เนื้อหา

ƒ การทดลอง การวางแผนการทดลอง และการวิเคราะห์

ข ้อมูล
่ ตลอด (CRD)
ƒ การวางแผนการทดลองแบบสุม
à การวิเคราะห์ One-way ANOVA
à การวิเคราะห์ LSD

7 ่ (RBD)
ƒ การวางแผนการทดลองแบบบล็อกสุม
à การวิเคราะห์ Two-way ANOVA
à การวิเคราะห์ LSD

208263 สถิติเบื้องต้น
วัตถ ุประสงค์
โดย... ผศ. ดร. สุคนธ์ ประสิทธิ์วัฒนเสรี
ƒ สามารถอธิบายขัน
้ ตอนการวางแผนการทดลอง CRD และ RBD
ภาควิชาสถิติ คณะวิทยาศาสตร์ มหาวิทยาลัยเชียงใหม่ ƒ สามารถใช ้ ANOVA ในการวิเคราะห์ข ้อมูลทีไ
่ ด ้จากแผนการทดลอง
CRD และ RBD ได ้อย่างถูกต ้องและเหมาะสม
1 2

การทดลอง
การทดลอง (Experiment) คือ การปฏิบัตก
ิ ารเพือ
่
à หาผลลัพธ์หรือคําตอบของปั ญหาทีส
่ นใจ
à ตรวจสอบสมมติฐานทีส
่ งสัย
โโดยเรมจากการวางแผนการทดลอง
ิ่ การปฏบตการ
ป ิ ั ิ
ทดลอง และวิเคราะห์ผล
เช่น
ƒ การทดลองใช ้ยาชนิดใหม่ในการรักษาผู ้ป่ วยวัณโรค
่ ความสามารถในการหยุดรถ ซึง่
ƒ การตรวจสอบอุปกรณ์เพิม
ทดลองใช ้ได ้ผลดีในต่างประเทศ

3 4

นิยามศัพท์ที่เกี่ยวข้องกั
งกับการ
การทดลอง
ทดลอง
ลองพิจารณา
z กรรมวิธ ี (Treatment)
สิง่ ทีต
่ ้องการศึกษาถึงผลกระทบทีม
่ ต
ี อ
่ หน่วยทดลอง เช่น ยาทีใ่ ช ้รักษา, ƒ พิจารณาการศึกษาผลของฮอร์โมน 3 ชนิดทีม
่ ต
ี อ
่
พันธุพ
์ ช
ื , เครือ
่ งมือช่วยในการหยุดรถ เป็ นต ้น
นํ้ าหนัก (kg) ของหนู โดยทดลองฉีดฮอร์โมนแต่
z หน่วยทดลอง (Experimental unit) ละชนิดในหนู 3 ตัว
สิง่ ทีไ่ ด ้รับการกระทําจากกรรมวิธ ี เช่น ผู ้ป่ วย, แปลงเพาะ, รถยนต์ เป็ นต ้น
z การทําซํา้ (Replication)
การทดลองกรรมวิธก
ี บ
ั หน่วยทดลองหลาย ๆ หน่วย
กรรมวิธ ี = ฮอร์โมน 3 ชนิด
z ค่าส ังเกตทีส
่ นใจ (Interested value) หรือต ัวแปรทีส
่ นใจ หน่วยทดลอง = หนู
้ ซึง่ วัดได ้จากหน่วยทดลองภายหลังได ้รับกรรมวิธ ี
ค่าผลลัพธ์ทเี่ กิดขึน การทําซํา้ = 3 ซํ้า
หรือภายใต ้เงือ่ นไขของกรรมวิธ ี ั
ค่าสงเกตที ส
่ นใจ = นํ้ าหนักของหนูทล
ี่ ดลง
่ ศึกษาถึงปริมาณผลผลิตทีไ่ ด ้จากการใช ้พันธุพ
เช่น การทดลองเพือ ์ ช
ื ทีป
่ รับปรุง
ปริมาณผลผลิตต่อแปลง = ค่าส ังเกตทีส
่ นใจในการทดลองนี้

5 6

1
 การวางแผนการทดลอง สถิติที่ใช้ในการวิเคราะห์ขอ้ มูล
ƒ กําหนดจุดประสงค์ในการศึกษา
ต ้องการศึกษาอะไร / ตรวจสอบสมมติฐานอะไร /
ƒ กรณีเปรียบเทียบระหว่างค่าเฉลีย
่ 2 กลุม
่
คําถามหลักคืออะไร ใช ้ t-test หรือ z-test เปรียบเทียบระหว่าง
ƒ กําหนดรูปแบบในการทดลอง ค่าเฉลีย ่ 2 กลุม ่
เลือกกรรมวิธ,ี หน่วยทดลอง และแผนการทดลองทีใ่ ช ้ ƒ กรณีเปรียบเทียบระหว่างค่าเฉลีย ่ มากกว่า 2
วิธก ิ ใี่ ช ้ในการวิเคราะห์ข ้อมูล
ี ารทางสถิตท กลุม ่ ขึน ้ ไป
ƒ ทําการปฏิบ ัติการทดลองตามแผน
ใช ้ การวิเคราะห์ความแปรปรวน (Analysis of
ƒ ทําการวิเคราะห์ขอ ้ มูลทีไ่ ด้
Variance; ANOVA) เปรียบเทียบระหว่าง
ƒ สรุปผลการทดลอง
ค่าเฉลีย ่ เหล่านั น
้

