ด้านการวิจัย

T-test Dependent

การทดสอบสมมติฐานของกล่มุ ตัวอยา่ ง 2 กล่มุ สมั พนั ธ์กัน
การหา Pre test - Post test ของกล่มุ ตัวอยา่ งเดิม หรอื กล่มุ เดยี วกัน

เชน่ คะแนนสอบเฉ ยของนักศกึ ษา เรยี นวิชาสถิติธุรกิจ
วัดผลก่อนเรยี น และหลังเรยี น


่ีท่ีล
่ีท

Analyze —> Compare Means —> Pair-Samples T test

T-test Dependent

Conclusion

คะแนนสอบเฉ ยของนักศกึ ษา เรยี นวิชาสถิติธุรกิจ พบว่า

หลังเรยี นมคี ะแนนสงู กว่าก่อนเรยี น อยา่ งมนี ัยส คัญทางสถิติ ระดับ 0.01

่ีทำ
่ีท่ีล

T-test Independent

การทดสอบสมมติฐานของกล่มุ ตัวอยา่ ง 2 กล่มุ เ นอิสระจากกัน
การหาค่าระหว่างกล่มุ ตัวอยา่ งสองกล่มุ เชน่ กล่มุ ทดลอง และ กล่มุ ควบคมุ

เชน่ คะแนนสอบเฉ ยของนักศกึ ษา เรยี นวิชาสถิติธุรกิจ
วัดผล กล่มุ ทดลอง และ กล่มุ ควบคมุ


่ีท่ีล
็ป่ีท

Analyze —> Compare Means —> Independent-Samples T test

T-test Independent

Conclusion

คะแนนสอบเฉ ยของนักศกึ ษา เรยี นวิชาสถิติธุรกิจ พบว่า

กล่มุ ทดลอง และ กล่มุ ควบคมุ มผี ลคะแนนเฉ ย แตกต่างกัน อยา่ งมนี ัยส คัญทาง
สถิติ ระดับ 0.01

่ีทำ่ีท่ีล
่ีท่ีล

ANOVA
Analysis of Variance

การทดสอบสมมติฐานของกล่มุ ตัวอยา่ ง
มมี ากกว่า 2 กล่มุ นไป


ที่ขึ ้

Analyze —> Compare Means —> One-Way ANOVA

Conclusion

• สถานภาพ โสด สมรส หยา่ รา้ งหรอื
หมา้ ย มคี วามพงึ พอใจไม่แตกต่างกัน

Chi-Square X2

การเป ยบเ ยบ กร อ ลเ นแบบก ม

Analyze —> Descriptive Statistics—> Crosstabs

ุ่ล็ปูม้ขีณีทีร

Conclusion

• ต แหน่งการท งาน ไม่ได้มผี ลต่ออายุงาน
• อายุงาน ไมไ่ ด้มผี ลต่อต แหน่งหน้า การท งาน

ำำ่ีทำ
ำ

Correlation
Analysis
การวิเคราะห์
หาความสมั พนั ธ์

Analyze —> Correlate—> Bivariate

Thank you all for listening
presentation

การวิเคราะหความถดถอย

Regression Analysis

มหาวทิ ยาลัยวงษชวลิตกุล

17 พฤศจิกายน 2564

อ.ดร.ชุติญาภคั วาฤทธิ์
อาจารยป ระจําหลักสตู ร DBA
หัวหนา สาขาวิชาระบบสารสนเทศคอมพิวเตอร
คณะบริหารธรุ กจิ มหาวทิ ยาลัยวงษช วลิตกลุ

AGENDA

01 Simple Linear Regression Analysis

02 Multiple Linear Regression Analysis

03 ตวั อยางการนาํ เสนอผลวิเคราะหในบทความวจิ ัย

Dr.Chutiyaphak V A R I T H 2

Regression

• เปนการวิเคราะหหาความสมั พันธร ะหวา งตวั แปรอสิ ระหรอื

ตวั แปรตน กับตวั แปรตาม

• ตวั แปรทจ่ี ะใชในการวิเคราะหจ ะเปน ตัวแปรเชงิ ปริมาณ หรือ
เชงิ กลมุ หรอื เชงิ คณุ ภาพ

