การวิเคราะห์ correlation ด้วย spss
แนวคิด เทคนิค วิธีการ การวิเคราะห์ correlation ด้วย spss
การวิเคราะห์สหสัมพันธ์ เป็นการศึกษาระดับ หรือขนาดของความสัมพันธ์เชิงเส้นตรงระหว่างตัวแปรสองตัวแปรว่ามีมากน้อยเพียงใด เครื่องมือที่ใช้วัดเรียกว่า สัมประสิทธิ์สหสัมพันธ์ (Correlation Coefficient) นิยมเขียนแทนด้วย r โดยวัดออกมาเป็นตัวเลขที่มีค่าอยู่ระหว่าง -1 กับ 1 ถ้า r มีค่าใกล้ 1 แสดงว่า ตัวแปรสองตัวนั้นมีความสัมพันธ์กันมากและมีทิศทางเดียวกัน กล่าวคือ ถ้า X มีค่ามาก Y จะมีค่ามากด้วย ถ้า r มีค่าใกล้ -1 แสดงว่า ตัวแปรสองตัวนั้นมีความสัมพันธ์กันมากเช่นกันแต่มีทิศทางตรงข้ามกัน กล่าวคือ ถ้า X มีค่ามาก Y จะมีค่าน้อย หรือ X มีค่าน้อย Y จะมีค่ามาก ถ้า X และ Y มีความสัมพันธ์กันน้อย ค่าสัมประสิทธิ์สหสัมพันธ์ r จะเข้าใกล้ 0 การวิเคราะห์ correlation ด้วย spss มีขั้นตอนดังนี้
- เปิดไฟล์ข้อมูลที่ต้องการวิเคราะห์
- ทำการเลือก menu Analyze—>correlate—>bivariate
- เลือกตัวแปรที่ต้องการศึกษา
- คลิกเลือก OK
ขั้นตอนการวิเคราะห์ correlation ด้วย spss
- เปิดไฟล์ข้อมูล
ในตัวอย่าง นักวิจัยต้องการวิเคราะห์ correlation ด้วย spss โดยตัวแปรอิสระคือ ปัจจัยส่วนประสมทางการตลาด 4 ปัจจัย และตัวแปรตามคือการตัดสินใจซื้อเครื่องสำอางค์แบรนด์หนึ่ง ดังรูปที่1
รูปที่1 แสดงข้อมูลตัวอย่าง
2. ทำการเลือก menu Analyze—>correlate—>bivariate
3. เลือกตัวแปรที่ต้องการศึกษา
4. กด OK
เมื่อกด OK โปรแกรม SPSS จะแสดงตารางผลลัพธ์ดังนี้
การวิเคราะห์ค่าความสัมพันธ์นอกเหนือจากค่าสถิติสัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน ยังมีค่าสัมประสิทธิ์สหสัมพันธ์อื่นๆ ดังนี้
ค่า Spearman Correlation เป็นการหาความสัมพันธ์ระหว่างตัวแปร 2 ตัวที่อยู่ในมาตราการวัดระดับ Ordinal Scale โดยค่า Spearman Correlation จะมีค่าอยู่ระหว่าง -1.0 ถึง +1.0 เช่นเดียวกับ ค่า Pearson Correlation ส่วนการแปลความหมายก็ไม่ต่างจากการแปลความหมายของค่า Pearson Correlation นั้นคือ หากค่า Spearman Correlation ใกล้ -1.0 นั้นหมายความว่าตัวแปรทั้งสองตัวมีความสัมพันธ์กันอย่างมากในเชิงตรงกันข้าม หากค่า Spearman Correlation ใกล้ +1.0 นั้นหมายความว่า ตัวแปรทั้งสองมีความสัมพันธ์กันอย่างมากในทิศทางเดียวกัน และหากค่า Spearman Correlation เป็น 0 นั้นหมายความว่า ตัวแปรทั้งสองตัวไม่มีความสัมพันธ์ต่อกัน
ค่า Kendall Correlation เป็นการหาความสัมพันธ์ระหว่างตัวแปร 2 ตัวที่อยู่ในมาตราการวัดระดับ Ordinal Scale โดยค่า Kendall Correlation จะมีค่าอยู่ระหว่าง -1.0 ถึง +1.0 เช่นเดียวกับ ค่า Pearson Correlation และ ค่า Spearman Correlation ส่วนการแปลความหมายก็ไม่ต่างจากการแปลความหมายของค่า Pearson Correlation และ ค่า Spearman Correlation นั้นคือ หากค่า Kendall Correlation ใกล้ -1.0 นั้นหมายความว่าตัวแปรทั้งสองตัวมีความสัมพันธ์กันอย่างมากในเชิงตรงกันข้าม หากค่า Kendall Correlation ใกล้ +1.0 นั้นหมายความว่า ตัวแปรทั้งสองมีความสัมพันธ์กันอย่างมากในทิศทางเดียวกัน และหากค่า Kendall Correlation เป็น 0 นั้นหมายความว่า ตัวแปรทั้งสองตัวไม่มีความสัมพันธ์ต่อกัน อย่างไรก็ตาม ค่า Kendall Correlation จะสามารถใช้ในการบ่งบอกถึงระดับความเข้มข้น (strength) ของความสัมพันธ์ระหว่างตัวแปรทั้งสองได้ดีกว่าค่า Pearson Correlation และ ค่า Spearman Correlation[1] ดังนั้นโดยปกติค่า Kendall Correlation จะน้อยกว่า ค่า Pearson Correlation และ ค่า Spearman Correlation เสมอ
