โครงการการวิเคราะห์ข้อมูลด้วยการใช้การใช้โปรแกรม Amos
วันที่เขียน 29/3/2561 13:27:12     แก้ไขล่าสุดเมื่อ 27/9/2568 23:21:41
เปิดอ่าน: 11857 ครั้ง

โปรแกรม Amos เป็นการพัฒนาของโปรแกรมคอมพิวเตอร์สำหรับการวิเคราะห์โมเดลสมการโครงสร้าง (Structural Equation Modeling: SEM) ที่มีศักยภาพในการวิเคราะห์ข้อมูลได้มากยิ่งขึ้น โดยที่โปรแกรม SPSS (Statistical Package for the Social Science for Windows) ยังไม่สามารถวิเคราะห์ข้อมูลตามโมเดลแบบใหม่ได้

โปรแกรม Amos เป็นการพัฒนาของโปรแกรมคอมพิวเตอร์สำหรับการวิเคราะห์โมเดลสมการโครงสร้าง (Structural Equation Modeling: SEM)  ที่มีศักยภาพในการวิเคราะห์ข้อมูลได้มากยิ่งขึ้น  โดยที่โปรแกรม SPSS  (Statistical Package for the Social Science for Windows) ยังไม่สามารถวิเคราะห์ข้อมูลตามโมเดลแบบใหม่ได้ โมเดล SEM เป็นการวิเคราะห์ตัวแปรในการวิจัยที่มีทั้งตัวแปรสังเกตได้ (observed variable) และตัวแปรแฝง (latent or unobserved variable) โดยที่ตัวแปรแฝงเป็นตัวแปรที่ไม่มีความคลาดเคลื่อนในการวัด โดยวัดได้จากตัวบ่งชี้ที่เป็นตัวแปรสังเกตได้  ดังนั้นองค์ประกอบที่สำคัญของโมเดลสมการโครงสร้าง คือ โมเดลโครงสร้าง (structural model)  ซึ่งแสดงถึงความสัมพันธ์เชิงสาเหตุ (causal relationship) ระหว่างตัวแปรภายนอกและตัวแปรภายใน ซึ่งอาจเป็นแบบทางเดียวและแบบเส้นเชิงบวก (recursive and linear additive) หรือแบบสองทางและแบบเส้นเชิงบวก (non-recursive and linear additive) และ โมเดลการวัด (measurement model) ซึ่งแสดงถึงความสัมพันธ์ระหว่างตัวแปรแฝงกับตัวแปรสังเกตได้ ดังนั้น โมเดลสมการโครงสร้างจะสะท้อนให้เห็นถึงทั้งการวิเคราะห์องค์ประกอบ (factor analysis) และการวิเคราะห์เส้นทาง (path analysis) การยืนยันหรือการทดสอบว่าโมเดลที่สร้างขึ้นมีความสอดคล้องกับข้อมูลเชิงประจักษ์หรือไม่นั้น มีสถิติวัดความสอดคล้อง ดังนี้ เช่น

1) ค่าไค-สแควร์ (chi-square) ที่ไม่มีนัยสําคัญ คือค่า p-value สูงกว่า 0.05

2) ค่าสัดส่วนไค-สแควร์/df มีค่าไม่ควรเกิน 2.00

3) ค่า goodness of fit index: GFI, adjusted goodness of fit index:AGFI, comparative fit index: CFI มีค่าตั้งแต่ 0.90 – 1.00

4) ค่า standardized root mean squared residual: standardized RMR, root mean square of error approximation: RMSEA มีค่าต่ำกว่า 0.05

5) ค่า critical n: CN มีค่าเท่ากับ หรือมากกว่า 200 ของกลุ่มตัวอย่าง

6) ค่า largest standardized residual มีค่า -2 ถึง 2

          ข้าพเจ้าคาดว่าจะนำความรู้ที่ได้รับมาประยุกต์ใช้กับการสร้างงานวิจัยใหม่ ๆ ที่สอดคล้องกับสถานการณ์ในปัจจุบัน สามารถนำหลักการพื้นฐานของสถิติวิเคราะห์ทั้งหมด รวมทั้งการมีประสบการณ์ตรงในการทำวิจัย มาวิเคราะห์ข้อมูลที่มีตัวแปรจำนวนมากให้ได้ผลการวิเคราะห์ที่ถูกต้องและแม่นยำมากขึ้น 

คำสำคัญ :
AMOS  SEM  
กลุ่มบทความ :
หมวดหมู่ :
แชร์ :
https://erp.mju.ac.th/acticleDetail.aspx?qid=791
ความคิดเห็นทั้งหมด (0)
ไม่มีข้อมูลตามเงื่อนไขที่ท่านกำหนด
รายการบทความการแลกเปลี่ยนเรียนรู้หมวดหมู่ : กลุ่มงานสายวิชาการ
ความรู้จากการเข้าร่วมอบรม/สัมมนา/ประชุมวิชาการ » ทรัพย์สินทางปัญญาที่เกี่ยวข้องกับเทคโนโลยีปรับแต่งจีโนม
เทคโนโลยีการปรับแต่งจีโนมระบบ CRISPR/Cas มีบทบาทสำคัญในเกษตรกรรมแม่นยำ โดยช่วยปรับปรุงพันธุ์พืชให้แม่นยำ ปลอดภัย และไม่จัดเป็น GMO การนำเทคโนโลยีไปใช้เชิงพาณิชย์ต้องคำนึงถึงทรัพย์สินทางปัญญา เช่น ส...
การรับรองพันธุ์  ทรัพย์สินทางปัญญา  เทคโนโลยีการปรับแต่งจีโนม (Genome Editing)  พันธุ์พืช     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน ช่อทิพา สกูลสิงหาโรจน์  วันที่เขียน 12/9/2568 17:09:14  แก้ไขล่าสุดเมื่อ 27/9/2568 20:39:55   เปิดอ่าน 351  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
การประเมินสมรรถนะอาจารย์ตามกรอบ Thailand PSF » การประยุกต์ใช้ความรู้จากการอบรมเชิงปฏิบัติการ แนวทางการเขียนผลงานด้านการเรียนการสอนเพื่อขอรับการประเมินสมรรถนะอาจารย์ตามกรอบ Thailand PSF
การประเมินสมรรถนะอาจารย์ตามกรอบ Thailand Professional Standards Framework (Thailand PSF) เป็นกระบวนการสำคัญในการรับรองคุณภาพการจัดการเรียนการสอนของอาจารย์ในระดับอุดมศึกษา เพื่อยกระดับมาตรฐานวิชาชีพ...
Thailand PSF  การประเมินสมรรถนะอาจารย์  ผลงานด้านการเรียนการสอน     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน อัณชยารัศมิ์ เนาว์โสภา  วันที่เขียน 4/8/2568 18:18:40  แก้ไขล่าสุดเมื่อ 27/9/2568 22:44:55   เปิดอ่าน 1257  ครั้ง | แสดงความคิดเห็น 0  ครั้ง