top of page

Formative-Reflective construct

Updated: Feb 19, 2023

*บทความนี้ ต้องการนำเสนอความหมายเบื้องต้นของเรื่อง Formative จากการสรุปทำความเข้าใจเบื้องต้น เพื่อเป็นประเด็นต่อยอดในการใช้งานจริงต่อไป*

 

สวัสดีครับ ในบทความนี้เราจะพูดถึงเรื่อง Formative construct กันครับ ก่อนอื่นต้องทบทวนเรื่อง Measurement Model กันสักหน่อย


Measurement Model หรือ โมเดลการวัด บางครัั้งเราเรียกจนติดปากว่า CFA (Confirmatory Factor Analysis) ซึ่งก็ใช่ครับ เราใช้เทคนิค CFA เพื่อทดสอบว่าองค์ประกอบนั้นๆ สามารถวัดได้หรือไม่ และจากการทดสอบว่าวัดได้หรือไม่นั้น ก็จะนำไปสู่การหาค่าต่างๆที่เกี่ยวข้อง อาทิ Composite Reliability (CR), Average Variance Extraction (AVE) รวมไปถึง Discriminant Validity

และในเรื่อง Measurement Model นี้เอง โมเดลการวัดนั้นมี 2 แบบ คือ

1) Reflective model 2) Formative model

ซึ่งในแบบที่สองนี้เองที่เรากำลังจะพูดถึงกันในบทความนี้

 

เรามาเกริ่นกันที่ Reflective model กันก่อนครับ


1.Reflective Model


ตัว Reflective model นี้ จะถูกนำไปใช้ในการสอนเรื่อง SEM (Structural Equation Modeling) ซะเป็นส่วนใหญ่ และอธิบายว่า "นี่" คือโมเดลการวัดนะ นี่คือ Measurement model นะ "แต่" มันไม่ได้มีแค่ reflective ไง มันมีแบบ formative อยู่ด้วย แต่ทำไมถึงไม่พูดกันเท่าไร คำตอบแบบง่ายที่สุดคือ "มันยาก" นอกจากยากแล้วมันยัง "นิยามยาก" ด้วย เนื่องจาก การที่เราจะมั่นใจได้ว่า องค์ประกอบของเรานั้นเป็นแบบ formative มันไม่ง่ายเลย (เดี๋ยวมาว่ากัน) แล้วตัวหน้าตาของ reflective มันเป็นอย่างไรล่ะ


ผมขอยืมรูปจากบทความวิจัยชิ้นนึงมาเลย รูปนี้จะนำเสนอรูปแบบต่างๆ ของโมเดลการวัดอย่างครบถ้วน


ที่มา: [1] Marko Sarstedt, Joseph Hair, Jun-Hwa Cheah, Jan-Michael Becker. 2019. How to specify, estimate, and validate higher-order constructs in PLS-SEM. Australian Marketing Journal.


ขอให้เริ่มดูที่ภาพ type 1 กันก่อน ภาพนี้ เป็นตัวแทนของ reflective อย่างสมบูรณ์ ซึ่งก็เหมือนโมเดลการวัดที่พบเห็นได้ทั่วไป และเหมือนกับเวลาตอนเรียนด้วย เรียกกันว่า Reflective-Reflective model คือทั้งในระดับ First order (ในบทความนี้ใช้คำว่า Lower Order Component: LOC) และระดับ Second order (ในบทความนี้ใช้คำว่า Higher Order Constructs: HOC)


จากภาพเราจะเห็นว่า ลูกศรจะชี้จากองค์ประกอบไปหา Indicator ทั้ง 2 ระดับ ซึ่งเมื่อไหร่ที่เราวาดโมเดลแล้วลูกศรชี้จากองค์ประกอบไปหา Indicator จะกลายเป็น Reflective


