สถิติที่ใช้ในการวิจัย มีอะไรบ้าง? เลือกให้ถูก พร้อมตัวอย่างบทที่ 3

นักศึกษาหลายคนเขียนบทที่ 3 ได้เกือบครบ แต่มาติดที่หัวข้อ สถิติที่ใช้ในการวิจัย ว่าต้องใช้ตัวไหน เขียนอย่างไร และเรียกภาษาอังกฤษว่าอะไร บทความนี้สรุปให้ครบในหน้าเดียว พร้อมตารางเลือกสถิติและตัวอย่างย่อหน้าที่นำไปปรับใช้ได้

สถิติที่ใช้ในการวิจัย คืออะไร

สถิติที่ใช้ในการวิจัยคือเครื่องมือที่ใช้สรุปและวิเคราะห์ข้อมูลเพื่อตอบวัตถุประสงค์และทดสอบสมมติฐาน แบ่งเป็น 2 กลุ่ม

• สถิติเชิงพรรณนา (Descriptive statistics) บรรยายลักษณะของข้อมูลที่เก็บมา เช่น ผู้ตอบเป็นเพศหญิงร้อยละเท่าไร ความพึงพอใจเฉลี่ยเท่าไร ไม่ได้สรุปไปถึงประชากร
• สถิติเชิงอนุมาน (Inferential statistics) ใช้ข้อมูลจากกลุ่มตัวอย่างสรุปไปยังประชากร ผ่านการทดสอบสมมติฐานและค่า p (Sig.)

สถิติที่ใช้ในการวิจัย มีอะไรบ้าง

สถิติเชิงพรรณนา

สถิติ	ใช้กับข้อมูล	ใช้ทำอะไร
ความถี่ (Frequency) และร้อยละ (Percentage)	ข้อมูลกลุ่ม เช่น เพศ อาชีพ	บรรยายข้อมูลทั่วไปของผู้ตอบ
ค่าเฉลี่ย (Mean, x̄)	ข้อมูลเชิงปริมาณ คะแนนมาตรวัด Likert	บอกระดับความคิดเห็นโดยรวม
ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation, S.D.)	ข้อมูลเชิงปริมาณ	บอกการกระจายของคำตอบ

คำนวณค่าเฉลี่ยและ S.D. ของมาตรวัด 5 ระดับพร้อมแปลผลได้ที่ เครื่องคำนวณ Likert Mean & S.D. และอ่านวิธีแปลผลเต็มๆ ใน วิธีคำนวณค่าเฉลี่ยและ S.D. ของ Likert Scale

สถิติเชิงอนุมาน

• Independent samples t-test เปรียบเทียบค่าเฉลี่ยของ 2 กลุ่มที่เป็นอิสระต่อกัน เช่น ชายกับหญิง
• Paired samples t-test เปรียบเทียบค่าเฉลี่ยของกลุ่มเดียวที่วัด 2 ครั้ง เช่น ก่อนและหลังการทดลอง
• One-way ANOVA เปรียบเทียบค่าเฉลี่ยตั้งแต่ 3 กลุ่มขึ้นไป เช่น ระดับการศึกษา ถ้าพบความแตกต่างจึงทดสอบรายคู่ (Post hoc) ต่อ
• Pearson correlation หาความสัมพันธ์เชิงเส้นระหว่างตัวแปรเชิงปริมาณ 2 ตัว
• Multiple regression ทำนายตัวแปรตามเชิงปริมาณจากตัวแปรต้นหลายตัว
• Chi-square test ทดสอบความสัมพันธ์ระหว่างตัวแปรกลุ่ม 2 ตัว เช่น เพศกับช่องทางที่เลือกซื้อ

ตารางเลือกสถิติที่ใช้ในการวิจัย ตามคำถามและชนิดข้อมูล

คำถามวิจัย	ตัวแปรต้น	ตัวแปรตาม	สถิติ
สองกลุ่มต่างกันไหม	กลุ่ม 2 กลุ่ม (อิสระ)	เชิงปริมาณ	Independent samples t-test
ก่อน–หลังต่างกันไหม	กลุ่มเดียววัด 2 ครั้ง	เชิงปริมาณ	Paired samples t-test
ตั้งแต่ 3 กลุ่มต่างกันไหม	กลุ่ม 3 กลุ่มขึ้นไป	เชิงปริมาณ	One-way ANOVA
สองตัวแปรสัมพันธ์กันไหม	เชิงปริมาณ	เชิงปริมาณ	Pearson correlation
ปัจจัยใดส่งผลต่อตัวแปรตาม	เชิงปริมาณหลายตัว	เชิงปริมาณ	Multiple regression
ตัวแปรกลุ่มสัมพันธ์กันไหม	กลุ่ม	กลุ่ม	Chi-square test

t-test, ANOVA, Pearson และ Regression เป็นสถิติพาราเมตริกที่มีข้อตกลงเบื้องต้น เช่น การแจกแจงปกติ ตรวจได้ตามขั้นตอนใน การทดสอบการแจกแจงปกติใน SPSS วิธีอ่านผลอยู่ใน อ่านผล t-test และ ANOVA ใน SPSS และ อ่านผล Correlation และ Regression ใน SPSS

