Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/37520
| Title: | วิธีการประมาณค่าแบบเบส์สำหรับการวิเคราะห์ข้อมูลพหุระดับที่ตัวแปรมีความคลาดเคลื่อนจากการวัด : การศึกษาสถานการณ์จำลองแบบมอนติคาร์โลและข้อมูลจริง |
| Other Titles: | Bayesian estimation for multi-level data analysis with measurement error in variables : Monte Carlo simulation and empirical data studies |
| Authors: | สิวะโชติ ศรีสุทธิยากร |
| Advisors: | ศิริชัย กาญจนวาสี มูรากิ, เออิจิ |
| Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะครุศาสตร์ |
| Advisor's Email: | [email protected] No information provided |
| Subjects: | ปริญญาดุษฎีบัณฑิต การวิเคราะห์พหุระดับ ทฤษฎีการตัดสินใจทางสถิติของเบส์ Multilevel analysis Bayesian statistical decision theory |
| Issue Date: | 2555 |
| Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
| Abstract: | วัตถุประสงค์ของการวิจัยนี้มี 3 ประการ (1) เพื่อพัฒนาวิธีการประมาณในโมเดลสมการโครงสร้างพหุระดับที่พารามิเตอร์ในโมเดลเป็นแบบสุ่มและโมเดลการวัดมีน้ำหนักองค์ประกอบและความคลาดเคลื่อนจากการวัดเป็นแบบสุ่ม และ (2) เพื่อตรวจสอบและเปรียบเทียบความสามารถของวิธีการประมาณค่าพารามิเตอร์แบบเบส์ที่พัฒนาขึ้นกับวิธีการประมาณค่าแบบภาวะความควรจะเป็นสูงสุดแบบ restricted จากโปรแกรม Mplus ภายใต้สถานการณ์จำลองแบบมอนติคาร์โลทั้งนี้ในการศึกษาวิธีการประมาณค่าแบบเบส์จะประมาณค่าภายใต้โมเดลการวัดที่มีน้ำหนักองค์ประกอบและความแปรปรวนของความคลาดเคลื่อนจากการวัดแบบสุ่ม ส่วนวิธีการประมาณค่าภาวะความควรจะเป็นสูงสุดแบบ restricted จะประมาณค่าภายใต้โมเดลการวัดที่มีน้ำหนักองค์ประกอบและความแปรปรวนของความคลาดเคลื่อนจากการวัดคงที่ โดยผู้วิจัยกำหนดสถานการณ์จำลองให้มีค่าเฉลี่ยความเที่ยงรวมเท่ากับ 0.3, 0.5, 0.7 และ 0.9 จำนวนตัวอย่างในระดับที่สองเท่ากับ 15, 30 และ 50 หน่วย และจำนวนตัวอย่างในระดับที่หนึ่งเท่ากับ 30 หน่วย เกณฑ์การพิจารณาเปรียบเทียบความสามารถระหว่างวิธีการประมาณทั้งสองได้แก่ ค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง (mean square error: MSE) และ (3) เพื่อทดลองใช้วิธีการประมาณค่าพารามิเตอร์แบบเบส์ที่ผู้วิจัยพัฒนาขึ้นวิเคราะห์ข้อมูลจริงและเปรียบเทียบกับวิธีการประมาณค่าแบบภาวะความควรจะเป็นสูงสุดแบบ restricted จากโปรแกรม Mplus ผลการวิจัยสามารถสรุปได้ดังนี้ (1) อัลกอริทึมที่พัฒนาขึ้นใช้การสุ่มตัวอย่างแบบกิบส์ (Gibb sampling algorithm) ซึ่งประกอบไปด้วยขั้นตอนการประมาณทั้งหมด 10 ขั้นตอน ซึ่งเป็นการสุ่มตัวอย่างพารามิเตอร์จากการแจกแจงความน่าจะเป็นแบบมีเงื่อนไขของพารามิเตอร์ในโมเดลได้แก่ พารามิเตอร์จุดตัดแกน พารามิเตอร์น้ำหนักองค์ประกอบพารามิเตอร์ความแปรปรวนของความคลาดเคลื่อนจากการวัด พารามิเตอร์ความแปรปรวนของตัวแปรอิสระแฝง คะแนนองค์ประกอบของตัวแปรแฝง พารามิเตอร์อิทธิพลคงที่ พารามิเตอร์ความแปรปรวนของโมเดลในระดับที่ 1 และพารามิเตอร์ความแปรปรวนของโมเดลในระดับที่ 2 วิธีการประมาณค่าดังกล่าวเป็นวิธีการประมาณค่าแบบทวนซ้ำ ซึ่งเมื่อทำการสุ่มตัวอย่างจากการแจกแจงความน่าจะเป็นแบบมีเงื่อนไขในข้างต้นด้วยจำนวนรอบที่มากเพียงพอจะสามารถใช้ตัวอย่างสุ่มที่ได้เพื่อประมาณการแจกแจงความน่าจะเป็นภายหลังร่วมของพารามิเตอร์ในโมเดลที่ต้องการได้ (3) การศึกษาด้วยข้อมูลเชิงประจักษ์ผู้วิจัยใช้ข้อมูลทุติยภูมิจากวิทยานิพนธ์เรื่อง อิทธิพลของพฤติกรรมครูด้านสัมพันธภาพระหว่างบุคคลและสุขภาวะของครูที่มีต่อสุขภาวะของนักเรียน : โมเดลการปรับและการส่งผ่านพหุระดับ (ถมรัตน์ ศิริภาพ, 2554) พบว่าวิธีการประมาณค่าพารามิเตอร์ทั้งสองวิธีให้ค่าประมาณค่าพารามิเตอร์ที่ใกล์เคียงกันและให้ผลสรุปไปในทิศทางเดียวกันส่วนใหญ่ ยกเว้นค่าประมาณพารามิเตอร์น้ำหนักองค์ประกอบ พารามิเตอร์ความแปรปรวนของความคลาดเคลื่อนจากการวัด อิทธิพลคงที่ บางตัวที่มีขนาดของค่าประมาณและข้อสรุปที่แตกต่างกัน ซึ่งพบว่าผลการประมาณค่าพารามิเตอร์ที่ได้จากวิธีการประมาณค่าแบบเบส์มีความสมเหตุสมผลมากกว่าการใช้วิธีการประมาณค่าแบบภาวะความควรจะเป็นสูงสุด |
