บทความนี้เป็นบทความที่จะแนะนำการใช้ SPSS เพื่อทดสอบสมมติฐานกรณีประชากรเป็นอิสระต่อกัน โดยใช้สถิติทดสอบทีสำหรับกลุ่มอิสระ (Independent-Samples t-test) เรามาว่ากันตรงที่คำว่าอิสระต่อกัน ความหมายมันคืออะไร มันก็คือ 2 กลุ่มตัวอย่างที่ไม่เกี่ยวข้องกันเลย อาจเป็นกลุ่มชาย กับ หญิง หรือ สองกลุ่มที่ไม่ได้เกี่ยวข้องกันเลยนั่นเองครับ

อย่าลืมว่าการทดสอบทีสำหรับกลุ่มอิสระนั้น จะแบ่งเป็นสองกรณีคือ กรณีสองกลุ่มนั้นความแปรปรวนเท่ากัน กับกรณีสองกลุ่มความแปรปรวนแตกต่างกัน

สำหรับ SPSS โปรแกรมตัวนี้จะวิเคราะห์ให้เราทั้งสองแบบเลยครับ ไม่ต้องกังวลไป

เริ่มคำนวณกันเลย

เริ่มจากการทดลองสมมติฐานโจทย์เรามีอยู่ว่า

ต้องการเปรียบเทียบค่าเฉลี่ยผลสัมฤทธิ์ทางการเรียนของนักเรียนสองกลุ่มด้วยวิธีการสอนวิธีที่ 1 กับ 2 โดยนักเรียนแต่ละกลุ่มมีจำนวน 9 คน

เรามาเริ่มคำนวณกันเลยนะครับ ผมขอพิมพ์คะแนนในตาราง excel เพื่อเป็นตัวอย่างกันก่อนนครับ method คือวิธีสอนวิธีที่ 1 กับ 2 และคะแนนของแต่ละวิธีเป็นดังภาพ

เมื่อเปิดโปรแกรม SPSS มาแล้วให้ไปที่ variable view พิมพ์ตัวแปรสองตัวชื่อ method และ score มี measure เป็น scale ทั้งคู่ครับ

กลับมาที่ data view ก็อปปี้คะแนนจาก excel มาวางใส่ได้เลยครับ

แน่นอนว่าเราต้องทดสอบการแจงแจงปกติของข้อมูลของเราเสียก่อนนะครับ จะแตกต่างจากกรณีเปรียบเทียบค่าเฉลี่ยที่ไม่เป็นอิสระกัน (dependent sample t-test) คือ กรณีนี้เราจะมีตัวแปรอิสระ (factor) และตัวแปรตาม (score) ครับ

ไปที่ analyze > descriptive statistics > explore…

คลิกเอาตัวแปร score เข้าไปยังช่อง dependent list และคลิกเลือกตัวแปร method เข้าไปยังช่อง factor list

คลิก plot > normality plots with tests > continue > OK

จะได้ผลการทดสอบออกมาดังนี้

test normality

ดูที่ค่า sig. ของวิธีที่ 1 และ 2 สูงกว่านัยสำคัญของการทดสอบ \left (  \alpha = .05  \right ) ทั้งของ kolmogorov-smirnov และ shapiro wilk สรุปได้ว่า ประชากรคะแนนผลสัมฤทธิ์มีการแจกแจงแบบปกติ สามารถใช้การทดสอบทีได้

ทดสอบสมมติฐาน

ตัวอย่างนี้ตั้งสมมติฐานไว้ว่า “นักเรียนที่เรียนด้วยวิธีการสอนวิธีที่ 1 และวิธีที่ 2 มีผลสัมฤทธิ์ทางการเรียนต่างกัน” เป็นสมมติฐานแบบไม่มีทิศทาง (สองทาง) และเป็นสมมิตฐานทางสถิติดังนี้

$$H_0 : \mu_1=\mu_2$$

$$H_1 : \mu_1 \neq \mu_2$$

การทดสอบสมมติฐานทำได้ดังนี้

ไปที่หน้าข้อมูลบน SPSS > Analyze > Compare Means > Independent-Samples T-Test…

นำตัวแปร score เข้าไปช่อง Test Variable(s) และนำตัวแปร method เข้าไปยังช่อง Grouping Variable:

คลิก Define Groups… พิมพ์ 1 และ 2 เข้าไปแล้วคลิก continue > OK

ได้ผลลัพธ์ดังภาพ

อธิบายเพิ่มเติมจากผลลัพธ์ทีเกิดขึ้นได้ว่า ตารางบนเป็นค่าสถิติทั่วไปของข้อมูล ส่วนตารางล่าง independent test นั้นมีการทดสอบสองส่วนใหญ่ๆ คือ Levene’s Test for Equality of variances (การทดสอบความเท่ากันของความแปรปรวน) และ t-test Equality of Means (การทดสอบที)

สำหรับการทดสอบความเท่ากันของความแปรปรวนมีสมมติฐานทางสถิติดังนี้

$$H_0 : \sigma_1^2 = \sigma_2^2 $$

$$H_1 : \sigma_1^2 \neq \sigma_2^2 $$

ผลการทดสอบด้วยสถิติ F ของ Levene พบว่า ค่า sig. เท่ากับ .857 มากกว่าระดับนัยสำคัญ \left (  \alpha = .05  \right ) จึงยอมรับสมมติฐานว่าง H_0 นั่นคือ ความแปรปรวนกลุ่มที่ 1 เท่ากับ กลุ่มที่ 2

เมื่อความแปรปรวนของกลุ่ม 1 และ 2 เท่ากัน เราจึงพิจารณาเฉพาะ แต่ถ้าสมมติว่าความแปรปรวนไม่เท่าก็ให้ดูแถวล่างครับ

ดูที่ค่า sig. เท่ากับ .013 มีค่าน้อยกว่า \left (  \alpha = .05  \right ) จึงปฏิเสธ H_0 และยอมรับ H_1 หมายความว่า วิธีสอนวิธีที่ 1 และวิธีที่ 2 มีผลสัมฤทธิ์ทางการเรียนต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับ .05


อ้างอิง : ไพศาล วรคำ. (2559). การวิจัยทางการศึกษา (Education Research). มหาสารคาม: ตักสิลาการพิมพ์.


หากต้องการความช่วยเหลือในการคำนวณค่าสถิติโดยใช้ SPSS สามารถติดต่อผมได้โดยตรงนะครับ ถ้าพอจะช่วยเหลือหรือแนะนำเล็กๆ น้อยๆ ไม่คิดค่าบริการ แต่ถ้าจะให้ช่วยคำนวณให้ โดยส่งเป็นไฟล์ excel คะแนนดิบมาเพื่อให้ช่วยคำนวณ มีค่าบริการครั้งละ 200 บาทครับ โดยส่งไฟล์ excel เข้ามาทางไลน์ LineID: @682pjjhh หรือ อีเมล mercedesbenz3010@gmail.com ครับ

Leave a Reply