Jan 27, 20232 min read

Research Article: Latent Moderator Multiple Group

Updated: Apr 19, 2023

Research Article วันนี้จะมากันในเรื่อง "โมเดลการยอมรับการใช้งานระบบใบกำกับภาษีอิเล็กทรอนิกส์และใบรับอิเล็กทรอนิกส์ในประเทศไทย" โดย ศักนรินทร์ อินภิรมย์ และคณะ, 2565. [original source]

"จุดสำคัญที่อยากจะเล่าในบทความชิ้นนี้ คือ ใช้การทดสอบตัวแปรกำกับแบบวิธี Multiple Group Analysis"

Research Article ของเรานั้นจะเป็น series ที่นำบทความวิจัยมานำเสนอ ยกประเด็นสำคัญที่อยากเล่าสู่กันฟัง โดยเฉพาะประเด็นที่เชื่อมโยงกับสถิติ

สามารถย้อนไปดูบทความเก่าใน series นี้ได้ มีดังนี้

ทั้งสองเรื่องนั้น ได้กล่าวเกี่ยวกับการวิเคราะห์องค์ประกอบเชิงยืนยัน หรือ Confirmatory Factor Analysis แต่จุดสำคัญที่เกี่ยวข้องกับบทความทั้ง 2 เรื่องนั้น คือ ในการวิเคราะห์ CFA สิ่งสำคัญคือต้องมีการนำเสนอค่า CR (Composite Reliability) และ AVE (Average Variance Extraction) รวมถึงการนำเสนอ Discriminant Validity ใครสนใจอยากทบทวนเรื่องนี้ คลิกลิงก์ด้านบน เพื่อกลับไปอ่านกันได้เลยครับ

กลับมากันที่บทความของเราในวันนี้ highlight ของบทความนี้ ขอยกเรื่องสถิติที่ใช้ในการวิเคราะห์ตัวงานหลัก คือ SEM และมีการทดสอบตัวแปรกำกับ หรือ Moderator เรียกว่าการทดสอบ Latent Moderator

ขอสรุปเรื่อง Latent Moderator ในบทความนี้ไว้สั้นๆ นะครับ โดยใครสนใจเรื่องนี้ สามารถอ่านได้ในบทความเก่าได้ครับ (บทความเก่าเกี่ยวกับ Moderator)

การทดสอบ Moderator หรือตัวแปรกำกับ มีวิธีการทดสอบหลักๆ อยู่ 2 วิธี คือ Interaction Term กับ Multiple Group ซึ่งขึ้นอยู่กับชนิดของตัวแปรกำกับ
หากเป็นตัวแปรเชิงปริมาณ จะใช้วิธี Interaction Term
หากเป็นตัวแปรเชิงคุณภาพ จะใช้วิธี Multuple Group Analysis

ซึ่งในบทความนี้ได้มีใช้ SEM เป็นแกนหลักในการวิเคราะห์ ด้วยโปรแกรม AMOS โดยทำตามขั้นตอน คือ ตั้งแต่การตรวจสอบองค์ประกอบด้วย CFA นำเสนอค่า CR AVE จนถึงผลการวิเคราะห์ SEM โดยยังไม่มีตัวแปรกำกับ

ตัวแปรกำกับในงานนี้ คือ ศีลธรรมทางภาษีซึ่งเป็นตัวแปรเชิงปริมาณ (ค่าเฉลี่ย) แต่ผู้วิจัยเลือกใช้แนวทาง Muliple Group Analysis ดังนั้นจึงต้องไปทำการแบ่งข้อมูลออกเป็น 2 กลุ่ม (โดยปกติมักจะแบ่งด้วยค่าเฉลี่ย หากมากกว่าค่าเฉลี่ยให้เป็นกลุ่มสูง หากน้อยกว่าค่าเฉลี่ยให้เป็นกลุ่มต่ำ)

จากนั้น จึงทำการทดสอบด้วย Multiple Group Analysis โดยใช้แนวทางของ Wulf, Mcnevin และ Shea (2001). ที่เสนอว่า ให้ทำการแบ่งโมเดล SEM ออกเป็น 2 โมเดล คือ โมเดลที่ถูกกำกับ (Equal model) และโมเดลที่ไม่ถูกกำกับ (Free model) ความหมาย คือ (คลิกเพื่ออ่านเพิ่มเติม)

