slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
หลักการวิเคราะห์ข้อมูลทางระบาดวิทยาเชิงพ PowerPoint Presentation
Download Presentation
หลักการวิเคราะห์ข้อมูลทางระบาดวิทยาเชิงพ

Loading in 2 Seconds...

play fullscreen
1 / 96

หลักการวิเคราะห์ข้อมูลทางระบาดวิทยาเชิงพ - PowerPoint PPT Presentation


  • 151 Views
  • Uploaded on

หลักการวิเคราะห์ข้อมูลทางระบาดวิทยาเชิงพรรณนา. อาจารย์มธุรส ทิพยมงคลกุล ภาควิชาระบาดวิทยา คณะสาธารณสุขศาสตร์. ตัวแปรคืออะไร.

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 'หลักการวิเคราะห์ข้อมูลทางระบาดวิทยาเชิงพ' - minh


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

หลักการวิเคราะห์ข้อมูลทางระบาดวิทยาเชิงพรรณนาหลักการวิเคราะห์ข้อมูลทางระบาดวิทยาเชิงพรรณนา

อาจารย์มธุรส ทิพยมงคลกุล

ภาควิชาระบาดวิทยา

คณะสาธารณสุขศาสตร์

slide2
ตัวแปรคืออะไร
  • คุณลักษณะหรือคุณสมบัติของสิ่งต่างๆ ที่มีชีวิตหรือไม่มีชีวิต สามารถนำมาศึกษาวัดได้ นับได้ หรือแจกแจงได้ คุณลักษณะและคุณสมบัติเหล่านี้เปลี่ยนแปลงได้ หรือเปลี่ยนค่าได้ อาทิ ความคิดเห็น ความพึงพอใจ ฐานะทางการเงิน ฐานะทางสังคม จำนวนสมาชิกในครอบครัว
  • ตัวแปรในงานวิจัย คือตัวชี้วัดในการประเมิน

X

Y

slide3
การจำแนกตัวแปร

จำแนกตามลักษณะการเก็บข้อมูล

ตัวแปรเชิงเดี่ยว หมายถึงตัวแปรที่มีความหมายในตนเอง เช่น เพศ

ตัวแปรเชิงประกอบ หมายถึงตัวแปรที่เกิดจากตัวแปรเชิงเดี่ยวหลายตัว เช่น บรรยากาศองค์กร คุณภาพชีวิต

จำแนกตามคุณลักษณะของตัวแปร

ตัวแปรเชิงปริมาณ เช่นอายุ น้ำหนัก ส่วนสูง ความดันโลหิต ระดับคลอเลสเตอรอล

ตัวแปรเชิงคุณภาพ เพศ อาชีพ ทัศนคติ ความรู้ การรับรู้ ความสามารถ

จำแนกตามความสัมพันธ์ของตัวแปร

ตัวแปรต้น หรือตัวแปรอิสระ และตัวแปรตาม

slide4
รูปแบบการวัดของตัวแปรรูปแบบการวัดของตัวแปร

หมายถึง รูปแบบการวัดความละเอียด ความหยาบในการบอกความแตกต่างระหว่างคุณสมบัติของตัวแปรที่อยู่ในหน่วยเดียวกัน แบ่งเป็น 4 รูปแบบดังนี้

  • นามมาตรา (Nominal scale) เช่น เพศ การศึกษา
  • อันดับมาตรา (Ordinal scale) เช่น ความรุนแรงของโรค
  • ช่วงมาตรา (Interval scale) เช่น อุณหภูมิ
  • อัตราส่วนมาตรา (Ratio scale) เช่น คะแนน รายได้ น้ำหนัก

ข้อมูลเชิงคุณภาพ

ข้อมูลเชิงปริมาณ (ต่อเนื่อง)

slide5
การพรรณนาข้อมูล

จุดมุ่งหมาย เพื่อให้เกิดความเข้าใจ โดยการพรรณนา หรืออรรถาธิบายลักษณะการเกิดเหตุการณ์/โรค/ผลลัพธ์ที่สนใจศึกษา ตามปัจจัยต่างๆที่เกี่ยวข้อง

เช่น การพรรณนาการเกิดภาวะซึมเศร้าในผู้ประสบภัยน้ำท่วม ใน 6 จังหวัดของภาคกลาง พบภาวะซึมเศร้าของผู้ประสบภัยในจังหวัดปทุมธานีร้อยละ...สูงกว่าจังหวัดอื่นๆ

slide6
หลักการพรรณนาข้อมูล

ข้อมูลเชิงปริมาณ

  • ค่าเฉลี่ย (SD)ข้อมูลมีการแบบแจกแจงแบบปกติ

ข) ค่ามัธยฐาน (IQR)ข้อมูลมีการแจกแจงแบบอื่นๆ

ค) ค่าฐานนิยม

ง) กราฟ

ข้อมูลเชิงคุณภาพ

จำนวน

สัดส่วน เช่น ร้อยละ ความชุก (ต่อประชากรแสนคน) อุบัติการ (ต่อประชากรแสนคน)

