บทที่ 7

สถิติอนุมาน

เมื่อผูวิจัยไดดาํ เนินการเก็บขอมูลตัวอยางโดยผานกระบวนการสุมจากประชากรดวย
เครื่องมือที่ไดสรางขึ้นไมวาจะเปนแบบสอบถาม แบบสัมภาษณ แบบทดสอบหรือหลักฐาน
อื่นๆเชนใบสัง่ สินคา รายงานยอดขาย ตามวัตถุประสงคงานวิจัยทีก่ ําหนด อันไดแกงานวิจัย
เพื่อบรรยาย งานวิจัยเพื่อเปรียบเทียบ งานวิจัยเพื่อหาความสัมพันธหรืองานวิจยั เพื่อหาตัว
แบบ ซึ่งจุดประสงคของงานวิจยั การอนุมานคุณลักษณะประชากรที่เรียกวาพารามิเตอร โดย
การประมาณคาและการทดสอบสมมุติฐานจําเปนตองใชหลักเกณฑทางสถิติอนุมานที่มกี าร
พิสูจนตามหลักทางคณิตศาสตรและเปนทีย่ อมรับกันโดยทั่วไป

7.1 หลักการประมาณคาพารามิเตอร

งานวิจัยที่มีวัตถุประสงคเพื่อการบรรยายสภาพประชากร การประมาณคาพารามิเตอร
คืองานวิเคราะหสถิติเชิงอนุมานอยางหนึ่ง โดยมีวัตถุประสงคเพื่อการประมาณคาที่แสดง
ลักษณะของประชากรที่เรียกวาคาพารามิเตอร โดยอาศัยขอมูลที่ศึกษาจากตัวอยางและใชตัว
ประมาณอั น คํ า นวณได จ ากข อ มู ล ตั ว อย า ง เมื่ อ เลื อ กใช ตัว ประมาณที่ เ หมาะสมแล ว หา
คาประมาณใหแกคาพารามิเตอรคาหนึ่งหรือคาเดียวจะเรียกวาเปนการประมาณคาแบบจุด
(point estimation) แตถาหากทําการประมาณเปนชวงจากคาต่ําคาหนึ่งไปยังคาสูงคาหนึ่ง
โดยคํานึงถึงลักษณะการแจกแจงของตัวประมาณคา ตลอดจนสามารถระบุถึงความแมนยํา
ในการประมาณ จะเรี ย กว า เป น การประมาณค า พารามิ เ ตอร แ บบเป น ช ว ง (interval
estimation) ซึ่งในที่นี้จะกลาวถึงการประมาณคาพารามิเตอร ดังนี้

7.1.1 หลักการประมาณคาพารามิเตอรแบบจุด ตองอาศัยเกณฑตัวประมาณ

คาพารามิเตอรที่ดี (good estimator) มีหลายประการ จะขอกลาวเฉพาะลักษณะที่
เดนที่สุด คือ เกณฑ ความไมอคติ (Unbiased estimator) กําหนดวา “เมื่อใชตัว

e-Version 2009 Tiradate Pimtongngam

114

สถิติ (สัญลักษณ θ$ ) เปนตัวประมาณคาคุณลักษณะประชากร (สัญลักษณ θ ) จะไมอคติ

สําหรับการประมาณคา θ ,ถาคาคาดคะเนของ θ$ คือ θ “

7.1.2 หลักการประมาณคาพารามิเตอรแบบเปนชวงมีขั้นตอนดังตอไปนี้
7.1.2.1 หาคาประมาณจากตัวประมาณ ซึ่งไดเปนคาประมาณแบบจุด
7.1.2.2 พิจารณาเลือกตัวสถิติที่มีการเชื่อมโยงระหวางตัวประมาณและ
พารามิเตอรสามารถจัดใหพารามิเตอรขึ้นอยูกับฟงชั่นของตัวประมาณ
7.1.2.3 เปดตารางสถิติ ตามลักษณะการแจกแจงตัวสถิติและระดับความ
เชื่อมั่นหรือความเสี่ยง (α )ที่กําหนดเพื่ออานคาวิกฤตจากตาราง เชนกรณีตองการประมาณ
คาพารามิเตอรดวยระดับความเชื่อมั่น 95 % หรือที่ความเสี่ยง 0.05 นั้น ระดับความเสี่ยงจะ
แบงออกเปน 2 สวนคือสวนตนหรือสวนหางทางซายของการและสวนทายหรือสวนหางทางขวา
ของการ ตองอานคาวิกฤตแซคที่ระดับความเสี่ยง .025 (α =.025) ไดคาแซด –1.960 และ
1.960 ตามลําดับ เปนตน
7.1.2.4 แทนคาตาง ๆ ลงในสูตร ในที่สุดจะไดคาพารามิเตอรที่ถูก
ประมาณขึ้นใหอยูระหวางคาตัวเลข 2 คาเปนต่ําและสูงตามลําดับ

7.1.3 การอานตารางการแจกแจงตัวสถิติแซด เกิดขึน้ กรณีผูวิจยั สุม ตัวอยางขนาด

ใหญ (n ≥ 30 ) หรือทราบคาเบี่ยงเบนมาตรฐานประชากร ( Wonnacott ,1985 page
221) ตัวสถิตทิ ี่แจกแจงแบบแซด เชน คาเฉลี่ยตัวอยางจากประชากรเดียว ( X ) คาเฉลี่ย
ตัวอยางแตกตางของสองประชากร (x 1 − x 2 ) สัดสวนตัวอยางจากประชากรเดียว ( p̂ )
สัดสวนตัวอยางแตกตางของสองประชากร (pˆ 1 − pˆ 2 ) เมื่อกําหนดระดับความเสี่ยงอัลฟา
ใดๆและการแจกแจงตัวสถิติแบบแซดจะใหคาวิกฤตเทากันทุกขนาดตัวอยางที่จัดวาเปน
ตัวอยางขนาดใหญ และเรียกคาวิกฤตนีว้ า แซดอัลฟา ดังแสดงในรูปที่ 7.1 เมื่อตองการอาน
คาแซดอัลฟาใดๆซึ่งมักกําหนดไวระดับตางๆ ตามตาราง 7.1 กําหนดไว 5 ระดับ เชนอานคา
แซดอัลฟา.025 ( Z.025) ได 1.960 และบอกคาแซดอัลฟา.025 ( Z.975) ได -1.960 เปนตน

e-Version 2009 Tiradate Pimtongngam

 115

รูปที่ 7.1 แสดงคา แซดอัลฟาใดๆ

ตาราง 7.1 แสดงคาวิกฤตแซดที่ระดับความเสี่ยงตางๆ (ปรับปรุงจาก Keller, G., Warrack, B.,.

(2000). Statistics for Management and Economics,หนา B-8)

α/2
คา .10 .05 .025 .01 .005
Z 1.282 1.645 1.960 2.326 2.576

7.1.4 การอานตารางการแจกแจงตัวสถิติแบบที เกิดขึ้นกรณีผูวิจัยสุมตัวอยางขนาด

เล็ก (n < 30 ) หรือไมทราบคาเบี่ยงเบนมาตรฐานประชากร ( Wonnacott ,1985 page 228 )
ตัวสถิติจะแจกแจงแบบทีจะใหคาวิกฤตแตกตางกันขึ้นอยูกับขนาดตัวอยางลบ 1 เรียกวาคาดี
เอฟ (degree of freedom) และเรียกคาวิกฤตทีนี้วา ทีอลั ฟาดีเอฟ ดังแสดงในรูปที่ 7.2 เมื่อ
ตองการอานคาทีอัลฟาดีเอฟใดๆซึ่งมักกําหนดไวระดับตางๆ ตามตาราง 7.2 เชน อานคา
ทีอัลฟา .025 ดีเอฟ 12 ( t.025,12) ได 2.181 และบอกคาทีอัลฟา .975 ดีเอฟ 12 ( t.975,12)
ได -2.181 เปนตน

e-Version 2009 Tiradate Pimtongngam

116

รูปที่ 7.1 แสดงคาทีอัลฟาดีเอหใดๆ

e-Version 2009 Tiradate Pimtongngam

 117

ตาราง 7.2 แสดงคาจุดวิกฤตทีที่ความเสี่ยงระดับตางๆ (ปรับปรุงจาก Keller, G., Warrack, B.,.

