ในการพัฒนางานวิจัยในเชิงปริมาณ โมเดลที่พบเจอมากขึ้นจะเป็นการวิเคราะห์ตัวแปรคั่นกลาง (mediation analysis) และตัวแปรกำกับ (moderation analysis) ในส่วนของโปรแกรมนั้นจะมีหลากหลายให้เลือกใช้ ไม่ว่าจะเป็น SPSS วิเคราะห์โดย Regression หรือ AMOS, LISREL, Mplus รวมถึง SmartPLS ก็สามารถทำได้
แต่ในบทความนี้จะแนะนำ PROcessMacro by SPSS ซึ่งเป็น plugins เสริมที่ต้องใส่เพิ่มเข้าไปใน SPSS โดย PROcessMacro นี้ถือว่าใช้งานได้ง่ายมากๆ ครับ
บทความนี้ เราจะพาไปดูวิธีการใช้งานโปรแกรมนี้กันครับ ดูแล้ว ทำตามได้เลย (อ่านทบทวนเกี่ยวกับ Mediation Moderation ได้ที่ https://www.smartresearchthai.com/post/10-things-about-mediator-moderator )
Outline:
Installing PROcessMacro
Mediation Analysis by PROcessMacro Model No.4
Moderation Analysis by PROcessMacro Model No.1
1. Installing PROcessMacro
Downloading การดาวน์โหลดโปรแกรม
ขั้นแรกคือการดาวน์โหลดโปรแกรม โดยโปรแกรมนี้จะเป็น plugins ที่ติดอยู่กับโปรแกรม SPSS ดังนั้น ผู้ใช้ต้องมีโปรแกรม SPSS ก่อน และทำการดาวน์โหลด plugins ตัวนี้ได้ที่
เมื่อเข้าสู่หน้าต่างการดาวน์โหลดแล้วจะมีปุ่ม Download PROCESS ให้กดเพื่อดาวน์โหลดได้เลย (ณ ตอนนี้เป็น version 4.1 ซึ่งในอนาคตก็จะมีการพัฒนาต่อไปเรื่อยๆ) จากนั้นทำการแตกไฟล์ zip เพื่อเตรียมพร้อมในการติดตั้งต่อไป
Installing การติดตั้ง
เมื่อทำการแตกไฟล์ zip เรียบร้อยแล้วจะปรากฎไฟล์ต่างๆ รวมถึง folder ให้เลือกที่ PROCESS v4.1 for SPSS (เนื่องจากมี folder ที่เป็นของ SAS และ R) จากนั้นให้ไปต่อที่ folder Custom dialog builder file และจะเจอกับไฟล์ที่จะใช้สำหรับการติดตั้ง ก็คือ process.spd "แต่ไม่ต้องทำอะไร จากนี้เราจะเข้า SPSS และทำการติดตั้งจากตรงนั้น"
เข้าสู่โปรแกรม SPSS จากนั้นไปที่ Extension > Utilities > Install custom dialog (ใน folder ที่ดาวน์โหลดมา มีเอกสาร pdf แนะนำไว้ สามารถดูประกอบได้ โดยที่ถ้าเป็น SPSS v.24 ขึ้นไป ให้ทำการติดตั้งที่เมนู Extension แต่ถ้า version ต่ำกว่า ให้ไปที่เมนู Utilities)
จากนั้น คลิก install custom dialog และเข้าไปยัง folder ที่เราเก็บไฟล์ process.spd ไว้ จากนั้นคลิก open ได้เลย
เมื่อทำการติดต่อเรียบร้อยแล้ว คำสั่งในการวิเคราะห์ด้วย PROcessMacro จะไปอยู่ภายใต้คำสั่ง Regression
Running การใช้งาน
เมื่อทำการ install เรียบร้อยแล้ว คำสั่งการใช้งาน PROcessMacro จะอยู่ในเมนูคำสั่งเดียวกับ Regression โดยไปทีี่ Analyze > Regression > PROcess by Hayes
.
