คำนวณค่า p-value ของ Student’s t-test เพื่อทดสอบว่าค่าเฉลี่ยของข้อมูลสองชุดแตกต่างกันอย่างมีนัยสำคัญหรือไม่ (ฟังก์ชันรุ่นเก่า แนะนำให้ใช้ T.TEST แทน)
| อาร์กิวเมนต์ | ชนิด | คำอธิบาย |
|---|---|---|
| array1 | Array | ชุดข้อมูลที่หนึ่ง |
| array2 | Array | ชุดข้อมูลที่สอง |
| tails | Integer | จำนวนหาง: 1 = one-tailed (ทดสอบทิศทางเดียว), 2 = two-tailed (ทดสอบสองทิศทาง) |
| type | Integer | ประเภทการทดสอบ: 1 = Paired t-test, 2 = Two-sample equal variance (Homoscedastic), 3 = Two-sample unequal variance (Heteroscedastic) |
TTEST คำนวณค่าความน่าจะเป็น (p-value) ที่บอกว่าข้อมูลสองกลุ่มมาจากประชากรที่มีค่าเฉลี่ยเหมือนกันหรือไม่ รับอาร์กิวเมนต์สี่ตัวคือ array1, array2, tails (1 = one-tailed, 2 = two-tailed) และ type ที่กำหนดรูปแบบการทดสอบ ผลลัพธ์ที่ได้คือค่า p-value ระหว่าง 0 ถึง 1
ที่เจ๋งคือ TTEST รองรับการทดสอบสามแบบในฟังก์ชันเดียว ไม่ว่าจะเป็น Paired t-test (type=1) สำหรับข้อมูลก่อน-หลัง, Two-sample equal variance (type=2) และ Two-sample unequal variance (type=3) ซึ่งครอบคลุมทุกกรณีที่นักวิเคราะห์ข้อมูลต้องใช้งาน
ส่วนตัวผมถ้าจะใช้ t-test ใน Excel เวอร์ชันใหม่ ผมแนะนำ T.TEST มากกว่า TTEST เพราะให้ผลแม่นยำกว่าและ Microsoft เองก็บอกว่า TTEST ถูก replace แล้ว แต่ถ้าต้องเปิดไฟล์ใน Excel รุ่นเก่า TTEST ก็ยังใช้ได้ไม่มีปัญหา 😎
ทดสอบว่าข้อมูลสองชุดที่จับคู่กัน (เช่น ก่อน-หลังการรักษา) มีค่าเฉลี่ยต่างกันอย่างมีนัยสำคัญไหม ค่า p = 0.196 > 0.05 หมายความว่าความแตกต่างไม่มีนัยสำคัญทางสถิติ
ทดสอบข้อมูลสองกลุ่มอิสระที่สมมติว่า variance เท่ากัน ค่า p = 0.192 > 0.05 แสดงว่าค่าเฉลี่ยสองกลุ่มไม่ต่างกันอย่างมีนัยสำคัญ
ทดสอบข้อมูลสองกลุ่มอิสระที่ไม่แน่ใจว่า variance เท่ากันหรือไม่ (Welch's t-test) เหมาะเมื่อข้อมูลสองกลุ่มมีความแปรปรวนต่างกัน
ทดสอบแบบ one-tailed สำหรับกรณีที่สนใจเฉพาะทิศทางเดียว เช่น กลุ่ม A มากกว่ากลุ่ม B ค่า p-value จะน้อยกว่า two-tailed ครึ่งหนึ่งเสมอ
T.TEST คือเวอร์ชันใหม่ที่ Microsoft แนะนำให้ใช้แทน TTEST ทั้งสองให้ผลลัพธ์เหมือนกันในงานส่วนใหญ่ แต่ T.TEST คำนวณได้แม่นยำกว่าในบางกรณีขอบ ผมแนะนำ T.TEST เป็นค่า default สำหรับงานใหม่ ใช้ TTEST เฉพาะตอนที่ต้องคงความเข้ากันได้กับ Excel รุ่นเก่า
ค่า p-value คือความน่าจะเป็นที่จะเห็นความแตกต่างขนาดนี้แบบบังเอิญ ถ้า p < 0.05 ผมถือว่ามีนัยสำคัญทางสถิติ (ความแตกต่างไม่ได้เกิดจากความบังเอิญ) ถ้า p >= 0.05 คือยังสรุปไม่ได้ว่าต่างกัน มาตรฐานอาจต่างกันตามแต่ละสาย เช่น การแพทย์มักใช้ p < 0.01
ผมแนะนำดูที่ลักษณะข้อมูลก่อนเลย type=1 (Paired) ใช้เมื่อข้อมูลสองชุดเป็นคู่กัน เช่น วัดคนคนเดิวก่อนและหลัง type=2 ใช้เมื่อสองกลุ่มอิสระและ variance น่าจะเท่ากัน type=3 (Welch's) ใช้เมื่อไม่แน่ใจเรื่อง variance หรือขนาดกลุ่มต่างกันมาก ในทางปฏิบัติผมมักใช้ type=3 เป็น default เพราะปลอดภัยกว่า
เกิดจาก array1 กับ array2 มีจำนวนข้อมูลไม่เท่ากันในขณะที่ใช้ type=1 (Paired) เพราะ Paired t-test ต้องการข้อมูลจำนวนเท่ากัน ผมแก้ด้วยการตรวจว่าสองชุดข้อมูลมี element เท่ากันไหม ถ้าไม่เท่าให้เปลี่ยนไปใช้ type=2 หรือ type=3 แทน
ฟังก์ชันที่ผู้เขียนโยงไว้กับ TTEST จัดกลุ่มตามหมวด · ชี้ที่ชื่อใดชื่อหนึ่ง แล้วฟังก์ชันที่ใช้คู่กันจะมีจุดทอง
CHISQ.TEST ทดสอบความสัมพันธ์ระหว่างตัวแปรสองตัวโดยเปรียบเทียบค่าจริง (observed) กับค่าคาดหวัง (expected) และคืนค่า P-Value
CORREL หาค่าสัมประสิทธิ์สหสัมพันธ์ระหว่างข้อมูล 2 ชุด ผลลัพธ์เป็น -1 ถึง 1 บอกให้เห็นว่าข้อมูลทั้งสองไปทางเดียวกันหรือสวนทางกัน
F.TEST ทดสอบว่าสองชุดข้อมูลมีความแปรปรวน (การกระจายตัว) ที่แตกต่างกันอย่างมีนัยสำคัญหรือไม่ โดยคืนค่า P-Value สำหรับการตัดสินใจทางสถิติ
T.DIST.2T ใช้หาค่าความน่าจะเป็น (p-value) ของการแจกแจงแบบ t สองหาง ใช้ในการทดสอบสมมติฐานทางสถิติ
ส่งกลับค่า p-value ของ t-test เพื่อทดสอบว่าค่าเฉลี่ยของสองชุดข้อมูลแตกต่างกันอย่างมีนัยสำคัญหรือไม่
ฟังก์ชันทางสถิติที่คำนวณค่า P-value สำหรับการทดสอบ Z-test เพื่อทดสอบว่าค่าเฉลี่ยของกลุ่มตัวอย่างสอดคล้องกับค่าเฉลี่ยประชากรที่สมมติหรือไม่
ยังไม่มีบทความที่เกี่ยวข้องกับฟังก์ชันนี้
Comments
อีเมลของคุณจะไม่ถูกเผยแพร่