อ่านข้อมูลด้วยคำสั่ง read.table
แล้วใส่ไฟล์ที่ต้องการอ่านลงไป ในที่นี้คือ
bigfive.csv
ถ้าไม่ใส่ directory ของไฟล์ดังกล่าว ให้ไฟล์ข้อมูลอยู่ใน
session ที่ R กำลังวิเคราะห์ข้อมูลอยู่ ตรวจสอบโดยพิมพ์คำสั่ง getwd()
ลงไป
โดยปกติ ถ้าเปิด RStudio จากไฟล์ \*.R
ใน Folder หนึ่ง session ที่
R วิเคราะห์ข้อมูลอยู่จะเป็น Folder ที่ไฟล์ที่เปิดนั้นอยู่ ดังนั้นสามารถใส่ไฟล์ข้อมูลลงใน Folder
นั้นได้เลย
dat <- read.table("bigfive.csv", sep = ",", header = TRUE)
getwd()
## [1] "C:/Users/Sunthud/Dropbox/Teaching/PSYTEST"
ใช้คำสั่ง head
เพื่อคัดเฉพาะแถวแรกๆ ของข้อมูลมาดูว่า
ข้อมูลมีลักษณะเป็นอย่างไร
head(dat)
## O1 O2 O3 O4 O5 O6 C1 C2 C3 C4 C5 C6 E1 E2 E3 E4 E5 E6 A1 A2 A3 A4 A5 A6 N1 N2
## 1 5 3 5 5 5 5 5 1 3 1 3 5 5 1 1 1 1 1 2 1 5 1 1 1 1 5
## 2 1 1 1 1 1 1 5 1 4 2 5 2 1 1 1 1 1 1 4 1 3 4 5 3 5 5
## 3 2 1 4 5 1 1 3 1 5 1 1 1 1 4 1 5 1 1 1 1 1 5 1 1 1 3
## 4 5 1 5 5 1 3 5 1 1 1 1 1 5 1 1 5 1 1 5 1 1 1 1 1 1 1
## 5 1 1 1 5 1 5 5 1 5 1 5 4 5 5 5 5 5 5 1 1 5 1 5 3 1 5
## 6 5 1 5 5 1 1 1 1 4 1 1 1 1 1 1 1 1 1 1 5 1 5 5 1 1 5
## N3 N4 N5 N6
## 1 1 5 5 5
## 2 1 5 5 5
## 3 1 1 5 1
## 4 1 2 5 1
## 5 1 1 1 1
## 6 1 1 5 1
ใช้คำสั่ง describe
ในแพ๊คเกจ psych
เพื่อตรวจสอบค่าสถิติพื้นฐานของตัวแปรแต่ละตัวในข้อมูล
library(psych)
## Warning: package 'psych' was built under R version 4.2.3
describe(dat)
## vars n mean sd median trimmed mad min max range skew kurtosis se
## O1 1 500 2.68 1.85 1.0 2.60 0.00 1 5 4 0.33 -1.77 0.08
## O2 2 500 1.78 1.51 1.0 1.47 0.00 1 5 4 1.54 0.50 0.07
## O3 3 500 3.87 1.69 5.0 4.09 0.00 1 5 4 -0.96 -0.92 0.08
## O4 4 500 3.89 1.69 5.0 4.11 0.00 1 5 4 -0.98 -0.90 0.08
## O5 5 500 1.93 1.59 1.0 1.67 0.00 1 5 4 1.25 -0.28 0.07
## O6 6 500 1.95 1.62 1.0 1.69 0.00 1 5 4 1.23 -0.36 0.07
## C1 7 500 4.16 1.55 5.0 4.45 0.00 1 5 4 -1.41 0.11 0.07
## C2 8 500 2.24 1.76 1.0 2.06 0.00 1 5 4 0.81 -1.25 0.08
## C3 9 500 3.18 1.88 4.0 3.22 1.48 1 5 4 -0.17 -1.86 0.08
## C4 10 500 2.06 1.69 1.0 1.83 0.00 1 5 4 1.05 -0.79 0.08
## C5 11 500 3.69 1.79 5.0 3.86 0.00 1 5 4 -0.73 -1.38 0.08
## C6 12 500 3.44 1.86 5.0 3.55 0.00 1 5 4 -0.45 -1.70 0.08
## E1 13 500 2.79 1.90 1.5 2.74 0.74 1 5 4 0.20 -1.87 0.08
## E2 14 500 1.70 1.44 1.0 1.38 0.00 1 5 4 1.70 1.06 0.06
## E3 15 500 2.59 1.88 1.0 2.49 0.00 1 5 4 0.42 -1.76 0.08
## E4 16 500 3.93 1.69 5.0 4.16 0.00 1 5 4 -1.04 -0.80 0.08
## E5 17 500 1.81 1.50 1.0 1.51 0.00 1 5 4 1.48 0.37 0.07
## E6 18 500 1.81 1.51 1.0 1.51 0.00 1 5 4 1.48 0.37 0.07
## A1 19 500 3.35 1.86 5.0 3.43 0.00 1 5 4 -0.35 -1.77 0.08
## A2 20 500 2.47 1.85 1.0 2.34 0.00 1 5 4 0.54 -1.63 0.08
## A3 21 500 2.31 1.77 1.0 2.14 0.00 1 5 4 0.74 -1.33 0.08
## A4 22 500 3.28 1.86 5.0 3.35 0.00 1 5 4 -0.27 -1.81 0.08
## A5 23 500 4.12 1.57 5.0 4.40 0.00 1 5 4 -1.35 -0.04 0.07
## A6 24 500 2.24 1.72 1.0 2.05 0.00 1 5 4 0.81 -1.18 0.08
## N1 25 500 2.69 1.88 1.0 2.62 0.00 1 5 4 0.30 -1.82 0.08
## N2 26 500 3.69 1.77 5.0 3.86 0.00 1 5 4 -0.72 -1.35 0.08
## N3 27 500 1.61 1.36 1.0 1.26 0.00 1 5 4 1.94 1.98 0.06
## N4 28 500 2.24 1.76 1.0 2.05 0.00 1 5 4 0.82 -1.23 0.08
## N5 29 500 4.32 1.40 5.0 4.66 0.00 1 5 4 -1.74 1.26 0.06
## N6 30 500 3.37 1.89 5.0 3.46 0.00 1 5 4 -0.38 -1.79 0.08
หาความสัมพันธ์ระหว่างตัวแปรที่ 1 และ 2 ในข้อมูลด้วยคำสั่ง cor
cor(dat[,1], dat[,2])
## [1] 0.1829034
สามารถใช้คำสั่ง cor
เพื่อตรวจสอบความสัมพันธ์ระหว่างตัวแปรทุกตัวในข้อมูลได้
cor(dat)
