การเปรียบเทียบวิธีการวิเคราะห์ข้อมูลงานวิจัยในอุตสาหกรรมก่อสร้างด้วย

วิธีถดถอยพหุ และการวิเคราะห์สมการโครงสร้าง

การเปรียบเทียบวิธีการวิเคราะห์ข้อมูลงานวิจัยในอุตสาหกรรมก่อสร้างด้วย
วิธีถดถอยพหุ และการวิเคราะห์สมการโครงสร้าง
The Comparison of Utilization of Multiple Regression with
Structural Equation Model
in Construction Industry Research
นิชาภา จันต๊ะมา และ ปิยนุช เวทย์วิวรณ์
ภาควิชาวิศวกรรมโยธา คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเกษตรศาสตร์
E-mail: miu.nichapa@gmail.com, fengpyv@ku.ac.th

บทคัดย่อ

งานวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบวิธีการวิเคราะห์ข้อมูลงานวิจัยในอุตสาหกรรมก่อสร้างด้วย
วิธีถดถอยพหุ และการวิเคราะห์สมการโครงสร้าง โดยใช้งานวิจัยเรื่องปัจจัยหลักด้านโครงสร้างพื้นฐานองค์กร
และการศึกษาความพร้อมด้านทรัพยากรบุคคล ที่ขับเคลื่อนการจัดการความรู้ในองค์กรก่อสร้างไทย ซึ่งได้
เก็บข้อมูลและวิเคราะห์โดยวิธีถดถอยพหุมาเป็นกรณีศึกษา ผลการวิเคราะห์ข้อมูลจากกรณีศึกษาด้วยวิธีการ
วิเคราะห์สมการโครงสร้าง และเปรียบเทียบผลการวิจัยจาก 2 วิธีการ พบว่า การวิเคราะห์สมการโครงสร้างนี้
มีปัญหาในเรื่องของอัตราส่วนระหว่างจำ�นวนกลุ่มตัวอย่างต่อจำ�นวนพารามิเตอร์ที่ประมาณค่า อย่างไรก็ดีการ
วิเคราะห์สมการโครงสร้างนี้เป็นทางเลือกหนึ่งที่สามารถช่วยแก้ไขปัญหาทางสถิติของความสัมพันธ์เชิงสาเหตุ
ระหว่างตัวแปรที่มีความซับซ้อนได้ และสามารถยืนยันสมมุติฐานของผู้วิจัยในภาพรวมที่ไม่สามารถทำ�ได้ในวิธี
ถดถอยพหุ ซึ่งมีความถูกต้อง สอดคล้องกับข้อมูลจริง โดยแสดงจากค่าดัชนีที่ใช้ตรวจสอบความสอดคล้องของ
แบบจำ�ลอง ผลที่ได้จากงานวิจัยนี้สามารถใช้เป็นแนวทางในการพิจารณาความเหมาะสมของกลุ่มตัวอย่างกับ
สถิติที่เลือกใช้ เพื่อใช้พัฒนางานวิจัยด้านการจัดการก่อสร้างในอนาคตได้
lorem
IPSUm
คำ�สำ�คัญ :LoREM

Lorem IPSUM
วิธีถดถอยพหุ แบบจำ�ลองสมการโครงสร้าง องค์กรการก่อสร้าง
Lorem IPSUM

ABSTRACT
Lorem IPSUM
This research aimed to compare utilization of multiple regression and Structural Equation
Lorem IPSUM

Model in construction industry research. Using research case study Key organizational infrastructure
factors and study of human LoREM
resource readiness for knowledge management in Thai construction
IPSUm
lorem

1
 วิศวกรรมสาร มก.

organizations. The data collected and analyzed by multiple regression. The research presents a
running example which analyzes the same dataset via SEM statistical techniques. It then compares
two different statistical techniques. Finally, the results of this study showed that the result by using
analysis of structural equation is the issue of the ratio between the numbers of samples per parameter.
However, Multiple Regression Method wasn’t able to analyze the relationship of all factors as a
whole, but SEM can confirm the relationship of all factors that occur as the overall hypothesis. The
results of this research can be used as a guide in determining the appropriateness of the statistical
TEXT le

sample used in the research and development of research in construction management in the future.
e TEXT

