Structural Equation Modeling (SEM) - ตอนที่ 1 จาก Fast Forward Statistics .. 30/4/2561
Cr: Fast Forward Statistics
https://ppantip.com/topic/37617088
ผมได้นำมาลงไว้ที่นี้ครับ
ว่าด้วย - Structural Equation Modeling (SEM) - ตอนที่ 1
https://www.facebook.com/FastForwardStat/
..
โมเดลสมการโครงสร้าง (Structural Equation Modeling, SEM) เป็นวิธีการวิเคราะห์ข้อมูลแบบหนึงสำหรับวิจัย เป็นการศึกษาโมเดลทั้งหมดของความสัมพันธ์ของตัวแปรต่างๆ ในรูปแบบ Multivariate Data Analysis จุดเริ่มต้นของ SEM เริ่มจากนักจิตวิทยา ชื่อ Charles Spearman และนักวิทยาศาสตร์ ชื่อ Sewall Wright ในช่วงหลังสงครามโลกครั้งที่ 2
.
ตัวอย่างของงานวิจัยทางด้านการจัดการที่ใช้ SEM เช่น การใช้โมเดลสมการโครงสร้างอธิบายกลไกอิทธิพลของความคล้ายคลึงทางเทคโนโลยีที่มีผลต่อการรับมาของนวัตกรรม เป็นต้น
..
การใช้เทคนิคการวิเคราะห์ SEM โดยส่วนใหญ่จะเกี่ยวข้องกับการวิเคราะห์องค์ประกอบเชิงยืนยันที่ต้องการการทดสอบว่าตัวแปรสังเกตได้ (Observed Variable) ว่าสามารถที่จะใช้เป็นตัวชี้วัดของตัวแปรแฝง (Latent Variable) ในรูปที่ 1 ได้หรือไม่
.
อีกทั้งยังใช้ในการทดสอบกรอบแนวคิดการวิจัยที่เกี่ยวข้องกับอิทธิพลของตัวแปรแฝงในรูปแบบของการทดสอบสมมุติฐานของความสัมพันธ์ทั้งหมด คล้ายๆกับเป็นการวิเคราะห์โดยเอาเคร่องมือหลายๆวิธีมาประกอบกัน ในรูปที่ 2 SEM เป็นวิธีการที่มีความหลากหลายในการตอบโจทย์วิจัยและมีความยืดหยุ่นในการวิเคราะห์ที่ดี
..
การใช้เทคนิคโมเดลสมการโครงสร้างดังกล่าวส่วนใหญ่จะเป็นเทคนิดที่เกี่ยวข้องกับแนวทางการวิเคราะห์ความแปรปรวนร่วม (Covariance-based Approach, CB-SEM) แนวทางการวิเคราะห์ด้วยวิธี CB-SEM นั้นเน้นการเปรียบเทียบความกลมกลืนกันของความเมตริกความแปรปรวนร่วมของโมเดลทางทฤษฎี (Implied Matrix) กับเมตริกความแปรปรวนร่วมของกลุ่มตัวอย่าง (Sample Matrix) ซึ่งโปรแกรมสำเร็จรูปที่ใช้ในการวิเคราะห์ เช่น LISREL AMOS MPLUS และ EQS เป็นต้น .
.
ในปัจจุบันนักวิจัยได้เริ่มหันมาให้ความสนใจกับการทดสอบโมเดลสมการโครงสร้างแบบวิธีกำลังสองน้อยที่สุดบางส่วนหรือ Partial Least Squares Technique (PLS-SEM) โปรแกรมสำเร็จรูปที่สามารถใช้กับเทคนิควิธีดังกล่าว เช่น PLS-Graph SmartPLS และ Visual PLS เป็นต้น
.
PLS-SEM เป็นวิธีการเทคนิคของโมเดลสมการโครงสร้างที่เน้นการประมาณค่าสูงสุดที่ใช้ในการอธิบายความแปรปรวนของตัวแปรแฝงภายใน (Endogenous Construct) ที่เกิดขึ้นจากอิทธิพลของตัวแปรแฝงภายนอก (Exogenous Construct) หรือที่เรียกว่าตัวแปรต้น
.
