Covariance-based Structural Equation Modeling (CB-SEM) Model Using SmartPLS4Teetut Tresirichod
1. First CB SEM Model using SmartPLS4
2. Data Screening and Imputation
3. Basic CFA Model with SmartPLS4
4. What Fit Indices to use for Model Fit?
5. Understand and Interpret Construct Reliability and Convergent Validity
6. Understand and Interpret Discriminant Validity
7. Simple Structural Model Analysis
8. Moderation Analysis using CBSEM Model in SmartPLS4
9. Mediation Analysis using CBSEM Model in SmartPLS4
เรียนรู้ฟังก์ชันการใช้งานทั้งหมดของ LINE OA บัญชี LINE OA ที่พร้อมใช้งาน การใช้งาน LINE OA บนมือถือและคอมพิวเตอร์ การใช้ LINE OA เพื่อสร้างลูกค้าใหม่และการเพิ่มยอดขาย การใช้ LINE OA เพื่อทำ CRM ร้านค้าออนไลน์ และมินิเว็บไซต์ แบบมืออาชีพ การลงโฆษณาด้วย LINE Ads Platform (LAP)
3. สถิติสำหรับธุรกิจ( Statistics For Business )
ประเภทของข้อมูล( Type of data )
1. ข้อมูลแสดงคุณภำพ ( Qualitative data ) : หมำยถึงข้อมูลที่รวบรวมมำ
โดยพิจำรณำจำกคุณสมบัติของข้อมูลเป็ นหลัก เช่น เพศชำย – หญิง
, สถำนภำพของกำรสมรส โสด แต่ง หม้ำย , ระดับรำยได้ของ
ประชำกร สูง ปำนกลำง ต่ำ
2. ข้อมูลแสดงปริมำณ ( Quantitative data ) : หมำยถึงข้อมูลที่รวบรวม
มำได้ในรูปตัวเลข( Numerical data ) เช่น น้ำหนักของทำรกแรกเกิด
รำยได้ของคนไทย อัตรำเงินเดือน จำนวนนักเรียน
4. สถิติสำหรับธุรกิจ( Statistics For Business )
แหล่งของข้อมูล ( Type of source data )
1. แหล่งทุติยภูมิ ( Secondary source ) : เป็ นแหล่งข้อมูลที่มีกำรบันทึก
ไว้แล้ว เช่น จำนวนนักศึกษำของวิทยำลัยครูนครสวรรค์ ปี
กำรศึกษำ2534 – 2538 ซึ่งเรำจะไปเก็บรวบรวมเองไม่ได้ ซึ่ง
แหล่งข้อมูลประเภทนี้ทำให้เรำทุ่นเวลำ เงินทุน แรงงำน
2. แหล่งปฐมภูมิ ( Primary source ) : เป็ นกำรรวบรวมข้อมูลด้วย
ตนเองเมื่อเรำต้องกำรศึกษำเรื่องใดก็สำมำรถดำเนินกำรได้ด้วย
ตัวเอง
5. สถิติสำหรับธุรกิจ( Statistics For Business )
กำรวิเครำะห์ข้อมูลเบื้องต้น
Measures of Location
• ค่ำเฉลี่ยเลขคณิต ( Mean ) : เป็ นค่ำกลำงที่
นิยมใช้มำกสุดแบ่งออกเป็ น
Population Mean
Sample Mean
ไม่ควรใช้ค่ำMean ในกรณีที่มีOutlier
6. สถิติสำหรับธุรกิจ( Statistics For Business )
2. Median : Md คือ ค่ำตรงกลำงของข้อมูลโดยตำแหน่งโดย
กำรเรียงจำกค่ำมำกไปน้อย หรือ จำกน้อยไปมำก ใช้ในกรณีที่มี
ข้อมูลตัวใดตัวหนึ่งแตกต่ำงจำกกลุ่มข้อมูลหรือ Outlier ถ้ำมี
ข้อมูลตรงกลำง2 ตัวให้นำมำบวกกันแล้วหำร2 จะได้Md
