แนวทางการประมวลผลข้อมูลมาตรฐานศูนย์ศึกษาพระพุทธศาสนาวันอาทิตย์
โดยใช้โปรแกรม SPSS for Windows
โดย
ส านักพัฒนาคุณธรรมจริยธรรม
กรมการศาสนา
แนวทางการประมวลผลข้อมูลมาตรฐานศูนย์ศึกษาพระพุทธศาสนาวันอาทิตย์โดยโปรแกรม SPSS for Windows ที่ปรึกษา นายสด แดงเอียด อธิบดีกรมการศาสนา นายจรูญ นราคร รองอธิบดีกรมการศาสนา นายสุเทพ เกษมพรมณี ผู้อ านวยการส านักพัฒนาคุณธรรมจริยธรรม นายพิสิทธิ์ นิรัตติวงศกรณ์ ผู้อ านวยการกองศาสนูปถัมภ์ นางสาวภัคสุจิ์ภรณ์ จิปิภพ เลขานุการกรมการศาสนา รวบรวม/เรียบเรียง กลุ่มส่งเสริมและสนับสนุนการเผยแพร่หลักธรรม คณะท างาน นางสาวพิไล จิรไกรศิริ นักวิเคราะห์นโยบายและแผนช านาญการพิเศษ นางศรีนวล ลัภกิตโร นักวิชาการศาสนาช านาญการพิเศษ นายส ารวย นักการเรียน นักวิชาการศาสนาช านาญการ นางสาววิภารัตน์ กอพยัคฆินทร์ นักวิชาการศาสนาช านาญการ นางสาวอมรา ไหมพิมพ์ นักวิชาการศาสนาช านาญการ นายชนะกิจ คชชี นักวิชาการศาสนาช านาญการ นางสาวภคภรณ์ อมรรัตน์ นักวิชาการศาสนาช านาญการ นายธนพล พรมสุวงษ์ นักวิชาการศาสนาปฏิบัติการ นายยอดชาย แสงศิริ เจ้าหน้าที่ปฏิบัติงานด้านศาสนา นายผดุงศักดิ์ กะรัตน์ เจ้าหน้าที่ปฏิบัติงานด้านศาสนา นางสาวสุพิน มาไกล เจ้าหน้าที่ปฏิบัติงานด้านศาสนา นายเอกสิทธิ์ คล้ายแดง เจ้าหน้าที่ปฏิบัติงานด้านศาสนา นายบัณฑิต คีรีรมย์ เจ้าพนักงานธุรการช านาญงาน นางสาวอนงค์ลักษณ์ คะเนแน่น เจ้าพนักงานธุรการช านาญงาน นางสาวนันทิยา อายุวัฒนะ เจ้าหน้าที่บันทึกข้อมูล นางสาวนภัสวรรณ เกตุสร้อย เจ้าหน้าที่บันทึกข้อมูล นายอนันต์ตชาติ สุทธการ เจ้าหน้าที่บันทึกข้อมูล
ค าน า มาตรฐานศูนย์ศึกษาพระพุทธศาสนาวันอาทิตย์ก าหนดขึ้นมาเพื่อใช้เป็นเกณฑ์ในการพัฒนา ศูนย์ศึกษาพระพุทธศาสนาวันอาทิตย์ให้มีคุณภาพ เพื่อให้ประชาชนมีความมั่นใจที่จะส่งบุตรหลานไปเรียน การมีมาตรฐาน คือ การด าเนินกิจกรรมและภารกิจต่างๆ ทั้งด้านวิชาการ การบริการ และการจัดการได้สร้าง ความมั่นใจให้ผู้รับบริการ ทั้งผู้รับบริการโดยตรง คือ ผู้เรียน ผู้ปกครอง และผู้รับบริการทางอ้อม คือ ประชาชนและสังคมโดยรวมว่า การด าเนินงานของศูนย์ศึกษาพระพุทธศาสนาวันอาทิตย์ มีประสิทธิภาพ และท าให้ผู้เรียนมีคุณภาพหรือคุณลักษณะที่พึงประสงค์ตามมาตรฐานการศึกษาที่ได้ก าหนดไว้ การมีมาตรฐานเป็นแนวคิดที่ตั้งอยู่บนพื้นฐานของการ“ปูองกัน”ไม่ให้เกิดการท างานที่ไม่มีประสิทธิภาพและ เกิดผลผลิตที่ไม่มีคุณภาพ ไม่ได้มาตรฐาน ทั้งนี้ กรมการศาสนา โดยส านักพัฒนาคุณธรรมจริยธรรม ได้ขอความร่วมมือจังหวัด ด าเนินการคัดเลือกและประเมินมาตรฐานศูนย์ศึกษาพระพุทธศาสนาวันอาทิตย์ ที่มีความพร้อมในจังหวัด ๆ ละ ๗ – ๑๐ ศูนย์ โดยใช้แบบประเมิน ๓ แบบ คือ แบบประเมินขั้นพื้นฐาน ของศูนย์ศึกษาพระพุทธศาสนาวันอาทิตย์ แบบประเมินทัศนคตินักเรียน และแบบประเมินทัศนคติผู้ปกครอง เพื่อท าการประมวลผล แนวทางการประมวลผลมาตรฐานศูนย์ศึกษาพระพุทธศาสนาวันอาทิตย์ โดยใช้โปรแกรม SPSS for Windows จัดท าขึ้นเพื่อเป็นองค์ความรู้ให้ ข้าราชการ เจ้าหน้าที่ กรมการศาสนา ส านักงานวัฒนธรรมจังหวัด หน่วยงานที่เกี่ยวข้องและผู้สนใจได้ใช้เป็นเครื่องมือ ส าหรับการวิเคราะห์ข้อมูลด้วยวิธีทางสถิติ จุดเด่นของโปรแกรม SPSS for Windows คือ เป็นโปรแกรมส าเร็จรูป ที่จัดท าขึ้นส าหรับงานวิจัย มีค าสั่งหลากหลายค าสั่ง ใช้งานง่าย สะดวก รวดเร็ว เปิดโอกาสให้นักวิชาการ ได้พัฒนาเทคนิควิธีการวิเคราะห์ในการท าวิจัยได้อย่างกว้างขวางมากขึ้น โดยเฉพาะเมื่อน าโปรแกรม SPSS for Windows มาใช้ประมวลผลข้อมูลมาตรฐานศูนย์ศึกษาพระพุทธศาสนาวันอาทิตย์ จะช่วยให้ เจ้าหน้าที่ผู้เกี่ยวข้องและผู้สนใจท างานได้ง่ายขึ้น ตลอดจนสามารถน าไปประยุกต์ใช้ในงานวิชาการต่างๆ ได้ตามความเหมาะสม ขอขอบคุณศูนย์ศึกษาพระพุทธศาสนาวันอาทิตย์ ส านักงานวัฒนธรรมจังหวัด หน่วยงาน ภาครัฐและเอกชน ที่ให้ความร่วมมือและสนับสนุนการประเมินมาตรฐานศูนย์ศึกษาพระพุทธศาสนา วันอาทิตย์เป็นอย่างดีมาไว้ ณ โอกาสนี้ ส านักพัฒนาคุณธรรมจริยธรรม
สารบัญ หน้า ค าน า บทที่ 1 บทน า 1 หลักการและเหตุผล 1 วัตถุประสงค์ 1 ประโยชน์ที่ได้รับ 2 บทที่ 2 ความรู้เบื้องต้นเกี่ยวกับประมวลผลข้อมูลโดยใช้โปรแกรม SPSS for Windows 3 บทที่ 3 การประมวลผลข้อมูลมาตรฐานศูนย์ศึกษาพระพุทธศาสนาวันอาทิตย์ โดยใช้โปรแกรม SPSS for Windows 39 บทที่ 4 บทสรุป 98 ภาคผนวก 99 บรรณานุกรม