(2000). Statistics for Management and Economics,หนา B-9)

α/2
df .10 .05 .025 .01 .005
1 3.078 6.314 12.706 31.821 63.657
2 1.886 2.920 4.303 6.965 9.925
3 1.638 2.323 3.182 4.541 5.841
4 1.533 2.132 2.776 3.747 4.604
5 1.476 2.015 2.571 3.365 4.032
6 1.440 1.943 2.447 3.143 3.707
7 1.415 1.895 2.365 2.998 3.499
8 1.397 1.860 2.306 2.896 3.355
9 1.383 1.833 2.262 2.821 3.250
10 1.372 1.812 2.228 2.764 3.169
11 1.363 1.796 2.201 2.718 3.106
12 1.356 1.782 2.179 2.681 3.055
13 1.350 1.771 2.160 2.650 3.012
14 1.345 1.761 2.145 2.624 2.977
15 1.341 1.753 2.131 2.602 2.947
16 1.337 1.746 2.120 2.583 2.921
17 1.333 1.740 2.110 2.567 2.898
18 1.330 1.734 2.101 2.552 2.878
19 1.328 1.729 2.093 2.539 2.861
20 1.325 1.725 2.086 2.528 2.845
21 1.323 1.721 2.080 2.518 2.831
22 1.321 1.717 2.074 2.508 2.819
23 1.319 1.714 2.069 2.500 2.807
24 1.318 1.711 2.064 2.492 2.797
25 1.316 1.708 2.060 2.485 2.787
26 1.315 1.706 2.056 2.479 2.779
27 1.314 1.703 2.052 2.473 2.771
28 1.313 1.701 2.048 2.467 2.763
28 1.311 1.699 2.045 2.462 2.756
30 1.310 1.697 2.042 2.457 2.750
40 1.303 1.684 2.021 2.423 2.704
60 1.296 1.671 2.000 2.390 2.660
120 1.289 1.658 1.980 2.358 2.617
∝ 1.282 1.645 1.960 2.326 2.576

e-Version 2009 Tiradate Pimtongngam

118

7.2 การประมาณคาเฉลี่ยและสัดสัดสวนประชากร
จากหลักเกณฑการประมาณคาพารามิเตอรทั้งแบบจุดและแบบชวง เมื่อตองการ
ประมาณคาเฉลี่ยประชากรตองอาศัยการแจกแจงคาเฉลี่ยตัวอยางชวย และเมื่อตองการ
ประมาณคาสัดสวนประชากร
7.2.1 การประมาณคาเฉลีย่ ประชากรแบบจุด สําหรับประชากรทีม่ ีคาเฉลี่ย µ
ความแปรปรวน σ 2 สามารถใชเกณฑทางคณิตศาสตรแสดงใหเห็นวา คาคาดคะเนของ
คาเฉลี่ยตัวอยาง ( X ) คือคาเฉลี่ยประชากร ( Wonnacott ,1985 page 161)
E( X ) = µ
ดังนัน้ X เปนตัวประมาณคาที่ไมอคติของ
7.2.2 การประมาณคาความแปรปรวนประชากรแบบจุด เมื่อผูวิจยั ตัวอยาง
ขนาด n ประกอบดวย X1, X2, ........, Xn มีคาเฉลี่ยเทากับ X กรณีไมทราบ
คาเฉลี่ยประชากรเราสามารถประมาณคา µ ดวย X ไดในขอบเขตความไมอคติตามที่กลาว
แลว ในทํานองเดียวกันถาไมทราบคาความแปรปรวนประชากร จะใชความแปรปรวน
ตัวอยาง (sample variance) สัญลักษณ S2 (และคาเบี่ยงเบนมาตรฐานตัวอยางใช
สัญลักษณ S ) ที่มีอยูในมือแทนไดหรือไม ภายในขอบเขตความไมอคติเราจะตอง
ดูวา E(S2) = σ 2 หรือไม , ถา E(S2) ≠ σ 2 แสดงวาเราใช S2 แทน σ 2 อยาง
อคติ (Bias estimator)

∑ (X − X )
2

S 2
=
n −1
ใชวิธีทางคณิตศาสตรแสดงใหเห็นวา E(S2) = σ 2 ดังนั้น ความแปรปรวนตัวอยางที่ใช
สูตรนี้เปนตัวประมาณคาความแรปรนประชากรแบบจุดอยางไมอคติ
7.2.3 การประมาณคาสัดสวน ในสถานการณที่ประชากรประกอบหรือแทนดวย 0
กับ 1 แนวคิดการหาสัดสวนประชากรก็คอื คาเฉลี่ยประชากรนัน่ เอง (John
n,William w. pp.367-368 ) โดยทัว่ ไปใชสัญญลักษณ p แทนสัดสวน
ประชากร เชน เมื่อสนใจลูกคา N คนซื้อสินคาของเรา X คน จะพบวา p = x
N
สัดสวนผูไมซอื้ แทนดวย q = 1- p เปนตน สําหรับการสุมตัวอยางขนาด n ใน
จํานวนนัน้ มีผสู ินคาเราเพียง x คน อัตราสวนระหวาง x กับ n นี้คือสัดสวนตัวอยางหรือ

e-Version 2009 Tiradate Pimtongngam

 119

p̂ และเปนตัวอยางขนาดใหญทําใหการแจกจากตัวสถิติ p̂ เกี่ยวของกับการแจกแจงแซด
เสมอ

7.2.4 สูตรสําหรับการประมาณคาเฉลี่ยและสัดสวนแบบชวง เพื่อประโยชนสําหรับการประมาณ

คาเฉลี่ยและสัดสวนขอสูตรสําเร็จที่มีการพิสูจนและใชกันอยางแพรหลายกรณีตางๆ ดังตาราง 7.3
ตาราง 7.3 แสดงสูตรสําหรับการประมาณคาเฉลี่ยและสัดสวนแบบชวงปรับปรุงจาก ( Wonnacott
,1985 p.652)
พารามิเตอร สูตร ความหมาย
ที่ตองการประมาณแบบชวง สัญญลักษณในสูตร
X คือคาเฉลี่ยตัวอยาง ขนาด n
คาเฉลี่ยประชากรเดียว x ± z α / 2σ / n σ คือคาเบี่ยงเบนมาตรฐานประชากร
(µ) Z α/2 คือคาจากตาราง
คาเฉลี่ยประชากรเดียว X คือคาเฉลี่ยตัวอยาง ขนาด n
(µ ) x ± t df 1 ,α / 2
s S คือคาเบี่ยงเบนมาตรฐานตัวอยาง
กรณี n<30 และ σ ไมทราบคา n t df,α/2 คือคาจากตารางที่ df=n-1
สัดสวนประชากรเดียว p̂ คือ สัดสวนตัวอยาง ขนาด n

(p) pˆ qˆ q̂ คือ 1 - p̂
pˆ ± z α / 2
n Z α/2 คาจากตาราง
คาเฉลี่ยแตกตางสองประชากรคู
d ± zα/2 σ d
d = x 1 - x 2 คือคาเฉลี่ยแตกตางตัวอยาง
( µ d) n ขนาด n
σ d คือคาเบี่ยงเบนมาตรของ x 1 - x 2
Z α/2 คาจากตาราง
คาเฉลี่ยแตกตางสองประชากรคู s d = x 1 - x 2 คือคาเฉลี่ยแตกตางตัวอยาง
d ± t df ,α / 2 d

(µ d) n ขนาด n
กรณี n<30 และ σdไมทราบคา s d คือคาเบี่ยงเบนมาตรฐานของ x 1 - x 2
t df,α/2 คือคาจากตารางที่ df=n-1
คาเฉลี่ยแตกตางสองประชากร x 1 x 2 คือคาเฉลี่ยตัวอยาง ขนาด n1,n2
(µ1 - µ2 )
2 2
(x 1 − x 2 ) ± t n s 12 s 22
+
และมีความแปรปรวน s 1 s 2
ตามลําดับ
1 +n 2 −2
n1 n 2
กรณี σ 12 ≠ σ 22 t df,α/2 คือ คา จากตารางที่
df=n1+n2-2

คาเฉลี่ยแตกตางสองประชากร x 1 x 2 คือคาเฉลี่ยตัวอยาง ขนาด n1,n2

e-Version 2009 Tiradate Pimtongngam

 120

(µ1 - µ2 )
2
(x 1 − x 2 ) ± t (n +n 1 2 −2),α / 2 s p2 (
1 1
+ ) s p
คือความแปรปรวนรวมระหวางตัวอยาง
n1 n 2
กรณี σ 12 = σ 22 t df,α/2 คือ คา จากตารางที่
df=n1+n2-2
สัดสวนแตกตางสองประชากร p̂ 1 , p̂ 2 คือ สัดสวนตัวอยาง ขนาด
(p1 – p2) (pˆ 1 − pˆ 2 )z α / 2
pˆ 1qˆ 1 pˆ 2qˆ 2
+ n1,n2
n1 n2
q̂ 1 คือ 1 - p̂ 1 และ q̂ 2 คือ 1 - p̂ 2
Z α/2 คาจากตาราง