กราฟ

slide7
การพรรณนาข้อมูลเชิงปริมาณการพรรณนาข้อมูลเชิงปริมาณ

ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน

ค่ามัธยฐาน และค่าพิสัยควอไทล์ (Interquartile range, IQR)

ค่าฐานนิยม หมายถึงค่าของจำนวนที่มีความถี่สูงสุด

slide8
การพรรณนาข้อมูลเชิงปริมาณการพรรณนาข้อมูลเชิงปริมาณ

ข้อมูล(x): 12, 24, 24, 36, 54, 72, 145, 145, 62, 24, 1

เรียงใหม่: 1, 12, 24, 24, 24, 36, 54, 62, 72, 145, 145

Mean = (12+24+24+36+54+72+145+145+62+24+1)/11

= 54.45 (49.54)

Median = 36 ตรงกับลำดับที่ 6 ได้มาจาก (11+1)/2

IQR = (0.75*11+1)-(0.25*11+1) =

Mode = 24

slide9
การกระจายตัวของข้อมูลเชิงปริมาณการกระจายตัวของข้อมูลเชิงปริมาณ

ปกติ

เบ้ซ้าย

slide11

การพรรณนาข้อมูลเชิงปริมาณด้วย Boxplot

*

0

Outliers

Max

75 percentile

IQR

Median

25 percentile

Min

slide12

การพรรณนาข้อมูลเชิงปริมาณด้วย Stem and Leaf

score Stem-and-Leaf Plot

Frequency Stem & Leaf

3.00 3 . 002

10.00 3 . 6677888999

14.00 4 . 01122233333344

25.00 4 . 5555666777778888888899999

29.00 5 . 00000000111111222333333344444

42.00 5 . 555555566666666777777777888888899999999999

46.00 6 . 0000000000011111111111112222222233333334444444

39.00 6 . 555555666677777777778888888888889999999

28.00 7 . 0000000111111112222223333344

9.00 7 . 666788999

4.00 8 . 0001

Stem width: 10.00

Each leaf: 1 case(s)

slide13
การพรรณนาข้อมูลเชิงคุณภาพการพรรณนาข้อมูลเชิงคุณภาพ

ข้อมูลเชิงคุณภาพสามารถพรรณนาได้ด้วยจำนวน และสัดส่วน ซึ่งอาจคิดเป็นต่อร้อย ต่อพัน ต่อหมื่น ต่อแสน แล้วแต่ขนาดของตัวหาร

  • นามมาตรา (Nominal scale) เช่น เพศ การศึกษา หรือการจัดกลุ่มข้อมูลเชิงปริมาณ เช่น กลุ่มรายได้
  • อันดับมาตรา (Ordinal scale) เช่น ความรุนแรงของโรค หรือการจัดกลุ่มข้อมูลเชิงปริมาณ เช่น ระดับผลการเรียน
slide14
การพรรณนาข้อมูลเชิงคุณภาพการพรรณนาข้อมูลเชิงคุณภาพ
slide15
การพรรณนาข้อมูลเชิงคุณภาพการพรรณนาข้อมูลเชิงคุณภาพ
slide17
การเปิดไฟล์ข้อมูล และการนำเข้าข้อมูลจากโปรแกรมอื่นๆ

จัดเก็บในไฟล์สกุล *.sav

การวิเคราะห์จะถูกเก็บในไฟล์สกุล (*.spo)

