37
Structural Equation Modeling: SEM การวิจัยยุคสังคมความรู้ รศ. ดร. วิโรจน์ สารรัตนะ หลักสูตรศึกษาศาสตรดุษฎีบัณฑิตสาขาวิชาการบริหารการศึกษา มหาวิทยาลัยมหามกุฎราชวิทยาลัย 2556

Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

  • Upload
    lykien

  • View
    242

  • Download
    2

Embed Size (px)

Citation preview

Page 1: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

Structural Equation Modeling SEMการวจยยคสงคมความร

รศ ดร วโรจน สารรตนะ

หลกสตรศกษาศาสตรดษฎบณฑตสาขาวชาการบรหารการศกษา

มหาวทยาลยมหามกฎราชวทยาลย 2556

SEM

SEM

การสรางโมเดลสมการโครงสราง (Structural Equation Modeling SEM) เปนเทคนคทางสถตเทคนคหนงทใชในการทดสอบ (testing) และประมาณคา (estimate) ความสมพนธเชงเหตผล (causal relationships)

การสรางโมเดลสมการโครงสราง มไดท งเพอการยนยน (confirmation) และเพอการสารวจ (exploration) หมายความวา การสรางโมเดลอาจมวตถประสงคเพอการทดสอบทฤษฎ (theory testing) หรอเพอสรางทฤษฎ (theory building)

Bollen K A amp Long S J (1993) Testing Structural Equation Models SAGE Focus Edition vol 154 Retrieved March 18 2010 from

httpenwikipediaorgwikiStructural_equation_modelingcite_note-3

Theory Testing VS Theory Building

bull กรณการทดสอบทฤษฎ (theory testing) สรางโมเดลดวยวธการเชงอนมาน (deductive) หรอการวจยเชงปรมาณ (quantitative research) เรมตนจากการศกษาทฤษฎและงานวจยเพอกาหนดโมเดลสมมตฐานทแสดงเปนโมเดลความสมพนธเชงสาเหต (causal model) ทจะไดรบการทดสอบจากขอมลทรวบรวมไดมา วามความสอดคลอง (fit) กนหรอไม โดยใชการวเคราะหองคประกอบเชงยนยน (confirmatory factor analysis)

bull กรณการสรางทฤษฎ (theory building) สรางโมเดลดวยวธการเชงอปมาน (inductive) หรอการวจยเชงคณภาพ (qualitative research) แลวใชขอมลประมาณคาของพารามเตอรอสระ (free parameters) ซงบอยคร งทสมมตฐานเบ องตนอาจมการปรบโมเดล ในกรณเชนน ใชการวเคราะหองคประกอบเชงสารวจ (exploratory factor analysis)

SEMhellipเปนเพอยนยนหรอทดสอบทฤษฎมากกวาสรางทฤษฎ

ในบทความ What is Structural Equation

Modeling (httpwww2gsuedu~mkteersemhtml) ให

ทศนะวา SEMhellipis a largely confirmatory rather than

exploratory technique That is a researcher are more likely to use SEM to determine whether a certain model is valid rather than using SEM to find a suitable model--although SEM analyses often involve a

certain exploratory element และ Garson (2009)

ใหทศนะวา SEM is usually viewed as a confirmatory

rather than exploratory procedure

ในทนจะกลาวถงการสรางโมเดลสมการโครงสรางเพอ

การยนยนหรอทดสอบทฤษฎ (theory testing) ทมหลกฐานทางทฤษฎและงานวจยสนบสนน Garson GD (2009) Structural Equation Modeling

Retrieved March 18 2010 from httpfacultychass ncsuedugarsonPA765structurhtm

SEM

การสรางโมเดลสมการโครงสราง ผสรางโมเดลจะตองคานงถงตวแปรทแตกตางกน 2 ประเภท นนคอ ตวแปรภายนอก (exogenous variables) และตวแปรภายใน (endogenous variables)

ตวแปรภายนอกจะพจารณาใหเปนจดเรมตนของโมเดล เปนจดเรมตนของหวลกศร ตวแปรภายนอกจงเปนไดเฉพาะตวแปรตนตวแปรอสระ สวนตวแปรภายในเปนไดท งตวแปรตนตวแปรอสระ (independent variable) และตวแปรตาม (dependent variable) ทถกทานายดวยตวแปรภายนอก และตวแปรภายในอนๆ ซงทกตวแปรตองอยภายใตทฤษฎในการเชอมโยงกน ซงแตกตางจากตวแปรตนตวแปรอสระและตวแปรตามในสมการถดถอย (regression) ซงจะแสดงใหเหนเฉพาะตวแปรตนตวแปรอสระทสงผลหรอทานายตวแปรตาม

สมการถดถอย (regression)

SEM

องคประกอบทสาคญของโมเดลสมการโครงสราง คอ

โมเดลโครงสรางโมเดลสมการโครงสราง (structural modelstructural equation model) ซงแสดงถง ความสมพนธเชงสาเหต (causal relationship) ระหวางตวแปรภายนอกและตวแปรภายใน (หรอระหวางตวแปรแฝง) ซงอาจเปนแบบทางเดยวและแบบเสนเชงบวก(recursive and linear additive) หรอแบบสองทางและแบบเสนเชงบวก (non-recursive and linear additive) และโมเดลการวด (measurement model) ซงแสดงถงความสมพนธระหวางตวแปรแฝงกบตวแปรสงเกตได (ดภาพในเฟรมถดไป)

ลกษณะขององคประกอบของโมเดลสมการโครงสรางทมท งโมเดลโครงสราง และโมเดลการวดดงกลาว ทาใหแตกตางจากโมเดลการวเคราะหองคประกอบ (factor analysis model) ทประกอบดวยเฉพาะโมเดลการวด (measurement model) เทาน น และแตกตางจากโมเดลเสนทาง (path diagram) ทมเฉพาะโมเดลโครงสราง (structural model) เทาน น

ความสมพนธเชงสาเหต

SEM --- Path analysis + Factor analysis

การวเคราะหตามหลกการวเคราะหเสนทาง (path analysis)

การวเคราะหองคประกอบ (factor analysis)

การวเคราะหตามหลกการวเคราะหเสนทาง (path analysis)

การวเคราะหองคประกอบ (factor analysis)

สถานะทางเศรษฐสงคมการศกษาของบดาอาชพของบดา

คะแนนภาษาองกฤษคะแนนคณตศาสตรคะแนนวทยาศาสตร

การไดรบการยอมรบเงนเดอน ความพงพอใจในงาน

ภมหลงทางครอบครว

ผลสมฤทธจากโรงเรยน

ความสาเรจในอาชพ

โมเดลสมการโครงสรางทสะทอนใหเหนถงทงการวเคราะหเสนทาง (path analysis) และการวเคราะหองคประกอบ (factor analysis)

SEM

การยนยนหรอการทดสอบวาโมเดลทสรางข นมความสอดคลองกบขอมลเชงประจกษหรอไมน น มสถตวดความสอดคลองดงน เชน

1) คาไค-สแควร (chi-square) ทไมมนยสาคญคอคา p-value สงกวา 005 2) คาสดสวนไค-สแควรdf มคาไมควรเกน 2003) คา goodness of fit index GFI adjusted goodness of fit

indexAGFI comparative fit index CFI มคาต งแต 090 ndash 100 4) คา standardized root mean squared residual standardized

RMR root mean square of error approximation RMSEA มคาตากวา 005

5) คา critical n CN มคาเทากบหรอมากกวา 200 ของกลมตวอยาง 6) คา largest standardized residual มคา -2 ถง 2

(ศกษาเพมเตม)

ยคกอนสงคมความร

การวจย ldquoยคกอนสงคมความรrdquo สวนใหญ มโมเดลการวจยเปนโมเดลแสดงความสมพนธเชงสาเหตระหวางตวแปร โดยมหลกฐานจากทฤษฎและงานวจยรองรบ มคาถามวจยงาย ไมซบซอน มการต งสมมตฐานวจยแยกเปนขอๆ ดงเชน การวเคราะหเสนทาง (path analysis) เปนกรณตวอยางหนงของโมเดลการวจยแบบเกา เปนการศกษาอทธพลระหวางตวแปรตาง ๆ เพอดวามอทธพลทางตรงและอทธพลทางออมของตวแปรทสนนษฐานวาเปนสาเหตตอตวแปรทเปนผลหรอไม สมประสทธเสนทาง เปนคาทบงบอกถงอทธพลทางตรงของตวแปรทเปนสาเหตททาใหอกตวหนงเปลยนแปลงไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคน นยงไมกลาวถงตวแปรแฝง

และตวแปรสงเกต

ยคกอนสงคมความร

ในการวเคราะหเสนทางเพอศกษาปรากฏการณตาง ๆ วามสาเหตเกดมาจากอะไรน น ผวจยอาศยทฤษฎและงานวจยตาง ๆ มาต งเปนสมมตฐาน โดยการสรางเปนแผนภาพเสนทาง แสดงอทธพลระหวางตวแปรตาง ๆ จากน นจงดาเนนการทดสอบแผนภาพตามสมมตฐานน นวาเหมาะสมหรอไม โดยใชสถตวเคราะหเสนทาง(path analysis) ทมขอตกลงเบ องตนทางสถตดงน 1) ความสมพนธระหวางตวแปรในโมเดละตองเปนเชงเสนตรง เปนบวกและเปนเหตผล 2) ความคลาดเคลอนแตละตวจะตองไมสมพนธกบตวแปรภายในโมเดล3) เสนทางเชงสาเหตจะตองเปนระบบทศทางเดยว4) ตวแปรจะตองถกวดอยในมาตราอนตรภาค (interval) 5) ในการวเคราะหเสนทางจะเกยวของอย 2 โมเดล คอโมเดลทศทางเดยวเตมรป

(identified model) และ โมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล (over just identified model)

ดภาพเฟรมถดไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคกอนสงคมความร

การวเคราะหเสนทางทเปนโมเดลทศทางเดยวเตมรป

การวเคราะหเสนทางทเปนโมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล

กรณตวอยางจากภาพ อาจแยกต งสมมตฐานการวจยออกเปนสองขอ สมมตฐานขอแรก สถานะทางเศรษฐสงคม (SES) และระดบสตปญญา (IQ) ของประชากร มอทธพลตอผลสมฤทธทางการเรยน (nAch) โดยประชากรทมสถานะทางเศรษฐสงคมดและระดบสตปญญาสงมแนวโนมทจะมผลสมฤทธทางการเรยนสงกวากลมอน สมมตฐานขอสอง ประชากรทมระดบสตปญญา และมผลสมฤทธทางการเรยนตางกนระดบสงมผลการเรยนเฉลย (GPA) ดกวาประชากรกลมอน

ยคกอนสงคมความร

การต งสมมตฐานการวจยทแยกกนออกเปนสองขอดงกลาวขางตน มจดออน คอ 1) โมเดลการวจยกบโมเดลการวเคราะหไมตรงกน เหมอนกบการแยกโมเดลการวจยเปนสองโมเดล

ผลการวจยจงไมสมบรณเทาทควร เพราะ 1) สถตวเคราะหในอดตไมสามารถวเคราะหขอมลทมตวแปรหลายตวพรอมกนได

2) นกวจยสนใจศกษาแตอทธพลหลกและอทธพลทางตรง (direct effects) ไมสนใจศกษาอทธพลจากปฏสมพนธ หรออทธพลทางออม (indirect effects) ซงมผลทาใหไดผลการวจยคอนขางจากด ไมสมบรณตามสภาพความเปนจรง

3) หากโมเดลการวจยมตวแปรหลายระดบ เชน มตวแปรวดระดบองคกร และมตวแปรวดระดบบคคล เปนตน ผลการวเคราะหขอมลจะใหผลทมการประมาณคาอทธพลของตวแปรขนาดองคกรไดตากวาทควร แตหากใชเทคนคการวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) จะไดผลการวเคราะหตรงตามความเปนจรงมากข น

4) โมเดลการวจยมไดรวมเทอมความคลาดเคลอนในการวดตวแปรตองมขอตกลงเบ องตนวา ตวแปรทกตวไมมความคลาดเคลอนในการวด ซงเปนขอตกลงเบ องตนไมสอดคลองกบสภาพความเปนจรง

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร การวจยมลกษณะคาถามวจยเกยวกบความสมพนธ

เชงสาเหตทซบซอน ลกซ งมากกวายคกอน โมเดลการวจยยคสงคมความรน จงมลกษณะแตกตางจากโมเดลการวจยยคกอน ตวแปรในการวจยมท งตวแปรสงเกตได (observed variable) และตวแปรแฝง (latent or unobserved variable) โดยทตวแปรแฝงเปนตวแปรทไมมความคลาดเคลอนในการวด ซงวดไดจากตวบงช ทเปนตวแปรสงเกตได ดงภาพ

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINK

LEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

สมฤทธ กางเพง (2551) ปจจยทางการบรหารทมอทธพลตอประสทธผลของโรงเรยน การพฒนาและตรวจสอบความตรงของตวแบบ ดษฎนพนธปรญญาศกษาศาสตรดษฎบณฑต สาขาวชาการบรหารการศกษา มหาวทยาลยขอนแกน

จากภาพ โมเดลการวจยประกอบดวยโมเดลการวด (measurement model) หาโมเดล และโมเดลสมการโครงสราง (structural

equation model) หนงโมเดล กรณของ ldquoโมเดลการวดrdquo ทมหลกฐานทางทฤษฎและงานวจยเกยวกบตวแปรแตละตวรองรบสนบสนนท งหาโมเดล คอ (ใชรปวงรเปนสญลกษณแทนตวแปรแฝง และรปสเหลยมแทนตวแปรสงเกตได)

ตวแปรแฝงภายนอก (exogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง POTENT (ปจจยสมรรถนะขององคการ) วดจากตวแปรสงเกต 5 ตวแปร ไดแก (1) การจดโครงสรางทเหมาะสม (STRUC) (2) วสยทศน พนธกจ และยทธศาสตร (VISION) (3) ความรความสามารถของบคลากร (KNOW) (4) การจดทรพยากรการเรยนร (RESOU) และ(5) การใชเทคโนโลยสารสนเทศและการสอสารในการบรหาร (ICT) 2) โมเดลการวดตวแปรแฝง ACADEM (ปจจยภาวะผ นาทางวชาการ) วดจากตวแปรสงเกต 4 ตวแปร ไดแก (1) การนยามและการสอสารเปาหมายรวม (DEFF) (2) การกากบตดตาม และใหขอมลปอนกลบเกยวกบกระบวนการเรยนการสอน (MORN) (3) การสงเสรมการพฒนาวชาชพ (DEVEL) และ(4) การเปนผ นาการเปลยนแปลง (CHANGE)

ตวแปรแฝงภายใน (endogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง PROCESS (ปจจยการจดกระบวนการเรยนร) วดจากตวแปร 5 ตวแปร ไดแก (1) การเนนผ เรยนเปนสาคญ (CHILD) (2) การจดกจกรรมสงเสรมคณภาพผ เรยนอยางหลากหลาย (ACTIV) (3) การเนนกระบวนการคด (THINK) (4) การจดบรรยากาศใหเอ อตอการเรยนร (LEARN) และ(5) การมสวนรวมของผ เกยวของ (PAR) 2) โมเดลการวดตวแปรแฝง ENVIR (ปจจยบรรยากาศของโรงเรยน) วดจากตวแปร 5 ตวแปร ไดแก (1) ความคาดหวงสง (EXPEC) (2) บรรยากาศเชงบวก (POSIT) (3) การใหความเปนกนเองและไววางใจซงกนและกน (TRUST) (4) การสงเสรมใหมการตดสนใจรวม (SHARE) และ (5) การจดระบบการจงใจ (MOTIV) 3) โมเดลการวดตวแปรแฝง EFFECTIV (ปจจยประสทธผลของโรงเรยน) วดจากตวแปร 4 ตวแปร ไดแก (1) ผลสมฤทธทางการเรยน (NT) (2) คณลกษณะของนกเรยน (CHAR) (3) ความพงพอใจของคร (SATIS) และ (4) ความเปนองคการแหงการเรยนร (LO)

ยคสงคมความร

สวนโมเดลสมการโครงสราง มหลกฐานทางทฤษฎและงานวจยสนบสนนวา ตวแปรแฝง POTENT และตวแปรแฝง ACADEM มความสมพนธกน ตางมอทธพลทางตรงตอตวแปรแฝง PROCESS และตวแปรแฝง ENVIR และมอทธพลท งทางตรงและทางออมตอตวแปรแฝง EFFECTIV กรณมอทธพลทางออม มตวแปรแฝง PROCESS และตวแปรแฝง ENVIR เปนตวแปรคนกลางหรอตวแปรสงผาน

(intervening or mediating variable or mediator) ตวแปรแฝง ACADEM มอทธพลทางออมตอตวแปรแฝง EFFECTIV ดวยโดยผานตวแปรแฝง PROCESS

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 2: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

SEM

SEM

การสรางโมเดลสมการโครงสราง (Structural Equation Modeling SEM) เปนเทคนคทางสถตเทคนคหนงทใชในการทดสอบ (testing) และประมาณคา (estimate) ความสมพนธเชงเหตผล (causal relationships)

การสรางโมเดลสมการโครงสราง มไดท งเพอการยนยน (confirmation) และเพอการสารวจ (exploration) หมายความวา การสรางโมเดลอาจมวตถประสงคเพอการทดสอบทฤษฎ (theory testing) หรอเพอสรางทฤษฎ (theory building)

Bollen K A amp Long S J (1993) Testing Structural Equation Models SAGE Focus Edition vol 154 Retrieved March 18 2010 from

httpenwikipediaorgwikiStructural_equation_modelingcite_note-3

Theory Testing VS Theory Building

bull กรณการทดสอบทฤษฎ (theory testing) สรางโมเดลดวยวธการเชงอนมาน (deductive) หรอการวจยเชงปรมาณ (quantitative research) เรมตนจากการศกษาทฤษฎและงานวจยเพอกาหนดโมเดลสมมตฐานทแสดงเปนโมเดลความสมพนธเชงสาเหต (causal model) ทจะไดรบการทดสอบจากขอมลทรวบรวมไดมา วามความสอดคลอง (fit) กนหรอไม โดยใชการวเคราะหองคประกอบเชงยนยน (confirmatory factor analysis)

bull กรณการสรางทฤษฎ (theory building) สรางโมเดลดวยวธการเชงอปมาน (inductive) หรอการวจยเชงคณภาพ (qualitative research) แลวใชขอมลประมาณคาของพารามเตอรอสระ (free parameters) ซงบอยคร งทสมมตฐานเบ องตนอาจมการปรบโมเดล ในกรณเชนน ใชการวเคราะหองคประกอบเชงสารวจ (exploratory factor analysis)

SEMhellipเปนเพอยนยนหรอทดสอบทฤษฎมากกวาสรางทฤษฎ

ในบทความ What is Structural Equation

Modeling (httpwww2gsuedu~mkteersemhtml) ให

ทศนะวา SEMhellipis a largely confirmatory rather than

exploratory technique That is a researcher are more likely to use SEM to determine whether a certain model is valid rather than using SEM to find a suitable model--although SEM analyses often involve a

certain exploratory element และ Garson (2009)

ใหทศนะวา SEM is usually viewed as a confirmatory

rather than exploratory procedure

ในทนจะกลาวถงการสรางโมเดลสมการโครงสรางเพอ

การยนยนหรอทดสอบทฤษฎ (theory testing) ทมหลกฐานทางทฤษฎและงานวจยสนบสนน Garson GD (2009) Structural Equation Modeling

Retrieved March 18 2010 from httpfacultychass ncsuedugarsonPA765structurhtm

SEM

การสรางโมเดลสมการโครงสราง ผสรางโมเดลจะตองคานงถงตวแปรทแตกตางกน 2 ประเภท นนคอ ตวแปรภายนอก (exogenous variables) และตวแปรภายใน (endogenous variables)

ตวแปรภายนอกจะพจารณาใหเปนจดเรมตนของโมเดล เปนจดเรมตนของหวลกศร ตวแปรภายนอกจงเปนไดเฉพาะตวแปรตนตวแปรอสระ สวนตวแปรภายในเปนไดท งตวแปรตนตวแปรอสระ (independent variable) และตวแปรตาม (dependent variable) ทถกทานายดวยตวแปรภายนอก และตวแปรภายในอนๆ ซงทกตวแปรตองอยภายใตทฤษฎในการเชอมโยงกน ซงแตกตางจากตวแปรตนตวแปรอสระและตวแปรตามในสมการถดถอย (regression) ซงจะแสดงใหเหนเฉพาะตวแปรตนตวแปรอสระทสงผลหรอทานายตวแปรตาม

สมการถดถอย (regression)

SEM

องคประกอบทสาคญของโมเดลสมการโครงสราง คอ

โมเดลโครงสรางโมเดลสมการโครงสราง (structural modelstructural equation model) ซงแสดงถง ความสมพนธเชงสาเหต (causal relationship) ระหวางตวแปรภายนอกและตวแปรภายใน (หรอระหวางตวแปรแฝง) ซงอาจเปนแบบทางเดยวและแบบเสนเชงบวก(recursive and linear additive) หรอแบบสองทางและแบบเสนเชงบวก (non-recursive and linear additive) และโมเดลการวด (measurement model) ซงแสดงถงความสมพนธระหวางตวแปรแฝงกบตวแปรสงเกตได (ดภาพในเฟรมถดไป)

ลกษณะขององคประกอบของโมเดลสมการโครงสรางทมท งโมเดลโครงสราง และโมเดลการวดดงกลาว ทาใหแตกตางจากโมเดลการวเคราะหองคประกอบ (factor analysis model) ทประกอบดวยเฉพาะโมเดลการวด (measurement model) เทาน น และแตกตางจากโมเดลเสนทาง (path diagram) ทมเฉพาะโมเดลโครงสราง (structural model) เทาน น

ความสมพนธเชงสาเหต

SEM --- Path analysis + Factor analysis

การวเคราะหตามหลกการวเคราะหเสนทาง (path analysis)

การวเคราะหองคประกอบ (factor analysis)

การวเคราะหตามหลกการวเคราะหเสนทาง (path analysis)

การวเคราะหองคประกอบ (factor analysis)

สถานะทางเศรษฐสงคมการศกษาของบดาอาชพของบดา

คะแนนภาษาองกฤษคะแนนคณตศาสตรคะแนนวทยาศาสตร

การไดรบการยอมรบเงนเดอน ความพงพอใจในงาน

ภมหลงทางครอบครว

ผลสมฤทธจากโรงเรยน

ความสาเรจในอาชพ

โมเดลสมการโครงสรางทสะทอนใหเหนถงทงการวเคราะหเสนทาง (path analysis) และการวเคราะหองคประกอบ (factor analysis)

SEM

การยนยนหรอการทดสอบวาโมเดลทสรางข นมความสอดคลองกบขอมลเชงประจกษหรอไมน น มสถตวดความสอดคลองดงน เชน

1) คาไค-สแควร (chi-square) ทไมมนยสาคญคอคา p-value สงกวา 005 2) คาสดสวนไค-สแควรdf มคาไมควรเกน 2003) คา goodness of fit index GFI adjusted goodness of fit

indexAGFI comparative fit index CFI มคาต งแต 090 ndash 100 4) คา standardized root mean squared residual standardized

RMR root mean square of error approximation RMSEA มคาตากวา 005

5) คา critical n CN มคาเทากบหรอมากกวา 200 ของกลมตวอยาง 6) คา largest standardized residual มคา -2 ถง 2

(ศกษาเพมเตม)

ยคกอนสงคมความร

การวจย ldquoยคกอนสงคมความรrdquo สวนใหญ มโมเดลการวจยเปนโมเดลแสดงความสมพนธเชงสาเหตระหวางตวแปร โดยมหลกฐานจากทฤษฎและงานวจยรองรบ มคาถามวจยงาย ไมซบซอน มการต งสมมตฐานวจยแยกเปนขอๆ ดงเชน การวเคราะหเสนทาง (path analysis) เปนกรณตวอยางหนงของโมเดลการวจยแบบเกา เปนการศกษาอทธพลระหวางตวแปรตาง ๆ เพอดวามอทธพลทางตรงและอทธพลทางออมของตวแปรทสนนษฐานวาเปนสาเหตตอตวแปรทเปนผลหรอไม สมประสทธเสนทาง เปนคาทบงบอกถงอทธพลทางตรงของตวแปรทเปนสาเหตททาใหอกตวหนงเปลยนแปลงไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคน นยงไมกลาวถงตวแปรแฝง

