เอกสารการประชุมวิชาการและนำเสนอผลงานวิจัย ครั้งที่ 21 / 2554 (Oral) - page 1003

7
NFI ≥ 0.90 0.942
IFI ≥ 0.90 0.949
CFI ≥ 0.90 0.948
χ2/DF เขาใกล 1
1.243
RMR < 0.05 0.047
RMSEA < 0.05 0.035
สรุปผานเกณฑ โมเดลที่ ไดมีความกลมกลื นกับขอมูลเชิงประจักษ
คาดัชนีบ งบอกความกลมกลืน (Fit index) เปนดัชนีที่บ งบอกถึงความกลมกลืนของขอมู ลเชิงประจั กษกับ
โมเดลที่กําหนดขึ้น ไดแก ดัชนีจีเอฟไอ (GFI) (Goodness of fit index) ดัชนีเอจีเอฟไอ (AGFI) (Adjust goodness of fit
index) ดัชนีเอนเอฟไอ (NFI) (Normal fit index) และดัชนี ไอเอฟไอ (IFI) (Incremental fit index) ซึ่งมีคาอยูระหว าง 0
ถึง 1 แตคาที่สูงกวา 0.90 ถือว า โมเดลมีความกลมกลื นกับขอมมู ลเชิงประจักษ (Arbuckle, 1995) โดยคาที่เขาใกล 1 สูง
จะบงบอกวาโมเดลมีความกลมกลืนกับขอมู ลสูงดวย (Bollen, 1989) และดัชนีวัดระดับความสอดคลองเปรี ยบเทียบ
(CFI) (Comparative Fit Index) จะมีคาอยู ระหวาง 0 ถึง 1 และดัชนี CFI ที่ เขาใกล 1 แสดงว า โมเดลมีความสอดคลอง
กับขอมู ลเชิงประจักษ
คาดัชนีอาร เอมเอสอีเอ (RMSEA) (Root mean square error of approximation) เปนดัชนีที่ ถุกพัฒนาขึ้น
เนื่องจากการทดสอบไคสแควร คาสถิติขึ้นอยูกับกลุมตัวอยาง (n) ตอชั้นแหงความเปนอิสระ (df) ถาจํานวนพารามิเตอร
เพิ่มขึ้น ค าไคสแควรก็จะลดลง ทําใหการทดสอบมีแนวโนมไมมีนั ยสําคัญ คาอาร เอมเอสอีเอ (RMSEA) เปนดัชนีบง
บอกความไมกลมกลื นของโมเดลกับเมทริกซความแปรปรวนรวมของประชากร โดยควรมี คาต่ํากวา 0.05 (Brown &
Cudeek, 1993 : 141 – 162) แตไมควรเกิน 0.8 ซึ่งเปนคาที่พอจะยอมรับ และถาอารเอมเอสอี เอ (RMSEA) มีคาเทากับ 0
แสดงวาโมเดลมีความกลมกลื นอยางแทจริง (Exact fit) (Arbuckle, 1995)
คาดัชนีอาร เอมอาร (RMR) (Root mean square residual) เปนดัชนี ที่วัดคาเฉลี่ยสวนที่เหลื อจากการเปรียบเทียบ
ขนาดของความแปรปรวนและความแปรปรวนรวมระหวางตัวแปรของประชากรกั บการประเมินคา ซึ่งดัชนีจะใชได ดี
เมื่อตัวแปรสังเกตทั้งหมดเปนตัวมาตรฐาน (Standard variables) โดยที่คาใกลศูนย มากแสดงวาโมเดลมีความกลมกลื น
กับ ขอมูลเชิงประจักษ (Bollen, 1989)
คาซีเอ็มไอเอ็น/ดีเอฟ (χ2/DF) (Chi-square statistic comparing the tested model and the independent
model with the saturated model) คาที่ใชในการเปรียบเทียบความ กลมกลืนของโมเดลกับขอมูลประจักษ จะมีคาอยู