การอนุญาตใช้เนื้อหาการสอน

ผมใส่ข้อมูลการสอนในเว็บไซต์เพื่อให้บุคคลทั่วไปได้มาศึกษา หากผู้สนใจคนใดต้องการดัดแปลง หรือใช้ข้อมูลเหล่านี้ในวัตถุประสงค์ใดนอกจากการศึกษา คุณสามารถติดต่อผมได้ที่อีเมลล์ครับ

หมายเหตุ

ไฟล์ที่ด้านในเป็นภาษาอังกฤษจะเป็นลิงค์สีน้ำเงินหรือตารางสีน้ำเงิน ไฟล์ที่ด้านในเป็นภาษาไทยจะเป็นลิงค์สีแดงหรือตารางสีแดง

คาบเรียน

ข้อมูลเหล่านี้เป็นเนื้อหาที่ผมใช้สอนเมื่อผมเป็นอาจารย์ที่จุฬาลงกรณ์มหาวิทยาลัย และ Texas Tech University.

สถิติขั้นต้น (และขั้นกลาง) ในจิตวิทยา

วิชานี้ครอบคลุมถึงสถิติพื้นฐานที่ใช้ในงานวิจัยหรือการศึกษาทางจิตวิทยา ประกอบด้วย สถิติพรรณนา (descriptive statistics), ความน่าจะเป็น, การประมาณค่าพารามิเตอร์ (parameter), การเปรียบเทียบค่าเฉลี่ย, สหสัมพันธ์ (correlation), การวิเคราะห์ถดถอย (regression), การวิเคราะห์ความแปรปรวน (ANOVA), และสถิติไคสแควร์ (chi-square statistics) ดูรายละเอียดเพิ่มเติมที่นี่.

การวัดและการทดสอบทางจิตวิทยา

วิชานี้ครอบคลุมถึงหลักการพื้นฐานของการวัดและการทดสอบทางจิตวิทยา, สถิติที่เกี่ยวข้อง, การสร้างวิธีการวัด (scaling) คุณลักษณะทางจิตวิทยา, การสร้างแบบทดสอบ, ความเที่ยง (reliability), ความตรง (validity), การวิเคราะห์ข้อคำถาม, และอรรถประโยชน์ของแบบทดสอบ ดูรายละเอียดเพิ่มเติมที่นี่

การวิเคราะห์พหุระดับ

วิชานี้ครอบคลุมถึงเทคนิคการวิเคราะห์สถิติที่เหมาะสมสำหรับข้อมูลที่เป็นโครงสร้างซ้อนกัน (nested structure) อาทิเช่น การสำรวจที่นักเรียนซ้อนในโรงเรียน หรือการทดลองที่กลุ่มตัวอย่างแต่ละคนมีการวัดหลายๆ ครั้ง วิชานี้จะครอบคลุมทฤษฎีพื้นฐานของการวิเคราะห์พหุระดับ รวมถึง การแบ่งแยกระหว่างอิทธิพลแบบคงที่และแบบสุ่ม การใช้ซอฟต์แวร์ในการวิเคราะห์ข้อมูล วิชานี้ยังครอบคลุมหัวข้อขั้นสูง เช่น การเปรียบเทียบโมเดล, การจัดการข้อมูลสูญหาย, และการวิเคราะห์ข้อมูลแบบคู่ (dyadic data analysis) ดูรายละเอียดเพิ่มเติมที่นี่

โมเดลสมการเชิงโครงสร้าง

วิชานี้ครอบคลุมถึงความรู้พื้นฐานในการวิเคราะห์โมเดลสมการเชิงโครงสร้าง (Structural Equation Modeling: SEM) โดย SEM เป็นเทคนิคทางสถิติที่ใช้ในการวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรแฝง ผมมีเอกสารที่ใช้ในระหว่างการสอนเมื่อผมผู้ช่วยสอนวิชานี้ใน University of Kansas ดูรายละเอียดเพิ่มเติมที่นี่.

