คำนวณค่า P-value แบบ one-tailed จากการทดสอบ z-test เพื่อดูว่าค่าเฉลี่ยของกลุ่มตัวอย่างต่างจากค่าที่ตั้งสมมติฐานไว้มากแค่ไหน (ฟังก์ชันเก่า แนะนำใช้ Z.TEST แทน)
| อาร์กิวเมนต์ | ชนิด | คำอธิบาย |
|---|---|---|
| array | Range/Array | ชุดข้อมูลที่ใช้ทดสอบ ถ้า array ว่างเปล่าจะได้ #N/A |
| x | Number | ค่าสมมติฐาน (hypothesized population mean) ที่ต้องการทดสอบว่าข้อมูลต่างจากนี้หรือไม่ |
| [sigma]ไม่บังคับ | Number | ส่วนเบี่ยงเบนมาตรฐานของประชากรที่รู้แน่ชัด ถ้าไม่ระบุ Excel จะใช้ส่วนเบี่ยงเบนมาตรฐานของกลุ่มตัวอย่าง (STDEV) แทน |
[ ] = อาร์กิวเมนต์ที่ไม่บังคับ
ZTEST คำนวณค่าความน่าจะเป็น (P-value) แบบ one-tailed สำหรับการทดสอบ z-test โดยรับข้อมูลชุดหนึ่ง (array) ค่าสมมติฐานที่ต้องการทดสอบ (x) และส่วนเบี่ยงเบนมาตรฐานของประชากร (sigma) ซึ่งถ้าไม่ระบุ sigma ก็จะใช้ส่วนเบี่ยงเบนมาตรฐานของกลุ่มตัวอย่างแทน ผลลัพธ์คือโอกาสที่ค่าเฉลี่ยตัวอย่างจะมีค่ามากกว่าค่าเฉลี่ยที่สังเกตได้จริง
ที่เจ๋งคือ ZTEST ช่วยให้ทดสอบสมมติฐานทางสถิติได้โดยตรงใน Excel โดยไม่ต้องคำนวณ z-score มือ แค่ป้อนข้อมูล กำหนดค่าที่ต้องการทดสอบ ก็ได้ P-value มาเลย และถ้าอยากได้ค่าแบบ two-tailed ก็สามารถดัดแปลงสูตรได้ง่ายๆ อีกด้วย
ส่วนตัวผม ฟังก์ชันนี้ถือว่า deprecated แล้วนะครับ Microsoft แนะนำให้ย้ายไปใช้ Z.TEST แทน เพราะให้ผลลัพธ์แม่นยำกว่าและชื่อสื่อความหมายชัดเจนขึ้น แต่ถ้าเปิดไฟล์เก่าแล้วเจอ ZTEST ก็ไม่ต้องตกใจครับ — มันยังทำงานได้ปกติ แค่ควรอัปเดตเป็น Z.TEST ในโอกาสต่อไป 😎
ทดสอบกับข้อมูล 10 ค่า โดยตั้งสมมติฐานว่าค่าเฉลี่ยประชากร = 4 ได้ P-value ≈ 0.09 หมายความว่ามีโอกาสราว 9% ที่จะได้ค่าเฉลี่ยตัวอย่างสูงกว่าที่สังเกตได้ ถ้า P-value น้อยกว่า 0.05 ถือว่าปฏิเสธ null hypothesis
เมื่อเปลี่ยนค่าสมมติฐานเป็น 6 P-value พุ่งขึ้นเป็น 0.86 แปลว่าข้อมูลชุดนี้ไม่ได้ต่างจาก 6 อย่างมีนัยสำคัญ — ค่าเฉลี่ยตัวอย่างอยู่ใกล้ๆ กับ 6 อยู่แล้ว
แปลง one-tailed เป็น two-tailed โดยใช้สูตร 2*MIN(ZTEST(…), 1-ZTEST(…)) ใช้เมื่อต้องการทดสอบทั้งสองทิศทาง (ค่าเฉลี่ยต่างจากค่าสมมติฐานไม่ว่าจะมากกว่าหรือน้อยกว่า)