7 8

การเปรียบเทียบค่าเฉลี่ย 3 กลมุ่ ร ูปแบบของ ANOVA

่ เปรียบเทียบระหว่าง μ1, μ2, และ μ3
ƒ ในการทดสอบเพือ
หากจะใช ้ z-test หรือ t-test ในการทดสอบ จําเป็ นต ้องทํา ƒ การวิเคราะห์ความแปรปรวนสําหร ับปัจจ ัย
การทดสอบถึง 3 ครัง้ คือ เดียว (one-way ANOVA)
- H0 : μ1 = μ2 กําหนด α = 0.05 โอกาสเกิด ้ ําหร ับวิเคราะห์ขอ
ใชส ้ มูลทีไ่ ด้จากแผนการทดลอง
ความผิดพลาด
- H0 : μ1 = μ3 กําหนด α = 0.05
กาหนด 0 05 จากการทดสอบ แบบส่มตลอด (CRD)
แบบสุ
- H0 : μ2 = μ3 กําหนด α = 0.05 ~ 15% ƒ การวิเคราะห์ความแปรปรวนสําหร ับปัจจ ัยสอง
• เพือ ่ ลดความผิดพลาดแบบที่ 1 จึงควรใช ้ ANOVA ทาง (two-way ANOVA)
ซึง่ จะทําการทดสอบสมมติฐาน เพียง 1 ครัง้ คือ ้ ําหร ับวิเคราะห์ขอ
ใชส ้ มูลทีไ่ ด้จากแผนการทดลอง
H0 : μ1 = μ2 = μ3 แบบบล็อกสุม ่ (RBD)
H1 : ค่าเฉลีย่ อย่างน ้อย 2 กลุม่ แตกต่างกัน
จึงทําให ้ความผิดพลาดในการทดสอบไม่เกิน α ตามทีก ่ ําหนด
9 10

แผนการทดลองแบบสมุ่ ตลอด
(Completely Randomized Design; CRD)
„ เป็ นการทดลองทีม ่ เี พียงปั จจัยเดียวทีส
่ นใจซึง่ มี k กรรมวิธี
à เลือกหน่วยตัวอย่างทีใ่ ช ้ ต ้องมีลักษณะคล ้ายคลึงกัน
à จัดหน่วยตัวอย่างเป็ น k กลุม ่ ตามกลุม่ ของกรรมวิธ ี
à เลือกกรรมวิธใี ห ้หน่วยตัวอย่างแต่ละกลุม ่ อย่างสุม ่
à บันทึกผลการทดลองทีไ ่ ดโดยไม่
้ ทราบกรรมวิธท ี ใี่ ช ้

„ ใช ้ One
One--way ANOVA ในการวิเคราะห์ข ้อมูล กรณีจํานวน
กรรมวิธมี ากกว่า 2 กลุม
่

11 12

2
 ตัวอย่างแผนการทดลองแบบ CRD ตารางค่าสังเกตของนํ้าหนักที่ลดลงของหนู
ƒ พิจารณาการศึกษาผลของฮอร์โมน 3 ชนิดทีม ่ ต
ี อ
่ นํ้ าหนักของหนู
กรรมวิธ ี = ฮอร์โมน 3 ชนิด หน่วยทดลอง = หนู ƒ พิจารณาค่าสังเกตทีส
่ นใจ :
ค่าส ังเกตทีส
่ นใจ = นํ้ าหนักของหนูทลี่ ดลง นํ้ าหนักทีล
่ ดลงของหนู (นน.ก่อนรับ – นน.หลังรับฮอร์โมน)
เลือกใช ้แผนการทดลองแบบ CRD
ชนิดฮอร์โมน
ประชากรหนู
ประชากรหน เลอกหนูท่
เลือกหนที แบงหนูออกเปน
แบ่งหนออกเป ็น3 A B C ลักษณะตารางค่า
คล้ายคลึงก ัน กลุม ่
่ อย่างสุม สังเกตทีไ่ ด ้ คือตาราง
5 8 10 แจกแจงทางเดียว
n ต ัว
A: ฮอร์โมนชนิด 1
4 6 9
B: ฮอร์โมนชนิด 2 ชัง่ นํ้ าหนักหนู กลุม
่ 1 กลุม
่ 2 กลุม
่ 3 5 9 12
C: ฮอร์โมนชนิด 3 n1 n2 n3 8 9 11
เลือกกรรมวิธ ี A C B
่
อย่างสุม 22 32 42
ชง่ ั นํา้ หน ักหนูและบ ันทึกข้อมูล
13 14

ตารางค่าสังเกตจาก CRD ขนาด k กรรมวิธี การวิเคราะห์ขอ้ มูลสําหรับ CRD

ให ้ xij แทนค่าสังเกตที่ i จากกรรมวิธ ี j
One-way ANOVA
Treatment
ƒ สมมติฐานในการทดสอบ
1 2 … k
x11 x12 ... x1k
H0: μ1 = μ2 = ... = μk
ผลรวม x21 x22 ... x2k H1: อย่า่ งน ้อยค่
้ า่ เฉลีย
่ี 2 ค่า่ แตกต่า่ งกัน
ั
ของค่า x ผลรวมของค่า x
... ... ... ... ทัง้ หมด ƒ สถิตท
ิ ดสอบ
กลุม
่ ที่ 1
...
xn11 xn2 2 xn k k พิจารณาจากความแปรผันของข ้อมูลที่
Total T.1 T.2 ... T.k T.. เกิดขึน
้
T.1 T.k T..
x.1 = x.k = x.. =
n1 nk n
15 16

ความแปรผันของข้อมูล ความแปรผันเฉลี่ย (mean square)

