การประยุกต์ใช้โมเดลอิทธิพลส่งผ่านต่อเนื่องแบบมีตัวแปรกำกับในงานวิจัยองค์การ: จากมโนทัศน์ความสัมพันธ์เชิงเส้นตรงสู่กลไกแบบมีเงื่อนไข
คำสำคัญ:
โมเดลอิทธิพลส่งผ่านต่อเนื่องแบบมีตัวแปรกำกับ, การวิเคราะห์กระบวนการเชิงเงื่อนไข, งานวิจัยองค์การ, อิทธิพลส่งผ่าน, ตัวแปรกำกับ, ความสามารถในการปรับตัวเชิงกลยุทธ์ขององค์การบทคัดย่อ
บทความวิชาการนี้มีวัตถุประสงค์เพื่ออธิบายหลักการและแนวทางการประยุกต์ใช้โมเดลอิทธิพลส่งผ่านต่อเนื่องแบบมีตัวแปรกำกับในงานวิจัยองค์การ โดยเสนอว่าโมเดลนี้มีคุณค่าในการยกระดับการอธิบายความสัมพันธ์ระหว่างตัวแปรจากการมองแบบเส้นตรง ไปสู่การทำความเข้าใจกลไก ลำดับ และเงื่อนไขของความสัมพันธ์อย่างเป็นระบบ การประยุกต์ใช้โมเดลดังกล่าวช่วยให้นักวิจัยสามารถอธิบายได้ว่า ตัวแปรต้นส่งผลต่อตัวแปรตามผ่านกลไกใด กลไกนั้นเกิดขึ้นเป็นลำดับอย่างไร และความสัมพันธ์ดังกล่าวเข้มขึ้น อ่อนลง หรือเปลี่ยนแปลงไปภายใต้เงื่อนไขใด บทความนี้นำเสนอตัวอย่างกรอบแนวคิดที่เชื่อมโยงแนวโน้มบุคลิกภาพผู้นำ พฤติกรรมภาวะผู้นำเชิงกลยุทธ์ วัฒนธรรมและบรรทัดฐานองค์การ ความสามารถในการปรับตัวเชิงกลยุทธ์ขององค์การ และความเป็นผู้ริเริ่มเชิงรุกของพนักงาน ข้อดีของโมเดลนี้คือช่วยเพิ่มพลังในการอธิบายปรากฏการณ์องค์การที่มีความซับซ้อน และทำให้การออกแบบสมมติฐานมีความลึกมากกว่าการทดสอบอิทธิพลทางตรงเพียงอย่างเดียว อย่างไรก็ตาม ข้อจำกัดสำคัญคือโมเดลอาจถูกใช้เกินความจำเป็น หากไม่มีฐานทฤษฎีรองรับลำดับของตัวแปรส่งผ่านหรือบทบาทของตัวแปรกำกับอย่างชัดเจน บทความนี้จึงเสนอว่า การใช้โมเดลอิทธิพลส่งผ่านต่อเนื่องแบบมีตัวแปรกำกับควรตั้งอยู่บนความชัดเจนทางทฤษฎี ความเหมาะสมของข้อมูล และความระมัดระวังในการตีความเชิงสาเหตุ เพื่อให้งานวิจัยองค์การสามารถสะท้อนความเป็นจริงขององค์การร่วมสมัยได้ลึกและสมจริงมากขึ้น
เอกสารอ้างอิง
Assaker, G., & O’Connor, P. (2023). Using PLS-SEM to test for the moderation effects of continuous variables in hospitality and tourism studies. In F. Okumus, S. Mostafa Rasoolimanesh, & S. Jahani (Eds.), Cutting edge research methods in hospitality and tourism (pp. 29-51). Emerald Publishing Limited. https://doi.org/10.1108/978-1-80455-063-220231003
Caubet, M., Samoilenko, M., Drouin, S., Sinnett, D., Krajinovic, M., Laverdière, C., Marcil, V., & Lefebvre, G. (2022). Bayesian joint modeling for causal mediation analysis with a binary outcome and a binary mediator. Computational Statistics & Data Analysis, 177, Article 107586. https://doi.org/10.1016/j.csda.2022.107586
Cheah, J.-H., Nitzl, C., Roldán, J. L., Cepeda-Carrion, G., & Gudergan, S. P. (2021). A primer on the conditional mediation analysis in PLS-SEM. Data Base for Advances in Information Systems, 52(SI), 43-100. https://doi.org/10.1145/3505639.3505645
Cheung, G. (2024). Best practices in testing moderated mediation in applied psychological studies. In P. Brough (Ed.), Advanced research methods for applied psychology: Design, analysis and reporting (2nd ed., pp. 263-276). Routledge. https://doi.org/10.4324/9781003362715-23
Deng, J., Hao, X., & Yang, T. (2023). The increase of counterproductive work behaviour from organizational and individual level due to workplace conflict: A sequential moderated mediation model. International Journal of Conflict Management, 34(2), 213-233. https://doi.org/10.1108/IJCMA-04-2022-0079
Dukalang, H. H., Otok, B. W., & Purhadi. (2026). Improving PLS-SEM with MARS: An innovative approach for nonlinear interactions between latent variables. In Lecture Notes on Data Engineering and Communications Technologies, 257, 235-250. Springer. https://doi.org/10.1007/978-981-96-7749-8_16
Edwards, J. R., & Lambert, L. S. (2007). Methods for integrating moderation and mediation: A general analytical framework using moderated path analysis. Psychological Methods, 12(1), 1-22. https://doi.org/10.1037/1082-989X.12.1.1
Falk, C. F., Vogel, T. A., Hammami, S., & Miočević, M. (2024). Multilevel mediation analysis in R: A comparison of bootstrap and Bayesian approaches. Behavior Research Methods, 56(2), 750-764. https://doi.org/10.3758/s13428-023-02079-4
