Transcript WJ-III

ความแกร่ งของโมเดลสมการโครงสร้ างเชิงสารวจ:
อิทธิพลของขนาดกลุ่มตัวอย่าง
ระดับของการแจกแจงไม่ ปกติ ขนาดโมเดล
และการกาหนดข้ อมูลจาเพาะของโมเดลไม่ ถูกต้ อง
ROBUSTNESS OF EXPLORATORY STRUCTURAL EQUATION MODELING:
EFFECTS OF SAMPLE SIZE,
DEGREE OF NONNORMALITY, MODEL SIZE
AND MODEL MISSPECIFICATION
นางสาว วรรณา เฉลิมพรพงศ์ 51810950
โมเดลสมการโครงสร้ าง (SEM)
δ1
x1
δ2
x2
δ3
x4
δ5
x5
x6
λx11
λx21
ξ1
λx
x3
δ4
δ6
โมเดลสมการโครงสร้าง
31
λx42
λx
52
λx
โมเดลการวัด
21
ξ2
62
η1
λy11 y1
ε1
λy21 y2
ε2
ψ21
β21 β
y
y
3
λ
12
31
1
λy42 y4
η2
λy52 y5
λy62 y6
โมเดลการวัด
ε3
ε4
ε5
ε6
CFA
φ23
δ1
x1
δ2
x2
δ3
x3
δ4
x4
δ5
x5
δ6
x6
การวิเคราะห์องค์ประกอบเชิงยืนยัน (CFA )
มี 5 ขั้นตอน
1. การกาหนดข้อมูลจาเพาะของโมเดล
λ11
(Model Specification)
λ21
ξ1
2. การระบุความเป็ นได้ค่าเดียวของ
λ31
โมเดล (Model Identification)
21
3. การประมาณค่าพารามิเตอร์ของโมเดล
(Estimating the Parameter) (MLE)
λ42
4. การประเมินความสอดคล้องของโมเดล
λ52
ξ2
(Evaluating the Data-Model Fit)
λ62
(Chi-square, CFI, SRMR, RMSEA)
5.การดัดแปรโมเดล (Model Modification)
โมเดลการวัด
 ปั ญหาในการวิเคราะห์ CFA เกี่ยวกับโมเดลองค์ประกอบ
ตามทฤษฎีไม่สอดคล้องกับข้อมูลเชิงประจักษ์
ขนาดของกลุ่มตัวอย่างเล็กเกินไป
การแจกแจงของตัวแปรสังเกตได้ไม่เป็ นแบบปกติ
การกาหนดข้อมูลจาเพาะของโมเดลไม่ถูกต้อง
(model misspecification)
 ปั ญหาโมเดลองค์ประกอบไม่สอดคล้องกับข้อมูลเชิงประจักษ์
ในกรณี Model Misspecification เป็ นเพราะข้อมูลเชิงประจักษ์มี
น้ าหนักองค์ประกอบข้ามองค์ประกอบเล็กๆซ่อนอยู่ แต่โมเดล
องค์ประกอบของ CFA บังคับให้มีน้ าหนักองค์ประกอบข้าม
องค์ประกอบเป็ นศูนย์และใช้วธิ ี ปรับโมเดลทาให้เกิดการผิดรู ป
องค์ประกอบ
 ปี ค.ศ. 2009 Asparouhov and Muthen ได้พฒ
ั นาวิธีใหม่ชื่อ
Exploratory Structural Equation Modeling: ESEM
(โมเดลสมการโครงสร้างเชิงสารวจ)
โดยการบูรณาการระหว่าง CFA, SEM และ EFA เข้าด้วยกัน
โมเดลสมการโครงสร้ างเชิงสารวจ (ESEM)
โมเดลการวัด
δ1
x1
ใช้การหมุนแกนชื่อ