สถิติที่ใช้ในการวิจัย t-test ใช้เมื่อไร

ใช้เมื่อตัวแปรตามเป็นข้อมูลเชิงปริมาณ และต้องการเปรียบเทียบค่าเฉลี่ยระหว่าง 2 กลุ่มเท่านั้น ถ้าคนละกลุ่มใช้ Independent ถ้าคนเดิมวัดซ้ำใช้ Paired ถ้ามี 3 กลุ่มขึ้นไปอย่าใช้ t-test หลายคู่ เพราะโอกาสผิดพลาดแบบที่ 1 จะสูงขึ้น ให้ใช้ One-way ANOVA

สถิติที่ใช้ตรวจคุณภาพเครื่องมือในบทที่ 3

• ความตรงเชิงเนื้อหา (Content validity) ด้วยดัชนี IOC (Index of Item-Objective Congruence) ผู้เชี่ยวชาญให้คะแนน +1, 0, −1 ข้อที่ได้ IOC ตั้งแต่ 0.50 ขึ้นไปถือว่าใช้ได้ คำนวณได้ที่ เครื่องคำนวณ IOC
• ความเชื่อมั่น (Reliability) ด้วยค่าสัมประสิทธิ์แอลฟาของครอนบาค (Cronbach’s alpha coefficient) จากการทดลองใช้ (Try-out) เกณฑ์ที่ใช้ทั่วไปคือตั้งแต่ 0.70 ขึ้นไป คำนวณได้ที่ เครื่องคำนวณ Cronbach’s Alpha

ขนาดกลุ่มตัวอย่างที่อ้างในบทที่ 3 คำนวณได้ที่ เครื่องคำนวณขนาดกลุ่มตัวอย่าง

ตัวอย่างการเขียนสถิติที่ใช้ในการวิจัย บทที่ 3

สถิติที่ใช้ในการวิจัย

1. สถิติที่ใช้ตรวจสอบคุณภาพเครื่องมือ ได้แก่ ดัชนีความสอดคล้องระหว่างข้อคำถามกับวัตถุประสงค์ (IOC) เพื่อตรวจความตรงเชิงเนื้อหา โดยคัดเลือกข้อคำถามที่มีค่า IOC ตั้งแต่ 0.50 ขึ้นไป และค่าสัมประสิทธิ์แอลฟาของครอนบาค (Cronbach, 1951) เพื่อตรวจความเชื่อมั่นของแบบสอบถาม
2. สถิติเชิงพรรณนา ได้แก่ ความถี่ และร้อยละ ใช้อธิบายข้อมูลทั่วไปของผู้ตอบแบบสอบถาม ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน ใช้อธิบายระดับความคิดเห็นในแต่ละด้าน
3. สถิติเชิงอนุมาน ได้แก่ Independent samples t-test ใช้ทดสอบสมมติฐานข้อที่ 1 (เปรียบเทียบตามเพศ) One-way ANOVA ใช้ทดสอบสมมติฐานข้อที่ 2 (เปรียบเทียบตามระดับการศึกษา) และการวิเคราะห์ถดถอยพหุคูณ (Multiple regression analysis) ใช้ทดสอบสมมติฐานข้อที่ 3 โดยกำหนดระดับนัยสำคัญทางสถิติที่ .05

ปรับชื่อสมมติฐานและตัวแปรให้ตรงกับงานของตัวเอง และใช้เฉพาะสถิติที่ตอบสมมติฐานจริงเท่านั้น

สถิติที่ใช้ในการวิจัย ภาษาอังกฤษ

ภาษาไทย	ภาษาอังกฤษ
สถิติที่ใช้ในการวิจัย	Statistics used in research / Statistical analysis
สถิติเชิงพรรณนา	Descriptive statistics
สถิติเชิงอนุมาน	Inferential statistics
ความถี่ / ร้อยละ	Frequency / Percentage
ค่าเฉลี่ย	Mean
ส่วนเบี่ยงเบนมาตรฐาน	Standard Deviation (S.D.)
การทดสอบที สองกลุ่มอิสระ	Independent samples t-test
การทดสอบที กลุ่มสัมพันธ์	Paired samples t-test
การวิเคราะห์ความแปรปรวนทางเดียว	One-way analysis of variance (One-way ANOVA)
สัมประสิทธิ์สหสัมพันธ์เพียร์สัน	Pearson product-moment correlation coefficient
การวิเคราะห์ถดถอยพหุคูณ	Multiple regression analysis
การทดสอบไคสแควร์	Chi-square test
ดัชนีความสอดคล้อง	Index of Item-Objective Congruence (IOC)
ค่าสัมประสิทธิ์แอลฟาของครอนบาค	Cronbach’s alpha coefficient

อ่านต่อ

• อ่านผล t-test และ ANOVA ใน SPSS
• อ่านผล Correlation และ Regression ใน SPSS
• การทดสอบการแจกแจงปกติและข้อตกลงเบื้องต้นใน SPSS
• วิธีคำนวณค่าเฉลี่ยและ S.D. ของ Likert Scale

---

อ้างอิง (References)

• Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334. https://doi.org/10.1007/BF02310555
• Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5th ed.). SAGE.
• Nunnally, J. C. (1978). Psychometric theory (2nd ed.). McGraw-Hill.
• Rovinelli, R. J., & Hambleton, R. K. (1977). On the use of content specialists in the assessment of criterion-referenced test item validity. Tijdschrift voor Onderwijsresearch, 2, 49–60.