• จะนาํ เสนอผลการวิเคราะหใ นรูปแบบของสมการ
เชิงเสน
ความสัมพนั ธ
ระหวา งตัวแปร
ไมเ ปน เชิงเสน

Dr.Chutiyaphak V A R I T H 3

Type of Regression

• Simple Linear Regression Analysis
การวิเคราะหก ารถดถอยเชิงเสน อยางงา ย

• Multiple Linear Regression Analysis
การวิเคราะหก ารถดถอยเชงิ พหุ

Dr.Chutiyaphak V A R I T H 4

วัตถปุ ระสงคห ลักของ
Regression Analysis

• เพอ่ื ศกึ ษาวา ปจจยั หรือตัวแปรอสิ ระใดบา งทีส่ ง ผล หรอื
มีอทิ ธพิ ลตอ ตวั แปรตาม

• เพ่อื ประมาณหรอื พยากรณคา ของตัวแปรตาม เม่อื ทราบ
คาตวั แปรอสิ ระ

Dr.Chutiyaphak V A R I T H 5

01 Simple Linear Regression
Analysis

Simple Linear Regression

Analysis

ศกึ ษาความสัมพันธของตัวแปรเชิงปรมิ าณ 2 ตัว
และคาดวาความสมั พนั ธอยใู นรูปเชงิ เสน
ตัวแปรตน/อสิ ระ ตัวแปรตาม
(X) (Y)
เชงิ ปรมิ าณ เชิงปริมาณ

� = + 7

a เปน คา คงที่
b เปน สัมประสทิ ธความถดถอย (Regression coefficient)

ถา b เปนบวก ตวั แปรตามและตวั แปรอิสระมีความสัมพนั ธใ นทศิ ทางเดียวกัน
ถา b เปน ลบ ตัวแปรตามและตวั แปรอสิ ระมีความสัมพนั ธในทศิ ทางตรงกนั ขาม

Dr.Chutiyaphak V A R I T H

Example of
Linear Regression Analysis

รายได ความพึงพอใจ

ควา�มพงึ พอใจ = + รายได้

ตวั อยา ง
ถา b = 0.8 หมายถงึ ถา รายไดของลูกคา เพม่ิ ขึ้น 1 บาท จะทาํ ใหคะแนนความพึงพอใจ
เพ่ิมขนึ้ โดยเฉลยี่ 0.8 คะแนน
ถา b = -0.8 หมายถึง ถา รายไดของลูกคา เพิม่ ข้ึน 1 บาท จะทําใหค ะแนนความพึงพอใจ
ลดลงโดยเฉลี่ย 0.8 คะแนน
Dr.Chutiyaphak V A R I T H 8

Example of
Linear Regression Analysis

• X = อายุลกู คา (ป) Y = คะแนนความพงึ พอใจ

• X = รายได Y = ความถีใ่ นการใชบริการ

• X = ปรมิ าณปุย ทใ่ี ส (CC) Y = ผลผลติ ขาว (ถงั ตอ ไร)

• X = ปริมาณยาลดความดนั ทที่ าน Y = ปริมาณความดนั โลหติ ที่ลดลง

• X = รายไดต อเดือน (บาท) Y = คะแนนความพึงพอใจ

• X = คาโฆษณา Y = ยอดขาย

Dr.Chutiyaphak V A R I T H 9

หลักการวเิ คราะหก ารถดถอย
เชิงเสน อยา งงา ยใน SPSS

1. ตรวจสอบวา ตวั แปร X และ Y มคี วามสัมพันธก ันเชงิ เสน หรอื ไม
2. สรา งสมการการพยากรณ (รนั Regression) เพอื่ ประมาณคา Y
3. ตรวจสอบขอ ตกลงเบอื้ งตน (เงอื่ นไข) ของการวิเคราะหค วาม

