Page 77 -

โครงการหนังสืออิเล็กทรอนิกส์ด้านการเกษตร เฉลิมพระเกียรติพระบาทสมเด็จพระเจ้าอยู่หัว

49

ตัวเลขระดับการปรับตัวที่กําหนดใหมีความหมายแตกตางกันในลักษณะของระดับหรือ
อันดับวามีการปรับตัวอยูในระดับใด ตั้งแตมากที่สุด มาก ปานกลาง นอย และนอยที่สุด ทั้งนี้

ตัวเลขดังกลาวจะถูกนําไปใชคํานวณคาทางสถิติเชน คาเฉลี่ย และการหาสหสัมพันธตอไป
การวิเคราะหปจจัยที่มีผลกระทบตอแบบแผนการใชจาย โดยใชแบบจําลองโทบิท (Tobit

model) ซึ่งเหมาะกับแบบจําลองที่มีคาตัวแปรตามตอเนื่อง แตในบางครั้งมีคาในชวงปลายที่ขาด
หายไป อาจเปนเพราะไมสามารถวัดคาหรือสังเกตเห็นได จึงพบตัวแปรตามมีคาเทากับศูนยมีเปน

จํานวนมากหรือตัวแปรตามนั้นอาจจะมีคาอยูในชวงใดชวงหนึ่งซึ่งมีคาที่ไมเปนลบแบบจําลองใน
ลักษณะดังกลาวนี้ถูกนําเสนอโดย Jame Tobin ในป 1958 ซึ่งไดถูกนํามาวิเคราะหคาใชจายของ

ครัวเรือนในการสินคาคงทนโดยพิจารณาจากคาใชจายที่มีคาเปนบวกและไดเรียกแบบจําลอง
ถดถอยดังกลาววาแบบจําลองถูกเซนเซอรหรือ censored regression model และตอมาในป

1964 Goldberger ไดเรียกแบบจําลองดังกลาวนี้วา แบบจําลองโทบิท Tobit ซึ่งมาจากคําวา
Tobin’s probit model เนื่องจากแบบจําลองดังกลาวนี้มีลักษณะใกลเคียงกับแบบจําลองโพรบิท

(probit model) (อารีย วิบูลยพงศ 2549) แบบจําลอง Tobit เขียนในรูปแบบสัมการไดดังนี้

y i = '  u i
xi
*
*
y i =y 0 ถา y I >0
*
y i = 0 ถา y ≤0

ในการประมาณคาสัมประสิทธิ์ดวยวิธีภาวะนาจะเปนสูงสุด (Maximum likelihood

2
estimator: MLE) เพื่อหาคาสัมประสิทธิ์ของ  และ 
โดยกําหนดตัวแปรที่ใชในสมการแบบจําลองโทบิทไดดังนี้

*
y i =  0+ 1 (Gender) +  2 (Age)+  3 (Member)+  4 (Education)

+ 5 (Aggregation) + 6 (Household account)+ 7 (Income)
+  8 (Saving)+  9 (Debt)

*
โดยที่ y i คือสัดสวนการใชจายของครัวเรือนเกษตรกรตอรายไดรวม (หนวยบาท) ของ
ครัวเรือนเกษตรกรใชอธิบายการมีแบบแผนการใชจาย
เมื่อ

*
y i = 0 ถา y I ≤0 ครัวเรือนไมมีคาใชจายหรือหมายถึงครัวเรือนมีการวางแผนและมีแบบ
แผนการใชจาย
*
y i = 0 ถา y I >0 ครัวเรือนมีคาใชจายหรือหมายถึงครัวเรือนไมมีการวางแผนและแบบแผน
คาใชจาย