slide1 n.
Download
Skip this Video
Download Presentation
สต. 300 สถิติทั่วไป

Loading in 2 Seconds...

play fullscreen
1 / 23

สต. 300 สถิติทั่วไป - PowerPoint PPT Presentation


  • 197 Views
  • Uploaded on

สต. 300 สถิติทั่วไป. อาจารย์รัชนีวรรณ กุมภคาม สาขาสถิติ คณะวิทยาศาสตร์ มหาวิทยาลัยแม่โจ้. คำอธิบายรายวิชา. มาตรวัดต่างๆ สถิติพรรณนาและการประยุกต์ใช้ แนวคิดเกี่ยวกับประชากร กลุ่มตัวอย่างและการสุ่มตัวอย่าง การประมาณค่าและการทดสอบสมมติฐาน. 1. 2. 3. บทที่ 1 บทนำ. บทที่ 2 การนำเสนอข้อมูล.

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 'สต. 300 สถิติทั่วไป' - candice-delgado


Download Now 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
slide1

สต. 300 สถิติทั่วไป

อาจารย์รัชนีวรรณ กุมภคาม

สาขาสถิติ คณะวิทยาศาสตร์ มหาวิทยาลัยแม่โจ้

slide2
คำอธิบายรายวิชา

มาตรวัดต่างๆ สถิติพรรณนาและการประยุกต์ใช้ แนวคิดเกี่ยวกับประชากร กลุ่มตัวอย่างและการสุ่มตัวอย่าง การประมาณค่าและการทดสอบสมมติฐาน

slide3

1

2

3

บทที่ 1 บทนำ

บทที่ 2 การนำเสนอข้อมูล

บทที่ 3 การวิเคราะห์ข้อมูลเบื้องต้น

รายละเอียดของเนื้อหาวิชารายละเอียดของเนื้อหาวิชา

4

4

บทที่ 4 การวิเคราะห์ความสัมพันธ์ระหว่างตัวแปร

5

บทที่ 5 การทดสอบสมมติฐานเกี่ยวกับค่าเฉลี่ย

6

บทที่ 6 การทดสอบข้อมูลที่อยู่ในรูปของความถี่

slide4
บทที่ 4

การวิเคราะห์ความสัมพันธ์ระหว่างตัวแปร

correlation
สหสัมพันธ์ (correlation)

หมายถึงความสัมพันธ์ระหว่างตัวแปรสองตัวแปร เช่น น้ำหนักกกับส่วนสูง คะแนนวิชาคณิตศาสตร์กับวิชาภาษาไทย ค่าใช้จ่ายในการโฆษณากับยอดขายสินค้า เป็นต้น ความสัมพันธ์มีสองลักษณะ คือ ความสัมพันธ์เชิงเส้นตรงและความสัมพันธ์เชิงเส้นโค้ง ค่าที่แสดงถึงระดับหรือขนาดของความสัมพันธ์ระหว่างตัวแปรสองตัวแปร ว่ามีความสัมพันธ์กันมากน้อยเพียงใด เรียกว่า สัมประสิทธิ์สหสัมพันธ์ (correlation coefficient) ซึ่งมักเขียนแทนด้วยสัญลักษณ์ r หรือสัญลักษณ์อื่นๆ ตามที่นักสถิติกำหนดขึ้น

correlation1
สหสัมพันธ์ (correlation)

สัมประสิทธิ์สหสัมพันธ์ จะมีค่าตั้งแต่ -1 ถึง +1 ( -1 ≤ r ≤ +1 ) สัมประสิทธิ์สหสัมพันธ์จึงบอกทั้งขนาดและทิศทางของความสัมพันธ์ เช่น

r = 0.92 และ r = -0.92 จะมีขนาดของความสัมพันธ์เท่ากันแต่มีทิศทางตรงกันข้าม เฟอร์กูสัน (Ferguson , G.A. 1981) ได้อธิบายความหมายของค่าสัมประสิทธิ์สหสัมพันธ์ที่คำนวณได้ไว้ดังนี้

correlation2
สหสัมพันธ์ (correlation)

r = 0 แสดงว่าตัวแปรทั้งสองไม่มีความสัมพันธ์กันเลย

< 0.3 แสดงว่าตัวแปรมีความสัมพันธ์กันน้อย

0.5 < < 0.8 แสดงว่าตัวแปรทั้งสองมีความสัมพันธ์กันในระดับปานกลาง

> 0.8 แสดงว่าตัวแปรทั้งสองมีความสัมพันธ์กันในระดับสูง

r = 1 แสดงว่าตัวแปรทั้งสองมีความสัมพันธ์กันเป็นบวกสมบูรณ์

r = -1 แสดงว่าตัวแปรทั้งสองมีความสัมพันธ์กันเป็นลบสมบูรณ์

correlation3
สหสัมพันธ์ (correlation)

