บทที่ 6 การวิเคราะห์สหสัมพันธ์

Slides:



Advertisements
งานนำเสนอที่คล้ายกัน
คอมพิวเตอร์ช่วยสอนการเลือกใช้ ตัวสถิติทดสอบที่ถูกต้อง
Advertisements

ระบบสมการเชิงเส้น F M B N เสถียร วิเชียรสาร.
เป็นการศึกษาผลต่างของประชากรสองกลุ่ม ซึ่งประชากรทั้งสองกลุ่มต้องเป็นอิสระต่อกัน หรือไม่มีความสัมพันธ์กันโดยการกำหนดสมมติฐานในการทดสอบเป็นดังนี้
การทดสอบสมมติฐานเกี่ยวกับ ค่าเฉลี่ยประชากร 1 กลุ่ม
สหสัมพันธ์ (correlation)
สถิติ และ การวิเคราะห์ข้อมูล
1.7 ระเบียบวิธีทางสถิติ 1. การเก็บรวบรวมข้อมูล (Data Collection)
การวิเคราะห์ความสัมพันธ์ของตัวแปร
การตั้งสมมติฐานและตัวแปร
บทที่ 12 การวิเคราะห์การถดถอย
บทที่ 12 การวิเคราะห์การถดถอย (ต่อ)
การเตรียมความพร้อมข้อมูลก่อนการวิเคราะห์
การทดสอบที (t) หัวข้อที่จะศึกษามีดังนี้
แบบสอบถามประกอบการศึกษา
การออกแบบการวิจัยการเขียนเค้าโครงการวิจัย
สถิติที่ใช้ในการวิจัย
สถิติที่ใช้ในการวิจัย
Chapter 3: Expected Value of Random Variable
ชนิดของข้อมูลและตัวดำเนินการ
การวิเคราะห์ข้อมูลโดยสถิติเชิงพรรณนา (Descriptive Statistics)
(Statistical Package for the Social Sciences : SPSS)
Probability & Statistics
สถิติและวิจัยทางเทคโนโลยีสารสนเทศ
การประยุกต์สมการเชิงเส้นตัวแปรเดียว
การประมาณค่าทางสถิติ
คณิตศาสตร์และสถิติธุรกิจ
2 การเก็บรวบรวมข้อมูล Data Collection.
แนวคิด พื้นฐาน ทางสถิติ The Basic Idea of Statistics.
Graphical Methods for Describing Data
หน่วยที่ 8 อนุพันธ์ย่อย (partial derivative).
มาตรฐานการวัด คุณภาพตัวชี้วัด และ สถิติ
คณะครุศาสตร์อุตสาหกรรม สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง
การวิเคราะห์สหสัมพันธ์และการถดถอย
การคำนวณค่าสถิติเบื้องต้น … สถิติเชิงพรรณนา
ระเบียบวิธีวิจัย RESEARCH METHODOLOGY : ตัวแปรการวิจัย.
ตัวอย่างงานวิจัย องค์ประกอบที่มีความสัมพันธ์กับการใช้ห้องสมุดของนักเรียนมัธยมศึกษา ตารางที่ 4-7 ตารางที่
การออกแบบการวิจัย.
Menu Analyze > Correlate
สัดส่วนและการหาค่าตัวแปร
สถิติ Statistics โดย น.ท.อนุรักษ์ โชติดิลก
การวัดการกระจาย (Measures of Dispersion)
การตรวจสอบความเชื่อมั่น
อาชีพ เชื้อชาติ เพศ เบอร์ของนักฟุตบอล ศาสนา
วิธีการตรวจสอบ Content Validity
Criterion-related Validity
การสร้างและพัฒนา เครื่องมือประเมิน ดร.ณัชชา มหปุญญานนท์
บทที่ 7 การวิเคราะห์ความเชื่อถือได้
สหสัมพันธ์ (correlation)
น.ท.หญิง วัชราพร เชยสุวรรณ วิทยาลัยพยาบาลกองทัพเรือ
การแจกแจงปกติ NORMAL DISTRIBUTION
การแจกแจงปกติ.
ทบทวน ระดับของข้อมูลจากการวัด แบ่งได้ 4 ประเภท ดังนี้
วิจัย (Research) คือ อะไร
บทที่ 9 สถิติที่ใช้ในการประเมินผล
สถิติสำหรับการวิจัย ผู้ช่วยศาสตราจารย์ ดร. สมบัติ ท้ายเรือคำ
เทคนิคในการวัดความเสี่ยง
การสร้างและการหาคุณภาพเครื่องมือวิจัย
บทที่ 4 การวัดการกระจาย
การตรวจสอบคุณภาพเครื่องมือวิจัย
การตรวจสอบคุณภาพเครื่องมือวิจัย
การวิเคราะห์สหสัมพันธ์อย่างง่าย
Chi-Square Test การทดสอบไคสแควร์ 12.
คะแนนมาตรฐาน และ โค้งปกติ
อาจารย์แผนกช่างก่อสร้าง วิทยาลัยเทคโนโลยีหมู่บ้านครู
Correlation Tipsuda Janjamlha 06 Sep. 08. X1X2 > interval Ho: ตัวแปรทั้ง 2 ไม่มี ความสัมพันธ์กัน Ha: ตัวแปรทั้ง 2 มีความสัมพันธ์ กัน.
สถิติเพื่อการวิจัย 1. สถิติเชิงบรรยาย 2. สถิติเชิงอ้างอิง.
ระเบียบวิธีวิจัยพื้นฐาน ทางการจัดการโลจิสติกส์
การคูณและการหารเอกนาม
ข้อมูล ข้อเท็จจริงหรือรายละเอียดเกี่ยวกับเรื่องที่สนใจศึกษา ซึ่งอาจอยู่ในรูปตัวเลข เช่น น้ำหนัก ความสูง ระยะทาง อายุ หรืออาจเป็นข้อเท็จจริงที่อยู่ในรูปคุณลักษณะหรือคุณสมบัติ
การเตรียมข้อมูล (Data preparation)
ใบสำเนางานนำเสนอ:

บทที่ 6 การวิเคราะห์สหสัมพันธ์ 761 310 สถิติธุรกิจ บทที่ 6 การวิเคราะห์สหสัมพันธ์

สหสัมพันธ์ (Correlation) หมายถึง ความสัมพันธ์ระหว่างตัวแปร 2 ตัวขึ้นไปที่มีความชัดเจนเป็นที่สังเกตหรือวัดได้ โดยค่าสัมประสิทธิ์สหสัมพันธ์ (Correlation Coefficient, r) ซึ่งเป็นค่าต่อเนื่องระหว่าง –1.0 - ­ - 0 - ­ - + 1.0

สหสัมพันธ์ แบ่งออกเป็น 3 ประเภท คือ 1. สหสัมพันธ์เชิงบวก ( Positive Correlation ) เป็นความสัมพันธ์ที่มีทิศทางเดียวกัน เช่น ตัวแปรอิสระมีค่าเพิ่มขึ้น ในขณะที่ตัวแปรตามมีค่าเพิ่มขึ้น 2. ไม่มีสหสัมพันธ์ เมื่อ r = 0 หมายความว่า ไม่มีความสัมพันธ์กันเลย

3. สหสัมพันธ์เชิงลบ ( Negative Correlation ) เป็นความสัมพันธ์ที่มีทิศทางตรงกันข้ามซึ่งกันและกัน เช่น ตัวแปรอิสระมีค่าเพิ่มขึ้น ในขณะที่ตัวแปรตามมีค่าลดลง

พิจารณาลำดับความมากน้อยของสหสัมพันธ์ได้ตามตารางนี้ ค่า r ความหมาย 1.0 มีสหสัมพันธ์อย่างสมบูรณ์ ไม่มีสหสัมพันธ์ 0.1 - 0.3 มีสหสัมพันธ์ต่ำ / น้อย 0.4 - 0.6 มีสหสัมพันธ์ระดับปานกลาง 0.7 - 0.9 มีสหสัมพันธ์สูง / มาก