ƒ ในกรณีนส
ี้ ามารถจําแนกความแปรผันของข ้อมูลเป็ น 2 ส่วน ƒ คือค่าความแปรปรวน โดยคํานวณได ้จาก
sum of square
Sum Squares Sum Squares Sum Square degree of freedom
Total; SST Treatment; Error; SSE
ความแปรผันรวม SStrt ความแปรผั
ระหว่างกลุม
ุ่
น ความแปร
ด ังนน
ั้ SStrt
ผันภายใน
ผนภายใน Mean Square of Treatment (MStrt) =
ความแปรผันเฉลีย
่ หรือความแปรปรวนระหว่างกลุม
่ k–1
SST = ∑∑ ( xij − x.. ) 2
SSE = ∑∑ ( xij − x. j ) 2

SStrt = ∑ n j ( x. j − x.. ) Mean Square of Error (MSE) = SSE

i j 2 i j
T..2 = SST - SStrt
= ∑∑ xij2 − j
2 2 ความแปรผันเฉลีย
่ ของความคลาดเคลือ
่ น n–k
n T T
=∑ −
i j .j ..

j nj n df = n - k
df = n - 1 จะได้ต ัวสถิตท
ิ ดสอบคือ MStrt
df = k - 1 T..2 F=
Corrected Term(CT ) = MSE
n 17 18

3
 ตัวอย่าง 1
ตาราง ANOVA
ในการศึกษาอิทธิพลของระดับความชืน ้ ในห ้องต่อปริมาณเชือ ้ ราที่
Source of Sum square Mean square เกิดขึน
้ บนยางแผ่น โดยทําการทดลองกําหนดห ้องควบคุมระดับ
variation
df
(SS) (MS)
F ความชืน ้ 5 ห ้อง ๆ ละ 1 ระดับความชืน ้ ให ้เป็ นระดับ 1, 2, 3, 4 และ
5 หน่วยทดลองทีใ่ ช ้เป็ นยางแผ่นทีม ่ ข
ี นาดและคุณภาพเหมือนกัน
Treatment k–1 SStrt MStrt MStrt จํานวน 14 แผ่น สุม ่ ยางแผ่นและสุม ่ ระดับความชืน ้ เก็บยางแผ่นไว ้ใน
Error n–k SSE MSE
MSE ห ้องควบคุมระดับความชืน ้ ตามทีส ุ่ ได ้เป็ นระยะเวลา 1 เดือน แล ้ว
่ ม
บันทึกเชือ้ ราทีเ่ กิดขึน
้ บนยางแผ่น ได ้ดังนี้
Total n–1 SST
้ ในห ้องเก็บรักษา
ระดับความชืน จงวิเคราะห์ข ้อมูลเพือ่
1 2 3 4 5 สรุปว่า ระดับความชืน ้ ใน
• เขตวิกฤต ทีร่ ะดับนัยสําคัญ α ห ้องเก็บรักษาทัง้ 5 ระดับ
7.3 5.4 8.1 7.9 7.1
8.3 7.4 6.4 9.5 7.3 มีอทิ ธิพลต่อปริมาณเชือ ้
α ่ F > F1 - α, k – 1, n – k
จะปฏิเสธ H0 เมือ
7.6 7.0 10.0 ราต่างกันหรือไม่ ด ้วย
8.7 ระดับนัยสําคัญ 1%
F
0 F1−α ,v1 = k −1,v2 = n − k 31.9 19.8 14.5 27.4 14.4 108
19 20

ตัวอย่าง 1 Trt1 Trt2 Trt3 Trt4 Trt5

Treatment ้ 5 ระดับ
ระดับความชืน
7.3 5.4 8.1 7.9 7.1
คํานวณค่า Sum
Square
8.3 7.4 6.4 9.5 7.3
7.6 7.0 10.0
ั
ค่าสงเกตที
ส ่ นใจ ้ รา
ปริมาณเชือ 8.7
Corrected Term (CT)
31.9 19.8 14.5 27.4 14.4 108
คําถาม : ระดับความชืน้ ในห ้องเก็บรักษาทัง้ 5 ระดับมีอท
ิ ธิพล T..2 (108) 2
้ ราต่างกันหรือไม่
ต่อปริมาณเชือ CT = = = 833.14
T..2 n 14
SST = ∑∑ ( xij − x.. ) 2 = ∑∑ xij −
2
เมื
อ ่ ให ้ μj แทนปรมาณเฉลยของเชอราท
เมอให แทนปริมาณเฉลีย ้ ราที่
่ ของเชือ
•สมมติฐาน ระดับความชืน ้ j (j = 1, ..., 5) i j i j n
= (7.32 + 8.32 + … + 7.32) – (833.14) = 18.34 df = n – 1 = 13
H0: μ1 = μ2 = μ3 = μ4 = μ5 2 2
T T
H1: อย่างน ้อยค่าเฉลีย่ 2 ค่าแตกต่างกัน SStrt = ∑ n j ( x. j − x.. ) 2 = ∑ −
.j ..

j j nj n
•สถิตท
ิ ดสอบ MStrt = (31.92/4 + 19.82/3 + ... + 14.42/2) – (833.14) = 11.00 df = k – 1 = 4
F=
MSE SSE = SST – SStrt = 18.34 – 11 = 7.34 df = 13 – 4 = 9
21 22

