Hair, J.F.Jr. et al. (2018). Advanced Issues in Partial Least Squares Structural Equation Modeling. Sage, pp.254.

ผู้แต่ง

  • Natthabol Khanthachai

คำสำคัญ:

Partial Least Squares Structural Equation Modeling, Variance-based SEM

บทคัดย่อ

การสร้างตัวแบบสมการโครงสร้าง (Structural Equation Modeling, SEM) เป็นเทคนิคการวิเคราะห์ทางสถิติเพื่อสร้างและทดสอบตัวแบบความสัมพันธ์ระหว่างตัวแปรภายนอก (Exogeneous variables) หรือตัวแปรเหตุ (Causes) กับตัวแปรภายใน (Endogenous variable) หรือตัวแปรผล (Effect) จำแนกได้เป็น 2 เทคนิค ได้แก่ เทคนิคการวิเคาะห์การแปรผันร่วมเพื่อสร้างตัวแบบสมการโครงสร้าง (Covariance-based SEM หรือ CB-SEM) ใช้โปรแกรมสำเร็จรูปในการวิเคราะห์โดย LISREL หรือ AMOS เป็นต้น กับเทคนิคการวิเคราะห์การแปรผันสูงสุดเพื่อสร้างสมการโครงสร้าง (Variance-based SEM)  หรือสมการโครงสร้างด้วยเทคนิคการวิเคราะห์กำลังสองน้อยที่สุดบางส่วน (Partial Least Squares Structural Equation Modeling, PLS-SEM)   ซึ่งเป็นเทคนิคการวิเคราะห์และทดสอบตัวแบบสมการโครงสร้างที่พัฒนาขึ้นภายหลังเทคนิคการวิเคราะห์การแปรผันร่วมเพื่อสร้างตัวแบบสมการโครงสร้าง หรือ CB-SEM

Downloads

เผยแพร่แล้ว

2021-12-14

How to Cite

Khanthachai, N. (2021). Hair, J.F.Jr. et al. (2018). Advanced Issues in Partial Least Squares Structural Equation Modeling. Sage, pp.254 . วารสารเกษมบัณฑิต, 22(2), 177–181. สืบค้น จาก https://so04.tci-thaijo.org/index.php/jkbu/article/view/256014