Thep Excel
CHITESTทดสอบไคสแควร์ (Legacy)
ฟังก์ชัน Legacy สำหรับทดสอบไคสแควร์ คืนค่า P-Value เพื่อตรวจสอบความเป็นอิสระระหว่างข้อมูลจริงกับข้อมูลที่คาดหวัง แนะนำให้ใช้ CHISQ.TEST แทน
Syntax & Arguments
| อาร์กิวเมนต์ | ชนิด | คำอธิบาย |
|---|---|---|
| actual_range | Range | ช่วงข้อมูลค่าสังเกต (Observed values) — ข้อมูลจริงที่นับหรือวัดได้จากการทดลอง ต้องมีจำนวนเซลล์เท่ากับ expected_range |
| expected_range | Range | ช่วงข้อมูลค่าคาดหวัง (Expected values) — ค่าที่ควรจะเกิดขึ้นตามทฤษฎีหรือสมมติฐาน แต่ละเซลล์ควรมีค่าอย่างน้อย 5 เพื่อให้ผลลัพธ์น่าเชื่อถือ |
Additional Notes
CHITEST เป็นฟังก์ชัน Legacy ที่ใช้ทดสอบไคสแควร์ (Chi-Square Test) โดยรับข้อมูลสองชุด ได้แก่ ค่าสังเกตจริง (actual_range) กับค่าที่คาดหวังตามทฤษฎี (expected_range) แล้วส่งคืนค่า P-Value ระหว่าง 0 ถึง 1 ซึ่งบอกว่าความแตกต่างที่เห็นนั้นเกิดจากความบังเอิญหรือมีนัยสำคัญทางสถิติจริง ๆ ค่า P-Value ที่น้อยกว่า 0.05 มักตีความว่าข้อมูลสองชุดมีความสัมพันธ์กัน ไม่ใช่เป็นอิสระต่อกัน
ที่เจ๋งคือ แม้จะเป็นฟังก์ชันเก่า แต่ CHITEST ยังคงทำงานได้ครบถ้วนเหมือน CHISQ.TEST ทุกประการ ต่างกันแค่ชื่อ ซึ่งหมายความว่าใครที่เรียน Excel รุ่นเก่าหรือเจอ workbook เก่า ๆ ก็สามารถอ่านสูตรได้ทันที พลัสยังช่วยให้เข้าใจหลักการ Chi-Square ได้ดีเพราะสูตรมันเรียบง่าย
ส่วนตัวผม ถ้าจะเขียนใหม่หรือสร้าง workbook ใหม่ ผมใช้ CHISQ.TEST ทุกครั้งเลยครับ เพราะ Microsoft แนะนำให้ migration ไปแล้ว และอาจถูกตัดออกในเวอร์ชันอนาคต แต่ถ้าเจอ CHITEST ใน workbook ของคนอื่น อ่านออกได้เลย ไม่ต้องตกใจ 😎
Examples
ตรวจสอบการกระจายข้อมูลสามกลุ่มCHITEST({10,20,30}, {15,15,20})
เปรียบเทียบค่าสังเกต 10, 20, 30 กับค่าที่คาดหวัง 15, 15, 20 ได้ P-Value 0.0155 ซึ่งน้อยกว่า 0.05 หมายความว่าความแตกต่างนี้มีนัยสำคัญทางสถิติ ข้อมูลจริงไม่ได้กระจายตามที่คาดไว้
ทดสอบตารางไขว้ที่ใกล้เคียงค่าคาดหวังCHITEST({50,40,60}, {45,45,60})
ค่าสังเกต 50, 40, 60 เทียบกับค่าคาดหวัง 45, 45, 60 ได้ P-Value 0.5738 ซึ่งสูงมาก หมายความว่าข้อมูลจริงกับค่าคาดหวังไม่ต่างกันอย่างมีนัยสำคัญ ความแตกต่างที่เห็นน่าจะเกิดจากความบังเอิญ
ข้อมูลที่ต่างกันชัดเจนCHITEST({5,5,90}, {33,33,34})
ค่าสังเกต 5, 5, 90 ต่างจากค่าคาดหวัง 33, 33, 34 มาก ทำให้ P-Value แทบเป็น 0 แสดงว่าการกระจายนี้ไม่ได้เกิดจากความบังเอิญแน่นอน มีปัจจัยบางอย่างทำให้กลุ่มที่สามมีจำนวนสูงผิดปกติ