## O1 O2 O3 O4 O5
## O1 1.000000000 0.182903447 0.263371166 0.2321845669 0.29210714
## O2 0.182903447 1.000000000 0.198553618 0.2102931261 0.23546408
## O3 0.263371166 0.198553618 1.000000000 0.3120399019 0.28170800
## O4 0.232184567 0.210293126 0.312039902 1.0000000000 0.27990298
## O5 0.292107139 0.235464078 0.281708001 0.2799029819 1.00000000
## O6 0.273740649 0.264458702 0.285916044 0.3161363272 0.52141745
## C1 -0.045111394 0.076581055 0.049754677 0.0083903955 0.01151582
## C2 0.059660536 0.077813494 0.031419300 0.0308695236 0.07721472
## C3 0.019150968 0.062049139 0.097671069 0.0631859259 0.15896572
## C4 -0.031385372 -0.045474756 0.016802723 0.0423377031 0.12787870
## C5 -0.027915135 0.018362599 0.066781387 0.0753390876 0.11342174
## C6 0.060620191 0.039991957 0.118146809 0.0866134876 0.17429325
## E1 0.056537709 -0.074170100 -0.027025615 0.0632211093 0.08971015
## E2 -0.011008774 -0.031576847 0.088730343 0.0967947073 0.01757776
## E3 0.079359936 0.027835674 0.082574478 0.1068040097 0.10598293
## E4 -0.022545172 0.077009795 0.067070314 0.1043834122 0.09059343
## E5 0.006691392 0.002204518 0.067754054 0.0773299765 0.18996867
## E6 0.066833218 -0.034105299 0.107651783 0.1501422493 0.21192051
## A1 0.032787631 0.032602407 -0.007561403 0.0519975918 0.07060661
## A2 -0.014326648 -0.005115505 0.045044825 0.0562661233 0.07657904
## A3 -0.003916173 0.065747765 -0.031635942 0.0332415443 0.07199826
## A4 -0.043528746 0.057644231 -0.021893602 0.0500839821 0.03725529
## A5 -0.021717738 0.068164799 0.009686934 0.0007198358 0.09303923
## A6 -0.003322711 0.040934206 0.018963866 0.0205065502 0.05338621
## N1 -0.008814510 -0.025788175 -0.056102512 -0.0672291932 -0.12683649
## N2 -0.031917274 -0.042783485 -0.038243132 -0.0086188672 -0.08334529
## N3 0.027521453 -0.021122974 -0.006941182 -0.0671871904 -0.06552222
## N4 -0.044063101 -0.066425840 -0.049007552 -0.0358886700 -0.08160231
## N5 -0.029465576 -0.132141983 -0.047627997 -0.0519652233 -0.10079713
## N6 -0.039904013 -0.087224862 -0.057860488 -0.1012371755 -0.15136544
## O6 C1 C2 C3 C4 C5
## O1 0.2737406495 -0.045111394 0.059660536 0.01915097 -0.03138537 -0.02791514
## O2 0.2644587020 0.076581055 0.077813494 0.06204914 -0.04547476 0.01836260
## O3 0.2859160438 0.049754677 0.031419300 0.09767107 0.01680272 0.06678139
## O4 0.3161363272 0.008390396 0.030869524 0.06318593 0.04233770 0.07533909
## O5 0.5214174463 0.011515822 0.077214717 0.15896572 0.12787870 0.11342174
## O6 1.0000000000 0.024467719 0.103629442 0.10022295 0.09366841 0.06501238
## C1 0.0244677185 1.000000000 0.125017241 0.21124641 0.18744629 0.31840097
## C2 0.1036294416 0.125017241 1.000000000 0.23694960 0.31873368 0.31287270
## C3 0.1002229503 0.211246412 0.236949603 1.00000000 0.31273205 0.38406189
## C4 0.0936684085 0.187446287 0.318733685 0.31273205 1.00000000 0.40750916
## C5 0.0650123826 0.318400965 0.312872696 0.38406189 0.40750916 1.00000000
## C6 0.1072414436 0.345752457 0.316083444 0.45550444 0.45914870 0.58748677
## E1 0.1288912458 0.036222786 0.030065623 0.02035349 0.03953984 0.11757837
## E2 0.0545843357 -0.023632457 -0.006810128 0.02680876 0.02805661 0.06128130
## E3 0.1043758454 0.071265211 0.035956253 0.14452417 0.09145974 0.12114028
## E4 0.1061070194 0.008033008 0.115426064 0.08227272 0.11839904 0.11893801
## E5 0.1532158252 0.149580799 0.110162098 0.20486680 0.17172888 0.18287842
## E6 0.2035437511 0.112456858 0.084343690 0.13273104 0.02357947 0.12722717
## A1 0.0267297591 0.055201520 0.056098669 0.05313642 0.11714320 0.10701807
## A2 0.0062234262 -0.019718523 0.078340210 0.13310786 0.09040621 0.07975580
## A3 -0.0003906409 -0.020764107 0.003972811 0.06082260 0.01430232 0.06165328
## A4 0.0541212842 0.063176729 -0.039517209 0.08076830 0.02316234 0.04519964
## A5 0.0738724989 0.050421800 -0.004264618 0.08937025 0.06047358 0.04850476
## A6 0.0056015246 0.082361477 0.071055499 0.15632058 0.10486649 0.12334218
## N1 -0.1501977855 -0.003207337 -0.051770493 -0.07110347 -0.04819230 -0.08531076
## N2 -0.0916167960 -0.078006730 -0.072334138 -0.06292996 -0.10432805 -0.07267040
## N3 -0.0619876469 -0.085446172 -0.004529207 -0.13398165 -0.16245824 -0.11752828
## N4 -0.0759377384 -0.106254953 -0.061601513 -0.16830513 -0.13008352 -0.14368059
## N5 -0.1119910880 -0.065846744 -0.161859436 -0.16879955 -0.21350920 -0.15941760
## N6 -0.1740906331 -0.154045963 -0.063147582 -0.23953428 -0.23205924 -0.22700399
## C6 E1 E2 E3 E4 E5
## O1 0.06062019 0.05653771 -0.011008774 0.07935994 -0.022545172 0.006691392
## O2 0.03999196 -0.07417010 -0.031576847 0.02783567 0.077009795 0.002204518
## O3 0.11814681 -0.02702561 0.088730343 0.08257448 0.067070314 0.067754054
## O4 0.08661349 0.06322111 0.096794707 0.10680401 0.104383412 0.077329976
## O5 0.17429325 0.08971015 0.017577761 0.10598293 0.090593427 0.189968667
## O6 0.10724144 0.12889125 0.054584336 0.10437585 0.106107019 0.153215825
## C1 0.34575246 0.03622279 -0.023632457 0.07126521 0.008033008 0.149580799
## C2 0.31608344 0.03006562 -0.006810128 0.03595625 0.115426064 0.110162098
## C3 0.45550444 0.02035349 0.026808761 0.14452417 0.082272723 0.204866803
## C4 0.45914870 0.03953984 0.028056613 0.09145974 0.118399045 0.171728880
## C5 0.58748677 0.11757837 0.061281301 0.12114028 0.118938007 0.182878423
## C6 1.00000000 0.06142579 -0.007268150 0.20593793 0.108578360 0.224657383
## E1 0.06142579 1.00000000 0.166280989 0.19638531 0.161062991 0.227347888
## E2 -0.00726815 0.16628099 1.000000000 0.22580807 0.217968643 0.190706501
## E3 0.20593793 0.19638531 0.225808073 1.00000000 0.298115371 0.342864882
## E4 0.10857836 0.16106299 0.217968643 0.29811537 1.000000000 0.257490426
## E5 0.22465738 0.22734789 0.190706501 0.34286488 0.257490426 1.000000000
## E6 0.12699938 0.24056474 0.317013300 0.35852618 0.314123038 0.482230837
## A1 0.13445939 0.11556244 0.007122434 0.12701206 0.051006779 0.029543684
## A2 0.11511494 0.08484330 0.027994455 0.06141254 0.113065264 0.049259490
## A3 0.07132094 0.04532252 0.025241022 0.11357176 0.107722153 0.057873075
## A4 0.08541625 0.07683687 -0.026739330 0.12457825 0.082537348 -0.013977381
## A5 0.11142727 0.02124312 -0.010451412 0.09811469 0.059853679 0.036306930
## A6 0.16096682 0.12825370 0.006498154 0.15772514 0.125675954 0.062210826
## N1 -0.01294566 -0.02629261 -0.041316980 -0.02296544 -0.100878667 -0.040918122
## N2 -0.06763966 -0.04669131 -0.042111043 -0.06166777 -0.211299312 -0.070119250
## N3 -0.07409108 -0.04979046 -0.032729524 -0.07827454 -0.074563235 -0.077856386
## N4 -0.16510443 -0.10942583 -0.098766398 -0.06848617 -0.123662160 -0.149348140
## N5 -0.20438905 -0.08106822 -0.082843925 -0.08816677 -0.193240830 -0.203502143
## N6 -0.23330177 -0.09808918 -0.133237461 -0.13922196 -0.236544316 -0.194753210
## E6 A1 A2 A3 A4
## O1 0.06683322 0.032787631 -0.014326648 -0.0039161725 -0.04352875
## O2 -0.03410530 0.032602407 -0.005115505 0.0657477653 0.05764423
## O3 0.10765178 -0.007561403 0.045044825 -0.0316359425 -0.02189360
## O4 0.15014225 0.051997592 0.056266123 0.0332415443 0.05008398
## O5 0.21192051 0.070606606 0.076579035 0.0719982580 0.03725529
## O6 0.20354375 0.026729759 0.006223426 -0.0003906409 0.05412128
## C1 0.11245686 0.055201520 -0.019718523 -0.0207641071 0.06317673
## C2 0.08434369 0.056098669 0.078340210 0.0039728111 -0.03951721
## C3 0.13273104 0.053136422 0.133107862 0.0608226031 0.08076830
## C4 0.02357947 0.117143199 0.090406206 0.0143023233 0.02316234
## C5 0.12722717 0.107018072 0.079755800 0.0616532778 0.04519964
## C6 0.12699938 0.134459392 0.115114937 0.0713209419 0.08541625
## E1 0.24056474 0.115562436 0.084843298 0.0453225201 0.07683687
## E2 0.31701330 0.007122434 0.027994455 0.0252410223 -0.02673933
## E3 0.35852618 0.127012062 0.061412541 0.1135717610 0.12457825
## E4 0.31412304 0.051006779 0.113065264 0.1077221527 0.08253735
## E5 0.48223084 0.029543684 0.049259490 0.0578730745 -0.01397738
## E6 1.00000000 0.101889710 0.059520568 0.0549298537 0.03842254
## A1 0.10188971 1.000000000 0.143901338 0.0720035278 0.21928077
## A2 0.05952057 0.143901338 1.000000000 0.2397811328 