นโยบายการจัดการความรู้ มหาวิทยาลัยสงขลานครินทร์ 1.ให้ใช้เครื่องมือการจัดการความรู้ผลักดัน คุณภาพคน และกระบวนทำงาน 2.ส่งเสริมการแลกเปลี่ยนประสบการณ์การทำงาน จากหน้างาน 3.ส่งเสริมให้มีเวทีเรียนรู้ร่วมกัน

Our Shangri-La
Ico64
Kittisakdi Choomalee

ภาควิชาเวชศาสตร์ชุมชน คณะแพทยศาสตร์ มหาวิทยาลัยสงขลานครินทร์
เครือข่าย
สมาชิก · ติดตาม: 0 · ผู้ติดตาม: 16

อ่าน: 1074
ความเห็น: 0

ระเริงคิด ๑๖: ก้าวย่างทางเดิน ลืมเลือนคืนวัน ดั้นด้นไป [C]

ระเริงคิด จิตรวมศูนย์: ทดสอบความแตกต่างระหว่างข้อมูลระหว่างกลุ่ม

เรามาดูการเปรียบเทียบข้อมูลระหว่างค่า % จริงของสาร abc กับค่าที่วัดได้จากเครื่องมือ B กันบ้างครับ

 

สมมติเอาว่าข้อมูลทั้ง ๒ ชุดเป็นไปตามข้อตกลงเบื้องต้น (assumptions) ของการทดสอบ t นะครับ

 

> t.test(data1$conc_sam,data1$toolb,paired=F,var.qual=T)

        Welch Two Sample t-test

data:  data1$conc_sam and data1$toolb
t = -0.2724, df = 97.543, p-value = 0.7859
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -12.96653   9.83693
sample estimates:
mean of x mean of y
  50.5600   52.1248

 

ผลที่ได้จากการทดสอบ t พบว่า ค่า p-value มีค่าเท่ากับ 0.7859 หรือค่า 95% CI มีค่าอยู่ระหว่าง -12.96653 ถึง 9.83693 ซึ่งคร่อมศูนย์ (0) หรือศูนย์รวมอยู่ในช่วงความเชื่อมัน 95% ด้วย เราจึงสรุปว่าค่าเฉลี่ยของ % จริงของสาร abc และค่าเฉลี่ยของ % สาร abc ที่วัดได้จากเครื่องมือ B แตกต่างกันอย่างไม่มีนัยสำคัญทางสถิติ

 

พูดให้เข้าใจง่ายว่า ค่าเฉลี่ยของค่าทั้งสองไม่แตกต่างกัน

 

โดยสรุปแล้วจากข้อมูลที่ผมซี้ซั้วมั่วขึ้นมานี้

พบว่าค่า % ของสาร abc ที่วัดได้จากเครื่องมือ A โดยเฉลี่ยแล้วได้ค่าที่ไม่แตกต่างจากค่า %  จริงของสาร abc

และในทำนองเดียวกัน ค่า % ของสาร abc ที่วัดได้จากเครื่องมือ B โดยเฉลี่ยแล้วไม่แตกต่างจากค่า % จริงของสาร abc

 

ในที่นี้เราอาจจะไม่จำเป็นที่จะต้องเปรียบเทียบค่า % ของสาร abc ที่วัดได้จากเครื่องมือ A และเครื่องมือ B เนื่องจากว่า ค่าที่วัดได้จากแต่ละเครื่องมือนั้นไม่แตกต่างจากค่า % จริงของสาร abc ถ้าหากว่าวัตถุประสงค์ของการวิจัยในครั้งนี้ของเราเพื่อต้องการที่จะหาคำตอบว่า เราจะใช้เครื่องมือ B ในการวัดค่า % ของสาร abc แทนการใช้เครื่องมือ A ที่มีต้นทุนการตรวจวัดสูงกว่าเครื่องมือ B ได้หรือไม่

 

คำตอบหนึ่งที่เราได้แล้วก็คือ ค่าที่ตรวจวัดได้จากเครื่องมือ B โดยเฉลี่ยแล้ววัดได้ค่าที่ไม่แตกต่างจากค่า % จริงของสาร abcแต่ประเด็นที่ว่าค่าที่ตรวจวัดได้จากเครื่องมือ B จะแตกต่างจากค่าที่วัดได้จากเครื่องมือ A หรือไม่นั้น อาจจะไม่ใช่ประเด็นสำคัญ เนื่องจากว่าในการทดลอง (วิจัย) ของเราครั้งนี้เราใช้ตัวอย่างที่เราทราบค่าจริงของสิ่งที่เราจะตรวจวัด

 

