<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>งานวิจัย &#8211; KrooTor | ณัฐกร</title>
	<atom:link href="https://krootor.com/category/knowledge/research/feed" rel="self" type="application/rss+xml" />
	<link>https://krootor.com</link>
	<description>แค่ครูสอนคณิตศาสตร์คนหนึ่งที่ใช้ออกซิเจนในการหายใจ</description>
	<lastBuildDate>Wed, 18 Mar 2026 17:06:27 +0000</lastBuildDate>
	<language>en-US</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.0.2</generator>
	<item>
		<title>สูตรคำนวณขนาดตัวอย่างของ Cochran (Cochran&#8217;s formula)</title>
		<link>https://krootor.com/5529</link>
					<comments>https://krootor.com/5529#respond</comments>
		
		<dc:creator><![CDATA[Natthakon M.]]></dc:creator>
		<pubDate>Wed, 18 Feb 2026 03:55:38 +0000</pubDate>
				<category><![CDATA[งานวิจัย]]></category>
		<guid isPermaLink="false">https://krootor.com/?p=5529</guid>

					<description><![CDATA[William G. Cochran ได้พัฒนาสูตรในการคำนวณขนาดของตัวอย่าง ตีพิมพ์ในหนังสือ Sampling Techniques เป็นสูตรการคำนวณที่ได้รับความนิยม และยังเป็นแนวทางในการพัฒนาสูตรการคำนวณตัวอย่างของ Taro Yamane และ Krejcie &#038; Morgan สูตรของคอแครน มีข้อดีคือสามารถใช้ได้กับประชากรที่มีจำนวนมากหรือไม่ทราบจำนวนประชากรได้ ได้รับการยอมรับอย่างแพร่หลาย เว็บไซต์สร้างแบบรวจออนไลน์ที่มีชื่อเสียงระดับโลก SurveyMonkey และ Qualtrics ก็เลือกใช้สูตรนี้ สูตรคำนวณขนาดตัวอย่างของ Cochran ผู้เขียนได้ศึกษาจากหนังสือ Sampling Techniques พิมพ์ครั้งที่ 3 (แก้ไขเพิ่มเติม) ในปี ค.ศ.1977 พบว่าสูตรที่ใช้ในการคำนวณประชากรที่มีขนาดใหญ่หรือไม่ทราบจำนวนประชากร คือ $$n_{0}=\frac{t^{2}pq}{d^2}$$ เมื่อ:$n_{0}$ คือจำนวนขนาดตัวอย่าง$t$ คือ ค่าบนแกน $x$ ของโค้งการแจกแจงปกติ ที่ทำให้พื้นที่บริเวณหางทั้งสองด้านรวมกันเท่ากับ $\alpha$$p$ คือ สัดส่วนประชากร$q=1-p$$d$ คือ ค่าความคลาดเคลื่อน (Margin of Error) แต่สูตรที่มักอ้างอิงถึงสูตรของ Cochran ที่พบมากในหนังสือสถิติ เอกสารต่างๆ [&#8230;]]]></description>
										<content:encoded><![CDATA[<p>William G. Cochran ได้พัฒนาสูตรในการคำนวณขนาดของตัวอย่าง ตีพิมพ์ในหนังสือ Sampling Techniques เป็นสูตรการคำนวณที่ได้รับความนิยม และยังเป็นแนวทางในการพัฒนาสูตรการคำนวณตัวอย่างของ Taro Yamane และ Krejcie & Morgan สูตรของคอแครน มีข้อดีคือสามารถใช้ได้กับประชากรที่มีจำนวนมากหรือไม่ทราบจำนวนประชากรได้ ได้รับการยอมรับอย่างแพร่หลาย เว็บไซต์สร้างแบบรวจออนไลน์ที่มีชื่อเสียงระดับโลก SurveyMonkey และ…</p>
<p><a href="https://krootor.com/5529" rel="nofollow">Source</a></p>]]></content:encoded>
					
					<wfw:commentRss>https://krootor.com/5529/feed</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>ค่าพารามิเตอร์และค่าสถิติ</title>
		<link>https://krootor.com/5172</link>
					<comments>https://krootor.com/5172#respond</comments>
		
