การวิเคราะห์mediation model และ Moderation model

การวเคราะห mediation model และ Moderation model

รองศาสตราจารย ดร. มนตร พรยะกล

ภาควชาสถต คณะวทยาศาสตร มหาวทยาลยรามคาแหง

บรรยายท'ศนยจดการความรและถายทอดผลงานวจย

สานกงานคณะกรรมการวจยแหงชาต

วนทA 22 กนยายน 2564

1รองศาสตราจารย ดร. มนตร พรยะกล ภาควชาสถต มหาวทยาลยรามคาแหง

ซอฟทแวรท*ใช

1. ADANCO หรอ Smart PLS หรอ RISREL หรอ AMOS

2. Edraw หรอซอฟทแวรวาดภาพอEนใชวาดภาพกรอบการวจย

3. PROCESS ใชวเคระห mediation analysis, moderation analysis, moderated

mediation analysis ตาม PROCESS template ทEกาหนด ใหใชADANCO หรอ Smart

PLS หรอ RISREL หรอ AMOS ตรวจสอบคณภาพเครEองมอ แตถาจะใชวเคราะหกรอบ

การวจยใหรน PROCESS ดวยเพราะ ADANCO หรอ Smart PLS หรอ RISREL หรอ

AMOS ไมทดสอบสายโซเสนทางทiงเสนแตวเคราะหเฉพาะเสนทางและไมวเคราะห

conditional effect2รองศาสตราจารย ดร. มนตร พรยะกล ภาควชาสถต มหาวทยาลยรามคาแหง

ความสมพนธระหวาง SRA, MRA, PA และ SEM

Simple regression Analysis (SRA) สามารถเสนอตวแบบเปนภาพไดดงน7 :

Y= α + β X + u

ตวอยางเชน Demand= α + β Price + u

Perceived Usefullness = α + β Perceived Usefullness + u

รองศาสตราจารย ดร. มนตร พรยะกล ภาควชาสถต มหาวทยาลยรามคาแหง 3

Simple Regression Analysis (SRA)

Standardized regression equation คอ SRA มคาสงเกต (X, Y) ท/แปลงเปนstandardized score (z!, z" )

โดยท/ z! =#!$%#&"และ z" =

'!$('&#

ตวแบบคอ

z3 = ρ4z4 + z5 ; -1≤ ρ!≤1ρ$ คอสหสมพนธระหวาง X กบ Y แปลผลไดวาถา X เพ/มขGน 1 SDx จะสงผลใหY มคาเพ/มขGน (หรอลดลงถามคาลบ) ρ$* SDy

Multiple Regression Analysis (MRA)

regression model คอ

Y = β" +β!X!+ β#X#+ … + β$X$+ u ; -∞≤ β%≤∞standardized model คอ

𝑍& = ρ!Z!+ ρ#Z#+ … + ρ$Z$+ u ; -1≤ ρ%≤1

Graphic representation ของ regression model

Y = β! +β"X"+ β#X#+ … + β$X$+ u คอ

Regression coefficient อานผลแบบเดยวกยใน SRA,

β% =∆'∆(!

= อตราเปล/ยนของ Y เมAอ X% เปลAยนแปลงคาไป1 หนวยเม/อ IV อ/นมคาคงท/

ρ! คอสหสมพนธระหวาง X% กบ Y แปลผลไดวาถา X เพ/มขGน 1 SDj จะสงผลใหY มคาเพ/มขGน (หรอลดลงถา มคาลบ) ρ%* SDy

ρ' > ρ% แปลผลวา X% มอทธพลตอ Y มากกวา X%

R# = ∑!" )*#$

∑!" *#$ = % ความผนแปรในคาของ Y ท/ Xs สามารถอธบายได , 0 ≤ R% ≤1

คณภาพตวแบบการถดถอย

1. เคร6องหมายของ สปส การถดถอย (sign) ตรงตามบรบท เคร6องหมายลบแปลวาการเปล6ยนแปลงสวน

ทางกน เคร6องหมายบวกแปลวาการเปล6ยนแปลงไปในทางเดยวกน

2. ขนาดคา สปส การถดถอย (size) ลดหล6นสอดคลองกบวรรณกรรม

3. มนยสาคญสอดคลองกบวรรณกรรม (significant)

