เมื่องานวิจัยของคุณต้องเปรียบเทียบค่าเฉลี่ยของกลุ่มตั้งแต่สามกลุ่มขึ้นไป เช่น เทียบผลสัมฤทธิ์ของสามวิธีสอน หรือความพึงพอใจของผู้ใช้สี่ช่วงอายุ สถิติที่ถูกต้องคือ ANOVA หรือการวิเคราะห์ความแปรปรวน ไม่ใช่การทดสอบค่าทีซ้ำหลายคู่ บทความนี้อธิบายว่ามันคืออะไร มีกี่แบบ ทำไมต้องมีการทดสอบรายคู่ตามหลัง ต้องตรวจเงื่อนไขอะไร และอ่านผลอย่างไรให้ตีความถูก แบบที่คนเพิ่งเริ่มวิเคราะห์ข้อมูลก็เข้าใจได้
ANOVA คืออะไร ใช้เมื่อไหร่
ANOVA ย่อจาก Analysis of Variance เป็นสถิติที่ใช้ทดสอบว่าค่าเฉลี่ยของกลุ่มตั้งแต่สามกลุ่มขึ้นไปแตกต่างกันอย่างมีนัยสำคัญหรือไม่ แม้ชื่อจะพูดถึงความแปรปรวน แต่เป้าหมายจริงคือการเทียบค่าเฉลี่ย โดยอาศัยการเปรียบเทียบความแปรปรวนระหว่างกลุ่มกับความแปรปรวนภายในกลุ่ม ถ้าความต่างระหว่างกลุ่มมากพอเมื่อเทียบกับความผันแปรภายในกลุ่มเอง ก็สรุปได้ว่ากลุ่มเหล่านั้นมีค่าเฉลี่ยต่างกันจริง ค่าสถิติที่ได้เรียกว่าค่า F
เหตุผลที่ต้องใช้วิธีนี้แทนการทดสอบค่าทีหลายคู่ คือทุกครั้งที่เราทดสอบเพิ่มหนึ่งคู่ โอกาสพบนัยสำคัญปลอมจะสะสมสูงขึ้นเรื่อย ๆ การวิเคราะห์ความแปรปรวนจึงทดสอบทุกกลุ่มพร้อมกันในครั้งเดียว ควบคุมความคลาดเคลื่อนให้อยู่ในระดับที่ยอมรับได้ อ่านพื้นฐานการเทียบสองกลุ่มได้ที่ คู่มือ t-test เพื่อเห็นภาพความต่างชัดขึ้น
ANOVA มีกี่แบบ เลือกอย่างไร
เลือกแบบให้ตรงกับจำนวนตัวแปรต้นและลักษณะการเก็บข้อมูล
| แบบ | ใช้เมื่อ | ตัวอย่าง |
|---|---|---|
| One-way | มีตัวแปรต้นหนึ่งตัว แบ่งตั้งแต่สามกลุ่ม | เทียบผลสัมฤทธิ์ของสามวิธีสอน |
| Two-way | มีตัวแปรต้นสองตัว ดูอิทธิพลร่วมได้ | วิธีสอน x เพศ มีปฏิสัมพันธ์กันไหม |
| Repeated measures | วัดคนกลุ่มเดิมหลายครั้ง | วัดคะแนนก่อน ระหว่าง และหลังอบรม |
การเลือกผิดแบบทำให้ตีความอิทธิพลผิด โดยเฉพาะเมื่อมีตัวแปรต้นสองตัวแต่ใช้แบบทางเดียว จะมองไม่เห็นปฏิสัมพันธ์ระหว่างตัวแปร ซึ่งบ่อยครั้งเป็นผลที่น่าสนใจที่สุดของงาน
ทำไมต้องมีการทดสอบรายคู่ (post-hoc)
ผลของการวิเคราะห์ความแปรปรวนบอกเพียงว่า “มีอย่างน้อยหนึ่งกลุ่มที่ต่างจากกลุ่มอื่น” แต่ไม่ได้บอกว่าคู่ไหนต่างจากคู่ไหน เมื่อค่า F มีนัยสำคัญ จึงต้องทดสอบรายคู่ตามหลังหรือ post-hoc เพื่อระบุว่าความต่างอยู่ตรงไหน วิธีที่นิยมได้แก่ Tukey สำหรับกลุ่มขนาดเท่ากัน Bonferroni เมื่ออยากคุมความคลาดเคลื่อนอย่างเข้มงวด และ Scheffe เมื่อต้องการความยืดหยุ่นในการเปรียบเทียบ การข้ามขั้นนี้แล้วสรุปเองว่ากลุ่มใดต่างเป็นข้อผิดพลาดที่พบบ่อยในงานนักศึกษา การเลือกวิธีทดสอบรายคู่ที่ต่างกันอาจให้ข้อสรุปต่างกันเล็กน้อย จึงควรระบุเหตุผลที่เลือกวิธีนั้นไว้ในส่วนระเบียบวิธี เพื่อให้ผู้อ่านเห็นว่าการตัดสินใจมีหลักการรองรับ ไม่ใช่เลือกเพราะได้ผลที่ต้องการ
ข้อตกลงเบื้องต้นที่ต้องตรวจ
| ข้อตกลง | ถ้าละเมิดควรทำอย่างไร |
