จะเห็นได้ว่าผลลัพธ์เมื่อเลือกใช้คำสั่ง Regression ใน SPSS จะให้ตารางต่างๆ ที่สำคัญในการพิจารณา Regression มาอย่างครบถ้วน ซึ่งถ้าทำใน GLM ต้องไปคลิก option เสริมเพื่อให้ได้ผลที่ละเอียดมากขึ้น
เชื่อว่าหลายๆ คนคงต้องเคยวิเคราะห์ Regression มาแล้ว โดยเฉพาะ Linear Regression ในโปรแกรม SPSS ดังนั้น ถ้าใครเคยวิเคราะห์แล้วจะรู้เลยว่า การใช้คำสั่งเพื่อวิเคราะห์ Linear Regression ใน SPSS นั้นออกผลอะไรมาให้บ้าง แม้จะไม่ได้ไปคลิกอะไรเพิ่มเติมก็ถือว่าให้ผลครบถ้วนตามที่ Regression ควรจะมีเพื่อนำไปแปลต่อไป
แต่ทราบหรือไม่ว่ายังสามารถใช้คำสั่งอื่นใน SPSS เพื่อวิเคราะห์ Linear Regression ได้นั่นคือ GLM แบบ Univariate และ GLM ที่เป็น Modeling (ณ บทความนี้ขอกล่าวถึงเฉพาะ Univariate เพราะผลลัพธ์กับ Modeling จะคล้ายกัน)

มาดูภาพแรกกันครับ เป็นภาพผลของ Regression ในคำสั่ง Linear Regression จะเห็นว่ามี 3 ตารางที่สำคัญออกมาให้เลย ได้แก่ Model Summary, ANOVA, และ Coefficient ซึ่งทั้ง 3 ตารางนี้ สามารถนำไปรายงานผลได้เลยทันที ครบถ้วน เพราะมีผลของค่าอำนาจพยากรณ์ (R-square), ค่า F-test ของ ANOVA เพื่อดูความสอดคล้อง และ Coefficient ที่บอกค่าสัมประสิทธิ์และบอกค่า p ว่าตัวแปรใดมีอิทธิพลบ้าง
ลองมาดูผลจาก GLM กันบ้าง

ผลจาก GLM จริงๆจะไม่เลือก option ใดๆ เลยจะออกแต่ตาราง test effect เท่านั้น ซึ่งก็มองได้ว่าให้ผลเกือบครบถ้วน เพราะมีทั้งค่า R-square และค่า F-test แต่ต้องคลิกเลือก parameter estimate เพิ่มเติม เพื่อให้แสดงค่า Beta, p ของแต่ละตัวแปร
จะเห็นได้ว่าผลลัพธ์เมื่อเลือกใช้คำสั่ง Regression ใน SPSS จะให้ตารางต่างๆ ที่สำคัญในการพิจารณา Regression มาอย่างครบถ้วน ซึ่งถ้าทำใน GLM ต้องไปคลิก option เสริมเพื่อให้ได้ผลที่ละเอียดมากขึ้น ซึ่งถ้าพิจารณาดีดีจะเห็นว่าไม่ต่างกันมากนัก พอที่จะสามารถทดแทนกันได้ แต่คำถามมีอยู่ว่า ในเมื่อโปรแกราสร้างคำสั่ง Linear Regression ที่เป็นคำสั่งตรงในการวิเคราะห์ Linear Regression มาให้แล้ว และแม้จะไม่คลิก option เสริมใดๆ เลยก็ยังให้ผลลัพธ์มาอย่างครบถ้วน เพราะฉะนั้น ถ้ามองในแง่ความสะดวกแล้ว การใช้คำสั่ง Linear Regression น่าจะสะดวก รวดเร็ว และให้ผลลัพธ์ที่ครบถ้วนมากกว่า
ร่วมติดตามได้ทุกช่องทาง
follow or subscribe in any channel
tel.086-555-5949
line: @SmartResearchThai
Blockdit: SmartResearchThai
Youtube: SmartResearchThai
Facebook: SmartResearchThai
Comments