Quartimin (Jennrich, 1966)
Geomin (Yates, 1987)
ซึ่ งยอมให้เกิดความ
คลาดเคลื่อนมาตรฐานสาหรับ
คาตอบของการหมุน
η1
λy11 y1
ε1
λy21 y2
ε2
ψ21
β21 β
y
y
3
λ
12
31
1
λy42 y4
η2
λy52 y5
λy62 y6
ε3
ε4
ε5
ε6
EFA CFA
Model Misspecification
η1
.5
.5
1
η2
.8
.8
.8
.8
.8
ESEM
y1
.36
y1
ε1
y2
.36
y2
ε2
y3
.36
.36
y3
y4
ε3
ε4
.36
y5
ε5
.36
y6
ε6
.36
y7
ε7
y8
y1
y9
S
yE10
ε8
ε9
y4
y5
.25 .25
y6
.8
.8 y7
.8
y8
.8
y9
.8
y10
.36
.36
.36
Small Cross-Loadings
η1
η2
ε10
Small Cross-Loadings
ESEM
η1
λy11 y1
ε1
λy21 y2
ε2
ψ21
β12 λy31 y3
λy42 y4
η2
λy52 y5
λy62 y6
ε3
ε4
ε5
ε6
โมเดล
วิธีการของ ESEM โดยใช้โปรแกรม
Mplus
1. ทุกพารามิเตอร์คานวณด้วยวิธีการ
ประมาณค่า MLE
2. ใช้ฟังก์ชนั การหมุนจีโอมิน (Geomin)
p
m
i 1
j 1
f (  )  ( (ij2   ))
1
m
3. การประเมินความสอดคล้องของโมเดล
(Evaluating the Data-Model Fit)
(Chi-square, CFI, SRMR, RMSEA)
Marsh et al. (2009) ได้ศึกษาข้อมูลจริ งเรื่ อง ESEM ในกรณี การประยุกต์กบั การ
ประเมินของนักศึกษาเกี่ยวกับการสอนในระดับมหาวิทยาลัย และได้สรุ ปไว้วา่
โครงสร้าง ESEM เหมาะสมกับข้อมูลมากกว่าโมเดล CFA ซึ่งมีตวั แปรสังเกตได้
33 ตัวแปร และมีตวั แปรแฝง 9 ตัวแปรโดยมีน้ าหนักองค์ประกอบหลัก เท่ากับ
.47 - .94 น้ าหนักองค์ประกอบเล็กข้ามองค์ประกอบเท่ากับ -.03 - .30 สหสัมพันธ์
ระหว่างตัวแปรแฝงเฉลี่ยเท่ากับ .34
Marsh et al. (2010) ได้ศึกษาข้อมูลจริ งเรื่ องมุมมองใหม่เกี่ยวกับโครงสร้างห้า
องค์ประกอบใหญ่ผา่ น ESEM และได้แสดงให้เห็นว่าโครงสร้าง ESEM
เหมาะสมกับข้อมูลมากกว่าโมเดล CFA ซึ่งมีตวั แปรสังเกตได้ 60 ตัวแปร และมี
ตัวแปรแฝง 5 ตัวแปรโดยมีน้ าหนักองค์ประกอบหลักเท่ากับ .074 - .738 น้ าหนัก
องค์ประกอบเล็กข้ามองค์ประกอบเท่ากับ -.360 - .327 สหสัมพันธ์ระหว่างตัว
แปรแฝงเฉลี่ยเท่ากับ .46
Kristjanson et al. (2011) ได้ศึกษาข้อมูลจริ งเรื่ องสิ่ งคาดหวังเกี่ยวกับผลของการสูบ
บุหรี่ ในนักสูบบุหรี่ หญิงวัยรุ่ นในกรณี ความแตกต่างระหว่างบุคคลและติด
นิโคติน และได้แสดงให้เห็นว่าโครงสร้าง ESEM เหมาะสมกับข้อมูลมากกว่า
โมเดล CFA ซึ่งมีตวั แปรสังเกตได้ 18 ตัวแปร และมีตวั แปรแฝง 6 ตัวแปรโดยมี
