Page 273 - kpi19903

238

บทที่ 15 สหสัมพันธ์เชิงพื้นที่ของผลกำรเลือกตั้งสมำชิกสภำผู้แทนรำษฎรในระบบบัญชี

รำยชื่อและระบบแบ่งเขต

ผู้ช่วยศาสตราจารย์ ดร. อานนท์ ศักดิ์วรวิชญ์
48
49
ว่าที่ร้อยตรีหญิงรัชนีพร จันทร์สา

ในบทนี้จะได้ศึกษาความสัมพันธ์เชิงพื้นที่ของผลการเลือกตั้ง (Spatial correlation) อันเป็นผลจาก

การมีพื้นที่เขตเลือกตั้งที่ใกล้เคียงหรือติดต่อกันย่อมได้รับผลกระทบทางความคิดหรืออิทธิพลของทัศนคติทาง

การเมืองตลอดจนผลของความเป็นภูมิภาคนิยม (Regionalism) อย่างมากเพราะในเขตเลือกตั้งที่ใกล้กันย่อมมี
การสื่อสาร มีความเป็นเครือญาติ มีวัฒนธรรมท้องถิ่นร่วมกัน มีสภาพแวดล้อมทางภูมิศาสตร์ สังคม และ

เศรษฐกิจที่ใกล้เคียงกัน ทั้งยังเกิดการบอกต่อ การแพร่กระจาย การเปรียบเทียบ ข่าวสารและนโยบาย
สาธารณะอันเกี่ยวข้องทางการเมืองแทบทั้งสิ้น การวิเคราะห์นอกจากจะวัดระดับความสัมพันธ์เชิงพื้นที่ใน

ภาพรวมแล้วยังสนใจศึกษาการเกาะกลุ่ม (cluster) ของผลและพฤติกรรมการเลือกตั้งของพื้นที่อีกด้วยว่ามี

รูปแบบเป็นเช่นไร และพื้นที่ใดมีลักษณะเด่นของผลและพฤติกรรมการเลือกตั้งเช่นไร
การวิเคราะห์รูปแบบเชิงพื้นที่ (Spatial Autocorrelation) อยู่ภายใต้กฎข้อที่ 1 ของภูมิศาสตร์ คือ

“Everything is related to everything else, but near things are more related than distant things”

(W. Tobler, 1970b) เป็นปรากฏการณ์ทางพื้นที่ที่มีลักษณะที่เกิดความเหมือนกันในบริเวณที่อยู่ใกล้เคียงกัน
ยกตัวอย่างเช่น การวิเคราะห์ปริมาณน้ าฝน โดยเรียกการวิเคราะห์รูปแบบนี้ว่า Spatial Autocorrelation

แสดงให้เห็นว่าการกระจายของค่าต่าง ๆ นั้นขึ้นอยู่กับการกระจายเชิงพื้นที่ของวัตถุ และค่าตัวแปร ดังนั้น

ความสัมพันธ์เชิงพื้นที่ (Spatial Autocorrelation) จึงเป็นการพิจารณาถึงความสัมพันธ์ของสิ่งที่อยู่ใกล้
เปรียบเทียบกับสิ่งที่อยู่ไกลออกไปว่ามีอิทธิพลแตกต่างกันอย่างไร โดยสถิติที่ใช้วัด ได้แก่ Moran’s I ซึ่ง

สามารถบอกได้ถึงอิทธิพลของความสัมพันธ์นั้น

การศึกษาผลการเลือกตั้งของสหรัฐอเมริกา Darmofal ได้น าความสัมพันธ์เชิงพื้นที่มาพิจารณาใน
การศึกษาเกี่ยวกับการเลือกตั้ง โดยเปรียบเทียบกับตัวแบบ OLS ผลที่ได้คือ ตัวแบบ OLS ให้ผลที่มีความเอน

เอียง ในขณะที่ตัวแบบ spatial regression ให้ผลการวิเคราะห์ที่กลมกลืนมากว่า (Darmofal, 2006) จาก

การศึกษาศึกษาระยะทางที่เหมาะสมของการมีปฏิสัมพันธ์ทางการเมือง โดยใช้วิธีการศึกษาแบบ inverse-
distance weighting (IDW) ถูกใช้โดยเหตุผลที่ว่าเพื่อนบ้านที่อยู่ใกล้เคียงมีแนวโน้มที่จะน าไปสู่บริบททาง

48 ผู้อ านวยการหลักสูตรปรัชญาดุษฎีบัณฑิตและวิทยาศาสตรมหาบัณฑิต (วิเคราะห์ธุรกิจและวิทยาการข้อมูล)
อาจารย์ประจ าสาขาวิชาวิทยาการประกันภัยและการบริหารความเสี่ยง คณะสถิติประยุกต์ สถาบันบัณฑิตพัฒ

นบริหารศาสตร์

49 สถาบันสารสนเทศทรัพยากรน้ าและการเกษตร กระทรวงวิทยาศาสตร์และเทคโนโลยี