Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
การสรางโมเดล (Model Building)และขนาดอทธพล (Effect Size)
โมเดลพหระดบ (Multilevel Modeling)
สนทด พรประเสรฐมานต
17 ตลาคม 2562 1สนทด พรประเสรฐมานต (MLM)
โครงรางการน าเสนอ
• การสรางโมเดล (Model Building)• สดสวนความสามารถในการท านาย (Proportion of Variance Explained)• สมประสทธถดถอยมาตรฐาน (Standardized Regression Coefficient)
17 ตลาคม 2562 2สนทด พรประเสรฐมานต (MLM)
การสรางโมเดล
• ในการอธบายตวแปรพหระดบดวยตวแปรอสระตางๆ ทอาจมจ านวนมาก นกวจยตองตดสนใจในสงตอไปน▪ ใหน าตวแปรอสระตวใดบาง เขาในโมเดล▪ ยอมใหตวแปรอสระใดบางมความชนสม▪ ใหมคาเฉลย (หรอคาสถตอน) ของตวแปรอสระ เพอท าเปนตวแปรอสระระดบกลมหรอไม
▪ ใหมปฏสมพนธกบตวแปรอนหรอไม
• ยงเพมอทธพลสม (Random effect) หรอยงเพมปฏสมพนธระหวางตวแปรอสระ จะยงท าใหความซบซอนของโมเดลเพมขน
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 3
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 4
𝑌𝑖𝑗 = 𝛽0𝑗 + 𝑒𝑖𝑗
𝛽0𝑗 = 𝛾00 + 𝑢0𝑗
โมเดลเปลา
𝑌𝑖𝑗 = 𝛽0𝑗 + 𝛽1𝑗𝑋1𝑖𝑗 + 𝛽1𝑗𝑋2𝑖𝑗 + 𝑒𝑖𝑗
𝛽0𝑗 = 𝛾00 + 𝑢0𝑗
𝛽1𝑗 = 𝛾10
RANCOVA
𝑌𝑖𝑗 = 𝛽0𝑗 + 𝛽1𝑗𝑋1𝑖𝑗 + 𝛽1𝑗𝑋2𝑖𝑗 + 𝑒𝑖𝑗
𝛽0𝑗 = 𝛾00 + 𝑢0𝑗
𝛽1𝑗 = 𝛾10 + 𝑢1𝑗
Random Slope Model Cross-level Interaction
𝛽2𝑗 = 𝛾20
𝛽2𝑗 = 𝛾20 + 𝑢1𝑗
𝑌𝑖𝑗 = 𝛽0𝑗 + 𝛽1𝑗𝑋1𝑖𝑗 + 𝛽1𝑗𝑋2𝑖𝑗 + 𝑒𝑖𝑗
𝛽0𝑗 = 𝛾00 + 𝛾01𝑊1𝑗 + 𝛾02𝑊2𝑗 + 𝑢0𝑗
𝛽1𝑗 = 𝛾10 + 𝛾11𝑊1𝑗 + 𝛾12𝑊2𝑗 + 𝑢1𝑗
𝛽2𝑗 = 𝛾20 + 𝛾21𝑊1𝑗 + 𝛾22𝑊2𝑗 + 𝑢1𝑗
ซบซอนขน
ซบซอนขน
ซบซอนขน
การสรางโมเดล
• นกถงโมเดลความชนแบบสม (Random Slope Model) ถาตวแปรอสระระดบบคคลมอทธพลแบบสมทงหมด จ านวนพารามเตอรเปนดงน
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 5
จ ำนวนตวแปร จ ำนวนพำรำมเตอร รำยละเอยด
0 3 𝛾00, 𝜎2, 𝜏00
1 6 𝛾00, 𝛾10, 𝜎2, 𝜏00, 𝜏10, 𝜏11
2 10 𝛾00, 𝛾10, 𝛾20, 𝜎2, 𝜏00, 𝜏10, 𝜏11, 𝜏20, 𝜏21𝜏22
3 15 𝛾00, 𝛾10, 𝛾20, 𝛾30, 𝜎2, 𝜏00, 𝜏10, 𝜏11, 𝜏20, 𝜏21𝜏22, 𝜏30, 𝜏31, 𝜏32, 𝜏33
4 21 𝛾00, 𝛾10, 𝛾20, 𝛾30, 𝛾40, 𝜎2,
𝜏00, 𝜏10, 𝜏11, 𝜏20, 𝜏21𝜏22, 𝜏30, 𝜏31, 𝜏32, 𝜏33, 𝜏40, 𝜏41, 𝜏42, 𝜏43, 𝜏44
q 𝑞2 + 5𝑞 + 6
2จ านวนพารามเตอร เพมขนเปนเสนโคง ยงท าใหโมเดลซบซอนขน
การสรางโมเดล
• ยงประมาณคาพารามเตอรทมากขน (เชน การเพมอทธพลสม การเพมปฏสมพนธ การเพมตวแปร) ยงเพมความซบซอนของโมเดล
• ความซบซอนของโมเดลยงมาก ยงท าใหผวจยอธบายโมเดลไดยาก การประมาณคาอาจไม convergent
• การเพมพารามเตอร จะตองเปนการเพมทส าคญจรงๆ
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 6
การสรางโมเดล
• ลกษณะของโมเดลทด จะตอง▪ อธบายขอมลไดด (Fit) ซงหมายความวา ไมไดมพารามเตอรนอยจนเกนไป▪ ประหยด (Parsimonious) ไมใชพารามเตอรเยอะเกนจ าเปน
• การสรางโมเดล มสองวธ คอ▪ สรางโมเดลจากทฤษฎโดยตรง หรอทเรยกวาวธนรนย (deductive)▪ สรางโมเดลจากขอมล หรอทเรยกวาวธอปนย (inductive)
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 7
การสรางโมเดล
• โมเดลทสรางจากทฤษฎโดยตรง เปนการจดวางตวแปรอสระ อทธพลสม หรอปฏสมพนธระหวางตวแปรลงไปในโมเดลตงแตครงแรกเลย เชน▪ ทดสอบอทธพลการดงดดจากความเหมอน (Similarity-Attraction Effect) โดยใหผรวมการทดลองประเมนภาพทมความเขมของสผวแตกตางกน และเกบขอมลความเขมของสผวของผรวมการทดลอง
▪ สรางโมเดลทมปฏสมพนธระหวางระดบไดเลย
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 8
𝑌𝑖𝑗 = 𝛽0𝑗 + 𝛽1𝑗𝑋1𝑖𝑗 + 𝑒𝑖𝑗
𝛽0𝑗 = 𝛾00 + 𝛾01𝑊1𝑗 + 𝑢0𝑗
𝛽1𝑗 = 𝛾10 + 𝛾11𝑊1𝑗 + 𝑢0𝑗
คาดหวงให 𝛾11 ถงระดบนยส าคญ ไปในทศทางบวก
𝑌 = ความชอบพอตอคนในรปภาพ𝑋1 = ความเขมของสผวของรปคนในภาพ𝑊1 = ความเขมของสผวของผรวมการทดลอง
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 9
▪ ครทสอนแบบเดกเปนศนยกลาง จะเหมาะสมกบเดกทมความตองการทางปญญา แตการสอนแบบบรรยาย จะเหมาะสมกบเดกทมความตองการทางปญญาต า โดยสะทอนจากผลการสอบเขาอดมศกษาวชาสงคมศาสตร ควบคมเพศและคะแนนวชาสงคมศาสตรเดม
𝑌𝑖𝑗 = 𝛽0𝑗 + 𝛽1𝑗 𝑋1𝑖𝑗 − ത𝑋1.𝑗 + 𝛽2𝑗𝑋2𝑖𝑗 + 𝛽3𝑗𝑋3𝑖𝑗 + 𝑒𝑖𝑗
𝛽0𝑗 = 𝛾00 + 𝛾01 ത𝑋1.𝑗 + 𝛾02 ത𝑋2.𝑗 + 𝛾03𝑊1𝑗 + 𝛾04𝑊1𝑗ത𝑋1.𝑗 + 𝑢0𝑗
𝛽1𝑗 = 𝛾10 + 𝛾13𝑊1𝑗 + 𝑢0𝑗
𝑌 = คะแนนสงคมศาตรใหม𝑋1 = คะแนนความตองการทางปญญา𝑋2 = คะแนนวชาสงคมศาสตรเดม𝑋3 = เพศของนกเรยน𝑊1 = วธการสอนของครในชนเรยน
(1 = เดกเปนศนยกลาง, 0 = บรรยาย)
𝛽2𝑗 = 𝛾20
