ชีวสถิติ: แ น ว คิ ด Statistics:

มาจากภาษาลาติน “State” indicating the historical

516701 Biostatistics importance of governmental data gathering, which
||||||||||||||||||||||||||||||||||||||||||||||||||||||||| related principally to cencus taking and tax collecting.
for Health Science Resesrch
Statistics applied to biological problem called
ผศ.นิคม ถนอมเสียง biostatistics or, sometimes,biometry
สาขาวิชาวิทยาการระบาดและประชากรศาสตร์
คณะสาธารณสุขศาสตร์ มหาวิทยาลัยขอนแก่น
Email nikom@kku.ac.th
Web http://home.kku.ac.th/nikom

Statistics: Biostatistics is the study of statistics as applied to

Statistics The meaning of statistics is implicit in the previous section.
More concretely, however, we may say that statistics is a field of study biological areas. Biological laboratory experiments,
concerned with (1) the collection, organization, summarization, and medical research (including clinical research), and
analysis of data; and (2) the drawing of inferences about a body of data health services research all use statistical methods.
when only a part of the data is observed. Many other biological disciplines rely on statistical
Danial W.W. (2009). BIOSTATISTICS A Foundation for Analysis in the Health Sciences. 9th
methodology.
the science that deals with the collection, classification, analysis, and
interpretation of numerical facts or data, and that, by use of
mathematical theories of probability, imposes order and regularity on
aggregates of more or less disparate elements. Tools for Research
(Dictionary.com http://dictionary.reference.com/browse/statistics)

แบบแผนการวิจัย (Research Design) ปัญหาการวิจัย

ทบทวนเอกสาร/วิจัย
Descriptive Research
กําหนดตัวแปรที่เกี่ยวข้อง
Analysis Research รายงานผล
วัตถุประสงค์/สมมุติฐาน
Cohort, Case-Control, Cross-sectional
Experimental Research การแปรผลข้อมูล
กระบวนการวิจัย รูปแบบการวิจัย
Systematic Review & Meta-Analysis การวิเคราะห์ข้อมูล Research Process ประชากร/ตัวอย่าง

การรวบรวมข้อมูล
6
 แบบแผนการวิจัยและจุดมุ่งหมาย

ขนาดของปัญหา การวิจัยเชิงพรรณนา
สาเหตุของปัญหา การวิจัยเชิงวิเคราะห์
วิธีการแก้ปัญหา การวิจัยเชิงทดลอง

ตัวแปร ข้ อมูล
ประชากร เครื่องมือวัดเช่น ID V1 V2 ... Vp
แบบสอบถาม
1
ตัวอย่าง 2
...
n

สถิติเชิงอนุมาน สถิติเชิงพรรณนา
การทดสอบสมมุติฐาน Mean(SD) Median(inter-quatile)
ประมาณค่า จํานวน ร้ อยละ

พิจารณา การวิจยั เรือ่ ง:

“อุบตั ิการณ์โรคหืด ในเขตเมือง จังหวัดขอนแก่น” ประชากรคือใคร ?
คําถามการวิจยั ตัวอย่างได้มาอย่างไร ?
อุบตั ิการณ์โรคหืด ในเขตเมือง จังหวัดขอนแก่น ตัวอย่างจํ านวนเท่าใด ?
เป็ นอย่างไร ? ตัวแปรที่จะศึกษา ได้แก่ ?
“ความแตกต่างของค่าสมรรถภาพปอด (FEV1) ระหว่าง เครื่องมือในการเก็บรวบรวมข้อมูล ?
สถิติที่ใช้ทดสอบได้แก่ ?
กลุ่มสูบบุหรี่และกลุ่มไม่สูบบุหรี่” การแปลความหมาย ?
FEV1 = Forced expiratory volume in one การรายงานผลลัพธ์
คําถามการวิจยั
ค่าสมรรถภาพปอด (FEV1) ระหว่างกลุ่มสูบบุหรี่และ
กลุ่มไม่สูบบุหรี่แตกต่างกันหรือไม่ ?
 ประชากรคือใคร ?
-ประชาชนอายุ 20-60 ปี ในเขตเมือง
-ผูม้ ารับบริการที่หน่วยระบบทางเดินหายใจทั้งหมด
ระหว่าง 1 มกราคม 2541-31 มีนาคม 2541
ประชากร (population)

ตัวอย่างคือใคร ? สุ่ม
-ประชาชนอายุ 20-60 ปี ในเขตเมือง
-ผูม้ ารับบริการที่หน่วยระบบทางเดินหายใจ
ระหว่าง 1 มกราคม 2541-31 มีนาคม 2541 ตัวอย่าง (sample)
จํ านวน…คน