Fang, J., & Wen, Z. (2023). Analysis of multilevel moderated mediation models. Journal of Psychological Science, 46(1), 221-229. https://doi.org/10.16719/j.cnki.1671-6981.20230128
Hair, J. F., Jr., Sabol, M., Islam, M. S., & Murshed, F. (2026). Conditional mediation (CoMe) models with PLS-SEM: An update, review, and best-practice recommendations. Australasian Marketing Journal, 34(2). https://doi.org/10.1177/14413582261420459
Hayes, A. F., & Rockwood, N. J. (2020). Conditional process analysis: Concepts, computation, and advances in the modeling of the contingencies of mechanisms. American Behavioral Scientist, 64(1), 19-54. https://doi.org/10.1177/0002764219859633
Huang, X., Chen, H., Gao, Y., Wu, J., Ni, Z., Wang, X., & Sun, T. (2022). Career calling as the mediator and moderator of job demands and job resources for job satisfaction in health workers: A cross-sectional study. Frontiers in Psychology, 13, Article 856997. https://doi.org/10.3389/fpsyg.2022.856997
Igartua, J.-J., & Hayes, A. F. (2021). Mediation, moderation, and conditional process analysis: Concepts, computations, and some common confusions. The Spanish Journal of Psychology, 24, Article e49. https://doi.org/10.1017/SJP.2021.46
Jiang, M., Lee, S., O’Malley, A. J., Stern, Y., & Li, Z. (2023). A novel causal mediation analysis approach for zero-inflated mediators. Statistics in Medicine, 42(13), 2061-2081. https://doi.org/10.1002/sim.9689
Jie, F., & Zhonglin, W. (2023). Analysis of multilevel moderated mediation models. Journal of Psychological Science, 46(1), 221-229. https://doi.org/10.16719/j.cnki.1671-6981.20230128
Khan, E. A., Chowdhury, M. M. H., Hossain, M. A., Baabdullah, A. M., Giannakis, M., & Dwivedi, Y. (2023). Impact of fake news on firm performance during COVID-19: An assessment of moderated serial mediation using PLS-SEM. International Journal of Physical Distribution & Logistics Management, 53(7-8), 838-859. https://doi.org/10.1108/IJPDLM-03-2022-0094
Leitgöb, H., Seddig, D., Asparouhov, T., Behr, D., Davidov, E., De Roover, K., Jak, S., Meitinger, K., Menold, N., Muthén, B., Rudnev, M., Schmidt, P., & van de Schoot, R. (2023). Measurement invariance in the social sciences: Historical development, methodological challenges, state of the art, and future perspectives. Social Science Research, 110, Article 102805. https://doi.org/10.1016/j.ssresearch.2022.102805
Lok, J. J., & Bosch, R. J. (2021). Causal organic indirect and direct effects: Closer to the original approach to mediation analysis, with a product method for binary mediators. Epidemiology, 32(3), 412-420. https://doi.org/10.1097/EDE.0000000000001339
Memon, M. A., Thurasamy, R., Cheah, J.-H., Ting, H., Kreienbaum, C., & Ringle, C. M. (2026). Moderated mediation analysis using SmartPLS: A tutorial for business researchers. Journal of Applied Structural Equation Modeling, 10(1), 1-28. https://doi.org/10.47263/JASEM.10(1)01
Montoya, A. K. (2024). Conditional process analysis for two-instance repeated-measures designs. Psychological Methods. https://doi.org/10.1037/met0000715
Muench, F. F., & Koch, T. (2025). Testing measurement and structural invariance in latent mediation models: A comparison of IPCR and Bayesian MNLFA. Behavior Research Methods, 57(9), Article 250. https://doi.org/10.3758/s13428-025-02781-5
Parra-Cardona, R. (2023). Baseline target moderation and baseline target moderation mediation approaches: Reflections on cultural adaptation and social justice. Prevention Science, 24(2), 304-308. https://doi.org/10.1007/s11121-022-01457-2
Pham, V. H., Nguyen, T. K. C., Nguyen, T. B. L., Tran, T. T. T., & Nguyen, T. V. N. (2023). Subjective norms and entrepreneurial intention: A moderated-serial mediation model. Journal of Entrepreneurship, Management and Innovation, 19(1), 113-140. https://doi.org/10.7341/20231914
Preacher, K. J., Rucker, D. D., & Hayes, A. F. (2007). Addressing moderated mediation hypotheses: Theory, methods, and prescriptions. Multivariate Behavioral Research, 42(1), 185-227. https://doi.org/10.1080/00273170701341316
