คนตอบ.com
37 คำศัพท์

อภิธานศัพท์ วิจัยและสถิติ

คำศัพท์ที่โผล่ในห้องสอบบ่อยที่สุด อธิบายสั้น ตรงประเด็น ไม่ต้องเปิดตำรา

กลุ่มตัวอย่างและประชากร

ประชากร (Population)
กลุ่มทั้งหมดที่ผู้วิจัยต้องการศึกษาและต้องการสรุปผลไปถึง เช่น พนักงานทั้งบริษัท 1,240 คน ต่างจากกลุ่มตัวอย่างซึ่งเป็นเพียงส่วนหนึ่งที่ถูกเลือกมาเก็บข้อมูลจริง
กลุ่มตัวอย่าง (Sample)
ส่วนย่อยของประชากรที่ถูกเลือกมาเก็บข้อมูลจริง เพื่อใช้เป็นตัวแทนในการสรุปผลกลับไปยังประชากรทั้งหมด ขนาดของกลุ่มตัวอย่างต้องคำนวณตามหลักสถิติ ไม่ใช่กำหนดตามใจ อ่านต่อ
ขนาดกลุ่มตัวอย่าง (Sample Size (n))
จำนวนหน่วยตัวอย่างที่ต้องเก็บข้อมูลจริง คำนวณจากขนาดประชากร ระดับความเชื่อมั่น และความคลาดเคลื่อนที่ยอมรับได้ เช่น สูตร Taro Yamane หรือตาราง Krejcie & Morgan หรือคำนวณจากอำนาจการทดสอบด้วย G*Power อ่านต่อ
ระดับความเชื่อมั่น (Confidence Level)
ความมั่นใจที่ผู้วิจัยกำหนดว่าผลจากกลุ่มตัวอย่างจะสะท้อนค่าจริงของประชากรได้ภายในช่วงความคลาดเคลื่อนที่ยอมรับ นิยมใช้ 95% ซึ่งคู่กับระดับนัยสำคัญ .05 เป็นคนละเรื่องกับความเชื่อมั่นของเครื่องมือ (Reliability) อ่านต่อ
ตาราง Krejcie & Morgan (Krejcie & Morgan Table)
ตารางสำเร็จรูปปี 1970 ที่ระบุขนาดกลุ่มตัวอย่างขั้นต่ำเมื่อทราบจำนวนประชากร โดยตรึงความเชื่อมั่นไว้ที่ 95% และความคลาดเคลื่อน 5% ค่าจะลู่เข้าหา 384 เมื่อประชากรมีขนาดใหญ่มาก อ่านต่อ
สูตร Taro Yamane (Taro Yamane Formula)
สูตรคำนวณขนาดกลุ่มตัวอย่างจากจำนวนประชากร n = N/(1+Ne²) โดยผู้วิจัยเลือกค่าความคลาดเคลื่อน (e) ได้เอง ใช้ได้เฉพาะเมื่อทราบจำนวนประชากรที่แน่นอน อ่านต่อ
G*Power
โปรแกรมคำนวณขนาดกลุ่มตัวอย่างจากอำนาจการทดสอบ (Power) ระดับนัยสำคัญ และขนาดอิทธิพล (Effect Size) แทนที่จะคำนวณจากขนาดประชากร เหมาะกับงานที่วิเคราะห์ถดถอยพหุคูณหรือ SEM อ่านต่อ
อำนาจการทดสอบ (Statistical Power)
ความน่าจะเป็นที่การทดสอบจะตรวจพบความสัมพันธ์หรือความแตกต่างที่มีอยู่จริง ค่ามาตรฐานที่ใช้กันคือ 0.80 หมายความว่ามีโอกาส 80% ที่จะตรวจพบผลหากผลนั้นมีอยู่จริง
ขนาดอิทธิพล (Effect Size)
ตัวเลขที่บอกว่าความสัมพันธ์หรือความแตกต่างที่พบมีขนาดใหญ่เพียงใดในเชิงปฏิบัติ ต่างจากค่า p ที่บอกเพียงว่ามีนัยสำคัญหรือไม่ Cohen (1988) แบ่งเป็นระดับเล็ก กลาง และใหญ่

