การวิเคราะห์สถิติIV

1 กภ361 การวิจยั ทางกายภาพบาํ บดั 1 แผนการจดั การเรยี นการสอน (Lesson Plan) ภาควิชากายภาพบาํ บดั คณะสหเวชศาสตร มหาวทิ ยาลยั ธรรมศาสตร ศูนยรงั สิต 1. รายวชิ า การวิจยั ทางกายภาพบาํ บัด 1 2. รหสั วิชา กภ 361 (PP361) 3. หัวขอเรื่อง การวเิ คราะหขอมลู ทางสถิติ II: สถิติทใ่ี ชในทางระบาดวิทยา & Reliability : OR, RR, sensitivity & specificity, ICC 4. ภาคการศึกษา ภาคปลาย 2561 5. วัน/เวลา วนั จนั ทร ที่ 4 กมุ ภาพนั ธ 2562 6. สถานทเ่ี รยี น หอง 219 ชั้น 2 อาคารปยชาติ มหาวิทยาลยั ธรรมศาสตร ศนู ยรังสติ 7. ผสู อน ผศ.ดร. สันทณี เครอื ขอน 8. ผเู รียน นักศึกษาหลกั สูตรวทิ ยาศาสตรบัณฑิต สาขากายภาพบาํ บัด ช้นั ปที่ 3 9. วตั ถุประสงคการเรยี นรู เมอ่ื สน้ิ สดุ การเรียนการสอนนักศึกษาสามารถ 1. อธบิ ายหลกั การทางระบาดวิทยาในการประยุกตใชในรูปแบบการศกึ ษาวิจยั ชนดิ ตางๆ 2. บอกขอดีขอเสยี ของแตละรปู แบบการวจิ ัยโดยใชหลักการทางระบาดวิทยาได 3. อธบิ ายคาวดั ทางสถติ ิทใ่ี ชบอยในการศึกษาวจิ ยั ทางระบาดวิทยา ไดแก Prevalence, Incidence, Risk (cumulative incidence), Risk ratio, Prevalence ratio, Relative risk, Odds ratio อธิบายคราวๆ เกย่ี วกบั คุณสมบัติที่ดขี องเครอ่ื งมือวจิ ยั (Psychometric properties) ดวยวธิ ีการทางสถติ ิ ไดแก reliability test, validity test 10. เนอ้ื หา Basic measures in epidemiology – Prevalence – Incidence – Risk (cumulative incidence) – Risk ratio – Prevalence ratio – Relative risk – Odds ratio Psychometric properties – ‘Gold standard’ criterion – Reliability and validity, and their measurement – Sensitivity – Specificity – ROC curve – Positive predictive value (PPV) – Negative predictive value (NPV) – Kappa, Intraclass correlation coefficient (ICC) – Cronbach’s alpha 11. รปู แบบการจดั การเรยี นการสอน 1. บรรยาย 2. การถามตอบระหวางเรยี น 12. สือ่ การเรยี นการสอน 1. เอกสาร 2. เครอ่ื งฉาย LCD และคอมพวิ เตอร 13. การประเมินผล 1. การซักถามระหวางเรียน 2. การสอบภาคทฤษฎี ขอสอบแบบหลายตวั เลอื ก 14. แหลงคนควาเพ่มิ เตมิ 1. Leslie G. Portney, Mary P. Watkins. Foundations of Clinical Research: Applications to Practice (3rd Edition), 2016 2. ชยันตรธร ปทุมานนท. สถติ ิศาสตรคลินิก. กรงุ เทพฯ : หนวยระบาดวิทยาคลินกิ ศนู ยวจิ ัยคลินกิ คณะแพทยศาสตร มหาวทิ ยาลยั ธรรมศาสตร, 2556 February 3, 2019

การวเิ คราะหขอมลู ทางสถิติ II 2 ผศ.ดร.สนั ทณี เครือขอน Intra-class Correlation Coefficient (ICC) ในการหาความสอดคลองของผลการประเมินดวยการสังเกต ดวยผปู ระเมินหลายคนและมลี กั ษณะทต่ี องการประเมนิ หลากหลาย เรา สามารถวิเคราะหความสอดคลองน้นั ดวย สถติ ทิ ่เี คยเรยี นมาแลวคอื Reliability statistic เชน การใหคะแนนสอบ จากอาจารย 2 ทาน อาจารยคมุ สอบปฏิบตั กิ าร 2 คน ใหคะแนนการสอบ (จัดลําดบั ความสามารถ) นกั ศึกษา 10 คน ถา อาจารย 2 คนมีความสอดคลองหรอื เห็นพอง ในทางเดียวกันสถิตจิ ะแสดง ความสัมพนั ธทส่ี งู เราสามารถคํานวณคา inter-rater agreement ลองดูคาคะแนนขางลาง นศ. 1 2 3 4 5 6 7 8 9 10 อาจารย 1 10 9 8 7 6 5 4 3 2 1 อาจารย 2 9 10 8 7 5 6 4 3 1 2 ขั้นตอนใน SPSS 1. เปดไฟล ICC.sav 2. Click on Analyze Correlate Bivariate: จะไดคา Pearson correlation r = .964 ถาแปลงคะแนนเปนลําดบั สามารถคาํ นวณ Spearman correlation coefficient or Kendall's tau สําหรบั ขอฒูลตัวอยางขางตน ไดคา Spearman rho เทากบั .964 และ Kendall's tau เทากบั .867. สังเกตวาถาพิจารณาคะแนนจากอาจารยทัง้ สองคน ดูเหมือนมคี วามสมั พนั ธ สงู แต มคี วามเห็นพอง ตา่ํ (highly correlated with one another but show little agreement) ตัวอยางตอไป: February 3, 2019 นศ. 1 2 3 4 5 6 7 8 9 10 อาจารย 4 10 9 8 7 6 5 4 3 2 1 อาจารย 5 90 100 80 70 50 60 40 30 10 20

