Professional Documents
Culture Documents
สถิติวิศวกรรม
EY20301
รณฤทธิ์ จันทร์ศิริ
วศ.ม.(วิศวกรรมเครื่องกล)
คณะเทคโนโลยี
มหาวิทยาลัยราชภัฏอุดรธานี
2561
คำนำ
รณฤทธิ์ จันทร์ศิริ
กรกฎาคม 2561
สารบัญ
หน้า
สารบัญ................................................................................................................................................... (1)
สารบัญรูปภาพ ....................................................................................................................................... (5)
สารบัญตาราง......................................................................................................................................... (7)
แผนบริหารการสอนประจาวิชา ....................................................................................................... 1
แผนบริหารการสอนประจาบทที่ 1 ................................................................................................ 13
บทที่ 1 ความน่าจะเป็นและการประยุกต์ทางวิศวกรรม .......................................................... 15
1.1 ความหมายของสถิติ ........................................................................................................ 15
1.2 การดาเนินการทางสถิติ ................................................................................................... 16
1.3 ส่วนประกอบของวิชาสถิติ ............................................................................................... 17
1.4 ความหมายและคุณสมบัติของความน่าจะเป็น ................................................................. 18
1.5 การประยุกต์ความน่าจะเป็นกับงานด้านวิศวกรรม ........................................................... 19
1.6 สรุป ................................................................................................................................. 22
แบบฝึกหัดท้ายบทที่ 1 ........................................................................................................... 23
เอกสารอ้างอิง ........................................................................................................................ 25
แผนบริหารการสอนประจาบทที่ 2 ................................................................................................ 27
บทที่ 2 ตัวแปรสุ่มและการแจกแจงความน่าจะเป็น ................................................................. 29
2.1 ความหมายของตัวแปรสุ่ม ................................................................................................ 29
2.2 ชนิดของตัวแปรสุ่ม .......................................................................................................... 29
2.3 การแจกแจงความน่าจะเป็นของตัวแปรสุ่ม ...................................................................... 30
2.4 การแจกแจงความน่าจะเป็นของตัวแปรสุ่มไม่ต่อเนื่อง ...................................................... 21
2.5 การแจกแจงความน่าจะเป็นของตัวแปรสุ่มชนิดต่อเนื่อง................................................... 37
2.6 สรุป ................................................................................................................................. 44
แบบฝึกหัดท้ายบทที่ 2............................................................................................................ 45
เอกสารอ้างอิง ........................................................................................................................ 48
(2)
สารบัญ (ต่อ)
หน้า
แผนบริหารการสอนประจาบทที่ 3 ................................................................................................ 49
บทที่ 3 การประมาณค่า ................................................................................................................. 51
3.1 การประมาณค่าเฉลี่ยของประชากรชุดเดียว ( ) ............................................................. 52
3.2 การประมาณผลต่างระหว่างค่าเฉลี่ยของประชากรสองชุด ............................................... 58
3.3 การประมาณค่าสัดส่วนของประชากรชุดเดียว ................................................................. 63
3.4 การประมาณผลต่างระหว่างค่าสัดส่วนของประชากรสองชุด ............................................ 66
3.5 สรุป ................................................................................................................................. 70
แบบฝึกหัดท้ายบทที่ 2 ........................................................................................................... 72
เอกสารอ้างอิง ........................................................................................................................ 74
แผนบริหารการสอนประจาบทที่ 4 ................................................................................................ 75
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ ....................................................................................... 77
4.1 ความจาเป็นที่จะต้องมีการทดสอบสมมติฐานเชิงสถิติ ...................................................... 77
4.2 การตั้งสมมติฐานเชิงสถิติ ................................................................................................. 78
4.3 ความผิดพลาดในการทดสอบสมมติฐานเชิงสถิติ .............................................................. 81
4.4 ระดับความเชื่อมั่นในการทดสอบสมมติฐานเชิงสถิติ ........................................................ 82
4.5 ขั้นตอนในการทดสอบสมมติฐานเชิงสถิติ ......................................................................... 83
4.6 ตัวสถิติเพื่อการทดสอบ.................................................................................................... 87
4.7 การทดสอบสมมติฐานเกี่ยวกับค่าเฉลี่ยของประชากร ...................................................... 88
4.8 วิธีการตรวจสอบความเท่ากันของความแปรปรวนของประชากรสองชุด ........................105
4.9 การทดสอบสมมติฐานเกี่ยวกับสัดส่วน ...........................................................................109
4.10 สรุป.............................................................................................................................120
แบบฝึกหัดท้ายบทที่ 4 .........................................................................................................123
เอกสารอ้างอิง ......................................................................................................................125
(3)
สารบัญ (ต่อ)
หน้า
แผนบริหารการสอนประจาบทที่ 5 ..............................................................................................127
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น.......................................................129
5.1 การวิเคราะห์การถดถอยอย่างง่าย .................................................................................129
5.2 การวิเคราะห์การถดถอยเมื่อตัวแปรอิสระแทนช่วงเวลา ................................................147
5.3 การวิเคราะห์สหสัมพันธ์ ................................................................................................157
5.4 การหาสหสัมพันธ์เมื่อข้อมูลอยู่ในรูปลาดับที่..................................................................160
5.5 ข้อควรระวังเกี่ยวกับการวิเคราะห์การถดถอยและสหสัมพันธ์ ........................................164
5.6 สรุป ...............................................................................................................................165
แบบฝึกหัดท้ายบทที่ 5 .........................................................................................................166
เอกสารอ้างอิง ......................................................................................................................170
แผนบริหารการสอนประจาบทที่ 6 ..............................................................................................171
บทที่ 6 การวิเคราะห์ความแปรปรวน .......................................................................................173
6.1 แนวคิดของการวิเคราะห์ความแปรปรวน ......................................................................173
6.2 ข้อตกลงเบื้องต้นสาหรับการวิเคราะห์ความแปรปรวน ...................................................175
6.3 การวิเคราะห์ความแปรปรวนแบบจาแนกทางเดียว .......................................................176
6.4 การวิเคราะห์ความแปรปรวนแบบจาแนกสองทาง .........................................................191
6.5 การทดสอบความแตกต่างระหว่างค่าเฉลี่ยของประชากรสองชุดใดๆภายหลังการวิเคราะห์
ความแปรปรวน ............................................................................................................. 199
6.6 ข้อควรระวังในการวิเคราะห์ความแปรปรวนเพื่อทดสอบความแตกต่างระหว่างค่าเฉลี่ยของ
ประชากรตั้งแต่สองชุดขึ้นไป ........................................................................................219
6.7 สรุป ...............................................................................................................................201
แบบฝึกหัดท้ายบทที่ 6 .........................................................................................................202
เอกสารอ้างอิง ......................................................................................................................207
(4)
สารบัญ (ต่อ)
หน้า
แผนบริหารการสอนประจาบทที่ 7 ..............................................................................................209
บทที่ 7 การประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรม ............................................211
7.1 การควบคุมคุณภาพอุตสาหกรรม ..................................................................................211
7.2 ประโยชน์ของการควบคุมคุณภาพอุตสาหกรรม............................................................212
7.3 ขั้นตอนและวิธีการควบคุมคุณภาพอุตสาหกรรม ..........................................................213
7.4 การวัดคุณภาพของสินค้าหรือผลิตภัณฑ์ .......................................................................214
7.5 เครื่องมือที่ใช้ในการควบคุมคุณภาพ.............................................................................215
7.6 แผนภูมิที่ใช้ในการควบคุมภาพเชิงสถิติ ........................................................................224
7.7 สรุป .............................................................................................................................232
แบบฝึกหัดท้ายบทที่ 7 ........................................................................................................233
เอกสารอ้างอิง .....................................................................................................................234
สารบัญรูปภาพ
รูปที่ หน้า
1.1 ข้อมูลและสถิติ ................................................................................................................................. 15
1.2 การดาเนินการทางสถิติ ................................................................................................................... 17
1.3 ความสัมพันธ์ระหว่างความน่าจะเป็นและสถิติอนุมาน ..................................................................... 18
2.1 การแจกแจงปกติ ............................................................................................................................. 38
2.2 การแจกแจงปกติมาตรฐาน .............................................................................................................. 39
3.1 ช่วงความเชื่อมั่นของ ณ ระดับความเชื่อมั่น (1- )100% ......................................................... 53
4.1 การทดสอบสมมติฐานแบบด้านเดียว ............................................................................................... 85
4.2 การทดสอบสมมติฐานแบบสองด้าน................................................................................................. 86
4.3 ค่าวิกฤติของการทดสอบสมมติฐานแบบด้านเดียวทางขวา ............................................................... 89
4.4 ค่าวิกฤติของการทดสอบสมมติฐานแบบด้านเดียวทางซ้าย .............................................................. 90
4.5 ค่าวิกฤติของการทดสอบสมมติฐานแบบสองด้าน ............................................................................. 90
4.6 การแจกแจงแบบเอฟ .....................................................................................................................106
5.1 แผนภาพการกระจายแสดงความสัมพันธ์ระหว่างตัวแปรตามกับตัวแปรอิสระแบบต่างๆ................130
5.2 แผนภาพการกระจายแสดงความสัมพันธ์ .......................................................................................132
5.3 แผนภาพการกระจายแสดงความสัมพันธ์ระหว่างปริมาณปุ๋ยที่ใช้กับผลผลิตถั่วเหลืองที่ได้ .............135
5.4 แผนภาพการกระจายแสดงความสัมพันธ์ระหว่างระดับไฮโดรคาร์บอน (%) กับความบริสุทธิ์ (%) .138
5.5 แผนภาพการกระจายแสดงความสัมพันธ์ระหว่างค่าใช้จ่ายด้านแรงงานกับยอดผลิตรถยนต์ ..........140
5.6 แผนภาพการกระจายแสดงความสัมพันธ์ระหว่างจานวนชื่อหนังสือพิมพ์ที่ลงโฆษณากับจานวนรถยนต์
ที่ขายได้ .........................................................................................................................................143
5.7 แผนภาพการกระจายแสดงความสัมพันธ์ระหว่างอายุการใช้งานกับค่าบารุงรักษารายเดือน ...........145
5.8 แผนภาพการกระจายแสดงความสัมพันธ์ระหว่างจานวนปีที่ผลิตกับจานวนหลอดภาพโทรทัศน์ ....149
5.9 แผนภาพการกระจายแสดงความสัมพันธ์ระหว่างเดือนที่ผลิตกับจานวนยางรถยนต์ .......................152
5.10 แผนภาพการกระจายแสดงความสัมพันธ์ระหว่างจานวนปีกับกาไร ..............................................155
5.11 ลักษณะของความสัมพันธ์ระหว่าง X กับ Y แบบต่างๆ ................................................................158
6.1 ลักษณะของการแจกแจงแบบ F และขอบเขตการปฏิเสธสมมติฐานว่าง ........................................181
7.1 แผนผังขั้นตอนและวิธีการควบคุมคุณภาพอุตสาหกรรม.................................................................214
7.2 ตัวอย่างแผ่นตรวจสอบเพื่อใช้ดูการกระจายของข้อมูล ...................................................................216
7.3 ตัวอย่างแผ่นตรวจสอบเพื่อการตรวจสอบยืนยัน ............................................................................217
7.4 ตัวอย่างแผ่นตรวจสอบสาหรับบันทึกของเสีย ................................................................................217
(6)
สารบัญรูปภาพ (ต่อ)
รูปที่ หน้า
7.5 แผ่นตรวจสอบแสดงสาเหตุของความบกพร่อง ...............................................................................218
7.6 แผ่นตรวจสอบเพื่อใช้แสดงตาแหน่งจุดบกพร่องหรือจุดเกิดเหตุ .....................................................218
7.7 ตัวอย่างแผนภาพพาเรโต ...............................................................................................................219
7.8 แผนภาพพาเรโตแสดงรอยตาหนิจากกระบวนการพ่นสี .................................................................219
7.9 โครงสร้างโดยทั่วไปสาหรับการเขียนผังก้างปลา.............................................................................220
7.10 ตัวอย่างผังการกระจาย ................................................................................................................222
7.11 ตัวอย่างของฮิสโตแกรม ...............................................................................................................223
7.12 ตัวอย่างแผนภูมิควบคุม ...............................................................................................................224
7.13 แผนภูมิควบคุมคุณภาพเฉลี่ย .......................................................................................................223
7.14 แผนภูมิควบคุมคุณภาพสัดส่วน ...................................................................................................224
(7)
สารบัญตาราง
ตารางที่ หน้า
6.1 สรุปสูตรการวิเคราะห์ความแปรปรวนแบบจาแนกทางเดียว ..........................................................182
6.2 ตารางวิเคราะห์ความแปรปรวนแบบจาแนกสองทาง .....................................................................197
7.1 วัตถุประสงค์การใช้งานและลักษณะชองกราฟแต่ละประเภท.........................................................222
(8)
แผนบริหารการสอนประจาวิชา
ชื่อสถาบันอุดมศึกษา มหาวิทยาลัยราชภัฏอุดรธานี
หมวดที่ ๑ ข้อมูลทั่วไป
๑. รหัสและชื่อรายวิชา
EY๒๐๓๐๑ สถิติวิศวกรรม
Engineering Statistics
๒. จานวนหน่วยกิต
๓(๓-๐-๖)
๓. หลักสูตรและประเภทของรายวิชา
หลักสูตรวิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมพลังงาน รายวิชาเฉพาะด้าน กลุ่มวิชาพื้นฐานทาง
วิศวกรรม
๔. อาจารย์ผู้รับผิดชอบรายวิชา
อาจารย์รณฤทธิ์ จันทร์ศิริ
๕. ภาคการศึกษา / ชั้นปีที่เรียน
ภาคการศึกษาที่ ๑ ชั้นปีที่ ๓
๖. รายวิชาที่ต้องเรียนมาก่อน (Pre-requisite)
ไม่มี
๗. รายวิชาที่ต้องเรียนพร้อมกัน (Co-requisites)
ไม่มี
๘. สถานที่เรียน
สาขาวิชาวิศวกรรมพลังงาน คณะเทคโนโลยี มหาวิทยาลัยราชภัฏอุดรธานี
๙. วันที่จัดทาหรือปรับปรุงรายละเอียดของรายวิชาครั้งล่าสุด
วันที่ ๘ มิถุนายน ๒๕๖๒
มหาวิทยาลัยราชภัฏอุดรธานี
2 สถิติวิศวกรรม
หมวดที่ ๒ จุดมุ่งหมายและวัตถุประสงค์
๑. จุดมุ่งหมายของรายวิชา
เพื่อให้นักศึกษามีคุณลักษณะดังต่อไปนี้
๑. เพื่อให้มีความรู้ ความเข้าใจเกี่ยวกับความน่าจะเป็นและการประยุกต์ทางวิศวกรรมได้ถูกต้อง
๒. เพื่อให้มีความรู้ ความเข้าใจเกี่ยวกับตัวแปรสุ่มและการแจกแจงความน่าจะเป็นได้ถูกต้อง
๓. เพื่อให้มีความรู้ ความเข้าใจเกี่ยวกับการประมาณค่าได้ถูกต้อง
๔. เพื่อให้มีความรู้ ความเข้าใจเกี่ยวกับการทดสอบสมมติฐานเชิงสถิติได้ถูกต้อง
๕. เพื่อให้มีความรู้ ความเข้าใจเกี่ยวกับการวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้นได้ถูกต้อง
๖. เพื่อให้มีความรู้ ความเข้าใจเกี่ยวกับการวิเคราะห์ความแปรปรวนได้ถูกต้อง
๗. เพื่อให้มีความรู้ ความเข้าใจเกี่ยวกับการประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรมได้ถูกต้อง
๘. เพื่อให้มีความตรงต่อเวลา มีความรับผิดชอบต่อตนเองและสังคม ตระหนักในคุณค่า คุณธรรม จริยธรรม
เสียสละ และซื่อสัตย์สุจริต
๒. วัตถุประสงค์ในการพัฒนา/ปรับปรุงรายวิชา
เพื่อให้สอดคล้องตามกรอบมาตรฐานคุณวุฒิระดับอุดมศึกษาแห่งชาติ พ.ศ. ๒๕๕๒ และทันสมัยขึ้น พร้อมทั้งมีความรู้
ความเข้าใจเกี่ยวกับหลักสถิติทางด้านวิศวกรรมและสามารถนาไปประยุกต์ใช้ได้อย่างมีประสิทธิภาพ
หมวดที่ ๓ ลักษณะและการดาเนินการ
๑. คาอธิบายรายวิชา
ความน่าจะเป็นและการประยุกต์ทางวิศวกรรม ตัวแปรสุ่ มและการแจกแจงความน่าจะเป็น การประมาณค่า การ
ทดสอบสมมติฐานเชิงสถิติ การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น การวิเคราะห์ความแปรปรวน และการ
ประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรม
๒. จานวนชั่วโมงที่ใช้ต่อภาคการศึกษา
หมวดที่ ๔ การพัฒนาผลการเรียนรู้ของนักศึกษา
๑. คุณธรรม จริยธรรม
๑.๑ ผลการเรียนรู้ ๑.๒ กลยุทธ์/วิธีการสอน ๑.๓ กลยุทธ์/วิธีประเมินผล
๑. []ตระหนักในคุณค่าและ ๑............................................ ๑............................................
คุณธรรม จริยธรรม เสียสละ และ
ซื่อสัตย์สุจริต
๒. []มีวินัย ตรงต่อเวลา และ ๒. ให้ความสาคัญการตรงต่อเวลา ๒. การให้คะแนนเข้าชั้นเรียน และ
ความรับผิดชอบต่อตนเองและสังคม ทั้งการเข้าห้องเรียน และการส่งงาน การส่งงานตรงเวลา
๓. []เคารพสิทธิและรับฟังความ ๓............................................. ๓.............................................
คิดเห็นของผู้อื่น รวมทั้งเคารพใน
คุณค่าและศักดิ์ศรีของความเป็น
มนุษย์
๔. []เคารพกฎระเบียบและ ๔............................................... ๔...............................................
ข้อบังคับต่าง ๆ ขององค์กรและ
สังคม
๕. []มีจรรยาบรรณทางวิชาการ ๕............................................... ๕...............................................
และวิชาชีพ
๒. ความรู้
๒.๑ ผลการเรียนรู้ ๒.๒ กลยุทธ์/วิธีการสอน ๒.๓ กลยุทธ์/วิธีประเมินผล
๑. []มีความรู้และความเข้าใจ ๑. ใช้ ก ารสอนหลายรู ป แบบ โดย ๑. ประเมิ น จากแบบทดสอบก่ อ น
เกี่ยวกับหลักการและทฤษฎีที่สาคัญ เน้ น หลั ก การทางทฤษฎี แ ละการ และหลังการเรียน และแบบทดสอบ
ในเนื้อหาสาขาวิชาที่ศึกษา ปฏิบัติ เพื่อให้เกิดองค์ความรู้ และมี กลางภาคและปลายภาค
การทดสอบนักศึกษาก่อนและหลั ง
เรียน
๒. []สามารถวิเคราะห์ปัญหาทาง ๒............................................... ๒...............................................
เครื่องกลเข้าใจและอธิบาย รวมทั้ง
ประยุกต์ความรู้ ทักษะ และการใช้
เครื่องมือที่เหมาะสมกับการแก้ไข
ปัญหา
4 สถิติวิศวกรรม
๓. ทักษะทางปัญญา
๓.๑ ผลการเรียนรู้ ๓.๒ กลยุทธ์/วิธีการสอน ๓.๓ กลยุทธ์/วิธีประเมินผล
๑. []สามารถสืบค้น รวบรวม ๑................................................ ๑................................................
ข้อมูล เพื่อใช้ในการแก้ไขปัญหา
อย่างสร้างสรรค์
๒. []สามารถวิเคราะห์ ๒. มอบหมายงานที่ส่งเสริมการคิด ๒. ประเมินจากกรณีศึกษาที่
สังเคราะห์ และสรุปประเด็นปัญหา วิเคราะห์ และสังเคราะห์ มอบหมายให้
และความต้องการ
๓. []สามารถประยุกต์ความรู้และ ๓............................................... ๓...............................................
ทักษะกับการแก้ไขปัญหาได้อย่าง
เหมาะสม
๔. ทักษะความสัมพันธ์ระหว่างบุคคลและความรับผิดชอบ
๔.๑ ผลการเรียนรู้ ๔.๒ กลยุทธ์/วิธีการสอน ๔.๓ กลยุทธ์/วิธีประเมินผล
๑. []มีความรับผิดชอบในงาน ๑. กาหนดการทางานกลุ่ม โดยให้ ๑. ประเมินจากการรายงานหน้าชั้น
และการกระทาของตนเองและ หมุนเวียนการเป็นผู้นา การเป็น เรียน โดยอาจารย์และนักศึกษา
รับผิดชอบงานในกลุ่ม สมาชิกกลุ่ม และผลัดกันเป็น
มหาวิทยาลัยราชภัฏอุดรธานี
แผนบริหารการสอนประจาวิชา 5
๖. ด้านทักษะพิสัย (มีวิชาชีพเฉพาะ)
-
6 สถิติวิศวกรรม
หมวดที่ ๕ แผนการสอนและการประเมินผล
๑. แผนการสอน
สัปดาห์ หัวข้อ ชม.สอน/สัปดาห์ กิจกรรม สื่อที่ใช้ในการสอน อ.ผู้สอน
ที่ ทฤษฎี ปฏิบัติ การสอน
๑ แนะนาวิชา ๓ ๐ - บรรยาย - แผนการสอน อ.รณฤทธิ์
-รายละเอียดวิชาและ - การถามตอบ - เอกสารประกอบการ จันทร์ศิริ
แผนการสอน สอน
-เกณฑ์การให้คะแนน - Power point
บทที่ ๑ ความน่าจะเป็น - แบบฝึกหัดท้ายบท
และการประยุกต์ทาง
วิศวกรรม
- ความหมายและ
คุณสมบัติความน่าจะเป็น
- การหาความน่าจะเป็น
- การประยุกต์ความน่าจะ
เป็นกับงานด้านวิศวกรรม
๒-๓ บทที่ ๒ ตัวแปรสุ่มและ ๓ ๐ - บรรยาย - เอกสารประกอบการ อ.รณฤทธิ์
การแจกแจงความน่าจะ - การถามตอบ สอน จันทร์ศิริ
เป็น - ทาแบบฝึกหัด, - Power point
- ความหมายของตัวแปร การบ้าน - แบบฝึกหัดท้ายบท
สุ่ม
- ชนิดของตัวแปรสุ่ม
- การแจกแจงความน่าจะ
เป็นของตัวแปรสุ่มไม่
ต่อเนื่อง
- การแจกแจงความน่าจะ
เป็นของตัวแปรสุ่มชนิด
ต่อเนื่อง
มหาวิทยาลัยราชภัฏอุดรธานี
แผนบริหารการสอนประจาวิชา 7
มหาวิทยาลัยราชภัฏอุดรธานี
แผนบริหารการสอนประจาวิชา 9
๒. แผนการประเมินผลการเรียนรู้
กิจกรรม การเรียนรู้ด้าน ผลการเรียนรู้ วิธีการ สัปดาห์ที่ สัดส่วน
ที่ ประเมิน ประเมิน การประเมิน
๑ คุณธรรม จริยธรรม ๑. มีวินัย ตรงต่อเวลา และ ๑. การให้คะแนน ทุกสัปดาห์ ร้อยละ ๑๐
ความรับผิดชอบต่อตนเอง เข้าชั้นเรียน และ
และสังคม การส่งงานตรงเวลา
๒ ความรู้ ๑. มีความรู้และความเข้าใจ ๑. ประเมินจาก ๑,๙,๓,๗, ร้อยละ ๖๐
เกี่ยวกับหลักการและทฤษฎีที่ แบบทดสอบก่อน ๑๒, และ๑๗
สาคัญในเนื้อหาสาขาวิชาที่ และหลังการเรียน
ศึกษา และแบบทดสอบ
กลางภาคและ
ปลายภาค
๓ ทักษะทางปัญญา ๑. สามารถวิเคราะห์ ๑. ประเมินจากการ ๕ และ ๑๐ ร้อยละ ๑๐
สังเคราะห์ และสรุปประเด็น ตอบคาถามและ
ปัญหาและความต้องการ รายงานกรณีศึกษา
ที่มอบหมายให้
๔ ทักษะ ๑. มีความรับผิดชอบในงาน ๑. ประเมินจากการ ๓,๗, ร้อยละ ๑๐
ความสัมพันธ์ และการกระทาของตนเอง รายงานหน้าชั้น ๑๑, และ๑๕
ระหว่างบุคคลและ และรับผิดชอบงานในกลุ่ม เรียน โดยอาจารย์
ความรับผิดชอบ และนักศึกษา
๕ ทักษะการ ๑.มีทักษะในการใช้ ๑. ประเมินจากการ ๓,๗, ร้อยละ ๑๐
วิเคราะห์เชิงตัวเลข คอมพิวเตอร์ หรือโปรแกรม รายงานหน้าชั้น ๑๑, และ๑๕
การสื่อสาร และ วิเคราะห์ข้อมูลที่มีอยู่ใน เรียน โดยอาจารย์
การใช้เทคโนโลยี ปัจจุบันกับงานที่เกี่ยวข้อง และนักศึกษา
สารสนเทศ ๒. สามารถแปลผลข้อมูลทาง
สถิติได้อย่างถูกต้อง
มหาวิทยาลัยราชภัฏอุดรธานี
แผนบริหารการสอนประจาวิชา 11
หมวดที่ ๖ ทรัพยากรประกอบการเรียนการสอน
๑.ตาราและเอกสารหลัก
กาญจนา กาญจนสุนทร. (2559). การควบคุมคุณภาพเชิงสถิติ. กรุงเทพมหานคร: จุฬาลงกรณ์มหาวิทยาลัย.
กิติศักดิ์ พลอยพาณิชเจริญ. (2542). สถิติสาหรับงานวิศวกรรม. กรุงเทพมหานคร: ส.เอเชียเพรส.
กิติศักดิ์ พลอยพาณิชเจริญ . (2553). หลักการควบคุมคุณภาพ. กรุงเทพมหานคร: สมาคมส่งเสริมเทคโนโลยี(ไทย-
ญี่ปุ่น).
ประไพศรี สุทัศน์ ณ อยุธยา และพงศ์ชนัน เหลืองไพบูลย์ . (2549). สถิติวิศวกรรม (Engineering Statistics).
กรุงเทพมหานคร: ท้อป.
ประชุม สุวัตถี และคณะ. (2555). ระเบียบวิธีสถิติ 1. กรุงเทพมหานคร: โซดา แอดเวอร์ไทซิ่ง.
พิศมัย หาญมงคลพิพัฒน์. (2557). หลักสถิติ 1. กรุงเทพมหานคร: มหาวิทยาลัยเกษตรศาสตร์.
ศิริลักษณ์ สุวรรณวงศ์. (2539). หลักสถิติเบื้องต้น. กรุงเทพมหานคร: สุวีริยาสาส์น.
สายชล สินสมบูรณ์ทอง. (2553). สถิติวิศวกรรม (Engineering Statistics). กรุงเทพมหานคร: จามจุรีโปรดักท์.
สายชล สินสมบูรณ์ทอง. (2554). การควบคุมคุณภาพเชิงสถิติและวิศวกรรม (Statistical and Engineering
Quality Control). กรุงเทพมหานคร: จามจุรีโปรดักท์.
สรชัย พิศาลบุตร. (2553). สถิติวิศวกรรม (Engineering Statistics). กรุงเทพมหานคร: วิทยพัฒน์.
Montgomery, D. C., & George, C. R. (2002). Applied Statistics and Probability for Engineers
(3rd ed). USA: John Wiley & Sons Inc.
Montgomery, D. C., & George, C. R. (2008). Engineering Statistics. USA: John Wiley & Sons Inc.
Montgomery, D. C., George, C. R., & Hubele, N. F. (2012). Engineering Statistics (3rd ed). USA:
John Wiley & Sons Inc.
Scheaffer, R. L., Mulekar, M. S., & McClave, J. T. (2011). Probability and Statistics for Engineers (5th
ed). Canada: Brooks/Cole.
Summers, D. C. (2009). Quality Management (2nd ed). USA: Prentice Hall International Inc.
2. เอกสารและข้อมูลสาคัญ
ไม่มี
3. เอกสารและข้อมูลแนะนา
ไม่มี
12 สถิติวิศวกรรม
หมวดที่ ๗ การประเมินและปรับปรุงการดาเนินการของรายวิชา
๑. กลยุทธ์การประเมินประสิทธิผลของรายวิชาโดยนักศึกษา
- การสนทนารายบุคคล/กลุ่มกับอาจารย์ผู้สอน
- การสะท้อนความคิดจากพฤติกรรมของผู้เรียน
- ส่งเสริมให้นักศึกษาแสดงความคิดเห็นต่อการเรียนการสอนและการพัฒนารายวิชาผ่านระบบการประเมิน
online ของมหาวิทยาลัย
๒. กลยุทธ์การประเมินการสอน
- อาจารย์ผู้สอนประเมินตนเองโดยพิจารณาจากการเข้าเรียนและผลการเรียนของนักศึกษา
- การทวนสอบผลประเมินการเรียนรู้
๓. การปรับปรุงการสอน
- สัมมนาการจัดการเรียนการสอน
- อาจารย์ผู้สอนทาวิจัยในชั้นเรียนและปรับปรุงตามผลการวิจัย
๔. การทวนสอบมาตรฐานผลสัมฤทธิ์รายวิชาของนักศึกษา
- การทวนสอบการให้คะแนนจากการสุ่มตรวจผลงานของนักศึกษาโดยอาจารย์อื่น หรือ ผู้ทรงคุณวุฒิ ที่ไม่ใช่
อาจารย์ประจาหลักสูตร
- มีการตั้งกรรมการในสาขาวิชา ตรวจสอบผลการประเมินการเรียนรู้ของนักศึกษา โดยตรวจสอบข้อสอบ
รายงาน วิธีการให้คะแนนสอบและการให้คะแนนพฤติกรรม
๕. การดาเนินการทบทวนและการวางแผนปรับปรุงประสิทธิผลของรายวิชา
- ปรับปรุงรายวิชาทุก ๓ ปี หรือตามข้อเสนอแนะและผลการทวนสอบมาตรฐานผลสัมฤทธิ์
มหาวิทยาลัยราชภัฏอุดรธานี
แผนบริหารการสอนประจาบทที่ 1
ความน่าจะเป็นและการประยุกต์ทางวิศวกรรม
หัวข้อเนื้อหา
ความน่าจะเป็นและการประยุกต์ทางวิศวกรรม
1.1 ความหมายของสถิติ
1.2 การดาเนินการทางสถิติ
1.2.1 การวางแผนการดาเนินการ
1.2.2 การเก็บรวบรวมข้อมูล
1.2.3 การประมวลผลและวิเคราะห์ข้อมูล
1.2.4 การสรุปผลและรายงาน
1.3 ส่วนประกอบของวิชาสถิติ
1.3.1 สถิติเชิงพรรณนา (Descriptive Statistics)
1.3.2 สถิติเชิงอนุมาน (Inferential Statistics)
1.4 ความหมายและคุณสมบัติของความน่าจะเป็น
1.4.1 ความหมายของความน่าจะเป็น
1.4.2 คุณสมบัติของความน่าจะเป็น
1.4.3 การหาความน่าจะเป็น
1.5 การประยุกต์ความน่าจะเป็นกับงานด้านวิศวกรรม
1.6 สรุป
แบบฝึกหัดท้ายบท
เอกสารอ้างอิง
วัตถุประสงค์เชิงพฤติกรรม
เมื่อผู้เรียน เรียนจบบทนี้แล้วผู้เรียนควรมีความรู้และทักษะดังนี้
1. เข้าใจความหมายของสถิติและความน่าจะเป็นได้ถูกต้อง
2. อธิบายขั้นตอนการดาเนินการทางสถิติได้ถูกต้อง
3. อธิบายหลักส่วนประกอบของวิชาสถิติได้ถูกต้อง
4. อธิบายความหมายและคุณสมบัติของความน่าจะเป็นได้อย่างถูกต้อง
5. คานวณโจทย์ประยุกต์ความน่าจะเป็นได้อย่างถูกต้อง
14 สถิติวิศวกรรม
วิธีสอนและกิจกรรม
1. ชี้แจงคาอธิบายรายวิชา วัตถุประสงค์ เนื้อหา และเกณฑ์การให้คะแนนรายวิชา
2. นาเข้าสู่บทเรียนโดยการบรรยาย ประกอบรูปภาพใน Power point
3. อธิบายเนื้อหาทีละหัวข้อแล้วเปิดโอกาสให้ผู้เรียนถามในแต่ละหัวข้อก่อนข้ามหัวข้อนั้น
4. ตรวจสอบคาตอบของผูเ้ รียน และสอบถามผู้เรียนถ้าผู้เรียนมีคาถามสงสัย
5. มอบหมายให้ผู้เรียนทาแบบฝึกหัดท้ายบทเป็นการบ้าน
6. เสริมสร้างคุณธรรม และจริยธรรมให้กับนักศึกษาก่อนเลิกเรียน
สื่อการเรียนการสอน
1. เอกสารประกอบการสอนวิชาวัสดุวิศวกรรม
2. กระดานไวท์บอร์ด
3. วัสดุโสตทัศน์ Power point
4. แบบฝึกหัดท้ายบท
5. เฉลยแบบฝึกหัดท้ายบท
การวัดผลและการประเมินผล
การวัดผล
1. สังเกตจากพฤติกรรมและบรรยากาศระหว่างเรียน
2. ถามตอบระหว่างเรียน
3. แบบฝึกหัดที่มอบหมายให้ในแต่ละครั้ง
การประเมินผล
1. จากการทากิจกรรมกลุม่ เสร็จตามเวลา
2. ทาแบบฝึกหัดมีความถูกต้องไม่น้อยกว่า 80%
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 1 ความน่าจะเป็นและการประยุกต์ทางวิศวกรรม 15
บทที่ 1
ความน่าจะเป็นและการประยุกต์ทางวิศวกรรม
1.1 ความหมายของสถิติ
สถิติ (Statistic) โดยทั่วไปมีความหมาย 2 อย่าง โดยความหมายแรก สถิติ หมายถึง ตัวเลขหรือข้อมูลที่
แสดงถึงข้อเท็จจริงเกี่ยวกับเรื่องต่างๆ เช่น ปริมาณน้าฝนที่ตกในแต่ละปี ปริมาณการผลิตสินค้าในแต่ละเดือน
ปริมาณสินค้าส่งออก ดัชนีราคาสินค้า จานวนอุบัติเหตุบนท้องถนนสายหนึ่งในแต่ละเดือน จานวนผู้เสียชีวิต
ด้วยโรคหัวใจวาย ปริมาณเชื้อเพลิงที่ใช้ในการผลิตสินค้าในแต่ละปี เป็นต้น ในอีกความหมาย สถิติ หมายถึง
สถิติศาสตร์ (Statistics) หรือวิชาที่ว่าด้วยการวางแผนการดาเนินการ การเก็บรวบรวมข้อมูล การประมวลผล
และวิเคราะห์ข้อมูล และการสรุปและรายงานผล เกี่ยวกับคุณลักษณะของสิ่งที่กาลังศึกษา
ข้อมูล สถิติ
การวิเคราะห์
มหาวิทยาลัยราชภัฏอุดรธานี
16 สถิติวิศวกรรม
1.2 การดาเนินการทางสถิติ
สถิติในความหมายของศาสตร์ เรียกว่า วิชาสถิติหรือสถิติศาสตร์ (Statistics) เป็นศาสตร์ทเี่ กี่ยวกับวิธีการ
ทางวิทยาศาสตร์ (Scientific method) เพื่อจะเรียนรู้สิ่งต่างๆที่มีการเก็บรวบรวมข้อมูล การประมวลผลข้อมูล
และวิเคราะห์ข้อมูล เพื่อแปลความหมายและสรุปผล เป็นกระบวนการที่สามารถทาซ้าๆได้ โดยให้ผลสรุป
ใกล้เคียงกัน การดาเนินการทางสถิติที่เป็นวิธีการทางวิทยาศาสตร์ประกอบไปด้วย กิจกรรมต่างๆต่อไปนี้
1.2.1 การวางแผนการดาเนินการ
ในการศึกษาทางสถิติมีการกาหนดวัตถุประสงค์ของการศึกษาอย่างชัดเจนและต้องมีแผนการ
ดาเนินการกิจกรรมต่างๆไว้อย่างดี ซึ่งมักมีเป้าหมายสาคัญในการค้นคว้าหาทฤษฎีใหม่ หรือเพื่อประเมินทฤษฎี
ที่มีอยู่ ในบางกรณีอาจต้องสร้างฐานข้อมูล (Data base) เพื่อที่จะใช้ประโยชน์ในอนาคตและเพื่อให้บรรลุวัตถุ
ประสงค์ดังกล่าว ต้องมีแผนการดาเนินการอย่างชัดเจน จะได้ทราบว่าจะต้องทาอะไรบ้าง และทาเมื่อไหร่
ต้องการเครื่องมืออะไรบ้าง ใช้เวลานานเท่าใด ต้องใช้กาลังคนและงบประมาณเท่าไร
1.2.2 การเก็บรวบรวมข้อมูล
เช่นเดียวกับวิธีการทางวิทยาศาสตร์ทั่วไป การดาเนินการทางสถิติมีการเก็บรวบรวมข้อมูลจาก
หน่วยงานต่างๆ ในตัวอย่างข้อมูลดังกล่าวอาจเป็นข้อมูลที่เกิดขึ้นโดยธรรมชาติ หรือเป็นข้อมูลจากการทดลอง
ซึ่งมีการกระตุ้นให้เกิดขึ้นก็ได้ จึงต้องมีวิธีการเลือกตัวอย่าง ซึ่งจะใช้ในวิธีการเก็บรวบรวมข้อมูล โดยมีอยู่หลาย
วิธี เช่น การทางานภาคสนาม (Fieldwork) การใช้สื่อ เช่น ไปรษณีย์ โทรศัพท์ ฯลฯ การคัดลอกข้อมูลทุตยภูมิ
จากรายงานประเภทต่างๆ การลงทะเบียน การสังเกตการณ์ และการเข้าไปมีส่วนร่วมในสั งคม เป็นต้น
กิจกรรมที่เกี่ยวกับการรวบรวมข้อมูลมีหลายประการ เช่น การเลือกวิธีการสุ่มตัวอย่าง หรือเลือกแผนแบบการ
ทดลอง การเลือกหน่วยตัวอย่าง หรือหน่วยทดลอง การเตรียมเครื่องมือและบุคลากรที่ใช้ในการรวบรวมข้อมูล
กาหนดวิธีการรวบรวมข้อมูล และการสังเกตค่าของตัวแปรด้ วยการวัดโดยตรง การสอบถาม การสัมภาษณ์
รวมทั้งการควบคุมคุณภาพของข้อมูลที่รวบรวมมาด้วย
1.2.3 การประมวลผลและวิเคราะห์ข้อมูล
ประกอบไปด้วยกิจกรรมย่อยต่างๆ เช่น การกาหนดวิธีการวิเคราะห์ข้อมูล (ควรวางแผน
ล่วงหน้า) ไม่ว่าจะเป็นการประมาณพารามิเตอร์ หรือการทดสอบสมมติฐาน การตรวจสอบความถูกต้องของ
ข้อมูล การเตรียมและลงรหัส การเตรียมชุดคาสั่งที่จะใช้ให้สอดคล้องกับผลลัพท์ที่ต้องการ (อาจกาหนดตาราง
สถิติไว้ล่วงหน้า) รวมทั้งแนวทางการประเมินความคลาดเคลื่อนที่จะเกิดขึ้นเมื่อสรุปผลเกี่ยวกับวัตถุประสงค์
ที่ตั้งไว้
1.2.4 การสรุปผลและรายงาน
เมื่อประมวลผลและวิเคราะห์ข้อมูลแล้ว จะได้สถิติในความหมายของตัวเลขที่ใช้สรุปผลและ
แปลความหมายเกี่ยวกับคุณลักษณะ หรือสมบัติของประชากรที่กาหนดไว้ก่อนแล้ว การสรุปผลควรคานึงถึง
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 1 ความน่าจะเป็นและการประยุกต์ทางวิศวกรรม 17
ประชากร การเลือกตัวอย่าง
ตัวอย่าง
แปลความหมาย
และสรุปผล การรวบรวม
ข้อมูล
การประมวลผล
สถิติ ข้อมูล
และการวิเคราะห์ข้อมูล
1.3 ส่วนประกอบของวิชาสถิติ
วิชาสถิติแบ่งเนื้อหาออกเป็น 2 ส่วน คือ
