สถิติประยุกต์ สำหรับงานวิจัยด้านสาธารณสุข

สถิติประยุกต์ สำหรับงานวิจัยด้านสาธารณสุข คำว่า “สถิติ” (Statistics) มาจากภาษาเยอรมันว่า “Statistik” ที่มีรากศัพท์มาจาก “Stat” หมายถึง ข้อมูล หรือสารสนเทศ สถิติเป็นเครื่องมือที่สำคัญสำหรับการวิจัย การที่จะทำวิจัยได้ผลดีนั้น นักวิจัยควรมีความรู้ในศาสตร์ที่เกี่ยวข้องกับงานวิจัยควบคู่ไปกับความรู้ทางสถิติเนื้อหาการเรียนรู้ 1. ความหมายของสถิติ 2. ตัวแปรและประเภทของตัวแปร 3. ข้อมูลและประเภทของข้อมูล 4. ประเภทของสถิติ 5. ระดับของการวิเคราะห์ข้อมูล หนังสือภายในเล่มประกอบไปด้วย ประกอบไปด้วยเนื้อหา 10 บท

หนังสือสถิติประยุกต์สำหรับงำนวิจัยด้ำนสำธำรณสุขเล่มนี้จัดทำขึ้นเพื่อเป็นคู่มือสำหรับนิสิต นักศึกษำ ตลอดจนผู้ที่มีควำมสนใจเกี่ยวกับกำรนำสถิติมำประยุกต์ใช้ในงำนวิจัย หนังสือเล่มนี้ได้รวบรวมหลักกำรแนวคิด กำรเลือกใช้สถิติข้อตกลงเบื้องต้นของสถิติเทคนิควิธีเกี่ยวกับกำรจัดกำรข้อมูลและวิธีกำรวิเครำะห์ข้อมูล ด้วยโปรแกรมสำเร็จรูป SPSSโดยผู้เขียนได้นำเสนอภำพประกอบกำรอธิบำยเทคนิควิธีกำรใช้โปรแกรมสำเร็จรูป SPSS ในทุกขั้นตอนไว้อย่ำงละเอียด

1. ความรู้เบื้องต้นเกี่ยวกับสถิติ

คําว่า “สถิติ” (Statistics) มาจากภาษาเยอรมันว่า “Statistik” ที่มีรากศัพท์มาจาก “Stat” หมายถึง ข้อมูล หรือสารสนเทศ สถิติเป็นเครื่องมือที่สําคัญสําหรับการวิจัย การที่จะทําวิจัย ได้ผลดีนั้น นักวิจัยควรมีความรู้ในศาสตร์ที่เกี่ยวข้องกับงานวิจัยควบคู่ไปกับความรู้ทางสถิติ เนื้อหาการเรียนรู็ 1. ความหมายของสถิติ 2. ตัวแปรและประเภทของตัวแปร 3. ข้อมูลและประเภทของข้อมูล 4. ประเภทของสถิติ 5. ระดับของการวิเคราะห์ข้อมูล

2. สถิติเชิงพรรณนา

สถิติเชิงพรรณนา (Descriptive Statistics) เป็นสถิติที่ใช้สําหรับอธิบายคุณลักษณะ ทางประชากรของกลุ่มตัวอย่าง หรือประชากรที่ศึกษา ได้แก่ ร้อยละ หรือเปอร์เซ็นต์ (%) การแจกแจง ความถี่ (Frequency Distribution) การวัดแนวโน้มเข้าสู่ส่วนกลาง (Measures of Central Tendency) และการวัดการกระจายของข้อมูล (Measures of Variability) เป็นต้น เนื้อหาการเรียนรู้ 1. ร้อยละ หรือเปอร์เซ็นต์ (%) 2. การแจกแจงความถี่ (Frequency Distribution) 3. การวัดแนวโน้มเข้าสู่ส่วนกลาง (Measures of Central Tendency) 4. การวัดการกระจายของข้อมูล (Measures of Variability)เปอร์เซ็นต์(%) ร้อยละ หรือเปอร์เซ็นต์หมายถึง การเปรียบเทียบจํานวนใดจํานวนหนึ่งกับจํานวนเต็มร้อย อาจเขียนอยู่ในรูปอัตราส่วนที่มีจํานวนหลังของอัตราส่วนเป็น 100 หรืออาจเขียนในรูปของเศษส่วน ที่มีตัวส่วนเป็น 100 เช่น ร้อยละ 45 หรือ 45% เขียนในรูปอัตราส่วนได้45 : 100 หรือ 100 45 (รูปของเศษส่วน) ร้อยละ 8 หรือ 8% เขียนในรูปอัตราส่วนได้8 : 100 หรือ 100 8 (รูปของเศษส่วน) บทที่ 02 สถิติ เชิงพรรณนา ร้อยละ หรือเปอร์เซ็นต์ (%)