ความเที่ยงและความตรงของเครื่องมือ

ค่าสัมประสิทธิ์แอลฟาของครอนบาค (Cronbach's Alpha)
ค่าที่บอกความสอดคล้องภายในของข้อคำถามที่วัดเรื่องเดียวกัน มีค่าระหว่าง 0 ถึง 1 เกณฑ์ที่ยอมรับกันคือตั้งแต่ 0.70 ขึ้นไป ค่าที่สูงเกิน 0.95 อาจแปลว่าข้อคำถามซ้ำซ้อนกันเกินไป อ่านต่อ
ความเชื่อมั่น / ค่าความเชื่อมั่น (Reliability / Reliability Coefficient)
ความคงเส้นคงวาของเครื่องมือวัด หากวัดซ้ำในสภาพเดิมควรได้ผลใกล้เคียงเดิม ตัวเลขที่รายงานเรียกว่าค่าความเชื่อมั่น ในแบบสอบถาม Likert นิยมใช้ Cronbach's Alpha ต่างจากความตรงซึ่งถามว่าเครื่องมือวัดในสิ่งที่ตั้งใจจะวัดหรือไม่ อ่านต่อ
ความตรง (Validity)
ระดับที่เครื่องมือวัดได้ตรงกับสิ่งที่ตั้งใจจะวัดจริง แบ่งเป็นความตรงเชิงเนื้อหา ความตรงเชิงโครงสร้าง และความตรงเชิงเกณฑ์สัมพันธ์ เครื่องมือที่เชื่อมั่นสูงอาจไม่ตรงก็ได้
ดัชนีความสอดคล้อง IOC (Item-Objective Congruence)
ค่าที่ได้จากการให้ผู้เชี่ยวชาญ 3-5 ท่านให้คะแนนว่าข้อคำถามแต่ละข้อสอดคล้องกับวัตถุประสงค์หรือไม่ โดยให้ +1, 0 หรือ -1 แล้วหาค่าเฉลี่ย ข้อที่ได้ต่ำกว่า 0.50 ควรปรับปรุงหรือตัดออก อ่านต่อ
การทดลองใช้เครื่องมือ (Pilot Test / Try-out)
การนำแบบสอบถามไปทดลองใช้กับกลุ่มที่มีลักษณะใกล้เคียงกลุ่มตัวอย่างจริงประมาณ 30 คน ก่อนเก็บข้อมูลจริง เพื่อคำนวณค่าความเชื่อมั่นและตรวจหาข้อคำถามที่กำกวม อ่านต่อ
ค่าอำนาจจำแนก (Item Discrimination)
ความสามารถของข้อคำถามในการแยกผู้ที่มีคุณลักษณะสูงออกจากผู้ที่มีคุณลักษณะต่ำ มักดูจากค่าสหสัมพันธ์ระหว่างข้อกับคะแนนรวม (Corrected Item-Total Correlation) ซึ่งควรมากกว่า 0.20