		<dc:creator><![CDATA[Natthakon M.]]></dc:creator>
		<pubDate>Sun, 03 Aug 2025 03:38:42 +0000</pubDate>
				<category><![CDATA[Statistics and Probability]]></category>
		<category><![CDATA[งานวิจัย]]></category>
		<category><![CDATA[ค่าพารามิเตอร์]]></category>
		<category><![CDATA[ค่าสถิติ]]></category>
		<guid isPermaLink="false">https://krootor.com/?p=5172</guid>

					<description><![CDATA[ในการศึกษาทางสถิติ เรามักต้องการทราบลักษณะหรือคุณสมบัติบางอย่างของประชากร เช่น ค่าเฉลี่ย ความแปรปรวน หรือสัดส่วน อย่างไรก็ตาม เนื่องจากการเก็บข้อมูลจากทุกหน่วยของประชากรเป็นสิ่งที่ทำได้ยากหรือเป็นไปไม่ได้ จึงต้องอาศัย การเก็บข้อมูลจากกลุ่มตัวอย่าง มาใช้แทน แล้วจึงใช้ค่าทางสถิติเป็นตัวประมาณค่าที่แท้จริงของประชากร ซึ่งเรียกว่าพารามิเตอร์ ค่าพารามิเตอร์ (Parameter) ค่าพารามิเตอร์ คือ ค่าที่ใช้แทนลักษณะของประชากรทั้งหมด ซึ่งเป็นค่าคงที่ (constant) แม้เราจะไม่สามารถรู้ได้แน่ชัดในทางปฏิบัติ เพราะมีจำนวนมาก ค่าสถิติ (Statistic) ค่าสถิติ คือ ค่าที่ได้จากการคำนวณข้อมูลในกลุ่มตัวอย่าง ซึ่งใช้เพื่อประมาณค่าพารามิเตอร์ ตารางเปรียบเทียบสัญลักษณ์ของพารามิเตอร์และค่าสถิติ ค่า พารามิเตอร์ (ประชากร) ค่าสถิติ (กลุ่มตัวอย่าง) ค่าเฉลี่ย [latex]\mu[/latex] [latex]\bar{X}[/latex] ส่วนเบี่ยงเบนมาตรฐาน [latex]\sigma[/latex] S.D. หรือ S ความแปรปรวน [latex]\sigma^2[/latex] [latex]S^2[/latex] สัดส่วน [latex]P[/latex] [latex]\hat{p}[/latex] จำนวนหรือขนาด [latex]N[/latex] [latex]n[/latex] ความแตกต่างของค่าพารามิเตอร์และค่าสถิติ ค่าพารามิเตอร์เป็นค่าที่ได้จากประชากรทั้งหมด ส่วนค่าสถิติเป็นค่าที่ได้จากกลุ่มตัวอย่าง ซึ่งนำไปใช้เพื่อประมาณค่าพารามิเตอร์ [&#8230;]]]></description>
										<content:encoded><![CDATA[<p>ในการศึกษาทางสถิติ เรามักต้องการทราบลักษณะหรือคุณสมบัติบางอย่างของประชากร เช่น ค่าเฉลี่ย ความแปรปรวน หรือสัดส่วน อย่างไรก็ตาม เนื่องจากการเก็บข้อมูลจากทุกหน่วยของประชากรเป็นสิ่งที่ทำได้ยากหรือเป็นไปไม่ได้ จึงต้องอาศัย การเก็บข้อมูลจากกลุ่มตัวอย่าง มาใช้แทน แล้วจึงใช้ค่าทางสถิติเป็นตัวประมาณค่าที่แท้จริงของประชากร ซึ่งเรียกว่าพารามิเตอร์ ค่าพารามิเตอร์ คือ…</p>
<p><a href="https://krootor.com/5172" rel="nofollow">Source</a></p>]]></content:encoded>
					
					<wfw:commentRss>https://krootor.com/5172/feed</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>ค่าความเที่ยงตรงของแบบสอบถาม (Index of item objective congruence: IOC)</title>
		<link>https://krootor.com/4937</link>
					<comments>https://krootor.com/4937#respond</comments>
		