slide28

Compute เป็นการสร้างตัวแปรใหม่ โดยใช้การคำนวณทางคณิตศาสตร์

slide31

Recode เป็นการปรับเปลี่ยนค่าของตัวแปร

slide41

การพรรณนาข้อมูลเชิงปริมาณการพรรณนาข้อมูลเชิงปริมาณ

slide42

การพรรณนาข้อมูลเชิงปริมาณการพรรณนาข้อมูลเชิงปริมาณ

slide43

การพรรณนาข้อมูลเชิงปริมาณการพรรณนาข้อมูลเชิงปริมาณ

slide44

การพรรณนาข้อมูลเชิงปริมาณการพรรณนาข้อมูลเชิงปริมาณ

slide45

การพรรณนาข้อมูลเชิงคุณภาพการพรรณนาข้อมูลเชิงคุณภาพ

slide46

การพรรณนาข้อมูลเชิงคุณภาพการพรรณนาข้อมูลเชิงคุณภาพ

slide47

การพรรณนาข้อมูลเชิงคุณภาพการพรรณนาข้อมูลเชิงคุณภาพ

slide49

การพรรณนาข้อมูลเชิงคุณภาพการพรรณนาข้อมูลเชิงคุณภาพ

slide50
สถิติเพื่อการเปรียบเทียบสัดส่วนสถิติเพื่อการเปรียบเทียบสัดส่วน

Independent sample

  • Fisher’s exact test
  • Chi-square test

Dependent sample

McNemar’s test

Cochran Q test

chi square test
Chi-square test

หลักการของ Chi-square

  • ตัวแปรวัดด้วยนามมาตรา
  • ใช้เพื่อการเปรียบเทียบ

3. จำนวนคาดหวังในตารางที่มีค่าน้อยกว่า 5 ต้องไม่เกิน 20%

หากเกิน 20% ให้ใช้ Fisher’s Exact test แทน

4. กำหนดค่า alpha (โดยทั่วไปกำหนดที่ 5%)

slide52
สถิติเพื่อการเปรียบเทียบค่าเฉลี่ยสถิติเพื่อการเปรียบเทียบค่าเฉลี่ย

Dependent sample

Pair t-test

Two-way ANOVA

Wilcoxon sign rank test

Friedman test

ก และ ข เมื่อข้อมูลแจกแจงแบบปกติ

ค และ ง เมื่อข้อมูลแจกแจงแบบอื่น

Independent sample

  • Student t-test
  • F-test (ANOVA)
  • Mann-Whitney U test
  • Kruskal wallis

ก และ ข เมื่อข้อมูลแจกแจงแบบปกติ

ค และ ง เมื่อข้อมูลแจกแจงแบบอื่น

slide53
ลักษณะการแจกแจงของตัวแปรเชิงปริมาณลักษณะการแจกแจงของตัวแปรเชิงปริมาณ

ลักษณะต้องประสงค์

ปกติ

เบ้ขวา

เบ้ซ้าย

J shape

slide54
การเปรียบเทียบค่าเฉลี่ยหนึ่งกลุ่มตัวอย่างการเปรียบเทียบค่าเฉลี่ยหนึ่งกลุ่มตัวอย่าง
  • วัตถุประสงค์
    • เพื่อต้องการเปรียบเทียบค่าเฉลี่ยที่ได้จากกลุ่มศึกษากับทฤษฎี หรือความคาดหวัง
  • ขั้นตอนการวิเคราะห์
    • ตรวจสอบการกระจายตัวของข้อมูล
    • วิเคราะห์โดยสถิติที่เหมาะสมกับลักษณะของข้อมูล
    • การอ่านผล
slide55
การเปรียบเทียบค่าเฉลี่ยหนึ่งกลุ่มตัวอย่างการเปรียบเทียบค่าเฉลี่ยหนึ่งกลุ่มตัวอย่าง

1. One-sample t-test

slide56
การทดสอบสมมติฐานเกี่ยวกับค่าเฉลี่ยประชากรการทดสอบสมมติฐานเกี่ยวกับค่าเฉลี่ยประชากร
  • ตั้งสมมติฐาน
    • X = μ = ค่าที่เรากำหนด
  • กำหนดระดับความมีนัยสำคัญ
    • α = 0.05
    • t< หรือ > α

α/2

α/2

slide57
ทดสอบการกระจายตัวของข้อมูลทดสอบการกระจายตัวของข้อมูล
slide58
ใช้สถิติทดสอบการกระจายตัวของข้อมูลใช้สถิติทดสอบการกระจายตัวของข้อมูล
slide59
ใช้กราฟในการทดสอบการกระจายตัวของข้อมูลใช้กราฟในการทดสอบการกระจายตัวของข้อมูล
slide60
ใช้กราฟในการทดสอบการกระจายตัวของข้อมูลใช้กราฟในการทดสอบการกระจายตัวของข้อมูล
slide61
การทดสอบค่าเฉลี่ยหนึ่งกลุ่มตัวอย่างการทดสอบค่าเฉลี่ยหนึ่งกลุ่มตัวอย่าง
slide62
การทดสอบค่าเฉลี่ยหนึ่งกลุ่มตัวอย่างการทดสอบค่าเฉลี่ยหนึ่งกลุ่มตัวอย่าง
slide63
การทดสอบค่าเฉลี่ยหนึ่งกลุ่มตัวอย่างการทดสอบค่าเฉลี่ยหนึ่งกลุ่มตัวอย่าง