และตวแปรสงเกต

ยคกอนสงคมความร

ในการวเคราะหเสนทางเพอศกษาปรากฏการณตาง ๆ วามสาเหตเกดมาจากอะไรน น ผวจยอาศยทฤษฎและงานวจยตาง ๆ มาต งเปนสมมตฐาน โดยการสรางเปนแผนภาพเสนทาง แสดงอทธพลระหวางตวแปรตาง ๆ จากน นจงดาเนนการทดสอบแผนภาพตามสมมตฐานน นวาเหมาะสมหรอไม โดยใชสถตวเคราะหเสนทาง(path analysis) ทมขอตกลงเบ องตนทางสถตดงน 1) ความสมพนธระหวางตวแปรในโมเดละตองเปนเชงเสนตรง เปนบวกและเปนเหตผล 2) ความคลาดเคลอนแตละตวจะตองไมสมพนธกบตวแปรภายในโมเดล3) เสนทางเชงสาเหตจะตองเปนระบบทศทางเดยว4) ตวแปรจะตองถกวดอยในมาตราอนตรภาค (interval) 5) ในการวเคราะหเสนทางจะเกยวของอย 2 โมเดล คอโมเดลทศทางเดยวเตมรป

(identified model) และ โมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล (over just identified model)

ดภาพเฟรมถดไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคกอนสงคมความร

การวเคราะหเสนทางทเปนโมเดลทศทางเดยวเตมรป

การวเคราะหเสนทางทเปนโมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล

กรณตวอยางจากภาพ อาจแยกต งสมมตฐานการวจยออกเปนสองขอ สมมตฐานขอแรก สถานะทางเศรษฐสงคม (SES) และระดบสตปญญา (IQ) ของประชากร มอทธพลตอผลสมฤทธทางการเรยน (nAch) โดยประชากรทมสถานะทางเศรษฐสงคมดและระดบสตปญญาสงมแนวโนมทจะมผลสมฤทธทางการเรยนสงกวากลมอน สมมตฐานขอสอง ประชากรทมระดบสตปญญา และมผลสมฤทธทางการเรยนตางกนระดบสงมผลการเรยนเฉลย (GPA) ดกวาประชากรกลมอน

ยคกอนสงคมความร

การต งสมมตฐานการวจยทแยกกนออกเปนสองขอดงกลาวขางตน มจดออน คอ 1) โมเดลการวจยกบโมเดลการวเคราะหไมตรงกน เหมอนกบการแยกโมเดลการวจยเปนสองโมเดล

ผลการวจยจงไมสมบรณเทาทควร เพราะ 1) สถตวเคราะหในอดตไมสามารถวเคราะหขอมลทมตวแปรหลายตวพรอมกนได

2) นกวจยสนใจศกษาแตอทธพลหลกและอทธพลทางตรง (direct effects) ไมสนใจศกษาอทธพลจากปฏสมพนธ หรออทธพลทางออม (indirect effects) ซงมผลทาใหไดผลการวจยคอนขางจากด ไมสมบรณตามสภาพความเปนจรง

3) หากโมเดลการวจยมตวแปรหลายระดบ เชน มตวแปรวดระดบองคกร และมตวแปรวดระดบบคคล เปนตน ผลการวเคราะหขอมลจะใหผลทมการประมาณคาอทธพลของตวแปรขนาดองคกรไดตากวาทควร แตหากใชเทคนคการวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) จะไดผลการวเคราะหตรงตามความเปนจรงมากข น

4) โมเดลการวจยมไดรวมเทอมความคลาดเคลอนในการวดตวแปรตองมขอตกลงเบ องตนวา ตวแปรทกตวไมมความคลาดเคลอนในการวด ซงเปนขอตกลงเบ องตนไมสอดคลองกบสภาพความเปนจรง

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร การวจยมลกษณะคาถามวจยเกยวกบความสมพนธ

เชงสาเหตทซบซอน ลกซ งมากกวายคกอน โมเดลการวจยยคสงคมความรน จงมลกษณะแตกตางจากโมเดลการวจยยคกอน ตวแปรในการวจยมท งตวแปรสงเกตได (observed variable) และตวแปรแฝง (latent or unobserved variable) โดยทตวแปรแฝงเปนตวแปรทไมมความคลาดเคลอนในการวด ซงวดไดจากตวบงช ทเปนตวแปรสงเกตได ดงภาพ

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINK

LEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

สมฤทธ กางเพง (2551) ปจจยทางการบรหารทมอทธพลตอประสทธผลของโรงเรยน การพฒนาและตรวจสอบความตรงของตวแบบ ดษฎนพนธปรญญาศกษาศาสตรดษฎบณฑต สาขาวชาการบรหารการศกษา มหาวทยาลยขอนแกน

จากภาพ โมเดลการวจยประกอบดวยโมเดลการวด (measurement model) หาโมเดล และโมเดลสมการโครงสราง (structural

equation model) หนงโมเดล กรณของ ldquoโมเดลการวดrdquo ทมหลกฐานทางทฤษฎและงานวจยเกยวกบตวแปรแตละตวรองรบสนบสนนท งหาโมเดล คอ (ใชรปวงรเปนสญลกษณแทนตวแปรแฝง และรปสเหลยมแทนตวแปรสงเกตได)

ตวแปรแฝงภายนอก (exogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง POTENT (ปจจยสมรรถนะขององคการ) วดจากตวแปรสงเกต 5 ตวแปร ไดแก (1) การจดโครงสรางทเหมาะสม (STRUC) (2) วสยทศน พนธกจ และยทธศาสตร (VISION) (3) ความรความสามารถของบคลากร (KNOW) (4) การจดทรพยากรการเรยนร (RESOU) และ(5) การใชเทคโนโลยสารสนเทศและการสอสารในการบรหาร (ICT) 2) โมเดลการวดตวแปรแฝง ACADEM (ปจจยภาวะผ นาทางวชาการ) วดจากตวแปรสงเกต 4 ตวแปร ไดแก (1) การนยามและการสอสารเปาหมายรวม (DEFF) (2) การกากบตดตาม และใหขอมลปอนกลบเกยวกบกระบวนการเรยนการสอน (MORN) (3) การสงเสรมการพฒนาวชาชพ (DEVEL) และ(4) การเปนผ นาการเปลยนแปลง (CHANGE)

ตวแปรแฝงภายใน (endogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง PROCESS (ปจจยการจดกระบวนการเรยนร) วดจากตวแปร 5 ตวแปร ไดแก (1) การเนนผ เรยนเปนสาคญ (CHILD) (2) การจดกจกรรมสงเสรมคณภาพผ เรยนอยางหลากหลาย (ACTIV) (3) การเนนกระบวนการคด (THINK) (4) การจดบรรยากาศใหเอ อตอการเรยนร (LEARN) และ(5) การมสวนรวมของผ เกยวของ (PAR) 2) โมเดลการวดตวแปรแฝง ENVIR (ปจจยบรรยากาศของโรงเรยน) วดจากตวแปร 5 ตวแปร ไดแก (1) ความคาดหวงสง (EXPEC) (2) บรรยากาศเชงบวก (POSIT) (3) การใหความเปนกนเองและไววางใจซงกนและกน (TRUST) (4) การสงเสรมใหมการตดสนใจรวม (SHARE) และ (5) การจดระบบการจงใจ (MOTIV) 3) โมเดลการวดตวแปรแฝง EFFECTIV (ปจจยประสทธผลของโรงเรยน) วดจากตวแปร 4 ตวแปร ไดแก (1) ผลสมฤทธทางการเรยน (NT) (2) คณลกษณะของนกเรยน (CHAR) (3) ความพงพอใจของคร (SATIS) และ (4) ความเปนองคการแหงการเรยนร (LO)

ยคสงคมความร

สวนโมเดลสมการโครงสราง มหลกฐานทางทฤษฎและงานวจยสนบสนนวา ตวแปรแฝง POTENT และตวแปรแฝง ACADEM มความสมพนธกน ตางมอทธพลทางตรงตอตวแปรแฝง PROCESS และตวแปรแฝง ENVIR และมอทธพลท งทางตรงและทางออมตอตวแปรแฝง EFFECTIV กรณมอทธพลทางออม มตวแปรแฝง PROCESS และตวแปรแฝง ENVIR เปนตวแปรคนกลางหรอตวแปรสงผาน

(intervening or mediating variable or mediator) ตวแปรแฝง ACADEM มอทธพลทางออมตอตวแปรแฝง EFFECTIV ดวยโดยผานตวแปรแฝง PROCESS

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 3: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

SEM

การสรางโมเดลสมการโครงสราง (Structural Equation Modeling SEM) เปนเทคนคทางสถตเทคนคหนงทใชในการทดสอบ (testing) และประมาณคา (estimate) ความสมพนธเชงเหตผล (causal relationships)

การสรางโมเดลสมการโครงสราง มไดท งเพอการยนยน (confirmation) และเพอการสารวจ (exploration) หมายความวา การสรางโมเดลอาจมวตถประสงคเพอการทดสอบทฤษฎ (theory testing) หรอเพอสรางทฤษฎ (theory building)

Bollen K A amp Long S J (1993) Testing Structural Equation Models SAGE Focus Edition vol 154 Retrieved March 18 2010 from

httpenwikipediaorgwikiStructural_equation_modelingcite_note-3

Theory Testing VS Theory Building

bull กรณการทดสอบทฤษฎ (theory testing) สรางโมเดลดวยวธการเชงอนมาน (deductive) หรอการวจยเชงปรมาณ (quantitative research) เรมตนจากการศกษาทฤษฎและงานวจยเพอกาหนดโมเดลสมมตฐานทแสดงเปนโมเดลความสมพนธเชงสาเหต (causal model) ทจะไดรบการทดสอบจากขอมลทรวบรวมไดมา วามความสอดคลอง (fit) กนหรอไม โดยใชการวเคราะหองคประกอบเชงยนยน (confirmatory factor analysis)

bull กรณการสรางทฤษฎ (theory building) สรางโมเดลดวยวธการเชงอปมาน (inductive) หรอการวจยเชงคณภาพ (qualitative research) แลวใชขอมลประมาณคาของพารามเตอรอสระ (free parameters) ซงบอยคร งทสมมตฐานเบ องตนอาจมการปรบโมเดล ในกรณเชนน ใชการวเคราะหองคประกอบเชงสารวจ (exploratory factor analysis)

SEMhellipเปนเพอยนยนหรอทดสอบทฤษฎมากกวาสรางทฤษฎ

ในบทความ What is Structural Equation

Modeling (httpwww2gsuedu~mkteersemhtml) ให

ทศนะวา SEMhellipis a largely confirmatory rather than

exploratory technique That is a researcher are more likely to use SEM to determine whether a certain model is valid rather than using SEM to find a suitable model--although SEM analyses often involve a

certain exploratory element และ Garson (2009)

ใหทศนะวา SEM is usually viewed as a confirmatory

rather than exploratory procedure

ในทนจะกลาวถงการสรางโมเดลสมการโครงสรางเพอ

การยนยนหรอทดสอบทฤษฎ (theory testing) ทมหลกฐานทางทฤษฎและงานวจยสนบสนน Garson GD (2009) Structural Equation Modeling

Retrieved March 18 2010 from httpfacultychass ncsuedugarsonPA765structurhtm

SEM

การสรางโมเดลสมการโครงสราง ผสรางโมเดลจะตองคานงถงตวแปรทแตกตางกน 2 ประเภท นนคอ ตวแปรภายนอก (exogenous variables) และตวแปรภายใน (endogenous variables)

ตวแปรภายนอกจะพจารณาใหเปนจดเรมตนของโมเดล เปนจดเรมตนของหวลกศร ตวแปรภายนอกจงเปนไดเฉพาะตวแปรตนตวแปรอสระ สวนตวแปรภายในเปนไดท งตวแปรตนตวแปรอสระ (independent variable) และตวแปรตาม (dependent variable) ทถกทานายดวยตวแปรภายนอก และตวแปรภายในอนๆ ซงทกตวแปรตองอยภายใตทฤษฎในการเชอมโยงกน ซงแตกตางจากตวแปรตนตวแปรอสระและตวแปรตามในสมการถดถอย (regression) ซงจะแสดงใหเหนเฉพาะตวแปรตนตวแปรอสระทสงผลหรอทานายตวแปรตาม

สมการถดถอย (regression)

SEM

องคประกอบทสาคญของโมเดลสมการโครงสราง คอ

โมเดลโครงสรางโมเดลสมการโครงสราง (structural modelstructural equation model) ซงแสดงถง ความสมพนธเชงสาเหต (causal relationship) ระหวางตวแปรภายนอกและตวแปรภายใน (หรอระหวางตวแปรแฝง) ซงอาจเปนแบบทางเดยวและแบบเสนเชงบวก(recursive and linear additive) หรอแบบสองทางและแบบเสนเชงบวก (non-recursive and linear additive) และโมเดลการวด (measurement model) ซงแสดงถงความสมพนธระหวางตวแปรแฝงกบตวแปรสงเกตได (ดภาพในเฟรมถดไป)

ลกษณะขององคประกอบของโมเดลสมการโครงสรางทมท งโมเดลโครงสราง และโมเดลการวดดงกลาว ทาใหแตกตางจากโมเดลการวเคราะหองคประกอบ (factor analysis model) ทประกอบดวยเฉพาะโมเดลการวด (measurement model) เทาน น และแตกตางจากโมเดลเสนทาง (path diagram) ทมเฉพาะโมเดลโครงสราง (structural model) เทาน น

ความสมพนธเชงสาเหต

SEM --- Path analysis + Factor analysis

การวเคราะหตามหลกการวเคราะหเสนทาง (path analysis)

การวเคราะหองคประกอบ (factor analysis)

การวเคราะหตามหลกการวเคราะหเสนทาง (path analysis)

การวเคราะหองคประกอบ (factor analysis)

สถานะทางเศรษฐสงคมการศกษาของบดาอาชพของบดา

คะแนนภาษาองกฤษคะแนนคณตศาสตรคะแนนวทยาศาสตร

การไดรบการยอมรบเงนเดอน ความพงพอใจในงาน

ภมหลงทางครอบครว

ผลสมฤทธจากโรงเรยน

ความสาเรจในอาชพ

โมเดลสมการโครงสรางทสะทอนใหเหนถงทงการวเคราะหเสนทาง (path analysis) และการวเคราะหองคประกอบ (factor analysis)

SEM

การยนยนหรอการทดสอบวาโมเดลทสรางข นมความสอดคลองกบขอมลเชงประจกษหรอไมน น มสถตวดความสอดคลองดงน เชน

1) คาไค-สแควร (chi-square) ทไมมนยสาคญคอคา p-value สงกวา 005 2) คาสดสวนไค-สแควรdf มคาไมควรเกน 2003) คา goodness of fit index GFI adjusted goodness of fit

indexAGFI comparative fit index CFI มคาต งแต 090 ndash 100 4) คา standardized root mean squared residual standardized

RMR root mean square of error approximation RMSEA มคาตากวา 005

5) คา critical n CN มคาเทากบหรอมากกวา 200 ของกลมตวอยาง 6) คา largest standardized residual มคา -2 ถง 2

(ศกษาเพมเตม)

ยคกอนสงคมความร

การวจย ldquoยคกอนสงคมความรrdquo สวนใหญ มโมเดลการวจยเปนโมเดลแสดงความสมพนธเชงสาเหตระหวางตวแปร โดยมหลกฐานจากทฤษฎและงานวจยรองรบ มคาถามวจยงาย ไมซบซอน มการต งสมมตฐานวจยแยกเปนขอๆ ดงเชน การวเคราะหเสนทาง (path analysis) เปนกรณตวอยางหนงของโมเดลการวจยแบบเกา เปนการศกษาอทธพลระหวางตวแปรตาง ๆ เพอดวามอทธพลทางตรงและอทธพลทางออมของตวแปรทสนนษฐานวาเปนสาเหตตอตวแปรทเปนผลหรอไม สมประสทธเสนทาง เปนคาทบงบอกถงอทธพลทางตรงของตวแปรทเปนสาเหตททาใหอกตวหนงเปลยนแปลงไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคน นยงไมกลาวถงตวแปรแฝง

และตวแปรสงเกต

ยคกอนสงคมความร

ในการวเคราะหเสนทางเพอศกษาปรากฏการณตาง ๆ วามสาเหตเกดมาจากอะไรน น ผวจยอาศยทฤษฎและงานวจยตาง ๆ มาต งเปนสมมตฐาน โดยการสรางเปนแผนภาพเสนทาง แสดงอทธพลระหวางตวแปรตาง ๆ จากน นจงดาเนนการทดสอบแผนภาพตามสมมตฐานน นวาเหมาะสมหรอไม โดยใชสถตวเคราะหเสนทาง(path analysis) ทมขอตกลงเบ องตนทางสถตดงน 1) ความสมพนธระหวางตวแปรในโมเดละตองเปนเชงเสนตรง เปนบวกและเปนเหตผล 2) ความคลาดเคลอนแตละตวจะตองไมสมพนธกบตวแปรภายในโมเดล3) เสนทางเชงสาเหตจะตองเปนระบบทศทางเดยว4) ตวแปรจะตองถกวดอยในมาตราอนตรภาค (interval) 5) ในการวเคราะหเสนทางจะเกยวของอย 2 โมเดล คอโมเดลทศทางเดยวเตมรป

(identified model) และ โมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล (over just identified model)

ดภาพเฟรมถดไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคกอนสงคมความร

การวเคราะหเสนทางทเปนโมเดลทศทางเดยวเตมรป

การวเคราะหเสนทางทเปนโมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล

กรณตวอยางจากภาพ อาจแยกต งสมมตฐานการวจยออกเปนสองขอ สมมตฐานขอแรก สถานะทางเศรษฐสงคม (SES) และระดบสตปญญา (IQ) ของประชากร มอทธพลตอผลสมฤทธทางการเรยน (nAch) โดยประชากรทมสถานะทางเศรษฐสงคมดและระดบสตปญญาสงมแนวโนมทจะมผลสมฤทธทางการเรยนสงกวากลมอน สมมตฐานขอสอง ประชากรทมระดบสตปญญา และมผลสมฤทธทางการเรยนตางกนระดบสงมผลการเรยนเฉลย (GPA) ดกวาประชากรกลมอน

ยคกอนสงคมความร

การต งสมมตฐานการวจยทแยกกนออกเปนสองขอดงกลาวขางตน มจดออน คอ 1) โมเดลการวจยกบโมเดลการวเคราะหไมตรงกน เหมอนกบการแยกโมเดลการวจยเปนสองโมเดล

ผลการวจยจงไมสมบรณเทาทควร เพราะ 1) สถตวเคราะหในอดตไมสามารถวเคราะหขอมลทมตวแปรหลายตวพรอมกนได

2) นกวจยสนใจศกษาแตอทธพลหลกและอทธพลทางตรง (direct effects) ไมสนใจศกษาอทธพลจากปฏสมพนธ หรออทธพลทางออม (indirect effects) ซงมผลทาใหไดผลการวจยคอนขางจากด ไมสมบรณตามสภาพความเปนจรง

3) หากโมเดลการวจยมตวแปรหลายระดบ เชน มตวแปรวดระดบองคกร และมตวแปรวดระดบบคคล เปนตน ผลการวเคราะหขอมลจะใหผลทมการประมาณคาอทธพลของตวแปรขนาดองคกรไดตากวาทควร แตหากใชเทคนคการวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) จะไดผลการวเคราะหตรงตามความเปนจรงมากข น

4) โมเดลการวจยมไดรวมเทอมความคลาดเคลอนในการวดตวแปรตองมขอตกลงเบ องตนวา ตวแปรทกตวไมมความคลาดเคลอนในการวด ซงเปนขอตกลงเบ องตนไมสอดคลองกบสภาพความเปนจรง

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร การวจยมลกษณะคาถามวจยเกยวกบความสมพนธ

เชงสาเหตทซบซอน ลกซ งมากกวายคกอน โมเดลการวจยยคสงคมความรน จงมลกษณะแตกตางจากโมเดลการวจยยคกอน ตวแปรในการวจยมท งตวแปรสงเกตได (observed variable) และตวแปรแฝง (latent or unobserved variable) โดยทตวแปรแฝงเปนตวแปรทไมมความคลาดเคลอนในการวด ซงวดไดจากตวบงช ทเปนตวแปรสงเกตได ดงภาพ

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINK

LEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

สมฤทธ กางเพง (2551) ปจจยทางการบรหารทมอทธพลตอประสทธผลของโรงเรยน การพฒนาและตรวจสอบความตรงของตวแบบ ดษฎนพนธปรญญาศกษาศาสตรดษฎบณฑต สาขาวชาการบรหารการศกษา มหาวทยาลยขอนแกน

จากภาพ โมเดลการวจยประกอบดวยโมเดลการวด (measurement model) หาโมเดล และโมเดลสมการโครงสราง (structural

equation model) หนงโมเดล กรณของ ldquoโมเดลการวดrdquo ทมหลกฐานทางทฤษฎและงานวจยเกยวกบตวแปรแตละตวรองรบสนบสนนท งหาโมเดล คอ (ใชรปวงรเปนสญลกษณแทนตวแปรแฝง และรปสเหลยมแทนตวแปรสงเกตได)

ตวแปรแฝงภายนอก (exogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง POTENT (ปจจยสมรรถนะขององคการ) วดจากตวแปรสงเกต 5 ตวแปร ไดแก (1) การจดโครงสรางทเหมาะสม (STRUC) (2) วสยทศน พนธกจ และยทธศาสตร (VISION) (3) ความรความสามารถของบคลากร (KNOW) (4) การจดทรพยากรการเรยนร (RESOU) และ(5) การใชเทคโนโลยสารสนเทศและการสอสารในการบรหาร (ICT) 2) โมเดลการวดตวแปรแฝง ACADEM (ปจจยภาวะผ นาทางวชาการ) วดจากตวแปรสงเกต 4 ตวแปร ไดแก (1) การนยามและการสอสารเปาหมายรวม (DEFF) (2) การกากบตดตาม และใหขอมลปอนกลบเกยวกบกระบวนการเรยนการสอน (MORN) (3) การสงเสรมการพฒนาวชาชพ (DEVEL) และ(4) การเปนผ นาการเปลยนแปลง (CHANGE)

ตวแปรแฝงภายใน (endogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง PROCESS (ปจจยการจดกระบวนการเรยนร) วดจากตวแปร 5 ตวแปร ไดแก (1) การเนนผ เรยนเปนสาคญ (CHILD) (2) การจดกจกรรมสงเสรมคณภาพผ เรยนอยางหลากหลาย (ACTIV) (3) การเนนกระบวนการคด (THINK) (4) การจดบรรยากาศใหเอ อตอการเรยนร (LEARN) และ(5) การมสวนรวมของผ เกยวของ (PAR) 2) โมเดลการวดตวแปรแฝง ENVIR (ปจจยบรรยากาศของโรงเรยน) วดจากตวแปร 5 ตวแปร ไดแก (1) ความคาดหวงสง (EXPEC) (2) บรรยากาศเชงบวก (POSIT) (3) การใหความเปนกนเองและไววางใจซงกนและกน (TRUST) (4) การสงเสรมใหมการตดสนใจรวม (SHARE) และ (5) การจดระบบการจงใจ (MOTIV) 3) โมเดลการวดตวแปรแฝง EFFECTIV (ปจจยประสทธผลของโรงเรยน) วดจากตวแปร 4 ตวแปร ไดแก (1) ผลสมฤทธทางการเรยน (NT) (2) คณลกษณะของนกเรยน (CHAR) (3) ความพงพอใจของคร (SATIS) และ (4) ความเปนองคการแหงการเรยนร (LO)

