เรื่องนี้พี่เจอแทบทุกเทอมครับ

เวลาน้องๆ ทำวิจัยเชิงปริมาณ
พอถึงตอนวิเคราะห์ข้อมูล ก็มักจะถามพี่ว่า

“อาจารย์ครับ/ค่ะ งานนี้ใช้ T-test แบบไหนดี?”

แล้วพอพี่ถามกลับว่า

• กลุ่มอิสระหรือกลุ่มเดิม

• วัดก่อน–หลังหรือเปล่า

• เทียบกับค่ามาตรฐานไหม

น้องหลายคนก็เริ่ม…เงียบครับ 😅

บทความนี้พี่จะพาน้องๆ เข้าใจแบบชัดๆ ว่า
👉 สถิติ T-test คืออะไร
👉 มีกี่แบบ และแต่ละแบบใช้ต่างกันยังไง
👉 ตัวอย่างงานวิจัยจริงที่เจอบ่อยมาก

อ่านจบแล้ว เลือกใช้ได้ถูก ไม่โดนอาจารย์ทัก Chapter 4 แน่นอนครับ

---

สถิติ T-test คืออะไร (สรุปให้เข้าใจง่าย)

T-test คือสถิติที่ใช้

เปรียบเทียบค่าเฉลี่ยระหว่าง “สองกลุ่ม” หรือ “สองสภาวะ”

โดยอาจเป็น

• กลุ่มตัวอย่างที่เป็นอิสระจากกัน

• หรือกลุ่มตัวอย่างกลุ่มเดิมที่วัดซ้ำ

หัวใจของ T-test คือ

ดูว่า “ค่าเฉลี่ยแตกต่างกันจริง” หรือ
“แตกต่างเพราะความบังเอิญ” ครับ

---

สถิติ T-test ที่ใช้ในงานวิจัย มี 3 แบบหลัก

พี่ขอสรุปเป็น 3 แบบที่น้องๆ ต้องรู้ให้แม่นครับ

---

1. One Sample T-test

ใช้เมื่อไร?

ใช้เมื่อ

• มี กลุ่มตัวอย่างเพียงกลุ่มเดียว

• ต้องการเปรียบเทียบค่าเฉลี่ยกับ ค่ามาตรฐานหรือค่าทฤษฎี

มักใช้กับ

• กลุ่มตัวอย่างขนาดเล็ก (โดยเฉพาะ < 30 คน)

• งานวิจัยสายวิทยาศาสตร์ หรือการวัดค่าทางกายภาพ

ตัวอย่างให้เห็นภาพ

ต้องการตรวจสอบว่า

น้ำหนักทองคำ 1 บาท มีน้ำหนักตามทฤษฎีคือ 15.2 กรัม หรือไม่

ผู้วิจัยทำการชั่งน้ำหนัก 10 ครั้ง
แล้วนำค่าเฉลี่ยที่ได้ไปเปรียบเทียบกับค่า 15.2 กรัม

👉 One Sample T-test จะช่วยตัดสินว่า
“น้ำหนักที่วัดได้ แตกต่างจาก 15.2 อย่างมีนัยสำคัญหรือไม่” ครับ

📌 ถ้า Sig. < 0.05 = แตกต่างอย่างมีนัยสำคัญ

---

2. Independent Sample T-test

ใช้เมื่อไร?

ใช้เมื่อ

• ต้องการเปรียบเทียบค่าเฉลี่ยระหว่าง 2 กลุ่มที่เป็นอิสระจากกัน

• กลุ่มหนึ่งไม่เกี่ยวข้องกับอีกกลุ่มหนึ่ง

นิยมใช้มากใน

• งานวิจัยเชิงปริมาณ

• งานวิจัยด้านพฤติกรรมผู้บริโภค การตลาด สังคมศาสตร์

ตัวอย่างที่พี่เจอบ่อยมาก

ศึกษาว่า

เพศที่แตกต่างกัน ส่งผลต่อการตัดสินใจซื้ออาหารสุขภาพหรือไม่

กำหนดตัวแปร

• เพศชาย = 1

• เพศหญิง = 2

เมื่อวิเคราะห์แล้ว

• ถ้า Sig. < 0.05
  แปลว่า เพศมีผลต่อการตัดสินใจซื้ออาหารสุขภาพอย่างมีนัยสำคัญ

และยังสามารถดูได้อีกว่า
👉 เพศไหนมีค่าเฉลี่ยสูงกว่ากันครับ

---

⚡ ตรงนี้ขอพี่พูดตรงๆ นิดนึงครับ

ถ้าน้องๆ อ่านมาถึงตรงนี้แล้ว
ยังไม่แน่ใจว่างานของตัวเองควรใช้ T-test แบบไหน
หรือกลัวเลือกผิดแล้วต้องแก้ใหม่