3 กภ361 การวิจยั ทางกายภาพบําบดั 1 ความสัมพนั ธของคะแนนจากอาจารย 4 และ 5 คลายกับ ความสมั พันธของคะแนนจากอาจารย 1 และ 2 แตดเู หมอื นวา อาจารย 4 และ 5 จะไมคอยเห็นพองกัน อาจารย 4 และ 5 ใหคะแนนเรียงตามลําดบั จากคนที่ 1 ถึง 10 ดงั นน้ั สามารถแกปญหาไดโดยการคํานวณคา Intraclass correlation coefficient จากตวั อยางดานบน พบวา ICC ระหวา อาจารย 1 และ 2 เทากบั .9672 สวน ICC ระหวางอาจารย 4 และ 5 เทากับ .0535 เมื่อมผี ูวดั มากกวา 2 คน เชนในตารางดานลาง สามารถคํานวณหา Pearson r, Spearman rho, or Kendall tau ในแตละคูของผวู ัด แลวหาคาเฉล่ยี ของ coefficients แตยงั ไงก็ยงั คงมปี ญหา ในกรณที ผ่ี ูวัดใหคะแนนเปนรูปแบบเรยี งลาํ ดับ แตระดับคะแนนท่ีใหไมไดเรียงลาํ ดับอยู ดงั นน้ั สามารถคาํ นวณคา ICC แทน ในกรณทีม่ ีผวู ดั มากกวา 2 คนขนึ้ ไป ตวั อยางดานลาง ผูวัด 3 คน พบวาคา ICC เทากับ .8821 นศ. 1 2 3 4 5 6 7 8 9 10 อาจารย 1 10 9 8 7 6 5 4 3 2 1 อาจารย 2 9 10 8 7 5 6 4 3 1 2 อาจารย 3 8 7 10 9 6 3 4 5 2 1 ICC คอื ดัชนีท่ีบงช้คี วามนาเชือ่ ถือของการวดั จากผูวัดรายเดียว เราใชเมื่อเกบ็ ขอมูลดวยผูวัด 1 ราย แตในความเปนจรงิ เราใชผูวดั มากกวา 2 ในการวัดคาตวั แปรจากกลมุ ประชากรเดยี วกัน เพือ่ นาํ มาประมาณคา inter-rater reliability เรยี กวธิ ีการแบบน้วี า single measure intraclass correlation. ข้นั ตอนใน SPSS Reliability Analysis. 1. เปดไฟล ICC.sav แลว Click Analyze Scale เลอื กขอมูลจาก 3 ผูวดั มาไวในชอง items 2. Click Statistics. เลือก Intraclass correlation coefficient เลอื ก Two-Way Random model เลอื ก Type = Absolute Agreement February 3, 2019

การวิเคราะหขอมูลทางสถิติ II 4 ผศ.ดร.สันทณี เครือขอน กด Continue กด OK. จะไดผลดังน้ี ดูคา ICC ตรงตวั หนงั สือหนาๆ Single Measure Intraclass Correlation ****** Method 1 (space saver) will be used for this analysis ****** Intraclass Correlation Coefficient Two-way Random Effect Model (Absolute Agreement Definition): People and Measure Effect Random Single Measure Intraclass Correlation = .6961* 95.00% C.I.: Lower = .0558 Upper = .9604 F = 214.0000 DF = (4, 8.0) Sig. = .0000 (Test Value = .0000 ) Average Measure Intraclass Correlation = .8730 95.00% C.I.: Lower = .1480 Upper = .9864 February 3, 2019 F = 214.0000 DF = (4, 8.0) Sig. = .0000 (Test Value = .0000 ) *: Notice that the same estimator is used whether the interaction effect is present or not. การพิจารณาเลอื กใช ICC model ทเ่ี หมาะสม

5 กภ361 การวิจยั ทางกายภาพบําบัด 1 สําหรบั โปรแกรม SPSS มสี ตู รสาํ หรบั การคํานวณคา ICC 6 สตู รแตกตางกัน ข้นึ กับวัตถุประสงคของการวิจัยและชนดิ ของการวัด ตัว เลขทหี่ อยดานหนา หมายถงึ model ท่ีเลือกใช สวนตวั เลขทีห่ อยตวั หลงั หมายถึง รปู แบบการวัด “Models” of the ICC Model 1 – subject แตละคนถกู วัดดวยชุดของผวู ัดหลากหลายทีม่ าจากการสมุ รูปแบบนไี้ มคอยพบในการศกึ ษาหาความนาเชอ่ื ถือของการวัด เพราะทําไดยาก each subject is assessed by a different set of randomly selected raters. This is rare in reliability studies. Model 2 – subject แตละคนถูกวัดดวยผูวดั แตละคน และผูวดั แตละคนไดมาจากการสมุ เลอื กมา each subject is assessed by each rater, and raters have been randomly selected. Model 3 – subject แตละคนถกู วัดดวยผูวดั แตละคน และผวู ดั ไมไดมาจากการสมุ เลือก แตเจาะจงเลือกมา each subject is assessed by each rater, but the raters are the only raters of interest. “Form” of the ICC รปู แบบ หมายถงึ การวคั วามนาเชอื่ ถอื นน้ั คาํ นวณจากการวัดเพยี ง 1 ครงั้ (single measurement) หรือจากการเฉลยี่ จากการวดั มากกวาหรือ เทากับ 2 คร้ังดวยผูวัดตางคน โดยสวนใหญ รูปแบบมกั เทากับ 1 แตอยางไรกต็ ามถาตองการทดสอบความนาเชอ่ื ถอื ท่ีเกิดจากการวดั ซา้ํ เฉลี่ยจา The form reflects whether the reliability is to be calculated on a single measurement or by taking the average of 2 or more measurements taken by different raters. In most cases, the form will be 1, however if you want to test whether taking an average of 3 raters’ scores improves reliability, you might use form 2,3,4,etc. Single measurement = 1 Average of 2 measurements = 2 Average of 3 measurements =3….etc February 3, 2019 ICC type Description ICC(1,1) Each subject is assessed by a different set of randomly selected raters, and the reliability is calculated from a single measurement. Uncommonly used in ICC(1,k) clinical reliability studies. ICC(2,1) As above, but reliability is calculated by taking an average of the k raters’ measurements. ICC(2,k) Each subject is measured by each rater, and raters are considered ICC(3,1) representative of a larger population of similar raters. Reliability calculated from ICC(3,k) a single measurement. As above, but reliability is calculated by taking an average of the k raters’ measurements. Each subject is assessed by each rater, but the raters are the only raters of interest. Reliability calculated from a single measurement. As above, but reliability is calculated by taking an average of the k raters’ measurements.