ยคสงคมความร

สวนโมเดลสมการโครงสราง มหลกฐานทางทฤษฎและงานวจยสนบสนนวา ตวแปรแฝง POTENT และตวแปรแฝง ACADEM มความสมพนธกน ตางมอทธพลทางตรงตอตวแปรแฝง PROCESS และตวแปรแฝง ENVIR และมอทธพลท งทางตรงและทางออมตอตวแปรแฝง EFFECTIV กรณมอทธพลทางออม มตวแปรแฝง PROCESS และตวแปรแฝง ENVIR เปนตวแปรคนกลางหรอตวแปรสงผาน

(intervening or mediating variable or mediator) ตวแปรแฝง ACADEM มอทธพลทางออมตอตวแปรแฝง EFFECTIV ดวยโดยผานตวแปรแฝง PROCESS

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 4: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

Theory Testing VS Theory Building

bull กรณการทดสอบทฤษฎ (theory testing) สรางโมเดลดวยวธการเชงอนมาน (deductive) หรอการวจยเชงปรมาณ (quantitative research) เรมตนจากการศกษาทฤษฎและงานวจยเพอกาหนดโมเดลสมมตฐานทแสดงเปนโมเดลความสมพนธเชงสาเหต (causal model) ทจะไดรบการทดสอบจากขอมลทรวบรวมไดมา วามความสอดคลอง (fit) กนหรอไม โดยใชการวเคราะหองคประกอบเชงยนยน (confirmatory factor analysis)

bull กรณการสรางทฤษฎ (theory building) สรางโมเดลดวยวธการเชงอปมาน (inductive) หรอการวจยเชงคณภาพ (qualitative research) แลวใชขอมลประมาณคาของพารามเตอรอสระ (free parameters) ซงบอยคร งทสมมตฐานเบ องตนอาจมการปรบโมเดล ในกรณเชนน ใชการวเคราะหองคประกอบเชงสารวจ (exploratory factor analysis)

SEMhellipเปนเพอยนยนหรอทดสอบทฤษฎมากกวาสรางทฤษฎ

ในบทความ What is Structural Equation

Modeling (httpwww2gsuedu~mkteersemhtml) ให

ทศนะวา SEMhellipis a largely confirmatory rather than

exploratory technique That is a researcher are more likely to use SEM to determine whether a certain model is valid rather than using SEM to find a suitable model--although SEM analyses often involve a

certain exploratory element และ Garson (2009)

ใหทศนะวา SEM is usually viewed as a confirmatory

rather than exploratory procedure

ในทนจะกลาวถงการสรางโมเดลสมการโครงสรางเพอ

การยนยนหรอทดสอบทฤษฎ (theory testing) ทมหลกฐานทางทฤษฎและงานวจยสนบสนน Garson GD (2009) Structural Equation Modeling

Retrieved March 18 2010 from httpfacultychass ncsuedugarsonPA765structurhtm

SEM

การสรางโมเดลสมการโครงสราง ผสรางโมเดลจะตองคานงถงตวแปรทแตกตางกน 2 ประเภท นนคอ ตวแปรภายนอก (exogenous variables) และตวแปรภายใน (endogenous variables)

ตวแปรภายนอกจะพจารณาใหเปนจดเรมตนของโมเดล เปนจดเรมตนของหวลกศร ตวแปรภายนอกจงเปนไดเฉพาะตวแปรตนตวแปรอสระ สวนตวแปรภายในเปนไดท งตวแปรตนตวแปรอสระ (independent variable) และตวแปรตาม (dependent variable) ทถกทานายดวยตวแปรภายนอก และตวแปรภายในอนๆ ซงทกตวแปรตองอยภายใตทฤษฎในการเชอมโยงกน ซงแตกตางจากตวแปรตนตวแปรอสระและตวแปรตามในสมการถดถอย (regression) ซงจะแสดงใหเหนเฉพาะตวแปรตนตวแปรอสระทสงผลหรอทานายตวแปรตาม

สมการถดถอย (regression)

SEM

องคประกอบทสาคญของโมเดลสมการโครงสราง คอ

โมเดลโครงสรางโมเดลสมการโครงสราง (structural modelstructural equation model) ซงแสดงถง ความสมพนธเชงสาเหต (causal relationship) ระหวางตวแปรภายนอกและตวแปรภายใน (หรอระหวางตวแปรแฝง) ซงอาจเปนแบบทางเดยวและแบบเสนเชงบวก(recursive and linear additive) หรอแบบสองทางและแบบเสนเชงบวก (non-recursive and linear additive) และโมเดลการวด (measurement model) ซงแสดงถงความสมพนธระหวางตวแปรแฝงกบตวแปรสงเกตได (ดภาพในเฟรมถดไป)

ลกษณะขององคประกอบของโมเดลสมการโครงสรางทมท งโมเดลโครงสราง และโมเดลการวดดงกลาว ทาใหแตกตางจากโมเดลการวเคราะหองคประกอบ (factor analysis model) ทประกอบดวยเฉพาะโมเดลการวด (measurement model) เทาน น และแตกตางจากโมเดลเสนทาง (path diagram) ทมเฉพาะโมเดลโครงสราง (structural model) เทาน น

ความสมพนธเชงสาเหต

SEM --- Path analysis + Factor analysis

การวเคราะหตามหลกการวเคราะหเสนทาง (path analysis)

การวเคราะหองคประกอบ (factor analysis)

การวเคราะหตามหลกการวเคราะหเสนทาง (path analysis)

การวเคราะหองคประกอบ (factor analysis)

สถานะทางเศรษฐสงคมการศกษาของบดาอาชพของบดา

คะแนนภาษาองกฤษคะแนนคณตศาสตรคะแนนวทยาศาสตร

การไดรบการยอมรบเงนเดอน ความพงพอใจในงาน

ภมหลงทางครอบครว

ผลสมฤทธจากโรงเรยน

ความสาเรจในอาชพ

โมเดลสมการโครงสรางทสะทอนใหเหนถงทงการวเคราะหเสนทาง (path analysis) และการวเคราะหองคประกอบ (factor analysis)

SEM

การยนยนหรอการทดสอบวาโมเดลทสรางข นมความสอดคลองกบขอมลเชงประจกษหรอไมน น มสถตวดความสอดคลองดงน เชน

1) คาไค-สแควร (chi-square) ทไมมนยสาคญคอคา p-value สงกวา 005 2) คาสดสวนไค-สแควรdf มคาไมควรเกน 2003) คา goodness of fit index GFI adjusted goodness of fit

indexAGFI comparative fit index CFI มคาต งแต 090 ndash 100 4) คา standardized root mean squared residual standardized

RMR root mean square of error approximation RMSEA มคาตากวา 005

5) คา critical n CN มคาเทากบหรอมากกวา 200 ของกลมตวอยาง 6) คา largest standardized residual มคา -2 ถง 2

(ศกษาเพมเตม)

ยคกอนสงคมความร

การวจย ldquoยคกอนสงคมความรrdquo สวนใหญ มโมเดลการวจยเปนโมเดลแสดงความสมพนธเชงสาเหตระหวางตวแปร โดยมหลกฐานจากทฤษฎและงานวจยรองรบ มคาถามวจยงาย ไมซบซอน มการต งสมมตฐานวจยแยกเปนขอๆ ดงเชน การวเคราะหเสนทาง (path analysis) เปนกรณตวอยางหนงของโมเดลการวจยแบบเกา เปนการศกษาอทธพลระหวางตวแปรตาง ๆ เพอดวามอทธพลทางตรงและอทธพลทางออมของตวแปรทสนนษฐานวาเปนสาเหตตอตวแปรทเปนผลหรอไม สมประสทธเสนทาง เปนคาทบงบอกถงอทธพลทางตรงของตวแปรทเปนสาเหตททาใหอกตวหนงเปลยนแปลงไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคน นยงไมกลาวถงตวแปรแฝง

และตวแปรสงเกต

ยคกอนสงคมความร

ในการวเคราะหเสนทางเพอศกษาปรากฏการณตาง ๆ วามสาเหตเกดมาจากอะไรน น ผวจยอาศยทฤษฎและงานวจยตาง ๆ มาต งเปนสมมตฐาน โดยการสรางเปนแผนภาพเสนทาง แสดงอทธพลระหวางตวแปรตาง ๆ จากน นจงดาเนนการทดสอบแผนภาพตามสมมตฐานน นวาเหมาะสมหรอไม โดยใชสถตวเคราะหเสนทาง(path analysis) ทมขอตกลงเบ องตนทางสถตดงน 1) ความสมพนธระหวางตวแปรในโมเดละตองเปนเชงเสนตรง เปนบวกและเปนเหตผล 2) ความคลาดเคลอนแตละตวจะตองไมสมพนธกบตวแปรภายในโมเดล3) เสนทางเชงสาเหตจะตองเปนระบบทศทางเดยว4) ตวแปรจะตองถกวดอยในมาตราอนตรภาค (interval) 5) ในการวเคราะหเสนทางจะเกยวของอย 2 โมเดล คอโมเดลทศทางเดยวเตมรป

(identified model) และ โมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล (over just identified model)

ดภาพเฟรมถดไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคกอนสงคมความร

การวเคราะหเสนทางทเปนโมเดลทศทางเดยวเตมรป

การวเคราะหเสนทางทเปนโมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล

กรณตวอยางจากภาพ อาจแยกต งสมมตฐานการวจยออกเปนสองขอ สมมตฐานขอแรก สถานะทางเศรษฐสงคม (SES) และระดบสตปญญา (IQ) ของประชากร มอทธพลตอผลสมฤทธทางการเรยน (nAch) โดยประชากรทมสถานะทางเศรษฐสงคมดและระดบสตปญญาสงมแนวโนมทจะมผลสมฤทธทางการเรยนสงกวากลมอน สมมตฐานขอสอง ประชากรทมระดบสตปญญา และมผลสมฤทธทางการเรยนตางกนระดบสงมผลการเรยนเฉลย (GPA) ดกวาประชากรกลมอน

ยคกอนสงคมความร

การต งสมมตฐานการวจยทแยกกนออกเปนสองขอดงกลาวขางตน มจดออน คอ 1) โมเดลการวจยกบโมเดลการวเคราะหไมตรงกน เหมอนกบการแยกโมเดลการวจยเปนสองโมเดล

ผลการวจยจงไมสมบรณเทาทควร เพราะ 1) สถตวเคราะหในอดตไมสามารถวเคราะหขอมลทมตวแปรหลายตวพรอมกนได

2) นกวจยสนใจศกษาแตอทธพลหลกและอทธพลทางตรง (direct effects) ไมสนใจศกษาอทธพลจากปฏสมพนธ หรออทธพลทางออม (indirect effects) ซงมผลทาใหไดผลการวจยคอนขางจากด ไมสมบรณตามสภาพความเปนจรง

3) หากโมเดลการวจยมตวแปรหลายระดบ เชน มตวแปรวดระดบองคกร และมตวแปรวดระดบบคคล เปนตน ผลการวเคราะหขอมลจะใหผลทมการประมาณคาอทธพลของตวแปรขนาดองคกรไดตากวาทควร แตหากใชเทคนคการวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) จะไดผลการวเคราะหตรงตามความเปนจรงมากข น

4) โมเดลการวจยมไดรวมเทอมความคลาดเคลอนในการวดตวแปรตองมขอตกลงเบ องตนวา ตวแปรทกตวไมมความคลาดเคลอนในการวด ซงเปนขอตกลงเบ องตนไมสอดคลองกบสภาพความเปนจรง

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร การวจยมลกษณะคาถามวจยเกยวกบความสมพนธ

เชงสาเหตทซบซอน ลกซ งมากกวายคกอน โมเดลการวจยยคสงคมความรน จงมลกษณะแตกตางจากโมเดลการวจยยคกอน ตวแปรในการวจยมท งตวแปรสงเกตได (observed variable) และตวแปรแฝง (latent or unobserved variable) โดยทตวแปรแฝงเปนตวแปรทไมมความคลาดเคลอนในการวด ซงวดไดจากตวบงช ทเปนตวแปรสงเกตได ดงภาพ

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINK

LEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

สมฤทธ กางเพง (2551) ปจจยทางการบรหารทมอทธพลตอประสทธผลของโรงเรยน การพฒนาและตรวจสอบความตรงของตวแบบ ดษฎนพนธปรญญาศกษาศาสตรดษฎบณฑต สาขาวชาการบรหารการศกษา มหาวทยาลยขอนแกน

จากภาพ โมเดลการวจยประกอบดวยโมเดลการวด (measurement model) หาโมเดล และโมเดลสมการโครงสราง (structural

equation model) หนงโมเดล กรณของ ldquoโมเดลการวดrdquo ทมหลกฐานทางทฤษฎและงานวจยเกยวกบตวแปรแตละตวรองรบสนบสนนท งหาโมเดล คอ (ใชรปวงรเปนสญลกษณแทนตวแปรแฝง และรปสเหลยมแทนตวแปรสงเกตได)

ตวแปรแฝงภายนอก (exogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง POTENT (ปจจยสมรรถนะขององคการ) วดจากตวแปรสงเกต 5 ตวแปร ไดแก (1) การจดโครงสรางทเหมาะสม (STRUC) (2) วสยทศน พนธกจ และยทธศาสตร (VISION) (3) ความรความสามารถของบคลากร (KNOW) (4) การจดทรพยากรการเรยนร (RESOU) และ(5) การใชเทคโนโลยสารสนเทศและการสอสารในการบรหาร (ICT) 2) โมเดลการวดตวแปรแฝง ACADEM (ปจจยภาวะผ นาทางวชาการ) วดจากตวแปรสงเกต 4 ตวแปร ไดแก (1) การนยามและการสอสารเปาหมายรวม (DEFF) (2) การกากบตดตาม และใหขอมลปอนกลบเกยวกบกระบวนการเรยนการสอน (MORN) (3) การสงเสรมการพฒนาวชาชพ (DEVEL) และ(4) การเปนผ นาการเปลยนแปลง (CHANGE)

ตวแปรแฝงภายใน (endogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง PROCESS (ปจจยการจดกระบวนการเรยนร) วดจากตวแปร 5 ตวแปร ไดแก (1) การเนนผ เรยนเปนสาคญ (CHILD) (2) การจดกจกรรมสงเสรมคณภาพผ เรยนอยางหลากหลาย (ACTIV) (3) การเนนกระบวนการคด (THINK) (4) การจดบรรยากาศใหเอ อตอการเรยนร (LEARN) และ(5) การมสวนรวมของผ เกยวของ (PAR) 2) โมเดลการวดตวแปรแฝง ENVIR (ปจจยบรรยากาศของโรงเรยน) วดจากตวแปร 5 ตวแปร ไดแก (1) ความคาดหวงสง (EXPEC) (2) บรรยากาศเชงบวก (POSIT) (3) การใหความเปนกนเองและไววางใจซงกนและกน (TRUST) (4) การสงเสรมใหมการตดสนใจรวม (SHARE) และ (5) การจดระบบการจงใจ (MOTIV) 3) โมเดลการวดตวแปรแฝง EFFECTIV (ปจจยประสทธผลของโรงเรยน) วดจากตวแปร 4 ตวแปร ไดแก (1) ผลสมฤทธทางการเรยน (NT) (2) คณลกษณะของนกเรยน (CHAR) (3) ความพงพอใจของคร (SATIS) และ (4) ความเปนองคการแหงการเรยนร (LO)

ยคสงคมความร

สวนโมเดลสมการโครงสราง มหลกฐานทางทฤษฎและงานวจยสนบสนนวา ตวแปรแฝง POTENT และตวแปรแฝง ACADEM มความสมพนธกน ตางมอทธพลทางตรงตอตวแปรแฝง PROCESS และตวแปรแฝง ENVIR และมอทธพลท งทางตรงและทางออมตอตวแปรแฝง EFFECTIV กรณมอทธพลทางออม มตวแปรแฝง PROCESS และตวแปรแฝง ENVIR เปนตวแปรคนกลางหรอตวแปรสงผาน

(intervening or mediating variable or mediator) ตวแปรแฝง ACADEM มอทธพลทางออมตอตวแปรแฝง EFFECTIV ดวยโดยผานตวแปรแฝง PROCESS

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 5: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

SEMhellipเปนเพอยนยนหรอทดสอบทฤษฎมากกวาสรางทฤษฎ

ในบทความ What is Structural Equation

Modeling (httpwww2gsuedu~mkteersemhtml) ให

ทศนะวา SEMhellipis a largely confirmatory rather than

exploratory technique That is a researcher are more likely to use SEM to determine whether a certain model is valid rather than using SEM to find a suitable model--although SEM analyses often involve a

certain exploratory element และ Garson (2009)

ใหทศนะวา SEM is usually viewed as a confirmatory

rather than exploratory procedure

ในทนจะกลาวถงการสรางโมเดลสมการโครงสรางเพอ

การยนยนหรอทดสอบทฤษฎ (theory testing) ทมหลกฐานทางทฤษฎและงานวจยสนบสนน Garson GD (2009) Structural Equation Modeling

Retrieved March 18 2010 from httpfacultychass ncsuedugarsonPA765structurhtm

SEM

การสรางโมเดลสมการโครงสราง ผสรางโมเดลจะตองคานงถงตวแปรทแตกตางกน 2 ประเภท นนคอ ตวแปรภายนอก (exogenous variables) และตวแปรภายใน (endogenous variables)

ตวแปรภายนอกจะพจารณาใหเปนจดเรมตนของโมเดล เปนจดเรมตนของหวลกศร ตวแปรภายนอกจงเปนไดเฉพาะตวแปรตนตวแปรอสระ สวนตวแปรภายในเปนไดท งตวแปรตนตวแปรอสระ (independent variable) และตวแปรตาม (dependent variable) ทถกทานายดวยตวแปรภายนอก และตวแปรภายในอนๆ ซงทกตวแปรตองอยภายใตทฤษฎในการเชอมโยงกน ซงแตกตางจากตวแปรตนตวแปรอสระและตวแปรตามในสมการถดถอย (regression) ซงจะแสดงใหเหนเฉพาะตวแปรตนตวแปรอสระทสงผลหรอทานายตวแปรตาม

สมการถดถอย (regression)

SEM

องคประกอบทสาคญของโมเดลสมการโครงสราง คอ

โมเดลโครงสรางโมเดลสมการโครงสราง (structural modelstructural equation model) ซงแสดงถง ความสมพนธเชงสาเหต (causal relationship) ระหวางตวแปรภายนอกและตวแปรภายใน (หรอระหวางตวแปรแฝง) ซงอาจเปนแบบทางเดยวและแบบเสนเชงบวก(recursive and linear additive) หรอแบบสองทางและแบบเสนเชงบวก (non-recursive and linear additive) และโมเดลการวด (measurement model) ซงแสดงถงความสมพนธระหวางตวแปรแฝงกบตวแปรสงเกตได (ดภาพในเฟรมถดไป)

ลกษณะขององคประกอบของโมเดลสมการโครงสรางทมท งโมเดลโครงสราง และโมเดลการวดดงกลาว ทาใหแตกตางจากโมเดลการวเคราะหองคประกอบ (factor analysis model) ทประกอบดวยเฉพาะโมเดลการวด (measurement model) เทาน น และแตกตางจากโมเดลเสนทาง (path diagram) ทมเฉพาะโมเดลโครงสราง (structural model) เทาน น

ความสมพนธเชงสาเหต

SEM --- Path analysis + Factor analysis

การวเคราะหตามหลกการวเคราะหเสนทาง (path analysis)

การวเคราะหองคประกอบ (factor analysis)

การวเคราะหตามหลกการวเคราะหเสนทาง (path analysis)

การวเคราะหองคประกอบ (factor analysis)

สถานะทางเศรษฐสงคมการศกษาของบดาอาชพของบดา

คะแนนภาษาองกฤษคะแนนคณตศาสตรคะแนนวทยาศาสตร

การไดรบการยอมรบเงนเดอน ความพงพอใจในงาน

ภมหลงทางครอบครว

ผลสมฤทธจากโรงเรยน

ความสาเรจในอาชพ

โมเดลสมการโครงสรางทสะทอนใหเหนถงทงการวเคราะหเสนทาง (path analysis) และการวเคราะหองคประกอบ (factor analysis)

SEM

การยนยนหรอการทดสอบวาโมเดลทสรางข นมความสอดคลองกบขอมลเชงประจกษหรอไมน น มสถตวดความสอดคลองดงน เชน

1) คาไค-สแควร (chi-square) ทไมมนยสาคญคอคา p-value สงกวา 005 2) คาสดสวนไค-สแควรdf มคาไมควรเกน 2003) คา goodness of fit index GFI adjusted goodness of fit

indexAGFI comparative fit index CFI มคาต งแต 090 ndash 100 4) คา standardized root mean squared residual standardized

RMR root mean square of error approximation RMSEA มคาตากวา 005

5) คา critical n CN มคาเทากบหรอมากกวา 200 ของกลมตวอยาง 6) คา largest standardized residual มคา -2 ถง 2

(ศกษาเพมเตม)

ยคกอนสงคมความร

การวจย ldquoยคกอนสงคมความรrdquo สวนใหญ มโมเดลการวจยเปนโมเดลแสดงความสมพนธเชงสาเหตระหวางตวแปร โดยมหลกฐานจากทฤษฎและงานวจยรองรบ มคาถามวจยงาย ไมซบซอน มการต งสมมตฐานวจยแยกเปนขอๆ ดงเชน การวเคราะหเสนทาง (path analysis) เปนกรณตวอยางหนงของโมเดลการวจยแบบเกา เปนการศกษาอทธพลระหวางตวแปรตาง ๆ เพอดวามอทธพลทางตรงและอทธพลทางออมของตวแปรทสนนษฐานวาเปนสาเหตตอตวแปรทเปนผลหรอไม สมประสทธเสนทาง เปนคาทบงบอกถงอทธพลทางตรงของตวแปรทเปนสาเหตททาใหอกตวหนงเปลยนแปลงไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคน นยงไมกลาวถงตวแปรแฝง

และตวแปรสงเกต

ยคกอนสงคมความร

ในการวเคราะหเสนทางเพอศกษาปรากฏการณตาง ๆ วามสาเหตเกดมาจากอะไรน น ผวจยอาศยทฤษฎและงานวจยตาง ๆ มาต งเปนสมมตฐาน โดยการสรางเปนแผนภาพเสนทาง แสดงอทธพลระหวางตวแปรตาง ๆ จากน นจงดาเนนการทดสอบแผนภาพตามสมมตฐานน นวาเหมาะสมหรอไม โดยใชสถตวเคราะหเสนทาง(path analysis) ทมขอตกลงเบ องตนทางสถตดงน 1) ความสมพนธระหวางตวแปรในโมเดละตองเปนเชงเสนตรง เปนบวกและเปนเหตผล 2) ความคลาดเคลอนแตละตวจะตองไมสมพนธกบตวแปรภายในโมเดล3) เสนทางเชงสาเหตจะตองเปนระบบทศทางเดยว4) ตวแปรจะตองถกวดอยในมาตราอนตรภาค (interval) 5) ในการวเคราะหเสนทางจะเกยวของอย 2 โมเดล คอโมเดลทศทางเดยวเตมรป

(identified model) และ โมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล (over just identified model)

ดภาพเฟรมถดไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคกอนสงคมความร

การวเคราะหเสนทางทเปนโมเดลทศทางเดยวเตมรป

การวเคราะหเสนทางทเปนโมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล

กรณตวอยางจากภาพ อาจแยกต งสมมตฐานการวจยออกเปนสองขอ สมมตฐานขอแรก สถานะทางเศรษฐสงคม (SES) และระดบสตปญญา (IQ) ของประชากร มอทธพลตอผลสมฤทธทางการเรยน (nAch) โดยประชากรทมสถานะทางเศรษฐสงคมดและระดบสตปญญาสงมแนวโนมทจะมผลสมฤทธทางการเรยนสงกวากลมอน สมมตฐานขอสอง ประชากรทมระดบสตปญญา และมผลสมฤทธทางการเรยนตางกนระดบสงมผลการเรยนเฉลย (GPA) ดกวาประชากรกลมอน

