ตัวแปรตามเป็นข้อมูลแบบจัดกลุ่ม หรือ ร้อยละ
มีคำสั่งทำ Forest plot และ Funnel plot
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
การวิเคราะห์ปัจจัยที่เกี่ยวข้องกับอาการหรือโรคที่สนใจ หรือวิเคราะห์ปัจจัยทำนายผลลัพธ์ที่สนใจ มีการวิเคราะห์หลายวิธี ซึ่งขึ้นอยู่กับลักษณะข้อมูลของตัวแปรตามหรือ Outcome ที่ศึกษา
สถิติเปรียบเทียบระหว่าง กลุ่มตัวอย่างที่มี 2 กลุ่ม นิยมใช้ในการวิจัยแบบทดลองที่แบ่งเป็นกลุ่มทดลองและกลุ่มควบคุม และการวิจัยแบบ Analytic study ที่มีการวิเคราะห์ Subgroup analysis
การเปรียบเทียบการเปลี่ยนแปลงของข้อมูลแบบต่อเนื่องของผู้ป่วยกลุ่มหนึ่ง ส่วนใหญ่ใช้ในงานคุณภาพ เป็นการบรรยายให้เห็นการเปลี่ยนแปลงที่เพิ่มขึ้น หรือลดลง โดยมีการทดสอบทางสถิติ เช่น อัตราการตายของผู้ป่วย ESRD ตั้งแต่ปี พ.ศ. 2561-2665, ร้อยละการเกิด UTI ที่หอผู้ป่วย A เดือนมกราคม-ธันวาคม พ.ศ. 2565 เป็นต้น
เป็นการสุรปให้ผู้วิจัยพิจารณาการเลือกใช้สถิติ วิธีการอ่านตารางให้พิจารณาที่แถวด้านบนของตาราง ว่าข้อมูลที่จะวิเคราะห์เป็นข้อมูลแบบใด ประกอบกับอ่านตารางที่คอลัมภ์ด้านซ้ายมือ ว่ากลุ่มตัวอย่างที่จะวิเคราะห์มีกี่กลุ่ม จะพบคำตอบว่าข้อมูลของท่านจะต้องใช้สถิติชื่อว่าอะไร
การนำเสนอข้อมูลโดยใช้กราฟจะช่วยให้ผลวิจัยมีความน่าสนใจมากขึ้น ทั้งนี้ การเปรียบเทียบระหว่างกลุ่มควรใช้กราฟแท่ง การแสดงแนวโน้มการเปลี่ยนแปลง ควรใช้กราฟเส้น
ขอขอบคุณทุกท่านที่แวะชมค่ะ โปรดตอบแบบประเมิน สถิติ 5 นาที เพื่อให้กำลังใจและคำแนะนำสำหรับผู้จัดทำด้วยค่ะ