		<dc:creator><![CDATA[Natthakon M.]]></dc:creator>
		<pubDate>Wed, 04 Jun 2025 09:11:13 +0000</pubDate>
				<category><![CDATA[งานวิจัย]]></category>
		<guid isPermaLink="false">https://krootor.com/?p=4937</guid>

					<description><![CDATA[ค่าความเที่ยงตรงของแบบสอบถาม หรือการหาค่า IOC (Index of item objective congruence: IOC) ที่มักพบในการทำแบบสอบถาม สูตรที่มักปรากฎตามตำราเรียน เอกสารงานวิจัย และต่าง ๆ คือสูตรดังต่อนี้ $$IOC = \frac{\sum R}{N}$$ เมื่อ $IOC$ คือดัชนีค่าความเที่ยงตรงของแบบสอบถาม, $\sum R$ คือผลรวมของคะแนนของผู้เชี่ยวชาญ และ $N$ คือจำนวนผู้เชี่ยวชาญทั้งหมด ค่า IOC จะมีค่าอยู่ระหว่าง 1 ถึง – 1 ข้อคำถามที่มีความตรงตามเนื้อหาจะมีค่า IOC เข้าใกล้ 1 ถ้าข้อใดมีค่า IOC ต่ำกว่า 0.5 ควรจะปรับปรุงข้อคำถามใหม่ให้สอดคล้องกับวัตถุประสงค์ที่ต้องการวัด เกณฑ์การให้คะแนนผู้ชาญ คือ +1 สำหรับข้อคำถามมีความสอดคล้องกับวัตถุประสงค์, 0 เมื่อไม่แน่ใจว่าข้อคำถามมีความสอดคล้องกับวัตถุประสงค์ และ -1 สำหรับข้อคำถามไม่มีความสอดคล้องกับวัตถุประสงค์ จากสูตรการคำนวณหาค่า IOC [&#8230;]]]></description>
										<content:encoded><![CDATA[<p>ค่าความเที่ยงตรงของแบบสอบถาม หรือการหาค่า IOC (Index of item objective congruence: IOC) ที่มักพบในการทำแบบสอบถาม สูตรที่มักปรากฎตามตำราเรียน เอกสารงานวิจัย และต่าง ๆ คือสูตรดังต่อนี้ $$IOC = \frac{\sum R}{N}$$ เมื่อ $IOC$ คือดัชนีค่าความเที่ยงตรงของแบบสอบถาม, $\sum R$ คือผลรวมของคะแนนของผู้เชี่ยวชาญ และ $N$ คือจำนวนผู้เชี่ยวชาญทั้งหมด ค่า IOC จะมีค่าอยู่ระหว่าง 1 ถึง – 1…</p>
<p><a href="https://krootor.com/4937" rel="nofollow">Source</a></p>]]></content:encoded>
					
					<wfw:commentRss>https://krootor.com/4937/feed</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>วิจัย 5 บท มีอะไรบ้าง?</title>
		<link>https://krootor.com/4037</link>
					<comments>https://krootor.com/4037#respond</comments>
		
		<dc:creator><![CDATA[Natthakon M.]]></dc:creator>
		<pubDate>Thu, 19 Sep 2024 02:42:35 +0000</pubDate>
				<category><![CDATA[งานวิจัย]]></category>
		<guid isPermaLink="false">https://krootor.com/?p=4037</guid>

