Transcript เอกสาร

การวิเคราะห์ข ้อมูล
ดร. สงั วรณ์ งัดกระโทก
26 มีนาคม 2553
1
แนวทางการวิเคราะห ์ข้อมู ล
่
• การวิเคราะห ์ข้อมู ลเพือบรรยายสภาพ--สถิ
ติ
เชิงพรรณา
่ กษาความสัมพันธ ์
• การวิคราะห ์ข้อมู ลเพือศึ
ของตัวแปร---correlation
่
• การวิเคราะห ์ข้อมู ลเพือเปรี
ยบเทียบ ---t-test, z
test, ANOVA, ANCOVA, MANOVA, MANCOVA
• การวิเคราะห ์ข้อมู ลทานาย ---regression,
forecasting
่
• การวิเคราะห ์ข้อมู ลเพือตรวจสอบโมเดล—SEM
2
MANOVA,
MANCOVA
ANOVA,
ANCOVA
T-test
Z test
Discriminant ,
Canonical Analysis
, Multilevel
Factor Analysis
Multiple
regression
Regression
SEM
Correlation
3
ั พันธ์ของตัว
การวิเคราะห์ความสม
แปร
• Pearson Correlation สาหรับตัวแปรต่อเนือ
่ ง
• Spearman Rank Correlation ตัวแปรจัดอันดับ
• Chi-square ตัวแปรนามบัญญัต ิ
4
5
ั ประสท
ิ ธิส
ั พันธ์ (Correlation
สม
์ หสม
Coefficient, Rxy)
• ระดับของความผันแปรร่วมกันของตัวแปร X และ Y
่ ความสม
ั พันธ์ของจานวนนักศก
ึ ษากับจานวน
เชน
อาจารย์
ึ ษากับจานวนอาจารย์อาจมี
• จานวนนักศก
ั พันธ์กน
ความสม
ั แต่ไม่บอกว่าอะไรเป็ นเหตุ อะไร
เป็ นผล
ั พันธ์มค
• ความสม
ี า่ ตัง้ แต่ -1 ถึง +1
ั พันธ์น ้อยมาก
<.20 ความสม
ั พันธ์น ้อย
.20-.40 ความสม
ั พันธ์ปานกลาง
.40-.70 ความสม
ั พันธ์สงู
.70-.90 ความสม
ั พันธ์สงู มาก
> .90 ความสม
6
์
การคานวณสัมประสิทธิสหสั
มพันธ ์
แบบเพียร ์สัน
X=เงินเดือน Y= ประสบการณ์
การทางาน
H 0 :  XY  0
XY

rXY 
2
2
H
:


0
1
XY
X

Y


rXY  .937, n  10
.937 10  2
t
r n2
1 r
df  n  2
2
2.65
t

 7.59
.122
1  .(937) 2
d . f .  10  2  8
t วิกฤติ
7
8
ั พันธ์จาก SPSS
ผลการวิเคราะห์สหสม
Correlations
science
science
Pearson Correlation
HEDRES
1
Sig. (2-tailed)
HEDRES
.448
**
.000
N
6192
6177
Pearson Correlation
.448
**
1
Sig. (2-tailed)
.000
N
6177
6177
**. Correlation is significant at the 0.01 level (2-tailed).
9
Simple and Multiple
Regression
10
College
GPA
RegressionLine
4.0
3.0
Scatterplot
2.0
1.0
1.0 2.0 3.0 4.0
HighSchool
GPA 11
การวิเคราะห ์การถดถอยอย่างง่ าย (simple
1. การวิเคราะห์การถดถอยอย่างง่าย (s
: มีตวั แปรตามและตัวแปรอิสระอย่างละ
Y = a + bX + e
12
Yi = b0 + b1x1 + Ei
 (x x)(Y Y)
 1
2
)
(X

X

 0 Y  1X
13
Ho : b=๐
H1: b=๐
=๐
b 
i
t
sbi
2
(Y Y) /(N2)
Sb
_2
 (XX)
14
2
R
/k
F
2
(1R )(nk1)
ช ้ทดสอบนัยสำคัญของ Ho : b=๐
15
tiple regression analysis คือ เท
่
ถิตท
ิ ใช้
ี วเิ คราะห ์ความสัมพันธ ์ระห
ปรตาม 1 ตัวกับตัวแปรทานายหลา
Y = a + b1X1 +b2X2 + … +
16
กลงของการวิเคราะห ์การถดถอยพหุค
Linearity of the phenomenon measu
Constant variance of the error terms
Independence of the error terms
Normality of the error term distribut
17
+
+
0
0
-