𝛽3𝑗 = 𝛾30
ในการทดสอบทฤษฎ จะคาดหวงให • 𝛾13 ไปทางบวก ซงแสดงวาเดกทมความตองการทางปญญาสงภายในหองเรยน การเรยนแบบเดก
เปนศนยกลาง จะยงไดคะแนนสงกวาการเรยนแบบบรรยาย• 𝛾04 ไปทางบวก ซงแสดงวาหองทความตองการทางปญญาของเดกเฉลยสง จะท าใหการเรยนแบบ
เดกเปนศนยกลาง จะยงไดคะแนนสงกวาการเรยนแบบบรรยาย
การสรางโมเดล
• ในกรณทผวจยทฤษฎมหลายทฤษฎ แลวตองการเปรยบเทยบทฤษฎดงกลาว นกวจยจะสรางสองโมเดล จากสองทฤษฎ เพอน ามาเปรยบเทยบกน โดย▪ ถาเปนโมเดลซอนกน (Nested Model) ใชการทดสอบเปรยบสดสวนความเปนไปได (Likelihood ratio test)
▪ หากเปรยบเทยบโมเดลทไมซอนกน (Nonnested Model) ใหใชการทดสอบของVuong (1989) ซงสามารถอานรายละเอยดไดท Merkle, You, & Preacher (2016)
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 10
การสรางโมเดล
• การใชวธนรนย ทฤษฎของคณจะตองแนนหนาพอสมควร วาตวแปรอะไรมผล มผลอยางไร ไปในทศทางใด ดงเชนตวอยางขางตน
• แตหากทฤษฎของคณออน เชน ลกษณะของคนมผลตอตวแปรตาม หรอลกษณะของสถานการณมผลตอตวแปรตาม ซงตวแปรอสระทจะมผลตอตวแปรตามมจ านวนมาก และไมรทศทางทชดเจน ควรจะใชวธอปนย
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 11
การสรางโมเดล
• การสรางโมเดลดวยวธอปนย (Subjective) เหมอนเปนการสรางทฤษฎจากขอมลทม มวธการ 2 วธ คอ ▪ วธการคอยๆ สรางโมเดล (Build-up Strategy)▪ วธการตดโมเดล (Tear-down Strategy)
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 12
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 13
วธการคอยๆ สรางโมเดล
โมเดลเปลา (Null Model)
ใสตวแปรอสระ L1
ใสตวแปรอสระ L2
ทดสอบอทธพลสมของตวแปรอสระ L1 ทละตวแปร
ท านายความชนสมของตวแปรอสระ L1 ดวยตวแปรอสระ L2 (ปฏสมพนธตางระดบ)
ใสปฏสมพนธระหวางตวแปรอสระ L2
ใสปฏสมพนธระหวางตวแปรอสระ L1
ค านวณ ICC วาตวแปรนเหมาะสมเปนตวแปรตามหรอไม
ตวแปรไหนไม sig ใหน าออกกอน
แมอทธพลหลกของตวแปรอสระจะไม sig แตปฏสมพนธอาจ sig ไดปฏสมพนธใดทไม sig ใหน าออกกอน
ตวแปรไหนไม sig ใหน าออกกอน
แมอทธพลหลกของตวแปรอสระจะไม sig แตปฏสมพนธอาจ sig ไดปฏสมพนธใดทไม sig ใหน าออกกอน
สามารถทดสอบไดทงอทธพลหลกและปฏสมพนธของตวแปรอสระ L1แมอทธพลจะไม sig แตอาจมความชนทแตกตางระหวางกลมได
จะเกดขนกบอทธพลของตวแปรอสระ L1 ทมความชนแบบสมเทานน
การสรางโมเดล
• วธการตดโมเดล (Tear-down Strategy) เปนวธทตรงกนขามกบวธคอยๆ สรางโมเดล ทใสตวแปรทกตว ใสปฏสมพนธทเปนไปไดทกตว แลวคอยๆ ลดอทธพลทไมถงระดบนยส าคญลงทละตว
• วธคอยๆ สรางโมเดลและวธการตดโมเดล มกไดโมเดลสดทายทแตกตางกน• วธการตดโมเดลมกไมคอยไดรบความนยม เพราะ โมเดลทใสอทธพลสมทกตวมกจะประมาณคาไมส าเรจ (Not convergent)
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 14
การสรางโมเดล
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 15
ท านายปรมาณอาหารทปลาทองกนตวแปรตนระดบปลา: ความยาวปลา, สของปลา
ตวแปรตนระดบตปลา: ปรมาตรตปลา, จ านวนปลาในต,คาเฉลยความยาวปลา,สดสวนปลาสทอง
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 16
โมเดล 0IV: ไมม
โมเดล 1L1 IV: ความยาว (GMC)
โมเดล 2L1 IV: สทอง (GMC)
consume ~ 1 + (1|groupid)
consume ~ 1 + difflengthx
+ (1|groupid)
consume ~ 1 + diffgold
+ (1|groupid)
p < .001 p = .065
ทดสอบตวแปรอสระระดบท 1 Build-up Strategy
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 17
โมเดล 3L1 IV: ความยาว (GMC), สทอง (GMC)
โมเดล 4L1 IV: ความยาว (GMC), สทอง (GMC),
ปฏสมพนธของทงสองตว
consume ~ 1 + difflengthx + diffgold
+ (1|groupid)
p = .376
ทดสอบปฏสมพนธระหวำงตวแปรอสระระดบท 1
consume ~ 1 + difflengthx + diffgold
+ difflengthx:diffgold + (1|groupid)
ปฏสมพนธไม sig กลบไปใชโมเดล 1
โมเดลเปรยบเทยบ ตองใชโมเดลทมอทธพลหลกครบ เพอใหเปรยบเทยบปฏสมพนธเพยงอยางเดยว
Build-up Strategy
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 18
โมเดล 1L1 IV: ความยาว (GMC)
1 + difflengthx
+ (1|groupid)
ทดสอบตวแปรอสระระดบท 2
โมเดล 5L1 IV: ความยาว (GMC)
L2 IV: ปรมาตร
โมเดล 6L1 IV: ความยาว (GMC)
L2 IV: จ านวนปลา
โมเดล 7L1 IV: ความยาว (GMC)
L2 IV: ความยาว (M)
โมเดล 8L1 IV: ความยาว (GMC)
L2 IV: สทอง (M)
p < .001 p = .355 p < .001 p = .315
1 + difflengthx
