แต่ถ้า "ไม่มีเวลา" ให้เราช่วยดูแลให้ไหม?
น้องๆ เคยไหมครับ…
อาจารย์บอกว่า “บทที่ 4 ใช้ Factor Analysis / PCA นะ”
เราก็พยักหน้ารับ แต่พอเปิด SPSS ขึ้นมา…
👉 เมนูเยอะ
👉 ค่า KMO, Eigenvalue, Loading เต็มไปหมด
👉 อ่าน Output แล้วมึนเหมือนอ่านภาษาต่างดาว
บทความนี้พี่จะพาน้องๆ มาทำความเข้าใจ การวิเคราะห์ปัจจัยและองค์ประกอบหลักใน SPSS แบบภาษาคน ไม่ใช่ภาษาตำรา อ่านจบแล้วจะรู้ว่า
- ควรใช้ Factor Analysis หรือ PCA ตอนไหน
- ทำใน SPSS อย่างไรไม่พลาด
- และอ่านผลยังไงให้อาจารย์ไม่ทักแก้ครับ
การวิเคราะห์ปัจจัยและองค์ประกอบหลัก คืออะไรแน่?
พูดง่ายๆ เลยนะครับ
การวิเคราะห์ปัจจัย (Factor Analysis) และ
การวิเคราะห์องค์ประกอบหลัก (Principal Component Analysis: PCA)
คือเทคนิคที่ช่วย
👉 ลดตัวแปรเยอะๆ
👉 ให้เหลือ ตัวแปรแฝงไม่กี่ตัว
👉 แต่ยังอธิบายข้อมูลได้ครบ
เช่น จากแบบสอบถาม 30 ข้อ
SPSS ช่วยย่อให้เหลือ 4–5 ปัจจัยหลัก
อาจารย์ชอบมาก เพราะมัน “เป็นระบบ” ครับ
ขั้นตอนทำ Factor Analysis / PCA ใน SPSS แบบไม่งง
พี่สรุปให้เป็นขั้นตอนที่น้องๆ ทำตามได้จริงนะครับ
1️⃣ เลือกตัวแปรให้ถูกก่อน
อย่าโยนทุกตัวลงไปมั่วๆ นะครับ
พี่แนะนำว่า
- เป็นตัวแปรเชิงปริมาณ
- วัดแนวคิดเดียวกัน
- มีเหตุผลทางทฤษฎีรองรับ
2️⃣ เข้าเมนูให้ถูกทาง
ไปที่
Analyze → Dimension Reduction → Factor
แค่นี้ก็เข้าถูกประตูแล้วครับ
3️⃣ เลือกวิธีสกัดปัจจัย
ตรงนี้หลายคนพลาดบ่อย
- ถ้าจะหาปัจจัยแฝงจริงๆ → Principal Axis Factoring
- ถ้าข้อมูลดี ตัวอย่างเยอะ → Maximum Likelihood
อย่ากดตามเพื่อนครับ กดตาม “เหตุผล” ดีกว่า
4️⃣ กำหนดจำนวนปัจจัย
พี่แนะนำให้ดูร่วมกัน 3 อย่าง
- Eigenvalue > 1
- Scree Plot
- ทฤษฎีที่น้องอ้างอิง
อย่าดูแค่อย่างเดียวครับ
5️⃣ การหมุนปัจจัย (Rotation) สำคัญมาก
- ถ้าคิดว่าปัจจัยสัมพันธ์กัน → Oblimin
- ถ้าอยากแยกชัดๆ → Varimax
หมุนดี = อ่านผลออกง่ายขึ้นเยอะครับ
👉 ถ้าอ่านมาถึงตรงนี้แล้วยังรู้สึกมึนๆ หรืออยากหาคนช่วย [รับทำวิจัย] แบบมืออาชีพ ที่การันตีผลงาน ทักหาพี่ได้เลยนะครับ
อ่าน Output ยังไงไม่ให้โดนอาจารย์ถาม?
หลังรันเสร็จ SPSS จะให้ Output มาเป็นพวงครับ 😆
สิ่งที่น้องๆ ต้องดูจริงๆ คือ
- KMO & Bartlett’s Test → ข้อมูลเหมาะจะวิเคราะห์ไหม
- Total Variance Explained → ปัจจัยอธิบายข้อมูลได้กี่ %
- Factor Loading → ข้อคำถามไหนอยู่ปัจจัยไหน
จำไว้นะครับ
Loading ต่ำกว่า .40 พี่มักให้ตัดทิ้ง
ไม่งั้นอาจารย์ถามแน่นอนครับ
💡 มุมมองจากพี่ (ประสบการณ์ 15 ปี)
พี่เคยเจอเคสหนึ่ง
นักศึกษาทำ Factor Analysis ได้สวยมาก
KMO ดี, Loading ชัด
แต่…
❌ ไม่เขียนเหตุผลว่าทำไมเลือก Varimax
❌ ไม่อธิบายความหมายของปัจจัย
ผลคืออะไร?
👉 โดนอาจารย์ให้ “แก้ใหม่ทั้งบท” ครับ
พี่อยากฝากว่า
SPSS ทำให้ได้ แต่คนต้องอธิบายเป็น
อย่าให้ Output ทำงานแทนสมองเราเด็ดขาดครับ
สรุปให้เข้าใจง่ายก่อนปิดบท
- การวิเคราะห์ปัจจัยและองค์ประกอบหลักใน SPSS ช่วยลดตัวแปรได้ดีมาก
- เลือกวิธี วิเคราะห์ และการหมุน ต้องมีเหตุผลรองรับ
- อ่าน Output ให้เป็น ไม่ใช่แค่รันแล้วจบ
- ทำดี = บทที่ 4 ดูโปรขึ้นทันทีครับ
“Factor Analysis ทำแล้วงง? ให้พี่ช่วยวิเคราะห์ SPSS ตั้งแต่ต้นจนผ่านสอบครับ”
FAQ: คำถามที่น้องๆ ถามพี่บ่อยมาก
A: PCA เน้นลดข้อมูล ส่วน Factor Analysis เน้นหาตัวแปรแฝงครับ
A: พี่แนะนำอย่างน้อย 5–10 เท่าของจำนวนตัวแปรครับ
A: ลองตัดตัวแปรที่ Correlation ต่ำออกก่อนครับ
A: จำเป็นมากครับ ไม่หมุนอ่านผลยากสุดๆ
A: ได้หมดครับ หลักการเหมือนกันครับ