การวิเคราะห์ความแปรปรวน (ANOVA)
- ผู้เสนอ
- Ronald A. Fisher
- ปี
- 1925
- ประเภท
- Method
- กลุ่มวิธี
- parametric-hypothesis-testing
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
ANOVA เป็นวิธีการทางสถิติแบบพาราเมตริกที่พัฒนาโดย Ronald A. Fisher ในปี 1925 เพื่อทดสอบว่าค่าเฉลี่ยมีความแตกต่างอย่างมีนัยสำคัญระหว่างกลุ่มอิสระตั้งแต่สามกลุ่มขึ้นไปหรือไม่ โดยการแบ่งความแปรปรวนทั้งหมดออกเป็นองค์ประกอบระหว่างกลุ่มและภายในกลุ่ม ANOVA จะพิจารณาว่าความแตกต่างที่สังเกตได้มีแนวโน้มที่จะเกิดจากผลของการรักษาหรือความผันแปรแบบสุ่มหรือไม่ ทำให้เป็นพื้นฐานของการวิจัยเชิงเปรียบเทียบในสาขาการแพทย์ จิตวิทยา เกษตรกรรม และวิศวกรรมศาสตร์
แนวคิดเบื้องหลังวิธีการ
ANOVA เป็นการขยายการทดสอบที (t-test) (ซึ่งเปรียบเทียบสองกลุ่ม) ไปสู่หลายกลุ่ม โดยการตรวจสอบอัตราส่วนของความแปรปรวนที่อธิบายได้ด้วยการเป็นสมาชิกของกลุ่มต่อความแปรปรวนที่ไม่ได้อธิบาย หากกลุ่มต่างๆ มีค่าเฉลี่ยพื้นฐานที่แตกต่างกันจริง ความแปรปรวนระหว่างกลุ่มจะมากกว่าความแปรปรวนภายในกลุ่ม (ข้อผิดพลาดแบบสุ่ม) อย่างมาก สถิติ F จะวัดอัตราส่วนนี้: ค่า F ที่สูงบ่งชี้ถึงความแตกต่างของกลุ่มที่แท้จริง ในขณะที่ค่า F ที่ต่ำบ่งชี้ว่ากลุ่มมีความคล้ายคลึงกัน ตรรกะนี้เป็นพื้นฐานของการออกแบบการทดลองและการเปรียบเทียบกลุ่มจากการสังเกตการณ์
ประวัติศาสตร์
Ronald A. Fisher พัฒนา ANOVA ในปี 1925 ขณะวิเคราะห์การทดลองภาคสนามทางการเกษตรที่ Rothamsted Experimental Station โดยต้องการทดสอบว่าผลผลิตทางการเกษตรแตกต่างกันระหว่างการให้ปุ๋ยชนิดต่างๆ หรือไม่ นวัตกรรมของเขาได้แบ่งความแปรปรวนและนำเสนอการแจกแจงแบบ F (ตั้งชื่อตามเขา) ซึ่งปฏิวัติสถิติเชิงเปรียบเทียบ Kruskal และ Wallis (1952) ได้พัฒนาวิธีการแบบนอนพาราเมตริกที่เทียบเท่ากัน (การทดสอบ Kruskal-Wallis) วิธีการนี้กลายเป็นมาตรฐานในสาขาจิตวิทยา การแพทย์ และสังคมศาสตร์ตลอดศตวรรษที่ 20 การขยายผลที่ทันสมัย ได้แก่ ANOVA สำหรับการวัดซ้ำ (Mauchly, 1940), ANOVA แบบแฟกทอเรียล (Yates, 1937) และรูปแบบที่ทนทาน (Welch's F, James-Stein estimators)
ควรใช้เมื่อใด
