1 / 32

การวิเคราะห์ข้อมูล สำหรับการวิจัยในชั้นเรียน

การวิเคราะห์ข้อมูล สำหรับการวิจัยในชั้นเรียน. โครงการพัฒนาข้าราชการครู และบุคลากรทางการศึกษา. ดร. ยุภาดี ปณะราช คณะครุศาสตร์ มหาวิทยาลัยราชภัฏกำแพงเพชร. ความหมายของสถิติ. “ สถิติ ” ตรงกับภาษาอังกฤษว่า “statistics” ความหมายของสถิติ พิจารณาได้ 2 ลักษณะ คือ

iola-wilcox
Download Presentation

การวิเคราะห์ข้อมูล สำหรับการวิจัยในชั้นเรียน

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. การวิเคราะห์ข้อมูลสำหรับการวิจัยในชั้นเรียนการวิเคราะห์ข้อมูลสำหรับการวิจัยในชั้นเรียน โครงการพัฒนาข้าราชการครู และบุคลากรทางการศึกษา ดร. ยุภาดี ปณะราช คณะครุศาสตร์ มหาวิทยาลัยราชภัฏกำแพงเพชร

  2. ความหมายของสถิติ “สถิติ” ตรงกับภาษาอังกฤษว่า “statistics” ความหมายของสถิติ พิจารณาได้ 2 ลักษณะ คือ • ลักษณะที่ 1 สถิติ หมายถึง ตัวเลขหรือจำนวนของข้อมูลที่ได้จากการเก็บรวบรวมในระยะเวลาใดเวลาหนึ่งในเรื่องใดเรื่องหนึ่ง เรียกว่า “ข้อมูลทางสถิติ” (Statistical data) • ลักษณะที่ 2 สถิติ หมายถึง ระเบียบวิธีการที่ว่าด้วยการวางแผนการเก็บรวบรวมข้อมูล การนำเสนอข้อมูล การวิเคราะห์ข้อมูล และการตีความหมายข้อมูล เรียกว่า "สถิติศาสตร์" (Statistics)

  3. ประเภทของสถิติ สถิติแบ่งออกเป็น 2 ประเภท ได้แก่ 1. สถิติพรรณนาหรือสถิติบรรยาย (Descriptive statistics) 2. สถิติอ้างอิงหรือสถิติอนุมาน (Inferential statistics)

  4. สถิติพรรณนาหรือสถิติบรรยายสถิติพรรณนาหรือสถิติบรรยาย สถิติพรรณนา (Descriptive statistics)เป็นสถิติที่ใช้อธิบายคุณลักษณะต่างๆ ของกลุ่มตัวอย่างที่เก็บรวบรวมข้อมูลมาเท่านั้น วิธีการทางสถิติประเภทนี้ ได้แก่ การจัดกระทำกับข้อมูลโดยนำเสนอในรูปของตารางหรือรูปภาพ การแจกแจงความถี่ การวัดแนวโน้มเข้าสู่ส่วนกลาง การวัดกระจาย และการหาความสัมพันธ์ รวมถึงการแปลงคะแนนให้อยู่ในรูปแบบอื่นๆ เช่น ควอร์ไทล์ เปอร์เซ็นต์ไทล์ หรือคะแนนมาตรฐาน

  5. การวัดแนวโน้มเข้าสู่ส่วนกลางการวัดแนวโน้มเข้าสู่ส่วนกลาง การวัดแนวโน้มเข้าสู่ส่วนกลาง (Measure of central tendency) เป็นการวิเคราะห์เพื่อหาค่าที่เป็นตัวแทนของข้อมูลชุดหนึ่งๆ ซึ่งมีหลายวิธี แต่ที่นิยมใช้มี 3 วิธี ได้แก่ • ฐานนิยม • มัธยมฐาน • ค่าเฉลี่ยเลขคณิต

  6. ฐานนิยม ฐานนิยม (Mode) เป็นการหาค่ากลางของข้อมูล โดยพิจารณาจากข้อมูลที่ซ้ำกันมากที่สุด หรือข้อมูลที่มีความถี่สูงสุด ดังนั้น การเลือกใช้ฐานนิยมจึงเป็นการคำนวณอยู่บนพื้นฐานของข้อมูลที่อยู่ในระดับมาตรานามบัญญัติ (Nominal scale)

