Page 22 -

โครงการหนังสืออิเล็กทรอนิกส์ เฉลิมพระเกียรติสมเด็จพระเทพรัตนราชสุดาฯ สยามบรมราชกุมารี

Degrees of Freedom

Degrees of Freedom, df เปนคาแสดงจํานวนขอมูลทางคณิตศาสตรที่มีอยูเพื่อใชประมาณ
คาพารามิเตอรในแบบจําลอง คํานวณไดจาก

1 1
df = p )( p [(   [(p - )] 1 pm) 1)] - (m m -
2 2

m) - p ( 2  m) (p -
=
2
โดยที่ :
df = Degrees of Freedom

p = จํานวนตัวแปรที่สังเกตไดทั้งหมด

m = จํานวนปจจัยรวมทั้งหมด

2
นัยสําคัญของคา  (Chi-square)

2
คา  จะมีคาสูงขึ้นเมื่อผลตางระหวาง Observed และ Estimated Variance – Covariance

Matrices หรือ S และ  ตามลําดับ คือ Discrepancy Function, F มีคามากขึ้น และการทดสอบ

2
คา  ก็จะเปนการพิจารณาความเปนไปไดทางสถิติที่เมทริกซทั้ง 2 จะเทากัน คาความนาจะเปน
ดังกลาว คือ คา p-value นั่นเอง

แตการแปลผลจะตางจากการวิเคราะหขอมูลหลายตัวแปรทั่วๆ ไป กลาวคือ ในที่นี้เมื่อพบวา คา
2
p-value ของคา  มีคานอย เชน นอยกวา 0.05 ซึ่งปกติในการวิเคราะหอื่นจะแสดงวา
ความสัมพันธมีนัยสําคัญทางสถิติ แตในที่นี้จะหมายถึง Covariance Matrices ทั้ง 2 แตกตางกัน

2
ทางสถิติ กลาวไดวา แบบจําลองไมเหมาะสม ฉะนั้น ในการวิเคราะห SEM จึงตองการคา 
นอยๆ (คา p-value สูง) ที่แสดงวา เมทริกซทั้ง 2 ไมแตกตางกัน หรือแตกตางกันอยางไมมี

นัยสําคัญทางสถิติ สนับสนุนทฤษฎีที่เสนอวิเคราะห หรือไมปฏิเสธ Null Hypothesis

2
คา  สามารถนําไปใชทดสอบความแตกตางระหวางแบบจําลอง 2 แบบจําลอง ไดเชนกัน คา
2
 ที่สูงแสดงวา แบบจําลองมีความแตกตางกัน

2
นอกจากดัชนี  ที่นําไปใชทดสอบความเหมาะสมของแบบจําลอง ยังมีดัชนีทดสอบอื่นๆ อีก

- 19 -