3. Mode : Mo คือค่ำที่เกิดขึ้นซ้ำกันมำกที่สุดซึ่ง Mo สำมำรถมี
ได้หลำยค่ำใช้ได้ดีกับข้อมูลที่เป็ นแบบ Norminal data คือ
ข้อมูลที่ตัวเลขไม่มีควำมสำคัญ เช่น เพศ กำรศึกษำ ศำสนำ
7. สถิติสำหรับธุรกิจ( Statistics For Business )
4. Midrange : Mr คือ กำรหำค่ำกลำงของข้อมูลอย่ำงง่ำยและ
รวดเร็วแต่ไม่ควรใช้ในกรณีที่มี Outlier เพรำะจะเกิดควำม
คลำดเคลื่อนมำก
8. สถิติสำหรับธุรกิจ( Statistics For Business )
กำรวิเครำะห์ข้อมูลเบื้องต้น ( ต่อ )
Measures of Variation
• Mean Absolute Deviation ( MAD ) : เพื่อดูว่ำ
x แตกต่ำงจำก Mean เท่ำไหร่
โดยที่ : MAD น้อย ค่ำแปรผันน้อยมั่นใจว่ำ ถูกต้อง
MAD มำก ค่ำแปรผันมำกมีโอกำสว่ำ ไม่ถูกต้อง
9. สถิติสำหรับธุรกิจ( Statistics For Business )
2. Standard Deviation ( S.D. ) : โดยที่
Population S.D. = σ =
Sample S.D. = S =
เป็ นวิธีที่นิยมใช้ในกำรวัดค่ำควำมผันแปรถ้ำค่ำดังกล่ำวน้อยยิ่งดี
เพรำะข้อมูลไม่มีกำรผันแปร
3. Variance : โดยที่
Population Variance. = σ2
Sample S.D. = S2
10. สถิติสำหรับธุรกิจ( Statistics For Business )
กำรใช้Standard Deviation ในกำรวิเครำะห์ข้อมูล
Chebyshev ’ s Inequality
1. At least 75% of data are between
2. At least 89% of data are between
3. At least of data are between
Empirical Rules
1. About 68% of data are between
2. About 95% of data are between
3. About 99.7% of data are between
11. สถิติสำหรับธุรกิจ( Statistics For Business )
Coefficient of Variation
ถ้ำค่ำที่คำนวณได้ มำก ไม่ดี น้อยดี
ในทำงกำรลงทุนค่ำดังกล่ำวเรียกว่ำ ควำมเสี่ยงต่อ
หนึ่งหน่วยผลตอบแทน
12. สถิติสำหรับธุรกิจ( Statistics For Business )
หมำยถึง มูลที่คำดหวังว่ำจะได้รับโดยปกติในกำรทำธุรกิจ
จะมีผลตอบแทนที่จะได้รับอยู่ 3 กรณีคือ กำไร , เสมอตัว ,
ขำดทุน และโอกำสของแต่ละกรณีย่อมจะไม่เท่ำกัน
สูตร : E(X) = p1x1 + p2x2 + p3x3
P = โอกำสที่จะเกิดขึ้น , X = ผลตอบแทนที่คำดว่ำจะได้รับ
13. สถิติสำหรับธุรกิจ( Statistics For Business )
Probability ( ควำมน่ำจะเป็ น )
m = จำนวนควำมน่ำจะเกิดขึ้นของ A ( Event )
n = จำนวนเหตุกำรณ์ที่อำจเกิดขึ้นได้ทั้งหมด
n เป็ น subset ของ n
ในกรณีนี้ P(A) = 1 แสดงว่ำเหตุกำรณ์นั้นต้องเกิดขึ้นอย่ำงแน่นอน
P(A) = 0 แสดงว่ำเหตุกำรณ์นั้นไม่เกิดขึ้นแน่นอน
15. สถิติสำหรับธุรกิจ( Statistics For Business )
Mean
Median
Mode
1. เส้นโค้งปกติจะไม่เบ้
2. เส้นโค้งปกติจะมีรูปคล้ำยระฆังคว่ำ
3. ค่ำเฉลี่ย ( Mean ) , มัธยฐำน( Median )
