โครงการการวิเคราะห์ข้อมูลด้วยการใช้การใช้โปรแกรม Amos
วันที่เขียน 29/3/2561 13:27:12     แก้ไขล่าสุดเมื่อ 4/5/2569 23:44:22
เปิดอ่าน: 12287 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
การเผยแพร่ความรู้ที่ได้จากการเข้าร่วมประชุมวิชาการ/อบรม/สัมมนา » การประชุมวิชาการระดับชาติ วิทยาศาสตร์ เทคโนโลยี และนวัตกรรม (มหาวิทยาลัยแม่โจ้) ครั้งที่ 7
การประชุมวิชาการระดับชาติ วิทยาศาสตร์ เทคโนโลยี และนวัตกรรม (มหาวิทยาลัยแม่โจ้) ครั้งที่ 7 ในวันที่ 27 มีนาคม 2569 ณ คณะวิทยาศาสตร์ มหาวิทยาลัยแม่โจ้ ซึ่งจัดโดยคณะวิทยาศาสตร์ คณะเทคโนโลยีการประมงแ...
การประชุมวิชาการ  คณิตศาสตร์  วิทยาศาสตร์     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน พิกุล ศรีดารัตน์  วันที่เขียน 3/5/2569 21:03:47  แก้ไขล่าสุดเมื่อ 4/5/2569 22:08:12   เปิดอ่าน 1592  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
การเผยแพร่ความรู้ที่ได้จากการเข้าร่วมประชุมวิชาการ/อบรม/สัมมนา » การประชุมวิชาการระดับชาติ วิทยาศาสตร์ เทคโนโลยี และนวัตกรรม (มหาวิทยาลัยแม่โจ้) ครั้งที่ 7
การประชุมวิชาการระดับชาติ วิทยาศาสตร์ เทคโนโลยี และนวัตกรรม (มหาวิทยาลัยแม่โจ้) ครั้งที่ 7 ในวันที่ 27 มีนาคม 2569 ณ คณะวิทยาศาสตร์ มหาวิทยาลัยแม่โจ้ ซึ่งจัดโดยคณะวิทยาศาสตร์ คณะเทคโนโลยีการประมงแ...
การประชุมวิชาการ  คณิตศาสตร์  วิทยาศาสตร์     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน พิกุล ศรีดารัตน์  วันที่เขียน 3/5/2569 21:03:45  แก้ไขล่าสุดเมื่อ 4/5/2569 22:08:12   เปิดอ่าน 11  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
ความรู้สำหรับพัฒนาความเป็นอาจารย์ยุคใหม่ » เขียนผลวิจัยอย่างไร…ไม่ให้กรรมการงง: บทเรียนจากห้องอบรมที่อยากเล่าให้เพื่อนอาจารย์ฟัง
บทความนี้เป็นการสะท้อนการเรียนรู้จากการอบรมออนไลน์เรื่อง “หลักการเขียนผลการวิจัย อภิปรายผล และข้อเสนอแนะ” ซึ่งมุ่งเน้นการพัฒนาทักษะการเขียนบทความวิจัยให้มีคุณภาพและสอดคล้องกับมาตรฐานสากล โดยพบว่า ก...
การเขียนผลการวิจัย  การอภิปรายผล  อาจารย์นักวิจัย     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน อัณชยารัศมิ์ เนาว์โสภา  วันที่เขียน 3/5/2569 14:30:22  แก้ไขล่าสุดเมื่อ 4/5/2569 22:08:58   เปิดอ่าน 12  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
ความรู้สำหรับพัฒนาความเป็นอาจารย์ยุคใหม่ » จากการทบทวนวรรณกรรมแบบดั้งเดิมสู่การใช้ GenAI: บทสะท้อนการเรียนรู้เพื่อการพัฒนาศักยภาพอาจารย์ยุคใหม่
การเข้าร่วมอบรมออนไลน์กับหน่วยงานวิจัยแห่งชาติ (วช.) ในวันที่ 28 เมษายน 2569 ภายใต้หัวข้อ “แนวคิดและหลักการในการเข้าถึง สืบค้น คัดกรอง และสรุปเนื้อหาจากการทบทวนวรรณกรรมแบบดั้งเดิม” และ “การเลือกและ...
Generative AI  การทบทวนวรรณกรรม  การสะท้อนการเรียนรู้  งานวิจัยเชิงวิชาการ  อาจารย์ยุคใหม่     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน อัณชยารัศมิ์ เนาว์โสภา  วันที่เขียน 29/4/2569 17:23:17  แก้ไขล่าสุดเมื่อ 4/5/2569 22:08:58   เปิดอ่าน 19  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
สรุปรายงานการอบรม » การเผยแพร่ความรู้ที่ได้จากการเข้าร่วมงานประชุมวิชาการ/อบรม/สัมมนา >การเขียนงานวิจัยตีพิมพ์ หนังสือ และตำราโดยใช้ปัญญาประดิษฐ์ (Artificial Intelligence: AI)
ปัจจุบันการใช้ปัญญาประดิษฐ์ (Artificial Intelligence: AI) ในการช่วยเขียนงานวิจัย หนังสือ และตำรา กำลังกลายเป็นเครื่องมือสำคัญที่ช่วยเพิ่มประสิทธิภาพ ลดเวลา และยกระดับคุณภาพของผลงานวิชาการอย่างมีนัย...
การช่วยเขียนงานวิจัย หนังสือ และตำรา  ปัญญาประดิษฐ์ (Artificial Intelligence: AI)  แพลตฟอร์ม AI     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน ชมัยพร นิธิกาจณ์พานิช  วันที่เขียน 29/4/2569 12:42:02  แก้ไขล่าสุดเมื่อ 4/5/2569 15:21:05   เปิดอ่าน 27  ครั้ง | แสดงความคิดเห็น 0  ครั้ง