งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

การวิเคราะห์ความแปรปรวนหลายตัวแปร MANOVA ดร.นำชัย ศุภฤกษ์ชัยสกุล สถาบันวิจัยพฤติกรรมศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒ.

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "การวิเคราะห์ความแปรปรวนหลายตัวแปร MANOVA ดร.นำชัย ศุภฤกษ์ชัยสกุล สถาบันวิจัยพฤติกรรมศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒ."— ใบสำเนางานนำเสนอ:

1 การวิเคราะห์ความแปรปรวนหลายตัวแปร MANOVA ดร.นำชัย ศุภฤกษ์ชัยสกุล สถาบันวิจัยพฤติกรรมศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒ

2 ดร. นำชัย ศุภฤกษ์ชัยสกุล หัวข้อการบรรยาย ทบทวนแนวคิดเบื้องต้นกรณีตัวแปรเดียว (ANOVA) แนวคิดเบื้องต้นของการเปรียบเทียบหลายตัวแปรตาม (MANOVA) ข้อตกลงเบื้องต้น (Assumptions) ตัวอย่างการวิเคราะห์

3 ดร. นำชัย ศุภฤกษ์ชัยสกุล t-test for independent samples

4 ดร. นำชัย ศุภฤกษ์ชัยสกุล t-test for independent samples

5 ดร. นำชัย ศุภฤกษ์ชัยสกุล Logic of ANOVA

6 ดร. นำชัย ศุภฤกษ์ชัยสกุล Sum of Square Degree of Freedom Logic of ANOVA

7 ดร. นำชัย ศุภฤกษ์ชัยสกุล Partition of Variance

8 ดร. นำชัย ศุภฤกษ์ชัยสกุล Partition of Variance

9 ดร. นำชัย ศุภฤกษ์ชัยสกุล Partition of Variance

10 ดร. นำชัย ศุภฤกษ์ชัยสกุล Partition of Variance

11 ดร. นำชัย ศุภฤกษ์ชัยสกุล Partition of Variance

12 ดร. นำชัย ศุภฤกษ์ชัยสกุล F Distribution Expected = 1 Positively Skewed Lower Limit = 0

13 ดร. นำชัย ศุภฤกษ์ชัยสกุล MANOVA ย่อมาจากคำว่า Multivariate Analysis of Variance สถิติที่ต่อขยายจาก ANOVA ในกรณีที่มีตัวแปรตามหลายตัวแปร ใช้เปรียบเทียบค่าเฉลี่ยระหว่างกลุ่มในกรณีที่มีค่าเฉลี่ยจากตัวแปรตาม หลายตัวแปร ทำไมจึงจำเป็นต้องใช้ตัวแปรตามหลายตัวแปร? – ตัวแปรอิสระน่าจะส่งผลต่อตัวแปรตามหลายตัวมากกว่าตัวแปรเดียว – การใช้ตัวแปรหลายตัวแปรทำให้สามารถศึกษาปรากฏการณ์ได้รอบด้าน ครอบคลุม และสะท้อนภาพปรากฏการณ์จริงได้ตรงกว่า – ในงานวิจัยเชิงทดลอง ต้นทุนในการได้มาซึ่งตัวแปรตามนั้นต่ำกว่าตัวแปร กระทำการมาก ดังนั้นการใช้ตัวแปรตามหลายตัวจึงคุ้มค่ากว่าการทำการ ทดลองหลายครั้ง

14 ดร. นำชัย ศุภฤกษ์ชัยสกุล MANOVA ทำไมไม่ใช้ ANOVA เปรียบเทียบทีละตัวแปร? – ทำให้ค่า Alpha หรือ Type I Error สูงขึ้นเกินกว่าที่ตั้งไว้ – การเปรียบเทียบทีละตัวแปรนั้นละเลยความสัมพันธ์ระหว่างตัวแปรตาม – มีอำนาจทดสอบ (Power) สูงกว่า เนื่องจากหากเปรียบเทียบแต่ละตัว แปรแล้วอาจไม่พบความแตกต่าง แต่ถ้าใช้ MANOVA แล้ว อาจพบความ แตกต่างซึ่งเกิดขึ้นจากหลายตัวแปรร่วมกัน – แก้ปัญหา Cancelling Out Effect กรณีเปรียบเทียบโดยนำเอาตัวแปร หลายตัวแปรมารวมหรือเฉลี่ยกันก่อน เช่นนำคะแนนรายด้านมารวมหรือ เฉลี่ยกันกลายเป็นคะแนนรวม แล้วจึงนำมาเปรียบเทียบด้วย ANOVA

