การประยุกต์ใช้การวิเคราะห์แบบจำลองสมการโครงสร้างในงานวิจัยเชิงทดลอง (Applications of Structural Equation Modeling in Experimental Research)

บทคัดย่อ

บทคัดย่อ

การวิเคราะห์แบบจำลองสมการโครงสร้างเป็นเทคนิคการวิเคราะห์ทางสถิติที่สามารถผนวกแบบจำลอง การวัดตัวแปรทางทฤษฎีและแบบจำลองโครงสร้างความสัมพันธ์ระหว่างตัวแปรทางทฤษฎีไว้ในแบบจำลองเดียวกัน ทำให้การวิเคราะห์นี้มีอำนาจการทดสอบที่สูงกว่าในการศึกษาความสัมพันธ์ของตัวแปรและให้ค่าประมาณประชากรได้เที่ยงตรงมากกว่าเพราะมีการปรับแก้ด้วยความคลาดเคลื่อนในการวัด การนำมาประยุกต์ใช้วิเคราะห์ข้อมูล         ในงานวิจัยเชิงทดลองจะช่วยเพิ่มความเที่ยงตรงภายในและความเที่ยงตรงในการสรุปผลมากขึ้น บทความนี้         จะอธิบายถึงข้อดีของการวิเคราะห์นี้ที่เหนือกว่าสถิติวิเคราะห์หลายตัวแปรแบบดั้งเดิม ทั้งความสามารถศึกษาโครงสร้างความสัมพันธ์ของตัวแปรหลายตัวได้พร้อมกัน อำนาจทดสอบทางสถิติที่เหนือกว่า รวมไปถึงความความก้าวหน้า ความยืดหยุ่น และความหลากหลายในการแก้ปัญหาการละเมิดข้อตกลงเบื้องต้นของสถิติทั่วไป            การกำหนดแบบจำลองสามารถทำได้ 2 แบบ คือ การกำหนดแบบจำลองให้ตัวแปรแฝงมีตัวแปรสาเหตุและตัวชี้วัดหลายตัว (MIMIC) และการกำหนดให้แบบจำลองมีโครงสร้างค่าเฉลี่ยของตัวแปร (SMM) ทั้งสองแบบล้วนมีข้อดี และข้อเสียที่แตกต่างกัน การเลือกใช้จึงขึ้นอยู่กับความเหมาะสมของวัตถุประสงค์ของงานวิจัย รวมทั้งความสามารถในการวิเคราะห์และอ่านแปลผลของผู้วิจัย เพื่อให้เห็นภาพในเชิงเปรียบเทียบที่ชัดเจนและเป็นรูปธรรมในเชิงปฏิบัติ ในบทความนี้ได้ยกกรณีตัวอย่างงานวิจัยเชิงทดลอง และนำเสนอตัวอย่างการวิเคราะห์และแปลผลแบบจำลอง       ทั้งสองแบบที่นำมาประยุกต์ใช้ทดแทนการวิเคราะห์สถิติหลายตัวแปรแบบดั้งเดิม

คำสำคัญ: การวิเคราะห์แบบจำลองสมการโครงสร้าง SEM งานวิจัยเชิงทดลอง ตัวแปรแฝง การวิเคราะห์พหุกลุ่ม