การวิเคราะหขอมลู ทางสถิติ II 6 ผศ.ดร.สนั ทณี เครอื ขอน February 3, 2019

7 กภ361 การวจิ ัยทางกายภาพบําบัด 1 Inter-rater reliability (Kappa) Inter-rater reliability คือการวดั ทใี่ ชเพอื่ ประเมนิ ความเห็นพองระหวางผูประเมนิ (ผูใหคะแนน) 2 คน (observers/ raters) ในการ ประเมินขอมลู เชิงกลมุ (categorical data) เชน ใช/ไมใช, ม/ี ไมม,ี กลุม 1, 2, 3 เปนตน ซึ่งมคี วามสาํ คญั ในการนําไปใชในการวดั คาท่ตี องระบุเปน code จากผูประเมินตางคนกัน สถิตทิ ี่ใชในการหา inter-rater reliability ไดแก Cohen’s Kappa ซง่ึ มีคาระหวา 0 ถึง 1 โดยยงิ่ มคี าใกล 1 มาก แปลวามคี วามนาเชอื ถือสงู สวนคาทนี่ อยหรอื ใกล 0 หมายความวา ความเหน็ พองในการกระเมนิ ต่าํ ตัวอยาง Inter-rater reliability analysis ใชขอมลู การตรวจประเมนิ ผูปวยปวดหลัง ดวย McKenzie’s method จากผูปวย 100 ราย โดยผูประเมนิ 2 คน และจาํ แนกผูปวย ออกเปน 3 กลมุ ไดแก postural syndrome, derangement syndrome และ dysfunction syndrome ดงั ขอมูลในตารางดานลาง: (KAPPA.SAV) RATER B postural postural RATER A dysfunction Neurological 75 derangement 4 dysfunction 5 1 0 1 10 4 0 เปดไฟลขอมูล KAPPA.SAV ซงึ่ ประกอบดวย ตวั แปร Rater_A, Rater_B และ Count ภาพดานลางแสดงขอมลู ท่ีอยูในไฟล เปนขอมลู อี่ ยใู นรูป ยอ ไมใชขอมลู ดิบ (summarized form) February 3, 2019

การวิเคราะหขอมูลทางสถิติ II 8 ผศ.ดร.สนั ทณี เครือขอน ใหทาํ การวิเคราะหขอมลู ดังน้ี 1. เปดไฟลขอมลู KAPPA.SAV กอนเรม่ิ การวิเคราะหขอมูลเชิงยอนี้ ตองบอกให SPSS รวู า ตัว Count คอื นาํ้ หนัก“weighted” หรอื จาํ นวน นับในชองนั้น ดวยการ เลือก Data/Weight Cases...แลวเลือก “weight cases by” แลวใส Count ในชอง Frequency variable February 3, 2019

9 กภ361 การวิจัยทางกายภาพบําบดั 1 2. เลอื ก Analyze/Descriptive Statistics/Crosstabs 3. เลือก Rater A ในชอง Row, Rater B ในชอง Col February 3, 2019

การวิเคราะหขอมูลทางสถิติ II 10 ผศ.ดร.สันทณี เครือขอน 4. เกดปุม Statistics button เลือก Kappa แลวกด Continue 5. คลกิ OK เพือ่ ใหได results for the Kappa test ดังทีด่ านลาง: Symmetric Measures Asymp. Std. Value Errora Approx. Tb Approx. Sig. Measure of Agreement Kappa .676 .088 8.738 .000 N of Valid Cases 100 a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis. ผลการวิเคราะหของสถติ ิ inter-rater ไดคา Kappa= 0.676 ท่คี า p < 0.001 การวัดความเหน็ พอง ครัง้ น้พี บวามนี ัยสาํ คญั ทางสถติ ิ แต สามารถแปลผลความเห็นพองอยูในชวงระดับปานกลาง เมอื่ เทยี บจากการแบงชวงของ Kappa ดงั น้ี Kappa Interpretation < 0 Poor agreement 0.0 – 0.20 Slight agreement 0.21 – 0.40 Fair agreement 0.41 – 0.60 Moderate agreement 0.61 – 0.80 Substantial agreement 0.81 – 1.00 Almost perfect agreement นกั สถิติสวนใหญนิยมคา Kappa อยางนอยที่ 0.6 และเมือ่ คามากกวา 0.7 กถ็ ือวาความเหน็ พองอยใู นเกณฑดี แตอยางไรก็ตามในการ แสดงผล ไมไดระบุชวงระดบั ความเช่ือม่ัน 95% ไว ซงึ่ ควรคํานวณดวย สูตรดังน้ี Estimate ± 1.96SE จากสตู รดงั กลาวผลการคาํ นวณ ชวงระดับความเชื่อม่ัน 95% ของ Kappa อยรู ะหวาง (0.504, 0.848). February 3, 2019 การเขยี นรายงานผลเมื่อทําการวิเคราะห inter-rater reliability analysis ค บรรย ย น วนข ง methods section: “An inter-rater reliability analysis using the Kappa statistic was performed to determine consistency among raters.” ค บรรย ย น วนข ง results section:

11 กภ361 การวจิ ัยทางกายภาพบาํ บัด 1 “The inter-rater reliability for the raters was found to be Kappa = 0.68 (p <.0.001), 95% CI (0.504, 0.848).” Reference Landis, J. R., Koch, G. G. (1977). The measurement of observer agreement for categorical data. Biometrics 33:159-174. Measure of Internal Consistency: Cronbach's Alpha February 3, 2019 เพ่อื อธิบาย Cronbach's alpha, เราตองสรางสถานการณงานวจิ ยั ท่ีเราจะใชในการหา degree of internal consistency ระหวาง กลุมคาํ ถามในแตละขอ (questionnaire items) สมมตใิ หนศ.ทกุ คนในช้ันเรียนเปนกลมุ เปาหมายในการศกึ ษา วัตถปุ ระสงคการศกึ ษาสนใจวาความสามารถในการเรยี นรู 2 ส่งิ จาก นศ.แตละคน สิง่ แรกไดแก ระดับคะแนนทีแ่ สดงถึงคณุ คาที่ นศ.มตี อการเรยี นรเู ร่อื ง Cronbach's alpha กําหนดใหตัวแปรน้ีชื่อ Task Value ซ่งึ หมายถงึ ระดับ ท่นี ศ.แตละคนเช่ือวาการเรียนเรอื่ ง Cronbach's alpha นน้ั มปี ระโยชน ประเมินดวยขอคําถามดังน้ี: ตาราง 1: Task Value Items นอยที่สุด นอย ปานกลาง มาก มากท่ีสุด

การวิเคราะหขอมลู ทางสถิติ II 12 ผศ.ดร.สันทณี เครอื ขอน 1. คุณคิดวาการเรยี นรู เร่ือง Cronbach's alpha นาสนใจ1 2 3 4 5 เพียงใด? 2. คุณคดิ วาการเรยี นรู เรือ่ ง Cronbach's alpha มี 1 2 3 4 5 ความสาํ คญั มากแคไหน? 3. คุณเชอื่ วาการเรียนรู เรอ่ื ง Cronbach's alpha จะมี 1 2 3 4 5 ประโยชนกบั คณุ มากแคไหน? สิง่ ทีส่ องทส่ี นใจในการวจิ ัยครงั้ น้ี คอื ระดับความตนื่ เตนที่จะไดเรยี นเร่ือง Cronbach's alpha กําหนดใหตัวแปรน้ีช่อื Anxiety ซึ่งหมายถงึ ระดับ ความวติ กกงั วล ที่นศ.แตละคนรูสกึ เมอื่ คดิ ถึงการเรียนเร่ือง Cronbach’s alpha ประเมนิ ดวยขอคาํ ถามดงั น:ี้ ตาราง 2: Anxiety Items นอยท่สี ุด นอย ปานกลาง มาก มากที่สดุ 1. เม่ือคุณคดิ ถงึ การเรยี นเรื่อง Cronbach's alpha คณุ 1 2 3 4 5 รูสึกต่ืนเตนมากเพียงใด? 2. คุณรูสึกวติ กกงั วลมากเพียงใด ตอความยากของการ 1 2 3 4 5 เรียน เรื่อง Cronbach's alpha ? 3. เมอ่ื คุณคิดถึงการเรยี นรูเกย่ี วกบั สมการคณติ ศาสตรและ1 2 3 4 5 สถิติ เชน Cronbach's alpha คณุ รสู ึกอึดอดั มาก เพยี งใด? หมายเหตุ ขอคาํ ถามขางบนนเี้ ปนเพยี งแคตวั อยางท่จี ะทําให นศ.เขาใจสถิติ แตถาจะนําขอคาํ ถามเหลาน้ีไปใชจริง เนอ้ื หาตองมาจากการทบทวน วรรณกรรม และตองทาํ การทดสอบกอนการใชจริง สมมตวิ าใชแบบสอบถามนถี้ าม นศ. 10 คน ไดขอมูล ดงั ตารางท่ี 3 โดย ตวั แปร TV คือ task value score ซงึ่ มาจากคาํ ถาม 3 ขอ จึงกําหนดให เปน TV1, TV2 และ TV3 แสดงคาในคอลมั น ท่ี 1, 2 และ 3 สวนตวั แปร A คือ Anxiety score จึงกาํ หนดใหเปน A4, A5 และ A6 แสดงคาใน คอลมั น ที่ 4, 5 และ 6 ตาราง 3: ระดบั คะแนน TV และ A items จากนกั ศกึ ษา 10 คน Student TV1 TV2 TV3 A4 A5 A6 1 1 1 A454 2 3 4 3 3 4 B445 2 2 1 1 1 1 C134 4 4 4 5 4 3 D212 4 4 5 1 2 1 E343 February 3, 2019 F111 G554 H444 I 234

13 กภ361 การวจิ ัยทางกายภาพบําบัด 1 J1215 5 5 จากตาราง 3 เหน็ วานกั ศกึ ษาคนที่ 1 student A ใหคะแนน item TV1 เทากบั 4ใหคะแนน item TV2 เทากบั 5, และ item TV3 เทากบั 4 ซง่ึ น ศ. คนนี้ ประเมนิ คณุ คาของ Cronbach's alpha วามคี วามสาํ คญั โดยมีคาเฉลยี่ คะแนนเทากบั 4 \"มาก\" และ 5 “มากท่ีสุด” แตอยางไรก็ตาม นศ. คนท1่ี นี้ ใหคะแนนระดบั ความรสู กึ ต่นื เตน วติ กกงั วล ในการเรยี น เร่ือง Cronbach's alpha เทากบั 1 ในทัง้ สามขอคาํ ถาม ซึ่งแสดงวา แทบ จะไมมีความตนื่ เตนวติ กกังวลเลย วิธคี าํ นวณ Cronbach's alpha ดวย SPSS (เปดไฟล cronbach.sav) Step 1: เปดไฟล cronbachs_alpha.sav Step 2: เลือก \"Analyze\" เลอื ก \"Scale\" เลอื ก \"Reliability Analysis\" February 3, 2019