การวัดความสัมพันธ์เบื้องต้นนั้นจะพิจารณาจากแผนภาพการกระจาย รูปร่างของแผนภาพการกระจายนั้นจะบ่งชี้ถึงความสัมพันธ์ว่าเป็นแบบเส้นตรงหรือเส้นโค้ง มีความสัมพันธ์มากน้อยเพียงใดและเป็นไปในทางบวกหรือลบ โดยพิจารณาเส้นการถดถอยประกอบด้วย

slide10
สัมประสิทธิ์สหสัมพันธ์แบบเพียร์สันสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สัน

สัมประสิทธิ์สหสัมพันธ์แบบเพียร์สัน

(Pearson Product – Moment Correlation Coefficient)

การคำนวณหาค่าสัมประสิทธิ์สหสัมพันธ์ระหว่างตัวแปรสองตัวแปรที่ใช้กันมากและรู้จักกันดีที่สุด อีกทั้งยังเป็นรากฐานของสัมประสิทธิ์สหสัมพันธ์แบบอื่นๆ ก็คือ สัมประสิทธิ์สหสัมพันธ์แบบเพียร์สัน

slide11
สัมประสิทธิ์สหสัมพันธ์แบบเพียร์สันสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สัน

ข้อตกลงเบื้องต้น

1. ค่าของตัวแปรทั้งสองเป็นค่าต่อเนื่อง และมีการแจกแจงแบบปกติ

2. สหสัมพันธ์ระหว่างตัวแปรทั้งสองเป็นความสัมพันธ์เชิงเส้นตรง

3. ข้อมูลแต่ละคู่เป็นอิสระจากกัน

สูตรที่ใช้ในการคำนวณ

slide12
ตัวอย่างที่ 1

ของบริษัทจำหน่ายรถยนต์ที่ใช้แล้ว โดยบันทึกข้อมูลอายุการใช้งานของรถยนต์ (X:หน่วยเป็นปี) และราคาขาย (Y:หน่วยเป็นพันบาท) ของรถจำนวน 6 คัน ดังนี้

slide13
ตัวอย่างที่ 2

จงหาค่าความสัมพันธ์ระหว่างคะแนนวิชาการวิเคราะห์ข้อมูลฯ และวิชาการวิจัยการท่องเที่ยวจากผลการสอบของนักศึกษา จำนวน 10 คน ดังตาราง

slide14
สัมประสิทธิ์สหสัมพันธ์แบบลำดับที่ของสเปียร์แมนสัมประสิทธิ์สหสัมพันธ์แบบลำดับที่ของสเปียร์แมน

สัมประสิทธิ์สหสัมพันธ์แบบลำดับที่ของสเปียร์แมน

(Spearman Rank Correlation Coefficient)

สัมประสิทธิ์สหสัมพันธ์ลำดับที่ของสเปียร์แมน ได้รับการพัฒนามาจากสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สัน มาเป็นเวลานานแล้ว แต่ก็ยังเป็นที่รู้จักกันดีในปัจจุบัน เป็นการหาค่าสัมประสิทธิ์สหสัมพันธ์ของข้อมูลที่อยู่ในมาตรอันดับ (ordinal scale) ใช้ได้สะดวกในกรณีที่มีข้อมูลน้อยกว่า 30 คู่ การคำนวณวิธีนี้จะคำนวณจากตำแหน่งที่ของข้อมูลที่มีการเรียงลำดับข้อมูลที่มีค่าสูงสุดถึงข้อมูลที่มีค่าต่ำสุด หรือเรียงลำดับข้อมูลต่ำสุดถึงสูงสุด ถ้าข้อมูลใดมีค่าเท่ากัน ให้ใช้ลำดับที่เฉลี่ยของข้อมูล เป็นลำดับที่ของข้อมูลค่านั้น สัมประสิทธิ์สหสัมพันธ์ลำดับที่ของสเปียร์แมนอาจเขียนแทนด้วยสัญลักษณ์ rs

slide15
สัมประสิทธิ์สหสัมพันธ์แบบลำดับที่ของสเปียร์แมนสัมประสิทธิ์สหสัมพันธ์แบบลำดับที่ของสเปียร์แมน

