jamovi 2.7.33 new feature CompositeSEM

Nott Panik Senariddhikrai
3 hours ago
2 min read

Outline:

1.version เก่า module เดิม ต้อง update

6.สรุป

“สรุปสั้นๆ คือ การวิเคราะห์ PLSSEM (compositeSEM) ใน jamovi อาจจะไม่ friendly เท่า SmartPLS และอาจจะไม่ละเอียดเท่า แต่ถือว่าช่วยได้ ซึ่งหากโมเดลไม่ซับซ้อน เช่น มีแค่ first order ที่เป็น Formative หรือไม่มี moderator ก็นับว่าใช้งานได้ แต่จะไม่มีรูปภาพให้ ต้องไปวาดเอง ซึ่งรูปนี้วาดมาจาก SmartPLS”

jamovi 2.7.33 new feature Composite SEM

feature ใหม่นี้ เป็นการวิเคราะห์ SEM แบบ PLS (partial least square) เท่าที่ลองเล่นดู พบว่า สามารถวิเคราะห์แบบ Formative ได้ มีการแสดงผลค่าต่างๆ ตามแบบของ PLS แต่ก็จะมีข้อจำกัด สามารถใช้งานพื้นฐานได้ แต่หากโมเดลมีความซับซ้อน เช่น เป็น Higher Order หรือเป็นการทดสอบ Moderator ก็จะยังมีข้อจำกัดอยู่

บทความนี้ จะมานำเสนอแบบกระชับ ขั้นตอนการวิเคราะห์ PLSSEM ใน feature Composite jamovi v.2.7.33

1.version เก่า module เดิม ต้อง update

สำหรับใครที่มี version เก่าอยู่แล้ว เมื่อลง version ใหม่ Module ที่มีอยู่จะหายไป ต้องเข้าไป update ถึงจะใช้งานได้

2.feature ใหม่

2.1 "Plot"

Menu ใหม่ที่เิพิ่มเข้ามา เป็น หนึ่งในเมนูหลัก คือ plot การสร้างกราฟต่างๆ โดยไม่ต้องเพิ่ม module ซึ่ง version เดิมการสร้างกราฟต้องไปเพิ่ม module "vijplot"

2.2 "Composite SEM"

และเมนูใหม่นี้ พระเอกของเรา คือ Composite SEM เป็น feature ที่ไว้วิเคราะห์ PLSSEM อย่างที่เกริ่นนำไปข้างต้น ครับ

3.Latent vs Composite

ในเมนูนี้ จะแบ่งการกำหนดตัวแปร เป็น Latent กับ Composite ซึ่ง Latent ก็คือแบบ Reflective ส่วน Composite คือแบบ Formative

หลักการเหมือนการใช้งาน jamovi คือ ตั้งชื่อตัวแปร แล้วลากตัวชี้วัดไปยังตัวแปรนั้น ๆ โดยที่ หัวข้อ Latent คือ Reflective ตัวแปร USEFs และ หัวข้อ Composite คือ Formative ตัวแปร EOUs

4.เมนูเพิ่มเติม CompositeSEM

นอกจากการกำหนดลักษณะตัวแปร ด้วยหัวข้อ Latent กับ Composite แล้ว คำสั่งถัดมาเป็นการกำหนด Bootstrapping, กำหนดตัวแปร Endogenous และ Exogenous และมีการกำหนดการพยากรณ์

ซึ่งจากตัวอย่างนี้ กำหนดให้ EOU พยากรณ์ USEF ภายใต้หัวข้อ Specific directional relationship

และหัวข้อท้ายสุด คือ Predictive power กำหนดค่าเป็น 10 folds ซึ่งตรงนี้คือผลลัพธ์ Q^2

5.ผลการวิเคราะห์

ผลการวิเคราะห์ นำเสนอผลที่จำเป็นหลายอย่าง ดังนี้

1) Model Structure Summary เป็นการระบุว่าตัวแปรใด เป็น Reflective ตัวแปรใดเป็น Formative

2) Model fit indcies เป็นผลเกี่ยวกับค่าโมเดลฟิตต่างๆ ซึ่งใน PLSSEM มักไม่นำมาพิจารณามากนัก

3) ค่าน้ำหนัก ซึ่งในฝั่ง Reflective จะใช้คำว่า Outer Model of Common Factor ส่วนฝั่ง Formative จะใช้คำว่า Outer Model of Composite

ฝั่ง Reflective ดูที่ค่าน้ำหนัก หรือ factor loading ตามปกติ ค่าขั้นต่ำคือ 0.3 ค่าที่คาดหวังคือ 0.7

ส่วนฝั่ง Formative ค่า loading จะเรียกว่า weight จะเน้นดูที่ p-value ว่ามีนัยสำคัญหรือไม่

4) Construct Reliability และ VIFs

ฝั่ง Reflective คือ USEF จะนำเสนอค่า Cronbach Alpha, Joreskog's rho (CR) และ AVE

ส่วนฝั่ง Formative จะพิจารณาค่า VIF โดยหากต่ำกว่า 3.3 ถือว่าดี ไม่มีปัญหา

5) Structural relationship

เป็นการนำเสนอหัวข้อเกี่ยวกับ ผลการวิเคราะห์เส้นทาง พิจารณาค่า Beta, t-value, p-value

และอีกหัวข้อ คือ Model's Out-of-Sample Predictive Power หรือ Q^2 prediction ค่านี้คล้ายๆ R^2 แต่เป็นการนำเสนอรายตัวชี้วัด

6.สรุป

สรุปสั้นๆ คือ การวิเคราะห์ PLSSEM (compositeSEM) ใน jamovi อาจจะไม่ friendly เท่า SmartPLS และอาจจะไม่ละเอียดเท่า แต่ถือว่าช่วยได้ ซึ่งหากโมเดลไม่ซับซ้อน เช่น มีแค่ first order ที่เป็น Formative หรือไม่มี moderator ก็นับว่าใช้งานได้ แต่จะไม่มีรูปภาพให้ ต้องไปวาดเอง ซึ่งรูปนี้วาดมาจาก SmartPLS