การวิเคราะห์ข้อมูล | m a t h e m a t i c s

การวิเคราะห์ข้อมูล

การวิเคราะห์ข้อมูล

การวิเคราะห์ข้อมูลเพื่อนำผลสรุปที่ได้ไปใช้ในการวางแผนและตัดสินใจนั้น จะต้องเลือกวิธีการวิเคราะห์ข้อมูลให้ถูกต้องและเหมาะสม โดยพิจารณาว่าต้องการวิเคราะห์ข้อมูลแบบกี่ตัวแปร และต้องการเสนอผลในรูปสถิติเชิงพรรณนาหรือสถิติเชิงอนุมาน ซึ่งวิธีการวิเคราะห์ข้อมูลแต่ละแบบจะแตกต่างกันไปขึ้นอยู่กับระดับข้อมูลและการเสนอผล ดังนี้

1)

การวิเคราะห์ข้อมูลที่มีตัวแปรเดียว เป็นการศึกษาลักษณะต่างๆ ของข้อมูล

ข้อมูล	ระดับข้อมูล	สถิติเชิงพรรณนา	สถิติเชิงอนุมาน
ตัวแปรเดียว	นามบัญญัติ	– ฐานนิยม	– การทดสอบไคสแควร์
		– ความถี่สัมบูรณ์และ
		ความถี่สัมพัทธ์ในแต่ละพวก
	อันดับ	– มัธยฐาน	– การทดสอบของโครโมโกรอฟ-สมินอฟ
	อันดับ	– พิสัย ควอไทล์	สำหรับหนึ่งตัวอย่าง
	อันตรภาคชั้น	– ค่าเฉลี่ย	– การทดสอบโดยใช้ t
	อันตรภาคชั้น	– ส่วนเบี่ยงเบนมาตรฐาน	– การทดสอบโดยใช้ z

2)

การวิเคราะห์ข้อมูลที่มีสองตัวแปร ส่วนใหญ่จะดูความสัมพันธ์ระหว่างตัวแปรทั้งสองว่ามีความสัมพันธ์กันอย่างไร และมีความแตกต่างระหว่างตัวแปรทั้งสองหรือไม่

ข้อมูล	ระดับข้อมูล	สถิติเชิงพรรณนา	สถิติเชิงอนุมาน
สองตัวแปร	นามบัญญัติ	– สัมประสิทธิ์การจร	– การทดสอบไคสแควร์
	อันดับ	– สัมประสิทธิ์สหสัมพันธ์โดย	– การทดสอบแมนน์-วิทนี
		ใช้ลำดับที่	– การทดสอบของโครโมโกรอฟ-สมินอฟ
		– สัมประสิทธิ์สหสัมพันธ์ของ	สำหรับสองตัวอย่าง
		เคนดอล
	อันตรภาคชั้น	– สัมประสิทธิ์สหสัมพันธ์อย่างง่าย	– การทดสอบสัมประสิทธิ์ความถดถอย
		– ความถดถอยอย่างง่าย	– การทดสอบความแตกต่างระหว่าง
			ค่าเฉลี่ยของสองประชากร

3)

การวิเคราะห์ข้อมูลที่มีมากกว่าสองตัวแปร เป็นการวิเคราะห์ชั้นสูงเพื่อใช้ในการวิเคราะห์ข้อมูลที่มีตัวแปรมากกว่าสองตัวแปรพร้อมกัน ซึ่งจำแนกได้เป็น 2 วิธีคือ

การวิเคราะห์แบบขึ้นอยู่กับตัวแปรอื่น เป็นการวิเคราะห์ที่มีตัวแปรหนึ่งตัวหรือมากกว่าที่ถูกกำหนดให้ถูกพยากรณ์ด้วยตัวแปรอิสระตัวอื่นๆ ชุดหนึ่ง ได้แก่ การวิเคราะห์ความถดถอยพหุ (multiple regression analysis) การวิเคราะห์ความแปรปรวนพหุ (multivariate analysis) และการวิเคราะห์การจำแนก (discriminant analysis)

การวิเคราะห์แบบขึ้นอยู่ระหว่างตัวแปรด้วยกัน เป็นการวิเคราะห์ที่ไม่มีตัวแปรที่ถูกกำหนดให้ถูกพยากรณ์ด้วยตัวแปรตัวอื่นๆ แต่เป็นการดูความสัมพันธ์ระหว่างตัวแปรหลายๆ ตัวพร้อมๆ กัน ได้แก่ การวิเคราะห์ตัวประกอบ (factor analysis) การวิเคราะห์กลุ่ม (cluster analysis)

ใส่ความเห็น