พี่ขอบอกเลยว่า [รับทำวิจัย] แบบมืออาชีพ
พี่ช่วยดูตั้งแต่เลือกสถิติ วิเคราะห์ SPSS
ไปจนถึงเขียนอธิบายผลให้สอบผ่านครับ

---

3. Paired Sample T-test

ใช้เมื่อไร?

ใช้เมื่อ

• กลุ่มตัวอย่างเป็น กลุ่มเดียวกัน

• แต่ถูกวัด สองครั้ง หรือสองสภาวะ

มักใช้กับ

• งานวิจัยเชิงทดลอง

• งานวิจัยของครูและการศึกษา

ตัวอย่างคลาสสิกมาก

ครูต้องการศึกษาว่า

แผนการจัดการเรียนรู้ที่พัฒนาขึ้น
ส่งผลต่อผลสัมฤทธิ์ทางการเรียนหรือไม่

จึงวัด

• คะแนนก่อนเรียน

• คะแนนหลังเรียน

ถ้าผลวิเคราะห์พบว่า

• คะแนนหลังเรียนสูงกว่าก่อนเรียน

• และ Sig. < 0.05

แปลว่า
👉 แผนการเรียนการสอนส่งผลให้ผลการเรียนดีขึ้นอย่างมีนัยสำคัญทางสถิติครับ

---

💡 มุมมองจากพี่ (ประสบการณ์ 15 ปี)

พี่เคยเจอน้องครูคนนึงครับ
เก็บคะแนนก่อน–หลังเรียนจากนักเรียนกลุ่มเดิม
แต่ดันใช้ Independent T-test

ผลคือ…
❌ อาจารย์ทักทันที
❌ ต้องวิเคราะห์ใหม่ทั้งหมด

พี่เลยย้ำเสมอว่า

ถ้าเป็น “คนเดิม วัดซ้ำ” → Paired
ถ้าเป็น “คนละกลุ่ม” → Independent

จำแค่นี้ โอกาสพลาดลดลงเยอะมากครับ

---

Summary: สรุปให้จำง่ายๆ ครับ

• One Sample T-test → เทียบกับค่ามาตรฐาน

• Independent T-test → เทียบ 2 กลุ่มอิสระ

• Paired Sample T-test → วัดก่อน–หลัง กลุ่มเดิม

• เลือกผิด = วิเคราะห์ผิด = งานวิจัยมีปัญหา

เลือกให้ตรงตั้งแต่ต้น งานจะไหลลื่นครับ 💪

ถ้าน้องๆ อยากให้พี่

• ดูว่าควรใช้ T-test แบบไหน

• ช่วยวิเคราะห์ SPSS

• หรือเขียนอธิบายผล Chapter 4

ส่งมาได้เลยครับ พี่ช่วยจนเข้าใจและสอบผ่านจริงครับ 😊

“T-test ใช้ผิด งานวิจัยพัง ให้พี่ช่วยวิเคราะห์ SPSS และเลือกสถิติให้ตรงครับ”

---

เลือก t-test 3 แบบจากโครงข้อมูลให้ถูกตั้งแต่แรก

ก่อนเลือก ให้ถามสองเรื่องครับ หนึ่ง ต้องการเทียบกับค่าเกณฑ์หรือเทียบสองชุด สอง คะแนนสองชุดมาจากคนเดียวกันหรือคนละกลุ่ม คำตอบจะพาไป one-sample, independent หรือ paired t-test โดยไม่ต้องเดาจากชื่อตัวแปรในโปรแกรมครับ

One-sample t-test

ใช้เมื่อเปรียบเทียบค่าเฉลี่ยกลุ่มเดียวกับค่าที่กำหนดและมีเหตุผล เช่น เกณฑ์มาตรฐานหรือค่าทฤษฎี ไม่ควรเลือกค่ากลางหลังเห็นข้อมูล และต้องตรวจว่าค่าเกณฑ์มีหน่วยและความหมายเดียวกับคะแนน รายงานความต่างจากเกณฑ์ ช่วงความเชื่อมั่น t, df, p และขนาดอิทธิพลครับ