การวิเคราะห์วิธี PLS-SEM มีความคล้ายคลึงกับการวิเคราะห์ความถดถอยพหุคูณโดยทั่วไป ที่มีวัตถุประสงค์หลักเพื่อศึกษาการพยากรณ์ความสัมพันธ์
.
วิธีการประมาณค่าโมเดลสมการโครงสร้างวิธี PLS-SEM นั้นจะมีความแตกต่างกับเทคนิควิธีของ CB-SEM ซึ่งจะใช้หลักการภาวะน่าจะเป็นสูงสุด (Maximum Likelihood Method) ที่เน้นการทดสอบและเปรียบเทียบความกลมกลืนของโมเดลที่พัฒนาขึ้นจากทฤษฎี เพื่อทำการยืนยันว่าสมมุติฐานมีความสอดคล้องกับข้อมูลเชิงประจักษ์มากน้อยเพียงใด
.
ดังนั้นวัตถุประสงค์การเชือกใช้จะต่างกัน มาจากวัตถุประสงค์การวิจัยที่ไม่เหมือนกัน ต้องเลือกใช้ให้เหมาะสม
..
มาว่ากันต่อในรายละเอียดในวันพุธว่าความแตกต่างของทั้ง 2 แบบ แนวทางสำหรับการใช้ PLS-SEM จะมีอะไรกันบ้างครับ
..
Reference:
Hair, J. F., Hult, G. T. M., Ringle, C. M., and Sarstedt, M. 2016. A Primer on Partial. Least Squares Structural Equation Modeling (PLS-SEM). 2nd edition, Thousand Oaks,. CA: Sage.
รูปจาก:
https://www.kdnuggets.com/2017/03/structural-equation-modeling.html
Structural Equation Modeling (SEM) - ตอนที่ 1 จาก Fast Forward Statistics .. 30/4/2561 สรายุทธ กันหลง
Structural Equation Modeling (SEM) - ตอนที่ 1 จาก Fast Forward Statistics .. 30/4/2561
Cr: Fast Forward Statistics
https://ppantip.com/topic/37617088
ผมได้นำมาลงไว้ที่นี้ครับ
ว่าด้วย - Structural Equation Modeling (SEM) - ตอนที่ 1
https://www.facebook.com/FastForwardStat/
..
โมเดลสมการโครงสร้าง (Structural Equation Modeling, SEM) เป็นวิธีการวิเคราะห์ข้อมูลแบบหนึงสำหรับวิจัย เป็นการศึกษาโมเดลทั้งหมดของความสัมพันธ์ของตัวแปรต่างๆ ในรูปแบบ Multivariate Data Analysis จุดเริ่มต้นของ SEM เริ่มจากนักจิตวิทยา ชื่อ Charles Spearman และนักวิทยาศาสตร์ ชื่อ Sewall Wright ในช่วงหลังสงครามโลกครั้งที่ 2
.
ตัวอย่างของงานวิจัยทางด้านการจัดการที่ใช้ SEM เช่น การใช้โมเดลสมการโครงสร้างอธิบายกลไกอิทธิพลของความคล้ายคลึงทางเทคโนโลยีที่มีผลต่อการรับมาของนวัตกรรม เป็นต้น
..
การใช้เทคนิคการวิเคราะห์ SEM โดยส่วนใหญ่จะเกี่ยวข้องกับการวิเคราะห์องค์ประกอบเชิงยืนยันที่ต้องการการทดสอบว่าตัวแปรสังเกตได้ (Observed Variable) ว่าสามารถที่จะใช้เป็นตัวชี้วัดของตัวแปรแฝง (Latent Variable) ในรูปที่ 1 ได้หรือไม่
.
