• ข้อมูลที่มีการกระจายตัวเป็นปกติจะมีลักษณะเป็นรูประฆังคว่ำ หรือ Bell shape 

• การทดสอบ Distribution ของข้อมูลโดยโปรแกรมสถิติ SPSS มากกว่า 95% จะได้ผลเป็น Non-Normal distribution 

• แนะนำให้ใช้การอ่านภาพ Histrogram หากมีลักษณะค่อนข้างเป็น Bell shape ควรใช้สถิติ Parametric

สถิติแบบบรรยายเป็นสถิติพื้นฐานของการวิจัย ผู้วิจัยควรมีความรู้การนำเสนอที่ถูกต้อง เมื่อแสดงค่าเฉลี่ยจะต้องแสดงส่วนเบี่ยงเบนมาตรฐาน ถ้าแสดงค่ามัฐยฐานจะแสดงค่าควอไทล์ที่ 1 และค่าควอไทล์ที่ 3 

hi-square Test เป็นเปรียบเทียบข้อมูลแบบจัดกลุ่มระหว่างกลุ่มตัวอย่าง 2 กลุ่ม หรือมากกว่า 2 กลุ่มขึ้นไป หรือหมายถึงเปรียบเทียบร้อยละของขอ้มูลระหว่างกลุ่มตัวอย่าง เช่น เปรียบเทียบอัตราการตายของผู้ป่วยที่เป็นและไม่เป็นมะเร็งลุกลามที่ต่อมน้ำเหลือง เปรียบเทียบอัตราการเกิดลองโควิดในผู้ป่วยที่มีความรุนแรงของโรคโควิด 3 ระดับ เป็นต้น

Paired T-Test หรือ Dependent T-Test เป็นการเปรียบเทียบข้อมูลแบบต่อเนื่องหรือค่าฉลี่ยระหว่างกลุ่มตัวอย่างที่เป็นคนๆ เดียวกันหรือใช้คำว่าภายในกลุ่ม เช่น เปรียบเทียบคะแนนก่อนและหลังการสอนในนักเรียน เปรียบเทียบคะแนนความปวดก่อนและหลังการผ่าตัดข้อเข่า เป็นต้น

Unpaired T-Test หรือ Independent T-Test เป็นการเปรียบเทียบข้อมูลแบบต่อเนื่องหรือค่าฉลี่ยระหว่างกลุ่มตัวอย่างที่เป็นอิสระจากกัน 2 กลุ่ม หรือหมายถึง กลุ่มตัวอย่างในแต่ละกลุ่มไม่ใช่คนคนเดียวกัน เช่น การเปรียบเทียบความดันโลหิตของผู้ป่วยเบาหวานกับผู้ป่วยโรคความดันโลหิตสูง การเปรียบเทียบคะแนนความปวดระหว่างผู้ป่วยกลุ่มทดลองและกลุ่มควบคุม เป็นต้น

การเปรียบเทียบค่าเฉลี่ยระหว่างกลุ่มตัวอย่างที่มีมากกว่า 2 กลุ่มขึ้นไป

Binary logistic regression การวิเคราะห์ปัจจัย (Factors) หรือการทำนาย (Predictors) ที่มีตัวแปรต้นหลายตัวแปร ส่วนตัวแปรตามหรือ Outcome เป็นข้อมูลแบบจัดกลุ่ม เช่น เสียชีวิต (ใช่=1, ไม่ใช่=0), เป็นโรค A (ใช่=1, ไม่ใช่=0) เป็นต้น

Multiple linear regression การวิเคราะห์ปัจจัย (Factors) หรือการทำนาย (Predictors) ที่มีตัวแปรต้นหลายตัวแปร ส่วนตัวแปรตามเป็นข้อมูลแบบต่อเนื่อง หรือ scale เช่น ความปวด ความดันโลหิต คุณภาพชีวิต และความรู้ เป็นต้น

ภาพนี้เป็นการให้ความรู้วิธีการอ่านผลการวิเคราะห์ความสัมพันธ์ ที่จะมีค่าที่ต้องรายงาน 2 ค่า คือ ค่า P และ r โดยที่ค่า P จะแสดงว่า ข้อมูลระหว่างตัวแปร 2 ตัวแปรนั้นมีความสัมพันธ์กันอย่างมีนัยสำคัญ หากพบว่า P<0.05 หรือ P<0.01 ตามที่กำหนดไว้ ส่วนค่า r จะแสดงว่า ข้อมูลระหว่าง 2 ตัวแปรนั้นมีความสัมพันธืกันในระดับใด ทิศทางบวก คือ ทิศทางเดียวกัน หากทิศทางลบ คือ ทิศทางตรงกันข้าม

การวิเคราะห์ข้อมูลแบบตัวแปรเดียว โดยจะมีตัวแปรต้นหรือ Factor เพียง 1 ตัวแปร หาความสัมพันธ์กับตัวแปรตามหรือ Outcome ที่สนใจ ในลักษณะของตาราง 2*2 คือ Factor ที่สนใจ มีโอกาสเกิด Outcome กี่เท่าของการไม่มี Factor นั้น

การวิเคราะห์อภิมาน สำหรับนักวิชาการที่ชอนอ่านงานวิจัย สามารถนำข้อมูลของงานวิจัยหลายๆ เรื่อง ที่มีสิ่งทดลองและการวัดผลลัพธ์เหมือนกัน นำมาวิเคราะห์รวมกัน เพื่อเพิ่มขนาดตัวอย่าง และศึกษาผลลัพธ์รวมของงานวิจัยเหล่านั้น