ในการใช้งาน processmacro นั้นจะยึดตาม model template สามารถดาวน์โหลดจาก google ได้เลย (ตรงนี้ขอไม่แปะลิงก์ แต่แนะนำคีย์เวิร์ดที่จะใช้ในการค้นหา คือ processmacro model template) โดยที่ template จะบอกถึง 76 Models ที่โปรแกรมสามารถวิเคราะห์ได้ ซึ่งในตัวอย่างนี้จะเสนอ Model 4 (Mediation) และ Model 1 (Moderation)
เงื่อนไขที่สำคัญในการวิเคราะห์ด้วย PROCESS ก็คือ ในละครั้งการทำงานจะมีตัวแปรอิสระได้ 1 ตัว และตัวแปรตามได้ 1 ตัว เท่านั้น ไม่ว่าโมเดลกรอบวิจัยจริงๆ ของงานจะมีกี่ตัวก็ตาม เช่น ถ้ามีตัวแปรอิสระ 2 ตัว มีตัวแปรคั่นกลาง 1 ตัว และมีตัวแปรตาม 1 ตัว ก็ต้องทำการวิเคราะห์ 2 ครั้ง
ในโปรแกรมจะแบ่งเป็น
X = ตัวแปรอิสระ
Y = ตัวแปรตาม
M = ตัวแปรคั่นกลาง
W/ Z = ตัวแปรกำกับ
.
2. Mediation Analysis by PROcessMacro Model No.4
ตัวอย่างที่ 1 การวิเคราะห์ตัวแปรคั่นกลาง Model 4
ในตัวอย่างนี้จะสมมติตัวแปรขึ้นมา 3 ตัว ได้แก่ X ชื่อ IV, M ชื่อ Mediator, และ Y ชื่อ DV ทำการเลือก Model 4 เนื่องจากต้องการวิเคราะห์ตัวแปรคั่นกลาง
จากภาพจะเห็นว่า ทำการใส่ตัวแปร IV ไว้ในช่อง X ตัวแปร Mediator ไว้ในช่อง Mediator และตัวแปร DV ไว้ในช่อง Y และเลือก Model number เป็น 4
จากนั้นเลือก option เพื่อกำหนดการออกค่าเพิ่มเติม ดังนี้
show total effect เพื่อให้ออกค่า total effect
pairwise indirect เพื่อให้ออกค่า เปรียบเทียบในกรณีมีตัวแปรคั่นกลางหลายตัว
effect size เพื่อให้ออกค่ามาตรฐานอิทธิพลทางอ้อม
standardized coefficient เพื่อให้ออกค่ามาตรฐานในอิทธิพลทางตรง
จากนั้นทำการ run ตามขั้นตอนต่อไป
เมื่อได้ผล output มาแล้ว การนำเสนอของโปรแกรมจะเป็นลักษณะ นำเสนอเป็นแต่ละ outcome variable คือ มองตามแต่ละตัวแปรตาม อย่างในตัวอย่างนี้คือ model จะมีตัวแปรคั่นกลาง mediator เป็นตัวแปรตามขั้นที่ 1 และตัวแปรตาม DV เป็นตัวแปรตามขั้นที่ 2
จากภาพจะเห็นว่า Outcome Variable เป็น Mediator ก็คือ ณ ตัวแปร Mediator เป็นตัวแปรตามขั้นที่ 1 เราก็จะอ่านต่างๆ คล้ายๆกับ regression เช่น IV เป็น X มีอิทธิพลต่อ Med ที่เป็น M อย่างมีนัยสำคัญทางสถิติที่ระดับ 0.01 โดยมีค่าอิทธิพลเท่ากับ 0.163 เป็นค่ามาตรฐานเท่ากับ 0.172 ตามลำดับ
จะเห็นว่า การที่เราไปคลิกเลือก option ให้แสดงค่า standardized โปรแกรมก็จะออกผลค่ามาตรฐานตรงนี้มาให้
จากนั้น ก็เลื่อนไปดู outcome ถัดมา ที่ DV มีฐานะเป็น outcome