อีกทั้งยังใช้ในการทดสอบกรอบแนวคิดการวิจัยที่เกี่ยวข้องกับอิทธิพลของตัวแปรแฝงในรูปแบบของการทดสอบสมมุติฐานของความสัมพันธ์ทั้งหมด คล้ายๆกับเป็นการวิเคราะห์โดยเอาเคร่องมือหลายๆวิธีมาประกอบกัน ในรูปที่ 2 SEM เป็นวิธีการที่มีความหลากหลายในการตอบโจทย์วิจัยและมีความยืดหยุ่นในการวิเคราะห์ที่ดี
..
การใช้เทคนิคโมเดลสมการโครงสร้างดังกล่าวส่วนใหญ่จะเป็นเทคนิดที่เกี่ยวข้องกับแนวทางการวิเคราะห์ความแปรปรวนร่วม (Covariance-based Approach, CB-SEM) แนวทางการวิเคราะห์ด้วยวิธี CB-SEM นั้นเน้นการเปรียบเทียบความกลมกลืนกันของความเมตริกความแปรปรวนร่วมของโมเดลทางทฤษฎี (Implied Matrix) กับเมตริกความแปรปรวนร่วมของกลุ่มตัวอย่าง (Sample Matrix) ซึ่งโปรแกรมสำเร็จรูปที่ใช้ในการวิเคราะห์ เช่น LISREL AMOS MPLUS และ EQS เป็นต้น .
.
ในปัจจุบันนักวิจัยได้เริ่มหันมาให้ความสนใจกับการทดสอบโมเดลสมการโครงสร้างแบบวิธีกำลังสองน้อยที่สุดบางส่วนหรือ Partial Least Squares Technique (PLS-SEM) โปรแกรมสำเร็จรูปที่สามารถใช้กับเทคนิควิธีดังกล่าว เช่น PLS-Graph SmartPLS และ Visual PLS เป็นต้น
.
PLS-SEM เป็นวิธีการเทคนิคของโมเดลสมการโครงสร้างที่เน้นการประมาณค่าสูงสุดที่ใช้ในการอธิบายความแปรปรวนของตัวแปรแฝงภายใน (Endogenous Construct) ที่เกิดขึ้นจากอิทธิพลของตัวแปรแฝงภายนอก (Exogenous Construct) หรือที่เรียกว่าตัวแปรต้น
.
การวิเคราะห์วิธี PLS-SEM มีความคล้ายคลึงกับการวิเคราะห์ความถดถอยพหุคูณโดยทั่วไป ที่มีวัตถุประสงค์หลักเพื่อศึกษาการพยากรณ์ความสัมพันธ์
.
วิธีการประมาณค่าโมเดลสมการโครงสร้างวิธี PLS-SEM นั้นจะมีความแตกต่างกับเทคนิควิธีของ CB-SEM ซึ่งจะใช้หลักการภาวะน่าจะเป็นสูงสุด (Maximum Likelihood Method) ที่เน้นการทดสอบและเปรียบเทียบความกลมกลืนของโมเดลที่พัฒนาขึ้นจากทฤษฎี เพื่อทำการยืนยันว่าสมมุติฐานมีความสอดคล้องกับข้อมูลเชิงประจักษ์มากน้อยเพียงใด
.
ดังนั้นวัตถุประสงค์การเชือกใช้จะต่างกัน มาจากวัตถุประสงค์การวิจัยที่ไม่เหมือนกัน ต้องเลือกใช้ให้เหมาะสม
..
มาว่ากันต่อในรายละเอียดในวันพุธว่าความแตกต่างของทั้ง 2 แบบ แนวทางสำหรับการใช้ PLS-SEM จะมีอะไรกันบ้างครับ
..
Reference:
Hair, J. F., Hult, G. T. M., Ringle, C. M., and Sarstedt, M. 2016. A Primer on Partial. Least Squares Structural Equation Modeling (PLS-SEM). 2nd edition, Thousand Oaks,. CA: Sage.
รูปจาก: https://www.kdnuggets.com/2017/03/structural-equation-modeling.html