โปรแกรม R ขั้นต้น

วิชานี้นำเสนอโปรแกรมการวิเคราะห์สถิติ R ซึ่งเป็นโปรแกรมโอเพ่นซอร์ส (open-source) ที่ใช้ได้ฟรี แต่เป็นโปรแกรมที่นักสถิติจำนวนมากได้เผยแพร่สถิติในรูปแบบต่างๆ ในรูปแบบของชุดโปรแกรมใน R ทำให้ R สามารถวิเคราะห์ข้อมูลได้หลากหลายรูปแบบ จัดการข้อมูลได้หลายรูปแบบ ผมได้กล่าวถึงความรู้พื้นฐานในการใช้ R รวมถึงเนื้อหาชั้นสูงในการวิเคราะห์ด้วย R ดูรายละเอียดเพิ่มเติมที่นี่.

โปรแกรม R สำหรับการสร้างสถานการณ์จำลอง

โปรแกรม R เป็นโปรแกรมทางสถิติที่มีทั้งความสามารถในการวิเคราะห์ข้อมูลทางสถิติและมีความสามารถในการเขียนโปรแกรม วิชานี้จะครอบคลุมการใช้ R ในการสร้างโมเดลจำลองทางสถิติ (Monte Carlo Simulation) วิชานี้จะครอบคลุมถึงทุกขั้นตอนของการสร้างโมเดลจำลองดังนี้

  • การออกแบบเงื่อนไขของโมเดลจำลองทางสถิติ
  • สร้างข้อมูลจำลองจากโมเดลที่กำหนด
  • วิเคราะห์ข้อมูลด้วยสถิติที่กำหนด
  • ดึงข้อมูลที่ต้องการ เช่น การประมาณค่าพารามิเตอร์ ส่วนเบี่ยงเบนมาตรฐาน (Standard Errors) จากผลการวิเคราะห์
  • รวบรวมข้อมูลที่ได้ มาสรุปว่ามีค่าในแต่ละเงื่อนไขอย่างไร
นอกจากนี้ วิชานี้ได้กล่าวถึงวิธีการแก้ไขข้อผิดพลาด (debugging) การนำโมเดลจำลองไปวิเคราะห์ในคอมพิวเตอร์สมรรถนะสูง (High-performance computers) และการสื่อสารกับโปรแกรมสถิติอื่น ดูรายละเอียดเพิ่มเติมที่นี่.

แอปพลิเคชั่นคอมพิวเตอร์ในจิตวิทยา

วิชานี้ครอบคลุมถึงความรู้พื้นฐานในการใช้ซอฟต์แวร์ในจิตวิทยา รวมถึง การหาข้อมูลในอินเทอร์เนตอย่างมีประสิทธิภาพ การค้นหาข้อมูลในฐานข้อมูลวารสารวิชาการทางจิตวิทยา (เช่น PsycINFO) การใช้ Microsoft Word, Excel, และ PowerPoint, การใช้ Acrobat Professional การใช้ SPSS สำหรับการจัดการข้อมูลและการวิเคราะห์สถิติขั้นพื้นฐาน และการเขียนรายงานทางวิชาการในจิตวิทยา อย่างไรก็ตาม เนื้อหานี้ได้พัฒนามาในปีพ.ศ. 2543 เนื้อหาเหล่านี้ยังไม่ได้รับการทำใหม่ให้เป็นปัจจุบัน ดูรายละเอียดเพิ่มเติมที่นี่.

สัมมนา

โปรแกรม R ขั้นต้น

การสัมมนานี้แนะนำโปรแกรมวิเคราะห์ทางสถิติ R ซึ่งเป็นโปรแกรมโอเพ่นซอร์ส ฟรี และสามารถเขียนโปรแกรม รวมถึงสามารถวิเคราะห์ข้อมูลได้หลากหลายรูปแบบ ด้วยเทคนิคทางสถิติจำนวนมาก สัมมนานี้กล่าวถึงหัวข้อต่างๆ ดังนี้