น้ าหนักองค์ประกอบหลักเท่ากับ .253 - 1.025 น้ าหนักองค์ประกอบเล็กข้าม
องค์ประกอบเท่ากับ -.061 - .487 สหสัมพันธ์ระหว่างตัวแปรแฝงเฉลี่ยเท่ากับ
.084 - .612
Morin (2011) ได้ศึกษาข้อมูลจริ งเรื่ องการมีผลข้ามรู ปแบบของ Physical selfinventory (PSI-S)โดย ESEM และได้แสดงให้เห็นว่าโครงสร้าง ESEM
เหมาะสมกับข้อมูลมากกว่าโมเดล CFA ซึ่งมีตวั แปรสังเกตได้ 18 ตัวแปร และมี
ตัวแปรแฝง 6 ตัวแปรโดยมีน้ าหนักองค์ประกอบหลักเท่ากับ .218 - .719 น้ าหนัก
องค์ประกอบเล็กข้ามองค์ประกอบเท่ากับ -.072 - .451 สหสัมพันธ์ระหว่างตัว
แปรแฝงเฉลี่ยเท่ากับ .219 - .945
จากงานวิจยั ประยุกต์ ESEM ทั้งสี่ เรื่ องพบว่า ESEM เป็ นวิธีใหม่ที่
เหมาะสมกว่า CFA แต่เนื่องจาก CFA มีความแกร่ งต่อข้อมูลลักษณะ
ต่างๆ จึงทาให้ผวู ้ จิ ยั สนใจว่า ESEM มีความแกร่ งเหมือนกับ CFA
หรื อไม่
ความแกร่ งของ ESEM หมายถึง การที่ผลการวิเคราะห์ของ ESEM
ยังมีความถูกต้องขณะที่มีการฝ่ าฝื นข้อตกลงของการประมาณค่า โดย
พิจารณาจาก
 ค่า Bias ของตัวประมาณค่าพารามิเตอร์
 ค่า Bias ของตัวประมาณค่าความคลาดเคลื่อนของการประมาณ
ค่าพารามิเตอร์
 และค่า Bias ของสถิติการทดสอบไค-สแควร์
วัตถุประสงค์ของการวิจยั
1. เพื่อวิเคราะห์ความแกร่ งของ ESEM ภายใต้เงื่อนไข 440 เงื่อนไข
จาก 4 ตัวแปร (5x11x2x4) คือ
ขนาดกลุ่มตัวอย่าง (100, 200, 400, 800, 1600)
ระดับของการแจกแจงไม่ปกติ ((sk = 0, ku = 0), (0, -1.2), (0, 3), (0.5, 0.6),
(-0.5, 0.6), (1, 1.6), (-1, 1.6), (1.5, 3.2), (-1.5, 3.2), (2, 6) และ (-2, 6))
ขนาดโมเดล (โมเดลขนาดเล็ก, โมเดลขนาดใหญ่)
การกาหนดข้อมูลจาเพาะของโมเดลไม่ถูกต้อง (0, 0.1, 0.3, 0.5)
โมเดลขนาดเล็ก
การกาหนดข้อมูลจาเพาะ
ของโมเดลไม่ถูกต้อง
λ41 = 0, 0.1, 0.3, 0.5
อ้างอิงจาก Yang-Wallentin,
Jorekog, & Luo (2010)
โมเดลขนาดใหญ่
การกาหนดข้อมูลจาเพาะ
ของโมเดลไม่ถูกต้อง
λ14 , λ16,1 = 0
λ14 , λ16,1 = 0.1
λ14 , λ16,1 = 0.3
λ14 , λ16,1 = 0.5
อ้างอิงจาก Yang-Wallentin,
Jorekog, & Luo (2010)
วัตถุประสงค์ของการวิจยั
2. เพื่อวิเคราะห์ความแกร่ งของ CFA ภายใต้เงื่อนไข 440 เงื่อนไข คือ