การวเิ คราะหขอมูลทางสถิติ II 14February 3, 2019 ผศ.ดร.สันทณี เครอื ขอน Step 3: จะมหี นาตาง reliability analysisปรากฏข้นึ ซึ่งมี 2 ชอง ซายและขวา ชองซาย คอื ตวั แปรทีถ่ กู ใสไวในไฟล ขอมลู ดิบ (TV1, TV2, etc.) ชองชวาช่ือ \"Items\" ซึง่ เราไวเลอื กตวั แปรทีเ่ ราตองการหาคา Cronbach's alpha มาใส ดังตัวอยางเลือก ตวั แปร TV1, TV2 และ TV3 คลกิ ถาจะทําการวเิ คราะห Cronbach's alpha ของ Anxiety score ก็ใหเลอื กตวั แปร A4, A5 และ A6 ไวในชอง “items” แตไมสามารถเลือก ตวั แปร TV1, TV2 และ TV3 มารวมกับตัวแปร A4, A5 และ A6 ได เนอื่ งจากขอคําถามถกู สรางมาถามคนละประเดน็ กัน ตองแยกพิจารณา

15 กภ361 การวจิ ัยทางกายภาพบําบดั 1 Step 4: เลอื กสถิติทีต่ องการทดสอบ Click \"Statistics\" button จะมีหนาตาง Reliability Analysis \"Statistics\" ปรากฏ เลอื ก \"Scale\" และ \"Scale if item deleted.\" แลว click \"Continue\" button จะกลบั มาท่ีหนาตาง \"Reliability Analysis\" แลว click \"OK\" button เพอื่ วิเคราะห Step 5: ผลการวิเคราะห February 3, 2019

การวเิ คราะหขอมูลทางสถิติ II 16February 3, 2019 ผศ.ดร.สนั ทณี เครอื ขอน (a) Overall alpha: สําหรับการสิเคราะหตวั แปร Task value ไดคา overall alpha เทากบั .907 ซ่งึ อยใู นเกณฑสงู มาก แสดงถงึ strong internal consistency ระหวางขอคาํ ถามท้งั 3 ขอของ Task Value items หมายความวา ผูตอบคําถามมีแนวโนมในการใหคะแนนสูงในขอนึงก็ จะใหคะแนนสงู ในขออ่ืนๆ ดวย หรือถาใหขอใดตา่ํ ขออนื่ ๆ ก็ตา่ํ ดวย ดังนัน้ ถาเรารคู ะแนนขอใดขอหน่งึ ของ Task value กจ็ ะทาํ นายคะแนนขอที่ เหลอื ได แตถาผลการวิเคราะหไดคา alpha ตํา่ ความสามารถในการทํานายน้ี ก็จะตา่ํ ไปดวย (b) Corrected Item-Total Correlation: รปู ดานบนแสดง ในคอลัมนทล่ี กู ศรชี้ คือคา \"Corrected Item-Total Correlation\" ของแตละขอ คาํ ถาม คอลัมนนแี้ สดงความสมั พนั ธระหวาง task value ในบรรทัดนน้ั กับ คะแนนรวมของขอคําถามทเ่ี หลอื ดงั ตัวอยาง correlation ระหวาง Task Value item 1 และ the sum of items 2 and 3 (i.e., item 2 + item 3) คือคา r = .799 หมายถึงความสมั พนั ธทเ่ี ขมแขง็ เชิงบวก ระหวางคะแนนของขอคําถาม Task value item1 กับ คะแนนรวมของขอคาํ ถามอีกสอง นัน่ คือวิธีการในการประเมินวาคะแนนของขอคาํ ถาม หนง่ึ มี internal consistency กบั คะแนนจากขอคําถามที่เหลืออยางไร หากความสมั พันธือยใู นระดับตาํ่ (de Vaus, 2004 เสนอวา ถาตํา่ กวา