H: ρ&≠ 0 เปนจรงตามวรรณกรรม (p-value ≤ 0.10, 0.05,0.01 หรอ | t | ≥ 1.65, 1.96, 2.58 โดยท6

t& = '(!)*!ใชทดสอบ Ho: β& = 0 vs H1: β& ≠ 0 (หรอ ρ&≠ 0 )

4. No multicollinearity, no serial correlation, no heteroscedastic variance, no non-normality of residual รองศาสตราจารย ดร. มนตร พรยะกล ภาควชาสถต มหาวทยาลยรามคาแหง 8

Multicollinearity ในท/นGแนะนา VIF

R%# จาก X% = f(X", X#, . . , X%&", X%'", … , X() ; j =1,2,3,…,k

ถา R%# มคาเทากบ 0.70 ถง 0.85 จะมผลให VIF% ="

"&)!" มคาเทากบ 3.33 ถง 6.67

R%#= .70 หมายถง 70% ของความผนแปรในคาของ X% เกดจากตวแปรอสระอRนๆ

ใน SEM ถา VIF (variance inflation factor) ของตวชhวดคใดๆมคาสงเกนเกณฑเหลานhการรนอาจไมพบคาตอบ (converge)

เกณฑคณภาพตวแบบการถดถอย

R*+,-./0 1%# = ∑#$ 34%

∑#$ 4%" = สดสวนความผนแปรของ Y ทBอธบายโดย X", X#, … , X(; 0 ≤ R# ≤1

(ม X% ในตวแบบ)

R*+,-./* 0&% = ∑"# 23$%

∑"# 3$% = สดสวนความผนแปรของ Y ทBอธบายโดย X", X#, … , X$;0 ≤ R% ≤1

(ไมม X! ในตวแบบ);

Effect size f%#= &!"#$%&' ()* '&'+#$%&' ()

"'&!"#$%&' ()* =

&#,-".' /0 ()*

"'&!"#$%&' ()*

f%# ใชแสดงความสาคญของตวแปรอสระ X& . โดย Cohen's (1988) แนะนาไวดงนJ

f2≥ 0.02, f2≥ 0.15, f2≥ 0.35 หมายถง small effect sizes, medium effect sizes และ large effect sizes

Path Analysis (PA) หรอ Path Model (PM)

PA คอเครอขายของตวแปรท/เช/อมโยงถงกนตามทฤษฎและผลการวจยปจจบน โดยตวแปร

เช/อมถงกนดวยสมการถดถอย

สมมตผลจากการทบทวนวรรณกรรมพบวาตวแปร Job performance (JP), job satisfaction

(JS), organization commitment (OC) and Organization justice (OJ) สมพนธกนดงนG

JP = β1 +β2JS+β3OC+u2JS = β1 +β4OJ+β5OC+u3OC = β1 +β6OJ+u4

Path Analysis (PA)

สมการทGง 3 สามารถพฒนาเปนเครอขายตวแปรเปน path model ไดดงภาพ และจากภาพเสนทางสามารถนาเสนอเปนสมการถดถอยไดเชนกน

JP = β& +β'JS+β(OC+u'JS = β& +β)OJ+β*OC+u(OC = β& +β+OJ+u)

Path Analysis (PA)จากสมการถดถอยทGง 3 เม/อรนผานซอฟทแวรสถตสมมตพบคาประมาณดงนG

,ρ2= 0.1 , ,ρ3 = 0.2, ,ρ4 = 0.3, ,ρ5 = 0.4, ,ρ6 = 0.5 และมนยสาคญท/ระดบนยสาคญ 0.01 เม/อนาไปแทนท/ใน β2, β3, β4, β5, β6 จะปรากฎผลดงนG

JP = β& +β'JS+β(OC+u'JS = β& +β)OJ+β*OC+u(OC = β& +β+OJ+u)

Path Analysis (PA) และ Structural Equation Modeling (SEM)

1. ถาตวแปรสามารถวดคาไดโดยตรง หรอวดผานตวชhวดและแปลงคาเปนยอดรวม หรอ Z-score หรอคาเฉลRย หรอ factor score (construct score) จะไดตวแบบเสนทาง (Path analysis--PA หรอ Path model--PM).