Y

Y
+
+
0
0
-
-

Y
-

Y
18
์
สัมประสิทธิของการท
านาย (R2)
2
R
คือ ปริมาณความแปรปรวนของตัว
่ บายได้ดว้ ยตัวแปรต้น
ทีอธิ
JOBQUA = 0.928 + 0.189(GROWTH) + 0.427(JOBSA
(16.68) (8.130)
(15.335)
2
R
= 0.558
19
Scatterplot
Dependent Variable: TIME6
3
2
1
0
-1
-2
-3
-4
-3
-2
-1
0
Regression Standardized Predicted Value
1
2
3
20
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: TIME6
1.00
.75
.50
.25
0.00
0.00
.25
.50
Observed Cum Prob
.75
1.00
21
l
a
u
v
l
o
l
e
i
d
i
t
a
g
o
p
g
M
c
a
t
t
p
l
u
h
m
0
q
1
0
a
6
6
0
i n
5
9
4
0
p
6
2
7
8
5
r e
2
1
7
1
0
p
4
1
1
8
7
0
T
4
0
2
3
2
7
0
22
S
u
E
S
s
M
t
t
h
q
i
g
u
d
d
q
u
R
h
m
e
f
f
u
a
a
a
a
n
n
1
4
8
7
6
8
5
1
6
0
2
4
5
2
7
7
6
1
5
0
3
0
0
6
3
5
1
1
4
0
4
0
0
5
6
0
9
1
3
0
5
2
4
6
9
3
3
1
2
3
23
O
m
ea
M
u
S
d
u
e
a
F
i
f
g
a
R
1
4
1
4
5
0
R
9
6
2
T
3
7
R
2
5
2
3
6
0
R
7
5
9
T
3
7
R
3
6
3
9
0
0
R
7
4
3
T
3
7
R
4
9
4
5
7
0
R
3
3
7
T
3
7
R
5
9
5
4
2
0
R
4
2
5
T
3
7
24
f
ic
i
d
a
r
d
a
r
r
e
i
t
l
y
a
f
e
f
i
d
c
i
e
C
M
o
o
B
P
.
S
o
B
l
e
P
e
a
e
E
V
t
i
l
t
g
r
a
r
o
r
t
a
a
I
r
.
1
(
C
o
9
0
0
4
2
0
m
o
3
0
3
0
0
3
1
3
4
3
4
0
3
0
0
4
4
4
0
0
2
(
C
o
1
0
7
7
0
0
m
o
4
2
2
7
0
3
8
0
5
8
9
6
3
1
0
4
4
9
9
6
r
e
l
a
6
2
3
7
0
7
0
1
4
9
9
6
2
1
0
2
2
1
9
6
3
(
C
o
4
0
4
4
1
0
m
o
5
2
3
1
0
3
5
4
2
2
0
4
8
0
0
4
8
1
4
5
r
e
l
a
3
2
3
8
0
7
1
4
1
2
2
5
7
7
0
2
6
0
8
8
i
n
t
e
2
5
7
9
0
8
8
8
9
5
3
0
3
8
0
3
0
9
5
1
4
(
C
o
4
0
9
0
7
0
m
o
4
2
5
1
0
3
5
5
8
1
7
4
2
0
0
4
2
9
4
5
r
e
l
a
0
2
3
0
0
7
9
8
1
5
2
4
5
3
0
2
2
0
8
7
i
n
t
e
9
4
4
1
0
8
9
3
2
0
4
6
8
4
0
3
0
0
6
4
q
u
a
8
9
4
1
0
3
7
0
5
7
3
0
9
1
0
0
1
4
0
1
5
(
C
o
1
0
5
4
4
0
m
o
1
2
3
4
0
3
7
7
5
3
4
2
2
4
0
4
4
8
5
7
r
e
l
a
4
1
0
8
0
7
2
6
0
4
8
7
3
2
0
2
9
4
2
6
i
n
t
e
9
3
9
9
0
8
5
6
6
3
5
4
8
2
0
3
5
1
2
1
q
u
a
9
4
2
0
0
3
7
3
8
0
5
8
9
5
0
0
8
6
8
0
25
p
a
r
3
1
3
7
0
2
0
3
6
1
9
1
4
1
3
7
6
5
5
2
u
E
u
M
t
s
q
q
R
m
e
u
a
1
5
7
7
9
