วันนี้กลับมาในรายการ Answer is Here ซึ่งห่างหายกันไปนาน คลิปล่าสุดเรื่อง No Modification ก็เมื่อ 2 เดือนที่แล้ว (https://www.youtube.com/watch?v=3MsJBTxj5r8&t=20s)
.
วันนี้กลับมาแล้วครับ เป็น Ep.11 มากันในเรื่อง "AMOS error: Negative value | Answer is Here EP.11"
.
ซึ่งจะแนะนำวิธีการแก้ปัญหา เมื่อเจอค่าที่เป็น "ลบ" แต่! ขอย้ำว่า เป็นการ adjust ที่โปรแกรมโดยต้องระวังการใช้งานมากๆ เพื่อให้ถูกต้องตามหลักการ
.
มาดูกันว่า ต้องทำอย่างไรบ้าง
1.เมื่อโมเดลเกิดค่า "ติดลบ"
จากโมเดลตัวอย่าง เป็นการสร้างสถานการณ์ให้โมเดลมีผล เป็น "ลบ" ในจุดที่ "ไม่ควรติดลบ"
.
ขอเริ่มต้นกันที่ 1) ตรงไหนที่ติดลบได้ และตรง 2) ตรงไหนที่ติดลบไม่ได้
.
จากโมเดลตัวอย่าง วงกลมสีแดง คือ ค่า r-square ของตัวแปร Actual ซึ่งเป็นตัวแปรถูกพยากรณ์ (Endogenuous) ดังนั้น ค่าตรงนี้ จึง "ติดลบไม่ได้" !!!
.
แต่ด้วย งานตัวอย่างนี้ ได้สร้างเป็นสถานการณ์ขึ้นมา ให้ค่า r-square นี้ ติดลบ โดยการเชื่อมความสัมพันธ์ระหว่าง r2 กับ r4
ซึ่งเป็น variance ของ Attitude กับ Actual เช่นเดียวกัน สองตัวแปรนี้ ก็ไม่ควรเชื่อมความสัมพันธ์ แต่ ยังสามารถเชื่อมได้ ในกรณีที่มีเหตุผลเพียงพอ (ขอกล่าวไว้เท่านี้)
.
จุดอื่นๆ ที่ไม่สามารถติดลบได้เพิ่มเติมจาก r-square ก็คือ (1) ค่าน้ำหนัก (2) ค่า error variance
.
ส่วนจุดที่สามารถ "ติดลบได้" ได้แก่ ค่าอิทธิพล ที่เป็นค่าสัมประสิทธิ์ในแต่ละเส้นทาง กับ ค่าสหสัมพันธ์ ทั้ง covariance และ correlation เหล่านี้ ติดลบได้ แต่ติดแล้ว สามารถให้ความหมายได้หรือไม่ นั่นคืออีกเรื่อง แต่อย่างน้อย เรารู้ได้ว่า จุดเหล่านี้ สามารถติดลบได้ ถ้าเจอก็ได้ไม่ต้องกังวลมากนัก
2.จัดการกับค่าติดลบอย่างไร
เมื่อจุดที่ไม่ควรติดลบ เกิดการติดลบ ควรแก้ไขอย่างไร
.
ลำดับแรก ให้ย้อนกลับไปดูที่ข้อมูลดิบ ไป screen data ดู outlier ดูความสัมพันธ์ต่างๆ อีกครั้ง ว่ามีปัญหาอะไรหรือไม่ ปัญหาสำคัญที่มีโอกาสจะเป็นไปได้ คือ Multicollinearity ซึ่งถ้าพิจารณาค่าอิทธิพลจาก Attitude ไป Actual ได้เท่ากับ 0.78 ซึ่งค่อนข้างสูงมาก แม้จะมีค่าไม่เกิน 1 ก็ตาม แต่ก็มีโอกาสที่จะเป็นปัญหาได้ (แต่ย้ำอีกครั้ง ว่า ตัวอย่างนี้ คือการสร้างสถานการณ์ให้เกิดค่า ติดลบ โดยการเชื่อมความสัมพันธ์ระหว่าง r2 กับ r4)
.
เมื่อจัดการที่ข้อมูลดิบต่างๆ แล้ว ผลก็ยังมีปัญหาอยู่ ก็อาจพิจารณา adjust ที่โปรแกรมต่อไป
3.วิธีการ adjust ในโปรแกรม AMOS
ภาพนี้ เป็นวิธีการ adjust ในโปรแกรม AMOS โดย double click เข้าไปที่ตัว r4 แล้วเลือก tab parameter แล้วกำหนดค่าเป็น 0.1
.
>>> ทำไม เป็นเช่นนั้น ???
.
(1) ทำไมเลือก r4 = เนื่องจากตัว r4 คือตัวกำนหนด variance ของ Actual ซึ่งปัญหามันเกิดที่ Actual ดังนั้น เราจึงสนใจที่ Actual ก่อน และเมื่อดูจากผลด้านบน ที่นำเสนอผล จะเห็นว่าค่า r-square เป็นลบ (-0.06) ดังนั้น จึงควรพิจารณาที่ตัว Actual ก่อน
.
(2) ทำไมเลือกกำหนดค่าเป็น 0.1 = การเลือกกำหนดค่าเป็น 0.1 เป็นเหมือนตัวเลขเชิงหลักการ ว่า ค่า variance น้อยๆ ยิ่งดี แต่ถ้าจะต้องกำหนดจริงๆ ควรเลือกกำหนดแบบมีเหตุผลมารองรับ เช่น ค่าที่เป็นคือ -0.06 อาจกำหนดแบบง่ายๆ เป็น +0.06 คือเปลี่ยนจากค่าลบ เป็นค่าบวก ตรงๆเลย หรือใช้หลักการคร่าวๆ คือ 0.1 นั่นเอง
4.ผลลัพธ์ที่ได้
ผลลัพธ์ที่ได้ พบว่า ค่า r-square ของ Actual มีค่าเป็น 0.10 แล้ว ไม่ติดลบแล้ว ซึ่งภาพนี้เป็นภาพที่แสดงค่ามาตรฐาน ดังนั้น ค่าต่างๆ จะไม่เกิน 1
.
ชวนฟังจากคลิปใน youtube จะได้เนื้อหามากขึ้น (https://www.youtube.com/watch?v=nXwEpKP1NTs)
สรุป:
จุดที่ไม่ควรติดลบ ได้แก่ ค่าน้ำหนัก (factor loading), ค่าความแปรปรวน (error variance), ค่าอำนาจการพยากรณ์ (r-square)
จุดที่สามารถติดลบได้ ได้แก่ ค่าอิทธิพล (beta coefficient), ค่าสหสัมพันธ์ (covariance, correlation)
ควรแก้ไขที่ข้อมูลดิบ ตรวจสอบ outlier, multicollinearity ก่อน
ให้ใช้การ adjust ที่โปรแกรม เป็นทางเลือกสุดท้าย
ต้องการเรียนสถิติ อยากปรึกษาสถิติทั้งเรื่อง Factor Analysis, CFA, SEM หรือเรื่องอื่นๆ สามารถติดต่อสอบถามเข้ามาได้เลย
'นึกถึงสถิติ นึกถึงเรา Smart Research Thai'
ร่วมติดตามได้ทุกช่องทาง
follow or subscribe in any channel
.
tel.086-555-5949
line: @SmartResearchThai
Blockdit: SmartResearchThai
Youtube: SmartResearchThai
Facebook: SmartResearchThai
Comments