การทดสอบไคสแควร์: สารสนเทศสำคัญอีก 2 ประเภทที่นักวิจัยควรเขียนรายงานให้ครบถ้วน เมื่อตัวแปรเชิงกลุ่ม 2 ตัวแปรมีความสัมพันธ์กันอย่างมีนัยสำคัญทางสถิ
Main Article Content
บทคัดย่อ
โดยทั่วไปนักวิจัยจะใช้สถิติไคสแควร์ในการทดสอบความสัมพันธ์ระหว่างตัวแปรเชิงกลุ่ม 2 ตัวแปร ซึ่งเป็นตัวแปรที่มีมาตรวัดนามบัญญัติหรือมาตรวัดเชิงอันดับ สมมติฐานว่างของสถิติไคสแควร์ระบุว่า ไม่มีความสัมพันธ์กันระหว่างตัวแปรเชิงกลุ่ม 2 ตัวแปร สมมติฐานทางเลือกระบุว่า มีความสัมพันธ์กันระหว่างตัวแปรเชิงกลุ่ม 2 ตัวแปร ถ้าผลการทดสอบไคสแควร์มีนัยสำคัญทางสถิติ นักวิจัยควรวิเคราะห์และรายงานด้วยว่าตัวแปรเชิงกลุ่มตัวแปรหนึ่งมีความสัมพันธ์กันอย่างไรกับตัวแปรเชิงกลุ่มอีกตัวแปรหนึ่ง โดยการวิเคราะห์ค่าคลาดเคลื่อนมาตรฐานในแต่ละเซลล์ นอกจากนี้นักวิจัยควรวิเคราะห์และรายงานขนาดผลกระทบซึ่งเป็นสถิติที่ใช้ในการประเมินขนาดความสัมพันธ์ระหว่างตัวแปรเชิงกลุ่ม 2 ตัวแปร ผลการวิจัยจะได้รับการประเมินว่า
มีนัยสำคัญในทางปฏิบัติ ถ้าขนาดความสัมพันธ์ระหว่างตัวแปรเชิงกลุ่ม 2 ตัวแปรมากเพียงพอจนถึงขั้นสามารถสร้างคุณค่าให้เกิดขึ้นในชีวิตจริงของบุคคลที่นำผลการวิจัยไปสู่การปฏิบัติ
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
“ข้าพเจ้าและผู้เขียนร่วม (ถ้ามี) ขอรับรองว่า บทความที่เสนอมานี้ยังไม่เคยได้รับการตีพิมพ์และไม่ได้อยู่ระหว่างกระบวนการพิจารณาลงตีพิมพ์ในวารสารหรือแหล่งเผยแพร่อื่นใด ข้าพเจ้าและผู้เขียนร่วมยอมรับหลักเกณฑ์การพิจารณาต้นฉบับ ทั้งยินยอมให้กองบรรณาธิการมีสิทธิ์พิจารณาและตรวจแก้ต้นฉบับได้ตามที่เห็นสมควร พร้อมนี้ขอมอบลิขสิทธิ์บทความที่ได้รับการตีพิมพ์ให้แก่สถาบันการจัดการปัญญาภิวัฒน์หากมีการฟ้องร้องเรื่องการละเมิดลิขสิทธิ์เกี่ยวกับภาพ กราฟ ข้อความส่วนใดส่วนหนึ่งและ/หรือข้อคิดเห็นที่ปรากฏในบทความข้าพเจ้าและผู้เขียนร่วมยินยอมรับผิดชอบแต่เพียงฝ่ายเดียว”
References
Amidei, J., Piwek, P., & Willis, A. (2019). Agreement is overrated: A plea for correlation to assess human evaluation reliability. In K. V. Deemter, & C. Lin (Eds.), The 12th International Conference on Natural Language Generation (pp. 344-354). Association for Computational Linguistics. https://aclanthology.org/W19-8642
Berenson, M. L., Levine, D. M., & Krehbiel, T. C. (2012). Basic business statistics: Concepts and applications (12th ed.). Prentice Hall.
Bluman, A. G. (2009). Elementary statistics: A step by step approach (7th ed.). Mcgraw-Hill.
Goodman, L. A., & Kruskal, W. H. (1954). Measures of association for cross classifications. Journal of the American Statistical Association, 49, 732-764.
Kaiyawong, S. (2017). Effect size: The most important product of hypothesis testing. Panyapiwat Journal, 9(1), 276-287. [in Thai]
Kirk, R. (2008). Statistics: An introduction (5th ed.). Thomson.
Rea, L. M., & Parker, R. A. (1992). Designing and conducting survey research. Jossey-Boss.
Weiers, R. M. (2011). Introduction to business statistics (7th ed.). South-Western.
Weiss, N. A. (2012). Introductory statistics (9th ed.). Addison-Wesley.