  7. มัธยฐาน มัธยฐาน (Median) เป็นการหาค่ากลางของข้อมูล โดยพิจารณาจากค่าของข้อมูลที่อยู่ตรงกลางหลังจากที่เรียงไว้แล้ว การเรียงข้อมูลอาจจะเป็นจากน้อยไปมากหรือจากมากไปน้อยก็จะให้ผลลัพธ์เช่นเดียวกัน ดังนั้น การเลือกใช้มัธยฐานจึงเป็นการคำนวณอยู่บนพื้นฐานของข้อมูลที่อยู่ในระดับมาตราเรียงลำดับ (Ordinal scale)

  8. ค่าเฉลี่ย ค่าเฉลี่ย (Mean) เป็นการหาค่ากลางของข้อมูล ที่ได้จากการหาผลรวมของข้อมูล ทุกค่าแล้วหารด้วยจำนวนข้อมูล ดังนั้น การเลือกใช้ค่าเฉลี่ยจึงเป็นการคำนวณอยู่บนพื้นฐานของข้อมูลที่อยู่ในระดับมาตราอันตรภาค (Interval scale) หรืออัตราส่วน (Ratio scale)

  9. การวัดการกระจาย การวัดการกระจาย (Measure of variation) เป็นการวิเคราะห์เพื่ออธิบายความแตกต่างของข้อมูลชุดนั้นๆ เนื่องจากการวัดแนวโน้มเข้าสู่ส่วนกลางบอกได้เพียงค่าที่เป็นตัวแทนของข้อมูล หรือค่ากลางของข้อมูล แต่ไม่สามารถบอกได้ว่า ข้อมูลมีความแตกต่างกันมากน้อยเพียงใด เพราะว่า ข้อมูลที่มีค่ากลางเท่ากัน อาจเป็นข้อมูลคนละชุด การวัดการกระจายมีหลายวิธี แต่ที่นิยมใช้มี 3 วิธี ได้แก่ พิสัย ส่วนเบี่ยงเบนควอไทล์ และส่วนเบี่ยงเบนมาตรฐาน

  10. พิสัย พิสัย (Range) เป็นการวัดการกระจายที่ใช้ข้อมูลเพียง 2 ค่า ได้แก่ ค่ามากที่สุด และค่าน้อยที่สุดของข้อมูล จึงเป็นการวัดการการกระจายที่หยาบที่สุด ดังนั้น การเลือกใช้พิสัยในการวัดการกระจาย จึงเป็นการคำนวณอยู่บนพื้นฐานของข้อมูลที่อยู่ในระดับมาตรานามบัญญัติ (Nominal scale)

  11. ส่วนเบี่ยงเบนควอไทล์ ส่วนเบี่ยงเบนควอไทล์ (Quartile Deviation: Q.D.) เป็นการวัดการกระจายที่ใช้ข้อมูลเพียง 2 ค่า ได้แก่ ข้อมูลในตำแหน่งที่ 1 และข้อมูลในตำแหน่งที่ 3โดยเป็นข้อมูลที่เรียงไว้แล้ว อาจจะเป็นการเรียงจากน้อยไปมากหรือจากมากไปน้อยก็ได้ ดังนั้น การเลือกใช้ส่วนเบี่ยงเบนควอไทล์ในการวัดการกระจาย จึงเป็นการคำนวณอยู่บนพื้นฐานของข้อมูลที่อยู่ในระดับมาตราเรียงลำดับ (Ordinal scale)

  12. ส่วนเบี่ยงเบนมาตรฐาน ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation : S.D หรือ s) เป็นการวัดการกระจายด้วยการถอดรากที่สองของค่าความแปรปรวนขอข้อมูลชุดนั้น การวัดการกระจายเป็นที่นิยมใช้มากเพราะคำนวณจากทุกค่าของข้อมูล ดังนั้น การวัดการกระจายของข้อมูลโดยใช้ส่วนเบี่ยงเบนมาตรฐานที่อยู่ในระดับมาตราอันตรภาค (Interval scale) และมาตราอัตราส่วน (Ratio scale)