การวิเคราะห์ข้อมูล

มาตรวัดลิเคิร์ต (Likert Scale)
มาตรวัดที่ให้ผู้ตอบเลือกระดับความเห็น เช่น 5 ระดับจากน้อยที่สุดถึงมากที่สุด นิยมแปลผลค่าเฉลี่ยตามช่วงคะแนนของ Best (1977) โดยแบ่งช่วงละ 0.80 อ่านต่อ
ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation (S.D.))
ค่าที่บอกการกระจายของข้อมูลรอบค่าเฉลี่ย ยิ่งน้อยแปลว่าคำตอบเกาะกลุ่มใกล้ค่าเฉลี่ย ค่าที่ต่ำผิดปกติในทุกข้ออาจเป็นสัญญาณว่าผู้ตอบตอบค่าเดียวรวดทุกข้อ อ่านต่อ
การวิเคราะห์องค์ประกอบเชิงสำรวจ (Exploratory Factor Analysis (EFA))
เทคนิคจัดกลุ่มข้อคำถามที่มีความสัมพันธ์กันให้อยู่ในองค์ประกอบเดียวกัน โดยไม่กำหนดโครงสร้างไว้ล่วงหน้า ใช้เมื่อสร้างเครื่องมือขึ้นใหม่และต้องการหลักฐานความตรงเชิงโครงสร้าง อ่านต่อ
ค่า KMO (Kaiser-Meyer-Olkin)
ดัชนีที่บอกว่าข้อมูลเหมาะสมกับการวิเคราะห์องค์ประกอบหรือไม่ ต้องมากกว่า 0.50 จึงจะทำ EFA ได้ โดย 0.80 ขึ้นไปถือว่าอยู่ในระดับดี อ่านต่อ
การทดสอบของบาร์ตเลตต์ (Bartlett's Test of Sphericity)
การทดสอบว่าตัวแปรมีความสัมพันธ์กันมากพอที่จะทำการวิเคราะห์องค์ประกอบหรือไม่ ต้องมีนัยสำคัญคือ Sig. น้อยกว่า 0.05 ซึ่งกลับด้านกับการทดสอบส่วนใหญ่ อ่านต่อ
ค่าน้ำหนักองค์ประกอบ (Factor Loading)
ค่าสหสัมพันธ์ระหว่างข้อคำถามกับองค์ประกอบ ยิ่งสูงยิ่งแปลว่าข้อนั้นเป็นตัวแทนขององค์ประกอบได้ดี วิทยานิพนธ์ไทยนิยมใช้เกณฑ์ตั้งแต่ 0.50 ขึ้นไป อ่านต่อ
การแจกแจงปกติ (Normal Distribution)
ลักษณะการกระจายของข้อมูลเป็นรูประฆังคว่ำสมมาตร เป็นข้อตกลงเบื้องต้นของสถิติพาราเมตริก ตรวจได้จากค่าความเบ้ ความโด่ง หรือการทดสอบ Kolmogorov-Smirnov และ Shapiro-Wilk อ่านต่อ
ค่านัยสำคัญทางสถิติ (p-value / Sig.)
ความน่าจะเป็นที่จะพบผลลัพธ์เช่นนี้หากสมมติฐานหลักเป็นจริง โดยทั่วไปถ้าน้อยกว่า 0.05 ถือว่ามีนัยสำคัญทางสถิติ แต่ค่านี้ไม่ได้บอกว่าผลนั้นสำคัญในเชิงปฏิบัติหรือไม่
สัมประสิทธิ์สหสัมพันธ์ (Correlation Coefficient (r))
ค่าที่บอกทิศทางและความแรงของความสัมพันธ์เชิงเส้นระหว่างสองตัวแปร มีค่าตั้งแต่ -1 ถึง +1 ค่าใกล้ 0 แปลว่าแทบไม่มีความสัมพันธ์เชิงเส้น อ่านต่อ
การวิเคราะห์ถดถอยพหุคูณ (Multiple Regression)
เทคนิควิเคราะห์อิทธิพลของตัวแปรต้นหลายตัวที่มีต่อตัวแปรตามหนึ่งตัวพร้อมกัน ผลลัพธ์สำคัญคือค่า R² ที่บอกว่าโมเดลอธิบายความแปรปรวนได้กี่เปอร์เซ็นต์ อ่านต่อ
การวิเคราะห์ความแปรปรวน (ANOVA)
การทดสอบความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มตั้งแต่ 3 กลุ่มขึ้นไป หากพบความแตกต่างต้องทดสอบรายคู่ต่อด้วยวิธี Post hoc เช่น LSD หรือ Scheffé อ่านต่อ
สถิติที่ใช้ในการวิจัย (Statistics Used in Research / Statistical Analysis)
วิธีทางสถิติที่ผู้วิจัยเลือกใช้วิเคราะห์ข้อมูลเพื่อตอบวัตถุประสงค์และทดสอบสมมติฐาน แบ่งเป็นสถิติเชิงพรรณนา (Descriptive Statistics) เช่น ร้อยละ ค่าเฉลี่ย S.D. และสถิติเชิงอนุมาน (Inferential Statistics) เช่น t-test, ANOVA, Regression เขียนไว้ในบทที่ 3 อ่านต่อ

