วิเคราะห์ความแปรปรวนแบบทางเดียว
|
การวิเคราะห์ความแปรปรวนแบบทางเดียว
ตัวอย่าง
อาจารย์ท่านหนึ่งสอนสถิติ ให้กับนักศึกษาสาขาบริหารการศึกษา สาขาการศึกษาพิเศษและสาขาวิจัยฯ เมื่อสิ้นภาคเรียน ทำการสอบนักศึกษา คะแนนเต็ม 20 คะแนน ผลการสอบ มีดังนี้
|
บริหาร |
12 |
10 |
14 |
13 |
15 |
16 |
12 |
11 |
12 |
10 |
|
การศึกษาพิเศษ |
10 |
15 |
14 |
13 |
12 |
11 |
14 |
10 |
16 |
14 |
|
วิจัย |
15 |
16 |
14 |
17 |
13 |
15 |
16 |
18 |
14 |
15 |
จงทดสอบความแตกต่างของกลุ่มตัวอย่างทั้ง 3 กลุ่ม
ขั้นที่ 1 กำหนดชื่อตัวแปรที่ Variable View ในที่นี้กำหนดให้ แต่ละสาขาเป็น group และคะแนนที่สอบได้เป็น score ดังภาพที่ 1
ภาพที่ 1 กำหนดชื่อตัวแปร
ขั้นที่ 2 ลงรหัสข้อมูลตามค่าที่กำหนดไว้ ลงใน Data View ดังภาพที่ 2
ภาพที่ 2 หน้าต่างข้อมูลที่หลังจากลงรหัสแล้ว
ขั้นที่ 3 บันทึกข้อมูลลงในแฟ้มที่ต้องการเก็บข้อมูล โดยคลิกเมนู File แล้ว Save As…
ดังภาพที่ 3
ภาพที่ 3 การบันทึกข้อมูลลงแฟ้มข้อมูลที่ต้องการเก็บ
การใช้คำสั่ง One – Way ANOVA ในการวิเคราะห์ความแปรปรวนแบบทางเดียว
คำสั่ง One – Way ANOVA ดำเนินการดังนี้
1. คลิกที่ Analyze Compare Means One – Way ANOVA ดังภาพที่ 4
ภาพที่ 4 การใช้คำสั่ง One – Way ANOVA
2. เลือกเมนูย่อย One – Way ANOVA จะได้หน้าต่าง ดังภาพที่ 5
ภาพที่ 5 แสดงหน้าต่าง One – Way ANOVA
เลือกตัวแปรตาม(score) ใส่ช่อง “Dependent List” และตัวแปรอิสระใส่ช่อง “Factor” ในตัวอย่างนี้ให้เลือกตัวแปรอิสระเป็น group และตัวแปรตามคือ score
หากต้องการเปรียบเทียบพหุคูณคลิกที่ปุ่ม “Post Hoc…….” แล้วเลือกวิธีการเปรียบเทียบดังภาพที่ 6
ภาพที่ 6 หน้าต่างของการเปรียบเทียบภายหลัง
ในที่นี้เลือกการเปรียบเทียบพหุคูณด้วยวิธี “Scheffe” จากนั้นคลิกปุ่ม Continue และ คลิกปุ่ม “OK” โปรแกรมแสดงผลลัพธ์ที่คำนวณได้ในหน้าต่าง “Output”
หากต้องการค่าสถิติพื้นฐานของตัวแปรและทดสอบความเป็นเอกพันธ์ของความแปรปรวนให้คลิกปุ่ม “Options…” หากต้องการให้โปรแกรมสร้างกราฟแสดงค่าเฉลี่ยของแต่ละกลุ่มก็คลิกที่ข้อความ “Means plot” ดังภาพประกอบที่ 7
|
สำหรับการทดสอบความเป็นเอกพันธุ์ของความแปรปรวนนั้น จะแสดงการทดสอบความเป็นเอกพันธุ์ด้วยสูตรของ Levene ตัวอย่างผลลัพธ์มีดังนี้
Oneway
Descriptives
SCORE
|
|
N |
Mean |
Std. Deviation |
Std. Error |
95% Confidence Interval for Mean |
Minimum |