ถดถอยเชงิ เสนอยางงายของตัวแปรทั้งสอง

Dr.Chutiyaphak V A R I T H 10

เบ้ืองตนหากตองการใชเ กณฑค าเฉลย่ี
ให Compute Variable กอ นวิเคราะห



คําส่ัง
Transform  Compute Variable…

COMPUTE aTot=(a1 + a2 + a3 + a4 + a5)/5
COMPUTE bTot=(b1 + b2 + b3 + b4 + b5)/5
COMPUTE cTot=(c1 + c2 + c3 + c4 + c5)/5
COMPUTE pTot=(p1 + p2 + p3 + p4)/4

Dr.Chutiyaphak V A R I T H 11

หลกั การวเิ คราะหการถดถอย
เชิงเสนอยา งงา ยใน SPSS (ตอ)

1. ตรวจสอบวา ตัวแปร X และ Y มคี วามสัมพนั ธก ันเชิงเสนหรือไม
คาํ ส่ัง
Graph  Lagacy Dialogs  Scatter / Dot … (เลอื กรูปแบบ Simple)

Dr.Chutiyaphak V A R I T H 12

หลักการวิเคราะหการถดถอย
เชิงเสนอยา งงา ยใน SPSS (ตอ)
2. สรางสมการการพยากรณ (รัน Regression) เพือ่ ประมาณคา Y

คําส่ัง
Analyze  Regression  Linear …
ตัวแปรตาม 

bTot pTot  ตัวแปรอสิ ระ 13

Dr.Chutiyaphak V A R I T H 



หลักการวเิ คราะหก ารถดถอย
เชงิ เสน อยา งงายใน SPSS (ตอ)

คลิกปมุ Statistics… ถาวเิ คราะหก ารถดถอยเชิงพหใุ หค ลิกขอ นเ้ี พ่มิ

 Estimates : การใหคาสมั ประสทิ ธค์ิ วามถดถอย
 Model fit : จะแสดงคา R2
 Confidence intervals : แสดงคาการประมาณแบบชวงของ

สมั ประสทิ ธคิ์ วามถดถอย
 R squared change : ใชเ มอื่ มีตัวแปรอสิ ระหลายตวั

(เชน การวเิ คราะห MRA)
 Collinearity diagnostics : แสดงคา VIF และ Tolerances

เพ่อื ตรวจสอบความสมั พันธระหวางตวั แปรอสิ ระ
(เชน การวเิ คราะห MRA)
 Durbin-Watson : แสดงคาสถติ ิทดสอบ Durbin-Watson
เพื่อทดสอบความเปน อสิ ระกนั ของคาความคลาดเคล่ือน (e)
 Casewise diasostics : แสดงคา Outliers

Dr.Chutiyaphak V A R I T H 14

หลักการวเิ คราะหการถดถอย
เชิงเสน อยางงา ยใน SPSS (ตอ)

คลิกปมุ Plots…

Standardized residuals หรือ
คาความคลาดเคลอื่ นมาตรฐาน
Standardized predicted value หรอื
คา ประมาณ Y ในรปู มาตรฐาน

 Histogram : แสดงกราฟ Histogram ใชต รวจสอบ
การแจกแจงปกติของ e

 Normal probability plot : แสดง P-P plot ใช
ตรวจสอบการแจกแจงปกตขิ อง e

Dr.Chutiyaphak V A R I T H 15

หลักการวเิ คราะหการถดถอย
เชิงเสน อยางงา ยใน SPSS (ตอ )

คลิกปุม Save…

Dr.Chutiyaphak V A R I T H 16

วธิ ีเลอื กตวั แปรอสิ ระเขาสมการถดถอย

5 Techniques

• Enter
• Forward
• Backward
• Stepwise
• Remove

Dr.Chutiyaphak V A R I T H 17

หลักการวิเคราะหก ารถดถอย
เชิงเสน อยา งงายใน SPSS (ตอ)

