@article{อระวีพร_ชื่นอารมณ์_ฟกทรัพย_เจิดจิตกุศล_2017, title={การเปรียบเทียบประสิทธิภาพของการทดสอบซี การทดสอบที การทดสอบแบบสุ่ม และการทดสอบ แมนท์-วิทนี ยู สำหรับทดสอบค่าเฉลี่ยหรือค่ากลางของประชากร 2 กลุ่มที่เป็นอิสระกัน: An Efficiency Comparison of Z-Test, T-Test, the Randomization Test and Mann-Whitney U Test for Testing Two Independent Population Means or Medians}, volume={26}, url={https://li01.tci-thaijo.org/index.php/science_kmitl/article/view/107563}, abstractNote={<p><span class="fontstyle0">บทคัดยอ</span></p> <p><span class="fontstyle0"><br></span><span class="fontstyle1">การวิจัยนี้เปนการวิจัยเชิงจําลองมีวัตถุประสงคเพื่อศึกษาและเปรียบเทียบประสิทธิภาพของ<br>การทดสอบซี การทดสอบที การทดสอบแบบสุม และการทดสอบแมนท-วิทนี ยู สําหรับทดสอบคากลาง<br>หรือคาเฉลี่ยของประชากร 2 กลุมที่เปนอิสระกัน ในงานวิจัยน้ีศึกษาคาเฉลี่ยและความแปรปรวนของทั้ง 2<br>ประชากร ใน 4 กรณีคือ 1) คาเฉลี่ยและความแปรปรวนเทากัน 2) คาเฉลี่ยเทากันและความแปรปรวนไม<br>เทากัน 3) คาเฉลี่ยไมเทากันและความแปรปรวนเทากัน 4) คาเฉลี่ยและความแปรปรวนไมเ ทากัน โดยศึกษา<br>จากขอมูลที่สุมมาจากประชากรที่มีการแจกแจงปกติ กําหนดขนาดตัวอยาง </span><span class="fontstyle1">( </span><span class="fontstyle3">n n </span><span class="fontstyle4">1 2 </span><span class="fontstyle4">, </span><span class="fontstyle1">) </span><span class="fontstyle1">เทากัน คือ (5,5)<br>(15,15) และ (50,50) ขนาดตัวอยาง </span><span class="fontstyle1">( </span><span class="fontstyle3">n n </span><span class="fontstyle4">1 2 </span><span class="fontstyle4">, </span><span class="fontstyle1">) </span><span class="fontstyle1">ไมเทากัน (5,15) (15,25) และ (35,50) ในการคํานวณ<br>ความนาจะเปนของความผิดพลาดประเภทที่ 1 กําหนดคาเฉลี่ยของประชากรเทากัน ( </span><span class="fontstyle5">  </span><span class="fontstyle4">1 2 </span><span class="fontstyle4">, </span><span class="fontstyle1">) เทากับ<br>(9,9) และการคํานวณกําลังการทดสอบ กําหนดคาเฉลี่ยของประชากรไมเทากัน ( </span><span class="fontstyle5">  </span><span class="fontstyle4">1 2 </span><span class="fontstyle4">, </span><span class="fontstyle1">) เทากับ (9,12)<br>โดยกรณีที่ความแปรปรวนเทา กันจะกําหนดคาความแปรปรวน (</span><span class="fontstyle5"> </span><span class="fontstyle4">2 </span><span class="fontstyle1">) ของแตละประชากรคือ 3 9 27 และ<br>36 ตามลําดับ สวนกรณีที่ความแปรปรวนไมเทากัน จะกําหนดคาความแปรปรวนตามเกณฑของคา นอนเซน<br>ทรัลลิตี้พารามิเตอร ซึ่งไดคานอนเซนทรัลลิตี้พารามิเตอร (</span><span class="fontstyle5"> </span><span class="fontstyle1">) คือ 0.69 2.49 และ 6.93 ตามลําดับ<br>กําหนดระดับนัยสําคัญ 2 ระดับคือ 0.01 และ 0.05 โดยใชโปรแกรมอารในการจําลองและวิเคราะหขอมูล<br>ทําการจําลองขอมูลซ้ํา1,000 รอบในแตละสถานการณ ผลการวิจัยพิจารณาจากกําลังการทดสอบสูงที่สุด<br>จากตัวสถิติสามารถควบคุมคาความผิดพลาดประเภทที่ 1 เมื่อความแปรปรวนเทา กัน สวนใหญการทดสอบ<br>ซี มีกําลังการทดสอบสูงที่สุดในกรณีที่ความแปรปรวนไมเกิน 27 และการทดสอบแมนท-วิทนี ยู มีกําลังการ<br>ทดสอบสูงที่สุดในกรณีที่ความแปรปรวนเปน 36 และเมื่อความแปรปรวนไมเทากันพบวา สวนใหญการ<br>ทดสอบซี มีกําลังการทดสอบสูงที่สุดในทุกความแปรปรวน</span> </p> <p> </p> <p><span class="fontstyle0">Abstract</span></p> <p><span class="fontstyle0"><br></span><span class="fontstyle1">This research is a simulating research that aimed to study and to compare the<br>efficiency of Z-test, t-test, the randomization test and Mann-Whitney U test for testing<br>means or medians of two independent populations. This research is considered mean and<br>variance of 2 populations in 4 cases such as 1) equal mean and variance 2) equal mean<br>and unequal variance 3) unequal mean and equal variance, 4) unequal mean and<br>variance. The data is generated in term of two populations and normal distribution. The<br>sample sizes are set to equal sample size </span><span class="fontstyle1">( </span><span class="fontstyle3">n n </span><span class="fontstyle4">1 2 </span><span class="fontstyle4">, </span><span class="fontstyle1">) </span><span class="fontstyle1">as (5,5), (15,15), and (50,50), unequal<br>sample size </span><span class="fontstyle1">( </span><span class="fontstyle3">n n </span><span class="fontstyle4">1 2 </span><span class="fontstyle4">, </span><span class="fontstyle1">) </span><span class="fontstyle1">as (5,15), (15,25), and (35,50). The population mean ( </span><span class="fontstyle5">  </span><span class="fontstyle4">1 2 </span><span class="fontstyle4">, </span><span class="fontstyle1">) are<br>equal as (9,9) for calculating probability of type I error, and unequal as ( </span><span class="fontstyle5">  </span><span class="fontstyle4">1 2 </span><span class="fontstyle4">, </span><span class="fontstyle1">) to (9,12)<br>for calculating power of a test. The population variances (</span><span class="fontstyle5"> </span><span class="fontstyle4">2 </span><span class="fontstyle1">) of each population are set<br>to 3, 9, 27 and 36 for equal variance. The unequal variances based on noncentrality<br>parameter (</span><span class="fontstyle5"> </span><span class="fontstyle1">) that set as 0.69, 2.49, , and 6.93. The significant levels are considered on<br>two levels at 0.01 and 0.05. R program is used for simulation and data analysis with 1,000<br>times for each situation. The results are considered the maximum power of a test that<br>these tests can control the probability of type I error. For equal variance, Z-test shows the<br>highest power of a test when variance does not exceed 27. Mann-Whitney U test shows<br>the highest power of a test when variance is set as 36. When variance is not equal, Z-test<br>shows the highest power of a test in all situations.</span> </p>}, number={2}, journal={Journal of Science Ladkrabang}, author={อระวีพร อัชฌา and ชื่นอารมณ์ โชติรส and ฟกทรัพย วาสินี and เจิดจิตกุศล สุปวีณ}, year={2017}, month={Dec.}, pages={73–88} }