a
P
q
r
26
b
O
m
e
M
d
u
F
i
a
e
g
f
a
1
R
7
9
5
0
R
0
4
7 T
a
P
q
b
D
27
i
a
c
d
d
a
a
f
f
i
i
c
c
M
S
B
e
e
t
i
E
g
t
1
(
C
1
7
1
0
m
1
1
9
8
0
q
6
9
7
2
7
a
8
8
9
1
9
i
n
4
7
4
7
5
p
5
5
5
5
0
r
e
3
4
9
3
0
p
2
1
1
6
8
a
D
28
Multicollinearity :
เกิดจำกตัวแปรทำนำยมีควำมสัมพันธ ์กันเองส
์
่
1. สัมประสิทธิกำรถดถอยต
ำ่ หรือเปลียนทิ
ศทำงจำ
บวกเป็ นลบ
์
2. สัมประสิทธิกำรถดถอยไม่
คงที่
3. ตีควำมยำกและไม่สำมำรถสรุปอ ้ำงอิงได ้
์
๔.ค่ำ R2 สูง แต่สม
ั ประสิทธิกำรถดถอยไม่
มน
ี ัยสำค
แก้ไขได้โดย รวมตัวแปร หรือเลือกตัวแปรเพ
29
่ ัวทานาย
การวิเคราะห ์การถดถอยเมือต
เป็ นตัวแปรนามบัญญัต ิ
่ ฒก
วุฒก
ิ ารศึกษาทานายคะแนนสอบ เมือวุ
ิ าร
คือ ปริญญาตรี โท และเอก
ยนตัวแปรทานายเป็ นตัวแปรดัมมี่ (dummy vari
30
แปรวุฒก
ิ ารศึกษามี 3 ค่า จะสร ้างเป็ นตัวแปรดัมมไ
3 - 1 = 2 ตัวแปร
ระดับปริญญำตรี (bachelor) กำหนดให ้มีคำ่
ระดับปริญญำโท (master) กำหนดให ้ค่ำเป็ น
ระดับปริญญำเอก (doctor) กำหนดให ้มีคำ่ เ
ore = a + b1(master) + b2 (doctor) +
31
e = a + b1(master) + b2 (doctor) + er
re = 50 + 10(master) + 20(doctor) +
แปลผลอย่างไร ???
32
i
p
s
e
N
e
i
i
m
E
a
m
B
B
v
b
0
6
0
0
0
0
0
m
0
6
0
0
0
0
0
d
0
6
0
0
0
0
0
T
0
9
7
8
2
0
0
i
a
c
a
e
i
d
c
e
B
i
t
M
E
g
1
(
0
7
3
0
M
0
3
6
0
6
D
0
3
3
0
0
a
D
33
การวิเคราะห ์เปรียบเทียบ
่ T-test
ค่าเฉลีย:
34
แนวทางการใช้ t-test
้ ยบเทียบค่าเฉลีย
• Independent t-test: ใชเปรี
่
ของกลุม
่ ตัวอย่างสองกลุม
่ ทีเ่ ป็ นอิสระต่อกัน
่ ค่าเฉลีย
เชน
่ ของรายได ้ระหว่างชายและหญิง
้ ยบเทียบค่าเฉลีย
• Dependent t-test: ใชเปรี
่ ของ
่
กลุม
่ ตัวอย่างสองกลุม
่ ทีไ่ ม่เป็ นอิสระต่อกัน เชน
ค่าเฉลีย
่ คะแนนก่อนเรียน และหลังเรียน
ค่าเฉลีย
่ ความคิดเห็นของสามี-ภรรยา
35
่
เปรียบเทียบค่าเฉลียของคะแนน
ระหว่างโรงเรียนของร ัฐ vs. โรงเรียน
เอกชน
36
Independent t-test
่
• เปรียบเทียบค่าเฉลียของคะแนนระหว่
าง
โรงเรียนของร ัฐ vs. โรงเรียนเอกชน
H 0 :  Pub   Pr i
H1 :  Pub   Pr i
H 0 :  Pub   Pr i
H1 :  Pub   Pr i
37
การคานวณ: ความแปรปรวนของ
สองกลุ่มเท่ากัน
2
2
(
n