February 3, 2019 17 กภ361 การวิจัยทางกายภาพบาํ บดั 1 .30 แสดงถึง ความสัมพันธระดับตาํ่ ในการวเิ คราะหขอคาํ ถามในแบบสอบถาม) ดังนั้นขอคาํ ถามนัน้ ควรจะถูกเอาออกจากแบบสอบถาม ตัวอยางเชน หากพบวาระดบั ความสมั พนั ธระหวางระดับคะแนนจากคําถามขอ 1 กับคะแนนรวมจากคําถามขอที่เหลอื ทง้ั หมด อยูในเกณฑตํา่ โดย r เทากับ .15 เราจะสรางคะแนนรวมทงั้ หมดของคําถามเก่ยี วกับ Task Value โดยใชขอคําถามท่ี 2 และ 3 เทานนั้ โดยไมสนใจคะแนนจากขอ คาํ ถามที่ 1 เน่ืองจากไมมี internal consistency กับขอคําถามอื่นๆ นน่ั เอง (c) Cronbach's Alpha if item Deleted: รูปดานบน ในคอลมั นทล่ี ูกศรชี้ แสดงคา Cronbach's alpha เมื่อขอคาํ ถามในบรรทดั น้นั ถูกตดั ออกแลว คลายกับคา item-total correlation ในขอ (b) คอลัมนนี้ ใหขอมูลในการตัดสินใจเลอื กวาขอคําถามขอไหนควรเก็บไว เพราะมอี ทิ ธิพล ตอคา alpha ดังตวั อยาง Task Value item 1 ถาหากวาตัดการคํานวณคะแนนจากขอคาํ ถามที่ 1 คา Cronbach's alpha จะลดลงจากคา overall total ซง่ึ เทากับ .907 เปน .880 เนอื่ งจากคา alpha จะลดลงเม่ือเอา TV1 ออก ซ่งึ จะทําใหคา overall reliability ของการถามคําถาม เกี่ยวกับ Task Value ดีขึ้น จากตวั อยางจะเหน็ วา ถาตัดขอคาํ ถามที่ 3 จะดกี วาเพราะคา Cronbach's alpha จะเพิ่มข้ึนจาก .907 เปน .911 แลวอยางน้คี วรตดั คําถามขอ 3 ออกเลยดไี หม หรอื ควรจะคํานวณคะแนนเตม็ ของ Task Value จากคาํ ถามขอ 1 และ 2 ดไี หม ในกรณนี ีค้ ําตอบ คอื ไม เราควรคงคําถามทงั้ 3 ขอไว เหตผุ ลประการแรก คอื คา alpha ไมไดเพมิ่ ข้ึนมาก แมตดั คาํ ถามขอ 3 ออก และประการทสี่ อง คือ คําถาม ขอท่ี 3 มีความสมั พันธท่ีดี กับขอคาํ ถามอีกสองขอ (the item-total correlation for item 3 is .759) Step 6: เมือ่ ทําการวเิ คราะหแตละขอคําถามดวยการตดั ขอคําถามแลววิเคราะหซาํ้ อีกทีเรียบรอยแลว กเ็ ปนข้นั ตอนการสรางคะแนนเตม็ เพอื่ ใช ประเมนิ จริง ดังตัวอยางดานบน ไมไดตดั คําถามขอใดเลย เราสรางคะแนนเตม็ ไดโดยทาํ เปนคะแนนรวมท้งั หมด หรือคะแนนเฉลยี่ กไ็ ด ดูในตาราง 4 มีดานลาง มีคะแนนจากนศ. 10 คน และสรางตัวแปรเพิม่ อกี 2 ตวั โดยคอลมั นหนึง่ คือคาคะแนนรวม และอกี คอลมั น คือ คาคะแนนเฉล่ยี สวน ใหญเมื่อสรางคะแนนเต็ม มักใชคาคะแนนเฉล่ยี ซ่ึงสะทอนระดบั คะแนนจากการประเมนิ ไดชัดเจนกวา จากตวั อยางระดบั คะแนนประเมนิ คอื 1ถงึ 5 ดังนั้นคะแนนเฉล่ียจะสะทอนออกมาไดใกลเคียงกับระดับดงั กลาวมากกวา และงายตอการเขาใจ เชน นศ. A มคี าคะแนนเฉล่ยี เทากบั 4.33 ก็ แสดงวาคะแนนอยเู กณฑ คอนขางสงู ในขณะที่ นศ. D คาเฉล่ยี อยใู นเกณฑตํ่า (ประมาณ 1) เปนตน ประโยชนของการคาํ นวณคา Cronbach's alpha เมือ่ ไดคะแนนเตม็ จากการวิเคราะหแลว เราสามารถนําไปวเิ คราะหความสัมพันธกบั ตวั แปรอน่ื ๆ ไดเลย เชน สนใจความสัมพันธระหวาง เพศชายกับหญงิ ตอคาคะแนน Task Value เราสามารถ วเิ คราะห ANOVA หรือ t-test โดยใชคา mean Task Value score ของนศ.แตละคน แทนขอมลู ดบิ ไดเลย หรอื หากสนใจศึษษความสัมพนั ธระหวาง Task Value กับ Anxiety สามารถคาํ นวณ Pearson's r ระหวาง mean scores of Task Value และ Anxiety ไดเลย

การวิเคราะหขอมลู ทางสถิติ II 18 ผศ.ดร.สนั ทณี เครือขอน ตาราง 4: Composite Score for Task Value Student TV1 TV2 TV3 Option 1---Total Score for Task Value Option 2 --- Mean Score for Task Value A 4 5 4 4+5+4 = 13 4+5+4 = 13/3 = 4.33 B 4 4 5 4+4+5 = 13 4+4+5 = 13/3 = 4.33 C 1 3 4 1+3+4 = 8 1+3+4 = 8/3 = 2.66 D 2 1 2 2+1+2 = 5 2+1+2 = 5/3 = 1.66 E 3 4 3 etc. etc. F 111 G 554 H 444 I 234 J 121 February 3, 2019

19 กภ361 การวิจยั ทางกายภาพบําบัด 1 Relative Risk, Odds Ratio and Chi-Square Test การใช SPSS เพ่ือคํานวณคา Relative Risk, Odds Ratio and Chi-Square Test ดงั ตวั อยาง ในการวิจยั เชงิ สงั เกต แบบ prospective cohort เพ่อื ศึกษาผลของการดื่มกระทงิ แดงตอการเรยี นของนกั ศกึ ษากายภาพบาํ บัดระดบั เกยี รตนิ ิยม นักศกึ ษากลุมหนึง่ ดม่ื กระทงิ แดงเปนประจาํ สวน นกั ศกึ ษาอีกกลุมไมดืม่ กระทิงแดง ผูวิจยั เฝาตดิ ตามการเรยี นระดบั เกยี รตนิ ยิ มของนกั ศกึ ษากายภาพบาํ บัดของทงั้ 2 กลุม 1. การเรียกใชคําส่งั Analyze => Descriptive Statistics => Crosstabs ในหนาตาง Data Editor 2. การเลอื กตวั แปร โดย คลิกเลือกตัวแปรอสิ ระ (risk factor) เขาไปในชอง Row(s): คลิกเลอื กตวั แปรตาม (outcome variables) เขาไปในชอง Column(s): February 3, 2019

