แต่ถ้า "ไม่มีเวลา" ให้เราช่วยดูแลให้ไหม?
คำถามนี้พี่เจอบ่อยมากครับ
เวลาน้องๆ มาวิเคราะห์ข้อมูล แล้วเจอสถานการณ์แบบนี้
“ตัวแปรต้นมี 3 กลุ่มขึ้นไป แบบนี้ใช้ T-test ได้ไหม?”
“ANOVA กับ F-test มันคนละตัวหรือเปล่าครับ?”
พี่บอกเลยครับ
ถ้าสับสนตรงนี้ = เลือกสถิติผิด = Chapter 4 ต้องแก้ใหม่แน่นอน
บทความนี้พี่จะอธิบาย ANOVA แบบฉบับเข้าใจง่ายจริง
-
ไม่ใช้ศัพท์โหด
-
ไม่สอนแบบตำรา
-
แต่สอนแบบ “พี่นั่งไล่ให้ดูทีละขั้น” ครับ
1. ANOVA คืออะไร? (อธิบายแบบภาษาคน)
ANOVA (Analysis of Variance)
หรือที่หลายคนเรียกว่า
-
One Way ANOVA
-
หรือ F-test
👉 ทั้งหมดนี้คือ สถิติตัวเดียวกันครับ
ที่ชื่อไม่เหมือนกัน เพราะ
-
ANOVA = ชื่อวิธี
-
One Way = บอกว่าเปรียบเทียบตัวแปรต้น 1 ตัว
-
F-test = ชื่อค่าสถิติที่แสดงในตาราง (ค่า F)
📌 สรุปสั้นๆ
ANOVA = สถิติที่ใช้เปรียบเทียบค่าเฉลี่ย
ของ ตัวแปรต้นที่มากกว่า 2 กลุ่ม
กับ ตัวแปรตาม 1 ตัวขึ้นไป ครับ
ANOVA ใช้ตอบคำถามอะไรในงานวิจัย?
ANOVA มีหน้าที่หลักคือ
ตรวจสอบว่า “ค่าเฉลี่ยของแต่ละกลุ่ม แตกต่างกันหรือไม่”
ตัวอย่างเช่น
ต้องการรู้ว่า
สถานภาพการทำงาน (ตัวแปรต้น: ข้าราชการ / เอกชน / อิสระ)
ส่งผลต่อ
ปัจจัยด้านวัฒนธรรมองค์กร 6 ด้าน (ตัวแปรตาม)
หรือไม่
ถ้าค่า Sig. < 0.05
แปลว่า
👉 อย่างน้อยมี “บางกลุ่ม” ที่แตกต่างกันครับ
แล้ว “ตัวแปรที่มากกว่า 2 กลุ่ม” คืออะไร?
พี่ขออธิบายให้เห็นภาพง่ายที่สุดนะครับ
ตัวแปรที่มากกว่า 2 กลุ่ม คือ
ตัวแปรต้นที่มี คำตอบตั้งแต่ 3 ตัวเลือกขึ้นไป
เช่น
-
ระดับการศึกษา: ต่ำกว่า ป.ตรี / ป.ตรี / สูงกว่า ป.ตรี
-
สถานภาพ: โสด / สมรส / หย่า
📌 ถ้ามีแค่ 2 กลุ่ม
→ ใช้ T-test
📌 ถ้ามากกว่า 2 กลุ่ม
→ ใช้ ANOVA
จำแค่นี้ก่อน ไม่พลาดครับ
ตัวแปรตามคืออะไร?
ตัวแปรตาม คือ
ตัวแปรที่เป็น “ผลลัพธ์”
ตัวที่ถูกทำนาย หรือเปลี่ยนแปลงตามตัวแปรต้น
ส่วนใหญ่มักเป็น
-
คะแนน
-
ระดับความคิดเห็น
-
ค่าเฉลี่ยจากแบบสอบถาม (Likert Scale)
ดูง่ายๆ จาก กรอบแนวคิดการวิจัย ครับ
ตัวไหนเป็นลูกศรถูกชี้เข้า → นั่นแหละตัวแปรตาม
2. จะรู้ได้ยังไงว่า “ข้อมูลของเราใช้ ANOVA ได้ไหม?”