บทที่ 1 บทน า หลักการและเหตุผล ปัจจุบันข้อมูลนับว่ามีบทบาทส าคัญในการน ามาเพื่อใช้ในงานด้านต่างๆ ไม่ว่าจะเป็น ด้านธุรกิจ เศรษฐกิจ วิศวกรรม สาธารณสุข บริหาร การเกษตร การแพทย์ และสาขาอื่นๆ ข้อมูลจัดเป็นหัวใจของการด าเนินงาน เป็นแหล่งความรู้ที่ใช้ประกอบการด าเนินงาน การพัฒนาและปรับปรุง เพื่อเพิ่มประสิทธิภาพประสิทธิผลในการท างานให้ดียิ่งขึ้น การจัดท าข้อมูลเพื่อใช้ในงาน เริ่มตั้งแต่ การรวบรวม ตรวจสอบข้อมูล การด าเนินการประมวลผล เพื่อสรุปเป็นข้อมูลเพื่อใช้ในงานที่ต้องการ ทั้งนี้ การประมวลผลนับเป็นขั้นตอนหนึ่งที่ทุกหน่วยงานให้ความส าคัญเพราะเป็นเครื่องมือที่ช่วยให้ได้ข้อมูลที่เป็น ประโยชน์ต่อการด าเนินงาน โดยเฉพาะการประมวลผลข้อมูลด้วยโปรแกรม SPSS for Windows ที่หน่วยงานภาครัฐและเอกชนหลายแห่งนิยมน ามาใช้เป็นส่วนหนึ่งของการด าเนินงานกิจกรรม/โครงการ ต่างๆ ภายในองค์กร กรมการศาสนา โดยส านักพัฒนาคุณธรรมจริยธรรม ได้ใช้โปรแกรม SPSS for Windows เป็นเครื่องมือส าคัญส าหรับประมวลผลข้อมูลเพื่อใช้ในการด าเนินงานกิจกรรม/โครงการ ส าหรับเด็ก เยาวชน และประชาชน ด้วยคุณสมบัติของโปรแกรมที่ใช้งานง่าย มีหลายค าสั่ง สามารถประมวลผลด้วยตาราง สร้างกราฟ และวิเคราะห์ทางสถิติที่หลากหลาย ช่วยให้ผู้วิเคราะห์ข้อมูลสามารถท างานได้สะดวกรวดเร็วยิ่งขึ้น โดยเฉพาะการประเมินผลส าเร็จการพัฒนามาตรฐานศูนย์ศึกษาพระพุทธศาสนาวันอาทิตย์ มีการน า โปรแกรมดังกล่าวมาใช้เพื่อประมวลผล สรุปเป็นข้อมูลเพื่อใช้ในการวางแผนและพัฒนางานในอนาคต ดังนั้น การมีความรู้พื้นฐานเกี่ยวกับโปรแกรม SPSS for Windows จะช่วยให้ น าองค์ความรู้เป็นแนวทางการประมวลผลข้อมูลมาตรฐานศูนย์ศึกษาพระพุทธศาสนาวันอาทิตย์ ตลอดจน น าไปประยุกต์เพื่อใช้ในกิจกรรม/โครงการต่างๆ ช่วยให้การด าเนินงานบรรลุผลสัมฤทธิ์ตามวัตถุประสงค์ต่อไป วัตถุประสงค์ 1. เพื่อเป็นแนวทางในการประมวลผลข้อมูลมาตรฐานศูนย์ศึกษาพระพุทธศาสนาวันอาทิตย์ โดยใช้โปรแกรม SPSS for Windows 2. เพื่อเป็นองค์ความรู้ส าหรับการประมวลผลข้อมูลกิจกรรม/โครงการ ส าหรับเด็ก เยาวชน และประชาชน 3. เพื่อน าไปประยุกต์ใช้ในการประมวลผลข้อมูลกิจกรรม/โครงการอื่นๆ ตามความเหมาะสม
ประโยชน์ที่ได้รับ 1. ข้าราชการ พนักงาน เจ้าหน้าที่ของกรมการศาสนา, ส านักงานวัฒนธรรมจังหวัด, หน่วยงานอื่นทั้งภาครัฐ ภาคเอกชน และผู้สนใจน าแนวทางไปใช้ประมวลผลข้อมูลมาตรฐานศูนย์ศึกษา พระพุทธศาสนาวันอาทิตย์ โดยใช้โปรแกรม SPSS for Windows 2. ข้าราชการ พนักงาน เจ้าหน้าที่ของกรมการศาสนา, ส านักงานวัฒนธรรมจังหวัด, หน่วยงานอื่นทั้งภาครัฐ ภาคเอกชน และผู้สนใจ มีองค์ความรู้ในการประมวลผลข้อมูลกิจกรรม/โครงการ ส าหรับเด็ก เยาวชนและประชาชน 3. ข้าราชการ พนักงาน เจ้าหน้าที่ของกรมการศาสนา, ส านักงานวัฒนธรรมจังหวัด, หน่วยงานอื่นทั้งภาครัฐ ภาคเอกชน และผู้สนใจ สามารถน าไปประยุกต์ใช้ในการประมวลผลข้อมูลกิจกรรม/โครงการอื่นๆ ตามความเหมาะสม
บทที่ 2 ความรู้เบื้องต้นเกี่ยวกับการประมวลผลข้อมูลโดยใช้โปรแกรม SPSS for Windows การประมวลผลข้อมูล การประมวลข้อมูลเป็นการจัดการกับข้อมูลอย่างมีระบบ เพื่อให้ข้อมูลที่ได้รับการ ประมวลผลแล้วอยู่ในรูปที่สามารถน าไปใช้งานได้อย่างมีประสิทธิภาพ ซึ่งมีขั้นตอน ดังนี้ 1. การเตรียมข้อมูลเพื่อการประมวลผล (Input Data) 2. การประมวลผลข้อมูล (Processing) 3. การน าเสนอผลลัพท์ (Output) การเตรียมข้อมูลเพื่อการประมวลผล 1. การเก็บรวบรวมข้อมูล เป็นการเก็บรวบรวมข้อมูลที่ได้จากรูปแบบต่างๆ เช่น แบบสอบถาม แบบประเมิน แบบทดสอบ แบบสัมภาษณ์ ทั้งที่เป็นข้อมูลปฐมภูมิและทุติยภูมิ 2. การเปลี่ยนสภาพข้อมูล เป็นการเปลี่ยนสภาพของข้อมูลที่เก็บรวบรวมมาได้ให้อยู่ใน รูปแบบที่สะดวกหรือเหมาะสมต่อการน าไปประมวลผล ซึ่งประกอบด้วย 2.1 การลงรหัส (Coding) เป็นการเปลี่ยนรูปแบบข้อมูล โดยใช้รหัสแทนข้อมูล เพื่อท าให้สามารถจ าแนกลักษณะข้อมูล รหัสที่ใช้แทนข้อมูลอาจจะอยู่ในรูปตัวเลข ตัวอักษร หรือข้อความ ซึ่งโดยปกตินิยมก าหนดรหัสข้อมูลให้เป็นตัวเลข (ยกเว้นโปรแกรมที่ใช้ประมวลผลข้อมูลในการวิจัย เชิงคุณภาพโดยเฉพาะ) ไม่ว่าจะเป็นข้อมูลเชิงคุณภาพหรือเชิงปริมาณ แต่การน าไปวิเคราะห์หรือประมวลผล และการตีความจะแตกต่างกันไป 2.2 การแก้ไข (Editing) เป็นการตรวจสอบความถูกต้องของข้อมูล รวมทั้งข้อมูล ที่ได้แปลงอยู่ในรูปรหัสแล้ว รวมทั้งการตรวจสอบความสมบูรณ์ของข้อมูล และแก้ไขปรับปรุงให้ถูกต้อง 2.3 การเปลี่ยนสภาพ (Transforming) เป็นการเปลี่ยนรูปแบบของข้อมูลเพื่อ สะดวกในการวิเคราะห์หรือประมวลผล 3. การประมวลผล (Data processing) เป็นการน าข้อมูลที่ได้จากการเปลี่ยนสภาพแล้ว มา ท าการวิเคราะห์ข้อมูล ซึ่งในปัจจุบันจะใช้โปรแกรมส าเร็จรูปทางสถิติช่วยในการวิเคราะห์ ซึ่งการวิเคราะห์ อาจเป็นการวิเคราะห์ขั้นต้น เช่น การเรียงล าดับ (Sorting) การรวบรวมข้อมูล (Marging) หรือการวิเคราะห์ ในระดับที่สูงขึ้นมาอีก เช่น การประมาณค่า (Estimate) การทดสอบสมมติฐาน (Hypothesis testing) หรือการวิเคราะห์โดยสถิติชั้นสูงอื่นๆ
4. การแสดงผลลัพท์ (Output) เป็นการน าเสนอผลลัพท์จากการวิเคราะห์ข้อมูลให้อยู่ในรูป ที่เข้าใจง่าย ซึ่งอาจเป็นรายงาน ตาราง กราฟ หรือแผนภูมิอื่นๆ
ประวัติการใช้ โปรแกรม SPSS
SPSS ย่อมาจาก Statistical Package for thd Social Sciences เป็นโปรแกรม ส าเร็จรูปทางสถิติที่เขียนขึ้นมาตั้งแต่สมัยคอมพิวเตอร์ส่วนบุคคลยังไม่มีลักษณะการท างานของ SPSS ในรุ่นแรกๆ ผู้ใช้จะต้องเจาะรูลงบัตร (Punch Card) แล้วส่งบัตรนั้นให้ผู้คุมเครื่องด าเนินการประมวลผล ต่อมาเมื่อมีการพัฒนาเครื่องเมนเฟรมคอมพิวเตอร์ โปรแกรม SPSS ก็ได้มีการพัฒนา เป็น SPSSX เพื่อความสะดวก แก่การใช้งาน โดยผู้ใช้สามารถเขียนค าสั่งในการประมวลผลด้วยตัวเอง ต่อมาปี ค.ศ.1984 ได้มีการพัฒนาเครื่องไมโครคอมพิวเตอร์ขึ้นมาใช้ โปรแกรม SPSS ก็ได้ถูกปรับปรุงให้มีความสะดวก และรวดเร็วในการใช้งานกับเครื่องไมโครคอมพิวเตอร์ ซึ่งเป็น SPSS รุ่น PC ที่เรียกว่า SPSS/PC+ ไมโครคอมพิวเตอร์ รุ่นแรกๆ ใช้ระบบปฏิบัติการ MS-DOS ซึ่งมีลักษณะการท างานคล้ายกับ เครื่องเมนเฟรมคอมพิวเตอร์ ปัจจุบันได้มีการใช้ระบบปฏิบัติการ Windows อย่างแพร่หลาย เนื่องจากความง่าย และความสะดวกในการใช้งาน ประกอบกับอุปกรณ์ฮาร์ดแวร์ ได้มีความสามารถในการประมวลผลได้เร็วกว่า ยุคแรกๆ หลายร้อยเท่า โปรแกรม SPSS จึงได้ถูกพัฒนาให้ใช้งานภายใต้ Windows ที่เรียกว่า SPSS for Windows ขึ้นใช้ตั้งแต่ปี ค.ศ. 1992 ส าหรับองค์ประกอบต่างๆ ทั้งหน้าต่าง เมนูค าสั่ง และ ไดอะล็อกบ๊อกซ์ (Dialog Box) ของโปรแกรม SPSS for Windows ผู้ใช้สามารถท าความเข้าใจ และน าไปใช้งาน ได้ง่าย สะดวก และรวดเร็ว (กัมปี เที่ยงตรงจิต:1)
การใช้โปรแกรม SPSS for Windows
วิธีที่ 1. คลิก ปุุม Start >> All Program >> Spss for Windows >> Spss … for Windows
วิธีที่ 2. เข้าสู่โปรแกรมโดยคลิกชื่อโปรแกรมบน Start Menu หรือ บน Desktop
ส่วนประกอบของหน้าจอ Variable View เป็นหน้าต่างข้อมูลส าหรับการสร้างและแก้ไขตัวแปรดังภาพข้างล่าง Name = ชื่อตัวแปร Type = ชนิดของตัวแปร Numeric ส าหรับข้อมูลตัวเลขบวกหรือลบก็ได้ Comma ส าหรับข้อมูลตัวเลข กรณีค่าเกินหลักพันจะมีเครื่องหมาย, คั่น Dot ส าหรับข้อมูลตัวเลข กรณีค่าเกินหลักพันจะมีเครื่องหมาย , คั่น และก่อนทศนิยม เป็นเครื่องหมาย , Scientific notation ส าหรับข้อมูลตัวเลข และมีการใช้สัญลักษณ์ทางคณิตศาสตร์
เช่น E ตัวอย่างเช่น 9.05E+01 -3E+10 4.3E+04 เป็นต้น ชีต ส าหรับการลงข้อมูลจากแบบสอบถาม
Date ส าหรับข้อมูลที่เป็นวันที่
Dollar ส าหรับข้อมูลที่เป็นรูปตัวเงิน จะมีเครื่องหมาย $ น าหน้า
Custom currency ส าหรับข้อมูลที่เป็นรูปตัวเงิน มีให้เลือก 5 รูปแบบ ได้แก่ CCA
CCB CCC CCD CCE String ส าหรับข้อมูลที่เป็นได้ทั้งข้อความ ตัวเลข หรือเครื่องหมายต่าง ๆ Width = ความยาวของข้อมูลโดยจะนับ ตัวเลขรวมสัญลักษณ์และเครื่องหมายต่าง ๆ Decimals = จ านวนทศนิยม Label = ค าอธิบายตัวแปร Values = การก าหนดรายละเอียดให้กับค่าในตัวแปร ตัวอย่างจะก าหนดค่า Values เรื่อง เพศ โดย 1 = เพศชาย และ 2 = เพศหญิง ดังนี้ คลิกที่ ที่คอลัมน์ Value
ที่ต าแหน่ง Value พิมพ์เลข 1 และที่ Value Label พิมพ์ ชาย และคลิกปุุม Add
