คำตอบที่ได้รับเลือกจากเจ้าของกระทู้
ความคิดเห็นที่ 4
ตอบแบบบรรทัดเดียว
"ในความเป็นจริงแล้ว การกำหนดค่านัยสำคัญทางสถิติ จะกำหนดเท่าไรก็ได้ครับ แล้วแต่นักวิจัย"
โดยทั่วไป เรามองกันว่า วิจัยปริมาณ มีหลักการชัดเจน ยากที่จะไป ยุ่งเปลี่ยนแปลง
แต่ในความเป็นจริงแล้ว มันมีเรื่องของความเชื่ออยู่บ้าง แต่มีน้อยและทำตามกันมา จนเราไม่รู้ว่า
มันมีความเชื่อของผู้วิจัยอยู่
การกำหนดค่านัยสำคัญทางสถิติ เป็นความเชื่อเหมือนกัน มีความเชื่อด้วยกัน 2 กลุ่ม
1. กลุ่มที่เชื่อในวิถีหลัก หรือ แนวทางของ Fisher เขาคือ ที่มา ของ ค่านัยสำคัญทางสถิติ ที่ .05 .01 และ .001
โดยเริ่มจากเหตุผลสั้นๆ คือ เขามองว่า ค่านัยที่ .05 หรือ อัตราการเกิด H0 ที่ 1 ใน 20 ก็เพียงพอ แล้ว ที่เราจะตัดสินใจได้ว่าเราจะยอมรับ
สมมติฐานแบบ H0 หรือ H1
2. กลุ่มที่กำหนดค่านัยสำคัญเท่าไรก็ได้ หรือ ให้ผู้อ่านตีความเอง ว่าผู้อ่านจะเลือกสมมติฐาน แบบไหน
โดยกลุ่มนี้ มองว่า นักวิจัย จะกำหนดแค่ไหนก็ได้ แล้วแต่ตัวผู้วิจัย จะกำหนด หรือ
ใช้การรายงานค่า p-value ประกอบ เพื่อให้ผู้อ่านตัดสินใจเอง ว่า จะเลือกสมมติฐานไหน
แต่ปัญหา โดยส่วนใหญ่ ทุกคน มักจะตกอยู่ภายใต้ กระแส แรกมากกว่าโดยไม่รู้เพราะมีผู้สอนไม่มากที่รู้ ในเรื่องนี้
ส่วนกระแสหลัง มีแต่ไม่เยอะ เคยอ่าน ตอนแรกก็งงเหมือนกัน
เข้าประเด็น จขกท คือ ใช้ ที่ 90% ได้หรือไม่
อยู่ที่ว่า คุณกำหนด จุดวิกฤต แบบ one tail หรือ two tail
เพราะ โดยส่วนใหญ่ ทุกคนจะอยู่ใน แนวทางของ Fisher เป็นหลัก ถ้าใช้แบบ One tail ค่านัยสำคัญนั้นน้อยกว่าแนวคิดของ Fisher
แต่ ถ้าเป็น Two-Tail ค่านัยที่ 90% จะเท่ากับ 95% แบบ one tail บางครั้งการปรับให้ โปรแกรมมัน ตั้ง one tail มันอาจลำบาก
ผู้วิจัยจึงใช้ กำหนดที่ 90% แทน เพื่อให้เป็น One tail ครับ
ผมอัพ บทความภาษาไทยที่พูดนี้ไว้ ส่งไปให้ หลังไมค์
จะถกกับอาจารย์เอาอันนี้ไปเป็นภูมิคุ้มกันด้วย ละกัน
"ในความเป็นจริงแล้ว การกำหนดค่านัยสำคัญทางสถิติ จะกำหนดเท่าไรก็ได้ครับ แล้วแต่นักวิจัย"
โดยทั่วไป เรามองกันว่า วิจัยปริมาณ มีหลักการชัดเจน ยากที่จะไป ยุ่งเปลี่ยนแปลง
