สถิติขั้นสูงที่ใช้ในการวิจัย

Analysis of Variance

เป็นการหาความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มตัวอย่างตั้งแต่ 2 กลุ่มขึ้นไป โดยตัวแปรตามจะมีเพียง 1 ตัวอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale และตัวแปรอิสระตั้งแต่ 1 ตัวขึ้นไปอยู่ในมาตราการวัดระดับ Nominal Scale

ถ้าวิเคราะห์กับตัวแปรอิสระ 1 ตัว เรียกว่า One-way ANOVA

ถ้าวิเคราะห์กับตัวแปรอิสระ 2 ตัว เรียกว่า Two-way ANOVA

ถ้าวิเคราะห์กับตัวแปรอิสระ 3 ตัว เรียกว่า Three-way ANOVA

ฯลฯ

Analysis of Covariance

เป็นการหาความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มตัวอย่างตั้งแต่ 2 กลุ่มขึ้นไป โดยตัวแปรตามจะมีเพียง 1 ตัวอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale ตัวแปรอิสระตั้งแต่ 1 ตัวขึ้นไปอยู่ในมาตราการวัดระดับ Nominal Scale และตัวแปรร่วมตั้งแต่ 1 ตัวขึ้นไปอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale

ถ้าวิเคราะห์กับตัวแปรอิสระ 1 ตัว เรียกว่า One-way ANCOVA

ถ้าวิเคราะห์กับตัวแปรอิสระ 2 ตัว เรียกว่า Two-way ANCOVA

ถ้าวิเคราะห์กับตัวแปรอิสระ 3 ตัว เรียกว่า Three-way ANCOVA

ฯลฯ

Analysis of variance with Repeated measures

เป็นรูปแบบการวิเคราะห์ความแปรปรวนที่มีการวัดซ้ำมากกว่า 1 ครั้งในช่วงเวลาที่แตกต่างกัน

กลุ่มตัวอย่างตั้งแต่ 1 กลุ่มขึ้นไป โดยตัวแปรตามจะมีเพียง 1 ตัวอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale ที่มีการวัดซ้ำมากกว่า 1 ครั้ง ถ้ากลุ่มตัวอย่าง 1 กลุ่มจะไม่ปรากฏตัวแปรอิสระ

Factorial ANOVA

เป็นคำที่ใช้เรียกสถิติในกลุ่มของการวิเคราะห์ความแปรปรวน ทั้ง ANOVA, ANCOVA และ Repeated Measure ที่มีตัวแปรอิสระตั้งแต่ 2 ตัวขึ้นไป

ตัวแปรทำนายตั้งแต่ 1 ตัวขึ้นไปอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale และตัวแปรเกณฑ์ 1 ตัวอยู่ในมาตราการวัดระดับ Nominal Scale

Multivariate Analysis of Variance

เป็นการทดสอบความแตกต่างระหว่างค่าเฉลี่ยของกลุ่มตัวอย่างตั้งแต่ 2 กลุ่มขึ้นไป โดยตัวแปรอิสระจะมีตั้งแต่ 1 ตัวขึ้นไปอยู่ในมาตราการวัดระดับ Nominal Scale และตัวแปรตามมากกว่า 1 ตัวอยู่ในมาตรการวัดระดับ Interval หรือ Ratio Scale

ถ้ามีตัวแปรอิสระ 1 ตัว เรียกว่า One-way MANOVA

ถ้ามีตัวแปรอิสระ 2 ตัว เรียกว่า Two-way MANOVA

ถ้ามีตัวแปรอิสระ 3 ตัว เรียกว่า Three-way MANOVA

ฯลฯ

ถ้ามีตัวแปรร่วม จะเรียกว่า "Multivariate Analysis of Covariance"

Multiple Regression Analysis

ใช้เมื่อการสร้างสมการถดถอย ประกอบไปด้วยตัวแปรทำนายตั้งแต่ 1 ตัวขึ้นไป และตัวแปรเกณฑ์ 1 ตัว โดยตัวแปรทั้งหมดควรจะอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale

ถ้ามีตัวแปรใดอยู่ในมาตราการวัดระดับ Nominal หรือ Ordinal Scale ควรจะเปลี่ยนให้เป็นตัวแปรดัมมี่ (Dummy Variable)