3. ความรู้พื้นฐานการใช้โปรแกรมสำเร็จรูป SPSS

โปรแกรมวิเคราะห์ข้อมูลสำเร็จรูป SPรS เป็นโปรแกรมสำเร็จรูปที่นิยมนำมาใช้วิเคราะห์ ข้อมูลการวิจัย โดยเฉพาะข้อมูลเชิงปริมาณ เพื่ออธิบายคุณลักษณะของกลุ่มตัวอย่าง หรือเพื่อการทดสอบ สมมติฐานการวิจัย ในบทนี้ผู้เขียนจะนำเสนอเกี่ยวกับความรู้พื้นฐาน และเทคนิควิธีการใช้โปรแกรม สำเร็จรูป SPSS ในส่วนของการนำเข้าข้อมูล และการจัดการข้อมูลโดยละเอียด กาสร้างตัวแปร การให้ค่าและความหมายของตัวแปร 1 การให้ชื่อตัวแปร (Name) 2 การระบุชนิดของตัวแปร (Type) 3 การกำหนดตำแหน่งทศนิยม (Decimals) 4 การให้ความหมายตัวแปร (Label) 5 การให้ค่าของตัวแปร (Value) 6 การกำหนดค่าสูญหายของตัวแปร (Missing) 7 การจัดวางตำแหน่งของข้อมูล (Align) 8 การระบุมาตราการวัดตัวแปร (Measure)

4. สมมติฐาน และ การทดสอบสมมติฐาน

สมมติฐาน (Hypothesis) คือ คำตอบที่คาดการณ์ไว้ล่วงหน้าอย่างสมเหตุสมผลต่อปัญหา ที่ศึกษา หรือการเดาที่ใช้หลักเหตุผลใช้ปัญญา และเขียนอยู่ในลักษณะของข้อความที่กล่าวถึง ความสัมพันธ์ ของตัวแปรตั้งแต่ 2 ตัวขึ้นไป คำตอบนี้ อาจจะถูกต้องหรือไม่ก็ได้จึงต้องมีการทดสอบ โดยอาศัย ข้อมูลต่างๆ และวิธีการทางสถิติ คำว่า “สมมติฐาน” ที่นำมาใช้ในการวิจัยนั้น หมายถึง ความคาดหวังเกี่ยวกับเหตุการณ์ ที่ศึกษาว่าตัวแปร 2 ตัวหรือหลายตัวจะมีความสัมพันธ์กันอย่างใดอย่างหนึ่งหรือไม่ และสมมติฐานที่ดี จะต้องประกอบด้วยเกณฑ์สองอย่างต่อไปนี้ ประการแรก สมมติฐานต้องเป็นข้อความแสดงถึง ความสัมพันธ์ระหว่างตัวแปร และประการที่สอง สมมติฐานนั้นจะต้องมีความชัดเจน สามารถทดสอบ ความสัมพันธ์ดังกล่าวได้ หากข้อความขาดคุณสมบัติดังกล่าวก็จะไม่ใช่สมมติฐานเนื้อหาการเรียนรู้ 1. ความสำคัญของสมมติฐาน 2. แหล่งของสมมติฐาน 3. การเขียนสมมติฐาน 4. ประเภทสมมติฐาน 5. การตัดสินผลการทดสอบสมมติฐาน 6. ประเภทของการทดสอบสมมติฐาน 7. ความคลาดเคลื่อนในการทดสอบสมมติฐาน

5. การวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรเชิงคุณภาพ

การวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรเชิงคุณภาพ ที่มีมาตราวัดนามบัญญัติ / มาตรา วัดอันดับ / ลำดับ) เช่น เมื่อต้องการศึกษาความสัมพันธ์ระหว่างการสูบบุรี่ (สูบ-ไม่สูบ) กับการป่วย เป็นโรคมะเร็งปอด (ป่วย – ไม่ป่วย) ในการวิเคราะห์ความสัมพันธ์ดังกล่าวจะใช้การทดสอบด้วยสถิติ ไคสแควร์ (Chi – Square) โดยข้อมูลที่นำมาหาความสัมพันธ์จะถูกวิเคราะห์อยู่ในรูปของตารางไขว้ (Cross Tabulation) เนื้อหาการเรียนรู้ 1. วัตถุประสงค์ของการวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรด้วยสถิติไคสแควร์ 2. การทดสอบความสัมพันธ์ระหว่างตัวแปร (Test of Association) 3. ข้อตกลงเบื้องต้นในการอ่านผลการวิเคราะห์ด้วยสถิติ Chi – Square 4. การวิเคราะห์ความสัมพันธ์ระหว่างตัวแปร ด้วยสูตรการคำนวณ Chi – Square 5. การวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรด้วยโปรแกรมสำเร็จรูป SPSS 6. ตารางนำเสนอผลการวิเคราะห์ข้อมูล

6. การวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรเชิงปริมาณ

การวิเคราะห์ความสัมพันธ์ระหว่างตัวเปรเชิงปริมาณที่มีมาตราอัตรภาค / มาตราอัตราส่วน เช่น การหาความสัมพันธ์ระหว่างอายุและความดันโลหิต ความสัมพันธ์ ระหว่างส่วนสูงกับน้ำหนัก ความสัมพันธ์ ระหว่างระดับการศึกษากับพฤติกรรมการดูแลตนเองเป็นต้น ในการพิจารณาความสัมพันธ์ระหว่างตัวแปร ว่ามีมากน้อยเพียงใดนั้นจะใช้ค่าสัมประสิทธิ์สหสัมพันธ์ (Correlation Coefficient) ของเพียร์สัน (Pearson Correlation) เป็นคำวัดความสัมพันธ์ ซึ่งโดยวิธีการทางสถิติมีอยู่หลายสูตร การจะใช้สถิติ ตัวใดขึ้นอยู่กับลักษณะของตัวแปรหรือระดับของการวัดของตัวแปรนั้นๆ ผลการวัดความสัมพันธ์ โดยทั่วไปจะสรุปว่า ตัวแปรคู่นั้นมีความสัมพันธ์กันจริงหรือไม่ มากน้อยเพียงใด สำหรับการแปลผลจะมองในแง่ ของความเกี่ยวพัน ความสอดคล้อง และการแปรผันร่วมกัน ม่สามารถแปลความหมายได้ว่าตัวแปรใด เป็นตัวแปรต้นและตัวใดเป็นตัวแปรตาม เช่น การศึกษาความสัมพันธ์ระหว่างส่วนสูงกับน้ำหนัก ผลการศึกษา สามารถบอกได้เพียงว่ามีความสัมพันธ์กันหรือไม่ และมีขนาดของความสัมพันธ์กันมากน้อยเพียงใดเท่านั้น เนื้อหาการเรียนรู้ 1. ค่าสัมประสิทธิ์สหสัมพันธ์ 2. การวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรเชิงปริมาณ ด้วยสูตรการคำนวณสัมประสิทธิ์ สหสัมพันธ์ของเพียร์สัน (Pearson Correlation) 3. การวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรด้วย สถิติ Pearson Correlation โดยโปรแกรมสำเร็จรูป SPSS 4. วิธีการแปลผลการวิเคราะห์ 5. ตารางนำเสนอผลการวิเคราะห์ข้อมูล

7. การเปรียบเทียบผลต่างค่าเฉลี่ยประชากร

ในการทดสอบสมมติฐานเพื่อเปรียบเทียบความแตกต่างค่าเฉลี่ยประชากรหนึ่งกลุ่ม และสองกลุ่มนั้น ข้อมูลที่รวบรวมได้จากกลุ่มตัวอย่างในแต่ละกลุ่มประชากร ต้องเป็นข้อมูลที่อยู่ใน มาตราอันตรภาคหรือมาตราอันตราส่วน ในการเปรียบเทียบจะนำค่าเฉลี่ย ( X ) ที่ได้จากกลุ่มตัวอย่าง ทั้ง 2 กลุ่มนั้นมาเปรียบเทียบกัน ทั้งนี้เพื่อนำไปสู่การสรุปว่าค่เฉลี่ยของประชากร 2 กลุ่มนั้นแตกต่างกัน หรือไม่ เนื้อหาการเรียนรู้ 1. การเปรียบเทียบค่าเฉลี่ยประชากรกับค่หรือเกณฑ์ที่กำหนด (One Sample t – test) 2. การเปรียบเทียบผลต่างระหว่างค่าเฉลี่ย 2 ประชากร ที่เป็นอิสระจากกัน (Independent Sample t – test) 3. การเปรียบเทียบผลต่างระหว่างค่าเฉลี่ย 2 ประชากรที่สัมพันธ์กัน (Dependent Activate Windows Sample t – test หรือ Paired Sample t – test)