2. ถาตวแปรเปนมโนทศน (latent variable--LV, concept, trait) ซR งไมสามารถวดคาไดโดยตรง ตองวดผานตวชhวด (index, dummy, manifest variable) และผวจยตองการนาเสนอสมการการวด (measurement model) ดวย จะไดตวแบบ structural equation model--SEM.

Research design for SEM

1. Causality/Causation model1) recursive model

2) reciprocal model หรอ non-recursive model

3) second order model หรอ third order model

2. Mediation model

3. Moderation model

4. Integrated moderation and mediation model

5. Multilevel SEM

1) Multilevel mediation model

2) Multilevel moderation model15รองศาสตราจารย ดร. มนตร พรยะกล ภาควชาสถต มหาวทยาลยรามคาแหง

Research design for SEM1. causality

Causality คอความเช;อมโยงระหวางตวแปรเปนเครอขาย ทกเสนทางเช;อมโยงตามทฤษฎและ/หรองานวจย มจดมงหมายเพ;อย 7าวาความสมพนธตามเสนทางแตละเสนทางยงคงเปนจรงแมจะอยในบรบทท;แตกตางจากเดม

1) Recursive structural model, reflective measurement model

2) Recursive structural model, formative measurement model

3.1) Non-recursive structural model, mixed measurement

3.2) Non-recursive structural model, mixed measurement model

3.3) Second order formative feedback structural model, reflective measurement model (2nd order or 3rd order model is a multi-dimensional construct or multiple-facet construct where each sub-

dimension reflects the following related dimension)

4. Mediation and multiple mediation model

OCB = β1 + β5OC + β6PS + β7LB + u2OC = β1 + β2OJ + u3PS = β1 + β3OJ + u4LB = β1 + β4OJ + u5

Mediation model

Mediator คอตวแปรทRแฝงเรนเชRอมโยงปจจยสาเหตสปจจยผลลพธ หมายความวาอทธพลทRปจจยสาเหต (X) มผลกระทบตอปจจยผลลพธ (Y) นhนอาจมใชมผลเฉพาะทางตรงดงภาพ

X®Y แตอาจเปนเพราะ

1. ตองผานปจจยอRนมากอนเปนทอดๆ (serial mediation) หรอ

2. ผานปจจยตางๆทRคอนขางอสระตอกน (parallel mediation)

Mediation model คอตวแบบทRมงศกษาวาตวแปรสาเหต (antecedent) สงผลกระทบตอตวแปรผลลพธ (output variable) อยางไร (HOW) สงผลกระทบทางตรงหรอวาตองออมผานปจจยใดบาง ออมผานอยางไร

ถาตองออมผานปจจยใดเรยกกระบวนการนhนวา underlying mechanism ของ X®Y 23รองศาสตราจารย ดร. มนตร พรยะกล ภาควชาสถต มหาวทยาลยรามคาแหง

Moderator หรอ interaction หรอ conditional variable คอตวแปร W ท;ซอนเรนอยโดย

ท;ถามปฏสมพนธกบตวแปรสาเหตแลวมผลใหอทธพลตามเสนทาง X® Y

เปล;ยนแปลงไปโดยรวมหรอ ณ บางคา (pick-a-point) หรอบางชวงของ W (Johnson-

Neyman output) ของตวแปรกากบ

5. Moderation model

6. Multilevel Mediation (MLM)1) กรณ 1-2-1 model

level 2 level 1

รองศาสตราจารย ดร. มนตร พรยะกล ภาควชาสถต มหาวทยาลยรามคาแหง

Multilevel Mediation (MLM)2) กรณ 2-2-1 model

level 2

level 1

Multilevel Mediation (MLM)3) กรณ 1-1-2 model

level 2 level 1

Mediation Analysis

อทธพลการค,นกลาง (Mediation effect)

