Page 116 - kpi19903

89

การไปลงคะแนนเลือกตั้งในครั้งก่อนหน้า วัดจากค าถามหนึ่งข้อ คือ “ท่านไปลงคะแนนเลือกตั้ง
สมาชิกสภาผู้แทนราษฎรที่ผ่านมา (การเลือกตั้งเมื่อ23 ธ.ค. 2550) หรือไม่” ซึ่งมีค าตอบว่า ไป (1) กับ ไม่ได้

ไป (0)

ระดับการศึกษา วัดจากค าถาม “ระดับการศึกษาชั้นสูงสุดของท่าน” แบ่งออกเป็น 3 ระดับ คือ ไม่เคย
เรียน/ประถมศึกษาหรือเทียบเท่า (1), มัธยมศึกษา อนุปริญญา ปวช. ปวส. หรือเทียบเท่า (2) และปริญญาตรี

หรือสูงกว่าปริญญาตรี (3)

ระดับรายได้ของครัวเรือน วัดจากค าถามหนึ่งข้อ คือ “เดือนที่แล้วครอบครัวของท่านมีรายได้เท่าใด”
แบ่งออกเป็น 4 ระดับคือ น้อยกว่า 10,000 บาท (1), 10,000-30,000 บาท (2), 30,000-60,000 บาท (3)

และ มากกว่า 60,000 บาท (4)

สภาพเศรษฐกิจโดยรวมของครอบครัว วัดจากค าถามหนึ่งข้อ คือ “ในปีที่ผ่านมา ท่านคิดว่าสภาพ
เศรษฐกิจโดยรวมของครอบครัวท่านเป็นอย่างไร” แบ่งออกเป็น 5 ระดับคือ แย่ลงมาก (1), ค่อนข้างแย่ลง (2),

เหมือนเดิม (3), ค่อนข้างดีขึ้น (4) และ ดีขึ้นมาก (5)

6.5.3 วิธีการวิเคราะห์

เนื่องจากตัวแปรตามในการศึกษานี้ คือ ความตั้งใจที่จะไปลงคะแนนเสียงเลือกตั้ง เป็นตัวแปรทวินาม

(Binary variable) ส่วนตัวแปรต้นเป็นทั้งตัวแปรต่อเนื่อง (Continuous variable) และตัวแปรจัดประเภท
(Categorical variable) วิธีการวิเคราะห์ที่เหมาะสม คือ การวิเคราะห์ถดถอยโลจิสติกทวินาม (Binary

logistic regression analysis) โดยเป็นการท านายความน่าจะเป็นตัวแปรตามของเหตุการณ์ที่จะเกิดกับตัว
แปรอิสระ ซึ่ง link function จะอยู่ในรูป S-shaped curve ที่มีค่าต่ าสุดที่ 0 และเมื่อระดับของตัวแปรอิสระ

เพิ่มขึ้น ค่าความน่าจะเป็นของตัวแปรตามจะเพื่มขั้นตามเส้น S-curve แต่จะมีค่าไม่เกิน 1 (J.F Hair, Black,

Rubin, Anderson, & Tatham, 2006)
การวิเคราะห์ถดถอยโลจิสติกทวินามมีพื้นฐานจาก logit ซึ่งเป็น natural logarithm ของค่าแต้มต่อ

(Odds) ซึ่งเป็นอัตราส่วนระหว่างความน่าจะเป็นที่จะเกิดเหตุการณ์ Y (p) กับความน่าจะเป็นที่เหตุการณ์ Y

จะไม่เกิด (1 - p) ซึ่งสามารถเขียนเป็นสมการได้ดังนี้
p
Odds =
(1 − p)
และเมื่อ take natural logarithm และน ามารวมกับ systematic part ดังนี้
p
( ) = ln ( ) = β + β + β + ⋯ + β
1 − p 0 1 1 2 2 k k
โดย Y คือ ตัวแปรตามแบบทวินาม และ คือ ตัวแปรอิสระ β คือ ค่าคงที่ (intercept) และ
k
0
β , … , β คือค่าสัมประสิทธิ์การวิเคราะห์ถดถอยโลจิสติกทวินาม เมื่อ exponentiate ทั้งสองข้างจะได้
1
k
β 0 +β 1 1 +β 2 2 +⋯+β k k
( = 1| , , … , ) =

1
2
β
1 − 0 +β 1 1 +β 2 2 +⋯+β k k
ทั้งนี้ แปลความได้ว่าเป็นอัตราส่วนแต้มต่อ เมื่อ เปลี่ยนค่าไปหนึ่งหน่วย
β
k