+ volume
+ (1|groupid)
1 + difflengthx
+ nfish
+ (1|groupid)
1 + difflengthx
+ avelengthx
+ (1|groupid)
1 + difflengthx
+ avegold
+ (1|groupid)
โมเดล 9L1 IV: ความยาว (GMC)
L2 IV: ปรมาตรความยาว (M)
1 + difflengthx
+ avelengthx
+ volume
+ (1|groupid)
Build-up Strategy
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 19
ทดสอบปฏสมพนธระหวำงตวแปรอสระระดบท 2
โมเดล 9L1 IV: ความยาว (GMC)L2 IV: ปรมาตรความยาว (M)
1 + difflengthx
+ avelengthx
+ volume
+ (1|groupid)
โมเดล 10L1 IV: ความยาว (GMC)L2 IV: ปรมาตรความยาว (M)ปรมาตร x ความยาว (M)
1 + difflengthx
+ avelengthx
+ volume
+ avelengthx*volume
+ (1|groupid)
p = .397
Build-up Strategy
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 20
ทดสอบปฏสมพนธระหวำงตวแปรอสระระดบท 2
โมเดล 11L1 IV: ความยาว (GMC)L2 IV: ปรมาตร,จ านวนปลา,ความยาว (M)
1 + difflengthx
+ avelengthx
+ volume
+ nfish
+ (1|groupid)
โมเดล 12L1 IV: ความยาว (GMC)L2 IV: ปรมาตร,จ านวนปลา,ความยาว (M)ความยาว (M) x จ านวนปลา
1 + difflengthx
+ avelengthx
+ volume
+ nfish
+ avelengthx*nfish
+ (1|groupid)
โมเดล 13L1 IV: ความยาว (GMC)L2 IV: ปรมาตร,จ านวนปลา,ความยาว (M)ปรมาตร x จ านวนปลา
1 + difflengthx
+ avelengthx
+ volume
+ nfish
+ volume*nfish
+ (1|groupid)
p = .079 p = .852ปฏสมพนธไม sig กลบไปใชโมเดล 9
โมเดลเปรยบเทยบ ตองใชโมเดลทมอทธพลหลกครบ เพอใหเปรยบเทยบปฏสมพนธเพยงอยางเดยว
Build-up Strategy
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 21
ทดสอบปฏสมพนธระหวำงตวแปรอสระระดบท 2
โมเดล 14L1 IV: ความยาว (GMC)L2 IV: ปรมาตร,ความยาว (M),สปลา (M)
1 + difflengthx
+ volume
+ avelengthx
+ avegold
+ (1|groupid)
โมเดล 15L1 IV: ความยาว (GMC)L2 IV: ปรมาตร,ความยาว (M),สปลา (M),ความยาว (M) x สปลา (M)
1 + difflengthx
+ volume
+ avelengthx
+ avegold
+ avelengthx*avegold
+ (1|groupid)
โมเดล 16L1 IV: ความยาว (GMC)L2 IV: ปรมาตร,ความยาว (M),สปลา (M),ปรมาตร x สปลา (M)
1 + difflengthx
+ volume
+ avelengthx
+ avegold
+ volume*avegold
+ (1|groupid)
p = .144 p = .130ปฏสมพนธไม sig กลบไปใชโมเดล 9
โมเดลเปรยบเทยบ ตองใชโมเดลทมอทธพลหลกครบ เพอใหเปรยบเทยบปฏสมพนธเพยงอยางเดยว
Build-up Strategy
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 22
ทดสอบปฏสมพนธระหวำงตวแปรอสระระดบท 2
โมเดล 17L1 IV: ความยาว (GMC)L2 IV: ปรมาตร,จ านวนปลา,ความยาว (M),สปลา (M)
1 + difflengthx
+ volume
+ nfish
+ avelengthx
+ avegold
+ (1|groupid)
โมเดล 18L1 IV: ความยาว (GMC)L2 IV: ปรมาตร,จ านวนปลา,ความยาว (M),สปลา (M)จ านวนปลา x สปลา (M)
1 + difflengthx
+ volume
+ nfish
+ avelengthx
+ avegold
+ nfish*avegold
+ (1|groupid)
p = .813 ปฏสมพนธไม sig กลบไปใชโมเดล 9
โมเดลเปรยบเทยบ ตองใชโมเดลทมอทธพลหลกครบ เพอใหเปรยบเทยบปฏสมพนธเพยงอยางเดยว
Build-up Strategy
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 23
ทดสอบควำมชนสม
โมเดล 9L1 IV: ความยาว (GMC)L2 IV: ปรมาตรความยาว (M)
1 + difflengthx
+ avelengthx
+ volume
+ (1|groupid)
โมเดล 19L1 IV: ความยาว (GMC)L2 IV: ปรมาตรความยาว (M)
ชนสม: ความยาว (GMC)
1 + difflengthx
+ avelengthx
+ volume
+ (1 + difflengthx
|groupid)
p < .001
Build-up Strategy
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 24
ทดสอบควำมชนสม
โมเดล 20L1 IV: ความยาว (GMC)สปลา (GMC)
L2 IV: ปรมาตรความยาว (M)
1 + difflengthx
+ diffgold
+ avelengthx
+ volume
+ (1|groupid)
โมเดล 21L1 IV: ความยาว (GMC)สปลา (GMC)
L2 IV: ปรมาตรความยาว (M)
ชนสม: สปลา (GMC)
1 + difflengthx
+ diffgold
+ avelengthx
+ volume
+ (1 + diffgold
|groupid)
p = .863 ปฏสมพนธไม sig กลบไปใชโมเดล 19
ถาตองการเปรยบเทยบความชนสมของตวแปรใด โมเดลทเปรยบเทยบตองใสอทธพลของตวแปรนนดวย
Build-up Strategy
ทดสอบปฏสมพนธระหวำงชน
โมเดล 22L1 IV: ความยาว (GMC)L2 IV: ปรมาตรความยาว (M)
L1xL2: ความยาว (GMC) x ความยาว (M)ชนสม: ความยาว (GMC)
1 + difflengthx
+ avelengthx
+ volume
+ difflengthx:avelengthx