Independent-samples t-test

ใช้กับคนหรือหน่วยคนละกลุ่มที่เป็นอิสระ เช่น วิธีสอน A กับ B หากความแปรปรวนไม่เท่ากัน ให้พิจารณา Welch’s t-test แทนการบังคับแถว equal variances assumed ตรวจการสุ่ม การกระจาย ค่าผิดปกติ และความซ้อนของข้อมูลด้วยครับ

Paired-samples t-test

ใช้กับคนเดิมวัดสองครั้งหรือคู่ที่จับกันตามการออกแบบ การวิเคราะห์ทำบนคะแนนผลต่าง จึงต้องตรวจการกระจายและ outlier ของผลต่าง หากข้อมูลบางคู่หาย ต้องรายงานจำนวนคู่ที่ใช้และตรวจความลำเอียงจากการหายครับ

สมมติฐานทางเดียวหรือสองทาง

เลือกก่อนดูผลและต้องมีเหตุผลทางทฤษฎี การทดสอบทางเดียวเหมาะเมื่อทิศทางตรงข้ามไม่มีความหมายต่อคำถามจริง ไม่ควรเปลี่ยนจากสองทางเป็นทางเดียวเพียงเพราะ p ใกล้ .05 หากงานทั่วไปสนใจความต่างทั้งสองทิศ การทดสอบสองทางมักปลอดภัยกว่าครับ

เมื่อข้อมูลไม่เหมาะกับ t-test

• ข้อมูลอันดับหรือกระจายผิดปกติรุนแรง อาจพิจารณาวิธีไม่อิงพารามิเตอร์
• มีมากกว่าสองกลุ่ม ใช้ ANOVA หรือแบบจำลองที่เหมาะ
• วัดหลายเวลา ใช้ repeated measures หรือ mixed model
• ข้อมูลซ้อนในห้อง ทีม หรือองค์กร ใช้แบบจำลองหลายระดับ
• ตัวแปรตามเป็นกลุ่มหรือจำนวน ใช้แบบจำลองที่ตรงการกระจาย

อย่าเลือก Mann–Whitney หรือ Wilcoxon อัตโนมัติจากผล normality test อย่างเดียว ต้องดูคำถาม รูปข้อมูล และสิ่งที่วิธีนั้นทดสอบครับ

ขนาดอิทธิพลและช่วงความเชื่อมั่น

p-value บอกหลักฐานต่อสมมติฐานว่าง แต่ Cohen’s d และช่วงความเชื่อมั่นช่วยบอกขนาดและความแม่นยำ ระบุสูตรให้ตรงชนิด t-test โดยเฉพาะ paired ที่ใช้ความแปรปรวนของผลต่าง ไม่ควรใช้ d สูตรเดียวกับ independent โดยไม่บอกครับ

ตัวอย่างภาษารายงาน

• One-sample: ค่าเฉลี่ยสูงกว่าเกณฑ์ 3.2 คะแนน, t(49) = 2.40, p = .020
• Independent: กลุ่ม A สูงกว่า B, Welch’s t(63.5) = 2.75, p = .008
• Paired: หลังอบรมสูงกว่าก่อน 4.1 คะแนน, t(34) = 4.22, p < .001

เติมค่าเฉลี่ย SD ช่วงความเชื่อมั่น และ d พร้อมอธิบายความหมายในบริบทครับ

เช็กลิสต์ก่อนกด OK

• รู้ว่าแต่ละคะแนนมาจากใครและเชื่อมกันหรือไม่
• ค่าเกณฑ์หรือกลุ่มกำหนดก่อนวิเคราะห์
• ตรวจ outlier และข้อตกลงตามชนิด
• กำหนด alpha และทิศทางก่อนดูผล
• รายงาน descriptive, t, df, p, CI และ effect size
• ไม่สรุปสาเหตุเกินแบบวิจัย

ถ้าน้องเล่าได้ว่าใครถูกวัดกี่ครั้งและต้องการเทียบกับอะไร ก็เลือก t-test ได้เกือบทุกกรณีครับ หากยังลังเล ส่งโครงข้อมูลมาให้พี่ช่วยเลือกก่อนวิเคราะห์และเขียนสมมติฐานได้ครับ

FAQ: คำถามที่น้องๆ ถามพี่บ่อยมาก