จากภาพจะเห็นว่าเมื่อ DV เป็น outcome ตัวแปรอิสระที่ปรากฏจะมี IV กับ Mediator ตรงนี้ เป็นส่วนสำคัญที่จะอ่านผลว่า แล้วตัวแปร Mediator เนี่ยเป็นตัวแปรคั่นกลางหรือไม่
ในขณะเดียวกันเราก็จะพิจารณาต่อว่า IV ยังคงมีผลต่อ DV หรือไม่ เมื่อมีตัวแปร Med เข้ามาอยู่ด้วยกันแล้ว (หลักการเหล่านี้อ่านเพิ่มเติมได้ที่เว็บของ DavidKenny.com ที่ถือว่า Baron Kenny เป็นเจ้าพ่อในเรื่องนี้)
จากนั้นจะไปพิจารณาค่า Indirect หรืออิทธิพลทางอ้อม
จากภาพนี้ จะพบค่า Total Effect และค่า Indirect Effect
ค่า Total Effect คือค่าอิทธิพลจาก X ที่มีต่อ Y โดยที่ยังไม่มี M เข้ามาเกี่ยวข้อง เป็นการบอกว่าผลตอนแรกที่ X มีต่อ Y โดยตรงนั้นมีเท่าไร ณ ที่นี้มีค่าเท่ากับ 0.353 ในขณะที่
ค่า Direct Effect เป็นค่าอิทธิพลทางตรง ที่บอกว่า X มีผลต่อ Y เท่าไร เมื่อในโมเดลนั้นมี M ร่วมอยู่ด้วย ในที่นี้มีค่าเท่ากับ 0.304
จะเห็นลดลงจากเดิม 0.353 เป็น 0.304 แสดงว่าเมื่อมี M เข้ามาร่วมด้วย จึงทำให้อิทธิพลของ X ที่มีต่อ Y นั้นลดลงไป แสดงว่า M เข้ามามีส่วนในความสัมพันธ์นี้
แต่!!!
การที่ Direct Effect ได้ผลลัพธ์ว่ายังคงมีนัยสำคัญอยู่ แม้จะมี M เข้ามาร่วมอยู่ด้วยก็ตาม จึงแปลความได้ว่า M นั้น เข้ามามีอิทธิพลระหว่าง X ต่อ Y เพียงบางส่วนเท่านั้น เราเรียกว่า "Partial Mediator" แต่ถ้า M เข้ามาแล้ว ทำให้ค่า Direct ของ X ต่อ Y ลดลงจนไม่มีนัยสำคัญอีกต่อไป เราเรียกว่า "Full Mediator"
.
3. Moderation Analysis by PROcessMacro Model No.1
ตัวอย่างที่ 2 การวิเคราะห์ตัวแปรกำกับ Model 1
ในตัวอย่างนี้จะสมมติตัวแปรขึ้นมา 3 ตัว ได้แก่ X ชื่อ IV, M ชื่อ Moderator, และ Y ชื่อ DV ทำการเลือก Model 1 เนื่องจากต้องการวิเคราะห์ตัวแปรกำกับ
จากภาพจะเห็นว่า ทำการใส่ตัวแปร IV ไว้ในช่อง X ตัวแปร Moderator ไว้ในช่อง W และตัวแปร DV ไว้ในช่อง Y และเลือก Model number เป็น 1
จากนั้นเลือก option เพื่อกำหนดการออกค่าเพิ่มเติม ดังนี้
generate code เพื่อให้ออกโค้ดสำหรับการทดสอบกราฟ
mean centering เพื่อบังคับให้ตัวแปรปฏิสัมพันธ์ผ่านการ centering เสียก่อน
probe interaction เพื่อให้ออกค่าการทดสอบ conditional effect
จากนั้นทำการ run ตามขั้นตอนต่อไป
เมื่อได้ผล output มาแล้ว การนำเสนอของโปรแกรมจะเป็นลักษณะ นำเสนอเป็นแต่ละ outcome variable เหมือนของ Mediation แต่สำหรับ model1 การทดสอบตัวแปรกำกับ ที่มีตัวเดียวเช่นนี้ จะมี outcome เพียง 1 จุดเท่านั้น ซึ่งในกรณีที่เป็นโมเดลแบบอื่น ก็จะแสดง outcome ตามลักษณะของโมเดลว่าจะปรากฏตัวแปรตามกี่ตัว จากนั้นทำการอ่านผลในลำดับต่อไป
