เตมศกด สขวบลย คณะวทยาการจดการ Basic Research Methods in Business 7 29 ตค 58 เนอหา ID: 613442
Download Presentation The PPT/PDF document "01132491 ระเบียบวิธ..." is the property of its rightful owner. Permission is granted to download and print the materials on this web site for personal, non-commercial use only, and to display it on your personal computer provided you do not modify the materials and that you retain all copyright notices contained in the materials. By downloading content from our website, you accept the terms of this agreement.
Slide1
01132491 ระเบียบวิธีวิจัยพื้นฐานทางธุรกิจ
เติมศักดิ์ สุขวิบูลย์คณะวิทยาการจัดการ
Basic Research Methods in Business
7
:
29 ต.ค. 58Slide2
เนื้อหา
ความหมายของข้อมูล (Data
)ประเภท
ข้อมูล 1. แบ่งตามแหล่งที่มา 2. แบ่งตามระดับการวัด 3
. แบ่งตามลักษณะของ
ข้อมูล
4. แบ่งตามช่วงเวลา
อ้างอิง
วิธีการวิเคราะห์ข้อมูลประเภท
ต่างๆ
1. สเกลนามกำหนด (
Nominal
Scales
)
2. สเกลอันดับ (
Ordinal
Scales
)
3. สเกลอันตรภาค (
Interval
Scales
)
4. สเกลอัตราส่วน (
Ratio
Scales
)
ประเภท
ตัวแปร ความสัมพันธ์ระหว่างตัวแปร
1. แบ่งตามอิทธิพลของตัวแปร
2. แบ่งตามการจัดกระทำของตัวแปร
3. แบ่งตามภาวการณ์แทรกซ้อนตัวแปร/ภายนอก/ทดสอบ
4. แบ่งตามความต่อเนื่องของค่าตัวแปร
5. แบ่งตามการคัดเลือกตัว
แปร
ความสัมพันธ์ระหว่างตัว
แปร
1.
ที่มา
และ
เหตุผลความสัมพันธ์
ระหว่าง
ตัวแปร
2. รูปแบบของความสัมพันธ์
3. ทิศทาง
ของความสัมพันธ์
Slide3
ข้อเท็จจริงที่เกิดขึ้นเกี่ยวกับเรื่องใดเรื่องหนึ่ง หรือสิ่งที่แสดงถึง
สถานภาพ สถานการณ์หรือปรากฏการณ์ โดยอาจอยู่ในรูปตัวเลขที่ประมวลผลหรือข้อความที่ใช้เนื้อหาพิจารณา ภาพวาด/ภาพถ่าย
และอื่นๆ
ความหมายความหมายของข้อมูล (Data) ข้อมูลที่ได้จากการสังเกต วัด สอบถามจากหน่วยที่ศึกษา ค่าของ
ตัวแปร คือ ข้อมูล
ความหมายของตัวแปร
(Data)
สาเหตุที่ข้อมูลแตกต่างกัน
1. คุณลักษณะที่แตกต่างกันของบุคคลหรือสิ่งนั้น
2. เวลาที่แตกต่างกัน
3. สถานที่แตกต่างกันSlide4
ข้อมูลปฐมภูมิ
(Primary Data) -ข้อมูลใดๆ ที่เก็บจากแหล่งกำเนิด/เจ้าของข้อมูลโดยตรง ซึ่งผู้วิจัยต้องเก็บขึ้นมาใหม่เพื่อวัตถุประสงค์ของการวิจัยนั้นโดยเฉพาะ
ไม่ใช่ เป็นการรวบรวมสถิติหรือข้อมูลที่ผู้อื่นได้ทำการเก็บรวบรวมมา
ข้อมูลทุติยภูมิ (Secondary Data) - ข้อมูลต่างๆ ที่มีอยู่แล้ว ซึ่งอาจจะอยู่ในรูปข้อมูลดิบที่ผู้อื่นรวบรวมไว้แล้ว /ข้อมูลที่ผ่านกรรมวิธีทางข้อมูล (Data Processing) หรือการวิเคราะห์ (Data analysis)1. แบ่งตามแหล่งที่มา4
ประเภทข้อมูลSlide5
