โดย ดร. รวิสสาข์ สุชาโต การฝึกอบรมเชิงปฏิบัติการสำหรับสำนักงานเศรษฐกิจการเกษตร

1. การวิเคราห์สมการถดถอยอย่างง่าย (Simple Regression)และการประยุกต์ใช้แบบจำลอง Hedonic priceทางด้านเศรษฐศาตร์เกษตร โดย ดร. รวิสสาข์ สุชาโต การฝึกอบรมเชิงปฏิบัติการสำหรับสำนักงานเศรษฐกิจการเกษตร 17 ส.ค. 2554 ณ สถาบันเกษตราธิการ มหาวิทยาลัยเกษตรศาสตร์

2. การวิเคราะห์สมการถดถอยอย่างง่าย(Simple regression)

3. การวิเคราะห์สมการถดถอยการวิเคราะห์สมการถดถอย • การศีกษาถึงความสัมพันธ์ของตัวแปรตั้งแต่ 2 ตัวแปรขึ้นไป โดยที่ ตัวแปรอิสระ (X) เช่น ปริมาณน้ำฝน ปุ๋ย ยากำจัดศัตรูพืช ตัวแปรตาม (Y) เช่น ผลผลิตข้าว ส่งผลกระทบ โดยที่ตัวแปรอิสระ (x) คือตัวแปรที่ทราบค่า และตัวแปรตาม (Y) คือตัวแปรที่ต้องการพยากรณ์

5. รูปแบบสมการถดถอยเชิงเส้นตรงอย่างง่ายรูปแบบสมการถดถอยเชิงเส้นตรงอย่างง่าย Y = β0+β1X1+β2X2+…+βnXn +ε โดยที่ Yคือ ตัวแปรตาม Xi คือ ตัวแปรต้น Β0คือ ค่าคงที่หรือค่าตัดแกน ( ค่า intercept) Βiคือ ค่าผลกระทบของ X ที่มีต่อY หรือค่าความชัน( ค่า slop) εคือ ค่าคลาดเคลื่อน(Error term) ทำการประมาณค่า Βi ด้วยวิธีกำลังสองน้อยที่สุด

6. การแปลผล β0เป็น ค่าระยะตัดแกนy (y-intercept) คือ ค่าที่เส้นตรงตัดแกน y หรือ ค่า y เมื่อ x = 0 นั่นเอง βi เป็น ค่าความชัน (slope) ของเส้นตรง คือ ค่าแสดงให้ทราบว่าเมื่อ xi มีค่าเปลี่ยนไป 1 หน่วย y จะเปลี่ยนไปโดยเฉลี่ยเท่าใดหรือ เรียกค่านี้ว่า สัมประสิทธิ์ความถดถอย (regression coefficient)

7. ถ้า βi มีค่าเป็นบวก หรือมากกว่า 0 xi และ y มีความสัมพันธ์ไปในทิศทางเดียวกัน

8. ถ้า βi มีค่าเป็นลบ หรือน้อยกว่า 0 xi และ y มีความสัมพันธ์ไปในทิศทางตรงข้ามกัน

9. ถ้า βi มีค่าเท่ากับ 0 xi และ y ไม่ มีความสัมพันธ์กัน นั่นคือ การเปลี่ยนแปลงของ y ไม่ได้ขึ้นอยู่กับการเปลี่ยนแปลงของ xi

10. ข้อตกลงเบื้องต้น • การแจกแจงความน่าจะเป็นของตัวแปรอิสระ (X) และตัวแปรตาม (Y) เป็นการแจกแจงแบบปกติ (Normal Distribution) • ความสัมพันธ์ของตัวแปร X และ Y มีลักษณะในเชิงเส้นตรง • ค่าคลาดเคลื่อน ε มีการแจกแจงแบบปกติที่มีค่าเฉลี่ยเท่ากับศูนย์และมีความแปรปรวนเท่ากับ δ2 และเป็นอิสระต่อตัวแปรอิสระ (x): ε~N(0,δ2)

11. ตัวอย่าง ชาวนาท่านนึงต้องการหาความสัมพันธ์ระหว่างจำนวนเมล็ดพันธุ์ที่ใช้ในนากับปริมาณผลผลิตข้าวที่ได้ จึงทำการเก็บข้อมูลการผลิตที่ผ่านมา