ตาราง One-
One-way ANOVA ตัวอย่าง 2
Source Sum df Mean square F
square สถาปนิกคนหนึง่ ต ้องการทดสอบระยะเวลาทีส ี ะแห ้งของสี 4 ชนิด
่ จ
้ คือ สี A, B, C และ D ซึง่ ใช ้ทาบนวัสดุชนิดหนึง่ จึงทําการทดลอง
ระดับความชืน 11 4 11/4 = 2.75 2.75/0.816
= 3.37
โดยใช ้วัสดุดงั กล่าวทีม
่ ค
ี ณ ุ ลักษณะเหมือนกัน จํานวน 19 ชิน ้ สุม
่ วัสดุ
Error 7.34 9 7.34/9 = 0.816
และสุม่ สี ทาสีบนวัสดุทส ี่ มุ่ ได ้ บันทึกระยะเวลาทีส ี ห ้ง (หน่วย :
่ แ
Total 18.34 13 นาที) ได ้ข ้อมูลดังตาราง
จงวิเคราะห์ข ้อมูลว่า โดย
• เขตวกฤต
เขตวิกฤต ทีี่ α = 0.01
0 01 ชนิดของสี เฉลีย่ แล ้วระยะเวลาการ
จากตารางค่า F0.99, 4, 9 = 6.42 ดังนัน
้ เขตวิกฤตคือ F > 6.42 A B C D แห ้งของสีทงั ้ 4 ชนิด
73 74 68 71
แตกต่างกันหรือไม่ กําหนด
ƒ สรุปผล 73 74 69 71
ระดับนัยสําคัญ 5%
ค่า Fc < 6.42 ดังนัน้ ยอมรับ H0 73 74 69 72
้ ทัง้ 5 ระดับ ไม่มผ ้ รา ที่ 75 74 69 72
สรุปได ้ว่า ระดับความชืน ี ลต่อปริมาณเชือ
75 70 73
ระดับนัยสําคัญ 0.01
294 371 345 359 1369
23 24

4
 Trt1 Trt2 Trt3 Trt4
ตัวอย่าง 2 73 74 68 71 คํานวณค่า
Treatment สี 4 ชนิด 73 74 69 71 Sum Square
73 74 69 72
ค่าส ังเกตทีส
่ นใจ ระยะเวลาทีส ี ห้ง
่ แ 75 74 69 72
Corrected Term (CT)
75 70 73
คําถาม : โดยเฉลีย
่ แล้วระยะเวลาการแห้งของสีทงั้ 4 ชนิด T..2 (1369) 2
294 371 345 359 1369 CT = = = 98640.05
แตกต่างก ันหรือไม่ n 19
T..2
•สมมตฐาน
ส ิ ่ ให้ μj แทนเวลาเฉลีย
เมือ ่ การ SST = ∑∑ xij2 − = (732 + 732 + … + 732) – (98640.05) = 86.95
แห้งของสี j (j = 1, ..., 4) n
H0: μ1 = μ2 = μ3 = μ4
i j
df = n – 1 = 18

H1: อย่างน ้อยค่าเฉลีย่ 2 ค่าแตกต่างกัน

2 2
T T
SStrt = ∑ −
.j ..
= (2942/4 + 3712/5 + ... + 3592/5) – (98640.05) = 78.35
nj n
•สถิตท
ิ ดสอบ MStrt
j
df = k – 1 = 3
F=
MSE SSE = SST – SStrt = 86.95 – 78.35 = 8.6 df = 18 – 3 = 15
25 26

ตาราง One-
One-way ANOVA
Source Sum df Mean square F
การเปรียบเทียบค่าเฉลี่ย k กลมุ่
square
ชนิดของสี 78.35 3 78.35/3 = 26.12 26.12/0.57
= 45.56 „ ่ ทดสอบสมมติฐาน H0: μ1 = μ2 = ... = μk โดยใช ้
เมือ
Error 8.6 15 8.6/15 = 0.57
ANOVA
Total 86.95 18
„ หากไม่ปฏิเสธ H0 สรุปผลไม่มค ี วามแตกต่างระหว่าง
• เขตวกฤต
เขตวิกฤต ท
ที่ α = 0.05
0 05 ค่าเฉลีย
คาเฉลยทง
่ ทัง้ k กลุ
กล่ม
จากตารางค่า F0.95, 3, 15 = 3.29 ดังนัน
้ เขตวิกฤตคือ F > 3.29 „ หากปฏิเสธ H0 ควรทําการเปรียบเทียบพหุคณ ู
(multiple comparison) เพือ ่ พิจารณาว่ามีกลุม
่
ƒ สรุปผล ใดบ ้างทีแ
่ ตกต่างจากกลุม
่ อืน
่ ๆ
ค่า Fc > 3.29 ดังนัน
้ ปฏิเสธ H0
ี ย่างน ้อย 2 ชนิดที่
สรุปได ้ว่า ทีร่ ะดับนัยสําคัญ 0.05 มีสอ
ระยะเวลาเฉลีย ่ ของการแห ้งแตกต่างกัน
27 28

