การศึกษาประสิทธิภาพของการวิเคราะห์ความแปรปรวนแบบตัวแปรพหุ ด้วยวิธีนอนพาราเมตริก โดยใช้สถิติทดสอบมัธยฐาน สถิติทดสอบคะแนนปกติ สถิติทดสอบผลรวมของลำดับที่และสถิติทดสอบของพิลไล - บาร์ทเลท เทรซ

Article Sidebar

PDF
เผยแพร่แล้ว: ส.ค. 31, 2015
คำสำคัญ:
การวิเคราะห์ความแปรปรวนแบบตัวแปรพหุ สถิตินอนพาราเมตริก สถิติทดสอบมัธยฐาน สถิติทดสอบคะแนนปกติ สถิติทดสอบผลรวมของลำดับที่ สถิติทดสอบของพิลไล บาร์ทเลท เทรซ อำนาจการทดสอบ อัตราความคลาดเคลื่อนประเภทที่ 1

Main Article Content

กนกวรรณ โกนาคม
คณะศึกษาศาสตร์ มหาวิทยาลัยมหาสารคาม
ไพรัตน์ วงษ์นาม
สาขาวิจัยและจิตวิทยาประยุกต์ คณะศึกษาศาสตร์ มหาวิทยาลัยบูรพา
ประเสริฐ เรือนนะการ
สาขาวิชาวิจัยและพัฒนาการศึกษา คณะศึกษาศาสตร์ มหาวิทยาลัยมหาสารคาม

บทคัดย่อ

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาประสิทธิภาพของการวิเคราะห์ความแปรปรวนแบบตัวแปรพหุ ด้วยวิธีนอนพาราเมตริกโดยใช้สถิติทดสอบมัธยฐาน  (MMT) สถิติทดสอบคะแนนปกติ (MNST) สถิติทดสอบผลรวมของลำดับที่  (MRST) และสถิติทดสอบของพิลไล- บาร์ทเลท เทรซ (MPBT) โดยอาศัยเทคนิคมอนติคาร์โล (Monte Carlo Simulation Technique) ในการจำลองสถานการณ์ ผลการวิจัยพบว่า


1) กรณีที่ข้อมูลมีการแจกแจงปกติแบบตัวแปรพหุ และมีเมตริกซ์ความแปรปรวน-ความแปรปรวนร่วมแตกต่างกัน ที่ระดับนัยสำคัญทางสถิติ .05 เมื่อ (1.1) ข้อมูลมีขนาดเล็ก (n < 50) สถิติทดสอบ MRST, MMT และ MNST สามารถควบคุมอัตราความคลาดเคลื่อนประเภทที่ 1 ได้ และมีอำนาจการทดสอบสูง ภายใต้เงื่อนไขกลุ่มตัวอย่างขนาดกลาง (n = 50) สถิติทดสอบ MRST,  MMT และ MNST สามารถควบคุมอัตราความคลาดเคลื่อนประเภทที่ 1 ได้ และมีอำนาจการทดสอบสูง (1.2) เมื่อข้อมูลมีตัวแปรตาม 2, 3 และ 5 ตัว ส่วนสถิติทดสอบ MPBT สามารถควบคุมอัตราความคลาดเคลื่อนประเภทที่ 1 ได้ และมีอำนาจการทดสอบสูง (1.3) เมื่อข้อมูลมีตัวแปรตาม 2 ตัว  ภายใต้เงื่อนไขกลุ่มตัวอย่างขนาดใหญ่ (n ≥ 100) สถิติทดสอบ MRST,  MMT และ MNST สามารถควบคุมอัตราความคลาดเคลื่อนประเภทที่ 1 ได้ และมีอำนาจการทดสอบสูง เมื่อข้อมูลมีตัวแปรตาม 2, 3 และ 5 ตัว ส่วนสถิติทดสอบ MPBT สามารถควบคุมอัตราความคลาดเคลื่อนประเภทที่ 1 ได้ และมีอำนาจการทดสอบสูง เมื่อข้อมูลมีตัวแปรตาม 2, 3 ตัว ในขณะที่ระดับนัยสำคัญทางสถิติ .01 สถิติทดสอบ MPBT สามารถควบคุมอัตราความคลาดเคลื่อนประเภทที่ 1 ได้ และมีอำนาจการทดสอบสูง เมื่อข้อมูลมีขนาดใหญ่และมีตัวแปรตาม 5 ตัว


2) กรณีที่ข้อมูลมีการแจกแจงไม่ปกติแบบตัวแปรพหุ และมีเมตริกซ์ความแปรปรวน-ความแปรปรวนร่วมไม่แตกต่างกัน และเงื่อนไขข้อมูลมีการแจกแจงไม่ปกติแบบตัวแปรพหุ และมีเมตริกซ์ความแปรปรวน-ความแปรปรวนร่วมแตกต่างกัน ที่ระดับนัยสำคัญทางสถิติ .05 และ .01 ไม่มีสถิติทดสอบใดที่สามารถควบคุมอัตราความคลาดเคลื่อนประเภทที่ 1 และมีอำนาจการทดสอบสูงได้

