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