สัญลักษณ์ทางสถิติเป็นสิ่งที่นักวิจัยจำเป็นต้องรู้และเข้าใจ เพื่อตีความผลลัพธ์และนำเสนอผลการวิจัยได้อย่างถูกต้อง

สัญลักษณ์ทั่วไป

• Σ: summation (ผลรวม)
• ∏: multiplication (การคูณ)
• µ: population mean (ค่าเฉลี่ยประชากร)
• σ: population standard deviation (ค่าเบี่ยงเบนมาตรฐานประชากร)
• x̄: sample mean (ค่าเฉลี่ยตัวอย่าง)
• s: sample standard deviation (ค่าเบี่ยงเบนมาตรฐานตัวอย่าง)
• n: sample size (ขนาดตัวอย่าง)
• p: population proportion (สัดส่วนประชากร)
• q: 1 – p (1 – สัดส่วนประชากร)
• ^: hat notation (สัญลักษณ์หมวก) หมายถึงค่าประมาณ

สัญลักษณ์ทางสถิติ

• >: greater than (มากกว่า)
• <: less than (น้อยกว่า)
• ≥: greater than or equal to (มากกว่าหรือเท่ากับ)
• ≤: less than or equal to (น้อยกว่าหรือเท่ากับ)
• ≠: not equal to (ไม่เท่ากับ)
• =: equal to (เท่ากับ)
• ≠≈: not approximately equal to (ไม่ประมาณเท่ากับ)
• ≈: approximately equal to (ประมาณเท่ากับ)

สัญลักษณ์ทางคณิตศาสตร์

• ±: plus or minus (บวกหรือลบ)
• ×: multiplication (การคูณ)
• ÷: division (การหาร)
• +: addition (การบวก)
• −: subtraction (การลบ)
• √: square root (รากที่สอง)
• ^: power (ยกกำลัง)
• e: exponential constant (ค่าคงที่ทางคณิตศาสตร์)
• π: pi (พาย)

สัญลักษณ์อื่นๆ

• α: level of significance (ระดับนัยสำคัญ)
• β: power of a test (กำลังของการทดสอบ)
• ρ: correlation coefficient (ค่าสัมประสิทธิ์สหสัมพันธ์)
• r: Pearson correlation coefficient (ค่าสัมประสิทธิ์สหสัมพันธ์เพียร์สัน)
• t: Student’s t-distribution (การแจกแจง t ของสตูดนต์)
• F: F-distribution (การแจกแจง F)
• χ²: chi-squared distribution (การแจกแจงไคสแควร์)