กรณีที่ทราบส่วนเบี่ยงเบนมาตรฐานของประชากรจริงๆ (sigma=2.5) ให้ใส่เป็น argument ที่ 3 เพื่อความแม่นยำสูงกว่าการให้ Excel ประมาณจากกลุ่มตัวอย่าง
ในแง่การคำนวณแทบไม่ต่างกันเลยครับ แต่ ZTEST เป็นฟังก์ชันรุ่นเก่า (legacy) ที่ Microsoft เตรียมจะเลิกรองรับในอนาคต ผมแนะนำให้ใช้ Z.TEST แทนเสมอในไฟล์ใหม่ครับ — ผลลัพธ์แม่นยำกว่า และชื่อตรงกับ standard ของ Excel 2010 ขึ้นไป
P-value คือโอกาส (0-1) ที่ค่าเฉลี่ยตัวอย่างจะมีค่า มากกว่า ค่าเฉลี่ยที่สังเกตได้จริง สมมติว่าค่าสมมติฐาน (x) เป็นจริง โดยหลักแล้วถ้า P-value < 0.05 ก็ถือว่ามีนัยสำคัญทางสถิติครับ ผมชอบอธิบายง่ายๆ ว่า 'P-value น้อย = ข้อมูลบอกว่าสมมติฐานเดิมน่าจะผิด'
ZTEST คืนแค่ค่า one-tailed ครับ ถ้าอยากได้ two-tailed ต้องใช้สูตร =2*MIN(ZTEST(…), 1-ZTEST(…)) วิธีนี้เอาค่าที่น้อยกว่าในสองทิศทางมาคูณ 2 ผมใช้วิธีนี้บ่อยมากเวลาต้องการทดสอบว่าค่าเฉลี่ย 'ต่างจาก' ค่าอ้างอิง ไม่ใช่แค่ 'มากกว่า'
ขึ้นอยู่กับสถานการณ์ครับ ถ้ารู้ส่วนเบี่ยงเบนมาตรฐานของประชากรจริงๆ (เช่น จากประวัติข้อมูลยาวนาน) ก็ระบุ sigma ไปเลยเพื่อความแม่นยำ แต่ในชีวิตจริงส่วนใหญ่ผมไม่รู้ค่า sigma แน่ชัด เลยปล่อยว่างให้ Excel ใช้ STDEV ของกลุ่มตัวอย่างแทน ซึ่งก็ OK สำหรับกลุ่มตัวอย่างที่ใหญ่พอ
ฟังก์ชันที่ผู้เขียนโยงไว้กับ ZTEST จัดกลุ่มตามหมวด · ชี้ที่ชื่อใดชื่อหนึ่ง แล้วฟังก์ชันที่ใช้คู่กันจะมีจุดทอง
ฟังก์ชัน NORM.S.DIST ช่วยหาค่าความน่าจะเป็นของการแจกแจงปกติมาตรฐาน (Mean=0, SD=1) ใช้สำหรับการวิเคราะห์ทางสถิติ
STANDARDIZE คำนวณค่า Z-Score ซึ่งแสดงว่าค่านั้นอยู่ห่างจากค่าเฉลี่ยกี่เท่าของส่วนเบี่ยงเบนมาตรฐาน ใช้ในการทำให้ข้อมูลจากแหล่งต่างๆ อยู่บนสเกลเดียวกันได้
ส่งกลับค่า p-value ของ t-test เพื่อทดสอบว่าค่าเฉลี่ยของสองชุดข้อมูลแตกต่างกันอย่างมีนัยสำคัญหรือไม่
ฟังก์ชันทางสถิติที่คำนวณค่า P-value สำหรับการทดสอบ Z-test เพื่อทดสอบว่าค่าเฉลี่ยของกลุ่มตัวอย่างสอดคล้องกับค่าเฉลี่ยประชากรที่สมมติหรือไม่
คำนวณค่า p-value ของ Student's t-test เพื่อทดสอบว่าค่าเฉลี่ยของข้อมูลสองชุดแตกต่างกันอย่างมีนัยสำคัญหรือไม่ (ฟังก์ชันรุ่นเก่า แนะนำให้ใช้ T.TEST แทน)
ยังไม่มีบทความที่เกี่ยวข้องกับฟังก์ชันนี้
Comments
อีเมลของคุณจะไม่ถูกเผยแพร่