12. จากข้อมูลสามารถสร้างแผนภาพการกระจายได้ดังนี้ จากรูป ทำให้สามารถมองเห็นได้คร่าวๆว่าแผนภาพการกระจายระหว่าง 2 ตัวแปร ดูเหมือนว่าจะมีความสัมพันธ์กันในเชิงเส้นตรง และมีทิศทางสูงขึ้นไป ดังนั้น เราอาจจะสรุปตรงนี้ได้ว่า ตัวแปร x (จำนวนเมล็ดพันธุ์) และตัวแปร y (ปริมาณผลผลิตข้าวเปลืแก) มีความสัมพันธ์กัน

13. การวิเคราะห์สมการถดถอยการวิเคราะห์สมการถดถอย • สามารถเขียนเป็นสมการถดถอยได้: Y = β0+β1X+ε โดยที่ Y คือ ปริมาณผลผลิตข้าวเปลือก (กิโลกรัม) X คือ จำนวนเมล็ดพันธุ์ที่ใช้ (กิโลกรัม) β1คือ ค่าสัมประสิทธิ์แสดงความสัมพันธ์ระหว่างปริมาณผลผลิตข้าวเปลือกและจำนวนเมล็ดพันธุ์

14. การวิเคราะห์สมการถดถอยการวิเคราะห์สมการถดถอย • ทำการประมาณค่าสัมปะสิทธิ์ โดยวิธีกำลังสองน้อยที่สุด: สามารถใช้โปรแกรมคอมพิวเตอร์ เช่น Excel, SPSS, EVIEW, STATA • ผลการประมาณค่า Ŷ=7.383+8.124X แปลผลได้ว่าหากเพิ่มปริมาณเมล็ดพันธุ์ 1 กิโลกรัม จะทำให้ได้ผลผลิตข้าวเปลือกเพิ่มขึ้น 8.124 กิโลกรัม β0 β1

15. การประยุกต์ใช้แบบจำลอง Hedonic ทางเศรษฐศาตร์เกษตร

16. คุณภาพและความแตกต่างในตัวสินค้าเกษตรคุณภาพและความแตกต่างในตัวสินค้าเกษตร • สินค้าหนึ่งๆ ประกอบขึ้นจากกลุ่มของคุณลักษณะจำนวนหนึ่ง • ความแตกต่างของคุณภาพของสินค้าหรือเกรดของสินค้าขึ้นอยู่กับคุณลักษณะ (Attribute หรือ Characteristics) ของสินค้า เช่น สี ขนาด ระดับความชื้น ปริมาณโปรตีน ความละเอียด ปริมาณสิ่งเจือปน ฯลฯ • ข้าวสารแตกต่างกันตามพันธุ์ การสี ความชื้น และปริมาณการแตกหัก เป็นต้น • มังคุดแตกต่างกันตามขนาดของผล สีผิว ความมัน และสีของหู เป็นต้น

17. ราคาและคุณภาพของสินค้าราคาและคุณภาพของสินค้า • การเปลี่ยนแปลงของราคาระหว่างคุณภาพอาจจะมีความสัมพันธ์กัน เช่น ยิ่งสินค้าคุณภาพดี ราคายิ่งสูง แต่ความแตกต่างของราคาระหว่างเกรดต่างๆ นั้น อาจจะไม่คงที่ • ถ้าสินค้ามีคุณลักษณะที่โดดเด่นก็จะได้รับราคาสูงเพื่อเป็นค่าตอบแทน หรือที่เรียกว่า ราคาพรีเมี่ยม (Premium) • แต่ราคาพรีเมี่ยม (Premium) อาจปรับขึ้นหรือลงตามปริมาณอุปทาน (Supply) ของสินค้าในตลาดได้อีกด้วย