2. แบ่งตามระดับการวัด
ข้อมูลระดับกลุ่ม/ประเภท (Nominal หรือ
Categorical Scale) เป็นการแบ่งกลุ่มโดยถือว่าแต่ละหน่วยมีความเสมอภาคกัน
/เท่าเทียมกัน (Equivalence) - สมาชิกกลุ่มเดียวกันมีความเท่าเทียมกัน คุณสมบัติและค่าเหมือนกัน - ตัวเลข/สัญลักษณ์ที่กำหนดเป็นกลุ่มมีลักษณะเป็นชื่อ (Name) - ไม่สามารถนำมาคำนวณเชิงปริมาณ + - X / - ตัวเลข/สัญลักษณ์ที่กำหนดให้แทนกลุ่มใด จะต้องใช้ตลอดไป - ตัวเลข/สัญลักษณ์มีคุณสมบัติเชิงคุณภาพและไม่ต่อเนื่อง
Ex :
-
เพศ
:
ชาย
: หญิง - สถานภาพสมรส :
โสด
:
สมรส
:
แยก/หย่า
: หม้าย
5
ประเภทข้อมูลSlide6
ข้อมูลระดับอันดับ (
Ordinal Scale) – เป็นข้อมูลที่แต่ละกลุ่มแสดงความแตกต่างว่า มากกว่า น้อยกว่า ดีกว่า หรือแย่กว่า
แต่ไม่สามารถบอกปริมาณความแตกต่างกว่ากันเท่าไหร่
ข้อมูลระดับช่วง (Interval) - ข้อมูลในระดับนี้ในแต่ละกลุ่มจะแสดงความแตกต่างได้ และสามารถบอกปริมาณได้ว่าเท่าไหร่ข้อมูลระดับอัตราส่วน (Ratio) - เป็นข้อมูลที่สมบูรณ์ที่สุด เพราะสามารถบอกความแตกต่างหรือเปรียบเทียบความแตกต่างได้ เช่น ความสูง น้ำหนัก
เป็นต้น
2. แบ่งตามระดับการวัด
6
ประเภทข้อมูลSlide7
3. แบ่งตามลักษณะของข้อมูล
ข้อมูลเชิงปริมาณ (Quantitative Data)
- เป็นข้อมูลที่แสดงได้ว่ามีค่ามากหรือน้อย แสดงค่าเป็นตัวเลขได้
ข้อมูลเชิงคุณภาพ (Qualitative Data) – เป็นข้อมูลที่อยู่ในรูปของข้อความ สัญลักษณ์ ภาพ รูปปั้นและอื่นๆ 7
ประเภทข้อมูลSlide8
4. แบ่งตามช่วงเวลาอ้างอิง
ข้อมูลอนุกรมเวลา (Time Series Data)
- ข้อมูลที่เกิดขึ้นตามคาบเวลาต่างๆ ที่ต่อเนื่องกันเป็นช่วงเวลาหนึ่ง เช่น ยอดขายสินค้ารายเดือน 5 ปี ย้อนหลัง
ข้อมูลภาคตัดขวาง (Cross Sectional Data) – เป็นข้อมูล ณ จุดใด จุดหนึ่งของเวลา เช่น จำนวนลูกค้า ณ วันที่ 1 มกราคม 25518ประเภทข้อมูลSlide9
วิธีการวิเคราะห์ข้อมูลประเภทต่างๆ
ลักษณะข้อมูลและวิธีการวิเคราะห์1. สเกลนามกำหนด (Nominal Scales) - ความถี่
- เปอร์เซ็นต์ - ฐานนิยม - ตาราง - Chi–Square Test
- Binomial Test92. สเกลอันดับ (Ordinal Scales) - มัธยฐาน - ฐานนิยม - เปอร์เซ็นไทล์ - สหสัมพันธ์ของลำดับที่ (Rank–order Correlation) - Sign TestSlide10
3. สเกลอันตรภาค (Interval Scales) - ค่าเฉลี่ยเลขคณิต (Arithmetic mean)
- ค่าเบี่ยงเบนมาตรฐาน (Standard Deviation) - การวิเคราะห์สหสัมพันธ์ (Correlation Analysis) - การวิเคราะห์การถดถอย (Regression Analysis) - การวิเคราะห์ความแปรปรวน (Analysis of Variance/ANOVA)
- การเปรียบเทียบค่าเฉลี่ย (Compare Means)
วิธีการวิเคราะห์ข้อมูลประเภทต่างๆ10Slide11
4. สเกลอัตราส่วน (Ratio
Scales) - ค่าเฉลี่ยเลขคณิต (Arithmetic
