ตัวแปรอิสระมีระดับเท่าใด

ในการทดลอง มีตัวแปรอยู่ 2 ประเภท:

ตัวแปรอิสระ: ตัวแปรที่ผู้ทดลองแก้ไขหรือควบคุมเพื่อให้สามารถสังเกตผลกระทบของตัวแปรตามได้

ตัวแปรตาม: ตัวแปรที่วัดในการทดลองที่ “ขึ้นอยู่กับ” ตัวแปรอิสระ

ในการทดลอง ผู้วิจัยต้องการทำความเข้าใจว่าการเปลี่ยนแปลงของตัวแปรอิสระส่งผลต่อตัวแปรตามอย่างไร

เมื่อตัวแปรอิสระมีเงื่อนไขการทดลองหลายเงื่อนไข จะมีการกล่าวกันว่าเป็น ระดับของตัวแปรอิสระ

ตัวอย่างเช่น สมมติว่าครูต้องการทราบว่าเทคนิคการเรียนที่แตกต่างกันสามแบบส่งผลต่อคะแนนสอบอย่างไร เธอสุ่มมอบหมายให้นักเรียน 30 คนใช้หนึ่งในสามเทคนิคการเรียนเป็นเวลาหนึ่งสัปดาห์ จากนั้นนักเรียนแต่ละคนจะสอบแบบเดียวกันทุกประการ

ในตัวอย่างนี้ ตัวแปรอิสระคือ Studying Technique มี 3 ระดับ คือ

• เทคนิคที่ 1
• เทคนิคที่ 2
• เทคนิคที่ 3

นั่นคือมีเงื่อนไขการทดลองสามประการที่นักเรียนสามารถสัมผัสได้

ตัวแปรตามในตัวอย่างนี้คือคะแนนสอบ ซึ่งขึ้นอยู่กับเทคนิคการเรียนที่นักเรียนใช้

ตัวอย่างต่อไปนี้แสดงการทดลองเพิ่มเติมบางอย่างโดยใช้ตัวแปรอิสระในหลายระดับ

ตัวอย่างที่ 1: ค่าใช้จ่ายในการโฆษณา

สมมติว่านักการตลาดทำการทดลองโดยใช้จ่ายโฆษณาทางโทรทัศน์ในจำนวนที่แตกต่างกันสามปริมาณ (ต่ำ ปานกลาง สูง) เพื่อดูว่าโฆษณาส่งผลต่อการขายผลิตภัณฑ์บางอย่างอย่างไร

ในการทดลองนี้เรามีตัวแปรดังต่อไปนี้:

ตัวแปรอิสระ: การใช้จ่ายด้านการโฆษณา

• 3 ระดับ:
  • อ่อนแอ
  • เฉลี่ย
  • สูง

ตัวแปรตาม: ยอด ขายผลิตภัณฑ์ทั้งหมด

ตัวอย่างที่ 2: ยาหลอกเทียบกับยา

สมมติว่าแพทย์ต้องการทราบว่ายาบางชนิดช่วยลดความดันโลหิตในผู้ป่วยของเขาหรือไม่ เขา สุ่มตัวอย่าง ผู้ป่วย 100 ราย และสุ่มให้ 50 รายใช้ยาเม็ดที่มีตัวยาจริง และอีก 50 รายให้ใช้ยาที่เป็นเพียงยาหลอกจริงๆ

ในการทดลองนี้เรามีตัวแปรดังต่อไปนี้:

ตัวแปรอิสระ: ประเภทของยา

• 2 ระดับ:
  • ยาเม็ดจริง
  • ยาหลอก

ตัวแปรตาม: การเปลี่ยนแปลงโดยรวมของความดันโลหิต

ตัวอย่างที่ 3: การเจริญเติบโตของพืช

สมมติว่านักพฤกษศาสตร์ใช้ปุ๋ยที่แตกต่างกันห้าชนิด (เราจะเรียกปุ๋ยเหล่านี้ว่า A, B, C, D, E) ในทุ่งนาเพื่อตรวจสอบว่าปุ๋ยเหล่านี้มีผลกระทบที่แตกต่างกันต่อการเจริญเติบโตของพืชหรือไม่

ในการทดลองนี้เรามีตัวแปรดังต่อไปนี้:

ตัวแปรอิสระ: ประเภทปุ๋ย

• 5 ระดับ:
  • ปุ๋ยก
  • ปุ๋ยบี
  • ปุ๋ยซี
  • ปุ๋ย
  • ปุ๋ย

ตัวแปรตาม: การเจริญเติบโตของพืช

วิธีการวิเคราะห์ระดับของตัวแปรอิสระ

โดยทั่วไป เราใช้ การวิเคราะห์ความแปรปรวนแบบทางเดียว เพื่อพิจารณาว่าระดับของตัวแปรอิสระทำให้เกิดผลลัพธ์ที่แตกต่างกันในตัวแปรตามหรือไม่

การวิเคราะห์ความแปรปรวนทางเดียวใช้สมมติฐานว่างและทางเลือกต่อไปนี้:

• H ₀ (null): ค่าเฉลี่ยกลุ่มทั้งหมดเท่ากัน
• H ₁ (ทางเลือก): ค่าเฉลี่ยกลุ่มอย่างน้อยหนึ่งกลุ่มมีความแตกต่างกัน   พักผ่อน

ตัวอย่างเช่น เราสามารถใช้การวิเคราะห์ความแปรปรวนแบบทางเดียวเพื่อพิจารณาว่าปุ๋ยห้าประเภทจากตัวอย่างก่อนหน้านี้นำไปสู่อัตราการเติบโตเฉลี่ยที่แตกต่างกันของพืชหรือไม่

หากค่า p ของ ANOVA ต่ำกว่าระดับนัยสำคัญที่กำหนด (เช่น α = 0.05) เราก็สามารถปฏิเสธสมมติฐานว่างได้ ซึ่งหมายความว่าเรามีหลักฐานเพียงพอที่จะบอกว่าการเจริญเติบโตของพืชโดยเฉลี่ยไม่เท่ากันในระดับปุ๋ยทั้งห้าระดับ

จากนั้นเราจึงทำการ ทดสอบหลังการทดสอบ เพื่อระบุได้อย่างชัดเจนว่าปุ๋ยชนิดใดที่มีอัตราการเติบโตเฉลี่ยแตกต่างกัน