Multivariate Regression Analysis

ใช้เมื่อการสร้างสมการถดถอย ประกอบไปด้วยตัวแปรทำนายตั้งแต่ 1 ตัวขึ้นไป และตัวแปรเกณฑ์มากกว่า 1 ตัว โดยตัวแปรทั้งหมดควรจะอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale

ถ้ามีตัวแปรใดอยู่ในมาตราการวัดระดับ Nominal หรือ Ordinal Scale ควรจะเปลี่ยนให้เป็นตัวแปรดัมมี่ (Dummy Variable)

สถิตินี้เหมาะที่จะใช้เมื่อพบว่าตัวแปรเกณฑ์แต่ละตัวมีความสัมพันธ์กัน

Multiple Correlation

เป็นการหาความสัมพันธ์ระหว่างชุดของตัวแปรที่อยู่ในระดับ Interval หรือ Ratio Scale ที่ประกอบไปด้วยตัวแปรตาม 1 ตัวและตัวแปรอิสระมากกว่า 1 ตัว

Multiserial Correlation

เป็นการหาความสัมพันธ์ระหว่างตัวแปรโดยตัวแปรตัวหนึ่งจะต้องอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale และชุดของตัวแปรที่อยู่ในมาตราการวัดระดับ Ordinal Scale

Partial Correlation

กรณีที่มีตัวแปรหลาย ๆ ตัว และตัวแปรแต่ละตัวต่างก็มีความสัมพันธ์กัน หากคำนวณหาค่าสหสัมพันธ์ทีละคู่ ค่าที่ได้จะไม่ตรงกับความเป็นจริงเพราะได้รวมความสัมพันธ์ของตัวแปรอื่น ๆ ไว้ด้วย ดังนั้นจึงต้องมีการขจัดอิทธิพลของตัวแปรอื่น ๆ ออกไปด้วย

สำหรับหาสหสัมพันธ์ระหว่างตัวแปร 2 ตัวที่อยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale ที่มีการขจัดตัวแปรอื่น ๆ ออกไป

Canonical Correlation

เป็นการหาความสัมพันธ์ระหว่างชุดของตัวแปรอิสระและชุดของตัวแปรตาม โดยตัวแปรอิสระจะมีตั้งแต่ 1 ตัวขึ้นไป และตัวแปรตามมีมากกว่า 2 ตัว โดยตัวแปรทั้งหมดควรอยู่ในมาตราการวัดระดับ Interval หรือ Ratio Scale

Path Analysis

เป็นการศึกษาอิทธิพลระหว่างตัวแปรต่าง ๆ เพื่อดูว่ามีอิทธิพลทางตรงและอิทธิพลทางอ้อมของตัวแปรที่สันนิษฐานว่าเป็นสาเหตุต่อตัวแปรที่เป็นผลหรือไม่

สัมประสิทธิ์เส้นทาง เป็นค่าที่บ่งบอกถึงอิทธิพลทางตรงของตัวแปรที่เป็นสาเหตุที่ทำให้อีกตัวหนึ่งเปลี่ยนแปลงไป

Discriminant Analysis

เป็นการศึกษาว่ามีตัวแปรทำนายตัวใดบ้างที่สามารถใช้ในการจำแนกกลุ่มของตัวแปรเกณฑ์ได้ เพื่อประโยชน์ในการจำแนกกลุ่มตัวอย่างออกเป็นกลุ่ม ๆ ได้อย่างถูกต้อง

Factor Analysis

เป็นการศึกษาองค์ประกอบของตัวแปร ว่าตัวแปรที่ศึกษาสามารถจัดกลุ่มได้เป็นกี่องค์ประกอบ การวิเคราะห์องค์ประกอบมี 2 ชนิด คือ

1. การวิเคราะห์องค์ประกอบเชิงสำรวจ (Exploratory Factor Analysis) เป็นการค้นหาหรือสำรวจว่าตัวแปรที่ศึกษาประกอบด้วยกี่องค์ประกอบ

2. การวิเคราะห์องค์ประกอบเชิงยืนยัน (Confirmatory Factor Analysis) เป็นการตรวจสอบหรือยืนยันทฤษฎีที่มีผู้ค้นพบไว้แล้ว

 

อ้างอิงจาก

http://61.91.205.171/html_research/stat/statch60.htm