ตัวอยางที่ 7.1 กรณีตองการสรุปผลเกี่ยวกับงานวิจัยวา สินคาตัวหนึ่งเปนน้ําดื่มโอบีวัน

(OB-one) ไดรับความนิยมจากผูบริโภคเพียงใด ซึ่งจากหลักการเลือกวิธีวเิ คราะห สรุปไดวา
เปนการประมาณคาสัดสวน p
ขอมูลที่ทราบ
มีผูบริโภคที่ซื้อน้ําดื่ม 400 ราย
ปรากฏวามีผูเลือกซื้อยี่หอ OB-one 212 ราย
212
จะได pˆ = = 0 . 53
400

ดังนั้นหากจะประมาณแบบจุดจะไดวา มีการซื้อน้ําดื่มโอบีวัน ประมาณ 53 % ซึ่ง

ตีความหมายไดวาตัวเลข 53 เปอรเซ็นตนี้สามารถบอกถึงความนิยมไดเพียงใด
กรณีที่จะประมาณแบบชวง โดยใชระดับความเชื่อมั่น 95 % จะไดวา p อยู
ระหวาง
Ρ(1 − Ρ ) ) Ρ(1 − Ρ ) ⎤
) ) ) )
⎡
⎢ pˆ − z .975 , Ρ + Ζ .975 ⎥
⎢⎣ n n ⎥⎦

⎡
= ⎢0 . 53 − (1 . 96 )
(. 53 )(. 47 ) ,0 . 53 + (1 . 96 ) (. 53 )(. 47 ) ⎤
⎥
⎢⎣ 400 400 ⎥⎦

= (0 . 481 ,0 . 579 )

นั่นคือ ดวยระดับความเชื่อมั่น 95 % สัดสวนผูบริโภคที่ซื้อน้ําดื่ม OB-one จะอยู

ระหวาง 48.1 % ถึง 57.9 %

e-Version 2009 Tiradate Pimtongngam

 121

ตัวอยางที่ 7.2 กรณีงานวิจัยตองทราบวารานคาปลีกที่อยูในเขตกรุงเทพมหานครสั่งซื้อน้ําดื่ม

โดยเฉลี่ยแลวคราวละเทาไร หลักการเลือกวิธีวิเคราะห ที่เหมาะสมคือการประมาณคา µ
ดําเนินการโดยสุมใบสั่งซื้อน้ําดื่มของรานคาปลีกที่อยูในเขตกรุงเทพมหานคร
ขึ้นมา 64 ใบ จึงถือไดวา n = 64 จากใบสั่งซื้อน้ําดื่มนี้นํามาหาคาเฉลี่ย จะไดคาเฉลี่ย
ในการสั่งซื้อน้ําดื่มของรานคาปลีกในกรุงเทพมหานครนี้ เปนคราวละ 39.5 ลัง หรือ Χ
= 39.5 ลัง นั่นคือ กรณีประมาณคาเปนจุด คาเฉลี่ยของปริมาณสั่งซื้อน้ําดื่มของรานคา
ปลีกในเขตกรุงเทพมหานครเปน 39.5 ลัง
เมื่อหาคาเบี่ยงเบนมาตรฐานจากขอมูล 64 ตัวนี้ จะไดเปน 7.2 ลัง นั่น
คือ S = 7.2 และหากประมาณคาเฉลี่ยเปนชวงดวยระดับความเชื่อมั่น 95 % จะได
S 7.2
Χ ± 1 . 96 = 39 . 5 ± 1 . 96
n 64

= 39 . 5 ± 1 . 76

นั่นคือที่ระดับความเชื่อมั่น 95 % คาเฉลี่ยของปริมาณการสั่งซื้อน้ําดื่มของรานคา
ปลีกที่อยูในเขตกรุงเทพมหานคร อยูระหวาง 37.74 และ 41.26 ลัง

7.3 หลักการทดสอบสมมติฐานเกี่ยวกับคาพารามิเตอร

จากการประมาณคาเกี่ยวกับประชากรแบบจุด ไมสามารถบอกความเชื่อมั่นของ
คาพารามิเตอรได การทดสอบสมมติฐาน เปนงานวิเคราะหสถิติเชิงอนุมานอยางหนึง่ ซึง่ จะ
กระทําตอเมื่อผูวิจัยตองการพิสูจนความเชือ่ ของผูวิจัยวา การที่ไดระบุวาสภาวะของธรรมชาติ

e-Version 2009 Tiradate Pimtongngam

 122

เปนเชนนัน้ เชนนี้ มีความถูกตองควรยอมรับหรือไม ภายในความเชือมั่นหรือความเสีย่ งที่

กําหนด โดยการพิสูจนนจี้ ะศึกษาจากขอมูลที่มาจากตัวอยางเทานัน้
7.3.1 ขั้นตอนในการทดสอบสมมติฐานคือ
7.3.1.1 ตั้งสมมุติฐานหลัก Ho และตั้งสมมติฐานแยง H1 หรือ Ha
7.3.1.2 กําหนดระดับความเสี่ยง
7.3.1.3 เลือกตัวประมาณแบบจุด
7.3.1.4 เลือกตัวสถิติ ที่เปนสูตรเชื่อมโยงระหวางตัวประมาณกับ
พารามิเตอร จากระดับความเสี่ยงที่เกิดขึ้น นํามาอานคาวิกฤตของตัวสถิติดวยการเปดตาราง
คาสถิติ ทดสอบตัวสถิติ โดยนําตัวสถิติที่เกิดจากการแทนคาเทียบกับคาวิกฤต แลวสรุปผล
การทดสอบวาจะยอมรับ หรือปฏิเสธ สมมติฐานหลัก Ho

รูปที่ 7.3 แสดงเขตยอมรับและเขตปฎิเสธสมมติฐานหลัก Ho จากการแจกแจงตัวสถิติ

7.3.2 ตัวสถิติทดสอบสําหรับการทดสอบสมมุติฐานเกี่ยวกับพารามิเตอร เชน การ
ทดสอบพารามิเตอรประชากรเดียวไดแก การทดสอบวาคาเฉลี่ยของประชากรที่ศึกษาควรเปน
คาหนึ่งคาใดที่กําหนดหรือไม ทั้งกรณีใชตัวอยางขนาดใหญและทราบคาเบี่ยงเบนมาตรฐาน
ประชากรหรือกรณีใชัตัวอยางขนาดเล็กและไมทราบคาคาเบี่ยงเบนมาตรฐานประชากร เปน
ตน

ตารางที่ 7.4 ตัวสถิติทดสอบสําหรับการทดสอบสมมุตฐิ านเกี่ยวกับพารามิเตอร

พารามิเตอร ตัวสถิติทดสอบ ความหมาย

ที่ตองการทดสอบ ในการคํานวณตัวสถิติทดสอบ
X คือคาเฉลี่ยตัวอยาง ขนาด n
คาเฉลี่ยประชากรเดียว σ คือคาเบี่ยงเบนมาตรฐานประชากร

e-Version 2009 Tiradate Pimtongngam

 123

(Ho: µ = µo ) x −µ µo คือคาคงที่ที่ตองการทดสอบ
zc = 0

กรณี σ ทราบคา σ
n
คาเฉลี่ยประชากรเดียว X คือคาเฉลี่ยตัวอยาง ขนาด n
(Ho: µ = µo ) x −µ S คือคาเบี่ยงเบนมาตรฐานตัวอยาง
tc = 0