Least Significant Difference -LSD test ตัวอย่าง 3

เลือกกลุม่ กรรมวิธม ี าทีละ 2 กลุม ่ เพือ ่ ทดสอบ ข ้อมูลจากตัวอย่าง 2 ผลการทดสอบทีร่ ะดับนัยสําคัญ
เช่น เลือกกลุม่ ที่ j และ j ’ ซึง่ มีคา่ เฉลีย
่ เป็ น x กับ x 5% สรุปได ้ว่า สีอย่างน ้อย 2 ชนิด มีระยะเวลาแห ้ง
j j' เฉลีย่ แตกต่างกัน
คํานวณค่า x j − x j' และ LSD โดย H0: μj = μj’ จงเปรียบเทียบว่า ระยะเวลาแห ้งเฉลีย ่ โดยทั่วไปของสี
H1: μj ≠ μj’ ค่ใดทแตกตางกน
คู ดทีแ
่ ตกต่างกัน
⎛1 1 ⎞ Trt1 (A) Trt2 (B) Trt3 (C) Trt4 (D)
LSD = t MSE ⎜ + ⎟ เมือ่ v = n – k
α
1− ,υ ⎜n n ⎟ T.j 294 371 345 359
2 ⎝ j j ' ⎠ (df. ของ Error)
nj 4 5 5 5
จะปฏิเสธ H0: μj = μj’ ทีร่ ะดับนัยสําคัญ α เมือ
่ xj 73.5 74.2 69.0 71.8

x j − x j ' > LSD

29 30

5
 ผลของการทดสอบ Multiple Comparison
ƒ คํานวณค่า LSD
Trt1 (A) Trt2 (B) Trt3 (C) Trt4 (D)
T.j 294 371 345 359
⎛1 1 ⎞ ⎛1 1 ⎞
LSD = t MSE ⎜ + ⎟ = 2.131 0.57⎜ + ⎟ nj 4 5 5 5 ⎛1 1 ⎞
LSD = 2.131 0.57⎜ + ⎟
α
1− ,υ ⎜n n ⎟ ⎜n n ⎟ ⎜n n ⎟
2 ⎝ j j' ⎠ ⎝ j j' ⎠ xj 73.5 74.2 69.0 71.8 ⎝ j j' ⎠

จากตาราง ANOVA ในต ัวอย่าง 2 Comparison x j − x j' LSD Conclusion

S
Source Sum
S df M
Mean square F A vs B |73.5-74.2| = 0.7 1.08 No reject H0: μA = μB
square
A vs C |73.5-69.0| = 4.5 1.08 Reject H0: μA = μC
ชนิดของสี 78.35 3 78.35/3 = 26.12 26.12/0.57 =
45.56 A vs D |73.5-71.8| = 1.7 1.08 Reject H0: μA = μD
Error 8.6 15 8.6/15 = 0.57
Total 86.95 18 B vs C |74.2-69.0| = 5.2 1.02 Reject H0: μB = μC

v MSE B vs D |74.2-71.8| = 2.4 1.02 Reject H0: μB = μD

ที่ α = 0.05 t α
1− ,υ
= t0.975,15 = 2.131 C vs D |69.0-71.8| = 2.8 1.02 Reject H0: μC = μD
2 31 32

แผนการทดลองแบบบล็อกสมุ่
(Randomized Complete Block Design: RBD)
„ ข ้อจํากัดของการทดลองแบบ CRD
‰ การหาหน่วยทดลองทีเ่ หมือนกันทัง้ หมดทําได ้ยาก
‰ ในกรณีทเี่ ลือกใช ้หน่วยทดลองทีม ่ คี วามแตกต่างกัน
จะมีผลต่อการตรวจสอบอิทธิพลทีม ่ าจากกรรมวิธที ี่
แท ้จริงได ้ เนือ
่ งจากอาจมีอท ิ ธิพลอันเนือ ่ งมาจากตัว
แปรรบกวน (confounding variable)
่ ขจัดข ้อจํากัดเหล่านี้ จึงควรเลือกใช ้แผนการ
เพือ
ทดลอง RBD

33 34

การของ RBD
หลักการของ การศึกษาผลการใช้ฮอร์โมน 3 ชนิดโดยใช้ RBD
‰ พิจารณากรรมวิธ ี และหน่วยทดลองทีส ่ นใจ
z Treatment : ฮอร์โมน 3 ชนิด (A, B, C)
‰ พิจารณาตัวแปรทีส ่ ง่ ผลกระทบต่อค่าสังเกตทีส ่ นใจ
z ั
ค่าสงเกตที ส
่ นใจ : นํ้ าหนักทีล ่ ดลงของหนูหลังจากได ้รับ
‰ เลือกตัวแปรเหล่านัน ้ มาใช ้ในการจําแนกหน่วยทดลอง
เป็ นกลุม ่ ย่อย ๆ ทีเ่ รียกว่า Block ฮอร์โมน
โดยทีภ ่ ายในแต่ละ block ต ้องมีหน่วยทดลองอย่างน ้อย z นํา้ หน ักเริม ่ ต้นของหนูแต่ละตัวมีผลต่อนํ้ าหนักทีล ่ ดลง
เท่า่ กับ
ั k หรือ ื 2k หรือ ื 3k … (k = จํํานวนกลุม่ แต่ไม่สามารถหาหนูทม ี่ นี ํ้ าหนัักตััวใใกล ้เคีย
ี งกัน
ั ไ
ได ้
กรรมวิธ)ี กําหนด Block : กลุม ่ นํ้ าหนักเริม ่ ต ้นของหนู 4 กลุม ่
‰ ่ เลือกกรรมวิธใี ห ้หน่วยทดลองในแต่ละ block
สุม - กลุม ่ 1 : 1.0-2.9 lbs
Block 1 - กลุม ่ 2 : 3.0-4.9 lbs
Block 2 - กลุม่ 3 : 5.0-6.9 lbs
- กลุม
่ 4 : >6.9 lbs
Block 3
35 36