ตวแปรค(นกลาง คอตวแปรทAแฝงเชAอมโยงตวแปร X กบ Y เขาหากนทาใหมความสมพนธตอกนสง สงเกตไดจากคาสมประสทธR เสนทางสงมากจนผดสงเกต

1. สมประสทธR เสนทางสงกวา 0.20 (Chin, 1998) หรอ

2. มคา VAF (Variable Account For) ดงนV (Hair et al., 2013, p.224)

1) ถา VAF = อทธพลทางออมอทธพลทางตรง2อทธพลทางออม

≤ 0.20 แสดงวาไมตองมตวแปร

คAนกลาง

2) ถาอตราสวน VAF > 0.20 แตไมเกน 0.80 แสดงวาตองมตวแปรคAนกลางและตองม

ตวอAนอกเพราะตวแปรคAนกลางทAพบนV เปนเพยงบางสวน (partial mediation)

3) ถา VAF > 0.80 แสดงวาตวแปรคAนกลางทAพบนVครบแลว (full mediation)

วธวเคราะหอทธพลการค3นกลางเด3ยว

1. วเคราะหอทธพลรวม (Total effect) จากเสนทาง X®Y วามคาสงผดสงเกตหรอไม

2. เพAมตวแปรคAนกลาง W แลววเคราะห

1) อทธพลทางออมมนยสาคญหรอไม ถามนยสาคญแสดงวา W เปนตวแปรคAนกลาง

2) อทธพลทางตรง (direct effect) ลดลงเปน 0 หรอไม

(1) ถาลดลงเปน 0 แสดงวา W เปนตวแปรคAนกลาง

(2) ถาลดลงแตไมเปน 0 และมนยสาคญ อกทVง VAP มคาระหวาง 0.20 ถง 0.80 แสดงวาจะยงมตวแปรคAนกลางอAนอก ใหทา multiple mediation (ถาตองการ)

วธวเคราะหอทธพลการค/นกลางพห (multiple mediation) แบบขนาน

1. วเคราะหอทธพลรวม X®Y วามคาสงผดสงเกตหรอไม

2. เพ?มตวแปรค?นกลาง W1, W2,…,Wk แลววเคราะห

1) อทธพลทางออมรวม (a1b1+a2b2+…+akbk) มนยสาคญหรอไม ถามนยสาคญแสดงวา W1, W2,…,Wk

เปนตวแปรค?นกลาง

(1) ถาไมมนยสาคญแสดงวา W บางตวไมมนยสาคญ ใหตรวจสอบอทธพลทางออมทกเสนทาง

(2) นาเสนอคาอทธพลทางออมเรยงตามปรมาณ คาท?สงกวาแสดงวาตวแปรค?นกลางตวนNนสาคญกวา

2) อทธพลทางตรงลดลงเปน 0 หรอไม

(1) ถาลดลงเปน 0 หรอไมมนยสาคญแสดงวา W1, W2,…,Wk เปนตวแปรค?นกลาง

(2) ถาลดลงแตไมเปน 0 และมนยสาคญ อกทNง VAP มคาระหวาง 0.20 ถง 0.80 แสดงวาจะยงมตวแปรค?นกลางอ?นอก

parallel mediation

Research question คอ Y ไดรบอทธพลจาก X อยางไร ตองออมผานปจจยอRนหรอไม

วธวเคราะหอทธพลการค3นกลางพห (multiple mediation) แบบขนานResearch hypotheses คอ:

1. Total mediation effect aka total indirect effect คอ

H: b1*b2+c1*c2+d1*d2+e1*e2 ≠ 02. Specific indirect effects คอ:

H: b1*b2 ≠ 0H: c1*c2 ≠ 0H: d1*d2 ≠ 0H: e1*e2 ≠ 0

วธวเคราะหอทธพลการค/นกลางพห (multiple mediation) แบบอนกรม

1. วเคราะหอทธพลรวม X®Y วามคาสงผดสงเกตหรอไม

2. เพ?มตวแปรค?นกลาง W1, W2,W3 (สมมตวามตวแปรค?นกลาง 3 ตว) แลววเคราะห

1) อทธพลทางออมตลอดสาย (b1*b2*b3*b4) มนยสาคญหรอไม ถามนยสาคญแสดงวา W1, W2, W3 เปนตว

