เริ่มต้นค้าขายออนไลน์ให้เจิดและเกิด!! ด้วย Ecommerce Marketing
การวิเคราะห์โมเดล CFA ด้วย...
Transcript of การวิเคราะห์โมเดล CFA ด้วย...
การวิเคราะห์โมเดล CFA
ด้วย Mplus
(Confirmatory Factor Analysis Using Mplus)
โดย ดร.สขุมุ มูลเมือง
การอบรมสัมมนา สถิติขั้นสูง
สถาบันวิจัยญาณสังวร
ดร สุขุม มูลเมือง
หนงัสือแนะน ำใหอ่้ำน
ดร สุขุม มูลเมือง
X Y
เหตุใด X และ Y จึงสัมพันธ์กัน ?
X Y
X Y
X Y
X Y
F
ท าไมตัวแปรจึงสัมพันธ์กัน
ดร สุขุม มูลเมือง
R = Multiple correlationR2 = shared variances
a1
a2
a3R
การใช้ความแปรปรวนร่วมกัน
ดร สุขุม มูลเมือง
R = Multiple correlation มากR2 = shared variances มาก
a1
a2
a3R
ความสัมพันธ์ระหว่างตัวแปรมาก
ดร สุขุม มูลเมือง
R = Multiple correlation น้อยR2 = shared variances น้อย
a1
a2
a3
R
ความสัมพันธ์ระหว่างตัวแปรน้อย
ดร สุขุม มูลเมือง
R = Multiple correlation = 0R2 = shared variances = 0
a1
a2
a3
R
ตัวแปรไม่สัมพันธ์กัน
ดร สุขุม มูลเมือง
R = Multiple correlation บางตวัR2 = shared variances บางตวั
a1
a2
a3
R
ตัวแปรสัมพันธ์กันบางตัว
ดร สุขุม มูลเมือง
Y1 Y2 Y3 Y4
Y1 1.00
Y2 0.20 1.00
Y3 0.50 0.80 1.00
Y4 0.40 0.70 0.30 1.00
Sample moment = p(p+1)/2 (p. 60)
ความสัมพันธ์ระหว่างตัวแปร
ดร สุขุม มูลเมือง
Single factor model หรือ 1-Factor
model
l11
l11 l21 l31 l41
ค่าน้ าหนักองค์ประกอบ (Factor loading)
ค่าน า้หนักองค์ประกอบ (l) คือค่าสหสัมพันธ์ระหว่างองค์ประกอบกับตัวแปรสังเกต
ดร สุขุม มูลเมือง
Single factor model หรือ 1-Factor
model
l11
l11
l21
l31
l41
F1
Y1
Y2
Y3
Y4
Factor matrix/component matrix
l11 l21 l31 l41
One-factor model
ดร สุขุม มูลเมือง
l11 l21 l31 l41 l12 l22 l32 l42
Two-factor model
ดร สุขุม มูลเมือง
l21
l31
l41
F1
Y1
Y2
Y3
Y4
l11
l22
l32
l42
F2
l12
l11 l21 l31 l41 l12 l22 l32 l42
Two-factor model
ดร สุขุม มูลเมือง
l21
l31
l41
F1
Y1
Y2
Y3
Y4
l11
l22
l32
l42
F2
l12
l23
l33
l43
F3
l13
Three-factor model
ดร สุขุม มูลเมือง
Y1 Y2 Y3 Y4
Y1 1.00
Y2 0.00 1.00
Y3 0.00 0.00 1.00
Y4 0.00 0.00 0.00 1.00
เมตริกซเ์อกลักษณ์ (Identity Matrix)Bartlett test (Sphericity test) & KMO
เมตริกซ์เอกลักษณ์ (Identity matrix)
ดร สุขุม มูลเมือง
CFA modelSingle factor model หรือ 1-Factor
model
l11
l21 l31 l41
Factor loading
Measurement error
Latent variable
Observed variables
1
l21
l31
l41
h1
Y1
Y2
Y3
Y4
e1
e2
e3
e4
+=
Common factor
Unique factor
Y = Ly h1+ e
Single Factor Model
ดร สุขุม มูลเมือง
l21 l42