การหาค่า Maximal Information Coefficient (MIC)
ค่า Maximal Information Coefficient (MIC) เป็นวิธีทางสถิติประเภทหนึ่งในวิธีทางสถิติที่เรียกว่า Maximal Information-Based Nonparametric Exploration (MINE) โดยค่า MIC จะให้ค่าอยู่ในช่วงระหว่าง 0 ถึง 1.0 และสามารถนำมาใช้หาความสัมพันธ์ของข้อมูลได้ทั้งแบบเส้นตรงและไม่ใช่เส้นตรง (linear and non-linear association) กล่าวคือ หากค่า MIC ใกล้ 1.0 นั้นหมายความว่า ตัวแปรทั้งสองมีความสัมพันธ์กันอย่างมาก และหากค่า MIC เท่ากับ 0 นั้นหมายความว่า ตัวแปรทั้งสองตัวไม่มีความสัมพันธ์ต่อกัน
นอกจาก ค่า MIC จะสามารถนำมาใช้หาความสัมพันธ์ของข้อมูลได้หลากหลายรูปแบบแล้ว คุณสมบัติทางคณิตศาสตร์ของ ค่า MIC ยังสามารถนำมาใช้เป็นเกณฑ์เพื่อบ่งบอกว่าความสัมพันธ์ระหว่างตัวแปรสองตัวแปรนั้นมีความไม่เป็นเส้นตรงมากน้อยเพียงใด (degree of non-linearity) ในกรณีที่ความสัมพันธ์ของตัวแปรสองตัวแปรมีความสัมพันธ์กันแบบเส้นตรง ค่า MIC จะมีค่าใกล้เคียงกับค่า R-squared มาก (MIC – R2 ≈ 0) แต่หากความสัมพันธ์ของตัวแปรสองตัวแปรมีความสัมพันธ์กันแบบไม่เป็นเส้นตรง ผลต่างของ ค่า MIC กับ ค่า R-squared จะมีค่าสูงขึ้น
ขอบคุณข้อมูลดีๆ THANK YOU FOR…
รับวิเคราะห์ข้อมูล SPSS, รับวิเคราะห์SPSS รับทำSPSS รับแปลผลSPSSTAG: รับวิเคราะห์ข้อมูลSPSS รับวิเคราะห์แบบสอบถาม รับวิเคราะห์SPSS รับทำวิจัยSPSS รับแปลผลSPSS จ้างทำSPSS
Tag : การทำ is จ้างทำ is จ้างทำวิจัย จ้างทำวิทยานิพนธ์ จ้างทํางานวิจัย จ้างทําวิจัย ป.ตรี ราคา จ้างทําวิจัยราคา จ้างทําวิจัยราคาประหยัด จ้างทําวิจัย ราคาเท่าไหร่ จ้างทําวิทยานิพนธ์ จ้างทําวิทยานิพนธ์ราคา จ้างวิจัย ทําวิทยานิพนธ์ ทำงานวิจัย ทำงานวิทยานิพนธ์
บริการรับทำวิจัย รับจัดหน้าวิทยานิพนธ์ รับจ้างทำ is รับจ้างทํางานวิจัย ราคาถูก รับจ้างทํารายงาน รับจ้างทําวิทยานิพนธ์ รับจ้างทําวิทยานิพนธ์ ราคาถูก รับจ้างเขียนรายงาน รับทำ is รับทำ powerpoint รับทำ spss รับทำ thesis รับทำดุษฎีนิพนธ์ รับทำวิจัย รับทำวิจัยราคาถูก
รับทำวิทยานิพนธ์ รับทำสารนิพนธ์ รับทำแบบสอบถาม รับทำโปรเจคจบ รับทํา thesis รับทํางานวิจัย รับทําปริญญานิพนธ์ รับทํารายงาน รับทําวิจัย ป.ตรี รับทําวิทยานิพนธ์ รับทําวิทยานิพนธ์ ป.โท รับทําวิทยานิพนธ์ ราคา รับทําวิทยานิพนธ์ราคาเท่าไหร่ รับทํา สารนิพนธ์ รับแปลงานวิจัย ราคารับทำวิทยานิพนธ์ วิจัย รับวิเคราะห์SPSS รับวิเคราะห์ข้อมูลSPSS จ้างทำSPSS รับประมวลผลข้อมูล SPSS จ้างทำspss จ้างวิเคราะห์spss รับวิเคราะห์spss รับประมวลผลspss รับวิเคราะห์ข้อมูลทางสถิติ
ติดต่อ คุณจ็อบ Tel. 08-7008-1033 (ไลนและโทรศัพท์)
[email protected]
ปรึกษาการทำวิจัย รับทำวิทยานิพนธ์ โดยทีมวิจัย และ ที่ปรึกษา การทำวิทยานิพนธ์ ที่มีความรับผิดชอบที่สุด ทีมนักวิจัย ที่มีความรู้ความสามารถ เชี่ยวชาญการทำวิจัย หลายสาขาระดับปริญญาโทขึ้นไป ประสบการณ์ทำงานมากกว่า 15 ปี ให้คำปรึกษาตั้งแต่ การกำหนดหัวข้องานวิจัย การทบทวนวรรณกรรม การแก้ปัญหาการคัดลอกงานวิจัย การกำหนดกรอบแนวคิดงานวิจัย การวิเคราะห์ข้อมูล สถิติ แบบจำลอง การเขียนผลการศึกษา ไปจนถึงการอภิปรายผล และการตีพิมพ์บทความวิจัย