  • การนำข้อมูลเข้า (Import) และออก (Export)
  • ทำความคุ้นเคยกับ R (หน้าต่าง R, วัตถุ, การคำนวณเบื้องต้น)
  • การวิเคราะห์ข้อมูล
  • การสร้างภาพ
  • การเขียนโปรแกรมใน R
  • ใช้ชุดคำสั่งข้อมูลภายนอก (Packages) ของ R, คำสั่งช่วยเหลือ
  • มองหัวข้อขั้นสูง (การวิเคราะห์ถดถอยเชิงเส้น, ภาพสามมิติ)
หัวข้อเหล่านี้จะมีกิจกรรมให้ผู้ฟังปฏิบัติตาม มีข้อมูลตัวอย่าง ตัวอย่างคำสั่งของ R ผู้ฟังสามารถนำคำสั่งนี้มาปรับแล้วใช้ใหม่ในงานของตัวเองได้ มีให้คำปรึกษารายบุคคลระหว่างพักครึ่งและตอนช่วงจบสัมมนา

เอกสาร: เอกสารอธิบาย. คำตอบของแบบฝึกหัด. ข้อมูล: RSem.txt; RSem.csv; RSem.sav (ข้อมูลรูปแบบ SPSS); RSem.R.

โปรแกรม R สำหรับโมเดลสมการเชิงเส้นทั่วไป

การสัมมนานี้เป็นการขยายความรู้จากสัมมนาเรื่องโปรแกรม R เบื้องต้น หัวข้อที่ครอบคลุมในการสัมมนาครั้งนี้มีดังนี้:

  • การวิเคราะห์ถดถอย (Regression) อย่างง่ายและแบบพหุ.
  • การวิเคราะห์ถดถอยที่มีปฏิสัมพันธ์ระหว่างตัวแปรต้น หรือตัวแปรต้นแบบจัดกลุ่ม
  • การตรวจสอบการละเมิดข้อตกลงเบื้องต้นทางสถิติ
  • การวิเคราะห์ความแปรปรวน (Analysis of variance) แบบทางเดียวและแบบแฟคทอเรียล
  • การตรวจสอบข้อมูลด้วยภาพเพื่อการแปลความหมายที่ลึกขึ้น
หัวข้อเพิ่มเติม (เช่น การวิเคราะห์ส่งผ่าน (Mediation)) อาจจะพูดถึงในสัมมนานี้ด้วยหากมีเวลาเหลือ สัมมนานี้ถูกออกแบบมาให้ผู้ที่มีประสบการณ์ R ประมาณ 2 ชั่วโมง สามารถเข้าใจเนื้อหาในการสัมมนาได้ หัวข้อเหล่านี้จะมีกิจกรรมระหว่างการสอน ข้อมูลตัวอย่าง ตัวอย่างคำสั่ง เพื่อให้คุณสามารถนำคำสั่งเหล่านี้ไปปรับใช้ในงานของตนเองในอนาคต นอกจากนี้พวกเรายังมีการให้คำปรึกษาส่วนตัวในช่วงพักครึ่งและช่วงจบสัมมนา

เอกสาร: เอกสารอธิบาย. คำตอบแบบฝึกหัด.

ชุดข้อมูล lavaan ในโปรแกรม R

สัมมนานี้ได้แสดงวิธีการวิเคราะห์โมเดลสมการเชิงโครงสร้าง (Structural Equation Modeling: SEM) ในโปรแกรม R อย่างที่หลายคนทราบกันว่า R เป็นโปรแกรมโอเพ่นซอร์ส ฟรี ที่สามารถเขียนโปรแกรมได้ แม้ว่าจะเป็นโปรแกรมวิเคราะห์ทางสถิติก็ตาม R สามารถจัดการข้อมูลได้หลายแบบ วิเคราะห์ข้อมูลได้หลากหลายเทียบกับโปรแกรมแบบเสียเงินได้ สัมมนานี้จะพูดถึงชุดคำสั่ง lavaan ที่เป็นชุดคำสั่งที่่ใช้งานง่าย โดยจะครอบคลุมถึง