ใช้ ANOVA เมื่อเปรียบเทียบค่าเฉลี่ยของกลุ่มอิสระตั้งแต่สามกลุ่มขึ้นไปสำหรับผลลัพธ์แบบต่อเนื่อง สถานการณ์ทั่วไป: การทดสอบประสิทธิภาพของสภาวะการรักษาหลายแบบ (การศึกษา, การแพทย์), การเปรียบเทียบผลลัพธ์ระหว่างหมวดหมู่ทางประชากรศาสตร์ (กลุ่มอายุ, ภูมิภาคทางภูมิศาสตร์), หรือการประเมินแขนงการแทรกแซงหลายแบบในการทดลองแบบสุ่ม ANOVA เหมาะสมเมื่อข้อมูลมีการแจกแจงปกติโดยประมาณและความแปรปรวนของกลุ่มเท่ากัน สำหรับข้อมูลที่ไม่มีการแจกแจงปกติ ให้พิจารณา Kruskal-Wallis (ทางเลือกแบบนอนพาราเมตริก) สำหรับการวัดซ้ำ (ผู้เข้าร่วมคนเดียวกันถูกวัดหลายครั้ง) ให้ใช้ ANOVA สำหรับการวัดซ้ำ สำหรับข้อมูลที่มีการจัดลำดับชั้น (นักเรียนในโรงเรียน) ให้ใช้แบบจำลองหลายระดับ
ข้อจำกัดและข้อควรพิจารณา
- สมมติว่าค่าคลาดเคลื่อนมีการแจกแจงปกติ; ไวต่อการเบี่ยงเบนจากการแจกแจงปกติเมื่อมีขนาดอิทธิพลใหญ่หรือขนาดกลุ่มไม่เท่ากัน
- สมมติฐานความเป็นเอกพันธ์ของความแปรปรวน: ความแปรปรวนที่ไม่เท่ากันระหว่างกลุ่มทำให้เกิดข้อผิดพลาดประเภทที่หนึ่ง (Type I error) สูงขึ้น Welch's F เป็นทางเลือกที่ทนทานกว่า
- การทดสอบแบบ Omnibus: ค่า p ที่มีนัยสำคัญบ่งชี้ว่าค่าเฉลี่ยอย่างน้อยสองค่าแตกต่างกัน แต่ไม่ได้ระบุคู่ใด; การทดสอบหลังการวิเคราะห์ (post-hoc) เพิ่มความซับซ้อนและค่าปรับสำหรับการเปรียบเทียบหลายครั้ง
- ไวต่อค่าผิดปกติ: การสังเกตการณ์สุดขั้วเพียงไม่กี่ค่าสามารถเพิ่มความแปรปรวนภายในกลุ่มและลดกำลังการทดสอบได้
- ต้องการการสังเกตที่เป็นอิสระ; ละเมิดข้อสมมติฐานหากข้อมูลมีการจัดกลุ่ม (เช่น นักเรียนในชั้นเรียน) โดยไม่มีการปรับที่เหมาะสม
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- มีประสิทธิภาพในการตรวจจับความแตกต่างที่แท้จริงของกลุ่มเมื่อข้อสมมติฐานเป็นจริง; รักษาอัตราข้อผิดพลาดประเภทที่หนึ่ง (Type I error) ให้ต่ำกว่าการทดสอบทีหลายครั้ง
- กระชับ: ทดสอบผลกระทบโดยรวมของกลุ่มในแบบจำลองเดียว แทนที่จะทำการเปรียบเทียบเป็นคู่หลายครั้ง
- ให้ขนาดอิทธิพล (eta-squared) ที่วัดขนาดของความแตกต่างของกลุ่มเมื่อเทียบกับความแปรปรวนโดยรวม
- มีให้ใช้งานอย่างแพร่หลายในซอฟต์แวร์ทางสถิติ; เป็นมาตรฐานในการวิจัยข้ามสาขาวิชา; ผลลัพธ์สามารถสื่อสารได้ง่าย
- ขยายผลได้: เป็นพื้นฐานสำหรับ ANOVA แบบแฟกทอเรียล (ปัจจัยหลายตัว), ANOVA แบบหลายตัวแปร (MANOVA), การออกแบบการวัดซ้ำ และแบบจำลองผสม
การประยุกต์ใช้
- การทดลองทางคลินิก: เปรียบเทียบประสิทธิภาพของปริมาณยาหลายขนาดหรือวิธีการรักษาที่แข่งขันกันต่อผลลัพธ์ของผู้ป่วย (เช่น การลดอาการปวดระหว่างแขนงการรักษา 3 แขนง)