กรณี n<30 และ σ ไมทราบคา S µo คือคาคงที่ที่ตองการทดสอบ

n
สัดสวนประชากรเดียว p̂ คือ สัดสวนตัวอยาง ขนาด n

(Ho: p = p0 ) q̂ คือ 1 - p̂
pˆ − pˆ 0
zc = p̂ o คือคาคงที่ที่ตองการทดสอบ
pˆ qˆ
n
คาเฉลี่ยแตกตางสองประชากรคู
zc =
d − µ0 d = x 1 - x 2 คือคาเฉลี่ยแตกตางตัวอยาง
(Ho: µ d= µo) σ d ขนาด n
n σ d คือคาเบี่ยงเบนมาตรของ x 1 - x 2
µo คือคาคงที่ที่ตองการทดสอบ
คาเฉลี่ยแตกตางสองประชากรคู d = x 1 - x 2 คือคาเฉลี่ยแตกตางตัวอยาง
(Ho: µ d= µo) d − µ0 ขนาด n
zc =
กรณี n<30 และ σdไมทราบคา s d คือคาเบี่ยงเบนมาตรของ x 1 - x 2
S d

n
คาเฉลี่ยแตกตางสองประชากร x 1 x 2 คือคาเฉลี่ยตัวอยาง ขนาด n1,n2
(Ho: µ1 = µ2 ) tc =
(x 1 − x 2 ) และมีความแปรปรวน s 1
2
s
2
2
ตามลําดับ
2 2
s s
กรณี σ 12 ≠ σ 22 +
1

n1 n 2
2

คาเฉลี่ยแตกตางสองประชากร x 1 x 2 คือคาเฉลี่ยตัวอยาง ขนาด n1,n2

(Ho: µ1 = µ2 ) (x 1 − x 2 )
2
s คือความแปรปรวนรวมระหวางตัวอยาง
t cc = p
1 1
กรณี σ 12 = σ 22 s p2 ( + )
n1 n 2
สัดสวนแตกตางสองประชากร p̂ 1 , p̂ 2 คือ สัดสวนตัวอยาง ขนาด
(Ho: p1 = p2) zc =
(pˆ 1 − pˆ 2 ) n1,n2
pˆ 1qˆ 1 pˆ 2qˆ 2
+ q̂ 1 คือ 1 - p̂ 1 และ q̂ 2 คือ 1 - p̂ 2
n1 n2

e-Version 2009 Tiradate Pimtongngam

124

ตัวอยางที่ 7.3 การทดสอบสมมุติฐานเกี่ยวกับคาเฉลี่ยสองประชากรคูหรือไมอิสระกัน กรณีที่

งานวิจัยมีวัตถุประสงคเพื่ออธิบายวาแตละรานคาปลีกสั่งซื้อน้ําดื่มในเดือนนี้คงจะดีกวาเดือนที่
แลวใชหรือไม จะใชหลักการเลือกวิธีวิเคราะหคือการทดสอบสมมติฐานวา µd > 0 จริง
หรือไม (การที่ถามวา จะดีกวา ทําใหการทดสอบหาทิศทางทางเดียว)
ผูวิจัยหวังวาความแตกตางระหวางปริมาณการสั่งซื้อในเดือนนี้จะมากกวาปริมาณการ
สั่งซื้อในเดือนที่แลว โดยเฉลี่ยแลวจะมากกวา 0 ดังนั้น 0 ในที่นี้จะหมายถึงคาเกณฑ
( Norm หรือ Critical Value) เพื่อการตัดสิน และสมมติฐานวางจะตองเปน คาความ
แตกตางโดยเฉลี่ยนอยกวาหรือเทากับ 0
ขอมูลที่ไดดวยการเลือกสุมตัวยางมาศึกษาเพียง 6 รานคา ขอมูลเปนดัง ตารางที่
7.5

ตารางที่ 7.5 แสดงขอมูลปริมาณการสั่งซื้อสินคาของรานคา 6 ราน

รานคาที่ ปริมาณสั่งซื้อเดือนกอน ปริมาณสั่งซื้อเดือนนี้ ความแตกตาง

1 34 40 6
2 47 45 -2
3 30 35 5
4 18 21 3
5 30 30 0
6 16 22 6

ตั้งสมมุติฐาน เปน

H0 : µd = 0

H1 : µd > 0

d =
∑d =
[6 + (− 2 ) + ... + (6 )] = 18 =3
n 6 6

e-Version 2009 Tiradate Pimtongngam

 125

Sd =
(d − d ) 2

=
(3 )2 + (− 5 )2 + ... + (3 )2
n −1 6 −1

56
= = 3 . 35
5

d − µ0
จาก tc =
Sd
n

3−0
tc = = 2 . 19
3 . 35
6

เขตวิกฤตคือ tc ที่มากกวา 2.015 เปนตนไป และ tc ที่คํานวณไดคือ

2.19 ซึ่งอยูในเขตวิกฤต ดังนั้น ดวยระดับนัยสําคัญ .05 เรามีเหตุผลเพียงพอที่จะ
ปฏิเสธ H0 : µd = 0 และยอมรับสมมติฐานที่วา µd > 0
นั่นคือ สิ่งที่ผูวิจัยเชื่อวาแตละรานคาปลีกสั่งซื้อน้ําดื่มจากเดือนนี้จะดีกวาเดือนที่แลว
ไดทดสอบหรือพิสูจนแลววาเปนจริงตามนั้น

ตัวอยางที่ 7.4 การทดสอบสมมุติฐานเกี่ยวกับความแตกตางคาเฉลี่ยสองประชากร กรณี

งานวิจัยตองการอธิบายที่วา ความสามารถในการขายสินคาของพนักงานชายที่เปนเด็กจาก
ชนบท กับพนักงานจากเด็กในเมืองจะทัดเทียมกันหรือไม สมมติวามีขอมูลที่เก็บมาไดดังนี้
ตารางที่ 7.6 แสดงขอมูลสมมุติ

กลุมพนักงานเด็กชนบท กลุมพนักงานเด็กในเมือง
ขนาดตัวอยาง n1 = 35 n2 = 170
ยอดขายเฉลี่ยที่ทําได X 1 = 74 . 2 X 2 = 71 . 7
สวนเบี่ยงเบนมาตรฐาน S1 = 14 S2 = 13

H0 : µ1 = µ2

e-Version 2009 Tiradate Pimtongngam

126

H1 : µ1 ≠ µ2

α = .10

zc =
(x 1 − x 2 )
s2 s2
+
n1 n 2

=
(2 . 5 ) − 0
14 2 13 2
+
35 170

2 . 50
=
2 . 57

= . 97

เทียบกับคาวิกฤต z จากตาราง คือ นอยกวา - 1.645 หรือ มากกวา 1.645

จะพบวา z ที่คํานวณไดอยูในเกณฑยอมรับ สมมติฐานที่วา H0 : µ1 = µ2 นั่นคือ
พนักงานขาย 2 กลุม นี้ มีความสามารถในการขายทัดเทียมกัน

7.4 การทดสอบสมมุติฐานดวยตัวสถิติเอฟ
7.4.1 การอานคาวิกฤตตัวสถิติเอฟ บอยครั้งที่มีคําถามเพื่อการเปรียบเทียบ
คาเฉลี่ยของประชากรที่มากกวา 2 ประชากร ดังนั้นตัวสถิติเอฟหรือที่มักเรียกวา การ
วิเคราะหความแปรปรวน( analysis of variancesหรือ ANOVA ) หรือการทดสอบเอฟ(F-
test)เปนที่นิยมมาก หลักเกณฑคือหากประชากรหนึ่งคาเฉลี่ยคาหนึ่งและมีความแปรปรวน
คาหนึ่ง ถูกสุมตัวอยางขนาด n จํานวน k ตัวอยางหรือ k พวก เมื่อตองการประมาณคาความ
แปรปรวนประชากรนี้จึงทําได 2 วิธีคืออาศัยความแปรปรวนระหวางพวกคาหนึ่งกับความ
แปรปรวนที่เกิดขึ้นภายในพวกอีกคาหนึ่งอัตราสวนความแปรปรวนคูนี้เองตั้งชือ่ วาเอฟตามทาน
Sir Ronald Fisher 1890-1962 (Wonnacott,(1985) pp.290-295)

e-Version 2009 Tiradate Pimtongngam

 127

¤ÇÒÁá»Ã»Ãǹ·Õèà¡Ô´¨Ò
¡ÃÐËÇèÒ§¾Ç
¡
F =
¤ÇÒÁá»Ã»ÃÇ ¹·Õèà¡Ô´ÀÒ
Â㹾ǡ

ดังนั้น หากคาสถิติเอฟ จึงมีคาตั้งแต 0 ถึงอนันตและมีดีเอฟ 2 คาจากจํานวนพวกลบ

หนึ่งหรือดีเอฟระหวางพวกกับดีเอฟภายในพวกรวม เชนกรณีสุมตัวอยางจากประชากร 3
ตัวอยางแตละตัวอยางขนาด 5 เทากันคาคาเอฟที่จะอานจากตารางคือ 3-1 และ3(5-1)หรือ 2
กับ 12 นั้นเอง การสรางตารางอานคาวิกฤตตัวสถิติเอฟจึงตองแยกตารางตามขนาดความ
เสี่ยงดังตารางที่ 7.7 เปนตารางสําหรับอานคาวิฤตสถิติเอฟที่ที่ความเสี่ยง .05และดีเอฟ
ระหวางพวกตั้งแต1ถึงอนันตกับดีเอฟภายในพวกตั้งแต 1ถึง อนันต

