การวิเคราะห์ข้อมูลเชิงพรรณนาและการวิเคราะห์ข้อมูลเชิงอนุมาน

การวิเคราะห์ข้อมูลทางสถิติ สามารถแบ่งออกเป็น 2 แบบหลักๆด้วยกัน คือการวิเคราะห์ข้อมูลเชิงพรรณนา หรือ Descriptive Statistics และ การวิเคราะห์ข้อมูลเชิงอนุมาน หรือ Inferential Statistics วันนี้เราจะมาไขข้อข้องใจกันค่ะว่าการวิเคราะห์ข้อมูล 2 แบบนี้แตกต่างกันอย่างไร และเราควรใช้การวิเคราะห์แบบใดในสถานการณ์แบบใดเพื่อให้เหมาะสมกับงานวิจัยของเรามากที่สุด

1. การวิเคราะห์ข้อมูลเชิงพรรณนา (Descriptive Statistics)

เป็นการอธิบายและสรุปผลการวิเคราะห์ข้อมูล ให้อยู่ในรูปของความถี่ ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบน มาตรฐาน (การกระจายตัวของข้อมูลจากค่าเฉลี่ย) ค่าสูงสุด หรือค่าต่ำสุด หรือข้อมูลที่ได้สามารถนำไปสรุปให้อยู่ในรูปของกราฟ ตาราง หรือ บาร์ชาร์ตได้เช่นกัน

ยกตัวอย่างเช่น หลังจากการเรียนการสอนคุณครูได้มีการจัดการสอบในแต่ละวิชา การวิเคราะห์ข้อมูลเชิง พรรณนา จะสามารถทำให้เราเข้าใจว่า มีนักเรียนที่เข้าสอบทั้งหมดกี่คน แบ่งเป็นนักเรียนที่เป็นเพศชายกี่คน และนักเรียนที่เป็นเพศหญิงกี่คน ในคำถามแต่ละข้อมีนักเรียนตอบข้อใดบ้างเป็นจำนวนกี่คนและสามารถสรุปได้เป็นร้อยละเท่าไหร่ หรือ สามารถสรุปได้ว่าในคำถามทั้งหมดที่นักเรียนสอบ นักเรียนคะแนนเท่าไหร่บ้าง มีคะแนนเฉี่ยอยู่ที่เท่าไหร่ คะแนนสูงสุด คะแนนต่ำสุด คะแนนเฉลี่ย และ ส่วนเบี่ยงเบนมาตรฐานของคะแนนอยู่ที่เท่าไหร่

อย่างไรก็ตามข้อจำกัดของการวิเคราะห์ข้อมูลเชิงพรรณนาคือ ผลการวิเคราะห์ข้อมูลที่ได้มานั้นจะไม่ สามารถนำไปทดสอบสมมติฐานการวิจัยได้ หรือไม่สามารถนำไปอนุมานกับกลุ่มคนหรือประชากรที่ไม่ได้ อยู่ในกลุ่มตัวอย่างได้ ยกตัวอย่างเช่นถ้าหากคุณต้องการทดสอบประสิทธิภาพของยาในการรักษาผู้ป่วย 100 คน การใช้การวิเคราะห์ข้อมูลแบบเชิงพรรณนาจะไม่สามารถบอกได้ว่ายาที่ใช้ในการรักษาผู้ป่วยกลุ่มนี้จะได้ผลกับผู้ป่วยกลุ่มอื่น 2. การวิเคราะห์ข้อมูลเชิงอนุมาน (Inferential Statistics)

สำหรับการวิเคราะฆ์ข้อมูลเชิงอนุมานจะเป็นการวิเคราะห์ข้อมูลจากจำนวนผู้ตอบแบบสอบถามเพื่อใช้อนุมานความน่าจะเป็นของประชากรทั้งหมด ยกตัวอย่างเช่น เราต้องการจะศึกษาเกี่ยวกับระดับความพึงพอใจของเด็กนักเรียนชั้นมัธยมปีที่ 6 ในเขตกรุงเทพมหานคร ต่อการเรียนการสอน แต่เนื่องจากเด็กนักเรียนในเขตกรุงเทพมหานครมีจำนวนมากและยากต่อการเก็บข้อมูล ผู้วิจัยจึงเลือกเก็บข้อมูลจากเด็กนักเรียนชั้นมัธยมปีที่ 6 จาก 10 โรงเรียนเป็นจำนวนทั้งสิ้น 400 คน และใช้ข้อมูลจากเด็กนักเรียน 400 คนนี้ ในการอนุมานระดับความพึงพอใจของนักเรียนต่อการเรียนการสอนของเด็กนักเรียนในเขตกรุงเทพมหานคร

โดยปกติแล้วเราจะใช้การวิเคราะห์ข้อมูลเชิงอนุมานเพื่อทดสอบสมมติฐานการวิจัย โดยการทดสอบ หาความสัมพันธ์ระหว่างตัวแปร พยากรณ์หรือทำนายความน่าจะเป็นในอนาคต หรือ ทดสอบ ความแตกต่างระหว่างกลุ่ม ยกตัวอย่างเช่น ถ้าหากต้องการทราบว่าปัจจัยใดบ้างที่ส่งผลกระทบต่อระดับความพึงพอใจในการใช้บริการร้านอาหาร เราสามารถวิเคราะห์ข้อมูลโดยการใช้ Multiple Linear Regression เพื่อ ทดสอบว่ามีปัจจัยใดบ้างที่ส่งผลต่อความพึงพอใจอย่างมีนัยสำคัญทางสถิติ หรือ ถ้าหากเราต้องการ ทราบว่าความแตกต่างในอายุส่งผลให้เกิดความแตกต่างในระดับความพึงพอใจในการใช้บริการธนาคารหรือไม่ เราสามารถใช้ ANOVA (One Way Analysis of Variance) ในการวิเคราะห์ข้อมูลได้

จากที่กล่าวมาจะเห็นได้ว่า การวิเคราะห์ข้อมูลทั้งแบบเชิงพรรณนาและเชิงอนุมานนั้นต่างมีจุดประสงค์ที่แตกต่างกัน โดยปกติแล้วเราจะแนะนำให้ใช้การวิเคราะห์ทั้งสองรูปแบบควบคู่กัน เนื่องจากเราจะได้เข้าใจภาพรวมของข้อมูลที่เราเก็บมาได้เพื่อทำความเข้าใจกับสถานการณ์ปัจจุบัน และสามารถนำข้อมูลที่ได้จากผลการวิเคราะห์แบบอนุมานไปใช้เพื่อเป็นแนวทางในการตัดสินใจในอนาคต โดยการวิเคราะห์ข้อมูล ทั้งสองแบบจะสามารถทำโดยการใช้โปรแกรมการวิเคราะห์ข้อมูลทางสถิติ SPSS (Statistical Program for Social Sciences) ในการวิเคราะห์ข้อมูลได้

สำหรับผู้ที่สนใจสามารถติดต่อสอบถามข้อมูลเพื่อทำการวิเคราะห์ข้อมูลกับเราได้ที่ Line Official Account หรือที่อีเมล์ info@datainvestigatorth.com