MRA : Multiple Regression Analysis

     การวิเคราะห์การถดถอยในกรณีที่ตัวแปรทำนาย 1 ตัว และตัวแปรเกณฑ์ 1 ตัว มีความสัมพันธ์เชิงเส้น การวิเคราะห์เป็นการวิเคราะห์การถดถอยอย่างง่าย แต่ถ้ามีตัวแปรทำนายหลายตัวและมีตัวแปรเกณฑ์ 1 ตัว การวิเคราะห์จะเป็นการวิเคราะห์การถดถอยพหุ โดยมีวัตถุประสงค์เพื่อเอาตัวแปรทำนายทุกตัวรวมกันมาทำนายตัวแปรเกณฑ์ ในการทำนายตัวแปรทำนายทุกตัวรวมกันต้องมีความสัมพันธ์กับตัวแปรเกณฑ์จึงจะทำให้การทำนายถูกต้อง ในขณะที่ตัวแปรทำนายแต่ละคู่จะต้องมีความสัมพันธ์กันต่ำ หรือมีค่าความสัมพันธ์กันไม่ควรเกิน 0.65 ถ้าใช้เกณฑ์ของ Burn และ Grove หรือไม่ควรเกิน 0.80 ถ้าใช้เกณฑ์ของ Stevens ถ้าเกินนี้จะทำให้เกิดปัญหา Multicollinearity ในการตรวจสอบความสัมพันธ์กันระหว่างตัวแปรทำนายด้วยกันเอง

     ผู้วิจัยอาจจะพิจารณาจากค่าสถิติตัวอื่นๆ ได้ด้วยนอกจากค่า r เช่น VIF ค่า Eigen Value ค่า Tolerance ค่า Condition และค่า Variance Proportions

     การวิเคราะห์การถดถอยพหุ จะต้องมีการตรวจสอบเงื่อนไข คือ

1) ซิกม่า ei = 0

2) การแจกแจงความคลาดเคลื่อน (ei) มีการแจกแจงเป็นปกติ

3) ค่าความคลาดเคลื่อน ei และ ej เป็นอิสระจากกัน

4) ความแปรปรวนของความคลาดเคลื่อน (ei) คงที่

     ในการวิเคราะห์จะมีการนำตัวแปรเข้าสมการ การวิเคราะห์โดยวิธีการนำตัวแปรทำนายเข้าสมการ 4 วิธี คือ

1) วิธี Enter

2) วิธี Backward Elimination

3) วิธี Forward Selection

4) วิธี Stepwise Regression

      ในการรายงานการวิจัย ผู้วิจัยไม่จำเป็นต้องนำเสนอผลการตรวจสอบข้อกำหนดต่างๆ แต่ผู้วิจัยก็ต้องทำการตรวจสอบเพื่อให้แน่ใจ เพื่อให้ได้คำตอบที่แม่นยำมากยิ่งขึ้นครับ

ที่มา ผศ.ดร.ยุทธ ไกยวรรณ์