และฐำนนิยม ( Mode ) ของโค้งปกติจะมี
ค่ำเท่ำกันและจะอยู่ ณ. ตำแหน่งตรง
กลำง
16. สถิติสำหรับธุรกิจ( Statistics For Business )
4. พื้นที่ใต้โค้งปกติทั้งหมด คือ ควำมน่ำจะเป็ น ( Probability )
ของ Sample Space ซึ่งมีค่ำเท่ำกับ 1 หรือ 100% ทุกๆจุด
บนแกนหมำยถึง All possible point ใน Sample Space นั้น
และเนื่องจำกเส้นโค้งมีลักษณะสมมำตรจึงทำให้พื้นที่
ทำงซ้ำยมือและขวำมือเท่ำกันมีพื้นที่ซีกละ 50% ของพื้นที่
ทั้งหมด
5. เส้นโค้งปกติจะมีแกน X เป็ นเส้น asymptote กล่ำวคือปลำย
เส้นโค้งทั้งสองข้ำงจะไม่ตัดกันไม่ว่ำ x จะมีค่ำมำกเท่ำใด
20. สถิติสำหรับธุรกิจ( Statistics For Business )
ความเบ้( Skewness ) : ข้อมูลที่มีการแจกแจงแบบ
สมมาตรนั้น Mo , Md , x จะมีค่าเท่ากันหรือทับกันพอดี
ส่วนข ้อมูลที่ไม่สมมาตรคือเบ ้ไปทางซ ้ายหรือขวา
ค่าดังกล่าวจะแตกต่างกันดังนี้
Mo , Md , x X , Md , Mo
21. สถิติสำหรับธุรกิจ( Statistics For Business )
การสอบวิชาสถิติของนิสิต M.BA มี 2 กลุ่มมีผลการสอบดังนี้
กลุ่ม 1 กลุ่ม 2
X = 80
SD = 5
นาย สมรัก สอบได้คะแนน 72
X = 80
SD = 10
นาย สมสมร สอบได้คะแนน 72
22. สถิติสำหรับธุรกิจ( Statistics For Business )
0 2 3-1 1-2-3
Z
พื้นที่การแจกแจงปกติ X
ระหว่าง X = X1 และ X =
X2 ก็จะมีค่าอยู่ระหว่าง z =
z1 และ z = z2 นั่นคือ
ภำษำพูด ภำษำสถิติ
23. สถิติสำหรับธุรกิจ( Statistics For Business )
ตัวอย่ำง : จงหำค่ำ P ( Z > 1.52 ) = ?
0.4357
0 1.52
P ( Z > 1.52 ) = 0.5 – 0.4357 = 0.0643
24. สถิติสำหรับธุรกิจ( Statistics For Business )
ตัวอย่ำง : จงหำค่ำ P ( Z > ? ) = 0.643
0.5-0.0643
0
0.0643
ทรำบค่ำพื้นที่ = 0.0643 นำไปหำตำแหน่งจำกตำรำง
โดยนำ 0.5 – 0.0643 = 0.4357
ไปหำค่ำ z ในตำรำงได้= 1.52
25. สถิติสำหรับธุรกิจ( Statistics For Business )
ตัวอย่ำง : จงหำค่ำ P ( Z < ? ) = 0.1
0.5-0.1
0
0.1
ทรำบค่ำพื้นที่ = 0.1 นำไปหำตำแหน่งจำกตำรำง
โดยนำ 0.5 – 0.1 = 0.4
ไปหำค่ำ z ในตำรำงได้= -1.28
26. สถิติสำหรับธุรกิจ( Statistics For Business )
ตัวอย่าง : ถ้าตัวแปร X มีการแจกแจงปกติโดยมี µ = 50
และ σ = 5 จงหาความน่าจะเป็ นที่ X อยู่ระหว่าง 45 และ 55
วิธีทา
จากสูตร แทนค่า
0.3413 0.3413
0-1 1
ความน่าจะเป็นที่ x อยู่ระหว่าง 45 และ 55 เท่ากับ 0.6826
27. สถิติสำหรับธุรกิจ( Statistics For Business )
ตัวอย่าง : นักศึกษากลุ่มหนึ่งมีความสูงแจกแจงเป็ นโค้งปกติ ความสูงเฉลี่ย
152 เซนติเมตร ส่วนเบี่ยงเบนมาตราฐาน 4.5 เซนติเมตร จงหาว่ามี
นักศึกษากี่เปอร์เซ็นต์ที่มีความสูง
• ระหว่าง 145 – 155 cm.
