Menu Analyze > Correlate บทที่ 6 สหสัมพันธ์ ในการศึกษาความสัมพันธ์ระหว่างตัวแปร สถิติที่นิยมใช้ในการศึกษาตัวหนึ่งคือสัมประสิทธิ์สหสัมพันธ์ Menu Analyze > Correlate ผลจากการใช้คำสั่งนี้ มีทางเลือกต่อไป 3 ทางคือ 1. Bivariate 2. Partial 3. Distances

Bivariate เป็นการศึกษาความสัมพันธ์ของตัวแปร 2 ตัว โดยพิจารณาจากค่าสัมประสิทธิ์สัมพันธ์ และมีค่าสัมประสิทธิ์ให้เลือกทำการศึกษา 3 ตัวด้วยกันคือ 1. Pearson 2. Kendall’s tau-b 3. Spearman ผลลัพธ์ที่ได้นอกจากคำนวณค่าสัมประสิทธิ์สัมพันธ์แล้วยังทำการ ทดสอบสมมติฐาน เกี่ยวกับค่าสัมประสิทธิ์สัมพันธ์ของประชากรอีกด้วย

Flags significant correlations เป็นคำสั่งที่ให้แสดงค่าระดับนัยสำคัญของ สปส.สหสัมพันธ์ ถ้ามีนัยสำคัญที่ระดับ 0.05 แสดงด้วยเครื่องหมาย * ถ้ามีนัยสำคัญที่ระดับ 0.01 แสดงด้วยเครื่องหมาย **

OPTIONS ในกรณีของ Missing Values 1. Excluded cases pairwise(default) ตัดเฉพาะค่าที่หายไปของตัวแปรทั้ง 2 ที่ต้องการหาค่าสัมประสิทธิ์สหสัมพันธ์ 2. Exclude cases listwise ตัด case ที่มีค่าสูญหายออกทั้งหมดไม่นำมาวิเคราะห์ใดๆทั้งสิ้น

OPTIONS ในกลุ่ม Statistics 1. Means and Standard deviations : หาค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของแต่ละตัวแปร 2. Cross-product deviations and Covariances : แสดงค่า Sum of Square และ Sum of Cross-product รวมทั้ง Covariance ระหว่างตัวแปรทั้ง 2

Pearson Correlation Coefficient เป็นการศึกษาว่าตัวแปรทั้ง 2 (X,Y) มีความสัมพันธ์เชิงเส้นหรือไม่ ค่าของสปส. สหสัมพันธ์มีค่าอยู่ระหว่าง -1 ถึง 1 เครื่องหมาย + และ - แสดงทิศทางของความสัมพันธ์ ค่า สปส.มีค่าเป็น + หมายถึง ค่าของตัวแปร X เพิ่ม ค่าของตัวแปร Y มีแนวโน้มว่าจะเพิ่มขึ้น ค่า สปส.มีค่าเป็น - หมายถึง ค่าของตัวแปร X เพิ่ม ค่าของตัวแปร Y มีแนวโน้มว่าจะลดลง

สัมประสิทธิ์สหสัมพันธ์ (Pearson) จากตัวอย่างหาได้โดย การทดสอบสมมติฐาน H0 : เทียบกับ H1 : สถิติที่ใช้ในการทดสอบคือ

Kendall’s tau-b เป็นการวัดความสัมพันธ์ของตัวแปรของ Non-parametric โดยลักษณะของข้อมูลเป็นการวัดด้วย Ordinal scale หรือการให้อันดับ (rank) และมีค่าซ้ำๆเกิดขึ้นลักษณะของข้อมูลส่วนใหญ่อยู่ในตรารางแจกแจงความถี่ จำแนกตามตั้วแปรที่ต้องการวัด ค่าของสปส. อยู่ระหว่าง -1 ถึง 1 ค่าสัมประสิทธิ์จะมีค่า - 1 หรือ +1 ก็ต่อเมื่อตารางแจกแจงความถี่เป็น Square table นั่นคือจำนวนกลุ่มของตัวแปร X และ Y มีจำนวนที่เท่ากัน

Spearman เป็นการวัดความสัมพันธ์ของตัวแปรของ Non-parametric อีกวิธีหนึ่งแต่ลักษณะจะมีความคล้ายกับสปส.ที่หาด้วยวิธีการของ Pearson แต่ข้อมูลเป็นลักษณะของการให้อันดับ (rank) หรือวัดด้วย Ordinal scale ค่าของสปส. อยู่ระหว่าง -1 ถึง 1 และไม่ต้องการข้อสมมติที่ว่าประชากรมีการแจกแจงแบบปกติ ลักษณะของข้อมูลจะมีความแตกต่างจาก Kendall ’ s tau-b โดยข้อมูลมักถูกวัดด้วย interval หรือ ratio scale แต่ประชากรไม่ได้มีการแจกแจงแบบปกติ การคำนวณจึงพิจารณาจากอันดับของค่าสังเกตแทนข้อมูลดิบ ถ้าพิจารณาจากข้อมูลดิบจึงใช้ Pearson Correlation

การใส่ตัวแปร click ที่ตัวแปรที่ต้องการใน box ของ Variable list ต้อง click ตัวแปรทั้ง 2 จนครบแล้วจึง click ที่ลูกศรให้ตัวแปรทั้ง 2 ใส่เข้าไปใน box ของ Variables ทางขวามือ

Menu Analyze > Correlate > Partial เป็นการวัดความสัมพันธ์เชิงเส้นระหว่างตัวแปร 2 ตัวเมื่อควบคุมอิทธิพลของความสัมพันธ์เชิงเส้นของตัวแปรอื่น (อาจมีมากกว่า 1 ตัวแปร) ตัวอย่าง : ในการศึกษาความสัมพันธ์ระหว่างเงินเดือนเริ่มต้น และเงินเดือนปัจจุบัน แต่ความเป็นจริงอาจมีอิทธิพลจากประสบการณ์ก่อนเข้าทำงาน ดังนั้นจึงทำการควบคุมตัวแปรนี้ก่อนแล้วจึงศึกษาความสัมพันธ์ ระหว่างเงินเดือนเริ่มต้น และเงินเดือนปัจจุบันต่อไป

การทดสอบสมมติฐานทางสถิติ ว่าสปส การทดสอบสมมติฐานทางสถิติ ว่าสปส.สหสัมพันธ์บางส่วนนั้นมีค่าเท่ากับ 0 หรือไม่ สามารถทดสอบได้โดยใช้ตัวสถิติ ถ้าในการควบคุมตัวแปรมีมากกว่า 1 ตัว จำนวนตัวแปรที่ควบคุมเป็นลำดับของสหสัมพันธ์บางส่วน

Display Actual Significance level คำสั่งนี้แสดงค่าความน่าจะเป็น (p-value) และ degree of freedom ของสัมประสิทธิ์แต่ละตัว (default) ถ้าไม่ต้องการ click เครื่องหมายออกไป ผลลัพธ์แสดงความมีนัยสำคัญของค่าสัมประสิทธิ์ที่ระดับ 0.05 ด้วยเครื่องหมาย* และ ความมีนัยสำคัญของค่าสัมประสิทธิ์ที่ระดับ 0.01 ด้วยเครื่องหมาย **

OPTIONS ในกรณีของ Statistics 1. Mean and standard deviations : ต้องการหาค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของตัวแปรทั้ง 2 2. Zero-order correlations : แสดงเมตริกซ์ของสหสัมพันธ์อย่างง่ายระหว่างตัวแปรทั้ง 2