1
)
S

(
n

1
)
S
1
2
2
S 2p  1
(n1  n2  2)
t
1   2
SE1  2
SE1  2 
S 2p
n1

S 2p
n2
df  n1  n2  2
38
การคานวณ: ความแปรปรวนของ
สองกลุ่มเท่ากัน
t
1   2
SE1  2
SE1  2 
2
S1
n1

2
S2
n2
df  n1  n2  2
39
ข ้อตกลงเบือ
้ งต ้น
• กลุม
่ ตัวอย่างเป็ นอิสระต่อกัน
(independence)
• ความแปรปรวนของสองกลุม
่ เท่ากัน
(Homogeneity of variance)
40
ผลการวิเคราะห ์ t-test ด้วย
SPSS
41
ค่า Effect Size ของ t-test
 
t
2
d
2
t  df
2
1  2
การแปล
d
n2
มาก
ปานกลาง
<.2
.3-.5
<.01
.022-.059
น ้อย
.6-.8
.083-.138
SP
42
่
เปรียบเทียบค่าเฉลียของคะแนน
ระหว่างโรงเรียนของร ัฐ vs. โรงเรียน
เอกชน
73.29  79.92
d
 .08
79.114
การแปล
d
n2
น ้อย
ปานกลาง
<.2
.3-.5
<.01
.022-.059
มาก
.6-.8
.083-.138
43
Dependent t-test
คนที่
ความนิ ยมต่อร ัฐบาล
ผลต่าง
(D)
มกราคม
มีนาคม
1
42
43
1
2
41
45
4
3
50
56
6
4
52
54
2
5
58
65
7
6
32
29
-3
7
39
46
7
8
42
48
6
9
48
47
-1
10
47
53
6
44
การคานวณ
D  D D  D
t