  • แนะนำโปรแกรม R อย่างสั้น
  • แนะนำชุดคำสั่งที่สามารถวิเคราะห์ SEM ได้ใน R
  • แนะนำชุดคำสั่ง lavaan
  • การเขียนคำสั่ง (syntax)
  • การแปลความหมายผลการวิเคราะห์
  • คำแนะนำในการเพิ่มประสิทธิภาพการทำงาน
  • สำรวจหัวข้อขั้นสูง (เช่น การวิเคราะห์ bootstrap, การสร้างภาพ, การวิเคราะห์ข้อคำถามแบบจัดกลุ่ม)
หัวข้อเหล่านี้จะมีกิจกรรมให้ทำระหว่างเรียน มีข้อมูลตัวอย่าง มีตัวอย่างคำสั่ง ที่คุณสามารถนำไปปรับใช้ในงานของคุณในอนาคตได้

เอกสาร: เอกสารทั้งหมด.

การใช้คอมพิวเตอร์สมรรถภาพสูงใน KU

ความสามารถของคอมพิวเตอร์สมรรถนะสูง (High-performance computing) ยิ่งใหญ่มาก การศึกษาสถานการณ์จำลองที่ต้องใช้เวลาคอมพิวเตอร์ส่วนตัว 1 ปีสามารถวิเคราะห์ใน HPC ที่มีตัวคำนวณ 400 หน่วยได้เพียง 1 วัน อย่างไรก็ตาม ในขณะที่ผมจัดสัมมนานี้อยู่ HPC ใน CRMDA, KU ยังไม่ได้ใช้เต็มศักยภาพของมัน ดังนั้นงานสัมมนานี้จึงต้องการเชิญชวนให้บุคลากรใน CRMDA ใช้ HPC มากขึ้น และแสดงวิธีการใช้ HPC นี้

เอกสาร: เอกสารประกอบ. ตัวอย่าง.

การจัดการข้อมูลสูญหาย

ข้อมูลสูญหายเป็นสิ่งที่เจอเป็นเรื่องปกติในการเก็บข้อมูล โดยเฉพาะอย่างยิ่งในการสำรวจ ข้อมูลสูญหายบางประเภททำให้ผลการวิเคราะห์ข้อมูลเปลี่ยนไป ทั้งค่าสถิติและความผิดพลาดมาตรฐาน (standard errors) ผมได้จัดสัมมนาสั้นๆ พูดถึงรูปแบบของข้อมูลสูญหาย การจัดการข้อมูลสูญหาย

เอกสาร: สไลด์นำเสนอ.

การนำเสนอข้อมูล

ขณะที่ผมยังรับหน้าที่อาจารย์ในจุฬา ในเวลานั้นยังไม่มีเอกสารพูดถึงวิธีการเขียนเอกสารทางวิชาการ โดยเฉพาะอย่างยิ่งตามแบบ APA ที่มาปรับใช้กับการเขียนเอกสารในภาษาไทย ผมจึงเขียนเอกสารอ้างอิงฉบับสั้นๆ เพื่อฝึกให้นักเรียนสามารถเขียนเอกสารทางวิชาการได้ ผมยังได้มีเกณฑ์การให้คะแนนในวิชาจิตวิทยาปัญญา ซึ่งเกณฑ์การให้คะแนนนี้สามารถนำไปช่วยในการเป็นธงในการเขียนเอกสารทางวิชาการได้ นอกจากนี้ยังมีสไลด์การนำเสนอ ที่กล่าวถึงการเขียนเอกสารทางวิชาการ และสไลด์การนำเสนอที่กล่าวถึงการเขียนรายงานผลทางสถิติ

ขณะที่ผมสอนวิชาการใช้คอมพิวเตอร์ อาจารย์ทิพย์นภา หวนสุริยาได้มาเป็นอาจารย์รับเชิญสอนในวิชานี้ เธอได้กล่าวถึงเทคนิคการนำเสนอผลงาน สามารถดูสไลด์การนำเสนอที่มีข้อแนะนำ เทคนิค สิ่งที่ควรและไม่ควรทำในการนำเสนอ