>>><<<


แล้วจะพิจารณาอย่างไรว่าโมเดลที่จะวาดนั้น เป็น Reflective หรือไม่ ก่อนอื่นต้องดูกันที่นิยามความหมายของตัวแปรที่สนใจกันก่อน ว่า ที่มาของการเกิดตัวแปรนั้น (ณ ที่นี้มองเป็นองค์ประกอบ) เกิดจากองค์ประกอบก่อน แล้วแตกเป็นนิยามปฏิบัติการ (operation definition) แตกออกมาเป็นข้อคำถามชี้วัดในแต่ละข้อ (items) ได้หรือไม่ เช่นดังในการวิจัยเชิงปริมาณทั่วไปที่ต้องหานิยามของตัวแปรนั้นๆ ก่อนแล้วจึงแตกมาเป็นข้อคำถาม แล้วนำไปเก็บข้อมูลกลับมาวิเคราะห์ อยา่งนี้มององค์ประกอบนี้เป็น reflective


 

แล้ว Formative ล่ะ เป็นอย่างไร


2.Formative Model


ตัว Formative มักถูกนำไปใช้กันน้อย เนื่องจากยากที่จะบอกว่าตัวแปรนี้เป็นแบบ formative จริงๆ ยากในการวิเคราะห์ ยากในการแปลความ ดังนั้น ในบางครั้งอาจเกิดกรณีว่า งานวิจัยควรเป็นองค์ประกอบแบบ Formative แต่กลับจัดกระทำให้เป็น Reflective แทน


ตัวอย่างที่พอจะยกขึ้นมาได้ เช่น ตัวแปรด้านการเงิน ลองนึกภาพตามครับว่า หากเราถามคำถามเกี่ยวกับทัศนคติ แน่นอนว่าต้องมีคำนิยาม แล้วเราก็แตกคำนิยามนั้นออกมาเป็นข้อคำถาม (อาจเรียกว่าข้อบ่งชี้) แต่ถ้าเป็นตัวแปรด้านการเงินที่มีทฤษฎีรองรับว่า การจะเกิดตัวแปรนี้ขึ้นมาได้นั้น จะต้องมาจากตัวแปร อื่นๆ ...ยิ่งพูดก็ยิ่งงง... เคยเห็นในบทความที่ผ่านมาว่ามีการมองตัวแปร 4P ว่าเป็นแบบ reflective หรือแบบ formative กันแน่ ตัวแปร 4P ประกอบด้วย Product Price Place Promotion ถามว่า 4 ตัวแปรนี้อยู่ภายใต้ Marketing mix ใช่หรือไม่ คำตอบคือ "ใช่" แล้วถามต่อว่า แล้ว Marketing mix ทำให้เกิด 4P หรือ 4P ทำให้เกิด Marketing mix??? --- คุณคิดว่าอย่างไร


>>><<<


ลองย้อนกลับไปดูภาพ type 4 Formative-Formative model ภาพนี้ เป็นภาพ formative แบบสมบูรณ์ ก็คือ ทั้งในระดับ First order และ Second order ล้วนเป็น formative ทั้งนั้น โดยสังเกตได้จากลูกศรที่ชี้จาก Indicator เข้าหาองค์ประกอบ


ที่นี้ จะพอนึกภาพตามกันได้หรือยังครับ ว่า reflective กับ formative ต่างกันอย่างไร


แล้วภาพ type 2 type 3 ล่ะ เราจะเห็นว่ามันคือการผสม reflective กับ formative ไว้ด้วยกัน เปลี่ยนไปตามระดับ First และ Second order


ปัญหาที่เกิดขึ้น จึงไม่ใช่แค่เรื่องความหมายอย่างเดียว ยังมีประเด็นเรื่องโปรแกรมที่ใช้วิเคราะห์ด้วย


จากที่ลองศึกษามา พบว่า โปรแกรมที่ทำงานกับ SEM ส่วนใหญ่ และเป็นที่รู้จัก และนิยมสอนกันในมหาวิทยาลัย จะเป็นโปรแกรมประเภท Covariance-based เช่น AMOS LISREL Mplus เหล่านี้ส่วนเป็น CB ทั้งสิ้น แต่ถ้าเราดูจากการคำนวณเบื้องหลังแล้วเราจะพบว่า ในกรณีของ Formative นั้น ยากที่จะกระทำในโปรแกรมกลุ่ม Covariance-based ต้องไปกระทำในโปรแกรมกลุ่ม Variance-based หรืออาจเรียกอีกอย่างว่า Partial Least Square (PLS) เช่น SmartPLS หรือ WarpPLS (อ่านเพิ่มเติมเกี่ยวกับ CB-SEM : PLS-SEM) มีรูปให้ดูเป็นตัวอย่างเล็กน้อย