18. การวิเคราะห์ปัจจัยที่มีผลต่อราคาสินค้าการวิเคราะห์ปัจจัยที่มีผลต่อราคาสินค้า • การบริโภคหรือการตัดสินใจเลือกซื้อสินค้าของผู้บริโภคขึ้นอยู่กับคุณสมบัติหรือคุณลักษณะ (Attribute หรือ Characteristics) ของสินค้าที่บริโภค(Becker (1965), Lancaster (1966), Rosen (1974)) • เช่น ผู้บริโภคเลือกซื้อข้าวหอมมะลิ 100 % เนื่องจากต้องการบริโภคคาร์โบไฮเดรท โทรตีน วิตามิน ความหอม ความสมบูรณ์ของเมล็ดข้าว • มูลค่าของสินค้าชนิดหนึ่งขึ้นอยู่กับชุดของลักษณะเฉพาะที่สร้างความพอใจให้แก่ผู้บริโภคของสินค้า

19. Hedonic price model • ประยุกต์ทฤษฎีอรรถประโยชน์ Utility theory • การตั้งราคาสินค้าตามความพอใจของผู้บริโภคที่ได้รับจากคุณลักษณะต่าง ๆ ของสินค้านั้น ๆ • ดังนั้นราคาที่ผู้บริโภคจ่ายซื้อสินค้าจึงเกิดจากความพึ่งพอใจในคุณลักษณะต่างๆ ที่ประกอบกันขึ้นเป็นตัวสินค้าชนิดนั้น • นิยมใช้กับอสังหาริมทรัพย์ เช่น บ้าน

20. Hedonic price model • อรรถประโยชน์ที่ผู้บริโภคได้รับเกิดจากการบริโภคคุณลักษณะ i ต่าง ๆ จากสินค้าทุกชนิด (k) โดย xikคือ ปริมาณคุณลักษณะ k ของการบริโภคสินค้า i และ ปริมาณบริโภคุณลักษณะ k (x.k) ขึ้นอยู่กับปริมาณการบริโภคอาหาร (Qi) ทุกชนิดรวมกัน

21. Hedonic price model • ในการตัดสินใจบริโภคนั้นผู้บริโภคจะตัดสินใจบริโภคภายใต้งบประมาณที่มีอยู่ โดยที่ Piคือราคาสินค้า i • สามารถเขียน Lagrangian ได้

22. Hedonic price model • ปริมาณการบริโภคสินค้า i ที่เหมาะสม โดยคือ อรรถประโยชน์ส่วนเพิ่มของรายได้ หรือ ดังนั้น โดยที่ คือ ราคาแฝง (marginal implicit price:Pk) ของคุณลักษณะที่ k เมื่อกำหนดให้งบประมาณเท่ากับรายได้

23. Hedonic pricemodel • ราคาแฝง (Marginal implicit price) ของลักษณะเชิงคุณภาพที่ประกอบรวมกันเป็นราคาของสินค้าที่มีลักษณะแตกต่างกัน • Pi=ราคาของสินค้า i • Xk =คุณลักษณะที่ k ของสินค้า • Pk =ราคาแฝงของคุณลักษณะที่ k ของสินค้า หรือ ค่าสัมประสิทธิ์ซึ่งต้องทำการประมาณการณ์ • ε= ค่าความคาดเคลื่อน

24. Hedonic pricemodel • ข้อสมมติ (Assumption) คือ ระดับคุณค่าโภชนาการมีค่าคงที่ และเป็นตัวแปรนอกการควบคุมของผู้บริโภค หรือ เป็นตัวแปรภายนอก (Exogenous) อย่างแท้จริง • ทั้งนี้ความสัมพันธ์ระหว่างคุณภาพและราคาอาจมีความสัมพันธ์แบบที่ไม่เป็นเส้นตรงได้

25. Hedonic pricemodel • จุดอ่อนของแบบจำลอง Hedonic Price คือ ราคาสินค้าเกิดจากอุปสงค์ (Demand) และอุปทาน (Supply) แต่แบบจำลองดังกล่าวมองเฉพาะด้านอุปสงค์ เนื่องจากราคาที่ใช้ในการศึกษาโดยมากเป็นราคาในตลาดขายปลีก ซึ่งเป็นราคาที่ผู้บริโภคจ่ายซื้อสินค้า • คุณภาพของสินค้าบางอย่างเกิดจากพันธุ์ที่ใช้ สภาพแวดล้อมหรือสิ่งแวดล้อมที่ใช้ทำการผลิต และการจัดการหลังการเก็บเกี่ยว • ปัญหา Multicollinearity อันเกิดจากความสัมพันธ์ที่สูงระหว่างคุณลักษณะต่างๆ