mean) - ค่าเฉลี่ยเรขาคณิต (
Geometric mean) - ค่าเฉลี่ยฮาร์โมนิค (Harmonic mean) - ค่าเบี่ยงเบนมาตรฐาน (Standard Deviation) - ค่าสัมประสิทธิ์ความผันแปร (Coefficient of variation) - การวิเคราะห์สหสัมพันธ์ (Correlation
Analysis
)
- การวิเคราะห์การถดถอย (
Regression
Analysis
) - การวิเคราะห์ความแปรปรวน(Analysis of
Variance
)
- การเปรียบเทียบค่าเฉลี่ย (
Compare
Means
)
วิธีการวิเคราะห์ข้อมูลประเภทต่างๆ
11Slide12
ตัวแปรอิสระ
(Independent Variable/X) -
ตัวแปรที่เกิดขึ้นโดยไม่จำเป็นต้องมีตัวแปรอื่นเกิดขึ้นมาก่อน
ตัวแปรตาม (Dependent Variable/Y) - ตัวแปรที่เป็นผลมาจากการเกิดขึ้นของตัวแปรอื่นประเภทตัวแปร ความสัมพันธ์ระหว่างตัวแปร1. แบ่งตามอิทธิพลของตัวแปร
12
2. แบ่งตามการจัดกระทำของตัวแปร
ตัวแปรจัดกระทำได้
(Active Variable
) -
ตัวแปรที่ผู้วิจัยสามารถจัดกระทำได้
Ex.
วิธีการสอนวิจัย
ตัวแปรจัดกระทำไม่ได้
(
Attribute Variable
)
-
ตัวแปรที่เป็นคุณลักษณะ
/
ที่มีอยู่เดิม
โดยจัดกระทำไม่ได้แต่ควบคุมได้ด้วยวิธีการทางสถิติ
Ex.
เพศ
สีผิว
Slide13
3. ตัวแปรทดสอบ/
ภาวะการแทรกซ้อนตัวแปร
13
ตัวแปรภายนอก
(Extraneous Variables
)
1
ตัวแปรองค์ประกอบ
(Component Variables)
2
ตัวแปรแทรก
(Intervening Variables)
3
3
ตัวแปรที่มาก่อน (
Antecedent Variables)
4
4
ตัวแปรกด
(Suppressor Variables)
5
ตัวแปรบิดเบือน
(Distorter Variables)
6Slide14
ตัวแปรภายนอก
(Extraneous Variables)
1
14
ตัวแปรทดสอบ
ตัวแปร
ภายนอก/
แทรก
ซ้อน
(Extraneous variable
)
ตัว
แปรที่ผู้วิจัยไม่ต้องการศึกษา
แต่มีอิทธิพลต่อตัวแปรที่วิจัย
โดยผู้วิจัยทราบล่วงหน้าและพยายามควบคุม
กรณี
ที่พบความสัมพันธ์ระหว่างตัวแปร
X
กับตัวแปร
Y
แต่เมื่อนำเอาตัวแปร
Z
เข้ามาพิจารณา
แล้วทำให้
ความสัมพันธ์นั้นหายไป
สาเหตุ
เกิดจากตัวแปร
X
และ
Y
มิได้มีความสัมพันธ์ต่อกันจริงแต่ความสัมพันธ์ดังกล่าวเกิดจากสาเหตุเดียวกันคือ ตัวแปร
Z
ซึ่งถือว่าเป็นตัวแปรจากภายนอก Slide15
ตัวแปรภายนอก
(Extraneous Variables)
1
ตัว
แปรภายนอก
ตัวแป
ร
ตาม
15
ตัวแปรทดสอบ
ตัวแปรอิสระSlide16
ตัวแปรองค์ประกอบ
(Component Variables)
2
16
ตัวแปรทดสอบ
ตัวแปรองค์ประกอบ
(
Component Variables
)
กรณี
ที่ตัวแปรต้นประกอบด้วยตัวชี้วัดหลาย
ตัวและ
ตัวชี้วัดบางตัวเท่านั้นที่มีผลต่อตัวแปรตาม
ส่วน
ตัวชี้วัดที่เหลือไม่มีความสัมพันธ์กับตัวแปรตาม ดังนั้น
เมื่อนา
ตัวชี้วัดทั้งหมดมาทดสอบ ตัวชี้วัดที่เหลือจึงเป็นตัวแปรองค์ประกอบ Slide17
ตัวแปรองค์ประกอบ
(Component Variables)
2
องค์ประกอบที่
1
องค์ประกอบที่
2
องค์ประกอบที่
3
องค์ประกอบที่
4
องค์ประกอบที่
5
.