1.3.1 สถิติเชิงพรรณนา (Descriptive Statistics)
สถิติเชิงพรรณนา คือ หลักการของวิชาสถิติที่ใช้วิเคราะห์ข้อมูลชุดหนึ่งๆ ที่เก็บรวบรวมได้ใน
รูปแบบของการบรรยาย โดยอาจเป็นการนาเสนอข้อมูลในรูปตารางการแจกแจงความถี่ กราฟ รูปภาพต่างๆ
หรืออาจเสนอค่าวัดคุณลักษณะของสิ่งที่สนใจ เช่น ค่าเฉลี่ย ค่าสูงสุด ค่าต่าสุด ความแปรปรวน ส่วนเบี่ยงเบน
มาตรฐาน เป็นต้น โดยจะไม่นาผลที่ได้จากการวิเคราะห์ไปอ้างสรุปถึงข้อมูลกลุ่มอื่น
1.3.2 สถิติเชิงอนุมาน (Inferential Statistics)
สถิติเชิงอนุมาน คือ หลักการของวิชาสถิติที่ใช้ในการเก็บรวบรวมข้อมูลบางส่วนซึ่งเรียกว่า
“ตัวอย่าง” มาจาก “ประชากร” และนาข้อมูลจากตัวอย่างนี้มาวิเคราะห์และสรุปผลพาดพิงถึงประชากร โดย
ใช้ทฤษฎีความน่าจะเป็นเข้าช่วย
การอนุมานทางสถิติ มักหมายความถึง การประมาณค่า (Estimation) ของตัวแปรที่ยังไม่ทราบ
ค่า และการทดสอบสมมติฐาน (Hypothesis Testing) ซึ่งเป็นข้อความที่เกี่ยวข้องกับประชากร โดยอาศัย
ค่าสถิติที่มาจากตัวอย่าง ตามระเบียบวิธีการที่เหมาะสม โดยความน่าจะเป็นมีบทบาทสาคัญในการสรุปผลมาก
มหาวิทยาลัยราชภัฏอุดรธานี
18 สถิติวิศวกรรม
สถิติอนุมาน
ประชากร ตัวอย่าง
ความน่าจะเป็น
1.4 ความหมายและคุณสมบัติของความน่าจะเป็น
1.4.1 ความหมายของความน่าจะเป็น
ความน่าจะเป็น คือ การประมาณโอกาสที่จะเกิดเหตุการณ์ใด ๆ ที่ยังไม่เกิดขึ้น หาได้จาก
อัตราส่วนระหว่างจานวนสมาชิกของเหตุการณ์นั้นกับจานวนสมาชิกของเหตุการณ์ทั้งหมดที่อาจเกิดขึ้นได้ โดย
เขียนเป็นสมการได้เป็น
n
P (E ) (1.1)
N
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 1 ความน่าจะเป็นและการประยุกต์ทางวิศวกรรม 19
1
6) ความน่าจะเป็นมีค่ามากกว่า เมื่อเหตุการณ์ที่อาจจะเกิดขึ้นมีมากกว่าที่ไม่อาจเกิดขึ้น
2
1
และจะมีค่าน้อยกว่า เมื่อเหตุการณ์ที่อาจจะเกิดขึ้นมีน้อยกว่าที่ไม่อาจเกิดขึ้น
2
1.4.3 การหาความน่าจะเป็น
การหาความน่าจะเป็นมี 2 วิธี คือ การหาความน่าจะเป็นทีท่ ราบจานวนและการหาความน่าจะ
เป็นที่ไม่ทราบจานวนสมาชิกของเหตุการณ์ทั้งหมดที่อาจเกิดขึ้นได้
1) การหาความน่าจะเป็นเมื่อทราบจานวนสมาชิกของเหตุการณ์ทั้งหมดที่อาจเกิดขึ้นได้
ตัวอย่างเช่น การหาความน่าจะเป็นที่จะได้พัดลมที่ใช้งานได้จากการผลิตพัดลม 1,000 เครื่อง ซึ่งจากผลการ
ตรวจสอบคุณภาพของพัดลมที่ใช้งานได้ 985 ความน่าจะเป็นที่จะได้พัดลมที่ใช้งานได้จากการผลิตพัดลม
985
1,000 เครื่อง = = 0.985
1,000
2) การหาความน่าจะเป็นเมื่อไม่ทราบจานวนสมาชิกของเหตุการณ์ทั้งหมดที่อาจเกิดขึ้นได้ ตัว
อย่างเช่น การหาความน่าจะเป็นที่อายุใช้งานของแบตเตอรี่รถยนต์ยี่ห้อหนึ่งจะเกิน 3 ปี จานวนสมาชิกของ
เหตุการณ์ทั้งหมดที่อาจเกิดขึ้นได้คืออายุการใช้งานของแบตเตอรี่แต่ละลูกไม่สามารถหาได้ เนื่องจากต้องรอให้
แบตเตอรี่แต่ละลูกที่ผลิต หมดอายุการใช้งาน ซึ่งในกรณีที่บริษัทผลิตแบตเตอรี่ยี่ห้อนี้ยังไม่เลิกผลิต การหา
จานวนสมาชิ ก ของเหตุ การณ์ ทั้ งหมดจะไม่ ส ามารถท าได้ ดั ง นั้ นในทางปฏิ บั ติ อาจจะต้ องหาจากจ านวน
แบตเตอรี่ที่ผลิตออกจาหน่าย 100,000 ลูกในช่วง 3 ปีที่ ผ่านมา ซึ่งพบว่ามีเพียง 1,000 ลูกเท่านั้นที่มีอายุการ
ใช้งานมากกว่า 3 ปี ดังนั้นความน่าจะเป็นที่อายุการใช้งานของแบตเตอรี่รถยนต์ยี่ห้อนี้จะเกิน 3 ปีเท่ากับ
1,000/100,000 ซึ่งเท่ากับ 0.01
1.5 การประยุกต์ความน่าจะเป็นกับงานด้านวิศวกรรม
ความน่าจะเป็นถูกนาไปประยุกต์ใช้กับงานด้านวิศวกรรมอย่างกว้างขวาง โดยเฉพาะในเรื่องการออกแบบ
การผลิต และการควบคุมคุณภาพสินค้าหรือผลิตภัณฑ์ต่างๆ ทั้งนี้เพื่อให้สินค้าหรือผลิตภัณฑ์มีคุณสมบัติและ
คุณภาพเป็นไปตามที่วิศวกรกาหนด จะเห็นได้จากตัวอย่างต่อไปนี้
ตัวอย่างที่ 1.1 โรงงานผลิตอุปกรณ์ไฟฟ้าแห่งหนึ่ง ผลิตสวิตซ์ไฟฟ้าในรอบเดือนที่ผ่านมาได้จานวน 400,000
ตัว ในจานวนที่ผลิตได้มีสวิตซ์ไฟฟ้าไม่สมบูรณ์ 2,542 ตัว จงหาความน่าจะเป็นที่โรงงานจะผลิตสวิตซ์ไฟฟ้าไม่
สมบูรณ์
วิธีทา จากโจทย์ จะได้ว่า
จานวนสมาชิกสวิตซ์ทั้งหมดที่ผลิตได้ (N) คือ 400,000 ตัว
จานวนสมาชิกที่ผลิตสวิตซ์ไฟฟ้าไม่สมบูรณ์ (n) คือ 2,542 ตัว
มหาวิทยาลัยราชภัฏอุดรธานี
20 สถิติวิศวกรรม
ดังนั้น ความน่าจะเป็นที่โรงงานจะผลิตไฟฟ้าไม่สมบูรณ์คือ
n 2,542
P (E ) 0.0064
N 400,000
ตัวอย่างที่ 1.2 จากตัวอย่างที่ 1.1 จงหาความน่าจะเป็นที่โรงงานจะผลิตสวิตซ์ไฟฟ้าสมบูรณ์
วิธีทา จากโจทย์ จะได้ว่า
จานวนสมาชิกสวิตซ์ทั้งหมดที่ผลิตได้ (N) คือ 400,000 ตัว
จานวนสมาชิกที่ผลิตสวิตซ์ไฟฟ้าสมบูรณ์ (n) คือ 400,000 - 2,542 = 397,458 ตัว
ดังนั้น ความน่าจะเป็นที่โรงงานจะผลิตไฟฟ้าสมบูรณ์คือ
n 397,458
P (E ) 0.9936
N 400,000
ตัวอย่างที่ 1.3 ในการตรวจสอบความหนาของถ้วยที่ผ่านกระบวนการชุบเงินจานวน 420 ใบ พบว่ามีถ้วยอยู่
24 ใบ ที่มีความหนาที่ชุบต่ากว่า 0.018 มิลลิเมตร จงหาความน่าจะเป็นที่ถ้วยใบใดใบหนึ่งที่ผ่านกระบวนการ
ชุบเงินแล้วจะมีความหนามากกว่าหรือเท่ากับ 0.018 มิลลิเมตร
วิธีทา จากโจทย์ จะได้ว่า
จานวนถ้วยชุบเงินทั้งหมด (N) คือ 420 ใบ
จานวนถ้วยที่มีความหนาต่ากว่า 0.018 มิลลิเมตร คือ 24 ใบ
แต่ จานวนถ้วยที่มีความหนามากกว่าหรือเท่ากับ 0.018 มิลลิเมตร คือ
420 – 24 = 396 ใบ
ดังนั้นความน่าจะเป็นที่ถ้วยจะมีความหนามากกว่าหรือเท่ากับ 0.018 มิลลิเมตร
n 396
P (E ) 0.9429
N 420
ตัวอย่างที่ 1.4 โรงงานผลิตน้าอัดลมแห่งหนึ่ง ในเดือนที่ผ่านมาผลิตน้าอัดลมได้ 56,700 ขวด ถ้าความน่าจะ
เป็นที่ผลิตขวดน้าอัดลมไม่ได้มาตรฐานคือ 0.0785 จงหาจานวนขวดน้าอัดลมที่ได้มาตรฐาน มีกี่ขวด
วิธีทา จากโจทย์ จะได้ว่า
จานวนน้าอัดลมที่ผลิตได้ทั้งหมด (N) คือ 56,000 ขวด
ค่าความน่าจะเป็นที่ผลิตขวดน้าอัดลมไม่ได้มาตรฐาน P(E) = 0.0785
จานวนขวดน้าอัดลมที่ไม่ได้มาตรฐานคือ
n P (E) xN 0.0785x 56,000 4,396 ขวด
ดังนั้น จานวนขวดน้าอัดลมที่ได้มาตรฐานคือ 56,000 – 4,396 = 51,604 ขวด
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 1 ความน่าจะเป็นและการประยุกต์ทางวิศวกรรม 21
มหาวิทยาลัยราชภัฏอุดรธานี
22 สถิติวิศวกรรม
1.6 สรุป
สถิติ คือ ตัวเลขหรือข้อมูลที่แสดงถึงข้อเท็จจริงเกี่ยวกับเรื่องต่างๆ ส่วนสถิติศาสตร์ (Statistics)เป็นวิชา
ที่ว่าด้วยการวางแผนการดาเนินการ การเก็บรวบรวมข้อมูล การประมวลผลและวิเคราะห์ข้อมูล และการสรุป
และรายงานผล เกี่ยวกับคุณลักษณะของสิ่งที่กาลังศึกษา
สถิติแบ่งเนื้อหาออกเป็น 2 ส่วน คือ สถิติเชิงพรรณนา (Descriptive Statistics) คือ หลักการของวิชา
สถิติที่ใช้วิเคราะห์ข้อมูลชุดหนึ่งๆ ที่เก็บรวบรวมได้ในรูปแบบของการบรรยาย โดยอาจเป็นการนาเสนอข้อมูล
ในรูปตารางการแจกแจงความถี่ กราฟ รูปภาพต่างๆ หรืออาจเสนอค่าวัดคุณลักษณะของสิ่ง ที่สนใจ ในส่วน
ของสถิติเชิงอนุมาน (Inferential Statistics) เป็นหลักการของวิชาสถิติที่ใช้ในการเก็บรวบรวมข้อมูลบางส่วน
หรือตัวอย่างมาจากประชากร และนาข้อมูลจากตัวอย่างนี้มาวิเคราะห์และสรุปผลพาดพิงถึงประชากร โดยใช้
ทฤษฎีความน่าจะเป็นเข้าช่วย
ความน่าจะเป็น คือ การประมาณโอกาสที่จะเกิดเหตุการณ์ใด ๆ ที่ยังไม่เกิดขึ้น หาได้จากอัตราส่วน
ระหว่างจานวนสมาชิกของเหตุการณ์นั้นกับจานวนสมาชิกของเหตุการณ์ทั้งหมดที่อาจเกิดขึ้นได้
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 1 ความน่าจะเป็นและการประยุกต์ทางวิศวกรรม 23
แบบฝึกหัดท้ายบทที่ 1
มหาวิทยาลัยราชภัฏอุดรธานี
24 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 1 ความน่าจะเป็นและการประยุกต์ทางวิศวกรรม 25
เอกสารอ้างอิง
มหาวิทยาลัยราชภัฏอุดรธานี
26 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
แผนบริหารการสอนประจาบทที่ 2
ตัวแปรสุ่มและการแจกแจงความน่าจะเป็น
หัวข้อเนื้อหา
2.1 ความหมายของตัวแปรสุ่ม
2.2 ชนิดของตัวแปรสุ่ม
2.2.1 ตัวแปรสุ่มไม่ต่อเนื่อง (Discrete random variable)
2.2.2 ตัวแปรสุ่มชนิดต่อเนื่อง (Continuous random variable)
2.3 การแจกแจงความน่าจะเป็นของตัวแปรสุ่ม
2.4 การแจกแจงความน่าจะเป็นของตัวแปรสุ่มไม่ต่อเนื่อง
2.4.1 ค่าเฉลี่ยและค่าความแปรปรวนของการแจกแจงความน่าจะเป็นของตัวแปรสุ่มไม่ต่อเนื่อง
2.5 การแจกแจงความน่าจะเป็นของตัวแปรสุ่มชนิดต่อเนื่อง
2.5.1 แบบของการแจกแจงความน่าจะเป็นของตัวแปรสุ่มชนิดต่อเนื่อง
2.6 สรุป
แบบฝึกหัดท้ายบทที่ 2
เอกสารอ้างอิง
วัตถุประสงค์เชิงพฤติกรรม
เมื่อผู้เรียน เรียนจบบทนี้แล้วผู้เรียนควรมีความรู้และทักษะดังนี้
1. อธิบายความหมายของตัวแปรสุ่มได้อย่างถูงต้อง
2. อธิบายชนิดของตัวแปรสุ่ม ทั้งตัวแปรสุ่มไม่ต่อเนื่องและตัวแปรสุ่มชนิดต่อเนื่องได้อย่างถูกต้อง
3. สามารถคานวณการแจกแจงความน่าจะเป็นทั้งตัวแปรสุ่มไม่ต่อเนื่องและตัวแปรสุ่มชนิดต่อเนื่องได้
อย่างถูกต้อง
4. คานวณหาค่าเฉลี่ ย และค่าความแปรปรวนของการแจกแจงความน่าจะเป็นของตัว แปรสุ่ มไม่
ต่อเนื่องได้อย่างถูกต้อง
5. คานวณหาค่าการแจกแจงความน่าจะเป็นของตัวแปรสุ่มชนิดต่อเนื่องได้อย่างถูกต้อง
วิธีสอนและกิจกรรม
1. ทบทวนเนื้อหาในบทที่ 1
28 สถิติวิศวกรรม
สื่อการเรียนการสอน
1. เอกสารประกอบการสอนวิชาวัสดุวิศวกรรม
2. กระดานไวท์บอร์ด
3. วัสดุโสตทัศน์ Power point
4. แบบฝึกหัดท้ายบท
5. เฉลยแบบฝึกหัดท้ายบท
การวัดผลและการประเมินผล
การวัดผล
1. สังเกตจากพฤติกรรมและบรรยากาศระหว่างเรียน
2. ถามตอบระหว่างเรียน
3. แบบฝึกหัดที่มอบหมายให้ในแต่ละครั้ง
การประเมินผล
1. จากการทากิจกรรมกลุ่มเสร็จตามเวลา
2. ทาแบบฝึกหัดมีความถูกต้องไม่น้อยกว่า 80%
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 2 ตัวแปรสุ่มและการแจกแจงความน่าจะเป็น 29
บทที่ 2
ตัวแปรสุ่มและการแจกแจงความน่าจะเป็น
ในบทนี้จะกล่าวถึงตัวแปรสุ่มและการแจกแจงความน่าจะเป็นของตัวแปรสุ่ม ซึ่งมึความสาคัญและ
จาเป็นมากต่อการนาสถิติไปใช้ด้านต่างๆ ไม่ว่าจะเป็นด้านการเลือกตัวอย่างเพื่อนามาใช้ในการเก็บรวบรวม
ข้อมูลหรือด้านการวิเคราะห์ข้อมูลที่เก็บรวบรวมได้ ทั้งนี้ เนื่องจากการกาหนดตัวสถิติเพื่อนามาใช้ในการ
ประมาณค่าและการทดสอบสมมติฐานเชิงสถิติมีความจาเป็นต้องทราบค่าความน่าจะเป็นของตัวแปรสุ่มแต่ละ
ค่า
2.1 ความหมายของตัวแปรสุ่ม
ตัวแปรสุ่ม (Random Variable) คือค่าหรือตัวเลขที่ใช้แทนเหตุการณ์ต่าง ๆ ที่อาจเกิดขึ้นได้ ทั้งหมด
จากการทดลองหรือสภาพที่เป็นจริงเกี่ยวกับเรื่องที่ศึกษา
โดยทั่วไปนิยมใช้พยัญชนะภาษาอังกฤษตัวพิมพ์ใหญ่แทนตัวแปรสุ่ม เช่น X, Y หรือ Z และใช้พยัญชนะ
ตัวพิมพ์เล็กแทนค่าแต่ละค่าที่เป็นไปได้ของตัวแปรสุ่มนั้น เช่น (x1, x2, x3,…, xn) หรือ (y1, y2, y3,…, yn) หรือ
(z1, z2, z3,…, zn)
ตัวอย่างที่ 2.1
1) ถ้าให้ X เป็นตัวแปรสุ่ม ใช้แทนเหตุการณ์ที่เป็นจานวนวันซึ่งในโรงงานอุตสาหกรรมผลิตชิ้นส่วน
รถยนต์ในเดือนสิงหาคมของปีนี้
ดังนั้น X = 0, 1, 2, 3, 4,…, 31
2) ถ้าให้ Y เป็นตัวแปรสุ่ม ใช้แทนเหตุการณ์ที่เป็นจานวนลูกค้าที่เข้ามาซื้อ ยาสระผมในวันที่ผ่านมา
จากห้างสรรพสินค้าแห่งหนึ่ง
ดังนั้น Y = 0, 1, 2, 3, 4, 5,…
3) ถ้าให้ Z เป็นตัวแปรสุ่ม ใช้แทนเหตุการณ์ที่เป็นจานวนเครื่องกลึงชารุดจากการผลิตของโรงงาน
จานวน 30 เครื่อง
ดังนั้น Z = 0, 1, 2, 3, 4, 5,…, 29, 30
2.2 ชนิดของตัวแปรสุ่ม
ตัวแปรสุ่มมี 2 ชนิด คือ ตัวแปรสุ่มไม่ต่อเนื่อง (Discrete random variable) และตัวแปรสุ่มชนิดต่อเนื่อง
(Continuous random variable)
มหาวิทยาลัยราชภัฏอุดรธานี
30 สถิติวิศวกรรม
2.3 การแจกแจงความน่าจะเป็นของตัวแปรสุ่ม
การแจกแจงความน่าจะเป็น คือการแจกแจงเหตุการณ์ทุกเหตุการณ์ที่เป็นไปได้และความน่าจะเป็นที่
เหตุการณ์เหล่านั้นจะเกิดขึ้น
เนื่องจากตัวแปรสุ่มที่ใช้แทนเหตุการณ์มีสองชนิดคือ ตัวแปรสุ่มไม่ต่อเนื่องและตัวแปรสุ่มชนิดต่อเนื่อง
ดั ง นั้ น การแจกแจงความน่ า จะเป็ น ของเหตุ ก ารณ์ ทุ ก เหตุ ก ารณ์ ที่ เ ป็ น ไปได้ จ ะแบ่ ง ออกเป็ น สองชนิ ด
เช่นเดียวกันคือ
1) การแจกแจงความน่าจะเป็นของตัวแปรสุ่มไม่ต่อเนื่อง
2) การแจกแจงความน่าจะเป็นของตัวแปรสุ่มชนิดต่อเนื่อง
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 2 ตัวแปรสุ่มและการแจกแจงความน่าจะเป็น 31
2.4 การแจกแจงความน่าจะเป็นของตัวแปรสุ่มไม่ต่อเนื่อง
การแจกแจงความน่าจะเป็นของตัวแปรสุ่มไม่ต่อเนื่อง เป็นการแจกแจงเหตุการณ์ทุกเหตุการณ์ที่เป็นไปได้
และความน่าจะเป็นที่เหตุการณ์เหล่านั้นจะเกิดขึ้นเมื่อตัวแปรสุ่มที่สนใจศึกษาเป็นตัวแปรสุ่มไม่ต่อเนื่อง โดย
การแจกแจงความน่าจะเป็นของตัวแปรสุ่มไม่ต่อเนื่องอาจจะอยู่ในรูปของตาราง กราฟ หรือแผนภูมิที่สามารถ
แสดงเหตุการณ์ทุกเหตุการณ์หรือค่าทุกๆค่าของตัวแปรสุ่มและความน่าจะเป็นของแต่ละเหตุการณ์หรือค่าของ
ตัวแปรสุ่มเหล่านั้น
ตัวอย่างที่ 2.4 ถ้าจานวนวันที่เกิดไฟฟ้ากระพริบในโรงงานอุตสาหกรรมแห่งหนึ่งในรอบเดือนที่ผ่านมาเป็น
1, 2, 3, 4, 5, 6, 7, 8, 9 และ 10 ครั้ง/วัน เป็นดังนี้
จานวนครั้งที่เกิดไฟฟ้ากระพริบ(ครั้ง/วัน) จานวนวันที่เกิดไฟฟ้ากระพริบ
0 1
1 1
2 2
3 4
มหาวิทยาลัยราชภัฏอุดรธานี
32 สถิติวิศวกรรม
จานวนครั้งที่เกิดไฟฟ้ากระพริบ(ครั้ง/วัน) จานวนวันที่เกิดไฟฟ้ากระพริบ
4 6
5 7
6 5
7 2
8 1
9 1
10 1
ถ้าให้ X เป็นตัวแปรสุ่มไม่ต่อเนื่อง ซึ่งใช้แทนจานวนครั้งที่เกิดไฟฟ้ากระพริบซึ่งมีจานวนที่เป็นไปได้ทั้งหมด
11 ค่า คือ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 และ 10 การแจกแจงความน่าจะเป็นของ X อาจแสดงในรูปของ
ตารางข้างล่างดังนี้
จานวนครั้งที่เกิดไฟฟ้ากระพริบ จานวนวันที่เกิดไฟฟ้า ความน่าจะเป็นที่เกิดไฟฟ้า
(ครั้ง/วัน) กระพริบ กระพริบ P(X)
0 1 1/31
1 1 1/31
2 2 2/31
3 4 4/31
4 6 6/31
5 7 7/31
6 5 5/31
7 2 2/31
8 1 1/31
9 1 1/31
10 1 1/31
2.4.1 ค่าเฉลี่ยและค่าความแปรปรวนของการแจกแจงความน่าจะเป็นของตัวแปรสุ่มไม่ต่อเนื่อง
1) ค่าเฉลี่ยของตัวแปรสุ่มไม่ต่อเนื่อง ค่าเฉลี่ยของตัวแปรสุ่มหาได้จากผลบวกของผลคูณระหว่างค่า
แต่ละค่าของตัวแปรสุ่มกับความน่าจะเป็นของแต่ละค่านั้น กล่าวคือ
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 2 ตัวแปรสุ่มและการแจกแจงความน่าจะเป็น 33
ถ้า X เป็นตัวแปรสุ่มไม่ต่อเนื่อง ซึ่งประกอบด้วยค่า x1, x2, x3, …, xN และ P(x1), P(x2), P(x3), …,
P(xN) เป็นความน่าจะเป็นของ x1, x2, x3, …, xN ตามลาดับ ค่าเฉลี่ยของ X หรือค่าคาดหมาย (expected
value) ของ X คือ
X x1P( x1 ) x 2P( x 2 ) x 3P( x 3 ) ... x NP( x N )
N
หรือเขียนได้เป็น X x i P( x i ) (2.1)
i 1
ค่าเฉลี่ยของตัวแปรสุ่ม หรือค่าคาดหมายของตัวแปรสุ่มนี้เป็นค่าที่คาดว่าควรจะเป็นเท่านั้น ใน
ความเป็นจริงอาจจะไม่เป็นตามที่คาดหมายก็ได้ เช่น วิศวกรคาดว่าจะผลิตรถยนต์ได้เฉลี่ยวันละ 2,500 คัน
แต่จริงๆแล้วอาจจะผลิตได้มากกว่าหรือน้อยกว่า 2,500 คันก็ได้ ขึ้นอยู่กับว่าข้อมูลปัจจุบันกับสภาพในขณะที่
เก็บข้อมูลเพื่อนามาหาความน่าจะเป็นของจานวนรถยนต์ที่ผลิตได้จะแตกต่างกันมากน้อยเพียงไร
ตัวอย่างที่ 2.5 จากข้อมูลเกี่ยวกับจานวนครั้งที่เกิดไฟฟ้ากระพริบในแต่ล ะวันของโรงงานอุตสาหกรรมแห่ง
หนึ่งในตัวอย่างที่ 2.4 จงหาว่าโดยเฉลี่ยแล้วโรงงานแห่งนี้เกิดไฟฟ้ากระพริบเฉลี่ยวันละกี่ครั้ง
จานวนครั้งที่เกิดไฟฟ้ากระพริบ ความน่าจะเป็นที่เกิดไฟฟ้า
xP(x)
(ครั้ง/วัน) (x) กระพริบ P(x)
0 1/31 0
1 1/31 1/31
2 2/31 4/31
3 4/31 12/31
4 6/31 24/31
5 7/31 35/31
6 5/31 30/31
7 2/31 14/31
8 1/31 8/31
9 1/31 9/31
10 1/31 10/31
ค่าเฉลี่ยจานวนครั้งที่เกิดไฟฟ้ากระพริบคือ
จากสมการที่ 2.1 และมีจานวนข้อมูลทั้งหมด 11 ข้อมูล ดังนั้นจะได้ว่า
11
X x iP ( x i )
i 1
มหาวิทยาลัยราชภัฏอุดรธานี
34 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 2 ตัวแปรสุ่มและการแจกแจงความน่าจะเป็น 35
0.5849 0.8919
4.5785
และหาค่าส่วนเบี่ยงเบนมาตรฐานได้ จาก
2
X X
4.5785
2.1397
แสดงว่าโดยเฉลี่ยแล้วจานวนครั้งที่เกิดไฟฟ้ากระพริบในแต่ละวันของโรงงานอุตสาหกรรมแห่งนี้ ต่าง
จากจานวนครั้งที่เกิดไฟฟ้ากระพริบเฉลี่ยในแต่ละวันคือ 4.7419 ครั้ง เท่ากับ 2.1397 ครั้ง
ตัวอย่างที่ 2.8 จากตัวอย่างที่ 2.6 จงหาค่าความแปรปรวนและส่วนเบี่ยงเบนมาตรฐานของจานวนวงแหวนที่
ผลิตได้
วิธีทา เนื่องจาก x1 = 4,500 และ x2 = 5,000
P(x1) = 0.8 และ P(x2) = 0.2
และ X 4,600
ดังนั้น ค่าความแปรปรวน
มหาวิทยาลัยราชภัฏอุดรธานี
36 สถิติวิศวกรรม
2
2
X [ x i x ]2P( x i )
i 1
[ x1 X ]2 P( x1 ) [ x 2 X ]2 P( x 2 )
2 2
[ 4,500 4,600] ( 0.8) [ 5,000 4,600] ( 0.2)
8,000 32,000
40,000
และหาค่าส่วนเบี่ยงเบนมาตรฐานได้ จาก
2
X X
40,000
200
ความแปรปรวนของจานวนวงแหวนที่ผลิตได้เท่ากับ 40,000 และค่าส่วนเบี่ยงเบนมาตรฐานของ
จานวนวงแหวนที่ผลิตได้เท่ากับ 200 วง
ตัวอย่างที่ 2.9 ให้ตัวแปรสุ่ม X แทนจานวนรถยนต์ที่ใช้ในโรงงานในวันทางานหนึ่งๆ และมีความน่าจะเป็น
สาหรับบริษัท A และ B เป็นดังตารางต่อไปนี้
บริษัท A
X 3 4 5
P(xi) 0.321 0.472 0.207
บริษัท B
X 3 4 5 6
P(xi) 0.175 0.389 0.345 0.091
จงหาค่าความแปรปรวนของบริษัทไหนจะมีค่ามากกว่ากัน
วิธีทา บริษัท A
จานวนรถยนต์ที่ใช้ในโรงงานเฉลี่ย คือ
3
X x iP ( x i )
i 1
= x1P(x1) + x2P(x2) + x3P(x3)
= 3(0.321) + 4(0.472) + 5(0.207)
= 3.886 คัน
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 2 ตัวแปรสุ่มและการแจกแจงความน่าจะเป็น 37
ค่าความแปรปรวน
3
2
X [ x i x ]2P( x i )
i 1
[ x1 X ]2 P( x1 ) [ x 2 X ]2 P( x 2 ) [ x 3 X ]2 P( x 3 )
2 2 2
[ 3 3.886] ( 0.321) [ 4 3.886] ( 0.472) [ 5 3.886] ( 0.207)
0.5150
บริษัท B
จานวนรถยนต์ที่ใช้ในโรงงานเฉลี่ย คือ
4
X x iP ( x i )
i 1
= x1P(x1) + x2P(x2) + x3P(x3) + x4P(x4)
= 3(0.175) + 4(0.389) + 5(0.345) + 6(0.091)
= 4.352 คัน
ค่าความแปรปรวน
4
2
X [ x i x ]2P( x i )
i 1
[ x1 X ]2 P( x1 ) [ x 2 X ]2 P( x 2 ) ... [ x 4 X ]2 P( x 4 )
2 2 2
[ 3 4.352] ( 0.175) [ 4 4.352] ( 0.389) [ 5 4.352] ( 0.345)
2
[ 6 4.352] ( 0.091)
0.7651
จะเห็นได้ว่า ความแปรปรวนของจานวนรถยนต์ที่ใช้ในบริษัท B มากกว่า บริษัท A
2.5 การแจกแจงความน่าจะเป็นของตัวแปรสุ่มชนิดต่อเนื่อง
การแจกแจงความน่าจะเป็นของตัวแปรสุ่มชนิดต่อเนื่อง เป็นการแจกแจงเหตุการณ์ทุกเหตุการณ์ที่เป็นไป
ได้ และความน่าจะเป็นที่เหตุการณ์เหล่านั้นจะเกิดขึ้นเมื่อตัวแปรสุ่มที่สนใจศึกษาเป็นตัวแปรสุ่มชนิดต่อเนื่อง
เนื่องจากตัวแปรสุ่มชนิดต่อเนื่องเป็นตัวแปรสุ่มที่ประกอบด้วยค่าหรือตัวเลขนับไม่ถ้วน จึงมักเขียนอยู่ใน
รูปช่วงของค่าหรือตัวเลข 2 ตัว ดังนั้นการหาความน่าจะเป็นของตัวแปรสุ่มชนิดต่อเนื่องจึงจาเป็นต้องหาเป็น
ช่วงซึ่งอยู่ระหว่างค่าสองค่า เช่น 20 กับ 38 หรือ 100 กับ 200
มหาวิทยาลัยราชภัฏอุดรธานี
38 สถิติวิศวกรรม
2.5.1 แบบของการแจกแจงความน่าจะเป็นของตัวแปรสุ่มชนิดต่อเนื่อง
ชนิดของการแจกแจงความน่าจะเป็นของตัวแปรสุ่มชนิดต่อเนื่องมีหลายแบบ เช่น การแจกแจง
ปกติ (normal distribution) การแจกแจงแบบเอฟ (F distribution) การแจกแจงแบบที (t distribution)
การแจกแจงแบบแกมมา (gamma distribution) การแจกแจงแบบเบตา (beta distribution) ฯลฯ
1) การแจกแจงปกติ เป็นการแจกแจงที่มีความสาคัญมากที่สุดและถูกนาไปใช้อย่างแพร่หลาย เช่น
อายุการใช้งานของเครื่องจักรกลแต่ละชนิด คุณภาพของสินค้าหรือผลิตภัณฑ์แต่ละชนิดที่ผลิตได้ ระยะเวลาที่
ใช้ในการผลิตสินค้าแต่ละชนิด
ลักษณะโดยทั่ว ไปของการแจกแจงปกติเป็นรูประฆังคว่าและมีคุณสมบัติที่ส าคัญคือ เป็นโค้งที่
สมมาตร (symmetry) มีค่าเฉลี่ยเลขคณิต ฐานนิยม และมัธยฐานเท่ากัน และพื้นที่ใต้โค้ง (ความน่าจะเป็น)
เหนือแกน X ทั้งหมดเท่ากับ 1 ดังแสดงในรูปที่ 2.1
.Z
รูปที่ 2.1 การแจกแจงปกติ
(ที่มา: สรชัย พิศาลบุตร, 2553)
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 2 ตัวแปรสุ่มและการแจกแจงความน่าจะเป็น 39
Z
รูปที่ 2.2 การแจกแจงปกติมาตรฐาน
(ที่มา: สรชัย พิศาลบุตร, 2553)
การหาความน่าจะเป็ นแบบปกติมาตรฐาน คือ การหาพื้นที่ใต้เส้ นโค้งปกติมาตรฐานในช่ว งที่
ต้องการ หรืออาศัย “ตารางการแจกแจงแบบปกติ”
มหาวิทยาลัยราชภัฏอุดรธานี
40 สถิติวิศวกรรม
= 0.3944 – 0.2734
= 0.1210
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 2 ตัวแปรสุ่มและการแจกแจงความน่าจะเป็น 41
เท่านั้น ยกตัวอย่างเช่นตัวแปรสุ่มที่สนใจศึกษามีการแจกแจงที่ประมาณได้ด้วยการแจกแจงปกติที่มีค่าเฉลี่ย
25 และส่วนเบี่ยงเบนมาตรฐาน 3 สมมติว่าต้องการหาความน่าจะเป็นที่ตัวแปรสุ่มนั้นจะมีค่าอยู่ระหว่าง 19
กับ 31 นั่นคือ จะต้องเปลี่ยนค่าทั้งสอง คือ 19 และ 31 ไปเป็นค่า Z แล้วหาพื้นที่ที่อยู่ระหว่างค่า Z ทั้งสองที่
หาได้ กล่าวคือ จาก
x
Zi
19 25 31 25
ดังนั้น Z1 2 และ Z 2 2
3 3
พื้นที่ระหว่างค่าทั้งสองเขียนได้เป็น P(19 < X < 31) = P(–2 < Z < 2)
วาดกราฟการแจกแจงปกติมาตรฐานพร้อมระบายพื้นที่ได้ดังรูป
จาก P(–2 < Z < 2) = 2P(0 < Z < 2)
= 2(0.4772)
= 0.9544
มหาวิทยาลัยราชภัฏอุดรธานี
42 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 2 ตัวแปรสุ่มและการแจกแจงความน่าจะเป็น 43
มหาวิทยาลัยราชภัฏอุดรธานี
44 สถิติวิศวกรรม
2.6 สรุป
1. ตัวแปรสุ่ม (Random Variable) คือค่าหรือตัวเลขที่ใช้แทนเหตุการณ์ต่าง ๆ ที่อาจเกิดขึ้นได้ทั้งหมด
จากการทดลองหรือสภาพที่เป็นจริงเกี่ยวกับเรื่องที่ศึกษา
2. ตัวแปรสุ่มมี 2 ชนิดคือ ตัวแปรสุ่มไม่ต่อเนื่อง (Discrete random variable) คือตัวแปรสุ่มที่ประกอบ
ไปด้วยค่าหรือตัวเลขทั้งหมดที่เป็นไปได้ จานวนจากัดและตัวแปรสุ่มชนิดต่อเนื่อง (Continuous random
variable) คือตัวแปรสุ่มที่ประกอบไปด้วยค่าหรือตัวเลขทั้งหมดที่เป็นไปได้นับไม่ถ้วน
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 2 ตัวแปรสุ่มและการแจกแจงความน่าจะเป็น 45
แบบฝึกหัดท้ายบทที่ 2
1. ตัวแปรสุ่มต่อไปนี้เป็นตัวแปรสุ่มไม่ต่อเนื่องหรือตัวแปรสุ่มชนิดต่อเนื่อง
1) จานวนเครื่องจักรตัดเหล็กของโรงงานแห่งหนึ่งในวันที่ 31 ธันวาคม พ.ศ. 2560
2) ยอดขายเครื่องชาร์จกระแสไฟฟ้าของบริษัท ในเดือนมิถุนายน พ.ศ. 2560
3) จานวนแบริ่งที่ตัวแทนจาหน่ายขายได้ในรอบเดือนที่ผ่านมา
4) ปริมาณน้ามันแก๊สโซฮอล์ E20 ที่สถานีบริการน้ามันแห่งหนึ่งขายได้ในสัปดาห์แรกของเดือน
เมษายนปีนี้
5) จานวนยางรถยนต์ที่โรงงานผลิตได้ในรอบเดือนที่ผ่านมา
2. ให้ X เป็นตัวแปรสุ่มแทนเครื่องจักรที่เสีย เมื่อสุ่มเครื่องจักรมา 3 เครื่อง จากสายการผลิตและทาการ
ทดสอบ มีความน่าจะเป็นดังตาราง
X 0 1 2 3
P(X) 0.51 0.38 0.10 0.01
จงหาความแปรปรวนของจานวนเครื่องจักรที่เสีย
3. ถ้าจานวนอุบัติเหตุและความน่าจะเป็นที่จะเกิดอุบัติเหตุบนทางด่วนสายหนึ่งในวันจันทร์ที่ผ่านมาเป็นดังนี้
ความน่าจะเป็นที่จะเกิด
จานวนอุบัติเหตุที่เกิดบน
อุบัติเหตุบนทางด่วน
ทางด่วน (X)
P(X)
0 1
8
1 1
8
2 2
8
3 2
8
4 1
8
5 1
8
จงหาค่าเฉลี่ยและค่าความแปรปรวนของจานวนอุบัติเหตุที่จะเกิดบนทางด่วนสายนี้ในวันจันทร์ที่ผ่านมา
4. วิศวกรคนหนึ่งซื้อหุ้นของบริษัทหนึ่งในราคาหุ้นละ 100 บาท จากข้อมูลการจ่ายเงินปันผลในปีต่างๆที่ผ่าน
มา ถ้าความน่าจะเป็นที่เขาจะได้รับเงินปันผลปลายปี 12 บาท 16 บาท 20 บาทและ 35 บาท เท่ากับ 0.25,
มหาวิทยาลัยราชภัฏอุดรธานี
46 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 2 ตัวแปรสุ่มและการแจกแจงความน่าจะเป็น 47
มหาวิทยาลัยราชภัฏอุดรธานี
48 สถิติวิศวกรรม
เอกสารอ้างอิง
ประไพศรี สุ ทั ศน์ ณ อยุ ธ ยา และพงศ์ ช นั น เหลื อ งไพบู ล ย์ . (2549). สถิ ติ วิ ศ วกรรม (Engineering
Statistics). กรุงเทพมหานคร: ท้อป.
พิศมัย หาญมงคลพิพัฒน์. (2557). หลักสถิติ 1. กรุงเทพมหานคร: มหาวิทยาลัยเกษตรศาสตร์.
ศิริลักษณ์ สุวรรณวงศ์. (2539). หลักสถิติเบื้องต้น. กรุงเทพมหานคร: สุวีริยาสาส์น.
สายชล สินสมบูรณ์ทอง. (2553). สถิติวิศวกรรม (Engineering Statistics). กรุงเทพมหานคร: จามจุรีโปร
ดักท์.
สรชัย พิศาลบุตร. (2553). สถิติวิศวกรรม (Engineering Statistics). กรุงเทพมหานคร: วิทยพัฒน์.
Scheaffer, R. L., Mulekar, M. S., & McClave, J. T. (2011). Probability and Statistics for
Engineers (5th ed). Canada: Brooks/Cole.
Montgomery, D. C., George, C. R., & Hubele, N. F. (2012). Engineering Statistics (3rd ed). USA:
John Wiley & Sons Inc
มหาวิทยาลัยราชภัฏอุดรธานี
แผนบริหารการสอนประจาบทที่ 3
การประมาณค่า
หัวข้อเนื้อหา
3.1 การประมาณค่าเฉลี่ยของประชากรชุดเดียว ( )
3.1.1 การประมาณแบบจุดของ
3.1.2 การประมาณแบบช่วงหรือช่วงความเชื่อมั่นของ
3.2 การประมาณผลต่างระหว่างค่าเฉลี่ยของประชากรสองชุด
3.2.1 การประมาณแบบจุดของ 1 2
3.2.2 การประมาณแบบช่วงหรือช่วงความเชื่อมั่นของ 1 2
3.3 การประมาณค่าสัดส่วนของประชากรชุดเดียว
3.3.1 การประมาณแบบจุดของ P
3.3.2 การประมาณแบบช่วงหรือช่วงความเชื่อมั่นของ P
3.4 การประมาณผลต่างระหว่างค่าสัดส่วนของประชากรสองชุด
3.4.1 การประมาณแบบจุดของ P1 – P2
3.4.2 การประมาณแบบช่วงหรือช่วงความเชื่อมั่นของ P1 – P2
3.5 สรุป
แบบฝึกหัดท้ายบทที่ 3
เอกสารอ้างอิง
วัตถุประสงค์เชิงพฤติกรรม
เมื่อผู้เรียน เรียนจบบทนี้แล้วผู้เรียนควรมีความรู้และทักษะดังนี้
1. คานวณการประมาณค่าเฉลี่ยของประชากรชุดเดียวทั้งแบบจุดและแบบช่วงได้อย่างถูกต้อง
2. คานวณการประมาณผลต่างค่าเฉลี่ยระหว่างประชากรสองชุดทั้งแบบจุดและแบบช่วงได้อย่าง
ถูกต้อง
3. อธิบายและเข้าใจความหมายของสัดส่วนได้อย่างถูกต้อง
4. คานวณการประมาณค่าสัดส่วนของประชากรชุดเดียวทั้งแบบจุดและแบบช่วงหรือช่วงความเชื่อมั่น
ของ P ได้อย่างถูกต้อง
5. คานวณการประมาณผลต่างระหว่างค่าสัดส่วนของประชากรสองชุด ทั้งแบบจุดและแบบช่วงหรือ
ช่วงความเชื่อมั่นของ P1 – P2 ได้อย่างถูกต้อง
50 สถิติวิศวกรรม
วิธีสอนและกิจกรรม
1. นาเข้าสู่บทเรียนโดยการบรรยายความหมายของการประมาณค่าและสูตรของการประมาณค่า
2. อธิบายเนื้อหาและทาแบบฝึกหัดระหว่างบทเรียนทีละหัวข้อ แล้วเปิดโอกาสให้ผู้เรียนถามในแต่ละ
หัวข้อก่อนข้ามหัวข้อนั้น
3. ให้ผู้เรียนฝึกทาโจทย์ในชั้นเรียนโดยการสุ่มให้ได้ออกมาทาหน้าห้องเรียนทุกคน เพื่อเป็นการ
กระตุ้นให้ผู้เรียนได้ตื่นตัวและมีความพยายามที่จะหาคาตอบด้วยตนเองมากขึ้น
5. มอบหมายให้ผู้เรียนทาแบบฝึกหัดท้ายบทที่ 3
6. เสริมสร้างคุณธรรม และจริยธรรมให้กับนักศึกษาก่อนเลิกเรียน
สื่อการเรียนการสอน
1. เอกสารประกอบการสอนวิชาสถิติวิศวกรรม
2. กระดานไวท์บอร์ด
3. วัสดุโสตทัศน์ Power point
4. แบบฝึกหัดท้ายบท
5. เฉลยแบบฝึกหัดท้ายบท
การวัดผลและการประเมินผล
การวัดผล
1. สังเกตจากพฤติกรรมและบรรยากาศระหว่างเรียน
2. ถามตอบระหว่างเรียน
3. แบบฝึกหัดที่มอบหมายให้ในแต่ละครั้ง
การประเมินผล
1. จากการทากิจกรรมกลุ่มเสร็จตามเวลา
2. ทาแบบฝึกหัดมีความถูกต้องไม่น้อยกว่า 80%
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 3 การประมาณค่า 51
บทที่ 3
การประมาณค่า
มหาวิทยาลัยราชภัฏอุดรธานี
52 สถิติวิศวกรรม
3.1 การประมาณค่าเฉลี่ยของประชากรชุดเดียว ( )
3.1.1 การประมาณแบบจุดของ
n
x n1 x i (3.1)
i 1
เป็นค่าประมาณแบบจุดของ n เมื่อ n แทนจานวนตัวอย่างที่เลือกมาจากประชากร
ตั ว อย่ า งที่ 3.1 บริ ษั ท ผู้ ผ ลิ ต ปลั๊ ก ไฟฟ้ า ชนิ ด หนึ่ ง ต้ อ งการประมาณราคาขายปลี ก เฉลี่ ย ที่ ร้ า นค้ า ใน
กรุงเทพมหานครรับไปจาหน่าย จึงเลือกตัวอย่างร้านค้าที่รับปลั๊กไฟฟ้าของบริษัทไปจาหน่ายมา 12 ร้าน
ปรากฏว่าได้ราคาขายปลีก (บาท) เป็นดังนี้ 34, 35, 35, 32, 36, 34, 34, 33, 36, 32, 32, และ 34 บาท
ค่าประมาณแบบจุดของราคาขายปลีกปลั๊กไฟฟ้าของร้านค้าในกรุงเทพมหานครเป็นเท่าไร
วิธีทา
เนื่องจาก เป็นค่าประมาณแบบจุดของ จากสมการที่ 3.1 จะได้
12
1 x
x 12 i
i 1
1
12 (34 35 35 32 36 34 34 33 36 32 32 34 )
407
12
33.9167
ดังนั้นค่าประมาณแบบจุดของราคาขายปลีกปลั๊กไฟฟ้าเท่ากับ 33.9167 บาท
3.1.2 การประมาณแบบช่วงหรือช่วงความเชื่อมั่นของ
การประมาณวิธีนี้จะได้ค่าประมาณสาหรับพารามิเตอร์ของประชากรอยู่ระหว่างตัวเลขสองจานวน
ค่าที่อยู่ระหว่างตัวเลขสองจานวนนี้เรียกว่าช่วงความเชื่อมั่น (confidence interval) และตัวเลขสองตัวที่อยู่
ปลายช่วงทั้งสองเรียกว่าขีดจากัดความเชื่อมั่นล่าง (lower confidence limit) และขีดจากัดความเชื่อมั่น
บน (upper confidence limit) ตามลาดับ
จากการแจกแจงตัว อย่ างของค่าเฉลี่ยเมื่อประชากรมีการแจกแจงปกติที่มีค่าเฉลี่ย และความ
แปรปรวน 2 และเมื่อเปลี่ยนค่าของ x ไปเป็นค่า Z ที่มีการแจกแจงปกติที่มีค่าเฉลี่ย 0 และมีความ
แปรปรวน 1 จะได้
x (3.2)
Z
n
หรือ xZ (3.3)
n
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 3 การประมาณค่า 53
x
xZ
2 n
xZ
2 n
x Z
หรือ
2
n
,x Z
2
n
(3.7)
มหาวิทยาลัยราชภัฏอุดรธานี
54 สถิติวิศวกรรม
นัยสาคัญ คือ
xZ
n
2
n xZ
2
(3.8)
ในกรณีที่ประชากรมีการแจกแจงปกติหรือใกล้เคียงกับการแจกแจงปกติและไม่ทราบความแปรปรวน
ของประชากร ( 2 ) จะต้องประมาณด้ว ยความแปรปรวนจากตัว อย่าง (s2) x จะมีการแจกแจงแบบที
2
(t distribution) ที่มีค่าเฉลี่ย และความแปรปรวน sn
การแจกแจงแบบทีเป็นการแจกแจงของตัวแปรสุ่มชนิดต่อเนื่องเช่นเดียวกับการแจกแจงปกติ และ
เป็นการแจกแจงแบบเดียวกับการแจกแจงปกติมาตรฐาน คือ มีค่าเฉลี่ย 0 และความแปรปรวน 1 รูปร่าง
ลักษณะของการแจกแจงแบบทีเหมือนกับรูปร่างลักษณะของการแจกแจงปกติมาตรฐานทุกอย่าง ยกเว้นความ
โด่งของโค้งซึ่งจะโด่งน้ อยกว่าการแจกแจงปกติมาตรฐาน เนื่องจากการแจกแจงแบบทีจะมีการกระจาย
มากกว่าการแจกแจงปกติมาตรฐานรูปร่างของการแจกแจงแบบทีขึ้นอยู่กับระดับขั้นความเสรี (degree of
freedom) ซึ่งเท่ากับขนาดตัวอย่างที่ใช้ลบด้วย 1 หรือ df n 1 ถ้าระดับขั้นความเสรีน้อยรูปร่างของโค้งจะ
แบนราบ แต่ถ้าระดับขั้นความเสรีมากกว่าการแจกแจงแบบทีจะเข้าใกล้การแจกแจงปกติมาตรฐานมากขึ้น
หรือความโด่งของโค้งมากขึ้นนั่นเอง เมื่อ n เท่ากับหรือมากกว่า 30 การแจกแจงแบบทีและการแจกแจง
ปกติมาตรฐานเกือบจะไม่แตกต่างกันเลย
นั่นคือ เมื่อประชากรมีการแจกแจงปกติหรือใกล้เคียงกับการแจกแจงปกติ และไม่ทราบค่าส่ว น
เบี่ยงเบนมาตรฐานของประชากร ค่าประมาณแบบช่วงหรือช่วงความเชื่อมั่นของ ณ ระดับนัยสาคัญ คือ
s s
xt
2
,n 1 n
xt
2
,n 1 n (3.9)
s
หรืออาจเขียนอยู่ในรูป xt
2
,n 1 n (3.10)
s s
x t
หรือ
2
,n 1 n
,x t
2
,n 1 n
(3.11)
ตารางการแจกแจงแบบทีในตารางสถิติ
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 3 การประมาณค่า 55
ในทางปฏิบัติทั่วไปถ้าทราบว่าประชากรมีการแจกแจงปกติหรือใกล้เคียงกับการแจกแจงปกติ และไม่
ทราบความแปรปรวนของประชากร จะหาค่ าประมาณแบบช่ ว งหรือ ช่ว งความเชื่ อมั่ นของ ณ ระดั บ
นัยสาคัญ จาก
s s
xt
2
,n 1 n
xt
2
,n 1 n (3.12)
แต่ถ้าไม่ทราบการแจกแจงของประชากรแม้ตัวอย่างที่ใช้มีขนาดใหญ่จะหาค่าประมาณแบบช่วงจาก
เมื่อทราบ 2
xt
2
,n 1
n n
x t
2
,n 1
s s
เมื่อไม่ทราบ 2
xt
2
,n 1 n
xt
2
,n 1 n
ความสัมพันธ์ระหว่างเลขนัยสาคัญ และระดับความเชื่อมั่นเขียนได้ดังสมการ 3.13 และ 3.14
มหาวิทยาลัยราชภัฏอุดรธานี
56 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 3 การประมาณค่า 57
วิธีทา
เนื่องจากไม่ทราบการแจกแจงของประชากร แต่ตัวอย่างมีขนาดใหญ่ และไม่ทราบความแปรปรวน
ของประชากร ช่วงความเชื่อมั่น ณ ระดับความเชื่อมั่น (1 ) 100% ของ คือ
s
xt
2
,n 1 n
จากโจทย์ x 200,000 , s 80,000 , n 400 , 2 0.205 0.025
และ t(0.025, 399) = 1.96 (จากตารางการแจกแจงแบบที)
s 80,000
ดังนั้น x t 0.025,399 200,000 1.96
n 400
200,000 7,840
= (192,160, 207,840) บาท
ดังนั้นช่วงความเชื่อมั่นของรายได้เฉลี่ยของร้านอุปกรณ์ไฟฟ้าอยู่ระหว่าง 192,160 บาท กับ 207,840 บาท
ตัวอย่างที่ 3.5 ค่าความแปรปรวนของจานวนวิศวกรในโรงงานอุตสาหกรรมต่างๆในจังหวัดสมุทรปราการ
เท่ากับ 100 เลือกตัวอย่างโรงงานอุตสาหกรรมในจังหวัดนี้มา 36 แห่ง พบว่ามีจานวนวิศวกรโดยเฉลี่ย 25
คน จงหาช่วงความเชื่อมั่นของจานวนวิศวกรเฉลี่ยต่อโรงงาน ณ ระดับความเชื่อมั่น 90%
วิธีทา
เนื่องจากไม่ทราบการแจกแจงของประชากร แต่ตัวอย่างมีขนาดใหญ่ และทราบความแปรปรวนของ
ประชากร ช่วงความเชื่อมั่น ณ ระดับความเชื่อมั่น (1 ) 100% ของ คือ
xt
2 , n 1
n
จากโจทย์ x 25 , 100 10 , n 36 , 2 0.210 0.05
และ t(0.05, 35) = 1.645 (จากตารางการแจกแจงแบบที)
10
ดังนั้น x t 0.05,35 25 1.645
n 36
25 4.1125
= (20.8875, 29.1125) คน
ดังนั้นช่วงความเชื่อมั่นของจานวนวิศวกรเฉลี่ยต่อโรงงานอุตสาหกรรมในจังหวัดสมุทรปราการ ณ
ระดับความเชื่อมั่น 90% อยู่ระหว่าง 20.8875 คนกับ 29.1125 คน
มหาวิทยาลัยราชภัฏอุดรธานี
58 สถิติวิศวกรรม
3.2 การประมาณผลต่างระหว่างค่าเฉลี่ยของประชากรสองชุด
3.2.1 การประมาณแบบจุดของ 1 2
ค่าประมาณแบบจุดของ 1 2 คือ
1 n1 1 n2
x 1 x 2 x1i x 2i (3.15)
n1 i1 n2 i1
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 3 การประมาณค่า 59
นั่นคือ ค่าประมาณของผลต่างระหว่างราคาขายปลีกเฉลี่ยปลั๊กไฟฟ้าของร้านค้าในต่างจังหวัดกับ
ร้านค้าในกรุงเทพมหานคร เท่ากับ 1.5333 บาท
3.2.2 การประมาณแบบช่วงหรือช่วงความเชื่อมั่นของ 1 2
ทานองเดียวกับการประมาณแบบช่วงของค่าเฉลี่ยของประชากรชุดเดียว
ถ้าประชากร 2 ชุดต่างมีการแจกแจงปกติที่มีค่าเฉลี่ย 1 และ 2 และความแปรปรวน 12 และ
2
2 ตามลาดับแล้ว ค่าประมาณแบบช่วงหรือช่วงความเชื่อมั่นของ 1 2 ณ ระดับนัยสาคัญ คือ
2 2 2 2
1 2 1 2
(x1 x 2 ) Z
2 n1
n2
1 2 ( x 1 x 2 ) Z
2 n1
n2
(3.16)
มหาวิทยาลัยราชภัฏอุดรธานี
60 สถิติวิศวกรรม
1
2 2
2 1 1
2
(3.18)
n1 n2 n1 n 2
เมื่อ 12 12 2
นั่นคือ จะประมาณ 2 ด้วย sp2 เมื่อ sp2 คือความแปรปรวนจากตัวอย่างซึ่งได้จากการเฉลี่ยความ
แปรปรวนจากตัวอย่างที่เลือกมาจากแต่ละประชากร โดยถ่วงน้าหนักด้วยระดับขั้นความเสรีหรือขนาดตัวอย่าง
ลบด้วย 1 ของแต่ละประชากร กล่าวคือ
2 (n1 1)s12 (n2 1)s 22
sp (3.19)
(n1 1) (n2 1)
(n1 1)s12 (n2 1)s22
2
หรือ sp (3.20)
n1 n2 2
ระดับขั้นความเสรีของ t เท่ากับ n1 n2 2
จะได้ค่าประมาณแบบช่วงหรือช่วงความเชื่อมั่นของ 1 2 ณ ระดับนัยสาคัญ คือ
1 1
sp2 1 2
( x1 x 2 ) t
2 , n 1
n2 2 n1 n2
(3.21)
1 1
sp2
( x1 x 2 ) t
2 , n 1
n2 2 n1 n2
1 1
sp2
หรือเขียนอยู่ในรูป ( x 1 x 2 ) t
2 , n 1
n2 2 n1 n2
(3.22)
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 3 การประมาณค่า 61
มหาวิทยาลัยราชภัฏอุดรธานี
62 สถิติวิศวกรรม
1 1
(100 25) 1.96 18.3557
200 100
75 1.0285
( 73.9715,76.0285) บาท
หมายเหตุ
เนื่ อ งจากตั ว อย่ า งที่ เ ลื อ กมาจากประชากรทั้ ง สองมี ข นาดใหญ่ อาจจะหาค่ า ประมาณแบบช่ ว ง
โดยประมาณจาก
s12 s 22 s12 s 22
(x1 x 2 ) Z
2 n 1
n 2
1 2 ( x 1 x 2 ) Z
2 n
1 n2
ดังนั้นค่าประมาณแบบช่วงของผลต่างระหว่างค่าใช้จ่ายเพื่อ การเดินทางโดยเฉลี่ ยต่อสัปดาห์ของ
คนงานที่อาศัยอยู่ในเขตชานเมืองและเขตในเมืองของกรุงเทพมหานคร
25 5
(100 25) 1.96
200 100
75 0.8199
( 74.1801,75.8199 ) บาท
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 3 การประมาณค่า 63
ผลต่างระหว่างค่าแรงงานเฉลี่ยต่อสัปดาห์ของช่างเทคนิคชายและช่างเทคนิคหญิงของโรงงานแห่งนี้
อยู่ระหว่าง 95.0074 บาท กับ 104.9926 บาท
3.3 การประมาณค่าสัดส่วนของประชากรชุดเดียว
3.3.1 การประมาณแบบจุดของ P
ค่าประมาณแบบจุดของ P คือ
จานวนตัวอย่างที่สนใจศึกษา
p
จานวนตัวอย่างทั้งหมด
1 n
p xi (3.23)
n i 1
เมื่อ n คือจานวนตัวอย่างทั้งหมดที่เลือกมาจากประชากร
xi = 1 ถ้าตัวอย่างที่ i มีลักษณะที่สนใจศึกษา
xi = 0 ถ้าตัวอย่างที่ i มีลักษณะที่ไม่สนใจศึกษา
มหาวิทยาลัยราชภัฏอุดรธานี
64 สถิติวิศวกรรม
3.3.2 การประมาณแบบช่วงหรือช่วงความเชื่อมั่นของ P
เนื่องจากการแจกแจงของตัวอย่างขนาด n ที่เลือกมาจากประชากรใดๆจะมีค่าเฉลี่ย P และความ
P(1 P)
แปรปรวน และในกรณีที่ตัวอย่างมีขนาดใหญ่มาก หรือ np และ n(1– p) มากกว่าหรือเท่ากับ 5
n
การแจกแจงของสัดส่วนจากตัวอย่างขนาด n สามารถอนุโลมได้ว่ามีการแจกแจงปกติที่มีค่าเฉลี่ย P และความ
P(1 P)
แปรปรวน และจากการประยุกต์กับทฤษฎีบทลิมิตส่วนกลางสามารถใช้ p ประมาณ P ของความ
n
แปรปรวนได้ ดังนั้น
ค่าประมาณแบบช่วงหรือช่วงความเชื่อมั่นของ P คือ
p(1 p) p(1 p)
pZ
2 n PpZ
2 n (3.24)
p(1 p)
หรือเขียนอยู่ในรูป pZ
2 n (3.25)
หรือ
p (1 p ) p (1 p )
p Z
2
n
, p Z
2 n
(3.26)
= =.