6
 ตัวอย่างแผนการทดลองแบบ RBD ตารางแจกแจง 2 ทางของค่าสังเกตที่ได้
ผลรวมของ x ใน block1
Treatment
กลุม
่ ต ัวอย่างหนู
Block 1 2 … j … k Total
จ ัดกลุม
่ หนู
ชง่ ั นํา้ หน ักเริม
่ ต้น T1.
ตามบล็อก 1 x11 x12 ... x1j … x1k T1. x1. =
k
2 x21 x22 ... x2j … x2k T2.
บล็อก 1: บล็อก 2: บล็อก 3: บล็อก 4:
1.0-2.9
1.0 2.9 lbs 3.0
3 0-44.99 lbs 5.0
5 0-66.99 lbs >6 9 lbs
>6.9 … ... ... ... ... … ... ...
i xi1 xi2 ... xij … xjk Ti.
ตารางแจกแจง 2 ทาง
เลือกTrt. A B A B … ... ... ... ... … ... ...
Tn.
่
อย่างสุม B C C C ชนิดฮอร์โมน
n xn1 xn2 ... xnj … xnk Tn. xn . =
นน. A B C k
C A B A
1.0-2.9 5 8 10 Total T.1 T.2 ... T.j … T.k T.. T
3.0-4.9 4 6 9
x.. = ..
ชง่ ั นํา้ หน ักและบ ันทึกข้อมูล nk
5.0-6.9 5 9 12
>6.9 8 9 11 ผลรวมของ x ในกลุม
่ trt1 ผลรวมของ x ทัง้ หมด
37 38

ขัน้ ตอนการวิเคราะห์ขข้อ้ มูล RBD ความแปรผันของข้อมูล

ในกรณีนส
ี้ ามารถจําแนกความแปรผันของข ้อมูลเป็ น 3 ส่วน
‰ Two-way ANOVA
SST SStrt SSB SSE
‰ ตรวจสอบผลของปัจจ ัย ความแปรผัน ความแปรผัน ความแปร
ความแปรผันรวม
สมมติฐานในการทดสอบ ระหว่างกรรมวิธ ี ระหว่างบล็อก ผันภายใน

H0: μ1 = μ2 = ... = μk SST = ∑∑ ( xij − x.. ) 2 = ∑∑ xij2 −

T..2
df = N - 1 = nk - 1
N
H1: อย่างน ้อยค่าเฉลีย
่ 2 ค่าแตกต่างกัน i j i j

T. 2j T..2 df = k - 1
สถิตทิ ดสอบ SStrt = ∑ n( x. j − x.. ) 2 =∑ −
n N
พิจารณาจากความผันแปรของข ้อมูลทีเ่ กิดขึน
้
j j

Ti.2 T..2
SSB = ∑ k ( xi. − x.. ) 2 =∑ − df = n - 1
i i k N
SSE = SST – SStrt - SSB df = (k–1)(n–1)
39
= N–k–n+1 40

ตาราง Two-
Two-way ANOVA
Source of Sum square Mean square
ตัวอย่าง 4
df F
variation (SS) (MS) ในการศึกษาเปรียบเทียบผลผลิตของข ้าว 4 พันธุ ์ คือพันธุ ์ A, B, C
Treatment k–1 SStrt
MStrt = SStrt และ D โดยใช ้ปุ๋ ย 5 ชนิดทีแ
่ ตกต่างกัน คือ ปุ๋ ย ก, ข, ค, ง และ จ
(k-1) MStrt
วางแผนทดลองโดยเตรียมแปลงทดลองทีม ่ ลี ก
ั ษณะเหมือนกัน 20
MSE
Block n–1 SSB แปลง สุม ่ แปลงทดลอง สุม่ ปุ๋ ยและสุม
่ พันธุข์ ้าว โดยให ้พันธุข
์ ้าวแต่
MSE = SSE ละพันธุป์ ลูกในแปลงทดลอง 5 แปลง และแปลงทดลองทัง้ หมดใช ้
Error (n–1)(k–1) SSE
(n-1)(k-1) ปุ๋ ยแตกต่างกัน
Total nk – 1 SST พันธุข
์ ้าว เมือ ้ สุดการทดลอง
่ สิน
ปุ๋ ย A B C D รวม บันทึกผลผลิตต่อแปลง
สถิตท
ิ ดสอบ F = MStrt / MSE
α ก 29 31 32 33 125
(กก.) ได ้ดังตาราง
ข 29 35 34 36 134
เขตวิกฤต ทีร่ ะดับนัยสําคัญ α ค 28 32 35 37 132
จงวิเคราะห์ข ้อมูลข ้างต ้น
่ F > F1-α, k–1, (n–1)(k–1)
จะปฏิเสธ H0 เมือ F ง 28 36 36 34 134 ด ้วยระดับนัยสําคัญ 5%
0 F1−α , k −1,( n −1)( k −1) จ 26 34 34 33 127
รวม 140 168 171 173 652
‰ ่ งจากต ัวแปรบล็อกไม่ใช ้ตัวแปรหลักทีส
เนือ ่ นใจศึกษา
ดังนัน
้ มักไม่ทําการตรวจสอบอิทธิพลของตัวแปรบล็อก 41 42

7
คําถาม : ผลผลิตของข ้าว 4 พันธุแ
์ ตกต่างกันหรือไม่ Blk1
Trt1
29
Trt2
31
Trt3
32
Trt4
33 125
คํานวณค่า Sum
Blk2 29 35 34 36 134 Square
ตัวแปร 1 : พันธุข
์ ้าว 4 ชนิด Treatment Blk3 28 32 35 37 132
Blk4 28 36 36 34 134
ตัวแปร 2 : ผลผลิตต่อแปลง ค่าสังเกตทีส
่ นใจ Blk5 26 34 34 33 127 Corrected Term (CT)
140 168 171 173 652 T..2 (652) 2
CT = = = 21255.2
ตัวแปร 3 : ปุ๋ ย 5 ชนิด Block N 20
T..2
SST = ∑∑ xij2 − = (292 + 292 + … + 332) – (21255.2)
(21255 2) = 188.8
188 8
• สมมติฐานในการทดสอบ ่ ให ้ μj แทนผลผลิตเฉลีย
เมือ ่ ต่อ
N
แปลงของพันธุข ์ ้าว j (j = 1, ..., 4) i j