|---|---|
| ข้อมูลแต่ละกลุ่มแจกแจงปกติ | ถ้าเบ้มากและกลุ่มเล็ก ใช้ Kruskal-Wallis แทน |
| ความแปรปรวนของทุกกลุ่มเท่ากัน | ดูผล Levene ถ้าไม่เท่ากันใช้ Welch |
| ข้อมูลแต่ละหน่วยเป็นอิสระต่อกัน | ออกแบบการเก็บข้อมูลใหม่ อย่าให้ซ้ำหน่วย |
การตรวจเงื่อนไขเหล่านี้ไม่ใช่ขั้นตอนที่ข้ามได้ เพราะถ้าความแปรปรวนต่างกันมากหรือข้อมูลเบ้รุนแรง ค่าที่ได้จะคลาดเคลื่อนและนำไปสู่ข้อสรุปที่ผิด หลายงานถูกกรรมการตั้งคำถามเพราะรายงานผลโดยไม่แสดงว่าได้ตรวจเงื่อนไขเหล่านี้แล้ว
อ่านผลอย่างไรให้ตีความถูก
ผลลัพธ์หลักที่ต้องดูคือค่า F ค่าองศาอิสระสองชุดคือระหว่างกลุ่มและภายในกลุ่ม และค่า p-value ถ้า p-value ต่ำกว่าระดับนัยสำคัญที่ตั้งไว้ แสดงว่ามีความต่างของค่าเฉลี่ยอย่างน้อยหนึ่งคู่ จากนั้นไปดูผลการทดสอบรายคู่เพื่อระบุคู่ที่ต่าง และควรรายงานขนาดอิทธิพลอย่าง eta-squared เพื่อบอกว่าความต่างนั้นใหญ่แค่ไหนในเชิงปฏิบัติ ไม่ใช่ดูแค่ว่ามีนัยสำคัญหรือไม่ การรายงานค่าเหล่านี้ให้ครบคือสิ่งที่วารสารและกรรมการคาดหวัง อีกจุดที่ควรระวังคือกลุ่มตัวอย่างที่ใหญ่มากอาจทำให้ความต่างเพียงเล็กน้อยกลายเป็นมีนัยสำคัญได้ง่าย การดูขนาดอิทธิพลควบคู่จึงช่วยให้ตีความได้ตรงกับความเป็นจริงมากขึ้น
ต่างจากการทดสอบค่าทีอย่างไร
เส้นแบ่งที่ง่ายที่สุดคือจำนวนกลุ่ม สองกลุ่มใช้การทดสอบค่าที ตั้งแต่สามกลุ่มขึ้นไปใช้การวิเคราะห์ความแปรปรวน ส่วนภาพรวมว่างานของคุณควรใช้สถิติตัวใดในแต่ละสถานการณ์ อ่านได้จาก คู่มือเลือกใช้สถิติให้ถูก และดูวิธีลงมือจริงในโปรแกรมได้ที่ วิธีใช้ SPSS เบื้องต้น รวมถึงเทียบกับคู่มือสถิติภาษาอังกฤษของ Laerdได้
- ใช้การทดสอบค่าทีซ้ำหลายคู่แทนการวิเคราะห์ความแปรปรวน
- พบค่า F มีนัยสำคัญแล้วสรุปคู่ที่ต่างเองโดยไม่ทำ post-hoc
- ไม่ตรวจความเท่ากันของความแปรปรวนด้วย Levene
- รายงานแค่ค่า p-value โดยไม่บอกขนาดอิทธิพล
กลุ่มหลายกลุ่มแต่ไม่แน่ใจว่าควรใช้แบบไหน?
iamthesis.com เป็นที่ปรึกษาคอยสอนเลือกแบบการวิเคราะห์ความแปรปรวนให้ตรงกับการออกแบบงาน เลือก post-hoc ที่เหมาะ และอ่านผลให้ตีความถูกต้อง ดูคู่มือเลือกใช้สถิติให้ถูก
คำถามที่พบบ่อย
- การวิเคราะห์ความแปรปรวนใช้กับกี่กลุ่ม
- ใช้เมื่อเปรียบเทียบค่าเฉลี่ยตั้งแต่สามกลุ่มขึ้นไป ถ้ามีแค่สองกลุ่มให้ใช้การทดสอบค่าทีจะเหมาะกว่า
- ค่า F มีนัยสำคัญแล้วจบเลยไหม
- ยังไม่จบ ต้องทำการทดสอบรายคู่ post-hoc ต่อ เพื่อระบุว่าคู่ไหนบ้างที่ต่างกัน เพราะค่า F บอกแค่ว่ามีอย่างน้อยหนึ่งคู่ต่าง
- ความแปรปรวนไม่เท่ากันทำอย่างไร
- ถ้าผล Levene ชี้ว่าความแปรปรวนต่างกัน ให้ใช้ Welch หรือถ้าข้อมูลไม่ปกติด้วยให้พิจารณา Kruskal-Wallis
- Two-way ต่างจาก One-way อย่างไร
- One-way มีตัวแปรต้นหนึ่งตัว ส่วน Two-way มีสองตัวและดูปฏิสัมพันธ์ระหว่างตัวแปรได้ เหมาะกับงานที่ซับซ้อนขึ้น