ที่ต าแหน่ง Value พิมพ์เลข 2 และที่ Value Label พิมพ์ หญิง และคลิกปุุม OK
Missing = การก าหนดค่าสูญหาย เช่น ผู้ตอบไม่ตอบค าถามบางข้อ โดยมากให้แทนด้วย เลข 9 หรือ 99 ดังนี้ คลิกที่ ที่คอลัมน์ Missing 1 2 3 กรณีไม่ก าหนดค่าสูญหาย กรณีก าหนดค่าสูญหาย เป็นค่าไม่ต่อเนื่อง (ก าหนดตัวเลขเอง) กรณีก าหนดค่าสูญหาย เป็นค่าต่อเนื่องและไม่ต่อเนื่อง ร่วมได้
Columns = ก าหนดความกว้างคอลัมน์ ในการแสดงหน้าต่างย่อย Data view Align = ก าหนดการจัดวางของมูล ชิดซ้าย ขวา หรือกลาง Measure = ก าหนดระดับของข้อมูล Nominal (ข้อมูลระดับนามบัญญัติ) เป็นข้อมูลระดับหยาบที่สุด เหมาะกับข้อมูล ที่ก าหนดตัวเลขเอง เช่น สีแดง = 1 สีเหลือง = 2 สีขาว = 3 Ordinal (ข้อมูลระดับเรียงล าดับ) เป็นข้อมูลที่ละเอียดมากขึ้น เหมาะกับข้อมูล แสดงตามล าดับ จ านวนนับ เช่น ระดับความรู้สึก รู้สึกร้อนมากที่สุด = 5 รู้สึกร้อนมาก = 4 รู้สึกร้อนปานกลาง = 3 รู้สึกร้อนมาก = 2 รู้สึกร้อนมากที่สุด = 1
Scale จะใช้กับข้อมูลระดับ (Interval และ Ratio)
Interval Scale = (ข้อมูลระดับอันตรภาค) เป็นข้อมูลที่บอกความ แตกต่างได้ เช่น ข้อมูลของไอคิว ข้อมูลอุณหภูมิ Ratio = (ข้อมูลระดับอัตราส่วน) เป็นข้อมูลที่ละเอียดที่สุด เช่น ข้อมูล น้ าหนัก 10, 18, 105 …กก. โดยสรุปได้ว่า 1. Nominal scale ข้อมูลเชิงคุณภาพ 2. Ordinal scale 3. Interval scale ข้อมูลเชิงปริมาณ 4. Ratio scale วิธีการทางสถิติที่เหมาะสมกับระดับของข้อมูล ระดับของข้อมูล การวิเคราะห์ ตัวอย่างการใช้งาน
1. Nominal scale สถิติเชิงพรรณนา ความถี่ (Frequency) เปอร์เซ็นต์ (Percents) ฐานนิยม (mode)
สถิติเชิงอนุมาน สถิติไม่ใช้พารามิเตอร์
2. Ordinal scale สถิติเชิงพรรณนา มัธยฐาน(median) เปอร์เซ็นต์ไทล์ (percentile)ควอไทล์(quartile)
สถิติเชิงอนุมาน สถิติไม่ใช้พารามิเตอร์
3. Interval scale สถิติเชิงพรรณนา ค่าเฉลี่ย (Mean) ความแปรปรวน (variance)
สถิติเชิงอนุมาน สถิติที่ใช้พารามิเตอร์
ข้อมูลประเภทต่าง ๆ ที่สามารถวิเคราะห์ทางสถิติได้ ดังนี้
การวิเคราะห์ ประเภท ตัวอย่างวิธีการทางสถิติ
การเปรียบเทียบ เชิงปริมาณ หรือ การทดสอบเกี่ยวกับค่าเฉลี่ย
เชิงปริมาณ + เชิงคุณภาพ (z-test, t-test, pair-test)
ความสัมพันธ์ เชิงปริมาณ + เชิงปริมาณ สหสัมพันธ์ (correlation) เชิงคุณภาพ + เชิงคุณภาพ ตาราง Crosstab (chi-square) เหตุผล เชิงปริมาณ + เชิงปริมาณ การวิเคราะห์ความถดถอย (Regression Analysis) เชิงปริมาณ + เชิงคุณภาพ การวิเคราะห์ความแปรปรวน (ANOVA) เชิงคุณภาพ + เชิงคุณภาพ ตาราง Crosstab ประเภทของตัวแปร 1. ตัวแปรเชิงปริมาณ คือตัวแปรที่ประกอบด้วยข้อมูลที่เป็นตัวเลข ใช้แทนขนาด หรือ ปริมาณ เช่น อายุ ประกอบด้วยอายุต่าง ๆ หน่วยเป็นปี เป็นต้น 2. ตัวแปรเชิงคุณภาพ หรืออาจเรียกว่า ตัวแปรเชิงกลุ่ม คือ ตัวแปรที่ประกอบด้วยข้อมูล ที่ไม่สามารถวัดออกมาเป็นตัวเลขได้ เช่น เพศ ประกอบด้วยเพศต่าง ๆ ไม่มีหน่วยวัด แต่สามารถแทนค่าเป็น ตัวเลขที่ไม่สามารค านวณได้ แทนได้ เช่นเพศชาย ให้แทนเป็นตัวเลข 1 เพศหญิงแทนเป็นตัวเลข 2 เป็นต้น ชนิดของตัวแปร 1. ตัวแปรอิสระ (Independent Variable) คือตัวแปรที่เกิดขึ้นก่อนหรือเป็นตัวแปร ที่เป็นเหตุ ท าให้เกิดผลตามมา 2. ตัวแปรตาม (Dependent Variable) คือ ตัวแปรที่เกิดขึ้นเนื่องจากตัวแปรอิสระ หรือเป็นตัวแปรผล อันเกิดจากเหตุ ตัวอย่างเช่น ความต้องการด้านการศึกษาต่อของนักเรียน ตัวแปรอิสระ เช่น เพศ สายวิชาที่เรียนในปัจจุบัน ตัวแปรตาม คือ มหาวิทยาลัยที่ต้องการศึกษาต่อ สาขาวิชาที่ต้องการศึกษาต่อ ปัจจัยที่มีผลต่อผลการเรียนวิชา ระบบสารสนเทศทางธุรกิจ ของนักศึกษา ตัวแปรอิสระ เช่น การเข้าห้องเรียน ความตั้งใจเรียน IQ การฝึกปฏิบัติ เป็นต้น ตัวแปรตาม คือ ผลการเรียน