SD
SD
n
df  n  1
45
การเปรียบเทียบความนิยมต่อรัฐบาล
ระหว่างเดือนมกราคมและมีนาคม
46
การวิเคราะห ์ความแปรปรวน
(Analysis of Variance: ANOVA)
47
ANOVA
้ ยบเทียบค่าเฉลีย
• ใชเปรี
่ ของประชากร
ตัง้ แต่สามกลุม
่ ขึน
้ ไป
• ถ ้ามีกลุม
่ A B C ถ ้าใช ้ t-test ต ้อง
เปรียบเทียบ AB, AC, BC ซงึ่ แต่ละครัง้
มีความคลาดเคลือ
่ น 0.05 ดังนัน
้ มี
ความคลาดเคลือ
่ นรวม 3(.05)=0.15
48
ANOVA
• One-way ANOVA: มีตัวแปรต ้น 1 ตัว (3 ระดับขึน
้
่ ภูมภ
ไป) เชน
ิ าค (ก.ท.ม. เหนือ กลาง ใต ้ อีสาน)
• Two-way ANOVA: มีมต
ี ัวแปรต ้น 2 ตัว (2 ระดับ
่ เพศ และ สถานภาพสมรส
ขึน
้ ไป) เชน
ึ ษาทุกระดับ
• Fixed variable : ศก
ึ ษาบางระดับ
• Random variable: ศก
49
้
การตังสมมติ
ฐาน: One-way
ANOVA
• ถ ้ามี k กลุม
่
H 0 : 1  2   k
H1 : 1  2   k
50
การเปรียบเทียบค่าเฉลีย
่ คะแนน
วิทยาศาสตร์ระหว่างโรงเรียนทีม
่ อ
ี น
ิ
เทอร์เนตน ้อย ปานกลาง และมาก
51
การเปรียบเทียบค่าเฉลีย
่ คะแนน
วิทยาศาสตร์ระหว่างโรงเรียนทีม
่ อ
ี น
ิ
เทอร์เนตน ้อย ปานกลาง และมาก
52
การเปรียบเทียบรายคู่
53
ตาราง F
54
Two-way ANOVA
ี ต่อ
• ต ้องการเปรียบเทียบผลของเพศและอาชพ
ค่าเฉลีย
่ ของรายได ้
• ต ้องการเปรียบเทียบคะแนนวิทยาศาสตร์
ระหว่างทีต
่ งั ้ ของโรงเรียน (นอกเมือง ในเมือง)
และประเภทของโรงเรียน (รัฐบาล เอกชน)
55
ั พันธ์ (interaction)
ปฏิสม
• ทดลอง
บรรยาย
คะแ
นน
ชา
ย
หญิ
ง
ชา
ย
หญิ
ง
56
ค่าเฉลีย
่ คะแนนวิทยาศาสตร์ของ
โรงเรียนในเมือง (1) และโรงเรียนนอก
เมือง (0)
57
้
การตังสมมติ
ฐาน
• Main effect ประเภทโรงเรียน (T)
H 0 : T 1  T 2
H1 : T 1  T 2
• Main effect ทีต
่ งั ้ ของโรงเรียน (L)
H 0 :  L1   L 2
H1 :  L1   L 2
• Interaction effect
H0: ไม่ม ี TxL
interaction
58
การทดสอบสมมติฐาน: Homogeneity of
variance
59
ผลการวิเคราะห์ด ้วย SPSS
60
ค่าเฉลีย
่ คะแนนวิทยาศาสตร์ของ
โรงเรียนในเมือง (1) และโรงเรียนนอก
เมือง (0)
61
62
การวิเคราะห ์องค ์ประกอบ
(Factor Analysis)
การวิเคราะห ์องค ์ประกอบ
เป็ น
ทางสถิตท
ิ ใช้
ี่ ในการหาลักษณะท
่ บายความส
หรือองค ์ประกอบทีอธิ
ของตัวแปรหลายๆ ตัว (ลดจานว
63
X1
X2
แทนตัวแปรทีวั่ ดได ้
FACTOR
แทนองค ์ประกอบ
X3
X4
FACTOR
X5
้ านวนองค ์ประก
ด ังนันจ
น้อยกว่าจานวนตัวแป
X6
X7
X8
X9
FACTOR
64
การวิเคราะห ์องค ์ประกอบมี 2 ป
1. กำรวิเครำะห ์องค ์ประกอบเชิงสำรวจ
(Exploratory Factor Analysis ; EFA)
2. กำรวิเครำะห ์องค ์ประกอบเชิงยืนยัน
(Confirmatory Factor Analysis ; CFA)
65
การวิเคราะห ์องค ์ประกอบเชิงสาร
่ นหาองค ์ประกอ
จุดมุ่งหมาย : เพือค้
ของตัวแปรต่าง ๆ โดย
่ ความสัมพันธ ์กัน ค
ทีมี
่ วมกันอยู ่
บางอย่างทีร่
องค ์ประกอบ
นักวิจ ัยต้องพยายามศึกษาว่าองค
่ าอะไร และมีลก
ชือว่
ั ษณะอย่างไร
66
การวิเคราะห ์องค ์ประกอบเชิงย
จุดมุ่งหมาย : - ใช้ในการตรวจสอบทฤษ
ว่าองค ์ประกอบประกอบด้วยต
้
เหล่านันจริ
งหรือไม่ ทฤษฎีถ
หรือไม่
-ใช้ตรวจสอบความตรงเชิงโครง
(construct validity) ของแบบ
แบบสอบถาม แบบทดสอบ
67
68
ตัวอย่างการวิเคราะห ์องค ์ประกอบเช
QUALITY
REP
SEL
FAC FIN
VAL
69
้
ข้อตกลงเบืองต้
นของการวิเคราะห ์อ
1. ตัวแปรมีความสัมพันธ ์กัน พิจารณาได้จากค
Bartlett’s Test of Sphericity
KMO มากกว่า 0.50
2.ใช้กลุ่มตัวอย่างจานวนมาก (20 เท่าของต ัวแ
3. ข้อมู ลวัดได้ในมาตราอน
ั ตรภาค (interval) ข
ยกเว้น การวิเคราะห ์องค ์ประกอบเชิงยืนยันจะ