+ (1 + difflengthx
|groupid)
p = .304
โมเดล 19L1 IV: ความยาว (GMC)L2 IV: ปรมาตรความยาว (M)
ชนสม: ความยาว (GMC)
1 + difflengthx
+ avelengthx
+ volume
+ (1 + difflengthx
|groupid)
โมเดล 23L1 IV: ความยาว (GMC)L2 IV: ปรมาตรความยาว (M)
L1xL2: ความยาว (GMC) x ปรมาตรชนสม: ความยาว (GMC)
1 + difflengthx
+ avelengthx
+ volume
+ difflengthx:avelengthx
+ (1 + difflengthx
|groupid)
p = .021
Build-up Strategy
ทดสอบปฏสมพนธระหวำงชน
โมเดล 25L1 IV: ความยาว (GMC)L2 IV: ปรมาตรจ านวนปลาความยาว (M)
L1xL2: ความยาว (GMC) x จ านวนปลาชนสม: ความยาว (GMC)
1 + difflengthx
+ avelengthx
+ volume
+ nfish
+ difflengthx:nfish
+ (1 + difflengthx
|groupid)
p = .081
โมเดล 24L1 IV: ความยาว (GMC)L2 IV: ปรมาตรจ านวนปลาความยาว (M)
ชนสม: ความยาว (GMC)
1 + difflengthx
+ avelengthx
+ volume
+ nfish
+ (1 + difflengthx
|groupid)
ปฏสมพนธไม sig กลบไปใชโมเดล 23
โมเดลเปรยบเทยบ ตองใชโมเดลทมอทธพลหลกครบ เพอใหเปรยบเทยบปฏสมพนธเพยงอยางเดยว
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 26
Build-up Strategy
ทดสอบปฏสมพนธระหวำงชน
โมเดล 27L1 IV: ความยาว (GMC)L2 IV: ปรมาตรความยาว (M)สปลา (M)
L1xL2: ความยาว (GMC) xสปลา (M)ชนสม: ความยาว (GMC)
1 + difflengthx
+ avelengthx
+ volume
+ avegold
+ difflengthx:avegold
+ (1 + difflengthx
|groupid)
p = .077
โมเดล 26L1 IV: ความยาว (GMC)L2 IV: ปรมาตรความยาว (M)สปลา (M)
ชนสม: ความยาว (GMC)
1 + difflengthx
+ avelengthx
+ volume
+ avegold
+ (1 + difflengthx
|groupid)
ปฏสมพนธไม sig กลบไปใชโมเดล 23
โมเดลเปรยบเทยบ ตองใชโมเดลทมอทธพลหลกครบ เพอใหเปรยบเทยบปฏสมพนธเพยงอยางเดยว
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 27
Build-up Strategy
ลดปฏสมพนธระหวำงชน
โมเดล 0L1 IV: ความยาว (GMC)สปลา (GMC)
L2 IV: ความยาว (M)สปลา (M)ปรมาตร,จ านวนปลา
L1xL2: ความยาว (GMC) x ความยาว (M)ความยาว (GMC) x สปลา (M)ความยาว (GMC) x ปรมาตรความยาว (GMC) x จ านวนปลาสปลา (GMC) x ความยาว (M)สปลา (GMC) x สปลา (M)สปลา (GMC) x ปรมาตรสปลา (GMC) x จ านวนปลา
ชนสม: ความยาว (GMC)สปลา (GMC)
1 + difflengthx
+ diffgold
+ avelengthx
+ avegold
+ volume
+ nfish
+ difflengthx:avelengthx
+ difflengthx:avegold
+ difflengthx:volume
+ difflengthx:nfish
+ diffgold:avelengthx
+ diffgold:avegold
+ diffgold:volume
+ diffgold:nfish
+ (1 + difflengthx
+ diffgold
|groupid)
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 28
Tear-down Strategy
หมายเหต ผมหลกเลยงการใสปฏสมพนธระหวางตวแปรอสระระดบท 1กนเอง และตวแปรอสระระดบท 2 กนเองเนองจากความซบซอนมากเกนไป
ลดปฏสมพนธระหวำงชน
โมเดล 0L1 IV: ความยาว (GMC)สปลา (GMC)
L2 IV: ความยาว (M)สปลา (M)ปรมาตร,จ านวนปลา
L1xL2: ความยาว (GMC) x ความยาว (M)ความยาว (GMC) x สปลา (M)ความยาว (GMC) x ปรมาตรความยาว (GMC) x จ านวนปลาสปลา (GMC) x ความยาว (M)สปลา (GMC) x สปลา (M)สปลา (GMC) x ปรมาตรสปลา (GMC) x จ านวนปลา
ชนสม: ความยาว (GMC)สปลา (GMC)
Tear-down Strategy
โมเดล 1L1xL2: ความยาว (GMC) x ความยาว (M)
โมเดล 2L1xL2: ความยาว (GMC) x สปลา (M)
โมเดล 3L1xL2: ความยาว (GMC) x ปรมาตร
โมเดล 4L1xL2: ความยาว (GMC) x จ านวนปลา
โมเดล 5L1xL2: สปลา (GMC) x ความยาว (M)
โมเดล 6L1xL2: สปลา (GMC) x สปลา (M)
โมเดล 7L1xL2: สปลา (GMC) x ปรมาตร
โมเดล 8L1xL2: สปลา (GMC) x จ านวนปลา
p = .910
p = .059
p = .106
p = .963
p = .972
p = .990
p = .580
p = .278
จากผลการวเคราะหน ควรลดปฏสมพนธระหวางชนทงหมดออกจากโมเดล เปนโมเดล 9 ในหนาถดไป
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 30
ลดอทธพลตวแปรอสระทง L1 และ L2
โมเดล 11L1 IV: ความยาว (GMC)สปลา (GMC)
L2 IV: ความยาว (M)สปลา (M)ปรมาตร,จ านวนปลา
ชนสม: ความยาว (GMC)
1 + difflengthx
+ diffgold
+ avelengthx
+ avegold
+ volume
+ nfish
+ (1 + difflengthx
|groupid)
Tear-down Strategy
โมเดล 12L1 IV: สปลา (GMC)
โมเดล 13L2 IV: ความยาว (M)
p = .020
โมเดล 14L2 IV: สปลา (M)
โมเดล 15L2 IV: ปรมาตร
โมเดล 16L2 IV: จ านวนปลา