0.21106230
## A3 0.05492985 0.072003528 0.239781133 1.0000000000 0.29022451
## A4 0.03842254 0.219280768 0.211062297 0.2902245111 1.00000000
## A5 0.05918808 0.195386010 0.158827128 0.2373928494 0.36694449
## A6 0.07458584 0.245314595 0.299493743 0.4201320136 0.41755255
## N1 -0.14448688 -0.041699905 -0.011141058 -0.0212681729 -0.02780445
## N2 -0.06789802 -0.105486704 -0.052483159 -0.0481242162 -0.10849332
## N3 -0.08778173 -0.054979118 -0.043718613 -0.1094105451 -0.05785239
## N4 -0.16611893 -0.098202257 -0.088401947 -0.1063029094 -0.08142147
## N5 -0.14093895 -0.070659424 -0.066767682 -0.1543877950 -0.08726628
## N6 -0.13984332 -0.177320912 -0.076793814 -0.0659639371 -0.08867197
## A5 A6 N1 N2 N3
## O1 -0.0217177383 -0.003322711 -0.008814510 -0.031917274 0.027521453
## O2 0.0681647992 0.040934206 -0.025788175 -0.042783485 -0.021122974
## O3 0.0096869338 0.018963866 -0.056102512 -0.038243132 -0.006941182
## O4 0.0007198358 0.020506550 -0.067229193 -0.008618867 -0.067187190
## O5 0.0930392294 0.053386208 -0.126836486 -0.083345286 -0.065522219
## O6 0.0738724989 0.005601525 -0.150197785 -0.091616796 -0.061987647
## C1 0.0504218004 0.082361477 -0.003207337 -0.078006730 -0.085446172
## C2 -0.0042646180 0.071055499 -0.051770493 -0.072334138 -0.004529207
## C3 0.0893702459 0.156320582 -0.071103467 -0.062929957 -0.133981654
## C4 0.0604735783 0.104866486 -0.048192296 -0.104328049 -0.162458245
## C5 0.0485047606 0.123342183 -0.085310761 -0.072670399 -0.117528282
## C6 0.1114272656 0.160966816 -0.012945656 -0.067639662 -0.074091084
## E1 0.0212431167 0.128253699 -0.026292605 -0.046691313 -0.049790456
## E2 -0.0104514116 0.006498154 -0.041316980 -0.042111043 -0.032729524
## E3 0.0981146914 0.157725138 -0.022965436 -0.061667769 -0.078274540
## E4 0.0598536789 0.125675954 -0.100878667 -0.211299312 -0.074563235
## E5 0.0363069301 0.062210826 -0.040918122 -0.070119250 -0.077856386
## E6 0.0591880846 0.074585839 -0.144486875 -0.067898019 -0.087781733
## A1 0.1953860095 0.245314595 -0.041699905 -0.105486704 -0.054979118
## A2 0.1588271285 0.299493743 -0.011141058 -0.052483159 -0.043718613
## A3 0.2373928494 0.420132014 -0.021268173 -0.048124216 -0.109410545
## A4 0.3669444941 0.417552552 -0.027804451 -0.108493324 -0.057852385
## A5 1.0000000000 0.335503272 -0.012385215 -0.055349665 -0.102406794
## A6 0.3355032721 1.000000000 -0.015342067 -0.113666798 -0.048592571
## N1 -0.0123852150 -0.015342067 1.000000000 0.183476856 0.126974182
## N2 -0.0553496655 -0.113666798 0.183476856 1.000000000 0.126866569
## N3 -0.1024067937 -0.048592571 0.126974182 0.126866569 1.000000000
## N4 -0.1187196510 -0.048336214 0.165587320 0.252298505 0.331073417
## N5 -0.0835314498 -0.106453020 0.230550542 0.323163145 0.133478675
## N6 -0.1115870798 -0.096377121 0.280069685 0.364140449 0.289955326
## N4 N5 N6
## O1 -0.04406310 -0.02946558 -0.03990401
## O2 -0.06642584 -0.13214198 -0.08722486
## O3 -0.04900755 -0.04762800 -0.05786049
## O4 -0.03588867 -0.05196522 -0.10123718
## O5 -0.08160231 -0.10079713 -0.15136544
## O6 -0.07593774 -0.11199109 -0.17409063
## C1 -0.10625495 -0.06584674 -0.15404596
## C2 -0.06160151 -0.16185944 -0.06314758
## C3 -0.16830513 -0.16879955 -0.23953428
## C4 -0.13008352 -0.21350920 -0.23205924
## C5 -0.14368059 -0.15941760 -0.22700399
## C6 -0.16510443 -0.20438905 -0.23330177
## E1 -0.10942583 -0.08106822 -0.09808918
## E2 -0.09876640 -0.08284393 -0.13323746
## E3 -0.06848617 -0.08816677 -0.13922196
## E4 -0.12366216 -0.19324083 -0.23654432
## E5 -0.14934814 -0.20350214 -0.19475321
## E6 -0.16611893 -0.14093895 -0.13984332
## A1 -0.09820226 -0.07065942 -0.17732091
## A2 -0.08840195 -0.06676768 -0.07679381
## A3 -0.10630291 -0.15438780 -0.06596394
## A4 -0.08142147 -0.08726628 -0.08867197
## A5 -0.11871965 -0.08353145 -0.11158708
## A6 -0.04833621 -0.10645302 -0.09637712
## N1 0.16558732 0.23055054 0.28006968
## N2 0.25229850 0.32316315 0.36414045
## N3 0.33107342 0.13347867 0.28995533
## N4 1.00000000 0.31109617 0.46267867
## N5 0.31109617 1.00000000 0.50695220
## N6 0.46267867 0.50695220 1.00000000
ลดจำนวนทศนิยมให้เหลือ 3 ตำแหน่งด้วยคำสั่ง round