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 3 การประมาณค่า 65
ดังนั้นค่าประมาณแบบจุดของสัดส่วนวิศวกรที่จะเปลี่ยนไปใช้เครื่องจักรยี่ห้ออื่นเมื่อเครื่องจักรที่ใช้อยู่
ในปัจจุบันหมดอายุการใช้งานเท่ากับ 0.30
2) เนื่องจาก n = 100, p = 0.30, จะได้ np = 100(0.30) = 30
และ n(1 – p ) = 100(1 – 0.30) = 70 ซึ่งมากกว่า 5 ดังนั้นจะได้ค่าประมาณแบบช่วง ณ ระดับ
ความเชื่อมั่น (1 – α )100% เท่ากับ
( - ) ( - )
- α √ + α √
( ) ( )
.
จาก α= = . (. )= .
- )
จะได้ (. )
√( = . . √. ( - . )
= . .
=( . . )
นั่นคือ ค่าประมาณแบบช่วงของสัดส่วนวิศวกรที่จะเปลี่ยนไปใช้เครื่องจักรยี่ห้ออื่นเมื่อเครื่องจักรที่ใช้
ในปัจจุบันหมดอายุการใช้งานอยู่ระหว่าง 0.23 กับ 0.37
ตัวอย่างที่ 3.10 วิศวกรฝ่ายโรงงานของโรงงานอุตสาหกรรมขนาดใหญ่แห่งหนึ่งต้องการทราบสัดส่วนของ
คนงานที่ต้องการให้โรงงานหยุดในวันเสาร์และวันอาทิตย์แทนวันหยุดเดิมซึ่งอยู่ในวันปกติจึงเลือกตัวอย่าง
คนงานมาสอบถามจานวน 200 คน ปรากฏว่ามีคนงานจานวน 130 คนต้องการหยุดงานด้วยวิธีการดังกล่า ว
จงสร้างช่วงความเชื่อมั่นส าหรับสัดส่วนของคนงานที่ต้องการหยุดงานด้วยวิธีการดังกล่าว ณ ระดับความ
เชื่อมั่น 99%
วิธีทา
เนื่องจาก = = = . จะได้
np = 200(0.65) = 130 ซึ่งมากกว่า 5 ดังนั้นจะได้ค่าประมาณแบบช่วง ณ ระดับความเชื่อมั่น
(1 – )100% เท่ากับ
( - ) ( - )
- α √ + α √
( ) ( )
.
จาก α= = . (. )= .
มหาวิทยาลัยราชภัฏอุดรธานี
66 สถิติวิศวกรรม
- )
จะได้ (. )
√( = . . √. ( - . )
= . .
=( . . )
( - ) ( - )
- α √ + α √
( ) ( )
.
จาก = = . (. )= .
- ) . ( - . )
จะได้ √( = . . √
(. )
= . .
=( . . )
นั่นคือ ช่วงความเชื่อมั่นสาหรับสัดส่วนของวิศวกรที่ชอบปูนซีเมนต์แห้งเร็วยี่ห้อนี้อยู่ระหว่าง 0.33 กับ
0.53
3.4 การประมาณผลต่างระหว่างค่าสัดส่วนของประชากรสองชุด
3.4.1 การประมาณแบบจุดของ P1 – P2
ค่าประมาณแบบจุดของ P1 – P2 คือ
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 3 การประมาณค่า 67
a a
p1 p 2 1 2 หรือ
n1 n2
1 n1 1 n2
p1 p 2 x1i x 2i (3.27)
n1 i1 n2 i1
เมื่อ P1 และ P2 คือ ค่าสัดส่วนของประชากรชุดที่ 1 และประชากรชุดที่ 2
p1 และ p2 คือ ค่าสัดส่วนจากตัวอย่างที่เลือกมาจากประชากรชุดที่ 1 และประชากรชุดที่ 2
n1 และ n2 คือ ขนาดตัวอย่างที่เลือกมาจากประชากรชุดที่ 1 และประชากรชุดที่ 2
a1 และ a2 คือ จานวนตัวอย่างที่มีลักษณะที่สนใจศึกษาซึ่งเลือกมาจากประชากรชุด ที่1 และ
ประชากรชุดที่ 2
x1i และ x2 คือ ค่าจากตัวอย่างที่ i ซึ่งเลือกมาจากประชากรชุดที่ 1 และประชากรชุด ที่
2 และมีค่าได้เพียง 2 ค่า คือ 1 และ 0 โดยที่เท่ากับ 1 เมื่อมีลักษณะที่สนใจศึกษา และเท่ากับ 0
เมื่อมีลักษณะที่ไม่สนใจศึกษา
3.4.2 การประมาณแบบช่วงหรือช่วงความเชื่อมั่นของ P1 – P2
ทานองเดียวกันกับการประมาณค่าแบบช่วงของสัดส่วนของประชากรชุดเดียว ถ้า n1p1, n1(1 – p1),
n2p2 และ n2(1 – p2)ต่างก็เท่ากับหรือมากกว่า 5 หรือตัวอย่างที่เลือกมาจากประชากรทั้งสองมีขนาดใหญ่
จากทฤษฎีบทลิมิตส่วนกลาง p1 – p2 มีการแจกแจงที่สามารถอนุโลมได้ว่าเป็นแบบปกติที่มีค่าเฉลี่ย P1 – P2
(- ) (- )
และความแปรปรวน + และสามารถใช้ p1 และ p2 ประมาณ P1 และ P2 ของความ
แปรปรวนได้ดังนั้นการประมาณค่าแบบช่วงหรือช่วงของความเชื่อมั่นของ P1 – P2 ณ ระดับนัยสาคัญ α คือ
( - ) ( - )
( - )- α √ + -
( )
( - ) ( - )
( - )+ α √ +
( )
( - ) ( - )
หรือเขียนอยู่ในรูป ( - ) α √ + (3.28)
( )
มหาวิทยาลัยราชภัฏอุดรธานี
68 สถิติวิศวกรรม
( - ) ( - )
( - )- α √ + -
( )
( - ) ( - )
( - )+ α √ +
( )
α .
จาก = = . (. )= .
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 3 การประมาณค่า 69
( - ) ( - )
จะได้ ( - ) (. )
√ +
( .)( -. ) ( .
)( -. )
=( . - . ) . √ +
= 0.02 0.035
= (-0.015, 0.055)
= (0.000, 0.055) เนื่องจากสัดส่วนมีค่าต่าสุดเป็น 0
นั่นคือ คนต่างระหว่างสัดส่วนของผลิตภัณฑ์ที่ไม่ได้มาตรฐานจากโรงงาน A และโรงงาน B อยู่
ระหว่าง 0.000 กับ 0.055
ตัวอย่างที่ 3.13 จากการศึกษาความนิยมในการใช้ยางรถยนต์บรรทุกยี่ห้อหนึ่งของวิศวกรที่ทางานก่อสร้างอยู่
ในกรุงเทพฯและต่างจังหวัด พบว่าจากวิศวกรที่เลือกมาเป็นตัวอย่างจากกรุงเทพฯและต่างจังหวัดจานวนแห่ง
ละ 500 คน มีวิศวกรที่นิยมยางรถยนต์บรรทุกยี่ห้อนี้ 380 คนและ 265 คน ในแต่ละแห่ง ตามลาดับ จง
ประมาณผลต่างของสั ดส่ วนวิศวกรที่นิยมยางรถยนต์บรรทุกยี่ห้ อนี้ที่ทางานก่อสร้างอยู่ในกรุงเทพฯและ
ต่างจังหวัด
1) ประมาณแบบจุด
2) ประมาณแบบช่วง ณ ระดับนัยสาคัญ 0.05
วิธีทา
ให้ P1 และ P2 แทนสัดส่วนของวิศวกรที่นิยมใช้ยางรถยนต์บรรทุกยี่ห้อนี้ที่ทางานก่อสร้างอยู่ใน
กรุงเทพฯและต่างจังหวัด
p1 และ p2 แทนสัดส่วนของวิศวกรที่นิยมใช้ยางรถยนต์บรรทุกยี่ห้อนี้จากตัวอย่างวิศวกรที่
ทางานก่อสร้างอยู่ในกรุงเทพฯและต่างจังหวัด
จะได้ = = . = = .
เนื่องจาก n1 = 500, n2 = 500
ดังนั้น n1p1 = 500(0.76) = 380, n1(1 – p1) = 500(1 – 0.76) = 120
n2p2 = 500(0.53) = 265, n2(1 – p2) = 500(1 – 0.53) = 235
ซึง่ ต่างก็มากกว่า 5
1) ค่าประมาณแบบจุดของผลต่างระหว่างสัดส่วนของวิศวกรที่นิยมใช้ยางรถยนต์บรรทุกยี่ห้อ
นี้ทที่ างานก่อสร้างอยู่ในกรุงเทพฯและต่างจังหวัด
= –
มหาวิทยาลัยราชภัฏอุดรธานี
70 สถิติวิศวกรรม
( - ) ( - )
( - )- α √ + -
( )
( - ) ( - )
( - )+ α √ +
( )
α .
จาก = = . (. )= .
( - ) ( - )
จะได้ ( - ) (. )
√ +
( . )( - . ) ( . )( - . )
=( . - . ) . √ +
= 0.23 0.06
= (0.17, 0.29)
นั่นคือ ผลต่างระหว่างค่าสัดส่วนของวิศวกรที่นิยมใช้ยางรถยนต์บรรทุกยี่ห้อนี้ที่ทางานก่อสร้างอยู่ใน
กรุงเทพฯและต่างจังหวัดอยู่ระหว่าง 0.17 กับ 0.29
3.5 สรุป
การประมาณค่า เป็นวิธีการใช้ค่าสถิติที่ได้จากตัวอย่างไปประมาณค่าพารามิเตอร์ เป็นการหาข้อสรุปที่
เกี่ ย วกับ พารามิเ ตอร์ ในลั ก ษณะของการประมาณ ซึ่ งมั กแสดงในรู ปตั ว เลข เช่น ประมาณค่ าเฉลี่ ยของ
ประชากร ประมาณค่าสัดส่วนของประชากร เป็นต้น อาจกล่าวได้ว่ากระบวนการในการประมาณค่า เป็นการ
นาตัวเลข ค่าสถิติที่ได้มาจากกลุ่มตัวอย่าง ไปประมาณหาค่าความจริงระดับประชากร ในเรื่องเดียวกันนั้น
การประมาณค่ามี 2 แบบ คือ
การประมาณค่าแบบจุด (Point Estimation) และการประมาณค่าแบบช่วง (Interval Estimation)
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 3 การประมาณค่า 71
1) การประมาณค่าแบบจุด เป็นการประมาณค่าพารามิเตอร์ของประชากรด้วยค่าเพียงค่าเดียว
(Single valued Estimation หรือ Point Estimation) ซึ่งการประมาณค่าแบบนี้อาจจะมีค่าเท่ากับ
ค่าพารามิเตอร์หรืออาจมีโอกาสที่จะได้ค่าที่คาดเคลื่ อนไปจากค่าพารามิเตอร์ได้มาก ทั้งนี้ขึ้นอยู่กับหน่ว ย
ตั ว อย่ า งที่ น ามาวิ เ คราะห์ (ถ้ า หน่ ว ยตั ว อย่ า งนั้ น ได้ ม าจากการสุ่ ม ตั ว อย่ า ง ก็ จ ะสามารถคว บคุ ม ความ
คลาดเคลื่อนได้ระดับหนึ่ง)
2) การประมาณค่าแบบช่วง ค่าที่ประมาณได้จากการประมาณค่าแบบช่วง จะได้ช่วงของตัวเลขที่
ประมาณ เรียก ช่วงการประมาณ เช่น ค่าเฉลี่ยค่าใช้จ่ายในการรักษาพยาบาลของผู้ป่วยโรคหอบที่มารับการ
รักษา ในโรงพยาบาลสุโขทัยอยู่ระหว่าง 3,370 - 6,480 บาท ในการประมาณค่าแบบช่วง นิยมเขียนเป็น
สัญญลักษณ์ทางคณิตศาสตร์ แทนค่าที่ทาการประมาณโดยครอบคลุมค่าต่าสุด – สูงสุด
ช่วงความเชื่อมั่น (confidence interval) หมายถึง ช่วงของค่าประมาณที่ประกอบไปด้วยค่าต่าสุด (a)
และค่าสูงสุด (b) ที่คานวณขึ้นมา ช่วงดังกล่าวจะคลุมค่าของพารามิเตอร์ ด้วยความน่าจะเป็นตามที่กาหนด
ตัว อย่ า งเช่น ช่ว งความเชื่อมั่ น 90% ของค่าใช้ จ่ายโดยเฉลี่ ยของผู้ ป่ว ยโรคหอบที่ม ารับการรัก ษา ใน
โรงพยาบาลสุโขทัย อยู่ระหว่าง 3,370 - 6,480 บาท หมายถึงว่า “มีความมั่นใจ 90% ที่ช่วงของการประมาณ
ค่าใช้จ่ายโดยเฉลี่ยที่ได้ (3,370 - 6,480 บาท) จะครอบคลุมค่าใช้จ่ายที่เป็นค่าเฉลี่ยจริงของผู้ป่วย” ที่ระดับ
ความเชื่อมั่นนี้ จะเขียนแทนด้วยสัญญลักษณ์ (1- )100% โดยที่ สามารถเรียกได้อีกอย่างหนึ่งว่า เลข
นัยสาคัญ
มหาวิทยาลัยราชภัฏอุดรธานี
72 สถิติวิศวกรรม
แบบฝึกหัดท้ายบทที่ 3
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 3 การประมาณค่า 73
9. จากการศึกษาอัตราค่าแรงงานของช่างเทคนิคที่สังกัดสหภาพแรงงานและไม่สังกัดสหภาพ แรงงานจาก
ช่างเทคนิคที่เลือกมาเป็นตัวอย่างจานวน 200 คน เป็นช่างเทคนิคที่สังกัดสหภาพแรงงาน และ 100 คน เป็น
ช่างเทคนิคที่ไม่สั งกัดสหภาพแรงงาน พบว่ามีอัตราค่าแรงงานเฉลี่ยต่อวันของช่างเทคนิคที่สั งกัดสหภาพ
แรงงานเท่ากับ 475 บาท และมีค่าส่วนเบี่ยงเบนมาตรฐาน 35 บาท ส่วนอัตราค่าแรงงานเฉลี่ยต่อวันของช่าง
เทคนิคที่ไม่สังกัดสหภาพแรงงาน เท่ากับ 362 บาท และมีค่าส่วนเบี่ยงเบนมาตรฐาน 50 บาท จงประมาณ
ค่าผลต่างระหว่างอัตราค่าแรงงานเฉลี่ยต่อวันของช่างเทคนิคที่สังกัดสหภาพแรงงานและไม่สังกัดสหภาพ
แรงงาน แล้วหาช่วงความเชื่อมั่นของผลต่างระหว่างอัตราค่าแรงงานเฉลี่ยต่อวันของช่ างเทคนิคที่สังกัดสหภาพ
แรงงานและไม่สังกัดสหภาพแรงงานที่ระดับความเชื่อมั่น 95%
10. จากโจทย์ข้อ 9 จงสร้างช่วงความเชื่อมั่นของผลต่างระหว่างอัตราค่าแรงงานเฉลี่ยต่อวันของ ช่างเทคนิคที่
สังกัดสหภาพแรงงานและไม่สังกัดสหภาพแรงงานที่ระดับความเชื่อมั่น 80%, 90% และ 95%
11. ถ้าประชากรที่ 1 และประชากรที่ 2 มีการแจกแจงที่สามารถอนุโลมได้ว่าเป็นแบบปกติ และมีความ
แปรปรวนที่ไม่แตกต่างกัน เลือกตัวอย่างมาจานวน 16 ตัวอย่างจากแต่ละประชากรได้ค่าเฉลี่ยจากตัวอย่าง
เป็น 44 และค่าเบี่ยงเบนมาตรฐานเป็น 8 จากประชากรที่ 1 และได้ ค่าเฉลี่ยจากตัวอย่างเป็น 51 และค่า
ส่วนเบี่ยงเบนมาตรฐานเป็น 9 จากประชากรที่ 2 จงสร้างช่วงความเชื่อมั่นสาหรับ 1 2 ที่ระดับความ
เชื่อมั่น 80%, 90%, 95% และ 99%
12. ถ้าเครื่องจักร 2 เครื่องที่ใช้ในการผลิตชิ้นส่วนชนิดหนึ่งที่วิศวกรเลือกตัวอย่างชิ้นส่วนชนิดนี้จานวน 18 ชิ้น
และ 19 ชิ้น จากชิ้นส่วนที่ผลิตโดยเครื่องจักรเครื่องที่ 1 และเครื่องที่ 2 ตามลาดับ เมื่อวัดเส้นผ่าศูนย์กลาง
ของชิ้นส่วนดังกล่าวได้ผลดังนี้
x1 0.397 x2 0.397
s12 0.009 s22 0.008
ประชากรทั้งสองมีการแจกแจงที่สามารถอนุโลมได้ว่าเป็นแบบปกติ และมีความแปรปรวนเท่ากัน
1) จงประมาณผลต่างระหว่างเส้นผ่าศูนย์กลางเฉลี่ยของชิ้นส่วนที่ผลิตโดยเครื่องจักรทั้งสอง
2) จงสร้างช่วงความเชื่อมั่นของผลต่างระหว่างเส้นผ่าศูนย์กลางเฉลี่ยของชิ้นส่วนที่ผลิตโดยเครื่องจักรทั้ง
สอง ณ ระดับความเชื่อมั่น 90%, 95% และ 99%
มหาวิทยาลัยราชภัฏอุดรธานี
74 สถิติวิศวกรรม
เอกสารอ้างอิง
มหาวิทยาลัยราชภัฏอุดรธานี
แผนบริหารการสอนประจาบทที่ 4
การทดสอบสมมติฐานเชิงสถิติ
หัวข้อเนื้อหา
4.1 ความจําเป็นที่จะต้องมีการทดสอบสมมติฐานเชิงสถิติ
4.2 การตั้งสมมติฐานเชิงสถิติ
4.3 ความผิดพลาดในการทดสอบสมมติฐานเชิงสถิติ
4.4 ระดับความเชื่อมั่นในการทดสอบสมมติฐานเชิงสถิติ
4.5 ขั้นตอนในการทดสอบสมมติฐานเชิงสถิติ
4.5.1 ตั้งสมมติฐานเพื่อการทดสอบ คือ H0 และ H1
4.5.2 กําหนดระดับนัยสําคัญสําหรับการทดสอบ
4.5.3 กําหนดตัวสถิติเพื่อการทดสอบ (test statistic)
4.5.4 คํานวณหาค่าตัวสถิติเพื่อการทดสอบ
4.5.5 หาขอบเขตในการยอมรับและปฏิเสธสมมติฐาน H0
4.5.6 เปรียบเทียบค่าสถิติที่คํานวณได้จากข้อมูลตัวอย่างกับค่าวิกฤตจากตารางการแจกแจงที่
สอดคล้องกับตัวสถิติเพื่อการทดสอบ
4.6 ตัวสถิติเพื่อการทดสอบ
4.7 การทดสอบสมมติฐานเกี่ยวกับค่าเฉลี่ยของประชากร
4.7.1 การทดสอบสมมติฐานเกี่ยวกับค่าเฉลี่ยของประชากรชุดเดียว
4.7.2 การทดสอบสมมติฐานเกี่ยวกับความแตกต่างระหว่างค่าเฉลี่ยของประชากรสองชุด
4.8 วิธีการตรวจสอบความเท่ากันของความแปรปรวนของประชากรสองชุด
4.9 การทดสอบสมมติฐานเกี่ยวกับสัดส่วน
4.9.1 การทดสอบสมมติฐานเกี่ยวกับสัดส่วนของประชากรชุดเดียว
4.9.2 การทดสอบสมมติฐานเกี่ยวกับความแตกต่างระหว่างค่าสัดส่วนของประชากรสองชุด
4.10 สรุป
แบบฝึกหัดท้ายบท
เอกสารอ้างอิง
วัตถุประสงค์เชิงพฤติกรรม
เมื่อผู้เรียน เรียนจบบทนี้แล้วผู้เรียนควรมีความรู้และทักษะดังนี้
1. อธิบายการทดสอบสมมติฐานเชิงสถิติได้อย่างถูกต้อง
76 สถิติวิศวกรรม
2. สามารถทําการคํานวณทดสอบสมมติฐ านเชิงสถิติตามขั้นตอนและสามารถสรุปผลการทดสอบได้
อย่างถูกต้อง
3. สามารถเลือกตัวสถิติทดสอบที่ใช้ในการทดสอบสมมติฐานได้ถูกต้อง
4. คํานวณการทดสอบสมมติฐานเกี่ยวกับค่าเฉลี่ยของประชากรชุ ดเดียวและค่าเฉลี่ยของประชากร
สองชุดได้ถูกต้อง
5. คํานวณการทดสอบสมมติฐานเกี่ยวกับสัดส่วนของประชากรชุดเดียวและสัดส่วนของประชากรสอง
ชุดได้ถูกต้อง
วิธีสอนและกิจกรรม
1. นําเข้าสู่บทเรียนโดยการบรรยายความหมายการทดสอบสมมติฐานเชิงสถิติ
2. อธิบายเนื้อหาและทําแบบฝึกหัดระหว่างบทเรียนทีละหัวข้อ แล้วเปิดโอกาสให้ผู้เรียนถามในแต่ละ
หัวข้อก่อนข้ามหัวข้อนั้น
3. ให้ผู้เรียนฝึกทําโจทย์ในชั้นเรียนโดยการสุ่มให้ได้ออกมาทําหน้าห้องเรียนทุกคน เพื่อเป็นการ
กระตุ้นให้ผู้เรียนได้ตื่นตัวและมีความพยายามที่จะหาคําตอบด้วยตนเองมากขึ้น
5. มอบหมายให้ผู้เรียนทําแบบฝึกหัดท้ายบทที่ 4
6. เสริมสร้างคุณธรรม และจริยธรรมให้กับนักศึกษาก่อนเลิกเรียน
สื่อการเรียนการสอน
1. เอกสารประกอบการสอนวิชาสถิติวิศวกรรม
2. กระดานไวท์บอร์ด
3. วัสดุโสตทัศน์ Power point
4. แบบฝึกหัดท้ายบท
5. เฉลยแบบฝึกหัดท้ายบท
การวัดผลและการประเมินผล
การวัดผล
1. สังเกตจากพฤติกรรมและบรรยากาศระหว่างเรียน
2. ถามตอบระหว่างเรียน
3. แบบฝึกหัดที่มอบหมายให้ในแต่ละครั้ง
การประเมินผล
1. จากการทํากิจกรรมกลุ่มเสร็จตามเวลา
2. ทําแบบฝึกหัดมีความถูกต้องไม่น้อยกว่า
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 77
บทที่ 4
การทดสอบสมมติฐานเชิงสถิติ
4.1 ความจาเป็นที่จะต้องมีการทดสอบสมมติฐานเชิงสถิติ
เนื่องจากสมมติฐานหรือข้อสมมติที่กําหนดขึ้นซึ่งเป็นความเชื่อเกี่ยวกับเรื่องต่างๆอาจจะถูกต้อง หรือไม่
ถูกต้องก็ได้ ดังนั้นเพื่อให้ทราบแน่ว่าสมมติฐานเหล่านั้นถูกต้อ งหรือเป็นจริงหรือไม่ จึงจําเป็น ต้องทดสอบ
สมมติฐานโดยการเปรียบเทียบข้อสมมติดังกล่าวกับข้อมูลที่เป็นจริงเกี่ยวกับสมมติฐานนั้นๆ โดยทั่วไปแล้ว
สมมติฐานเกี่ยวกับสิ่งที่สนใจศึกษามักจะมีขอบเขตกว้างขวาง เช่น ในการทดสอบสมมติฐาน เกี่ยวกับอายุการ
ใช้งานของหลอดฟลูออเรสเซนต์ข้างต้น ผู้ใช้หลอดฟลูออเรสเซนต์ชนิดนั้นอาจมีเป็น จํานวนมากและอาศัยอยู่
ในจังหวัดต่างๆทั่วประเทศ การที่จะไปสอบถามผู้ใช้หลอดฟลูออเรสเซนต์ชนิดนี้ ทุกๆคนเกี่ยวกับอายุการใช้
งานของหลอดฟลูออเรสเซนต์จะทําให้เสียเวลาและค่าใช้จ่ายมาก ดังนั้นการเลือ กตัวอย่างผู้ใช้หลอดฟลูออเรส
เซนต์ขึ้นมาจํานวนหนึ่งเพื่อเป็นตัวแทนของผู้ใช้หลอดฟลูออเรสเซนต์ ชนิดนี้ทั้งหมด แล้วสอบถามเกี่ยวกับอายุ
การใช้งานของหลอดฟลูออเรสเซนต์จะสามารถลดเวลาและ ค่าใช้จ่ายในการเก็บรวบรวมข้อมูลได้มาก
ในกรณีที่ผู้ทดสอบไม่ต้องการสอบถามข้อมูลเกี่ยวกับอายุการใช้งานของหลอดฟลูออเรสเซนต์จากผู้ใช้
โดยตรง แต่จะใช้วิธีทดลองเพื่อวัดอายุการใช้งานของหลอดฟลูออเรสเซนต์ เช่น ทดลองเปิดไฟ โดยใช้หลอด
ฟลูออเรสเซนต์ดังกล่าวจนกว่าหลอดจะขาด แล้วจดเวลาตั้ งแต่เริ่มเปิดไฟจนถึงเมื่อหลอดฟลูออเรสเซนต์ใช้
งานไม่ได้ต่อไปไว้ก็เช่นเดียวกัน กล่าวคือ ไม่สามารถจะใช้หลอดฟลูออเรสเซนต์ทุกหลอดที่ผลิตออกมาแล้ว
นํามาทดลองได้ จะต้องเลือกหลอดฟลูออเรสเซนต์จํานวนหนึ่งเป็นตัวแทนของ หลอดฟลูออเรสเซนต์ทั้งหมดที่
ผลิตออกมาขาย แล้วจึงนํามาทดลองเพื่ อวัดอายุการใช้งาน อายุการใช้งานของหลอดฟลูออเรสเซนต์ที่ได้จาก
มหาวิทยาลัยราชภัฏอุดรธานี
78 สถิติวิศวกรรม
4.2 การตั้งสมมติฐานเชิงสถิติ
สิ่ ง ที่ สํ า คั ญ ที่ สุ ด อี ก อย่ า งของการทดสอบสมมติ ฐ านเชิ ง สถิ ติ ก็ คื อ การตั้ ง สมมติ ฐ านเพื่ อ การทดสอบ
สมมติ ฐ านเพื่ อ การทดสอบนี้ จ ะต้ อ งประกอบด้ ว ยสมมติ ฐ าน 2 ชนิ ด เสมอ คื อ สมมติ ฐ านว่ า ง (null
hypothesis) หรือสมมติฐานหลัก ใช้สัญลักษณ์ H0, และสมมติฐานทางเลือก (alternative hypothesis)
หรือสมมติฐานแย้ง ใช้สัญลักษณ์ Ha หรือ H1, โดยทั่วไปสมมติฐานว่างเป็นสมมติฐานที่กําหนดค่าของลักษณะ
ที่ต้องการทดสอบแน่นอน ตายตัวลงไป เช่น
1) H0: คอนกรีตชนิด C มีเวลาแห้งโดยเฉลี่ย เท่ากับ 6 ชั่วโมง
2) H0: สัดส่วนของวิศวกรชายในโรงงานอุตสาหกรรมปิโตรเคมี เท่ากับ 0.8
3) H0: คอนกรีตชนิด C มีเวลาแห้งโดยเฉลี่ย เท่ากับ คอนกรีตชนิด D
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 79
มหาวิทยาลัยราชภัฏอุดรธานี
80 สถิติวิศวกรรม
H0: อายุเฉลี่ยของวิศวกรหญิงในโรงงานประกอบรถยนต์เท่ากับ 34 ปี
H1: อายุเฉลี่ยของวิศวกรหญิงในโรงงานประกอบรถยนต์ไม่เท่ากับ 34 ปี
2) สมมติฐานที่ต้องการทดสอบ คือ สัดส่วนของวิศวกรไฟฟ้าชายที่เลือกใช้สายไฟฟ้ายี่ห้อ A มากกว่า 0.64
สมมติฐานเพื่อการทดสอบ คือ
H0: สัดส่วนของวิศวกรไฟฟ้าชายที่เลือกใช้สายไฟฟ้ายี่ห้อ A เท่ากับ 0.64
H1: สัดส่วนของวิศวกรไฟฟ้าชายที่เลือกใช้สายไฟฟ้ายี่ห้อ A มากกว่า 0.64
3) สมมติฐานที่ต้องการทดสอบ คือ สัดส่วนของวิศวกรไฟฟ้าที่เลือกใช้สายไฟฟ้ายี่ห้อ A สูงกว่าสายไฟฟ้า
ยี่ห้อ B สมมติฐานเพื่อการทดสอบ คือ
H0: สัดส่วนของวิศวกรไฟฟ้าที่เลือกใช้สายไฟฟ้ายี่ห้อ A เท่ากับ สายไฟฟ้ายี่ห้อ B
H1: สัดส่วนของวิศวกรไฟฟ้าที่เลือกใช้สายไฟฟ้ายี่ห้อ A สูงกว่า สายไฟฟ้ายี่ห้อ B
4) สมมติฐานที่ต้องการทดสอบ คือ ยอดขายฟิล์มกรองแสงเฉลี่ยต่อเดือนของพนักงานขายหญิงไม่แตกต่าง
จากพนักงานขายชาย สมมติฐานเพื่อการทดสอบ คือ
H0: ยอดขายฟิล์มกรองแสงเฉลี่ยต่อเดือนของพนักงานขายหญิงไม่แตกต่างจากพนักงานขายชาย
H1: ยอดขายฟิล์มกรองแสงเฉลี่ยต่อเดือนของพนักงานขายหญิงแตกต่างจากพนักงานขายชาย
โดยทั่วไปสมมติฐานที่ต้องการพิสูจน์มักจะกล่าวในรูปค่าเฉลี่ยหรือค่าสัดส่วนของลักษณะที่สนใจศึกษา แต่
สมมติฐานที่ต้องการพิสูจน์อาจจะกล่าวในรูปของความสัมพันธ์หรือความเป็นอิสระระหว่างลักษณะต่างๆที่
ต้องการทดสอบก็ได้ เช่น
1) H0: การเพิ่มความเข้มข้นของสารตะกั่วในน้ํามันเบนซินไม่มีผลทําให้รถวิ่งได้เร็วขึ้น
H1: การเพิ่มความเข้มข้นของสารตะกั่วในน้ํามันเบนซินมีผลทําให้รถวิ่งได้เร็วขึ้น
2) H0: การผลิตอุปกรณ์อิเล็กทรอนิกส์ในช่วงเวลากลางคืนไม่ทําให้จํานวนอุปกรณ์อิเล็กทรอนิกส์ชํารุดที่ได้
จากการผลิตเพิ่มขึ้น
H1: การผลิตอุปกรณ์อิเล็กทรอนิกส์ในช่วงเวลากลางคืนทําให้จํานวนอุปกรณ์อิเล็กทรอนิกส์ชํารุดที่ได้
จากการผลิตเพิ่มขึ้น
ความหมายของสมมติฐานเพื่อการทดสอบทั้งสองสมมติฐานข้างต้นเหมือนกับสมมติฐานเพื่อการทดสอบ
1) H0: การเพิ่มความเข้มข้นของสารตะกั่วกับความเร็วของรถเป็นอิสระต่อกันหรือไม่ขึ้นต่อกัน
H1: การเพิ่มความเข้มข้นของสารตะกั่วกับความเร็วของรถไม่เป็นอิสระต่อกันหรือขึ้นต่อกัน
2) H0: การผลิตอุปกรณ์อิเล็กทรอนิกส์ในช่วงเวลากลางคืนกับจํานวนอุปกรณ์อิเล็กทรอนิกส์ชํารุด
ที่ผลิตได้เป็นอิสระต่อกันหรือไม่ขึ้นต่อกัน
H1: การผลิตอุปกรณ์อิเล็กทรอนิกส์ในช่วงเวลากลางคืนกับจํานวนอุปกรณ์อิเล็กทรอนิกส์ชํารุดที่ผลิต ได้
ไม่เป็นอิสระต่อกันหรือขึ้นต่อกัน
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 81
4.3 ความผิดพลาดในการทดสอบสมมติฐานเชิงสถิติ
การทดสอบสมมติฐานเชิงสถิติที่จะให้ผลการทดสอบถูกต้องตามความเป็นจริงทุกครั้งไม่สามารถ ทําได้
กล่าวคือ ถ้าจริงๆแล้ว H0 เป็นความจริง ผลการทดสอบได้เป็นยอมรับ H0 และถ้าจริงๆแล้ว H0 ไม่เป็นความ
จริง ผลการทดสอบได้เป็นปฏิเสธ H0 การทดสอบสมมติฐานเชิงสถิติจะต้องมีข้อผิดพลาด (error) เกิดขึ้นเสมอ
ข้อผิ ดพลาดดังกล่าวนี้ จะเกิดขึ้น มากหรือน้อยขึ้ นอยู่กับวิธีการที่ใช้ในการทดสอบสมมติฐ านซึ่งมีห ลายวิ ธี
ข้อผิดพลาดในการทดสอบสมมติฐานแบ่งได้เป็น 2 แบบ คือ
1) ข้อผิดพลาดในการทดสอบสมมติฐานเนื่องจากปฏิเสธ H0 เมื่อ H0 เป็นความจริง เรียกข้อ
ผิดพลาดชนิดนี้ว่า ข้อผิดพลาดแบบที่ 1 (type I error)
2) ข้อผิดพลาดในการทดสอบสมมติฐานเนื่องจากยอมรับ H0 เมือ่ H0 ไม่เป็นความจริง เรียกข้อ
ผิดพลาดชนิดนี้ว่า ข้อผิดพลาดแบบที่ 2 (type II error)
เนื่องจากข้อผิดพลาดทั้งสองแบบนี้มีโอกาสเกิดขึ้นเสมอในการทดสอบสมมติฐานเชิงสถิติ แต่ละครั้ง ดังนั้น
เพื่อให้ ผลการทดสอบสมมติฐ านเชิงสถิติมีความถูกต้องและเชื่อถือได้มากที่สุ ด ผู้ทดสอบ สมมติฐ านควร
มหาวิทยาลัยราชภัฏอุดรธานี
82 สถิติวิศวกรรม
พยายามลดโอกาสที่ จ ะเกิ ด ข้ อ ผิ ด พลาดทั้ ง สองแบบนี้ ใ ห้ น้ อ ยที่ สุ ด เท่ า ที่ จ ะน้ อ ยได้ แต่ เ นื่ อ งจากการลด
ข้อผิดพลาดแบบหนึ่งให้น้อยลงจะมีผลทําให้ข้อผิดพลาดอีกแบบหนึ่งสูงขึ้น ดังนั้นการ ลดข้อผิดพลาดทั้งสอง
แบบลงพร้อมๆกันในการทดสอบสมมติฐานเชิงสถิติจึ งไม่อาจทําได้ เมื่อพิจารณา ถึงประโยชน์ของผู้ใช้ผลการ
ทดสอบสมมติฐานโดยทั่วไปแล้วจะเห็นได้ว่าข้อผิดพลาดเนื่องจากการยอมรับ H0 เมื่อ H0 ไม่เป็นความจริง มี
ผลเสียต่อผู้ใช้ผลการทดสอบมากกว่าข้อผิดพลาดเนื่องจากการปฏิเสธ H0 เมื่อ H0 เป็นความจริง เช่น ตัวแทน
จําหน่ ายเครื่ องจั กรยี่ ห้ อหนึ่ งโฆษณาว่าเครื่องจักรยี่ห้ อนี้ไม่เป็น อันตรายต่อผู้ ใช้ ถ้าผู้ ใช้ต้องการพิสู จน์ว่า
เครื่องจักรยี่ห้อนี้ไม่เป็นอันตรายต่อผู้ใช้ตามคําโฆษณาของตัวแทนจําหน่ายหรือไม่ โดยตั้งสมมติฐานเพื่อการ
ทดสอบดังนี้
H0: การใช้เครื่องจักรยี่ห้อนี้ไม่เป็นอันตรายต่อผู้ใช้
H1: การใช้เครื่องจักรยี่ห้อนี้เป็นอันตรายต่อผู้ใช้
ถ้าเครื่องจักรไม่เป็นอันตรายต่อผู้ใช้หรือ H0 เป็นจริง แต่จากการทดสอบสมมติฐานเชิงสถิติ ปรากฏผลว่า
ปฏิเสธ H0 หรือยอมรับ H1 ซึ่งมีความหมายว่าการใช้เครื่องจักรยี่ห้อนี้เป็นอันตรายต่อผู้ใช้ ผู้ใช้ผลการทดสอบ
ที่ไม่ถูกต้องคือผู้ที่จะใช้เครื่องจักรยี่ห้ อนี้ เมื่อเขาทราบผลการทดสอบสมมติฐ านว่า เครื่องจักรยี่ห้อนี้เป็น
อันตรายแก่ผู้ใช้ เขาอาจจะต้องระมัดระวังในการใช้มากขึ้น ทั้งๆที่จริงแล้ว เครื่องจักรยี่ห้อนี้ไม่เป็นอันตรายต่อ
ผู้ใช้เลย ซึ่งจะเห็นว่าการที่ผู้ใช้เครื่องจักรยี่ห้อนี้ต้องระมัดระวังใน การใช้เนื่องจากเกิดข้อผิดพลาดแบบที่ 1 ไม่
ทําให้เกิดความเสียหายต่อผู้ใช้ผลการทดสอบสมมติฐาน แต่ประการใด แต่ถ้าจริงๆแล้วเครื่องจักรยี่ห้อนี้เป็น
อันตรายต่อผู้ใช้หรือ H0 ไม่จริง แต่จากการทดสอบสมมติฐานเชิงสถิติปรากฏว่ายอมรับ H0 หรือปฏิเสธ H1 ซึ่ง
มีความหมายว่าการใช้เครื่ องจั กรยี่ ห้อนี้ ไม่เป็นอันตรายต่อผู้ใช้ ผู้ ใช้เครื่องจักรยี่ห้อนี้ที่ใช้ผลการทดสอบ
สมมติฐานที่ไม่ถูกต้องก็จะไม่ระมัดระวัง ในการใช้เครื่องจักรเพราะเชื่อในผลการทดสอบที่ไม่ถูกต้อง ผลที่ได้รับ
ก็คือผู้ใช้ได้รับอันตรายจากการใช้ เครื่องจักรยี่ห้อนั้น นั่นคือ ในการทดสอบสมมติฐานเชิงสถิติผู้ทดสอบ
สมมติฐานควรพยายามลดโอกาส ที่จะเกิดข้อผิดพลาดแบบที่ 2 ให้น้อยที่สุด
4.4 ระดับความเชื่อมั่นในการทดสอบสมมติฐานเชิงสถิติ
ตามที่ได้กล่าวมาแล้วข้างต้นว่าการทดสอบสมมติฐานเชิงสถิติจะต้องเกิดข้อผิดพลาดเสมอ ดังนั้นในการนํา
ผลที่ได้จากการทดสอบสมมติฐานไปใช้ประโยชน์ในการพิจารณาตัดสิ นใจเกี่ยวกับเรื่องต่างๆ ผู้ใช้ผลการ
ทดสอบสมมติฐานเชิงสถิติดังกล่าวควรจะได้ทราบว่าผลการทดสอบที่ตนนํามาใช้นั้นมีความเชื่อถือได้มากน้อย
เพียงใด หรือมีโอกาสที่จะเกิดข้อผิดพลาดแบบที่ 2 มากน้อยเพียงใด ถ้าผลการ ทดสอบสมมติฐานที่นํามาใช้มี
โอกาสเกิดข้อผิดพลาดแบบที่ 2 มาก ผู้ใช้ผลการทดสอบอาจจะไม่นําผลการทดสอบมาใช้ช่วยในการตัดสินใจ
เกี่ยวกับเรื่องนั้นๆได้
ถ้าให้โอกาสที่จะเกิดข้อผิดพลาดแบบที่ 2 หรือโอกาสที่ยอมรับ H0 เมื่อ H1 ไม่จริงเท่ากับ 8 และให้โอกาส
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 83
4.5 ขั้นตอนในการทดสอบสมมติฐานเชิงสถิติ
การทดสอบสมมติฐานเชิงสถิติมีขั้นตอนที่สําคัญพอสรุปได้ดังนี้
4.5.1 ตั้งสมมติฐานเพื่อการทดสอบ คือ H0, และ H1
4.5.2 กําหนดระดับนัยสําคัญสําหรับการทดสอบ หรือโอกาสที่จะยอมให้เกิดข้อผิดพลาดแบบที่ 1 ( )
หรือระดับความเชื่อมั่น (1 - )100% โดยทั่วไปการทดสอบสมมติฐานเกี่ยวกับข้อมูลทางเศรษฐกิจและสังคม
โดยทั่วไปมักจะใช้ระดับนัยสําคัญ = 0.05 หรือระดับความเชื่อมั่น 95% แต่ถ้าเป็นการทดสอบสมมติฐาน
มหาวิทยาลัยราชภัฏอุดรธานี
84 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 85
ขอบเขตในการยอมรับ H0
ค่าวิกฤต
ขอบเขตในการปฏิเสธ H0
มหาวิทยาลัยราชภัฏอุดรธานี
86 สถิติวิศวกรรม
ขอบเขตในการ
ยอมรับ H0
ค่าวิกฤต
ขอบเขตในการปฏิเสธ H0
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 87
4.5.6 เปรียบเทียบค่าสถิติที่คํานวณได้จากข้อมูลตัวอย่างกับค่าวิกฤตจากตารางการแจกแจงที่สอดคล้อง
กับตัวสถิติเพื่อการทดสอบ เช่น ตารางการแจกแจงปกติมาตรฐาน (Z) ตารางการแจกแจงแบบที (t) แล้ว
สรุปผลการทดสอบว่ายอมรับหรือปฏิเสธ H0 ถ้ายอมรับ H0 แสดงว่าปฏิเสธ H1 และถ้าปฏิเสธ H0 แสดงว่า
ยอมรับ H1
4.6 ตัวสถิติเพื่อการทดสอบ
สถิติเพื่อการทดสอบสมมติฐานเชิงสถิติที่จะกล่าวถึงในบทนี้จ ะกล่าวเฉพาะตัวสถิติที่ ใช้ในการทดสอบ
สมมติฐานเกี่ยวกับค่าเฉลี่ย ( ) และค่าสัดส่วน (P) ซึ่งเป็นพารามิเตอร์ที่ตั้งเป็นสมมติฐาน เพื่อการทดสอบ
เท่านั้น อาจจะกล่าวได้ว่า
การทดสอบสมมติฐานเป็นการเปรียบเทียบความแตกต่างระหว่างพารามิเตอร์ของ ประชากรที่
สนใจศึกษากับพารามิเตอร์ที่ตั้งเป็นสมมติฐานเพื่อการทดสอบ โดยที่ประมาณพารามิเตอร์ ของประชากรที่
สนใจศึกษานั้นด้วยค่าประมาณจากตัวอย่าง
ตัวสถิติเพื่อการทดสอบสมมติฐานที่จะใช้ในบทนี้จะแยกเป็น 2 กรณีใหญ่ๆ คือ
1) ตัวสถิติเพื่อการทดสอบสมมติฐานเมื่อทราบค่าส่วนเบี่ยงเบนมาตรฐาน ( ) ของค่าประมาณการ
ทดสอบสมมติฐานในกรณีนี้ใช้ตัวสถิติเพื่อการทดสอบที่อยู่ในรูป
2) ตัวสถิติเพื่อการทดสอบสมมติฐานเมื่อไม่ทราบค่าส่วนเบี่ยงเบนมาตรฐานของค่าประมาณการทดสอบ
สมมติฐานในกรณีนี้ใช้ตัวสถิติเพื่อการทดสอบที่อยู่ในรูป
โดยทั่วไปแล้วตัวสถิติเพื่อการทดสอบสมมติฐานเชิงสถิติเมื่อทราบค่าส่วนเบี่ยงเบนมาตรฐาน ( ) ของ
ค่าประมาณไม่ค่อยมีโอกาสถูกนํามาใช้ทดสอบสมมติฐาน เนื่องจากในทางปฏิบัติแล้วผู้ทดสอบสมมติฐานจะไม่
ทราบค่าส่ วนเบี่ยงเบนมาตรฐานเพราะไม่ได้ศึกษาข้อมูลทั้งประชากร จะทราบแต่เพียง ค่าส่วนเบี่ยงเบน
มาตรฐานของตั ว อย่ า งซึ่ง สามารถคํ านวณหาได้จ ากข้ อ มูล ที่ เก็ บ รวบรวมมาจากตั ว อย่า ง ที่ เ ลื อ กมาจาก
ประชากรนั้นๆ
มหาวิทยาลัยราชภัฏอุดรธานี
88 สถิติวิศวกรรม
4.7 การทดสอบสมมติฐานเกี่ยวกับค่าเฉลี่ยของประชากร
การทดสอบสมมติฐานเกี่ยวกับค่าเฉลี่ยของประชากรมี 3 กรณี คือ การทดสอบสมมติฐานเกี่ยวกับค่าเฉลี่ย
ของประชากรชุดเดียว การทดสอบสมมติฐานเกี่ยวกับความแตกต่างระหว่างค่าเฉลี่ยของประชากร 2 ชุด และ
การทดสอบสมมติฐานเกี่ยวกับความแตกต่างระหว่างค่าเฉลี่ยของประชากรมากกว่า 2 ชุด
ในบทนี้จะกล่าวเฉพาะการทดสอบสมมติฐานเกี่ยวกับค่าเฉลี่ยของประชากรชุดเดียว และการทดสอบ
สมมติฐานเกี่ยวกับความแตกต่างระหว่างค่าเฉลี่ยของประชากร 2 ชุดเท่านั้น สําหรับ การทดสอบสมมติฐาน
เกี่ยวกับความแตกต่างระหว่างค่าเฉลี่ยของประชากรมากกว่า 2 ชุด จะกล่าวไว้ ในบทที่ 6 เรื่องการวิเคราะห์
ความแปรปรวน (analysis of variance)
4.7.1 การทดสอบสมมติฐานเกี่ยวกับค่าเฉลี่ยของประชากรชุดเดียว
การทดสอบชนิ ด นี้ ใ ช้ ใ นกรณี ที่ ต้ อ งการตรวจสอบว่ า ค่ า เฉลี่ ย ของลั ก ษณะที่ ส นใจศึ ก ษา ใน
ประชากรนั้นๆเป็นไปตามที่ผู้ทดสอบคาดไว้หรือไม่ เช่น ค่าจ้างแรงงานเฉลี่ยต่อวันของ ช่างเทคนิคในจังหวัด
ระยองสูงกว่า 800 บาท ในที่นี้ประชากร คือ ช่างเทคนิคในจังหวัดระยอง ลักษณะที่สนใจศึกษา คือ ค่าจ้าง
แรงงานเฉลี่ยต่อวันของช่างเทคนิค
ถ้าให้ แทนค่าเฉลี่ยของลักษณะที่สนใจศึกษาของประชากร
n แทนจํานวนตัวอย่างที่ใช้ในการเก็บรวบรวมข้อมูล
x แทนค่าเฉลี่ยของลักษณะที่สนใจศึกษาจากตัวอย่างที่เลือกมาจากประชากร
แทนค่าส่วนเบี่ยงเบนมาตรฐานจากประชากรของลักษณะที่สนใจศึกษา
s แทนค่าส่วนเบี่ยงเบนมาตรฐานจากตัวอย่างของลักษณะที่สนใจศึกษา
แทนระดับนัยสําคัญของการทดสอบสมมติฐานเชิงสถิติ
ขั้นตอนที่สําคัญในการทดสอบสมมติฐานเชิงสถิติเกี่ยวกับค่าเฉลี่ยของประชากรชุดเดียว มีดังนี้
1) กําหนดสมมติฐาน H0 และ H1 เพื่อการทดสอบ
2) กําหนดระดับนัยสําคัญ ของการทดสอบ
3) กําหนดตัวสถิติเพื่อการทดสอบ ซึ่งแบ่งเป็น สามกรณีดังนี้
ก) เมื่อทราบค่าส่วนเบี่ยงเบนมาตรฐานจากประชากร ( ) สถิติเพื่อการทดสอบ คือ
x
Z (4.4)
n
ข) เมื่อไม่ทราบค่าส่วนเบี่ยงเบนมาตรฐานจากประชากร ( ) ต้องประมาณด้วยค่าส่วนเบี่ยงเบน
มาตรฐานจากตัวอย่าง (s) ตัวสถิติเพื่อการทดสอบ จะเปลี่ยนจาก Z ไปเป็น t และตัวอย่างที่
เลือก ประชากรมีขนาดเล็ก กล่าวคือ n < 30 สถิติเพื่อการทดสอบ คือ
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 89
x
t s (4.5)
n
ค) เมื่อจํานวนตัวอย่างที่เลือกมาจากประชากรมีขนาดใหญ่ กล่าวคือ n 30 และทราบค่าส่วน
เบี่ยงเบนมาตรฐานของประชากร อาจจะใช้ตัวสถิติ ดังสมการ 4.1 ส่วนในกรณีที่จํานวน
ตัว อย่ า งที่เลื อกมาจากประชากรมีข นาดใหญ่และไม่ท ราบค่ าส่ ว นเบี่ยงเบนมาตรฐานของ
ประชากร ใช้ตัวสถิติดังสมการ 4.3
x
Z s (4.6)
n
เมื่อกําหนดตัวสถิติเพื่อการทดสอบสมมติฐานได้แล้ว สามารถคํานวณค่าสถิติเพื่อการทดสอบโดย
ใช้ข้อมูลที่ได้จากตัวอย่างที่เลือกมาเป็นตัวแทนจากประชากรและจากสมมติฐานเพื่อการทดสอบ
4) หาค่าวิกฤต ถ้ากําหนดให้ C เป็นสมมติฐานใดๆ สามารถแบ่งได้เป็นสามกรณีดังนี้
ก) ในกรณีที่สมมติฐานเพื่อการทดสอบเป็นการทดสอบแบบด้านเดียวทางขวา หรือเขียนได้เป็น
H0: = C
H 1: > C
หาค่าวิกฤตได้จากรูปที่ 4.3
มหาวิทยาลัยราชภัฏอุดรธานี
90 สถิติวิศวกรรม
หาค่าวิกฤตได้จากรูปที่ 4.4
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 91