ไมตองลดความยาว (GMC) เนองจากมความชนแบบสมอย
p < .001
p = .009
p < .001
p < .001
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 31
Tear-down StrategyBuild-up Strategy
โมเดล 11L1 IV: ความยาว (GMC)สปลา (GMC)
L2 IV: ความยาว (M)สปลา (M)ปรมาตร,จ านวนปลา
ชนสม: ความยาว (GMC)
1 + difflengthx
+ diffgold
+ avelengthx
+ avegold
+ volume
+ nfish
+ (1 + difflengthx
|groupid)
โมเดล 23L1 IV: ความยาว (GMC)L2 IV: ปรมาตรความยาว (M)
L1xL2: ความยาว (GMC) x ปรมาตรชนสม: ความยาว (GMC)
1 + difflengthx
+ avelengthx
+ volume
+ difflengthx:avelengthx
+ (1 + difflengthx
|groupid)
โมเดลผลลพธไมเหมอนกน
การสรางโมเดล
• จากตวอยางทผานจะแสดงใหเหนวา ผลทไดจากวธคอยๆ สรางโมเดลและวธคอยๆ ลดโมเดลออกมาแตกตางกนอยางสนเชง
• หากทานหลกเลยงไมได ตองคนหาโมเดลจรงๆ ใหปฏบตดงตอไปน▪ หาจ านวนตวอยางใหมากทสด โดยเฉพาะอยางยงในระดบท 2 เพอหลกเลยงความผดพลาดทางสถตแบบท 1 และแบบท 2 ทอาจเกดขน
▪ ในการรายงานผล ใหบอกวธการสรางโมเดลใหชดเจน เพราะวธการสรางโมเดลมผลตอผลลพธทได
▪ ผลทไดควรมการสรางสมมตฐานทางทฤษฎ และมการวเคราะหซ าในบรบทเดมหรอบรบททแตกตาง เพอสรางองคความรใหม
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 32
การสรางโมเดล
• ในบางครง ผวจยมทฤษฎแลวบางสวน แตตองการศกษาตวแปรอนเพมเตมจากทฤษฎทไดมา จงสรางโมเดลจากทฤษฏกอน แลวใชวธอปนยในการหาขอมลเพมเตม
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 33
การสรางโมเดล
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 34
ตวแปรตนระดบผสมคร: เพศ, เชาวนปญญา, ประสบการณท างาน (ป), เงนเดอนทคาดหวง (คะแนนมาตรฐานเทยบกบ M, SD ของตลาดในต าแหนงเดยวกน)
ตวแปรตนระดบผสมภาษณ: เพศ, ประสบการณท างานสมภาษณ (ป)
สมมตฐานงานวจย : ทดสอบอคตของผสมภาษณ วาผสมภาษณประเมนผสมครเพศเดยวกบผสมภาษณสงขนหรอไม
การสรางโมเดล
• การทดสอบอทธพลน จะเปนการทดลอง ทผสมครจะถกสมหาผสมภาษณ โดยก าหนดโควตาเพยงผสมภาษณแตละคนจะสมภาษณผสมครชาย 5 คน และหญง 5 คน
• แสดงวาคณลกษณะของผสมครทผสมภาษณแตละคนสมภาษณจะไมแตกตางกนอยางเปนระบบ (แตกตางกนจากการสมเทานน)
• กลาวคอ คาคาดหวงของการกระจายของประสบการณท างานของผสมคร, คะแนนเชาวนปญญาของผสมคร, และเงนเดอนคาดหวงของผสมคร จะเทากบ 0
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 35
การสรางโมเดล
• ดวยเหตน ตวแปรระดบผสมครทงหมด จงไมยายศนยกลางไปทคาเฉลยกลม (Group-mean centering)
• การยายศนยกลาง จะยายเฉพาะตวแปร IQ ทยายไปทคา 100 (คาเฉลยในประชากร) เทานน ตวแปรอนจะไมมการยายศนยกลาง
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 36
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 37
โมเดลทดสอบสมมตฐานเปนดงน
เพศผสมคร
คะแนนการประเมน
ระดบผสมคร
(1 = หญง, 0 = ชาย)
คะแนนเชาวนปญญา
ระดบผสมภาษณ
เพศผสมภาษณ
ประสบการณสมภาษณ
ประสบการณท างานเงนเดอนคาดหวง
(1 = หญง, 0 = ชาย)
สสม = ตวแปรหลกสเทา = ตวแปรควบคม
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 38
ทดสอบอทธพลของเพศ โดยใสตวแปรควบคมเรยบรอยแลว
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 39
Tear-down Strategyลดอทธพลตวแปรอสระทง L1 และ L2
โมเดล 0L1 IV: เพศผสมครเงนเดอนคาดหวงประสบการณท างานเชาวนปญญา
L2 IV: เพศผสมภาษณประสบการณสมภาษณ
L1xL2: เพศผสมคร x เพศผสมภาษณชนสม: เพศผสมคร
1 + eesex
+ eesalary
+ eeworkexp
+ I(eeiq - 100)
+ ersex
+ erexp
+ eesex:ersex
+ (1 + eesex|erid)
โมเดล 1L1 IV: เงนเดอนคาดหวง
โมเดล 2L1 IV: ประสบการณท างาน
p = .881
โมเดล 3L1 IV: เชาวนปญญา
โมเดล 4L2 IV: ประสบการณสมภาษณ
น าเงนเดอนคาดหวงและประสบการณสมภาษณออกจากโมเดล
p < .001
p < .001
p = .292
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 40
Build-up Strategyทดสอบควำมชนแบบสม
โมเดล 5L1 IV: เพศผสมครประสบการณท างานเชาวนปญญา
L2 IV: เพศผสมภาษณL1xL2: เพศผสมคร x เพศผสมภาษณชนสม: เพศผสมคร
1 + eesex
+ eeworkexp
+ I(eeiq - 100)
+ ersex
+ eesex:ersex
+ (1 + eesex
+ eeworkexp|erid)
โมเดล 6ชนสม: ประสบการณท างาน
โมเดล 7ชนสม: เชาวนปญญา
p = .086 p = .885
1 + eesex
+ eeworkexp
+ I(eeiq - 100)
+ ersex
+ eesex:ersex
+ (1 + eesex
+ I(eeiq - 100)|erid)
1 + eesex