จากภาพจะเห็นว่า Outcome Variable เป็น DV ก็คือ เป็นตัวแปรตาม 1 ตัว โดยมี IV Moderator และ Int_1 เป็นตัวแปรอิสระ
และถ้าดูในส่วนท้ายของภาพ จะเห็นว่ามีการกำกับชื่อไว้ว่า Product term key: Int_1 มาจาก IV*Moderator (ตัวแปรจำกัดไว้ที่ 8 อักษร ดังนั้นจึงปรากฏแค่ Moderato)
อธิบายส่วนนี้เพิ่มเติมเล็กน้อย เนื่องจากเป็นเนื้อหาด้านสถิติในเรื่องตัวแปรกำกับ ก็คือ การทดสอบตัวแปรกำกับนั้น จะนำตัวแปรอิสระ (X) มาคูณกับตัวแปรกำกับ (Mo) เกิดเป็นตัวแปรใหม่ เราเรียกตัวแปรนี้ว่า "ตัวแปรปฏิสัมพันธ์" โดยโปรแกรมจะทำการตั้งชื่ออัตโนมัติให้เราเลย โดยกำหนดให้ว่า X*Mod ได้เป็น Int_1 ดังนั้น หากในโมเดลมีตัวแปรกำกับหลายตัว ก็จะเกิด Int_xxx หลายตัวเช่นกัน (เนื้อหาเหล่านี้ อ่านเพิ่มเติมได้ที่ davidkenny.com)
จากผลจะพบว่า ตัวแปรปฏิสัมพันธ์มีนัยสำคัญทางสถิติ เนื่องจาก p น้อยกว่า 0.05 เราจึงสามารถสรุปเบื้องต้นได้เลยว่า Moderato นั้นมีความสามารถเป็นตัวแปรกำกับได้ โดย Mo สามารถเข้ามากระทำหรือกำกับความสัมพันธ์ระหว่าง X ที่มีต่อ Y ได้ แต่จะกำกับอย่างไร แบบไหน ต้องดูต่อ
หลักการอ่านผล ขอเสนอแนวทางการแปลความตัวแปรกำกับของ Subhasg Sharma et al., 1981. ดังนี้
กรณีที่ 1 Non-Moderator
ตัวแปร Int ไม่มีนัยสำคัญ แต่ ตัวแปร Mod ยังคงมีนัยสำคัญต่อ Y จึงไม่ถือว่าเป็น ตัวแปรกำกับ
กรณีที่ 2 Homologizer Moderator
ตัวแปร Int ไม่มีนัยสำคัญ แต่ ตัวแปร Mod ไม่มีนัยสำคัญด้วย
ตรงนี้จะถือว่าผลไม่ปกติ ควรต้องทำการทดสอบ conditinal effect ต่อ
กรณีที่ 3 Quasi Moderator
ตัวแปร Int มีนัยสำคัญ และ ตัวแปร Mod มีนัยสำคัญ
แสดงว่าตัวแปร Mod มีความสามารถในการเป็นตัวแปรกำกับเพียงบางส่วน
กรณีที่ 4 Pure Moderator
ตัวแปร Int มีนัยสำคัญ แต่ ตัวแปร Mod ไม่มีนัยสำคัญ
แสดงว่าตัวแปร Mod มีความสามารถในการเป็นตัวแปรกำกับเต็มที่
ดังนั้น จากภาพข้างต้น พบว่า เป็น Quasi Moderator เนื่องจากตัวแปร Int มีนัยสำคัญ และ ตัวแปร Mod ก็ยังมีนัยสำคัญ
จากนั้น ลองทดสอบ conditional effect ต่อ แม้ว่าจะไม่พบว่าเป็นตัวแปรกำกับแบบ Homologizer ก็ตาม แต่ในโปรแกรมได้ออกผลมาให้ ลองดูเพิ่มเติมกัน
จากภาพเป็นผล conditional effect สามารถอ่านผลได้ว่า เมื่อทำการแบ่งค่าของตัวแปร Mod ออกเป็น 3 ระดับ โดยใช้ค่า +-1SD (เกิดจากการเลือก probe interaction ใน option) พบว่าแบ่งออกเป็น -0.636, 0.000, และ 0.636 โดยแต่ละกลุ่มมีค่าอิทธิพลเท่าไร เปรียบได้กับ