.
.
องค์ประกอบที่
N
ตัวแปรอิสระ
ตัวแปรตาม
17
ตัวแปรทดสอบSlide18
ตัวแปรแทรก
(Intervening Variables)
3
3
ตัวแปรอิสระ
ตัวแปรแทรก
ตัวแปรตาม
18
ตัวแปรทดสอบ
ตัวแปรแทรก
(
Intervening Variable
)
กรณี
ที่พบว่า
X
มีความสัมพันธ์กับ
Y
และเมื่อนาตัวแปร
Z
ทดสอบ
พบว่า เป็น
ตัวแปรที่เกิดจาก
X
ขณะเดียวกัน
Z
ก็เป็นสาเหตุของ
Y
ด้วย Slide19
ตัวแปรที่มาก่อน (
Antecedent Variables)
4
4
ตัวแปรที่มาก่อน
ตัวแปรอิสระ
ตัวแปรตาม
19
ตัวแปรทดสอบ
ตัวแปรมาก่อน
(
Antecedent
Variables
)
การศึกษา
ความสัมพันธ์ระหว่างตัวแปรต้น
X
และตัวแปรตาม
Y
มาทดสอบ
พบว่า มีความ สัมพันธ์กัน
แต่
เมื่อมีการ
นำตัว
แปรทดสอบ
Z
มาพิจารณาด้วยพบว่าตัวแปร
Z
มีผลต่อตัวแปรต้น
X
ดังนั้นตัว
แปร
Z
ถือเป็นตัวแปรมาก่อน Slide20
ตัวแปรกด
(Suppressor Variables)
5
20
ตัวแปรทดสอบ
ตัวแปรกด
(
Suppressor Variables
)
กรณี
ที่พบว่า
X
กับ
Y
ไม่มีความสัมพันธ์กัน (
ทั้งๆ ที่
จริงแล้วมีความสัมพันธ์กัน)
เมื่อนำตัวแปร
Z
เข้าร่วมพิจารณาด้วยพบว่า
X
กับ
Y
มีความสัมพันธ์กัน ทั้งนี้เนื่องจาก
X
และ
Y
มีความสัมพันธ์กับ
Z
โดยที่
X
มีความสัมพันธ์กับ
Z
ในทิศทางที่ตรงกันข้ามกับ
Y
ที่มีต่อ
Z Slide21
ตัวแปรกด
(Suppressor Variables)
5
(+)
(-)
ตัวแปรกด
ตัวแปรอิสระ
ตัวแปรตาม
21
ตัวแปรทดสอบSlide22
ตัวแปรบิดเบือน
(Distorter Variables)
6
(+)
(-)
ตัวแปรบิดเบือน
ตัวแปรอิสระ
ตัวแปรตาม
22
ตัวแปรทดสอบ
ตัว
แปรที่
ทำให้
ความสัมพันธ์ระหว่างตัวแปรอิสระและตัว
แปรตาม
เปลี่ยนไปในทิศทางตรงกัน
ข้ามคือ
แทนที่จะมีความสัมพันธ์ในเชิงบวกกับเปลี่ยนไปมีความสัมพันธ์ในเชิงลบ Slide23
ตัวแปรต่อเนื่อง
(Continuous variable)- ตัวแปรที่มีค่าอย่างต่อเนื่อง เช่น
ความสูง
ความยาว น้ำหนัก ระยะทาง ฯลฯ ที่มีค่าทศนิยมติดต่อกัน Ex - ระยะทาง 1-2 หน่วยเป็น
กม
.