• ระหว่าง 150 – 155 cm.
• สูงตั้งแต่ 161 cm ขึ้นไป
• ถ้านักศึกษากลุ่มนี้มี 300 คน จะมีนักศึกษากี่คนที่สูงอยู่ระหว่าง 145 –
155 cm.
วิธีทา
จากสูตร แทนค่า
28. สถิติสำหรับธุรกิจ( Statistics For Business )
• ระหว่าง 145 – 155 cm.
0.4406 0.2486
0-1.56 0.67
ดังนั้นนักศึกษาที่สูงระหว่าง 145 – 155 cm. มีจานวน 68.92%
29. สถิติสำหรับธุรกิจ( Statistics For Business )
• ระหว่าง 150 – 155 cm.
0.1700 0.2486
0-0.44 0.67
ดังนั้นนักศึกษาที่สูงระหว่าง 150 – 155 cm. มีจานวน 41.86%
30. สถิติสำหรับธุรกิจ( Statistics For Business )
• ตั้งแต่ 161 cm. ขึ้นไป
ดังนั้นนักศึกษาที่สูงตั้งแต่ 161 cm. ขึ้นไปมีจานวน 2.28%
0.4772
0 2
0.0228
31. สถิติสำหรับธุรกิจ( Statistics For Business )
ถ้ำนักศึกษำกลุ่มนี้มี 300 คน จะมีนักศึกษำกี่คนที่สูงอยู่ระหว่ำง 145 – 155 cm.
นักศึกษาที่สูง 145 – 155 cm. 100 คนมีจานวน 68.92 คน
ถ้ามีนักศึกษา 300 คนดังนั้นจะมีคนสูงระหว่าง 145 – 155 cm.
คน
จากคาถามข้อแรกเราคานวณได้ว่านักศึกษาที่สูงระหว่าง 145 – 155 cm. มี
จานวน 68.92% หมายถึง
32. สถิติสำหรับธุรกิจ( Statistics For Business )
U
S
ถ้ำต้องกำรศึกษำกลุ่มประชำกรจะ
เสียเวลำ ค่ำใช้จ่ำยสูงมำกในกำร
เก็บข้อมูล ดังนั้นจึงต้องสุ่ม
ตัวอย่ำงกลุ่มตัวอย่ำงเพื่อใช้เป็ น
ตัวแทนของกลุ่มข้อมูลทั้งหมดใน
กำรพยำกรณ์ คำดเดำ เป็ นต้น
ดังนั้นหำกกลุ่มตัวอย่ำงที่ทำกำร
เก็บรวบรวมไม่ดีจะทำให้กำร
พยำกรณ์หรือกำรคำดหมำยผิดไป
33. สถิติสำหรับธุรกิจ( Statistics For Business )
U
S
เป็ นกำรศึกษำของกลุ่มตัวอย่ำงโดยกำร
เลือกกลุ่มตัวอย่ำงจำกประชำกรที่มี
ค่ำเฉลี่ยเลขคณิต = µ และส่วน
เบี่ยงเบนมำตรำฐำน= σ โดยกลุ่ม
ตัวอย่ำงจะมีค่ำ
61. สถิติสำหรับธุรกิจ( Statistics For Business )
หมายความว่า ความแตกต่างของอายุการใช้งานถั่วเฉลี่ยของหลอดไฟที่ผลิตจาก
โรงงาน A และ B จะอยู่ระหว่าง 175 hr. ถึง 225 hr. ที่ระดับความเชื่อมั่น 95%
75. สถิติสำหรับธุรกิจ( Statistics For Business )
ตัวอย่ำง : ก.ท.ม ต้องกำรประมำณว่ำกี่เปอร์เซ็นต์ของครอบครัวที่อยู่ใน
ก.ท.ม ที่มีรถยนต์ใช้มำกกว่ำ 1 คัน จึงสุ่มตัวอย่ำงมำ 1,000 ครอบครัว
พบว่ำ 425 ครอบครัวมีรถใช้มำกกว่ำ 1 คัน จงประมำณค่ำ p โดยใช้ช่วง