กลุ่มต่ำ -0.636 มีค่าอิทธิพลต่อ Y เท่ากับ 0.417
กลุ่มกลาง 0.000 มีค่าอิทธิพลต่อ Y เท่ากับ 0.320
กลุ่มสูง 0.636 มีค่าอิทธิพลต่อ Y เท่ากับ 0.222
การแบ่งกลุ่มนี้ ให้ลองมองภาพตามว่า แบ่งข้อมูลออกเป็น 3 ชุด ชุดที่มีค่า Mod ต่ำ กลาง และสูง โดยยังคงทดสอบอิทธิพลระหว่าง X ที่มีต่อ Y ทั้ง 3 เส้นทาง
นอกจากนี้ ยังสามารถนำโค้ดที่ให้โปรแกรม generate ขึ้นมา มาสร้าง syntax ให้ออกเป็นกราฟได้
จากภาพเป็นกราฟที่เกิดจากผลของ conditional effect ทั้ง 3 เส้น โดยจะเห็นว่าเส้นบนสุดจะมีความชันน้อยที่สุด รองลงมาเป็นเส้นกลาง และเส้นล่างมีความชันมากที่สุด ซึ่งมีความหมายว่าเส้นที่อยู่ใน กลุ่มต่ำ -0.636 มีอิทธิพล 0.417 เส้นจึงมีความชันมากที่สุด
จากผลนี้ อาจมีข้อสงสัยว่าความชันของเส้นไม่ได้แตกต่างกันเลย ทำไมค่า effect ถึงมีนัยสำคัญ และค่า int ถึงมีนัยสำคัญ ซึ่งประเด็นนี้พิจารณาได้ว่าเมื่อทำการแบ่งออกเป็น 3 กลุ่ม ความชันในแต่ละกลุ่ม ต่างกัน ก็สามารถพิจารณาได้ว่า Mod เป็นตัวแปรกำกับได้ เพราะเข้ามาแล้วทำให้ความชันระหว่าง X ต่อ Y ต่างกันตามแต่ละกลุ่ม
ในขณะที่หากแบ่งกลุ่มแล้วมีค่าต่างกันมากจริงๆ ก็จะทำให้เส้นเหล่านี้ชันต่างกันมาก หรือ อาจถึงขั้นตัดกันเป็นกากบาทได้
.
.
.
อ้างอิง
Baron, R. M., & Kenny, D. A. (1986). The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51, 1173-1182.
Subhasg Sharma, Richard M Durand, and Oded Gur-Arie. 1981.Identification and Analysis of Moderator Variables. JMR Journal of Marketing Research (pre-1986) p.291.
มนตรี พิริยะกุล. 2562. การวิเคราะห์อิทธิพลกำกับด้วยโปรแกรม PROCESS. บทความวิชาการ. วารสารวิชาการเทคโนโลยีอุตสาหกรรม ปีที่ 15 ฉบับที่ 2 พฤษภาคม-สิงหาคม 2562.
หากใครสนใจศึกษาในประเด็นนี้ต่อ สามารถลงเรียนแบบ Software Tutoring จะเป็นการเรียนเนื้อหาบทเรียนแบบละเอียด สอนแบบตัวต่อตัว มีเอกสารและไฟล์ VDO สอนฝึกทำให้
.
.
.
หรือต้องการผู้ช่วยในการให้คำแนะนำในการวิเคราะห์แบบ Stat Coaching
.
.
.
หรือต้องการอ่านเพิ่มเติมในรูปแบบ eBook ซึ่งจะมีไฟล์ฝึกทำ และ VDO สอนการคลิกโปรแกรม สามารถติดต่อสอบถามรายละเอียด หรือ คลิกเข้าไปดูรายละเอียดเพิ่มเติมได้เลย
.
.
ร่วมติดตามได้ทุกช่องทาง
follow or subscribe in any channel
.
tel.086-555-5949
line: @SmartResearchThai
Blockdit: SmartResearchThai
Youtube: SmartResearchThai
Facebook: SmartResearchThai
Comments