รูปที่ 7.4 แสดงการแจกแจงตัวสถิติเอฟระดับความเสี่ยง .05

ตารางที่ 7.7 แสดงแสดงคาจุดวิกฤตเอฟที่ความเสี่ยงระดับ .05 (ปรับปรุงจาก Keller, G.,

Warrack, B.,. (2000). Statistics for Management and Economics,หนา B-11)

df1 1 2 3 4 5 6 7 8 9
df2

e-Version 2009 Tiradate Pimtongngam

128

1 161.45 199.50 215.71 224.58 230.16 233.99 236.77 238.88 240.54

2 18.513 19.000 19.164 19.247 19.296 19.330 19.353 19.371 19.385
3 10.128 9.5521 9.2766 9.1172 9.0135 8.9406 8.8868 8.8452 8.8123
4 7.7086 6.9443 6.5914 6.3883 6.2560 6.1631 6.0942 6.0410 5.9988
5 6.6079 5.7861 5.4095 5.1922 5.0503 4.9503 4.8759 4.8183 4.7725
6 5.9874 5.1433 4.7571 4.5337 4.3874 4.2839 4.2066 4.1468 4.0990
7 5.5914 4.7374 4.3468 4.1203 3.9715 3.8660 3.7870 3.7257 3.6767
8 5.3177 4.4590 4.0662 3.8378 3.6875 3.5806 3.5005 3.4381 3.3881
9 5.1174 4.2565 3.8626 3.6331 3.4817 3.3738 3.2927 3.2296 3.1789
10 4.9646 4.1028 3.7083 3.4780 3.3258 3.2172 3.1355 3.0717 3.0204
11 4.8443 3.9823 3.5874 3.3567 3.2039 3.0946 3.0123 2.9480 2.8962
12 4.7472 3.8853 3.4903 3.2592 3.1059 2.9961 2.9134 2.8486 2.7964
13 4.6672 3.8056 3.4105 3.1791 3.0254 2.9153 2.8321 2.7669 2.7144
14 4.6601 3.7389 3.3439 3.1122 2.9582 2.8477 2.7642 2.6987 2.6458
15 4.5431 3.6823 3.2874 3.0556 2.9013 2.7905 2.7066 2.6408 2.5876
16 4.4940 3.6337 3.2389 3.0069 2.8524 2.7413 2.6572 2.5911 2.5377
17 4.4513 3.5915 3.1968 2.9647 2.8100 2.6987 2.6143 2.5480 2.4943
18 4.4139 3.5546 3.1599 2.9277 2.7729 2.6613 2.5763 2.5102 2.4563
19 4.3808 3.5219 3.1274 2.8951 2.7401 2.6283 2.5435 2.4768 2.4227
20 4.3513 3.4928 3.0984 2.8661 2.7109 2.5994 2.5140 2.4471 2.3928
21 4.3248 3.4668 3.0725 2.8401 2.6848 2.5757 2.4876 2.4205 2.3661
22 4.3009 3.4434 3.0491 2.8167 2.6613 2.5491 2.4638 2.3965 2.3419
23 4.2793 3.4221 3.0280 2.7955 2.6400 2.5277 2.4422 2.3748 2.3201
24 4.2597 3.4028 3.0088 2.7763 2.6207 2.5082 2.4226 2.3551 2.3002
25 4.2417 3.3852 2.9912 2.7587 2.6030 2.4904 2.4047 2.3371 2.2821
26 4.2252 3.3690 2.9751 2.7426 2.5868 2.4741 2.3883 2.3205 2.2655
27 4.2100 3.3541 2.9604 2.7278 2.5719 2.4591 2.3732 2.3053 2.2501
28 4.1960 3.3404 2.9467 2.7141 2.5581 2.4453 2.3593 2.2913 2.2360
29 4.1380 3.3277 2.9340 2.7014 2.5454 2.4324 2.3463 2.2782 2.2229
30 4.1709 3.3158 2.9223 2.6896 2.5336 2.4205 2.3343 2.2662 2.2107
40 4.0848 3.2317 2.8387 2.6060 2.4495 2.3359 2.2490 2.1802 2.1240
60 4.0012 3.1504 2.7581 2.5252 2.3683 2.2540 2.1665 2.0970 2.0401
120 3.9201 3.0718 2.6802 2.4472 2.2900 2.1750 2.0867 2.0164 1.9588
∝ 3.8415 2.9957 2.6049 2.3719 2.2141 2.0986 2.0096 1.9384 1.8799

e-Version 2009 Tiradate Pimtongngam

 129

Critical value of F-distribution α =0.05 (ตอ)

df1 10 12 15 20 24 30 40 60 120 ∝

df2
1 241.88 243.91 245.95 248.01 249.05 250.10 251.14 252.20 253.25 254.31
2 19.396 19.413 19.429 19.446 19.454 19.462 19.471 19.479 19.487 19.496
3 8.7855 8.7446 8.7029 8.6602 8.6385 8.6166 8.5844 8.572 8.5494 8.5264
4 5.9644 5.9117 5.8578 5.8025 5.7744 5.7459 5.7170 5.6877 5.6581 5.6281
5 4.7351 4.6777 4.6188 4.5581 4.5272 4.4957 4.4638 4.4314 4.3985 4.3650
6 4.0600 3.9999 3.9381 3.8742 3.8415 3.8082 3.7743 3.7398 3.7047 3.6689
7 3.6365 3.5747 3.5107 3.4445 3.4105 3.3758 3.3404 3.3043 3.2674 3.2298
8 3.3472 3.2839 3.2184 3.1503 3.1152 3.0794 3.0428 3.0053 2.9669 2.9276
9 3.1373 3.0729 3.0061 2.9365 2.9005 2.8637 2.8259 2.7872 2.7475 2.7067
10 2.9782 2.9130 2.8450 2.7740 2.7372 2.6996 2.6609 2.6211 2.5801 2.5379
11 2.8536 2.7876 2.7186 2.6464 2.6090 2.5705 2.5309 2.4901 2.4480 2.4045
12 2.7534 2.6866 2.6169 2.5436 2.5055 2.4663 2.4259 2.3842 2.3410 2.2962
13 2.6710 2.6037 2.5331 2.4589 2.4202 2.3803 2.3392 2.2966 2.2524 2.2064
14 2.6022 2.5342 2.4630 2.3879 2.3487 2.3082 2.2664 2.2229 2.1778 2.1307
15 2.5370 2.4753 2.4034 2.3275 2.2878 2.2468 2.2043 2.1601 2.1141 2.0658
16 2.4935 2.4347 2.3522 2.2756 2.2354 2.1938 2.1507 2.1058 2.0589 2.0096
17 2.4499 2.3807 2.3077 2.2304 2.1898 2.1477 2.1040 2.0584 2.0107 1.9604
18 2.4117 2.3421 2.2686 2.1906 2.1497 2.1071 2.0629 2.0166 1.9681 1.9168
19 2.3779 2.3080 2.3410 2.1555 2.1141 2.0712 2.0264 1.9795 1.9302 1.8780
20 2.3479 2.2776 2.2033 2.1242 2.0825 2.0391 1.9938 1.9464 1.8963 1.8432
21 2.3210 2.2504 2.1757 2.0960 2.0540 2.0102 1.9645 1.9165 1.8657 1.8117
22 2.2967 2.2258 2.1508 2.0707 2.0283 1.9842 1.9380 1.8894 1.8380 1.7831
23 2.2747 2.2036 2.1282 2.0476 2.0050 1.9605 1.9139 1.8648 1.8128 1.7570
24 2.2547 2.1834 2.1077 2.0267 1.9838 1.9390 1.8920 1.8424 1.7896 1.7330
25 2.2365 2.1649 2.0889 2.0075 1.9643 1.9192 1.8718 1.8217 1.7840 1.7110
26 2.2197 2.1479 2.0716 1.9898 1.9464 1.9010 1.8533 1.8027 1.7488 1.6906
27 2.2043 2.1323 2.0558 1.9736 1.9299 1.8842 1.8361 1.7851 1.7306 1.6717
28 2.1900 2.1179 2.0411 1.9586 1.9147 1.8687 1.8203 1.7689 1.7138 1.6541
29 2.1768 2.1045 2.0275 1.9446 1.9005 1.8543 1.8055 1.7537 1.6981 1.6376
30 2.1646 2.0921 2.0148 1.9317 1.8874 1.8409 1.7918 1.7396 1.6835 1.6223
40 2.0772 2.0035 1.9245 1.8389 1.7929 1.7444 1.6928 1.6373 1.5766 1.5089
60 1.9926 1.9174 1.8364 1.7480 1.7001 1.6491 1.5943 1.5343 1.4673 1.3893
120 1.9105 1.8337 1.7505 1.6587 1.6084 1.5543 1.4952 1.4290 1.3519 1.2539
∝ 1.8307 1.7522 1.6664 1.5705 1.5173 1.4591 1.3940 1.3180 1.2214 1.0000