26. Hedonic pricemodel • ปัญหา Heteroskedasticity อันเกิดจากความแตกต่างและความผันผวนของราคาในแต่ละชั้นคุณภาพ หรือในแต่ละคุณลักษณะของสินค้า • ปัญหาของราคาสินค้าเกษตรซึ่งมีลักษณะเป็นฤดูกาล และในบางครั้งระดับราคาสินค้า กับ คุณภาพของสินค้า อาจจะมีความสัมพันธ์ในทางตรงกันข้ามกันได้ • ราคาในบางครั้งเกิดจากปัจจัยอื่นๆ ที่ไม่ใช่เรื่องของคุณภาพของผลผลิต เช่น สถานที่ซื้อ หรือ ประเภทของร้านค้าที่ซื้อ เป็นต้น ทั้งนี้ตัวแปรสถานที่อาจสะท้อนถึงรายได้และกลุ่มลูกค้า (Market Segment) ได้

27. Example I: Hedonic Price ของน้ำส้ม • การวิเคราะห์ปัจจัยที่มีผลต่อการกำหนดราคาน้ำส้ม (ยุวดี ลีเบ็น และ วิศิษฐ์ ลิ้มสมบุญชัย 2551) • เก็บข้อมูลราคาและคุณลักษณะต่าง ๆ ของผลิตภัณฑ์น้ำส้มในช่วงเดือน พ.ย. 2550 ถึง ม.ค. 2551 รวมทั้งสิ้น 159 ตัวอย่าง (18 ยี่ห้อ 53 ผลิตภัณฑ์)

28. Example I: Hedonic Price ของน้ำส้ม • P=f(CONC, SIZ, SUG, VIT, OR, TYi , PKi , SHi , BRi ) • P=ราคาน้ำส้มต่อหน่วย 200 ml • CONC= ระดับความเข้มข้นของน้ำส้ม • SIZ =ขนาดบรรจุ (ml) • SUG = ปริมาณน้ำตลาด • VIT = การระบุวิตามินไว้ข้างกล่อง (ตัวแปรหุ่น) • OR = เกล็ดส้มหรือเนื้อส้ม (ตัวแปรหุ่น)

29. Example I: Hedonic Price ของน้ำส้ม • TYi = ชนิดของส้ม 10 ชนิด: ส้มผสม ส้มเนเวล ส้มเขียวหวาน ส้มสายน้ำผึ้ง ส้มโชกุน ส้มสีทับทิม ส้มสีทอง ส้มวาเลนเซียส้มแมนดาริน น้ำส้มที่ผสมน้ำผักหรือผลไม้ (ตัวแปรหุ่น) • PKi = บรรจุภัณฑ์ 5 แบบ: กล่อง กระป๋อง ขวดแก้ว ขวดพลาสติก ถ้วยพลาสติก (ตัวแปรหุ่น) • SHi = ระดับชั้นวางผลิตภัณฑ์ 4 ระดับ : ชั้น7 ชั้น5-6 ชั้น 3-4 ชั้น 1-2 (ตัวแปรหุ่น) • BRi = ยี่ห้อ 18 ยี่ห้อ : มาลี ชบา วาเลนเซีย ทิปโก้ ยูเอฟซี บรู๊ค โกลเด้นท์แพน ทรอผิคาน่า เบอรี่ซันเบส กรีนเมท ดีโด้ เฮฮา ฮาวาย กาโตะ เซกิ โมกุโมกุ มิซุ (ตัวแปรหุ่น)