- การวิจัยทางการศึกษา: ทดสอบว่าผลสัมฤทธิ์ทางการเรียนของนักเรียนแตกต่างกันตามวิธีการสอน ประเภทโรงเรียน หรือภูมิหลังทางเศรษฐกิจและสังคมหรือไม่
- เกษตรกรรมและวิทยาศาสตร์สิ่งแวดล้อม: วิเคราะห์ผลผลิตทางการเกษตร อัตราการเจริญเติบโต หรือระดับสารปนเปื้อนภายใต้สภาวะภาคสนาม ประเภทปุ๋ย หรือภูมิภาคทางภูมิศาสตร์
- การผลิตและการควบคุมคุณภาพ: ประเมินว่าตัวชี้วัดคุณภาพผลิตภัณฑ์แตกต่างกันตามสายการผลิต ชุดการผลิต หรือผู้จัดจำหน่ายหรือไม่
- จิตวิทยาและประสาทวิทยาศาสตร์: เปรียบเทียบประสิทธิภาพการรับรู้ การกระตุ้นของระบบประสาท หรือการวัดพฤติกรรมภายใต้สภาวะการทดลองหรือกลุ่มวินิจฉัยต่างๆ
วิธีการทำงาน
วิธีการทำงาน
ดำเนินการ ANOVA เมื่อคุณมีตัวแปรผลลัพธ์แบบต่อเนื่องและตัวแปรจัดกลุ่ม (ปัจจัย) ที่เป็นหมวดหมู่ตั้งแต่หนึ่งตัวขึ้นไป การรวบรวมข้อมูลต้องมีการสังเกตที่เป็นอิสระจากแต่ละกลุ่มและขนาดตัวอย่างที่เพียงพอ (โดยทั่วไปคือ 5-10+ ต่อกลุ่ม) กำหนดผู้เข้าร่วมให้กับกลุ่มต่างๆ ไม่ว่าจะโดยการทดลอง (การสุ่มกำหนด) หรือจากการสังเกต (การจัดกลุ่มตามธรรมชาติ) บันทึกคะแนนผลลัพธ์สำหรับผู้เข้าร่วมทั้งหมด ตรวจสอบข้อสมมติฐานก่อนดำเนินการ: (1) ความเป็นอิสระของการสังเกต (ไม่มีการปนเปื้อนของการจัดกลุ่มหรือการวัดซ้ำ) (2) การแจกแจงปกติของค่าคลาดเคลื่อนภายในแต่ละกลุ่ม (ตรวจสอบแผนภาพ Q-Q หรือทำการทดสอบ Shapiro-Wilk) (3) ความเป็นเอกพันธ์ของความแปรปรวนระหว่างกลุ่ม (การทดสอบของ Levene; p > 0.05 บ่งชี้ว่าความแปรปรวนเท่ากัน)
คำนวณสถิติ F ของ ANOVA โดยการแบ่งผลรวมกำลังสองทั้งหมด (SS_total) ออกเป็นผลรวมกำลังสองระหว่างกลุ่ม (SS_between) และผลรวมกำลังสองภายในกลุ่ม (SS_within) คำนวณ: (1) ค่าเฉลี่ยรวม (ค่าเฉลี่ยโดยรวมจากการสังเกตทั้งหมด) (2) SS_between = Σ n_i(M_i − M_grand)² โดยที่ n_i คือขนาดกลุ่มและ M_i คือค่าเฉลี่ยกลุ่ม (3) SS_within = Σ Σ (x_ij − M_i)² รวมกันทั้งกลุ่มและทุกการสังเกต (4) ค่าเฉลี่ยกำลังสองระหว่างกลุ่ม (MS_between) = SS_between / (k − 1) โดยที่ k คือจำนวนกลุ่ม (5) ค่าเฉลี่ยกำลังสองภายในกลุ่ม (MS_within) = SS_within / (N − k) โดยที่ N คือขนาดตัวอย่างทั้งหมด (6) สถิติ F = MS_between / MS_within ค่า F จะมีการแจกแจงแบบ F โดยมีองศาความเป็นอิสระ (k−1) และ (N−k) ภายใต้สมมติฐานว่าง