มหาวิทยาลัยราชภัฏอุดรธานี
92 สถิติวิศวกรรม
ขอบเขต ขอบเขตปฏิเสธ H0
ยอมรับ H0
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 93
ขอบเขตปฏิเสธ H0 ขอบเขต
ยอมรับ H0
มหาวิทยาลัยราชภัฏอุดรธานี
94 สถิติวิศวกรรม
ขอบเขต ขอบเขตปฏิเสธ H0
ยอมรับ H0
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 95
มหาวิทยาลัยราชภัฏอุดรธานี
96 สถิติวิศวกรรม
ขอบเขต ขอบเขตปฏิเสธ H0
ยอมรับ H0
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 97
= 13.31
1 n
s n1 ( x i x ) 2
2
i 1
n
s 2 n11 ( x i2 nx 2 )
i 1
2 1 n 2 2
s n1 ( x i nx )
i 1
= 19 [(9.3 + 12.1 + 15.72 + 10.32 + 12.22 + 14.82 + 15.12
2 2
13.31 12.5
ดังนั้น t 2.2879 1.1196
10
4) หาค่าวิกฤตหรือขอบเขตในการยอมรับหรือปฏิเสธ H0 เนื่องจากระดับนัยสําคัญ 0.10 และเป็นการ
ทดสอบแบบสองด้าน ดังนั้นจะต้องเปิดตารางการแจกแจงแบบทีที่ – t และ t หรือ
( 2 , n 1) ( 2 , n 1)
– t ( 0.05,9 ) = –1.833 และ t ( 0.05,9 ) = 1.833 ดังรูป
มหาวิทยาลัยราชภัฏอุดรธานี
98 สถิติวิศวกรรม
4.7.2 การทดสอบสมมติฐานเกี่ยวกับความแตกต่างระหว่างค่าเฉลี่ยของประชากรสองชุด
การทดสอบชนิดนี้ใช้ในกรณีที่ต้องการตรวจสอบว่าค่าเฉลี่ยของลักษณะที่สนใจศึกษา ของประชากร
2 ชุดมีความแตกต่างกันหรือไม่ เช่น ยอดผลิตเฉลี่ยของสินค้าเมื่อใช้เครื่องจักรใหม่สูงกว่ายอดผลิตสินค้าชนิด
เดียวกันเมื่อใช้เครื่องจักรเก่า วิศวกรที่ผ่านการอบรมเกี่ยวกับวิธีการใช้เครื่องจักรใหม่ผลิตสินค้าได้โดยเฉลี่ยต่อ
เดือนสูงกว่าวิศวกรที่ไม่ได้รับการอบรม รายได้เฉลี่ยของวิศวกรที่อาศัยอยู่ในจังหวัดชลบุรีไม่เท่ากับรายได้เฉลี่ย
ของวิศวกรที่ อาศัยอยู่ในกรุงเทพมหานคร หรือผลตอบแทนจากการขายชิ้นส่วนรถยนต์โดยเฉลี่ยสูงกว่า การ
ขายโทรศัพท์มือถือ นั่นคือ ถ้าประชากรชุดแรกมีการแจกแจงปกติที่มีค่าเฉลี่ย 1 และความแปรปรวน 12
ประชากรชุดที่ 2 มีการแจกแจงปกติที่มีค่าเฉลี่ย 2 และความแปรปรวน 22 เลือกตัวอย่างจากประชากรชุด
แรกและประชากรชุดที่ 2 มาจํานวน n1 และ n2 ตามลําดับ และให้ x1 และ x 2 แทนค่าเฉลี่ยของลักษณะที่
สนใจศึกษาจากตัวอย่างที่เลือกมาจากประชากร ชุดที่ 1 และประชากรชุดที่ 2
ถ้าให้ C แทนผลต่างระหว่างค่าเฉลี่ยของลักษณะที่สนใจศึกษาของประชากรทั้งสอง ที่ผู้ทดสอบคาดว่าควร
จะเป็น หรือเป็นความเชื่อของผู้ทดสอบ เช่น ยอดผลิตเฉลี่ยของสินค้า เมื่อใช้เครื่องจักรใหม่สูงกว่ายอดผลิต
เฉลี่ยของสินค้าชนิดเดียวกันเมื่อใช้เครื่องจักรเก่าวันละ 1,500 ชิ้น C จะมีค่าเท่ากับ 1,500 นั่นคือ ถ้าผู้
ทดสอบต้องการทดสอบว่ายอดผลิตเฉลี่ยของ สินค้าเมื่อใช้เครื่องจักรใหม่ไม่แตกต่างจากยอดผลิตเฉลี่ยของ
สินค้าชนิดเดียวกันเมื่อใช้ เครื่องจักรเก่า C จะมีค่าเท่ากับ 0
ขั้นตอนที่สําคัญในการทดสอบสมมติฐานเกี่ยวกับความแตกต่างระหว่างค่าเฉลี่ยของ ประชากร 2 ชุดมีดังนี้
1) กําหนดสมมติฐานเพื่อการทดสอบ ซึ่งอาจจะเป็นสมมติฐานใดสมมติฐานหนึ่งใน 3 สมมติฐานต่อไปนี้
ก) H0: 1 2 C
H1: 1 2 C
ข) H0: 1 2 C
H1: 1 2 C
ค) H0: 1 2 C
H1: 1 2 C
2) กําหนดตัวสถิติเพื่อการทดสอบสมมติฐานใดๆใน 3 สมมติฐานข้างต้น
ก) เมื่อทราบค่าส่วนเบี่ยงเบนมาตรฐานหรือความแปรปรวนของประชากรทั้งสอง
( x 1 x 2 ) ( 1 2 )
Z (4.7)
12 22
n1 n2
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 99
ข) เมื่อไม่ทราบค่าส่วนเบี่ยงเบนมาตรฐานหรือความแปรปรวนของประชากรทั้งสอง ต้องประมาณ
ด้วยค่าส่วนเบี่ยงเบนมาตรฐานหรือความแปรปรวน จากตัวอย่างที่เลือกมาจากแต่ละประชากร คือ s1 หรือ
s12 และ s2 หรือ s22 ตามลําดับ ตัวสถิติเพื่อการทดสอบ คือ
( x x ) ( )
t 1 2 2 12 2 (4.8)
s1 s2
n1 n2
มหาวิทยาลัยราชภัฏอุดรธานี
100 สถิติวิศวกรรม
( x 1 x 2 ) ( 1 2 )
Z (4.11)
s12 s22
n1 n2
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 101
มหาวิทยาลัยราชภัฏอุดรธานี
102 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 103
หรือ H0: 1 2
H1: 1 2
เมือ่ 1 และ 2 แทนเวลาเฉลี่ยที่ใช้ในการปฏิบัติงานของช่างเทคนิคที่ได้รับการฝึกอบรมและช่าง
เทคนิคที่ไม่ได้รับการฝึกอบรม ตามลําดับ
2) กําหนดตัวสถิติเพื่อการทดสอบ เนื่องจากประชากรทั้งสองต่างก็มีการแจกแจงปกติ ที่ไม่ทราบความ
แปรปรวน ดังนั้นตัวสถิติเพื่อการทดสอบคือ
( x x ) ( 1 2 )
t 1 22
sp ( n1 n1 )
1 2
มหาวิทยาลัยราชภัฏอุดรธานี
104 สถิติวิศวกรรม
(9.3 6.8) 2
t = 0.3537
1 1
13.3240( 12 15 )
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 105
ระดับนัยสําคัญ 0.10
วิธีทา
1) กําหนดสมมติฐานเพื่อการทดสอบ
H0: วิศวกรที่อาศัยอยู่ในจังหวัดทั้งสองมีรายได้เฉลี่ยไม่แตกต่างกัน
H1: วิศวกรที่อาศัยอยู่ในจังหวัดทั้งสองมีรายได้เฉลี่ยแตกต่างกัน
หรือ H0: A = B หรือ A – B = 0
H1: A B หรือ A – B 0
2) กําหนดตัวสถิติเพื่อการทดสอบ เนื่องจากตัว อย่างที่เลือกมาจากแต่ละประชากรมขนาดใหญ่ คือ
เท่ากับ 200 และ 400 ตามลําดับ และไม่ทราบค่าส่วนเบี่ยงเบน มาตรฐานของประชากรทั้งสอง ซึ่งอนุโลมว่ามี
ความแปรปรวนเท่ากัน ดังนั้นตัวสถิติเพื่อการทดสอบ คือ
(x x )
Z A2 B 2
s A sB
n A nB
จากโจทย์ x A = 18,000, x B = 18.500,
s 2A = 2,0002, sB2 = 2,2002,
n A = 200, nB = 400,
แทนค่าจะได้
(18,000 18,500),
Z = –2.7907
2 2
2,000 2,200
200 400
4.8 วิธีการตรวจสอบความเท่ากันของความแปรปรวนของประชากรสองชุด
เพื่อที่จะให้ตัวสถิติที่ใช้เพื่อการทดสอบความแตกต่างระหว่างค่าเฉลี่ยของประชากร 2 ชุด เป็นไปตาม
ข้อตกลงเบื้องต้น หากผู้ทดสอบไม่แน่ใจว่าความแปรปรวนของประชากร 2 ชุดที่นํามาทดสอบเท่ากัน อาจจะ
มหาวิทยาลัยราชภัฏอุดรธานี
106 สถิติวิศวกรรม
ตรวจสอบได้โดยมีขั้นตอนที่สําคัญดังต่อไปนี้
1) กําหนดสมมติฐานเพื่อการทดสอบ
H0: 12 22
H1: 12 22
เมื่อ 12 และ 22 แทนความแปรปรวนของประชากรชุดที่ 1 และประชากรชุดที่ 2 ตามลําดับ
2) กําหนดระดับนัยสําคัญของการทดสอบ สมมติให้เท่ากับ แล้วหาค่าวิกฤตจากตารางการแจกแจง
แบบเอฟ ซึ่งเป็นลักษณะการแจกแจงของข้อมูลอี กแบบหนึ่งเช่นเดียวกับการแจกแจงปกติมาตรฐานหรือการ
แจกแจงแบบที ที่ระดับนัยสําคัญ และระดับขั้นความเสรี (n1 – 1) และ (n2 – 1) เปรียบเทียบค่า F ที่ได้
จากข้อ 3) กับค่าวิกฤตนี้เพื่อสรุปผลการทดสอบ สมมติฐาน กล่าวคือ ปฏิเสธ H0 หรือยอมรับ H1 ถ้าค่าสถิติ
เพื่อการทดสอบ F ที่คํานวณได้จากข้อมูล มากกว่าค่าวิกฤต หรือ
3) ตัวสถิติที่ใช้ในการทดสอบสมมติฐาน คือ
s12
F 2 (4.12)
s2
เมื่อ s12 และ s 22 แทนความแปรปรวนของข้อมูลจากตัวอย่างที่เลือกมาจาก ประชากรทั้ง 2 ชุด
โดยที่ s12 s 22
นั่นคือ ในการทดสอบสมมติฐานข้างต้น หากความแปรปรวนจากตัวอย่างที่เลือก มาจากประชากร
ชุดใดมีค่ามากกว่า ต้องกําหนดให้ความแปรปรวนจากตัวอย่างที่เลือกมาจากประชากรชุดนั้นเป็น s12
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 107
s2A n 1 1 ( x Ai x A )2
nA
A i 1
1 nA
2
nA 1 i 1 x Ai nA ( x A )
1 [(352 312 ... 37 2 ) 9(32.22) 2 ], x = 32.22
9 1 A
= 23.35
มหาวิทยาลัยราชภัฏอุดรธานี
108 สถิติวิศวกรรม
1 2 2 2 2
9 1 [(32 37 ... 34 ) 9(35.22) ], x B = 35.22
= 24.62
เนื่องจาก sB2 มีค่ามากกว่า s 2A ดังนั้นตัวสถิติเพื่อการทดสอบ คือ
sB2 24.62
F 2 23.35 =1.05
sA
3) หาค่าวิกฤตจากตารางการแจกแจงแบบเอฟที่ระดับนัยสําคัญ 0.05 คือ F(1 ,n A 1,nB 1) =
F(0.95, 8, 8) ได้ค่าวิกฤตเท่ากับ 3.438 แต่ค่าสถิติเพื่อการทดสอบ F ซึ่งเท่ากับ 1.05 น้อยกว่าค่าวิกฤต จึงตก
อยู่ใน ขอบเขตในการยอมรับ H0 ดังนั้นความแปรปรวนของจํานวนแผงวงจรไฟฟ้าของเตาไมโครเวฟที่ผลิตได้
โดย เครื่องจักรทั้งสองยี่ห้อไม่แตกต่างกัน หรือ 2A B2
การทดสอบความแตกต่างระหว่างจํานวนแผงวงจรไฟฟ้าของเตาไมโครเวฟ โดยเฉลี่ยที่เครื่องจักรแต่ละ
ยี่ห้อผลิตได้
1) สมมติฐานเพื่อการทดสอบ ถ้าจากประสบการณ์ของผู้บริหารโรงงานที่เคยใช้เครื่องจักรทั้งสองยี่ห้อ
มาเป็นระยะเวลานาน เชื่อว่าเครื่องจักรยี่ห้อ B ควรมีประสิทธิภาพ ในการผลิตแผงวงจรไฟฟ้าของเตา
ไมโครเวฟได้จํานวนมากกว่าเครื่องจักรยี่ห้อ A ในระยะเวลาเท่าๆกัน สมมติฐานเพื่อการทดสอบจะเป็นดังนี้
H0: เครื่องจักรทั้งสองยี่ห้อผลิตแผงวงจรไฟฟ้าของเตาไมโครเวฟได้ในจํานวนที่ไม่แตกต่างกัน
H1: เครื่องจักรยี่ห้อ B ผลิตแผงวงจรไฟฟ้าของเตาไมโครเวฟได้ในจํานวนที่มากกว่าเครื่องจักรยี่ห้อ A
หรือ H0: A = B
H1: A < B
2) ตัวสถิติที่ใช้ในการทดสอบสมมติฐาน เนื่องจากไม่ทราบความแปรปรวนของประชากรซึ่งเท่ากัน
จะต้องประมาณด้วยความแปรปรวนจากตัวอย่างที่เลือกมาจากประชากร ทั้งสอง ดังนั้นตัวสถิติที่ใ ช้ในการ
ทดสอบ คือ
(x x )
t 2A B
sp ( n1 n1 )
A B
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 109
4.9 การทดสอบสมมติฐานเกี่ยวกับสัดส่วน
การทดสอบสมมติฐานเกี่ยวกับสัดส่วนที่ใช้กันทั่วไปในทางวิศวกรรมมี 2 กรณี คือ การทดสอบสมมติฐาน
เกี่ยวกับสัดส่วนของประชากรชุดเดียวและการทดสอบสมมติฐานเกี่ยวกับความแตกต่างระหว่างสัดส่วนของ
ประชากรสองชุด
4.9.1 การทดสอบสมมติฐานเกี่ยวกับสัดส่วนของประชากรชุดเดียว
การทดสอบสมมติ ฐ านโดยวิ ธี นี้ ใ ช้ เ มื่ อ ต้ อ งการทดสอบว่ า สั ด ส่ ว นของลั ก ษณะที่ ส นใจศึ ก ษาใน
ประชากร (P) นั้นๆเป็นไปตามที่คาดไว้หรือไม่ เช่น สัดส่วนของเครื่องปรับอากาศที่ใช้คอมเพรสเซอร์ A เท่ากับ
0.25 (P = 0.25) สัดส่วนของแบบวงจรไฟฟ้าชํารุดที่ได้จากการผลิตในระยะเวลา 1 เดือนต่ํากว่า 0.05 (P <
0.05) สัดส่วนของวัตถุดิบที่ใช้ในการผลิต เครื่องใช้ไฟฟ้าซึ่งนําเข้าจากต่างประเทศมากกว่า 0.40 (P > 0.40)
สัดส่วนของวิศวกรของบริษัทโชคชัย จํากัด ที่มีประสบการณ์การทํางานในโรงงานเหล็กมากกว่า 5 ปีต่ํากว่า
0.5 (P < 0.5) เป็นต้น สําหรับวิธีการทดสอบสมมติฐานเกี่ยวกั บสัดส่วนของประชากรชุดเดียวนี้ ทํานอง
เดียวกันกับวิธีการทดสอบสมมติฐานเกี่ยวกับค่าเฉลี่ยของประชากรชุดเดียว กล่าวคือ จะต้องเลือกตัวอย่างจาก
ประชากรที่มีลักษณะที่สนใจศึกษาขึ้นมาจํานวนหนึ่ง และหาสัดส่วน ของลักษณะที่สนใจศึกษาจากตัวอย่าง
ทั้งหมดที่เลือกมาเป็นตัวแทนนั้น แล้วนําสัดส่วนดังกล่าว ไปเปรียบเทียบกับสัดส่วนของลักษณะที่สนใจศึกษา
ซึ่งผู้ทดสอบคาดหมายไว้หรือตั้งไว้เป็น สมมติฐาน ถ้าผลการทดสอบแสดงว่ามีความแตกต่างอย่างมีนัยสําคัญ
มหาวิทยาลัยราชภัฏอุดรธานี
110 สถิติวิศวกรรม
pP
Z P(1 P) (4.13)
n
ขั้นตอนที่สําคัญสําหรับการทดสอบสมมติฐานเกี่ยวกับสัดส่วนของประชากรชุดเดียว มีดังนี้
1) กําหนดสมมติฐานเพื่อการทดสอบ ซึ่งอาจเป็นสมมติฐานใดสมมติฐานหนึ่งใน 3 สมมติฐานต่อไปนี้
ก) H 0: P = k
H 1: P > k
ข) H 0: P = k
H 1: P < k
ค) H 0: P = k
H 1: P k
เมื่อ k มีค่าตั้งแต่ 0 ถึง 1 (0 k 1)
2) กําหนดระดับนัยสําคัญของการทดสอบ สมมติให้เท่ากับ
3) กําหนดตัวสถิติเพื่อการทดสอบสมมติฐานใดๆใน 3 สมมติฐานข้างต้น โดยใช้สมการที่ 4.7
4) หาค่าวิกฤต เปรียบเทียบค่า Z ที่ได้จากข้อ 3) กับค่าวิกฤตนี้ เพื่อสรุปผลการทดสอบสมมติฐาน
กล่าวคือ
ก) สําหรับการทดสอบสมมติฐาน H0: P = k
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 111
H 1: P > k
ปฏิเสธ H0 หรือยอมรับ H1 ถ้าค่าสถิติเพื่อการทดสอบ Z ทีค่ ํานวณได้จากข้อมูลมากกว่าค่าวิกฤตที่
เปิดได้จากตารางการแจกแจงปกติ มาตรฐานที่ระดับนัยสําคัญ
Z > Z (1 )
ข) สําหรับการทดสอบสมมติฐาน H0: P = k
H 1: P < k
ปฏิเสธ H0 หรือยอมรับ H1 ถ้าค่าสถิติเพื่อการทดสอบ Z ที่คํานวณได้จากข้อมูลน้อยกว่าค่าวิกฤต
ที่เปิดได้จากตารางการแจกแจงปกติมาตรฐานที่ระดับนัยสําคัญ
Z < Z ( )
ค) สําหรับการทดสอบสมมติฐาน H0: P = k
H 1: P k
ปฏิเสธ H0 หรือยอมรับ H1 ถ้าค่าสถิติเพื่อการทดสอบ Z ที่คํานวณได้จากข้อมูลน้อยกว่าหรือ
มากกว่าค่าวิกฤตที่เปิดได้จากตาราง การแจกแจงปกติมาตรฐานที่ระดับนัยสําคัญ 2
Z < Z( )
2
หรือ Z > Z (1 )
2
ตัวอย่างที่ 4.11 บริษัทตัว แทนจํ าหน่ายหลอดไฟฟ้ายี่ห้ อ A เชื่อว่ าสั ดส่ วนของครอบครัวที่อาศัยอยู่ ใน
กรุงเทพมหานครซึ่งใช้หลอดไฟฟ้ายี่ห้อนี้เท่ากับ 0.30 ถ้าจากการสอบถามครอบครัว 1,000 ครอบครัวที่อาศัย
อยู่ในกรุงเทพมหานคร ปรากฏว่ามีอยู่ 334 ครอบครัวที่ใช้หลอดไฟฟ้า ยี่ ห้อ A ความเชื่อของบริษัทตัวแทน
จําหน่ายถูกต้องหรือไม่ ณ ระดับนัยสําคัญ 0.05
วิธีทา
1) กําหนดสมมติฐานเพื่อการทดสอบ
H0: สัดส่วนของครอบครัวที่อาศัยอยู่ในกรุงเทพมหานครซึ่งใช้หลอดไฟฟ้ายี่ห้อ A เท่ากับ 0.30
H1: สัดส่วนของครอบครัวที่อาศัยอยู่ในกรุงเทพมหานครซึ่งใช้หลอดไฟฟ้ายี่ห้อ A ไม่เท่ากับ 0.30
หรือ H0: P = 0.30
H1: P 0.30
2) กําหนดตัวสถิติเพื่อการทดสอบ เนื่องจาก n = 1,000 และ p = 1334 ,000 ดังนั้น np = 1,000(0.334)
= 334 และ n(1 – p) = 1,000(1 – 0.334) = 666 ซึง่ ต่างก็มากกว่า 5 สามารถอนุโลมได้ว่า P มีการแจกแจง
ปกติมาตรฐาน นั่นคือ ตัวสถิติเพื่อการทดสอบ
มหาวิทยาลัยราชภัฏอุดรธานี
112 สถิติวิศวกรรม
pP
Z P(1 P)
n
0.334 0.30
0.30(1 0.30)
1,000
2.35
3) หาค่าวิกฤตหรือขอบเขตในการยอมรับหรือปฏิเสธ H0 เนื่องจากการทดสอบกระทํา ณ ระดับ
นัยสําคัญ 0.05 และเป็นการทดสอบแบบสองด้าน (H1: P 0.30) ดังนั้น จะต้องเปิดตารางการแจกแจงปกติ
มาตรฐานที่ Z ( 0.025) ซึ่งมีค่าเท่ากับ –1.96 และ 1.96 แต่ค่าสถิติเพื่อการทดสอบ (Z) ซึ่งเท่ากับ 2.35 ไม่ได้
อยู่ระหว่างค่าวิกฤต –1.96 และ 1.96 จึงตกอยู่ในขอบเขตในการปฏิเสธ H0 นั่นคือ ต้องยอมรับ H0 ที่ว่า
สัดส่วนของครอบครัวที่อาศัยอยู่ในกรุงเทพมหานครซึ่งใช้ หลอดไฟฟ้ายี่ห้อ A ไม่เท่ากับ 0.30 แสดงว่าความ
เชื่อของบริษัทตัวแทนจําหน่ายไม่ถูกต้อง
ตัวอย่างที่ 4.12 โรงงานผลิตวงแหวนลูกสูบแห่งหนึ่งอ้างว่าสินค้าที่ผลิตจากโรงงานมีคุณสมบัติตามมาตรฐานที่
กําหนดไว้มากกว่า 96% แต่จากการสุ่มตัวอย่างวงแหวนลูกสูบที่โรงงานผลิต จํานวน 400 ชิ้น ปรากฏว่ามี 20
ชิ้นที่มีคุณภาพไม่ได้มาตรฐาน จะสามารถสรุปได้หรือไม่ว่า คํากล่าวอ้างของโรงงานนี้เป็นความจริงที่ระดับ
นัยสําคัญ 0.05
วิธีทา
1) กําหนดสมมติฐานเพื่อการทดสอบ
H0: สัดส่วนของวงแหวนลูกสูบที่มีคุณภาพได้มาตรฐานซึ่งโรงงานนี้ผลิตได้เท่ากับ 0.96
H1: สัดส่วนของวงแหวนลูกสูบที่มีคุณภาพได้มาตรฐานซึ่งโรงงานนี้ผลิตได้มากกว่า 0.96
หรือ H0: P = 0.96
H1: P > 0.96
2) กําหนดตัวสถิติเพื่อการทดสอบ เนื่องจาก n = 400 และ p = 400 20
400 = 0.95 ดังนั้น np = 400 x
0.95 = 380 และ n(1 – p) = 400( 1 – 0.95) = 20 ซึ่งต่าง ก็มากกว่า 5 สามารถอนุโลมได้ว่า P มีการแจก
แจงปกติมาตรฐาน ตัวสถิติเพื่อการ ทดสอบ คือ
pP
Z P(1 P)
n
0.95 0.96
0.96(1 0.96)
400
1.02
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 113
มหาวิทยาลัยราชภัฏอุดรธานี
114 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 115
(p p ) (P P )
Z P (11 P2 ) P 1(1 2P ) (4.14)
1 1 2 2
n1 n2
ในกรณีของการทดสอบสมมติฐานเมื่อ k = 0 หรือทดสอบว่าสัดส่วนของลักษณะที่สนใจศึกษาของ
มหาวิทยาลัยราชภัฏอุดรธานี
116 สถิติวิศวกรรม
เมื่อ p = สัดส่วนรวมจากตัวอย่างที่เลือกมาจากประชากรทั้งสอง
np n p
p 1n1 n2 2 (4.16)
1 2
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 117
มหาวิทยาลัยราชภัฏอุดรธานี
118 สถิติวิศวกรรม
np n p
เมื่อ p 1n1 n2 2
1 2
420 615
1,000 1,500 0.414
แทนค่า Z 0.42 0.41
1 1 )
0.414(1 0.414)(1,000 1,500
= 0.50
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 119
pA pB
Z
p (1 p )( n1 n1 )
A B
n p n p
เมื่อ p An A nB B
A B
12 21
200 300 0.066
แทนค่า Z 0.06 0.07
1 1 )
0.066(1 0.066)( 200 300
= –0.44
มหาวิทยาลัยราชภัฏอุดรธานี
120 สถิติวิศวกรรม
กระแสไฟฟ้ายี่ห้อ a น้อยกว่าเครื่องต้านทานกระแสไฟฟ้ายี่ห้อ b
หรือ H0: Pa = Pb
H1: Pa < Pb
2) กําหนดตัวสถิติเพื่อการทดสอบ เนื่องจาก n a = 400, nb = 400, p a = 400 16 = 0.04,
20 = 0.05 ดังนั้น
pb = 400
nap a = 400(0.04) = 16, na (1 p a ) = 400(0.96) = 384
nbpb = 400(0.05) = 20, nb (1 pb ) = 400(0.95) = 380
ซึง่ ต่างก็มากกว่า 5 สามารถอนุโลมได้ว่าทั้ง Pa และ Pb มีการแจกแจงปกติ มาตรฐาน ตัวสถิติเพื่อ
การทดสอบ คือ
pa pb
Z
p (1 p )( n1 n1 )
a b
n p n p
เมื่อ p a nb nb b
a b
16 20
400 400 0.045
แทนค่า Z 0.04 0.05
1 1 )
0.045(1 0.045)( 400 400
= –0.68
3) หาค่าวิกฤตหรือขอบเขตในการยอมรับหรือปฏิเสธ H0 เนื่องจากการทดสอบกระทํา ณ ระดับ
นัยสําคัญ 0.10 และเป็นการทดสอบแบบด้านเดียวทางซ้าย (H1: Pa < Pb ) ดังนั้นจะต้องเปิดตารางการแจก
แจงปกติมาตรฐานที่ Z ( 0.10 ) ซึ่งมีค่าเท่ากับ –1.282 แต่ค่าสถิติเพื่อการทดสอบ (Z) ซึ่งเท่ากับ -0.68 มากกว่า
ค่าวิกฤต จึงตกอยู่ใน ขอบเขตในการยอมรับ H0 นั่นคือ ต้องยอมรับ H0 หรือปฏิเสธ H1 ที่ว่าสัดส่วนของ
จํานวนครั้งที่ไม่สามารถต้านทานกระแสไฟฟ้าที่ต้องการจากเครื่องต้านทานกระแสไฟฟ้ายี่ห้อ 2 น้อยกว่า
เครื่องต้านทาน กระแสไฟฟ้ายี่ห้อ b แสดงว่าวิศวกรจะสั่งซื้อเครื่องต้านทานกระแสไฟฟ้ายี่ห้อ 2 หรือยี่ห้อ b
ก็ได้ ทั้งนี้ เนื่องจากคุณภาพของเครื่องต้านทานกระแสไฟฟ้าทั้งสองยี่ห้อไม่แตกต่างกัน
4.10 สรุป
การทดสอบสมมติ ฐาน (Hypothesis Testing) เป็นส่ วนหนึ่งของสถิติเชิงอนุมาน (Statistical
Inference) ซึ่งเป็นการทดสอบเกี่ยวกับพารามิเตอร์ที่ไม่ทราบค่า โดยสุ่มตัวอย่างจากประชากรแล้ว อาศัยการ
แจกแจงของตัวสถิติ สร้างสถิติทดสอบเกี่ยวกับพารามิเตอร์นั้นๆ
ขัน้ ตอนการทดสอบสมมติฐานทางสถิติมีดังนี้
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 121
มหาวิทยาลัยราชภัฏอุดรธานี
122 สถิติวิศวกรรม
แบบฝึกหัดท้ายบทที่ 4
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 123
ช่างเทคนิค 1 2 3 4 5 6 7 8 9 10
ก่ อ นการอบรม 30 37 23 44 51 29 32 37 48 40
หลังการอบรม 42 35 41 50 48 59 55 53 49 62
จงทดสอบสมมติฐานที่ว่าการอบรมมีผลทําให้ปริมาณการผลิตเครื่องพิมพ์เลเซอร์สูงขึ้น ณ ระดับ
นัยสําคัญ 0.05
11. ถ้ารายจ่ายค่าไฟฟ้าโดยเฉลี่ยของโรงงานตัวอย่างที่เลือกมาจากโรงงานที่ตั้งอยู่ในเขตเมือง และเขตชาน
เมืองของกรุงเทพมหานครจํานวน 1,200 แห่งและ 800 แห่งเท่ากับ 425,000 บาท และ 320,000 บาท
ตามลําดับ โดยที่มีค่าส่วนเบี่ยงเบนมาตรฐาน 125,000 บาท และ 75,000 บาท ตามลําดับ จงทดสอบ
สมมติฐานที่ว่ารายจ่ายค่าไฟฟ้าโดยเฉลี่ยของโรงงานที่ตั้งอยู่ในเขตเมืองสูงกว่าโรงงานที่ตั้งอยู่ในเขตชานเมืองที่
ระดับนัยสําคัญ 0.10
12. ช่างไฟฟ้าเชื่อว่าฟิวส์ทั้งหมดที่ซื้อมาแต่ละครั้งจะมีฟิวส์ที่บกพร่องมากกว่า 10% ถ้าช่างไฟฟ้าเลือกฟิวส์มา
เป็นตัวอย่างจํานวน 150 อันแล้วพบว่ามีฟิวส์ที่บกพร่อง 30 อัน ความเชื่อของเขาถูกต้องหรือไม่ที่ระดับ
นัยสําคัญ 0.05
13. โรงงานผลิตเครื่องใช้ไฟฟ้าแห่งหนึ่งเชื่อว่าลูกค้าชอบเครื่องใช้ไฟฟ้าที่มีสีต่างๆมากกว่าสีขาวเพื่อเป็นการ
ทดสอบความเชื่อดังกล่าว จึงเลือกครอบครัวตัวอย่างมา 1,000 ครอบครัว แล้วสอบถามถึงความชอบเกี่ยวกั บ
มหาวิทยาลัยราชภัฏอุดรธานี
124 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 4 การทดสอบสมมติฐานเชิงสถิติ 125
เอกสารอ้างอิง
มหาวิทยาลัยราชภัฏอุดรธานี
126 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
แผนบริหารการสอนประจาบทที่ 5
การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น
หัวข้อเนื้อหา
5.1 การวิเคราะห์การถดถอยอย่างง่าย
5.2 การวิเคราะห์การถดถอยเมื่อตัวแปรอิสระแทนช่วงเวลา
5.3 การวิเคราะห์สหสัมพันธ์
5.4 การหาสหสัมพันธ์เมื่อข้อมูลอยู่ในรูปลาดับที่
5.5 ข้อควรระวังเกี่ยวกับการวิเคราะห์การถดถอยและสหสัมพันธ์
5.6 สรุป
แบบฝึกหัดท้ายบทที่ 5
เอกสารอ้างอิง
วัตถุประสงค์เชิงพฤติกรรม
เมื่อผู้เรียน เรียนจบบทนี้แล้วผู้เรียนควรมีความรู้และทักษะดังนี้
1. อธิบายความหมายของการถดถอยและสหสัมพันธ์เชิงเส้นได้อย่างถูกต้อง
2. สามารถแยกระหว่างตัวแปรอิสระและตัวแปรตามได้อย่างถูกต้อง
3. เข้าใจหลักการกาหนดค่าของตัวแปรอิสระของการวิเคราะห์การถดถอยเมื่อตัวแปรอิสระแทน
ช่วงเวลาได้ถูกต้อง
4. อธิบายความหมายของสหสัมพันธ์ได้ถูกต้อง
5. อธิบายข้อควรระวังเกี่ยวกับการวิเคราะห์การถดถอยและสหสัมพันธ์ได้ถูกต้อง
วิธีสอนและกิจกรรม
1. นาเข้าสู่บทเรียนโดยการบรรยาย ประกอบรูปภาพใน Power point
2. อธิบายเนื้อหาทีละหัวข้อแล้วเปิดโอกาสให้ผู้เรียนถามในแต่ละหัวข้อก่อนข้ามหัวข้อนั้น
3. ตรวจสอบคาตอบของผู้เรียน และสอบถามผู้เรียนถ้าผู้เรียนมีคาถามสงสัย
4. ฝึกทาแบบฝึกหัดโดยการแบ่งกลุ่มคิดและวิเคราะห์ร่วมกัน
5. มอบหมายให้ผู้เรียนทาแบบฝึกหัดท้ายบทเป็นการบ้าน
6. เสริมสร้างคุณธรรม และจริยธรรมให้กับนักศึกษาก่อนเลิกเรียน
สื่อการเรียนการสอน
1. เอกสารประกอบการสอนวิชาสถิติวิศวกรรม
128 สถิติวิศวกรรม
2. กระดานไวท์บอร์ด
3. วัสดุโสตทัศน์ Power point
4. แบบฝึกหัดท้ายบท
5. เฉลยแบบฝึกหัดท้ายบท
การวัดผลและการประเมินผล
การวัดผล
1. สังเกตจากพฤติกรรมและบรรยากาศระหว่างเรียน
2. ถามตอบระหว่างเรียน
3. แบบฝึกหัดที่มอบหมายให้ในแต่ละครั้ง
การประเมินผล
1. จากการทากิจกรรมกลุ่มเสร็จตามเวลา
2. ทาแบบฝึกหัดมีความถูกต้องไม่น้อยกว่า 80%
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 129
บทที่ 5
การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น
นอกจากการประมาณค่าและการทดสอบสมมติฐานเกี่ยวกับงานด้านวิศวกรรมที่สนใจศึกษา ในประชากร
ที่ได้กล่าวมาแล้วในบทที่ 3 และบทที่ 4 ในบางครัง้ วิศวกรหรือผู้ประกอบวิชาชีพด้านวิศวกรรมอาจจะต้องการ
ทราบความสัมพันธ์ระหว่างตัวแปร 2 ตัวหรื อมากกว่า 2 ตัวขึ้นไปเพื่อนามาใช้ในการพิจารณาประกอบการ
ตัดสินใจทางวิศวกรรม เช่น ความสัมพันธ์ระหว่างต้นทุนการผลิตกับ ปริมาณการผลิตสินค้าอุตสาหกรรม อายุ
การใช้งานของเครื่องจักรกับค่าซ่อมแซมรักษา ระดับการศึกษา ประสบการณ์ในการทางานกับค่าแรงงานของ
คนงาน ช่างเทคนิค และวิศวกร เป็นต้น การวัดความสัมพันธ์ดังกล่าวนี้ก็เพื่อต้องการทราบว่าตัวแปรที่สนใจ
ศึกษามีความสัมพันธ์กันหรือไม่ ถ้ามีความสัมพันธ์กัน มีมากน้อยเพียงไร นอกจากนี้ จากความสัมพันธ์ที่หาได้
อาจนามาใช้ในการพยากรณ์ตัวแปรตัวหนึ่งเพื่อทราบค่าของตัวแปรอีกตัวหนึ่งได้ เช่น เมื่อสร้างความสัมพันธ์
ระหว่างปริมาณการผลิต กับต้นทุนการผลิตสินค้าอุตสาหกรรมได้แล้ว อาจจะประมาณต้นทุนการผลิตสินค้า
ชนิดนั้นเมื่อทราบ ปริมาณการผลิตสินค้าดังกล่าวได้
การวิเคราะห์ความสัมพันธ์โดยทั่วไปทาได้ 2 รูปแบบ คือ รูปแบบที่ทราบว่าตัวแปรใดเป็น ตัวแปรเหตุ
และตัวแปรใดเป็นตัวแปรผล ซึ่งสามารถวิเคราะห์ความสัมพันธ์โดยใช้การวิเคราะห์การ ถดถอย (regression
analysis) และรูปแบบที่ไม่ทราบหรือไม่สามารถกาหนดว่าตัวแปรใดเป็นตั วแปรเหตุหรือตัวแปรผล จากการ
วิเคราะห์ความสัมพันธ์โดยใช้การวิเคราะห์สหสัมพันธ์ (correlation analysis) รายละเอียดของการวิเคราะห์
ในแต่ละรูปแบบมีดังต่อไปนี้
5.1 การวิเคราะห์การถดถอยอย่างง่าย
การวิเคราะห์การถดถอยอย่างง่าย (Simple regression) เป็นการศึกษาถึงความสัมพันธ์ ระหว่างตัวแปร
2 ตัว หรือลักษณะที่สนใจศึกษา 2 ลักษณะ เช่น ในการหาความสัมพันธ์ระหว่างต้นทุนการผลิตกับปริมาณการ
ผลิตสินค้าอุตสาหกรรม เพื่อนามาใช้ในการพยากรณ์ต้นทุนการผลิตสินค้า เมื่อทราบปริมาณการผลิตสินค้า
ชนิดนั้น หรือหาความสัมพันธ์ ระหว่างปริมาณสินค้าที่โรงงานอุตสาหกรรมแห่งหนึ่งผลิตได้กับปี พ.ศ. ต่างๆ
เพื่อนามาใช้ในการพยากรณ์ปริมาณสินค้าที่โรงงานแห่งนี้ควรจะผลิต ได้ในอนาคต ในการหาความสัมพันธ์
ระหว่างตัวแปรหรือลักษณะที่ส นใจศึ กษา 2 ลั กษณะนี้มีวิธีหาได้หลายวิธี วิธีที่ทาได้ ง่ายๆ ใช้เวลาในการ
วิเคราะห์น้อยและให้ความถูกต้องเชื่อถือได้พอสมควร คือ วิธีลากด้วยมือ (freehand method) และวิธีเลือก
จุด (selected point method) ซึ่งจะไม่กล่าวในบทนี้ ส่วนวิธีที่ค่อนข้างยากและต้องใช้ความรู้ทาง
คณิตศาสตร์ระดับสูงไม่เหมาะกับผู้ที่มีพื้นฐานทางการคานวณน้อย และต้องใช้เวลาในการวิเคราะห์มาก แต่มี
มหาวิทยาลัยราชภัฏอุดรานี
130 สถิติวิศวกรรม
V
V V
X X X
(ก) (ข) (ค)
รูปที่ 5.1 แผนภาพการกระจายแสดงความสัมพันธ์ระหว่างตัวแปรตามกับตัวแปรอิสระแบบต่างๆ
(ก) สมการเส้นตรง, (ข) สมการพาราโบลา และ (ค) สมการเลขชี้กาลัง
(ที่มา: ดัดแปลงจาก สรชัย พิศาลบุตร, 2553)
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 131
n
( y i ŷ i ) จะมีค่าน้อยที่สุด เมื่อ n แทนจานวนตัวอย่างที่ใช้ในการเก็บรวบรวมข้อมูลเพื่อนามาสร้าง
i1
ความสัมพันธ์
การหาค่าคงที่ที่ไม่ทราบค่าโดยวิธีกาลังสองน้อยที่สุดหาได้จากสมการปกติ (normal equation) ที่
สร้างขึ้นมาจากรูปสมการทั่วไปของความสัมพันธ์ระหว่างตัวแปรอิสระ X กับตัวแปรตาม Y ดังนี้
1) สมการเส้นตรง ซึ่งมีรูปสมการทั่วไปเป็น Y = a + bX มีสมการปกติเป็น
n n
yi = an + b xi (5.1)
i 1 i 1
n n n
xi yi = a xi + b x i2 (5.2)
i 1 i 1 i 1
มหาวิทยาลัยราชภัฏอุดรานี
132 สถิติวิศวกรรม
ช่างเทคนิค 1 2 3 4 5 6 7 8 9 10
จานวนแผนวงจรไฟฟ้าที่ผลิตได้ 600 700 600 400 700 800 600 400 200 1,000
จานวนแผนวงจรไฟฟ้าชารุด 19 20 14 10 22 23 17 15 7 23
จงสร้างความสัมพันธ์ระหว่างจานวนแผงวงจรไฟฟ้าที่ช่างเทคนิคผลิตได้กับจานวนแผนวงจรไฟฟ้า
ชารุดเพื่อนามาใช้ในการพยากรณ์จานวนแผนวงจรไฟฟ้าชารุด เมื่อทราบจานวนแผนวงจรไฟฟ้าที่ช่างเทคนิค
แต่ละคนผลิตได้
วิธีทา
30 Y (จานวนแผงวงจรไฟฟ้าชารุด)
25
20
15
10
5
0 X (จานวนแผงวงจร
0 200 400 600 800 1,000 1,200 ไฟฟ้าที่ผลิตได้)
รูปที่ 5.2 แผนภาพการกระจายแสดงความสัมพันธ์
ระหว่างแผงวงจรไฟฟ้าชารุดกับแผงวงจรไฟฟ้าที่ผลิตได้
(ที่มา: รณฤทธิ์ จันทร์ศิริ, 2561)
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 133
มหาวิทยาลัยราชภัฏอุดรานี
134 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 135
ปริมาณปุ๋ยที่ใช้ 2 1 3 5 4 3 4 2
ผลผลิต 30 20 40 50 50 30 60 40
ก) จงเขียนแผนภาพการกระจายของปริมาณปุ๋ยที่ใช้ กับผลผลิตที่ได้
ข) จงสร้างสมการผลผลิตของถั่วเหลือง
ค) จงประมาณผลผลิตของถั่วเหลือง เมื่อใช้ปุ๋ย 6 กก.ต่อไร่
วิธีทา
นาข้อมูลที่เก็บรวบรวมได้มาลงจุด เพื่อสร้างแผนภาพการกระจาย โดยให้
X แทนปริมาณปุ๋ยที่ใช้ (กิโลกรัมต่อไร่)
Y แทนผลผลิตของถั่วเหลือง (ถังต่อไร่)
Y (ผลผลิตถั่วเหลือง (ถังต่อไร่))
80
60
40
20
0 X (ปริมาณปุ๋ยที่ใช้
0 1 2 3 4 5 6 (กิโลกรัมต่อไร่))
รูปที่ 5.3 แผนภาพการกระจายแสดงความสัมพันธ์
ระหว่างปริมาณปุ๋ยที่ใช้กับผลผลิตถั่วเหลืองที่ได้
(ที่มา: รณฤทธิ์ จันทร์ศิริ, 2561)
มหาวิทยาลัยราชภัฏอุดรานี
136 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 137
ระดับไฮโดรคาร์บอน (%) 0.99 1.02 1.15 1.29 1.46 1.36 0.87 1.23 1.55 1.40
ความบริสุทธิ์ (%) 90.01 89.05 91.43 93.74 96.73 94.45 87.59 91.77 99.42 93.65
1.19 1.15 0.98 1.01 1.11 1.20 1.26 1.32 1.43 0.95
93.54 92.52 90.56 89.54 89.85 90.39 93.25 93.41 94.98 87.33
มหาวิทยาลัยราชภัฏอุดรานี
138 สถิติวิศวกรรม
Y แทนความบริสุทธิ์ (%)
Y (ความบริสุทธิ์ (%))
102
100
98
96
94
92
90
88
86 X (ระดับไฮโดร
0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6 คาร์บอน (%))
รูปที่ 5.4 แผนภาพการกระจายแสดงความสัมพันธ์
ระหว่างระดับไฮโดรคาร์บอน (%) กับความบริสุทธิ์ (%)
(ที่มา: รณฤทธิ์ จันทร์ศิริ, 2561)
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 139
n
xi yi = (0.99 90.01) + (1.02 89.05) + … + (0.95 87.33) = 2,214.6566
i 1
n 2 2 2 2
x i2 = (0.99 + 1.02 + 1.15 + ... + 1.29 = 29.2892
i 1
แทนค่าทั้งหมดลงในสมการที่ (1) และ (2) จะได้
1,843.21 = 20a + 23.92b …(3)
2,214.6566 = 23.92a + 29.2892b …(4)
แก้สมการ (3) และ (4) ซึ่งเป็นสมการเชิงเส้น 2 สมการและมี 2 ตัวแปร โดยต้องทาสัมประสิทธิ์หน้า
a และ b ให้เท่ากัน เพื่อที่จะกาจัดตัวแปรตัวใดตัวหนึ่งก่อน ดังนั้น
นา 2320.92 1.196 คูณสมการที่ (3) ตลอดทั้งสมการจะได้
2,204.4792 = 23.92a + 28.6083b …(5)
จากนั้นนาสมการ (4) ลบ สมการ (5) จะได้
10.1774 = 0.6809b
ดังนั้น b = 10 .1774
0.6809 = 14.9470
จากนั้นนาค่า b = 14.9470 ไปแทนลงในสมการที่ (3) จะได้
1,843.21 = 20a + 23.92(14.9470)
1,843.21 = 20a + 357.5322
ดังนั้น a = 1,843.2120357.5322 = 74.2839
ดังนั้นสมการแสดงความสัมพันธ์ซึ่งโดยทั่วไปเรียกว่า สมการเส้นถดถอย ระหว่างระดับไฮโดรคาร์บอน
(%) กับความบริสุทธิ์ (%) คือ
Ŷ = a + bX
Ŷ = 74.2839 + 14.9470X
จากสมการเส้นถดถอยเชิงเส้นตรงที่ได้ จะเห็นได้ว่าค่า 74.2839 คือค่าร้อยละของความบริสุทธิ์ (%)
โดยหมายความว่า ถ้าไม่มีไฮโดรคาร์บอนเลย จะมีความบริสุทธิ์ 74.2839 % และถ้าไฮโดรคาร์บอนเพิ่มขึ้น
ทุก 1 % จะมีความบริสุทธิ์เพิ่มขึ้น 14.9470 %
ดังนั้นถ้าไฮโดรคาร์บอนเป็น 1% จะทาให้ความบริสุทธิ์เป็น
Ŷ = 74.2839 + 14.9470(1)
Ŷ = 89.2309 %
มหาวิทยาลัยราชภัฏอุดรานี
140 สถิติวิศวกรรม
ปีที่ 1 2 3 4 5 6 7 8
ค่าใช้จ่ายด้านแรงงาน (แสนบาท) 5 7 10 12 15 20 25 30
ยอดผลิตรถยนต์ (คัน) 40 50 60 65 70 80 92 100
Y (ยอดผลิตรถยนต์ (คัน))
120
100
80
60
40
20
0 X (ค่าใช้จ่ายด้าน
0 5 10 15 20 25 30 35 แรงงาน (แสนบาท))
รูปที่ 5.5 แผนภาพการกระจายแสดงความสัมพันธ์
ระหว่างค่าใช้จ่ายด้านแรงงานกับยอดผลิตรถยนต์
(ที่มา: รณฤทธิ์ จันทร์ศิริ, 2561)
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 141
n n
yi = an + b xi ...(1)
i 1 i 1
n n n
xi yi = a xi + b x i2 ...(2)
i 1 i 1 i 1
จากโจทย์ n = 8, ค่า a และ b เป็นค่าคงที่ที่จะต้องคานวณหา ซึ่งขั้นตอนต่อไปจะทาการหาค่า
n n n n
xi , yi , xi yi และ x i2 ดังนี้
i 1 i 1 i 1 i 1
n
xi = (5 + 7 + 10 + 12 + 15 + 20 + 25 + 30) = 124
i 1
n
