โครงการการวิเคราะห์ข้อมูลด้วยการใช้การใช้โปรแกรม Amos
วันที่เขียน 29/3/2561 13:27:12     แก้ไขล่าสุดเมื่อ 21/4/2569 22:53:16
เปิดอ่าน: 12223 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
การเผยแพร่ความรู้ที่ได้จากการเข้าร่วมงานประชุมวิชาการ/อบรม/สัมมนา » ความรู้ที่ได้รับจากการเข้าร่วมโครงการประเมินแผนปฏิบัติงานประจำปีงบประมาณ พ.ศ.2569 และจัดทำแผนปฏิบัติงานประจำปีงบประมาณ พ.ศ.2570
ได้เข้าร่วมประชุมเชิงปฏิบัติการโครงการประเมินแผนปฏิบัติงานประจำปีงบประมาณ พ.ศ.2569 และจัดทำแผนปฏิบัติงานประจำปีงบประมาณ พ.ศ.2570 โดยแบ่งออกเป็น 2 กิจกรรม ระหว่างวันที่ 25 ธันวาคม 2568 - 26 ธันวาคม ...
  กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน เพชรลดา กันทาดี  วันที่เขียน 8/4/2569 20:32:41  แก้ไขล่าสุดเมื่อ 21/4/2569 13:34:59   เปิดอ่าน 102  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
ความรู้อาจารย์กับการบริการวิชาการ » การออกแบบการวิจัยทางการศึกษาในยุคปัญญาประดิษฐ์: บทบาทใหม่ของอาจารย์ในฐานะนักวิจัยร่วมกับ AI
บทความนี้นำเสนอองค์ความรู้จากการอบรมเรื่อง “การออกแบบการวิจัยทางการศึกษาในยุคปัญญาประดิษฐ์” โดยมุ่งอธิบายบทบาทของ AI ในฐานะทั้งเครื่องมือและตัวแปรทางการวิจัย ตลอดจนแนวทางการออกแบบงานวิจัยเชิงปริมาณ...
Mixed Methods  การวิจัยทางการศึกษา  การออกแบบการวิจัย  จริยธรรมการวิจัย  ปัญญาประดิษฐ์ (AI)     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน อัณชยารัศมิ์ เนาว์โสภา  วันที่เขียน 2/4/2569 21:04:01  แก้ไขล่าสุดเมื่อ 21/4/2569 15:40:05   เปิดอ่าน 2126  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
ความรู้อาจารย์กับการบริการวิชาการ » การออกแบบการวิจัยทางการศึกษาในยุคปัญญาประดิษฐ์: บทบาทใหม่ของอาจารย์ในฐานะนักวิจัยร่วมกับ AI
บทความนี้นำเสนอองค์ความรู้จากการอบรมเรื่อง “การออกแบบการวิจัยทางการศึกษาในยุคปัญญาประดิษฐ์” โดยมุ่งอธิบายบทบาทของ AI ในฐานะทั้งเครื่องมือและตัวแปรทางการวิจัย ตลอดจนแนวทางการออกแบบงานวิจัยเชิงปริมาณ...
Mixed Methods  การวิจัยทางการศึกษา  การออกแบบการวิจัย  จริยธรรมการวิจัย  ปัญญาประดิษฐ์ (AI)     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน อัณชยารัศมิ์ เนาว์โสภา  วันที่เขียน 2/4/2569 21:03:34  แก้ไขล่าสุดเมื่อ 21/4/2569 22:16:35   เปิดอ่าน 63  ครั้ง | แสดงความคิดเห็น 0  ครั้ง
ความรู้อาจารย์กับการบริการวิชาการ » การพัฒนากรอบแนวคิดการวิจัยเชิงสาเหตุ: องค์ความรู้สำคัญสำหรับอาจารย์ยุคดิจิทัล
จากองค์ความรู้ที่ได้รับจากการอบรม บทบาทใหม่ของอาจารย์ในยุคการวิจัยเชิงระบบ สามารถสรุปได้ว่า “การวิจัยที่มีคุณภาพ” ไม่ได้ขึ้นอยู่กับเทคนิคการวิเคราะห์เพียงอย่างเดียว แต่ขึ้นอยู่กับ “การออกแบบกรอบแนว...
กรอบแนวคิดการวิจัย  การพัฒนางานวิจัยอุดมศึกษา  การวิจัยทางการศึกษา  ความสัมพันธ์เชิงสาเหตุ  ภาวะผู้นำเชิงผู้ประกอบการ     กลุ่มงานตามสมรรถนะบุคลากร   กลุ่มงานสายวิชาการ
ผู้เขียน อัณชยารัศมิ์ เนาว์โสภา  วันที่เขียน 2/4/2569 20:36:02  แก้ไขล่าสุดเมื่อ 21/4/2569 22:01:48   เปิดอ่าน 102  ครั้ง | แสดงความคิดเห็น 0  ครั้ง