โครงการการวิเคราะห์ข้อมูลด้วยการใช้การใช้โปรแกรม Amos
วันที่เขียน 29/3/2561 13:27:12     แก้ไขล่าสุดเมื่อ 15/9/2569 11:25:58
เปิดอ่าน: 12633 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
การใช้เครื่องมือ Image Recognition สำหรับผู้เริ่มต้นด้วย CNN ใน R Studio เป็นแนวทางให้ผู้ใช้สามารถนำเทคนิค Deep Learning มาประยุกต์กับงานจำแนกรูปภาพผ่านเครื่องมือและไลบรารีที่ » การใช้ ICT เพื่อเพิ่มประสิทธิภาพในการปฏิบัติงาน (การใช้ AI เพื่อเพิ่มประสิทธิภาพในการปฏิบัติงาน)
การอบรมเชิงปฏิบัติการนี้มุ่งเน้นการนำเทคโนโลยีสารสนเทศ (ICT) โดยเฉพาะปัญญาประดิษฐ์ (AI) มาประยุกต์ใช้เพื่อยกระดับประสิทธิภาพการทำงาน ผู้เข้าร่วมจะได้เรียนรู้การใช้เครื่องมือ AI อัจฉริยะในการจัดการ...
  กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน พิชิต สิทธิกัน  วันที่เขียน 4/9/2569 6:01:41  แก้ไขล่าสุดเมื่อ 15/9/2569 7:21:53   เปิดอ่าน 33  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
การใช้เครื่องมือ Image Recognition สำหรับผู้เริ่มต้นด้วย CNN ใน R Studio เป็นแนวทางให้ผู้ใช้สามารถนำเทคนิค Deep Learning มาประยุกต์กับงานจำแนกรูปภาพผ่านเครื่องมือและไลบรารีที่ » ระดมความคิดเห็นพิจารณาร่างมาตรฐนอาชีพและคุณวุฒิวิชาชีพ สาขาวิชาชีพอุตสาหกรรมดิจิทัล อาชีพนักพัฒนาระบบบปัญญาประดิษฐ์ ระดับ 5
การประชุมระดมความคิดเห็นนี้จัดขึ้นเพื่อพิจารณาและปรับปรุงร่างมาตรฐานอาชีพนักพัฒนาระบบปัญญาประดิษฐ์ ระดับ 5 โดยมุ่งเน้นการกำหนดสมรรถนะ ทักษะ และความรู้ที่จำเป็นสำหรับบุคลากรในอุตสาหกรรมดิจิทัลให้สอ...
  กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน พิชิต สิทธิกัน  วันที่เขียน 4/9/2569 5:57:12  แก้ไขล่าสุดเมื่อ 14/9/2569 23:51:50   เปิดอ่าน 38  ครั้ง | แสดงความคิดเห็น 0  ครั้ง