ข้อตกลงเบื้องต้น

1. ใช้วัดความสัมพันธ์ระหว่างตัวแปรสองตัวแปร

2. ตัวแปรทั้งสองมีการวัดอยู่ในมาตรอันดับ

สูตรที่ใช้ในการคำนวณ

slide16
ตัวอย่างที่ 3

ผลการสอบวิชาคณิตศาสตร์และวิชาวิทยาศาสตร์ของนักศึกษาที่สุ่มมา 10 คนได้คะแนนดังต่อไปนี้

จงคำนวณหาสัมประสิทธิ์สหสัมพันธ์แบบสเปียร์แมน

slide17
ตัวอย่างที่ 4

ในการประกวดแมวครั้งหนึ่งมีผู้สนใจส่งแมวเข้าประกวดทั้งหมด 30 ตัว คณะกรรมการตัดสินคัดเลือกแมวไว้ 7 ตัว แล้วให้ผู้เชี่ยวชาญ 2 ท่าน ให้คะแนนไว้ตามตารางต่อไปนี้

slide18
สัมประสิทธิ์ความสอดคล้องของเคนดอลล์สัมประสิทธิ์ความสอดคล้องของเคนดอลล์

สัมประสิทธิ์ความสอดคล้องของเคนดอลล์

(Kendall’s Tau Rank Correlation Coefficient)

เป็นวิธีที่ใช้หาสัมประสิทธิ์สหสัมพันธ์ของข้อมูลที่ถูกจัดเป็นอันดับที่ตั้งแต่ 3 ชุดขึ้นไป

slide19
สัมประสิทธิ์ความสอดคล้องของเคนดอลล์สัมประสิทธิ์ความสอดคล้องของเคนดอลล์

ข้อตกลงเบื้องต้น

1. ใช้หาค่าสหสัมพันธ์ระหว่างตัวแปร k ตัวแปร หรือ k ชุด (k ≥ 3)

2. ตัวแปรทั้ง k ตัว หรือทั้ง k ชุด มีระดับของการวัดอยู่ในมาตรเรียงอันดับเป็นอย่างน้อย

3. ใช้ศึกษาความสัมพันธ์ระหว่างผู้ตัดสิน k คน มีความสอดคล้องกันค่า W จะเท่ากับ 1 แต่ถ้าผลการตัดสินของผู้ตัดสิน k คน ไม่มีความสอดคล้องกันเลย ค่า W จะเท่ากับ 0

slide20
สัมประสิทธิ์ความสอดคล้องของเคนดอลล์สัมประสิทธิ์ความสอดคล้องของเคนดอลล์

สูตรที่ใช้ในการคำนวณ

N = จำนวนคู่ของข้อมูล

D = ผลต่างระหว่างผลรวมของอันดับที่กับค่าเฉลี่ยของผลรวมของอันดับที่ =

r = ผลรวมของอันดับ

= ค่าเฉลี่ยของผลรวมของอันดับ

k = จำนวนผู้จัดอันดับ

slide21
ตัวอย่างที่ 5

ในการประเมินอาจารย์ผู้สอน 8 คน โดยผู้บริหาร 4 คน ได้แก่ อธิการบดี รองอธิการบดี ฝ่ายวิชาการ คณบดี และหัวหน้าโปรแกรมวิชา ผู้บริหาร 4 คน ได้จัดอันดับอาจารย์ผู้สอนทั้ง 8 คน ไว้ดังนี้

จงคำนวณหาค่าสัมประสิทธิ์ความสอดคล้องของเคนดอลล์

slide22
ตัวอย่างที่ 6

ในการประกวดกระทงครั้งหนึ่ง มีผู้เข้ารอบสุดท้าย 4 คน มีกรรมการตัดสิน 5 คน ให้ลำดับที่ในการประกวดปรากฏผลดังตาราง จงคำนวณหาค่าสัมประสิทธิ์สหสัมพันธ์ เพื่อดูผลการตัดสินของกรรมการว่ามีความสอดคล้องกันมากน้อยเพียงใด

slide23

Thank You !

Add your company slogan