ควำมมั่นใจ 98%
วิธีทำ
จากโจทย์
จะได้ช่วงควำมมั่นใจ 98% สำหรับสัดส่วน p คือ
76. สถิติสำหรับธุรกิจ( Statistics For Business )
แสดงว่าครอบครัวในก.ท.ม มีรถใช้มากกว่า 1 คันประมาณ 38.87 ถึง 46.13% ที่
ระดับตวามเชื่อมั่น 98%
77. สถิติสำหรับธุรกิจ( Statistics For Business )
กำรประมำณช่วงผลต่ำงของสัดส่วน
ตัวอย่ำง : ผู้จัดกำรฝ่ ำยผลิตของโรงงำนอุตสำหกรรมขนำดใหญ่แห่ง
หนึ่ง ต้องกำรประเมินผลเครื่องจักรที่ใช้อยู่ในโรงงำน 2 คือ A และ B โดย
พิจำรณำจำกผลิตภัณฑ์ที่ไม่ได้มำตรำฐำน ซึ่งโรงงำนทั้ง 2 ผลิตได้จำก
กำรทดลองสุ่มตัวอย่ำงผลิตภัณฑ์ที่ผลิตจำกโรงงำนทั้งสองแห่งๆละ
400 ชิ้นปรำกฏว่ำพบผลิตภัณฑ์ที่ไม่ได้มำตรำฐำนจำกโรงงำน A และ
โรงงำน B ร้อยละ 6 และ 8 ตำมลำดับจงประมำณผลต่ำงระหว่ำงสัดส่วน
ของผลิตภัณฑ์ที่ไม่ได้มำตรำฐำนจำกโรงงำน A และโรงงำน B โดยใช้ช่วง
ควำมมั่นใจ 95%
วิธีทำ
78. สถิติสำหรับธุรกิจ( Statistics For Business )
ให้ p1 และ p2 เป็นสัดส่วนของผลิตภัณฑ์ที่ไม่ได้มาตราฐานจากโรงงาน A และ
โรงงาน B ตามลาดับ
ให้ และ เป็นสัดส่วนของผลิตภัณฑ์ที่ไม่ได้มาตราฐานของกลุ่มตัวอย่างที่
สุ่มมาจากโรงงาน A และโรงงาน B ตามลาดับ
จะได้ช่วงควำมมั่นใจ 95% สำหรับสัดส่วน p1 – p2 คือ
79. สถิติสำหรับธุรกิจ( Statistics For Business )
ด้วยช่วงความเชื่อมั่น 95% ผลต่างระหว่างสัดส่วนของผลิตภัณฑ์ที่ไม่ได้มาตราฐานจาก
โรงงาน A และ โรงงาน B อยู่ระหว่าง -0.055 และ 0.015
84. สถิติสำหรับธุรกิจ( Statistics For Business )
1. ความคลาดเคลื่อนประเภทที่ 1 ( Type I error ) เป็นความคลาดเคลื่อนที่เกิดขึ้นเมื่อ
สมมติฐานศูนย์ที่เป็นจริงถูกปฏิเสธค่าความน่าจะเป็นที่จะเกิดความคลาดเคลื่อนประเภท
1 กาหนดด้วย
2. ความคลาดเคลื่อนประเภทที่ 2 ( Type II error ) เป็นความคลาดเคลื่อนที่เกิดขึ้นเมื่อ
สมมติฐานศูนย์ที่เป็นเท็จไม่ถูกปฏิเสธ หรือ เกิดจากการที่เราไปยอมรับสมมติฐานศูนย์
เมื่อสมมติฐานศูนย์เป็นเท็จนั่นเอง ค่าความน่าจะเป็นที่จะเกิดความคลาดเคลื่อนประเภท 2
กาหนดด้วย
85. สถิติสำหรับธุรกิจ( Statistics For Business )
เพื่อความเข้าใจในความแตกต่างระหว่างความคลาดเคลื่อนทั้งสองชนิด ขอ
ยกตัวอย่างเกี่ยวกับการตัดสินคดีความผิดของศาลดังนี้ สมมติว่านาย ก.