แปรค?นกลาง

(1) ถาไมมนยสาคญแสดงวา W บางตวไมมนยสาคญ ใหตรวจสอบอทธพลทางออมทกเสนทางลด

(2) นาเสนอคาอทธพลทางออมทกเสนทางเรยงตามปรมาณ คาท?สงกวาแสดงวาทางนNนสาคญกวา

2) อทธพลทางตรงลดลงเปน 0 หรอไม

(1) ถาลดลงเปน 0 หรอไมมนยสาคญแสดงวา W1, W2, W3 เปนตวแปรค?นกลาง

(2) ถาลดลงแตไมเปน 0 และมนยสาคญ อกทNง VAP มคาระหวาง 0.20 ถง 0.80 แสดงวาจะยงมตวแปรค?นกลางอ?นอก

วธวเคราะหอทธพลการค;นกลางพห (multiple mediation) แบบอนกรม

Research question คอ Y ไดรบอทธพลจาก X อยางไร ตองออมผานปจจยอRนเปน

ทอด ๆ หรอไม อยางไร

วธวเคราะหอทธพลการค;นกลางพห (multiple mediation) แบบอนกรม

Research hypotheses คอ:

H: b1*b2*b3*b4 ≠ 0

H: b1*b2*b9 ≠ 0

H: b1*b6*b4 ≠ 0

H: b1*b8 ≠ 0

H: b5*b3*b4 ≠ 0

H: b5*b9 ≠ 0

H: b7*b4 ≠ 0

H: c ≠ 0

ตวอยาง serial mediation model

Moderation Analysis

Moderation model

Moderation model ใชศกษา WHEN คอ เม.อ W มคาเทาไรจงจะมผลให Y ไดรบ

ผลกระทบจาก X มากท.สด (หรอนอยท.สด ขBนอยกบบรบท)

1. ถาอทธพลของ W มนยสาคญ W จะมผลให อทธพลตามเสนทาง X® Y

เพ.มขBน (สปส ของ X*W มเคร.องหมาย +) หรอลดลง (สปส ของ X*W มเคร.องหมาย -)

และอทธพลตามเสนทาง X® Y จะมคามากเม.อ W มคาในชวงใด (Johnson-Neyman

output)

2. ถาอทธพลของ X*W ไมมนยสาคญ อทธพลตามเสนทาง X® Y จะมคามาก

หรอมคาปานกลาง หรอมคานอยเม.อ W มคาเทาไร (pick-a-point)

ตวอยาง Moderation model

มาตรวดการรบรพฤตกรรมผนา (บางสวนจากจานวน 18 ขอ)

1. หวหนาใสใจความตองการของลกนอง

2. หวหนาจะหารอลกนองเสมอเม<อมปญหา

3. หวหนารบฟงความคดเหนของลกนอง

4. หวหนาจะขอคาแนะนาจากลกนองเร<องการมอบหมายภารกจ

5. หวหนาจะชวยลกนองปฏบตภารกจจนสาเรจGoswami, A. and Goffnett, S. P. (2019), Path-Gold Leader’s Behaviors and Subordinates’ Personality: Resulting Subordinates' Behaviors, in Academy of Management Annual Meeting Proceedings, October 2014, 49 pp.

ขIนตอนการวเคราะห mediation model, moderation model, moderated mediation model

1. Data cleaning

2. วเคราะหคณภาพเคร/องมอ (กรณ LIKERT type scale หรอ Semantic differential

scale)

3. วเคราะหตวแบบดวยซอฟทแวรท/เหมาะสม

4. ถาผลการวเคราะหขอ 2. และ/หรอขอ 3. ตกเกณฑหรอขดแยงกบทฤษฎหรอ

บรบทใหวนกลบไปทาขอ 1-3 ซM าจนกวาจะไดผลลพธท/ตรงเกณฑหรอสอดคลอง

กบทฤษฎหรอบรบท

เกณฑวดคณภาพตวแบบConvergent validity1. Measure of homogeneity คอในแตละบลอคตวชNวดจะตอง covary