CFA model2-factor model
No Cross loading
สมัพนัธ์กนัได้
Uni-dimensional
Multi-dimensional
Two-Factor Model
ดร สุขุม มูลเมือง
CFA model2-factor model
Two-Factor Model
ดร สุขุม มูลเมือง
CFA model1-factor model
ดร สุขุม มูลเมือง
CFA modelUnique model
ดร สุขุม มูลเมือง
EFA (Data-driven) CFA (Theory-driven)Constraint N/A YesUnstandardized solution N/A YesStandardized solution Yes YesFactor rotation Yes N/AFactor scores Yes N/AHypothesis test N/A YesGoodness-of-fit N/A YesSoftware package General purpose software,
SPSSMplus, LISREL, Amos,EQS,
เปรียบเทียบโมเดล EFA กับ CFA
ดร สุขุม มูลเมือง
Second order CFA
F_aa
a1 e11
1
a2 e21
a3 e31
a4 e41
a5 e51
F_bb
b1 e6
b2 e7
b3 e8
b4 e9
b5 e10
1
1
1
1
1
1
F_cc
c1 e11
c2 e12
c3 e13
c4 e14
c5 e15
1
1
1
1
1
1
F_total
1
z1
1
z2
1
z3
1
1st
order factor
2nd order factor
1st order factor จะ
nested อยู่ใน 2nd factor
ดร สุขุม มูลเมือง
Sample size in CFA
• น้อยสุด 100 ตัวอย่าง ปานกลาง 100 – 200 มาก 200 ขึน้ไป
• ส าหรับโมเดล 1-2 df ตัวอย่าง 1000 เพื่อให้ไก้ power = .80
• เมื่อ df = 10 ตัวอย่าง 300 – 400 เพื่อให้ไก้ power = .80
• เมื่อ df > 20 ตัวอย่าง 200 เพื่อให้ไก้ power = .80
• สัดส่วน 20:1 ระหว่าง ตัวอย่างกับ free parameter
• หรืออย่างน้อย 20:1 ระหว่าง ตัวอย่างกับ free parameter
• วิเคราะห์ด้วยโปรแกรม G*power
ดร สุขุม มูลเมือง
ข้อตกลงเบื้องต้น CFA
1. ตวัแปรดชันี เป็นตวัแปร
ตอ่เน่ือง
F1
a1 e1
1
1
a2 e21
a3 e31
ดร สุขุม มูลเมือง
ข้อตกลงเบื้องต้น CFA
ตวัแปรความคลาดเลื่อนในการวดัเป็นอิสระตอ่กนั
F1
a1 e1
1
1
a2 e21
a3 e31
X
ดร สุขุม มูลเมือง
ข้อตกลงเบื้องต้น CFA
ตวัแปรความคลาดเลื่อนในการวดัเป็นอิสระตอ่กนั
F1
a1 e1
1
1
a2 e21
a3 e31
X
ดร สุขุม มูลเมือง
ข้อตกลงเบื้องต้น CFA
F1
a1 e1
1
1
a2 e21
a3 e31
ดร สุขุม มูลเมือง
ปัญหาในการวิเคราะห์ CFA
• Heywood case: ค่าความแปรปรวนตดิลบ หรือ ค่าค่าสัมประสิทธ์ิสหสัมพันธ์ที่ประมาณได้มีค่ามากกว่า 1
• สัดส่วนของขนาดตัวอย่างกับ free parameter 1:10 (1:20 จะดีกว่า)
• Multivariate normality เมื่อประมาณคา่พารามิเตอร์แบบ ML (Maximum Likelihood Estimation)
ดร สุขุม มูลเมือง
การประเมินโมเดล (Goodness of Fit)
• A non-significant 2, or a 2/df ratio of less than 3:1 (Kline, 2005)
• CFI and TLI values above .95 (Hu &Bentler, 1999; Vandenberg & Lance, 2000).
• However, for CFI and TLI, values above .90 indicate adequate fit (Bentler, 1990; Hu & Bentler, 1999).