ขนาดกลุ่มตัวอย่าง 5 ขนาด ระดับของการแจกแจงไม่ปกติ 11 ระดับ
ขนาดโมเดล 2 ขนาด การกาหนดข้อมูลจาเพาะของโมเดลไม่ถูกต้อง 4
ระดับ
3. เพื่อเปรี ยบเทียบความแกร่ งระหว่าง ESEM กับ CFA ภายใต้เงื่อนไข
440 เงื่อนไข
4. เพื่อเปรี ยบเทียบค่าสถิติวดั ระดับความกลมกลืนของ ESEM กับ CFA
ของข้อมูลจริ ง ภายใต้เงื่อนไขขนาดกลุ่มตัวอย่าง 5 ขนาด
กรอบแนวคิดในการวิจัย
ข้ อมูลจากการจาลองข้ อมูล
ขนาดกลุ่มตัวอย่ าง (5)
ระดับของการแจกแจงไม่
ปกติ (11)
ขนาดโมเดล (2)
การกาหนดข้ อมูลจาเพาะ
ของโมเดลไม่ ถูกต้ อง (4)
ข้ อมูลจริงจากผลการ
ประเมินการสอน
ขนาดกลุ่มตัวอย่ าง (5)
ความแกร่ งของ ESEM, CFA
- Bias ของตัวประมาณ
ค่ าพารามิเตอร์
- Bias ของตัวประมาณค่ า
ความคลาดเคลือ่ นมาตรฐาน
- Bias ของสถิติทดสอบ
Chi-square
ค่ าสถิตวิ ดั ระดับความ
กลมกลืนของ ESEM, CFA
- Chi-Square - CFI
- SRMR
- RMSEA
เปรียบเทียบ
ความแกร่ ง
ระหว่ าง
ESEM
กับ
CFA
เปรียบเทียบ
ค่ าสถิตวิ ดั ระดับ
ความกลมกลืน
ระหว่ าง
ESEM กับ
CFA
สมมติฐานของการวิจยั
1. ESEM มีค่า Bias ของตัวประมาณค่าพารามิเตอร์ น้อยกว่า CFA
สาหรับ
ทุกขนาดกลุ่มตัวอย่าง (100, 200, 400, 800, 1600)
ทุกระดับของการแจกแจงไม่ปกติ ((sk = 0, ku = 0), (0, -1.2),
(0, 3), (0.5, 0.6), (-0.5, 0.6), (1, 1.6), (-1, 1.6), (1.5, 3.2),
(-1.5, 3.2), (2, 6) และ (-2, 6))
ทุกขนาดโมเดล (โมเดลขนาดเล็ก, โมเดลขนาดใหญ่)
ทุกระดับการกาหนดข้อมูลจาเพาะของโมเดลไม่ถูกต้อง
(0, 0.1, 0.3 และ 0.5)
สมมติฐานของการวิจยั
2. ESEM มีค่า Bias ของตัวประมาณค่าความคลาดเคลื่อนมาตรฐาน
น้อยกว่า CFA สาหรับ ทุกขนาดกลุ่มตัวอย่าง
ทุกระดับของการแจกแจงไม่ปกติ ทุกขนาดโมเดล
ทุกระดับการกาหนดข้อมูลจาเพาะของโมเดลไม่ถูกต้อง
3. ESEM มีค่าสถิติการทดสอบไค-สแควร์ มากกว่า CFA สาหรับ
ทุกขนาดกลุ่มตัวอย่าง ทุกระดับของการแจกแจงไม่ปกติ
ทุกขนาดโมเดล ทุกระดับการกาหนดข้อมูลจาเพาะของโมเดล
ไม่ถูกต้อง
สมมติฐานของการวิจยั
4. ESEM มีค่าสถิติวดั ระดับความกลมกลืน ดีกว่า CFA
สาหรับทุกขนาดกลุ่มตัวอย่างของข้อมูลจริ ง
(100 คน, 200 คน, 400 คน, 800 คน และ 1600 คน)
ประโยชน์ที่คาดว่าจะได้รับจากการวิจยั
1.