  13. การใช้สถิติพรรณนา 1. การตรวจสอบคุณภาพเครื่องมือวิจัย ขึ้นอยู่กับชนิดของเครื่องมือ เช่น แบบสอบถาม (questionnaires) จะเป็นการประมาณค่าความเที่ยงตรง (validity) และความเชื่อมั่น (reliability) ด้วยค่าสัมประสิทธิ์ความเที่ยงตรงและสัมประสิทธิ์ความเชื่อมั่นชนิดต่างๆ 2. การวิเคราะห์ข้อมูลและแปลความหมาย เป็นขั้นตอนหลังจากที่ผู้วิจัยเก็บรวบรวมข้อมูลมาแล้ว มีการรวบรวมหมวดหมู่ จัดกระทำให้เกิดสารสนเทศ

  14. สถิติอ้างอิงหรือสถิติอนุมานสถิติอ้างอิงหรือสถิติอนุมาน สถิติอ้างอิง (Inferential statistics)เป็นสถิติที่ใช้อธิบายคุณลักษณะของสิ่งต่างๆ ที่เก็บรวบรวมมาจากกลุ่มตัวอย่าง แล้วสามารถอ้างอิงไปยังกลุ่มประชากรได้ โดยกลุ่มตัวอย่างที่นำมาศึกษาจะต้องเป็นตัวแทนที่ดีของประชากรที่ได้มาโดยวิธี การสุ่มที่ถูกต้อง และมีการกำหนดขนาดกลุ่มตัวอย่างที่เหมาะสม โดยเป็นการสรุปอ้างอิงจากค่าสถิติของกลุ่มตัวอย่างไปยังค่าพารามิเตอร์ของประชากร

  15. ประเภทของสถิติอ้างอิงประเภทของสถิติอ้างอิง สถิติอ้างอิงสามารถแบ่งออกได้เป็น 2 ประเภท ได้แก่ 1. สถิติพาราเมตริก (Parametric Statistics) สถิติพาราเมตริก เช่น t-test, F-test, Correlation, Regression 2. สถิตินอนสถิติพาราเมตริก (Nonparametric Statistics) สถิตินอนพาราเมตริก เช่น Chi-Square Test, Binomial Test,Runs Test,One-SampleKolmogorov-SminovTest,Two-IndependentSampleTest, K Independent Sample

  16. การเปรียบเทียบค่าเฉลี่ยของข้อมูลสองชุดการเปรียบเทียบค่าเฉลี่ยของข้อมูลสองชุด การเปรียบเทียบค่าเฉลี่ยของข้อมูลสองชุด จะมี 2 ลักษณะ ได้แก่ การเปรียบเทียบข้อมูลสองชุดที่ไม่เป็นอิสระจากกัน และการเปรียบเทียบข้อมูลสองชุดที่เป็นอิสระจากกัน ข้อมูลที่จะนำมาเปรียบเทียบเป็นข้อมูลในระดับมาตร อันตรภาคชั้น (Interval scale) และอัตราส่วน (Ratio scale)

  17. ข้อมูลสองชุดที่ไม่เป็นอิสระจากกันข้อมูลสองชุดที่ไม่เป็นอิสระจากกัน ข้อมูลที่ไม่เป็นอิสระกัน หมายถึง ข้อมูลที่เก็บรวบรวมจากกลุ่มตัวอย่างเดียวกัน แต่ต่างกันที่ช่วงเวลา สมมติฐานในการทดสอบ เป็นดังนี้ H0 : 1 = 2 H1 : 1≠2 หรือ H0 : 1 = 2 หรือ H0 : 1 =  H1 : 1<2H1 : 1>2

  18. การเขียนวัตถุประสงค์การวิจัย 1. เพื่อเปรียบเทียบผลสัมฤทธิ์ทางการเรียนคณิตศาสตร์ ของนักเรียนชั้นมัธยมศึกษาปีที่ 1 ก่อนและหลังการได้รับการสอนซ่อมเสริมโดยใช้บทเรียนคอมพิวเตอร์ช่วยสอน 2. เพื่อเปรียบเทียบเจตคติต่อวิชาคณิตศาสตร์ ของนักเรียนชั้นมัธยมศึกษาปีที่ 1 ก่อนและหลังการได้รับการสอนซ่อมเสริมโดยใช้บทเรียนคอมพิวเตอร์ช่วยสอน

