สถิติที่ใช้ในการวิจัย

Pearson Correlation

เป็นการหาความสัมพันธ์ระหว่างตัวแปร 2 ตัวที่อยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale ค่าที่ได้เรียกว่า "สัมประสิทธิ์สหสัมพันธ์" โดยปกติจะมีค่าอยู่ระหว่าง -1.00 ถึง 1.00
- ถ้ามีค่าติดลบหมายความว่า ตัวแปร 2 ตัวมีความสัมพันธ์ในทิศทางตรงกันข้าม
- ถ้ามีค่าเป็นบวกหมายความว่า ตัวแปร 2 ตัวมีความสัมพันธ์ในทิศทางเดียวกัน
- ถ้ามีค่าเป็น 0 หมายความว่าตัวแปร 2 ตัวไม่มีความสัมพันธ์กัน

Spearman Rank Correlation

เป็นการหาความสัมพันธ์ระหว่างตัวแปร 2 ตัวที่อยู่ในมาตราการวัดระดับ Ordinal Scale โดยปกติจะมีค่าอยู่ระหว่าง -1.00 ถึง 1.00
- ถ้ามีค่าติดลบหมายความว่า ตัวแปร 2 ตัวมีความสัมพันธ์ในทิศทางตรงกันข้าม
- ถ้ามีค่าเป็นบวกหมายความว่า ตัวแปร 2 ตัวมีความสัมพันธ์ในทิศทางเดียวกัน
- ถ้ามีค่าเป็น 0 หมายความว่าตัวแปร 2 ตัวไม่มีความสัมพันธ์กัน

Kendall Tau Correlation

เป็นการหาความสัมพันธ์ระหว่างตัวแปร 2 ตัวที่อยู่ในมาตราการวัดระดับ Ordinal Scale โดยปกติจะมีค่าอยู่ระหว่าง -1.00 ถึง 1.00
- ถ้ามีค่าติดลบหมายความว่า ตัวแปร 2 ตัวมีความสัมพันธ์ในทิศทางตรงกันข้าม
- ถ้ามีค่าเป็นบวกหมายความว่า ตัวแปร 2 ตัวมีความสัมพันธ์ในทิศทางเดียวกัน
- ถ้ามีค่าเป็น 0 หมายความว่าตัวแปร 2 ตัวไม่มีความสัมพันธ์กัน

Point Biserial Correlation

เป็นการหาความสัมพันธ์ระหว่างตัวแปร 2 ตัว โดยตัวแปรตัวหนึ่งอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale และอีกตัวหนึ่งอยู่ในมาตราการวัดระดับ Nominal Scale ที่แบ่งออกเป็น 2 กลุ่ม โดยปกติจะมีค่าอยู่ระหว่าง -1.00 ถึง 1.00
- ถ้ามีค่าติดลบหมายความว่า ตัวแปร 2 ตัวมีความสัมพันธ์ในทิศทางตรงกันข้าม
- ถ้ามีค่าเป็นบวกหมายความว่า ตัวแปร 2 ตัวมีความสัมพันธ์ในทิศทางเดียวกัน
- ถ้ามีค่าเป็น 0 หมายความว่าตัวแปร 2 ตัวไม่มีความสัมพันธ์กัน

Simple Regression

ใช้เมื่อต้องการสร้างสมการถดถอยอย่างง่าย ประกอบไปด้วยตัวแปรทำนาย 1 ตัว และตัวแปรเกณฑ์ 1 ตัว โดยควรจะอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale ทั้งคู่

Multiple Regression Analysis

ใช้เมื่อการสร้างสมการถดถอย ประกอบไปด้วยตัวแปรทำนายตั้งแต่ 1 ตัวขึ้นไป และตัวแปรเกณฑ์ 1 ตัว โดยตัวแปรทั้งหมดควรจะอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale
ถ้ามีตัวแปรใดอยู่ในมาตราการวัดระดับ Nominal หรือ Ordinal Scale ควรจะเปลี่ยนให้เป็นตัวแปรดัมมี่ (Dummy Variable)

Multivariate Regression Analysis

ใช้เมื่อการสร้างสมการถดถอย ประกอบไปด้วยตัวแปรทำนายตั้งแต่ 1 ตัวขึ้นไป และตัวแปรเกณฑ์มากกว่า 1 ตัว โดยตัวแปรทั้งหมดควรจะอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale
ถ้ามีตัวแปรใดอยู่ในมาตราการวัดระดับ Nominal หรือ Ordinal Scale ควรจะเปลี่ยนให้เป็นตัวแปรดัมมี่ (Dummy Variable)
สถิตินี้เหมาะที่จะใช้เมื่อพบว่าตัวแปรเกณฑ์แต่ละตัวมีความสัมพันธ์กัน

