ภาพนี้เป็น Statistic Concept ของการวิเคราะห์ Moderator โดยเฉพาะในรูปแบบของ Latent Variable มาดูคำอธิบายกันครับ
ผลวิเคราะห์เดิมเราพบว่า X มีผลต่อ Y แล้วเกิดข้อสงสัยว่า M เข้ามาเกี่ยวข้องในความสัมพันธ์นี้หรือไม่ โดยการทดสอบความสัมพันธ์ระหว่างกลางมีสองอยู่ความสัมพันธ์หรือ 1) สัมพันธ์แบบเป็นตัวแปรคั่นตรงกลางเรียกว่า Mediator และ 2) สัมพันธ์แบบการกำกับหรือแทรกตรงกลางเรียกว่า Moderator
บันทึกนี้จะพูดถึงเรื่อง Moderator กันครับ
การทดสอบเรื่องความสัมพันธ์ในลักษณะที่เป็นตัวแปรกำกับนั้น เบื้องหลังคือการนำตัวแปร X ไปทำปฏิสัมพันธ์ (คูณ) กับตัวแปร Moderator ให้เกิดเป็นตัวแปรแล้วนำตัวแปรนั้นไปพยากรณ์ Y ต่อไป
ซึ่งถ้าดูจากรูป ก็คือ การนำ X,M มาปฏิสัมพันธ์กันเป็น XM แล้วนำไปพยากรณ์ต่อในโมเดล แต่จุดที่จะนำเสนอเพิ่มเติมคือการกระทำในรูปแบบของ Latent Variable นั้น เบื้องหลังคือต้องเอาตัวแปรสังเกตของ X กับตัวแปรสังเกตของ Y มาคูณกันแล้วนำไปประกอบอยู่ภายใต้ Latent XM
ทีนี้ การแปลผล เราก็จะพิจารณา XM ว่ามีผลต่อ Y หรือไม่
-หากไม่มีผลก็จบ ก็ถือว่า M ไม่เป็น Moderator
-แต่ถ้าหากว่า XM มีผลก็จะดูต่อว่าแล้ว M เดิมมีผลหรือไม่
-หากไม่มีผลเราจะถือว่า M เป็น Moderator จริง แล้วค่อยไปพิจารณา X ต่อไปว่าจะมีผลต่อ Y หรือไม่
-เมื่อไปพิจารณา X ต่อว่ามีผลหรือไม่
++หากมีผลจะถือว่าเป็น Partial Moderator
++หากไม่มีผลจะถือว่าเป็น Complete Moderator
เพิ่มเติมว่า
ถ้ากระทำ Moderator โดยเป็นตัวแปรสังเกตหมด สามารถใช้โปรแกรมใดๆ ทำได้หมด แต่ถ้าหากเป็น Latent แล้ว โปรแกรมที่เหมาะสมคือ Mplus หากทำประเภท CB-SEM และโปรแกรมกลุ่ม PLS หากทำในประเภท PLS-SEM
ภาพนี้จากเว็บของ David Kenny
มีคำถาม หรือสนใจพูดคุยเพิ่มเติมได้เลยนะครับ
Nott 086-555-5949
line: @SmartResearchThai
#SEM #Moderator #SEMModerator
#Mplus #PLS #DavidKenny
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2025 Blockdit