เปรียบเทียบค่า F ที่คำนวณได้กับค่าวิกฤตจากตารางการแจกแจงแบบ F หรือใช้ซอฟต์แวร์เพื่อหาค่า p หาก p < α (โดยทั่วไปคือ 0.05) ให้ปฏิเสธสมมติฐานว่าง: อย่างน้อยสองกลุ่มมีความแตกต่างกันอย่างมีนัยสำคัญ ANOVA ไม่ได้ระบุว่ากลุ่มใดแตกต่างกัน ให้ใช้การทดสอบหลังการวิเคราะห์ (post-hoc tests) (Tukey HSD, Bonferroni, Scheffé) สำหรับการเปรียบเทียบเป็นคู่ รายงานขนาดอิทธิพล (η², omega-squared) เพื่อบ่งชี้ความสำคัญในทางปฏิบัติ: η² = SS_between / SS_total; ประมาณ 0.01=เล็ก, 0.06=ปานกลาง, 0.14=ใหญ่ Omega-squared มีความเอนเอียงน้อยกว่าสำหรับตัวอย่างขนาดเล็ก ค่า p ที่ไม่มีนัยสำคัญบ่งชี้ว่าหลักฐานไม่เพียงพอที่จะสรุปว่ากลุ่มแตกต่างกัน อย่าสรุปว่ากลุ่มเท่ากัน—การไม่มีหลักฐานไม่ใช่หลักฐานของการไม่มีอยู่
ข้อผิดพลาดที่พบบ่อย
- การดำเนินการ ANOVA โดยไม่ตรวจสอบข้อสมมติฐาน โดยเฉพาะการแจกแจงปกติและความเป็นเอกพันธ์ของความแปรปรวน; ควรตรวจสอบแผนภาพค่าคลาดเคลื่อนเสมอ
- การทำการทดสอบทีแบบคู่หลายครั้งแทน ANOVA แล้วตามด้วยการทดสอบหลังการวิเคราะห์; ทำให้เกิดข้อผิดพลาดประเภทที่หนึ่งของครอบครัว (familywise Type I error) สูงขึ้นและสิ้นเปลืองกำลังการทดสอบ
- การตีความ ANOVA ที่ไม่มีนัยสำคัญว่าหลักฐานบ่งชี้ว่ากลุ่มเท่ากัน; การขาดนัยสำคัญเพียงบ่งชี้ว่าหลักฐานไม่เพียงพอที่จะปฏิเสธสมมติฐานว่าง
- การใช้ ANOVA กับข้อมูลผลลัพธ์ที่เป็นลำดับหรือเป็นหมวดหมู่ (ควรใช้ chi-square แทน); ANOVA ต้องการผลลัพธ์แบบต่อเนื่อง
- การไม่รายงานขนาดอิทธิพล (eta-squared, omega-squared) ควบคู่ไปกับค่า p; นัยสำคัญทางสถิติเพียงอย่างเดียวไม่ได้สื่อถึงความสำคัญในทางปฏิบัติ
- การละเลยขนาดกลุ่มที่ไม่เท่ากันในการเปรียบเทียบหลังการวิเคราะห์; การทดสอบบางอย่าง (เช่น Tukey) สมมติว่า n เท่ากัน
คำถามที่พบบ่อย
อะไรคือความแตกต่างระหว่าง ANOVA ทางเดียว (one-way), สองทาง (two-way) และการวัดซ้ำ (repeated measures)?
ANOVA ทางเดียวทดสอบตัวแปรอิสระหนึ่งตัว (ปัจจัย) ที่มีหลายระดับ (เช่น กลุ่มการรักษา 3 กลุ่ม) ANOVA สองทางรวมตัวแปรอิสระสองตัวและทดสอบผลกระทบหลักและการปฏิสัมพันธ์ระหว่างกัน (เช่น ผลของการรักษาและเพศต่อผลลัพธ์) ANOVA สำหรับการวัดซ้ำใช้กับการออกแบบภายในกลุ่มตัวอย่าง (within-subjects designs) ที่บุคคลเดียวกันถูกวัดหลายครั้ง (เช่น ก่อน ระหว่าง และหลังการรักษา) โดยจะคำนึงถึงความสัมพันธ์ระหว่างการสังเกตการณ์ซ้ำ การเลือกขึ้นอยู่กับการออกแบบการศึกษาและคำถามวิจัย
เมื่อใดที่ฉันควรใช้การทดสอบหลังการวิเคราะห์ (post-hoc tests) และอันไหนดีที่สุด?