Pu, B., Ji, S., Sang, W., & Tang, Z. (2022). Entrepreneurial leadership and entrepreneurial performance in start-ups: A moderated serial mediation model. Frontiers in Psychology, 13, Article 831555. https://doi.org/10.3389/fpsyg.2022.831555
Qin, X., & Wang, L. (2024). Causal moderated mediation analysis: Methods and software. Behavior Research Methods, 56(3), 1314-1334. https://doi.org/10.3758/s13428-023-02095-4
Rai, A., & Chawla, G. (2022). Exploring the interrelationship among job resources, job demands, work and organizational engagement. International Journal of Productivity and Performance Management, 71(5), 1916-1934. https://doi.org/10.1108/IJPPM-05-2020-0246
Rijnhart, J. J. M., Valente, M. J., Smyth, H. L., & MacKinnon, D. P. (2023). Statistical mediation analysis for models with a binary mediator and a binary outcome: The differences between causal and traditional mediation analysis. Prevention Science, 24(3), 408-418. https://doi.org/10.1007/s11121-021-01308-6
Schamberger, T., Schuberth, F., & Henseler, J. (2026). Moderated mediation with composites: The composite moderated structural equations approach. Behavior Research Methods, 58(4), Article 104. https://doi.org/10.3758/s13428-025-02930-w
Sharma, V., Mishra, V., & Uppal, N. (2023). Support to sin: A moderated mediation model of perceived organizational support’s effect on unethical pro-organizational behavior among Indian nationals. International Journal of Manpower, 44(3), 484-502. https://doi.org/10.1108/IJM-09-2021-0535
Upadhyaya, B., Saavedra Torres, J. L., Bhattarai, A., Malekshah, N. N., & Zhang, H. (2025). The effects of customer engagement, perceived brand equity, and cultural dimensions on repurchase intentions and positive word-of-mouth: A moderated mediation analysis. Journal of Marketing Theory and Practice. https://doi.org/10.1080/10696679.2025.2472380
Wang, J., Wang, G., Liu, G., & Zhou, Q. (2022). Compulsory unethical pro-organisational behaviour and employees’ in-role performance: A moderated mediation analysis. Journal of Psychology in Africa, 32(6), 578-583. https://doi.org/10.1080/14330237.2022.2121485
Westbrook, K. W., Nicol, D., Nicol, J. K., & Orr, D. T. (2022). Effects of servant leadership style on hindrance stressors, burnout, job satisfaction, turnover intentions, and individual performance in a nursing unit. Journal of Health Management, 24(4), 670-684. https://doi.org/10.1177/09720634221128100
Yang, H., Liu, Z., Wang, R., Lai, E.-Y., Schwartz, J., Baccarelli, A. A., Huang, Y.-T., & Lin, X. (2025). Causal mediation analysis for integrating exposure, genomic, and phenotype data. Annual Review of Statistics and Its Application, 12(1), 337-360. https://doi.org/10.1146/annurev-statistics-040622-031653
Zhang, M. M., Zhu, J. C., De Cieri, H., McNeil, N., & Zhang, K. (2024). Innovation-enhancing HRM, employee promotive voice and perceived organizational performance: A multilevel moderated serial mediation analysis. Personnel Review, 53(7), 1861-1884. https://doi.org/10.1108/PR-02-2023-0136
Zhao, X., Chutipattana, N., & Mohd-Shamsudin, F. (2024). Socially responsible human resource management and employee innovation performance: The roles of person-organization fit, work engagement and individualism orientation. Cogent Business & Management, 11(1), Article 2424483. https://doi.org/10.1080/23311975.2024.2424483
ดาวน์โหลด
เผยแพร่แล้ว
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2026 มหาวิทยาลัยมหามกุฏราชวิทยาลัย วิทยาเขตสิรินธรราชวิทยาลัย
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของ มหาวิทยาลัยมหามกุฏราชวิทยาลัย วิทยาเขตสิรินธรราชวิทยาลัย
ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับหาวิทยาลัยมหามกุฏราชวิทยาลัย วิทยาเขตสิรินธรราชวิทยาลัย และคณาจารย์ท่านอื่นๆในมหาวิทยาลัยฯ แต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเองแต่ผู้เดียว