หมายเหตุ ความสัมพันธ์ (Relation) อาจจะแบ่งได้เป็น 3 ระดับ 1. ความสอดคล้อง (Association) เป็นความสัมพันธ์ที่มีความชัดเจนน้อย และมักจะเกิดขึ้นกับตัวแปรที่มีค่าแบบไม่ต่อเนื่อง (discrete variable) มีการวัดตามมาตรานามบัญญัติ (nominal scale)

2. สหสัมพันธ์ เป็นความสัมพันธ์ที่มีความชัดเจนขึ้น และจะเกิดขึ้นจากตัวแปรที่มีค่า ต่อเนื่อง (continuous variable) มีการวัดตามมาตราอันตรภาค (interval scale) และอัตราส่วน (ratio scale) 3. ความสัมพันธ์เชิงเหตุผล (Causality หรือ Cause-Effect) เป็นความสัมพันธ์ของปรากฏการณ์ที่กำหนดได้อย่างชัดเจนว่า ตัวแปรอิสระเป็นเหตุให้มีการเปลี่ยนแปลงในตัวแปรตาม

ความแปรปรวนร่วม (Covariance, หรือ ) หมายถึง ค่าเฉลี่ยของผลคูณของคะแนนกับค่าเฉลี่ยของตัวแปรอิสระและตัวแปรตามต่อจำนวนตัวอย่างหรือประชากรแล้วแต่กรณี

เขียนเป็นสูตรได้ดังนี้ Sample Covariance : = เมื่อ = Sample Covariance = คะแนนของตัวแปร X = คะแนนของตัวแปร Y = ค่าเฉลี่ยของตัวแปร X = ค่าเฉลี่ยของตัวแปร Y n = จำนวนตัวอย่าง

Population Covariance : = เมื่อ = Population Covariance = คะแนนของตัวแปร X = คะแนนของตัวแปร Y = ค่าเฉลี่ยของประชากร X = ค่าเฉลี่ยของประชากร Y N = จำนวนประชากร

สัมประสิทธิ์สหสัมพันธ์ (Correlation Coefficient, r) เป็นค่ากำหนดความสัมพันธ์ระหว่างตัวแปร 2 ตัวขึ้นไป จากมาตราการวัดแบบอันดับ อันตรภาค และอัตราส่วน เป็นสัดส่วนของความแปรปรวนร่วม (Covariance) กับผลคูณของความแปรปรวนของตัวแปรดังกล่าว

เขียนเป็นสูตรได้ดังนี้ Sample Data : r = เมื่อ r = สัมประสิทธิ์สหสัมพันธ์ = ส่วนเบี่ยงเบนมาตรฐานของ X และ Y = ส่วนเบี่ยงเบนมาตรฐานของ X = ส่วนเบี่ยงเบนมาตรฐานของ Y

Population Data : r = เมื่อ r = สัมประสิทธิ์สหสัมพันธ์ = ความแปรปรวนร่วมของประชากร X และ Y = ความแปรปรวนร่วมของประชากร X = ความแปรปรวนร่วมของประชากร Y

4. การหาค่าสัมประสิทธิ์สหสัมพันธ์ มีวิธีการหาค่าสัมประสิทธิ์สหสัมพันธ์หลายวิธีและมีฐานคติที่แตกต่างกัน คือ Spearman Rank Correlation ( ) ใช้หาค่าสัมประสิทธิ์ สหสัมพันธ์ของตัวแปรที่เป็นอันดับ (rank)

โดยใช้สูตร = เมื่อ = Spearman Rank Correlation D = Rank difference

(2) Pearson Product – Moment Correlation ใช้หาค่าสัมประสิทธิ์สหสัมพันธ์ของตัวแปร 2 ตัว แต่ละตัววัดตัวแปรด้วยมาตราอันตรภาค (Interval Scale) หรือสัดส่วน (Ratio Scale)