ระเบียบวิธีวิจัย

กรอบแนวคิดการวิจัย (Conceptual Framework)
แผนภาพที่แสดงความสัมพันธ์ระหว่างตัวแปรต้นและตัวแปรตามที่ผู้วิจัยตั้งสมมติฐานไว้ สังเคราะห์มาจากทฤษฎีและงานวิจัยที่ทบทวนในบทที่ 2 อ่านต่อ
ตัวแปรต้น (Independent Variable)
ตัวแปรที่ผู้วิจัยเชื่อว่าเป็นเหตุหรือมีอิทธิพลต่อตัวแปรอื่น ในกรอบแนวคิดมักวาดไว้ด้านซ้ายและมีลูกศรชี้ออกไปยังตัวแปรตาม อ่านต่อ
ตัวแปรตาม (Dependent Variable)
ตัวแปรที่เป็นผลลัพธ์หรือสิ่งที่ผู้วิจัยต้องการอธิบาย ค่าของมันจะเปลี่ยนแปลงไปตามอิทธิพลของตัวแปรต้น อ่านต่อ
สมมติฐานการวิจัย (Research Hypothesis)
ข้อความคาดการณ์ความสัมพันธ์ระหว่างตัวแปรที่เขียนไว้ล่วงหน้าและทดสอบได้ด้วยสถิติ ต้องสอดคล้องกับกรอบแนวคิดและวัตถุประสงค์ของการวิจัย อ่านต่อ
ระเบียบวิธีวิจัย (Research Methodology)
กระบวนการและเหตุผลเบื้องหลังการเลือกวิธีดำเนินการวิจัย ครอบคลุมตั้งแต่การออกแบบการวิจัย ประชากรและกลุ่มตัวอย่าง เครื่องมือ การเก็บข้อมูล ไปจนถึงสถิติที่ใช้ อ่านต่อ
การวิจัยเชิงปริมาณ (Quantitative Research)
การวิจัยที่เก็บข้อมูลเป็นตัวเลขและวิเคราะห์ด้วยวิธีทางสถิติเพื่อสรุปผลไปยังประชากร มักใช้แบบสอบถามเป็นเครื่องมือหลัก ต่างจากการวิจัยเชิงคุณภาพที่เน้นการตีความ อ่านต่อ
พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล (PDPA)
กฎหมายไทย พ.ศ. 2562 ที่กำหนดหลักเกณฑ์การเก็บ ใช้ และเปิดเผยข้อมูลส่วนบุคคล ใช้บังคับกับงานวิจัยด้วย การเก็บแบบไม่ระบุตัวตนตั้งแต่ต้นช่วยลดภาระตามกฎหมายลงมาก อ่านต่อ
ข้อมูลส่วนบุคคล (Personal Data (PII))
ข้อมูลที่ระบุตัวบุคคลได้ทั้งทางตรงและทางอ้อม เช่น ชื่อ เลขบัตรประชาชน เบอร์โทรศัพท์ รวมถึงข้อมูลหลายอย่างที่เมื่อนำมารวมกันแล้วชี้ตัวบุคคลได้ อ่านต่อ

การสอบวิทยานิพนธ์

สอบโครงร่างวิทยานิพนธ์ (Proposal Defense)
การนำเสนอบทที่ 1–3 (บทนำ ทบทวนวรรณกรรม และระเบียบวิธีวิจัย) ต่อคณะกรรมการเพื่อขออนุมัติแผนการวิจัยก่อนลงมือเก็บข้อมูลจริง อ่านต่อ
สอบป้องกันวิทยานิพนธ์ (Thesis Defense)
การสอบปากเปล่าครั้งสุดท้ายที่ผู้วิจัยนำเสนอผลการวิจัยทั้งเล่มและตอบคำถามคณะกรรมการ ระดับปริญญาเอกมักเรียกว่า Dissertation Defense ในสหราชอาณาจักรเรียกว่า Viva Voce อ่านต่อ

คำถามที่พบบ่อย

ค่าความเชื่อมั่น ภาษาอังกฤษคืออะไร?

ค่าความเชื่อมั่นของเครื่องมือวัดภาษาอังกฤษคือ Reliability หรือ Reliability Coefficient ในแบบสอบถาม Likert นิยมรายงานเป็น Cronbach's Alpha ซึ่งควรมีค่าตั้งแต่ 0.70 ขึ้นไป แต่ถ้าหมายถึงความเชื่อมั่น 95% ในการคำนวณกลุ่มตัวอย่าง ภาษาอังกฤษคือ Confidence Level

กลุ่มตัวอย่างและขนาดกลุ่มตัวอย่าง ภาษาอังกฤษคืออะไร?