round(cor(dat), 3)
## O1 O2 O3 O4 O5 O6 C1 C2 C3 C4 C5
## O1 1.000 0.183 0.263 0.232 0.292 0.274 -0.045 0.060 0.019 -0.031 -0.028
## O2 0.183 1.000 0.199 0.210 0.235 0.264 0.077 0.078 0.062 -0.045 0.018
## O3 0.263 0.199 1.000 0.312 0.282 0.286 0.050 0.031 0.098 0.017 0.067
## O4 0.232 0.210 0.312 1.000 0.280 0.316 0.008 0.031 0.063 0.042 0.075
## O5 0.292 0.235 0.282 0.280 1.000 0.521 0.012 0.077 0.159 0.128 0.113
## O6 0.274 0.264 0.286 0.316 0.521 1.000 0.024 0.104 0.100 0.094 0.065
## C1 -0.045 0.077 0.050 0.008 0.012 0.024 1.000 0.125 0.211 0.187 0.318
## C2 0.060 0.078 0.031 0.031 0.077 0.104 0.125 1.000 0.237 0.319 0.313
## C3 0.019 0.062 0.098 0.063 0.159 0.100 0.211 0.237 1.000 0.313 0.384
## C4 -0.031 -0.045 0.017 0.042 0.128 0.094 0.187 0.319 0.313 1.000 0.408
## C5 -0.028 0.018 0.067 0.075 0.113 0.065 0.318 0.313 0.384 0.408 1.000
## C6 0.061 0.040 0.118 0.087 0.174 0.107 0.346 0.316 0.456 0.459 0.587
## E1 0.057 -0.074 -0.027 0.063 0.090 0.129 0.036 0.030 0.020 0.040 0.118
## E2 -0.011 -0.032 0.089 0.097 0.018 0.055 -0.024 -0.007 0.027 0.028 0.061
## E3 0.079 0.028 0.083 0.107 0.106 0.104 0.071 0.036 0.145 0.091 0.121
## E4 -0.023 0.077 0.067 0.104 0.091 0.106 0.008 0.115 0.082 0.118 0.119
## E5 0.007 0.002 0.068 0.077 0.190 0.153 0.150 0.110 0.205 0.172 0.183
## E6 0.067 -0.034 0.108 0.150 0.212 0.204 0.112 0.084 0.133 0.024 0.127
## A1 0.033 0.033 -0.008 0.052 0.071 0.027 0.055 0.056 0.053 0.117 0.107
## A2 -0.014 -0.005 0.045 0.056 0.077 0.006 -0.020 0.078 0.133 0.090 0.080
## A3 -0.004 0.066 -0.032 0.033 0.072 0.000 -0.021 0.004 0.061 0.014 0.062
## A4 -0.044 0.058 -0.022 0.050 0.037 0.054 0.063 -0.040 0.081 0.023 0.045
## A5 -0.022 0.068 0.010 0.001 0.093 0.074 0.050 -0.004 0.089 0.060 0.049
## A6 -0.003 0.041 0.019 0.021 0.053 0.006 0.082 0.071 0.156 0.105 0.123
## N1 -0.009 -0.026 -0.056 -0.067 -0.127 -0.150 -0.003 -0.052 -0.071 -0.048 -0.085
## N2 -0.032 -0.043 -0.038 -0.009 -0.083 -0.092 -0.078 -0.072 -0.063 -0.104 -0.073
## N3 0.028 -0.021 -0.007 -0.067 -0.066 -0.062 -0.085 -0.005 -0.134 -0.162 -0.118
## N4 -0.044 -0.066 -0.049 -0.036 -0.082 -0.076 -0.106 -0.062 -0.168 -0.130 -0.144
## N5 -0.029 -0.132 -0.048 -0.052 -0.101 -0.112 -0.066 -0.162 -0.169 -0.214 -0.159
## N6 -0.040 -0.087 -0.058 -0.101 -0.151 -0.174 -0.154 -0.063 -0.240 -0.232 -0.227
## C6 E1 E2 E3 E4 E5 E6 A1 A2 A3 A4
## O1 0.061 0.057 -0.011 0.079 -0.023 0.007 0.067 0.033 -0.014 -0.004 -0.044
## O2 0.040 -0.074 -0.032 0.028 0.077 0.002 -0.034 0.033 -0.005 0.066 0.058
## O3 0.118 -0.027 0.089 0.083 0.067 0.068 0.108 -0.008 0.045 -0.032 -0.022
## O4 0.087 0.063 0.097 0.107 0.104 0.077 0.150 0.052 0.056 0.033 0.050
## O5 0.174 0.090 0.018 0.106 0.091 0.190 0.212 0.071 0.077 0.072 0.037
## O6 0.107 0.129 0.055 0.104 0.106 0.153 0.204 0.027 0.006 0.000 0.054
## C1 0.346 0.036 -0.024 0.071 0.008 0.150 0.112 0.055 -0.020 -0.021 0.063
## C2 0.316 0.030 -0.007 0.036 0.115 0.110 0.084 0.056 0.078 0.004 -0.040
## C3 0.456 0.020 0.027 0.145 0.082 0.205 0.133 0.053 0.133 0.061 0.081
## C4 0.459 0.040 0.028 0.091 0.118 0.172 0.024 0.117 0.090 0.014 0.023
## C5 0.587 0.118 0.061 0.121 0.119 0.183 0.127 0.107 0.080 0.062 0.045
## C6 1.000 0.061 -0.007 0.206 0.109 0.225 0.127 0.134 0.115 0.071 0.085
## E1 0.061 1.000 0.166 0.196 0.161 0.227 0.241 0.116 0.085 0.045 0.077
## E2 -0.007 0.166 1.000 0.226 0.218 0.191 0.317 0.007 0.028 0.025 -0.027
## E3 0.206 0.196 0.226 1.000 0.298 0.343 0.359 0.127 0.061 0.114 0.125
## E4 0.109 