ใช้การทดสอบหลังการวิเคราะห์เฉพาะหลังจาก ANOVA แบบ Omnibus ที่มีนัยสำคัญ เพื่อระบุว่าคู่กลุ่มใดแตกต่างกัน Tukey HSD (Honestly Significant Difference) เป็นมาตรฐานสำหรับขนาดกลุ่มที่เท่ากันและการเปรียบเทียบเป็นคู่ที่วางแผนไว้ โดยควบคุมข้อผิดพลาดของครอบครัว Bonferroni เป็นแบบอนุรักษ์นิยม (เข้มงวดกว่า, มีผลบวกลวงน้อยกว่า) สำหรับการเปรียบเทียบจำนวนน้อย Scheffé มีความยืดหยุ่นมากที่สุด อนุญาตให้ทำการเปรียบเทียบที่ซับซ้อนได้ การทดสอบของ Dunnett ดีที่สุดสำหรับการเปรียบเทียบกลุ่มการรักษาหลายกลุ่มกับกลุ่มควบคุมเดียว ควรระบุการทดสอบหลังการวิเคราะห์ล่วงหน้าเสมอ การเลือกตามข้อมูลจะทำให้เกิดข้อผิดพลาดประเภทที่หนึ่งสูงขึ้น
ฉันจะจัดการกับขนาดตัวอย่างที่ไม่เท่ากันระหว่างกลุ่มได้อย่างไร?
ขนาดตัวอย่าง n ที่ไม่เท่ากันไม่ใช่การละเมิดหากข้อมูลที่ขาดหายไปนั้นหายไปอย่างสมบูรณ์แบบตามสุ่ม (MCAR) การควบคุมข้อผิดพลาดประเภทที่หนึ่งมีความทนทานภายใต้ n ที่ไม่เท่ากัน อย่างไรก็ตาม การทดสอบหลังการวิเคราะห์สมมติว่าขนาดกลุ่มเท่ากัน ให้ใช้ค่าวิกฤตที่ปรับปรุงแล้วหรือการทดสอบทางเลือก (เช่น Games-Howell) เพื่อปรับสำหรับความแปรปรวนและขนาดตัวอย่างที่ไม่เท่ากัน รายงานขนาดกลุ่มอย่างชัดเจน หากการหายไปของข้อมูลเกี่ยวข้องกับตัวแปรที่สนใจ ให้พิจารณาการแทนที่หลายครั้ง (multiple imputation) หรือแบบจำลองผสม (mixed models) เพื่อจัดการกับข้อมูลที่ขาดหายไปอย่างเหมาะสม
Eta-squared (η²) คืออะไร และแตกต่างจาก omega-squared (ω²) อย่างไร?
ทั้งสองวัดขนาดอิทธิพล: สัดส่วนของความแปรปรวนทั้งหมดที่อธิบายได้ด้วยการเป็นสมาชิกของกลุ่ม Eta-squared (η² = SS_between / SS_total) คำนวณได้ง่ายกว่า แต่มีแนวโน้มที่จะเอนเอียงสูง โดยเฉพาะอย่างยิ่งกับตัวอย่างขนาดเล็ก Omega-squared (ω² = (SS_between − (k−1)MS_within) / (SS_total + MS_within)) แก้ไขความเอนเอียงนี้และให้ค่าประมาณขนาดอิทธิพลของประชากรที่ลดลง สำหรับการตีพิมพ์ ควรรายงาน omega-squared เพื่อความถูกต้อง เกณฑ์คร่าวๆ: 0.01 = เล็ก, 0.06 = ปานกลาง, 0.14 = ใหญ่
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
Fisher, R. A. (1925). Statistical Methods for Research Workers. Oliver and Boyd.
เปิดเอกสารอ้างอิงสิ่งพิมพ์คัดลอกแล้วKruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260), 583–621.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้ว