AMOS error: Negative value ค่าติดลบ | Answer is Here EP.11
ชวนอ่านในรูปแบบบล็อค อ่านได้ที่
.
สำหรับใครชอบในรูปแบบคลิป สามารถรับชม รับฟังได้ที่
.
.
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:
1.จุดที่ไม่ควรติดลบ ได้แก่ ค่าน้ำหนัก (factor loading), ค่าความแปรปรวน (error variance), ค่าอำนาจการพยากรณ์ (r-square)
2.จุดที่สามารถติดลบได้ ได้แก่ ค่าอิทธิพล (beta coefficient), ค่าสหสัมพันธ์ (covariance, correlation)
3.ควรแก้ไขที่ข้อมูลดิบ ตรวจสอบ outlier, multicollinearity ก่อน
4.ให้ใช้การ adjust ที่โปรแกรม เป็นทางเลือกสุดท้าย
.
.
💝ร่วมติดตามได้ทุกช่องทาง
💝follow or subscribe in any channel
.
📳tel.086-555-5949
🆔️line: @SmartResearchThai
💌email: contact@SmartResearchThai.com
Blockdit: SmartResearchThai
Youtube: SmartResearchThai
Facebook: SmartResearchThai
#ปรึกษาสถิติ #สอนใช้โปรแกรมสถิติ #แก้ปัญหาสถิติ #คอร์สสถิติ #เรียนสถิติ #answerishere #negative
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2024 Blockdit