ตัวอย่างสมมาตร — ค่าสังเกตเท่ากับค่าคาดหวังCHITEST({20,20,20}, {20,20,20})
เมื่อค่าสังเกตตรงกับค่าคาดหวังทุกตัว P-Value จะเป็น 1 พอดี หมายความว่าข้อมูลตรงตามที่คาดไว้ 100% ไม่มีความแตกต่างเลย ผมใช้กรณีนี้ทดสอบว่าสูตรทำงานถูกต้องหรือเปล่า
FAQs
CHITEST กับ CHISQ.TEST ต่างกันอย่างไร?+
ส่วนตัวผม มองว่าทั้งสองให้ผลลัพธ์เหมือนกันทุกประการครับ ต่างกันแค่ CHITEST เป็นฟังก์ชันรุ่นเก่า ส่วน CHISQ.TEST คือรุ่นใหม่ที่ Microsoft แนะนำให้ใช้แทน ถ้าเขียนใหม่หรือแชร์ให้คนอื่น ผมเลือก CHISQ.TEST เสมอเพราะมั่นใจได้ว่าจะไม่หายไปในอนาคต
ค่า P-Value เท่าไหร่ถึงบอกว่า "มีนัยสำคัญ"?+
ผมใช้ 0.05 เป็นเกณฑ์มาตรฐานครับ คือถ้า P-Value น้อยกว่า 0.05 แปลว่าความแตกต่างระหว่างข้อมูลจริงกับค่าคาดหวังมีนัยสำคัญทางสถิติ แต่บางงานที่ต้องการความแม่นยำสูงก็ใช้ 0.01 ขึ้นอยู่กับ context ของงานด้วยนะครับ
ทำไม CHITEST ถึงคืนค่า #N/A error?+
ผมเจอ error นี้สองกรณีหลักครับ หนึ่งคือ actual_range กับ expected_range มีจำนวนเซลล์ไม่เท่ากัน สองคือทั้งสอง range มีเซลล์เดียว (1×1) ซึ่งคำนวณ degrees of freedom ไม่ได้ ลองตรวจสอบขนาดของ range ทั้งสองให้ตรงกันก่อนครับ
ทำไมต้องให้ค่าคาดหวังแต่ละตัวมีค่าอย่างน้อย 5?+
เป็นข้อกำหนดทางสถิติครับ Chi-Square Test อาศัยการประมาณค่าแบบ asymptotic ซึ่งทำงานได้ดีเมื่อมีข้อมูลมากพอ ถ้าค่าคาดหวังน้อยกว่า 5 ผลลัพธ์อาจเชื่อถือไม่ได้ ผมแนะนำให้รวมกลุ่มที่มีค่าน้อยก่อนถ้าเป็นไปได้
Resources & Related
ฟังก์ชันที่ผู้เขียนโยงไว้กับ CHITEST จัดกลุ่มตามหมวด · ชี้ที่ชื่อใดชื่อหนึ่ง แล้วฟังก์ชันที่ใช้คู่กันจะมีจุดทอง
CHISQ.DIST ส่งกลับค่าความน่าจะเป็นของการแจกแจงแบบ Chi-squared ซึ่งใช้ในการทดสอบสมมติฐานทางสถิติ
CHISQ.DIST.RT คำนวณความน่าจะเป็นหางขวา (P-Value) ของการแจกแจง Chi-Square ใช้สำหรับการทดสอบสมมติฐานทางสถิติ
CHISQ.INV ค้นหาค่าตัวแปร X ที่ทำให้พื้นที่ใต้เส้นโค้งของการแจกแจง Chi-squared ทางท้ายซ้ายเท่ากับความน่าจะเป็นที่กำหนด ใช้ในการวิเคราะห์สถิติเพื่อการทดสอบสมมติฐาน
CHISQ.INV.RT ใช้หาค่าวิกฤต (critical value) ของการแจกแจงแบบ Chi-squared ทางหางขวา โดยให้ความน่าจะเป็นและองศาอิสระ มักใช้ในการทดสอบสมมติฐานทางสถิติ
CHISQ.TEST ทดสอบความสัมพันธ์ระหว่างตัวแปรสองตัวโดยเปรียบเทียบค่าจริง (observed) กับค่าคาดหวัง (expected) และคืนค่า P-Value
ยังไม่มีบทความที่เกี่ยวข้องกับฟังก์ชันนี้
Comments
อีเมลของคุณจะไม่ถูกเผยแพร่