วิเคราะห ์ตัวแปรนามบัญญัต ิ (categorical varia
ได้
70
ตัวแปร
้
ิ ธิภาพ
X1: วางแผนและใชเวลาอย่
างมีประสท
X2: ไม่ปล่อยให ้เวลาว่างโดยไม่เกิดประโยชน์
้
X3: บริหารการใชเวลา
X4: ประสบความสาเร็จในการเข ้าสงั คม
X5: มีความสามารถในการเข ้าสงั คม
ิ ธิภาพ
X6: พูดคุยกับคนอืน
่ อย่างมีประสท
X7: เปลีย
่ นการคิดเมือ
่ มีแนวคิดทีด
่ ก
ี ว่า
X8: เปิ ดรับความคิดใหม่ๆ
X9: มีการคิดยืดหยุน
่
X10: มีความสามารถทีจ
่ ะทาสงิ่ ทีต
่ ้องการ
ื่ มั่นว่าจะประสบความสาเร็จ
X11: มีความเชอ
ื่ ว่าตนเองทาได ้
X12: ชอ
71
ั พันธ์ของตัวแปร
ความสม
X1
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
1.00
0.60
1.00
0.68
0.69
1.00
0.28
0.24
0.29
1.00
0.27
0.27
0.30
0.77
1.00
0.28
0.29
0.37
0.64
0.63
1.00
0.17
0.18
0.21
0.17
0.18
0.23
1.00
0.20
0.22
0.25
0.23
0.26
0.30
0.49
1.00
0.23
0.26
0.29
0.24
0.28
0.32
0.49
0.66
1.00
0.28
0.29
0.34
0.34
0.38
0.37
0.24
0.30
0.32
1.00
0.33
0.33
0.41
0.35
0.39
0.40
0.23
0.32
0.33
0.62
1.00
0.32
0.35
0.41
0.35
0.37
0.40
0.21
0.34
0.35
0.68
0.65
1.00
72
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.874
Bartlett's Test of Sphericity
Approx. Chi-Square
2.926E4
df
105
Sig.
.000
73
Initial Eigenvalues
Extraction Sums of Squared
Loadings
Facto
%of Cumulativ
r
Total Variance e %
Total
1
2
3
4
5
6
7
8
9
10
11
12
4.967
1.535
1.465
1.149
.562
.422
.397
.368
.334
.305
.271
.223
41.394 41.394
12.791 54.185
12.211 66.396
9.574 75.970
4.680 80.651
3.519 84.170
3.310 87.480
3.070 90.550
2.782 93.332
2.546 95.878
2.261 98.139
1.861 100.000
4.598
1.181
1.144
.829
%of Cumulative
Variance
%
38.319
9.839
9.530
6.906
38.319
48.158
57.688
64.594
Rotation
Sums of
Squared
Loadingsa
Total
3.109
3.231
2.756
3.517
74
75
Pattern Matrix
Component
1
X1:
X2:
X3:
X4:
X5:
X6:
X7:
X8:
X9:
X10:
X11:
X12:
2
3
4
.869
.785
.774
-.944
-.859
-.635
.824
.798
.606
-.847
-.821
-.742
76
Structural Equation modeling
77
SEM คืออะไร
่ ศก
• Multivariate Analysis ทีใช้
ึ ษา
ความสัมพันธ ์ของตัวแปรต่างๆ
• ภาคขยายของ regression และ factor
analysis
่ เคราะห ์เป็ นได้ทงตั
้ั วแปรสังเกตุ
• ตัวแปรทีวิ
ได้ และตัวแปรแฝง
78
แนวคิดของ SEM
X1
1.00
X2
.54
1.00
X3
.23
.31
1.00
X4
.19
.43
.89
X1
X3
1.00
X1
X4
X3
X4
X2
e1
X1
e2
X2
F
X2
e3
X3
e4
X4
79
แนวคิดของ SEM
e1
X1
e2
X2
e3
X3
e4
X4
11
21
31
41
1
F
X1
1.00
X2
.54
1.00
X3
.23
.31
1.00
X4
.19
.43
.89
2
11
 1 1121
1131
1141 


2
2141 
 1121 21   2 3131
2
 








21 31
31
3
31 41
 11 31

2
3141 31   4 
 1141 2141
1.00
Fit indices
2
GFI, CFI, RMSEA
80
ตัวอย่าง
e4
e5
e6
Depress1
Depress3
Depress3
1
Depression
Family
Support
1
Physical
Health
1
Self
e1
Spousal
e2
1
Kid
e3
2
Self
e7
MD
e8
# visits to
MD
e9
81
X1
X2
Sensory
X3
X4
X5
Affective
X6
X7
X8
Behavioral
X9
X10
X11
Intellectual
X12
82
Sen
Sen
Sen
Sen
Sen
Brand
Personality
.13**
.69*
.67*
Sen
Aff
Brand
Experience
.15**
Satisfaction
.59*
Loyalty
Intel
Beh
.24*
83
ิ ธิภาพ
โมเดลการใชช้ วี ต
ิ ทีม
่ ป
ี ระสท
X1
X2
Time
X3
X4
X5
Social
X6
X7
X8
Flexible
X9
X10
Confidence
X11
X12
84