  19. การเขียนสมมติฐานการวิจัย เพื่อเปรียบเทียบผลสัมฤทธิ์ทางการเรียนคณิตศาสตร์ ของนักเรียนชั้นมัธยมศึกษาปีที่ 1 ก่อนและหลังการได้รับการสอนซ่อมเสริมโดยใช้บทเรียนคอมพิวเตอร์ช่วยสอน หลังการได้รับการเรียนการสอนซ่อมเสริมโดยใช้บทเรียนคอมพิวเตอร์ช่วยสอน นักเรียนชั้นมัธยมศึกษาปีที่ 1 มีผลสัมฤทธิ์ทางการเรียนคณิตศาสตร์ สูงกว่า/ต่ำกว่า/แตกต่าง ก่อนเรียน

  20. ข้อมูลสองชุดที่ไม่เป็นอิสระจากกัน (ต่อ) สถิติที่ใช้ในการทดสอบ ได้แก่ t-test ดังนี้ t = df = N-1 t-test dependent

  21. ข้อมูลสองชุดที่เป็นอิสระจากกันข้อมูลสองชุดที่เป็นอิสระจากกัน ข้อมูลที่เป็นอิสระกัน หมายถึง ข้อมูลที่เก็บมาจากกลุ่มตัวอย่างต่างกลุ่ม สมมติฐานในการทดสอบ เป็นดังนี้ H0 : 1 = 2 H1 : 1≠2 หรือ H0 : 1 = 2 หรือ H0 : 1 =  H1 : 1<2H1 : 1>2

  22. การเขียนวัตถุประสงค์การวิจัยการเขียนวัตถุประสงค์การวิจัย 1. เพื่อเปรียบเทียบผลสัมฤทธิ์ทางการเรียนภาษาอังกฤษ ของนักเรียนชั้นมัธยมศึกษาปีที่ 3 หลังการได้รับการสอนโดยใช้บทเรียนมัลติมีเดีย จำแนกตามเพศ 2. เพื่อเปรียบเทียบเจตคติต่อวิชาภาษาอังกฤษ ของนักเรียนชั้นมัธยมศึกษาปีที่ 3ระหว่างกลุ่มที่เรียนด้วยตนเองกับกลุ่มที่เรียนโดยใช้กระบวนการกลุ่ม

  23. การเขียนสมมติฐานการวิจัย เพื่อเปรียบเทียบเจตคติต่อวิชาภาษาอังกฤษ ของนักเรียนชั้นมัธยมศึกษาปีที่ 3ระหว่างกลุ่มที่เรียนด้วยตนเองกับกลุ่มที่เรียนโดยใช้กระบวนการกลุ่ม กลุ่มที่เรียนด้วยตนเองมีเจตคติต่อวิชาภาอังกฤษแตกต่าง (สูงกว่า/ต่ำกว่า)กลุ่มที่เรียนด้วยตนเอง

  24. ข้อมูลสองชุดที่เป็นอิสระจากกัน (ต่อ) สถิติที่ใช้ในการทดสอบ ได้แก่ t-test ดังนี้ t = ; df = t-test independent

  25. การวิเคราะห์ความแปรปรวนการวิเคราะห์ความแปรปรวน การทดสอบสมมติฐานเพื่อเปรียบเทียบค่าเฉลี่ยของข้อมูล เมื่อมีข้อมูล 2 ชุด จะใช้สถิติ t-test หรือ Z-test แต่ถ้ามีข้อมูล 3 ชุด การเปรียบเทียบที่ละคู่จะต้องทำการทดสอบ ทั้งหมด 3 รอบ ดังนี้ H0 : 1 = 2 H0 : 1 = 3 H0 : 2 = 3 H1 : 1 ≠2 H1 : 1 ≠3 H1 : 2 ≠3 ในการทดสอบแต่ละครั้ง จะต้องใช้ระดับนัยสำคัญ () ตามระดับที่กำหนด แต่ถ้าทดสอบ 3 รอบ จะใช้ระดับนัยสำคัญทั้งหมด 3 เท่าของระดับนัยสำคัญที่กำหนด ซึ่งทำให้ผลที่ได้ไม่เป็นไปตามระดับนัยสำคัญที่กำหนดจริง