15 ดร. นำชัย ศุภฤกษ์ชัยสกุล เหตุผลทางด้านสถิติ การทดสอบค่าเฉลี่ยหลายครั้งทำให้ค่า Alpha เพิ่มสูงขึ้น กว่าค่า Alpha ที่ตั้งไว้ การทดสอบความแตกต่างของค่าเฉลี่ย 1 ครั้ง จะมีค่า Alpha หรือความคลาดเคลื่อนที่เกิดขึ้นจริงเรียกว่า Pairwise Error (PE) ตามระดับค่า Alpha ที่ตั้งเอาไว้ PE = Alpha ที่ตั้งไว้

16 ดร. นำชัย ศุภฤกษ์ชัยสกุล ถ้าทดสอบค่าเฉลี่ยมากกว่า 1 ครั้ง จะมีค่าความคลาด เคลื่อนที่เกิดขึ้นทั้งหมด เรียกว่า Familywise Error (FE) เมื่อ C = จำนวนครั้งที่ทดสอบ ค่าประมาณจะสูงกว่าค่าคำนวณจริง เล็กน้อย เหตุผลทางด้านสถิติ

17 ดร. นำชัย ศุภฤกษ์ชัยสกุล ตัวอย่างเช่น ถ้ามี 2 ตัวแปรตาม มีกลุ่มทั้งหมด 3 กลุ่ม ต้อง ทดสอบความแตกต่างของคู่ค่าเฉลี่ยทั้งหมดตัวแปรละ 3 ครั้ง เหตุผลทางด้านสถิติ

18 ดร. นำชัย ศุภฤกษ์ชัยสกุล MANOVA MANOVA ไม่เหมาะในกรณี – ตัวแปรตามหลายตัวแปรไม่มีความสัมพันธ์กัน – ตัวแปรตามหลายตัวแปรมีความสัมพันธ์มากเกินไป (Multicollinearity) – มีจำนวนตัวแปรตามมากเกินไป

19 ดร. นำชัย ศุภฤกษ์ชัยสกุล ข้อตกลงเบื้องต้นของ ANOVA การแจกแจงแบบปกติหนึ่งตัวแปร (Univariate Normality Distribution) มีการกระจายในแต่ละกลุ่มเท่ากัน (Homogeneity of Variance) ความเป็นอิสระจากกันของคะแนนตัวแปร (Independent Observation)

20 ดร. นำชัย ศุภฤกษ์ชัยสกุล ข้อตกลงเบื้องต้นของ MANOVA การแจกแจงแบบปกติหลายตัวแปร (Multivariate Normality Distribution) มีเมทริกซ์ความแปรปรวนร่วมเท่ากันทุกกลุ่ม (Homogeneity of Covariance Matrix) ความเป็นอิสระจากกันของคะแนนตัวแปร (Independent Observation)

21 ดร. นำชัย ศุภฤกษ์ชัยสกุล Assumptions of MANOVA Multivariate Normality Distribution – Univariate Normality Test – Mardia Statistics, Mahalanobis Distance Plot with Chi-square Homogeneity of Covariance Matrix – Box’s M Test Independence Observation – Intraclass Correlation

22 ดร. นำชัย ศุภฤกษ์ชัยสกุล Univariate Normality เนื่องจากทฤษฎี Central Limit Theorem ทำให้การทดสอบด้วย สถิติ F มีความทนทานต่อข้อตกลงเบื้องต้นนี้พอสมควร หาก กลุ่มตัวอย่างมีขนาดใหญ่พอ การตรวจสอบ – ดูจาก Normal Q-Q Plot – ใช้สถิติทดสอบ เช่น Kolmogorov-Smirnov, Shapiro Wilk ใช้วิธีการตรวจสอบ Univariate Normality ทีละตัวแปร ถ้าทุกตัว แปรร่วมกันมีการแจกแจงแบบ Multivariate Normality แต่ละตัว แปรจะต้องมีการแจกแจงแบบ Univariate Normality ทุกตัว

23 ดร. นำชัย ศุภฤกษ์ชัยสกุล Univariate Normality

24 ดร. นำชัย ศุภฤกษ์ชัยสกุล Multivariate Normality

25 ดร. นำชัย ศุภฤกษ์ชัยสกุล Multivariate Normality เนื่องจากทฤษฎี Central Limit Theorem ทำให้การทดสอบด้วย สถิติ F มีความทนทานต่อข้อตกลงเบื้องต้นนี้พอสมควร หาก กลุ่มตัวอย่างมีขนาดใหญ่พอ การตรวจสอบ – ใช้ค่า Mahalanobis Distance (D 2 ) ใช้เมื่อ N – p  25 เมื่อ p = จำนวนตัวแปร