ยคกอนสงคมความร

การต งสมมตฐานการวจยทแยกกนออกเปนสองขอดงกลาวขางตน มจดออน คอ 1) โมเดลการวจยกบโมเดลการวเคราะหไมตรงกน เหมอนกบการแยกโมเดลการวจยเปนสองโมเดล

ผลการวจยจงไมสมบรณเทาทควร เพราะ 1) สถตวเคราะหในอดตไมสามารถวเคราะหขอมลทมตวแปรหลายตวพรอมกนได

2) นกวจยสนใจศกษาแตอทธพลหลกและอทธพลทางตรง (direct effects) ไมสนใจศกษาอทธพลจากปฏสมพนธ หรออทธพลทางออม (indirect effects) ซงมผลทาใหไดผลการวจยคอนขางจากด ไมสมบรณตามสภาพความเปนจรง

3) หากโมเดลการวจยมตวแปรหลายระดบ เชน มตวแปรวดระดบองคกร และมตวแปรวดระดบบคคล เปนตน ผลการวเคราะหขอมลจะใหผลทมการประมาณคาอทธพลของตวแปรขนาดองคกรไดตากวาทควร แตหากใชเทคนคการวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) จะไดผลการวเคราะหตรงตามความเปนจรงมากข น

4) โมเดลการวจยมไดรวมเทอมความคลาดเคลอนในการวดตวแปรตองมขอตกลงเบ องตนวา ตวแปรทกตวไมมความคลาดเคลอนในการวด ซงเปนขอตกลงเบ องตนไมสอดคลองกบสภาพความเปนจรง

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร การวจยมลกษณะคาถามวจยเกยวกบความสมพนธ

เชงสาเหตทซบซอน ลกซ งมากกวายคกอน โมเดลการวจยยคสงคมความรน จงมลกษณะแตกตางจากโมเดลการวจยยคกอน ตวแปรในการวจยมท งตวแปรสงเกตได (observed variable) และตวแปรแฝง (latent or unobserved variable) โดยทตวแปรแฝงเปนตวแปรทไมมความคลาดเคลอนในการวด ซงวดไดจากตวบงช ทเปนตวแปรสงเกตได ดงภาพ

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINK

LEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

สมฤทธ กางเพง (2551) ปจจยทางการบรหารทมอทธพลตอประสทธผลของโรงเรยน การพฒนาและตรวจสอบความตรงของตวแบบ ดษฎนพนธปรญญาศกษาศาสตรดษฎบณฑต สาขาวชาการบรหารการศกษา มหาวทยาลยขอนแกน

จากภาพ โมเดลการวจยประกอบดวยโมเดลการวด (measurement model) หาโมเดล และโมเดลสมการโครงสราง (structural

equation model) หนงโมเดล กรณของ ldquoโมเดลการวดrdquo ทมหลกฐานทางทฤษฎและงานวจยเกยวกบตวแปรแตละตวรองรบสนบสนนท งหาโมเดล คอ (ใชรปวงรเปนสญลกษณแทนตวแปรแฝง และรปสเหลยมแทนตวแปรสงเกตได)

ตวแปรแฝงภายนอก (exogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง POTENT (ปจจยสมรรถนะขององคการ) วดจากตวแปรสงเกต 5 ตวแปร ไดแก (1) การจดโครงสรางทเหมาะสม (STRUC) (2) วสยทศน พนธกจ และยทธศาสตร (VISION) (3) ความรความสามารถของบคลากร (KNOW) (4) การจดทรพยากรการเรยนร (RESOU) และ(5) การใชเทคโนโลยสารสนเทศและการสอสารในการบรหาร (ICT) 2) โมเดลการวดตวแปรแฝง ACADEM (ปจจยภาวะผ นาทางวชาการ) วดจากตวแปรสงเกต 4 ตวแปร ไดแก (1) การนยามและการสอสารเปาหมายรวม (DEFF) (2) การกากบตดตาม และใหขอมลปอนกลบเกยวกบกระบวนการเรยนการสอน (MORN) (3) การสงเสรมการพฒนาวชาชพ (DEVEL) และ(4) การเปนผ นาการเปลยนแปลง (CHANGE)

ตวแปรแฝงภายใน (endogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง PROCESS (ปจจยการจดกระบวนการเรยนร) วดจากตวแปร 5 ตวแปร ไดแก (1) การเนนผ เรยนเปนสาคญ (CHILD) (2) การจดกจกรรมสงเสรมคณภาพผ เรยนอยางหลากหลาย (ACTIV) (3) การเนนกระบวนการคด (THINK) (4) การจดบรรยากาศใหเอ อตอการเรยนร (LEARN) และ(5) การมสวนรวมของผ เกยวของ (PAR) 2) โมเดลการวดตวแปรแฝง ENVIR (ปจจยบรรยากาศของโรงเรยน) วดจากตวแปร 5 ตวแปร ไดแก (1) ความคาดหวงสง (EXPEC) (2) บรรยากาศเชงบวก (POSIT) (3) การใหความเปนกนเองและไววางใจซงกนและกน (TRUST) (4) การสงเสรมใหมการตดสนใจรวม (SHARE) และ (5) การจดระบบการจงใจ (MOTIV) 3) โมเดลการวดตวแปรแฝง EFFECTIV (ปจจยประสทธผลของโรงเรยน) วดจากตวแปร 4 ตวแปร ไดแก (1) ผลสมฤทธทางการเรยน (NT) (2) คณลกษณะของนกเรยน (CHAR) (3) ความพงพอใจของคร (SATIS) และ (4) ความเปนองคการแหงการเรยนร (LO)

ยคสงคมความร

สวนโมเดลสมการโครงสราง มหลกฐานทางทฤษฎและงานวจยสนบสนนวา ตวแปรแฝง POTENT และตวแปรแฝง ACADEM มความสมพนธกน ตางมอทธพลทางตรงตอตวแปรแฝง PROCESS และตวแปรแฝง ENVIR และมอทธพลท งทางตรงและทางออมตอตวแปรแฝง EFFECTIV กรณมอทธพลทางออม มตวแปรแฝง PROCESS และตวแปรแฝง ENVIR เปนตวแปรคนกลางหรอตวแปรสงผาน

(intervening or mediating variable or mediator) ตวแปรแฝง ACADEM มอทธพลทางออมตอตวแปรแฝง EFFECTIV ดวยโดยผานตวแปรแฝง PROCESS

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 6: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

SEM

การสรางโมเดลสมการโครงสราง ผสรางโมเดลจะตองคานงถงตวแปรทแตกตางกน 2 ประเภท นนคอ ตวแปรภายนอก (exogenous variables) และตวแปรภายใน (endogenous variables)

ตวแปรภายนอกจะพจารณาใหเปนจดเรมตนของโมเดล เปนจดเรมตนของหวลกศร ตวแปรภายนอกจงเปนไดเฉพาะตวแปรตนตวแปรอสระ สวนตวแปรภายในเปนไดท งตวแปรตนตวแปรอสระ (independent variable) และตวแปรตาม (dependent variable) ทถกทานายดวยตวแปรภายนอก และตวแปรภายในอนๆ ซงทกตวแปรตองอยภายใตทฤษฎในการเชอมโยงกน ซงแตกตางจากตวแปรตนตวแปรอสระและตวแปรตามในสมการถดถอย (regression) ซงจะแสดงใหเหนเฉพาะตวแปรตนตวแปรอสระทสงผลหรอทานายตวแปรตาม

สมการถดถอย (regression)

SEM

องคประกอบทสาคญของโมเดลสมการโครงสราง คอ

โมเดลโครงสรางโมเดลสมการโครงสราง (structural modelstructural equation model) ซงแสดงถง ความสมพนธเชงสาเหต (causal relationship) ระหวางตวแปรภายนอกและตวแปรภายใน (หรอระหวางตวแปรแฝง) ซงอาจเปนแบบทางเดยวและแบบเสนเชงบวก(recursive and linear additive) หรอแบบสองทางและแบบเสนเชงบวก (non-recursive and linear additive) และโมเดลการวด (measurement model) ซงแสดงถงความสมพนธระหวางตวแปรแฝงกบตวแปรสงเกตได (ดภาพในเฟรมถดไป)

ลกษณะขององคประกอบของโมเดลสมการโครงสรางทมท งโมเดลโครงสราง และโมเดลการวดดงกลาว ทาใหแตกตางจากโมเดลการวเคราะหองคประกอบ (factor analysis model) ทประกอบดวยเฉพาะโมเดลการวด (measurement model) เทาน น และแตกตางจากโมเดลเสนทาง (path diagram) ทมเฉพาะโมเดลโครงสราง (structural model) เทาน น

ความสมพนธเชงสาเหต

SEM --- Path analysis + Factor analysis

การวเคราะหตามหลกการวเคราะหเสนทาง (path analysis)

การวเคราะหองคประกอบ (factor analysis)

การวเคราะหตามหลกการวเคราะหเสนทาง (path analysis)

การวเคราะหองคประกอบ (factor analysis)

สถานะทางเศรษฐสงคมการศกษาของบดาอาชพของบดา

คะแนนภาษาองกฤษคะแนนคณตศาสตรคะแนนวทยาศาสตร

การไดรบการยอมรบเงนเดอน ความพงพอใจในงาน

ภมหลงทางครอบครว

ผลสมฤทธจากโรงเรยน

ความสาเรจในอาชพ

โมเดลสมการโครงสรางทสะทอนใหเหนถงทงการวเคราะหเสนทาง (path analysis) และการวเคราะหองคประกอบ (factor analysis)

SEM

การยนยนหรอการทดสอบวาโมเดลทสรางข นมความสอดคลองกบขอมลเชงประจกษหรอไมน น มสถตวดความสอดคลองดงน เชน

1) คาไค-สแควร (chi-square) ทไมมนยสาคญคอคา p-value สงกวา 005 2) คาสดสวนไค-สแควรdf มคาไมควรเกน 2003) คา goodness of fit index GFI adjusted goodness of fit

indexAGFI comparative fit index CFI มคาต งแต 090 ndash 100 4) คา standardized root mean squared residual standardized

RMR root mean square of error approximation RMSEA มคาตากวา 005

5) คา critical n CN มคาเทากบหรอมากกวา 200 ของกลมตวอยาง 6) คา largest standardized residual มคา -2 ถง 2

(ศกษาเพมเตม)

ยคกอนสงคมความร

การวจย ldquoยคกอนสงคมความรrdquo สวนใหญ มโมเดลการวจยเปนโมเดลแสดงความสมพนธเชงสาเหตระหวางตวแปร โดยมหลกฐานจากทฤษฎและงานวจยรองรบ มคาถามวจยงาย ไมซบซอน มการต งสมมตฐานวจยแยกเปนขอๆ ดงเชน การวเคราะหเสนทาง (path analysis) เปนกรณตวอยางหนงของโมเดลการวจยแบบเกา เปนการศกษาอทธพลระหวางตวแปรตาง ๆ เพอดวามอทธพลทางตรงและอทธพลทางออมของตวแปรทสนนษฐานวาเปนสาเหตตอตวแปรทเปนผลหรอไม สมประสทธเสนทาง เปนคาทบงบอกถงอทธพลทางตรงของตวแปรทเปนสาเหตททาใหอกตวหนงเปลยนแปลงไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคน นยงไมกลาวถงตวแปรแฝง

และตวแปรสงเกต

ยคกอนสงคมความร

ในการวเคราะหเสนทางเพอศกษาปรากฏการณตาง ๆ วามสาเหตเกดมาจากอะไรน น ผวจยอาศยทฤษฎและงานวจยตาง ๆ มาต งเปนสมมตฐาน โดยการสรางเปนแผนภาพเสนทาง แสดงอทธพลระหวางตวแปรตาง ๆ จากน นจงดาเนนการทดสอบแผนภาพตามสมมตฐานน นวาเหมาะสมหรอไม โดยใชสถตวเคราะหเสนทาง(path analysis) ทมขอตกลงเบ องตนทางสถตดงน 1) ความสมพนธระหวางตวแปรในโมเดละตองเปนเชงเสนตรง เปนบวกและเปนเหตผล 2) ความคลาดเคลอนแตละตวจะตองไมสมพนธกบตวแปรภายในโมเดล3) เสนทางเชงสาเหตจะตองเปนระบบทศทางเดยว4) ตวแปรจะตองถกวดอยในมาตราอนตรภาค (interval) 5) ในการวเคราะหเสนทางจะเกยวของอย 2 โมเดล คอโมเดลทศทางเดยวเตมรป

(identified model) และ โมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล (over just identified model)

ดภาพเฟรมถดไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคกอนสงคมความร

การวเคราะหเสนทางทเปนโมเดลทศทางเดยวเตมรป

การวเคราะหเสนทางทเปนโมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล

กรณตวอยางจากภาพ อาจแยกต งสมมตฐานการวจยออกเปนสองขอ สมมตฐานขอแรก สถานะทางเศรษฐสงคม (SES) และระดบสตปญญา (IQ) ของประชากร มอทธพลตอผลสมฤทธทางการเรยน (nAch) โดยประชากรทมสถานะทางเศรษฐสงคมดและระดบสตปญญาสงมแนวโนมทจะมผลสมฤทธทางการเรยนสงกวากลมอน สมมตฐานขอสอง ประชากรทมระดบสตปญญา และมผลสมฤทธทางการเรยนตางกนระดบสงมผลการเรยนเฉลย (GPA) ดกวาประชากรกลมอน

ยคกอนสงคมความร

การต งสมมตฐานการวจยทแยกกนออกเปนสองขอดงกลาวขางตน มจดออน คอ 1) โมเดลการวจยกบโมเดลการวเคราะหไมตรงกน เหมอนกบการแยกโมเดลการวจยเปนสองโมเดล

ผลการวจยจงไมสมบรณเทาทควร เพราะ 1) สถตวเคราะหในอดตไมสามารถวเคราะหขอมลทมตวแปรหลายตวพรอมกนได

2) นกวจยสนใจศกษาแตอทธพลหลกและอทธพลทางตรง (direct effects) ไมสนใจศกษาอทธพลจากปฏสมพนธ หรออทธพลทางออม (indirect effects) ซงมผลทาใหไดผลการวจยคอนขางจากด ไมสมบรณตามสภาพความเปนจรง

3) หากโมเดลการวจยมตวแปรหลายระดบ เชน มตวแปรวดระดบองคกร และมตวแปรวดระดบบคคล เปนตน ผลการวเคราะหขอมลจะใหผลทมการประมาณคาอทธพลของตวแปรขนาดองคกรไดตากวาทควร แตหากใชเทคนคการวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) จะไดผลการวเคราะหตรงตามความเปนจรงมากข น

4) โมเดลการวจยมไดรวมเทอมความคลาดเคลอนในการวดตวแปรตองมขอตกลงเบ องตนวา ตวแปรทกตวไมมความคลาดเคลอนในการวด ซงเปนขอตกลงเบ องตนไมสอดคลองกบสภาพความเปนจรง

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร การวจยมลกษณะคาถามวจยเกยวกบความสมพนธ

เชงสาเหตทซบซอน ลกซ งมากกวายคกอน โมเดลการวจยยคสงคมความรน จงมลกษณะแตกตางจากโมเดลการวจยยคกอน ตวแปรในการวจยมท งตวแปรสงเกตได (observed variable) และตวแปรแฝง (latent or unobserved variable) โดยทตวแปรแฝงเปนตวแปรทไมมความคลาดเคลอนในการวด ซงวดไดจากตวบงช ทเปนตวแปรสงเกตได ดงภาพ

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINK

LEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

สมฤทธ กางเพง (2551) ปจจยทางการบรหารทมอทธพลตอประสทธผลของโรงเรยน การพฒนาและตรวจสอบความตรงของตวแบบ ดษฎนพนธปรญญาศกษาศาสตรดษฎบณฑต สาขาวชาการบรหารการศกษา มหาวทยาลยขอนแกน

จากภาพ โมเดลการวจยประกอบดวยโมเดลการวด (measurement model) หาโมเดล และโมเดลสมการโครงสราง (structural

equation model) หนงโมเดล กรณของ ldquoโมเดลการวดrdquo ทมหลกฐานทางทฤษฎและงานวจยเกยวกบตวแปรแตละตวรองรบสนบสนนท งหาโมเดล คอ (ใชรปวงรเปนสญลกษณแทนตวแปรแฝง และรปสเหลยมแทนตวแปรสงเกตได)

ตวแปรแฝงภายนอก (exogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง POTENT (ปจจยสมรรถนะขององคการ) วดจากตวแปรสงเกต 5 ตวแปร ไดแก (1) การจดโครงสรางทเหมาะสม (STRUC) (2) วสยทศน พนธกจ และยทธศาสตร (VISION) (3) ความรความสามารถของบคลากร (KNOW) (4) การจดทรพยากรการเรยนร (RESOU) และ(5) การใชเทคโนโลยสารสนเทศและการสอสารในการบรหาร (ICT) 2) โมเดลการวดตวแปรแฝง ACADEM (ปจจยภาวะผ นาทางวชาการ) วดจากตวแปรสงเกต 4 ตวแปร ไดแก (1) การนยามและการสอสารเปาหมายรวม (DEFF) (2) การกากบตดตาม และใหขอมลปอนกลบเกยวกบกระบวนการเรยนการสอน (MORN) (3) การสงเสรมการพฒนาวชาชพ (DEVEL) และ(4) การเปนผ นาการเปลยนแปลง (CHANGE)

ตวแปรแฝงภายใน (endogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง PROCESS (ปจจยการจดกระบวนการเรยนร) วดจากตวแปร 5 ตวแปร ไดแก (1) การเนนผ เรยนเปนสาคญ (CHILD) (2) การจดกจกรรมสงเสรมคณภาพผ เรยนอยางหลากหลาย (ACTIV) (3) การเนนกระบวนการคด (THINK) (4) การจดบรรยากาศใหเอ อตอการเรยนร (LEARN) และ(5) การมสวนรวมของผ เกยวของ (PAR) 2) โมเดลการวดตวแปรแฝง ENVIR (ปจจยบรรยากาศของโรงเรยน) วดจากตวแปร 5 ตวแปร ไดแก (1) ความคาดหวงสง (EXPEC) (2) บรรยากาศเชงบวก (POSIT) (3) การใหความเปนกนเองและไววางใจซงกนและกน (TRUST) (4) การสงเสรมใหมการตดสนใจรวม (SHARE) และ (5) การจดระบบการจงใจ (MOTIV) 3) โมเดลการวดตวแปรแฝง EFFECTIV (ปจจยประสทธผลของโรงเรยน) วดจากตวแปร 4 ตวแปร ไดแก (1) ผลสมฤทธทางการเรยน (NT) (2) คณลกษณะของนกเรยน (CHAR) (3) ความพงพอใจของคร (SATIS) และ (4) ความเปนองคการแหงการเรยนร (LO)

ยคสงคมความร

สวนโมเดลสมการโครงสราง มหลกฐานทางทฤษฎและงานวจยสนบสนนวา ตวแปรแฝง POTENT และตวแปรแฝง ACADEM มความสมพนธกน ตางมอทธพลทางตรงตอตวแปรแฝง PROCESS และตวแปรแฝง ENVIR และมอทธพลท งทางตรงและทางออมตอตวแปรแฝง EFFECTIV กรณมอทธพลทางออม มตวแปรแฝง PROCESS และตวแปรแฝง ENVIR เปนตวแปรคนกลางหรอตวแปรสงผาน

(intervening or mediating variable or mediator) ตวแปรแฝง ACADEM มอทธพลทางออมตอตวแปรแฝง EFFECTIV ดวยโดยผานตวแปรแฝง PROCESS

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 7: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

SEM

องคประกอบทสาคญของโมเดลสมการโครงสราง คอ

โมเดลโครงสรางโมเดลสมการโครงสราง (structural modelstructural equation model) ซงแสดงถง ความสมพนธเชงสาเหต (causal relationship) ระหวางตวแปรภายนอกและตวแปรภายใน (หรอระหวางตวแปรแฝง) ซงอาจเปนแบบทางเดยวและแบบเสนเชงบวก(recursive and linear additive) หรอแบบสองทางและแบบเสนเชงบวก (non-recursive and linear additive) และโมเดลการวด (measurement model) ซงแสดงถงความสมพนธระหวางตวแปรแฝงกบตวแปรสงเกตได (ดภาพในเฟรมถดไป)

ลกษณะขององคประกอบของโมเดลสมการโครงสรางทมท งโมเดลโครงสราง และโมเดลการวดดงกลาว ทาใหแตกตางจากโมเดลการวเคราะหองคประกอบ (factor analysis model) ทประกอบดวยเฉพาะโมเดลการวด (measurement model) เทาน น และแตกตางจากโมเดลเสนทาง (path diagram) ทมเฉพาะโมเดลโครงสราง (structural model) เทาน น

ความสมพนธเชงสาเหต

SEM --- Path analysis + Factor analysis

การวเคราะหตามหลกการวเคราะหเสนทาง (path analysis)

การวเคราะหองคประกอบ (factor analysis)

การวเคราะหตามหลกการวเคราะหเสนทาง (path analysis)

การวเคราะหองคประกอบ (factor analysis)

สถานะทางเศรษฐสงคมการศกษาของบดาอาชพของบดา

คะแนนภาษาองกฤษคะแนนคณตศาสตรคะแนนวทยาศาสตร

การไดรบการยอมรบเงนเดอน ความพงพอใจในงาน

ภมหลงทางครอบครว

ผลสมฤทธจากโรงเรยน

ความสาเรจในอาชพ

โมเดลสมการโครงสรางทสะทอนใหเหนถงทงการวเคราะหเสนทาง (path analysis) และการวเคราะหองคประกอบ (factor analysis)

SEM

การยนยนหรอการทดสอบวาโมเดลทสรางข นมความสอดคลองกบขอมลเชงประจกษหรอไมน น มสถตวดความสอดคลองดงน เชน

1) คาไค-สแควร (chi-square) ทไมมนยสาคญคอคา p-value สงกวา 005 2) คาสดสวนไค-สแควรdf มคาไมควรเกน 2003) คา goodness of fit index GFI adjusted goodness of fit

indexAGFI comparative fit index CFI มคาต งแต 090 ndash 100 4) คา standardized root mean squared residual standardized

RMR root mean square of error approximation RMSEA มคาตากวา 005

5) คา critical n CN มคาเทากบหรอมากกวา 200 ของกลมตวอยาง 6) คา largest standardized residual มคา -2 ถง 2

(ศกษาเพมเตม)

ยคกอนสงคมความร

การวจย ldquoยคกอนสงคมความรrdquo สวนใหญ มโมเดลการวจยเปนโมเดลแสดงความสมพนธเชงสาเหตระหวางตวแปร โดยมหลกฐานจากทฤษฎและงานวจยรองรบ มคาถามวจยงาย ไมซบซอน มการต งสมมตฐานวจยแยกเปนขอๆ ดงเชน การวเคราะหเสนทาง (path analysis) เปนกรณตวอยางหนงของโมเดลการวจยแบบเกา เปนการศกษาอทธพลระหวางตวแปรตาง ๆ เพอดวามอทธพลทางตรงและอทธพลทางออมของตวแปรทสนนษฐานวาเปนสาเหตตอตวแปรทเปนผลหรอไม สมประสทธเสนทาง เปนคาทบงบอกถงอทธพลทางตรงของตวแปรทเปนสาเหตททาใหอกตวหนงเปลยนแปลงไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคน นยงไมกลาวถงตวแปรแฝง

และตวแปรสงเกต

ยคกอนสงคมความร

ในการวเคราะหเสนทางเพอศกษาปรากฏการณตาง ๆ วามสาเหตเกดมาจากอะไรน น ผวจยอาศยทฤษฎและงานวจยตาง ๆ มาต งเปนสมมตฐาน โดยการสรางเปนแผนภาพเสนทาง แสดงอทธพลระหวางตวแปรตาง ๆ จากน นจงดาเนนการทดสอบแผนภาพตามสมมตฐานน นวาเหมาะสมหรอไม โดยใชสถตวเคราะหเสนทาง(path analysis) ทมขอตกลงเบ องตนทางสถตดงน 1) ความสมพนธระหวางตวแปรในโมเดละตองเปนเชงเสนตรง เปนบวกและเปนเหตผล 2) ความคลาดเคลอนแตละตวจะตองไมสมพนธกบตวแปรภายในโมเดล3) เสนทางเชงสาเหตจะตองเปนระบบทศทางเดยว4) ตวแปรจะตองถกวดอยในมาตราอนตรภาค (interval) 5) ในการวเคราะหเสนทางจะเกยวของอย 2 โมเดล คอโมเดลทศทางเดยวเตมรป