yi = (40 + 50 + 60 + 65 + 70 + 80 + 92 + 100) = 557
i 1
n
xi yi = (5 40) + (7 50) + (10 60) + (12 65) + (15 70) + (20 80)
i 1
+ (25 92) + (30 100)
= 9,880
n 2 2 2 2 2 2 2 2
x i2 = (5 + 7 + 10 + 12 + 15 + 20 + 25 + 30 ) = 2,468
i 1
แทนค่าทั้งหมดลงในสมการที่ (1) และ (2) จะได้
557 = 8a + 124b …(3)
9,880 = 124a + 2,468b …(4)
แก้สมการ (3) และ (4) ซึ่งเป็นสมการเชิงเส้น 2 สมการและมี 2 ตัวแปร โดยต้องทาสัมประสิทธิ์หน้า
a และ b ให้เท่ากัน เพื่อที่จะกาจัดตัวแปรตัวใดตัวหนึ่งก่อน ดังนั้น
นา 124 8 15.5 คูณสมการที่ (3) ตลอดทั้งสมการจะได้
8,633.5 = 124a + 1,922b …(5)
จากนั้นนาสมการ (4) ลบ สมการ (5) จะได้
1,246.5 = 546b
ดังนั้น b = 1,246 .5
546 = 2.2830
จากนั้นนาค่า b = 2.2830 ไปแทนลงในสมการที่ (3) จะได้
557 = 8a + 124(2.2830)
557 = 8a + 283.092
มหาวิทยาลัยราชภัฏอุดรานี
142 สถิติวิศวกรรม
ดังนั้น a = 557283 8
.092 = 34.2385
ดังนั้นสมการแสดงความสัมพันธ์ซึ่งโดยทั่วไปเรียกว่า สมการเส้นถดถอยระหว่างค่าใช้จ่ายด้านแรงงาน
กับยอดผลิตรถยนต์ คือ
Ŷ = a + bX
Ŷ = 34.2385 + 2.2830X
นั้นคือ a = 34.2385 คัน เป็นจานวนรถยนต์ที่ผลิตได้ เมื่อโรงงานไม่มีค่าใช้จ่ายด้านแรงงานเลย แต่
ตามความเป็ น จริ ง เป็ น เรื่ อ งที่ เ ป็ น ไปไม่ ไ ด้ ดั ง นั้ น ค่ า a ที่ วั ด ได้ คื อ ค่ า ความคลาดเคลื่ อ นของรู ป แบบ
ความสัมพันธ์ที่สร้างขึ้น ค่า b ซึง่ เท่ากับ +2.2830 แสดงว่าถ้าโรงงานมีค่าใช้จ่ายด้านแรงงานเพิ่มขึ้นทุกๆแสน
บาท จะทาให้ยอดผลิตรถยนต์เพิ่มขึ้นอีก 2.283 คัน ถ้าโรงงานผลิตรถยนต์แห่งนี้เพิ่มค่าแรงงานจาก 3 ล้าน
บาทในปีที่ 8 เป็น 5 ล้านบาท ในปีที่ 9 ยอดผลิตรถยนต์ของโรงงานหาได้จากการแทนค่า X = 50 ลงใน
สมการเส้นถดถอย
Ŷ = 34.2385 + 2.2830X
Ŷ = 34.2385 + 2.283 (50)
= 148.3885 คัน หรือประมาณ 148 คัน
ดังนั้นถ้าโรงงานเพิ่มค่าแรงงานเป็น 5 ล้านบาท โรงงานจะมียอดผลิตรถยนต์ 148 คัน ถ้าแทนค่า X =
5, 7, 10, 12, 15, 20, 25 และ 30 ลงในสมการเส้นถดถอยที่ได้ จะได้ค่า Ŷ เท่ากับ 45.6535, 50.2195,
57.0685, 61.6345, 68.4835, 79,8985, 91.3135 และ 102.7285 ตามลาดับ ซึ่งเมื่อนาไปเปรียบเทียบกับ
ยอดผลิตรถยนต์ คือ 40, 50, 60, 65, 70, 80, 92 และ 100 จะเห็นได้ว่าแตกต่างกันไม่มากนัก แสดงว่า
สมการเส้นถดถอย เชิงเส้นตรงสามารถใช้ประมาณความสัมพันธ์ระหว่างยอดผลิตรถยนต์กับค่าใช้จ่ายด้าน
แรงงานของโรงงานผลิตรถยนต์แห่งนี้ได้เป็นอย่างดี ซึ่งมีผลทาให้ค่าพยากรณ์มีความถูกต้อง และเชื่อถือได้
ตัวอย่างที่ 5.5 บริษัทตัวแทนขายรถยนต์ยี่ห้อหนึ่งเชื่อว่าจานวนรถยนต์ที่บริษัทขายได้มีความสัมพันธ์ กับ
จานวนหนังสือพิมพ์ที่บริษัทลงโฆษณา จากการเก็บรวบรวมข้อมูลในรอบ 6 เดือนที่ผ่านมา ปรากฏว่าจานวน
ชื่อหนังสือพิมพ์ที่ลงโฆษณาและจานวนรถยนต์ที่ขายได้เป็นดังนี้
เดือนที่ 1 2 3 4 5 6
จานวนรถยนต์ที่ขายได้ (คัน) 10 10 15 20 30 40
จานวนชื่อหนังสือพิมพ์ที่ลงโฆษณา (ชื่อ) 0 1 2 2 3 4
จงหาสมการเส้นถดถอยเพื่อใช้ในการพยากรณ์จานวนรถยนต์ที่ขายได้
วิธีทา
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 143
50 Y (จานวนรถยนต์ที่ขายได้ (คัน))
40
30
20
10
0 X (จานวนชือ่ หนังสือพิมพ์
0 1 2 3 4 5 ที่ลงโฆษณา (ชื่อ))
รูปที่ 5.6 แผนภาพการกระจายแสดงความสัมพันธ์
ระหว่างจานวนชื่อหนังสือพิมพ์ที่ลงโฆษณากับจานวนรถยนต์ที่ขายได้
(ที่มา: รณฤทธิ์ จันทร์ศิริ, 2561)
จากแผนภาพการกระจายความสัมพันธ์ระหว่างจานวนรถยนต์ที่ขายได้กับจานวนชื่อหนังสือพิมพ์ที่ลง
โฆษณามีลักษณะอยู่ในรูปสมการเลขชี้กาลัง ซึ่งมีสมการทั่วไปเป็น Y = abX หรือ log Y = log a + (log b)X
และมีสมการปกติเป็น
n n
(log yi ) = (log a)n + (log b) xi …(1)
i 1 i 1
n n n
xi (log yi ) = (log a) xi + (log b) x i2 …(2)
i 1 i 1 i 1
มหาวิทยาลัยราชภัฏอุดรานี
144 สถิติวิศวกรรม
n
(log yi ) = (log 10 + log 10 + log 15 + log 20 + log 30 + log 40) = 7.5563
i 1
n
xi (log yi ) = (0 log 10) + (1 log 10) + (2 log 10) + (2 log 10)
i 1
+ (3 log 10) + (4 log 10)
= 16.7939
แทนค่าทั้งหมดลงในสมการที่ (1) และ (2) จะได้
7.5563 = 6(log a) + 12(log b) …(3)
16.7939 = 12(log a) + 34(log b) …(4)
แก้สมการ (3) และ (4) โดยต้องทาสัมประสิทธิ์หน้า log a และ log b ให้เท่ากัน เพื่อที่จะกาจัดตัว
แปรตัวใดตัวหนึ่งก่อน ดังนั้น
นา 12 6 2 คูณสมการที่ (3) ตลอดทั้งสมการจะได้
15.1126 = 12(log a) + 24(log b) …(5)
จากนั้นนาสมการ (4) ลบ สมการ (5) จะได้
1.6813 = 10(log b)
log b = 1.6813
10 = 0.16813
ดังนั้น b = 100.16813 = 1.4728
จากนั้นนาค่า b = 1.4728 ไปแทนลงในสมการที่ (3) จะได้
7.5563 = 6(log a) + 12(0.16813)
7.5563 = 6(log a) + 2.0176
log a = 7.556362.0176 = 0.9231
ดังนั้น a = 100.9231 = 8.3772
ดังนั้นสมการแสดงความสัมพันธ์ซึ่งโดยทั่วไปเรียกว่า สมการเส้นถดถอยระหว่างค่าใช้จ่ายด้านแรงงาน
กับยอดผลิตรถยนต์ คือ
Ŷ = abX
Ŷ = (8.3772) (1.4728)X
นั่นคือ ถ้าบริษัทลงโฆษณารถยนต์ในหนังสือพิมพ์ 5 ชื่อ หรือ X = 5 จะได้
Ŷ = (8.3772) (1.4728)5
= 58.0521
ดังนั้นจานวนรถยนต์ที่บริษัทตัวแทนขายรถยนต์แห่งหนึ่งขายได้ประมาณ 58 คัน
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 145
เครื่องจักรตัดเหล็ก 1 2 3 4 5 6 7 8 9 10
อายุการใช้งาน(ปี) 4 2 3 5 2 3 4 5 4 3
ค่าบารุงรักษารายเดือน(บาท) 1,480 1,280 1,330 1,540 1,180 1,450 1,430 1,590 1,420 1,270
จงหาสมการเส้นถดถอยเพื่อแสดงความสัมพันธ์ระหว่างค่าบารุงรักษารายเดือนกับอายุการใช้งานของ
เครื่องจักรตัดเหล็ก
วิธีทา
นาข้อมูลที่เก็บรวบรวมได้มาลงจุด เพื่อสร้างแผนภาพการกระจาย โดยให้
X อายุการใช้งาน(ปี)
Y ค่าบารุงรักษารายเดือน(บาท)
1,700 Y (ค่าบารุงรักษารายเดือน(บาท))
1,600
1,500
1,400
1,300
1,200
1,100
1,000 X (อายุการใช้งาน(ปี))
0 1 2 3 4 5 6
รูปที่ 5.7 แผนภาพการกระจายแสดงความสัมพันธ์
ระหว่างอายุการใช้งานกับค่าบารุงรักษารายเดือน
(ที่มา: รณฤทธิ์ จันทร์ศิริ, 2561)
มหาวิทยาลัยราชภัฏอุดรานี
146 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 147
5.2 การวิเคราะห์การถดถอยเมื่อตัวแปรอิสระแทนช่วงเวลา
ในการศึกษาความสัมพันธ์ระหว่างตัวแปร 2 ตัวหรือลักษณะที่สนใจศึกษา 2 ลักษณะทางด้านวิศวกรรม
หากตัวแปรอิสระแทนด้วยช่วงเวลา และตัวแปรตามแทนด้วยลักษณะใดลักษณะหนึ่งที่ ผู้วิเคราะห์สนใจศึกษา
เช่น จานวนเครื่องตัดกระแสไฟฟ้าที่โรงงานอุตสาหกรรมแห่งหนึ่งผลิตได้ในแต่ละเดือน จานวนวิศวกรสาขา
เคมีเทคนิคหรือสาขาวิศวอุตสาหการที่สาเร็จการศึกษาในแต่ละปี ค่ าแรงงานขั้นต่าของผู้ใช้แรงงานในแต่ละปี
จานวนสกรูชารุดที่เกิดจากการผลิตในแต่ละสัปดาห์ การศึกษาถึงความสัมพันธ์ระหว่างลักษณะที่สนใจศึกษา
นั้นๆกับช่วงเวลาต่างๆซึ่งอาจจะเป็นวัน สัปดาห์ เดือน หรือปี ก็สามารถทาได้โดยวิธีการวิเคราะห์การถดถอยที่
ได้กล่าวมาแล้วข้างต้น แต่เพื่อให้การวิเคราะห์ ทาได้สะดวกและรวดเร็วขึ้น โดยทั่วไปมักจะกาหนดค่าช่ วงเวลา
ต่างๆ เช่น วัน สัปดาห์ เดือน หรือปี เป็นตัวเลขง่ายๆ เช่น 0, 1, 2, 3, 4, ... หรือบางครั้งอาจจะกาหนดค่า
ช่วงเวลาเป็นเลขลบ เช่น -3, -2, -1, ... ปนอยู่กับเลขบวก ทั้งนี้ เพื่อให้ผลรวมของตัวแปรอิสระ X มีค่าเท่ากับ
0 ง่ายต่อการคานวณ แต่การกาหนดค่า X เป็นตัวเลขง่ายๆ แทนระยะเวลา เช่น เดือน หรือ พ.ศ. ต่างๆ
จะต้อง ระวังเกี่ยวกับความห่างของระยะเวลา กล่าวคือ ระหว่างช่วงเวลาที่เท่ากันจะต้องแทนด้วยตัวเลขง่ายๆ
ที่ต่างกันเท่ากัน จะกาหนดตามใจชอบไม่ได้ เช่น ค่า X ของข้อมูลระหว่าง พ.ศ. 2547 ถึง พ.ศ. 2552 ควรจะ
เป็นดังนี้
พ.ศ. 2557 2558 2559 2560 2561 2562 รวม
6
X –5 –3 –1 1 3 5 x i = 0
i 1
6
หรือ X 0 1 2 3 4 5 xi = 15
i 1
มหาวิทยาลัยราชภัฏอุดรานี
148 สถิติวิศวกรรม
ปีที่ 1 2 3 4 5 6
จานวนหลอดภาพโทรทัศน์ 7,228 7,352 8,965 9,373 11,520 13,379
จงสร้างสมการเส้นถดถอยเพื่อใช้ในการพยากรณ์จานวนหลอดภาพโทรทั ศน์ที่โรงงานแห่งนี้ควรจะ
ผลิตในอีก 7 ปีข้างหน้า
วิธีทา
นาข้อมูลที่เก็บรวบรวมได้มาลงจุด เพื่อสร้างแผนภาพการกระจาย โดยให้
X จานวนปีที่ผลิต
Y จานวนหลอดภาพโทรทัศน์
แผนภาพการกระจายแสดงความสมพันธ์ระหว่างจานวนหลอดภาพโทรทั ศน์กับช่วงเวลา (ปีที่) ที่ผลิต
ของโรงงานแห่งนี้ เป็นดังนี้
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 149
15,000 Y (จานวนหลอดภาพโทรทัศน์)
13,000
11,000
9,000
7,000
5,000
3,000
1,000 X (จานวนปีที่ผลิต)
0 2 4 6 8
รูปที่ 5.8 แผนภาพการกระจายแสดงความสัมพันธ์
ระหว่างจานวนปีที่ผลิตกับจานวนหลอดภาพโทรทัศน์
(ที่มา: รณฤทธิ์ จันทร์ศิริ, 2561)
ความสัมพันธ์ข้างต้นสามารถอนุโลมให้อยู่ในรูปเส้นตรงซึ่งมีสมการทั่วไปเป็น Y = a + bX และมี
สมการปกติเป็น
n n
yi = an + b xi ...(1)
i 1 i 1
n n n
xi yi = a xi + b x i2 ...(2)
i 1 i 1 i 1
มหาวิทยาลัยราชภัฏอุดรานี
150 สถิติวิศวกรรม
n n n
เมื่อแทนค่า n = 6, yi = 57,817, x2 i = 70 และ xiyi = 43,667 ลงในสมการ (5) และ (6) จะได้
i 1 i 1 i 1
a = 16 (57,817) = 9,636.17
b = 4370,667 = 623.81
ดังนั้นสมการแสดงความสัมพันธ์ระหว่างจานวนหลอดภาพโทรทัศน์กับช่วงเวลาที่ผลิตของโรงงานแห่ง
นี้ คือ
Ŷ = 9,636.17 + 623.81X
(ช่วงเวลาเริ่มต้นอยู่ระหว่างปีที่ 3-4, X มีหน่วยเป็น ปี)
นั่นคือ จากการประมาณโดยใช้สมการเส้นถดถอยพบว่าในช่วงเวลาระหว่างปีที่ 3-4 โรงงานแห่งนี้ควร
จะผลิตหลอดภาพโทรทัศน์ได้ประมาณ 9,636 หลอด และจานวนหลอดภาพโทรทัศน์ที่โรงงานแห่งนี้ผลิตได้
ควรจะเพิ่มขึ้นประมาณ 624 หลอดทุกๆครึ่งปี หรือผลิตได้ เพิ่มขึ้นประมาณปีละ 2 x 624 = 1,248 หลอด
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 151
การกาหนดช่วงเวลาเริ่มต้นและหน่วยของ X กากับไว้ในสมการเส้นถดถอยก็เพื่อต้องการให้สามารถ
กาหนดค่า X ทีจ่ ะแทนลงในสมการเส้นถดถอยเพื่อพยากรณ์ค่า Y ได้ถูกต้อง
ตัวอย่างที่ 5.8 ข้อมูลต่อไปนี้แสดงจานวนรถยางรถยนต์ที่โรงงานแห่งหนึ่งผลิตได้ระหว่างเดือนเมษายนถึง
เดือนธันวาคม
เดือน จานวนยางรถยนต์(เส้น)
เมษายน 789
พฤษภาคม 542
มิถุนายน 769
กรกฎาคม 1,093
สิงหาคม 1,175
กันยายน 1,067
ตุลาคม 1,166
พฤศจิกายน 1,426
ธันวาคม 1,692
จงสร้างสมการเส้นถดถอยเพื่อใช้ในการยากรณ์จานวนยางรถยนต์ที่โรงงานแห่งนี้จะผลิตได้ในช่วง 6
เดือนแรกของปีถัดไป
มหาวิทยาลัยราชภัฏอุดรานี
152 สถิติวิศวกรรม
วิธีทา
นาข้อมูลที่เก็บรวบรวมได้มาลงจุด เพื่อสร้างแผนภาพการกระจาย โดยให้
X เดือนที่ผลิต
Y จานวนยางรถยนต์ (เส้น)
แผนภาพการกระจายแสดงความสมพันธ์ระหว่างจานวนยางรถยนต์ที่โรงงานแห่งนี้ควรจะผลิตได้ กับ
ช่วงเวลา (เดือน) ที่ผลิตของโรงงานแห่งนี้ เป็นดังนี้
Y (จานวนยางรถยนต์ (เส้น))
1,900
1,700
1,500
1,300
1,100
900
700
500 X (เดือนที่ผลิต)
0 เม.ย.
1 พ.ค.
2 มิ3.ย. ก.ค.
4 ส.ค.
5 ก.ย.
6 ต.ค.
7 พ.ย.
8 ธ.ค.
9 10
รูปที่ 5.9 แผนภาพการกระจายแสดงความสัมพันธ์ระหว่าง
เดือนที่ผลิตกับจานวนยางรถยนต์
(ที่มา: รณฤทธิ์ จันทร์ศิริ, 2561)
ความสัมพันธ์ข้างต้นสามารถอนุโลมให้อยู่ในรูปเส้นตรงซึ่งมีสมการทั่วไปเป็น Y = a + bX และมี
สมการปกติเป็น
n n
yi = an + b xi ...(1)
i 1 i 1
n n n
xi yi = a xi + b x i2 ...(2)
i 1 i 1 i 1
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 153
มหาวิทยาลัยราชภัฏอุดรานี
154 สถิติวิศวกรรม
ดังนั้นสมการเส้นถดถอยแสดงความสัมพันธ์ระหว่างจานวนยางรถยนต์ที่โรงงานแห่งนี้จะผลิตได้กับ
ช่วงเวลาที่ผลิตคือ
Ŷ = 1,079.9 + 117.2X
(ช่วงเวลาเริ่มต้นอยู่ที่เดือนสิงหาคม ค่า X มีหน่วยเป็น 1 เดือน)
นั่นคือ จากสมการแสดงความสัมพันธ์ที่ได้ จานวนยางรถยนต์ที่โรงงานแห่งนี้ควรจะผลิตได้ในเดือน
สิงหาคมเท่ากับ 1,080 เส้ น (จริ งๆผลิ ตได้ 1,175 เส้น) และโรงงานแห่ งนี้ ควรผลิตยางรถยนต์ได้เพิ่มขึ้น
ประมาณ 117 เส้นในแต่ละเดือนของปีถัดๆไป
เมื่อแทนค่า X = 5, 6, 7, 8, 9 และ 10 ลงในสมการเส้นถดถอยที่ได้ตามลาดับ จะได้จานวนยาง
รถยนต์โดยประมาณที่โรงงานแห่งนี้ควรจะผลิตได้ในแต่ละเดือนของระยะเวลา 6 เดือนแรกของปีถัดไป คือ
ตั้งแต่เดือนมกราคม-มิถุนายนของปีถัดไป ดังนี้
เมื่อแทนค่า X = 5, 6, 7, 8, 9 และ 10 ลงในสมการเส้นถดถอยที่ได้ตามลาดับจะได้จานวนยาง
รถยนต์โดยประมาณที่โรงงานแห่งนี้ควรได้ในแต่ละเดือนของระยะเวลา 6 เดือนแรกของปีถัดไป คือ ตั่งแต่
เดือนมกราคม - มิถุนายนของปีถัดไป ดังนี้
ปีที่ 1 2 3 4 5 6
กาไร (พันบาท) 112 149 238 354 580 867
จงพยากรณ์กาไรที่บริษัทที่ปรึกษาแห่งนี้จะได้รับในปีที่ 7
วิธีทา
นาข้อมูลที่เก็บรวบรวมได้มาลงจุด เพื่อสร้างแผนภาพการกระจาย โดยให้
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 155
X จานวนปี
Y กาไร (บาท)
แผนภาพการกระจายแสดงความสัมพันธ์ระหว่างกาไรที่ปรึกษาที่ปรึกษาด้ านวิศวกรรมแห่งนี้ได้รับ
จากการประกอบธุรกิจกับช่วงเวลาที่ดาเนินการเป็นดังนี้
800
600
400
200
0 X (จานวนปี)
0 1 2 3 4 5 6 7
รูปที่ 5.10 แผนภาพการกระจายแสดงความสัมพันธ์ระหว่างจานวนปีกับกาไร
(ที่มา: รณฤทธิ์ จันทร์ศิริ, 2561)
มหาวิทยาลัยราชภัฏอุดรานี
156 สถิติวิศวกรรม
n n n n
แทนค่า n = 6, (log yi ) = 14.8494, xi = 0, xi (log yi ) = 6.3870 และ x i2 = 70
i 1 i 1 i 1 i 1
ลงในสมการปกติข้างต้น จะได้
14.8494 = 6 log a + 0 …(3)
6.3870 = 0 + 70 log b …(4)
หรือ
log a = 14.8494 6 = 2.4749
a = 102.4749 = 298.5
log b = 6.3870 70 = 0.0912
b = 100.0912 = 1.234
ดังนั้นสมการแสดงความสัมพันธ์ระหว่างกาไรที่บริษั ทแห่งนี้ได้รับจากการดาเนินการกับช่วงเวลาที่
ดาเนินการ คือ
log Ŷ = 2.4749 + 0.0912X
หรือ Ŷ = (298.5)(1 + 0.234)X
(ช่วงเวลาเริ่มต้นอยู่ระหว่างปีที่ 3 และ 4, ค่า X มีหน่วยเป็น 12 ปี)
จาก Ŷ = (298.5)(1.234)X
จะได้ Ŷ = (298.5)(1 + 0.234) X
นั่นคือ กาไรที่บริษัทแห่งนี้ควรจะได้รับจากการดาเนินการระหว่างปีที่ 3 และ 4 เท่ากับ 298.5 พัน
บาท หรือ 298,500 บาท และอัตรากาไรที่บริษัทแห่งนี้จะได้รับในช่วง 12 ปี หรือ 6 เดือน เท่ากับ 0.234 หรือ
23.4 เปอร์เซ็นต์
การหากาไรที่บริษัทแห่งนี้จะได้รับในปีที่ 7 หาได้จากการแทนค่า X = 7 ลงในสมการ เส้นถดถอย
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 157
5.3 การวิเคราะห์สหสัมพันธ์
ในการวิเคราะห์การถดถอยเพื่อหาความสัมพันธ์ระหว่างตัวแปร 2 ตัวที่อยู่ในรูปสมการที่ได้ กล่าว
มาแล้ว โดยทราบว่าตัวแปรใดเป็นตัวแปรเหตุ และตัวแปรใดเป็นตัวแปรผล วัตถุประสงค์ที่ สาคัญก็เพื่อนา
ความสัมพันธ์ระหว่างตัวแปรทั้งสองที่หาได้ไปใช้ในการพยากรณ์ตัวแปรผลหรือตัวแปรตาม เมื่อทราบค่าของ
ตัวแปรเหตุหรือตัวแปรอิสระ ในบางกรณีวิศวกรอาจจะต้องการทราบระดับของความสัมพันธ์ ระหว่างตัวแปร
ทั้งสองเท่านั้นว่ามีมากน้อยเพียงใด โดยไม่สนใจที่จะพยากรณ์ตัวแปรตามในอนาคต เมื่อทราบค่าของตัวแปร
อิสระหรือต้องการทราบความสัมพันธ์ระหว่ างตัวแปร 2 ตัวโดยที่ไม่ทราบว่า ตัวแปรใดเป็นตัวแปรเหตุหรือตัว
แปรผล ตัวอย่างเช่น ความสัมพันธ์ระหว่างค่าไฟฟ้ากับค่าน้ามันดีเซลที่ใช้ในการผลิตสินค้า ความสัมพันธ์
ระหว่างเงินเดือนกับสวัส ดิการของวิศวกรโรงงาน หรือความสัมพันธ์ ระหว่างคะแนนทดสอบความถนัดกับ
ปริมาณการผลิตของคนงานในโรงงานอุตสาหกรรม ระดับของความสัมพันธ์ที่ต้องการทราบนี้วัดได้จากค่า
สัมประสิทธิ์สหสัมพันธ์ (correlation coefficient) กล่าวคือ ถ้า X กับ Y เป็นตัวแปร 2 ตัว n คือ จานวน
ตัวอย่างที่นามาวัดค่าตัวแปรทั้งสอง สัมประสิทธิ์สหสัมพันธ์ระหว่าง X กับ Y เขียนแทนด้วยสัญลักษณ์ r ซึ่งมี
สูตรที่ใช้ในการคานวณหา ดังนี้
n n
(x i x)(yi y) (x i y i nxy)
r i1 = i1 (5.9)
n 2
n 2
n 2 2
n 2 2
( x x) ( y y) x n( x) y n( y)
i1 i i1 i i1 i i1 i
มหาวิทยาลัยราชภัฏอุดรานี
158 สถิติวิศวกรรม
การวัดความสั มพัน ธ์โ ดยใช้สั มประสิ ทธิ์ส หสั มพันธ์ข้างต้นนี้เป็นการวัดความสั มพันธ์เชิงเส้ นตรง
เท่านั้น ถ้า r มีค่าเข้าใกล้ ) แสดงว่าตัวแปรทั้งสองไม่มีความสัมพันธ์เชิงเส้นตรงเท่านั้น ในกรณีที่ จริงๆตัวแปร
ทั้งสองมีความสัมพันธ์เชิงเส้นโค้ง ค่า r ที่วัดได้จากสูตรดังกล่าวจะมีความเชื่อถือได้น้อย
ก าลั ง สองของสั ม ประสิ ท ธิ์ ส หสั ม พั น ธ์ 1 เรี ย กว่ า สั ม ประสิ ท ธิ์ ก ารตั ด สิ น ใจ (coefficient of
determination) ใช้วัดอิทธิพลของตัวแปรตัวหนึ่งว่ามีผลต่อตัวแปรอีกตัวหนึ่งมากน้อยเพียงใด สัมประสิทธิ์
การตัดสินใจมีค่าได้ตั้งแต่ 0 ถึง 1
ตัวอย่างที่ 5.10 จากตัวอย่าง 5.4 จงคานวณหาสัมประสิทธ์สหสัมพันธ์ (r) และสมประสิทธิ์การตัดสินใจ (r2)
ของจานวนรถยนต์ที่ผลิตและค่าใช้จ่ายด้านแรงงานที่ใช้ในการผลิต
วิธีทา
n
(x i y i nxy)
r i1
จาก
n 2 2
n
x i n( x) y i2 n( y) 2
i1 i1
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 159
n n n
2
เมื่อ n = 8 และ x i y i , x , y , x i และ y i2 หาได้จากตารางต่อไปนี้
i 1 i 1 i 1
yi xi y i2 x i2 xiyi
40 5 1,600 25 200
50 7 2,500 49 350
60 10 3,600 100 600
65 12 4,225 144 780
70 15 4,900 225 1,050
80 20 6,400 400 1,600
92 25 8,464 625 2,300
100 30 10,000 900 3,000
557 124 41,689 2,468 9,880
n
x n1 x i = 18 (124 ) = 15.50 แสนบาท
i 1
n
y n1 y i = 18 (557) = 69.625 แสนบาท
i 1
ดังนั้น r 9,880 8(15.5)(69.625)
2,468 8(15.52 ) 41,689 8(69.6252 )
9,880 8,633.5
546 2,907.875
1,246.5
(23.3666)(53.9247 0.9893
r 2 = (0.9893)2 = 0.9787
นั่นคือ ค่าใช้จ่ายด้านแรงงานที่เพิ่มขึ้นหรือลดลงมีผลทาให้จานวนรถยนต์ที่ผลิต เพิ่มขึ้นหรือลดลงถึง
ร้อยละ 97.87 ที่เหลืออีกร้อยละ 2.13(100 – 97.87) เป็นผลเนื่องมาจากสาเหตุอื่นๆที่ทาให้จานวนรถยนต์ที่
ผลิตเพิ่มขึ้นหรือลดลง
เนื่องจาก r = 0.9893 มีค่าเป็นบวก ดังนั้นเมื่อค่าใช้จ่ายด้านแรงงานเพิ่มขึ้นจะมีผลทาให้จานวน
รถยนต์ที่ผลิตเพิ่มขึ้นตาม หรือเมื่อค่าใช้จ่ายด้านแรงงานลดลงจานวนรถยนต์ที่ ผลิตจะลดลงตามไปด้วย ใน
มหาวิทยาลัยราชภัฏอุดรานี
160 สถิติวิศวกรรม
5.4 การหาสหสัมพันธ์เมื่อข้อมูลอยู่ในรูปลาดับที่
ในการหาความสัมพันธ์ระหว่างตัวแปรหรือลักษณะที่สนใจศึกษา หากตัวแปรเหล่านั้น สามารถวัด
ออกมาเป็นค่าที่แทนด้วยตัวเลขได้ การหาความสัมพันธ์ ดังกล่าวสามารถใช้วิธีการที่ได้ กล่าวมาแล้ว แต่ถ้าตัว
แปรหรือลักษณะที่สนใจศึกษาแทนด้วยลาดับที่แล้ว การวิเคราะห์ด้วยวิธีข้างต้น ไม่สามารถทาได้ เช่น การหา
ความสัมพันธ์ระหว่างกลุ่มวิศวกรชายและกลุ่มวิศวกรหญิงกับลาดับ ความนิยมในยี่ห้อปูนซีเมนต์ 4 ยี่ห้อที่
เลือกมาใช้ในการก่อสร้ าง หรือการหาความสัมพันธ์ระหว่างประสบการณ์ในการผลิตสินค้ากับจานวนสินค้า
ชารุดที่ผลิตได้ (แปลงข้อมูลประสบการณ์หรือจานวนปีและจานวนสินค้าชารุดให้เป็นลาดับที่) จะต้องใช้วิธีการ
ของสเปียร์แมน (Spearman) ซึ่งมีขั้นตอนใน การหาความสัมพันธ์ดังนี้
1) ตั้งสมมติฐานเพื่อการทดสอบ ซึ่งโดยทั่วไปเป็นดังนี้
H0: ไม่มีความสัมพันธ์ระหว่างลักษณะที่สนใจศึกษา
H1: มีความสัมพันธ์ระหว่างลักษณะที่สนใจศึกษา
2) เขียนลาดับที่เป็นคู่ๆโดยที่จานวนคู่ที่ใช้ไม่ควรน้อยกว่า 6 คู่
3) หากาลังสองของความแตกต่างระหว่างลาดับที่ของแต่ละคู่ ( d i )
4) หาผลรวมของกาลังสองของความแตกต่างระหว่างลาดับที่ของแต่ละคู่ เขียนแทนด้วย s
5) คานวณหาสัมประสิทธิ์สหสัมพันธ์ เมื่อข้อมูลอยู่ในรูปลาดับที่ (r) ซึ่งเป็นสูตรของสเปียร์แมน
rs 1 6s (5.10)
n(n2 1)
เมื่อ n แทนจานวนคู่
6) เปรียบเทียบค่า r ที่คานวณได้กับค่าวิกฤตของสัมประสิทธิ์สหสัมพันธ์ลาดับที่ (rank correlation
coefficient) จากตารางต่อไปนี้ (ตัวอย่างตาราง ค่าวิกฤตของสัมประสิทธิ์สหสัมพันธ์ลาดับที่ ณ ระดับ
นัยสาคัญ = 0.05
จานวนคู่ ค่าวิกฤต
6 –0.77 +0.82
7 –0.71 +0.75
8 –0.69 +0.71
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 161
จานวนคู่ ค่าวิกฤต
9 –0.67 +0.68
10 –0.62 +0.64
rc
Z (5.11)
n 1
ผู้ทดสอบสามารถสรุปได้หรือไม่ว่าไม่มีความสัมพันธ์ระหว่างคุณภาพของฟิล์มกรองแสงกับกลุ่มของผู้
ประเมิน ณ ระดับนัยสาคัญ 0.05
วิธีทา
สมมติฐานเพื่อการทดสอบ
H0: ไม่มีความสัมพันธ์ระหว่างคุณภาพของฟิล์มกรองแสงกับกลุ่มของผู้ประเมิน
H1: มีความสัมพันธ์ระหว่างคุณภาพของฟิล์มกรองแสงกับกลุ่มของผู้ประเมิน
มหาวิทยาลัยราชภัฏอุดรานี
162 สถิติวิศวกรรม
rs 1 6s
n(n2 1)
6(64 )
1
6(361) = –0.828
เนื่องจากค่าวิกฤตของสัมประสิทธิ์สหพันธ์ลาดับที่ ณ ระดับนัย สาคัญ 0.05 และ จานวนคู่เป็น 6
เท่ากับ-0.77, +0.83 ดังนั้น rs ตกอยู่นอกช่วงค่าวิกฤตหรือช่วงที่ยอมรับ H0
นั่นคือ ต้องปฏิเสธ H0 ที่ว่าไม่มีความสัมพันธ์ระหว่างคุณภาพของฟิล์มกรองแสงกับกลุ่มของผู้ประเมิน
แสดงว่ากลุ่มวิศวกรมีความเห็นเกี่ยวกับคุณภาพของฟิล์มกรองแสงทั้ง 6 ยี่ห้อแตกต่างจากกลุ่มช่างเทคนิค
และเนื่องจากสัมประสิทธิ์สหสัมพันธ์มีเครื่องหมายเป็น ลบ แสดงว่าความสัมพันธ์ระหว่างคุณภาพของฟิล์ม
กรองแสงกับกลุ่มของผู้ประเมินเป็นไปในทางตรงกันข้าม กล่าวคือ กลุ่มวิศวกรและกลุ่มช่างเทคนิคมีความเห็น
เกี่ยวกับคุณภาพของฟิล์มกรองแสงไม่ตรงกัน
ตัวอย่างที่ 5.12 จากการศึกษาถึงความสัมพันธ์ระหว่างประสบการณ์ในการทางานกับจานวนแผงวงจรไฟฟ้าที่
ผลิตได้รายปีของช่างเทคนิค 13 คน ในโรงงานผลิตอุปกรณ์อิเล็กทรอนิกส์แห่งหนึ่ง ปรากฏผลดังนี้
ชื่อช่างเทคนิค ประสบการณ์ในการทางาน(ปี) จานวนแผงวงจรไฟฟ้าที่ผลิตได้
A 12 7,000
B 13 7,800
C 16 4,000
D 12 8,000
E 16 70,000
F 12 8,000
G 18 10,400
H 20 13,000
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 163
สามารถสรุปได้หรือไม่ว่าประสบการณ์ในการทางานกับจานวนแผงวงจรไฟฟ้าที่ช่างเทคนิคผลิตได้มี
ความสัมพันธ์กัน ณ ระดับนัยสาคัญ 0.05
วิธีทา
สมมติฐานเพื่อการทดสอบ
H0: ประสบการณ์ในการทางานกับจานวนแผงวงจรไฟฟ้าที่ช่างเทคนิคผลิตได้ไม่มีความสัมพันธ์กัน
H1: ประสบการณ์ในการทางานกับจานวนแผงวงจรไฟฟ้าที่ช่างเทคนิคผลิตได้มีความสัมพันธ์กัน
เมื่อเปลี่ยนค่าของข้อมูลให้อยู่ในรูปลาดับที่จะเป็นดังนี้
ลาดับที่ของจานวนปี ลาดับที่ของจานวน
ชื่อชางเทคนิค d d2
ที่มีประสบการณ์ แผงวงจรไฟฟ้าที่ผลิตได้
A 2 2 0 0
B 4.5 3 1.5 2.25
C 9 1 8 64.00
D 2 4.5 –2.5 6.25
E 9 13 –4 16.00
F 2 4.5 –2.5 6.25
G 11 6 5 25.00
H 12.5 9 3.5 12.25
I 12.5 12 0.5 0.25
J 9 7 2 4.00
K 6.5 11 –4.5 20.25
L 6.5 10 –3.5 12.25
M 4.5 8 –3.5 12.25
s = 181.00
มหาวิทยาลัยราชภัฏอุดรานี
164 สถิติวิศวกรรม
6s
rs 1
n(n2 1)
6(181)
1
13(168) = 0.503
เนื่องจากจานวนคู่ (n) มากกว่า 10 ช่วงค่าวิกฤตคานวณจาก
rc Z
n 1
1.96 0.566
13 1
ดังนั้นยอมรับ H0 ที่ว่าประสบการณ์ในการทางานกับจานวนแผงวงจรไฟฟ้าที่ผลิตได้ของช่างเทคนิคไม่
มีความสัมพันธ์กัน
5.5 ข้อควรระวังเกี่ยวกับการวิเคราะห์การถดถอยและสหสัมพันธ์
1) การวิเคราะห์การถดถอยและสหพันธ์เป็นวิธีที่ใช้วัดความสัมพันธ์ระหว่างตัวแปรทั้ง สองวิธี แต่การ
วิเคราะห์การถดถอย นอกจากจะบอกความสัมพันธ์ระหว่างตัวแปรอย่างคร่าวๆ โดยบอกว่าเมื่อค่า X ใดๆ
เปลี่ยนไป 1 หน่วย ค่า Y จะเปลี่ยนไปเท่าไร เมื่อพิจารณาจากสัมประสิทธิ์การถดถอยแล้ว ยัง สามารถใช้
สามารถใช้สมการเส้นถดถอยทานายค่าตัวแปรตามเมื่อทราบค่าตัวแปรอิสระได้อีกด้วย ส่วนการวิเคราะห์
สหสัมพันธ์ค่าสัมประสิทธิ์สหสัมพันธ์ที่คานวณได้ บอกแต่เพียงว่าตัวแปรอิสระและตัวแปรตามมี ความสัมพันธ์
กันมากน้อยเพียงใดเท่านั้น แต่สัมประสิทธิ์การตัดสินใจซึ่งใช้วัดอิทธิพลของตัวแปรตัวหนึ่งว่ามีผลต่อตัวแปรอีก
ตัวหนึ่งมากน้อยเพียงใดจะบอกถึงขนาดของความสัมพันธ์ระหว่างตัวแปรทั้งสองได้ดีกว่าความสัมพันธ์ที่วัดได้
จากสัมประสิทธิ์การถดถอย ซึ่งไม่สามารถทราบค่าสงสดหรือต่าสุดของความสัมพันธ์ที่อาจเกิดขึ้น
2) ในทางทฤษฎีการวิเคราะห์การถดถอยเป็นการศึกษาถึงความสัมพันธ์ระหว่างตัวแปรโดยที่ตัวแปรอิสระ
ถูกกาหนดค่าไว้ล่วงหน้า และการวิเคราะห์สหสัมพั นธ์เป็นการศึกษาถึงความสัมพันธ์ ระหว่างตัวแปรโดยที่ไม่มี
ตัว แปรใดถูกกาหนดค่าไว้ล่ว งหน้ า แต่ในทางปฏิบัติทั่ว ๆไป ถึงแม้ ว่า จะไม่มีตัวแปรอิส ระถูกกาหนดค่าไว้
ล่วงหน้าก็มักจะอนุโลมให้ใช้การวิเคราะห์การถดถอยได้
3) ในการพยากรณ์ค่าตัวแปรตาม (Y) เมื่อทราบค่าตัวแปรอิสระ (X) ความเชื่อถือได้ของค่าพยากรณ์จะมี
มากน้อยเพียงใดขึ้นอยู่กับจานวนตัวอย่างที่นามาสร้างความสัมพันธ์ โดยทั่วไปหากใช้จานวนตัวอย่างมากจะทา
ให้ค่าพยากรณ์มีความเชื่อถือได้มาก แต่อย่างไรก็ตาม ความเชื่อถือได้ของค่าพยากรณ์นี้ยังขึ้นอยู่กับรูปแบบ
ของความสัมพันธ์ระหว่างตัวแปรอิสระกับตัวแปรตามในขณะพยากรณ์ด้วยว่าเป็นไปเช่นเดียวกันกับรูปแบบ
ของความสั ม พั น ธ์ เ ดิ ม ที่ น ามาสร้ า งความสั ม พั น ธ์ เ พื่ อ น าไปใช้ ใ นการพยากรณ์ ห รื อ ไม่ ถ้ า รู ป แบบของ
ความสัมพันธ์ เปลี่ยนไปมาก แล้ วผลที่ได้จากการพยากรณ์จะมีความเชื่อถือไม่ได้เลย แต่ถ้าเปลี่ยนไปบ้าง
เล็กน้อยผลจากการพยากรณ์จะเชื่อถือได้น้อยลง
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 165
4) ตัวแปรอิสระและตัวแปรตามที่นามาสร้างความสัมพันธ์จะต้องมีความสัมพันธ์กันจริงๆ หรือคาดว่าควร
จะมีความสัมพันธ์กัน สาหรับตัวแปรที่ไม่มีความสัมพันธ์กันจริงๆแล้วนามาสร้างความสัมพันธ์ สมการแสดง
ความสัมพันธ์ที่ได้จะไม่สามารถนาไปใช้ประโยชน์ได้เลย นอกจากนี้ วิศวกรหรือผู้ใช้ผลการวิเคราะห์ยังอาจ
ตัดสินใจดาเนินการต่างๆไปอย่างผิดๆจนทาให้เกิดความเสียหายอย่างมากได้ เช่น การหาความสัมพันธ์ระหว่าง
จานวนสินค้าชารุดจากการผลิตกับจานวนอุบัติเหตุในการขนส่งสินค้าไปจาหน่าย
5) ถ้าผู้วิเคราะห์ต้องการพยากรณ์ค่าของตัวแปรใดๆ จะต้องกาหนดให้ตัวแปรนั้นเป็นตัวแปรตามเสมอ
และตัวแปรที่เหลือให้เป็นตัวแปรอิสระ สมการเส้นถดถอยที่หาได้จากการกาหนดตัวแปรดังกล่าวไม่สามารถ
นาไปใช้ในการพยากรณ์ค่าตัวแปรอิสระเมื่อทราบค่าตัวแปรตามได้ ในกรณีนี้ต้องกาหนดให้ตัวแปรอิสระเดิม
ทาหน้าที่เป็นตัวแปรตาม และตัวแปรตามเดิมทาหน้าที่ เป็นตัวแปรอิสระ แล้วหาความสัมพันธ์ขึ้นมาใหม่ จึง
จะสามารถพยากรณ์ตามที่ต้องการได้ เช่น ถ้าต้องการหาความสัมพันธ์ระหว่างจานวนสินค้าที่ผลิ ตได้กับ
จานวนสินค้าชารุด ถ้าต้องการพยากรณ์สินค้าชารุดเมื่อทราบจานวนสินค้าที่ผลิตได้ จะต้องกาหนดให้จานวน
สินค้าชารุดเป็นตัวแปรตาม และจานวนของสินค้าที่ผลิตได้เป็นตัวแปรอิสระ แต่ถ้าต้องการพยากรณ์ จานวน
สินค้าที่ผลิ ตได้เมื่อทราบจานวนสิ นค้าชารุด จะต้องกาหนดให้จานวนสิ นค้าที่ผลิ ตได้เป็น ตัว แปรตามและ
จานวนสินค้าชารุดเป็นตัวแปรอิสระ
5.6 สรุป
การวิเคราะห์ถดถอย เป็นวิธีการทางสถิติที่ศึกษาความสัมพันธ์ของตัวแปรที่ทราบค่าเรียกว่าตัวแปรอิสระ
(Idepedent variation) หรือเรียกว่าตัวพยากรณ์ (Prediction) นิยมใช้สัญลักษณ์ X ซึ่งสามารถนามา
พยากรณ์ค่าของตัวแปรอีกตัวหนึ่งได้ เรียกว่า ตัวแปรตาม (Depedent variation) ใช้สัญลักษณ์ Y
ข้อแตกต่างระหว่างการการถดถอยกับการวิเคราะห์สหสัมพันธ์ คือ การวิเคราะห์สหสัมพันธ์เพียงแต่
ศึกษาว่าตัวแปรมีความสัมพันธ์กันมากน้อยหรือไม่ มีขนาดและทิศทางเป็นอย่างไร แต่ไม่ได้ใช้พยากรณ์ ส่วน
การวิเคราะห์การถดถอยสามารถใช้พยากรณ์ได้ด้วย
การวิเคราะห์ถดถอยแบ่งออกเป็น 2 ประเภท
1. การวิเคราะห์ถดถอยอย่างง่าย (Simple Regreesion Analysis)
2. การวิเคราะห์ถดถอยเชิงซ้อน (Multible Regreesion Analysis)
ในการหาความสัมพันธ์ระหว่างตัวแปรหรือลักษณะที่สนใจศึกษา 2 ลักษณะนี้มีวิธีหาได้หลายวิธี วิธีที่ทา
ได้ง่ายๆ ใช้เวลาในการวิเคราะห์น้อยและให้ความถูกต้องเชื่อถือได้ คือ วิธีลากด้วยมือ (freehand method)
และวิธีเลือกจุด (selected point method) ส่วนวิธีที่ค่อนข้างยากและต้องใช้ความรู้ทางคณิตศาสตร์ระดับสูง
แต่มีความถูกต้องและเชื่อถือได้มาก คือ วิธีกาลังสองน้อยที่สุด (Least Square method) แต่ในการใช้วิธี
กาลังสองน้อยที่สุดนี้มีขั้นตอนในการสร้างความสัมพันธ์ยุ่งยากกว่า วิธีลากด้วยมือและวิธีเลือกจุดมาก
มหาวิทยาลัยราชภัฏอุดรานี
166 สถิติวิศวกรรม
แบบฝึกหัดท้ายบทที่ 5
1) จงเขียนแผนภาพการกระจาย
2) จงหาสมการส้นถดถอยในรูปเส้นตรงเพื่อแสดงความสัมพันธ์ระหว่างต้นทุนการผลิตกับราคาขายปลีก
3. ผู้จัดการผ่ายผลิตของโรงงานแห่งหนึ่งต้องการศึกษาความสัมพันธ์ระหว่างความเร็วของการผลิตมอเตอร์
ยี่ห้อหนึ่งกับร้อยละของมอเตอร์ชารุดที่ผลิตได้ จากการหาร้อยละของมอเตอร์ ชารุดที่ผลิตได้จากเครื่องจักรที่
ผลิตมอเตอร์ได้จานวนต่างๆกันในแต่ละชั่วโมง 7 ชั่วโมงที่ผ่านมาปรากฏผลดังนี้
1)จงสร้างแผนภาพกระจายและหาสมการเส้นถดถอยในรูปเส้นตรง
2)จงพยากรณ์ร้อยละของมอเตอร์ชารุดเมื่อจานวนมอเตอร์ที่ผลิตได้ต่อชั่วโมงเป็น 250 และ 400
4. ถ้าจานวนสวิตช์ปิดเครื่องใช้ไฟฟ้ายี้ห้อหนึ่งและต้นทุนการผลิตต่อหน่วย(บาท)เป็นดังนี้
ต้นทุนการผลิต (X) 15 18 13 16 12 20
จานวนที่ผลิต (Y) 82 25 93 60 128 12
1) จงหาสมการเส้ น ถดถอยในรู ป เพื่ อ ใช้ ใ นเส้ น ตรงเพื่ อ ใช้ ใ นการพยากรณ์ จ านวนสวิ ต ช์ ปิ ด เปิ ด
เครื่องใช้ไฟฟ้ายีห่ ้อนี้ เมื่อกาหนดต้นทุนการผลิตต่อหน่วยให้และเขียนกราฟของความสัมพันธ์ที่หาได้
2) จงพยากรณ์จานวนสวิตช์ปิดเปิดเครื่องใช้ไฟฟ้าที่มีต้นทุนการผลิตติอหน่วย 15 บาทโดยใช้สมการ
เส้นถดถอยในรูปเส้นตรงที่ได้จากข้อ 1) และจากกราฟของความสัม พันธ์ระหว่างจานวนกับต้นทุนการผลิ ต
สวิตช์ปิดเปิดเครื่องใช้ไฟฟ้าที่หาได้
5. ข้อมูลต่อไปนี้แสดงค่าใช้จ่ายในการโฆษณาและกาไรที่บริษัทผลิตปูนชีเมนต์ 12 ยี่ห้อได้รับในรอบปีทีผ่านมา
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 167
คาใช้จ่ายโฆษณา (ล้านบาท) 1.5 0.8 2.6 1.0 0.6 2.8 1.2 0.9 0.4 1.3 1.2 2.0