ผลจากโปรแกรม SmartPLS

ที่มา: https://www.smartpls.com/documentation/choosing-pls-sem/pls-sem-compared-with-cbsem



ผลจากโปรแกรม AMOS

ที่มา: https://www.smartpls.com/documentation/choosing-pls-sem/pls-sem-compared-with-cbsem


 

อย่างไรก็ตาม ในเรื่อง Formative ไม่ได้มีเพียงเท่านี้ ยังมีอีกหลายประเด็นเช่น

1) เวลาเราวิเคราะห์ CFA แบบ Reflective โดยเฉพาะใช้โปรแกรมกลุ่ม CB-SEM เราสามารถหาค่าโมเดลฟิตต่าง ๆ ได้ เช่น CFI RMSEA ฯลฯ ซึ่งเราเรียนรู้กันแบบนี้มานานมาก และเหมือนเป็นข้อบังคับไปเสียแล้วว่า ถ้าเมื่อไหร่วิเคราะห์เกี่ยวกับ CFA หรือ SEM จะต้องนำเสนอค่าโมเดลนี้ เพื่อพิจารณาว่าโมเดลนั้น ๆ มีความเหมาะสมเพียงพอหรือไม่


2) ในบางกรณีหากเราทบทวนวรรณกรรมมาแล้วว่าตัวแปรเราเป็นแบบ Formative แน่ ๆ เราจึงวาดโมเดลโดยมีลูกศรชี้เข้าหาองค์ประกอบ แต่กลายเป็นว่า ผู้ที่เกี่ยวข้องอาจไม่คุ้นเคยกับเรื่อง Formative จึงบอกว่า "เราวาดโมเดลผิด" แบบนี้ก็ทำให้ผลจริง ๆ ของงานจะสูญเสียไป


3) เมื่อแน่ใจชัดแล้วว่าองค์ประกอบเป็นแบบ Formative แน่ ๆ แต่ว่ายังต้องการใช้โปรแกรมกลุ่ม CB-SEM ในการวิเคราะห์อยู่ เพราะต้องการค่าโมเดลฟิตต่างๆ ปัญหาที่ตามมาก็คือว่าโปรแกรมไม่สามารถทำได้อย่างเหมาะสม แต่ก็พอมีแนวทางอยู่บ้าง เช่น การวิเคราะห์แบบ MIMIC ซึ่งก็จะมีเงื่อนไขหลายประการที่ต้องศึกษาเพิ่มเติม และบอกได้ว่า "ไม่ง่ายเลย"


ที่มา: [2] Nick Lee, John Cadogan, Laura Chamberlain. 2013. The MIMIC model and formative variables: problems and solutions. AMS Rev.


>>><<<

สรุป

Reflective กับ Formative model นั้นมีความต่างกันค่อนข้างมาก แม้ว่าจะสลับกันเพียงลูกศรที่ชี้เข้า-ออก จากองค์ประกอบไปหาตัวชี้วัด หรือ จากตัวชี้วัดไปหาองค์ประกอบ แต่ว่าความหมายเบื้องหลังที่ซ่อนอยู่กับหลักการและแนวทางในการวิเคราะห์นั้น ต่างกันมาก อย่างน้อย ก็โปรแกรมที่เหมาะสมต่อการเลือกใช้ในการวิเคราะห์ก็ต่างกันชัดแล้ว ดังนั้น จะวิเคราะห์ด้วยโมเดลแบบไหน ใช้โปรแกรมอะไร ก็ต้องพิจารณาให้เหมาะสมด้วยนะครับ







ร่วมติดตามได้ทุกช่องทาง

follow or subscribe in any channel


tel.086-555-5949

line: @SmartResearchThai

Blockdit: SmartResearchThai

Youtube: SmartResearchThai

Facebook: SmartResearchThai


 

ref:

[1] Marko Sarstedt, Joseph Hair, Jun-Hwa Cheah, Jan-Michael Becker. 2019. How to specify, estimate, and validate higher-order constructs in PLS-SEM. Australian Marketing Journal.

[2] Nick Lee, John Cadogan, Laura Chamberlain. 2013. The MIMIC model and formative variables: problems and solutions. AMS Rev.


コメント


bottom of page