(identified model) และ โมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล (over just identified model)

ดภาพเฟรมถดไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคกอนสงคมความร

การวเคราะหเสนทางทเปนโมเดลทศทางเดยวเตมรป

การวเคราะหเสนทางทเปนโมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล

กรณตวอยางจากภาพ อาจแยกต งสมมตฐานการวจยออกเปนสองขอ สมมตฐานขอแรก สถานะทางเศรษฐสงคม (SES) และระดบสตปญญา (IQ) ของประชากร มอทธพลตอผลสมฤทธทางการเรยน (nAch) โดยประชากรทมสถานะทางเศรษฐสงคมดและระดบสตปญญาสงมแนวโนมทจะมผลสมฤทธทางการเรยนสงกวากลมอน สมมตฐานขอสอง ประชากรทมระดบสตปญญา และมผลสมฤทธทางการเรยนตางกนระดบสงมผลการเรยนเฉลย (GPA) ดกวาประชากรกลมอน

ยคกอนสงคมความร

การต งสมมตฐานการวจยทแยกกนออกเปนสองขอดงกลาวขางตน มจดออน คอ 1) โมเดลการวจยกบโมเดลการวเคราะหไมตรงกน เหมอนกบการแยกโมเดลการวจยเปนสองโมเดล

ผลการวจยจงไมสมบรณเทาทควร เพราะ 1) สถตวเคราะหในอดตไมสามารถวเคราะหขอมลทมตวแปรหลายตวพรอมกนได

2) นกวจยสนใจศกษาแตอทธพลหลกและอทธพลทางตรง (direct effects) ไมสนใจศกษาอทธพลจากปฏสมพนธ หรออทธพลทางออม (indirect effects) ซงมผลทาใหไดผลการวจยคอนขางจากด ไมสมบรณตามสภาพความเปนจรง

3) หากโมเดลการวจยมตวแปรหลายระดบ เชน มตวแปรวดระดบองคกร และมตวแปรวดระดบบคคล เปนตน ผลการวเคราะหขอมลจะใหผลทมการประมาณคาอทธพลของตวแปรขนาดองคกรไดตากวาทควร แตหากใชเทคนคการวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) จะไดผลการวเคราะหตรงตามความเปนจรงมากข น

4) โมเดลการวจยมไดรวมเทอมความคลาดเคลอนในการวดตวแปรตองมขอตกลงเบ องตนวา ตวแปรทกตวไมมความคลาดเคลอนในการวด ซงเปนขอตกลงเบ องตนไมสอดคลองกบสภาพความเปนจรง

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร การวจยมลกษณะคาถามวจยเกยวกบความสมพนธ

เชงสาเหตทซบซอน ลกซ งมากกวายคกอน โมเดลการวจยยคสงคมความรน จงมลกษณะแตกตางจากโมเดลการวจยยคกอน ตวแปรในการวจยมท งตวแปรสงเกตได (observed variable) และตวแปรแฝง (latent or unobserved variable) โดยทตวแปรแฝงเปนตวแปรทไมมความคลาดเคลอนในการวด ซงวดไดจากตวบงช ทเปนตวแปรสงเกตได ดงภาพ

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINK

LEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

สมฤทธ กางเพง (2551) ปจจยทางการบรหารทมอทธพลตอประสทธผลของโรงเรยน การพฒนาและตรวจสอบความตรงของตวแบบ ดษฎนพนธปรญญาศกษาศาสตรดษฎบณฑต สาขาวชาการบรหารการศกษา มหาวทยาลยขอนแกน

จากภาพ โมเดลการวจยประกอบดวยโมเดลการวด (measurement model) หาโมเดล และโมเดลสมการโครงสราง (structural

equation model) หนงโมเดล กรณของ ldquoโมเดลการวดrdquo ทมหลกฐานทางทฤษฎและงานวจยเกยวกบตวแปรแตละตวรองรบสนบสนนท งหาโมเดล คอ (ใชรปวงรเปนสญลกษณแทนตวแปรแฝง และรปสเหลยมแทนตวแปรสงเกตได)

ตวแปรแฝงภายนอก (exogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง POTENT (ปจจยสมรรถนะขององคการ) วดจากตวแปรสงเกต 5 ตวแปร ไดแก (1) การจดโครงสรางทเหมาะสม (STRUC) (2) วสยทศน พนธกจ และยทธศาสตร (VISION) (3) ความรความสามารถของบคลากร (KNOW) (4) การจดทรพยากรการเรยนร (RESOU) และ(5) การใชเทคโนโลยสารสนเทศและการสอสารในการบรหาร (ICT) 2) โมเดลการวดตวแปรแฝง ACADEM (ปจจยภาวะผ นาทางวชาการ) วดจากตวแปรสงเกต 4 ตวแปร ไดแก (1) การนยามและการสอสารเปาหมายรวม (DEFF) (2) การกากบตดตาม และใหขอมลปอนกลบเกยวกบกระบวนการเรยนการสอน (MORN) (3) การสงเสรมการพฒนาวชาชพ (DEVEL) และ(4) การเปนผ นาการเปลยนแปลง (CHANGE)

ตวแปรแฝงภายใน (endogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง PROCESS (ปจจยการจดกระบวนการเรยนร) วดจากตวแปร 5 ตวแปร ไดแก (1) การเนนผ เรยนเปนสาคญ (CHILD) (2) การจดกจกรรมสงเสรมคณภาพผ เรยนอยางหลากหลาย (ACTIV) (3) การเนนกระบวนการคด (THINK) (4) การจดบรรยากาศใหเอ อตอการเรยนร (LEARN) และ(5) การมสวนรวมของผ เกยวของ (PAR) 2) โมเดลการวดตวแปรแฝง ENVIR (ปจจยบรรยากาศของโรงเรยน) วดจากตวแปร 5 ตวแปร ไดแก (1) ความคาดหวงสง (EXPEC) (2) บรรยากาศเชงบวก (POSIT) (3) การใหความเปนกนเองและไววางใจซงกนและกน (TRUST) (4) การสงเสรมใหมการตดสนใจรวม (SHARE) และ (5) การจดระบบการจงใจ (MOTIV) 3) โมเดลการวดตวแปรแฝง EFFECTIV (ปจจยประสทธผลของโรงเรยน) วดจากตวแปร 4 ตวแปร ไดแก (1) ผลสมฤทธทางการเรยน (NT) (2) คณลกษณะของนกเรยน (CHAR) (3) ความพงพอใจของคร (SATIS) และ (4) ความเปนองคการแหงการเรยนร (LO)

ยคสงคมความร

สวนโมเดลสมการโครงสราง มหลกฐานทางทฤษฎและงานวจยสนบสนนวา ตวแปรแฝง POTENT และตวแปรแฝง ACADEM มความสมพนธกน ตางมอทธพลทางตรงตอตวแปรแฝง PROCESS และตวแปรแฝง ENVIR และมอทธพลท งทางตรงและทางออมตอตวแปรแฝง EFFECTIV กรณมอทธพลทางออม มตวแปรแฝง PROCESS และตวแปรแฝง ENVIR เปนตวแปรคนกลางหรอตวแปรสงผาน

(intervening or mediating variable or mediator) ตวแปรแฝง ACADEM มอทธพลทางออมตอตวแปรแฝง EFFECTIV ดวยโดยผานตวแปรแฝง PROCESS

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 8: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

SEM --- Path analysis + Factor analysis

การวเคราะหตามหลกการวเคราะหเสนทาง (path analysis)

การวเคราะหองคประกอบ (factor analysis)

การวเคราะหตามหลกการวเคราะหเสนทาง (path analysis)

การวเคราะหองคประกอบ (factor analysis)

สถานะทางเศรษฐสงคมการศกษาของบดาอาชพของบดา

คะแนนภาษาองกฤษคะแนนคณตศาสตรคะแนนวทยาศาสตร

การไดรบการยอมรบเงนเดอน ความพงพอใจในงาน

ภมหลงทางครอบครว

ผลสมฤทธจากโรงเรยน

ความสาเรจในอาชพ

โมเดลสมการโครงสรางทสะทอนใหเหนถงทงการวเคราะหเสนทาง (path analysis) และการวเคราะหองคประกอบ (factor analysis)

SEM

การยนยนหรอการทดสอบวาโมเดลทสรางข นมความสอดคลองกบขอมลเชงประจกษหรอไมน น มสถตวดความสอดคลองดงน เชน

1) คาไค-สแควร (chi-square) ทไมมนยสาคญคอคา p-value สงกวา 005 2) คาสดสวนไค-สแควรdf มคาไมควรเกน 2003) คา goodness of fit index GFI adjusted goodness of fit

indexAGFI comparative fit index CFI มคาต งแต 090 ndash 100 4) คา standardized root mean squared residual standardized

RMR root mean square of error approximation RMSEA มคาตากวา 005

5) คา critical n CN มคาเทากบหรอมากกวา 200 ของกลมตวอยาง 6) คา largest standardized residual มคา -2 ถง 2

(ศกษาเพมเตม)

ยคกอนสงคมความร

การวจย ldquoยคกอนสงคมความรrdquo สวนใหญ มโมเดลการวจยเปนโมเดลแสดงความสมพนธเชงสาเหตระหวางตวแปร โดยมหลกฐานจากทฤษฎและงานวจยรองรบ มคาถามวจยงาย ไมซบซอน มการต งสมมตฐานวจยแยกเปนขอๆ ดงเชน การวเคราะหเสนทาง (path analysis) เปนกรณตวอยางหนงของโมเดลการวจยแบบเกา เปนการศกษาอทธพลระหวางตวแปรตาง ๆ เพอดวามอทธพลทางตรงและอทธพลทางออมของตวแปรทสนนษฐานวาเปนสาเหตตอตวแปรทเปนผลหรอไม สมประสทธเสนทาง เปนคาทบงบอกถงอทธพลทางตรงของตวแปรทเปนสาเหตททาใหอกตวหนงเปลยนแปลงไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคน นยงไมกลาวถงตวแปรแฝง

และตวแปรสงเกต

ยคกอนสงคมความร

ในการวเคราะหเสนทางเพอศกษาปรากฏการณตาง ๆ วามสาเหตเกดมาจากอะไรน น ผวจยอาศยทฤษฎและงานวจยตาง ๆ มาต งเปนสมมตฐาน โดยการสรางเปนแผนภาพเสนทาง แสดงอทธพลระหวางตวแปรตาง ๆ จากน นจงดาเนนการทดสอบแผนภาพตามสมมตฐานน นวาเหมาะสมหรอไม โดยใชสถตวเคราะหเสนทาง(path analysis) ทมขอตกลงเบ องตนทางสถตดงน 1) ความสมพนธระหวางตวแปรในโมเดละตองเปนเชงเสนตรง เปนบวกและเปนเหตผล 2) ความคลาดเคลอนแตละตวจะตองไมสมพนธกบตวแปรภายในโมเดล3) เสนทางเชงสาเหตจะตองเปนระบบทศทางเดยว4) ตวแปรจะตองถกวดอยในมาตราอนตรภาค (interval) 5) ในการวเคราะหเสนทางจะเกยวของอย 2 โมเดล คอโมเดลทศทางเดยวเตมรป

(identified model) และ โมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล (over just identified model)

ดภาพเฟรมถดไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคกอนสงคมความร

การวเคราะหเสนทางทเปนโมเดลทศทางเดยวเตมรป

การวเคราะหเสนทางทเปนโมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล

กรณตวอยางจากภาพ อาจแยกต งสมมตฐานการวจยออกเปนสองขอ สมมตฐานขอแรก สถานะทางเศรษฐสงคม (SES) และระดบสตปญญา (IQ) ของประชากร มอทธพลตอผลสมฤทธทางการเรยน (nAch) โดยประชากรทมสถานะทางเศรษฐสงคมดและระดบสตปญญาสงมแนวโนมทจะมผลสมฤทธทางการเรยนสงกวากลมอน สมมตฐานขอสอง ประชากรทมระดบสตปญญา และมผลสมฤทธทางการเรยนตางกนระดบสงมผลการเรยนเฉลย (GPA) ดกวาประชากรกลมอน

ยคกอนสงคมความร

การต งสมมตฐานการวจยทแยกกนออกเปนสองขอดงกลาวขางตน มจดออน คอ 1) โมเดลการวจยกบโมเดลการวเคราะหไมตรงกน เหมอนกบการแยกโมเดลการวจยเปนสองโมเดล

ผลการวจยจงไมสมบรณเทาทควร เพราะ 1) สถตวเคราะหในอดตไมสามารถวเคราะหขอมลทมตวแปรหลายตวพรอมกนได

2) นกวจยสนใจศกษาแตอทธพลหลกและอทธพลทางตรง (direct effects) ไมสนใจศกษาอทธพลจากปฏสมพนธ หรออทธพลทางออม (indirect effects) ซงมผลทาใหไดผลการวจยคอนขางจากด ไมสมบรณตามสภาพความเปนจรง

3) หากโมเดลการวจยมตวแปรหลายระดบ เชน มตวแปรวดระดบองคกร และมตวแปรวดระดบบคคล เปนตน ผลการวเคราะหขอมลจะใหผลทมการประมาณคาอทธพลของตวแปรขนาดองคกรไดตากวาทควร แตหากใชเทคนคการวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) จะไดผลการวเคราะหตรงตามความเปนจรงมากข น

4) โมเดลการวจยมไดรวมเทอมความคลาดเคลอนในการวดตวแปรตองมขอตกลงเบ องตนวา ตวแปรทกตวไมมความคลาดเคลอนในการวด ซงเปนขอตกลงเบ องตนไมสอดคลองกบสภาพความเปนจรง

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร การวจยมลกษณะคาถามวจยเกยวกบความสมพนธ

เชงสาเหตทซบซอน ลกซ งมากกวายคกอน โมเดลการวจยยคสงคมความรน จงมลกษณะแตกตางจากโมเดลการวจยยคกอน ตวแปรในการวจยมท งตวแปรสงเกตได (observed variable) และตวแปรแฝง (latent or unobserved variable) โดยทตวแปรแฝงเปนตวแปรทไมมความคลาดเคลอนในการวด ซงวดไดจากตวบงช ทเปนตวแปรสงเกตได ดงภาพ

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINK

LEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

สมฤทธ กางเพง (2551) ปจจยทางการบรหารทมอทธพลตอประสทธผลของโรงเรยน การพฒนาและตรวจสอบความตรงของตวแบบ ดษฎนพนธปรญญาศกษาศาสตรดษฎบณฑต สาขาวชาการบรหารการศกษา มหาวทยาลยขอนแกน

จากภาพ โมเดลการวจยประกอบดวยโมเดลการวด (measurement model) หาโมเดล และโมเดลสมการโครงสราง (structural

equation model) หนงโมเดล กรณของ ldquoโมเดลการวดrdquo ทมหลกฐานทางทฤษฎและงานวจยเกยวกบตวแปรแตละตวรองรบสนบสนนท งหาโมเดล คอ (ใชรปวงรเปนสญลกษณแทนตวแปรแฝง และรปสเหลยมแทนตวแปรสงเกตได)

ตวแปรแฝงภายนอก (exogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง POTENT (ปจจยสมรรถนะขององคการ) วดจากตวแปรสงเกต 5 ตวแปร ไดแก (1) การจดโครงสรางทเหมาะสม (STRUC) (2) วสยทศน พนธกจ และยทธศาสตร (VISION) (3) ความรความสามารถของบคลากร (KNOW) (4) การจดทรพยากรการเรยนร (RESOU) และ(5) การใชเทคโนโลยสารสนเทศและการสอสารในการบรหาร (ICT) 2) โมเดลการวดตวแปรแฝง ACADEM (ปจจยภาวะผ นาทางวชาการ) วดจากตวแปรสงเกต 4 ตวแปร ไดแก (1) การนยามและการสอสารเปาหมายรวม (DEFF) (2) การกากบตดตาม และใหขอมลปอนกลบเกยวกบกระบวนการเรยนการสอน (MORN) (3) การสงเสรมการพฒนาวชาชพ (DEVEL) และ(4) การเปนผ นาการเปลยนแปลง (CHANGE)

ตวแปรแฝงภายใน (endogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง PROCESS (ปจจยการจดกระบวนการเรยนร) วดจากตวแปร 5 ตวแปร ไดแก (1) การเนนผ เรยนเปนสาคญ (CHILD) (2) การจดกจกรรมสงเสรมคณภาพผ เรยนอยางหลากหลาย (ACTIV) (3) การเนนกระบวนการคด (THINK) (4) การจดบรรยากาศใหเอ อตอการเรยนร (LEARN) และ(5) การมสวนรวมของผ เกยวของ (PAR) 2) โมเดลการวดตวแปรแฝง ENVIR (ปจจยบรรยากาศของโรงเรยน) วดจากตวแปร 5 ตวแปร ไดแก (1) ความคาดหวงสง (EXPEC) (2) บรรยากาศเชงบวก (POSIT) (3) การใหความเปนกนเองและไววางใจซงกนและกน (TRUST) (4) การสงเสรมใหมการตดสนใจรวม (SHARE) และ (5) การจดระบบการจงใจ (MOTIV) 3) โมเดลการวดตวแปรแฝง EFFECTIV (ปจจยประสทธผลของโรงเรยน) วดจากตวแปร 4 ตวแปร ไดแก (1) ผลสมฤทธทางการเรยน (NT) (2) คณลกษณะของนกเรยน (CHAR) (3) ความพงพอใจของคร (SATIS) และ (4) ความเปนองคการแหงการเรยนร (LO)

ยคสงคมความร

สวนโมเดลสมการโครงสราง มหลกฐานทางทฤษฎและงานวจยสนบสนนวา ตวแปรแฝง POTENT และตวแปรแฝง ACADEM มความสมพนธกน ตางมอทธพลทางตรงตอตวแปรแฝง PROCESS และตวแปรแฝง ENVIR และมอทธพลท งทางตรงและทางออมตอตวแปรแฝง EFFECTIV กรณมอทธพลทางออม มตวแปรแฝง PROCESS และตวแปรแฝง ENVIR เปนตวแปรคนกลางหรอตวแปรสงผาน

(intervening or mediating variable or mediator) ตวแปรแฝง ACADEM มอทธพลทางออมตอตวแปรแฝง EFFECTIV ดวยโดยผานตวแปรแฝง PROCESS

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 9: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

SEM

การยนยนหรอการทดสอบวาโมเดลทสรางข นมความสอดคลองกบขอมลเชงประจกษหรอไมน น มสถตวดความสอดคลองดงน เชน

1) คาไค-สแควร (chi-square) ทไมมนยสาคญคอคา p-value สงกวา 005 2) คาสดสวนไค-สแควรdf มคาไมควรเกน 2003) คา goodness of fit index GFI adjusted goodness of fit

indexAGFI comparative fit index CFI มคาต งแต 090 ndash 100 4) คา standardized root mean squared residual standardized

RMR root mean square of error approximation RMSEA มคาตากวา 005

5) คา critical n CN มคาเทากบหรอมากกวา 200 ของกลมตวอยาง 6) คา largest standardized residual มคา -2 ถง 2

(ศกษาเพมเตม)

ยคกอนสงคมความร

การวจย ldquoยคกอนสงคมความรrdquo สวนใหญ มโมเดลการวจยเปนโมเดลแสดงความสมพนธเชงสาเหตระหวางตวแปร โดยมหลกฐานจากทฤษฎและงานวจยรองรบ มคาถามวจยงาย ไมซบซอน มการต งสมมตฐานวจยแยกเปนขอๆ ดงเชน การวเคราะหเสนทาง (path analysis) เปนกรณตวอยางหนงของโมเดลการวจยแบบเกา เปนการศกษาอทธพลระหวางตวแปรตาง ๆ เพอดวามอทธพลทางตรงและอทธพลทางออมของตวแปรทสนนษฐานวาเปนสาเหตตอตวแปรทเปนผลหรอไม สมประสทธเสนทาง เปนคาทบงบอกถงอทธพลทางตรงของตวแปรทเปนสาเหตททาใหอกตวหนงเปลยนแปลงไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคน นยงไมกลาวถงตวแปรแฝง

และตวแปรสงเกต

ยคกอนสงคมความร

ในการวเคราะหเสนทางเพอศกษาปรากฏการณตาง ๆ วามสาเหตเกดมาจากอะไรน น ผวจยอาศยทฤษฎและงานวจยตาง ๆ มาต งเปนสมมตฐาน โดยการสรางเปนแผนภาพเสนทาง แสดงอทธพลระหวางตวแปรตาง ๆ จากน นจงดาเนนการทดสอบแผนภาพตามสมมตฐานน นวาเหมาะสมหรอไม โดยใชสถตวเคราะหเสนทาง(path analysis) ทมขอตกลงเบ องตนทางสถตดงน 1) ความสมพนธระหวางตวแปรในโมเดละตองเปนเชงเสนตรง เปนบวกและเปนเหตผล 2) ความคลาดเคลอนแตละตวจะตองไมสมพนธกบตวแปรภายในโมเดล3) เสนทางเชงสาเหตจะตองเปนระบบทศทางเดยว4) ตวแปรจะตองถกวดอยในมาตราอนตรภาค (interval) 5) ในการวเคราะหเสนทางจะเกยวของอย 2 โมเดล คอโมเดลทศทางเดยวเตมรป

(identified model) และ โมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล (over just identified model)

ดภาพเฟรมถดไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคกอนสงคมความร

การวเคราะหเสนทางทเปนโมเดลทศทางเดยวเตมรป

การวเคราะหเสนทางทเปนโมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล

กรณตวอยางจากภาพ อาจแยกต งสมมตฐานการวจยออกเปนสองขอ สมมตฐานขอแรก สถานะทางเศรษฐสงคม (SES) และระดบสตปญญา (IQ) ของประชากร มอทธพลตอผลสมฤทธทางการเรยน (nAch) โดยประชากรทมสถานะทางเศรษฐสงคมดและระดบสตปญญาสงมแนวโนมทจะมผลสมฤทธทางการเรยนสงกวากลมอน สมมตฐานขอสอง ประชากรทมระดบสตปญญา และมผลสมฤทธทางการเรยนตางกนระดบสงมผลการเรยนเฉลย (GPA) ดกวาประชากรกลมอน

ยคกอนสงคมความร

การต งสมมตฐานการวจยทแยกกนออกเปนสองขอดงกลาวขางตน มจดออน คอ 1) โมเดลการวจยกบโมเดลการวเคราะหไมตรงกน เหมอนกบการแยกโมเดลการวจยเปนสองโมเดล

ผลการวจยจงไมสมบรณเทาทควร เพราะ 1) สถตวเคราะหในอดตไมสามารถวเคราะหขอมลทมตวแปรหลายตวพรอมกนได

2) นกวจยสนใจศกษาแตอทธพลหลกและอทธพลทางตรง (direct effects) ไมสนใจศกษาอทธพลจากปฏสมพนธ หรออทธพลทางออม (indirect effects) ซงมผลทาใหไดผลการวจยคอนขางจากด ไมสมบรณตามสภาพความเปนจรง

3) หากโมเดลการวจยมตวแปรหลายระดบ เชน มตวแปรวดระดบองคกร และมตวแปรวดระดบบคคล เปนตน ผลการวเคราะหขอมลจะใหผลทมการประมาณคาอทธพลของตวแปรขนาดองคกรไดตากวาทควร แตหากใชเทคนคการวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) จะไดผลการวเคราะหตรงตามความเปนจรงมากข น

4) โมเดลการวจยมไดรวมเทอมความคลาดเคลอนในการวดตวแปรตองมขอตกลงเบ องตนวา ตวแปรทกตวไมมความคลาดเคลอนในการวด ซงเปนขอตกลงเบ องตนไมสอดคลองกบสภาพความเปนจรง