กาไร (ล้านบาท) 3.1 1.9 4.2 2.3 1.2 4.9 2.8 2.1 1.4 2.4 2.4 3.8
จงหาสมการเส้นถดถอยเพื่อใช้ในการพยากรณ์กาไร เมื่อบริษัทผลิตปูนซีเมนต์ยี่ห้อหนึ่งมีค่าใช้จ่ายใน
การโฆษณา 1.2 ล้านบาท
6. จากข้อมูลในข้อ 5 จงหาสมการเส้นถดถอยเพื่อใช้ในการพยากรณ์ค่าใช้จ่ายในการโฆษณาเมื่อบริษัทผลิต
ปูนซีเมนต์ยี่ห้อหนึ่งได้กาไร 4 ล้านบาท
7. จากการเลื อกตัว อย่ างวิ ศวกรโดยการสุ่ มมา 5 คนที่เข้าทางานพร้อมกัน เพื่อหาความสัมพันธ์ระหว่าง
เงินเดือนแรกเข้ากับเงินเดือนปัจจุบัน ปรากฏผลดังนี้
1) จงหาสมการเส้นถดถอยเพื่อใช้พยากรณ์เงินเดือนปัจจุบันเมื่อทราบเงินเดือนแรกเข้า
2) จงเขียนกราฟของสมการเส้นถดถอยที่ได้เปรียบเทียบกันกับกราฟของข้อมูล
3) จงพยากรณ์เงินเดือนปัจจุบันสาหรับวิศวกรที่มีเงินเดือนแรกเข้า 16,000 บาทและ27,000 บาท
8. ถ้าต้นทุนการผลิตหลอดฟลูออเรสเซนซ์ต่อหน่วยตามจานวนหลอดที่ผลิตในแต่ละสัปดาห์ของโรงงานแห่ง
หนึ่งเป็นดังนี้
จานวนหลอดฟลูออเรสเซนซ์ที่ผลิต (หลอด) 80 100 150 200 300
ต้นทุนการผลิตต่อหน่วย (บาท) 62 60 52 48 40
1) จงหาสมการเส้นถดถอยแสดงความสัมพันธ์ระหว่างต้นทุน ต่อหน่วยและจานวนหลอดฟลูออเรซ
เซนซ์ที่ผลิต เพื่อใช้พยากรณ์ต้นทุนต่อหน่วย
2) จงเขียนกราฟของข้อมูลที่กาหนดให้เปรียบเทียบกับกราฟของสมการเส้นถดถอยที่ได้
3) จงพยากรณ์ต้นทุนการผลิตต่อหน่วยเมื่อโรงงานแห่งนี้ผลิตหลอดฟลูออเรสเซนซ์ 250 หลอด และ
175 หลอดในหนึ่งสัปดาห์
9. จากข้อมูลเกี่ยวกับยอดขายและกาไรของร้านจาหน่ายเครื่องใช้ไฟฟ้า 12 ร้านที่เลือกมาเป็นตัวอย่างเพื่อหา
ความสัมพันธ์ระหว่างยอดขายกับกาไรที่ได้รับ ผลปรากฏดังนี้
มหาวิทยาลัยราชภัฏอุดรานี
168 สถิติวิศวกรรม
จงหาสมการเส้นถดถอยและพยากรณ์ยอดขายต่อปีของร้านจาหน่ายเครื่องใช้ไฟฟ้าที่มีกาไร 5 ล้าน
บาทและ 10 ล้านบาท
10. ถ้าปริมาณการผลิตฟิวส์ของโรงงานแห่งหนึ่งตั่งแต่ปีที่ 1 ถึงปีที่ 6 เป็น 2.36, 2.67, 3.05, 3.37, 3.47 และ
3.49 ล้านตัว ตามลาดับ
1) จงเขียนแผนภาพการกระจายแสดงความสัมพันธ์ระหว่างปริมาณการผลิตฟิวส์กับปีทีผลิต
2) จงหาสมการเส้นถดถอยในรูปเส้นตรงและเขียนกราฟของความสัมพันธ์ที่ได้จากสมการเส้นถดถอย
ในรูปเส้นตรง
3) จงพยากรณ์ปริมาณการผลิตฟิวส์ของโรงงานแห่งนี้ในปีที่ 7 และปีที่ 8
11. จากข้อมูลในข้อ 10
1) จงหาสมการเส้ น ถดถอยโดยใช้ ค วามสั ม พั น ธ์ ที่ อ ยู่ ใ นรู ป พาราโบลา และเขี ย นกราฟของ
ความสัมพันธ์ที่ได้จากสมการเส้นถดถอยนี้
2) จงพยากรณ์ปริมาณการผลิตฟิวส์ของโรงงานแห่งนี้ในปีที่ 7 และปีที่ 8 แล้วเปรียบเทียบกับปริมาณ
การผลิตฟิวส์ที่พยากรณ์จากสมการเส้นถดถอดในรูปเส้นตรง
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 5 การวิเคราะห์การถดถอยและสหสัมพันธ์เชิงเส้น 169
ปีที่ ค่าใช้จ่าย(ล้านบาท)
1 2.7
2 2.0
3 4.0
4 3.9
5 3.9
6 3.6
7 4.8
8 4.5
9 5.3
10 5.5
11 6.4
12 7.0
13 7.1
1) จงหาสมการเส้นถดถอยในรูปเส้นตรง
2) จงพยากรณ์คา่ ใช้จ่ายของบริษัทที่ปรึกษาทางวิศวกรรมแห่งนี้ในปีที่ 14 และปีที่ 18
13. จานวนคนงานของโรงงานอุตสาหกรรมขนาดใหญ่แห่งหนึ่งตั้งแต่ปีที่ 1 ถึงปีที่ 12 เป็นดังนี้
ปีที่ 1 2 3 4 5 6 7 8 9 10 11 12
จานวนคนงาน 473 465 472 477 505 516 531 546 553 568 586 595
1) จงหาสมการเส้นถดถอยแสดงความสัมพันธ์ระหว่างจานวนคนงานกับเวลาของโรงงานอุตสาหกรรม
2) จงพยากรณ์จานวนคนงานของโรงงานอุตสาหกรรมแห่งนี้ในปีที่ 14 และปีที่ 17
14. จงหาสัมประสิทธิ์สหสัมพันธ์และสัมประสิทธิ์การตัดสินใจสาหรับข้อมูลของโจทย์แบบฝึกหัดข้อที่ 3
15. จงหาสัมประสิทธิ์สหสัมพันธ์และสัมประสิทธิ์การตัดสินใจสาหรับข้อมูลของโจทย์แบบฝึกหัดข้อที่ 3
มหาวิทยาลัยราชภัฏอุดรานี
170 สถิติวิศวกรรม
เอกสารอ้างอิง
มหาวิทยาลัยราชภัฏอุดรธานี
แผนบริหารการสอนประจาบทที่ 6
การวิเคราะห์ความแปรปรวน
หัวข้อเนื้อหา
6.1 แนวคิดของการวิเคราะห์ความแปรปรวน
6.2 ข้อตกลงเบื้องต้นสําหรับการวิเคราะห์ความแปรปรวน
6.3 การวิเคราะห์ความแปรปรวนแบบจําแนกทางเดียว
6.4 การวิเคราะห์ความแปรปรวนแบบจําแนกสองทาง
6.5 การทดสอบความแตกต่างระหว่างค่าเฉลี่ยของประชากรสองชุดใดๆภายหลังการวิเคราะห์ความ
แปรปรวน
6.5.1 Least Significant Difference (LSD)
6.6 ข้อควรระวังในการวิเคราะห์ความแปรปรวนเพื่อทดสอบความแตกต่างระหว่างค่าเฉลี่ยของ
ประชากรตั้งแต่สองชุดขึ้นไป
6.7 สรุป
แบบฝึกหัดท้ายบทที่ 6
เอกสารอ้างอิง
วัตถุประสงค์เชิงพฤติกรรม
เมื่อผู้เรียน เรียนจบบทนี้แล้วผู้เรียนควรมีความรู้และทักษะดังนี้
1. อธิบายเกี่ยวกับการวิเคราะห์ความแปรปรวนและหลักการคิดได้อย่างถูกต้อง
2. สามารถคํานวณทั้งการวิเคราะห์ความแปรปรวนแบบจําแนกทางเดียวและสองทางตามหลักการใน
ตารางการวิเคราะห์การแปรปรวนทั้งสองแบบได้ถูกต้อง
3. สามารถทดสอบหาความแตกต่างระหว่างค่าเฉลี่ยของประชากรสองชุดใดๆภายหลังการวิเคราะห์
ความแปรปรวนได้ถูกต้อง
วิธีสอนและกิจกรรม
1. อธิบายหลักการ ข้อตกลงเบื้องต้นของการวิเคราะห์ความแปรปรวน
2. นําเข้าสู่บทเรียนโดยการบรรยายเนื้อหาในแต่ละหัวข้อ
3. สอบถามผู้เรียนถ้าผู้เรียนมีคําถามสงสัย
5. มอบหมายแบบฝึกหัดให้คิดวิเคราะห์ร่วมกันในห้องเรียน และส่งตัวแทนมาเฉลยหน้าชั้นเรียน
6. เสริมสร้างคุณธรรม และจริยธรรมให้กับนักศึกษาก่อนเลิกเรียน
172 สถิติวิศวกรรม
สื่อการเรียนการสอน
1. เอกสารประกอบการสอนวิชาสถิติวิศวกรรม
2. กระดานไวท์บอร์ด
3. วัสดุโสตทัศน์ Power point
4. แบบฝึกหัดท้ายบท
5. เฉลยแบบฝึกหัดท้ายบท
การวัดผลและการประเมินผล
การวัดผล
1. สังเกตจากพฤติกรรมและบรรยากาศระหว่างเรียน
2. ถามตอบระหว่างเรียน
3. แบบฝึกหัดที่มอบหมายให้ในแต่ละครั้ง
การประเมินผล
1. จากการทํากิจกรรมกลุ่มเสร็จตามเวลา
2. ทําแบบฝึกหัดถูกต้องไม่น้อยกว่า 80%
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 173
บทที่ 6
การวิเคราะห์ความแปรปรวน
6.1 แนวคิดของการวิเคราะห์ความแปรปรวน
การทดสอบสมมติฐานโดยใช้การวิเคราะห์ความแปรปรวน คือการแยกความแปรปรวนของข้อมูล ที่
เกิดขึ้นทั้งหมดออกตามสาเหตุต่างๆที่ทําให้เกิดความแปรปรวนเหล่านั้น เช่น ความแปรปรวนระหว่างค่าเฉลี่ย
หรื อ ตัว แทนของข้อ มูล ในแต่ล ะประชากรและความแปรปรวนของข้ อมูล ภายในประชากรเดี ยวกั น แล้ ว
พิจารณาอัตราส่วนของความแปรปรวนระหว่างค่าเฉลี่ยของข้อมูลในแต่ละประชากร และความแปรปรวนรวม
ของข้อมูล ภายในประชากรเดียวกัน ว่ามีค่ามากน้อยเพียงใด ถ้าอัตราส่ว นดังกล่ าวมีค่ามากแสดงว่าความ
แปรปรวนระหว่างค่าเฉลี่ ย ของข้อมูล ในแต่ล ะประชากรมีมากกว่าความแปรปรวนรวมของข้อมู ล ภายใน
ประชากรเดียวกัน แสดงว่าค่าเฉลี่ยของประชากรที่นํามาทดสอบมีความแตกต่างกัน ตัวอย่างเช่น การที่จะ
สรุ ป ว่าคุณภาพมอเตอร์ ที่พัน ด้ว ยมือและพันด้ว ยเครื่องจักรไม่มีความแตกต่างกัน ความแตกต่างระหว่าง
มอเตอร์ ที่พันด้ว ยเครื่ องจักรจะต้องมีพอๆกันกับที่คุณภาพของมอเตอร์ที่ พันด้วยมือแตกต่างกันเอง และ
คุณภาพมอเตอร์ที่พันด้วยเครื่องจักรแตกต่างกันเอง อาจพิจารณาได้ง่ายๆจากการนํามอเตอร์หลายๆตัวที่พัน
ด้วยมือและมอเตอร์หลายๆตัวที่พันด้วยเครื่องจักรมาวางปนกัน แล้วให้วิศวกรหรือช่างเทคนิคมาแยกมอเตอร์
ทีพ่ ันด้วยมือไว้พวกหนึ่งและมอเตอร์ทพี่ ันด้วยเครื่องจักรไว้อีกพวกหนึ่ง ถ้าวิศวกรหรือช่างเทคนิคสามารถแยก
ได้ถูกต้องแสดงว่าคุณภาพของมอเตอร์ที่พันด้วยมือแตกต่างจากมอเตอร์ที่พันด้วยเครื่องจักร แต่ถ้าแยกได้ไม่
ถูกต้องแสดงว่าความแตกต่างระหว่างคุณภาพมอเตอร์ที่พันด้วยมือกับคุณภาพมอเตอร์ที่พันด้วยเครื่องจักรมี
มหาวิทยาลัยราชภัฏอุดรธานี
174 สถิติวิศวกรรม
ความแตกต่างกันน้อยจนผู้แยกไม่สามารถแยกได้ถูกว่ามอเตอร์ตัวใดเป็นมอเตอร์ที่พันด้วยมือหรือที่พันด้วย
เครื่องจักร ซึ่งสามารถสรุปได้ว่าคุณภาพมอเตอร์ที่พันด้วยมือและที่พันด้วยเครื่องจักรไม่มีความแตกต่างกัน
ตัวอย่างที่ 6.1 โรงงานผลิตยางเรเดียนแห่งหนึ่งต้องการเปรียบเทียบจํานวนวันที่ทํางานล่วงเวลาของพนักงาน
3 คน ว่ามีความแตกต่างกันหรือไม่ จึงได้เก็บรวบรวมข้อมูลเกี่ยวกับจํานวนวันทํางานล่วงเวลาของพนักงานทั้ง
สามในแต่ละเดือนของระยะเวลา 10 เดือนที่ผ่านมา ผลปรากฏดังนี้
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 175
6.2 ข้อตกลงเบื้องต้นสาหรับการวิเคราะห์ความแปรปรวน
ในการทดสอบสมมติฐานเชิงสถิติโดยใช้การวิเคราะห์ความแปรปรวน ข้อมูลที่นํามาใช้ในการ ทดสอบ
จะต้องมีคุณสมบัติที่สําคัญดังต่อไปนี้
1) เป็นข้อมูลที่ได้จากตัวอย่างซึ่งเลือกมาจากประชากรที่นํามาทดสอบความแตกต่างของค่าเฉลี่ย
2) ข้อมูลของแต่ละประชากรที่นํามาทดสอบความแตกต่างของค่าเฉลี่ยจะต้องมีการแจกแจงปกติ
3) ความแปรปรวนของข้อมูลในแต่ละประชากรที่นํามาทดสอบความแตกต่างของค่าเฉลี่ยจะต้อง
เท่ากัน
ความถูกต้องและเชื่อถือได้ของผลการทดสอบสมมติฐานโดยใช้การวิเคราะห์ความแปรปรวน จะมีมาก
น้อยเพียงใดขึ้นอยู่กับคุณสมบัติของข้อมูลทั้ง 3 ข้อ ดังได้กล่าวไว้ข้างต้นเป็นสําคัญ หากข้อมูล ของประชากร
ทั้งหมดที่นํามาทดสอบสมมติฐานขาดคุณสมบัติข้อใดข้อหนึ่งหรือหลายข้อไป ก็จะมีผลทําให้ความถูกต้องและ
เชื่อถือได้ของผลการทดสอบสมมติฐานลดลง ดังนั้นคุณสมบั ติต่างๆของข้อมูลที่จะนํามาใช้ในการทดสอบ
สมมติฐ านด้ ว ยวิธีนี้ จึ ง มีความสํ า คัญเป็ นอย่ างมาก แต่อย่างไรก็ตาม หากข้อมูล ที่นํ ามาใช้ในการทดสอบ
สมมติฐานมีคุณสมบัติข้อ 2) และข้อ 3) แตกต่างไปจากที่กําหนดไว้บ้าง เช่น ข้อมูลของบางประชากรที่นํามา
ทดสอบมีการแจกแจงใกล้เคียงกับการแจกแจงปกติ หรือความแปรปรวนของข้อมูลของแต่ละประชากรที่นํามา
ทดสอบมีความแตกต่างกันน้อย ก็อาจอนุโลมใช้การวิเคราะห์ความแปรปรวนในการทดสอบสมมติฐานได้ โดย
ที่ความถูกต้องและเชื่อถือได้ของผลการทดสอบจะลดลงจากผลการทดสอบที่ข้อมูลมีคุณสมบัติครบถ้วนไปบ้าง
โดยทั่วไปแล้วข้อมูลที่ได้จากตัวแปรที่เกิดขึ้นตามธรรมชาติโดยไม่มีสิ่งใดสิ่งหนึ่งจากภายนอก มาบังคับ
มักจะมีการแจกแจงปกติเสมอ เช่น จํานวนสินค้าชํารุดที่โรงงานแห่งหนึ่งผลิตได้ในแต่ละวันจํานวนสินค้าที่
เครื่องจักรเครื่องหนึ่งผลิตได้ในแต่ละชั่วโมงหรืออายุการใช้งานของอุปกรณ์อิ เล็กทรอนิกส์ชนิดหนึ่งล้วนแต่มี
การแจกแจงปกติหรืออนุโลมได้ว่ามีการแจกแจงปกติทั้งสิ้น สําหรับคุณสมบัติข้อ 3) ที่เกี่ยวกับความแตกต่าง
มหาวิทยาลัยราชภัฏอุดรธานี
176 สถิติวิศวกรรม
ระหว่างความแปรปรวนของประชากรที่นํามาทดสอบก็เช่นเดียวกัน ข้อมูลเรื่องเดียวกันของแต่ละประชากร
มักจะมีความแปรปรวนที่ไม่แตกต่ างกัน หรือจะแตกต่างกันบ้างก็มี ไม่มากนัก สามารถอนุโ ลมได้ว่าความ
แปรปรวนของข้อมูลเรื่องเดียวกันของแต่ละประชากรที่นํามาทดสอบไม่แตกต่างกัน
ในกรณีที่ผู้ทดสอบสมมติฐานไม่แน่ใจว่าข้อมูลในแต่ละประชากรมีการแจกแจงปกติหรือไม่ อาจทดสอบ
ได้โดยใช้วิธีการที่เรียกว่า การทดสอบภาวะสารูปสนิทดี (test for goodness of fit) และถ้าไม่แน่ใจว่าความ
แปรปรวนของข้อมูลในแต่ละประชากรที่นํามาทดสอบสมมติฐานเท่ากันหรื อไม่ อาจทดสอบได้โดยวิธีการ
ทดสอบความเท่ากันของความแปรปรวนของข้อมูลในแต่ละประชากร ซึ่งจะไม่กล่าวถึงในที่นี้
6.3 การวิเคราะห์ความแปรปรวนแบบจาแนกทางเดียว
การวิเคราะห์ความแปรปรวนแบบจําแนกทางเดียว (one-way analysis of variance) ใช้ใน การ
ทดสอบความแตกต่างระหว่างค่าเฉลี่ยของประชากรตั้งแต่ 2 ชุดขึ้นไปโดยที่ประชากรมีความแตกต่างกัน
เนื่องจากลักษณะเดียว เช่น การทดสอบความแตกต่างระหว่างค่าจ้างแรงงานของคนงานชายกับค่าจ้างแรงงาน
ของคนงานหญิงของโรงงานผลิตผลไม้กระป๋องแห่งหนึ่ง ประชากรมีความแตกต่างกัน เนื่องจากลักษณะเดียว
คือต่างเพศกัน หรือการทดสอบความแตกต่างระหว่างราคาเฉลี่ยของแบตเตอรี่ ยี่ห้อหนึ่งในภาคเหนือ ภาค
ตะวันออกเฉียงเหนือ ภาคกลาง และภาคใต้ ประชากรที่มีความ แตกต่างกันเนื่องจากลักษณะเดียวคือต่างภาค
กัน หรือจากตัวอย่างที่ 6.1 ประชากรมีความแตกต่างกัน เนื่องจากลักษณะเดียวคือต่างตัวพนักงานกัน
ในการวิเคราะห์ความแปรปรวนแบบจําแนกทางเดียวตามขั้นตอนที่จะกล่าวต่อไป จะกล่าวถึงความหมาย
ของสัญลักษณ์ที่ใช้ในการวิเคราะห์ตามขั้นตอนดังกล่าวก่อน ดังนี้
k = จํานวนประชากรทั้งหมดที่นํามาทดสอบ
n i = จํานวนตัวอย่างที่เลือกมาจากประชากรชุดที่ i, i = 1, 2, 3, ..., k
n = จํานวนตัวอย่างที่เลือกมาจากทุกๆประชากร
= n 1 + n2 + n3 + … + nk
x ij = ข้อมูลหรือค่าสังเกตซึ่งได้จากตัวอย่างที่ j ที่เลือกมาจากประชากรชุดที่ i
Ti = ผลรวมของข้อมูลหรือค่าสังเกตจากทุกตัวอย่างที่เลือกมาจากประชากรชุดที่ i
T = ผลรวมของข้อมูลหรือค่าสังเกตจากทุกตัวอย่างที่เลือกมาจากทุกประชากร
x i = ค่าเฉลี่ยของข้อมูลหรือค่าสังเกตจากทุกตัวอย่างที่เลือกมาจากประชากรชุดที่ i
x = ค่าเฉลี่ยของข้อมูลหรือค่าสังเกตจากทุกตัวอย่างที่เลือกมาจากทุกประชากร
i = ค่าเฉลี่ยของข้อมูลหรือค่าสังเกตของประชากรชุดที่ i
ข้อมูลหรือค่าสังเกตจากตัวอย่างที่เลือกมาจากแต่ละประชากรทั้ง 6 ชุด ซึ่งจะนํามาใช้ในการ วิเคราะห์
ความแปรปรวนแบบจําแนกทางเดียวอาจเขียนได้ดังนี้
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 177
ประชากร
1 2 3 … k
x11 x21 x31 … xk1
x12 x22 x32 … xk2
x13 x23 x33 … xk3
…
x1n x 2n x 3n … x kn
1 2 3 k
รวม T1 T2 T3 … Tk T
ค่าเฉลี่ย x1 x2 x3 … xk x
เนื่องจากการวิเคราะห์ความแปรปรวนใช้ทดสอบความแตกต่างระหว่างค่าเฉลี่ยของประชากรหลาย ๆ
ชุด โดยการเปรียบเทียบความแปรปรวนระหว่างค่าเฉลี่ยของประชากรกับผลรวมของความแปรปรวนภายใน
ประชากรแต่ละชุด ดังนั้นจะต้องหาสูตรที่นํามาใช้ในการคํานวณหาค่าความแปรปรวนระหว่างค่าเฉลี่ยของ
ประชากรกับผลรวมของค่าความแปรปรวนภายในประชากร
ค่าความแปรปรวนของข้อมูลหรือค่าสังเกตทั้งหมด ค่าความแปรปรวนระหว่างค่าเฉลี่ยของประชากรกับ
ผลรวมค่าความแปรปรวนภายในประชากรแต่ละชุด หาได้จากจํานวน 3 จํานวนซึ่งจะเรียกผลรวมกําลังสอง
เฉลี่ยของยอดรวม ผลรวมกําลังสองเฉลี่ยระหว่างประชากร และผลรวมกําลังสองเฉลี่ยภายในประชากร
6.3.1 ผลรวมกาลังสองเฉลี่ยของยอดรวม เขียนแทนด้วยสัญลักษณ์ MS(T) ซึ่งมีสูตรที่ใช้วัดดังนี้
มหาวิทยาลัยราชภัฏอุดรธานี
178 สถิติวิศวกรรม
1 k ni
MS( T ) k ( x x )2 (6.1)
i 1j 1
ij
ni 1
i 1
k ni k
เมื่อ ( xij x )2 และ ni 1 เรียกว่าผลรวมกําลังสองของยอดรวม (total sum of
i 1j 1 i 1
square) ซึ่งเขียนแทนด้วยสัญลักษณ์ SS(T) และระดับขั้นความเสรีของยอดรวม (total degree of
freedom) ซึ่งเขียนแทนด้วยสัญลักษณ์ df(T) ตามลําดับ
ในทางปฏิบัตินิยมเขียนผลรวมกําลังสองเฉลี่ยของยอดรวมในรูป
SS ( T ) 1 k i 2 T2
n
MS( T ) df ( T ) k x ij n (6.2)
i 1 j 1
ni 1
i 1
1 k ni
MS(B) k 1 ( xi x )2 (6.3)
i 1j 1
k ni
เมื่อ ( xi x )2 และ k – 1 เรียกว่าผลรวมกําลังสองระหว่างประชากร ซึ่งเขียนแทนด้วย
i 1j 1
สัญลักษณ์ SS(B) และระดับขั้นความเสรีระหว่างประชากร ซึ่งเขียนแทนด้วยสัญลักษณ์ df(B)
ในทางปฏิบัตินิยมเขียนผลรวมกําลังสองเฉลี่ยระหว่างประชากรในรูป
SS ( B ) 1 k Ti2 T 2
MS(B) df (B) k 1 n n (6.4)
i 1 i
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 179
1 k ni
MS( W ) k ( x x ) 2 (6.5)
i 1 j 1
ij
ni k
i 1
k ni k
เมื่อ ( xij x ) และ ni k เรียกว่าผลรวมกําลังสองเฉลี่ยภายในประชากร
2
i 1j 1 i 1
(within sum of square) ซึ่งเขียนแทนด้วยสัญลักษณ์ SS(W) และระดับขั้นความเสรี ภายในประชากร
(within degree of freedom) ซึ่งเขียนแทนด้วยสัญลักษณ์ df(W)
ในทางปฏิบัติตินิยมเขียนผลรวมกําลังสองเฉลี่ยภายในประชากรในรูป
SS ( T ) 1 k ni 2 k Ti2
MS( T ) df ( T ) k x ij (6.6)
i 1 j 1 i 1 ni
ni k
i 1
มหาวิทยาลัยราชภัฏอุดรธานี
180 สถิติวิศวกรรม
k Ti2 T 2
SS(B) n n
i1 i
= 1,904.60 – 1,856.53 = 48.07
k ni 2
k T2
SS( W ) x ij ni
i 1 j1 i 1 i
= (52 + 62 + 52 + … + 92) – 1,904.60
= 1,926 – 1,904.60 = 21.40
หรือคํานวณหา SS(W) จาก
SS(W) = SS(T) – SS(B)
k ni 2
โดยที่ SS( T ) x ij2 Tn
i 1j 1
= (52 + 62 + 52 + … + 92) – 1,856.53
= 1,926 – 1,856.53 = 69.47
จะได้ SS(W) = 69.47 – 48.07 = 21.40
df(B) = k – 1 = 3 – 1 = 2
k
df(W) = ni k = (10 + 10 + 10) – 3 = 27
i1
หรือ df(W) = df(T) – df(B)
k
แต่ df(T) = ni 1 = (10 + 10 + 10 ) –1 = 29
i1
ดังนั้น df(W) = 29 - 2 = 27
MS(B) = SS (B) 48.07
df (B) = 2 = 24.04
MS(W) = SS ( W ) 21.40
df ( W ) = 27 = 0.79
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 181
ขอบเขตในการปฏิเสธ H0
F(0.95)
รูปที่ 6.1 ลักษณะของการแจกแจงแบบ F และขอบเขตการปฏิเสธสมมติฐานว่าง
(ที่มา: สรชัย พิศาลบุตร, 2553)
มหาวิทยาลัยราชภัฏอุดรธานี
182 สถิติวิศวกรรม
นํามาทดสอบ จากตัวอย่างข้างต้นสามารถสรุปได้ว่ามีจํานวนวันที่ทํางานล่วงเวลาโดยเฉลี่ยของพนักงานอย่าง
น้อยหนึ่งคนที่แตกต่างจากจํานวนวันที่ทํางานล่วงเวลาโดยเฉลี่ยของพนักงานคนอื่นๆที่เหลือ กล่าวคือ จํานวน
วันที่ทํางานล่วงเวลาโดยเฉลี่ยของพนักงานอาจจะแตกต่างกันเพียงคนเดียว เช่ น จํานวนวันที่ทํางานล่วงเวลา
โดยเฉลี่ ย ของพนั ก งานคนที่ 1 ต่างจากจํ านวนวันที่ทํ างานล่ ว งเวลา โดยเฉลี่ ยของพนั กงานคนที่ 2 และ
พนักงานคนที่ 3 โดยที่จํานวนวันที่ทํางานล่วงเวลาโดยเฉลี่ยของ พนักงานคนที่ 2 และพนักงานคนที่ 3 ไม่มี
ความแตกต่างกัน หรือจํานวนวันที่ทํางานล่ วงเวลาของ พนักงานอาจจะแตกต่างกัน 2 คน เช่น จํานวนวันที่
ทํางานล่วงเวลาโดยเฉลี่ยของพนักงานคนที่ 1 ต่างจากพนักงานคนที่ 2 และจํานวนวันที่ทํางานล่วงเวลาโดย
เฉลี่ยของพนักงานคนที่ 3 ต่างจาก พนักงานคนที่ 2 เช่นเดียวกัน แต่จํานวนวันที่ทํางานล่วงเวลาโดยเฉลี่ยของ
พนักงานคนที่ 1 ไม่ แตกต่างจากพนักงานคนที่ 3 หรือจํานวนวันที่ทํางานล่วงเวลาโดยเฉลี่ยอาจจะแตกต่างกัน
ทั้งสามคน ก็ได้ นั่นคือ ผลจากการปฏิเสธสมมติฐาน H0
การวิเคราะห์ความแปรปรวนจะบอกผู้ทดสอบแต่เพียงว่ามีค่าเฉลี่ยของประชากรอย่างน้อย 1
ชุดที่แตกต่างจากค่าเฉลี่ยของประชากรชุดอื่นๆที่เหลือ แต่จะไม่สามารถบอกได้ว่าค่าเฉลี่ยของ
ประชากรชุดใดแตกต่างจากประชากรชุดใดบ้าง
หากต้องการ ทราบว่ามีค่าเฉลี่ยของประชากรชุดใดแตกต่างจากประชากรชุดใดบ้าง จะต้องใช้วิธีการ
ทดสอบสมมติฐาน เกี่ยวกับความแตกต่างระหว่างค่าเฉลี่ยของประชากร 2 ชุด หรือใช้การทดสอบสมมติฐาน
เพื่อการ เปรียบเทียบเชิงซ้อน (multiple comparison test)
การทดสอบสมมติฐานโดยการวิเคราะห์ความแปรปรวนนิยมเขียนอยู่ในรูปตารางวิเคราะห์ ความ
แปรปรวน (analysis of variance table) สําหรับตารางวิเคราะห์ความแปรปรวนแบบจําแนก ทางเดียว
(one-way analysis of variance table) แสดงไว้ในตาราง 6.1
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 183
ยี่ห้อรถบรรทุก
A B C D
14 15 10 13
11 13 12 11
12 12 11 12
11 16 10 15
11 12 12 13
จงทดสอบสมมติฐานว่ารถบรรทุกทั้ง 4 ยี่ห้อกินน้ํามันโดยเฉลี่ยแตกต่างกันหรือไม่
วิธีทา
สมมติฐานเพื่อการทดสอบคือ
H0: รถบรรทุกทั้ง 4 ยี่ห้อกินน้ํามันโดยเฉลี่ยไม่แตกต่างกัน
H1: รถบรรทุกทั้ง 4 ยี่ห้อกินน้ํามันโดยเฉลี่ยแตกต่างกัน
หรือ H0: 1 = 2 = 3 = 4
H1 : 1 2 3 4
เมื่อ 1 , 2 , 3 และ 4 แทนระยะทางเฉลี่ยที่รถบรรทุกยี่ห้อ A, B, C และ D วิ่งได้เมื่อใช้
น้ํามัน 1 ลิตร ตามลําดับ
ทําการคํานวณตามตารางที่ 6.1 โดยทําการคํานวณทีละหลัก ไปจนถึงหลักสุดท้ายคือ ค่า F
จากโจทย์ n1 = n2 = n3 = n4 = 5, k = 4 (จํานวนยี่ห้อรถบรรทุก)
n = n1 + n2 + n3 + n4 = 5 + 5 + 5 + 5 = 20
หาค่า T = T1 + T2 + T3 + T4
มหาวิทยาลัยราชภัฏอุดรธานี
184 สถิติวิศวกรรม
โดย T1 = 14 + 11 + 12 + 11 + 11 = 59
T2 = 15 + 13 + 12 + 16 + 12 = 68
T3 = 10 + 12 + 11 + 10 + 12 = 55
T4 = 13 + 11 + 12 + 15 + 13 = 64
ดังนั้น T = T1 + T2 + T3 + T4
T = 59 + 68 + 55 + 64 = 246
และ k – 1 = 4 – 1 = 3, n – k = 20 – 4 = 16, n – 1 = 20 – 1 = 19
Ti2 T 2 k k ni
คํานวณหาค่า n , n และ ( x 2ij )
i 1 i i 1j 1
T 2 = 246 2 = 3,025.8
n 20
k T2 T2 T2 T2 T2 2 2 2 2
ni = n1 + n2 + n3 + n4 = 595 + 685 + 555 + 645
i1 i 1 2 3 4
= 3,045.2
k ni 2 2 2 2
( x 2ij ) = 14 + 11 + 12 + … + 13 = 3,078
i 1j 1
ต่อไปคํานวณหาค่า SS(B), SS(W), SS(T), MS(B), MS(W) และ F ดังสูตรในตารางที่ 6.1 จะได้
k T2 2
SS(B ) ni Tn = 3,045.2 – 3,025.8 = 19.4
i1 i
k ni 2
k T2
SS( W ) x ij ni = 3,078 – 3,045.2 = 32.8
i 1 j 1 i 1 i
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 185
เมื่อนําผลการคํานวณข้างต้นมาเขียนในรูปตารางวิเคราะห์ความแปรปรวนจะได้ดังนี้
สาเหตุของความแปรปรวน df SS MS F
ระหว่างยี่ห้อรถบรรทุก 3 19.4 6.4667 3.1545
ภายในรถบรรทุกยี่ห้อเดียวกัน 16 32.8 2.05
รวม 19 52.2
ความแข็ง ค่าสังเกตุ
รวม
ของเนื้อไม้ 1 2 3 4 5 6
5% 7 8 15 11 9 10 60
10% 12 17 13 18 19 15 94
15% 14 18 19 17 16 18 102
20% 19 25 22 23 18 20 127
รวม 383
จงทดสอบสมมติฐานว่าความแข็งของเนื้อไม้ที่ต่างกันมีอิทธิพลต่อแรงดึงเฉลี่ยของกระดาษแตกต่างกัน
หรือไม่
วิธีทา
สมมติฐานเพื่อการทดสอบคือ
H0: ค่าความแข็งของเนื้อไม้ที่ต่างกันมีอิทธิพลต่อแรงดึงเฉลี่ยไม่ต่างกัน
H1: ค่าความแข็งของเนื้อไม้ที่ต่างกันมีอิทธิพลต่อแรงดึงเฉลี่ยแตกต่างกัน
หรือ H0: 1 = 2 = 3 = 4
มหาวิทยาลัยราชภัฏอุดรธานี
186 สถิติวิศวกรรม
H1 : 1 2 3 4
เมื่อ 1 , 2 , 3 และ 4 แทนแรงดึงเฉลี่ยของกระดาษในค่าความแข็งของเนื้อไม้ 5%, 10%,
15% และ 20% ตามลําดับ
ทําการคํานวณตามตารางที่ 6.1 โดยทําการคํานวณทีละหลัก ไปจนถึงหลักสุดท้ายคือ ค่า F
จากโจทย์ n1 = n2 = n3 = n4 = 6, k = 4 (ระดับความแข็งของเนื้อไม้)
n = n1 + n2 + n3 + n4 = 6 + 6 + 6 + 6 = 24
หาค่า T = T1 + T2 + T3 + T4
T1 = 7 + 8 + 15 + 11 + 9 + 10 = 60
T2 = 12 + 17 + 13 + 18 + 19 + 15 = 94
T3 = 14 + 18 + 19 + 17 + 16 + 18 = 102
T4 = 19 + 25 + 22 + 23 + 18 + 20 = 127
ดังนั้น T = T1 + T2 + T3 + T4
T = 60 + 94 + 102 + 127 = 383
และ k – 1 = 4 – 1 = 3, n – k = 24 – 4 = 20, n – 1 = 24 – 1 = 23
k T2 2 k ni
คํานวณหาค่า ni , Tn และ ( x 2ij )
i 1 i i 1j 1
T 2 = 3832 = 6,112.04
n 24
k T 2 2 2 2 2 2 2 2 2
i = T1 + T2 + T3 + T4 = 60 + 94 + 102 + 127
n n1 n2 n3 n4 6 6 6 6
i1 i
= 6,494.83
k ni 2 2 2 2
( x 2ij ) = 7 + 8 + 15 + … + 20 = 6,625
i 1j 1
ต่อไปคํานวณหาค่า SS(B), SS(W), SS(T), MS(B), MS(W) และ F ดังสูตรในตารางที่ 6.1 จะได้
k T2 2
i T
SS(B ) n n = 6,494.83 – 6,112.04 = 382.79
i1 i
k ni 2
k T2
SS( W ) x ij ni = 6,625 – 6,494.83 = 130.17
i 1 j 1 i 1 i
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 187
สาเหตุของความแปรปรวน df SS MS F
ระหว่างความแข็งของเนื้อไม้ 3 382.79 127.5967 19.604
ภายในความแข็งเนื้อไม้เดียวกัน 20 130.17 6.5085
รวม 23 512.96
อุณหภูมิ ความหนาแน่น
100 21.8 21.9 21.7 21.7 21.6
125 21.7 21.5 21.4 21.4
150 21.8 21.9 21.5 21.8 21.6
175 21.7 21.8 21.9 21.4
จงทดสอบสมมติฐานอุณหภูมิในการเผาอิฐที่แตกต่างกันมีผลกระทบต่อความหนาแน่นของอิฐหรือไม่
วิธีทา
สมมติฐานเพื่อการทดสอบคือ
H0: อุณหภูมิในการเผาอิฐที่แตกต่างกันไม่มีผลกระทบต่อความหนาแน่นของอิฐ
มหาวิทยาลัยราชภัฏอุดรธานี
188 สถิติวิศวกรรม
H1: อุณหภูมิในการเผาอิฐที่แตกต่างกันมีผลกระทบต่อความหนาแน่นของอิฐ
หรือ H0: 1 = 2 = 3 = 4
H1 : 1 2 3 4
เมื่อ 1 , 2 , 3 และ 4 แทนความหนาแน่นเฉลี่ยของอิฐในอุณหภูมิการเผาที่ต่างกัน
ตามลําดับ
ทําการคํานวณตามตารางที่ 6.1 โดยทําการคํานวณทีละหลัก ไปจนถึงหลักสุดท้ายคือ ค่า F
จากโจทย์ n1 = n3 = 5, n2 = n4 = 4, k = 4 (อุณหภูมิการเผา)
n = n1 + n2 + n3 + n4 = 5 + 4 + 5 + 4 = 18
หาค่า T = T1 + T2 + T3 + T4
โดย T1 = 21.8 + 21.9 + 21.7 + 21.7 + 21.6 = 108.7
T2 = 21.7 + 21.5 + 21.4 + 21.4 = 86
T3 = 21.8 + 21.9 + 21.5 + 21.8 + 21.6 = 108.6
T4 = 21.7 + 21.8 + 21.9 + 21.4 = 86.8
ดังนั้น T = T1 + T2 + T3 + T4
T = 108.7 + 86 + 108.6 + 86.8 = 390.1
และ k – 1 = 4 – 1 = 3, n – k = 18 – 4 = 14, n – 1 = 18 – 1 = 17
Ti2 T 2
k k ni
คํานวณหาค่า n , n และ ( x 2ij )
i 1 i i 1j 1
T 2 = 390.12 = 8,454.33
n 18
k T2 2 2 2 2 2 2 2 2
i = T1 + T2 + T3 + T4 = 108.7 + 86 + 108.6 + 86.8
n n1 n2 n3 n4 5 4 5 4
i1 i
= 8,454.49
k ni 2 2 2 2
( x 2ij ) = 21.8 + 21.9 + 21.7 + … + 21.4 = 8,454.85
i 1j 1
ต่อไปคํานวณหาค่า SS(B), SS(W), SS(T), MS(B), MS(W) และ F ดังสูตรในตารางที่ 6.1 จะได้
k T2 2
SS(B ) ni Tn = 8,454.49 – 8,454.33 = 0.16
i1 i
k ni 2
k T2
SS( W ) x ij ni = 8,454.85 – 8,454.49 = 0.36
i 1 j 1 i 1 i
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 189
สาเหตุของความแปรปรวน df SS MS F
ระหว่างอุณหภูมิ 3 0.16 0.0533 2.0739
ภายในอุณหภูมิเดียวกัน 14 0.36 0.0257
รวม 17 0.52
A B C D E
78 84 80 75 80
70 80 79 73 80
72 82 82 70
80 86 70
83
มหาวิทยาลัยราชภัฏอุดรธานี
190 สถิติวิศวกรรม
สมมติฐานเพื่อการทดสอบคือ
H0: อายุการใช้งานเฉลี่ยของขวดใส่สารเคมีแต่ละชนิดไม่แตกต่างกัน
H1: อายุการใช้งานเฉลี่ยของขวดใส่สารเคมีแต่ละชนิดแตกต่างกัน
หรือ H0: 1 = 2 = 3 = 4 = 5
H1 : 1 2 3 4 5
เมื่อ 1 , 2 , 3 , 4 และ 5 แทนอายุการใช้งานเฉลี่ยของขวดใส่สารเคมีชนิด A, B, C, D และ
E ตามลําดับ
ทําการคํานวณตามตารางที่ 6.1 โดยทําการคํานวณทีละหลัก ไปจนถึงหลักสุดท้ายคือ ค่า F
จากโจทย์ n1 = n4 = 4, n2 = 3, n3 = 5, n5 = 2, k = 4 (อุณหภูมิการเผา)
n = n1 + n2 + n3 + n4 = 4 + 3 + 5 + 4 + 2 = 18
หาค่า T = T1 + T2 + T3 + T4 + T5
โดย T1 = 78 + 70 + 72 + 80 = 300
T2 = 84 + 80 + 82 = 246
T3 = 80 + 79 + 82 + 86 + 83 = 410
T4 = 75 + 73 + 70 + 70 = 288
T5 = 80 + 80 = 160
ดังนั้น T = T1 + T2 + T3 + T4 + T5
T = 300 + 246 + 410 + 288 + 160 = 1,404
และ k – 1 = 5 – 1 = 4, n – k = 18 – 5 = 13, n – 1 = 18 – 1 = 17
Ti2 T 2k k ni
คํานวณหาค่า n , n และ ( x 2ij )
i 1 i i 1j 1
T2 = 1,404 2 = 109,512
n 18
k T2 T1 T22 T32 T42 T52 300 2 2462 410 2 288 2
2
ni = n1 + n2 + n3 + n4 + n5 = 4 + 3 + 5 + 4
i1 i
2
+ 1602
= 109,828
k ni 2 2 2 2
( x 2ij ) = 78 + 70 + 72 + … + 80 = 109,952
i 1j 1
ต่อไปคํานวณหาค่า SS(B), SS(W), SS(T), MS(B), MS(W) และ F ดังสูตรในตารางที่ 6.1 จะได้
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 191
k T2 2
SS(B ) ni Tn = 109,828 – 109,512 = 316
i1 i
k ni 2
k T2
SS( W ) x ij ni = 109,952 – 109,828 = 124
i 1 j 1 i 1 i
SS(T) = SS(B) + SS(W) = 316 + 124 = 440
สาเหตุของความแปรปรวน df SS MS F
ระหว่างชนิดของขวด 4 316 79 8.2822
ภายในขวดชนิดเดียวกัน 13 124 9.5385
รวม 17 440
6.4 การวิเคราะห์ความแปรปรวนแบบจาแนกสองทาง
การวิเคราะห์ความแปรปรวนแบบจําแนก 2 ทาง (two-way analysis of variance) ใช้ในการทดสอบ
ความแตกต่างระหว่างค่าเฉลี่ยของประชากรตั้งแต่ 2 ชุดขึ้นไป โดยที่ประชากรมีความแตกต่างกันเนื่องจาก 2
ลักษณะ เช่น วิศวกรผู้หนึ่งต้องการทราบว่าอายุการใช้งานของขวดใส่สารเคมีมีความแตกต่างกันเนื่องจากชนิด
ของสารเคมีที่ใส่หรือไม่ และมีความแตกต่างกันเนื่องจากชนิดของขวดที่ใช้หรือไม่ หรืออัตราค่าจ้างแรงงานคน
มหาวิทยาลัยราชภัฏอุดรธานี
192 สถิติวิศวกรรม
งานในโรงงานอุตสาหกรรมมีความแตกต่างกันเนื่องจากประเภทของอุตสาหกรรมหรือไม่ และมีความแตกต่าง
กันเนื่องจากเพศของคนงานหรือไม่ เป็นต้น
การทดสอบสมมติฐานโดยการวิเคราะห์ความแปรปรวนแบบจําแนกทางเดียวสามารถนํามาใช้ ในการ
ทดสอบความแตกต่างดังกล่าวได้ แต่จะต้องทดสอบ 2 ครั้ง กล่าวคือ ในกรณีที่วิศวกรผู้หนึ่ง ต้องการทดสอบ
ว่าอายุการใช้งานของขวดใส่สารเคมี แตกต่างกันเนื่องจากชนิดของสารเคมีที่ใส่และชนิดของขวดที่ใช้หรือไม่
จะต้องทดสอบว่าอายุการใช้งานเฉลี่ยของขวดใส่สารเคมีแตกต่างกันเนื่องจาก ชนิดของสารเคมีที่ใส่หรือไม่ 1
ครั้ง และจะต้องทดสอบว่าอายุ การใช้งานเฉลี่ยของขวดใส่สารเคมี แตกต่างกันเนื่องจากชนิดของขวดที่ ใช้ใส่
หรือไม่อีกครั้งหนึ่ง โดยที่การเก็บรวบรวมข้อมูลเพื่อนํามาวิเคราะห์ ก็จะต้องทําแยกกันเสมือนว่าเป็นการ
ทดสอบสมมติฐานคนละเรื่อง แต่การวิเคราะห์ความแปรปรวน แบบจําแนก 2 ทางสามารถวิเคราะห์เพียงครั้ง
เดี ย ว แต่ ใ ห้ คํ า ตอบเสมื อ นการวิ เ คราะห์ ค วามแปรปรวนแบบจํ า แนกทางเดี ย ว 2 ครั้ ง ทํ า ให้ ส ามารถ
ประหยัดเวลาในการวิเคราะห์ได้ นอกจากนี้ ยังสามารถ วิเคราะห์ความสัมพันธ์ระหว่างลักษณะ 2 ลักษณะที่
ส่งผลกระทบต่อเรื่องที่สนใจศึกษาได้ด้วย กล่าวคือ สามารถวัดผลร่วม (interaction) ระหว่างลักษณะ 2
ลักษณะที่ต้องการศึกษาได้ด้วย
ตัวอย่างที่ 6.7 วิศวกรของโรงงานแห่งหนึ่งต้องการทราบว่าระดับการศึกษาและประสบการณ์ในการทํางาน
ของช่างเทคนิคมีผลทําให้ยอดผลิตสินค้าของโรงงานแตกต่างกันหรือไม่ เขาจึง แบ่งระดับการศึกษาของช่าง
เทคนิคออกเป็น 3 ระดับ คือ มัธยมศึกษา อาชีวศึกษา และ อุดมศึกษา และแบ่งประสบการณ์ในการทํางาน
ออกเป็น 4 ระดับ คือ ไม่มีประสบการณ์ในการทํางานมาเลย มีประสบการณ์ในการทํางานมาแล้ว 1 ปี 2 ปี
และมากกว่า 2 ปี จาก ยอดผลิตสินค้าที่ช่างเทคนิคซึ่งมีระดับการศึกษาและประสบการณ์ในการผลิตระดับ
ต่างๆของ โรงงานในรอบปีที่ผ่านมาเป็นดังนี้ (หน่วยเป็นพันชิ้น)
ระดับการศึกษา
ประสบการณ์ในการผลิต (ปี)
มัธยมศึกษา อาชีวศึกษา อุดมศึกษา
ไม่มี 5 7 6
1 8 8 5
2 4 9 7
มากกว่า 2 2 12 4
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 193
มหาวิทยาลัยราชภัฏอุดรธานี
194 สถิติวิศวกรรม
ประสบการณ์ใน ระดับการศึกษา
รวม เฉลี่ย
การผลิต (ปี) มัธยมศึกษา อาชีวศึกษา อุดมศึกษา
ไม่มี 5(x11) 7(x12) 6(x13) 18(T1.) 6.00( x 1.)