การสุ่มตัวอย่าง
1. การสุ่มแบบง่าย (simple random sampling) การสุ่มตัวอย่างแบบง่าย
จับสลาก/ตารางเลขสุ่ม/คอมพิวเตอร์ (Simple Random Sampling)
2. การสุ่มแบบมีระบบ (systematic sampling) -หน่วยตัวอย่างทุกหน่วยในประชากรมีโอกาส
เว้ นช่วงสุ่มให้ เท่ากัน
3. การสุ่มแบบชั้นภูมิ (Stratified sampling) เลือกเท่ากัน
ภายในชั้นภูมิเหมือนกัน ระหว่างชั้นภูมิแตกต่างกัน -วิธีจบั ฉลาก ใส่คืน, ไม่ใส่คืน
4. การสุ่มแบบกลุ่ม (cluster sampling) -ใช้ตารางเลขสุ่ม
ภายในกลุ่มแตกต่างกัน ระหว่างกลุ่มเหมือนกัน -Random by Computer
5. การสุ่มแบบมีข้นั ตอน (multi stage sampling)

ตารางเลขสุ่ม (Random Number Table) การสุ่มตัวอย่างแบบมีระบบ

(Systematic Sampling)
78986 45691 79922 40294 52672 46262 58177 55586
83230 59025 72573 18282 45513 82933 27933 47485 คล้ายกับการสุ่มตัวอย่างแบบง่าย
58845 01946 00367 38926 58508 36119 20874 35592 กําหนดช่วงการสุ่ม (sampling Interval)
51999 19130 90645 68287 33553 38330 13565 99744
61096 59042 57643 00032 79958 08641 71178 23270 I = N/n
30226 69093 63119 84323 28281 49514 26440 24786 เช่นประชากร 200 คน ตัวอย่าง 50 คน
02073 ...
I = 200/50 = 4
 1 2 3 4 5 6 7 8 9 10 11 12 13

-สุ่มตัวอย่างจากช่วง 1-4 (ตัวอย่างที่ส่มุ กําหนด S)

-สมมุติได้ หมายเลข 2 ดังนั้น ...
-หน่วยตัวอย่างคือ S, S+I, S+2I, S+3I,…
S+(n-1)I
-หรือหมายเลข 2, 2+4,2+8…2+(50-1)(4)
...

การสุ่มตัวอย่างแบบแบ่งชั้นภูมิ
การสุ่มตัวอย่างแบบแบ่งชั้นภูมิ
(Stratified Random Sampling) Stratum
แบ่งประชากรเป็ นชั้นๆ (Stratum)
ภายในชั้นคล้ ายคลึงกัน สุ่ม
ระหว่างชั้นแตกต่างกัน Stratum
สุ่มตัวอย่างแบบง่ายหรือแบบมีระบบ สุ่ม
ตัวอย่าง

การสุ่มตัวอย่างแบบแบ่งกลุ่ม
การสุ่มตัวอย่างแบบแบ่งกลุ่ม
(Cluster Sampling) Cluster
 แบ่งประชากรเป็ นกลุ่ม (Cluster)
 ภายในชั้นแตกต่างกัน
 ระหว่างชั้นคล้ ายคลึงกัน Cluster
 สุ่มตัวอย่างแบบง่ายหรือแบบมีระบบ
 หมู่บ้านเป็ น Cluster
ตัวอย่าง
ตัวอย่างจํ านวนเท่าใด ? ตัวแปรทีใ่ ช้ในการศึกษา
10 ราย/20 ราย/30ราย…100,1000 … ? -อายุ -เพศ
คํานวณขนาดตัวอย่าง -อาชีพ -รายได้
เช่น อุบตั ิการณ์โรคหืด ในเขตเมือง จังหวัดขอนแก่น -การสูบบุหรี่ -ระยะเวลาที่สูบบุหรี่
(Z )2 pq - FEV1
n  α/22
- ฯลฯ
d - โรคหืด
เรื่อง ความแตกต่างของค่าสมรรถภาพปอด (FEV1) เช่น การสูบบุหรี่ ----> FEV1
ระหว่างกลุ่มสูบบุหรี่และกลุ่มไม่สูบบุหรี่
(Z  Z )22σ2 ตัวแปรอิสระ ตัวแปรตาม
n  α/2 β
(μ1  μ2 )

ตัวแปรทีใ่ ช้ในการศึกษา สเกลการวัดของตัวแปร

-แบ่งเป็ นชนิด
ตัวแปรเชิงปริมาณ (Quantitative) อายุ
ตัวแปรเชิงคุณภาพ (Qualitative) เพศ
-แบ่งเป็ นประเภท
ตัวแปรต่อเนือ่ ง เช่น อายุ นํ้าหนัก
(continuous variables)
ตัวแปรไม่ต่อเนือ่ ง เช่น เพศ อาชีพ
(Categorical variables)
1. นามสเกล (nominal Scale) เพศ กลุ่มเลือด
2. อันดับสเกล (Ordinal Scale) ทัศนคติ
ความพึงพอใจ ระดับความเจ็บปวด
3. ช่วงสเกล (Interval Scale) IQ อุณหภูมิ
4. อัตราส่วนสเกล (Ratio Scale) ชีพจร
ความดันโลหิต

