Download

วารสาร : ปีที่ 1 ฉบับที่ 1 มกราคม-มิถุนายน 2557
ชื่องานวิจัย (TH): หลักการใช้การวิเคราะห์ความแปรปรวนหลายตัวแปร
ชื่องานวิจัย (EN) : Multivariate Analysis of Variance: MANOVA
ผู้วิจัย : รองศาสตราจารย์ ดร.ไพฑูรย์ สุขศรีงาม
บทคัดย่อ (TH) : 

การวิเคราะห์ความแปรปรวนหลายตัวแปร (MANOVA) เป็นเทคนิคทางสถิติแบบหนึ่งที่ใช้เปรียบเทียบความแตกต่างค่าเฉลี่ยของตัวแปรตามจำนวนหลายตัวแปรของกลุ่มตัวอย่าง หรือประชากรตั้งแต่ 2 กลุ่มขึ้นไป โดยการนำตัวแปรตามทั้งหมดมาจัดรวมกัน (combination) ทำให้เกิดการสร้างตัวแปรตามชุดใหม่ขึ้นมาจากชุดตัวแปรตามที่มีอยู่ก่อนแล้ว ก่อนการพัฒนาวิธีการของการวิเคราะห์แบบ MANOVA นักวิจัยนิยมใช้การเปรียบเทียบความแตกต่างค่าเฉลี่ยของตัวแปรตามทีละตัวแปร โดยใช้การวิเคราะห์ความแปรปรวน (Analysis of Variance : ANOVA) จึงมีการทดสอบทางสถิติหลายครั้ง เท่ากับจำนวนตัวแปรตาม อย่างไรก็ตามการใช้ ANOVA ดังกล่าว ในการทดสอบตัวแปรตามหลายๆ ตัวแปร ทำให้เกิดปัญหาในการเพิ่มค่าความคลาดเคลื่อนในการตัดสินใจประเภทที่ 1 (type I error) หรือค่าแอลฟาจริง (actual alpha) (ในทางสถิติเรียกค่านี้ว่า overall type I error) ตามหลักการ Bonferroni Inequality [1],[2] มีค่ามากกว่าค่านัยสำคัญทางสถิติที่กำหนดไว้ (คือค่า α)
การวิเคราะห์ความแปรปรวนหลายตัวแปร (MANOVA) มีข้อกำหนดหรือข้อจำกัดในการใช้ที่สำคัญหลายประการ ซึ่งนักวิจัยจำเป็นต้องตรวจสอบข้อมูลให้สอดคล้องกับข้อกำหนด ถ้าข้อมูลไม่สอดคล้องจะมีผลทำให้อำนาจการทดสอบ (power of the test) มีค่าลดลงหรือมีความน่าเชื่อถือได้น้อยกว่าการวิเคราะห์ความแปรปรวน (ANOVA) นอกจากนั้นถ้าผลการทดสอบทางสถิติมีนัยสำคัญ นักวิจัยต้องทำการทดสอบความแตกต่างค่าเฉลี่ยของตัวแปรตามทีละตัว เพื่อตรวจสอบว่ามีตัวแปรตามใดบ้างที่มีความแตกต่างจริงเกิดขึ้น อันเป็นผลมาจากตัวแปรอิสระ โดยจะต้องปรับค่านัยสำคัญทางสถิติ (ค่า α) เดิมที่ใช้ให้มีค่าเหมาะสมตามหลักการ Bonferrni Correction เสียก่อน

Abstract : 

–

Keywords : –
Full Paper : Download

<< ย้อนกลับ | |