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร การวจยมลกษณะคาถามวจยเกยวกบความสมพนธ

เชงสาเหตทซบซอน ลกซ งมากกวายคกอน โมเดลการวจยยคสงคมความรน จงมลกษณะแตกตางจากโมเดลการวจยยคกอน ตวแปรในการวจยมท งตวแปรสงเกตได (observed variable) และตวแปรแฝง (latent or unobserved variable) โดยทตวแปรแฝงเปนตวแปรทไมมความคลาดเคลอนในการวด ซงวดไดจากตวบงช ทเปนตวแปรสงเกตได ดงภาพ

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINK

LEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

สมฤทธ กางเพง (2551) ปจจยทางการบรหารทมอทธพลตอประสทธผลของโรงเรยน การพฒนาและตรวจสอบความตรงของตวแบบ ดษฎนพนธปรญญาศกษาศาสตรดษฎบณฑต สาขาวชาการบรหารการศกษา มหาวทยาลยขอนแกน

จากภาพ โมเดลการวจยประกอบดวยโมเดลการวด (measurement model) หาโมเดล และโมเดลสมการโครงสราง (structural

equation model) หนงโมเดล กรณของ ldquoโมเดลการวดrdquo ทมหลกฐานทางทฤษฎและงานวจยเกยวกบตวแปรแตละตวรองรบสนบสนนท งหาโมเดล คอ (ใชรปวงรเปนสญลกษณแทนตวแปรแฝง และรปสเหลยมแทนตวแปรสงเกตได)

ตวแปรแฝงภายนอก (exogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง POTENT (ปจจยสมรรถนะขององคการ) วดจากตวแปรสงเกต 5 ตวแปร ไดแก (1) การจดโครงสรางทเหมาะสม (STRUC) (2) วสยทศน พนธกจ และยทธศาสตร (VISION) (3) ความรความสามารถของบคลากร (KNOW) (4) การจดทรพยากรการเรยนร (RESOU) และ(5) การใชเทคโนโลยสารสนเทศและการสอสารในการบรหาร (ICT) 2) โมเดลการวดตวแปรแฝง ACADEM (ปจจยภาวะผ นาทางวชาการ) วดจากตวแปรสงเกต 4 ตวแปร ไดแก (1) การนยามและการสอสารเปาหมายรวม (DEFF) (2) การกากบตดตาม และใหขอมลปอนกลบเกยวกบกระบวนการเรยนการสอน (MORN) (3) การสงเสรมการพฒนาวชาชพ (DEVEL) และ(4) การเปนผ นาการเปลยนแปลง (CHANGE)

ตวแปรแฝงภายใน (endogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง PROCESS (ปจจยการจดกระบวนการเรยนร) วดจากตวแปร 5 ตวแปร ไดแก (1) การเนนผ เรยนเปนสาคญ (CHILD) (2) การจดกจกรรมสงเสรมคณภาพผ เรยนอยางหลากหลาย (ACTIV) (3) การเนนกระบวนการคด (THINK) (4) การจดบรรยากาศใหเอ อตอการเรยนร (LEARN) และ(5) การมสวนรวมของผ เกยวของ (PAR) 2) โมเดลการวดตวแปรแฝง ENVIR (ปจจยบรรยากาศของโรงเรยน) วดจากตวแปร 5 ตวแปร ไดแก (1) ความคาดหวงสง (EXPEC) (2) บรรยากาศเชงบวก (POSIT) (3) การใหความเปนกนเองและไววางใจซงกนและกน (TRUST) (4) การสงเสรมใหมการตดสนใจรวม (SHARE) และ (5) การจดระบบการจงใจ (MOTIV) 3) โมเดลการวดตวแปรแฝง EFFECTIV (ปจจยประสทธผลของโรงเรยน) วดจากตวแปร 4 ตวแปร ไดแก (1) ผลสมฤทธทางการเรยน (NT) (2) คณลกษณะของนกเรยน (CHAR) (3) ความพงพอใจของคร (SATIS) และ (4) ความเปนองคการแหงการเรยนร (LO)

ยคสงคมความร

สวนโมเดลสมการโครงสราง มหลกฐานทางทฤษฎและงานวจยสนบสนนวา ตวแปรแฝง POTENT และตวแปรแฝง ACADEM มความสมพนธกน ตางมอทธพลทางตรงตอตวแปรแฝง PROCESS และตวแปรแฝง ENVIR และมอทธพลท งทางตรงและทางออมตอตวแปรแฝง EFFECTIV กรณมอทธพลทางออม มตวแปรแฝง PROCESS และตวแปรแฝง ENVIR เปนตวแปรคนกลางหรอตวแปรสงผาน

(intervening or mediating variable or mediator) ตวแปรแฝง ACADEM มอทธพลทางออมตอตวแปรแฝง EFFECTIV ดวยโดยผานตวแปรแฝง PROCESS

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 10: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ยคกอนสงคมความร

การวจย ldquoยคกอนสงคมความรrdquo สวนใหญ มโมเดลการวจยเปนโมเดลแสดงความสมพนธเชงสาเหตระหวางตวแปร โดยมหลกฐานจากทฤษฎและงานวจยรองรบ มคาถามวจยงาย ไมซบซอน มการต งสมมตฐานวจยแยกเปนขอๆ ดงเชน การวเคราะหเสนทาง (path analysis) เปนกรณตวอยางหนงของโมเดลการวจยแบบเกา เปนการศกษาอทธพลระหวางตวแปรตาง ๆ เพอดวามอทธพลทางตรงและอทธพลทางออมของตวแปรทสนนษฐานวาเปนสาเหตตอตวแปรทเปนผลหรอไม สมประสทธเสนทาง เปนคาทบงบอกถงอทธพลทางตรงของตวแปรทเปนสาเหตททาใหอกตวหนงเปลยนแปลงไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคน นยงไมกลาวถงตวแปรแฝง

และตวแปรสงเกต

ยคกอนสงคมความร

ในการวเคราะหเสนทางเพอศกษาปรากฏการณตาง ๆ วามสาเหตเกดมาจากอะไรน น ผวจยอาศยทฤษฎและงานวจยตาง ๆ มาต งเปนสมมตฐาน โดยการสรางเปนแผนภาพเสนทาง แสดงอทธพลระหวางตวแปรตาง ๆ จากน นจงดาเนนการทดสอบแผนภาพตามสมมตฐานน นวาเหมาะสมหรอไม โดยใชสถตวเคราะหเสนทาง(path analysis) ทมขอตกลงเบ องตนทางสถตดงน 1) ความสมพนธระหวางตวแปรในโมเดละตองเปนเชงเสนตรง เปนบวกและเปนเหตผล 2) ความคลาดเคลอนแตละตวจะตองไมสมพนธกบตวแปรภายในโมเดล3) เสนทางเชงสาเหตจะตองเปนระบบทศทางเดยว4) ตวแปรจะตองถกวดอยในมาตราอนตรภาค (interval) 5) ในการวเคราะหเสนทางจะเกยวของอย 2 โมเดล คอโมเดลทศทางเดยวเตมรป

(identified model) และ โมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล (over just identified model)

ดภาพเฟรมถดไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคกอนสงคมความร

การวเคราะหเสนทางทเปนโมเดลทศทางเดยวเตมรป

การวเคราะหเสนทางทเปนโมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล

กรณตวอยางจากภาพ อาจแยกต งสมมตฐานการวจยออกเปนสองขอ สมมตฐานขอแรก สถานะทางเศรษฐสงคม (SES) และระดบสตปญญา (IQ) ของประชากร มอทธพลตอผลสมฤทธทางการเรยน (nAch) โดยประชากรทมสถานะทางเศรษฐสงคมดและระดบสตปญญาสงมแนวโนมทจะมผลสมฤทธทางการเรยนสงกวากลมอน สมมตฐานขอสอง ประชากรทมระดบสตปญญา และมผลสมฤทธทางการเรยนตางกนระดบสงมผลการเรยนเฉลย (GPA) ดกวาประชากรกลมอน

ยคกอนสงคมความร

การต งสมมตฐานการวจยทแยกกนออกเปนสองขอดงกลาวขางตน มจดออน คอ 1) โมเดลการวจยกบโมเดลการวเคราะหไมตรงกน เหมอนกบการแยกโมเดลการวจยเปนสองโมเดล

ผลการวจยจงไมสมบรณเทาทควร เพราะ 1) สถตวเคราะหในอดตไมสามารถวเคราะหขอมลทมตวแปรหลายตวพรอมกนได

2) นกวจยสนใจศกษาแตอทธพลหลกและอทธพลทางตรง (direct effects) ไมสนใจศกษาอทธพลจากปฏสมพนธ หรออทธพลทางออม (indirect effects) ซงมผลทาใหไดผลการวจยคอนขางจากด ไมสมบรณตามสภาพความเปนจรง

3) หากโมเดลการวจยมตวแปรหลายระดบ เชน มตวแปรวดระดบองคกร และมตวแปรวดระดบบคคล เปนตน ผลการวเคราะหขอมลจะใหผลทมการประมาณคาอทธพลของตวแปรขนาดองคกรไดตากวาทควร แตหากใชเทคนคการวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) จะไดผลการวเคราะหตรงตามความเปนจรงมากข น

4) โมเดลการวจยมไดรวมเทอมความคลาดเคลอนในการวดตวแปรตองมขอตกลงเบ องตนวา ตวแปรทกตวไมมความคลาดเคลอนในการวด ซงเปนขอตกลงเบ องตนไมสอดคลองกบสภาพความเปนจรง

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร การวจยมลกษณะคาถามวจยเกยวกบความสมพนธ

เชงสาเหตทซบซอน ลกซ งมากกวายคกอน โมเดลการวจยยคสงคมความรน จงมลกษณะแตกตางจากโมเดลการวจยยคกอน ตวแปรในการวจยมท งตวแปรสงเกตได (observed variable) และตวแปรแฝง (latent or unobserved variable) โดยทตวแปรแฝงเปนตวแปรทไมมความคลาดเคลอนในการวด ซงวดไดจากตวบงช ทเปนตวแปรสงเกตได ดงภาพ

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINK

LEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

สมฤทธ กางเพง (2551) ปจจยทางการบรหารทมอทธพลตอประสทธผลของโรงเรยน การพฒนาและตรวจสอบความตรงของตวแบบ ดษฎนพนธปรญญาศกษาศาสตรดษฎบณฑต สาขาวชาการบรหารการศกษา มหาวทยาลยขอนแกน

จากภาพ โมเดลการวจยประกอบดวยโมเดลการวด (measurement model) หาโมเดล และโมเดลสมการโครงสราง (structural

equation model) หนงโมเดล กรณของ ldquoโมเดลการวดrdquo ทมหลกฐานทางทฤษฎและงานวจยเกยวกบตวแปรแตละตวรองรบสนบสนนท งหาโมเดล คอ (ใชรปวงรเปนสญลกษณแทนตวแปรแฝง และรปสเหลยมแทนตวแปรสงเกตได)

ตวแปรแฝงภายนอก (exogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง POTENT (ปจจยสมรรถนะขององคการ) วดจากตวแปรสงเกต 5 ตวแปร ไดแก (1) การจดโครงสรางทเหมาะสม (STRUC) (2) วสยทศน พนธกจ และยทธศาสตร (VISION) (3) ความรความสามารถของบคลากร (KNOW) (4) การจดทรพยากรการเรยนร (RESOU) และ(5) การใชเทคโนโลยสารสนเทศและการสอสารในการบรหาร (ICT) 2) โมเดลการวดตวแปรแฝง ACADEM (ปจจยภาวะผ นาทางวชาการ) วดจากตวแปรสงเกต 4 ตวแปร ไดแก (1) การนยามและการสอสารเปาหมายรวม (DEFF) (2) การกากบตดตาม และใหขอมลปอนกลบเกยวกบกระบวนการเรยนการสอน (MORN) (3) การสงเสรมการพฒนาวชาชพ (DEVEL) และ(4) การเปนผ นาการเปลยนแปลง (CHANGE)

ตวแปรแฝงภายใน (endogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง PROCESS (ปจจยการจดกระบวนการเรยนร) วดจากตวแปร 5 ตวแปร ไดแก (1) การเนนผ เรยนเปนสาคญ (CHILD) (2) การจดกจกรรมสงเสรมคณภาพผ เรยนอยางหลากหลาย (ACTIV) (3) การเนนกระบวนการคด (THINK) (4) การจดบรรยากาศใหเอ อตอการเรยนร (LEARN) และ(5) การมสวนรวมของผ เกยวของ (PAR) 2) โมเดลการวดตวแปรแฝง ENVIR (ปจจยบรรยากาศของโรงเรยน) วดจากตวแปร 5 ตวแปร ไดแก (1) ความคาดหวงสง (EXPEC) (2) บรรยากาศเชงบวก (POSIT) (3) การใหความเปนกนเองและไววางใจซงกนและกน (TRUST) (4) การสงเสรมใหมการตดสนใจรวม (SHARE) และ (5) การจดระบบการจงใจ (MOTIV) 3) โมเดลการวดตวแปรแฝง EFFECTIV (ปจจยประสทธผลของโรงเรยน) วดจากตวแปร 4 ตวแปร ไดแก (1) ผลสมฤทธทางการเรยน (NT) (2) คณลกษณะของนกเรยน (CHAR) (3) ความพงพอใจของคร (SATIS) และ (4) ความเปนองคการแหงการเรยนร (LO)

ยคสงคมความร

สวนโมเดลสมการโครงสราง มหลกฐานทางทฤษฎและงานวจยสนบสนนวา ตวแปรแฝง POTENT และตวแปรแฝง ACADEM มความสมพนธกน ตางมอทธพลทางตรงตอตวแปรแฝง PROCESS และตวแปรแฝง ENVIR และมอทธพลท งทางตรงและทางออมตอตวแปรแฝง EFFECTIV กรณมอทธพลทางออม มตวแปรแฝง PROCESS และตวแปรแฝง ENVIR เปนตวแปรคนกลางหรอตวแปรสงผาน

(intervening or mediating variable or mediator) ตวแปรแฝง ACADEM มอทธพลทางออมตอตวแปรแฝง EFFECTIV ดวยโดยผานตวแปรแฝง PROCESS

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 11: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ยคกอนสงคมความร

ในการวเคราะหเสนทางเพอศกษาปรากฏการณตาง ๆ วามสาเหตเกดมาจากอะไรน น ผวจยอาศยทฤษฎและงานวจยตาง ๆ มาต งเปนสมมตฐาน โดยการสรางเปนแผนภาพเสนทาง แสดงอทธพลระหวางตวแปรตาง ๆ จากน นจงดาเนนการทดสอบแผนภาพตามสมมตฐานน นวาเหมาะสมหรอไม โดยใชสถตวเคราะหเสนทาง(path analysis) ทมขอตกลงเบ องตนทางสถตดงน 1) ความสมพนธระหวางตวแปรในโมเดละตองเปนเชงเสนตรง เปนบวกและเปนเหตผล 2) ความคลาดเคลอนแตละตวจะตองไมสมพนธกบตวแปรภายในโมเดล3) เสนทางเชงสาเหตจะตองเปนระบบทศทางเดยว4) ตวแปรจะตองถกวดอยในมาตราอนตรภาค (interval) 5) ในการวเคราะหเสนทางจะเกยวของอย 2 โมเดล คอโมเดลทศทางเดยวเตมรป

(identified model) และ โมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล (over just identified model)

ดภาพเฟรมถดไป

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคกอนสงคมความร

การวเคราะหเสนทางทเปนโมเดลทศทางเดยวเตมรป

การวเคราะหเสนทางทเปนโมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล

กรณตวอยางจากภาพ อาจแยกต งสมมตฐานการวจยออกเปนสองขอ สมมตฐานขอแรก สถานะทางเศรษฐสงคม (SES) และระดบสตปญญา (IQ) ของประชากร มอทธพลตอผลสมฤทธทางการเรยน (nAch) โดยประชากรทมสถานะทางเศรษฐสงคมดและระดบสตปญญาสงมแนวโนมทจะมผลสมฤทธทางการเรยนสงกวากลมอน สมมตฐานขอสอง ประชากรทมระดบสตปญญา และมผลสมฤทธทางการเรยนตางกนระดบสงมผลการเรยนเฉลย (GPA) ดกวาประชากรกลมอน

ยคกอนสงคมความร

การต งสมมตฐานการวจยทแยกกนออกเปนสองขอดงกลาวขางตน มจดออน คอ 1) โมเดลการวจยกบโมเดลการวเคราะหไมตรงกน เหมอนกบการแยกโมเดลการวจยเปนสองโมเดล

ผลการวจยจงไมสมบรณเทาทควร เพราะ 1) สถตวเคราะหในอดตไมสามารถวเคราะหขอมลทมตวแปรหลายตวพรอมกนได

2) นกวจยสนใจศกษาแตอทธพลหลกและอทธพลทางตรง (direct effects) ไมสนใจศกษาอทธพลจากปฏสมพนธ หรออทธพลทางออม (indirect effects) ซงมผลทาใหไดผลการวจยคอนขางจากด ไมสมบรณตามสภาพความเปนจรง

3) หากโมเดลการวจยมตวแปรหลายระดบ เชน มตวแปรวดระดบองคกร และมตวแปรวดระดบบคคล เปนตน ผลการวเคราะหขอมลจะใหผลทมการประมาณคาอทธพลของตวแปรขนาดองคกรไดตากวาทควร แตหากใชเทคนคการวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) จะไดผลการวเคราะหตรงตามความเปนจรงมากข น

4) โมเดลการวจยมไดรวมเทอมความคลาดเคลอนในการวดตวแปรตองมขอตกลงเบ องตนวา ตวแปรทกตวไมมความคลาดเคลอนในการวด ซงเปนขอตกลงเบ องตนไมสอดคลองกบสภาพความเปนจรง

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร การวจยมลกษณะคาถามวจยเกยวกบความสมพนธ

เชงสาเหตทซบซอน ลกซ งมากกวายคกอน โมเดลการวจยยคสงคมความรน จงมลกษณะแตกตางจากโมเดลการวจยยคกอน ตวแปรในการวจยมท งตวแปรสงเกตได (observed variable) และตวแปรแฝง (latent or unobserved variable) โดยทตวแปรแฝงเปนตวแปรทไมมความคลาดเคลอนในการวด ซงวดไดจากตวบงช ทเปนตวแปรสงเกตได ดงภาพ

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINK

LEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

สมฤทธ กางเพง (2551) ปจจยทางการบรหารทมอทธพลตอประสทธผลของโรงเรยน การพฒนาและตรวจสอบความตรงของตวแบบ ดษฎนพนธปรญญาศกษาศาสตรดษฎบณฑต สาขาวชาการบรหารการศกษา มหาวทยาลยขอนแกน

จากภาพ โมเดลการวจยประกอบดวยโมเดลการวด (measurement model) หาโมเดล และโมเดลสมการโครงสราง (structural

equation model) หนงโมเดล กรณของ ldquoโมเดลการวดrdquo ทมหลกฐานทางทฤษฎและงานวจยเกยวกบตวแปรแตละตวรองรบสนบสนนท งหาโมเดล คอ (ใชรปวงรเปนสญลกษณแทนตวแปรแฝง และรปสเหลยมแทนตวแปรสงเกตได)

ตวแปรแฝงภายนอก (exogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง POTENT (ปจจยสมรรถนะขององคการ) วดจากตวแปรสงเกต 5 ตวแปร ไดแก (1) การจดโครงสรางทเหมาะสม (STRUC) (2) วสยทศน พนธกจ และยทธศาสตร (VISION) (3) ความรความสามารถของบคลากร (KNOW) (4) การจดทรพยากรการเรยนร (RESOU) และ(5) การใชเทคโนโลยสารสนเทศและการสอสารในการบรหาร (ICT) 2) โมเดลการวดตวแปรแฝง ACADEM (ปจจยภาวะผ นาทางวชาการ) วดจากตวแปรสงเกต 4 ตวแปร ไดแก (1) การนยามและการสอสารเปาหมายรวม (DEFF) (2) การกากบตดตาม และใหขอมลปอนกลบเกยวกบกระบวนการเรยนการสอน (MORN) (3) การสงเสรมการพฒนาวชาชพ (DEVEL) และ(4) การเปนผ นาการเปลยนแปลง (CHANGE)

ตวแปรแฝงภายใน (endogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง PROCESS (ปจจยการจดกระบวนการเรยนร) วดจากตวแปร 5 ตวแปร ไดแก (1) การเนนผ เรยนเปนสาคญ (CHILD) (2) การจดกจกรรมสงเสรมคณภาพผ เรยนอยางหลากหลาย (ACTIV) (3) การเนนกระบวนการคด (THINK) (4) การจดบรรยากาศใหเอ อตอการเรยนร (LEARN) และ(5) การมสวนรวมของผ เกยวของ (PAR) 2) โมเดลการวดตวแปรแฝง ENVIR (ปจจยบรรยากาศของโรงเรยน) วดจากตวแปร 5 ตวแปร ไดแก (1) ความคาดหวงสง (EXPEC) (2) บรรยากาศเชงบวก (POSIT) (3) การใหความเปนกนเองและไววางใจซงกนและกน (TRUST) (4) การสงเสรมใหมการตดสนใจรวม (SHARE) และ (5) การจดระบบการจงใจ (MOTIV) 3) โมเดลการวดตวแปรแฝง EFFECTIV (ปจจยประสทธผลของโรงเรยน) วดจากตวแปร 4 ตวแปร ไดแก (1) ผลสมฤทธทางการเรยน (NT) (2) คณลกษณะของนกเรยน (CHAR) (3) ความพงพอใจของคร (SATIS) และ (4) ความเปนองคการแหงการเรยนร (LO)

ยคสงคมความร

สวนโมเดลสมการโครงสราง มหลกฐานทางทฤษฎและงานวจยสนบสนนวา ตวแปรแฝง POTENT และตวแปรแฝง ACADEM มความสมพนธกน ตางมอทธพลทางตรงตอตวแปรแฝง PROCESS และตวแปรแฝง ENVIR และมอทธพลท งทางตรงและทางออมตอตวแปรแฝง EFFECTIV กรณมอทธพลทางออม มตวแปรแฝง PROCESS และตวแปรแฝง ENVIR เปนตวแปรคนกลางหรอตวแปรสงผาน

(intervening or mediating variable or mediator) ตวแปรแฝง ACADEM มอทธพลทางออมตอตวแปรแฝง EFFECTIV ดวยโดยผานตวแปรแฝง PROCESS

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 12: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ยคกอนสงคมความร

การวเคราะหเสนทางทเปนโมเดลทศทางเดยวเตมรป

การวเคราะหเสนทางทเปนโมเดลแสดงทศทางเดยวทมการตดเสนทางทไมมนยสาคญหรอไมมความหมายออกจากโมเดล

กรณตวอยางจากภาพ อาจแยกต งสมมตฐานการวจยออกเปนสองขอ สมมตฐานขอแรก สถานะทางเศรษฐสงคม (SES) และระดบสตปญญา (IQ) ของประชากร มอทธพลตอผลสมฤทธทางการเรยน (nAch) โดยประชากรทมสถานะทางเศรษฐสงคมดและระดบสตปญญาสงมแนวโนมทจะมผลสมฤทธทางการเรยนสงกวากลมอน สมมตฐานขอสอง ประชากรทมระดบสตปญญา และมผลสมฤทธทางการเรยนตางกนระดบสงมผลการเรยนเฉลย (GPA) ดกวาประชากรกลมอน

ยคกอนสงคมความร

การต งสมมตฐานการวจยทแยกกนออกเปนสองขอดงกลาวขางตน มจดออน คอ 1) โมเดลการวจยกบโมเดลการวเคราะหไมตรงกน เหมอนกบการแยกโมเดลการวจยเปนสองโมเดล

ผลการวจยจงไมสมบรณเทาทควร เพราะ 1) สถตวเคราะหในอดตไมสามารถวเคราะหขอมลทมตวแปรหลายตวพรอมกนได