| Other Abstract: | The three purposes of this research were (1) to develop the Bayesian estimation method to estimate the parameters in multi-level structural equation model with random factor loadings and random measurement error variances, (2) to verify and compare the accuracy between developed Bayesian estimation method and maximum likelihood estimation method via Mplus program under various simulation conditions. Simulation design was used with the level of average composite reliability are equal to 0.3, 0.5, 0.7 and 0.9, level-1 sample size is 30 units, and level-1 sample size are 15, 30, and 50 units. Mean square error (MSE) was used to compare the accuracy and efficiency between the estimators, and (3) to test the developed Bayesian estimation method on empirical data and compare the results with the results from maximum likelihood estimation method. Summarized results of the research were: (1) Developed algorithm is 10 steps Gibbs sampling algorithm. This algorithm is a simulation based approach that involves sequentially samplings from conditional probability distribution associated with each block of parameters such as measurement intercept, factor loadings, measurement error variances, variance-covariance of independent latent variables, factor scores, fixed effects, leve-1 model variance , and level-2 –model variances. The algorithm will guarantee that if we run for large number of iteration, a sequence of sample draw from the conditional probability distributions will converges in distribution to the joint posterior distribution. (2) In simulation study, When comparing MSE of the Bayesian method and the maximum likelihood method, the MSE from Bayesian estimation method will always have value lower than the MSE from maximum likelihood method. In considering the trend of MSE value as the average of composite reliability value or number of clusters are increases, the MSE value from both methods are likely to have lower value. Moreover the result shown that Bayesian estimator is robust for small sample size cases. (3) In empirical study, researcher used secondary data from the study “EFFECTS OF INTERPERSONAL TEACHER BEHAVIOR AND TEACHERS’ WELL-BEING ON STUDENTS’ WELL-BEING: A MULTI-LEVEL STRUCTURAL EQUATION MODELING WITH MODERATION AND MEDIATION” (Thomrat Siriparp, 2011). The estimated values of the two estimation methods are mostly coherent except the estimated value of factor loadings, measurement error variances, and fixed effect parameter. Researcher found that Bayesian estimation methods are more reasonable than the maximum likelihood method. |
| Description: | วิทยานิพนธ์ (ค.ด.) --จุฬาลงกรณ์มหาวิทยาลัย, 2555 |
| Degree Name: | ครุศาสตรดุษฎีบัณฑิต |
| Degree Level: | ปริญญาเอก |
| Degree Discipline: | วิธีวิทยาการวิจัยการศึกษา |
| URI: | http://cuir.car.chula.ac.th/handle/123456789/37520 |
| URI: | http://doi.org/10.14457/CU.the.2012.1114 |
| metadata.dc.identifier.DOI: | 10.14457/CU.the.2012.1114 |
| Type: | Thesis |
| Appears in Collections: | Edu - Theses |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| siwachoat_sr.pdf | 4.38 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.