3. ตรวจสอบขอ ตกลง (เงื่อนไข) เบ้ืองตน ของการวเิ คราะห
ความถดถอยเชิงเสนอยางงา ย

1. คาความคลาดเคลอ่ื น (error of residual: e) ตองมกี ารแจกแจงปกติ
วิธกี ารตรวจสอบ: Boxplot / Kolmogorov-Smirnov
2. คาความแปรปรวนของความคลาดเคล่ือนตองคงที่
วิธีการตรวจสอบ: การพล็อตกราฟความคลาดเคลือ่ น กับ คาพยากรณ (Y)
3. คาความคลาดเคลือ่ นตอ งเปนอิสระตอ กัน

วธิ กี ารตรวจสอบ: Durbin-Watson มีคาระหวาง 1.5 ถงึ 2.5 (กลั ยา วานชิ ย

บญั ชา, 2558, น. 191) Dr.Chutiyaphak V A R I T H 18

วิธกี ารตรวจสอบเง่ือนไขการวเิ คราะห
การถดถอยเชงิ เสนอยางงา ย

เง่อื นไขท่ี 1 คาความคลาดเคล่อื น (error of residual: e) ตอ งมีการแจกแจง
ปกติ วิธีการตรวจสอบ: Boxplot / Kolmogorov-Smirnov

คาํ สั่ง
Analyze  Description Statistics  Explore…

 ทํา 1 - 4 ตามลําดับแลว

 ใหพจิ ารณาตามเงอ่ื นไขท่ี 1

ดผู ล Slide ถดั ไป

19
Dr.Chutiyaphak V A R I T H

ผลลพั ธเงอ่ื นไขที่ 1 คา ความคลาดเคล่อื น (error of residual: e) ตองมกี ารแจก
แจงปกติ วิธกี ารตรวจสอบ: Boxplot / Kolmogorov-Smirnov

สถติ ิทดสอบ Kolmogorov-Smirnov = 0.044

Sig. = 0.07 > 0.05 ( )
แสดงวา e มกี ารแจกแจงปกติ

(กัลยา วานิชยบ ัญชา และฐิตา วานิชยบัญชา, 2558, น. 363)

** แตถา Sig. < 0.05 ( ) แสดงวา e มกี ารแจกแจงไมป กติ ฉะนัน้ จะตอ ง….
1. พจิ ารณาคาผิดปกติ (Outliers) และตัดคา ผิดปกติทิง้ ทีละ case (ดสู ไลดท ี่ 21)
2. รนั คําสง่ั Analyze  Regression  Linear… ซาํ้ เพ่อื ใหได Residual ตวั ใหม (ดสู ไลดท่ี 13)
3. รันคาํ สงั่ Analyze  Descriptive Statistics  Explore… เลอื กใช Residual ตัวใหม (ดู

สไลดท ี่ 19)

4. ทาํ วนลูปในขอ 1 – 3 จนกระท่งั คา สถติ ทิ ดสอบ Kolmogorov-Smirnov จะมคี า Sig. >

Dr.Chutiyaphak V A R I T H 20

แสดงตวั อยาง Histogram เพอ่ื ตรวจสอบ Outliers คา e มาตรฐาน สงู มาก
หรือ ตํ่ามาก
ลาํ ดบั ทีข่ องชดุ
แบบสอบถามที่ (> 3 หรือ < - 3)
มคี า outliers ถือเปน Outliers

Outliers

วิธกี ารจัดการ Outliers :
ใหตัดคา Outliers ออกทีละ case แลวใหรันสมการถดถอย
ใหม โปรแกรมก็จะสรางกราฟข้ึนใหม จนกระท่ังโปรแกรม
ไมแ สดงตาราง Casewise Diagnostics

Dr.Chutiyaphak V A R I T H 21

แสดงตัวอยา ง Normal probability plot เพ่ือตรวจสอบ
การแจกแจงปกตขิ องความคลาดเคลอื่ น (e)

หรอื ใชค ําสัง่ Analyze  Descriptive Statistics  Explore

• ถา คา ความคลาดเคลื่อนอยูร อบ ๆ เสนทแยง แสดงวา มกี าร
แจกแจงปกติ
• ถา มีอยเู หนือเสนบา ง ใตเสน บาง และมีคา อยใู นชว ง
– 0.5 ถงึ 0.5 ถอื วา แจกแจงปกติ
Dr.Chutiyaphak V A R I T H 22