2) นกวจยสนใจศกษาแตอทธพลหลกและอทธพลทางตรง (direct effects) ไมสนใจศกษาอทธพลจากปฏสมพนธ หรออทธพลทางออม (indirect effects) ซงมผลทาใหไดผลการวจยคอนขางจากด ไมสมบรณตามสภาพความเปนจรง

3) หากโมเดลการวจยมตวแปรหลายระดบ เชน มตวแปรวดระดบองคกร และมตวแปรวดระดบบคคล เปนตน ผลการวเคราะหขอมลจะใหผลทมการประมาณคาอทธพลของตวแปรขนาดองคกรไดตากวาทควร แตหากใชเทคนคการวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) จะไดผลการวเคราะหตรงตามความเปนจรงมากข น

4) โมเดลการวจยมไดรวมเทอมความคลาดเคลอนในการวดตวแปรตองมขอตกลงเบ องตนวา ตวแปรทกตวไมมความคลาดเคลอนในการวด ซงเปนขอตกลงเบ องตนไมสอดคลองกบสภาพความเปนจรง

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร การวจยมลกษณะคาถามวจยเกยวกบความสมพนธ

เชงสาเหตทซบซอน ลกซ งมากกวายคกอน โมเดลการวจยยคสงคมความรน จงมลกษณะแตกตางจากโมเดลการวจยยคกอน ตวแปรในการวจยมท งตวแปรสงเกตได (observed variable) และตวแปรแฝง (latent or unobserved variable) โดยทตวแปรแฝงเปนตวแปรทไมมความคลาดเคลอนในการวด ซงวดไดจากตวบงช ทเปนตวแปรสงเกตได ดงภาพ

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINK

LEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

สมฤทธ กางเพง (2551) ปจจยทางการบรหารทมอทธพลตอประสทธผลของโรงเรยน การพฒนาและตรวจสอบความตรงของตวแบบ ดษฎนพนธปรญญาศกษาศาสตรดษฎบณฑต สาขาวชาการบรหารการศกษา มหาวทยาลยขอนแกน

จากภาพ โมเดลการวจยประกอบดวยโมเดลการวด (measurement model) หาโมเดล และโมเดลสมการโครงสราง (structural

equation model) หนงโมเดล กรณของ ldquoโมเดลการวดrdquo ทมหลกฐานทางทฤษฎและงานวจยเกยวกบตวแปรแตละตวรองรบสนบสนนท งหาโมเดล คอ (ใชรปวงรเปนสญลกษณแทนตวแปรแฝง และรปสเหลยมแทนตวแปรสงเกตได)

ตวแปรแฝงภายนอก (exogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง POTENT (ปจจยสมรรถนะขององคการ) วดจากตวแปรสงเกต 5 ตวแปร ไดแก (1) การจดโครงสรางทเหมาะสม (STRUC) (2) วสยทศน พนธกจ และยทธศาสตร (VISION) (3) ความรความสามารถของบคลากร (KNOW) (4) การจดทรพยากรการเรยนร (RESOU) และ(5) การใชเทคโนโลยสารสนเทศและการสอสารในการบรหาร (ICT) 2) โมเดลการวดตวแปรแฝง ACADEM (ปจจยภาวะผ นาทางวชาการ) วดจากตวแปรสงเกต 4 ตวแปร ไดแก (1) การนยามและการสอสารเปาหมายรวม (DEFF) (2) การกากบตดตาม และใหขอมลปอนกลบเกยวกบกระบวนการเรยนการสอน (MORN) (3) การสงเสรมการพฒนาวชาชพ (DEVEL) และ(4) การเปนผ นาการเปลยนแปลง (CHANGE)

ตวแปรแฝงภายใน (endogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง PROCESS (ปจจยการจดกระบวนการเรยนร) วดจากตวแปร 5 ตวแปร ไดแก (1) การเนนผ เรยนเปนสาคญ (CHILD) (2) การจดกจกรรมสงเสรมคณภาพผ เรยนอยางหลากหลาย (ACTIV) (3) การเนนกระบวนการคด (THINK) (4) การจดบรรยากาศใหเอ อตอการเรยนร (LEARN) และ(5) การมสวนรวมของผ เกยวของ (PAR) 2) โมเดลการวดตวแปรแฝง ENVIR (ปจจยบรรยากาศของโรงเรยน) วดจากตวแปร 5 ตวแปร ไดแก (1) ความคาดหวงสง (EXPEC) (2) บรรยากาศเชงบวก (POSIT) (3) การใหความเปนกนเองและไววางใจซงกนและกน (TRUST) (4) การสงเสรมใหมการตดสนใจรวม (SHARE) และ (5) การจดระบบการจงใจ (MOTIV) 3) โมเดลการวดตวแปรแฝง EFFECTIV (ปจจยประสทธผลของโรงเรยน) วดจากตวแปร 4 ตวแปร ไดแก (1) ผลสมฤทธทางการเรยน (NT) (2) คณลกษณะของนกเรยน (CHAR) (3) ความพงพอใจของคร (SATIS) และ (4) ความเปนองคการแหงการเรยนร (LO)

ยคสงคมความร

สวนโมเดลสมการโครงสราง มหลกฐานทางทฤษฎและงานวจยสนบสนนวา ตวแปรแฝง POTENT และตวแปรแฝง ACADEM มความสมพนธกน ตางมอทธพลทางตรงตอตวแปรแฝง PROCESS และตวแปรแฝง ENVIR และมอทธพลท งทางตรงและทางออมตอตวแปรแฝง EFFECTIV กรณมอทธพลทางออม มตวแปรแฝง PROCESS และตวแปรแฝง ENVIR เปนตวแปรคนกลางหรอตวแปรสงผาน

(intervening or mediating variable or mediator) ตวแปรแฝง ACADEM มอทธพลทางออมตอตวแปรแฝง EFFECTIV ดวยโดยผานตวแปรแฝง PROCESS

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 13: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ยคกอนสงคมความร

การต งสมมตฐานการวจยทแยกกนออกเปนสองขอดงกลาวขางตน มจดออน คอ 1) โมเดลการวจยกบโมเดลการวเคราะหไมตรงกน เหมอนกบการแยกโมเดลการวจยเปนสองโมเดล

ผลการวจยจงไมสมบรณเทาทควร เพราะ 1) สถตวเคราะหในอดตไมสามารถวเคราะหขอมลทมตวแปรหลายตวพรอมกนได

2) นกวจยสนใจศกษาแตอทธพลหลกและอทธพลทางตรง (direct effects) ไมสนใจศกษาอทธพลจากปฏสมพนธ หรออทธพลทางออม (indirect effects) ซงมผลทาใหไดผลการวจยคอนขางจากด ไมสมบรณตามสภาพความเปนจรง

3) หากโมเดลการวจยมตวแปรหลายระดบ เชน มตวแปรวดระดบองคกร และมตวแปรวดระดบบคคล เปนตน ผลการวเคราะหขอมลจะใหผลทมการประมาณคาอทธพลของตวแปรขนาดองคกรไดตากวาทควร แตหากใชเทคนคการวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) จะไดผลการวเคราะหตรงตามความเปนจรงมากข น

4) โมเดลการวจยมไดรวมเทอมความคลาดเคลอนในการวดตวแปรตองมขอตกลงเบ องตนวา ตวแปรทกตวไมมความคลาดเคลอนในการวด ซงเปนขอตกลงเบ องตนไมสอดคลองกบสภาพความเปนจรง

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร การวจยมลกษณะคาถามวจยเกยวกบความสมพนธ

เชงสาเหตทซบซอน ลกซ งมากกวายคกอน โมเดลการวจยยคสงคมความรน จงมลกษณะแตกตางจากโมเดลการวจยยคกอน ตวแปรในการวจยมท งตวแปรสงเกตได (observed variable) และตวแปรแฝง (latent or unobserved variable) โดยทตวแปรแฝงเปนตวแปรทไมมความคลาดเคลอนในการวด ซงวดไดจากตวบงช ทเปนตวแปรสงเกตได ดงภาพ

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINK

LEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

สมฤทธ กางเพง (2551) ปจจยทางการบรหารทมอทธพลตอประสทธผลของโรงเรยน การพฒนาและตรวจสอบความตรงของตวแบบ ดษฎนพนธปรญญาศกษาศาสตรดษฎบณฑต สาขาวชาการบรหารการศกษา มหาวทยาลยขอนแกน

จากภาพ โมเดลการวจยประกอบดวยโมเดลการวด (measurement model) หาโมเดล และโมเดลสมการโครงสราง (structural

equation model) หนงโมเดล กรณของ ldquoโมเดลการวดrdquo ทมหลกฐานทางทฤษฎและงานวจยเกยวกบตวแปรแตละตวรองรบสนบสนนท งหาโมเดล คอ (ใชรปวงรเปนสญลกษณแทนตวแปรแฝง และรปสเหลยมแทนตวแปรสงเกตได)

ตวแปรแฝงภายนอก (exogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง POTENT (ปจจยสมรรถนะขององคการ) วดจากตวแปรสงเกต 5 ตวแปร ไดแก (1) การจดโครงสรางทเหมาะสม (STRUC) (2) วสยทศน พนธกจ และยทธศาสตร (VISION) (3) ความรความสามารถของบคลากร (KNOW) (4) การจดทรพยากรการเรยนร (RESOU) และ(5) การใชเทคโนโลยสารสนเทศและการสอสารในการบรหาร (ICT) 2) โมเดลการวดตวแปรแฝง ACADEM (ปจจยภาวะผ นาทางวชาการ) วดจากตวแปรสงเกต 4 ตวแปร ไดแก (1) การนยามและการสอสารเปาหมายรวม (DEFF) (2) การกากบตดตาม และใหขอมลปอนกลบเกยวกบกระบวนการเรยนการสอน (MORN) (3) การสงเสรมการพฒนาวชาชพ (DEVEL) และ(4) การเปนผ นาการเปลยนแปลง (CHANGE)

ตวแปรแฝงภายใน (endogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง PROCESS (ปจจยการจดกระบวนการเรยนร) วดจากตวแปร 5 ตวแปร ไดแก (1) การเนนผ เรยนเปนสาคญ (CHILD) (2) การจดกจกรรมสงเสรมคณภาพผ เรยนอยางหลากหลาย (ACTIV) (3) การเนนกระบวนการคด (THINK) (4) การจดบรรยากาศใหเอ อตอการเรยนร (LEARN) และ(5) การมสวนรวมของผ เกยวของ (PAR) 2) โมเดลการวดตวแปรแฝง ENVIR (ปจจยบรรยากาศของโรงเรยน) วดจากตวแปร 5 ตวแปร ไดแก (1) ความคาดหวงสง (EXPEC) (2) บรรยากาศเชงบวก (POSIT) (3) การใหความเปนกนเองและไววางใจซงกนและกน (TRUST) (4) การสงเสรมใหมการตดสนใจรวม (SHARE) และ (5) การจดระบบการจงใจ (MOTIV) 3) โมเดลการวดตวแปรแฝง EFFECTIV (ปจจยประสทธผลของโรงเรยน) วดจากตวแปร 4 ตวแปร ไดแก (1) ผลสมฤทธทางการเรยน (NT) (2) คณลกษณะของนกเรยน (CHAR) (3) ความพงพอใจของคร (SATIS) และ (4) ความเปนองคการแหงการเรยนร (LO)

ยคสงคมความร

สวนโมเดลสมการโครงสราง มหลกฐานทางทฤษฎและงานวจยสนบสนนวา ตวแปรแฝง POTENT และตวแปรแฝง ACADEM มความสมพนธกน ตางมอทธพลทางตรงตอตวแปรแฝง PROCESS และตวแปรแฝง ENVIR และมอทธพลท งทางตรงและทางออมตอตวแปรแฝง EFFECTIV กรณมอทธพลทางออม มตวแปรแฝง PROCESS และตวแปรแฝง ENVIR เปนตวแปรคนกลางหรอตวแปรสงผาน

(intervening or mediating variable or mediator) ตวแปรแฝง ACADEM มอทธพลทางออมตอตวแปรแฝง EFFECTIV ดวยโดยผานตวแปรแฝง PROCESS

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 14: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ยคสงคมความร การวจยมลกษณะคาถามวจยเกยวกบความสมพนธ

เชงสาเหตทซบซอน ลกซ งมากกวายคกอน โมเดลการวจยยคสงคมความรน จงมลกษณะแตกตางจากโมเดลการวจยยคกอน ตวแปรในการวจยมท งตวแปรสงเกตได (observed variable) และตวแปรแฝง (latent or unobserved variable) โดยทตวแปรแฝงเปนตวแปรทไมมความคลาดเคลอนในการวด ซงวดไดจากตวบงช ทเปนตวแปรสงเกตได ดงภาพ

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINK

LEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

สมฤทธ กางเพง (2551) ปจจยทางการบรหารทมอทธพลตอประสทธผลของโรงเรยน การพฒนาและตรวจสอบความตรงของตวแบบ ดษฎนพนธปรญญาศกษาศาสตรดษฎบณฑต สาขาวชาการบรหารการศกษา มหาวทยาลยขอนแกน

จากภาพ โมเดลการวจยประกอบดวยโมเดลการวด (measurement model) หาโมเดล และโมเดลสมการโครงสราง (structural

equation model) หนงโมเดล กรณของ ldquoโมเดลการวดrdquo ทมหลกฐานทางทฤษฎและงานวจยเกยวกบตวแปรแตละตวรองรบสนบสนนท งหาโมเดล คอ (ใชรปวงรเปนสญลกษณแทนตวแปรแฝง และรปสเหลยมแทนตวแปรสงเกตได)

ตวแปรแฝงภายนอก (exogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง POTENT (ปจจยสมรรถนะขององคการ) วดจากตวแปรสงเกต 5 ตวแปร ไดแก (1) การจดโครงสรางทเหมาะสม (STRUC) (2) วสยทศน พนธกจ และยทธศาสตร (VISION) (3) ความรความสามารถของบคลากร (KNOW) (4) การจดทรพยากรการเรยนร (RESOU) และ(5) การใชเทคโนโลยสารสนเทศและการสอสารในการบรหาร (ICT) 2) โมเดลการวดตวแปรแฝง ACADEM (ปจจยภาวะผ นาทางวชาการ) วดจากตวแปรสงเกต 4 ตวแปร ไดแก (1) การนยามและการสอสารเปาหมายรวม (DEFF) (2) การกากบตดตาม และใหขอมลปอนกลบเกยวกบกระบวนการเรยนการสอน (MORN) (3) การสงเสรมการพฒนาวชาชพ (DEVEL) และ(4) การเปนผ นาการเปลยนแปลง (CHANGE)

ตวแปรแฝงภายใน (endogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง PROCESS (ปจจยการจดกระบวนการเรยนร) วดจากตวแปร 5 ตวแปร ไดแก (1) การเนนผ เรยนเปนสาคญ (CHILD) (2) การจดกจกรรมสงเสรมคณภาพผ เรยนอยางหลากหลาย (ACTIV) (3) การเนนกระบวนการคด (THINK) (4) การจดบรรยากาศใหเอ อตอการเรยนร (LEARN) และ(5) การมสวนรวมของผ เกยวของ (PAR) 2) โมเดลการวดตวแปรแฝง ENVIR (ปจจยบรรยากาศของโรงเรยน) วดจากตวแปร 5 ตวแปร ไดแก (1) ความคาดหวงสง (EXPEC) (2) บรรยากาศเชงบวก (POSIT) (3) การใหความเปนกนเองและไววางใจซงกนและกน (TRUST) (4) การสงเสรมใหมการตดสนใจรวม (SHARE) และ (5) การจดระบบการจงใจ (MOTIV) 3) โมเดลการวดตวแปรแฝง EFFECTIV (ปจจยประสทธผลของโรงเรยน) วดจากตวแปร 4 ตวแปร ไดแก (1) ผลสมฤทธทางการเรยน (NT) (2) คณลกษณะของนกเรยน (CHAR) (3) ความพงพอใจของคร (SATIS) และ (4) ความเปนองคการแหงการเรยนร (LO)

ยคสงคมความร

สวนโมเดลสมการโครงสราง มหลกฐานทางทฤษฎและงานวจยสนบสนนวา ตวแปรแฝง POTENT และตวแปรแฝง ACADEM มความสมพนธกน ตางมอทธพลทางตรงตอตวแปรแฝง PROCESS และตวแปรแฝง ENVIR และมอทธพลท งทางตรงและทางออมตอตวแปรแฝง EFFECTIV กรณมอทธพลทางออม มตวแปรแฝง PROCESS และตวแปรแฝง ENVIR เปนตวแปรคนกลางหรอตวแปรสงผาน

(intervening or mediating variable or mediator) ตวแปรแฝง ACADEM มอทธพลทางออมตอตวแปรแฝง EFFECTIV ดวยโดยผานตวแปรแฝง PROCESS

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 15: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

จากภาพ โมเดลการวจยประกอบดวยโมเดลการวด (measurement model) หาโมเดล และโมเดลสมการโครงสราง (structural

equation model) หนงโมเดล กรณของ ldquoโมเดลการวดrdquo ทมหลกฐานทางทฤษฎและงานวจยเกยวกบตวแปรแตละตวรองรบสนบสนนท งหาโมเดล คอ (ใชรปวงรเปนสญลกษณแทนตวแปรแฝง และรปสเหลยมแทนตวแปรสงเกตได)

ตวแปรแฝงภายนอก (exogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง POTENT (ปจจยสมรรถนะขององคการ) วดจากตวแปรสงเกต 5 ตวแปร ไดแก (1) การจดโครงสรางทเหมาะสม (STRUC) (2) วสยทศน พนธกจ และยทธศาสตร (VISION) (3) ความรความสามารถของบคลากร (KNOW) (4) การจดทรพยากรการเรยนร (RESOU) และ(5) การใชเทคโนโลยสารสนเทศและการสอสารในการบรหาร (ICT) 2) โมเดลการวดตวแปรแฝง ACADEM (ปจจยภาวะผ นาทางวชาการ) วดจากตวแปรสงเกต 4 ตวแปร ไดแก (1) การนยามและการสอสารเปาหมายรวม (DEFF) (2) การกากบตดตาม และใหขอมลปอนกลบเกยวกบกระบวนการเรยนการสอน (MORN) (3) การสงเสรมการพฒนาวชาชพ (DEVEL) และ(4) การเปนผ นาการเปลยนแปลง (CHANGE)

ตวแปรแฝงภายใน (endogenous latent variable) ไดแก 1) โมเดลการวดตวแปรแฝง PROCESS (ปจจยการจดกระบวนการเรยนร) วดจากตวแปร 5 ตวแปร ไดแก (1) การเนนผ เรยนเปนสาคญ (CHILD) (2) การจดกจกรรมสงเสรมคณภาพผ เรยนอยางหลากหลาย (ACTIV) (3) การเนนกระบวนการคด (THINK) (4) การจดบรรยากาศใหเอ อตอการเรยนร (LEARN) และ(5) การมสวนรวมของผ เกยวของ (PAR) 2) โมเดลการวดตวแปรแฝง ENVIR (ปจจยบรรยากาศของโรงเรยน) วดจากตวแปร 5 ตวแปร ไดแก (1) ความคาดหวงสง (EXPEC) (2) บรรยากาศเชงบวก (POSIT) (3) การใหความเปนกนเองและไววางใจซงกนและกน (TRUST) (4) การสงเสรมใหมการตดสนใจรวม (SHARE) และ (5) การจดระบบการจงใจ (MOTIV) 3) โมเดลการวดตวแปรแฝง EFFECTIV (ปจจยประสทธผลของโรงเรยน) วดจากตวแปร 4 ตวแปร ไดแก (1) ผลสมฤทธทางการเรยน (NT) (2) คณลกษณะของนกเรยน (CHAR) (3) ความพงพอใจของคร (SATIS) และ (4) ความเปนองคการแหงการเรยนร (LO)

ยคสงคมความร

สวนโมเดลสมการโครงสราง มหลกฐานทางทฤษฎและงานวจยสนบสนนวา ตวแปรแฝง POTENT และตวแปรแฝง ACADEM มความสมพนธกน ตางมอทธพลทางตรงตอตวแปรแฝง PROCESS และตวแปรแฝง ENVIR และมอทธพลท งทางตรงและทางออมตอตวแปรแฝง EFFECTIV กรณมอทธพลทางออม มตวแปรแฝง PROCESS และตวแปรแฝง ENVIR เปนตวแปรคนกลางหรอตวแปรสงผาน

(intervening or mediating variable or mediator) ตวแปรแฝง ACADEM มอทธพลทางออมตอตวแปรแฝง EFFECTIV ดวยโดยผานตวแปรแฝง PROCESS

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 16: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ยคสงคมความร

สวนโมเดลสมการโครงสราง มหลกฐานทางทฤษฎและงานวจยสนบสนนวา ตวแปรแฝง POTENT และตวแปรแฝง ACADEM มความสมพนธกน ตางมอทธพลทางตรงตอตวแปรแฝง PROCESS และตวแปรแฝง ENVIR และมอทธพลท งทางตรงและทางออมตอตวแปรแฝง EFFECTIV กรณมอทธพลทางออม มตวแปรแฝง PROCESS และตวแปรแฝง ENVIR เปนตวแปรคนกลางหรอตวแปรสงผาน

(intervening or mediating variable or mediator) ตวแปรแฝง ACADEM มอทธพลทางออมตอตวแปรแฝง EFFECTIV ดวยโดยผานตวแปรแฝง PROCESS

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 17: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ยคสงคมความร

โมเดลการวจยจากภาพ ควรกาหนดสมมตฐานการวจยเปนขอความบรรยายรปแบบอทธพลในโมเดลเปนภาพรวม เชน โมเดลสมการโครงสรางทสรางขนมความสอดคลองหรอกลมกลนกบขอมลเชงประจกษ

ใชสถตวเคราะหทสามารถวเคราะหประมาณคาพารามเตอรในโมเดลสมการถดถอยทกโมเดลไปพรอมกน (simultaneous equation model) และมการทดสอบความกลมกลนของโมเดล (model goodness of fit test) คอ การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM)

ซงตองใชโปรแกรมคอมพวเตอรสาหรบการวเคราะห SEM ทใชกนมากคอ โปรแกรม LISREL และโปรแกรม Mplus เปนตน สาหรบโปรแกรม SPSS ไมสามารถวเคราะหขอมลตามโมเดลน ได

POTENT

ACADEM

PROCESS

ENVIR

EFFECTIV

NT

CHAR

SATIS

LO

THINKLEARNACTIV

PARCHILD

TRUSTSHAREPOSIT

MOTIVEXPEC

ICT

RESOU

KNOW

VISION

STRUC

DEFF

MORN

DEVEL

CHANG

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 18: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ยคสงคมความร

การวเคราะหโมเดลสมการโครงสราง (Structural Equation Model SEM) หรอสถตวเคราะห SEM พฒนาโดย Karl G Joreskog เมอ ป คศ 1960 เปนโมเดลทบรณาการโมเดลการวดตามหลกการวเคราะหองคประกอบ และโมเดลโครงสรางตามหลกการวเคราะหเสนทาง กบวธการประมาณคาพารามเตอรตามหลกวชาเศรษฐมต

กลาวไดวา การวเคราะหโมเดลสมการโครงสราง เปนสถตวเคราะหข นสงทไดรบการพฒนาใหม แตยงคงมหลกการพ นฐานทางสถตแบบเดม Kuhnel (2001 อางถงใน นงลกษณ วรชชย 2548) สรปวา

ldquoการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ไมเพยงแตจะชวยใหผ เรยนสามารถวเคราะหขอมลทมตวแปรจานวนมากในการวจยทมพ นฐานทางทฤษฎรองรบเทาน น แตการเรยนรเรองการวเคราะหโมเดลสมการโครงสราง ยงจะเปนประโยชนชวยใหผ เรยนเรยนรหลกการพ นฐานของสถตวเคราะหท งหมด และมประสบการณตรงในการทาความเขาใจบทบาท

ของสถตวเคราะหตอการวจยดวยrdquo

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 19: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาววา เมอศกษาหลกการของสถตวเคราะหสวนทเปนสถตวเคราะหอภมาน เปรยบเทยบกบหลกการของสถตวเคราะหทไดรบการพฒนาใหม มความเกยวของเชอมโยงถงกนของสถตวเคราะหแบบเดม 3 ประเภท ดงน