• RMSEA and SRMR values less than .05 suggest good fit and values up to .08 indicate reasonable errors of approximation in the population (Browne and Cudeck, 1989).
• AIC is used to compare alternative models, with the smallest value indicating the best fitting model.
• The CFI, RMSEA and the AIC all have explicit penalties for model complexity.
ดร สุขุม มูลเมือง
F1
a1 e1
1
1
a2 e21
a3 e31
a4 e41
a5 e51
ข้อตกลงเบื้องต้น CFA
ตวัแปรดชันี มีการแจกแจงเป็นแบบปกตพิหุ
การแก้ไขกรณี non-normality โดยใช้วิธี RML ใน Mplus
ดร สุขุม มูลเมือง
ความเชื่อมั่นองค์ประกอบ
l
l
2)(
)(2
2
eCR (Kline, 2011:242)
l
e
ผลรวมค่ำน ้ำหนกัองคป์ระกอบ
ผลรวมควำมแปรปรวนของ error term
ผลรวมจ ำนวนควำมแปรปรวนร่วมท่ีก ำหนดบงัคบั
ดร สุขุม มูลเมือง
Average Variance Extracted: AVE
eAVE
2
2
l
l
nAVE /2l
หรือ
เม่ือ l คือค่ำน ้ำหนกัองคป์ระกอบ e คือค่ำควำมแปรปรวนของ error
n คือจ ำนวนตวัแปรสงัเกต
ดร สุขุม มูลเมือง
l
l
2)(
)(2
2
eCR
)63.38.13.33(.)61.79.93.82(.
)61.79.93.82(.2
2
= .89
ดร สุขุม มูลเมือง
.822
.932
.792
.612
ดร สุขุม มูลเมือง
.67
.87
.62
.37
ดร สุขุม มูลเมือง
.67
.87
.62
.37
+
+
+
AVE = 2.53/4= .6325
ตัวอย่าง
การเขียน
Mplus Syntax
การวิเคราะห์โมเดล CFA
ดร สุขุม มูลเมือง
Mplus syntax for One-factor CFA
TITLE: Class Exercise 2 (One-Factor CFA Model).
DATA: file = I:\BTU_9\DED702\CD\data_CFA.dat;
VARIABLE: name = y1-y18;
usevar = y1-y4;
MODEL: F1 by y1-y4;
OUTPUT: stdyx;
ดร สุขุม มูลเมือง
output
Chi-Square Test of Model Fit
Value 0.192
Degrees of Freedom 2
P-Value 0.9085
RMSEA (Root Mean Square Error Of Approximation)
Estimate 0.000
90 Percent C.I. 0.000 0.083
Probability RMSEA <= .05 0.927
CFI/TLI
CFI 1.000
TLI 1.020
Chi-Square Test of Model Fit for the Baseline Model
Value 280.517
Degrees of Freedom 6
P-Value 0.0000
SRMR (Standardized Root Mean Square Residual)
Value 0.003
การประเมินโมเดล
(Model evaluation)
ดร สุขุม มูลเมือง
ผลการวิเคราะห์ คะแนนดิบ
ดร สุขุม มูลเมือง
ผลการวิเคราะห์ คะแนนมาตรฐาน
ดร สุขุม มูลเมือง
Diagram คะแนนดิบ
ดร สุขุม มูลเมือง
Diagram คะแนนมาตรฐาน
ดร สุขุม มูลเมือง
Mplus syntax for 3-factor CFA
TITLE: Class Exercise 2 (Three-Factor CFA Model).