2. Loading ³ .707 หรอไมนอยกวา 0.5 ตองมนยสาคญและมผลให AVEq ³ 0.50 คอ AVEq = "5&𝜆67&→9'&# ³ 0.50

3. Cronbach’s alpha α: =∑'(')*& ,;<<(9'&,9')&)

5&'∑'(')*& ,;<<(9'&,9')&)

∗ 5&5&&"

เปนการรวมคาสหสมพนธเขาดวยกนดวยนNาหนกเทากน เกณฑคอ α: ³ 0.7

4. Composite Reliability (CR), Dillon-Goldstein’s r, Joreskog’s ρ

ρq =(∑'+#

*& @'&)"

(∑'+#*& @'&)"' ∑'+#

*& ("&@'&" )

เปนการรวมคา loading เขาดวยกนดวยนNาหนกเทากน เกณฑคอ ρ ³ 0.6

5. ไมม multicollinearity ระหวางตวชNวด

เกณฑคณภาพตวแบบDiscriminant validity

1. HTMT ratio < 1

2. Cross loading แยกกลม ไมปะปน และมคาสง

Jörg Henseler & Christian M. Ringle & Marko Sarstedt (2015),A new criterion for assessing discriminant validity in variance-based

structural equation modeling J. of the Acad. Mark. Sci. (2015) 43:115–135

เกณฑคณภาพตวแบบถาตวแปรแฝงปลายทางไดรบผลกระทบมาจากตวแปรแฝงตนทาง k ตว ดงนNน Effect size

f*#= )%$,-./0/" &)01,-./0/

"&)%$,-./0/" , i = 1,2,3,…,k

Effect size (f2) ใชวด R2ของทกเสนทางท?พงเขาสตวแปรแฝงปลายทาง ใชควบกบ t-test เกณฑคอ

f*#= 0.02 LVi ตนทางมความสาคญนอย

f*#=0.15 LViตนทางมความสาคญปานกลาง

f*#= 0.35 LViตนทางมความสาคญมาก

Lathan, H. and Ramli, N. A. (2013). The Results of Partial Least Squares-Structural Equation Modelling Analyses (PLS-SEM), Retrieved 1 June, 2018 from https://www.researchgate.net/profile/Hengky_Latan/publication/272304948_The_Results_of_Partial_Least_Squares-Structural_Equation_Modelling_Analyses_PLS-SEM/links/59e86340a6fdccfe7f8b49e9/The-Results-of-Partial-Least-Squares-Structural-Equation-Modelling-Analyses-PLS-SEM.pdf

เกณฑคณภาพตวแบบ1. Communality คอคาเฉล?ยของ r2 ในบลอก (r2 คอ item reliability) เรยกอกช?อหน?งวา Average Variance Extracted (AVE) ใชระบวาตวแปรแฝงสงผลไปสตวชNวดไดดเพยงใด เกณฑขNนต?าคอ 0.5

Comq = "5&∑A5& corr#(xA:, I𝜉q)

โดยท? Pq คอจานวนตวชNวดของบลอคท? q

2. คา R2

1) R2 = 0.02 ตวแปรแฝงตนทางมความสาคญนอย

2) R2 = 0.13 ตวแปรแฝงตนทางมอทธพลมความสาคญปานกลาง

3) R2 = 0.26 ตวแปรแฝงตนทางมความสาคญสง

Lathan, H. and Ramli, N. A. (2013). The Results of Partial Least Squares-Structural Equation Modelling Analyses (PLS-SEM), Retrieved 1 June, 2018 from https://www.researchgate.net/profile/Hengky_Latan/publication/272304948_The_Results_of_Partial_Least_Squares-Structural_Equation_Modelling_Analyses_PLS-SEM/links/59e86340a6fdccfe7f8b49e9/The-Results-of-Partial-Least-Squares-Structural-Equation-Modelling-Analyses-PLS-SEM.pdf