ประเภทแรก เปนสถตวเคราะหใชทดสอบความแตกตางของคาเฉลยระหวางประชากรสองกลม ประเภท t-test และ z-test สถตวเคราะห ตอจากน นขยายขอบเขตการวเคราะห เปนการทดสอบความแตกตางของคาเฉลยระหวางประชากรต งแตสามกลมข นไป โดยใช การวเคราะหความแปรปรวน (analysis of variance ANOVA) กลาวไดวา t-test เปนกรณหนงของ ANOVA เมอนกวจยเรยนเรองการวเคราะหการถดถอยพหคณ (multiple regression analysis MRA) นกวจยไดเรยนรวา ANOVA และ ANCOVA (analysis of covariance) เปนกรณหนงของ MRA เมอนกวจยเรยนรถงเรองสถตวเคราะหตวแปรพหนาม (multivariate statistical analysis) จะเหนวา สถตวเคราะหท ง ANOVA ANCOVA MRA เปนสวนหนงของการวเคราะหความแปรปรวนตวแปรพหนาม (multivariate analysis of variance MANOVA) การวเคราะหการถดถอยพหคณตวแปรพหนาม (multivariate multiple regression analysis MMRA) สถตวเคราะหในกรณทมโมเดลการวจยรองรบ มการขยายขอบเขตการวเคราะหใหครอบคลมถงการวเคราะหเสนทาง (path analysis) สาหรบกรอบรปสามเหลยมในภาพ แสดงถงสถตวเคราะหทใชการวเคราะหความแปรปรวนและการวเคราะหถดถอยพหคณสาหรบการวเคราะหขอมลพหระดบ ทเรยกวา การวเคราะหโมเดลเชงเสนระดบลดหลน (hierarchical linear model HLM) ดวย สถตวเคราะหท งหมดน เปนสถตวเคราะหทมตวแปรตนตวแปรตาม รวมเรยกวาเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผล (dependence statistical technique)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TOR

CLU

STER

AN

ALY

S IS

NO

NPA

RA

MET

RIC

STA

TIST

ICS

HLM

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 20: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ยคสงคมความร

bull ประเภททสอง ในกรอบทางซายมอเปนเทคนคทางสถตกรณตวแปรมความสมพนธเชงเหตเชงผลสาหรบการวเคราะหขอมลประเภททไมมขอกาหนดเกยวกบพารามเตอร ซงขอมลมระดบการวดของตวแปร ระดบนามบญญตและเรยงอนดบ สถตวเคราะหในกลมน คอ สถตนนพาราเมตรก (non parametric statistics) สถตวเคราะหประเภทการวเคราะหองคประกอบ และสถตวเคราะหประเภทสถตนนพาราเมตรก

bull ประเภททสาม ในกรอบทางขวามอของภาพ เปนสถตวเคราะหประเภททขอมลไมมการระบตวแปรตนตวแปรตาม ขอมลมเพยงชดของตวแปรทสมพนธกน เรยกวา เทคนคทางสถตกรณตวแปรสมพนธระหวางกน (interdependent statistical technique) ไดแก สถตวเคราะหในกลมการวเคราะหองคประกอบ (factor analysis) การวเคราะหมาตรพหมต (multidimensional scaling)

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

LISREL or SEM

t-test

ANOVA

MRA ANCOVA

Hotelling T2

MANOVA

MMRA MANCOVA PATH ANALYSIS

FAC

TO

R C

LU

S TE

R

AN

AL

YSIS

NO

NPA

RA

ME

TR

ICST

AT

IST

ICS

HLM

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 21: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ยคสงคมความรสถตวเคราะห SEM ยงมศกยภาพสามารถวเคราะหโมเดลความสมพนธเชงสาเหตพหระดบ (multi-level causal model) โมเดลการวเคราะหองคประกอบระยะยาว (longitudinal factor analysis model) โมเดลกลมพห (multiple population model) โมเดลโคงพฒนาการแบบมตวแปรแฝง (latent growth curve model) และโมเดลอน ๆ อกมาก (Joreskog and Sorbom 1996 อางถงใน นงลกษณ วรชชย 2548) รวมท งสามารถวเคราะหโมเดล SEM ทความสมพนธระหวางตวแปรไมเปนแบบเสนตรงไดอกหลายโมเดล (Joreskog et al 1999 อางถงใน นงลกษณ วรชชย 2548) ขอบเขตการวเคราะหทกวางขวาง ทาใหสถตวเคราะห SEM สามารถวเคราะหเพอตอบคาถามวจยไดกวางขวางและลกซ งมากข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 22: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ยคสงคมความร

นงลกษณ วรชชย (2548) ไดกลาวอกวา สถตวเคราะห SEM เปนสถตวเคราะหทเหมาะสมกบงานวจยทางสงคมศาสตรและพฤตกรรมศาสตร ในยคสงคมความร ดวยเหตผลโดยสรปดงน

bull มศกยภาพสามารถวเคราะหขอมลไดกวางขวาง เพราะมหลกการวเคราะห ทสามารถวเคราะหขอมลไดเชนเดยวกบสถตวเคราะหทงายทสด เชน t-test ไปจนถงสถตข นสงทซบซอนดงกลาวแลวขางตน

bull สามารถใชสถตวเคราะหเปนภาพรวมไดตามโมเดลการวจย และมสถตทดสอบความตรงของโมเดลการวจยbull การผอนคลายขอตกลงเบ องตนทางสถต ปกตสถตวเคราะหยงเปนสถตข นสง จะยงมขอตกลงเบ องตนทางสถต

มากข น แตสถตวเคราะห SEM กลบมขอตกลงเบ องตนทางสถตนอยลง การทสถตวเคราะห SEM นาเทอมความคลาดเคลอนมาวเคราะหดวย ทาใหสามารถวเคราะหขอมลกรณทเทอมความคลาดเคลอนสมพนธกนได ตวแปรในโมเดลการวจยมความคลาดเคลอนในการวดได หรอโมเดลการวจยมตวแปรแฝงได ตวแปรทานายอาจมความสมพนธกนได โมเดลการวเคราะหไมจาเปนตองเปนโมเดลอทธพลแบบบวก และมอทธพลทางเดยว อาจเปนโมเดลแบบคณ และมอทธพลยอนกลบได นอกจากน ยงสามารถวเคราะหกรณตวแปรหลายตวในโมเดลการวจยมระดบการวดแบบนามบญญต หรอแบบเรยงอนดบไดดวย

bull ในการวจยเชงทดลองเมอตวแปรตามสรางข นตามโมเดลการวด และตวแปรตามอยในรปของตวแปรแฝง การวเคราะหดวยสถตวเคราะห SEM จะใหผลการวเคราะหถกตองมากกวาการวเคราะหดวย ANOVA MANOVA แบบเดม

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 23: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ยคสงคมความร

แมวาการวเคราะห SEM เปนสถตวเคราะหทมความเหมาะสมกบงานวจยทางสงคมศาสตร และพฤตกรรมศาสตรมากข น แตกยงมจดออน ซงในอนาคตคงมการพฒนาใหมความเหมาะสมมากยงข น จดออนของสถตวเคราะห SEM มสามประการ ดงน

1 ตองใชกลมตวอยางขนาดใหญ การวเคราะห SEM

ตองใชกลมตวอยางขนาดใหญเชนเดยวกบการวเคราะหการถดถอย เกณฑสาหรบการกาหนดขนาดกลมตวอยาง ระบขนาดกลมตวอยางเปนฟงกชนของจานวนพารามเตอรทตองประมาณคา คอ ตองมขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 24: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ยคสงคมความร

2 จดออนในการวเคราะหเพอตรวจสอบความตรงของโมเดล เปนการทดสอบสมมตฐานทางสถตวา เมทรกซความแปรปรวน-ความแปรปรวนรวมจากขอมลเชงประจกษ ไมแตกตางจากเมทรกซความแปรปรวน-ความแปรปรวนทคานวณจากคาพารามเตอรในโมเดล หรอ H0 =

การทดสอบดงกลาวเปนการทดสอบดวย chi-square test เมอนกวจยไมสามารถปฏเสธสมมตฐานทางสถต การแปลความหมายจะถอวาโมเดลสอดคลองกบขอมลเชงประจกษ แตในความเปนจรง โมเดลทนกวจยทดสอบอาจจะยงมใชโมเดลทดทสด

Meehl and Waller (2002 อางถงใน นงลกษณ วรชชย 2548) เสนอทางเลอกในการแกไขจดออนของการวเคราะหโมเดลสมการโครงสราง (SEM) สองวธ วธแรก คอการพฒนาโมเดลทมความเปนไปไดตามทฤษฎท งหมด นามาวเคราะหเพอใหไดโมเดลทสอดคลองกบขอมลเชงประจกษทดทสด และวธทสองเปนวธท Joreskog and Sorbom (1996 อางถงใน นงลกษณ วรชชย 2548) เสนอไว คอ การรวบรวมขอมลจานวนมาก แยกกลมตวอยางเปนสองกลม กลมแรก เปนกลมตวอยางสาหรบการวเคราะห (analysis sample) และกลมทสอง เปนกลมสาหรบตรวจสอบความตรง (validated sample) เพอตรวจสอบยนยนความตรงของผลการวเคราะหขอมล

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 25: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ยคสงคมความร3 มโมเดลและกระบวนการวเคราะหยงยาก เนองจากมตวแปรหลาย

ประเภท และมเทอมความคลาดเคลอนในโมเดล รวมท งมเสนทางอทธพลแบบตางๆ แมจะมโปรแกรมคอมพวเตอรชวยในการวเคราะห แตการเขยนคาสงแตกตางจากโปรแกรมเดม กระบวนการวเคราะหขอมลมใชวเคราะหคร งเดยวไดผลการวเคราะหทนทแบบโปรแกรม SPSS

การวเคราะห SEM ตองวเคราะหขอมล แลวนาผลการวเคราะหมาพจารณา หากโมเดลยงไมสอดคลองกบขอมล ตองพจารณาปรบโมเดลในสวนของการผอนคลายขอตกลงเบ องตน แลววเคราะหใหม ซงนกวจยอาจตองปรบโมเดลและวเคราะหใหมหลายคร งกวาจะไดผลการวเคราะหขอมลทถกตอง อยางไรกด ปจจบนมการพฒนาโปรแกรมคอมพวเตอรใหสามารถใชงานไดสะดวกมากยงข น

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 26: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ยคสงคมความร

เนองจากสถตวเคราะห SEM ใชหลกการสถตแบบเดมเปนพ นฐาน ดงน นในกรณทนกวจยยงต งคาถามวจยแบบเดม กาหนดสมมตฐานวจยเปนรายขอ แมผลการวเคราะหทไดจากสถตวเคราะห SEM จะมความถกตองมากข น แตผลการวเคราะหกมไดแตกตางมากมายจากผลการวเคราะหแบบเดม นกวจยอาจพจารณาถงความคมคาในการเรยนรสถตวเคราะห SEM อาจพจารณาเรยนรการอานผลการวจยทใชสถตวเคราะห SEM โดยไมตองเรยนรทจะใชสถตวเคราะห SEM ในการวจยกได

แตในกรณทนกวจยกาหนดปญหาวจยทมความซบซอน ลกซ งมากกวาในอดต มการสรางโมเดลการวจยทมตวแปรแฝง และมการกาหนดสมมตฐานวจยเปนภาพรวม สถตวเคราะห SEM เปนเรองสาคญทนกวจยควรใช เพราะจะทาใหไดผลการวจยทตอบคาถามวจยไดอยางถกตองและสมบรณ

งานวจยในยคสงคมความรสวนใหญจงเปนงานวจยทใชสถตวเคราะห SEM มากข น สาหรบการเรยนการสอน นกศกษาระดบปรญญามหาบณฑตทกคนตองไดเรยนรสถตวเคราะห SEM เพยงพอทจะอานงานวจยยคสงคมความรไดเขาใจ และนาผลการวจยไปใชประโยชนได นกศกษาระดบปรญญาดษฎบณฑตทกคนควรตองไดเรยนรสถตวเคราะห SEM ถงข นใชในการวเคราะหขอมลสาหรบการวจยของตนได โดยนงลกษณ วรชชย มความเหนวา ในยคสงคมความรน นการมความรเรองสถตวเคราะห SEM ซงเปนสถตวเคราะหทมความเหมาะสมสาหรบการวจยทางสงคมศาสตรและพฤตกรรมศาสตร เปนสถตวเคราะหทนาจะเปนเรองทมประโยชนคมคาการลงทนเรยนร

นงลกษณ วรชชย (2548) แนวโนมการวจยในยคสงคมความร วารสารบรหารการศกษา มหาวทยาลยขอนแกน 1(2) 9-18

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 27: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ทฤษฎ+งานวจย จดเรมตนการสรางโมเดลสมการโครงสรางเพอการ

ยนยนหรอทดสอบทฤษฎ

การศกษาทฤษฎและงานวจยทเกยวของในบทท 2 เพอสรางโมเดลสมการโครงสรางทเปนโมเดลการวจยหรอโมเดลสมมตฐาน ถอวาเปนจดเรมตนทสาคญ หากศกษาไมตรงเรองตรงประเดน ผลทเกดตามขนมากจะไมตรงเรองตรงประเดนดวย

ดาเนนการวจย ตามวธการทกาหนดในบทท 3bullประชากรและกลมตวอยาง ขนาดกลมตวอยางประมาณ 20 คน ตอหนงพารามเตอร bullเครองมอทใชในการวจย (ลกษณะ การสราง การตรวจสอบความตรงจากผทรงคณวฒ และการทดลองใชเพอหาคาความเชอมน)bullการรวบรวมขอมลจากกลมตวอยางของประชากรbullการวเคราะหขอมล โดยใชสถตวเคราะห SEM เชน LISREL MPLUS AMOS หรอ EQS ซงนกวจยในสาขาวชาการบรหารการศกษาทไมไดศกษาลงลกในเรองน จะตองเขารบฝกอบรมแบบเขม เพอใหมความรความเขาใจทถองแท สามารถใชโปรแกรมวเคราะหขอมลไดเองbullเกณฑวดความสอดคลอง เชน คาคา df GFI AGFI CFI standardized RMR RMSEA CN largest standardized residual และคา Q-plot เปนตน หากผลการวเคราะหขอมลไมเปนไปตามเกณฑกจะมการปรบโมเดล

ผลลพธ -- ไดโมเดลสมการโครงสรางถอเปนโมเดลสมมตฐานหรอโมเดลการวจย

ผลการวจย ---โมเดลสมการโครงสรางทสรางขนจากทฤษฎมความสอดคลองกบขอมลเชงประจกษ

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 28: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

หากตดสนใจ SEMhellip ผวจยตองคานงถง

คณภาพของโมเดลสมการโครงสราง เรมตนต งแตบทท 2 โดย

จะตอง review ทฤษฎ + งานวจย สนบสนนการสรางโมเดล อยางหนกแนนเขมแขง ตรงเรองตรงประเดน หากขาดคณภาพ ไมวาจะใชเทคนควธการทางสถตดอยางไร ผลทไดจากการพฒนากยอมดอยคณภาพไปดวย

การวจย SEM เปนการวจยเชงปรมาณ มวตถประสงคและระเบยบวธวจยทชดเจน จงไมนาเปนหวง ทจะตองใหความสาคญ คอ การ review ทฤษฎและงานวจยสนบสนนการสรางโมเดลในบทท 2 วาจะตองตรงเรองตรงประเดน อยางเปนเหตผล

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 29: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ขอควรคานงถง บทท 2

bull ไมอางองทฤษฎและงานวจยทไมตรง ตองการทราบเรองราวของเรองหนง แตกลบไปศกษาเรองราวของอกเรองหนงมาแทนหรอมาแทรกปน

bull ไม สงเคราะหเน อหาเพอกาหนดตวแปร ldquoแบบมธงrdquo ไวกอนลวงหนา วาตองการมกตว หรอมอะไรบาง ไมวาเน อหาทศกษามาน นจะกลาวตวแปรอนไวนอกเหนอจากน นกตาม เอาทกตวแปร แลวสรางตารางสงเคราะห หากมมากมาย คอยกาหนดเกณฑเพอคดเลอก

bull ไมนาเสนอเน อหา ldquoแบบน าทวมทงrdquo ไมทราบวาตรงไหนกลาวถงตวแปรใด แตเมอทาตารางสงเคราะหกลบมตวแปรปรากฏในตารางสงเคราะหน น เอา ใหชดๆ เลยวา มอะไรบาง 1 23 4hellip

bull

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 30: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ไมกาหนดตวแปรตามใจคด

bull Warning Indicator variables cannot be combined arbitrarily to form latent variables For instance combining gender race or other demographic variables to form a latent variable called background factors would be improper because it would not represent any single underlying continuum of meaning The confirmatory factor analysis step in SEM is a test of the meaningfulness of latent variables and their indicators but the researcher may wish to apply traditional tests (ex Cronbachs alpha) or conduct traditional factor analysis (ex principal axis factoring) as well Rex B Kline

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 31: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

ทาตารางสงเคราะห หลงการ review แตละตวแปร

องคประกอบ

Ben

nis

and

Nan

us (1

985)

Hic

kman

amp S

ilva

(198

4)

Wes

tley

amp M

intb

arg

(198

9)

Leso

ure

(199

0)

Bra

un (

1991

)

Fish

er a

nd W

ilmor

e (1

993)

Nan

us (

1992

)

Pici

acch

ia (1

996)

Mar

inel

li (1

998)

Tho

mps

on (2

000)

Man

ning

and R

ober

tson

(200

2)

Will

iam

s (20

05)

Sash

kin amp

Sas

hkin

(200

3)

Kan

tabu

tra

and

Ave

ry (

2004

)

Zacc

aro amp

Ben

nis

(200

4)

Leim

bach

(20

06)

(200

5)

Th

omus

(20

05)

Kap

ur (2

007)

Kah

an (2

002)

Tho

mps

on (2

005)

Leon

ard

(200

8)

Roc

k (2

009)

วระว

ฒน ป

นนตา

มย (2

544)

เศวต ต

นพลร

ตน (2

547)

สดา ส

วรรณ

าภรม

ยและ

อดศก

ด จนท

รประ

ภาเลศ

(2552

)

พชาย

รตนด

ลก ณ

ภเกต

(255

2)

สมชา

ย เทพ

แสง (

2552

)

ไพทร

ย สนล

ารตน

(255

3)

บรชย

ศรม

หาสา

คร(25

53)

สรพน

ธ เสน

านช

(2553

)

สภาบ

นเพ มผ

ลผลต

แหงช

าต(25

53)

สานก

งานคณ

ะกรร

มการก

ารศกษ

าข นพ

นฐาน

(255

3)

รวม

1 การสรางวสยทศน 33

2 การเผยแพรวสยทศน 33

3 การปฏบตตามวสยทศน 33

4 การเปนแบบอยางทด 17

5 การประเมนวสยทศน 5

6 การมสวนรวม 2

7 การสรางนวตกรรมและการเปลยนแปลง

4

8 การสรางความไววางใจ 1

9 การใหความสาคญกบผอน 1

10 การมอบอานาจ 4

11 การคดเชงกลยทธ 4

12 ความคดสรางสรรค 1

13 ผนาการเปลยนแปลง 1

14 การยดมนในอดมการณ 1

15 ความรบผดชอบตอวสยทศน 1

16 มนษยสมพนธ 1

17 การทางานเปนทม 3

รวม 5 7 8 5 3 4 6 3 3 5 5 4 4 4 5 3 3 3 4 5 6 4 4 6 4 5 3 4 4 3 4 5 4 145

การสงเคราะหจากหลากหลายแหลง ถอเปนทกษะการคดข นสงสดตาม Bloomrsquos

taxonomy revised 2001

(Synthesis)

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 32: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

วตถประสงคการวจย ควรกาหนดเพอเรยนรในคาถามและสถตขนพนฐานดวย

ตวอยางวตถประสงคการวจย --- โมเดลสมการโครงสรางภาวะผ นาเชงวสยทศนการวจยคร งน มจดมงหมายเพอศกษาโมเดลสมการโครงสรางภาวะผ นาแหงการ

เปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน โดยมวตถประสงค ดงน ndash เพอศกษาระดบพฤตกรรมภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข น

พ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอศกษาระดบพฤตกรรมในปจจยทมอทธพลตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน และเปรยบเทยบจาแนกตามเพศ อาย ประสบการณเปนผบรหาร และระดบของสถานศกษา

ndash เพอตรวจสอบความกลมกลนของโมเดลสมการโครงสรางภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐานทพฒนาข นกบขอมลเชงประจกษ

ndash เพอศกษาขนาดอทธพลทางตรง อทธพลทางออม และอทธพลรวมของปจจยทนามาศกษาตอภาวะผนาแหงการเปลยนแปลงของผบรหารสถานศกษาข นพ นฐาน

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 33: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

กรณศกษา กรณ SEM มตวแปรสงเกต

httpednetkkuacth~edadOLDDissertation_PdfSamritpdf

httpednetkkuacth~edadOLDphenpornpdf

httpednetkkuacth~edadOLDJirawan_PhD[1]pdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpednetkkuacth~edadOLDNikanchala_thesispdf

httpwwwmbuiscacthphdthesisSupphakantpdf

httpwwwmbuiscacthphdthesiswongwarinpdf

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 34: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

การวจย SEMhellip ผวจย

bull เปนนกศกษาคนควาทฤษฎและงานวจยทเกยวของbull เปนนกทดสอบหรอยนยนทฤษฎbull เปนนกสรางโมเดลสมการโครงสรางเชงเหตผลbull เปนนกออกแบบงานวจยเชงปรมาณbull เปนนกสงเคราะหขอมลหรอตวแปร

bull เปนนกวเคราะหขอมลดวยสถตวเคราะห SEMbull เปนนกวเคราะหองคประกอบและเสนทางอทธพลbull เปนนกสรางโมเดลเชงทฤษฎเพอเปนแนวการพฒนาbull เปนนกวทยาศาสตรทางสงคมศาสตรเชงเหตผล bull เปนนกสรางองคความรใหมจากการสงเคราะหตวแปรbull เปน

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 35: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

Some Questions

How many observed variables are recommendedbull Typically each variable in the model is conceptualized as a latent one

measured by multiple indicators Multiple indicators are developed for each latent variable with at least two and preferably three or more indicators per latent variable

bull Indicator variables are observed variables sometimes called manifest variables or reference variables Items in a survey instrument may be indicators for instance Four or more indicators are recommended though three is acceptable and common practice As few as two indicators or even a single indicator may be acceptable if the researcher is confident in the measures validity and reliability

bull What is the problem with having less than three indicators per variable How many are recommended (Point 3) Four are recommended three is okay two is problematic with one measurement error cannot be modeled Models using only two indicators are more likely to be underidentifiedandor fail to converge and error estimates may be unreliable

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 36: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

Some Questions

Sample Sizebull In relation to parameters what sample size does Kline recommend He

recommends 10 times as many cases as parameters (or ideally 20 times) He states that 5 times or less is insufficient for significance testing of model effects Rex B Kline

bull To have confidence in the goodness of fit test a sample size of 100 to 200 is recommended (Hoyle 1995) In general a model should contain 10 to 20 times as many observations as variables (Mitchell 1993)

bull Sample Size As with factor analysis you should have lots of data when evaluating a SEM As usual there are several rules of thumb For a simple model 200 cases might be adequate When relationships among components of the model are strong 10 cases per estimated parameter may be adequate Karl L Wuensch Dept of Psychology East Carolina University Greenville NC USA November 2009

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline

Page 37: Structural Equation Modeling: SEM … · Structural Equation Modeling: SEM ... (path analysis) ทีมีข้อตกลงเบืองต้นทางสถิติดังนี

แนะนาเวบไซดมคาถาม-คาตอบเกยวกบ SEM ทนาสนใจหลายประเดน

Principles and Practice of Structural Equation Modeling

Rex B Kline NY Guilford Press 1998

httpstudentsutacthburatinindexphpusing-mplus49-rex-b-kline