การวเิ คราะหขอมลู ทางสถิติ II 20 ผศ.ดร.สนั ทณี เครือขอน 3. การแสดงรอยละของขอมลู คลกิ ท่ปี ุม cell จะแสดงหนาตาง Crosstabs: Cell Display Counts เปนการเลอื กวาจะใหแสดงคาอะไรบาง โดยท่ี Observed คือ ใหแสดงคาความถที่ ีเ่ ก็บรวบรวมมาได Expected คือ ใหแสดงคาความถท่ี ่ีคาดวาจะเกดิ ข้ึนในแตละชอง Percentages เปนการเลอื กวาจะใหแสดงรอยละเทยี บกับอะไรบาง Row คือ แสดงรอยละตามแนวแถว Column คือ แสดงรอยละตามแนวคอลัมน Total คือ แสดงรอยละทงั้ ตามแนวแถวและคอลมั น Residuals Unstandardize คือ คาความคลาดเคล่ือน Observed - Expected Standardize คือ คาคลาดเคลอื่ นมาตรฐาน Adj.Standardize คือ คาคลาดเคลอ่ื นมาตรฐานที่ปรับแลว 4. การกําหนดใหคํานวณคาสถติ ิเพ่ิมเติม คลกิ ทีป่ ุม statistics จะแสดงหนาตาง Crosstabs: Statistics Chi – Square : ใชทดสอบความเปนอสิ ระของตวั แปร 2 ตวั โดยคาํ นวณออกมาให 3 คา ดังน้ี February 3, 2019 Pearson Chi-Square สวนใหญใชทดสอบความสมั พันธระหวางตัวแปรเชงิ กลมุ สองตวั และใชกับตารางแจกแจงความถ่สี องทาง Linear – by – Linear Association สามารถใชทดสอบความสมั พนั ธระหวางตวั แปรเชงิ กลมุ และใชไดกับตารางการแจกแจงตั้งแตสอง ทางขน้ึ ไป

February 3, 2019 21 กภ361 การวจิ ยั ทางกายภาพบําบดั 1 * เมื่อกลุมตวั อยางมีขนาดใหญ การใช Pearson Chi-Square และ Linear – by – Linear Association จะใหผลสรุปของการทดสอบ ไมแตกตางกัน Likelihood Ratio Chi-Square จะใชโดยมเี ง่อื นไขดงั นี้ ตวั แปรท้ังสองเปนตัวแปรเชิงปรมิ าณ H0 : ตัวแปรท้ังสองตวั เปนอสิ ระกนั H1 : ตวั แปรทงั้ สองตัวมคี วามสมั พันธกนั ในรูปเชิงเสน Correlation (สหสมั พันธ) : ทดสอบความสัมพนั ธของตัวแปรสองตวั ทีส่ ามารถระบุทศิ ทางความสมั พนั ธได Pearson correlation coefficient (r) คือ สมั ประสทิ ธิ์สหสมั พันธของ Pearson ใชคานี้เมอ่ื ตวั แปรทั้งสองตวั เปนตวั แปรเชิงปริมาณ เชน อายุ นา้ํ หนกั สวนสงู Spearman Correlation คือ สมั ประสิทธสิ์ หสมั พันธของ Spearman ใชคานเ้ี มอื่ ตัวแปรท้ังสองตัวอยูใน Scale Ordinal เชน ระดับ การศกึ ษา ระดบั ความพึงพอใจ Nominal : หมายถึงตวั แปรท่ีจะนํามาทดสอบความสมั พันธเปนขอมูลสเกล นามบญั ญตั ิ ทงั้ สองตัว หรอื ตวั แปรหนงึ่ เปน Nominal อกี ตวั แปร หนึ่งเปน Ordinal มตี วั สถติ ทิ ดสอบดงั นี้ Contingency Coefficient : C ใชวัดความสมั พันธของตัวแปรนามบัญญตั ิสองตวั และสามารถวดั ระดับความสมั พนั ธไดแตไม สามารถระบุทิศทางได โดยท่ี ถา C = 0 แสดงวาตัวแปรสองตัวเปนอิสระกนั หรอื ไมมีความสัมพนั ธกนั ถา C เขาใกล 1 แสดงวา ตัวแปรสองตัวมีความสมั พนั ธกันมาก คา C จะมากหรอื นอย ข้นึ อยูกับขนาดของตาราง Lambda ใชวดั ความสัมพนั ธของตวั แปรนามบญั ญตั สิ องตวั โดยแบงคาดังน้ี Asymmetric Lambda ใชวดั เปอรเซ็นตความถกู ตองของการพยากรณตวั แปรตามจาก ตวั แปรอสิ ระ โดยที่ 0 < Lambda < 1 ถา Lambda = 0 แสดงวา การพยากรณคาตัวแปรตามดวยตวั แปรอสิ ระ ไมใหความถูกตอง ถา Lambda => 1 แสดงวา การพยากรณคาตัวแปรตามดวยตวั แปรอิสระ มีความถกู ตองสงู Symmetric Lambda ไมมีการกําหนดวาตวั แปรใดเปนตวั แปรตาม หรอื ตวั แปรอสิ ระ ใชวดั ความสัมพันธโดยภาพรวมเทานัน้ Phi and Crammer’s V Phi : φ ใชวดั ความสมั พันธของตวั แปรนามบญั ญัตสิ องตัว และใชกบั ตาราง 2 × 2 โดยท่ี φ > 0 แตไมมคี าสงู สดุ ความหมายเหมอื นกันคา C Crammer’s V ใชวัดความสัมพันธของตัวแปรนามบญั ญัตสิ องตัว และสามารถใชกบั ตารางทมี่ ีขนาดใหญกวา สองคูณสองได