7.4.2 การทดสอบสมมุติฐานเกี่ยวกับคาเฉลี่ยหลายประชากร

e-Version 2009 Tiradate Pimtongngam

130

เมื่อผูวิจัยตองการเปรียบเทียบคาเฉลี่ยของประชากรตั้งแต 2 ประชากรขึ้น
ไป โดยที่ผูวิจัยมีขอมูลคือ คาเฉลี่ยของตัวอยางที่มาจากประชากรเหลานั้นเทานั้น การ
เปรียบเทียบคาเฉลี่ยของประชากรที่แทจริงก็คือ การทดสอบความเทากันในคาเฉลี่ยของ
ประชากรนั่ น เอง เช น กรณี ผู วิ จั ย มี ค า เฉลี่ ย ตี ว อย า งจํ า นวน k พวก
X 1 , X 2 , X 3 , X 4 ,....... X k จากประชากรที่มีคาเฉลี่ย µ1 , µ2 , µ3 , µ4 , µ5 ,…… µk

เมื่อตั้งสมมุติฐาน H0 : µ1 = µ2 = µ3 = µ4= µ5=……. µk = µ

H1 : อยางนอยมีคาเฉลี่ยประชากร 1 คูที่ไมเทากัน
จะมีสถานการณเดียวกันกับการเกิดตัวสถิติเอฟแตตองมีการตรวจสอบเสียกอนหรือมี
ขอตกลงเบื้องตนความแปรปรวนของประชากรทัง้ k ประชากรตองเทากัน
คือ σ 12 = σ 22 = ... = σ k2 = σ 2

ตัว สถิ ติ ท ดสอบเอฟคํ า นวณจากอัต ราส ว นความแปรปรวนระหวา งพวกกั บ ตวาม

แปรปรวนภายในพวก ถาคาเอฟที่ไดคาใหญมากยอมหมายถึงมีความแตกตางในระหวางพวก
อยางเดนชัด เราจึงมีเหตุผลในการปฏิเสธสมมติฐานที่วา ประชากรเหลานี้มีคาเฉลี่ยเทากัน
เปนการวิเคราะหสถิติที่จะกระทําเมื่อตองการทดสอบ ในทางปฏิบัติจากมีตารางชวยคํานวณ
ความแปรปรวนระหวางพวกกับความแปรปรวนภายในพวกเรียกวาตารางวิเคราะหความ
แปรปรวน ดังแสดงในตารางที่
ตัวอยางที่ 7.5 กรณีงานวิจัยตองตอบขอสงสัยปริมาณการสั่งซื้อโดยเฉลี่ยของรานคาสงใน
เขตเมือง เขตชานเมืองและเขตชนบทแตกตางกันหรือไม นั่นคือผูวิจัยมีความตองการทดสอบ
สมมติฐานที่วา
H0 : µ1 = µ2 = µ3

H1 : อยางนอยมีคาเฉลี่ยประชากร 1 คูที่ไมเทากัน

จากขอมูลปริมาณการสั่งซื้อใน 1 เดือน ของรานคา 5 แหงที่สุมขึ้นมาในแตละ

เขตเปนดังนี้

ตารางที่ 7.8 แสดงขอมูลปริมาณการสั่งซื้อสินคา

e-Version 2009 Tiradate Pimtongngam

 131

รานคาที่
ที่ตั้ง รวม
1 2 3 4 5
เมือง 48 54 57 54 62 275
ชานเมือง 73 63 66 64 74 340
ชนบท 51 63 61 54 56 285

เมื่อนําไปสรางตารางการวิเคราะหความแปรปรวน จะไดตารางที่ 7.8 ดังตอไปนี้

ตารางที่ 7.9 แสดงตารางวิเคราะหความแปรปรวน

แหลงความแปรปรวน ผลบวกกําลังสอง องศาอิสระ คาเฉลี่ยผลบวก อัตราสวน

กําลังสอง
S.V. SS. d.f. M.S. F – Ratio
ระหวางเขต 490 2 245 9.55
ภายในเขต 308 12 25.667
รวม 798 14

คา F2 ,12 ,. 05 จากตารางเทากับ 3.89 ซึ่งนอยกวาคา F จากการคํานวณ คือ

9.55 เราจึงปฏิเสธวา คาเฉลี่ยของประชากร 3 เขตนี้เทากัน นั่นคือ ปริมาณการสั่งซื้อ
ของรานคาสงโดยเฉลี่ยใน 3 เขตไมเทากัน

7.5 การทดสอบสมมุติดวยตัวสถิติไคสแควร

7.5.1 การอานคาวิกฤตสําหรับการแจกแจงตัวสถิติไคสแควร ( χ2 ) ตัวสถิติไคส

แควรเกิดจากการแจกแจงความแปรปรวนตัวอยางขนาด n (Keller.Warrak,(2000) p.364)
ดังนั้นคาตัวสถิติไคสแควรจึงมีคาตั้งแต 0 ถึง บวกอนันต คลายกับตัวสถิติเอฟ การอานคา

e-Version 2009 Tiradate Pimtongngam

132

วิกฤตตามระดับความเสี่ยงและดีเอฟ จึงตองพิจารณาจากคาระดับความเสี่ยงดังรูปที่ 7.5 และ

อานคาวิกฤตจากตาราง 7.8

รูปที่ 7.5 แสดงการแจกแจงตัวสถิติที่ระดับความเสี่ยงตางๆ

ตารางที่ 7.8 แสดงตัวสถิติที่ใชคือไคสแควรระดับความเสี่ยงและดีเอฟตางๆปรับปรุงจาก
Keller.Warrak,(2000) p.366
α
Df 0.995 0.990 0.975 0.950 0.050 0.025 0.010 .005
1 0.04393 0.03157 0.03982 0.03393 3.841 5.024 6.635 7.879
2 0.0100 0.0201 0.0506 0.103 5.991 7.378 9.210 10.597
3 0.0717 0.115 0.216 0.352 7.815 9.348 11.345 12.838
4 0.207 0.297 0.484 0.711 9.488 11.143 13.277 14.860
5 0.412 0.554 0.831 1.145 11.070 12.832 15.086 16.750
6 0.676 0.872 1.237 1.635 12.592 14.449 16.812 18.548
7 0.989 1.239 1.690 2.167 14.067 16.013 18.475 20.278
8 1.344 1.646 2.180 2.733 15.507 17.535 20.090 21.955
9 1.735 2.088 2.700 3.325 16.919 19.023 21.666 23.589
10 2.156 2.558 3.247 3.940 18.307 20.483 23.209 25.188
11 2.603 3.053 3.816 4.575 19.675 21.920 24.725 26.757
12 3.074 3.571 4.404 5.226 21.026 23.337 26.217 28.300
13 3.565 4.107 5.009 5.892 22.362 24.736 27.688 29.819
14 4.075 4.660 5.629 6.571 23.685 26.119 29.141 31.319
15 4.601 5.229 6.262 7.261 24.996 27.448 30.578 32.801
16 5.142 5.812 6.908 7.962 26.296 28.845 32.000 34.267
17 5.697 6.408 7.564 8.672 27.587 30.191 33.409 35.718
18 6.265 7.015 8.231 9.390 28.869 31.526 34.805 37.156
19 6.844 7.633 8.907 10.117 30.144 32.852 36.191 38.582
20 7.434 8.260 9.591 10.851 31.410 34.170 37.566 39.997
21 8.034 8.897 10.283 11.591 32.671 35.479 38.932 41.401
22 8.643 9.542 10.982 12.338 33.924 36.781 40.289 42.796
23 9.260 10.196 11.689 13.091 35.172 38.076 41.638 44.181
24 9.886 10.856 12.401 13.848 36.415 39.364 42.980 45.558
25 10.520 11.524 13.120 14.611 37.652 40.646 44.314 46.928
26 11.160 12.198 13.844 15.379 38.885 41.923 45.642 48.290
27 11.808 12.879 14.573 16.151 40.113 43.194 46.963 49.645
28 12.461 13.565 15.308 16.928 41.337 44.461 48.278 50.993
29 13.121 14.256 16.047 17.708 42.557 45.722 49.588 52.336
30 13.787 14.953 16.791 18.493 43.773 46.979 50.892 53.672

e-Version 2009 Tiradate Pimtongngam

 133

7.5. 2 พารามิเตอรที่วิเคราะหดวยตัวสถิติไคแสคว
การวิเคราะหขอมูลแจงนับจะเปนวิธีวิเคราะหขอมูลทางสถิติ เมื่อหนวยขอมูลที่ศึกษา
เปนเพียงกลุมตัวอยาง ตัวสถิติที่ใชคือไคสแควร และเรื่องที่วิเคราะหลวนแลวแตเปนของ
การทดสอบสมมติฐานทั้งสิ้นเทาที่พบเห็น เชน ตาราง 7.7

