3. การทดสอบค่าเฉลี่ย 2 กลุ่มที่สัมพันธ์กัน (Related Samples)

ลักษณะการออกแบบการวิจัยเป็นแบบ Pretest-Posttest Design คือมีการวัดผลก่อนการอบรมและหลังการอบรมเพื่อประเมินผลการเปลี่ยนแปลงของความรู้ หรือใช้กับรูปแบบการวิจัย ลักษณะ Matching design หรือต้องการเปรียบเทียบผลจากการวัดด้วยเครื่องมือคนละชนิดกัน เพื่อเปรียบเทียบประสิทธิภาพของเครื่องมือ ซึ่งนำมาวัดในตัวอย่างเดียวกัน การวิเคราะห์ด้วยวิธีนี้ต้องคำนวณค่า

d คือ ความแตกต่างของข้อมูลระหว่างการวัดทั้ง 2 ครั้งหรือก่อนการอบรม-หลังการอบรม

Sd คือ ส่วนเบี่ยงเบนมาตรฐานของความแตกต่างนั้น

สถิติที่ใช้คือ Paired test มีสมมติฐานดังนี้

(หรือ ) ค่าเฉลี่ยจากการวัด 2 ครั้งไม่แตกต่างกัน

(หรือ ) ค่าเฉลี่ยจากการวัด 2 ครั้งแตกต่างกัน

สูตรที่ใช้ทดสอบคือ df = n - 1 (n = จำนวนคู่)

ตัวอย่าง มีการสร้างเครื่องมือขึ้นใหม่ (Modify) เพื่อใช้ในการวัดค่า สามารถแทนเครื่องมือชนิดเดิมซึ่งเป็นเครื่องมือมาตรฐาน (Standard) ได้หรือไม่ โดยได้ทำการวัดในผู้ป่วยที่มารับบริการที่คลินิก 30 ราย โดยที่แต่ละรายได้รับการตรวจด้วยเครื่องมือทั้ง 2 ชนิด วิธีการทดสอบดังนี้ (File: Modify.sav)

1. ทดสอบความแตกต่างของค่าที่วัดได้จาก 2 เครื่องมือ โดยใช้ paired t-test

2. ทดสอบความสอดคล้องของค่าที่วัดได้จาก 2 เครื่องมือ โดยใช้ Pearson correlation ขั้นตอนการดำเนินการคือ

จาก Main Menu เลือก

Statistics --> Compare means --> Paired Samples T-Test และเลือกตัวแปรเป็นคู่ ๆ ดังนี้

ภาพที่ 10-7 Paired-Sample t-test dialog box

แล้ว Click ที่ เพื่อนำตัวแปรเข้าใน Paired Variables Box แล้ว Click ที่ปุ่ม OK จะได้ผลการวิเคราะห์ดังนี้

ผลลัพธ์โปรแกรมของ T-TEST (Paired Samples)

1. สถิติพรรณนา เช่นค่าเฉลี่ยที่ได้จากการวัดทั้ง 2 ครั้ง

2. ทดสอบความสอดคล้อง คือ สถิติทดสอบความสัมพันธ์ระหว่างค่าที่วัดได้ทั้ง 2 ครั้ง

หรือไม่มีความสัมพันธ์เชิงเส้น

หรือมีความสัมพันธ์เชิงเส้น

จะปฏิเสธ H0 เมื่อค่า 2-Tail Prob. < แสดงว่า มีความสัมพันธ์กัน

จะยอมรับ H0 เมื่อค่า 2-Tail Prob. > แสดงว่า ไม่มีความสัมพันธ์กัน

จากตัวอย่างดังกล่าว สามารถสรุปได้ คือ การวัดค่าทั้ง 2 ครั้ง มีความสัมพันธ์เชิงบวก (หรือมีความสอดคล้องกันอย่างมีนัยสำคัญทางสถิติ)

3. สถิติทดสอบ Paired t-test ใช้ทดสอบความแตกต่างของค่าเฉลี่ยที่วัดทั้ง 2 ครั้ง

ซึ่งมีค่าเฉลี่ยของความแตกต่าง () ส่วนเบี่ยงเบนมาตรฐานของความแตกต่าง ()

Standard Error () และค่า t-value และค่า 2 tail sig (p-value)

จากผลการวิเคราะห์สรุปได้ว่า ผลที่วัดได้จากเครื่องมือ 2 ชนิดให้ผลไม่แตกต่างกัน และมีความสอดคล้องกันในการใช้วัดด้วยเครื่องมือ 2 ชนิดนี้ ดังนั้นเครื่องมือที่สร้างขึ้นสามารถใช้แทนเครื่องมือเดิมได้ แต่จากการศึกษาวิจัยที่ผ่านมาผลการทดสอบการวัดด้วยเครื่องมือ 2 ชนิด ได้ดังนี้

ความสอดคล้อง (r)
ความแตกต่าง
ผลสรุป

Significant และ r สูง

Significant และ r สูง

Not significant หรือ r ต่ำ

Not significant หรือ r ต่ำ

Not significant

Significant

Not significant

Significant

ใช้แทนกันได้

ใช้แทนกันได้แต่ต้องปรับ Scale โดย Regression

ใช้แทนกันไม่ได้

ใช้แทนกันไม่ได้

นอกจากนี้ Paired-Samples t-test ยังใช้ทดสอบข้อมูลที่ได้จากการทดลองในลักษณะ Pretest-Post test Design รายละเอียดจะกล่าวในภายหลัง