ค่าอาจจะเกิดขึ้นได้ตั้งแต่
1.0 1.1 1.2 1.3 1.4
จนถึง
2.0
ตัวแปรไม่ต่อเนื่อง
(Discrete variable)-
ตัวแปรที่มีค่าเป็น
ไปได้ขาดตอน
เช่น
เพศ
=
ชาย
หญิง
-
ค่าวัดได้
2
ค่า
Dichotomous Variable
เพศ
-
ค่าวัดได้
มากกว่า
2
ค่า
Polychotomous
Variable
สีผิว
4. แบ่งตามความต่อเนื่องของค่าตัวแปร
23Slide24
5. แบ่งตามการคัดเลือกตัวแปร
ตัวแปรมาตรฐาน หรือตัวแปรที่ไม่มีความหมายเชิงนโยบาย เช่น คุณสมบัติทางเศรษฐกิจ สังคมและประชากร เช่น เพศ อายุ สถานภาพสมรส อาชีพหลัก อาชีพรองและระดับการศึกษา ซึ่งเป็นคุณสมบัติของบุคคลที่เปลี่ยนแปลงไม่ได้
ตัวแปรเชิงนโยบาย
เป็นตัวแปรที่สามารถเปลี่ยนแปลงได้โดยใช้มาตรการต่างๆ เช่น การมีส่วนร่วมในกิจกรรมบางประเภท การได้รับฟังข่าวสาร การใช้เวลาว่าง 24Slide25
ความสัมพันธ์ระหว่างตัวแปร
ที่มาและเหตุผลเกี่ยวกับความสัมพันธ์ระหว่างตัวแปรรูปแบบของความสัมพันธ์
ทิศทางของความสัมพันธ์
25Slide26
รูปแบบความสัมพันธ์
ความสัมพันธ์อสมมาตร - ความสัมพันธ์ระหว่างตัวแปร
2 ตัวที่มีทิศทางไปในทางเดียวกันเท่านั้น (Asymmetrical relationship)
X Yความสัมพันธ์สมมาตร - ความสัมพันธ์ระหว่างตัวแปร 2 ตัวที่ ผู้วิจัยไม่สามารถระบุได้ชัดเจนว่า ตัวแปรใดเป็นตัวแปรอิสระและตัวแปรตามทราบแต่ว่าทั้ง
2
ตัวแปรมีความสัมพันธ์กัน
(Symmetrical relationship)
X Y
26Slide27
ความสัมพันธ์แบบตอบโต้ - คล้ายอสมมาตร โดยความสัมพันธ์ระหว่างตัวแปร 2 ตัวมีผลต่อกัน แต่ไม่มีตัวใดเป็นอิสระตลอดไป (Interactive relationship)
X Y
ความสัมพันธ์เชิงเส้นตรง - อาจจะเป็นอสมมาตร สมมาตรหรือตอบโต้ แต่รูปแบบการเปลี่ยนค่าของตัวแปรตามและตัวแปรอิสระ มีลักษณะเส้นตรง (Linear relationship)
รูปแบบความสัมพันธ์27Slide28
รูปแบบความสัมพันธ์
ความสัมพันธ์เชิงเส้นโค้ง - อาจจะเป็นอสมมาตร สมมาตร ตอบโต้แต่รูปแบบการเปลี่ยนค่าของตัวแปรหนึ่งเปลี่ยนไป ค่าของตัวแปรตามจะเปลี่ยนแปลงตามไปในรูปแบบหนึ่ง แต่ไม่ตลอดเส้นความสัมพันธ์ (Curvilinear relationship)
ความสัมพันธ์เชิงเหตุและผล
- ความสัมพันธ์ระหว่างตัวแปร 2 ตัว ตัวแปรหนึ่งเป็นอิสระเป็นสาเหตุการเปลี่ยนแปลงตัวแปรตาม (Causal relationship)28Slide29
รูปแบบความสัมพันธ์
ความสัมพันธ์ที่ไม่ใช่เชิงเหตุและผล - ความสัมพันธ์ระหว่าง
ตัวแปร
2 ตัว แต่ระบุไม่ได้ว่าเป็นเพราะอะไร แต่รู้ว่าสัมพันธ์กัน (Non-causal relationship)ทิศทางความสัมพันธ์ความสัมพันธ์เชิงบวก (Positive relationship)
ความสัมพันธ์เชิงลบ
(Negative relationship)
29