3. ตัวแปรทดลอง (Experimental Variable) เป็นตัวแปรปฏิบัติ (Treatment Variable) หรือ ตัว แปรอิสระ ซึ่งหมายถึตัวแปรที่เกิดขึ้นจากการทดลองหนึ่ง ๆ เพื่อให้เป็นเหตุ และเพื่อศึกษาตัวแปรที่เกิดขึ้นที่ มีการเปลี่ยนแปลงอย่างไร เช่น รูปแบบการสอน 2 วิธี 4.ตัวแปรที่ถูกก าหนด (Assigned Variable) หรือ ตัวแปรตาม เป็นตัวแปรที่เกิดขึ้น เนื่องจากตัวแปรทดลอง เช่น ผลการเรียนของนักเรียน เช่น เกรดที่ได้ คะแนนผลการสอบ เป็นต้น 5. ตัวแปรควบคุม คือ ก่อนทดลองการสอน จะต้องควบคุม จัดกลุ่มผู้เรียนในกลุ่มที่มี ความรู้ความสามารถ หรือช่วงอายุ ในระดับเดียวกันก่อน 6. ตัวแปรแทรกซ้อน เช่น สภาพของห้องเรียน อุปกรณ์การเรียน ของการรูปแบบการสอน 2 วิธี อาจไม่เหมือนกัน เช่น กลุ่มหนึ่งอาจอยู่ในสภาพห้องเรียน อุปกรณ์ที่ครบสมบูรณ์ต่อการใช้งาน อีกกลุ่มหนึ่ง สภาพห้องเรียนอุปกรณ์ไม่พร้อมเท่าที่ควร ตัวอย่างข้อมูลที่ก าหนดตัวแปรใน Variable View
Name Type Width Decimal Label Missing value Measure
A1 Numeric 1 0 เพศ 9 1 = ชาย
2 = หญิง Nominal
A2 Numeric 8 0 อายุ None None Scale
A3 Numeric 1 0 สถานะภาพ 9 0 = บุคคล ทั่วไป 1 = สมาชิก Nominal A4 Numeric 1 0 ระดับผลการเรียน None 4 = A 3 = B 2 = C 1 = D 0 = F Ordinal
การบันทึกข้อมูล
การบันทึกข้อมูล จะอยู่ในรูปแฟูมข้อมูล ซึ่งมีนามสกุลหรือส่วนขยายที่แตกต่างกันดังนี้
ชนิดของหน้าต่าง นามสกุลแฟ้ม ใช้ส าหรับ
SPSS Data Editor sav บรรจุข้อมูลที่จะใช้ในการวิเคราะห์ซึ่งสามารถเพิ่ม-ลบ-แก้ไข ข้อมูล
หรือเรียกข้อมูลจากโปรแกรมอื่นได้ SPSS Viewer spo แสดงผลลัพธ์ที่ได้จากการวิเคราะห์โดยมากมักแสดงอยู่ในรูป รายงาน ตาราง และแผนภูมิ SPSS Syntax Editor sps บรรจุค าสั่งที่ใช้ในการวิเคราะห์อีกทางหนึ่ง ซึ่งผู้ใช้จะต้องทราบถึง ค าสั่งและรูปแบบการเรียกใช้งานค่ าสั่งต่าง ๆ นั้น SPSS Chart Editor sct ใช้ส าหรับปรับแก้ไขแผนภูมิ การสร้างรหัสส าหรับข้อมูล 1. ค าถามปลายปิด 1) ค าถามตัวเลือก (ตอบได้ค าตอบเดียว Dichotomous Question) เช่น ค าถาม ตัวเลือก ชื่อตัวแปร ค่า Label ค่า Value เพศ 1 ชาย 2 หญิง เพศ เพศ 1 ชาย 2 หญิง
2) ค าถามตัวเลือก (ตอบได้มากกว่า 1 ค าตอบ Checklist Question หรือ Multiple Response) เช่น
ค าถาม ตัวเลือก ชื่อตัว แปร ค่า Label ค่า Value สถานที่ ที่ท่านชอบคือ 1 คือ ทะเล 2 คือ ภูเขา 3 คือ น้ าตก 4 คือ โบราณสถาน (A1) (A2) (A3) (A4) ทะเล ภูเขา น้ าตก โบราณสถาน 0ไม่เลือก , 1 เลือก 0ไม่เลือก , 1 เลือก 0ไม่เลือก , 1 เลือก 0ไม่เลือก , 1 เลือก 3) ค าถามที่ให้ตอบโดยใส่ล าดับที่ (Rank Question) เป็นค าถามที่มีรายการให้เลือก โดยเรียงล าดับจากน้อยไปหามาก เช่น กรุณาเรียงล าดับกีฬาที่ท่านชอบจากมากไปหาน้อย (1 = ชอบน้อยที่สุด) ว่ายน้ า วิ่ง เทนนิส ฟุตบอล
สามารถก าหนดรหัส ได้ 2 ดังนี้คือ
วิธีที่ 1 วิธีที่ 2
ชื่อตัวแปร ค่า Label ค่า Value ชื่อตัวแปร ค่า Label ค่า Value
S1 ว่ายน้ า 1= ล าดับที่ 1 2= ล าดับที่ 2 3= ล าดับที่ 3 4= ล าดับที่ 4 S1 ล าดับที่ 1 1 = ว่ายน้ า 2 = วิ่ง 3 = เทนนิส 4 = ฟุตบอล S2 วิ่ง 1= ล าดับที่ 1 2= ล าดับที่ 2 3= ล าดับที่ 3 4= ล าดับที่ 4 S2 ล าดับที่ 2 1 = ว่ายน้ า 2 = วิ่ง 3 = เทนนิส 4 = ฟุตบอล S3 เทนนิส 1= ล าดับที่ 1 2= ล าดับที่ 2 3= ล าดับที่ 3 4= ล าดับที่ 4 S3 ล าดับที่ 3 1 = ว่ายน้ า 2 = วิ่ง 3 = เทนนิส 4 = ฟุตบอล S4 ฟุตบอล 1= ล าดับที่ 1 2= ล าดับที่ 2 3= ล าดับที่ 3 4= ล าดับที่ 4 S4 ล าดับที่ 4 1 = ว่ายน้ า 2 = วิ่ง 3 = เทนนิส 4 = ฟุตบอล 4) ค าถามแสดงระดับความมาก น้อย (Scale Question) เช่นความคิดเห็น ความต้องการ ความพึงพอใจ โดยมากจะแบ่งเป็น 5 ระดับ จาก น้อยที่สุด ไปหา มากที่สุด ก าหนดรหัสได้ดังนี้ ชื่อตัวแปร ค่า Label ค่า Value Var 1 ความต้องการ…. 1= ต้องการน้อยที่สุด 2= ต้องการน้อย 3= ต้องการปานกลาง 4= ต้องการมาก 5= ต้องการมากที่สุด
2. ค าถามปลายเปิด
โดยมากมักเป็นค าถามในรูปแบบข้อเสนอแนะ เป็นการเขียนตอบ ผู้วิจัยสามารถก าหนด
รหัสให้อยู่ในรูปแบบการกรอกข้อมูลน าเข้าเป็นข้อความอักษร หรือจะอ่านวิเคราะห์ข้อมูลเอง หรือก าหนดเป็น รหัสตัวเลขก็ได้ตามสะดวก
การระบุข้อมูลในแบบข้อความ ให้ก าหนด Type เป็น String , Width <= 255
3. ค าถามที่ไม่ได้รับค าตอบ 1) สามารถก าหนดรหัส Value เป็น เลข ใด ๆ ก็ได้ ส่วนมากมกก าหนดด้วยเลข 9 , 99 , 999 , 0 , 8 หรือ 88 โดยก าหนดไว้เป็นค่าสูญหาย ที่ Missing ** ทั้งนี้ขึ้นอยู่กับผู้วิจัย จะก าหนดได้เอง ตามความเหมาะสม ** เช่น ค าถาม ตัวเลือก ชื่อตัว แปร ค่า Label ค่า Value รายได้ต่อเดือนของ ครอบครัว ท่านคือ? 1 คือ น้อยกว่า10,000 บาท 2 คือ 10,000 – 15,000 บาท 3 คือ 15,001 – 20,000 บาท 4 คือ มากกว่า 20,000 บาท (b1) รายได้ต่อเดือนของ ครอบครัว 1 น้อยกว่า10,000 บาท 2 10,000 – 15,000 บาท 3 15,001 – 20,000 บาท 4 มากกว่า 20,000 บาท 9 ไม่ตอบ 99 ไม่ทราบ 0 ไม่ต้องตอบ ให้ข้ามไป ท าข้ออื่น การเปิดแฟ้มข้อมูล