ตารางที่ 7.7 แสดงสมมุติฐานเกี่ยวกับพารามิเตอรทที่ ดสอบดวยตัวสถิติที่ใชคือไคสแควร

พารามิเตอรที่ทดสอบ
สัดสวน H0: สัดสวนของผูซื้อน้าํ ดื่ม OB– one ตอน้าํ ดื่มอื่นเปน 40: 60
ความเปนเนื้อเดียวกัน
ความเปนอิสระจากกัน
ภาวะสารูปสนิทดี
ตัวอยางสมมติฐาน
H1: สัดสวนของผูซื้อน้ําดื่ม OB– one ตอน้ําดื่มอื่นไมเปน40: 60
H0:ลักษณะการแจกแจงสัดสวนการใชผงซักฟอกยี่หอตาง ๆ ในกลุม
ชนบทกับกลุมชานเมืองเหมือนกัน
H1: ลักษณะการแจกแจงสัดสวนการใชผงซักฟอกยี่หอตาง ๆ ในกลุม
ชนบทกับกลุมชานเมืองตางกัน
H0:การเลือกใชผงซักฟอกกับการเลือกใชแชมพูสระผมเปนอิสระจากกัน
H1:การเลือกใชผงซักฟอกกับการเลือกใชแชมพูสระผมเปนไมอิสระจากกัน
H0:ปริมาณการสั่งซื้อของรานคาปลีก มีการแจกแจงแบบปกติ
H1:ปริมาณการสั่งซื้อของรานคาปลีก มีการแจกแจงแบบอื่น

7.5.3 ขอมูลเชิงคุณภาพที่วิเคราะหดวยตัวสถิติไคแสคว
ผลการตอบสอบถาม แบบสัมภาษณหรืออื่นๆ มักมีขอมูลบางอยางที่เปนมาตราวัด
แบบแบงเปนกลุมหรือนามบัญญัติ ซึ่งเราไมสามารถจะทําการวิเคราะหทางสถิติจากขอมูล
ชนิดนั้นไดโดยตรง เพราะตัวเลขที่เห็นเปนเพียงรหัส ( code ) ที่เราตั้งขึ้นใหเปนหมายเลข
แทนกลุมนั้น ๆ เชน
ศาสนาคริสต แทนดวย 0 ศาสนาพุทธ แทนดวย 1
ศาสนาอิสลาม แทนดวย 2 ศาสนาอื่น ๆ แทนดวย 3
ขอมูลลักษณะนี้เราไมสามารถทําการหาคาเฉลี่ย หรือประมาณผลทางสถิติไดเลย เพราะผลที่
ได จ ะไม สื่ อ ความหมายอะไรและไม ส ามารถตี ค วามได อย า งไรก็ ต าม หากเรานั บ ความถี่ ใ นแต ล ะ

e-Version 2009 Tiradate Pimtongngam

134

ปรากฏการณที่สามารถแจงนับออกมาได เราจะสามารถทําการวิเคราะหได โดยใชการวิเคราะหขอมูลแจง

นับ

ตัวอยางที่ 7.5 ทดสอบสัดสวนตามที่กําหนดหรือไม ผูวิจัยตองการทราบจากประชากร

กําหนดการแบงเปนกลุม เชน ประชากรผูซื้อน้ําดื่ม กลุม 1 ซื้อน้ําดื่ม OB-one กลุม 2 ผู
ไมซื้อน้ําดื่ม OB-one สัดสวนของผูซื้อน้ําดื่มโอบีวัน : ไมซื้อน้ําดื่มโอบีวัน เปน 40 : 60
หรือไม กําหนดขนาดตัวอยาง สมมติวา จะสอบถาม 200 ราย หาความถี่คาดหวังใหแต
ละกลุม โดยใชสมมติฐานเปนหลัก จะไดวา ดวยขนาดตัวอยาง 200 ราย คาดไดวา
กลุมที่ 1 จะมี 80 ราย กลุมที่ 2 จะมี 120 ราย ออกไปเก็บขอมูล 200 ราย
โดยสุม แจงนับวามีกี่รายที่ซื้อน้ําดื่ม OB-one และกี่รายที่ไมซื้อน้ําดื่ม OB-one ดังนั้น จะ
ไดคาความถี่จากการสังเกต
สมมติวา ความถี่ของผูซื้อน้ําดื่มโอบีวัน คือ 70
ความถี่ของผูไมซื้อน้ําดื่มโอบีวัน คือ 130 นําความถี่จากการ
สังเกต กับความถี่ที่คาดหวังมาประเมินดวยสูตร ไคสแควร เพื่อหาวาองศาของความ
คลาดเคลื่อนระหวางความเปนจริงกับที่คาดหวังโดยสมมติฐานนั้นมากนอยเพียงใด

χ2 = ∑
k
(O i − Ei )
2

i =1 Ei

เมื่อ Oi = ความถี่ที่สังเกตไดในกลุมที่ i
Ei = ความถี่ที่คาดหวังในกลุมที่ i
k = จํานวนกลุม

ในที่นี้ χ2 =
(70 − 80 )2 + (130 − 120 )2
80 120

นํา χ2 ที่ไดจากการคํานวณไปเทียบกับ
= 1 . 25 + 0 . 83 = 2 . 083
χ2 จากตารางที่ 7.8 ตามระดับความเสี่ยงและดีเอฟเทากับ k-1 แลวสรุปผลตาม
วิธีทางสถิติ

e-Version 2009 Tiradate Pimtongngam

 135

ตัวอยางที่ 7.6 การทดสอบความเปนอิสระ สําหรับงานวิจัยที่ตองการสรุปวาการทดสอบ

ความเปนอิสระระหวางแนวตั้งกับแนวนอน
การที่ตั้งราคาผลิตภัณฑคอนขางสูงเพื่อดึงภาพลักษณของผลิตภัณฑใหสูงขึ้นนั้น พนักงานขาย
2 กลุม (กลุมชนบทและกลุมในเมือง) มีทัศนคติตอการตั้งราคาเชนนี้ตางกันหรือไม
นั่นคือ ตองการทดสอบสมมติฐานที่วา การแจกแจงในดานความคิดเห็นของพนักงาน
2 กลุมนี้เหมือนกัน สมมติขอมูลเปนดังตารางที่ 7.9

ตารางที่ 7.9 แสดงขอมูลการแจกแจงในดานความคิดเห็นของพนักงาน 2 กลุม

กลุม เห็นดวยมาก เห็นดวยปานกลาง เห็นดวยนอย รวม

พนักงานชนบท 20 40 20 80
พนักงานในเมือง 30 30 10 70
รวม 50 70 30 150

หาคาความถี่ที่ควรเปนของความคิดเห็นในแตละกลุมพนักงาน ดวยสูตร

RiC j
Ε ij =
T
เมื่อ R i คือ ความถี่รวมแนวแถว (Row) ที่ i
C j คือ ความถี่รวมแนวสดมภ (Column) ที่ j
T คือ ความถีร่ วมทั้งหมด
R 1 E 1 (80 )(50 )
เชน Ε 11 = = = 26 . 67
T 150

(O − E ij )
2

จากสูตร χ = ∑∑ ij
2 ij
(r −1 )(c −1 )
E ij

จะได =
(20 − 26 . 67 )2 + (40 − 37 . 33 )2 + ... +
(10 − 14 . 000 )2
26 . 67 37 . 33 14 . 000

e-Version 2009 Tiradate Pimtongngam

136

= 1 . 67 + 0 . 19 + ... + 1 . 14 = 6 . 13
ตารางที่ 7.10 แสดงคาความถี่ที่ควรจะเปนของความคิดเห็นในแตละกลุมพนักงาน

กลุม เห็นดวยมาก เห็นดวยปานกลาง เห็นดวยนอย รวม

พนักงานชนบท 26.67 37.33 16.00 80
พนักงานในเมือง 23.33 32.67 14.00 70
รวม 50 70 30 150

เทียบกับคา χ2 ในตาราง χ .205 , 2 = 5 . 99 จะเห็นวา คา χ2 ที่คํานวณได

อยูในเกณฑปฏิเสธสมมติฐาน นั่นคือ การแจกแจงในดานความคิดเห็นของพนักงาน 2 กลุม
นี้ไมเหมือนกัน