Multiple Correlation

เป็นการหาความสัมพันธ์ระหว่างชุดของตัวแปรที่อยู่ในระดับ Interval หรือ Ratio Scale ที่ประกอบไปด้วยตัวแปรตาม 1 ตัวและตัวแปรอิสระมากกว่า 1 ตัว

Multiserial Correlation

เป็นการหาความสัมพันธ์ระหว่างตัวแปรโดยตัวแปรตัวหนึ่งจะต้องอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale และชุดของตัวแปรที่อยู่ในมาตราการวัดระดับ Ordinal Scale

Partial Correlation

กรณีที่มีตัวแปรหลาย ๆ ตัว และตัวแปรแต่ละตัวต่างก็มีความสัมพันธ์กัน หากคำนวณหาค่าสหสัมพันธ์ทีละคู่ ค่าที่ได้จะไม่ตรงกับความเป็นจริงเพราะได้รวมความสัมพันธ์ของตัวแปรอื่น ๆ ไว้ด้วย ดังนั้นจึงต้องมีการขจัดอิทธิพลของตัวแปรอื่น ๆ ออกไปด้วย
สำหรับหาสหสัมพันธ์ระหว่างตัวแปร 2 ตัวที่อยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale ที่มีการขจัดตัวแปรอื่น ๆ ออกไป

Path Analysis

เป็นการศึกษาอิทธิพลระหว่างตัวแปรต่าง ๆ เพื่อดูว่ามีอิทธิพลทางตรงและอิทธิพลทางอ้อมของตัวแปรที่สันนิษฐานว่าเป็นสาเหตุต่อตัวแปรที่เป็นผลหรือไม่
สัมประสิทธิ์เส้นทาง เป็นค่าที่บ่งบอกถึงอิทธิพลทางตรงของตัวแปรที่เป็นสาเหตุที่ทำให้อีกตัวหนึ่งเปลี่ยนแปลงไป

z-test

z-test เป็นสถิติที่ใช้ทดสอบต่อไปนี้
1. กรณีกลุ่มตัวอย่างหนึ่งกลุ่ม
- ทดสอบความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มตัวอย่างกับประชากร
- ทดสอบความแตกต่างของสัดส่วนระหว่างกลุ่มตัวอย่างกับประชากร
2. กรณีกลุ่มตัวอย่างสองกลุ่ม
- ทดสอบความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มตัวอย่าง 2 กลุ่ม
- ทดสอบความแตกต่างของสัดส่วนระหว่างกลุ่มตัวอย่าง 2 กลุ่ม

t-test

t-test เป็นสถิติที่ใช้ทดสอบต่อไปนี้
1. กรณีกลุ่มตัวอย่างหนึ่งกลุ่ม ใช้ทดสอบความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มตัวอย่างกับประชากร
2. กรณีกลุ่มตัวอย่างสองกลุ่ม
- ทดสอบความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มตัวอย่าง 2 กลุ่มที่เป็นอิสระจากกัน
- ทดสอบความแตกต่างของสัดส่วนระหว่างกลุ่มตัวอย่าง 2 กลุ่มที่สัมพันธ์กัน

Chi-Square

Chi-Square เป็นสถิติที่ตัวแปรจะต้องอยู่ในระดับการวัด Nominal Scale ใช้ทดสอบต่อไปนี้
1. กรณีกลุ่มเดียว
- ทดสอบความแตกต่างของความแปรปรวนระหว่างกลุ่มตัวอย่างกับประชากร
- ทดสอบความแตกต่างของความถี่ที่คาดหวังกับความถี่ที่สังเกตได้
- ทดสอบความข้อมูลว่ามีการแจกแจงเป็นโค้งปกติหรือไม่ (Goodness of fit)
2. ใช้ทดสอบความสัมพันธ์ระหว่างตัวแปร 2 ตัวที่เป็นอิสระจากกัน

Phi Coefficient

เป็นการหาความสัมพันธ์ระหว่างตัวแปร 2 ตัวที่อยู่ในมาตราการวัดระดับ Nominal Scale ที่แบ่งออกเป็น 2 กลุ่มเท่านั้น

