top of page
ค้นหา
รูปภาพนักเขียนData Investigator Team

ค่าสัมประสิทธิ์สหสัมพันธ์เพียร์สัน (Pearson’s Correlation Coefficient) คืออะไร

อัปเดตเมื่อ 13 มิ.ย.


What is Pearson's Correlation Coefficient?
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

โพสต์ล่าสุด

ดูทั้งหมด
  • Line Logo Transparent

© 2016 DataInvestigatorTH

Data Investigator Logo (Black)_edited_ed
bottom of page