1 8(x21) 8(x22) 5(x23) 21(T2.) 7.00( x 2.)
2 4(x31) 9(x32) 7(x33) 20(T3.) 6.67( x 3.)
มากกว่า 2 2(x41) 12(x42) 4(x43) 18(T4.) 6.00( x 4.)
รวม 19(T.1) 36(T.2) 22(T.3) 77(T)
เฉลี่ย 4.75( x .1) 9.00( x .2) 5.50( x .3) 6.42( x )
1 r c
MS( T ) n 1 ( xij x )2 (6.7)
i 1j 1
k ni
เมื่อ ( xi x )2 และ n – 1 เรียกว่าผลรวมกําลังสองของยอดรวมและระดับขั้นความเสรีของ
i 1j 1
ยอดรวม ซึ่งเขียนแทนด้วยสัญลักษณ์ SS(T) และ df(T) ตามลําดับ
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 195
ในทางปฏิบัตินิยมเขียนผลรวมกําลังสองเฉลี่ยของยอดรวมในรูป
MS( T ) SS ( T ) 1 r c
x
T2 (6.8)
df ( T ) n 1 i 1j 1 ij rc
SS ( R ) 1 r Ti.2 T 2
MS(R ) df (R ) r 1 c rc (6.10)
i 1
c
เมื่อ r (x . j x ) 2 และ c 1 เรียกว่าผลรวมกําลังสองระหว่างลักษณะที่สองและระดับ ขั้นความ
i1
เสรีระหว่างลักษณะที่สอง ซึ่งเขียนแทนด้วยสัญลักษณ์ SS(C) และ df(C) ตามลําดับ
ในทางปฏิบัตินิยมเขียนผลรวมกําลังสองเฉลี่ยระหว่างลักษณะที่สองในรูป
c T.2j 2
SS ( C )
MS( C) df ( C) c 1 r Trc
1 (6.12)
j 1
มหาวิทยาลัยราชภัฏอุดรธานี
196 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 197
r c 2
รวม rc – 1 SS( T ) x ij Trc
i1 j1
ที่มา: สรชัย พิศาลบุตร. (2553).
มหาวิทยาลัยราชภัฏอุดรธานี
198 สถิติวิศวกรรม
การทดสอบสมมติฐานที่ว่าช่างเทคนิคที่มีประสบการณ์ในการผลิตแตกต่างกันจะ ไม่ทําให้ยอดผลิต
เฉลี่ยแตกต่างกัน มีสมมติฐานเพื่อการทดสอบเป็น
H0: 1. = 2. = 3. = ... = 4.
H1 : 1. 2. 3. ... 4.
อัตราส่วน F = MS MS(R ) = 20.58 = 3.48
( W ) 5.92
แต่ค่า F จากตารางการแจกแจงแบบเอฟที่ระดับขั้นความเสรี 2 และ 6 ณ ระดับ นัยสําคัญ 0.05,
F(0.05, 2, 6) เท่ากับ 5.143
ดังนั้นอัตราส่วน F ซึ่งเท่ากับ 3.48 น้อยกว่า 5.143 ต้องยอมรับสมมติฐานว่าง (H0)
นั่นคือ ช่างเทคนิคที่มีประสบการณ์ในการผลิตแตกต่างกันจะไม่ทําให้ยอดผลิตเฉลี่ยแตกต่างกัน
ในทํานองเดียวกัน การทดสอบสมมติฐานว่างที่ว่าช่างเทคนิคที่มีระดับการศึกษา แตกต่างกันจะไม่ทํา
ให้ยอดผลิตเฉลี่ยแตกต่างกัน ซึ่งมีสมมติฐานเพื่อการทดสอบเป็น
H0: .1 = .2 = .3
H1 : .1 .2 .3
อัตราส่วน F = MS MS( C) = 0.75 = 0.13
( W ) 5.92
แต่ค่า F จากตารางการแจกแจงแบบเอฟที่ระดับขั้นความเสรี 3 และ 6 ณ ระดับ นัยสําคัญ 0.05,
F(0.05, 3, 6) เท่ากับ 4.757
ดังนั้นอัตราส่วน F ซึ่งเท่ากับ 0.13 น้อยกว่า 4.757 ต้องยอมรับสมมติฐานว่าง (H0)
นั่นคือ ช่างเทคนิคที่มีระดับการศึกษาแตกต่างกันจะไม่ทําให้ยอดผลิตเฉลี่ยแตกต่างกัน
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 199
มหาวิทยาลัยราชภัฏอุดรธานี
200 สถิติวิศวกรรม
2
LSD = t(0.05) 2ns (6.14)
นั่นคือ การทดสอบค่าเฉลี่ยของประชากรคู่ใดก็ต้องเปรียบเทียบผลต่างระหว่างค่าเฉลี่ยจากตัวอย่าง
ของประชากรคู่นั้นกับค่า LSD ของประชากรคู่นั้น ซึ่งจะทําให้เสียเวลาในการเปรียบเทียบ มาก ดังนั้นในทาง
ปฏิบัติจึงมักนิยมเลือกตัวอย่างเป็นจํานวนเท่าๆ กันมาจากแต่ละประชากร
ถ้าผลต่างที่ไม่คิดเครื่องหมายระหว่างค่าเฉลี่ยจากตัวอย่างของประชากรคู่ใดมีค่ ามากกว่าค่า LSD
แสดงว่าค่าเฉลี่ยของประชากรคู่นั้นแตกต่างกัน แต่ถ้าผลต่างระหว่างค่าเฉลี่ยจากตัวอย่างของ ประชากรคู่ใดมี
ค่าน้อยกว่าหรือเท่ากับค่า LSD แสดงว่าค่าเฉลี่ยของประชากรคู่นั้นไม่แตกต่างกันหรือ แตกต่างกันอย่างไม่มี
นัยสําคัญ
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 201
6.6.3) ในกรณีที่ผู้วิเคราะห์ต้องการเปรียบเทียบความแตกต่างระหว่างค่าเฉลี่ยของประชากรหลายๆ
ชุด โดยที่ตัวแปรหรือลักษณะที่สนใจศึกษาในประชากรมีตัวเดียวหรือลักษณะเดียว แต่ไม่สามารถ หาหน่วย
ทดลอง (experimental unit) ที่จะใช้ในการทดลองหรือวัดผลให้เหมือนกันและไม่มีผลกระทบต่อการวัดผล
ของตัวแปรหรือลักษณะที่สนใจศึก ษาได้ เช่น วิศวกรจะวัดผลิตภัณฑ์ ชํารุดที่เกิดจากเครื่องจักร 3 ยี่ห้อ ถ้า
วิศวกรไม่สามารถหาช่างควบคุมเครื่องจักรที่มีความรู้ และประสบการณ์เกี่ยวกับเครื่องจักรทั้ง 3 ยี่ห้อนั้นได้
ในกรณี นี้ ก ารวิ เ คราะห์ จ ะต้ อ งกํา จั ด ผลที่ อาจจะเกิ ดเนื่ อ งจากความรู้ แ ละประสบการณ์ ข องช่า งควบคุ ม
เครื่องจักรออก โดยใช้การวิเคราะห์ความแปรปรวนของข้อมูลที่มีตัวแปร 2 ตัว ซึ่งมียี่ห้อเครื่องจักรเป็นตัวแปร
ตัวที่ 1 และช่างควบคุมเครื่องจักรเป็นตัวแปรตัวที่ 2 ถ้าหน่วยทดลองมี ตัวแปรอื่นๆที่จะทําให้การ วัดผลของ
ตัวแปรที่สนใจศึกษาคลาดเคลื่อนไปหลายๆตัว ถ้าจะวิเคราะห์โดยใช้การวิเคราะห์ ความแปรปรวนของข้อมูลที่
มี 2 ตัว ให้ผู้วิเคราะห์เลือกตัวแปรของหน่วยทดลองที่จะมีผลกระทบต่อการวัดผลมากที่สุดเป็นตัวแปรตัวที่ 2
ของการวิเคราะห์ดังกล่าว เพราะจะสามารถกําจัดผลอันไม่ได้เกิดจากตัวแปรหรือลักษณะที่สนใจศึกษาออกไป
ได้มากที่สุด ส่วนตัวแปรของหน่วยทดลองอื่นๆที่ยังเหลืออยู่ก็ยังคงมีผลทําให้การทดสอบคลาดเคลื่อนไปบ้าง
ดังนั้นหลักการที่สําคัญในการวิเคราะห์ความแปรปรวนก็คือพยายามทําให้หน่วยทดลองไม่มีความแตกต่ างกัน
แต่ถ้าหากไม่สามารถทําให้ความแตกต่างหมดไปได้ก็ต้องพยายามทําให้เหลือน้อยที่สุดเท่าที่จะทําได้
6.6.4) ถ้าผู้วิเคราะห์ต้องการให้ผลการทดสอบมีความเชื่อถือได้มากพอสมควร ระดับขั้นความเสรีของ
ความแปรปรวนภายในตัวแปร (MS(W)) ไม่ควรตต่ํากว่า 12 และจํานวนตัวอย่างที่ใช้ในการทดลองหรือวัดผล
ยิ่งมากเท่าไรความถูกต้องเชื่อถือได้ของการทดลองก็ยิ่งมีมากขึ้นเท่านั้น
6.7 สรุป
การวิเคราะห์ความแปรปรวนเป็นวิธีการทางสถิติอ้างอิงที่ใช้ในการทดสอบสมมติฐานเกี่ยวกับค่าเฉลี่ย
กรณีประชากรมากกว่า 2 กลุ่ม โดยใช้หลักการของความแปรปรวน คํานวณค่าสถิติทดสอบ F ในรูปของตาราง
การวิเคราะห์ความแปรปรวน เพื่อให้เป็นขั้นตอนที่ง่ายและสะดวก ประเภทของการวิเคราะห์ความแปรปรวน
ขึ้นอยู่กับว่ามีปัจจัยที่เกี่ยวข้องกี่ปัจจัย ดังนั้นควรระมัดระวังในการเลือกวิธีการวิเคราะห์ความแปรปรวนให้
เหมาะสมเพื่อผลการวิเคราะห์ข้อมูลที่ถูกต้อง
มหาวิทยาลัยราชภัฏอุดรธานี
202 สถิติวิศวกรรม
แบบฝึกหัดท้ายบทที่ 6
ความเชื่อของวิศวกรดังกล่าวถูกต้องหรือไม่ที่ระดับนัยสําคัญ 0.05
3. ถ้าการเดินทางจากโรงงานแห่งหนึ่งไปยังบริษัทจําหน่ายวัตถุดิบของโรงงานทําได้ 3 เส้นทาง และระยะเวลา
ที่ใช้ในการเดินทางของแต่ละเส้นทางจํานวน 5 ครั้งในรอบสัปดาห์ที่ผ่านมาเป็น ดังนี้ (นาที)
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 203
28 26 27
30 23 30
จงทดสอบสมมติฐานที่ว่าระยะเวลาที่ใช้ในการเดินทางโดยเฉลี่ยจากโรงงานไปยังบริษัทจําหน่าย
วัตถุดิบของแต่ละเส้นทางไม่แตกต่างกัน ณ ระดับนัยสําคัญ 0.05
4. ในการทดสอบความแตกต่างระหว่างวิธีการขายของตัวแทนจําหน่ายแบตเตอรี่รถยนต์ยี่ห้อหนึ่ง 3 วิธี คือ
แจกของแถม ลดราคา และขายตามราคาปกติ ปรากฏว่าจํานวนแบตเตอรี่รถยนต์ ดังกล่าวที่ขายได้ในแต่ละ
สัปดาห์ในระหว่าง 6 สัปดาห์ที่ผ่านมาเมื่อใช้วิธีการขายทั้ง 3 วิธี เป็นดังนี้
วิธีการขาย
สัปดาห์ที่
แจกของแถม ลดราคา ขายตามราคาปกติ
1 65 60 61
2 79 64 54
3 73 57 74
4 55 75 59
5 68 62 46
6 74 56 52
5. วิศวกรโรงงานของโรงงานอุตสาหกรรมแห่งหนึ่งเชื่อว่าการเพิ่มความเร็วของเครื่องจักรในการผลิต สินค้าจะ
มีผลทําให้มีจํานวนสินค้าที่ชํารุดจากการผลิตมากกว่าการใช้ความเร็วปกติ เพื่อพิสูจน์ ความเชื่อดังกล่าวเขาใช้
เครื่องจักรชนิดเดียวกันที่มีประสิทธิภาพในการผลิตเหมือนกันจํานวน 4 เครื่อง แต่ละเครื่องใช้ระดับความเร็ว
ในการผลิตแตกต่างกัน จากการให้เครื่องจักรทั้ง 4 เครื่อง ที่มีระดับความเร็วในการผลิตดังกล่าวผลิตสินค้าใน
5 ช่วงเวลา แต่ละช่วงเวลานาน 8 ชั่วโมง ได้จํานวนสินค้าชํารุดที่ผลิตได้ในแต่ละช่วงเวลาดังต่อไปนี้
มหาวิทยาลัยราชภัฏอุดรธานี
204 สถิติวิศวกรรม
35 36 33 32
33 32 39 30
เครื่อง พนักงานพิมพ์ดีด
พิมพ์ดีดยี่ห้อ 1 2 3 4 5 6 7 8
A 79 80 77 75 82 77 78 76
B 74 79 73 70 76 78 72 74
C 82 86 80 79 81 80 80 84
D 79 81 77 78 82 77 77 78
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 205
เครื่องจักร วิศวกร
ยี่ห้อ 1 2 3 4
A 15 13 15 12
B 14 12 13 13
C 12 13 14 11
D 16 15 13 12
ชื่อช่างเทคนิค
วัน
ชาญชัย รุ่งเรื่อง สาธิต แสวง
จันทร์ 1,200 890 780 500
อังคาร 750 950 720 1,000
พุธ 800 400 500 610
พฤหัส 820 150 420 760
ศุกร์ 850 200 700 315
มหาวิทยาลัยราชภัฏอุดรธานี
206 สถิติวิศวกรรม
10. ยอดขายเครื่องอัดอากาศ 2 ยี่ห้อ คือ ยี่ห้อ A และ B ใน 4 จังหวัด คือ สระบุรี ลําปาง ชัยภูมิและพังงา
ของเดือนที่ผ่านมาเป็นดังนี้ (หมื่นบาท)
จังหวัด
ยี่ห้อ
สระบุรี ลําปาง ชัยภูมิ พังงา
A 10 12 15 13
B 8 14 12 9
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 6 การวิเคราะห์ความแปรปรวน 207
เอกสารอ้างอิง
มหาวิทยาลัยราชภัฏอุดรธานี
208 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
แผนบริหารการสอนประจาบทที่ 7
การประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรม
หัวข้อเนื้อหา
7.1 การควบคุมคุณภาพอุตสาหกรรม
7.2 ประโยชน์ของการควบคุมคุณภาพอุตสาหกรรม
7.3 ขั้นตอนและวิธีการควบคุมคุณภาพอุตสาหกรรม
7.3.1 ขั้นตอนการกาหนดระดับมาตรฐานของสินค้าหรือผลิตภัณฑ์
7.3.2 ขั้นตอนการวางแผนการควบคุมคุณภาพ
7.3.3 ขั้นตอนการชี้แจงและการอบรมบุคลากรที่จะทาหน้าที่ในการตรวจสอบคุณภาพของสินค้า
หรือผลิตภัณฑ์
7.3.4 ขั้นตอนการวัดคุณภาพของสินค้าหรือผลิตภัณฑ์ในแต่ละขั้นตอนการผลิตที่กาหนดไว้
7.3.5 ขั้นตอนการสร้างแผนภูมิควบคุมคุณภาพ
7.3.6 ขั้นตอนการตรวจสอบคุณภาพของสินค้าหรือผลิตภัณฑ์แต่ละกลุ่ม
7.3.7 ขั้นตอนการปรับปรุงแก้ไขสินค้าหรือผลิตภัณฑ์ให้มีคุณภาพได้มาตรฐานตามที่กาหนด
7.4 การวัดคุณภาพของสินค้าหรือผลิตภัณฑ์
7.4.1 วิธีวัดคุณภาพด้วยตัวแปร
7.4.2 วิธีวัดคุณภาพด้วยคุณลักษณะ
7.5 เครื่องมือที่ใช้ในการควบคุมคุณภาพ
7.5.1 แผ่นตรวจสอบ (Check Sheet)
7.5.2 แผนภาพพาเรโต (Pareto Diagram)
7.5.3 ผังแสดงเหตุและผล (Cause-and-Effect Diagram)
7.5.4 กราฟ (Graphs)
7.5.5 ผังการกระจาย (Scatter Diagram)
7.5.6 ฮิสโทแกรม (Histogram)
7.5.7 แผนภูมิควบคุม (Control Chart)
7.6 แผนภูมิที่ใช้ในการควบคุมภาพเชิงสถิติ
7.6.1 แผนภูมิที่ใช้ในการควบคุมภาพเฉลี่ย ( x chart)
7.6.2 แผ่นภูมิควบคุมคุณภาพสัดส่วน (p chart)
7.6.3 ขอบเขตเตือน (warning limit) ในแผนภูมคิ วบคุมคุณภาพ
210 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 7 การประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรม 211
บทที่ 7
การประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรม
สถิติสามารถนามาใช้การตรวจสอบและควบคุมภาพในการผลิตสิ้นค้าอุตสาหกรรมซึ่งประกอบด้วยการ
ตรวจสอบและการควบคุมคุณภาพของวัตถุดิบที่ใช้ การตรวจสอบและควบคุมกระบวนการผลิตจากขั้นเริ่มต้น
จนถึงขั้นตอนสุดท้าย และการตรวจสอบและทดสอบผลิตภัณฑ์ที่ผลิตได้ให้มีคุณภาพตามระดับที่ ตั่งไว้หรือมี
คุณภาพเป็นมาตรฐานต่างจากมาตรฐานออกไป ซึ่งถ้ ามีคุณภาพต่ามากก็อาจคัดทิ้งไป หรือถ้าผลิตภัณฑ์มี
คุณภาพพอที่จะปรับปรุงแก้ไขได้นาไปปรับปรุงแก้ไขใหม่ เนื่องจากในการตรวจสอบและควบคุมคุณภาพของ
ผลิตภัณฑ์นี้ต้องคานึงถึงเวลาและค่าใช้จ่ายด้วย การตรวจสอบคุณภาพของสิ้นค้าที่ผลิตได้จึงมักนิยมใช้วิธีการ
เลือกตัว อย่างผลิ ตภัณฑ์มาเพื่อทาการทดสอบโดยใช้วิธีการทางสถิติที่เรียกว่า เทคนิคการสารวจตัวอย่าง
(sample survey technique) การตรวจสอบคุณภาพของผลิตภัณฑ์นี้นอกตากใช้ประโยชน์สาหรับผู้ผลิตดัง
ได้กล่าวมาแล้ว ผู้ใช้ผลิตภัณฑ์นี้นอกจากจะใช้ประโยชน์สาหรับผู้ผลิตดังได้กล่าวมาแล้ว ผู้ใช้ผลิตภัณฑ์ยังอาจ
ใช้ตรวจสอบคุณภาพของผลิตภัณฑ์ที่ตนชื้อมาใช้หรือชื้อมาจาหน่ายต่อได้อีกด้วยว่ามีคุณภาพดีพอที่จะรับ เอา
มาไว้ใช้หรือรับเอามาจาหน่ายหรือไม่ สถิตินามาใช้ประโยชน์ทางด้านนี้คือสถิติประยุกต์สาขาหนึ่งที่เรียกว่า
การควบคุมคุณภาพทางสถิติ (statistical quality control)
7.1 การควบคุมคุณภาพอุตสาหกรรม
คุณภาพอุตสาหกรรม หมายถึงระดับมาตรฐานของสินค้าหรือผลิตภัณฑ์แต่ละชนิดที่มีการกาหนดไว้
โดยผู้ผลิต หรือผู้บริโภค หรือหน่วยงานภาครัฐที่เกี่ยวข้อง หรืออาจมีการกาหนดร่วมกันหลายฝ่าย ทั้งนี้ เพื่อให้
เกิดความเชื้อถือได้ในคุณสมบัติที่สาคัญที่สาคัญและจาเป็นของสินค้าหรือผลิตภัณฑ์นั้นให้ผู้ บริโภคมีความพึง
พอใจและยอมรับในตัวสิ้นค้าหรือผลิตภัณฑ์ และให้ผู้บริโภคได้รับความคุมครองในกรณีที่สินค้าหรือผลิตภัณฑ์
ชารุดหรือมีคุณสมบัติไม่เหมาะสม
การควบคุมคุณภาพอุตสาหกรรมจึงเป็นขั้นตอนและวิธีการที่จะทาให้กระบวนการผลิตสิน ค้า หรือ
ผลิตภั ณฑ์ในทุก ๆ ขั้นตอนเป็น ไปตามมาตรฐาน โดยเฉพาะอย่างยิ่งสินค้าหรือผลิตภัณฑ์สุดท้ายที่ได้จาก
กระบวนการผลิต อาจจะกล่าวได้ว่าปัจจัยสาคัญที่ส่งผลกระทบต่อคุณภาพของสินค้าหรื อผลิตภัณฑ์ที่ได้จาก
การผลิตในโรงงานอุตสาหกรรมประกอบด้วย วัตถุดิบ เครื่องจักร และคนใน กระบวนการผลิต
วัต ถุดิ บ เป็ น ปั จ จั ย ที่ส าคั ญและจาเป็ นในการผลิ ต สิ น ค้า หรื อผลิ ต ภัณ ฑ์แ ต่ล ะชนิด ซึ่ งอาจ
ประกอบด้วยวัตถุดิบชนิดเดียวหรือวัตถุ ดิบหลายชนิดก็ได้ ในกรณีที่วัตถุ ดิบขาดคุณภาพจะมีผลทาให้สินค้า
มหาวิทยาลัยราชภัฏอุดรธานี
212 สถิติวิศวกรรม
7.2 ประโยชน์ของการควบคุมคุณภาพอุตสาหกรรม
การควบคุมคุณภาพอุตสาหกรรมมีประโยชน์ที่สาคัญดังต่อไปนี้
7.2.1) สามารถลดจานวนสินค้าหรือผลิตภัณฑ์ชารุดซึ่งเกิดจากการผลิตให้น้อยลง อันจะมีผลทาให้
ต้นทุนการผลิตต่อหน่วยลดลง สามารถขายสินค้าและผลิตภัณฑ์ได้ในราคาที่ไม่สูง และสามารถแข่งขันกับ
คู่แข่งขันได้
7.2.2) ลดค่าใช้จ่ายในการตรวจสอบคุณภาพสินค้าหรือผลิตภั ณฑ์ลงได้มาก เนื่องจากสามารถใช้
วิธีการเลือกตัวอย่างเชิงสถิติมาช่วยในการเลือกตัวอย่างสินค้าหรือผลิตภัณฑ์ที่ ผลิตได้มาตรวจสอบคุณภาพ
โดยไม่จาเป็นต้องตรวจสอบคุณภาพของสินค้าหรือผลิตภัณฑ์ทั้งหมดที่ผลิตได้
นอกจากนี้ ยังสามารถแก้ปัญหาการตรวจสอบคุณภาพของสินค้าหรือผลิตภัณฑ์ทีเมือตรวจสอบ
คุณภาพแล้วไม่สามารถนามาจาหน่ายได้
7.2.3) เพิ่มความพึงพอใจของลูกค้าทีช่ ื้อสินค้าหรือผลิตภัณฑ์ให้สูงขึ้น เพราะได้สินค้าหรือผลิตภัณฑ์ที่
มีคุณภาพได้มาตรฐานตามที่ได้มีการกาหนดไว้
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 7 การประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรม 213
7.3 ขั้นตอนและวิธีการควบคุมคุณภาพอุตสาหกรรม
ขัน้ ตอนและวิธีการควบคุมคุณภาพอุตสาหกรรมที่สาคัญมีดงต่อไปนี้
7.3.1 ขั้นตอนการกาหนดระดับมาตรฐานของสินค้าหรือผลิตภัณฑ์
มาตรฐานของสินค้าหรือผลิตภัณฑ์แต่ละชนิดโดยทาไปถูกกาหนดโดยผู้ผลิต และเพื่อให้คุณสมบัติ
ของสินค้าหรือผลิต ภัณฑ์สอดคล้องกับความต้องการและความพึงพอใจของผู้บริโภค ผู้ผลิตมักศึกษาความ
ต้องการของผู้บริโภคกลุ่มเป้าหมายก่อน โดยการสอบถามความต้องการจากผู้ บริโภคกลุ่มเป้าหมายโดยเฉพาะ
ผู้บริโภคกลุ่มเป้าหมายหลักโดยตรง ทั้งนี้ ผู้ผลิตจะต้องคานึงถึงระดับราคาของสินค้าหรือผลิตภัณฑ์ที่ผู้บริโภค
ต้องการ ประกอบกับจะต้องไม่ขัดแย้ง กับวัตถุประสงค์ในการคุมครองผู้บริโภคของหน่วยงานของรัฐบาลด้วย
7.3.2 ขั้นตอนการวางแผนการควบคุมคุณภาพ
กาหนดวิธีการควบคุมคุณภาพสินค้าหรือผลิตภัณฑ์ในทุกขั้นตอนของกระบวนการผลิต ในกรณีที่
จานวนขั้นตอนของกระบวนการผลิตสินค้าหรือผลิตภัณฑ์มีมาก ให้พิจารณาเฉพาะ ขั้นตอนของกระบวนการ
ผลิตที่สาคัญ ซึ่งส่งผลกระทบต่อคุณภาพของสินค้าหรือผลิตภั ณฑ์มาก หรือส่งผลกระทบต่อค่าใช้จ่ ายในการ
ปรับปรุงแก้ไขในกรณีที่สินค้าหรือเสียหาย ขั้นตอนนี้รวมถึงการกาหนดแผนภูมิควบคุมคุณภาพที่จะใช้ในแต่ละ
ขัน้ ตอนการผลิต และวิธีเลือกตัวอย่างสินค้าหรือผลิตภัณฑ์ที่ผลิตได้มาทาการตรวจสอบคุณภาพด้วย
7.3.3 ขัน้ ตอนการชี้แจงและการอบรมบุคลากรที่จะทาหน้าที่ในการตรวจสอบคุณภาพของสินค้า หรือ
ผลิตภัณฑ์
ต้องมีการชี้แจงและอบรมบุคลากรที่จะทาหน้าที่ในการตรวจสอบคุณภาพในแต่ละขั้นตอนการ
ผลิตที่ได้กาหนดไว้ในข้อ 2 โดยเฉพาะอย่างยิงวิธีการเลือกตัวอย่างสินค้าหรื อผลิตภัณฑ์ที่ผลิตได้มาตรวจสอบ
คุณภาพ ตลอดจนการบันทึกข้อมูลคุณภาพที่จาเป็นต้องนามาประยุกต์กับแผนภูมิควบคุมคุณภาพที่จะนามาใช้
ในแต่ละขั้นตอนการผลิตที่กาหนดไว้
7.3.4 ขั้นตอนการวัดคุณภาพของสินค้าหรือผลิตภัณฑ์ในแต่ละขั้นตอนการผลิตที่กาหนดไว้
เลือกตัวอย่างสินค้าหรือผลิตภัณฑ์ที่ผลิตได้ในแต่ละกลุ่ม (lot) ด้วยวิธีเลือกตัวอย่างที่กาหนดไว้
ในแต่ละขั้นตอนการผลิต และวัดข้อมูลคุณภาพจากสินค้าหรือผลิตภัณฑ์ทเี่ ลือกมาเป็นตัวอย่าง
7.3.5 ขั้นตอนการสร้างแผนภูมิควบคุมคุณภาพ
นาข้อมูลคุณภาพที่วัดได้จากสินค้าหรือผลิตภัณฑ์ตัวอย่างในแต่ละขั้นตอนการผลิตที่กาหนดไว้
มาสร้างแผนภูมิควบคุมคุณภาพตามวิธีที่ได้กาหนดไว้
มหาวิทยาลัยราชภัฏอุดรธานี
214 สถิติวิศวกรรม
7.3.6 ขั้นตอนการตรวจสอบคุณภาพของสินค้าหรือผลิตภัณฑ์แต่ละกลุ่ม
ตรวจสอบว่าค่าคุณภาพเฉลี่ยของสินค้าหรือผลิตภัณฑ์ในแต่ละกลุ่มตัวอย่างตกอยู่ภาพในหรือ
ภาพนอกขอบเขตการควบคุมคุณภาพ ในกรณีที่คุณภาพเฉลี่ยของสินค้าหรือผลิตภัณฑ์ในกลุ่มตัวอย่างขอบเขต
การควบคุมคุณภาพ จะต้องหาสาเหตุว่าเป็นเพราะเหตุใดในกระบวนการผลิตที่สาคัญ ได้แก่ วัตถุดิบที่ใช้ใน
การผลิ ต เครื่ อ งจั ก รที่ ใ ช้ ใ นการผลิ ต หรื อ คนที่ ท าหน้ า ที่ บ ริ ห ารจั ด การกระบวนการผลิ ต หรื อ คนงานที่
ควบคุมดูแลเครื่องมือเครื่องจักรที่ใช้ในการผลิต
7.3.7 ขั้นตอนการปรับปรุงแก้ไขสินค้าหรือผลิตภัณฑ์ให้มีคุณภาพได้มาตรฐานตามที่กาหนด
สินค้าหรือผลิตภัณฑ์ในกลุ่มที่ตรวจสอบแล้วว่ามีคุณภาพไม่ได้ตามมาตรฐานที่กาหนด ในกรณี
ที่เกิดชารุดหรือเสียหายมากจะต้องไม่นาไปจาหน่าย แต่ถ้าช้ารุดหรือเสียหายไม่มาก พอจะทาการปรับปรุง
แก้ไขได้ก็ต้องนาไปปรับปรุงแก้ไขให้ได้ตามมาตรฐานที่กาหนดไว้ แล้วจึงนาออกจาหน่ายได้
7.3.8 ขัน้ ตอนการปรับปรุงแก้ไขกระบวนการผลิตที่มีปัญหา
เพื่อไม่ให้เกิด ปัญหาการผลิตในครั้งต่อ ๆ ไปขัน้ ตอนนี้นับว่าเป็นขั้นตอนที่สาคัญ ถ้าไม่ปรับปรุง
กระบวนการผลิต สินค้าหรือผลิตภัณฑ์จะมีปัญหาตลอดไป กล่าวคือ จะมี คุณภาพของสินค้าหรือผลิตภัณฑ์ที่
ไม่ได้มาตรฐานในการผลิตตลอดไป
เมื่อนาขั้นตอนและวิธีการควบคุมอุตสาหกรรมมาเขียนในรูปผังงาน จะเป็นดังนี้
ปรับปรุง/แก้ไขคุณภาพสินค้า ปรับปรุง/แก้ไขกระบวนการ
7.4 การวัดคุณภาพของสินค้าหรือผลิตภัณฑ์
การวัดคุณภาพของสินค้าหรือผลิตภัณฑ์โดยทั่วๆไปทาได้ 2 วิธี คือ วิธวี ัดคุณภาพด้วยตัวแปร (variable)
และวิธีวัดคุณภาพด้วยคุณลักษณะ (attribute)
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 7 การประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรม 215
7.5 เครื่องมือที่ใช้ในการควบคุมคุณภาพ
เครื่องมือควบคุมคุณภาพเป็นเครื่องมือที่มีความสาคัญในการควบคุมคุณภาพของกระบวนการผลิตโดยจะ
ทาให้ผลิตภัณฑ์ที่ทาการผลิตอยู่ในระดับมาตรฐาน หรือไม่ให้ผลิ ตภัณฑ์ที่ผลิตเกินเกณฑ์มาตรฐานที่ ยอมรับได้
โดยใช้เครื่องมือควบคุมคุณภาพที่สาคัญ 7 ชนิด ได้แก่ แผ่นตรวจสอบ แผนภาพพาเรโต ผังแสดงเหตุและผล
กราฟ ผังการกระจาย ฮิสโทแกรมและแผนภูมิควบคุม มีรายละเอียดดังนี้
7.5.1 แผ่นตรวจสอบ (Check Sheet)
แผ่นตรวจสอบ (Check Sheet) คือแบบฟอร์มที่มีการออกแบบช่องว่างต่าง ๆ ไว้เพื่อใช้บันทึก
ข้อมูลได้ง่ายและ สะดวก ถูกต้อง ไม่ยุ่งยาก ซึ่งในการจัดทาหรือออกแบบฟอร์มทุ กครั้งวิศวกรจะต้องกาหนด
วัตถุประสงค์การใช้งานที่ชัดเจนดังนี้
วัตถุประสงค์ของการออกแบบฟอร์มเพื่อเก็บข้อมูลในอุตสาหกรรมหลัก ๆ มีดังนี้
1) เพื่อการควบคุมและติดตาม (Monitoring) ได้แก่ แผ่นตรวจสอบที่ถูก ออกแบบมาเพื่อ
บันทึกผลการดาเนินการผลิต ผลการใช้งานเครื่องจั กร รวมไปถึงปัจจัยการผลิตต่าง ๆ เพื่อประโยชน์ในการ
ควบคุมและติดตามผลการดาเนินงานเทียบกับเป้าหมาย โดยแผ่นตรวจสอบที่ใช้เพื่ อวัตถุประสงค์ของการ
ควบคุมและติดตามนี้ จะถูกนามาใช้เพื่อบั นทึกอย่างต่อเนื่องตลอดระยะเวลาของกระบวนการ และถือเป็น
ภารกิจประจาของผู้รับผิดชอบหรือหัวหน้างาน
2) เพื่อการตรวจสอบ (Inspecting) ได้แก่ แผ่นตรวจสอบที่ถูกออกแบบมาเพื่อ บันทึกผล
การตรวจสอบสภาพของกระบวนการ เครื่องจักร รวมไปถึงปัจจัยการผลิตต่าง ๆ ตามรายการหรือรายละเอียด
ของข้อกาหนดที่กาหนดไว้ มักถูกนามาใช้ตามช่วงเวลาที่ กาหนด เช่น ทุกเดือน ทุกวัน ทุกชั่วโมง ส่วนใหญ่ถือ
เป็นภารกิจประจาที่หัวหน้างาน หรือ ผู้ปฏิบัติงานจะต้องรับผิดชอบ
3) เพื่อการวิเคราะห์ (Analyzing) หาสาเหตุของปัญหาหรือความผิดปกติ ต่าง ๆ ได้แก่ แผ่น
ตรวจสอบที่ถูกออกแบบมาเพื่อใช้บันทึกข้อมูลของผลและสิ่งที่คาดว่า จะเป็นสาเหตุของความผิดปกติต่าง ๆ
มหาวิทยาลัยราชภัฏอุดรธานี
216 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 7 การประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรม 217
แผ่นตรวจสอบสภาพรถก่อนออกใช้งานประจ้าสัปดาห์
ระหว่างวันที่ …………/…………./………………... เลขทะเบียนรถ……………………………………
ผลการตรวจสอบประจ้าวันที่ รายงานความผิดปกติ
ล้าดับที่ รายการตรวจสอบ ประเด็นทีต่ ้องตรวจสอบ
จ. อ. พ. พฤ. ศ. ส. อา.
1 เครือ่ งยนต์ ฟังเสียงและสังเกตการสัน่ สะเทือน P P P P P P P
2 น้ามันเครือ่ ง น้ามันเกียร์ น้ามันเบรก ตรวจสอบระดับและการรัว่ P P P P P P P
3 ไฟส่องทางด้านหน้า-หลัง และไฟเบรก ดูการส่องสว่าง P P P P P P O ไฟส่องทางด้านหลังซ้ายไม่ตดิ
4 น้าในหม้อน้า และน้าฉีดกระจก ระดับน้า P P O P P P P ระดับน้าในหม้อน้าพร่อง
5 ความร้อนของรถเมือ่ เดินเครือ่ งทิ้งไว้ ขึน้ ตามเกณฑ์ (เดินเครือ่ งทิ้งไว้) P P P P P P P
6 เกียร์ ไม่ตดิ ไม่หลวม ไม่มเี สียงดัง P P P P P P P
7 พวงมาลัย ความฝืด เสียง P P P P P P P
8 สายพาน หย่อน ตึง P P P P P P P
9 ลมยาง หย่อน ตึง ลมยางปกติ (30 ปอนด์) P P P P P O P ลมยางด้านหลังอ่อน
10 อืน่ ๆ ตามสภาพ P P P P P P P
รูปที่ 7.3 ตัวอย่างแผ่นตรวจสอบเพื่อการตรวจสอบยืนยัน
(ที่มา: ดัดแปลงจาก กาญจนา กาญจนสุนทร, 2559)
3) แผ่นตรวจสอบสาหรับบันทึกของเสีย ใช้เพื่อตรวจบันทึกประเภทและจานวนของเสียประเภท
ต่าง ๆ ที่เกิดขึ้นใน ช่วงเวลาใดเวลาหนึ่ง ในขั้นตอนใดขั้นตอนหนึ่ง สามารถนาไปใช้ประโยชน์ในการสรุปผล
การปฏิบัติงานในแต่ละรอบเวลา รวมทั้งสามารถนาข้อมูลไปวิเคราะห์หาแนวทางสาหรั บการปรับปรุงแก้ไข
กระบวนการเพื่อลดของเสียลง ดังรูปที่ 7.4
ใบตรวจสอบคุณภาพสินค้า
สินค้ า ฝาแก้วน้ารูปตุก๊ ตาหมีพหู ์ ตรวจสอบ 15 ธันวาคม 25…..
ขั้นตอนการผลิต การตรวจสอบขัน้ สุดท้าย
จ้านวนชิ้นทีต่ รวจสอบ 200 ชิ้น ชื่อผู้ต รวจสอบ นางสาวปิยะนันท์ สุขสมใจ
มหาวิทยาลัยราชภัฏอุดรธานี
218 สถิติวิศวกรรม
4) แผ่นตรวจสอบแสดงสาเหตุของความบกพร่อง ใช้เพื่อรวบรวมข้อมูลรายละเอียดเงื่อนไขหรือ
สภาพแวดล้อมการทางาน ไปจนถึงปัจจัยการผลิตที่อาจเป็นสาเหตุของปัญหาหรือความบกพร่องต่าง ๆ ในการ
ดาเนินงาน แล้วนาไปสรุปถึงสาเหตุที่แท้จริงของปัญหาหรือความบกพร่องดังกล่าว ดังตัวอย่างต่อไปนี้
มีคราบสกปรก
เครือ่ งพ่นที่ 2 ชิน้ งานมีรอยข่วน แตก รูเข็ม //// ///// // //// //// // //// //// /// ///
สีเลอะ ll lll l l ll ll ll
เครือ่ งพ่นที่ 3 ชิน้ งานมีรอยข่วน แตก รูเข็ม // /// /// // / // //// / // ////
สีเลอะ l l l l l
มีคราบสกปรก
5) แผ่นตรวจสอบเพื่อใช้แสดงตาแหน่งจุดบกพร่องหรือจุดเกิดเหตุ ใช้เพื่อระบุเจาะจงถึงตาแหน่ง
ของการเกิดปัญหาหรือจุดเกิดเหตุความบกพร่อง ซึ่งจะเป็นประโยชน์ต่อผู้ปฏิบัติงานที่ ทาหน้าที่ในการแก้ไข
ปัญหาหรือความบกพร่องดังกล่าว ให้เข้าใจลักษณะ และตาแหน่งที่แท้จริงของจุดเกิดเหตุ ดังรูปที่ 7.6
ใบแสดงต้าแหน่งจุดบกพร่องของสินค้า
สินค้ า บานประตู วันทีต่ รวจสอบ 2 กุมภาพันธ์ 25…..