Contingency Coefficient

เป็นการหาความสัมพันธ์ระหว่างตัวแปร 2 ตัวที่อยู่ในมาตราการวัดระดับ Nominal Scale โดยปกติจะมีค่าอยู่ระหว่าง 0 กับ 1

Analysis of Variance

เป็นการหาความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มตัวอย่างตั้งแต่ 2 กลุ่มขึ้นไป โดยตัวแปรตามจะมีเพียง 1 ตัวอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale และตัวแปรอิสระตั้งแต่ 1 ตัวขึ้นไปอยู่ในมาตราการวัดระดับ Nominal Scale
ถ้าวิเคราะห์กับตัวแปรอิสระ 1 ตัว เรียกว่า One-way ANOVA
ถ้าวิเคราะห์กับตัวแปรอิสระ 2 ตัว เรียกว่า Two-way ANOVA
ถ้าวิเคราะห์กับตัวแปรอิสระ 3 ตัว เรียกว่า Three-way ANOVA
ฯลฯ

Analysis of Covariance

เป็นการหาความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มตัวอย่างตั้งแต่ 2 กลุ่มขึ้นไป โดยตัวแปรตามจะมีเพียง 1 ตัวอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale ตัวแปรอิสระตั้งแต่ 1 ตัวขึ้นไปอยู่ในมาตราการวัดระดับ Nominal Scale และตัวแปรร่วมตั้งแต่ 1 ตัวขึ้นไปอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale
ถ้าวิเคราะห์กับตัวแปรอิสระ 1 ตัว เรียกว่า One-way ANCOVA
ถ้าวิเคราะห์กับตัวแปรอิสระ 2 ตัว เรียกว่า Two-way ANCOVA
ถ้าวิเคราะห์กับตัวแปรอิสระ 3 ตัว เรียกว่า Three-way ANCOVA
ฯลฯ

Analysis of variance with Repeated measures

เป็นรูปแบบการวิเคราะห์ความแปรปรวนที่มีการวัดซ้ำมากกว่า 1 ครั้งในช่วงเวลาที่แตกต่างกัน
กลุ่มตัวอย่างตั้งแต่ 1 กลุ่มขึ้นไป โดยตัวแปรตามจะมีเพียง 1 ตัวอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale ที่มีการวัดซ้ำมากกว่า 1 ครั้ง ถ้ากลุ่มตัวอย่าง 1 กลุ่มจะไม่ปรากฏตัวแปรอิสระ

Factorial ANOVA

เป็นคำที่ใช้เรียกสถิติในกลุ่มของการวิเคราะห์ความแปรปรวน ทั้ง ANOVA, ANCOVA และ Repeated Measure ที่มีตัวแปรอิสระตั้งแต่ 2 ตัวขึ้นไป

Discriminant Analysis

เป็นการศึกษาว่ามีตัวแปรทำนายตัวใดบ้างที่สามารถใช้ในการจำแนกกลุ่มของตัวแปรเกณฑ์ได้ เพื่อประโยชน์ในการจำแนกกลุ่มตัวอย่างออกเป็นกลุ่ม ๆ ได้อย่างถูกต้อง
ตัวแปรทำนายตั้งแต่ 1 ตัวขึ้นไปอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale และตัวแปรเกณฑ์ 1 ตัวอยู่ในมาตราการวัดระดับ Nominal Scale

Factor Analysis

เป็นการศึกษาองค์ประกอบของตัวแปร ว่าตัวแปรที่ศึกษาสามารถจัดกลุ่มได้เป็นกี่องค์ประกอบ การวิเคราะห์องค์ประกอบมี 2 ชนิด คือ
1. การวิเคราะห์องค์ประกอบเชิงสำรวจ (Exploratory Factor Analysis) เป็นการค้นหาหรือสำรวจว่าตัวแปรที่ศึกษาประกอบด้วยกี่องค์ประกอบ
2. การวิเคราะห์องค์ประกอบเชิงยืนยัน (Confirmatory Factor Analysis) เป็นการตรวจสอบหรือยืนยันทฤษฎีที่มีผู้ค้นพบไว้แล้ว

Canonical Correlation

เป็นการหาความสัมพันธ์ระหว่างชุดของตัวแปรอิสระและชุดของตัวแปรตาม โดยตัวแปรอิสระจะมีตั้งแต่ 1 ตัวขึ้นไป และตัวแปรตามมีมากกว่า 2 ตัว โดยตัวแปรทั้งหมดควรอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale

Hotelling T2

เป็นการทดสอบความแตกต่างระหว่างค่าเฉลี่ยของกลุ่มตัวอย่าง 2 กลุ่ม โดยมีตัวแปรอิสระ 1 ตัวอยู่ในมาตราการวัดระดับ Nominal Scale ที่แบ่งออกเป็น 2 กลุ่ม และตัวแปรตามมากกว่า 1 ตัวอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale

Multivariate Analysis of Variance

เป็นการทดสอบความแตกต่างระหว่างค่าเฉลี่ยของกลุ่มตัวอย่างตั้งแต่ 2 กลุ่มขึ้นไป โดยตัวแปรอิสระจะมีตั้งแต่ 1 ตัวขึ้นไปอยู่ในมาตราการวัดระดับ Nominal Scale และตัวแปรตามมากกว่า 1 ตัวอยู่ในมาตรการวัดระดับ Interval หรือ Ratio Scale
ถ้ามีตัวแปรอิสระ 1 ตัว เรียกว่า One-way MANOVA
ถ้ามีตัวแปรอิสระ 2 ตัว เรียกว่า Two-way MANOVA
ถ้ามีตัวแปรอิสระ 3 ตัว เรียกว่า Three-way MANOVA
ฯลฯ
ถ้ามีตัวแปรร่วม จะเรียกว่า "Multivariate Analysis of Covariance"

Binomial Test

เป็นการทดสอบความน่าจะเป็นของข้อมูลระดับ Nominal Scale ที่มีโอกาสเกิดขึ้นได้เพียง 2 อย่าง (Dichotomous)

Kolmogorov Smirnov Test

1. Kolmogorov Smirnov One Sample Test เป็นการทดสอบตัวแปรว่ามีการแจกแจงเป็นโค้งปกติหรือไม่ (Goodness of fit) โดยตัวแปรจะต้องอยู่มาตราการวัด Ordinal Scale
2. Kolmogorov Smirnov Two-Sample Test เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่าง 2 กลุ่มที่เป็นอิสระจากกัน โดยตัวแปรที่นำมาทดสอบจะต้องอยู่มาตราการวัด Ordinal Scale

Wilcoxon matched-pairs Test

เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่าง 2 กลุ่มที่สัมพันธ์กัน โดยข้อมูลที่นำมาทดสอบต้องอยู่ในมาตราการวัด Ordinal Scale

Sign Test

เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่าง 2 กลุ่มที่สัมพันธ์ โดยข้อมูลที่นำมาทดสอบต้องอยู่ในมาตราการวัด Ordinal Scale

McNemar Test

เป็นการทดสอบความแตกต่างระหว่างข้อมูลก่อนและหลังของกลุ่มตัวอย่างกลุ่มเดียวกัน ข้อมูลที่นำมาทดสอบอยู่ในมาตราการวัด Nominal หรือ Ordinal Scale

Mann Whitney U Test

เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่าง 2 กลุ่มที่เป็นอิสระจากกัน โดยข้อมูลที่นำมาทดสอบต้องอยู่ในมาตราการวัด Ordinal Scale

Median Test

เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่างตั้งแต่ 2 กลุ่มขึ้นไปที่เป็นอิสระจากกัน โดยข้อมูลที่นำมาทดสอบต้องอยู่ในมาตราการวัด Ordinal Scale

Fisher exact test

เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่าง 2 กลุ่มที่เป็นอิสระจากกัน โดยข้อมูลที่นำมาทดสอบต้องอยู่ในมาตราการวัด Nominal Scale ที่แบ่งเป็น 2 กลุ่ม

Friedman Test

เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่างมากกว่า 2 กลุ่มที่สัมพันธ์กัน โดยข้อมูลที่นำมาทดสอบต้องอยู่ในมาตราการวัด Ordinal Scale

Cochran Q Test

เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่างมากกว่า 2 กลุ่มที่สัมพันธ์กัน โดยข้อมูลที่นำมาทดสอบต้องอยู่ในมาตราการวัด Nominal Scale

Kruskal Wallis Test

เป็นการทดสอบความแตกต่างระหว่างกลุ่มตัวอย่างมากกว่า 2 กลุ่มที่เป็นอิสระจากกัน โดยข้อมูลที่นำมาทดสอบต้องอยู่ในมาตราการวัด Ordinal Scale