วธิ ีการตรวจสอบเงื่อนไขการวเิ คราะห
การถดถอยเชิงเสน อยา งงา ย (ตอ )

เงอ่ื นไขที่ 2 คา ความแปรปรวนของความคลาดเคลอื่ นตองคงที่
วธิ กี ารตรวจสอบ: การพล็อตกราฟ Scatterplot
ระหวางความคลาดเคลื่อน (ZResidual) กับ คา พยากรณ Y (Zpredicted)

Scatterplot ค า ค ว า ม แ ป ร ป ร ว น ข อ ง ค ว า ม
คลาดเคล่ือนคงท่ี เมื่อพิจารณา
4

Regression Standardized Residual 3 แ ล ว พ บ ว า จุ ด ต า ง ๆ มี ค า
2 ZResidual อยรู ะหวา ง ±2
1 (กัลยา วานิชยบ ัญชา และฐิตา วานชิ ยบญั ชา, 2558, น. 363)

0

-4 -3 -2 -1 0 1 2 3
-1

-2

-3

-4 23
Regression Standardized Predicted Value Dr.Chutiyaphak V A R I T H

วิธกี ารตรวจสอบเงือ่ นไขการวิเคราะห
การถดถอยเชิงเสน อยางงา ย (ตอ)

เงอ่ื นไขที่ 3 คาความคลาดเคลื่อนตองเปน อสิ ระตอกัน

(กรณนี ี้จะตรวจเมือ่ ขอ มูลมีเวลามาเกี่ยวของ หากเปนขอมูลภาคตัดขวางจึงไมต องทําการทดสอบ)

วิธีการตรวจสอบ: Durbin-Watson มคี า ระหวาง 1.5 ถึง 2.5

(กัลยา วานชิ ยบ ญั ชา, 2558, 191)

24
Dr.Chutiyaphak V A R I T H

แสดงวิธเี ลอื กตวั แปรอิสระเขาสมการถดถอย

สถติ ิทดสอบ 1-WAY ANOVA = 278.514
Sig. = 0.000 < 0.05 ( )
แสดงวา มีตัวแปรอิสระอยางนอย 1 ตัวที่มีความสัมพันธกับตัวแปรตาม หรือก็คือ ตัวแปรตามขึ้นกับ
ตวั แปรอิสระ อยางนอย 1 ตวั
Dr.Chutiyaphak V A R I T H 25

แสดงตัวแปรตามขนึ้ กับตวั แปรอสิ ระตวั ใดบาง 26
สถติ ทิ ดสอบ t = 16.689
Sig. = 0.000 < 0.05 ( )
แสดงวา มตี ัวแปรตาม pTot ขึ้นกับตัวแปรอิสระ bTot
สมการถดถอยจะเปน � = + ( )

� =. +. ( )

Dr.Chutiyaphak V A R I T H

คาสมั ประสิทธก์ิ ารตัดสินใจ (R Square : R2) วดั ระดบั ความสมั พันธระหวางตวั แปรอสิ ระกบั ตัวแปรตาม

-ถา R2 มีคาเขาใกล 1 แสดงวา ตัวแปรอิสระ bTot สามารถอธิบายความผันแปรของ
ตวั แปรตาม pTot ไดม าก
-ถา R2 มีคานอย หรือเขาใกล 0 แสดงวา ตัวแปรอิสระ bTot สามารถอธิบายความผัน
แปรของตวั แปรตาม pTot ไดน อ ย

**ถาเปน การวเิ คราะหก ารถดถอยเชิงพหุ จะใชค าคาสมั ประสิทธิ์การตดั สินใจท่ีปรับปรุงแลว (Adjusted
R Square : adj. R2) วดั ระดับความสัมพนั ธระหวา งตวั แปรอสิ ระชุดน้นั กับตวั แปรตาม
27