Maximum |
|
|
|
|
|
|
|
Lower Bound |
Upper Bound |
|
|
|
บริหาร |
10 |
12.50 |
2.014 |
.637 |
11.06 |
13.94 |
10 |
16 |
|
การศึกษาพิเศษ |
10 |
12.90 |
2.079 |
.657 |
11.41 |
14.39 |
10 |
16 |
|
วิจัยฯ |
10 |
15.30 |
1.494 |
.473 |
14.23 |
16.37 |
13 |
18 |
|
Total |
30 |
13.57 |
2.208 |
.403 |
12.74 |
14.39 |
10 |
18 |
Test of Homogeneity of Variances
SCORE
|
Levene Statistic |
df1 |
df2 |
Sig. |
|
.874 |
2 |
27 |
.429 |
ANOVA
SCORE
|
|
Sum of Squares |
df |
Mean Square |
F |
Sig. |
|
Between Groups |
45.867 |
2 |
22.933 |
6.484 |
.005 |
|
Within Groups |
95.500 |
27 |
3.537 |
|
|
|
Total |
141.367 |
29 |
|
|
|
Post Hoc Tests
Multiple Comparisons
Dependent Variable: SCORE
Scheffe
|
(I) GROUP |
(J) GROUP |
Mean Difference (I-J) |
Std. Error |
Sig. |
95% Confidence Interval |
|
|
|
|
|
|
|
Lower Bound |
Upper Bound |
|
บริหาร |
การศึกษาพิเศษ |
-.40 |
.841 |
.893 |
-2.58 |
1.78 |
|
|
วิจัยฯ |
-2.80(*) |
.841 |
.010 |
-4.98 |
-.62 |
|
การศึกษาพิเศษ |
บริหาร |
.40 |
.841 |
.893 |
-1.78 |
2.58 |
|
|
วิจัยฯ |
-2.40(*) |
.841 |
.028 |
-4.58 |
-.22 |
|
วิจัยฯ |
บริหาร |
2.80(*) |
.841 |
.010 |
.62 |
4.98 |
|
|
การศึกษาพิเศษ |
2.40(*) |
.841 |
.028 |
.22 |
4.58 |
* The mean difference is significant at the .05 level.
Homogeneous Subsets
SCORE
Scheffe
|
GROUP |
N |
Subset for alpha = .05 |
|
| 1 |
2 |
||
|
บริหาร |
10 |
12.50 |
|
|
การศึกษาพิเศษ |
10 |
12.90 |
|
|
วิจัยฯ |
10 |
|
15.30 |
|
Sig. |
|
.893 |
1.000 |
Means for groups in homogeneous subsets are displayed.
a Uses Harmonic Mean Sample Size = 10.000.
Means Plots
ผลการวิเคราะห์ความแปรปรวนแบบทางเดียวปรากฏว่าค่า F – test คำนวณได้ 6.484 มีนัยสำคัญทางสถิติที่ .005 ซึ่งน้อยกว่า .05 แสดงว่าทั้ง 3 กลุ่มมีค่าเฉลี่ยแตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 จึงทำการเปรียบเทียบพหุคูณด้วยวิธี Scheffe ผลปรากฏว่า สาขาบริหารและสาขาวิจัยฯ แตกต่างกันอย่างมีนัยสำคัญทางสถิติ และสาขาการศึกษาพิเศษและสาขาวิจัยฯ แตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ .05 ส่วนสาขาบริหารและสาขาการศึกษาพิเศษแตกต่างกันอย่างไม่มีนัยสำคัญ
ความเห็น (0)
ไม่มีความเห็น