เกณฑคณภาพตวแบบ

หมายเหต

CB-SEM software และ VB-SEM software วดคณภาพเคร/องมอตางกน

CB-SEM พฒนาซอฟทแวรจากอลกอรธมท/ประมาณคา linear model ดวย multivariate

normal distribution ประมาณคาพารามเตอรคอ สปส เสนทางตางๆ ในตวแบบดวยการ

minimize ความคลาดเคล/อนระหวางคาประมาณ CV-matrix จากขอมลเชงประจกษกบ

CV-matrix ท/ไดมาจากตวแบบท/ผานการวเคราะหจนพบคาตอบ (convergent) จงใช fit

index หลายตว แตท/ใชเปนหลกคอ root mean square error ≤ 0.05 และ B"

และคา fit index ประมาณ 0.9

เกณฑคณภาพตวแบบ

หมายเหตVB-SEM พฒนาจากอลกอรธมท/ประมาณคาสมการถดถอยดวย OLS คอ minimize sum

square residual คอ //DE∑*F"+ e*# = 0 ไมเกAยวของกบ covariance matrix จงไมมการทดสอบ

ความสอดคลอง แตประเมนตวแบบภายนอกและภายในดวย1. Convergent validity

loading เปนปรมาณบวก, ไมมปญหา item multicollinearity, มนยสาคญ, มคาไมตAากวา 0.707 หรอถาตAากวา 0.707 กตองไมตAากวา 0.5 เฉพาะบางตวแต AVE ยงคงไมตAากวา 0.5

2. Discriminant validity HTMT< 1 (นกวจยใชเกณฑตางกนแตนยมกาหนดให HTMT มคาไมเกน 0.85) หรอ cross

correlation แยกจากกลมตวชVวดอยางชดเจนและมคาสง, CR ≥0.6

วธอางองงานนาเสนอน?

มนตร พรยะกล (22 กนยายน 2564), การวเคราะห mediation model และ Moderation model [สไลดเพาเวอรพอยท] เรยกดจาก http://www.research.ru.ac.th/

การวิเคราะห์mediation model และ Moderation model

Documents

Transcript of การวิเคราะห์mediation model และ Moderation model

General Linear Model

EAMCET ENGINEERING MODEL GRAND … file EAMCET ENGINEERING MODEL GRAND TEST ...

HOEK-BROWN MATERIAL MODEL - Plaxis HOEK-BROWN MATERIAL MODEL HOEK-BROWN MATERIAL MODEL This document veriﬁes that the Hoek-Brown model is correctly implemented in PLAXIS. ... (Marinos

Maximum Entropy Model

Displaced Leptons from Gauge Mediation and Beyondqqqqqqqqqqqqq qqqqqqq qqqq qqqqq qqqq qqqq qqqqqqq qqqqqqqqqqq qqqqqqqqq qqqq qqq qqqq qqqq q q qqqq qqqqq qqqqqqq qqqqqqqqqq Models

STANDARD MODEL PHENOMENOLOGY

NLR_AM (AQRTa) model

Model Rocket Aerodynamics

Model Airplane Plan Downloaded From Aerofred...Modern Vintage and Old-Timers Model Airplanes Plans Keywords old-timer, vintage model airplane, rc airplane plans, aerofred rc model

Model Reduction 061904

Wei ZHANG, Mediator, Διευθύντρια Shanghai Commercial Mediation Center

Model průhybu mostovky

1_Hardening Soil Model

ECE Engineering Model

UK Model - Diagramasde.com

Standard Model - fma.if.usp.br

Mealy moore machine model

Exploratory Mediation Analysis with Many Potential Mediators€¦ · Jacobuccietal.(2016):WecannowpenaliseSEMparameters Fregsem= FML+ P( ) Serangetal.(2017):Wecanusethistoselectmediators!Putalasso

WRITTEN MEDIATION IN THE KPG EXAMS · 2017. 2. 7. · known as KPG (i.e. Kratiko Pistopiitiko Glossomathias). She provided me with her invaluable help, caring, encouraging words and

Η ΔΙΑΜΕΣΟΛΑΒΗΣΗ ΣΥΝΟΜΗΛΙΚΩΝ (PEER MEDIATION) ΩΣ …dide-anatol.att.sch.gr/perival/FAKELOS_ESY_OPOS_KI_EGO... · 2013-01-24 · Φιλίππου, 205 βιωματικές