Ho: Mean = 70

Ha: Mean ≠ 70

slide64
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่าง
  • วัตถุประสงค์
    • เพื่อต้องการเปรียบเทียบค่าเฉลี่ยของสองกลุ่มศึกษา เช่น
      • เปรียบเทียบผลการศึกษาระหว่างนักศึกษาชาย และนักศึกษาหญิง
      • เปรียบเทียบระดับความดันโลหิต ระหว่างนักศึกษาปริญญาตรี และปริญญาโท
  • ขั้นตอนการวิเคราะห์
    • ตรวจสอบการกระจายตัวของข้อมูลทั้งสองกลุ่ม
    • วิเคราะห์โดยสถิติที่เหมาะสมกับลักษณะของข้อมูลทั้งสองกลุ่ม
    • อ่านผล
independent t test
สถิติ independent t-test

ความแปรปรวนเท่ากัน

Student's t-tests

ความแปรปรวนต่างกัน

Welch's t-test

slide66
การทดสอบสมมติฐานเกี่ยวกับการเปรียบเทียบค่าเฉลี่ยการทดสอบสมมติฐานเกี่ยวกับการเปรียบเทียบค่าเฉลี่ย
  • ตั้งสมมติฐาน
  • กำหนดระดับความมีนัยสำคัญ
    • α = 0.05
    • t< หรือ > α

Ho: μ1 = μ2

Ha: μ1≠ μ2

α/2

α/2

pair t test
สถิติ Pair t-test

Normal distribution is assumed.

A

X

A

Heart rate before caffeinated

Heart rate after caffeinated

pair t test1
สถิติ Pair t-test
  • Is score of pretest and posttest different?

Ho: Mdifi= 0

Alpha =0.05

slide69
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่าง
slide70
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่าง
slide71
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่าง
slide72
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่าง
slide73
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่าง
slide74
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่าง

1

3

2

Ho: σ21 = σ22

Ha: σ21≠ σ22

slide75
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่าง
slide76
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่าง

1

3

2

4

slide77
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่าง

1

2

3

slide78
การเปรียบเทียบค่าเฉลี่ยมากกว่าสองกลุ่มตัวอย่างการเปรียบเทียบค่าเฉลี่ยมากกว่าสองกลุ่มตัวอย่าง
  • วัตถุประสงค์
    • เพื่อต้องการเปรียบเทียบค่าเฉลี่ยมากกว่าสองกลุ่มศึกษา เช่น
      • เปรียบเทียบผลการศึกษาระหว่างชั้นปีที่สี่ ระหว่างคณะ
      • เปรียบเทียบระดับความดันโลหิต ระหว่างนักศึกษาทั้ง สี่ชั้นปี
  • ขั้นตอนการวิเคราะห์
    • ตรวจสอบการกระจายตัวของข้อมูลทั้งหมด
    • วิเคราะห์โดยสถิติที่เหมาะสมกับลักษณะของข้อมูล
    • อ่านผล
slide79
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไปการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไป
kruskal wallis test
Kruskal – Wallis test

Normal distribution is not assumed.

slide81
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไปการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไป
slide82
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไปการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไป
slide83
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไปการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไป
slide84
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไปการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไป

1

2

3

slide87
การหาคู่ต่างของค่าเฉลี่ยการหาคู่ต่างของค่าเฉลี่ย
  • Multiple t-test
  • Linear contrast
  • Orthogonal contrast
  • Studentized Range Procedures
slide88
การหาคู่ต่างของค่าเฉลี่ยการหาคู่ต่างของค่าเฉลี่ย
  • Equal variance assumed
    • Least Significant Different (LSD)
    • Tukey
    • Scheffe` method (Complex comparison)
    • Bonferroni method
  • Equal variance not assumed
    • Dunnett’s –C (large), T2, T3(small), GH,
slide89
การหาคู่ต่างของค่าเฉลี่ยการหาคู่ต่างของค่าเฉลี่ย
slide90
การหาคู่ต่างของค่าเฉลี่ยการหาคู่ต่างของค่าเฉลี่ย
slide91
การเปรียบเทียบค่าเฉลี่ยมากกว่าสองกลุ่มตัวอย่างการเปรียบเทียบค่าเฉลี่ยมากกว่าสองกลุ่มตัวอย่าง
slide92
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไปการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไป
slide93
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไปการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไป
slide94
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไปการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไป
slide95
การเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไปการเปรียบเทียบค่าเฉลี่ยสองกลุ่มตัวอย่างขึ้นไป

1

2

thank you for your attention
Thank you for your attention

Thank you for your attention