1. การเปิดแฟูมข้อมูลที่สร้างมาจากโปรแกรม SPSS for Windows ที่มีนามสกุล .sav ท าได้โดย
คลิก File >> Open >> Data หรือคลิกที่ปุุม
ตัวอย่างเช่น จะเปิดไฟล์ข้อมูลที่ได้กรอกไว้เบื้องต้นแล้วจาก โปรแกรม Excel 1) คลิกเมนู File >> Open Database >> New Query
2) เลือกโปรแกรม Excel
3) ค้นหาชื่อไฟล์ที่บันทึกไว้จากปุุม Browse…
4)คลิกชื่อไฟล์ Excel ที่บันทึกข้อมูลงานไว้ แล้วเลือก Open
5) เลือก OK
6) ใช้เมาส์ดึง Sheet ที่จัดเก็บข้อมูลงานไว้มาทาง ด้านขวา (Retrieve Fields In This Order)
8)คลิก Next (หน้าต่าง Limit Retrieved Cases) 9) คลิก Next (หน้าต่าง Define Variables) 10) คลิก Finish (หน้าต่าง Results)
11)จะได้ผลคือ ได้ข้อมูลจาก Excel มาไว้ที่ SPSS แล้วท าการบันทึกงาน
ตามปกติต่อไป
Multiple Response Sets
เป็นการก าหนดเซต ให้กับค าถามเป็นที่ตัวเลือก และตอบได้มากกว่า 1 ค าตอบ
ขั้นแรกต้องก าหนด Set ก่อน ดังนี้
1. เลือกเมนูค าสั่ง Analyze >> Multiple Response >> Define Sets…
2. น าชุดของตัวแปรไปที่ Variable in Set :
3. ที่ Variable are Coded As เลือกค าสั่งดังนี้
Dichotomies ส าหรับค่าของตัวแปรเป็นไปได้ 2 ค่า และ Counted Value :
คือการก าหนดค่าที่ต้องการนับ Categories ส าหรับตัวแปรแยกประเภท และที่ Range ระบุค่าต่ าสุดและ ค่าสูงสุด 4. Name และ Lable เป็นการตั้งชื่อและรายละเอียดของกลุ่มตัวแปรใหม่ 5. คลิก Add 6. คลิก Close การก าหนดการวิเคราะห์
7. เลือกเมนูค าสั่ง Analyze >> Multiple Response >> Frequencies…
8. น าตัวแปร Multiple Response Set ไว้ที่ Table(s) for:
9. ที่ Missing Values สามารถก าหนดไม่ต้องน าค่าสูญหามาค านวณได้
Exclude cases listwise within dichotomies ส าหรับตัวแปร Multiple
Response Set ที่เป็นชนิด dichotomy
Exclude case listwise within categories ส าหรับตัวแปร
Multiple Response Set ที่เป็นชนิด categories 10. คลิกปุุม OK
ภาพตัวอย่างการท างาน Multiple Response Sets 1
ผลลัพธ์ที่ได้ อธิบายผลที่ได้ จากค าถามสถานที่ที่ท่านชอบไป พบว่า มีผู้ตอบค าถาม 10 คน และมีค าตอบทั้งสิ้น 21 ค าตอบ ซึ่งได้ว่าจ านวนคนที่ชอบไปภูเขา 5 คน (ร้อยละ 23.80) (ค านวณจาก 5/21) ของจ านวนค าตอบ ทั้งหมดหรือ (ร้อยละ 50.00) (ค านวณจาก 5/10) ของจ านวนผู้ที่ตอบค าถาม จ านวน 10 คน นั่นเอง * การท างาน Multiple Response สามารถน ามาประยุกต์ใช้ท าการวิเคราะห์ข้อมูลในกลุ่ม เรียงตามล าดับ ได้อีกด้วย* เช่นค าถาม กรุณาเรียงล าดับกีฬาที่ท่านชอบจากมากไปหาน้อย (1 = ชอบน้อยที่สุด ) แนวคิด โดยการก าหนดค่าที่ต้องการวิเคราะห์ ครั้งละค่าข้อมูล ครั้งที่ 1 ก าหนดที่ต้องการค้นหา คือ เลข 1 แล้วตั้งค่าตัวแปรเพื่อเก็บค่าข้อมูลไว้ ครั้งที่ 2 ก าหนดที่ต้องการค้นหา คือ เลข 2 แล้วตั้งค่าตัวแปรเพื่อเก็บค่าข้อมูลไว้ ว่ายน้ า วิ่ง เทนนิส ฟุตบอล
ครั้งที่ 3 ก าหนดที่ต้องการค้นหา คือ เลข 3 แล้วตั้งค่าตัวแปรเพื่อเก็บค่าข้อมูลไว้ ครั้งที่ 4 ก าหนดที่ต้องการค้นหา คือ เลข 4 แล้วตั้งค่าตัวแปรเพื่อเก็บค่าข้อมูลไว้
แล้วน าค่าตัวแปรที่เก็บไว้มาวิเคราะห์หาค่า Frequencies แล้วก็จะได้ว่า แต่ละรายการ ได้รับการเรียงล าดับคะแนนอย่างไรบ้างนั่นเอง
สถิติที่ใช้ในการวิเคราะห์ข้อมูลแบ่งเป็น 2 ประเภทใหญ่ ๆ คือ
1. สถิติเชิงพรรณนา (Descriptive Statistics) คือ สถิติที่ใช้เพื่ออธิบาย บรรยาย (Describe) หรือสรุป (Summarize) ลักษณะของกลุ่มข้อมูลที่เป็นตัวเลข (Numerical Data) ที่เก็บรวบรวมมา ซึ่งจะไม่ สามารถอ้างอิงถึงลักษณะประชากรได้ (ยกเว้นมีการเก็ฐข้อมูลของประชากรทังหมด) ตัวอย่าง สถิติเชิงพรรณนา เช่น การแจกแจงความถี่ (Frequencies Distribution) การวัดค่ากลางของข้อมูล (Measures of Central Tendency) การวัดการกระจายของข้อมูล (Measure of Dispersion) เป็นต้น