0.161 0.218 0.298 1.000 0.257 0.314 0.051 0.113 0.108 0.083
## E5 0.225 0.227 0.191 0.343 0.257 1.000 0.482 0.030 0.049 0.058 -0.014
## E6 0.127 0.241 0.317 0.359 0.314 0.482 1.000 0.102 0.060 0.055 0.038
## A1 0.134 0.116 0.007 0.127 0.051 0.030 0.102 1.000 0.144 0.072 0.219
## A2 0.115 0.085 0.028 0.061 0.113 0.049 0.060 0.144 1.000 0.240 0.211
## A3 0.071 0.045 0.025 0.114 0.108 0.058 0.055 0.072 0.240 1.000 0.290
## A4 0.085 0.077 -0.027 0.125 0.083 -0.014 0.038 0.219 0.211 0.290 1.000
## A5 0.111 0.021 -0.010 0.098 0.060 0.036 0.059 0.195 0.159 0.237 0.367
## A6 0.161 0.128 0.006 0.158 0.126 0.062 0.075 0.245 0.299 0.420 0.418
## N1 -0.013 -0.026 -0.041 -0.023 -0.101 -0.041 -0.144 -0.042 -0.011 -0.021 -0.028
## N2 -0.068 -0.047 -0.042 -0.062 -0.211 -0.070 -0.068 -0.105 -0.052 -0.048 -0.108
## N3 -0.074 -0.050 -0.033 -0.078 -0.075 -0.078 -0.088 -0.055 -0.044 -0.109 -0.058
## N4 -0.165 -0.109 -0.099 -0.068 -0.124 -0.149 -0.166 -0.098 -0.088 -0.106 -0.081
## N5 -0.204 -0.081 -0.083 -0.088 -0.193 -0.204 -0.141 -0.071 -0.067 -0.154 -0.087
## N6 -0.233 -0.098 -0.133 -0.139 -0.237 -0.195 -0.140 -0.177 -0.077 -0.066 -0.089
## A5 A6 N1 N2 N3 N4 N5 N6
## O1 -0.022 -0.003 -0.009 -0.032 0.028 -0.044 -0.029 -0.040
## O2 0.068 0.041 -0.026 -0.043 -0.021 -0.066 -0.132 -0.087
## O3 0.010 0.019 -0.056 -0.038 -0.007 -0.049 -0.048 -0.058
## O4 0.001 0.021 -0.067 -0.009 -0.067 -0.036 -0.052 -0.101
## O5 0.093 0.053 -0.127 -0.083 -0.066 -0.082 -0.101 -0.151
## O6 0.074 0.006 -0.150 -0.092 -0.062 -0.076 -0.112 -0.174
## C1 0.050 0.082 -0.003 -0.078 -0.085 -0.106 -0.066 -0.154
## C2 -0.004 0.071 -0.052 -0.072 -0.005 -0.062 -0.162 -0.063
## C3 0.089 0.156 -0.071 -0.063 -0.134 -0.168 -0.169 -0.240
## C4 0.060 0.105 -0.048 -0.104 -0.162 -0.130 -0.214 -0.232
## C5 0.049 0.123 -0.085 -0.073 -0.118 -0.144 -0.159 -0.227
## C6 0.111 0.161 -0.013 -0.068 -0.074 -0.165 -0.204 -0.233
## E1 0.021 0.128 -0.026 -0.047 -0.050 -0.109 -0.081 -0.098
## E2 -0.010 0.006 -0.041 -0.042 -0.033 -0.099 -0.083 -0.133
## E3 0.098 0.158 -0.023 -0.062 -0.078 -0.068 -0.088 -0.139
## E4 0.060 0.126 -0.101 -0.211 -0.075 -0.124 -0.193 -0.237
## E5 0.036 0.062 -0.041 -0.070 -0.078 -0.149 -0.204 -0.195
## E6 0.059 0.075 -0.144 -0.068 -0.088 -0.166 -0.141 -0.140
## A1 0.195 0.245 -0.042 -0.105 -0.055 -0.098 -0.071 -0.177
## A2 0.159 0.299 -0.011 -0.052 -0.044 -0.088 -0.067 -0.077
## A3 0.237 0.420 -0.021 -0.048 -0.109 -0.106 -0.154 -0.066
## A4 0.367 0.418 -0.028 -0.108 -0.058 -0.081 -0.087 -0.089
## A5 1.000 0.336 -0.012 -0.055 -0.102 -0.119 -0.084 -0.112
## A6 0.336 1.000 -0.015 -0.114 -0.049 -0.048 -0.106 -0.096
## N1 -0.012 -0.015 1.000 0.183 0.127 0.166 0.231 0.280
## N2 -0.055 -0.114 0.183 1.000 0.127 0.252 0.323 0.364
## N3 -0.102 -0.049 0.127 0.127 1.000 0.331 0.133 0.290
## N4 -0.119 -0.048 0.166 0.252 0.331 1.000 0.311 0.463
## N5 -0.084 -0.106 0.231 0.323 0.133 0.311 1.000 0.507
## N6 -0.112 -0.096 0.280 0.364 0.290 0.463 0.507 1.000
ตัวแปรที่ 1-6 เป็นตัวแปรในด้านการเปิดรับประสบการณ์ (Openness)
หาค่าอัลฟ่าของคะแนนรวมจากคะแนนข้อย่อย 6 ข้อด้วยคำสั่ง alpha
ที่อยู่ในแพ๊คเกจ psych
ได้
library(psych)
alpha(dat[,1:6])
##
## Reliability analysis
## Call: alpha(x = dat[, 1:6])
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.69 0.7 0.67 0.28 2.3 0.021 2.7 1 0.27
##
## 95% confidence boundaries
## lower alpha upper
## Feldt 0.65 0.69 0.73
## Duhachek 0.65 0.69 0.74
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## O1 0.67 0.67 0.64 0.29 2.0 0.023 0.0081 0.28
## O2 0.68 0.69 0.65 0.31 2.2 0.022 0.0063 0.28
## O3 0.66 0.66 0.62 0.28 2.0 0.024 0.0087 0.27
## O4 0.66 0.66 0.62 0.28 1.9 0.024 0.0086 0.27
## O5 0.63 0.63 0.58 0.25 1.7 0.026 0.0022 0.26
## O6 0.62 0.62 0.57 0.25 1.7 0.027 0.0019 0.25
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## O1 500 0.62 0.59 0.45 0.38 2.7 1.9