26 ดร. นำชัย ศุภฤกษ์ชัยสกุล Multivariate Normality – นำไปพล็อตกราฟกับค่าไคสแควร์ที่เปอร์เซ็น ไทล์ (i -.5) / n ที่ df = p – ถ้าเส้นมีลักษณะเส้นตรงถือว่าตัวแปรหลายตัว นี้มีการแจกแจงปกติหลายตัวแปร

27 ดร. นำชัย ศุภฤกษ์ชัยสกุล Normality Assumption ถ้าละเมิดจะส่งผล – ถ้าการแจกแจงมีการเบ้ ไม่ส่งผลกระทบเท่าไรนัก – ถ้าการแจกแจงมีลักษณะโด่งเกินกว่าปกติ จะส่งผลให้ค่า α ที่ เกิดขึ้นสูงเกินกว่าที่ตั้งไว้ – ถ้าการแจกแจงมีลักษณะแบนราบกว่าปกติ จะส่งผลให้สถิติที่ใช้มี อำนาจทดสอบ (Power) ลดน้อยลง – การละเมิดจะส่งผลอย่างรุนแรงถ้ากลุ่มตัวอย่างมีขนาดเล็ก ทางแก้ไขอาจจะต้องแปลงคะแนนด้วยวิธีต่างๆ

28 ดร. นำชัย ศุภฤกษ์ชัยสกุล Homogeneity of Variance สถิติ F มีความทนทานต่อการละเมิดข้อตกลงข้อนี้ ถ้ากลุ่ม ตัวอย่างในแต่ละกลุ่มมีจำนวนเท่ากัน ในกรณีที่ตัวแปรตามมีเพียงตัวเดียว ตรวจสอบ Homogeneity of Variance โดยใช้สถิติ Levene Test ในกรณีที่ตัวแปรตามมีหลายตัว ตรวจสอบ Homogeneity of covariance matrices โดยใช้สถิติ Box’s M Test

29 ดร. นำชัย ศุภฤกษ์ชัยสกุล Homogeneity of Variance ถ้าละเมิดจะส่งผล – ถ้ากลุ่มที่มีจำนวนตัวอย่างเล็กกว่ามีความแปรปรวนมากกว่า ค่า α ที่เกิดขึ้นจะสูงกว่าที่ตั้งไว้ – ถ้ากลุ่มที่มีจำนวนตัวอย่างเล็กกว่ามีความแปรปรวนน้อยกว่า ค่า α ที่เกิดขึ้นจะต่ำกว่าที่ตั้งไว้ ทางแก้ไขอาจจะต้องแปลงคะแนนด้วยวิธีต่างๆ

30 ดร. นำชัย ศุภฤกษ์ชัยสกุล Independent Observation ความไม่เป็นอิสระจากกันของคะแนนอาจเกิดขึ้นได้จาก – การขาดความเป็นอิสระที่เกิดขึ้นก่อนที่จะเริ่มศึกษา เช่น การที่กลุ่มตัวอย่างมีลักษณะคล้ายคลึงกัน ถ้าเป็นการวิจัยเชิงทดลอง ใช้วิธีการสุ่มเข้ากลุ่ม – การขาดความเป็นอิสระที่เกิดขึ้นจากการศึกษา เช่น การทดลองที่หน่วยทดลองมีปฏิสัมพันธ์กัน มีการทำ กิจกรรมกลุ่มร่วมกัน ต้องพยายามจัดกระทำให้การตอบเป็นอิสระจากกัน

31 ดร. นำชัย ศุภฤกษ์ชัยสกุล Independent Observation การตรวจสอบ – ใช้สถิติ Intraclass Correlation (ICC)

32 ดร. นำชัย ศุภฤกษ์ชัยสกุล Independent Observation เมื่อละเมิดแล้วส่งผล – ทำให้ค่า  ที่เกิดขึ้นจริงสูงเกินกว่าที่ตั้งไว้ – ทำให้เกิด Type I Error มากขึ้น ทางแก้ไขเมื่อละเมิดข้อตกลง – อาจใช้คะแนนเฉลี่ยของกลุ่มแทนคะแนนรายคน – ใช้สถิติ HLM