					<description><![CDATA[ส่วนประกอบของการเขียนรายงานวิจัยฉบับสมบูรณ์ 5 บท สามารถแบ่งออกได้เป็น 3 ส่วน คือ ส่วนนำ ส่วนเนื้อหาหรือเนื้อเรื่อง และส่วนอ้างอิง โดยมีรายละเอียดดังนี้ 1. ส่วนนำ 2. ส่วนเนื้อหา บทที่ 1 บทนำกล่าวถึงความสำคัญและที่มาของปัญหา วัตถุประสงค์และขอบเขตการวิจัย ความเป็นมาและความสำคัญของปัญหาวัตถุประสงค์ของการวิจัย บทที่ 2 แนวคิด ทฤษฎีและงานวิจัยที่เกี่ยวข้อง บทที่ 3 วิธีดำเนินการวิจัย กล่าวถึงรายละเอียดเกี่ยวกับวิธีดำเนินการวิจัย บทที่ 4 ผลการวิจัย กล่าวถึงผลการวิจัยที่ได้ทั้งหมด บทที่ 5 สรุป อภิปรายผล และข้อเสนอแนะ กล่าวถึงผลการวิจัยทั้งที่เป็นและไม่เป็นไปตามสมมติฐานที่ตั้งไว้ ตลอดจนข้อเสนอแนะที่สามารถนำมาใช้เป็นประโยชน์ในทางประยุกต์ของผลการวิจัยที่ได้ 3. ส่วนอ้างอิง References คู่มือรายงานวิจัย. สถาบันวิจัยและพัฒนา มหาวิทยาลัยราชภัฏสุรินทร์ (2560). Retrieved 19 Aug 2024]]></description>
										<content:encoded><![CDATA[<p>ส่วนประกอบของการเขียนรายงานวิจัยฉบับสมบูรณ์ 5 บท สามารถแบ่งออกได้เป็น 3 ส่วน คือ ส่วนนำ ส่วนเนื้อหาหรือเนื้อเรื่อง และส่วนอ้างอิง โดยมีรายละเอียดดังนี้ บทที่ 1 บทนำ กล่าวถึงความสำคัญและที่มาของปัญหา วัตถุประสงค์และขอบเขตการวิจัย ความเป็นมาและความสำคัญของปัญหาวัตถุประสงค์ของการวิจัย บทที่ 2 แนวคิด ทฤษฎีและงานวิจัยที่เกี่ยวข้อง บทที่ 3 วิธีดำเนินการวิจัย…</p>
<p><a href="https://krootor.com/4037" rel="nofollow">Source</a></p>]]></content:encoded>
					
					<wfw:commentRss>https://krootor.com/4037/feed</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>ความสำคัญของสถิติกับงานวิจัย</title>
		<link>https://krootor.com/3319</link>
					<comments>https://krootor.com/3319#respond</comments>
		
		<dc:creator><![CDATA[Natthakon M.]]></dc:creator>
		<pubDate>Sun, 03 Dec 2023 04:16:07 +0000</pubDate>
				<category><![CDATA[Blog]]></category>
		<category><![CDATA[งานวิจัย]]></category>
		<category><![CDATA[สถิติ]]></category>
		<guid isPermaLink="false">https://krootor.com/?p=3319</guid>