การวเิ คราะหขอมลู ทางสถิติ II 22 ผศ.ดร.สันทณี เครอื ขอน โดยท่ี 0 < V < 1 ความหมายเหมอื นกนั คา C Uncertainty Coefficient ใชวัดความสมั พนั ธของตวั แปรนามบญั ญัตสิ องตัว และมีคาระหวาง 0 – 1 ถาคาท่ไี ดเขาใกลหน่งึ แสดงวาตัวแปรทัง้ สองตวั มคี วามสัมพนั ธกันมาก Nominal by Interval : ใชเม่ือตวั แปรทต่ี องการทดสอบความสมั พนั ธตัวหนึ่งเปนตัวแปรเชิงกลุม อีกตัวแปรหนึ่งเปนตัวแปรเชงิ ปริมาณ ตองใชตวั สถิตทิ ดสอบ Eta Ordinal Data : เม่อื ตวั แปรท้ังสองเปน Ordinal จะตองใชสถิตติ อไปนใ้ี นการทดสอบ Gamma มคี าระหวาง -1 ถึง 1 ระบคุ วามสมั พันธของตัวแปรไดทงั้ ขนาด และทศิ ทาง Sommers’d ใชวดั ความสมั พนั ธระหวางตัวแปรเรียงอันดับสองตัว ท่มี ีคาทเ่ี ปนไปไดไมเทากนั เชนตารางขนาด 3 * 5นยิ มใหตัวแปร ดาน Column เปนตัวแปรตาม และตัวแปรดาน Row เปนตัวแปรอสิ ระ Kendall’s tau-b ใชกบั ตวั แปรสองตวั ทม่ี ีคาทเ่ี ปนไปไดเทากัน มีคาตงั้ แต -1 ถงึ 1 ระบุความสัมพนั ธไดทงั้ ขนาด ทิศทาง Kendall’s tau-c ใชกับตัวแปรสองตวั ท่มี คี าทีเ่ ปนไปไดไมเทากนั มคี าตง้ั แต -1 ถงึ 1 ระบคุ วามสมั พนั ธไดทงั้ ขนาด ทิศทาง Kappa : ใชกบั ตารางทีม่ ีจํานวนแถวเทากบั จํานวนคอลัมน โดยคาสถติ ิ Kappa ที่ไดเปนคาท่ใี ชวดั ความสอดคลอง ถา K > 0.75 ตัวแปรสองตัวมคี วามสอดคลองกันดีมาก 0.4 ≤ K ≤ 0.75 ตวั แปรสองตัวมคี วามสอดคลองกนั ปานกลาง K < 0.4 ตัวแปรสองตวั มีความสอดคลองกันนอย Risk : ใชกบั ตาราง 2 × 2 เพื่อคาํ นวณคาประมาณของความเสย่ี งสัมพัทธ McNemar : ใชทดสองความเปนอสิ ระกนั ของตัวแปรเชิงกลุมสองตัว เมอ่ื ตัวแปรทง้ั สองตวั มคี าไดเพียงสองคาหรือตัวแปรท้งั สองตัวมี ความสมั พนั ธกนั Cochran’s and Mantel-Haenzel statistics : Relative risk ใชวัดความสัมพนั ธของตัวแปรเชงิ กลมุ 2 ตวั โดยควบคมุ ตัวแปรอนื่ ๆ มีความสมั พันธกับตัวแปรทั้งสองตัว ซงึ่ จะทาํ ใหผลการทดสอบมคี วามถูกตอง มากขึน้ เมื่อเลือกสวนนแ้ี ลว จะตองระบุคา Common Odds Ratio ที่ตองการทดสอบในชอง Test Common odds ratio equal โดยสวนมากจะ กําหนดคาเปน 1 โดยท่ี H0 : ตวั แปรเชิงกลมุ สองตวั เปนอสิ ระกัน H1 : ตวั แปรเชงิ กลมุ สองตัวมคี วามสัมพนั ธกนั February 3, 2019

23 กภ361 การวจิ ัยทางกายภาพบําบดั 1 ROC Curve ROC=\"Receiver Operating Characteristic” T4 value Hypothyroid Euthyroid Disease + Disease - 5 18 1 67 17 74 36 83 39 Total 32 93 Data Weigh cases by Var00002 Graphs ROC Curve Test Variable Var00001 State Variable Var00003 Value of State Variable 2 Check Box With diagonal reference line กดปมุ OK ภาพท่ี 1 วิธลี งขอมูลใน SPSS February 3, 2019

การวิเคราะหขอมูลทางสถิติ II 24 ผศ.ดร.สันทณี เครอื ขอน ภาพที่ 2 Data Weight cases ภาพที่ 3 Click Check Box Weight cases by กดปุมลูกศร ยาย var00002 ไปท่ีชอง Frequency Variable ภาพท่ี 4 เลือก Graphs ROC Curve February 3, 2019

25 กภ361 การวจิ ยั ทางกายภาพบําบัด 1 ภาพท่ี 5 เลอื ก var00001 กดปุมลูกศร ยาย var00001 ไปทช่ี อง Test Variable เลอื ก var00003 กดปุมลูกศร ยาย var00003 ไปทช่ี อง State Variable February 3, 2019

การวิเคราะหขอมลู ทางสถิติ II 26 ผศ.ดร.สนั ทณี เครือขอน ภาพที่ 6 Value of State Variable 2 Check Box ROC Curve Check Box With diagonal reference line กดปมุ OK ภาพที่ 7 ผลลัทธ Output Windows ROC Curve February 3, 2019

27 กภ361 การวิจัยทางกายภาพบาํ บดั 1 Area = 0.852 February 3, 2019