32. Example II: Hedonic Price ของมะม่วงโชคอนันต์

33. P คือ ราคาที่ผู้บริโภคยินดีจ่าย (หยวน/กก.) • COLOUR คือ ตัวแปรหุ่นและมีค่าเป็น 1 เมื่อผิวเหลืองทอง • PEEL คือ ตัวแปรหุ่นและมีค่าเป็น 1 เมื่อผู้บริโภคคิดว่าเปลือกหนา • SIZE1 และ SIZE2 คือ ตัวแปรหุ่นและมีค่าเป็น 1 เมื่อผลมะม่วงมีขนาดเล็กและขนาดกลาง ตามลำดับ • SIZE1, 2 มีค่าเป็น 0 เมื่อผู้บริโภคคิดว่ามะม่วงมีขนาดใหญ่ • TASTE คือ ตัวแปรหุ่นและมีค่าเป็น 1 เมื่อผู้บริโภคคิดว่าอร่อย • TEXTURE1 คือ ตัวแปรหุ่นและมีค่าเป็น 1 เมื่อผู้บริโภคคิดว่าเนื้อแข็ง • TEXTURE2 คือ ตัวแปรหุ่นและมีค่าเป็น 1 เมื่อผู้บริโภคคิดว่าเนื้อนิ่ม • TEXTURE1, 2 มีค่าเป็น 0 เมื่อผู้บริโภคคิดว่าเนื้อแข็งหรือนิ่มเกินไป • SUPERMKT คือ ตัวแปรหุ่นและมีค่าเป็น 1 เมื่อผู้บริโภคซื้อจากซุปเปอร์มาเกต และเป็น 0 ถ้าซื้อจากตลาดสด

34. Example III: Hedonic Price ของถั่วแขก

35. P คือ ราคาของถั่วแขก (บาท/กก.) • WEIHGT1 และ WEIGHT2 มีค่าเป็น 1 เมื่อเป็นผักขนาดใหญ่และขนาดกลาง ตามลำดับ • LENGTH มีค่าเป็น 1 เมื่อผักยาวกว่า 16 ซม. • CHROMA มีค่าเป็น 1 เมื่อความสว่างของสีผิว >= 25.31 • HUE มีค่าเป็น 1 เมื่อมีโทนสีน้ำเงิน และมีค่าเป็น 0 เมื่อมีโทนสีเหลือง • FIRM1, 2 มีค่าเป็น 1 เมื่อความแน่นเนื้อมีค่า >1 และ 2 ตามลำดับ (ถ้าความแน่นเนื้อมาก ถั่วจะเหนี่ยวและไม่กรอบ) • RP มีค่าเป็น 1 เมื่อเป็นสินค้าดอยคำ และ 0 ถ้าเป็นยี่ห้ออื่นๆ • TIME มีค่าเป็น 1 เมื่อเป็นฤดูฝน และ 0 เมื่อเป็นฤดูร้อน • FBA มีค่าเป็น 1 เมื่อผู้บริโภคซื้อจากซุปเปอร์มาเกตย่านนักธุรกิจต่างชาติอยู่ และ 0 สำหรับย่านอื่นๆ • BKK มีค่าเป็น 1 เมื่อวางขายในตลาดกรุงเทพและ 0 เมื่อขายที่เชียงใหม่

36. บทสรุป • HPM สามารถใช้ในการค้นหาคุณลักษณะที่สำคัญของสินค้า • HPM สามารถระบุถึงคุณค่า หรือมูลค่าที่ผู้บริโภคจ่ายเพื่อคุณลักษณะนั้นๆ เมื่อมีการซื้อขายผ่านตลาด • HPM สามารถระบุถึงคุณค่าของคุณลักษณะต่างๆ ของสินค้าที่ยังไม่มีการซื้อขายผ่านตลาด • ผลของ HPM สามารถนำไปใช้ในการกำหนดกลยุทธ์ กำหนดลูกค้าเป้าหมาย ปรับปรุงผลิตภัณฑ์ หรือสินค้าให้มีคุณภาพตามที่ผู้บริโภคให้ความสำคัญ