คำนวณค่า r ได้จากสูตร r = =

เมื่อ r = สัมประสิทธิ์สหสัมพันธ์ = ส่วนเบี่ยงเบนมาตรฐานของ X = ส่วนเบี่ยงเบนมาตรฐานของ Y = ส่วนเบี่ยงเบนมาตรฐานร่วมของ X และ YN N = จำนวนตัวอย่าง

ความสัมพันธ์ของ X และ Y แสดงได้ดังรูปนี้

3.สหสัมพันธ์พหุคูณ (Multiple Correlation) เป็นความสัมพันธ์ของตัวแปรอิสระ 2 ตัวขึ้นไป กับตัวแปรตาม 1 ตัว หรือค่าของตัวแปรตาม 1 ตัว ร่วมกันกำหนดโดยตัวแปรอิสระอย่างน้อย 2 ตัว เช่น X ร่วมกับ Z กำหนดหรือมีสหสัมพันธ์กับ Y

เขียนเป็นตัวแบบได้ดังนี้ X = สหสัมพันธ์ของ X และ Y = สหสัมพันธ์ของ Z และ Y = สหสัมพันธ์ของ X และ Y = สหสัมพันธ์ของ Z และ Y Y Y Z Z Z ตัวแปรตาม ตัวแปรอิสระ

หาค่า r จากสูตร หา r ของ X และ Y ได้จากสูตร = หา r ของ X และ Z ได้จากสูตร = หา r ของ Z และ Y ได้จากสูตร =

และหาค่าของ X และ Z ที่มีต่อ Y ได้จากสูตร = เมื่อ = r ของ X และ Z ที่มีต่อ Y = r ของ Y กับ X = r ของ Y กับ Z = r ของ X กับ Z

สหสัมพันธ์พหุคูณ (Multiple Correlation) ของ X และ Z ต่อ Y แสดงได้ดังรูปนี้ จะหา Multiple Correlation ได้ก็ต่อเมื่อกลุ่มตัวอย่างมีขนาดใหญ่ไม่น้อยกว่า 200 คน (n 200)

หมายเหตุ Coefficient of Determination การที่ตัวแปรอิสระหนึ่งตัวหรือหลายตัวเป็นตัวกำหนดการเปลี่ยนแปลงในตัวแปรตาม เรียกค่าที่เป็นตัวกำหนดนี้ว่า “สัมประสิทธิ์การกำหนด“ (Coefficient of Determination) มีค่าเท่ากับ คือ = นี้นอกจากจะเป็นตัวเลขเป็นสัดส่วน (มีจำนวนเต็มเท่ากับ 1) แล้ว ยังเป็นร้อยละได้อีกด้วย เช่น ได้ = 0.65 หมายความว่า x เป็นตัวกำหนด y ร้อยละ 65

(4) สหสัมพันธ์บางส่วน (Partial Correlation) เป็นสหสัมพันธ์ระหว่าง 2 ตัวแปรโดยควบคุม (controlled) ตัวแปรที่ 3 หรือแยกตัวแปรที่ 3 ออก (Partialed out) เป็นวิธีการหา สหสัมพันธ์ระหว่างตัวแปร 2 ตัว จากสหสัมพันธ์ของตัวแปร 3 ตัว เช่น ตัวแปร x y และz สัมพันธ์กันทุกตัว คือ x rxy z rxz y rzy

เมื่อ rxy.z = สหสัมพันธ์ของ x และ y เมื่อควบคุม z rxy = สหสัมพันธ์ของ x และ y rxz = สหสัมพันธ์ของ x และ z ryz = สหสัมพันธ์ของ y และ z

รูป สหสัมพันธ์บางส่วนของ x และ y เมื่อควบคุม z + y y Partialed out z สหสัมพันธ์ระหว่าง x y และ z สหสัมพันธ์บางส่วนของ x และ y เมื่อเอา z ออกไป