Dr.Chutiyaphak V A R I T H

02 Multiple Linear Regression
Analysis

Multiple Linear
Regression Analysis (MRA)

ศึกษาความสัมพนั ธของตัวแปรอสิ ะหลายตวั กับตัวแปรตาม 1 ตวั
ตัวแปรตน/อสิ ระ
(X1) ตัวแปรตาม
(Y)
เชิงปริมาณ / เชิงกลุม / เชิงคุณภาพ
ตวั แปรตน/อิสระ เชงิ ปรมิ าณ
(X2) Interval Scale
Ration Scale
เชิงปริมาณ / เชิงกลมุ / เชิงคุณภาพ

ตัวแปรอสิ ระ X ≥ 2

กรณปี ระชากร: Y = + + + … + +
= สัมประสิทธ์คิ วามถดถอยเชงิ สว น

= ความคลาดเคลอ่ื นอยา งสมุ
กรณีกลมุ ตัวอยาง: � = + + + … +

Dr.Chutiyaphak V A R I T H 29

Multiple Linear
Regression Analysis (MRA)

รายได

อายุ คะแนน
ความพึงพอใจ

จาํ นวนคร้งั
ที่มาใชบ รกิ าร

สมการถดถอย:

คะแนนความพงึ พอใจ = + รายได้ + อายุ + จํานวนครัง้ ที่มาใช้บริการ +

สมการพยากรณ:

คะแนนความพงึ พอใจ = + รายได้ + จํานวนครัง้ ที่มาใช้บริการ 30

Dr.Chutiyaphak V A R I T H

เงอ่ื นไขการวิเคราะหค วามถดถอยเชิงพหุ
1. คา ความคลาดเคลื่อน (error of residual: e) ตอ งมกี ารแจกแจงปกติ
วธิ กี ารตรวจสอบ: Boxplot / Kolmogorov-Smirnov
2. คาความแปรปรวนของความคลาดเคลอื่ นตองคงที่
วิธกี ารตรวจสอบ: การพลอ็ ตกราฟความคลาดเคลือ่ น กับ คาพยากรณ (Y)
3. คาความคลาดเคลอ่ื นตอ งเปน อิสระตอกนั
วธิ ีการตรวจสอบ: Durbin-Watson มีคา ระหวาง 1.5 ถึง 2.5 (กัลยา วานิชยบ ญั ชา, 2558, น. 191)
4. ตัวแปรอสิ ระ X แตละตวั ตอ งไมมีความสมั พันธกัน กรณีที่ตัวแปรอสิ ระ X แตล ะตวั มี
ความสมั พันธก นั จะเรียกวาเกดิ ปญหา Multicollinearity ขอ 4 เปนเงอ่ื นไขท่ีเพมิ่ เตมิ
วธิ กี ารตรวจสอบ: จาก Linear Regression

-คา Tolerance ของตัวแปรอสิ ระแตล ะตวั เขาสู 1 (กลั ยา วานิชยบญั ชา, 2558, น.191) หรือ
Tolerance มากกวา .10 (Hair et al., 1995) หรือ
-คา VIF นอ ยกวา 10 (Hair et al., 1995) หรอื
-คา สมั ประสทิ ธิส์ หสัมพันธน อยกวา 0.90 (Tabachnick & Fidell, 2001, pp. 82-83)
แสดงวาตวั แปรอสิ ระนั้นไมมีความสัมพันธกัน
Dr.Chutiyaphak V A R I T H 31

