การวิเคราะห์ข้อมูลด้วย AMOS (Analysis of Moment Structure) เพื่อช่วยสร้างตัวแบบสมการโครงสร้างให้ง่ายขึ้น ช่วยแก้ปัญหาในลักษณะเด่น 5 ประการคือ
  1. พื้นฐานในการวิเคราะห์ข้อมูลและการประมาณค่าพารามิเตอร์ โดยใช้ทฤษฎีทางสถิติวิธี maximum likelihood statistical method :ML เพื่อแก้ปัญหาข้อตกลงเบื้องต้นในส่วนของลักษณะ การแจกแจงของตัวแปร และค่าพารามิเตอร์ที่ไม่ทราบค่า

  2. ลักษณะของตัวแบบ มี 2 ลักษณะคือ ตัวแบบการวัด เพื่อแก้ปัญหาความคลาดเคลื่อนใน การวัดโดยใช้หลักการวิเคราะห์องค์ประกอบเพื่อยืนยันหรือการวิเคราะห์ยืนยันองค์ประกอบในการประมาณค่าตัวแปรแฝงตามตัวแบบความสัมพันธ์โครงสร้างเชิงเส้นระหว่างตัวแปรที่สังเกตได้กับ ตัวแปรแฝง แล้วใช้ตัวแปรแฝงไปวิเคราะห์ข้อมูล และตัวแบบสมการโครงสร้างจะครอบคลุมลักษณะความสัมพันธ์โครงสร้างเชิงเส้นทุกรูปแบบ จึงสามารถวิเคราะห์ข้อมูลได้ไม่ว่าเป็นการวิเคราะห์ความสัมพันธ์เชิงสาเหตุ ตัวแบบแบบอิทธิพลทางเดียว หรือแบบอิทธิพลย้อนกลับ

  3. สามารถปรับเปลี่ยนเส้นทางอิทธิพลในตัวแบบหรือตรวจสอบความคลาดเคลื่อนในการวัดของตัวแปร โดยการตรวจสอบความสัมพันธ์โครงสร้างระหว่างตัวแปรตามทฤษฎีได้หลายวิธี โดยใช้ ไคสแควร์ ดัชนีวัดความพอเหมาะพอดี หรือดัชนีวัดระดับความกลมกลืน (Goodness of Fit Index; GFI) รากของค่าเฉลี่ยกำลังสองของเศษเหลือ (Root of Mean Square Residuals; RMR) เป็นต้น

  4. ข้อจำกัดในเรื่องข้อตกลงเบื้องต้นมีน้อยกว่าทำให้ผลการวิเคราะห์มีความถูกต้องมากกว่า การวิเคราะห์ข้อมูลแบบเดิม โดยเฉพาะข้อที่ว่าด้วยความสัมพันธ์ระหว่างความคลาดเคลื่อนและตัวแปรที่วัดได้หรือสังเกตได้ต้องไม่มีความคลาดเคลื่อน ข้อมูลส่วนใหญ่จะไม่เป็นไปตามข้อตกลงนี้

  5. การเตรียมข้อมูล การสร้างข้อมูล กระทำได้แม้ข้อมูลจะเป็นตัวแปรที่มีระดับการวัดแบบ เรียงอันดับ หรือมีตัวแปรเซ็นเซอร์ทั้งบนและล่าง ซึ่งเป็นตัวแปรที่มีการแจกแจงไม่เป็นแบบปกติ ข้อมูล มีความถี่มากๆ ที่ค่าใดค่าหนึ่ง

Confirmatory Factor Analysis: CFA


ติดต่อ 086-628-4065  http://www.researchtoyou.com