H0: μ1 = μ2 = μ3 = μ4 df = N – 1 = 19
T. 2j T2
H1: อย่างน ้อยค่าเฉลีย
่ 2 ค่าแตกต่างกัน SStrt = ∑ − .. = (1402/5 + 1682/5 + ... + 1732/5) – (21255.2) = 143.6
j n N
• สถิตท
ิ ดสอบ df = k – 1 = 3
T2 T2
MStrt SSB = ∑ i. − .. = (1252/4 + 1342/4 + ... + 1272/4) – (21255.2) = 17.3
F= i k N
MSE df = n – 1 = 4
43
SSE = SST – SStrt – SSB = 188.8 – 143.6 – 17.3 = 27.9 df = (3)(4) = 1244

ตาราง ANOVA Least Significant Difference (LSD

LSD)) test
Source Sum df Mean square F
square เลือกกลุม
่ Treatment มาทีละ 2 กลุม
่ เพือ
่ เปรียบเทียบ
พันธุข
์ ้าว 143.6 3 143.6/3 = 47.87
ปุ๋ ย 17.3 4 47.87/2.325 = 20.58
่ ที่ j และ j’ ซึง่ มีคา่ เฉลีย
เช่น เลือกกลุม ่ เป็ น x j กับ x j '
Error 27.9 12 27.9/12 = 2.325 คํานวณค่า x j − x j' และ LSD โดย H0: μj = μj’
Total 188.8 19
H1: μj ≠ μj’
• เขตวิกฤต ที่ α = 0.05 ⎛1 1 ⎞
จากตารางค่า F0.95, 3, 12 = 3.49 ดังนัน
้ เขตวิกฤตคือ F > 3.49 LSD = t MSE ⎜ + ⎟
α
1− ,υ ⎜ n n ⎟ เมื่อ v = (n - 1)(k - 1)
2 ⎝ j j' ⎠
(df. ของ Error)
ƒ สรุปผล
ค่า Fc > 3.49 ดังนัน ้ ปฏิเสธ H0 จะปฏิเสธ H0: μj = μj’ ทีร่ ะดับนัยสําคัญ α เมือ
่
สรุปได ้ว่า ทีร่ ะดับนัยสําคัญ 0.05 ผลผลิตเฉลีย
่ /แปลงของข ้าว
อย่างน ้อย 2 ชนิดแตกต่างกัน
x j − x j ' > LSD
45 46

ตัวอย่าง z คํานวณค่า LSD

⎛1 1 ⎞
LSD = t MSE ⎜ + ⎟ = 2.179 2.325⎛⎜ 1 + 1 ⎞⎟ = 2.101
α
1− ,υ ⎜n n ⎟
จากตัวอย่าง 4 2 ⎝ j j' ⎠ ⎝5 5⎠
จงเปรียบเทียบว่า ผลผลิตของพันธุข
์ ้าวคูใ่ ดทีแ
่ ตกต่างกัน
จากตาราง ANOVA ในตัวอย่าง 4

Trt1 (A) Trt2 (B) Trt3 (C) Trt4 (D) Source Sum df Mean square F
square
T.j 140 168 171 173 MSE
พันธุข์ ้าว 143.6 3 47.87
nj 5 5 5 5
ปุ๋ ย 17.3 4 20.58
xj 28 33.6 34.2 34.6
Error 27.9 12 2.325
Total 188.8 19

ที่ α = 0.05 t α
1− ,υ
= t0.975,12 = 2.179 v
2
47 48

8
 ผลของการทดสอบ Multiple Comparison พิจารณาเลือกวิธีการวิเคราะห์ทางสถิติที่เหมาะสม
A B C D
z บริษัทผู ้ผลิตเหล็กกล ้าทีใ่ ช ้ในอุตสาหกรรม สงสัยว่าปริมาณ
T.j 140 168 171 173 คาร์บอนทีใ่ ช ้เป็ นส่วนผสมในการผลิตจะมีผลต่อความแกร่งของ
nj 5 5 5 5 เหล็กกล ้า จึงวางแผนการทดลองผลิตเหล็กกล ้าด ้วย 3 กรรมวิธ ี
xj 28 33.6 34.2 34.6 โดยกรรมวิธท ี ี่ 1, ที่ 2 และที่ 3 ซึง่ ใช ้ส่วนผสมคาร์บอน 0.1%,
0.2% และ 0.3% ทัง้ นีใ้ ช ้วัสดุอย่างอืน ่ เพือ่ การผลิตเหมือนกัน
Comparison x j − x j' LSD Conclusion ทําการผลิตเหล็กโดยใช ้แต่ละกรรมวิธจ ้ ทําการ
ี ํานวน 6 ชิน
ทดสอบความแกร่งของเหล็กกล ้า ได ้ข ้อมูลดังตาราง
A vs B |28-33.6| = 5.6 2.101 Reject H0: μA = μB
หน่วยตัวอย่าง % คาร์บอน
A vs C |28-34.2| = 6.2 2.101 Reject H0: μA = μC เหล็กทีผ
่ ลิตได ้ 0.1 0.2 0.3 จงวิเคราะห์เพือ ่ สรุปข ้อสงสัย
Reject H0: μA = μD 1 23 42 47
ข ้างต ้นด ้วยระดับนัยสําคัญ 5%
A vs D |28-34.6| = 6.6 2.101
B vs C |33.6-34.2| = 0.6 2.101 No reject H0: μB = μC
2 36 26 43 ก) One-way ANOVA
3 31 47 39
B vs D |33.6-34.6| = 1 2.101 No reject H0: μB = μD 4 33 34 42
ข) Two-way ANOVA
C vs D |34.2-34.6| = 0.4 2.101 No reject H0: μC = μD 5 31 37 43 ค) Chi-square
6 31 31 35
49 50