2. สถิติเชิงอนุมาน (Inferential Statistics) คือ สถิติที่ใช้ในการวิเคราะห์ข้อมูลกลุ่มตัวอย่าง ที่เป็นตัวแทนของประชากร ซึ่งสามารถน าผลการวิเคราะห์นั้นไปสรุปอ้างอิงถึงประชากรได้ โดยใช้ทฤษฎี ความน่าจะเป็น (Probability Concepts) สถิติเชิงอนานประกอบด้วย การประมาณค่า (Estimation) และ การทดสอบสมมติฐาน (Hypothesis Test)
การวิเคราะห์สถิติเชิงพรรณนา
Frequencies เป็นค าสั่งที่ให้ค่าจ านวนและร้อยละของข้อมูล วิธีการคือ
1. เลือกเมนูค าสั่ง Analyze >> Descriptive Statistics >> Frequencies…
2. เลือกตัวแปรที่ต้องการหาค่าความถี่ และคลิกปุุม >
3. คลิก ที่ Display frequencies tables เพื่อก าหนดการแสดงตารางแจกแจงความถี่
4. ก าหนดการแสดงผลดังภาพ
Percentile Values ประกอบด้วย ค่าควอไทล์ (Quartiles) (ได้แก่ค่าเปอร์เซ็นต์ ไทล์ที่ 25 , 50 , 75 ซึ่งมีการแบ่งข้อมูลเป็น 4 ส่วน ) ค่าของข้อมูลตามต าแหน่งที่ก าหนดเอง (Cut points for… equal groups) หรือ ค่าเปอร์เซ็นต์ไทล์ใด (Percentiles(S):)
Dispersion กลุ่มของค่าการกระจาย ประกอบด้วย (ค่าส่วนเบี่ยงเบนมาตรฐาน
Std.deviation) (ค่าความแปรปรวน Variance) (ค่าพิสัย Range) (ค่าต่าสุด Minimum) (ค่าสูงสุด Maximum) (ค่าคลาดเคลื่อนมาตรฐานของค่าเฉลี่ย S.E.mean)
Central Tendency กลุ่มของค่าวัดแนวโน้มสู่ส่วนกลาง ประกอบด้วย ค่าเฉลี่ย
(Mean) ค่ามัธยฐาน (Median) ค่าฐานนิยม (Mode) ค่าผลรวม (Sum)
Distribution การแจกแจง ประกอบด้วย ค่าความเบ้ (Skewness) ค่าความโด่ง
(Kurtosis)
ปุ่ม Charts… ส าหรับแผนภูมิ ประกอบด้วย การเลือกชนิดของแผนภูมิ Chart Type ได้แก่ แผนภูมิแท่ง Barchart แผนภูมิวงกลม Pie charts และฮิสโตแกรม Histograms และการแสดงค่าของแผนภูมิ ได้แก่
ค่าความถี่ Frequencies และค่าเปอร์เซ็นต์ Percentages
ปุ่ม Format ส าหรับ Order by คือการก าหนดการเรียงล าดับข้อมูล และ Multiple Variables คือ การก าหนดการแสดงผลตาราง Statistics ได้แก่ การแสดงตาราง Statistics ตารางเดียว เลือกใช้ ค าสั่ง Compare variables และการแสดงตาราง Statistics แยกตามแต่ละตัวแปร เลือกใช้ค าสั่ง Organize output by variables ตัวอย่าง ตารางผลลัพธ์ การหาจ านวนและร้อยละ ของอายุ Frequencies Statistics เพศ 9 1 V alid Missing N เพศ 5 50.0 55.6 55.6 4 40.0 44.4 100.0 9 90.0 100.0 1 10.0 10 100.0 ชาย หญิง Total V alid Sy stem Missing Total
Frequency Percent V alid P ercent C umulativ ePercent
จ านวนที่พบ พบข้อมูล 9 จ านวน สูญหาย 1 จ านวน ร้อยละที่ค านวณได้ จากข้อมูลทั้งหมด ร้อยละที่ไม่ ค านวณค่าสูญหาย เปอร์เซ็นสะสม จาก (100.0 =55.6 + 44.4)
Descriptive Statistics 10 1 1 2 15 1.50 .527 10 16 14 30 203 20.30 5.293 10 เพศ อายุ V alid N (listwise)
N Range Minimum Maximum Sum Mean Std. Dev iation
Descriptive
ค าสั่ง Descriptive เป็นค าสั่งที่ใช้ในการหาค่าสถิติเบื้องต้น ซึ่งจะแสดงออกมาเป็นตารางค่าสถิติต่างๆ มีขั้นตอนดังนี้
1. เปิดแฟูมข้อมูลหรือสร้างแฟูมข้อมูลขึ้นมาก่อน
2. เลือกเมนูค าสั่ง Analyze >> Descriptive Statistics >> Descriptives…
3. คลิกเลือกตัวแปรที่ต้องการหาค่าสถิติเบื้องต้น และคลิกปุุม > 4. ที่ปุุม Option ส าหรับก าหนดการแสดงค่าสถิติเบื้องต้นต่าง ๆ เช่น ค่าเฉลี่ย ค่าความ แปรปรวน เป็นต้น เมื่อก าหนดเสร็จ แล้วให้คลิกปุุม Continue 5. คลิกปุุม Ok 6. ผลที่ได้จะแสดงใน 5. คลิกปุุม OK 6. รูปตาราง ในหน้าต่าง SPSS Viewer ซึ่งได้ผลลัพธ์ดังนี้ ค่าเฉลี่ย (Mean) และค่าผลรวม (Sum) ค่าส่วนเบี่ยงเบนมาตรฐาน (Std. deviation) ค่าต่ าสุด (Minimum) ค่าสูงสุด (Maximum) ส่วนต่างค่าสูงสุด-ต่ าสุด (Range) ค่าคลาดเคลื่อนมาตรฐานของ ค่าเฉลี่ย S.E mean ค่าความโด่ง (kurtosis) ค่าความเบ้ (skewness) การแสดงล าดับของตัวแปร
Crosstabs
ค าสั่ง Crosstabs เป็นค าสั่งที่เกี่ยวกับการสร้างตารางแจกแจงแบบหลายทาง และสามารถแสดงได้ ทั้งค่าความถี่ ร้อยละ การค านวณค่าสถิติเพื่อทดสอบสมมติฐาน เช่น สถิติทดสอบไคสแควร์ Chi-square Test) ได้อีกด้วยค าสั่ง Crosstabs เหมาะกับข้อมูลเชิงคุณภาพ ขั้นตอนดังนี้
1. เปิดแฟูมข้อมูลหรือสร้างแฟูมข้อมูลขึ้นมาก่อน
2. เลือกเมนูค าสั่ง Analyze >> Descriptive Statistics >> Crosstabs..