33 ดร. นำชัย ศุภฤกษ์ชัยสกุล การทดสอบสมมติฐานสถิติหลายตัวแปร กรณี 1 กลุ่ม กรณีที่ใช้สถิติตัวแปรเดียว กรณีที่ใช้สถิติหลายตัวแปร

34 ดร. นำชัย ศุภฤกษ์ชัยสกุล การทดสอบสมมติฐานสถิติหลายตัวแปร กรณี 2 กลุ่ม กรณีที่ใช้สถิติตัวแปรเดียว กรณีที่ใช้สถิติหลายตัวแปร

35 ดร. นำชัย ศุภฤกษ์ชัยสกุล การทดสอบสมมติฐานสถิติหลายตัวแปร กรณี > 2 กลุ่ม กรณีที่ใช้สถิติตัวแปรเดียว กรณีที่ใช้สถิติหลายตัวแปร

36 ดร. นำชัย ศุภฤกษ์ชัยสกุล การทดสอบสมมติฐานสถิติหลายตัวแปร กรณี 2 กลุ่ม

37 ดร. นำชัย ศุภฤกษ์ชัยสกุล MANOVA

38 ดร. นำชัย ศุภฤกษ์ชัยสกุล MANOVA กรณีตัวแปรตามตัวเดียว (ANOVA) กรณีที่ตัวแปรตามหลายตัว (MANOVA)

39 ดร. นำชัย ศุภฤกษ์ชัยสกุล MANOVA: สถิติทดสอบ

40 ดร. นำชัย ศุภฤกษ์ชัยสกุล MANOVA: สถิติทดสอบ Wilk’s Lambda

41 ดร. นำชัย ศุภฤกษ์ชัยสกุล แนวทางการทำ Post Hoc ในกรณีหลายตัวแปร ใช้สถิติทดสอบเปรียบเทียบทีละหนึ่งตัวแปร เช่น ANOVA ถ้ามี นัยสำคัญ ก็ทำ Multiple Comparison ต่อไป ใช้การวิเคราะห์ Descriptive Discriminant Analysis (DDA)

42 ดร. นำชัย ศุภฤกษ์ชัยสกุล ตัวอย่างการวิเคราะห์ งานวิจัยของ สุจิรา วิชัยดิษฐ์ (2542) มีกลุ่มทดลอง 3 กลุ่ม กลุ่ม ควบคุม 1 กลุ่ม รวมเป็น 4 กลุ่ม ทรีทเม้นท์ในกลุ่มทดลองเป็นวิธี พัฒนาอัตมโนทัศน์ของเยาวชนที่ทำผิดในสถานฝึกและอบรมเด็กและ เยาวชน กลุ่ม 1 ใช้การประยุกต์หลักธรรมทางพุทธศาสนา+การให้ คำปรึกษากลุ่ม กลุ่ม 2 ใช้การประยุกต์หลักธรรมทางพุทธศาสนา กลุ่ม 3 ใช้การให้คำปรึกษาแบบกลุ่ม กลุ่ม 4 คือกลุ่มควบคุม ตัว แปรตามคือผลการฝึกที่เลือกมาวิเคราะห์มี 2 ตัว คือ อัตมโนทัศน์ ด้านสังคม (social) และด้านครอบครัว (family)

43 ดร. นำชัย ศุภฤกษ์ชัยสกุล ตัวอย่างการวิเคราะห์

44 ดร. นำชัย ศุภฤกษ์ชัยสกุล ตัวอย่างการวิเคราะห์

45 ดร. นำชัย ศุภฤกษ์ชัยสกุล ตัวอย่างการวิเคราะห์

46 ดร. นำชัย ศุภฤกษ์ชัยสกุล ตัวอย่างการวิเคราะห์

47 ดร. นำชัย ศุภฤกษ์ชัยสกุล ตัวอย่างการวิเคราะห์

48 ดร. นำชัย ศุภฤกษ์ชัยสกุล ตัวอย่างการวิเคราะห์

49 ดร. นำชัย ศุภฤกษ์ชัยสกุล ตัวอย่างการวิเคราะห์

50 ดร. นำชัย ศุภฤกษ์ชัยสกุล ตัวอย่างการวิเคราะห์

51 ดร. นำชัย ศุภฤกษ์ชัยสกุล จบการบรรยาย


ดาวน์โหลด ppt การวิเคราะห์ความแปรปรวนหลายตัวแปร MANOVA ดร.นำชัย ศุภฤกษ์ชัยสกุล สถาบันวิจัยพฤติกรรมศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒ.

งานนำเสนอที่คล้ายกัน


Ads by Google