โมเดลที่ถูกกำกับ (Equal model) คือโมเดล SEM ที่ไปกำหนดค่าในเส้นทางที่ต้องการทดสอบ ซึ่งหากดูจากรูปโมเดลด้านล่างจะเห็น H15 ตัวแปรศีลธรรมทางภาษี ได้มีการชี้เส้นเข้าไปยังเส้นทางจาก ทัศนคติไปยังความตั้งใจใช้ระบบ ดังนั้น ในเส้นทางนี้ จึงไปทำการกำกับค่าบางอย่างไว้ การกำกับค่าที่ว่านี้ จะเป็นการกำกับให้ผลลัพธ์ระหว่างกลุ่มที่มีศีลธรรมสูง กับ กลุ่มที่มีศีลธรรมต่ำนั้น มีค่าเท่ากัน
โมเดลที่ไม่ถูกกำกับ (Free model) คือโมเดล SEM ที่ไม่ได้กำกับเส้นทางใดๆ ไว้เลย เป็นการเปรียบเทียบว่า โมเดลที่ถูกกำกับ กับ ไม่ถูกกำกับนั้น จะให้ค่า Chisquare ที่ต่างกันจนมีนัยสำคัญหรือไม่ หากมีมากพอก็จะถือว่าตัวแปรกำกับตัวนั้น (ศีลธรรมทางภาษี) เป็นตัวแปรกำกับ เพราะสามารถเข้าไปเปลี่ยนแปลงอิทธิพลระหว่าง ทัศนคติ ที่มีต่อ ความตั้งใจใช้ระบบ ได้

ซึ่งจากผลนี้ พบว่า ตัวแปรศีลธรรมทางภาษี ไม่มีความสามารถเป็นตัวแปรกำกับ เนื่องจากค่า Chisquare different (เรียกสั้นๆ ว่า chisquare diff) ระหว่าง equal model กับ free model ไม่ต่างกัน

จากภาพด้านล่างจะเห็นว่า ค่า chisquare diff ของ equal model กับ free model หากกันเพียง 0.516 แปลว่าไม่มีนัยสำคัญ

ขออธิบายเพิ่มเติมดังนี้ การทดสอบด้วย chisquare นั้น จะไปเทียบกับตาราง Chisquare Distribution ซึ่ง ณ df=1 จะมีค่าวิกฤตอยู่ที่ 3.84 ดังนั้น หาก chisquare diff มีค่ามากกว่า 3.84 ก็จะถือว่ามีความต่างกัน แต่จากผลนี้ มีค่าน้อยกว่า 3.84 (0.516) จึงแปลว่าไม่มีความต่างกัน

โดยสรุป

สิ่งสำคัญของการทดสอบ Moderator คือชนิดของตัวแปร ซึ่งจากบทความนี้จะเห็นว่าแม้โดยเนื้อของตัวแปรศีลธรรมทางภาษีจะเป็นค่าเฉลี่ยก็ตาม แต่เมื่อผู้วิจัยเลือกใช้เป็น Multiple Group Analysis ก็สามารถพลิก ปรับเปลี่ยนให้เป็นตัวแปรเชิงคุณภาพได้ แต่กลับกันหากเป็นตัวแปรเชิงคุณภาพจะพลิกให้เป็นตัวแปรเชิงปริมาณจะทำได้ยาก และไม่แนะนำให้ทำ

สิ่งสำคัญอีกประการ คือ การทดสอบ Latent Moderator นั้นเป็นเรื่องที่ไม่ง่าย เพราะต้องย้ำว่าตัวงานหลักคือ SEM อยู่แล้ว ซึ่งมีความยาก และซับซ้อนในตัวมันเองอยู่แล้ว และเมื่อต้องไปทดสอบ Moderator อีก จึงไม่ใช่เรื่องง่าย ดังนั้น การทดสอบ Latent Moderator จะมีข้อจำกัดอยู่หลายอย่าง แต่ก็ยังสามารถวิเคราะห์ได้ (อ่านเพิ่มเติมเรื่อง 3 สิ่งที่ต้องรู้ก่อนทดสอบ Latent Moderator)