ค่าสัมประสิทธิ์สหสัมพันธ์เพียร์สัน (Pearson’s Correlation Coefficient) คืออะไร

What is Pearson's Correlation Coefficient?

ค่าสัมประสิทธิ์สหสัมพันธ์เพียร์สัน (Pearson’s Correlation Coefficient) คืออะไร

สัมประสิทธิ์สหสัมพันธ์เพียร์สัน หรือ Pearson’s Correlation Coefficient เป็นหนึ่งในการ วิเคราะห์ข้อมูลทางสถิติที่ได้รับความนิยมมากที่สุด โดยเป็นวิธีการวิเคราะห์ข้อมูลเพื่อหาความขนาด และทิศทางของความสัมพันธ์ระหว่างตัวแปรที่เป็นจำนวนจริง (Continuous Variable) ในบทความนี้เราจะมาทำความเข้าใจว่าการวิเคราะห์ข้อมูลสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สันคืออะไร และสามารถนำไปใช้งานในกรณีใดได้บ้าง

1. ค่าสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สันคืออะไร

ค่าสัมประสิทธิ์สหสัมพันธ์จะถูกแทนค่าด้วย “r” ซึ่งใช้ไว้แสดงถึงขนาดของความสัมพันธ์และทิศทาง ของความสัมพันธ์ระหว่างสองตัวแปรที่วัดด้วยจำนวนจริง โดยค่าสัมประสิทธิ์สหสัมพันธ์จะมีค่า ระหว่าง -1 และ +1 โดย -1 หมายถึงการที่ตัวแปรมีความสัมพันธ์กันในทางลบแบบสมบูรณ์ 0 หมายถึงตัวแปรไม่มีความสัมพันธ์กันเลย และ +1 หมายถึงตัวแปรมีความสัมพันธ์ในทางบวกแบบสมบูรณ์ การที่ตัวแปรมีความสัมพันธ์กันในทางบวก หมายถึงเมื่อตัวแปรหนึ่งขึ้นหรือลดลงอีกตัวแปรก็มีทิศทางขึ้นหรือลดลงในทางเดียวกัน ในขณะที่การที่ตัวแปรมีความสัมพันธ์กันในทางลบนั้น หมายถึง เมื่อตัวแปรตัวหนึ่งเพิ่มขึ้นอีกตัวแปรมีทิศทางในทางตรงกันข้ามคือลดลง

2. เมื่อใดที่ผู้วิจัยควรเลือกใช้การวิเคราะห์ข้อมูลแบบสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สัน

การวิเคราะห์ข้อมูลแบบสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สันจะใช้ได้ดีในกรณีที่ผู้วิจัยต้องการศึกษา ความสัมพันธ์ระหว่างตัวแปรที่เป็นจำนวนจริง

ตัวอย่างสมมติฐานการวิจัยที่ควรใช้การวิคราะห์ข้อมูลแบบสัมประสิทธิ์สหสัมพันธแบบเพียร์สัน:

• การออกกำลังกายมีความสัมพันธ์ในเชิงบวกกับสุขภาพจิต โดยข้อมูลที่ผู้วิจัยต้องการคือจำนวนชั่วโมงที่ใช้ในการออกกำลังกาย (เป็นจำนวนจริง) และคะแนนในการวัดระดับสุขภาพจิต (เป็นจำนวนจริง)

• ความเครียดมีความสัมพันธ์ในเชิงลบกับระดับความพึงพอใจในการทำงาน โดยข้อมูลที่ผู้วิจัยต้องการคือระดับความเครียด (เป็นจำนวนจริง) และคะแนนความพึงพอใจในการทำงาน (เป็นจำนวนจริง)

• เกรดเฉลี่ยมีความสัมพันธ์ในเชิงบวกต่อคะแนน SAT ในสมมติฐานนี้ ผู้วิจัยจะต้องการข้อมูลเกรดเฉลี่ย (เป็นจำนวนจริง) และคะแนน SAT (เป็นจำนวนจริง)

• ความถี่ในการออกกำลังกายมีความสัมพันธ์ในเชิงบวกต่อการลดน้ำหนัก โดยข้อมูลที่ผู้วิจัย ต้องการคือความถี่ในการออกกำลังกาย (เป็นจำนวนจริง) และน้ำหนักที่ลด (เป็นจำนวนจริง) เช่นกัน

อย่างไรก็ตามถึงแม้ว่าการวิเคราะห์ข้อมูลเพื่อหาค่าสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สันจะมีประโยชน์ในการศึกษาความสัมพันธ์ระหว่างตัวแปร การวิเคราะห์ข้อมูลนี้ไม่สามารถนำไปใช้อนุมานอิทธิพลของตัวแปรต้นที่มีต่อตัวแปรตามได้ กล่าวคือการเพิ่มขึ้นหรือลดลงของตัวแปรต้นไม่ได้การันตีว่า ตัวแปรตามจะเพิ่มขึ้นหรือลดลง แต่สามารถบอกได้เพียงว่าตัวแปรมีความสัมพันธ์กันอย่างไรเท่านั้น ถ้าหากผู้วิจัยต้องการศึกษาอิทธิพลของตัวแปรต้นที่มีต่อตัวแปรตาม หรือต้องการศึกษาปัจจัยที่มีผลกระทบต่อตัวแปรตามการวิเคราะห์ข้อมูลแบบ Linear Regression หรือการวิเคราะห์การถดถอยเชิงเส้นจะเหมาะสมมากกว่า

สอบถามข้อมูลเพิ่มเติมกรุณาติดต่อ

• ไลน์: @datainvestigatorth

• โทร: 063-969-7944

• อีเมล์: info@datainvestigatorth.com