ระดับการวัดหรือมาตรวัดของข้อมูล

ระดับการวัดหรือมาตรวัดของข้อมูล แบ่งเป็น 4 ระดับคือ

           1. ระดับนามบัญญัติ (Nominal data)

เป็นการกำหนดลักษณะของข้อมูลออกเป็นกลุ่ม หรือประเภท โดยแต่ละประเภทไม่ได้มีลักษณะว่ามีค่ามากกว่าหรือน้อยกว่ากัน การวัดระดับนี้ถือว่าเป็นการวัดที่มีความละเอียดน้อยสุดเมื่อเทียบกับระดับอื่นๆ

ตัวอย่างข้อมูลระดับนามบัญญัติ เช่น

เพศ : ชาย, หญิง โดยอาจกำหนดให้
                     ชาย =1 , หญิง =2

เชื้อชาติ : ไทย, จีน, ลาว

การสูบบุหรี่ : สูบ, ไม่สูบ

การจำแนกข้อมูลแบบนี้ไม่สามารถนำค่ามาคำนวณทางคณิตศาสตร์ได้

          2. ระดับเรียงอันดับ (Ordinal data)

          เป็นการกำหนดลักษณะข้อมูล โดยแบ่งออกเป็น กลุ่ม และสามารถบอกความแตกต่างระหว่างกลุ่มได้ ซึ่งลักษณะที่ใช้บอกความแตกต่างใช้หลักมากกว่าหรือน้อยกว่า เช่น การบอกความชอบว่าชอบอันไหนมากกว่ากัน ตัวอย่างเช่น สมศรีชอบสี 3 สีเรียงลำดับจากมากไปหาน้อย คือ สีขาว สีส้ม สีชมพู การแสดงข้อมูลแบบนี้จะไม่สามารถบอกได้ว่าชอบมากกว่า หรือน้อยกว่าแค่ไหน แต่จะใช้บอกลำดับ หรือตำแหน่งของสิ่งที่เราสนใจเท่านั้น

          3. ระดับช่วง (Interval data)

          เป็นการวัดรายละเอียดที่แตกต่างกันของตัวแปร โดยค่าที่ได้ออกมาเป็นตัวเลข และสามารถบอกความแตกต่างได้ว่า มีค่ามากกว่าหรือน้อยกว่าเท่าไร การวัดเป็นระดับช่วงสามารถเอาตัวเลขมาคำนวณทางคณิตศาสตร์ได้ แต่ระดับการวัดแบบระดับช่วงจะมีค่าของเลขศูนย์เป็นค่าที่กำหนดขึ้นเองไม่ได้เป็น ค่าศูนย์ที่แท้จริง หรือเรียกว่าเป็น Relative Zero การที่มีค่าเป็นศูนย์ไม่ได้แทนว่า ไม่มีค่าแต่จะเป็นจุดเริ่มต้นที่เรากำหนดขึ้น ตัวอย่างเช่น อุณหภูมิ ระดับสติปัญญา

          4. ระดับอัตราส่วน (Ratio data)

          เป็นการวัดระดับที่เหมือนกับการวัดระดับช่วง แต่การวัดแบบอัตราส่วนมีค่าศูนย์ที่แท้จริง นั่นคือไม่มีค่า หรือไม่มีสิ่งนั้นอยู่เลย ตัวอย่างเช่น อายุ รายได้

ตัวแปรต้นและตัวแปรตาม

ตัวแปรคือ สิ่งที่เราสนใจจะศึกษา ตัวแปรจะเป็นสิ่งที่สามารถวัดได้นับได้ หรือแจกแจงได้ ตัวแปรแบ่งเป็น 2 ประเภท

          1. ตัวแปรต้น คือ สิ่งที่เป็นสาเหตุให้เกิดผลต่างๆ

              (บางครั้งเรียกว่า ตัวแปรอิสระ หรือ ตัวแปรสาเหตุ)

              “Dependent variable”

          2. ตัวแปรตาม คือ สิ่งที่เป็นผลอันเนื่องมาจาก
              ตัวแปรต้น

              (บางครั้งเรียกว่า ตัวแปรผล หรือ ตัวแปรพยากรณ์)

              “Independent variable”

วัตถุประสงค์ของการใช้สถิติ

วัตถุประสงค์หลักๆของการใช้สถิติ เพื่อ...

1. การวิเคราะห์ข้อมูลเบื้องต้น เป็นสถิติเชิงบรรยาย เช่น ค่าเฉลี่ย ค่าสูงสุด ค่าต่ำสุด ค่าพิสัย เป็นต้น
   
2. การประมาณค่า (Estimation) เช่นใช้ค่าสถิติ(จากที่เก็บจากกลุ่มตัวอย่าง) ในการประมาณค่าพารามิเตอร์
3. การทดสอบสมมุติฐาน (Hypothesis testing) เป็นการทดสอบข้อสงสัยอย่างมีความน่าเชื่อถือ
4. การหาความสัมพันธ์ (Correlation) ใช้อธิบายรูปแบบหรือลักษณะความสัมพันธ์ของข้อมูล
5. การพยากรณ์ (Prediction or Forecasting) ใช้หารูปแบบความสัมพันธ์จากข้อมูลแล้วนำมาสร้างเป็นตัวแบบหรือสมการที่ใช้ในการทำนายค่า

ค่าพารามิเตอร์และค่าสถิติ

ค่าพารามิเตอร์ (Parameter) คือตัวเลขที่คำนวณได้จากประชากร เพื่ออธิบายลักษณะบางอย่างของประชากร

ค่าสถิติ (Statistics) คือ ตัวเลขที่คำนวณได้จากกลุ่มตัวอย่าง ใช้แสดงลักษณะบางอย่างของกลุ่มตัวอย่างที่เก็บมาได้  ซึ่งค่าสถิติใช้เป็นตัวประมาณค่าพารามิเตอร์

ประชากรกับกลุ่มตัวอย่าง

ประชากร (Population) คือ ข้อมูล กลุ่มคน กลุ่มสิ่งของทั้งหมดที่ทำการศึกษา

กลุ่มตัวอย่าง (Sample) คือ ส่วนหนึ่งของประชากรที่ถูกเลือกขึ้นมาเพื่อศึกษา โดยกลุ่มตัวอย่างจะถูกสุ่มจากประชากรที่สนใจ หรือเรียกว่าได้มาจากการสุ่มตัวอย่าง

สถิติ

รวบรวมสถิติที่ใช้เพื่องานวิจัยด้านการยศาสตร์