รุน่ สินค้ า บานประตูมาตรฐาน ชื่อผู้ต รวจสอบ นางสาวสุขใจ น่ารัก
ขั้นตอนการผลิต การตรวจสอบขัน้ สุดท้าย หมายเลขใบสัง่ ผลิต PO 020201
ลักษณะความบกพร่อง จ้านวนความบกพร่อง
ความบกพร่องของสีพน่ l ll
รอยแตก
ความบกพร่องของการยึดติด x -
l l
ด้ านหน้า ด้ านหลัง
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 7 การประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรม 219
200 100
180 90
160 80
140
ปริมาณ เปอร์เซ็นต์
70
เปอร์เซ็นต์
ความสูญเสีย 120
ความสูญเสียสะสม 60
ความสูญเสีย
100 50
80 40
60 30
40 20
สาเหตุ 20 10
ความบกพร่อง 0 0
D B F A C E G
จานวนรอยตาหนิ % สะสมของความสูญเสีย
120 112
100.00
100 86 90.00
80.00
80 70.00
60.00
60 42 50.00
40.00
40 30.00
18 12 20.00
20 5 10.00
0 0.00
มหาวิทยาลัยราชภัฏอุดรธานี
220 สถิติวิศวกรรม
2) ช่วยให้สามารถเข้าใจลาดับความสาคัญของสาเหตุหรือปัจจัยที่ส่งผลให้เกิด ความสูญเสีย
จากมากไปหาน้อยได้ทันที
3) ช่วยให้สามารถทราบอัตราส่วนของความสูญเสียที่เกิดขึ้นเทียบกับความ สูญเสียทั้งหมดที่
เกิดขึ้นจากแต่ละสาเหตุหรือแต่ละปัจจัยได้ทันที
4) การใช้กราฟแท่งบ่งชี้ขนาดของปัญหา ช่วยโน้มน้าวจิตใจให้แก่ผู้ปฏิบัติงาน ในการแก้ไข
ปัญหาได้ดีกว่าการแสดงตัวเลขเพียงอย่างเดียว
5) การสร้างแผนภาพพาเรโตสามารถทาได้ง่ายและไม่ต้องมีการคานวณที่ยุ่งยากซับซ้อนใด ๆ
7.5.3 ผังแสดงเหตุและผล (Cause-and-Effect Diagram)
ผังแสดงเหตุและผล (Cause-and-Effect Diagram) บางครั้งถูกเรียกว่ายัง อิชิกาวา (Ishikawa
diagram) ซึ่งเป็นการเรียกตามชื่อของ Dr. Kaoru Ishikawa ผู้เริ่มนาผังนี้มาใช้เป็นครั้งแรกใน ค.ศ. 1953 ผัง
แสดงเหตุและผลเป็นฝั่งที่ใช้แสดงความสัมพันธ์ ระหว่างผลซึ่งเป็นคุณลักษณะทางคุณภาพกับปัจจัย หรือ
สาเหตุต่าง ๆ ที่เกี่ยวข้องและ ส่งผลกระทบต่อผลที่เกิดขึ้นนั้น สาหรั บลักษณะการนาไปใช้งาน จะมุ่งเน้นที่ผล
ซึ่งเป็น ปัญหาทางคุณภาพ จากนั้นนามาค้นหาสาเหตุที่ทาให้เกิดผลที่ไม่ต้องการ ผังแสดงเหตุและผลนี้ ในทาง
ปฏิบัติมักถูกเรียกว่า “ผังก้างปลา (Fish-bone diagram)” ทั้งนี้ เนื่องจากรูปร่างของผังมีลั กษณะคล้ายหัว
ปลาและก้างปลา ดังรูปที่ 7.8
เครื่องจักร วัตถุดิบ คน
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 7 การประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรม 221
มหาวิทยาลัยราชภัฏอุดรธานี
222 สถิติวิศวกรรม
เปลี่ยนแปลงไป
อุณหภูมิ (องศาเซลเซียส)
รูปที่ 7.10 ตัวอย่างผังการกระจาย
(ที่มา: ดัดแปลงจาก กาญจนา กาญจนสุนทร, 2559)
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 7 การประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรม 223
ในการเลือกใช้ผังการกระจาย มีเหตุผลในการเลือกใช้ดังนี้
1) เมื่อต้องการจะบ่งชี้สาเหตุที่แท้จริงของปัญหา เช่น ค่าความเหนียวของ เหล็กจะมากหรือ
น้อย มีสาเหตุมาจากปริมาณคาร์บอนในเนื้อเหล็ก หรือจานวนรอยขีด ข่วนที่เกิดขึ้นบนผิวเนื้อเหล็กหรือไม่
2) เมื่อต้องการใช้เป็นแนวทางการตัดสินใจว่า ผังก้างปลาซึ่งได้จากการระดม สมองนั้น มี
สาเหตุ (ก้างปลา) ใดที่มีความสัมพันธ์กับปัญหาหรือผลกระทบด้านคุณภาพ (หัวปลา) บ้า ง เช่น อัตราการขาด
งานของคนงานเป็นสาเหตุทาให้เครื่องใช้ไฟฟ้าที่บกพร่อง มีจานวนมากขึ้น
3) เมื่อต้องการใช้หาความสัมพันธ์ระหว่างข้อมูลหรือตัวแปร 2 ตัว ที่เราสนใจ ศึกษาว่าจะมี
ความสัมพันธ์กันหรือไม่ อย่างไร เช่น ส่วนสูงมีความสัมพันธ์กับน้าหนักหรือไม่
7.5.6 ฮิสโทแกรม (Histogram)
ฮิ ส โทแกรม (Histogram) เป็ น กราฟแท่ ง ที่ ใ ช้ ต รวจสอบหรื อ พิ จ ารณาความแปรปรวนของ
ผลิตภัณฑ์ หรือ กระบวนการ โดยการสังเกตรูปร่างของฮิสโทแกรมที่สร้างขึ้นจากข้อมูลที่ได้จากการสุ่ม ดัง
แสดงในรูปที่ 7.11
ความถี่ของข้อมูลแต่ละช่วง
30
การแบ่งช่วงของข้อมูล
20
10
0
2.50 2.51 2.52 2.53 2.54 2.55
รูปที่ 7.11 ตัวอย่างของฮิสโตแกรม
(ที่มา: ดัดแปลงจาก กาญจนา กาญจนสุนทร, 2559)
มหาวิทยาลัยราชภัฏอุดรธานี
224 สถิติวิศวกรรม
0 LCL: พิกัดควบคุมล่าง
รูปที่ 7.12 ตัวอย่างแผนภูมิควบคุม
(ที่มา: กาญจนา กาญจนสุนทร, 2559)
7.6 แผนภูมิที่ใช้ในการควบคุมภาพเชิงสถิติ
แผนภูมิควบคุมคุณภาพเชิงสถิติ คือแผนภูมิที่ใช้ในการควบคุมการผลิตสินค้าหรือผลิตภัณฑ์ ให้มีคุณภาพ
อยู่ในระดับที่ผู้ผลิต ผู้บริโภค หรือหน่วยงานของรัฐที่ดูแลเรื่องการคุ้มครองผู้บริโภคต้องการ และ/หรือให้
เป็นไปตามความแปรปรวนของปัจจัยต่างๆ ที่สาคัญซึ่งใช้ในกระบวนการผลิต ได้แก่ วัตถุดิบ เครื่องจักร และ
คนที่ดูแลระบบและควบคุมเครื่องจักรในการผลิตสินค้าหรือผลิตภัณฑ์นั้นๆ
แผนภูมคิ วบคุมคุณภาพเชิงสถิติที่ดีควรจะมีคุณสมบัติสาคัญต่อไปนี้
1) สามารถบอกได้ ว่ า สิ น ค้ า หรื อ ผลิ ต ภั ณ ฑ์ ใ นกลุ่ ม ตั ว อย่ า งใดบ้ า งที่ เ ลื อ กมาเป็ น ตั ว แทนในการ
ตรวจสอบคุณภาพมีคุณภาพไม่ได้มาตรฐานตามที่มีการกาหนดไว้ เพื่อที่จะสามารถนามาปรับปรุงแก้ไขให้
สินค้าหรือผลิตภัณฑ์ทสี่ ่งไปจาหน่ายมีคุณภาพตามที่มีการกาหนดไว้
2) สามารถบอกได้ว่าคุณภาพของกระบวนการผลิตขณะทาการตรวจสอบอยู่ในระดับใด และปัจจัยใด
ที่เป็นสาเหตุสาคัญที่ทาให้กระบวนการผลิตมีปัญหา ทาให้คุณภาพของสินค้าหรือ ผลิ ตภัณฑ์ซึ่งผลิต ไม่ได้
มาตรฐานตามที่มีการกาหนดไว้ เพื่อที่จะสามารถนาไปปรับปรุง แก้ไขกระบวนการผลิตไม่ให้เกิดปัญหาในการ
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 7 การประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรม 225
ผลิตสินค้าหรือผลิตภัณฑ์ในอนาคต ซึ่งจะมีผลทาให้สามารถลดต้นทุนการผลิตสินค้าหรือผลิตภัณฑ์ได้มาก
นอกจากนี้ ยังสามารถสร้าง ความเชื่อมั่นให้แก่ผู้บริโภคในการใช้สินค้าหรือผลิตภัณฑ์ได้อีกด้วย
แผนภูมิควบคุมคุณภาพเชิงสถิติที่วัดคุณภาพด้วยตัวแปรและวัดคุณภาพด้วยคุณลักษณะที่นิยมใช้กันทั่วไป
มีดังต่อไปนี้
7.6.1 แผนภูมิที่ใช้ในการควบคุมภาพเฉลี่ย ( x chart)
เป็นแผนภูมิควบคุมคุณภาพของสินค้าหรือผลิตภัณฑ์ที่ใช้วิธีวัดคุณภาพด้วยตัวแปร มีขั้นตอนและ
วิธีการสร้างแผนภูมิควบคุมคุณภาพดังนี้
1) กาหนดจ านวนกลุ่ มย่อยที่จะนามาใช้เก็บรวบรวมข้อมูล คุณภาพ สมมติว่าเท่ากับ m
จานวนกลุ่มย่อยจะมากน้อยเพียงใดขึ้นอยู่กับจานวนสินค้ าหรือผลิตภัณฑ์ที่ผลิตได้ ในแต่ละช่วงเวลาหรือตาม
จ านวนที่ ไ ด้ รั บ ค าสั่ ง ให้ ผ ลิ ต จ านวนกลุ่ ม ยิ่ ง มากเท่ าใด การสร้ า งแผนภู มิ ค วบคุ ม คุ ณ ภาพเชิ ง สถิ ติ ก็ ยิ่ ง มี
ประสิ ทธิภาพมากขึ้น เท่านั้น กล่าวคือ สามารถจาแนกสิ นค้าหรือผลิ ตภัณฑ์ที่มีคุณภาพไม่ได้มาตรฐานได้
ถูกต้องมากขึ้น โดยทั่วๆไปจานวนกลุ่มย่อยที่ใช้ในการสร้างแผนภูมิควบคุม คุณภาพเฉลี่ยจะอยู่ระหว่าง 8 ถึง
25 กลุ่มย่อย เนื่องจากถ้ามีจานวนน้อยเกินไป จะได้แผนภูมิควบคุมคุณภาพที่มีความเชื่อถือได้น้อย แต่ถ้ามี
จานวนมากเกินไปจะเสียเวลาและค่าใช้จ่ายในการสร้างแผนภูมิควบคุมคุณภาพมาก
2) กาหนดจานวนตัวอย่างสินค้าหรือผลิตภัณฑ์ที่จะใช้วัดคุณภาพในแต่ละกลุ่มย่อยสมมติว่า
เท่ากับ n เช่นเดียวกับจานวนกลุ่มย่อย m จานวนตัวอย่างสินค้าหรือผลิตภัณฑ์ในแต่ละกลุ่มย่อยยิ่งมากเท่าไร
แผนภูมิควบคุมคุณภาพก็ยิ่งมีความเชื่อถือได้มากเท่านั้น โดยทั่วไปจานวนตัวอย่างสินค้าหรือผลิตภัณฑ์ที่จะใช้
วัดคุ ณภาพในแต่ ล ะกลุ่ ม ย่ อ ยจะอยู่ ร ะหว่าง 5 ถึง 20 ทั้ง นี้ขึ้ นอยู่ กับ การกระจายของคุ ณภาพสิ น ค้า หรื อ
ผลิตภัณฑ์ที่นามาสร้างแผนภูมิควบคุมคุณภาพเฉลี่ ย ในกรณีที่คุณภาพของสินค้าหรือผลิตภัณฑ์มีการกระจาย
มาก ควรใช้จานวนตัวอย่างมาก เช่น 20 แต่ถ้าคุณภาพของสินค้าหรือผลิตภัณฑ์ มีการกระจายน้อย ซึ่งจะได้
จากกระบวนการผลิตที่ได้มาตรฐานทั้งวัตถุดิบ เครื่องจักรและคน ก็ควรใช้จานวนตัวอย่างน้อย เช่น 5
3) เลือกตัวอย่างสินค้าหรือผลิตภัณฑ์ในแต่ละกลุ่มย่อยตามจานวนที่กาหนดไว้ในข้อ 2) และ
ให้มีจานวนกลุ่มย่อยตามจานวนที่ระบุไว้ในข้อ 1) เช่น เลือกตัวอย่างกลุ่มย่อยทุกๆต้นชั่วโมงของการผลิตโดย
ใช้สินค้าหรือผลิตภัณฑ์ n ชิ้นแรกของแต่ละกลุ่มย่อยเป็นตัวอย่าง
4) เก็บรวบรวมข้อมูลคุณภาพจากทุกๆตัวอย่างสินค้าหรือผลิตภัณฑ์ในแต่ละกลุ่มย่อยสาหรับ
นามาใช้ในการสร้างแผนภูมิควบคุมคุณภาพเฉลี่ย โดยบันทึกข้อมูลคุณภาพของสินค้าหรือผลิตภัณฑ์จาแนก
ตามกลุ่มย่อย
5) สร้างแผนภูมิควบคุมคุณภาพเฉลี่ยจากข้อมูลที่เก็บรวบรวมได้ ดังนี้
ให้ n แทนจานวนตัวอย่างสินค้าหรือผลิตภัณฑ์ในแต่ละกลุ่มย่อย
m แทนจานวนกลุ่มย่อยทั้งหมด
มหาวิทยาลัยราชภัฏอุดรธานี
226 สถิติวิศวกรรม
x แทนค่าเฉลี่ยคุณภาพของสินค้าหรือผลิตภัณฑ์ในแต่ละกลุ่มย่อย
x แทนค่าเฉลี่ยคุณภาพของสินค้าหรือผลิตภัณฑ์รวมทุกกลุ่มย่อย
2
แทนค่าความแปรปรวนของคุณภาพสินค้าหรือผลิตภัณฑ์ของประชากร
ขอบเขตควบคุมบน (upper control limit) ของแผนภูมิควบคุมคุณภาพเฉลี่ยหรือ UCL x คือ
x 3 x หรือ x 3 (7.1)
n
x 3 x หรือ x 3 (7.2)
n
ขอบเขต
ยอมรับคุณภาพ
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 7 การประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรม 227
m
x 1
แทนค่าเฉลี่ยคุณภาพรวมทุกกลุ่มย่อย โดย x m x i
j1
แทนค่าส่วนเบี่ยงเบนมาตรฐานคุณภาพของประชากร
N
N1 ( x i ) (7.3)
i1
เนื่องจากไม่ทราบค่าส่วนเบี่ยงเบนมาตรฐานคุณภาพประชากร ต้องประมาณด้วย
m ni
1 1
m i , n i 1 ( x ij x i )
2
1) c , i (7.4)
2 j1 j1
m
2) R R m1 R , R i x i, max x i, min
d2 , j1
(7.5)
มหาวิทยาลัยราชภัฏอุดรธานี
228 สถิติวิศวกรรม
= x 3
c2 n
= 30 3(8)
0.8407 16
= 30 7.14 = 22.86
37.14
30.00
22.86
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 7 การประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรม 229
= x 3
c2 n
= 2 3( 0.0087)
0.8407 5
= 2 + 0.0139 = 2.0139
ขอบเขตควบคุมล่าง LCLx = x 3
n
= x 3
c2 n
= 2 3 ( 0.0087 )
0.8407 16
= 2 0.0139 = 1.9861
2.0139
2.00
1.9861
ในกรณีที่ค่าเฉลี่ยคุณภาพของกลุ่มย่อยใดใน 20 กลุ่มที่เลือกตัวอย่างมาตรวจสอบคุณภาพตกอยู่นอก
ขอบเขตของการยอมรับคุณภาพ ที่มีค่าสูงกว่า 2.0139 หรือมีค่าต่ากว่า 1.9861 แสดงว่ามีค่าเฉลี่ยของกลุ่ม
ย่อยนั้น ๆ มีคุณภาพไม่ได้มาตรฐาน
มหาวิทยาลัยราชภัฏอุดรธานี
230 สถิติวิศวกรรม
ขอบเขต
ยอมรับคุณภาพ
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 7 การประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรม 231
1) จงสร้างแผนภูมิควบคุมภาพสัดส่วนของน็อตที่ผลิต
2) มีวัดใดบ้างที่คุณภาพของน็อตที่ผลิตไม่ได้มาตรฐาน
วิธีทา
เนื่องจากค่าสัดส่วนของโบลต์ที่ไม่ได้มาตรฐานจากการผลิตในวันจันทร์ถึงวันอาทิตย์
p1 = 0.0145, p2 = 0.0173, p3 = 0.0112, p4 = 0.0157, p5 = 0.0130, p6 = 0.0140
และ p7 = 0.0140
m 7
p m1 pi 17 pi 17 (0.0997) = 0.0142
i1 i1
ขอบเขตควบคุมบน UCLp = p 3 p (1 p ) / n
= 0.0142 + 3 0.0142(1 0.0142) / 500,000
= 0.0142 + 0.0005 = 0.0147
ขอบเขตควบคุมล่าง LCLp = p 3 p (1 p ) / n
= 0.0142 3 0.0142(1 0.0142) / 500,000
= 0.0142 0.0005 = 0.0137
ดังนั้นแผนภูมิควบคุมภาพสัดส่วนของโบลต์ที่ผลิตได้ คือ
2.0139
2.00
1.9861
มหาวิทยาลัยราชภัฏอุดรธานี
232 สถิติวิศวกรรม
7.7 สรุป
คุณภาพเปนสิ่งสาคัญซึ่งมีผลกระทบหลายประการ โดยเฉพาะเรื่องคาใชจายสาหรับขอผิดพลาดตางๆ ทั้ง
องคกรที่ผลิตสินคาและองคกรที่ใหบริการเพื่อมุงสูเปาหมายสูงสุดขององคกรคือความพึงพอใจของลูกคา การ
ยอมรับจากสังคม องคกรมีชื่อเสียงและผลกาไร แมองคกรทางธุรกิจและอุตสาหกรรมจะมีลักษณะของการ
ดาเนินงานที่แตกตางกัน เชน อุตสาหกรรมการผลิตสินคา อุตสาหกรรมการแลกเปลี่ยน อุตสาหกรรมการ
ขนส่ง อุตสาหกรรมการสื่อสาร อุตสาหกรรมการบันเทิง เปนตน แตไมวาอุตสาหกรรมประเภทใดยอมมีวัตถุ
ประสงคหลักประการเดียวกัน คือ การคงอยูไดอยางยั่งยืนขององคกร ซึ่งการจะบรรลุวัตถุประสงคนั้นไดจา
เป็นตองมีการควบคุมคุณภาพของปจจัยตาง ๆ ที่เกี่ยวของ
มหาวิทยาลัยราชภัฏอุดรธานี
บทที่ 7 การประยุกต์สถิติกับการควบคุมคุณภาพอุตสาหกรรม 233
แบบฝึกหัดท้ายบทที่ 7
มหาวิทยาลัยราชภัฏอุดรธานี
234 สถิติวิศวกรรม
เอกสารอ้างอิง
มหาวิทยาลัยราชภัฏอุดรธานี
บรรณานุกรม
มหาวิทยาลัยราชภัฏอุดรธานี
236 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
ภาคผนวก
มหาวิทยาลัยราชภัฏอุดรธานี
238 สถิติวิศวกรรม
มหาวิทยาลัยราชภัฏอุดรธานี
ตารางสถิติต่างๆ 251
ภาคผนวก ก
ตารางสถิตติ ่างๆ
มหาวิทยาลัยราชภัฏอุดรธานี
240 ตารางสถิติต่างๆ
มหาวิทยาลัยราชภัฏอุดรธานี
ตารางสถิติต่างๆ 241
ตารางที่ 1 การแจกแจงปกติ
0 z
z 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.0910 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1271 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.1480 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.1700 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.1950 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.2190 0.2224
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2517 0.2549
0.7 0.2580 0.2611 0.2642 0.2673 0.2704 0.2734 0.2464 0.2794 0.2823 0.2852
0.8 0.2881 0.2910 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.3340 0.3365 0.3389
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.3770 0.3790 0.3810 0.3830
1.2 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.3980 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4236 0.4251 0.4265 0.4279 0.4292 0.4306 0.4319
1.5 0.4332 0.4345 0.4357 0.4370 0.4382 0.4394 0.4406 0.4418 0.4429 0.4441
1.6 0.4452 0.4463 0.4474 0.4484 0.4495 0.4505 0.4515 0.4525 0.4535 0.4545
1.7 0.4554 0.4564 0.4573 0.4582 0.4591 0.4599 0.4608 0.4616 0.4625 0.4633
1.8 0.4641 0.4649 0.4656 0.4664 0.4671 0.4678 0.4686 0.4693 0.4699 0.4706
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
2.0 0.4772 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.4812 0.4817
2.1 0.4821 0.4826 0.4830 0.4834 0.4838 0.4842 0.4846 0.4850 0.4854 0.4857
2.2 0.4861 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.4890
2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.4909 0.4911 0.4913 0.4916
2.4 0.4918 0.4920 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
2.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.4960 0.4961 0.4962 0.4963 0.4964
2.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.4970 0.4971 0.4972 0.4973 0.4974
2.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.4980 0.4981
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990
ที่มา : ดัดแปลงมาจาก สรชัย พิศาลบุตร, 2553.
มหาวิทยาลัยราชภัฏอุดรธานี
242 ตารางสถิติต่างๆ
ตารางที่ 2 การแจกแจงแบบที
0.01
t0.10
df t 0.400 t 0.250 t 0.100 t 0.050 t 0.025 t 0.010 t 0.005 t 0.001 t 0.0005
1 0.325 1.000 3.078 6.314 12.706 31.821 63.657 318.310 636.619
2 0.289 0.816 1.886 2.920 4.303 6.965 9.925 22.326 31.599
3 0.277 0.765 1.638 2.353 3.182 4.541 5.841 10.213 12.924
4 0.271 0.741 1.553 2.132 2.776 3.747 4.604 7.173 8.610
5 0.267 0.727 1.476 2.015 2.571 3.365 4.032 5.893 6.869
6 0.265 0.718 1.440 1.943 2.447 3.143 3.707 5.208 5.959
7 0.263 0.711 1.415 1.895 2.365 2.998 3.499 4.785 5.408
8 0.262 0.706 1.397 1.860 2.306 2.896 3.355 4.501 5.041
9 0.261 0.703 1.383 1.833 2.262 2.821 3.250 4.297 4.781
10 0.260 0.700 1.372 1.812 2.228 2.764 3.169 4.144 4.587
11 0.260 0.697 1.363 1.796 2.201 2.718 3.106 4.025 4.437
12 0.259 0.695 1.356 1.782 2.179 2.681 3.055 3.930 4.318
13 0.259 0.694 1.350 1.771 2.160 2.650 3.012 3.852 4.221
14 0.258 0.692 1.345 1.761 2.145 2.624 2.977 3.787 4.141
15 0.258 0.691 1.341 1.753 2.131 2.602 2.947 3.733 4.073
16 0.258 0.690 1.337 1.746 2.120 2.583 2.921 3.686 4.015
17 0.257 0.689 1.333 1.740 2.110 2.567 2.898 3.646 3.965
18 0.257 0.688 1.330 1.734 2.101 2.552 2.878 3.610 3.922
19 0.257 0.688 1.328 1.729 2.093 2.539 2.861 3.579 3.883
20 0.257 0.687 1.325 1.725 2.086 2.528 2.845 3.552 3.850
21 0.257 0.686 1.323 1.721 2.080 2.518 2.831 3.527 3.819
22 0.256 0.686 1.321 1.717 2.074 2.508 2.819 3.505 3.792
23 0.256 0.685 1.319 1.714 2.069 2.500 2.807 3.485 3.768
24 0.256 0.685 1.318 1.711 2.064 2.492 2.797 3.467 3.745
25 0.256 0.684 1.316 1.708 2.060 2.485 2.787 3.450 3.725
26 0.256 0.684 1.315 1.706 2.056 2.479 2.779 3.435 3.707
27 0.256 0.684 1.314 1.703 2.052 2.473 2.771 3.421 3.690
28 0.256 0.683 1.313 1.701 2.048 2.467 2.763 3.408 3.674
29 0.256 0.683 1.311 1.699 2.045 2.462 2.756 3.396 3.659
30 0.256 0.683 1.310 1.697 2.042 2.457 2.750 3.385 3.646
0.253 0.674 1.282 1.645 1.960 2.326 2.576 3.090 3.291
ที่มา : ดัดแปลงมาจาก สรชัย พิศาลบุตร, 2553.
มหาวิทยาลัยราชภัฏอุดรธานี
ตารางสถิติต่างๆ 243
ตารางที่ 3 การแจกแจงแบบเอฟ
( 0.10 )
df1
1 2 3 4 5 6 7 8 9 10
df2
1 39.860 49.500 53.590 55.830 57.240 58.200 58.910 59.440 59.860 60.190
2 8.530 9.000 9.160 9.240 9.290 9.330 9.350 9.370 9.380 9.390
3 5.540 5.460 5.390 5.340 5.310 5.280 5.270 5.250 5.240 5.230
4 4.540 4.320 4.190 4.110 4.050 4.010 3.980 3.950 3.940 3.920
5 4.060 3.780 3.620 3.520 3.450 3.400 3.370 3.340 3.320 3.300
6 3.780 3.460 3.290 3.180 3.110 3.050 3.010 2.980 2.960 2.940
7 3.590 3.260 3.070 2.960 2.880 2.830 2.780 2.750 2.720 2.700
8 3.460 3.110 2.920 2.810 2.730 2.670 2.620 2.590 2.560 2.540
9 3.360 3.010 2.810 2.690 2.610 2.550 2.510 2.470 2.440 2.420
10 3.290 2.920 2.730 2.610 2.520 2.460 2.410 2.380 2.350 2.320
11 3.230 2.860 2.660 2.540 2.450 2.390 2.340 2.300 2.270 2.250
12 3.180 2.810 2.610 2.480 2.390 2.330 2.280 2.240 2.210 2.190
13 3.140 2.760 2.560 2.430 2.350 2.280 2.230 2.200 2.160 2.140
14 3.100 2.730 2.520 2.390 2.310 2.240 2.190 2.150 2.120 2.100
15 3.070 2.700 2.490 2.360 2.270 2.210 2.160 2.120 2.090 2.060
16 3.050 2.670 2.460 2.330 2.240 2.180 2.130 2.090 2.060 2.030
17 3.030 2.640 2.440 2.310 2.220 2.150 2.100 2.060 2.030 2.000
18 3.010 2.620 2.420 2.290 2.200 2.130 2.080 2.040 2.000 1.980
19 2.990 2.610 2.400 2.270 2.180 2.110 2.060 2.020 1.980 1.960
20 2.970 2.590 2.380 2.250 2.160 2.090 2.040 2.000 1.960 1.940
21 2.960 2.570 2.360 2.230 2.140 2.080 2.020 1.980 1.950 1.920
22 2.950 2.560 2.350 2.220 2.130 2.060 2.010 1.970 1.930 1.900
23 2.940 2.550 2.340 2.210 2.110 2.050 1.990 1.950 1.920 1.890
24 2.930 2.540 2.330 2.190 2.100 2.040 1.980 1.940 1.910 1.880
25 2.920 2.530 2.320 2.180 2.090 2.020 1.970 1.930 1.890 1.870
26 2.910 2.520 2.310 2.170 2.080 2.010 1.960 1.920 1.880 1.860
27 2.900 2.510 2.300 2.170 2.070 2.000 1.950 1.910 1.870 1.850
28 2.890 2.500 2.290 2.160 2.060 2.000 1.940 1.900 1.870 1.840
29 2.890 2.500 2.280 2.150 2.060 1.990 1.930 1.890 1.860 1.830
30 2.880 2.490 2.280 2.140 2.050 1.980 1.930 1.880 1.850 1.820
40 2.840 2.440 2.230 2.090 2.000 1.930 1.870 1.830 1.790 1.760
60 2.790 2.390 2.180 2.040 1.950 1.870 1.820 1.770 1.740 1.710
120 2.750 2.350 2.130 1.990 1.900 1.820 1.770 1.720 1.680 1.650
2.710 2.300 2.080 1.940 1.850 1.770 1.720 1.670 1.630 1.600
ที่มา : ดัดแปลงมาจาก สรชัย พิศาลบุตร, 2553.
มหาวิทยาลัยราชภัฏอุดรธานี
244 ตารางสถิติต่างๆ
( 0.10 )
df1
12 15 20 24 30 40 60 120
df2
1 60.710 61.220 61.740 62.000 62.260 62.530 62.790 63.060 63.330
2 9.410 9.420 9.440 9.450 9.460 9.470 9.470 9.480 9.490
3 5.220 5.200 5.180 5.180 5.170 5.160 5.150 5.140 5.130
4 3.900 3.870 3.840 3.830 3.820 3.800 3.790 3.780 3.760
5 3.270 3.240 3.210 3.190 3.170 3.160 3.140 3.120 3.110
6 2.900 2.870 2.840 2.820 2.800 2.780 2.760 2.740 2.720
7 2.670 2.630 2.590 2.580 2.560 2.540 2.510 2.490 2.470
8 2.500 2.460 2.420 2.400 2.380 2.360 2.340 2.320 2.290
9 2.380 2.340 2.300 2.280 2.250 2.230 2.210 2.180 2.160
10 2.280 2.240 2.200 2.180 2.160 2.130 2.110 2.080 2.060
11 2.210 2.170 2.120 2.100 2.080 2.050 2.030 2.000 1.970
12 2.150 2.100 2.060 2.040 2.010 1.990 1.960 1.930 1.900
13 2.100 2.050 2.010 1.980 1.960 1.930 1.900 1.880 1.850
14 2.050 2.010 1.960 1.940 1.910 1.890 1.860 1.830 1.800
15 2.020 1.970 1.920 1.900 1.870 1.850 1.820 1.790 1.760
16 1.990 1.940 1.890 1.870 1.840 1.810 1.780 1.750 1.720
17 1.960 1.910 1.860 1.840 1.810 1.780 1.750 1.720 1.690
18 1.930 1.890 1.840 1.810 1.780 1.750 1.720 1.690 1.660
19 1.910 1.860 1.810 1.790 1.760 1.730 1.700 1.670 1.630
20 1.890 1.840 1.790 1.770 1.740 1.710 1.680 1.640 1.610
21 1.870 1.830 1.780 1.750 1.720 1.690 1.660 1.620 1.590
22 1.860 1.810 1.760 1.730 1.700 1.670 1.640 1.600 1.570
23 1.840 1.800 1.740 1.720 1.690 1.660 1.620 1.590 1.550
24 1.830 1.780 1.730 1.700 1.670 1.640 1.610 1.570 1.530
25 1.820 1.770 1.720 1.690 1.660 1.630 1.590 1.560 1.520
26 1.810 1.760 1.710 1.680 1.650 1.610 1.580 1.540 1.500
27 1.800 1.750 1.700 1.670 1.640 1.600 1.570 1.530 1.490
28 1.790 1.740 1.690 1.660 1.630 1.590 1.560 1.520 1.480
29 1.780 1.730 1.680 1.650 1.620 1.580 1.550 1.510 1.470
30 1.770 1.720 1.670 1.640 1.610 1.570 1.540 1.500 1.460
40 1.710 1.660 1.610 1.570 1.540 1.510 1.470 1.420 1.380
60 1.660 1.600 1.540 1.510 1.480 1.440 1.400 1.350 1.290
120 1.600 1.550 1.480 1.450 1.410 1.370 1.320 1.260 1.190
1.550 1.490 1.420 1.380 1.340 1.300 1.240 1.170 1.000
ที่มา : ดัดแปลงมาจาก สรชัย พิศาลบุตร, 2553.
มหาวิทยาลัยราชภัฏอุดรธานี
ตารางสถิติต่างๆ 245
( 0.05 )
df1
1 2 3 4 5 6 7 8 9 10
df2
1 161.40 199.50 215.70 224.60 230.20 234.00 236.80 238.90 240.50 241.90
2 18.510 19.000 19.160 19.250 19.300 19.330 19.350 19.370 19.380 19.400
3 10.130 9.552 9.277 9.117 9.014 8.941 8.887 8.845 8.812 8.786
4 7.709 6.944 6.591 6.388 6.256 6.163 6.094 6.041 5.999 5.964
5 6.608 5.786 5.410 5.192 5.050 4.950 4.876 4.818 4.773 4.735
6 5.987 5.143 4.757 4.534 4.387 4.284 4.207 4.147 4.099 4.060
7 5.591 4.737 4.347 4.120 3.972 3.866 3.787 3.726 3.677 3.637
8 5.318 4.459 4.066 3.838 3.688 3.581 3.501 3.438 3.388 3.347
9 5.117 4.257 3.863 3.633 3.482 3.374 3.293 3.230 3.179 3.137
10 4.965 4.103 3.708 3.478 3.326 3.217 3.136 3.072 3.020 2.978
11 4.844 3.982 3.587 3.357 3.204 3.095 3.012 2.948 2.896 2.854
12 4.747 3.885 3.490 3.259 3.106 2.996 2.913 2.849 2.796 2.753
13 4.667 3.806 3.411 3.179 3.025 2.915 2.832 2.767 2.714 2.671
14 4.600 3.739 3.344 3.112 2.958 2.848 2.764 2.699 2.646 2.602
15 4.543 3.682 3.287 3.056 2.901 2.791 2.707 2.641 2.588 2.544
16 4.494 3.634 3.239 3.007 2.852 2.741 2.657 2.591 2.538 2.494
17 4.451 3.592 3.197 2.965 2.810 2.699 2.614 2.548 2.494 2.450
18 4.414 3.555 3.160 2.928 2.773 2.661 2.577 2.510 2.456 2.412
19 4.381 3.522 3.127 2.895 2.740 2.628 2.544 2.477 2.423 2.378
20 4.351 3.493 3.098 2.866 2.711 2.599 2.514 2.447 2.393 2.348
21 4.325 3.467 3.073 2.840 2.685 2.573 2.488 2.421 2.366 2.321
22 4.301 3.443 3.049 2.817 2.661 2.549 2.464 2.397 2.342 2.297
23 4.279 3.422 3.028 2.796 2.640 2.528 2.442 2.375 2.320 2.275
24 4.260 3.403 3.009 2.776 2.621 2.508 2.423 2.355 2.300 2.255
25 4.242 3.385 2.991 2.759 2.603 2.490 2.405 2.337 2.282 2.237
26 4.225 3.369 2.975 2.743 2.587 2.474 2.388 2.321 2.266 2.220
27 4.210 3.354 2.960 2.728 2.572 2.459 2.373 2.305 2.250 2.204
28 4.196 3.340 2.947 2.714 2.558 2.445 2.359 2.291 2.236 2.190
29 4.183 3.328 2.934 2.701 2.545 2.432 2.346 2.278 2.223 2.177
30 4.171 3.316 2.922 2.690 2.534 2.421 2.334 2.266 2.211 2.165
40 4.085 3.232 2.839 2.606 2.450 2.336 2.249 2.180 2.124 2.077
60 4.001 3.150 2.758 2.525 2.368 2.254 2.167 2.097 2.040 1.993
120 3.920 3.072 2.680 2.447 2.290 2.175 2.087 2.016 1.959 1.911
3.842 2.996 2.605 2.372 2.214 2.099 2.010 1.938 1.880 1.831
ที่มา : ดัดแปลงมาจาก สรชัย พิศาลบุตร, 2553.
มหาวิทยาลัยราชภัฏอุดรธานี
246 ตารางสถิติต่างๆ
( 0.05 )
df1
12 15 20 24 30 40 60 120
df2
1 243.90 245.90 248.00 249.10 250.10 251.10 252.20 253.30 254.30
2 19.410 19.430 19.450 19.450 19.460 19.470 19.480 19.490 19.500
3 8.745 8.703 8.660 8.639 8.617 8.594 8.572 8.549 8.526
4 5.912 5.858 5.803 5.774 5.746 5.717 5.688 5.658 5.628
5 4.678 4.619 4.558 4.527 4.496 4.464 4.431 4.399 4.365
6 4.000 3.938 3.874 3.842 3.808 3.774 3.740 3.705 3.669
7 3.575 3.511 3.445 3.411 3.376 3.340 3.304 3.267 3.230
8 3.284 3.218 3.150 3.115 3.079 3.043 3.005 2.967 2.928
9 3.073 3.006 2.937 2.901 2.864 2.826 2.787 2.748 2.707
10 2.913 2.845 2.774 2.737 2.700 2.661 2.621 2.580 2.538
11 2.788 2.719 2.646 2.609 2.571 2.531 2.490 2.448 2.405
12 2.687 2.617 2.544 2.506 2.466 2.426 2.384 2.341 2.296
13 2.604 2.533 2.459 2.420 2.380 2.339 2.297 2.252 2.206
14 2.534 2.463 2.388 2.349 2.308 2.266 2.223 2.178 2.131
15 2.475 2.403 2.328 2.288 2.247 2.204 2.160 2.114 2.066
16 2.425 2.352 2.276 2.235 2.194 2.151 2.106 2.059 2.010
17 2.381 2.308 2.230 2.190 2.148 2.104 2.058 2.011 1.960
18 2.342 2.269 2.191 2.150 2.107 2.063 2.017 1.968 1.917
19 2.308 2.234 2.156 2.114 2.071 2.026 1.980 1.930 1.878
20 2.278 2.203 2.124 2.083 2.039 1.994 1.946 1.896 1.843
21 2.250 2.176 2.096 2.054 2.010 1.965 1.917 1.866 1.812
22 2.226 2.151 2.071 2.028 1.984 1.938 1.889 1.838 1.783
23 2.204 2.128 2.048 2.005 1.961 1.914 1.865 1.813 1.757
24 2.183 2.108 2.027 1.984 1.939 1.892 1.842 1.790 1.733
25 2.165 2.089 2.008 1.964 1.919 1.872 1.822 1.768 1.711
26 2.148 2.072 1.990 1.946 1.901 1.853 1.803 1.749 1.691
27 2.132 2.056 1.974 1.930 1.884 1.836 1.785 1.731 1.672
28 2.118 2.041 1.959 1.915 1.869 1.820 1.769 1.714 1.654
29 2.105 2.028 1.945 1.901 1.854 1.806 1.754 1.698 1.638
30 2.092 2.015 1.932 1.887 1.841 1.792 1.740 1.684 1.622
40 2.004 1.925 1.839 1.793 1.744 1.693 1.637 1.577 1.509
60 1.917 1.836 1.748 1.700 1.649 1.594 1.534 1.467 1.389
120 1.834 1.751 1.659 1.608 1.554 1.495 1.429 1.352 1.254
1.752 1.666 1.571 1.517 1.459 1.394 1.318 1.221 1.000
ที่มา : ดัดแปลงมาจาก สรชัย พิศาลบุตร, 2553.
มหาวิทยาลัยราชภัฏอุดรธานี
ตารางสถิติต่างๆ 247
( 0.025 )
df1
1 2 3 4 5 6 7 8 9 10
df2
1 647.80 799.50 864.20 899.60 921.80 937.10 948.20 956.70 963.30 968.60
2 38.510 39.000 39.170 39.250 39.300 39.330 39.360 39.370 39.390 39.400
3 17.440 16.040 15.440 15.100 14.880 14.730 14.620 14.540 14.470 14.420
4 12.220 10.650 9.980 9.600 9.360 9.200 9.070 8.980 8.900 8.840
5 10.010 8.430 7.760 7.390 7.150 6.980 6.850 6.760 6.680 6.620
6 8.810 7.260 6.600 6.230 5.990 5.820 5.700 5.600 5.520 5.460
7 8.070 6.540 5.890 5.520 5.290 5.120 4.990 4.900 4.820 4.760
8 7.570 6.060 5.420 5.050 4.820 4.650 4.530 4.430 4.360 4.300
9 7.210 5.710 5.080 4.720 4.480 4.320 4.200 4.100 4.030 3.960
10 6.940 5.460 4.830 4.470 4.240 4.070 3.950 3.850 3.780 3.720
11 6.720 5.260 4.630 4.280 4.040 3.880 3.760 3.660 3.590 3.530
12 6.550 5.100 4.470 4.120 3.890 3.730 3.610 3.510 3.440 3.370
13 6.410 4.970 4.350 4.000 3.770 3.600 3.480 3.390 3.310 3.250
14 6.300 4.860 4.240 3.890 3.660 3.500 3.380 3.290 3.210 3.150
15 6.200 4.770 4.150 3.800 3.580 3.410 3.290 3.200 3.120 3.060
16 6.120 4.690 4.080 3.730 3.500 3.340 3.220 3.120 3.050 2.990
17 6.040 4.620 4.010 3.660 3.440 3.280 3.160 3.060 2.980 2.920
18 5.980 4.560 3.950 3.610 3.380 3.220 3.100 3.010 2.930 2.870
19 5.920 4.510 3.900 3.560 3.330 3.170 3.050 2.960 2.880 2.820
20 5.870 4.460 3.860 3.510 3.290 3.130 3.010 2.910 2.840 2.770
21 5.830 4.420 3.820 3.480 3.250 3.090 2.970 2.870 2.800 2.730
22 5.790 4.380 3.780 3.440 3.220 3.050 2.930 2.840 2.760 2.700
23 5.750 4.350 3.750 3.410 3.180 3.020 2.900 2.810 2.730 2.670
24 5.720 4.320 3.720 3.380 3.150 2.990 2.870 2.780 2.700 2.640
25 5.690 4.290 3.690 3.350 3.130 2.970 2.850 2.750 2.680 2.610
26 5.660 4.270 3.670 3.330 3.100 2.940 2.820 2.730 2.650 2.590
27 5.630 4.240 3.650 3.310 3.080 2.920 2.800 2.710 2.630 2.570
28 5.610 4.220 3.630 3.290 3.060 2.900 2.780 2.690 2.610 2.550
29 5.590 4.200 3.610 3.270 3.040 2.880 2.760 2.670 2.590 2.530
30 5.570 4.180 3.590 3.250 3.030 2.870 2.750 2.650 2.570 2.510
40 5.420 4.050 3.460 3.130 2.900 2.740 2.620 2.530 2.450 2.390
60 5.290 3.930 3.340 3.010 2.790 2.630 2.510 2.410 2.330 2.270
120 5.150 3.800 3.230 2.890 2.670 2.520 2.390 2.300 2.220 2.160
5.020 3.690 3.120 2.790 2.570 2.410 2.290 2.190 2.110 2.050
ที่มา : ดัดแปลงมาจาก สรชัย พิศาลบุตร, 2553.
มหาวิทยาลัยราชภัฏอุดรธานี
248 ตารางสถิติต่างๆ
( 0.025 )
df1
12 15 20 24 30 40 60 120
df2
1 976.70 984.90 993.10 997.20 1,001.0 1,006.0 1,010.0 1,014.0 1,018.0
2 39.410 39.430 39.450 39.460 39.470
0 39.470
0 39.480
0 39.490
0 39.500
0
3 14.340 14.250 14.170 14.120 14.080 14.040 13.990 13.950 13.900
4 8.750 8.660 8.560 8.510 8.460 8.410 8.360 8.310 8.260
5 6.520 6.430 6.330 6.280 6.230 6.180 6.120 6.070 6.020
6 5.370 5.270 5.170 5.120 5.070 5.010 4.960 4.900 4.850
7 4.670 4.570 4.470 4.420 4.360 4.310 4.250 4.200 4.140
8 4.200 4.100 4.000 3.950 3.890 3.840 3.780 3.730 3.670
9 3.870 3.770 3.670 3.610 3.560 3.510 3.450 3.390 3.330
10 3.620 3.520 3.420 3.370 3.310 3.260 3.200 3.140 3.080
11 3.430 3.330 3.230 3.170 3.120 3.060 3.000 2.940 2.880
12 3.280 3.180 3.070 3.020 2.960 2.910 2.850 2.790 2.730
13 3.150 3.050 2.950 2.890 2.840 2.780 2.720 2.660 2.600
14 3.050 2.950 2.840 2.790 2.730 2.670 2.610 2.550 2.490
15 2.960 2.860 2.760 2.700 2.640 2.590 2.520 2.460 2.400
16 2.890 2.790 2.680 2.630 2.570 2.510 2.450 2.380 2.320
17 2.820 2.720 2.620 2.560 2.500 2.440 2.380 2.320 2.250
18 2.770 2.670 2.560 2.500 2.450 2.380 2.320 2.260 2.190
19 2.720 2.620 2.510 2.450 2.390 2.330 2.270 2.200 2.130
20 2.680 2.570 2.460 2.410 2.350 2.290 2.220 2.160 2.090
21 2.640 2.530 2.420 2.370 2.310 2.250 2.180 2.110 2.040
22 2.600 2.500 2.390 2.330 2.270 2.210 2.150 2.080 2.000
23 2.570 2.470 2.360 2.300 2.240 2.180 2.110 2.040 1.970
24 2.540 2.440 2.330 2.270 2.210 2.150 2.080 2.010 1.940
25 2.510 2.410 2.300 2.240 2.180 2.120 2.050 1.980 1.910
26 2.490 2.390 2.280 2.220 2.160 2.090 2.030 1.950 1.880
27 2.470 2.360 2.250 2.190 2.130 2.070 2.000 1.930 1.850
28 2.450 2.340 2.230 2.170 2.110 2.050 1.980 1.910 1.830
29 2.430 2.320 2.210 2.150 2.090 2.030 1.960 1.890 1.810
30 2.410 2.310 2.200 2.140 2.070 2.010 1.940 1.870 1.790
40 2.290 2.180 2.070 2.010 1.940 1.880 1.800 1.720 1.640
60 2.170 2.060 1.940 1.880 1.820 1.740 1.670 1.580 1.480
120 2.050 1.950 1.820 1.760 1.690 1.610 1.530 1.430 1.310
1.940 1.830 1.710 1.640 1.570 1.480 1.390 1.270 1.000
ที่มา : ดัดแปลงมาจาก สรชัย พิศาลบุตร, 2553.
มหาวิทยาลัยราชภัฏอุดรธานี
ตารางสถิติต่างๆ 249
( 0.01 )
df1
1 2 3 4 5 6 7 8 9 10
df2
1 4,052.0 5,000.0 5,403.0 5,625.0 5,764.0 5,859.0 5,928.0 5,981.0 6,022.0 6,056.0
2 98.500 99.000 99.170 99.250 99.300 99.330 99.360 99.370 99.390 99.400
3 34.120 30.820 29.460 28.710 28.240 27.910 27.670 27.490 27.350 27.230
4 21.200 18.000 16.690 15.980 15.520 15.210 14.980 14.800 14.660 14.550
5 16.260 13.270 12.060 11.390 10.970 10.670 10.460 10.290 10.160 10.050
6 13.750 10.930 9.780 9.150 8.750 8.470 8.260 8.100 7.980 7.870
7 12.250 9.550 8.450 7.850 7.460 7.190 6.990 6.840 6.720 6.620
8 11.260 8.650 7.590 7.010 6.630 6.370 6.180 6.030 5.910 5.810
9 10.560 8.020 6.990 6.420 6.060 5.800 5.610 5.470 5.350 5.260
10 10.040 7.560 6.550 5.990 5.640 5.390 5.200 5.060 4.940 4.850
11 9.650 7.210 6.220 5.670 5.320 5.070 4.890 4.740 4.630 4.540
12 9.330 6.930 5.950 5.410 5.060 4.820 4.640 4.500 4.390 4.300
13 9.070 6.700 5.740 5.210 4.860 4.620 4.440 4.300 4.190 4.100
14 8.860 6.520 5.560 5.040 4.700 4.460 4.280 4.140 4.030 3.940
15 8.680 6.360 5.420 4.890 4.560 4.320 4.140 4.000 3.900 3.810
16 8.530 6.230 5.290 4.770 4.440 4.200 4.030 3.890 3.780 3.690
17 8.400 6.110 5.190 4.670 4.340 4.100 3.930 3.790 3.680 3.590
18 8.290 6.010 5.090 4.580 4.250 4.020 3.840 3.710 3.600 3.510
19 8.190 5.930 5.010 4.500 4.170 3.940 3.770 3.630 3.520 3.430
20 8.100 5.850 4.940 4.430 4.100 3.870 3.700 3.560 3.460 3.370
21 8.020 5.780 4.870 4.370 4.040 3.810 3.640 3.510 3.400 3.310
22 7.950 5.720 4.820 4.310 3.990 3.760 3.590 3.450 3.350 3.260
23 7.880 5.660 4.770 4.260 3.940 3.710 3.540 3.410 3.300 3.210
24 7.820 5.610 4.720 4.220 3.900 3.670 3.500 3.360 3.260 3.170
25 7.770 5.570 4.680 4.180 3.860 3.630 3.460 3.320 3.220 3.130
26 7.720 5.530 4.640 4.140 3.820 3.590 3.420 3.290 3.180 3.090
27 7.680 5.490 4.600 4.110 3.790 3.560 3.390 3.260 3.150 3.060
28 7.640 5.450 4.570 4.070 3.750 3.530 3.360 3.230 3.120 3.030
29 7.600 5.420 4.540 4.050 3.730 3.500 3.330 3.200 3.090 3.010
30 7.560 5.390 4.510 4.020 3.700 3.470 3.300 3.170 3.070 2.980
40 7.310 5.180 4.310 3.830 3.510 3.290 3.120 2.990 2.890 2.800
60 7.080 4.980 4.130 3.650 3.340 3.120 2.950 2.820 2.720 2.630
120 6.850 4.790 3.950 3.480 3.170 2.960 2.790 2.660 2.560 2.470
6.640 4.610 3.780 3.320 3.020 2.800 2.640 2.510 2.410 2.320
ที่มา : ดัดแปลงมาจาก สรชัย พิศาลบุตร, 2553.
มหาวิทยาลัยราชภัฏอุดรธานี
250 ตารางสถิติต่างๆ
( 0.01 )
df1
12 15 20 24 30 40 60 120
df2
1 6,106.0 6,157.0 6,209.0 6,235.0 6,261.0 6,287.0 6,313.0 6,339.0 6,366.0
2 99.420 99.430 99.450 99.460 99.470 99.470 99.480 99.490 99.500
3 27.050 26.870 26.690 26.600 26.510 26.410 26.320 26.220 26.130
4 14.370 14.200 14.020 13.930 13.840 13.750 13.650 13.560 13.460
5 9.890 9.720 9.550 9.470 9.380 9.290 9.200 9.110 9.020
6 7.720 7.560 7.400 7.310 7.230 7.140 7.060 6.970 6.880
7 6.470 6.310 6.160 6.070 5.990 5.910 5.820 5.740 5.650
8 5.670 5.520 5.360 5.280 5.200 5.120 5.030 4.950 4.860
9 5.110 4.960 4.810 4.730 4.650 4.570 4.480 4.400 4.310
10 4.710 4.560 4.410 4.330 4.250 4.170 4.080 4.000 3.910
11 4.400 4.250 4.100 4.020 3.940 3.860 3.780 3.690 3.600
12 4.160 4.010 3.860 3.780 3.700 3.620 3.540 3.450 3.360
13 3.960 3.820 3.670 3.590 3.510 3.430 3.340 3.260 3.170
14 3.800 3.660 3.510 3.430 3.350 3.270 3.180 3.090 3.000
15 3.670 3.520 3.370 3.290 3.210 3.130 3.050 2.960 2.870
16 3.550 3.410 3.260 3.180 3.100 3.020 2.930 2.850 2.750
17 3.460 3.310 3.160 3.080 3.000 2.920 2.840 2.750 2.650
18 3.370 3.230 3.080 3.000 2.920 2.840 2.750 2.660 2.570
19 3.300 3.150 3.000 2.930 2.840 2.760 2.670 2.580 2.490
20 3.230 3.090 2.940 2.860 2.780 2.700 2.610 2.520 2.420
21 3.170 3.030 2.880 2.800 2.720 2.640 2.550 2.460 2.360
22 3.120 2.980 2.830 2.750 2.670 2.580 2.500 2.400 2.310
23 3.070 2.930 2.780 2.700 2.620 2.540 2.450 2.350 2.260
24 3.030 2.890 2.740 2.660 2.580 2.490 2.400 2.310 2.210
25 2.990 2.850 2.700 2.620 2.540 2.450 2.360 2.270 2.170
26 2.960 2.820 2.660 2.590 2.500 2.420 2.330 2.230 2.130
27 2.930 2.780 2.630 2.550 2.470 2.380 2.290 2.200 2.100
28 2.900 2.750 2.600 2.520 2.440 2.350 2.260 2.170 2.060
29 2.870 2.730 2.570 2.500 2.410 2.330 2.230 2.140 2.030
30 2.840 2.700 2.550 2.470 2.390 2.300 2.210 2.110 2.010
40 2.670 2.520 2.370 2.290 2.200 2.110 2.020 1.920 1.810
60 2.500 2.350 2.200 2.120 2.030 1.940 1.840 1.730 1.600
120 2.340 2.190 2.040 1.950 1.860 1.760 1.660 1.530 1.380
2.190 2.040 1.880 1.790 1.700 1.590 1.470 1.330 1.000
ที่มา : ดัดแปลงมาจาก สรชัย พิศาลบุตร, 2553.
มหาวิทยาลัยราชภัฏอุดรธานี
ตารางสถิติต่างๆ 251
ตารางที่ 4 ตัวประกอบสาหรับคานวณขอบเขตควบคุมคุณภาพ 3
แผนภูมิ x แผนภูมิ แผนภูมิ R
ตัวประกอบ ตัวประกอบ
จานวน
ตัวประกอบ สาหรับขอบเขต ตัวประกอบสาหรับขอบเขตควบคุม สาหรับขอบเขต ตัวประกอบสาหรับขอบเขตควบคุม
ตัวอย่าง, n
ควบคุมกลาง ควบคุมกลาง
A A1 A2 c2 B1 B2 B3 B4 d2 d3 D1 D2 D3 D4
2 2.121 3.760 1.880 0.5642 0 1.843 0 3.267 1.128 0.853 0 3.686 0 3.267
3 1.732 2.394 1.023 0.7236 0 1.858 0 2.568 1.693 0.888 0 4.358 0 2.575
4 1.500 1.880 0.729 0.7979 0 1.808 0 2.266 2.059 0.880 0 4.698 0 2.282
5 1.342 1.596 0.577 0.8407 0 1.756 0 2.089 2.326 0.864 0 4.918 0 2.115
6 1.225 1.410 0.483 0.8686 0.026 1.711 0.030 1.970 2.534 0.848 0 5.078 0 2.004
7 1.134 1.277 0.419 0.8882 0.105 1.672 0.118 1.882 2.704 0.833 0.205 5.203 0.076 1.924
8 1.061 1.175 0.373 0.9027 0.167 1.638 0.185 1.815 2.847 0.820 0.387 5.307 0.136 1.864
9 1.000 1.094 0.337 0.9139 0.219 1.609 0.239 1.761 2.970 0.808 0.546 5.394 0.184 1.816
10 0.949 1.028 0.308 0.9227 0.262 1.584 0.284 1.716 3.078 0.797 0.687 5.469 0.223 1.777
11 0.905 0.973 0.285 0.9300 0.299 1.561 0.321 1.679 3.173 0.787 0.812 5.534 0.256 1.744
12 0.866 0.925 0.266 0.9359 0.331 1.541 0.354 1.646 3.258 0.778 0.924 5.592 0.284 1.716
13 0.832 0.884 0.249 0.9410 0.359 1.523 0.382 1.618 3.336 0.770 1.026 5.646 0.308 1.692
14 0.802 0.848 0.235 0.9453 0.384 1.507 0.406 1.594 3.407 0.762 1.121 5.693 0.329 1.671
15 0.775 0.816 0.223 0.9490 0.406 1.492 0.428 1.572 3.472 0.755 1.207 5.737 0.348 1.652
16 0.750 0.788 0.212 0.9523 0.427 1.478 0.448 1.552 3.532 0.749 1.285 5.779 0.364 1.636
17 0.728 0.762 0.203 0.9551 0.445 1.465 0.466 1.534 3.588 0.743 1.359 5.817 0.379 1.621
18 0.707 0.738 0.194 0.9576 0.461 1.454 0.482 1.518 3.640 0.738 1.426 5.854 0.392 1.608
19 0.688 0.717 0.187 0.9599 0.477 1.443 0.497 1.503 3.689 0.733 1.490 5.888 0.404 1.596
20 0.671 0.697 0.180 0.9619 0.491 1.433 0.510 1.490 3.735 0.729 1.548 5.922 0.414 1.586
21 0.655 0.679 0.173 0.9638 0.504 1.424 0.523 1.477 3.778 0.724 1.606 5.950 0.425 1.575
22 0.640 0.662 0.167 0.9655 0.516 1.415 0.534 1.466 3.819 0.720 1.659 5.979 0.434 1.566
23 0.626 0.647 0.162 0.9670 0.527 1.407 0.545 1.455 3.858 0.716 1.710 6.006 0.443 1.557
24 0.612 0.632 0.157 0.9684 0.538 1.399 0.555 1.445 3.895 0.712 1.759 6.031 0.452 1.548
25 0.600 0.619 0.153 0.9696 0.548 1.392 0.565 1.435 3.931 0.709 1.804 6.058 0.459 1.541
ที่มา : ดัดแปลงมาจาก สรชัย พิศาลบุตร, 2553.
มหาวิทยาลัยราชภัฏอุดรธานี