DATA: file = I:\BTU_9\DED702\CD\data_CFA.dat;
VARIABLE: name = y1-y18;
MODEL: F1 by y1-y6;
F2 by y7-y12;
F3 by y13-y18;
OUTPUT: stdyx;
ดร สุขุม มูลเมือง
การประเมินโมเดล
ดร สุขุม มูลเมือง
ผลการวิเคราะห์ คะแนนดิบ
ดร สุขุม มูลเมือง
ผลการวิเคราะห์ คะแนนดิบ
ดร สุขุม มูลเมือง
ผลการวิเคราะห์ คะแนนมาตรฐาน
ดร สุขุม มูลเมือง
ผลการวิเคราะห์ คะแนนมาตรฐาน
ดร สุขุม มูลเมือง
ผลการวิเคราะห์ คะแนนมาตรฐาน
ดร สุขุม มูลเมือง
Diagram คะแนนดิบ
ดร สุขุม มูลเมือง
Diagram คะแนนมาตรฐาน
ดร สุขุม มูลเมือง
Mplus syntax for 2nd-factor CFA
TITLE: Class Exercise 2 (2nd-order CFA Model).
DATA: file = data_CFA.dat;
VARIABLE: name = y1-y18;
MODEL: F1 by y1-y6;
F2 by y7-y12;
F3 by y13-y18;
FF by F1 F2 F3;
OUTPUT: stdyx;
ดร สุขุม มูลเมือง
กำรประเมินโมเดลChi-Square Test of Model Fit
Value 338.728Degrees of Freedom 132P-Value 0.0000
RMSEA (Root Mean Square Error Of Approximation)
Estimate 0.13090 Percent C.I. 0.113 0.148Probability RMSEA <= .05 0.000
CFI/TLI
CFI 0.898TLI 0.882
Chi-Square Test of Model Fit for the Baseline Model
Value 2178.130Degrees of Freedom 153P-Value 0.0000
SRMR (Standardized Root Mean Square Residual)
Value 0.036
ดร สุขุม มูลเมือง
ค่ำประมำณค่ำน ้ำหนกัองคป์ระกอบTwo-Tailed
Estimate S.E. Est./S.E. P-Value
F1 BYY1 1.000 0.000 999.000 999.000Y2 1.027 0.087 11.864 0.000Y3 0.992 0.087 11.408 0.000Y4 1.030 0.094 10.955 0.000Y5 0.731 0.073 10.072 0.000Y6 1.037 0.088 11.794 0.000
F2 BYY7 1.000 0.000 999.000 999.000Y8 1.219 0.100 12.214 0.000Y9 1.057 0.093 11.325 0.000Y10 1.146 0.089 12.894 0.000Y11 1.039 0.090 11.520 0.000Y12 1.009 0.084 11.963 0.000
F3 BYY13 1.000 0.000 999.000 999.000Y14 0.871 0.062 14.020 0.000Y15 0.909 0.074 12.299 0.000Y16 0.569 0.075 7.537 0.000Y17 0.830 0.058 14.273 0.000Y18 0.992 0.071 13.970 0.000
FF BYF1 1.000 0.000 999.000 999.000F2 1.070 0.092 11.683 0.000F3 1.356 0.109 12.405 0.000
ดร สุขุม มูลเมือง
ค่ำ R squareR-SQUARE
Observed Two-TailedVariable Estimate S.E. Est./S.E. P-Value
Y1 0.757 0.048 15.747 0.000Y2 0.767 0.047 16.328 0.000Y3 0.741 0.050 14.730 0.000Y4 0.708 0.055 12.935 0.000Y5 0.648 0.062 10.383 0.000Y6 0.761 0.047 16.058 0.000Y7 0.793 0.042 19.043 0.000Y8 0.748 0.048 15.585 0.000Y9 0.701 0.055 12.764 0.000Y10 0.785 0.043 18.205 0.000Y11 0.709 0.055 12.979 0.000Y12 0.738 0.050 14.756 0.000Y13 0.844 0.033 25.320 0.000Y14 0.793 0.041 19.138 0.000Y15 0.715 0.053 13.372 0.000Y16 0.421 0.080 5.241 0.000Y17 0.802 0.040 19.990 0.000Y18 0.786 0.043 18.300 0.000
Latent Two-TailedVariable Estimate S.E. Est./S.E. P-Value
F1 0.954 0.022 42.908 0.000F2 0.993 0.018 55.706 0.000F3 0.993 0.017 58.532 0.000
ดร สุขุม มูลเมือง
Diagram 2nd-orde CFA
ดร สุขุม มูลเมือง