  26. การวิเคราะห์ความแปรปรวน (ต่อ) การนำเทคนิคที่เรียกว่า การวิเคราะห์ความแปรปรวน (Analysis of Variance : ANOVA) ซึ่งเป็นวิธีการทดสอบความแตกต่างของค่าเฉลี่ยของข้อมูลตั้งแต่ 2 ชุดขึ้นไป ด้วยการวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรเชิงปริมาณกับตัวแปรเชิงกลุ่ม

  27. การวิเคราะห์ความแปรปรวน (ต่อ) สมมติฐานในการทดสอบ เป็นดังนี้ H0 : 1 = 2= 3 H1 : i ≠j อย่างน้อย 1 คู่ ;i ≠ j ; i , j = 1, 2, 3 สถิติที่ใช้ในการทดสอบ ได้แก่ F-test

  28. วัตถุประสงค์/สมมติฐานการวิจัยวัตถุประสงค์/สมมติฐานการวิจัย เพื่อเปรียบเทียบผลสัมฤทธิ์ทางการเรียนภาษาไทย ของนักเรียนชั้นมัธยมศึกษาปีที่ 2 หลังเรียนโดยใช้เทคนิคการต่อภาพ จำแนกตามความสามารถ นักเรียนชั้นมัธยมศึกษาปีที่ 2 ที่มีความสามารถต่างกัน มีผลสัมฤทธิ์ทางการเรียนภาษาไทยหลังรียนโดยใช้เทคนิคการต่อภาพแตกต่างกัน

  29. ประเภทของการวิเคราะห์ความแปรปรวนประเภทของการวิเคราะห์ความแปรปรวน 1. การวิเคราะห์ความแปรปรวนแบบมีปัจจัยเดียว (One-Way ANOVA) เป็นการวิเคราะห์เพื่อจำแนกข้อมูลในตัวแปรเดียว แต่มีหลายระดับของปัจจัยที่สนใจ 2. การวิเคราะห์ความแปรปรวนแบบมีหลายปัจจัย (Multiple-Factor ANOVA) เป็นการวิเคราะห์เพื่อจำแนกข้อมูลหลายตัวแปร และแต่ละตัวแปรมีหลายระดับของปัจจัยที่สนใจ

  30. การวิเคราะห์ความแปรปรวนแบบทางเดียวการวิเคราะห์ความแปรปรวนแบบทางเดียว ตารางแสดงผลการวิเคราะห์ความแปรปรวนแบบทางเดียว เป็นดังนี้

  31. การวิเคราะห์ความแปรปรวนแบบทางเดียวการวิเคราะห์ความแปรปรวนแบบทางเดียว การอธิบายผลการวิเคราะห์ข้อมูล ถ้าพบว่า ค่าสถิติ F มีนัยสำคัญ อธิบายได้ว่า มีค่าเฉลี่ยของตัวแปรอย่างน้อย 1 คู่ ที่แตกต่างกัน และผู้วิเคราะห์จะต้องวิเคราะห์เพื่อดูว่า คู่ใดบ้างที่ต่างกันด้วยการเปรียบเทียบเชิงซ้อน (Multiple Comparison)

  32. การวิเคราะห์ความแปรปรวนแบบทางเดียวการวิเคราะห์ความแปรปรวนแบบทางเดียว วิธีการเปรียบเทียบเชิงซ้อน แบ่งเป็น 2 กลุ่ม คือ 1. การเปรียบเทียบที่มีเงือนไขว่า ค่าความแปรปรวนของข้อมูลทุกชุดต้องเท่ากัน ประกอบด้วย LSD R-E-G-WQ Hochberg’s GT2 Bonferroni S-N-K Gabriel Sidak Tukey Waller - Duncan Scheffe Tukey’s - b Dunnett RE-G-WF Duncan 2. การเปรียบเทียบที่ไม่มีเงือนไขของค่าความแปรปรวนของข้อมูล Tamhane’s T2 Games - Howell Dunnett’s T3 Dunnet’s C

More Related