การเปรียบเทียบประสิทธิภาพของตัวสถิติทดสอบไม่อิงพารามิเตอร์ 3 วิธี สำหรับแผนแบบการทดลอง 23 แฟกทอเรียล
Article Sidebar
Main Article Content
บทคัดย่อ
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพของตัวสถิติทดสอบไม่อิงพารามิเตอร์ 3 วิธี สำหรับแผนแบบการทดลอง 23 แฟกทอเรียล คือ ตัวสถิติทดสอบผลรวมลำดับที่ การแปลงลำดับที่ และการแปลงลำดับที่อะไลน์ ข้อมูลที่ใช้ในการศึกษาครั้งนี้เป็นข้อมูลจำลองตามสถานการณ์ต่าง ๆ ด้วยเทคนิคมอนติคาร์โลทำซ้ำ จำนวน 1,000 ครั้ง สำหรับข้อมูลในแต่ละสถานการณ์ที่ถูกสร้างจากตัวแบบของแผนแบบการทดลอง 23 แฟกทอเรียล จะมีขนาดการทำซ้ำในแต่ละคอมบิเนชันของทรีตเมนต์เป็น 2, 3, 4, 5 และ 6 ซ้ำ ส่วนเกณฑ์การเปรียบเทียบประสิทธิภาพจะพิจารณาจากความสามารถของการควบคุมความผิดพลาดแบบที่ 1 ของแบรดลีย์และกำลังการทดสอบ ผลการวิจัยพบว่าที่ระดับนัยสำคัญ 0.05 ตัวสถิติทดสอบผลรวมลำดับที่ไม่สามารถควบคุมความผิดพลาดแบบที่ 1 ในทุกสถานการณ์ ส่วนตัวสถิติทดสอบการแปลงลำดับที่และการแปลงลำดับที่อะไลน์สามารถควบคุมความผิดพลาดแบบที่ 1 ในเกือบทุกสถานการณ์ และจากการเปรียบเทียบกำลังการทดสอบพบว่าตัวสถิติทดสอบการแปลงลำดับที่อะไลน์มีร้อยละของค่าประมาณกำลังการทดสอบสูงกว่าหรือเท่ากับตัวสถิติทดสอบการแปลงลำดับที่ในทุกสถานการณ์
คำสำคัญ : ตัวสถิติทดสอบไม่อิงพารามิเตอร์; แผนแบบการทดลอง 23 แฟกทอเรียล; ความผิดพลาดแบบที่ 1; กำลังการทดสอบ
Article Details
เอกสารอ้างอิง
[2] Leys, C. and Schumann, S., 2010, A nonparametric method to analyze interactions: The adjusted rank transform test, J. Exp. Soc. Psychol. 46: 684-688.
[3] พรนภา ด่านไทยวัฒนา, 2556, การเปรียบเทียบกำลังการทดสอบของสถิติทดสอบสำหรับแผนการทดลองแบบ 2 x 2 แฟคทอเรียล, ว.วิทยาศาสตร์ มข. 41: 781-788.
[4] Bradley, J.V., 1978, Robustness?, Br. J. Math. Stat. Psychol. 31: 144-152.
[5] Dunn, O.J., 1964, Multiple comparisons using rank sums, Technometrics 6: 241-252.
[6] Kao, E.P.C., 1969, A non-parametric approach to the 23 factorial design, Technometrics 11: 193- 196.
[7] Akritas, M.G., Arnold, S.F. and Brunner, E., 1997, Nonparametric hypotheses and rank statistics for unbalanced factorial designs, J. Am. Stat. Assoc. 92: 258-265.
[8] Wobbrock, J.O., Findlater, L., Gergle, D., Higgins, J.J., 2011, The aligned rank transform for nonparametric factorial analyses using only ANOVA procedures, pp. 143-146, 29th Annual CHI Conference on Human Factors in Computing Systems (CHI 2011), Vancouver.
[9] Montgomery, D.C., 1976, Design and Analysis of Experiments, John Wiley & Sons, Inc., Hoboken, New Jersey, 418 p.