ดังนั้นเรา (อาจจะ) ไม่จำเป็นที่จะต้องเปรียบเทียบค่าที่วัดได้จากเครื่องมือ A ที่เป็น Gold Standard กับเครื่องมือ B ที่เราอยากจะนำมาใช้ทดแทน เพราะค่าที่วัดได้จากเครื่องมือ B โดยเฉลี่ยแล้วตรวจวัดได้ค่าที่ไม่แตกต่างจากค่าจริงของสิ่งที่เราต้องการวัด

 

แต่ถ้าใครจะทดสอบความแตกต่างของค่าที่ตรวจวัดได้จากเครื่องมือ A และเครื่องมือ B ก็ไม่ว่ากัน

 

ข้อสังเกตจากข้อมูลตัวอย่างอย่างหนึ่งก็คือ เราพบว่าค่าที่ตรวจวัดได้จากเครื่องมือ A และเครื่องมือ B นั้นไม่ได้ตรวจวัดค่า % จริงของสาร abc ไปในทิศทางใดทิศทางหนึ่ง แต่จะตรวจวัดได้ค่าการตรวจวัดไปใน ๒ ทิศทาง คือได้ทั้งค่าที่มากกว่าและน้อยกว่าค่าจริงของสารที่ต้องการตรวจวัด

 

แต่ถ้าค่าที่ได้จากการตรวจวัดจากเครื่อมือทั้งสองตรวจวัดได้ค่าที่ไปในทิศทางที่ตรงข้ามกัน เช่นเครื่องมือ A วัดได้ค่าที่น้อยกว่าค่าจริงของสารที่ต้องการตรวจวัดทั้งหมด แต่เครื่องมือ B ตรวจวัดแล้วได้ค่าที่มากกว่าค่าจริงของสารที่ต้องกาตรวจวัดทั้งหมด

 

เมื่อเราเปรียบเทียบค่าที่วัดได้จากเครื่องมือ A กับค่า % จรองของสาร abc และเปรียบเทียบค่าที่วัดได้จากเครื่องมือ B และค่า % จริงของสาร abc เราอาจจะพบว่า ค่าที่วัดได้จากเครื่องมือทั้งสองไม่แตกต่างจากค่าจริงของสาร abc แต่เมื่อเปรียบเทียบค่าที่วัดได้จากเครื่องมือA กับค่าที่วัดได้จาสกเครื่องมือ B แล้ว พบว่าค่าที่วัดได้จากเครื่องมือทั้งสองแตกต่างกันอย่างมีนัยสำคัญทางสถิติก็ได้

 

ทั้งนี้เนื่องจากค่าที่ตรวจวัดได้อยู่คนละฝั่งกันกับค่าจริงของสารที่ต้องการตวจวัด หรืออาจจะไม่แตกต่างกันอย่างมีนัยสำคัญทางสถิติก็ได้ ทั้งนี้ขึ้นกับค่าความแปรปรวน/ ค่าความผิดพลาดของการวัดจากเครื่องมือทั้ง ๒ ชนิด

 

ในตัวอย่างนี้ผมลองทดสอบเปรียบเทียบค่าที่ตรวจวัดได้จากเครื่องมือ A และ B ผลที่ได้เป็นดังข้อมูลด้านล่างครับ (สมมติว่าข้อมูลทั้ง ๒ ชุดเป็นไปตามข้อตกลงเบื้องต้น (assumptions) ของการทดสอบ t นะครับ)

 

> t.test(data1$toola,data1$toolb,paired=F,var.qual=T)

        Welch Two Sample t-test

data:  data1$toola and data1$toolb
t = -0.4442, df = 97.23, p-value = 0.6579
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -14.110405   8.949205
sample estimates:
mean of x mean of y
  49.5442   52.1248

 

แปรผลที่ได้กันเองนะครับ

 

อิอิอิ

 

เราเอง

 

เพลง: Where The Streets Have No Name
ศิลปิน: U2

Music video by U2 performing Where The Streets Have No Name. (C) 1987 Universal-Island Records Ltd.

U2VEVO

 

หมวดหมู่บันทึก: เรื่องทั่วไป
สัญญาอนุญาต: ซีซี: แสดงที่มา-ไม่ใช้เพื่อการค้า-อนุญาตแบบเดียวกัน Cc-by-nc-sa
สร้าง: 14 ตุลาคม 2557 12:25 แก้ไข: 28 เมษายน 2563 17:18 [ แจ้งไม่เหมาะสม ]
ดอกไม้
สมาชิกที่ให้กำลังใจ: Ico24 คนธรรมดา, Ico24 ทดแทน, และ 3 คนอื่น.
สมาชิกที่ให้กำลังใจ
 
Facebook
Twitter
Google

บันทึกอื่นๆ

ความเห็น

ไม่มีความเห็น
คุณต้องทำการเข้าระบบก่อนแสดงความเห็น