กลุ่มตัวอย่างภาษาอังกฤษคือ Sample ขนาดกลุ่มตัวอย่างคือ Sample Size (เขียนย่อว่า n) ประชากรคือ Population และวิธีการสุ่มตัวอย่างคือ Sampling Technique หรือ Sampling Method

สถิติที่ใช้ในการวิจัย ภาษาอังกฤษคืออะไร?

ใช้คำว่า Statistics Used in Research หรือ Statistical Analysis ในหัวข้อบทที่ 3 โดยแบ่งเป็น Descriptive Statistics (สถิติเชิงพรรณนา) และ Inferential Statistics (สถิติเชิงอนุมาน)

ระเบียบวิธีวิจัย (ระเบียบวิธีการวิจัย) ภาษาอังกฤษคืออะไร?

ระเบียบวิธีวิจัยหรือระเบียบวิธีการวิจัยภาษาอังกฤษคือ Research Methodology ซึ่งเป็นชื่อบทที่ 3 ในเล่มภาษาอังกฤษส่วนใหญ่ ครอบคลุมรูปแบบการวิจัย (Research Design) ประชากรและกลุ่มตัวอย่าง เครื่องมือ (Research Instrument) การเก็บข้อมูล (Data Collection) และการวิเคราะห์ข้อมูล (Data Analysis)

กรอบแนวคิดการวิจัย ภาษาอังกฤษคืออะไร?

กรอบแนวคิดการวิจัยภาษาอังกฤษคือ Conceptual Framework เป็นแผนภาพความสัมพันธ์ระหว่างตัวแปรต้น (Independent Variable) กับตัวแปรตาม (Dependent Variable) ที่สังเคราะห์จากทฤษฎีท้ายบทที่ 2 ต่างจากกรอบทฤษฎีซึ่งคือ Theoretical Framework

สอบป้องกันวิทยานิพนธ์ ภาษาอังกฤษคืออะไร?

สอบป้องกันวิทยานิพนธ์ภาษาอังกฤษคือ Thesis Defense ระดับปริญญาเอกมักใช้ Dissertation Defense และในสหราชอาณาจักรเรียกว่า Viva Voce ส่วนสอบโครงร่างวิทยานิพนธ์คือ Proposal Defense

ประชากรกับกลุ่มตัวอย่างต่างกันอย่างไร?

ประชากร (Population) คือทุกหน่วยที่ผู้วิจัยต้องการสรุปผลไปถึง เช่น พนักงานทั้งบริษัท 1,240 คน ส่วนกลุ่มตัวอย่าง (Sample) คือส่วนหนึ่งของประชากรที่ถูกเลือกมาเก็บข้อมูลจริง ซึ่งขนาดคำนวณด้วยสูตร เช่น Taro Yamane หรือตาราง Krejcie & Morgan ผลจากกลุ่มตัวอย่างจะสรุปกลับไปยังประชากรได้ก็ต่อเมื่อขนาดเพียงพอและเลือกมาอย่างเป็นตัวแทน

คำนวณเลยดีกว่า

ศัพท์หลายคำข้างบนมีเครื่องมือคำนวณให้ใช้ฟรี ไม่ต้องสมัครสมาชิก ทำงานในเบราว์เซอร์ของคุณ

ดูเครื่องมือทั้งหมด
★★★★★ 4.8/5 · จาก 83 รีวิวจริงบน Fastwork

เรื่องหาผู้ตอบ ให้เราช่วย คุณไปโฟกัสกับงานวิจัยต่อได้เลย

เล่ารายละเอียดงานให้เราฟัง เราช่วยประเมินให้ฟรี ไม่มีข้อผูกมัด และตอบกลับภายใน 24 ชั่วโมง

ปรึกษาฟรี ไม่มีข้อผูกมัดชำระปลอดภัยผ่าน Fastwork EscrowPDPA 100%ตอบกลับใน 24h
Fast-Track ปรึกษาเราฟรี