ตัวแปรสามารถเปลีย่ นสเกลได้เช่น
-นามสเกล เช่นความรู้รายข้ อนํามารวมกัน เปลี่ยนเป็ น
ช่วงสเกล
-อันดับสเกล เช่น ทัศนคติ ความพึงพอใจ การรับรู้
นํารายข้ อรวมกันเปลี่ยนเป็ น ช่วงสเกล
- ช่วงสเกล ,อัตราส่วนสเกล เช่นความดันโลหิต sysbp
แบ่งเป็ นกลุ่ม hypertension, normal, hypotension
เปลี่ยนเป็ น นามสเกล
 สูง ความตรง (Validity) ตํา่
เครือ่ งมือทีใ่ ช้ในการศึกษา
-แบบสอบถาม

ตํา่ ความเทีย่ ง (Reliability) สูง

-Spirometry ฯลฯ

ความตรง (validity)/ความเทีย่ ง (Reliability)

ลักษณะทีร่ วบรวมจากตัวอย่างเรียกว่า “ข้อมูล”
ข้อมูล = ความจริง + ความเท็จ

การวิเคราะห์ขอ้ มูล ความแตกต่างของค่าสมรรถภาพปอด (FEV1) ระหว่าง

-อายุ ค่าเฉลีย่ /มัธยฐาน/ร้อยละ กลุ่มสูบบุหรี่และกลุ่มไม่สูบบุหรี่ วัดอย่างไร
-เพศ ร้อยละ
-อาชีพ
-รายได้
-การสูบบุหรี่
ร้อยละ
ค่าเฉลีย่ ?
ค่าเฉลีย่ /มัธยฐาน/ร้อยละ
สถานการณ์ 1
สถานการณ์ 2
(FEV1) SMK (FEV1) no SMK
78 vol%
98 vol%
105 vol%
100 vol%
-ระยะเวลาที่สูบบุหรี่ ค่าเฉลีย่ /มัธยฐาน/ร้อยละ
- FEV1 ค่าเฉลีย่ /มัธยฐาน/ร้อยละ ต้องทดสอบทางสถิติ
-อุบตั ิการณ์โรคหืด สัดส่วน (ร้อยละ)
ฯลฯ

สถิติทีใ่ ช้ในการศึกษา
สถิติเชิงพรรณนา เพือ่ อธิบายลักษณะทัว่ ไปของกลุ่มตัวอย่าง
และปั จจัยต่างๆ โดยใช้สถิติพนฐาน
ื้ เช่น ความถี่ ร้อยละ
ค่าเฉลีย่ มัธยฐาน ส่วนเบีย่ งเบนมาตรฐาน inter-quatile
สถิติอนุ มาน เพือ่ ศึกษากับตัวอย่าง สรุป อ้างอิงถึงประชากร
ความแตกต่างของค่าสมรรถภาพปอด (FEV1) ระหว่าง
กลุ่มสูบบุหรี่และกลุ่มไม่สูบบุหรี่โดยใช้สถิติ independent
t-test และ 95% ช่วงเชื่อมัน่
สถิติในการวิเคราะห์ขอ้ มูล
จากการศึกษา FEV1 ของผูไ้ ม่สูบบุหรี่ 30 คนพบว่ามีค่า
เฉลีย่ 105 vol% (ส่วนเบีย่ งเบนมาตรฐาน=4.5 vol%)
และค่าเฉลีย่ FEV1ผูส้ ูบบุหรี่ 78 vol% (ส่วนเบีย่ งเบน
มาตรฐาน=5.0) สถิติเชิงพรรณนา
และการวิเคราะห์ทางสถิติพบว่าค่าเฉลีย่ FEV1ผูส้ ูบบุหรี่
แตกต่างกับผูไ้ ม่สูบบุหรี่ อย่างมีนยั สําคัญทางสถิติ
(independent t-test=3.46; p-value =.001 95%
ช่วงเชื่อมัน่ เท่ากับ .37-.142) สถิติเชิงอนุ มาณ
 สถิติในการวิเคราะห์ขอ้ มูล
1. สถิติเชิงพรรณนา (Descriptive Statistics)
อธิบาย สรุป คุณลักษณะของตัวอย่าง
2. สถิติเชิงอนุ มาน (Inferential statistics)
สรุป อ้างอิงไปถึงประชากร ประกอบด้วย
-การทดสอบสมมุติฐาน (Hypothesis testing)
-การประมาณค่า (Estimation)

สัญลักษณ์
ประชากร ตัวอย่าง
พารามิเตอร์ ค่าสถิติ ความหมาย
μ x ค่าเฉลี่ย
σ sd, s ส่วนเบี่ยงเบนมาตรฐาน
π p สัดส่วน
ρ r สหสัมพันธ์
etc.
สัญลักษณ์ทางสถิติ : Download http://home.kku.ac.th/nikom