ขั้นตอนการวิเคราะหความถดถอยเชงิ พหุ

1.การพิจารณาวา ตัวแปรอสิ ระใดบางท่ีจะมีความสัมพนั ธกบั ตวั แปรตาม

2.สรางสมการแสดงความสมั พันธ ถาคาดวาตัวแปรตามและตัวแปรอสิ ระ

มีความสัมพันธก นั ในรปู เชงิ เสน

3.การตรวจสอบความสมั พันธร ะหวา ง Y กับ X แตล ะตวั

4.การตรวจสอบความสมั พนั ธระหวางตวั แปรตามกบั ตวั แปรอสิ ระครง้ั ละ 1 ตวั

5.ศึกษาระดบั ความสัมพนั ธ ใช R2 หรือ Adjusted R2

6.ตรวจสอบเง่อื นไขการวเิ คราะหพ หคุ ณู 32
Dr.Chutiyaphak V A R I T H

การใช SPSS เพอ่ื การวเิ คราะห
การถดถอยเชงิ พหุ

คาํ สัง่ Analyze  Regression  Linear …

ขั้นตอนท่ี 4 เลอื กตวั ข้ันตอนท่ี 5 – 7 ทําเชน เดียวกับ
แปรอิสระเขา หลายตวั Slide หนา 14 - 16

  ตวั แปรตาม 

  ตวั แปรอสิ ระ

Dr.Chutiyaphak V A R I T H 

ขนั้ ตอนท่ี 8 เลอื กวธิ ี

 Stepwise
33

วธิ ีการตรวจสอบเง่อื นไขการวิเคราะห
ความถดถอยเชงิ พหุ

เงื่อนไขท่ี 1 คา ความคลาดเคลื่อน (error of residual: e) ตอ งมีการแจกแจง
ปกติ วิธกี ารตรวจสอบ: Boxplot / Kolmogorov-Smirnov
วิธีการ
เงอ่ื นไขท่ี 2 คา ความแปรปรวนของความคลาดเคลอ่ื นตองคงท่ี ตรวจสอบ
วิธกี ารตรวจสอบ: การพล็อตกราฟความคลาดเคล่อื น (ZResidual) เงื่อนไขท่ี
กับ คาพยากรณ Y (Zpredicted) 1 – 3 ทํา
เชน เดียวกับ
เงอ่ื นไขท่ี 3 คาความคลาดเคลอื่ นตอ งเปน อสิ ระตอ กัน Linear
(กรณีนจี้ ะตรวจเม่ือขอ มลู มีเวลามาเกย่ี วขอ ง หากเปน ขอ มลู ภาคตดั ขวางจึงไมตอ งทาํ การทดสอRบe) gression
วธิ ีการตรวจสอบ: Durbin-Watson มีคา ระหวาง 1.5 ถงึ 2.5 ตามSlide
หนา 19 – 24
(กลั ยา วานชิ ยบญั ชา, 2558, น. 191)

Dr.Chutiyaphak V A R I T H 34

วธิ ีการตรวจสอบเงอ่ื นไขการวเิ คราะห
ความถดถอยเชิงพหุ

เงอ่ื นไขท่ี 4 ตวั แปรอิสระ X แตล ะตวั ตอ งไมมคี วามสัมพันธกนั กรณีท่ตี ัวแปร
อิสระ X แตละตวั มีความสมั พันธกัน จะเรยี กวา เกดิ ปญ หา Multicollinearity
วธิ ีการตรวจสอบ:
- ของตัวแปรอสิ ระแตล ะตัว เขาสู 1
คา Toleracne, VIF
(กลั ยา วานิชยบญั ชา, 2558, 191) ดใู นตาราง Output

หรอื Tolerance มากกวา .10 (Hair et al., 1995)
- นอยกวา 10 (Hair et al., 1995) หรือ
- นอยกวา 0.90 (Tabachnick & Fidell, 2001, pp. 82-83)
แสดงวา ตวั แปรอสิ ระนัน้ ไมมีความสัมพันธก ัน คา Correlation
ดู Slide หนา 36
Dr.Chutiyaphak V A R I T H 35

คาํ สงั่ Analyze  Correlate  Bivariate…







aTot bTot cTot pTot

aTot 1

bTot .241** 1

cTot .428** .440** 1

pTot .480** .646** .660** 1

 **มีนัยสําคัญทางสถติ ิท่ีระดับ 0.01
คา สัมประสิทธิ์สหสมั พันธระหวางตวั แปรนอยกวา 0.90 แสดงวาตวั แปรอสิ ระน้นั
Dr.Chutiyaphak V A R I T H ไมมีความสัมพนั ธก ัน 36