Data collected in this study was pr

Data collected in this study was prescreened by a Levene’s test using SPSS to determine if it violated parametric assumptions for conducting a t-test and ANOVA. The assumptions required for a t-test and ANOVA are: (a) The data are continuous; (b) the data follow the normal probability distribution; (c) the variances of the two populations are equal; (d) the two samples are independent; and (e) both samples are simple random samples from their respective populations (Pallant, 2010). The Levene’s test determined that the variances of the high and low level SBI groups were equal for both the t-test (i.e., p = 0.30, no significant difference) and the ANOVA (i.e., p = 0.49, no significant difference).
A chi-square goodness-of-fit test indicated there was no significant difference in the proportion of high level SBI application assessment scores within one standard deviation of the mean identified in the current sample (70%) as compared with the value of 68.26% that is obtained in a normal distribution, X2 (3, n=20) = .66, p < .88. In addition, a chi-square goodnessof-fit test indicated there was no significant difference in the proportion of low level SBI application assessment scores within one standard deviation of the mean identified in the current sample (65%) as compared with the value of 68.26% that is obtained in a normal distribution, X2 (3, n=20) = .33, p < .96. Therefore, a two-tailed independent sample t-test necessary to assess the hypothesis of Research Question 1 could be carried out if the sample variance was also found to be within an acceptable range.

ผลลัพธ์ (ไทย) 1:

ข้อมูลที่รวบรวมในการศึกษานี้คือ prescreened โดยใช้ SPSS เพื่อตรวจสอบถ้ามันละเมิดสมมติฐานแบบพาราเมตริกสำหรับการทำการทดสอบ t และ ANOVA การทดสอบ Levene เป็น สมมติฐานที่ต้องทดสอบ t และ ANOVA จะ: (ก) ข้อมูลที่จะต่อเนื่อง (ข) ข้อมูลตามการแจกแจงความน่าเป็นปกติ (ค)ผลต่างของประชากรสองจะเท่ากัน (ง) ตัวอย่างที่สองเป็นอิสระ และ (e) ทั้งสองตัวอย่างสุ่มตัวอย่างอย่างง่ายจากประชากรที่เกี่ยวข้อง (Pallant, 2010) การทดสอบของ Levene กำหนดว่า ผลต่างของ SBI กลุ่มระดับสูงและต่ำมีเท่ากันสำหรับทั้งสองการทดสอบ t (เช่น p = 0.30 ไม่แตกต่างกันอย่างมีนัยสำคัญ) และ ANOVA (เช่น p = 0.49 ไม่แตกต่างกันอย่างมีนัยสำคัญ) การทดสอบไคสแควร์ดีพอดีแสดงก็ไม่มีความแตกต่างในสัดส่วนของระดับ SBI ประยุกต์การประเมินคะแนนสูงภายในหนึ่งส่วนเบี่ยงเบนมาตรฐานของค่าเฉลี่ยในตัวอย่างปัจจุบัน (70%) เมื่อเทียบกับค่าของ 68.26% ที่ได้รับในการแจกแจงปกติ X2 (3, n = 20) =.66, p < .88 นอกจากนี้ การทดสอบไคสแควร์พอดี goodnessof ระบุไว้ก็ไม่มีความแตกต่างในสัดส่วนของระดับ SBI ประยุกต์การประเมินคะแนนต่ำในหนึ่งส่วนเบี่ยงเบนมาตรฐานของค่าเฉลี่ยในตัวอย่างปัจจุบัน (65%) เมื่อเทียบกับค่าของ 68.26% ที่ได้รับในการแจกแจงปกติ X2 (3, n = 20) =.33, p < .96 ดังนั้น สองด้านอย่างอิสระ t-ทดสอบจำเป็นเพื่อประเมินสมมติฐาน 1 คำถามการวิจัยอาจจะดำเนินการถ้าความแปรปรวนของตัวอย่างพบว่าอยู่ในช่วงยอมรับได้

ผลลัพธ์ (ไทย) 2:

การเก็บรวบรวมข้อมูลในการศึกษาครั้งนี้ได้รับการ prescreened โดยการทดสอบของ Levene โดยใช้โปรแกรม SPSS เพื่อตรวจสอบว่ามันเป็นการละเมิดสมมติฐานพารามิเตอร์สำหรับการดำเนินการ t-test และ ANOVA สมมติฐานที่จำเป็นสำหรับ t-test และ ANOVA คือ (ก) ให้ข้อมูลอย่างต่อเนื่อง (ข) ข้อมูลตามแจกแจงความน่าจะปกติ; (ค) ความแปรปรวนของประชากรสองกลุ่มมีค่าเท่ากัน; (ง) ทั้งสองกลุ่มตัวอย่างมีความเป็นอิสระ; และ (จ) ตัวอย่างทั้งสองเป็นตัวอย่างที่สุ่มอย่างง่ายจากประชากรของตน (Pallant 2010) การทดสอบของ Levene ระบุว่าความแปรปรวนของระดับกลุ่ม SBI สูงและต่ำได้ที่เท่าเทียมกันสำหรับทั้ง t-test (เช่น p = 0.30 ไม่แตกต่างกันอย่างมีนัยสำคัญ) และการวิเคราะห์ความแปรปรวน (เช่น p = 0.49 ไม่แตกต่างกันอย่างมีนัยสำคัญ).
Chi-square ความดีของพอดีการทดสอบแสดงให้เห็นว่าไม่มีความแตกต่างอย่างมีนัยสำคัญในสัดส่วนของระดับสูง SBI คะแนนประเมินการประยุกต์ใช้ภายในส่วนเบี่ยงเบนมาตรฐานหนึ่งของค่าเฉลี่ยที่ระบุไว้ในตัวอย่างปัจจุบัน (70%) เมื่อเทียบกับมูลค่าของ 68.26% ที่ จะได้รับในการกระจายปกติ X2 (3, n = 20) = 0.66, p <0.88 นอกจากนี้ยังมีการทดสอบ goodnessof พอดีไคสแควร์ที่ระบุไม่มีความแตกต่างอย่างมีนัยสำคัญในสัดส่วนของระดับต่ำ SBI คะแนนประเมินการประยุกต์ใช้ภายในส่วนเบี่ยงเบนมาตรฐานหนึ่งของค่าเฉลี่ยที่ระบุไว้ในตัวอย่างปัจจุบัน (65%) เมื่อเทียบกับมูลค่าของ 68.26 % ที่ได้รับในการกระจายปกติ X2 (3, n = 20) = 0.33, p <0.96 ดังนั้นสองด้านตัวอย่างอิสระ t-test ที่จำเป็นในการประเมินสมมติฐานของการวิจัยคำถามที่ 1 อาจจะดำเนินการถ้าแปรปรวนตัวอย่างนอกจากนี้ยังพบว่าในช่วงที่ยอมรับ

ผลลัพธ์ (ไทย) 3:

เก็บรวบรวมข้อมูลในการศึกษาครั้งนี้ คือ พรีสกรีนอย่างเดียว โดยทดสอบก็ใช้โปรแกรมสำเร็จรูป SPSS เพื่อตรวจสอบว่ามันละเมิดสมมติฐานพารามิเตอร์สำหรับการทดสอบค่าที ( t-test ) และการวิเคราะห์ความแปรปรวน สมมติฐานที่จำเป็นสำหรับการทดสอบค่าที ( t-test ) และมี ( ก ) ข้อมูลอย่างต่อเนื่อง ( ข ) ข้อมูลตามการแจกแจงความน่าจะเป็นปกติ ; ( c ) ความแปรปรวนของประชากรทั้งสองเท่ากัน ; ( d ) สองกลุ่มตัวอย่างที่เป็นอิสระ และ ( จ ) ทั้งสองตัวอย่างมีตัวอย่างแบบสุ่มอย่างง่ายจากประชากรของตน ( pallant , 2010 ) การทดสอบของวีน ระบุว่า ความแปรปรวนของกลุ่มสูง และระดับต่ำ เท่ากับเพิ่มมากขึ้นทั้งจำนวน ( I , P = 0.30 , ไม่มีความแตกต่าง ) และการวิเคราะห์ความแปรปรวน ( I , P = 0.49 , ไม่มีความแตกต่าง )ความดีของพอดีทดสอบไคสแควร์พบว่าไม่มีความแตกต่างในสัดส่วนของระดับการประยุกต์ใช้การประเมินคะแนนล่าสุดภายในหนึ่งส่วนเบี่ยงเบนมาตรฐานของค่าเฉลี่ยที่ระบุไว้ในตัวอย่างปัจจุบัน ( 70 % ) เมื่อเทียบกับมูลค่าของ 68.26 % ที่ได้รับ ในการแจกแจงปกติ X2 ( 3 , n = 20 ) = . 66 , P < . 88 นอกจากนี้ การทดสอบไคสแควร์ goodnessof พอดีพบว่าไม่มีความแตกต่างในสัดส่วนของระดับการประยุกต์ใช้การประเมินคะแนนล่าสุดภายในหนึ่งส่วนเบี่ยงเบนมาตรฐานของค่าเฉลี่ยที่ระบุไว้ในตัวอย่างปัจจุบัน ( 65% ) เมื่อเทียบกับมูลค่าของ 68.26 % ที่ได้รับ ในการแจกแจงปกติ X2 ( 3 , n = 20 ) = . 33 , p < . 96 . ดังนั้น สองหางเป็นอิสระ sample t-test ประเมินสมมติฐานของการวิจัย คำถามที่ 1 อาจจะดำเนินการถ้าเปรียบเทียบความแปรปรวน พบอยู่ในขอบเขตที่ยอมรับได้