					<description><![CDATA[สถิติศาสตร์ที่เปรียบเสมือนเครื่องมือสำคัญและมีความจำเป็นในการศึกษาวิจัยเกือบทุกศาสตร์ โดยเฉพาะศาสตร์ที่มีส่วนเกี่ยวข้องกับตัวเลข หรือข้อมูล เริ่มตั้งแต่การดำเนินชีวิตไปจนถึงการปฏิบัติงาน ดังนั้นหลักการและขั้นตอนการดำเนินงานทางด้านสถิติจึงถูกนำมาประยุกต์ใช้ทั้งในชีวิตประจำวัน ตลอดจนแขนงสาขาวิชาชีพต่างๆ ไม่ว่าจะเป็นนักธุรกิจ แม่ค้า นักวิชาการ และอื่นๆ โดยเฉพาะอย่างยิ่งวิชาชีพที่เกี่ยวกับทางด้านการแพทย์และสาธารณสุข ซึ่งเกี่ยวข้องโดยตรงกับสุขภาพ การดำเนินชีวิตของมนุษย์ ดังนั้นสถิติ จึงถูกดึงเข้ามาเกี่ยวข้องกับการทำวิจัย คำถามที่พบบ่อยมากที่สุดคือ สถิติเป็นเรื่องที่ยุ่งยาก ยากแก่การเข้าใจ และยากแก่การใช้งาน การทำวิจัยก็ยุ่งยากซับซ้อน ทำไมต้องเพิ่มความยากเข้าไปในการทำวิจัย สถิติสำคัญอย่างไรต่อการทำวิจัย การทำงานวิจัยไม่จำเป็นต้องใช้สถิติได้หรือไม่ คำถามเหล่านี้ถูกถามบ่อยครั้ง บางคำถามอาจจะได้รับการตอบ แต่บางคำถามอาจจะยังไม่ได้รับการตอบ ความหมายของสถิติ สถิติ มีความหมาย 2 แง่มุม แง่มุมแรกคือ ข้อมูลสถิติ หมายถึง ข้อมูลหรือตัวเลขที่ได้จากการประมวลหรือวิเคราะห์กลุ่มข้อมูลทั้งหมด เพื่อจะใช้แสดงลักษณะของกลุ่มข้อมูลนั้นๆ อีกแง่มุมคือ สถิติศาสตร์ ซึ่งหมายถึงศาสตร์ที่เกี่ยวกับการจัดกระทำต่างๆเกี่ยวกับข้อมูล เพื่อให้สามารถบรรยายลักษณะของสิ่งที่ศึกษาได้อย่างเที่ยงตรงและเชื่อถือได้ สำหรับผู้ที่ปฏิบัติงานทางด้านสถิติ จะเรียกว่า “นักสถิติ” ความหมายของวิจัย วิจัย มีผู้ให้ความหมายเอาไว้มากมาย แต่มีประเด็นที่มีลักษณะคล้ายกัน จึงขอสรุปความหมายของการวิจัยไว้ดังนี้ การวิจัย คือ กระบวนการในการค้นหาความรู้ ความจริง หรือปัญหาที่สนใจตามระเบียบวิธีการทางวิทยาศาสตร์ ภายใต้ขอบเขตที่กำหนด ซึ่งผู้ที่ดำเนินงานวิจัยจะเรียกว่า [&#8230;]]]></description>
										<content:encoded><![CDATA[<p>สถิติศาสตร์ที่เปรียบเสมือนเครื่องมือสำคัญและมีความจำเป็นในการศึกษาวิจัยเกือบทุกศาสตร์ โดยเฉพาะศาสตร์ที่มีส่วนเกี่ยวข้องกับตัวเลข หรือข้อมูล เริ่มตั้งแต่การดำเนินชีวิตไปจนถึงการปฏิบัติงาน ดังนั้นหลักการและขั้นตอนการดำเนินงานทางด้านสถิติจึงถูกนำมาประยุกต์ใช้ทั้งในชีวิตประจำวัน ตลอดจนแขนงสาขาวิชาชีพต่างๆ ไม่ว่าจะเป็นนักธุรกิจ แม่ค้า นักวิชาการ และอื่นๆ…</p>
<p><a href="https://krootor.com/3319" rel="nofollow">Source</a></p>]]></content:encoded>
					
					<wfw:commentRss>https://krootor.com/3319/feed</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>การเลือกตัวอย่างแบบเจาะจง (Purposive sampling)</title>
		<link>https://krootor.com/3074</link>
					<comments>https://krootor.com/3074#respond</comments>
		
		<dc:creator><![CDATA[Natthakon M.]]></dc:creator>
		<pubDate>Sat, 11 Nov 2023 00:07:59 +0000</pubDate>
				<category><![CDATA[งานวิจัย]]></category>
		<guid isPermaLink="false">https://krootor.com/?p=3074</guid>

