Structural
Equations Modeling (SEM)
แบบจำลองสมการเชิงโครงสร้าง
SEM คือ อะไร
โดยทั่วไป SEM อาจมีการเรียกว่า
CSA – Covariance Structure Analysis
Causal Models
Simultaneous Equations
Path Analysis
Confirmatory Factor Analysis
Latent Variable Modeling
อย่างไรก็ตาม SEM คือ เทคนิคการวิเคราะห์สมการเชิงสมกการเชิงเส้น โดยอาศัยเทคนิค Factor analysis, path analysis and regression analysis มารวมกันเป็น SEM.SEM จะมีการใช้ในเรื่อง องค์ประกอบเชิงยืนมยัน หรือ confirmatory มากกว่า การหาองค์ประกอบเชิงสำรวจ ทั้งนี้มีนักวิจัยจำนวนไม่น้อยที่ใช้ SEM มากำหนด ความแน่นอนของตัวแปร เนื่องจาก SEM ถูกค้นพบว่าเป็นแบบจำลองเชิงโครงสร้างทีสมบูรณ์มากกว่าอย่างอื่น ไม่ว่าจะเป็น การกำหนดให้ค่า error มีค่าต่ำที่สุด และไม่มีความเอนเอียง โดยเริ่มมีการใช้ในปี 1960 และมีการพัฒนาเรื่อยมาจนกระทั่งปัจจุบัน
ประเภทของ SEM
SEM แบ่งเป็น 2 ชนิด ได้แก่
1. CB-SEM
1. Confirm measurement model (CMM)=
CMM determines the reliability (consistency) and validity (confirmatory factor
analysis) of the model’s constructs and evaluates the fit between observed and
estimated covariance matrices.
2. Evaluate structural model (SEM)=
SEM determines whether hypothesized
relationships exist
between the constructs of Ivs, Mvs on Dvs (Regression analysis) and enables to accept
or reject the theoryมีลักษณะการใช้ที่สำคัญคือ
- Strong theoretical support is a
must which will be established through empirical evidence
- Highly suitable for reflective
relationships
- Highly suitable when the
measurements are subjective (Likert Scale)
- Measurement error is minimized
considerably
- Suitable even when there is more
than one dependent variable
- Model assumptions are to be
verified (Goodness of fit)
- Second and higher order
constructs may be dealt with
- Suitable when there are
seven-eight constructs and 50-60 question items
- Minimum four (4) question items
is required for each variable
- Sample size above 200 is
sufficient
- Direct and Indirect effect
(Bootstrapping) can be measured effectively
- Regression Parameter estimates
are sharpened with accuracy
- Not possible to divide constructs
through SEM (factor structure)
- Moderating variable should be
categorical (Nominal)
Software ที่ใช้ ได้แก่ Lisrel AMOS Mplus เป็นต้น
2. VB-SEM หรือ PLS-SEM
Confirm
measurement model (i.e. minimize measurement error by deleting question items
based on the main loading, cross loading,
Discriminant validity (DV), Composite reliability (CR) and Average
Variance Explained (AVE). Evaluate structural equations model (Regression
analysis) to study the hypothesized relationships between IVs, on MVs, IVs +
MVs on DVs ….and draw statistical inference
มีลักษณะการใช้ที่สำคัญคือ
- Highly suitable for formative and
reflective relationships
- Highly suitable for both CFA and
EFA
- Highly suitable when the
measurements are subjective (Likert Scale)
- Model assumptions are to be
verified (Goodness of fit)
- Second order and higher order
constructs may be dealt with
- Suitable even when there are more
than eight constructs
- Suitable even when there is only
one (1) question for a variable
- Sample size depends on the number
of constructs (Minimum 10 respondents for each construct)
- Direct and Indirect effect
(Bootstrapping) can be measured effectively (resampling)
- Identify how well the omitted
data are estimated (Blindfolding) to obtain predictive relevance
- Regression Parameters are
estimated with accuracy
- Moderating variable should be
categorical (Nominal)
Software ที่ใช้ ได้แก่ PLS-Graph Smart-PLS WarpPLS เป็นต้น
ทิศทางของ SEM
ทิศทางของตัวแปรจะมีอยู่ 2 ทิศทางคือ Formative และ Reflective ดังภาพ ทั้งนี้ ตัวแปร Formative จะค่อนข้างไม่มีความสัมพันธ์กันระหว่างตัวแปร ขณะที่ ตัวแปร Reflective นั้นแต่ละตัวแปรจะมีความสัมพันธ์กันสูง
 |
| ลักษณะของ formative/ reflective |
อย่างไรก็ตาม ทั้งรูปแบบผสมระหว่าง formative and
reflective นั้นจะไม่สามารถวิเคราะห์ในกรณี ของ CB-Base ในกลุ่ม Software AMOS ได้ ซึ่งโดยทั่วไปกลุ่ม AMOS จะใช้ในกรณี Reflective เท่านั้น ในขณะที่ PLS-SEM จะสามารถใช้วิเคราะห์ร่วมกันทั้ง formative and
reflective
ทั้งนี้ หากการมีความสัมพันธ์ในแบบแบบหนึ่งเพียงแบบเดียวระหว่างตัวแปรแฝง (latent variables)จะเรียกว่า Recursive model แต่ถ้าตัวแปรแฝงมีความสัมพันธ์ทั้งสองทิศทางเรียกว่า Non-recursive model เช่น A ไป B และ B ไป A โดยมีลักษณะ reflective ทั้งคู่ หากเป็นเช่นนี้ ในกรณีที่ Non-recursive model การวิเคราะห์ในกลุ่ม CB-Based จะดีกว่า แต่ ก็สามารถกระทำได้ในกรณี PLS-SEM แต่ต้องใช้การวิเคราะห์ด้วย Two-Stage Lease Squares (มนตรี พิระยะกุล, 2555)
ข้อจำกัดของ CB-SEM
- SEM is a confirmatory approach
-You need to have established
theory about the relationships
-Cannot be used to explore
possible relationships when you have more than a handful of variables
- Biggest limitation is sample size
- It needs to be large to get
stable estimates of the covariances /correlations
- 200 subjects for small to medium
sized model
- A minimum of 10 subjects per
estimated parameter
- Also affected by effect size and
required power