ถูกจับในข้อหาลักทรัพย์ ผู้พิพากษาอาจตั้งสมมติฐานดังนี้
นาย ก. เป็นผู้บริสุทธิ์
นาย ก. มีความผิด
ผู้พิพากษาต้องตัดสินใจเลือกเอาสมมติฐานใดสมมติฐานหนึ่งในสองสมมติฐาน
ถ้าผู้พิพากษาตัดสินใจว่า นาย ก. มีความผิดทั้งที่นาย ก. เป็นผู้บริสุทธิ์ไม่ได้ลัก
ทรัพย์จากผู้ใด ก็แสดงว่าการตัดสินของศาลเกิดความคลาดเคลื่อนประเภท 1 (
Type I error ) เนื่องจากปฏิเสธสมมติฐานที่เป็นจริง
86. สถิติสำหรับธุรกิจ( Statistics For Business )
และถ้าผู้พิพากษาตัดสินใจว่า นาย ก. เป็นผู้บริสุทธิ์ทั้งที่นาย ก. เป็นผู้ลักทรัพย์
จากเขามาจริงๆ ความผิดพลาดในการตัดสินใจชนิดนี้คือความคลาดเคลื่อน
ประเภท 2 ( Type II error ) เนื่องจากไปยอมรับสมมติฐานศูนย์ทั้งที่มันไม่เป็น
ความจริง
ควำมคลำดเคลื่อนประเภท Type I error เป็ นควำมผิดพลำดที่รุนแรง
กว่ำควำมคลำดเคลื่อนประเภท Type II error
100. สถิติสำหรับธุรกิจ( Statistics For Business )
Acceptance Region Rejection RegionRejection Region
5. สรุปผลเนื่องจากค่า Z ที่คานวณได้ตกอยู่นอกเขต Reject จึงยอมรับ H0
แสดงว่า ที่ระดับนัยสาคัญ 0.05
101. สถิติสำหรับธุรกิจ( Statistics For Business )
การทดสอบด้วยค่าสถิติ t ( t – test ) เป็นการทดสอบสมมติฐานเกี่ยวกับ
ค่าเฉลี่ยของประชากรกลุ่มเดียว เมื่อไม่ทราบค่าความแปรปรวนของประชากร
และกลุ่มตัวอย่างมีขนาดเล็ก ( n < 30 ) ทั้งนี้กลุ่มตัวอย่างจะต้องได้มาโดย
การสุ่มเช่นเดียวกัน ค่าสถิติที่ใช้ทดสอบคือ
การทดสอบนั้นมีขั้นตอนแบบเดียวกับ z – test แต่การเปิดตารางใช้ตาราง
แจกแจงแบบ t นั่นเอง
111. สถิติสำหรับธุรกิจ( Statistics For Business )
1. ตั้งสมมติฐาน
2. กาหนด = 0.05
3. เขตวิกฤต จากตาราง
Acceptance Region Rejection RegionRejection Region