					<description><![CDATA[การเลือกตัวอย่างแบบเจาะจง (Purposive sampling) เป็นวิธีการเลือกตัวอย่างแบบไม่อาศัยทฤษฎีความน่าจะเป็น (non-probability sampling) ทำให้ประชากรทั้งหมดไม่มีโอกาสถูกเลือกให้เป็นตัวอย่างโดยเท่าเทียมกัน เป็นวิธีการเลือกตัวอย่างเพื่อความสะดวก และการเลือกตัวอย่างวิธีนี้อากเป็นเพราะผู้วิจัยไม่ทราบจำนวนประชากร หรือไม่สามารถประมาณขนาดของประชากรได้ชัดเจน การสรุปผลจากตัวอย่างที่เลือกแบบเจาะจง สามารถสรุปถึงลักษณะ พฤติกรรมต่างๆ ว่ามีอย่างไร มีอะไรบ้าง ไม่สามารถสรุปเป็นเชิงปริมาณได้ และไม่สามารถใช้สถิติในการอ้างอิงค่าพารามิเตอร์หรือทดสอบสมมติฐานได้ ข้อเสียของการเลือกตัวอย่างแบบเจาะจง ทำไมจึงมักพบบ่อยในงานวิจัยในชั้นเรียน]]></description>
										<content:encoded><![CDATA[<p>การเลือกตัวอย่างแบบเจาะจง (Purposive sampling) เป็นวิธีการเลือกตัวอย่างแบบไม่อาศัยทฤษฎีความน่าจะเป็น (non-probability sampling) ทำให้ประชากรทั้งหมดไม่มีโอกาสถูกเลือกให้เป็นตัวอย่างโดยเท่าเทียมกัน เป็นวิธีการเลือกตัวอย่างเพื่อความสะดวก และการเลือกตัวอย่างวิธีนี้อากเป็นเพราะผู้วิจัยไม่ทราบจำนวนประชากร หรือไม่สามารถประมาณขนาดของประชากรได้ชัดเจน การสรุปผลจากตัวอย่างที่เลือกแบบเจาะจง…</p>
<p><a href="https://krootor.com/3074" rel="nofollow">Source</a></p>]]></content:encoded>
					
					<wfw:commentRss>https://krootor.com/3074/feed</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>การแจกแจงแบบแบร์นูลลี (Bernoulli distribution)</title>
		<link>https://krootor.com/3083</link>
					<comments>https://krootor.com/3083#respond</comments>
		
		<dc:creator><![CDATA[Natthakon M.]]></dc:creator>
		<pubDate>Sat, 07 Oct 2023 11:12:07 +0000</pubDate>
				<category><![CDATA[Blog]]></category>
		<category><![CDATA[งานวิจัย]]></category>
		<category><![CDATA[สถิติ]]></category>
		<category><![CDATA[การแจกแจงความน่าจะเป็น]]></category>
		<guid isPermaLink="false">https://krootor.com/?p=3083</guid>

					<description><![CDATA[การแจกแจงแบบแบร์นูลลี (Bernoulli distribution) เป็นการแจกแจงของตัวแปรสุ่มที่มีผลลัพธ์ที่เป็นไปได้ 2 ทาง เช่น 0 และ 1, ความสำเร็จและความไม่สำเร็จ, มีกับไม่มี, ดีกับไม่ดี, สินค้า ปกติกับชำรุด, เป็นสมาชิกกับไม่เป็นสมาชิก, เพศ ชายกับหญิง, โยนเหรียญ หัวกับก้อย, ทอยลูกเต๋า กรณีสนใจแต้มคู่กับแต้มคี่ เป็นต้น ซึ่งตัวแปรสุ่ม $X$ จะแทนผลลัพธ์จากการทดลอง 2 ทางนี้ โดยกำหนดให้ $X=1$ แสดงว่าผลการทดลองมีความสำเร็จ และ $X=0$ แสดงว่าผลการทดลองมีความไม่สำเร็จ และ $p$ คือค่าพารามิเตอร์ของความน่าจะเป็นที่จะประสบความสำเร็จหรือความเป็นไปได้ที่จะได้สิ่งที่สนใจ โดยมีฟังก์ชันการแจกแจงความน่าจะเป็นดังนี้ $$f(X)=p^{x}(1-p)^{1-x}$$ เมื่อ $p$ คือความน่าจะเป็นที่ประสบความสำเร็จ (Success) และ $1-p=q$ คือความน่าจะเป็นที่จะไม่ประสบความสำเร็จ (Failure) โดยการทดลองแบบแบร์นูลลีจะทำการทดลองเพียง 1 ครั้งเท่านั้น [1] ค่าคาดหวัง (Expectation) ของตัวแปรสุ่มแบบแบร์นูลลี $X$ [&#8230;]]]></description>
										<content:encoded><![CDATA[<p>การแจกแจงแบบแบร์นูลลี (Bernoulli distribution) เป็นการแจกแจงของตัวแปรสุ่มที่มีผลลัพธ์ที่เป็นไปได้ 2 ทาง เช่น 0 และ 1, ความสำเร็จและความไม่สำเร็จ, มีกับไม่มี, ดีกับไม่ดี, สินค้า ปกติกับชำรุด, เป็นสมาชิกกับไม่เป็นสมาชิก, เพศ ชายกับหญิง, โยนเหรียญ หัวกับก้อย, ทอยลูกเต๋า กรณีสนใจแต้มคู่กับแต้มคี่ เป็นต้น ซึ่งตัวแปรสุ่ม $X$ จะแทนผลลัพธ์จากการทดลอง 2 ทางนี้ โดยกำหนดให้ $X=1$…</p>
<p><a href="https://krootor.com/3083" rel="nofollow">Source</a></p>]]></content:encoded>
					