ก่อนกดวิเคราะห์ พี่แนะนำให้เช็ก 2 เรื่องนี้ก่อนครับ
✅ 1. ตัวแปรต้นต้องมีมากกว่า 2 กลุ่ม
ถ้ามีแค่ 2 กลุ่ม → ไม่ใช่ ANOVA
✅ 2. แต่ละกลุ่มต้องมีคนตอบมากกว่า 1 คน
ถ้ามีกลุ่มไหนมีคนตอบแค่ 1 คน
👉 ใช้ ANOVA ไม่ได้ครับ
เหตุผลคือ
ANOVA ต้องคำนวณความแปรปรวน
ซึ่งต้องอาศัยข้อมูลมากกว่า 1 ค่าในแต่ละกลุ่ม
⚡ ตรงนี้พี่ขอพูดตรงๆ นิดนึงครับ
ถ้าน้องๆ อ่านมาถึงตรงนี้แล้ว
ยังไม่แน่ใจว่า
-
ตัวแปรของเรานับว่ามากกว่า 2 กลุ่มจริงไหม
-
ใช้ ANOVA ได้หรือควรใช้สถิติอื่น
พี่บอกเลยว่า [รับทำวิจัย] แบบมืออาชีพ
พี่ช่วยเช็กให้ตั้งแต่ก่อนวิเคราะห์ จะได้ไม่ต้องแก้ทีหลังครับ
3. วิธีสั่งงาน ANOVA ในโปรแกรม SPSS (แบบไม่งง)
พี่อธิบายเป็นขั้นตอนนะครับ
-
ไปที่เมนู
👉 Analyze > Compare Means > One Way ANOVA -
ใส่
-
ตัวแปรตาม → ช่อง Dependent List
-
ตัวแปรต้น → ช่อง Factor
-
กดปุ่ม Post Hoc
เพื่อเลือกการเปรียบเทียบรายคู่ -
วิธีที่พี่แนะนำสำหรับมือใหม่
👉 Scheffe’s method
(ปลอดภัย ใช้ได้กับกลุ่มไม่เท่ากัน) -
กด Continue > OK
จบขั้นตอนการวิเคราะห์ครับ
4. วิธีอ่านผล ANOVA ใน SPSS (จุดที่อาจารย์ชอบถาม)
ดูที่ตาราง ANOVA ก่อนเลยครับ
🔍 ค่า Sig.
-
ถ้า Sig. < 0.05
→ ค่าเฉลี่ยแตกต่างกันอย่างมีนัยสำคัญ -
ถ้า Sig. ≥ 0.05
→ ไม่แตกต่าง
แต่!