8. การวิเคราะห์ความแปรปรวนทางเดียว

การทดสอบค่าเฉลี่ยของประชากรในบทที่ผ่านมา เป็นการทดสอบค่าเฉลี่ยของประชากร จำนวนไม่เกิน 2 กลุ่ม โดยใช้สถิติ 2 หรือสถิติ t ในการทดสอบ ซึ่งในบางครั้งอาจต้องทดสอบ ความแตกต่างค่าเฉลี่ยของประชากรที่มีมากกว่า 2 กลุ่มขึ้นไป เช่น ต้องการศึกษาเปรียบเทียบ ประสิทธิภาพของยา 4 ชนิด ในการรักษาโรคความดันโลหิตสูง ซึ่งในการศึกษาเปรียบเทียบดังกล่าว หากเปรียบเทียบโดยใช้การทดสอบด้วยสถิติ 2 หรือสถิติ t จะต้องทำการเปรียบเทียบรายคู่ ครั้งละ 1 คู่ จำนวน 6 ครั้ง ดังนี้ (1 – เปรียบเทียบยาชนิดที่ 1 กับ 2)(2 – เปรียบเทียบยาชนิดที่ 1 กับ 3)(3 – เปรียบเทียบยาชนิดที่ 1 กับ 4)(4 – เปรียบเทียบยาชนิดที่ 2 กับ 3)(5 – เปรียบเทียบยาชนิดที่ 2 กับ 4)(6 – เปรียบเทียบยาชนิดที่ 3 กับ 4)

9. การวิเคราะห์ความถดถอยเชิงเส้นอย่างง่าย

การวิเคราะห์ความถดถอยเชิงเส้นอย่างง่าย (Simple Linear Regression Analysis) เป็นการวิเคราะห์ความถดถอยของตัวแปรอิสระ 1 ตัว หรือที่เรียกว่าตัวแปรพยากรณ์ กับตัวแปรตาม 1 ตัว หรือที่เรียกว่าตัวแปรเกณฑ์ โดยตัวแปรทั้งสองต้องมีความสัมพันธ์เชิงเส้นตรง ซึ่งความสัมพันธ์ นั้นอาจเป็นความสัมพันธ์ทางบวกหรือทางลบก็ได้ รูปแบบการวิเคราะห์นี้เป็นรูปแบบพื้นฐานที่ง่ายที่สุด ของการวิเคราะห์ความถดถอย เนื้อหาการเรียนรู้ 1. จุดประสงค์ของการวิเคราะห์ความถดถอย 2. รูปแบบการวิเคราะห์ความถดถอย 3. ค่าสัมประสิทธิ์สหสัมพันธ์ (Correlation Coefficient = r) 4. ค่าสัมประสิทธิ์การตัดสินใจ (Coefficient of Determination: R) 5. ข้อตกลงเบื้องต้น (Assumption) 6. วิธีการทดสอบข้อตกลงเบื้องต้น (Assumption) 7. สมการถดถอยเชิงเส้นอย่างง่าย (Simple Linear Regression Equation) 8. การวิเคราะห์ความถดถอยเชิงเส้นอย่างง่าย (Simple Linear Regression Analysis) ด้วยโปรแกรมสำเร็จรูป 9. ตารางนำเสนอผลการวิเคราะห์ข้อมูล

10. การวิเคราะห์ความถดถอยพหุคูณเชิงเส้น

การวิเคราะห์ความถดถอยพหุคูณเชิงเส้น (Multiple Linear Regression Analysis) เป็นการวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรที่ตัวแปรอิสระ (Independent Variable) มีตั้งแต่ 2 ตัวแปรขึ้นไป โดยตัวแปรอิสระนั้นอาจเป็นตัวแปรเชิงปริมาณ หรือมีทั้งตัวแปรเชิงปริมาณผสม กับตัวแปรเชิงคุณภาพก็ได้ ในขณะที่ตัวแปรตาม (Dependent Variable) เป็นตัวแปรเชิงปริมาณ เนื้อหาการเรียนรู้ 1. จุดประสงค์ของการวิเคราะห์ความถดถอยพหุคูณเชิงเส้น 2. รูปแบบการวิเคราะห์ความถดถอยพหุคูณเชิงเส้น 3. ข้อตกลงเบื้องต้นของการวิเคราะห์ความถดถอยพหุคูณเชิงเส้น 4. วิธีการทดสอบข้อตกลงเบื้องตัน (Assumption) 5. สมการถดถอยพหุคูณเชิงเส้น (Multiple Linear Regression Equation) 6. เทคนิคการคัดเลือกตัวแปรอิสระเข้าสมการความถดถอย 7. การวิเคราะห์ความถดถอยพหุคูณเชิงเส้น (Multiple Linear Regression Analysis) ด้วยโปรแกรมสำเร็จรูป 8. การวิเคราะห์ความถดถอยพหุคุณที่มีตัวแปรหุ่นร่วมในการพยากรณ์ 9. ตารางนำเสนอผลการวิเคราะห์ข้อมูล