ฟังก์ชัน Legacy สำหรับทดสอบไคสแควร์ คืนค่า P-Value เพื่อตรวจสอบความเป็นอิสระระหว่างข้อมูลจริงกับข้อมูลที่คาดหวัง แนะนำให้ใช้ CHISQ.TEST แทน
=CHITEST(actual_range, expected_range)
=CHITEST(actual_range, expected_range)
| Argument | Type | Required | Default | Description |
|---|---|---|---|---|
| actual_range | Range | Yes | ช่วงข้อมูลค่าสังเกต (Observed values) — ข้อมูลจริงที่นับหรือวัดได้จากการทดลอง ต้องมีจำนวนเซลล์เท่ากับ expected_range | |
| expected_range | Range | Yes | ช่วงข้อมูลค่าคาดหวัง (Expected values) — ค่าที่ควรจะเกิดขึ้นตามทฤษฎีหรือสมมติฐาน แต่ละเซลล์ควรมีค่าอย่างน้อย 5 เพื่อให้ผลลัพธ์น่าเชื่อถือ |
CHITEST({10,20,30}, {15,15,20})=CHITEST({10,20,30}, {15,15,20})
0.0155
CHITEST({50,40,60}, {45,45,60})=CHITEST({50,40,60}, {45,45,60})
0.5738
CHITEST({5,5,90}, {33,33,34})=CHITEST({5,5,90}, {33,33,34})
0.0000
CHITEST({20,20,20}, {20,20,20})=CHITEST({20,20,20}, {20,20,20})
1.0000
ส่วนตัวผม มองว่าทั้งสองให้ผลลัพธ์เหมือนกันทุกประการครับ ต่างกันแค่ CHITEST เป็นฟังก์ชันรุ่นเก่า ส่วน CHISQ.TEST คือรุ่นใหม่ที่ Microsoft แนะนำให้ใช้แทน ถ้าเขียนใหม่หรือแชร์ให้คนอื่น ผมเลือก CHISQ.TEST เสมอเพราะมั่นใจได้ว่าจะไม่หายไปในอนาคต
ผมใช้ 0.05 เป็นเกณฑ์มาตรฐานครับ คือถ้า P-Value น้อยกว่า 0.05 แปลว่าความแตกต่างระหว่างข้อมูลจริงกับค่าคาดหวังมีนัยสำคัญทางสถิติ แต่บางงานที่ต้องการความแม่นยำสูงก็ใช้ 0.01 ขึ้นอยู่กับ context ของงานด้วยนะครับ
ผมเจอ error นี้สองกรณีหลักครับ หนึ่งคือ actual_range กับ expected_range มีจำนวนเซลล์ไม่เท่ากัน สองคือทั้งสอง range มีเซลล์เดียว (1×1) ซึ่งคำนวณ degrees of freedom ไม่ได้ ลองตรวจสอบขนาดของ range ทั้งสองให้ตรงกันก่อนครับ
เป็นข้อกำหนดทางสถิติครับ Chi-Square Test อาศัยการประมาณค่าแบบ asymptotic ซึ่งทำงานได้ดีเมื่อมีข้อมูลมากพอ ถ้าค่าคาดหวังน้อยกว่า 5 ผลลัพธ์อาจเชื่อถือไม่ได้ ผมแนะนำให้รวมกลุ่มที่มีค่าน้อยก่อนถ้าเป็นไปได้
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 😎