7.6 การวิเคราะหความถดถอยอยางงาย

เปนการวิเคราะหทางสถิติที่มุงจะหาตัวแบบความสัมพันธของตัวแปรตัวหนึ่ง ซึ่ง
เรียกวา ตัวแปรตาม (Dependent Variable) โดยใหตัวแปรอีกตัวหนึ่งเปนตัวที่ชวยในการ
สรางตัวแบบเพื่อหาคาของตัวแปรตาม เราเรียกตัวแปรนี้วา ตัวแปรอิสระ (Independent
Variable) หากตัวแปรอิสระมีจํานวนหนึ่งตัว เราเรียกวาเปนการวิเคราะหความถดถอย
อยางงาย (Simple Regression Analysis) และถาหากตัวแปรอิสระมีตั้งแต 2 ตัวขึ้นไป
เราเรียกวาการวิเคราะหถดถอยเชิงซอน หรือการวิเคราะหความถดถอยเชิงพหุ (Multiple
Regression Analysis) เปาหมายของการวิเคราะห คือ การใชตัวแบบประมาณคาตัว
แปรตาม ซึ่งจัดเปนแนวทางหนึ่งของการพยากรณ
ประเด็นที่ผูวิเคราะหจะตองระวัง คือ การจัดเก็บขอมูล ถาเปนการวิเคราะหความ
ถดถอย การจัดเก็บตัวแปรอิสระ X จะเปนไปโดยการระบุไวลวงหนา ทั้งนี้เพื่อใหมีความ
หลากหลายของคาตัวแปร ทําใหการสรางแนวเสนสัมพันธมีความนาเชื่อถือสูง เพราะมีขอมูล
ที่เพียงพอตอการรางแนวเสนได เมื่อไดระบุคา X แลวเราก็จะตามไปเก็บคา Y ที่สอดคลอง
กับคา X ในที่สุดจะไดขอมูลที่เปนคูลําดับ (X , Y) ซึ่งควรคํานึงสิ่งตอไปนี้
7.6.1 ผูวิเคราะหจึงควรเขาใจถึงขอตกลงเบื้องตนเพื่อการวิเคราะห ไดแก

e-Version 2009 Tiradate Pimtongngam

 137

7.6.1.1 ณ คาใดคาหนึ่งของ X จะมีคา Yi ไดหลายคา และ Yi

นั้น มีการแจกแจงแบบปกติ ดวยคาเฉลี่ยเทากับ β + β 1 X และคาแปรปรวน σ2
7.6.1.2 คาความแปรปรวน σ2 ของความคลาดเคลื่อน ณ คาตาง ๆ
ของ X จะเทากัน นั่นคือ

σ y2 i x1 = σ y2 i xi = ... = σ y2i xn

7.6.1.3 คาของ Yi เปนตัวแปรเชิงปริมาณชนิดตอเนื่องหรืออนุโลมไดวา

เปนแบบตอเนื่อง และบอยครั้งที่เราจะพบวา งานวิเคราะหความถดถอยอยางงายนี้จะจบลง
ที่วา สามารถหาสมการถดถอยไดเปน Yˆ = b 0 + b 1 X โดยประมาณคา β0 และ β1
ดวยคา b0 และ b1
7.6.2 ขั้นตอนของงานวิเคราะหความถดถอยอยางงาย มีดังนี้
7.6.2.1 เขียนกราฟขอมูลตามคูลําดับ ( X , Y ) เพื่อเปนการตรวจสอบ
ความสัมพันธเชิงเสนตรง ในเบื้องตนดวยสมการ
7.6.2.2 หาสมการ Yˆ = b 0 + b 1 X ดวยการประมาณ β0 ดวย b0
และประมาณ β1 ดวย b1
7.6.2.3 สรางตารางแอนโนวา เพื่อความสะดวกในการหาคาตาง ๆ ใน
การวิเคราะหขอมูลตอไป
7.6.2.4 การหาคาสัมประสิทธิ์การกําหนด
7.6.2.5 การทดสอบสมมติฐาน โดย การทดสอบดวยตัวสถิติ t และการ
ทดสอบดวยตัวสถิติ F
7.6.2.5 การใชเสนถดถอยเพื่อการประมาณเปนชวง ใหแก คาเฉลี่ยของ Y
เมื่อกําหนดคา X ให และคาประมาณของ Y เมื่อกําหนดคา X ให

e-Version 2009 Tiradate Pimtongngam

138

6.7 สรุป

บทนีม้ ีจุดประสงคเพื่อใหเห็นความสําคัญของการใชสถิติสําหรับเปนเครื่องมือชวยใน
การดําเนินการกับขอมูลที่ไดสําหรับการอางอิงถึงประชากรดวยการประมาณสัดสวนประชากร
การประมาณคาเฉลี่ยประชากรแบบจุด การประมาณคาเฉลี่ยประชากรแบบชวง การ
ทดสอบสมมุตฐิ านเกี่ยวกับคาเฉลี่ยสองประชากรที่ไมอิสระกันหรือประชากรคู การทดสอบ
สมมุติฐานเกีย่ วกับคาเฉลี่ยสองประชากรที่อิสระกันหรือไมขึ้นแกกัน การเปรียบเทียบคาเฉลี่ย
หลายประชากรดวยการวิเคราะหความแปรปรวน การทดสอบความเปนอิสระกันระหวาง
ขอมูลแนวตั้งกับแนวนอน

แบบฝกหัดทายบท

1. จงบอกความแตกตางระหวางการประมาณคาแบบจุดและแบบชวง
2. จงอธิบายหลักสําคัญและวัตถุประสงคของการทดสอบสมมุติฐาน
3. สุมถามพนักงานจํานวน 500 คนพบวามี 284 คน พอใจกับการขึ้นเงินเดือนจงประมาณ
สัดสวนของพนักงานทัง้ หมดที่ระดับความเชื่อมั่น 95 %
4. สุมตรวจสอบความยาวสลักเกลียวที่ผลิตจากเครื่องจักรเครื่องหนึ่ง 15 ตัว พบคา
เบี่ยงเบนมาตรฐานความยาวเปน 0.8 นิ้ว จงประมาณคาความแปรปรวนความยาวสลัก
เกลียว สลักเกลียวทั้งหมดผลิตจากเครื่องจักรเครื่องนี้เชื่อได 90 %
5. จงประมาณคาเฉลี่ยรายไดเกษตรกรไทยตอเดือนแตละครอบครัวที่เชื่อได 95% เมื่อ
ตัวอยางสุม เปนรายไดของเกษตรกร 35 ครอบครัว พบรายไดเฉลี่ยตอเดือนแตละ
ครอบครัวเปน 3,500 บาท คาเบี่ยงเบนมาตรฐาน 325 บาท.
6. ตัวอยางสุมประกอบดวยแยมสัปปะรด 30 ขวด น้าํ หนักเฉลีย่ 119 กรัม. คา
เบี่ยงเบนมาตรฐาน 3 กรัม. ปายขางขวดเขียนวา “น้ําหนักสุทธิ 120 กรัม” จง
ทดสอบน้าํ หนักของแยมนี้นอ ยกวา 120 กรัม หรือไม

e-Version 2009 Tiradate Pimtongngam

 139

7. จากตารางที่ 6.7 แสดงคะแนนระดับสติปญญาและคะแนนวิชาเคมีในนักศึกษาปที่ 1

จงสรางสม การถดถอยแบบ “ y on x “ พรอมทั้งทดสอบสมมติฐานวาการถดถอยนั้นเปน
เสนตรงหรือไมที่ α = .05

ตารางที่ 6.7 แสดง

นักศึกษา คะแนนสติปญ
 ญา ( x ) คะแนนเคมี ( y )
1 65 85
2 50 74
3 55 76
4 65 90
5 55 85
6 70 87
7 65 94
8 70 98
9 55 81
10 70 91
11 50 76
12 55 74

e-Version 2009 Tiradate Pimtongngam

140

เอกสารอางอิง

Loether,Herman J. and Donald G. McTavish. (1980). Descriptive and Inferentiol

Statistics an Introduction. Boston : Allyn and Bacon.
Wonnacott,Ronald J. and Thomas H. Wonnacott. (1985). Introductory Statistics.
NewYork : John Wily &sons.
John N.,William W, Whimore G.A.(1988). Applied Statistics, (3 th ed). Allyn and
Bacon.
Watson, C.J., Billingsley, P., Croft, D.J., and Huntsberger, D.V. (1990). Statistics for
Management and Economics, (4 th ed). Allyn and Bacon.
Keller, G., Warrack, B., (2000). Statistics for Management and Economics, (5 th ed),
Duxbury.

e-Version 2009 Tiradate Pimtongngam