					<wfw:commentRss>https://krootor.com/3083/feed</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>การทดตรวจสอบสมมติฐานโดยใช้สถิติทดสอบที (T-test)</title>
		<link>https://krootor.com/3034</link>
					<comments>https://krootor.com/3034#respond</comments>
		
		<dc:creator><![CDATA[Natthakon M.]]></dc:creator>
		<pubDate>Wed, 27 Sep 2023 04:01:12 +0000</pubDate>
				<category><![CDATA[งานวิจัย]]></category>
		<guid isPermaLink="false">https://krootor.com/?p=3034</guid>

					<description><![CDATA[การทดสอบสมมติฐานโดยใช้สถิติทดสอบที หรือเรียกว่า T-test เป็นการทดสอบที่ช่วยในการเปรียบเทียบค่าเฉลี่ยของชุดข้อมูลสองชุด และพิจารณาว่าชุดข้อมูลเหล่านี้เป็นประชากรกลุ่มเดียวกันหรือต่างกัน T-test จะถูกเปรียบเทียบกับค่าวิกฤตที่ได้รับจากตารางแจกแจง T การแจกแจงแบบที (t-distribution) คิดค้นโดย William Sealy Gosset ในปี 1908 โดยใช้นามปากกาว่า Student เพราะว่าเขาทำงานในโรงเบียร์กินเนส เพื่อไม่ให้ความลับในโรงงานรั่วไหลออกไป William Sealy Gosset ได้เขียนบทความลงในวารสารวิชาการ Biometrika ชื่อบทความ The probable error of the mean เกี่ยวกับการค้นพบ t-distribution จึงมีชื่อเต็มว่า Student’s t-distribution รูปแบบของ T-Test T-test มี 3 แบบดังนี้ 1. การทดสอบค่าเฉลี่ยของกลุ่มตัวอย่าง 1 กลุ่ม (One-sample test) การทดสอบค่าเฉลี่ยของกลุ่มตัวอย่าง 1 กลุ่ม ตัวอย่างเช่น ใช้สูตร $$t=\frac{\bar{x}-\mu_0}{\frac{\sigma}{\sqrt{n}}}$$ [&#8230;]]]></description>
										<content:encoded><![CDATA[<p>การทดสอบสมมติฐานโดยใช้สถิติทดสอบที หรือเรียกว่า T-test เป็นการทดสอบที่ช่วยในการเปรียบเทียบค่าเฉลี่ยของชุดข้อมูลสองชุด และพิจารณาว่าชุดข้อมูลเหล่านี้เป็นประชากรกลุ่มเดียวกันหรือต่างกัน T-test จะถูกเปรียบเทียบกับค่าวิกฤตที่ได้รับจากตารางแจกแจง T การแจกแจงแบบที (t-distribution) คิดค้นโดย William Sealy Gosset ในปี 1908 โดยใช้นามปากกาว่า Student เพราะว่าเขาทำงานในโรงเบียร์กินเนส…</p>
<p><a href="https://krootor.com/3034" rel="nofollow">Source</a></p>]]></content:encoded>
					
					<wfw:commentRss>https://krootor.com/3034/feed</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
	</channel>
</rss>