## O2 500 0.53 0.55 0.39 0.33 1.8 1.5
## O3 500 0.62 0.62 0.49 0.41 3.9 1.7
## O4 500 0.63 0.62 0.49 0.41 3.9 1.7
## O5 500 0.68 0.69 0.62 0.51 1.9 1.6
## O6 500 0.70 0.70 0.64 0.52 2.0 1.6
##
## Non missing response frequency for each item
## 1 2 3 4 5 miss
## O1 0.51 0.05 0.06 0.03 0.35 0
## O2 0.77 0.02 0.03 0.02 0.16 0
## O3 0.23 0.02 0.06 0.03 0.66 0
## O4 0.23 0.02 0.06 0.02 0.67 0
## O5 0.72 0.03 0.05 0.02 0.19 0
## O6 0.72 0.03 0.03 0.02 0.20 0
บุคลิกภาพอีก 4 ด้านที่เหลือเป็นดังนี้
บุคลิกภาพอีก 4 ด้านที่เหลือสามารถนำไปหาค่าอัลฟ่าได้ดังนี้
alpha(dat[,7:12])
##
## Reliability analysis
## Call: alpha(x = dat[, 7:12])
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.75 0.75 0.73 0.33 3 0.017 3.1 1.2 0.32
##
## 95% confidence boundaries
## lower alpha upper
## Feldt 0.72 0.75 0.78
## Duhachek 0.72 0.75 0.79
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## C1 0.75 0.75 0.72 0.38 3.1 0.017 0.0103 0.35
## C2 0.75 0.74 0.72 0.37 2.9 0.017 0.0143 0.36
## C3 0.72 0.72 0.69 0.34 2.6 0.019 0.0169 0.32
## C4 0.71 0.71 0.68 0.33 2.5 0.020 0.0167 0.32
## C5 0.68 0.68 0.65 0.30 2.1 0.022 0.0119 0.31
## C6 0.66 0.66 0.62 0.28 2.0 0.023 0.0079 0.31
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## C1 500 0.52 0.55 0.39 0.34 4.2 1.6
## C2 500 0.58 0.58 0.43 0.38 2.2 1.8
## C3 500 0.66 0.65 0.54 0.47 3.2 1.9
## C4 500 0.67 0.67 0.57 0.50 2.1 1.7
## C5 500 0.76 0.75 0.71 0.61 3.7 1.8
## C6 500 0.80 0.79 0.77 0.67 3.4 1.9
##
## Non missing response frequency for each item
## 1 2 3 4 5 miss
## C1 0.17 0.03 0.03 0.02 0.75 0
## C2 0.64 0.03 0.03 0.04 0.26 0
## C3 0.39 0.04 0.06 0.03 0.48 0
## C4 0.70 0.02 0.04 0.02 0.23 0
## C5 0.28 0.02 0.05 0.02 0.63 0
## C6 0.34 0.02 0.05 0.04 0.55 0
alpha(dat[,13:18])
##
## Reliability analysis
## Call: alpha(x = dat[, 13:18])
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.68 0.69 0.66 0.27 2.2 0.022 2.4 1 0.24
##
## 95% confidence boundaries
## lower alpha upper
## Feldt 0.63 0.68 0.72
## Duhachek 0.63 0.68 0.72
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## E1 0.68 0.68 0.64 0.30 2.1 0.023 0.0072 0.31
## E2 0.66 0.67 0.63 0.29 2.0 0.024 0.0087 0.28
## E3 0.62 0.63 0.60 0.26 1.7 0.027 0.0091 0.23
## E4 0.64 0.65 0.62 0.27 1.9 0.025 0.0097 0.23
## E5 0.62 0.62 0.58 0.25 1.7 0.027 0.0047 0.23
## E6 0.59 0.60 0.55 0.23 1.5 0.029 0.0033 0.22
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## E1 500 0.56 0.53 0.36 0.30 2.8 1.9
## E2 500 0.54 0.57 0.41 0.34 1.7 1.4
## E3 500 0.67 0.65 0.54 0.44 2.6 1.9
## E4 500 0.60 0.60 0.46 0.38 3.9 1.7
## E5 500 0.65 0.67 0.59 0.47 1.8 1.5
## E6 500 0.70 0.73 0.68 0.54 1.8 1.5
##
## Non missing response frequency for each item
## 1 2 3 4 5 miss
## E1 0.50 0.02 0.05 0.03 0.40 0
## E2 0.79 0.02 0.04 0.01 0.14 0
## E3 0.55 0.04 0.03 0.02 0.36 0
## E4 0.23 0.03 0.03 0.03 0.69 0
## E5 0.75 0.03 0.04 0.02 0.16 0
## E6 0.75 0.03 0.04 0.02 0.16 0
alpha(dat[,19:24])
##
## Reliability analysis
## Call: alpha(x = dat[, 19:24])
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.67 0.67 0.65 0.26 2.1 0.023 3 1.1 0.24
##
## 95% confidence boundaries
## lower alpha upper
## Feldt 0.62 0.67 0.71
## Duhachek 0.63 0.67 0.72
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## A1 0.68 0.68 0.64 0.30 2.1 0.023 0.0077 0.29
## A2 0.66 0.66 0.63 0.28 1.9 0.024 0.0118 0.27
## A3 0.63 0.64 0.60 0.26 1.8 0.026 0.0084 0.23
## A4 0.60 0.61 0.57 0.23 1.5 0.028 0.0101 0.24
## A5 0.63 0.63 0.60 0.26 1.7 0.026 0.0118 0.24
## A6 0.57 0.58 0.53 0.21 1.4 0.030 0.0065 0.22
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## A1 500 0.52 0.51 0.32 0.26 3.3 1.9