ANOVA บอกได้แค่ว่า
“แตกต่างหรือไม่”
ยังไม่บอกว่า
“แตกต่างกันระหว่างกลุ่มไหน”
ต้องดูอะไรต่อ? → Post Hoc Test
ให้ดูตาราง Multiple Comparisons
จุดสังเกตง่ายๆ
-
ถ้าแถวไหนมีเครื่องหมายดอกจัน (*)
หรือ Sig. < 0.05
👉 แปลว่า คู่นั้นแตกต่างกันจริง ครับ
วิธีที่นิยม
-
Scheffe’s
-
Tukey’s HSD
-
Newman–Keuls
📌 ในงานวิจัยทั่วไป
Scheffe’s ใช้บ่อยสุดครับ
💡 มุมมองจากพี่ (ประสบการณ์ 15 ปี)
พี่เจอน้องหลายคนมาก
ที่ใช้ ANOVA ถูก
แต่ อธิบายผลผิด
เช่น
-
บอกว่าทุกกลุ่มแตกต่างกัน ทั้งที่ ANOVA แค่บอกว่ามีบางกลุ่ม
-
ไม่ทำ Post Hoc แล้วสรุปเลย
พี่อยากฝากไว้ว่า
ANOVA = บอก “มีความแตกต่าง”
Post Hoc = บอก “แตกต่างกันตรงไหน”
ขาดอย่างใดอย่างหนึ่ง = งานยังไม่สมบูรณ์ครับ
Summary: สรุปให้จำง่ายๆ ครับ
-
ANOVA = One Way ANOVA = F-test (ตัวเดียวกัน)
-
ใช้เมื่อ ตัวแปรต้นมีมากกว่า 2 กลุ่ม
-
ดูค่า Sig. ก่อน
-
ถ้า Sig. < 0.05 → ต้องดู Post Hoc ต่อ
-
เลือกสถิติให้ตรง งานวิจัยจะผ่านง่ายขึ้นครับ
ถ้าน้องๆ อยากให้พี่
-
เช็กว่างานควรใช้ ANOVA ไหม
-
ช่วยวิเคราะห์ SPSS
-
หรือเขียนอธิบายผล Chapter 4–5
ส่งมาได้เลยครับ พี่ดูแลให้จนเข้าใจจริง ไม่ทิ้งน้องกลางทางครับ 💪
“ANOVA ใช้ยังไง อ่านผลไม่มั่นใจ ให้พี่ช่วยวิเคราะห์และอธิบายผลให้ผ่านครับ”
ทำ One-way ANOVA ตั้งแต่ตรวจข้อมูลถึงเขียนผล
ANOVA ไม่ได้เริ่มที่ปุ่ม Analyze ครับ ต้องเริ่มจากคำถามว่าเรามีกลุ่มอิสระกี่กลุ่ม ตัวแปรตามคืออะไร และต้องการเปรียบเทียบค่าเฉลี่ยจริงหรือไม่ หากคนเดิมถูกวัดหลายครั้งหรือข้อมูลซ้อนในห้อง ต้องใช้วิธีที่สะท้อนการออกแบบ ไม่ใช่ one-way แบบกลุ่มอิสระครับ
ขั้นที่ 1 ตรวจรหัสและคำอธิบายกลุ่ม
ดูจำนวนคน ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน ต่ำสุด สูงสุด และกราฟของแต่ละกลุ่ม ตรวจว่ารหัส 1, 2, 3 ตรงกับชื่อกลุ่มและไม่มีรหัสหลง เช่น 33 หากกลุ่มเล็กมากหรือไม่สมดุล ต้องระวังความไวต่อข้อตกลงครับ
ขั้นที่ 2 ตรวจค่าผิดปกติและการกระจาย
ใช้ boxplot และดูข้อมูลต้นทาง ค่าผิดปกติอาจเป็นข้อผิดพลาดหรือสมาชิกที่เกิดจริง อย่าลบทันทีเพราะทำให้ p ต่ำ ตรวจค่าคงเหลือและรูปการกระจายในแต่ละกลุ่มร่วมกับขนาดตัวอย่าง หากเบ้มากหรือมีเพดาน–พื้น อาจต้องใช้วิธีทนทานหรือแบบจำลองอื่นครับ
ขั้นที่ 3 ตรวจความแปรปรวน
Levene’s test เป็นข้อมูลช่วย แต่ไม่ควรใช้เพียง p ตัดสินแบบแข็ง หากความแปรปรวนและขนาดกลุ่มต่างมาก พิจารณา Welch ANOVA ซึ่งไม่บังคับความแปรปรวนเท่ากัน และเลือก post hoc ที่สอดคล้อง เช่น Games–Howell ครับ