3. คลิกเลือกตัวแปรเชิงคุณภาพที่ต้องการให้อยู่ด้านแถวที่ช่อง Row(s): และคลิกปุุม >
4. คลิกเลือกตัวแปรเชิงคุณภาพที่ต้องการให้อยู่ด้านคอลัมน์ที่ช่อง Column(s) และคลิกปุุม >
5. ก าหนดการแสดงข้อมูล
Display clustered bar charts เป็นการแสดงตารางที่สรุปข้อมูลเป็นกลุ่ม
Suppress tables แสดงเฉพาะค่าสถิติ ไม่แสดงตาราง Crosstabs
6. ก าหนดรายละเอียดอื่น ๆ ปุุม Statistics.. ส าหรับก าหนดการแสดงค่าสถิติทดสอบ เช่น ค่าไคสแควร์ (Chi-Square) ค่าสหสัมพันธ์ (Correlation) เป็นต้น ปุุม Cells.. ส าหรับแสดงค่าภายในช่องเซลล์ในตาราง เช่น แสดงค่าคาดหวัง (Expected) ค่าร้อยละ (Percentages) เป็นต้น ปุุม Format.. ส าหรับก าหนดการเรียงล าดับข้อมูล จากน้อยไปหามากหรือมาก ไปหาน้อย 7. คลิกปุุม OK ตัวอย่าง วิเคราะห์ข้อมูลเพศชายและเพศหญิง และที่ได้เกรด
ผลที่ได้ อธิบายผล Count จ านวนคนในกลุ่มเพศและเกรดที่ได้ Expected Count t จ านวนที่คาดหวังในกลุ่มเพศ และเกรด จากที่โปรแกรมวิเคราะห์ Total จ านวนค่าผลรวม จ านวน และจ านวนที่คาดหวัง ของจ านวนรวมทั้งหมด เพศ * เกรด Crosstabulation 3 2 0 0 5 1.5 1.5 1.0 1.0 5.0 30.0% 20.0% .0% .0% 50.0% 0 1 2 2 5 1.5 1.5 1.0 1.0 5.0 .0% 10.0% 20.0% 20.0% 50.0% 3 3 2 2 10 3.0 3.0 2.0 2.0 10.0 30.0% 30.0% 20.0% 20.0% 100.0% C ount Expected Count % of Total C ount Expected Count % of Total C ount Expected Count % of Total ชาย หญิง เพศ Total a b c d เกรด Total
การทดสอบค่าความเชื่อมั่น (ความน่าเชื่อถือ) ของ เครื่องมือ
ค าสั่ง คือ Scale >> Reliability Analysis… การใช้ค าสั่ง Scale >> Reliability Analysis…
1. เปิดแฟูมข้อมูลที่ต้องการวิเคราะห์
2. เลือกค าสั่ง Analyze >> Scale >> Reliability Analysis…
3. เลือกตัวแปรที่ต้องการทดสอบไว้ที่ช่อง Items :
4. ก าหนดรายละเอียดต่าง ๆ ดังนี้
Model คือ การเลือกวิธีการหาค่าสัมประสิทธิ์สหสัมพันธ์ ได้แก่
o Alpha เป็นวิธีแบบ Cronbach’s Alpha
o Split-half เป็นวิธีแบบแบ่งครึ่ง
o Guttman เป็นการค านวณค่าต่ าสุดของความเชื่อถือได้ที่แท้จริง
o Parallel เป็นวิธีแบบคู่ขนาน
o Strictly Parallel เป็นวิธีที่คล้ายกับ Parallel แต่เพิ่มเงื่อนไขที่ ค่าเฉลี่ยของแต่ละค าถามต้องเท่ากัน
List Item Labels ถ้าคลิกเลือก คือการให้แสดงรายละเอียดของ Item
ปุุม Statistics.. ส าหรับก าหนดการแสดงค่าสถิติต่าง ๆ ดังรูป 5. คลิกปุุม Continue 6. คลิกปุุม Ok แสดงค่าสถิติพรรณนา ของแต่ละข้อค าถาม สรุปค่าสถิติในภาพรวม แสดงค่าความแปรปรวนร่วมและ สัมประสิทธิ์สหสัมพันธ์ แสดงตาราง ANOVA แสดงค่าสถิติทดสอบ
1. การหาค่า ความเชื่อมั่นของเครื่องมือ (แบบสอบถาม) 1. คลิก Analyze 2. เลือก Scale 3. คลิก Reliability Analysis 4. จะปรากฎ ไดอะลอกบล็อกให้ส่งข้อมูลหัวข้อที่จะหา Relia.. ไปไว้ที่ช่อง Item ดังภาพ 1 2 3 4
5. คลิก statistic 6. คลิก continue 7. แล้วคลิก OK 8. จะปรากฏ ผลลัพธ์ (Out Put) ดังตัวอย่าง 5 6
Reliability
****** Method 1 (space saver) will be used for this analysis ****** R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Mean Std Dev Cases
1. ANXIETY 1.5000 .5222 12.0 2. TENSION 1.5000 .5222 12.0 3. TRIAL1 16.5000 2.0671 12.0 4. TRIAL2 11.5000 2.4309 12.0 5. TRIAL3 7.7500 2.4168 12.0 6. TRIAL4 4.2500 2.8644 12.0 N of
Statistics for Mean Variance Std Dev Variables SCALE 43.0000 70.1818 8.3775 6 Item-total Statistics
Scale Scale Corrected
Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted ANXIETY 41.5000 67.9091 .2324 .7990 TENSION 41.5000 68.0909 .2110 .8002 TRIAL1 26.5000 55.9091 .3235 .7917 TRIAL2 31.5000 37.5455 .8972 .6220 TRIAL3 35.2500 41.1136 .7494 .6744 TRIAL4 38.7500 34.9318 .7988 .6571 Reliability Coefficients N of Cases = 12.0 N of Items = 6 Alpha = .7764 *** ถ้าค่า Alpha เข้าใกล้ 1 แสดงว่า มีความน่าเชื่อมั่นหรือน่าเชื่อถือสูง*** หมายถึง แสดงรายละเอียด ของข้อมูลแต่ละหัวข้อค าถาม ในเครื่องมือให้รู้ถึงค่า mean (ค่าเฉลี่ย ) Std (ค่าเบี่ยงเบนมาตรฐาน) Cases (จ านวนผู้ตอบ แบบสอบถาม) ผลรวมของข้อมูลทั้งหมดทุกคนที่ตอบแบบฯ ในเรื่อง Mean , Variance (ความเปลี่ยนแปลง) Variables (ตัวแปร ในแบบสอบถาม) ความส าคัญของส่วนนี้ อยู่ที่ ค่า Alpha ที่จะได้ หลังจากรายข้อ (Item) ดังกล่าวที่ระบุไว้ ไม่ถูก น ามาหาค่าความเชื่อมั่น รายข้อ (Item) ค่า Alpha ที่จะได้หลัง Item ถูก deleted จ านวนผู้ตอบ แบบสอบถาม จ านวนหัวข้อ ตัวแปรน ามาหาค่า reliability ค่าความน่าเชื่อมั่น หรือค่าความน่าเชื่อถือ หรือค่าความได้มาตรฐานของแบบสอบถาม
การหาค่ารวม ข้อมูล (ใช้กรณีจะรวมข้อมูลในแต่ละด้าน) ของค าถามรูปแบบตัวเลือกแบบเรียงล
าดับ-ประมาณค่า (Ranking) เช่นมีการแบ่ง รายข้อค าถาม เป็นด้าน ๆ เช่น ด้าน Product Price Place … ซึ่งในแต่ละด้านนั้นจะมีหลายรายข้อย่อย จึงมีการรวมข้อมูลเพื่อ ค่าเฉลี่ยในภาพรวมที่ได้ของแต่ละด้าน