Article Details

How to Cite
โกนาคม ก., วงษ์นาม ไ., & เรือนนะการ ป. (2015). การศึกษาประสิทธิภาพของการวิเคราะห์ความแปรปรวนแบบตัวแปรพหุ ด้วยวิธีนอนพาราเมตริก โดยใช้สถิติทดสอบมัธยฐาน สถิติทดสอบคะแนนปกติ สถิติทดสอบผลรวมของลำดับที่และสถิติทดสอบของพิลไล - บาร์ทเลท เทรซ. วารสารครุศาสตร์อุตสาหกรรม, 14(2), 283–290. สืบค้น จาก https://ph01.tci-thaijo.org/index.php/JIE/article/view/122391
ฉบับ
ปีที่ 14 ฉบับที่ 2 (2015): พฤษภาคม - สิงหาคม 2558
บท
บทความวิจัย

"ข้อคิดเห็น เนื้อหา รวมทั้งการใช้ภาษาในบทความถือเป็นความรับผิดชอบของผู้เขียน"

References

[1] Hair, Joseph F. 1995. Multivariate Data Analysis with Readings. 4th ed. New Jersey: Prentice – Hall, Inc.

[2] เลิศลักษณ์ กลิ่นหอม. 2555. บทความปริทัศน์ แบบแผนการทดลองแบบสุ่มสมบูรณ์. วารสารครุศาสตร์อุตสาหกรรม.11(2), น. 1-5.

[3] Gibbons, Jean D. and Subhabrata C. (2003). Nonparametric Statistical Inference. 4th ed. New York : Marcel Dekker, Inc.

[4] Stevens, J. 2002. Applied Multivariate Statistics for the Social Science. 4th ed. New Jersey: Lawrence Erlbaum Associates, Inc.

[5] ศูนย์พัฒนาทรัพยากรการศึกษา มหาวิทยาลัยมหาสารคาม. 2554. สถิตินอนพาราเมตริกคืออะไร. ค้นเมื่อวันที่ 22 มกราคม 2554, จาก https://www.elearning.msu.ac.th/ opencourse/0504%20854/unit1_5.html

[6] Sheskin, David J. 2004. Handbook of Parametric and Nonparametric Statistical Procedures. 3rd ed. New York: Chapman & Hall.

[7] Finch, Holmes W. 2005. Comparison of the Performance of Nonparametric and Parametric MANOVA Test Statistics when Assumptions Are Violated. Methodology, 1(1), p. 27–38.

[8] Zwick, R. 1985, January. Nonparametric One-Way Multivariate Analysis of Variance: A Computational Approach Based on the Pillai-Bartlett Trace. Psychological Bulletin, 7(1), p.148-152.

[9] Myung, Geon Seek. 1986. A Monte Carlo Investigation of Nonparametric Multivariate Analysis of Variance (Rank Transformation, Normal Scores,MANOVA Test, Robustness). Retrieved November 27, 2009 from https://www.proquest.umi.com/749573391.

[10] บุญชม ศรีสะอาด. 2554. ลักษณะที่ดีและลักษณะ ที่บกพร่องของวิจัยเชิงปริมาณที่เป็นปริญญานิพนธ์ (วิทยานิพนธ์). ค้นเมื่อวันที่ 22 มกราคม 2554, จาก https://www.kroobannok.com/ 17032

[11] Warnwe and Rebecca M. 2008. Applied Statistics: from Bivariate through Multivariate Technique. California : Sage publication, Inc.

[12] Sprent, Peter and Nigel C. S. 2007. Applied Nonparametric Statistical Method. 4th ed. Florida: Taylor & Francis Group.

[13] Puri and Sen. 1972. Nonparametric Method in Multivariate Method. New York: John Wiley & Sons, Inc.

[14] Liu, Qian. 2011. Item Purification in Differential Item Functioning using Generalized Linear Mixed Models. Dissertation of Educational Psychology and Learning Systems. Florida: The Florida State University.

[15] อนุชา หิรัญวัฒน์. ม.ป.ป. การจำลองแบบปัญหา. ค้นเมื่อวันที่ 26 พฤษภาคม 2558, จาก https://webcache.googleusercontent.com/search?q=cache:qmQ2Uq8wcWUJ:www.thaimht.net/knowledge_detail.php%3Fid%3D14+&cd=2&hl=th&ct=clnk&gl=th

[16] สุวิมล ติรกานันท์. 2553. สถิตินันพาราเมตริก. กรุงเทพฯ : โรงพิมพ์จุฬาลงกรณ์มหาวิทยาลัย.

[17] Runyon, Richard P.; et al. 1996. Fundamentals of Behavioral Statistics. 8th ed. New York: McGraw – Hill.

[18] Taylor, Andrew D. (n.d.). Mood’s Median Test. Retrieved November 30, 2014 from https://www2.hawaii.edu/~taylor/z631/moods.pdf.

[19] Taylor, Andrew D. (n.d.). Mood’s Median Test. Retrieved November 30, 2014 from https://www2.hawaii.edu/~taylor/z631/moods.pdf.