ขั้นที่ 4 อ่านผลรวมก่อนรายคู่
ตาราง ANOVA ให้ค่า F, df และ p หากผลรวมไม่เป็นนัยสำคัญ โดยทั่วไปไม่ควรไล่เลือกคู่ที่ผ่านจากหลายการทดสอบโดยไม่มีแผน หากมี contrasts ที่กำหนดล่วงหน้าตามทฤษฎี อาจรายงานตามแผนพร้อมควบคุมความผิดพลาดครับ
ขั้นที่ 5 เลือก Post hoc
- Tukey สำหรับการเปรียบเทียบทุกคู่เมื่อเงื่อนไขทั่วไปเหมาะ
- Games–Howell เมื่อความแปรปรวนไม่เท่ากัน
- Bonferroni หรือ Holm สำหรับชุดการเปรียบเทียบที่กำหนด
- Planned contrasts เมื่อมีสมมติฐานเฉพาะล่วงหน้า
ระบุวิธีและเหตุผล ไม่เลือกวิธีที่ทำให้จำนวนคู่ผ่านมากที่สุดครับ
ขั้นที่ 6 รายงานขนาดอิทธิพล
รายงาน eta squared หรือ omega squared ตามแผน พร้อมระบุชนิดและการตีความในบริบท ขนาดอิทธิพลตอบว่าความต่างมีขนาดเพียงใด ขณะที่ p-value ขึ้นกับทั้งขนาดผลและจำนวนตัวอย่าง ควรมีช่วงความเชื่อมั่นเมื่อทำได้ครับ
ขั้นที่ 7 ใช้กราฟช่วยตีความ
กราฟค่าเฉลี่ยพร้อมช่วงความเชื่อมั่นหรือกราฟการกระจายช่วยเห็นขนาดและความไม่แน่นอน อย่าใช้กราฟแท่งที่ตัดแกนจนความต่างดูใหญ่เกินจริง และต้องแสดงจำนวนหรือการกระจายเมื่อเหมาะครับ
ตัวอย่างรายงาน
“คะแนนต่างกันระหว่างสามวิธีอย่างมีนัยสำคัญ, Welch’s F(2, 41.8) = 6.12, p = .005, ω² = .10 การเปรียบเทียบ Games–Howell พบว่าวิธี A สูงกว่าวิธี C แต่ไม่ต่างจาก B” ตามด้วยค่าเฉลี่ยและความหมายเชิงเนื้อหา อย่าคัดเฉพาะตารางโปรแกรมครับ
ข้อผิดพลาดที่พบบ่อย
- ใช้ one-way กับข้อมูลวัดซ้ำ
- ไม่ตรวจว่ากลุ่มเป็นอิสระ
- ลบ outlier โดยไม่มีเกณฑ์
- เลือก post hoc หลังดูผลเพื่อหาคู่ผ่าน
- รายงาน p แต่ไม่มีค่าเฉลี่ยและขนาดอิทธิพล
- สรุปเหตุผลเชิงสาเหตุจากข้อมูลสังเกต
เช็กลิสต์ก่อนจบตาราง
- คำถามและรูปแบบข้อมูลเหมาะกับ ANOVA
- ตรวจ descriptive, outlier และข้อตกลง
- เลือก ANOVA และ post hoc ให้สอดคล้อง
- รายงาน F, df, p, effect size และค่าเฉลี่ย
- คำอธิบายตอบวัตถุประสงค์และไม่กล่าวเกิน
หากน้องมี output แล้วแต่ไม่แน่ใจว่าจะใช้แถวปกติหรือ Welch และเลือก post hoc ไหน ส่งจำนวนกลุ่ม ขนาดกลุ่ม และตารางที่ปิดข้อมูลส่วนตัวมาให้พี่ช่วยตรวจได้ครับ
FAQ: คำถามที่น้องๆ ถามพี่บ่อย
ได้ครับ ใส่ได้หลายตัวใน Dependent List
ได้ครับ ขอแค่แต่ละกลุ่มมีคนตอบมากกว่า 1
ไม่แนะนำครับ ถ้า Sig. มีนัยสำคัญ
ถ้ามีแค่ 2 กลุ่ม ใช้ T-test จะเหมาะกว่าครับ
ดีครับ ปลอดภัย เหมาะกับงานวิจัยทั่วไป