ทาให้เลือกใช้สถิติได้เหมาะสมกับลักษณะเงื่อนไข
ของกลุ่มตัวอย่างตามตัวแปร 4 ตัวแปรที่ศึกษา
ขอบเขตของการวิจยั
ศึกษาโดยจาลองข้อมูลด้วยวิธีการมอนติคาร์โล
ทดลองซ้ า 2,000 ครั้งต่อ 1 เงื่อนไข
 ศึกษาโดยจาลองข้อมูลด้วยวิธีการมอนติคาร์ โลของเงื่อนไข
ตามตัวแปร 4 ตัวแปร จานวน 440 เงื่อนไข (5x11x2x4)
 ศึกษาข้อมูลจริ งจากผลการประเมินการสอนของนักศึกษา
จานวนขนาดกลุ่มตัวอย่าง 5 ขนาด

วิธีดาเนินการวิจัย
การวิจยั ความแกร่ งของ ESEM แบ่งเป็ น
 ขั้นตอนที่ 1 การศึกษาแบบจาลองข้อมูล
 ขั้นตอนที่ 2 การศึกษาข้อมูลจริ งจากผลการประเมินการ
สอน
ขั้นตอนที่ 1 การศึกษาแบบจาลองข้ อมูล
1. การออกแบบการจาลองข้อมูล (Simulation design)
2. การสร้างข้อมูล โดยใช้โปรแกรม PRELIS
3. วิเคราะห์ขอ้ มูลเบื้องต้น โดยใช้โปรแกรม PRELIS
4. วิเคราะห์ขอ้ มูลด้วยวิธี ESEM โดยใช้โปรแกรม Mplus 6
5. วิเคราะห์ขอ้ มูลด้วยวิธี CFA โดยใช้โปรแกรม Mplus 6
6. หาค่าความแกร่ งของ ESEM และ CFA
7. เปรี ยบเทียบความแกร่ งระหว่าง ESEM กับ CFA
ขั้นตอนที่ 2 การศึกษาข้ อมูลจริงจากผลการประเมินการสอน
1. การสุ่ มกลุ่มตัวอย่าง
ประชากร คือ นักศึกษามหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก วิทยาเขต
จันทบุรี ปี การศึกษา 2554 ซึ่งมี 2 คณะ คณะที่ 1 มี 5 สาขา และคณะที่ 2 มี 9 สาขา
กลุ่มตัวอย่างมี 5 ขนาด (100 คน, 200 คน, 400 คน, 800 คน และ 1,600 คน)
ได้มาโดยวิธีการสุ่ มแบบหลายขั้นตอน
1.1. สุ่ มแบบแบ่งชั้น ใช้คณะที่นกั ศึกษาสังกัดอยูเ่ ป็ นชั้น สุ่ มอย่างง่าย 70% ของ
ประชากร สุ่ มได้ 10 สาขา คือ คณะที่ 1ได้ 4 สาขา และคณะที่ 2 ได้ 6 สาขา
1.2. สุ่ มแบบแบ่งชั้น ใช้สาขาที่สุ่ม 10 สาขา เป็ นชั้น สุ่ มอย่างง่าย สาขาละ 10 %
ของขนาดกลุ่มตัวอย่าง
1.3. สุ่ มแบบง่าย 1 วิชา จากวิชาที่เรี ยนแต่ละคนในกลุ่มตัวอย่าง
ขั้นตอนที่ 2 การศึกษาข้ อมูลจริงจากผลการประเมินการสอน
2. ศึกษาเครื่ องมือที่ใช้ในการวิจยั และทฤษฎีที่เกี่ยวข้อง
เครื่ องมือที่ใช้ในการวิจยั
แบบประเมินอาจารย์ผสู ้ อนออนไลน์ของมหาวิทยาลัยเทคโนโลยี
ราชมงคลตะวันออก เป็ นแบบเลือกตอบ 5 คาตอบ จานวน 18ข้อ
3. การเก็บรวบรวมข้อมูล
จากฐานข้อมูลออนไลน์ของสานักงานทะเบียนของมหาวิทยาลัย
ผูว้ ิจยั เก็บรวบรวมข้อมูลของกลุ่มตัวอย่าง ตามขนาดกลุ่มตัวอย่าง
ขั้นตอนที่ 2 การศึกษาข้ อมูลจริงจากผลการประเมินการสอน
4. วิเคราะห์ขอ้ มูลเบื้องต้น โดยใช้โปรแกรม PRELIS
(ค่าเฉลี่ย ส่ วนเบี่ยงเบนมาตรฐาน ความเบ้ ความโด่ง)
5. วิเคราะห์ขอ้ มูลด้วยวิธี ESEM โดยใช้โปรแกรม Mplus 6
(ค่าสถิติวดั ระดับความกลมกลืน)
(Chi-square, CFI, SRMR, RMSEA)
6. วิเคราะห์ขอ้ มูลด้วยวิธี CFA โดยใช้โปรแกรม Mplus 6
(ค่าสถิติวดั ระดับความกลมกลืน)
(Chi-square, CFI, SRMR, RMSEA)
7. เปรี ยบเทียบค่าสถิติวดั ความกลมกลืนระหว่าง ESEM กับ CFA
ขอบคุณค่ะ