. การทดสอบค่าสัดส่วนกรณีข้อมูลมีค่าเป็นไปได้ตั้งแต่ 2 ค่าขึ้นไป • ตัวอย่างEx3 ต้องการทดสอบว่า จำนวนลูกค้าที่มาทานอาหารในแต่ละวัน ไม่แตกต่างกัน โดยทำการบันทึกจำนวนลูกค้าแต่ละวันได้ดังนี้

  19. สมมติฐานสำหรับการทดสอบสมมติฐานสำหรับการทดสอบ • H0 : จำนวนลูกค้าในแต่ละวันไม่แตกต่างกัน • H1 : จำนวนลูกค้าในแต่ละวันแตกต่างกัน • หรือ • H0 : อัตราส่วนจำนวนลูกค้าแต่ละวัน = 1:1:1:1:1:1:1 • H1 : อัตราส่วนจำนวนลูกค้าแต่ละวัน = 1:1:1:1:1:1:1

  20. 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

  21. 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

  22. สรุปได้ว่า ปฏิเสธ H0 : อัตราส่วนจำนวนลูกค้าแต่ละวัน = 1:1:1:1:1:1:1 นั้นคือ อัตราส่วนจำนวนลูกต้าแต่ละวันไม่เท่ากัน โดยที่ในวันเสาร์ อาทิตย์มีแนวโน้มจะมีลูกค้ามากกว่าวันธรรมดา

  23. 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

  24. 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

  25. สรุปได้ว่า ปฏิเสธ H0 : จำนวนลูกค้าตั้งแต่วันจันทร์ถึงวันอาทิตย์เป็นอัตราส่วน 2:1:1:1:1:3:6 นั้นคือ จำนวนลูกค้าตั้งแต่วันจันทร์ถึงวันศุกร์ไม่ได้เป็นอัตราส่วน 2:1:1:1:1:3:6

  26. ตัวอย่างEx5 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

  27. สมมติฐานสำหรับการทดสอบสมมติฐานสำหรับการทดสอบ • สมมติว่าผู้วิจัยเชื่อว่าอัตราส่วนยอดขายโซนี่ เนชั่นแนล และยี่ห้ออื่นๆเป็น 5:3:2 • H0 : ยอดขายยี่ห้อโซนี่ เนชั่นแนล และยี่ห้ออื่นๆ เป็นอัตราส่วน 5:3:2 • H1 : ยอดขายยี่ห้อโซนี่ เนชั่นแนล และยี่ห้ออื่นๆ ไม่เป็นอัตราส่วน 5:3:2

  28. 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

  29. 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

  30. สรุปได้ว่า ยอมรับ H0 : ยอดขายยี่ห้อโซนี่ เนชั่นแนล และยี่ห้ออื่นๆ เป็นอัตราส่วน 5:3:2

  31. กรณีที่ 2 การทดสอบความเป็นเอกพันธ์ของข้อมูล (Test of Homogeneity of Distribution) การทดสอบนี้มักจะใช้ในกรณีที่มีตัวแปรอิสระ 2 ตัว เพื่อที่จะศึกษาว่า การแจกแจงข้อมูลของตัวแปรทั้ง 2 ตัวเหมือนกันหรือแตกต่างกัน • เป็นการใช้ chi-square ทดสอบความเท่ากันหรือความแตกต่างกันของสัดส่วนของความถี่ ซึ่งการทดสอบลักษณะนี้มักจะใช้ในกรณีที่มีตัวแปรอิสระ 2 ตัว

  32. การทดสอบสัดส่วนสองกลุ่มตัวอย่างที่ไม่มีความสัมพันธ์กันการทดสอบสัดส่วนสองกลุ่มตัวอย่างที่ไม่มีความสัมพันธ์กัน • ตัวอย่างเช่น ex 5 • นักวิจัยต้องการทราบว่าสัดส่วนของคนที่ชอบดนตรีและไม่ชอบดนตรีจะเท่ากันในทุกระดับรายได้หรือไม่

  33. สมมติฐานสำหรับการทดสอบสมมติฐานสำหรับการทดสอบ • สมมติว่าผู้วิจัยเชื่อว่า สัดส่วนของคนที่ชอบดนตรีจะเท่ากันในทุกระดับรายได้ • H0 :สัดส่วนของคนที่ชอบดนตรีจะเท่ากันในทุกระดับรายได้ • H1 :สัดส่วนของคนที่ชอบดนตรีจะไม่เท่ากันในทุกระดับรายได้

  34. 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

  35. 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

  36. สรุปผลการทดสอบ • ปฏิเสธ H0แสดงว่า สัดส่วนของคนที่ชอบดนตรีและไม่ชอบดนตรีไม่เท่ากันในทุกระดับรายได้ โดยในกลุ่มผู้ที่มีรายได้สูงมีแนวโน้มว่าจะมีสัดส่วนของผู้ที่ชอบดนตรีมากกว่ากลุ่มที่มีรายได้ต่ำ H0 H0

  37. 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

  38. สมมติฐานสำหรับการทดสอบสมมติฐานสำหรับการทดสอบ • สมมติว่าผู้วิจัยเชื่อว่า สัดส่วนของคนที่ชอบดนตรีจะเท่ากันในทุกระดับรายได้ • H0 :สัดส่วนของผู้ที่ตอบว่าพอใจ ก่อนและหลังการปรับปรุงไม่แตกต่างกัน • H1 : สัดส่วนของผู้ที่ตอบว่าพอใจ ก่อนและหลังการปรับปรุงแตกต่างกัน

  39. 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

  40. 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

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

More Related