37. การออกแบบฐานข้อมูลและการใช้โปรแกรม SPSS ในการประเมินค่าแบบจำลอง Hedonic

38. ข้อมูลที่ใช้ในการวิเคราะห์ข้อมูลที่ใช้ในการวิเคราะห์ • ข้อมูลที่ใช้: ข้อมูลราคาและคุณลักษณะต่าง ๆ ของสินค้า • ข้อมูลเชิงปริมาณ: มีค่าเป็นตัวเลข เช่น ราคา น้ำหนัก ความชื้น ปริมาณกากใย %โปรตีน • ข้อมูลเชิงคุณภาพ: เป็นข้อความ เช่น ใส่ไม่ใส่เกล็ดส้ม ข้าวหอมมะลิและข้าวขาวธรรมดา ต้องแปลงให้เป็นตัวเลข เช่น 0=ไม่ใส่เกล็ด และ 1=ใส่เกล็ด 0= ข้าวขาวธรรมดา 1=ข้าวหอมมะลิ • แหล่งที่มาของข้อมูล: ร้านค้า ตลาด

39. การแปลตัวแปรเชิงคุณภาพเป็นตัวแปรเชิงปริมาณการแปลตัวแปรเชิงคุณภาพเป็นตัวแปรเชิงปริมาณ • คำถามที่มีคำตอบเพียง 2 คำตอบ เช่น ข้าวธรรมดาvsข้าวอินทรีย์ สร้างตัวแปร org โดยกำหนด code 0= ข้าวธรรมดา 1 = ข้าวอินทรีย์ (ตัวแปรหุ่น dummy variable) • คำถามที่มีคำตอบหลายคำตอบ แต่เลือกคำตอบได้คำตอบเดียว เช่น พันธุ์ข้าว (ข้าวหอมมะลิ ข้าวหอมปทุม ข้าวเสาไห้ ข้าวมันปู ข้าวสังหยด) สร้างตัวแปร seed โดยกำหนด code 1 =ข้าวหอมมะลิ 2 =ข้าวหอมปทุม 3 = ข้าวเสาไห้ 4=ข้าวมันปู 5=ข้าวสังหยด

40. การแปลตัวแปรเชิงคุณภาพเป็นตัวแปรเชิงปริมาณการแปลตัวแปรเชิงคุณภาพเป็นตัวแปรเชิงปริมาณ • หรือสร้างตัวแปรสำหรับแต่ละพันธุ์ข้าว (ตัวแปรหุ่น dummy variable) เช่น • ตัวแปรข้าวหอมมะลิ seed1=1 หากเป็นข้าวหอมมะลิ seed1=0หากเป็นข้าวชนิดอื่น ๆ • ตัวแปรข้าวหอมปทุม seed1=1 หากเป็นข้าวปทุม seed1=0หากเป็นข้าวชนิดอื่น ๆ • ในการวิเคราะห์สมการถดถอยจำนวนตัวแปรหุ่นจะน้อยกว่าตัวแปรในกลุ่มเดียวกันทั้งหมด 1ตัว เช่น พันธุ์ข้าวมี 5 พันธุ์ จะมีตัวแปรหุ่นทั้งหมด 4ตัว

41. การสร้างฐานข้อมูลในการวิเคราะห์ Hedonic • สามารถสร้างได้ในไฟล์ Excel หรือ โปรแกรมทางสถิติที่ถนัด • กรณีสร้างฐานข้อมูลใน Excel และต้องการจัดประเมินค่าในโปรแกรมทางสถิติอื่น เช่น SPSS, STATA ให้ทำการ save ไฟล์ฐานข้อมูลแล้วปิดไฟล์ Excel ก่อนที่จะทำการ import ข้อมูลในโปรแกรมทางสถิติ • ควรบันทึกข้อมูลเป็นภาษาอังกฤษเนื่องจากโปรแกรมทางสถิติส่วนใหญ่ไม่สามารถอ่านภาษาไทยได้

42. ตัวอย่างฐานข้อมูล

43. Obj = ตัวอย่างที่ • P = ราคาต่อกล่อง (บาท) • P200 = ราคาต่อ 200 มิลลิลิตร (บาท/200ml) • Con = ระดับความเข้มข้น (%) • Size = ขนาด (มิลลิลิตร) • Sug = ปริมาณน้ำตาล (%) • Vit = การระบุวิตามินซีไว้ข้างกล่อง (1= ระบุ, 0=ไม่ระบุ) • Plus = การผสมเกล็ดส้ม (1= ผสม, 0=ไม่ผสม) • Etc…