+ eeworkexp
+ I(eeiq - 100)
+ ersex
+ eesex:ersex
+ (1 + eesex|erid)
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 41
Build-up Strategyทดสอบควำมชนแบบสม
โมเดล 8L1 IV: เพศผสมครเงนเดอนคาดหวงประสบการณท างานเชาวนปญญา
L2 IV: เพศผสมภาษณL1xL2: เพศผสมคร x เพศผสมภาษณชนสม: เพศผสมคร
โมเดล 9ชนสม: เงนเดอนคาดหวง
p = .040
1 + eesex
+ eesalary
+ eeworkexp
+ I(eeiq - 100)
+ ersex
+ eesex:ersex
+ (1 + eesex|erid)
1 + eesex
+ eesalary
+ eeworkexp
+ I(eeiq - 100)
+ ersex
+ eesex:ersex
+ (1 + eesex
+ eesalary|erid)
ถาตองการเปรยบเทยบความชนสมของตวแปรใด โมเดลทเปรยบเทยบตองใสอทธพลของตวแปรนนดวย
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 42
Build-up Strategyทดสอบปฏสมพนธระหวำงชน
โมเดล 9L1 IV: เพศผสมครเงนเดอนคาดหวงประสบการณท างานเชาวนปญญา
L2 IV: เพศผสมภาษณL1xL2: เพศผสมคร x เพศผสมภาษณชนสม: เพศผสมครเงนเดอนคาดหวง
โมเดล 10L1xL2: เงนเดอนคาดหวง x เพศผสมภาษณ
p = .552
1 + eesex
+ eesalary
+ eeworkexp
+ I(eeiq - 100)
+ ersex
+ eesex:ersex
+ (1 + eesex
+ eesalary|erid)
1 + eesex
+ eesalary
+ eeworkexp
+ I(eeiq - 100)
+ ersex
+ eesex:ersex
+ eesalary:ersex
+ (1 + eesex
+ eesalary|erid)
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 43
Build-up Strategyทดสอบปฏสมพนธระหวำงชน
โมเดล 11L1 IV: เพศผสมครเงนเดอนคาดหวงประสบการณท างานเชาวนปญญา
L2 IV: เพศผสมภาษณประสบการณสมภาษณ
L1xL2: เพศผสมคร x เพศผสมภาษณชนสม: เพศผสมครเงนเดอนคาดหวง
โมเดล 12L1xL2: เพศผสมคร x ประสบการณสมภาษณ
p = .412
1 + eesex
+ eesalary
+ eeworkexp
+ I(eeiq - 100)
+ ersex
+ erexp
+ eesex:ersex
+ (1 + eesex
+ eesalary|erid)
+ eesex:erexp
โมเดล 13L1xL2: เงนเดอนคาดหวง x ประสบการณสมภาษณ
+ eesalary:erexp
p = .470
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 44
โมเดลสดทาย หลงจากผานการคนหาโมเดลดวยวธอปนยเพมเตมแลว
สดสวนความสามารถในการท านาย
• ในการวเคราะหถดถอย R2 จะเปนคาขนาดอทธพลรปแบบหนง ทบอกวาตวแปรอสระทใสในโมเดล สามารถอธบายความแปรปรวนของตวแปรตามไดขนาดเทาไร
• ในการวเคราะหพหระดบ จะมความซบซอนเกดขน เนองจากความแปรปรวนถกแบงออกเปน 2 ระดบเปนอยางนอย คอ ระดบบคคลและระดบกลม
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 45
สดสวนความสามารถในการท านาย
• วธการทงายทสด คอ น าโมเดลวางมาเปรยบเทยบ
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 46
𝑌𝑖𝑗 = 𝛽0𝑗 + 𝑒𝑖𝑗
𝛽0𝑗 = 𝛾00 + 𝑢0𝑗
ระดบท 1
ระดบท 2
𝑌𝑖𝑗 = 𝛽0𝑗 + 𝛽1𝑗𝑋1𝑖𝑗 + 𝑒𝑖𝑗
𝛽0𝑗 = 𝛾00 + 𝑢0𝑗𝛽1𝑗 = 𝛾10
โมเดลฐาน (Baseline Model) โมเดลเปาหมาย (Target Model)
𝑉𝑎𝑟 𝑒𝑖𝑗 = 𝜎𝑒|𝐵2 𝑉𝑎𝑟 𝑢0𝑗 = 𝜏00|𝐵 𝑉𝑎𝑟 𝑒𝑖𝑗 = 𝜎𝑒|𝑇
2 𝑉𝑎𝑟 𝑢0𝑗 = 𝜏00|𝑇
𝑅12 =
𝜎𝑒|𝐵2 − 𝜎𝑒|𝑇
2
𝜎𝑒|𝐵2
𝑅22 =
𝜏00|𝐵 − 𝜏00|𝑇
𝜏00|𝐵
สดสวนการอธบายความแปรปรวนระดบท 1 สดสวนการอธบายความแปรปรวนระดบท 2
สดสวนความสามารถในการท านาย
• สามารถหาสดสวนการท านายความแปรปรวนของความชนสมไดเชนกน
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 47
𝑌𝑖𝑗 = 𝛽0𝑗 + 𝛽1𝑗𝑋1𝑖𝑗 + 𝑒𝑖𝑗 ระดบท 1
ระดบท 2
𝑌𝑖𝑗 = 𝛽0𝑗 + 𝛽1𝑗𝑋1𝑖𝑗 + 𝑒𝑖𝑗
𝛽0𝑗 = 𝛾00 + 𝛾01𝑊1𝑗 + 𝑢0𝑗𝛽1𝑗 = 𝛾10 + 𝛾11𝑊1𝑗 + 𝑢1𝑗
โมเดลเปาหมาย (Target Model)
𝑉𝑎𝑟 𝑢1𝑗 = 𝜏11|𝐵 𝑉𝑎𝑟 𝑢0𝑗 = 𝜏11|𝑇
𝑅𝑋12 =
𝜏11|𝐵 − 𝜏11|𝑇
𝜏11|𝐵
สดสวนการอธบายความชนสมของ X1
โมเดลฐาน (Baseline Model)
𝛽0𝑗 = 𝛾00 + 𝛾01𝑊1𝑗 + 𝑢0𝑗𝛽1𝑗 = 𝛾10 + 𝑢1𝑗
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 48
𝜎𝑒|𝐵2 = 24.63
𝜏00|𝐵 = 24.04
จากตวอยางเรองปลาทอง อยากทราบวาตวแปรอสระสามารถท านายความแตกตางกนของการกนอาหารปลาทองในตปลาไดมากนอยเพยงใด
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 49
𝜎𝑒|𝑇2 = 6.416
𝜏00|𝑇 = 15.235
ท านายดวย (ก) ความยาวปลา และ (ข) ปรมาตรของตปลา
𝑅12 =
24.63 − 6.416
24.63= .74
𝑅22 =
24.04 − 15.235
24.04= .366
ความยาวปลา สามารถท านายความแตกตางในการกนอาหารของปลาได 74%ความยาวปลาเฉลยในตปลาและปรมาตรตปลาอธบายความแตกตางในการกนอาหารเฉลยของแตละตปลาได 37%
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 50
𝜏11|𝐵 = 1.667
คาความเบยงเบนความยาวของปลาภายในตปลา มอทธพลตอการกนอาหารแตกตางกนระหวางตปลา อยากทราบวาปรมาตรสามารถอธบายความชนสมไดมากเพยงใด