แต่ในความเป็นจริงแล้ว มันมีเรื่องของความเชื่ออยู่บ้าง แต่มีน้อยและทำตามกันมา จนเราไม่รู้ว่า
มันมีความเชื่อของผู้วิจัยอยู่
การกำหนดค่านัยสำคัญทางสถิติ เป็นความเชื่อเหมือนกัน มีความเชื่อด้วยกัน 2 กลุ่ม
1. กลุ่มที่เชื่อในวิถีหลัก หรือ แนวทางของ Fisher เขาคือ ที่มา ของ ค่านัยสำคัญทางสถิติ ที่ .05 .01 และ .001
โดยเริ่มจากเหตุผลสั้นๆ คือ เขามองว่า ค่านัยที่ .05 หรือ อัตราการเกิด H0 ที่ 1 ใน 20 ก็เพียงพอ แล้ว ที่เราจะตัดสินใจได้ว่าเราจะยอมรับ
สมมติฐานแบบ H0 หรือ H1
2. กลุ่มที่กำหนดค่านัยสำคัญเท่าไรก็ได้ หรือ ให้ผู้อ่านตีความเอง ว่าผู้อ่านจะเลือกสมมติฐาน แบบไหน
โดยกลุ่มนี้ มองว่า นักวิจัย จะกำหนดแค่ไหนก็ได้ แล้วแต่ตัวผู้วิจัย จะกำหนด หรือ
ใช้การรายงานค่า p-value ประกอบ เพื่อให้ผู้อ่านตัดสินใจเอง ว่า จะเลือกสมมติฐานไหน
แต่ปัญหา โดยส่วนใหญ่ ทุกคน มักจะตกอยู่ภายใต้ กระแส แรกมากกว่าโดยไม่รู้เพราะมีผู้สอนไม่มากที่รู้ ในเรื่องนี้
ส่วนกระแสหลัง มีแต่ไม่เยอะ เคยอ่าน ตอนแรกก็งงเหมือนกัน
เข้าประเด็น จขกท คือ ใช้ ที่ 90% ได้หรือไม่
อยู่ที่ว่า คุณกำหนด จุดวิกฤต แบบ one tail หรือ two tail
เพราะ โดยส่วนใหญ่ ทุกคนจะอยู่ใน แนวทางของ Fisher เป็นหลัก ถ้าใช้แบบ One tail ค่านัยสำคัญนั้นน้อยกว่าแนวคิดของ Fisher
แต่ ถ้าเป็น Two-Tail ค่านัยที่ 90% จะเท่ากับ 95% แบบ one tail บางครั้งการปรับให้ โปรแกรมมัน ตั้ง one tail มันอาจลำบาก
ผู้วิจัยจึงใช้ กำหนดที่ 90% แทน เพื่อให้เป็น One tail ครับ
ผมอัพ บทความภาษาไทยที่พูดนี้ไว้ ส่งไปให้ หลังไมค์
จะถกกับอาจารย์เอาอันนี้ไปเป็นภูมิคุ้มกันด้วย ละกัน
แสดงความคิดเห็น
สงสัยครับ งานวิจัยใช้ค่าความเชื่อมั่นที่ 90% ไม่ได้จริงๆเหรอครับ?
เพราะที่ผมเข้าใจคือเราจะใช้แค่ไหนก็ได้ ถ้าเราต้องการความสมบูรณ์ของข้อมูลหรือข้อมูลนั้นมีความสำคัญกับงานวิจัยมากผิดพลาดได้น้อย เราก็ควรกำหนดค่าความเชื่อมั่นให้สูงๆเข้าไป อาจจะ 99 ไปเลยก็ได้ แต่ถ้าข้อมูลไม่ได้สำคัญอะไรมากเราก็กำหนดต่ำๆได้ เพื่อลดขนาดกลุ่มตัวอย่างและง่ายต่อการทำวิจัย
ผมเข้าใจถูกไหมครับ?