44. ทางเลือกอื่นในการเก็บข้อมูลบางชนิด • ระดับความเข้มข้น • HCON ระดับความเข้มขันสูง โดย 1=น้ำส้ม 100% , 0= ไม่ใช่ 100% • MCON ระดับความเข้มข้นปานกลาง โดย 1=น้ำส้ม 30-60% , 0= ไม่ใช่ 30-60% • LCON ระดับความเข้มขันต่ำ โดย 1=น้ำส้มไม่เกิน 25% , 0= สูงกว่า25% • ตัวแปลอื่น เช่น ชนิดส้ม ระดับชั้นวาง บรรจุภัณฑ์

45. การสร้างตัวแปรหุ่นใน SPSS • กรณีเก็บระดับความเข้มข้นเป็นตัวเลข(แบบตัวอย่างแรก) แล้วต้องการทำเป็นตัวแปรหุ่นแบ่งเป็น 3 ระดับ (เหมือนตัวอย่างที่ 2) • คำสั่ง SPSS • ครั้งที่ 1: เลือก transform compute variable • ใน target variable ใส่ ตัวแปรใหม่ HCON ใน numeric expression ใส่ 1 • กด if เลือก include if case satisfies condition ใส่ CON=100 กด continue และ ok (ตอนนี้ตัวอย่างที่เข้มข้นน้อยกว่า 100% มีค่าเป็น. • ครั้งที่ 2: เลือก transform compute variable • ใน target variable ใส่ HCON ใน numeric expression ใส่ 0 • กด if เลือก include if case satisfies condition ใส่ CON<100 กด continue และ ok

46. การสร้างตัวแปรหุ่นใน SPSS • ทำเช่นเดียวกันกับความเข้มข้นระดับปานกลางและต่ำ เปลี่ยนตัวเลขใน if case satisfies condition • สำหรับความเข้มข้นระดับกลาง (MCON) ใน if case satisfies condition • ครั้งแรก: 30 <= CON&CON <= 60 • ครั้งที่ 2 : CON <= 30 | CON >= 60 • สำหรับความเข้มข้นระดับต่ำ (LCON) ใน if case satisfies condition • ครั้งแรก: 25 <= CON • ครั้งที่ 2 : CON >25 • สามารถทำกับตัวแปรอื่น ๆ เช่น ยี่ห้อ ชนิดส้ม

47. การวิเคราะห์ Hedonic โดยการใช้ SPSS • ใช้สมการถดถอยอย่างง่าย โดยการระบุตัวแปรต้นและตัวแปรตามที่ต้องการ สำหรับ Hedonic model เป็นการวิเคราะห์คุณลักษณะต่าง ๆ ที่มีผลต่อราคาสินค้า: • ตัวแปรตาม: ราคาน้ำส้ม • ตัวแปรต้น: คุณลักษณะต่าง ๆ เช่น ระดับความเข้มข้น ขนาด ปริมาณน้ำตาล การระบุวิตามินซี การผสมเกล็ดส้ม อื่น ๆ • ตัวอย่าง เช่น P200 = β0+β1HCON+β2MCON+ β3size + β4sug+β5vit+ β6plus+ ε

48. การดูข้อมูลสถิติอย่างง่ายการดูข้อมูลสถิติอย่างง่าย • เลือก Analyze Descriptive statistics Frequencies ในช่อง variable(s) เลือกตัวแปรที่ต้องการ เช่น P200, CON, Sug เลือก statistics เลือกสถิติที่ต้องการ เช่น mean, std. deviation กด continue กด ok

49. การวิเคราะห์แบบจำลอง Hedonic • เลือก Analyze Regression Linear • ในช่อง Dependent ใส่ P200 (ราคาน้ำส้ม) • ในช่อง Independent(s) ใส่ ตัวแปรที่ต้องการ HCON MCON size Sug vit plus • ตรง method เลือก enter • เลือก statistics ในส่วนของ regression coefficient เลือก Estimates, Confidential interval, model fit ในส่วนของ Residual เลือก Durbin-Watson และ Case wise diagnostics และ outliner outside ใส่เลข 3 (หรือเลขอื่น ๆ ) • กด continue กด ok