## A2 500 0.57 0.55 0.39 0.32 2.5 1.9
## A3 500 0.61 0.61 0.49 0.39 2.3 1.8
## A4 500 0.68 0.68 0.59 0.48 3.3 1.9
## A5 500 0.60 0.62 0.50 0.41 4.1 1.6
## A6 500 0.73 0.73 0.69 0.56 2.2 1.7
##
## Non missing response frequency for each item
## 1 2 3 4 5 miss
## A1 0.35 0.04 0.05 0.04 0.52 0
## A2 0.59 0.02 0.04 0.03 0.32 0
## A3 0.61 0.04 0.06 0.02 0.28 0
## A4 0.36 0.04 0.06 0.03 0.51 0
## A5 0.18 0.02 0.04 0.02 0.74 0
## A6 0.62 0.03 0.07 0.03 0.24 0
alpha(dat[,25:30])
##
## Reliability analysis
## Call: alpha(x = dat[, 25:30])
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.69 0.69 0.67 0.27 2.2 0.021 3 1.1 0.28
##
## 95% confidence boundaries
## lower alpha upper
## Feldt 0.65 0.69 0.73
## Duhachek 0.65 0.69 0.73
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## N1 0.70 0.69 0.67 0.31 2.2 0.021 0.0149 0.32
## N2 0.66 0.66 0.64 0.28 2.0 0.023 0.0165 0.29
## N3 0.68 0.69 0.66 0.31 2.2 0.022 0.0125 0.30
## N4 0.63 0.63 0.60 0.26 1.7 0.025 0.0150 0.26
## N5 0.64 0.64 0.60 0.26 1.7 0.025 0.0121 0.27
## N6 0.58 0.58 0.54 0.22 1.4 0.030 0.0068 0.21
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## N1 500 0.55 0.53 0.35 0.30 2.7 1.9
## N2 500 0.61 0.60 0.46 0.38 3.7 1.8
## N3 500 0.49 0.53 0.37 0.31 1.6 1.4
## N4 500 0.67 0.67 0.58 0.47 2.2 1.8
## N5 500 0.64 0.67 0.58 0.48 4.3 1.4
## N6 500 0.78 0.77 0.75 0.62 3.4 1.9
##
## Non missing response frequency for each item
## 1 2 3 4 5 miss
## N1 0.52 0.03 0.04 0.04 0.36 0
## N2 0.27 0.02 0.07 0.02 0.62 0
## N3 0.81 0.03 0.03 0.01 0.13 0
## N4 0.64 0.03 0.04 0.03 0.26 0
## N5 0.13 0.03 0.03 0.02 0.79 0
## N6 0.37 0.02 0.04 0.02 0.55 0
ผลการวิเคราะห์จากคำสั่ง alpha
สามารถบันทึกไว้ได้
ในตัวอย่างนี้บันทึกไว้ในชื่อ out
ลองมาดูว่าผลการวิเคราะห์ที่บันทึกไว้
มีข้อมูลอะไรอยู่ในนั้นบ้างด้วยคำสั่ง names
out <- alpha(dat[,1:6])
names(out)
## [1] "total" "alpha.drop" "item.stats" "response.freq"
## [5] "keys" "scores" "nvar" "boot.ci"
## [9] "boot" "feldt" "Unidim" "var.r"
## [13] "Fit" "call" "title"
ในข้อมูลที่บันทึก พบว่า total
เป็นส่วนที่บันทึกตัวเลขอัลฟ่าอยู่
สามารถดึงออกมาได้ด้วยการเขียนชื่อผลที่บันทึกไว้ ตามด้วย $
เพื่อบอกว่าจะดึงข้อมูลย่อยในนั้น แล้วตามด้วยชื่อข้อมูลย่อย total
out$total
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd
## 0.6947235 0.6965174 0.6685754 0.2766798 2.295082 0.02110213 2.683333 1.046114
## median_r
## 0.2737406
นำอัลฟ่าไปบันทึกไว้ในชื่อ relia
โดยบันทึกเฉพาะตัวเลขที่ 1
ที่เป็นอัลฟ่า
relia <- out$total[1]
ต่อไป เป็นการสร้างคะแนนรวมของการเปิดรับประสบการณ์ ที่เกิดจากการรวมคะแนน 6
ข้อเข้าด้วยกัน มีวิธีการทำได้หลายวิธี สามารถดึงตัวแปรแต่ละตัวมาบวกกันก็ได้ ใช้คำสั่ง
with
ช่วย เพื่อนำชื่อตัวแปรมาบวกกันโดยตรงก็ได้ หรือใช้คำสั่ง
apply
เพื่อบวกจะบวกข้อมูลคอลัมน์ 1-6 ในแต่ละแถว (หมายเลข 1 ใน
argument ที่ 2)
openness <- dat[,1] + dat[,2] + dat[,3] + dat[,4] + dat[,5] + dat[,6]
openness <- with(dat, O1 + O2 + O3 + O4 + O5 + O6)
openness <- apply(dat[,1:6], 1, sum)
ดูค่าสถิติพื้นฐานของ openness
ที่คำนวณได้ สามารถใช้คำสั่ง
summary
ก็ได้ หรือคำสั่ง describe
ก็ได้
ผลลัพธ์ที่ได้จะแตกต่างกัน ผลลัพธ์จากคำสั่ง describe
จะมีข้อมูลที่สมบูรณ์กว่า
summary(openness)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 6.0 10.0 15.0 16.1 21.0 30.0
describe(openness)
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 500 16.1 6.28 15 15.89 7.41 6 30 24 0.3 -0.77 0.28
หาความผิดพลาดจากการวัด (Standard Error of Measurement) โดยหาค่าส่วนเบี่ยงเบนมาตรฐานของคะแนนรวมก่อน หลังจากนั้นนำไปเข้าสูตรการคำนวณ
sigmay <- sd(openness)
sem <- sigmay * sqrt(1 - relia)
หาค่าวิกฤต (Critical Value) โดยอ้างอิงจากโค้งปกติ ในการหาช่วงเชื่อมั่น 95%
จะต้องมีพื้นที่ทางซ้ายและขวา ด้านละ 2.5% (0.025) จึงใส่ 0.025 ไปในคำสั่ง
qnorm
เพื่อหาค่า z ที่ตรงกับพื้นที่ทางซ้าย 2.5% จะได้ค่าที่ -1.96
จึงใส่เครื่องหมายลบเข้าไป เพื่อกลับให้เป็นค่าบวก
crit <- -qnorm(0.025)
หาช่วงเชื่อมั่นของคะแนนที่แท้จริง (True Score) เมื่อคะแนนรวมที่สังเกตได้ (Observed Score) มีค่าเท่ากับ 15
15 - crit*sem
## raw_alpha
## 8.202876
15 + crit*sem
## raw_alpha
## 21.79712