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 51
𝜏11|𝑇 = 1.229
ใสปฏสมพนธระหวางคาเบยงเบนความยาวปลาและปรมาตรตปลาเพมในโมเดล
𝑅𝑋12 =
1.667 − 1.229
1.667= .263
ปรมาตรของตปลา สามารถท านายความแตกตางของอทธพลความยาวปลาทมตอการกนอาหารของปลาภายในแตละตปลาได 26%
สดสวนความสามารถในการท านาย
• การหาขนาดอทธพลของแตละตวแปร สามารถหาไดผานการหา Δ𝑅2
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 52
คำคงเหลอ โมเดลเปลำ ควำมยำวปรมำตร
ควำมยำว ปรมำตร
𝜏00 24.04 15.235 17.553 17.20
𝜎𝑒2 24.63 6.416 6.411 24.68
𝑅22 .37 .27 .28
𝑅12 .74 .74 0
เพมปรมาตร ไดสดสวนท านายความยาวเฉลยระดบตปลาเพมขน 10%
A B C
A - B
เพมความยาว ไดสดสวนท านายความยาวเฉลยระดบตปลาเพมขน 9%A - B
สดสวนความสามารถในการท านาย
• ปญหาของสตรเหลานม 2 เรองดวยกน คอ ▪𝑅2
2 จะเปนการลดลงของคาคงเหลอในการท านาย 𝛽0𝑗 ซงหากเปนโมเดลทมความชนสมแลว ความแปรปรวนของ 𝛽0𝑗 จะแตกตางกนตามการยายศนยกลาง
17 ตลาคม 2562 53
𝑉𝑎𝑟 𝛽0𝑗 คงท
𝑉𝑎𝑟 𝛽0𝑗 ไมคงท หากยายศนยกลางของตวแปรอสระ X แลวจะท าใหคาเปลยน
ควรหลกเลยงใชสตร 𝑅22 ในกรณทมความชนสม
สดสวนความสามารถในการท านาย
• ปญหาของสตรเหลานม 2 เรองดวยกน คอ ▪ คา 𝑅1
2 และ 𝑅22 อาจมคาเปนตดลบ ซงเกดจากลกษณะพเศษในการประมาณคา
ความแปรปรวนแตละระดบในการวเคราะหพหระดบ
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 54
สนทด พรประเสรฐมานต (MLM) 55
ตวแปรอสระ 𝝈𝒆𝟐 𝝉𝟎𝟎
เปลา 24.63 24.04
GMC 6.417 27.47
M 24.54 15.14
GMC, M 6.411 17.53
NC 6.414 18.72
NC, M 6.411 17.53GMC = Group-mean centeringM = Group meansNC = No centering
คาความแปรปรวนระดบกลมเพมขน มากกวาในโมเดลเปลาเสยอก !!!
เกดเฉพาะตวแปรท Group-mean centeredแตไมเกดกบการ centering แบบอน
สดสวนความสามารถในการท านาย
• ปรากฎการณนเกดจากวา การวเคราะหพหระดบมขอตกลงเบองตนวา การสมขอมลตองเปนแบบ 2 ระดบ▪ สมกลมมาจากประชากรกอน▪ สมบคคลมาจากประชากรของแตละกลม
• ดงนน ตามขอตกลงเบองตนน จะคาดหวงวาคาเฉลยของตวแปรอสระภายในแตละกลม ตองมความแตกตางกนบาง (ความแตกตางจากการสม)
• การวเคราะหแบบความเปนไปไดสงสด (Maximum Likelihood) จะมการปรบคาความแปรปรวนแตละระดบ เพอจดการกบความแตกตางจากการสมทเกดขน
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 56
สดสวนความสามารถในการท านาย
• แตหากผวจยใสตวแปรทไมมความแตกตางระหวางกลมเลย เชน▪ การจดกระท าของผวจย เชน บคคลในกลมครงหนงไปกลมทดลอง และอกครงหนงไปกลมควบคม และเปนแบบนทกกลม
▪ เวลาในการเกบขอมล เชน ทกคนทกวดเวลา 6, 12, 18 เดอนเหมอนกนหมด▪ ตวแปรทผานการยายศนยกลางไปทคาเฉลยกลม (Group-mean centered)
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 57
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 58
ตวแปรอสระ ICC ในประชำกร = 0
ตวแปรอสระตางกนระหวางกลมบาง จาก Random sampling
อทธพลในกลม = อทธพลระหวางกลม
คาคงเหลอระดบกลมลดลงบาง
ML ปรบคาใหคาคงเหลอไมลดลง เพราะ ICC ของ X ในประชากร = 0
ตวแปรทท ำ Group-mean centering
ตวแปรอสระตางกนไมแตกตางกนเลย
อทธพลในกลม = อทธพลระหวางกลม
คาคงเหลอระดบกลมไมลดลงเลย
ML ดนไปปรบคาเหมอนกรณทางซาย
ปรบทงทไมควรปรบ ท าใหคาคงเลอหเพมขนจากทควรเปน
สดสวนความสามารถในการท านาย
• จากเหตการณขางบน Snijders & Bosker (2012) เสนอวา▪ การอธบายความแปรปรวนในระดบท 1 ควรเปลยนเปนดการอธบายความแปรปรวนรวม (Total variance) โดยไมสนระดบเลย
▪ การอธบายความแปรปรวนในระดบท 2 ควรน าคาเฉลยจากการสมมาคดในสตรดวย
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 59
෨𝑅12 =
𝜎𝑒|𝐵2 + 𝜏00|𝐵 − 𝜎𝑒|𝑇
2 − 𝜏00|𝑇
𝜎𝑒|𝐵2 + 𝜏00|𝐵
෨𝑅22 =
𝜏00|𝐵 + 𝜎𝑒|𝐵2 / 𝑛 − 𝜏00|𝑇 − 𝜎𝑒|𝑇
2 / 𝑛
𝜏00|𝐵 + 𝜎𝑒|𝐵2 / 𝑛
𝑛 =𝑁2 −σ𝑛𝑗
2
𝑁 𝑘 − 1
ถา 𝑛 เทากนทกกลมแลว 𝑛 = 𝑛
สดสวนความสามารถในการท านาย
• Snijders & Bosker (2012) ยงเสนอสตรทหา ෨𝑅12 และ ෨𝑅2
2 ในกรณทมความชนสมมาดวย แตสตรซบซอน และตวผเขยนเองยงบอกวา คาทไดจากสตรซบซอนนน กบสตรทผานมาค านวณในโมเดลทไมมความชนสมนน ออกมาไมคอยตางกน จงไมน าเสนอในทน
• 𝑅𝑋12 กมปญหาแบบเดยวกน แตผมยงไมพบสตรการปรบแกในเวลาน
• นอกจากน กอนทจะหาสดสวนความสามารถในการท านาย ควรใชการยายศนยการทเหมาะสมกอนตงแตแรก