พิจารณาเลือกวิธีการวิเคราะห์ทางสถิติที่เหมาะสม พิจารณาเลือกวิธีการวิเคราะห์ทางสถิติที่เหมาะสม
ƒ ในการศึกษาเปรียบเทียบผลผลิตของมันฝรั่ง 3 พันธุ์ คือ พันธุ์ ก, ข และ ค
ƒ ตารางทีก
่ ําหนดให ้ต่อไปนีไ
้ ด ้จากการสํารวจการประสบความสําเร็จใน ซึง่ ปลูกในพืน ้ ทีท
่ มี่ ค
ี วามสูง 4 ระดับ คือ ระดับสูงมาก, ปานกลาง, น ้อย และ
การประกอบอาชีพของคนงาน 432 คน จําแนกตามระดับ IQ พืน้ ราบ โดยทําแปลงทดลองในแต่ละระดับจํานวน 3 แปลง ในแต่ละระดับ
ความสําเร็จในการทํางาน ความสูง สุม ่ พันธุม ่ แปลงทดลอง ปลูกมั่นฝรั่งพันธุต
์ ันฝรั่ง, สุม ์ า่ ง ๆ ในแปลง
ทีส ุ่ ได ้ เก็บเกีย
่ ม ่ วผลผลิต บันทึกข ้อมูลได ้ดังตาราง
ระดับ IQ ดีมาก พอใช ้ ไม่ด ี
ชนิดของมันฝรั่ง
สูงู 41 12 26 ระดับความสงง
ระดบความสู ก ข ค
กลาง 84 61 48 สูงมาก 18 13 12
ปานกลาง 17 28 19
ตํา่ 50 49 61
สูงน ้อย 14 12 9
จงวิเคราะห์ข ้อมูลดังกล่าวด ้วยระดับ ก) One-way ANOVA พืน
้ ราบ 11 17 10
นัยสําคัญ 5% ว่าระดับ IQ มีผลต่อ
ความสําเร็จในการทํางานหรือไม่ ข) Two-way ANOVA ทีร่ ะดับนัยสําคัญ 5% จงทดสอบว่ามัน ก) One-way ANOVA
ฝรั่ง 3 ชนิดให ้ผลผลิตแตกต่างกัน
ค) Chi-square ข) Two-way ANOVA
หรือไม่
ค) Chi-square
51 52

หลักการของ ANOVA หลักการของ ANOVA

ƒ สมมติฐานในการทดสอบ
ความแปรผันภายในกลุม
่ ความแปรผันภายในกลุม
่
H0 : μ1 = μ2 = … = μk
กลุม
่ 1 กลุม
่ 1
H1 : อย่างน ้อยค่าเฉลีย
่ 2 กลุม
่ ไม่เท่ากัน กลุม
่ 2 กลุม
่ 2

ƒ อาศ ัยความแปรปรวนหรือความแปรผ ันของข้อมูล

ู ในการ กล่ม 3
กลุ กล่
กลุม 3
้ จําแนก
วิเคราะห์ โดยกําหนดให้ความแปรผ ันทีเ่ กิดขึน
ออกเป็น 2 ส่วน คือ X X

à ความแปรผ ันภายใน (within group variability)

หรือ ความแปรผ ันของความคลาดเคลือ
่ น - SSE ความแปรผันระหว่างกลุม
่ ความแปรผันระหว่างกลุม
่

à ความแปรผ ันระหว่างกลุม
่ (between group ความแปรผันระหว่างกลุม
่ /df สามารถใช ้แสดงถึงขนาดของ
variability) - SStrt ความแปรผันภายในกลุม่ /df ความแตกต่างระหว่างค่าเฉลีย
่
ทัง้ 3
53 54

9
หลักการของ ANOVA Assumption ของ ANOVA
ความแปรผันภายในกลุม
่ ความแปรผันภายในกลุม
่
• ค่าสังเกตทีไ่ ด ้ภายในแต่ละกลุม ่ ทดลองต ้องเป็
เป็ นอิสระ
กลุม
่ 1 กลุม
่ 1
กัน
กลุม
่ 2 กลุม
่ 2
• ค่าสังเกตแต่ละตัวต ้องมาจากประชากรทีมี ม
่ ก
ี ารแจก
กล่
กลุม 3 กล่
กลุม 3 แจงปกติ ทมคาเฉลยเทากบ
แจงปกต ทีม ่ ค ่ เท่ากับ μ และความแปรปรวน
ี า่ เฉลีย
X X
เท่ากับ σ2
• ค่าความแปรปรวน
ความแปรปรวนของแต่ละกลุม ่ ทดลองต ้องเท่
เท่ากัน
ความแปรผันระหว่างกลุม
่ ความแปรผันระหว่างกลุม
่
(homogeneity of variance)

ความแปรผันระหว่างกลุม
่ /df MStrt
ความแปรผันภายในกลุม่ /df MSE
55 56

10