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 60
สดสวนความสามารถในการท านาย
• หา 𝑛
• หา ෨𝑅12 และ ෨𝑅2
2
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 61
คำคงเหลอ โมเดลเปลำ
ควำมยำวปรมำตร
𝜏00 24.04 15.235
𝜎𝑒2 24.63 6.416
෨𝑅12 =
24.63 + 24.04 − 6.42 − 15.24
24.63 + 24.04= .56
෨𝑅22 =
24.04 +24.638.1
− 15.24 −6.428.1
24.04 +24.638.1
= .41
สมประสทธถดถอยมาตรฐาน
• ในการวเคราะหถดถอย สมประสทธถดถอยมาตรฐาน คอ หากตวแปรอสระเพมขน 1 สวนเบยงเบนมาตรฐานแลวตวแปรตามเปลยนแปลงไปกสวนเบยงเบนมาตรฐาน เมอควบคมคาอนใหคงท
• สวนเบยงเบนมาตรฐานในทน คอ สวนเบยงเบนมาตรฐานของตวแปรนนตามธรรมชาต เชน คะแนนเชาวนปญญา ควรใชสวนเบยงเบนมาตรฐานในระดบบคคล
• ดงนน ในการวเคราะหพหระดบ จงไมตองท าสมประสทธถดถอยมาตรฐานแตละระดบ เพราะเราตองการผลการวเคราะหททราบวา หากตวแปรนเปลยนแปลงไป 1 สวนเบยงเบนมาตรฐานตามธรรมชาต จะสงผลตอตวแปรตามอยางไร
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 62
สมประสทธถดถอยมาตรฐาน
• วธการทงายทสด คอ การแปลงคาตวแปรใหเปนคะแนนมาตรฐาน กอนน าไปวเคราะหพหระดบ
• คาสมประสทธถดถอยทได จะเปนสมประสทธถดถอยมาตรฐาน แตไมควรแปรความหมายระดบนยส าคญของโมเดลน เพราะไมไดค านงถงความผดพลาดสมของคาเฉลยและสวนเบยงเบนมาตรฐานทใชหาคะแนนมาตรฐาน
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 63
สมประสทธถดถอยมาตรฐาน
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 64
แปลงตวแปรระดบท 1 ใหเปนคะแนนมาตรฐานหาคาเฉลยกลม และท าGroup mean centering
สรางตวแปรระดบท 2 ใหมเพราะคาของตวแปรแตละกลมจะมคาซ ากน ควรลดมาให1 กลมมเพยง 1 คาเทานนหา M และ SD ของปรมาตร
เปลยนใหเปนคะแนนมาตรฐานดวย M และ SD ทค านวณได
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 65
ค านวณสมประสทธถดถอยมาตรฐาน
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 66
ตวแปรอสระ b SE t
จดตด 18.65 2.39 7.80
คาเบยงเบนของความยาวปลาภายในตปลา (A) 7.28 0.67 10.94 .627
คาเฉลยความยาวปลาของแตละตปลา 11.00 1.80 6.11 .797
ปรมาตรตปลา (B) 5.85 1.57 3.73 .233
A x B 1.93 0.81 2.39 .039
ถาปลาภายในตปลา มความยาวเพมขนเทยบเทาสวนเบยงเบนมาตรฐานของความยาวปลาทงหมดแลว การกนอาหารปลาจะเพมขนเทยบเทา .627 สวนเบยงเบนมาตรฐาน
ถาตปลามความยาวเฉลยของปลาเพมขนเทยบเทาสวนเบยงเบนมาตรฐานของความยาวปลาทงหมดแลว การกนอาหารปลาจะเพมขนเทยบเทา .797 สวนเบยงเบนมาตรฐาน
ถาตปลามปรมาตรเพมขนเทยบเทาสวนเบยงเบนมาตรฐานของปรมาตรตปลาทงหมดแลว การกนอาหารปลาจะเพมขนเทยบเทา .233 สวนเบยงเบนมาตรฐาน
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 67
ตวแปรอสระ b SE t
จดตด 18.65 2.39 7.80
คาเบยงเบนของความยาวปลาภายในตปลา (A) 7.28 0.67 10.94 .627
คาเฉลยความยาวปลาของแตละตปลา 11.00 1.80 6.11 .797
ปรมาตรตปลา (B) 5.85 1.57 3.73 .233
A x B 1.93 0.81 2.39 .039
ถาปรมาตรเพมขน 1 สวนเบยงเบนมาตรฐาน อทธพลมาตรฐานของความยาวปลาภายในตปลาทมตอการกนอาหารปลาจะเพมขน .039
สงเกตวา สมประสทธมาตรฐานของคาเฉลยความยาวแตละตปลามคาสงกวาปรมาตรตปลามาก ซงขดแยงกบ Δ𝑅2 ทไดคาออกมาใกลเคยงกน
ในกรณนใหองผล Δ𝑅2 เนองจากวาคาเฉลยความยาวปลาแตละตปลาถกค านวณจากSD รวมทง 2 ระดบ แตปรมาตรถกค านวณจาก SD ในระดบตปลา ท าใหเปรยบเทยบกนไมได
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 68
ถาสงเกตดๆ จะพบวาคาความเปนไปได ของโมเดลปกตและโมเดลมาตรฐานไมตรงกน
ทไมเทากน เพราะตวแปรตามอยคนละสเกลกน ถาตวแปรตามอยสเกลเดยวกนจะเปรยบเทยบกนได
ตวแปรตามปกต ตวแปรอสระมาตรฐาน ตวแปรตามมาตรฐาน ตวแปรอสระปกต
สงเกตวาคาเทากบดานบน แสดงวาการท าใหเปนคะแนนมาตรฐานไมไดเปลยนแปลงเนอในของโมเดล
สมประสทธถดถอยมาตรฐาน
• การท าคะแนนสมประสทธถดถอยมาตรฐาน ควรใชในการเปรยบเทยบภายในโมเดลเดยวกน ระหวางตวแปรระดบเดยวกน ทหารดวยสวนเบยงเบนมาตรฐานประเภทเดยวกนเทานน
• เชนเดยวกนกบการวเคราะหถดถอย สมประสทธถดถอยมาตรฐานไมควรใชเปรยบเทยบระหวางโมเดล
• หากตองการขนาดอทธพล ควรใช 𝑅2 ในการรายงานผล
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 69
คาบตอไป
• หวขอหลากหลาย เชน ▪ การประมาณคาเฉลยกลมดวยวธ Empirical Bayes▪ คาสญหาย▪ การวเคราะหก าลง
• การบานท 7
17 ตลาคม 2562 สนทด พรประเสรฐมานต (MLM) 70