Samp
Sampl

XT
le TE

Key Words:
Samp
XT
le TE
Samp

multiple regression, structural equation model, construction organization

mple t here
TEXT
le tex
le TE re

Samp
Sampple text he
XT

Sa
Sam

1. บทนำ� วิธีสมการโครงสร้าง แต่ในปี 2011 พบบทความด้าน

Sample TEXT

Sample TEXT

บริหารก่อสร้างที่วิเคราะห์ด้วยวิธีสมการโครงสร้าง
การเลือกใช้สถิติวิจัยเพื่อนำ�มาวิเคราะห์ข้อมูลใน
สูงถึง 13 บทความ จากการรวบรวมบทความนี้ทำ�ให้
งานวิจัย เป็นปัญหาสำ�คัญปัญหาหนึ่งที่มักเกิดขึ้นกับ
ทราบถึงความสำ�คัญของการวิจัยเพื่อหาเหตุผลในการ
ผู้วิจัย ซึ่งยังคงมีมุมมองและทัศนคติที่แตกต่างกันใน
สนับสนุนสมมุติฐาน ด้วยเหตุผลเชิงปริมาณ ด้วยการ
การเลือกใช้สถิติวิจัย โดยเฉพาะการหาความสัมพันธ์
วิเคราะห์พหุตัวแปร (Multivariate Analysis) ซึ่งการ
ของตัวแปรด้วยวิธถี ดถอยพหุ ซึง่ เป็นทีแ่ พร่หลายในการ
วิเคราะห์นมี้ หี ลายวิธี และมีความเหมาะสมและเงือ่ นไข
ศึกษาเชิงการจัดการพฤติกรรมองค์กรในอุตสาหกรรม
แตกต่างกันไป
การก่อสร้าง และการหาความสัมพันธ์ของตัวแปรด้วยวิธี
การวิเคราะห์ข้อมูลด้วยสถิติที่สามารถตอบคำ�ถาม
การวิเคราะห์สมการโครงสร้าง ซึง่ เป็นวิธกี ารวิเคราะห์
วิจยั ด้านความสัมพันธ์เชิงสาเหตุได้เริม่ จาก ผลงานของ
ที่ผู้วิจัยนิยมใช้สถิตินี้เพิ่มมากขึ้น
Francis and Pearson ทีก่ ล่าวไว้ใน [1] ในปี ค.ศ. 1911
จากการรวบรวมข้อมูลในวารสารระดับนานาชาติ
ที่ประมวลผลวิเคราะห์เชิงสถิติที่เรียกว่า การวิเคราะห์
ในด้านการบริหารการก่อสร้าง ระหว่างปี ค.ศ. 2003-
ถดถอยพหุ การวิจัยนี้ ได้ศึกษาเรื่องความสัมพันธ์ของ
2013 ได้แก่ Journal of Construction Engineering
บุคคล โดยได้ศกึ ษาเรือ่ งราวของกรรมพันธุ์ [1] และผล
and Management, Journal of Management in
งานของ Binet and Simon ทีก่ ล่าวไว้ใน [2] ในปี ค.ศ.
Engineering, International journal of Project
1916 เป็นการศึกษาเรือ่ งปัญญาซึง่ เป็นผลรวมของความ
Management และ Construction Management and
สัมพันธ์ระหว่างความสามารถในการตัดสินใจ การคิด
Economics พบว่า แนวโน้มในการเลือกใช้สถิตวิ จิ ยั ทัง้
หาเหตุผล จินตนาการ การใช้สามัญสำ�นึกกับความ
2 วิธขี องนักวิจยั มีแนวโน้มเพิม่ ขึน้ โดยในปี ค.ศ. 2003
สามารถในการปรับตัว [2] เป็นต้น โดยการวิเคราะห์
ไม่พบบทความด้านบริหารก่อสร้างที่วิเคราะห์ด้วย

2
 การเปรียบเทียบวิธีการวิเคราะห์ข้อมูลงานวิจัยในอุตสาหกรรมก่อสร้างด้วย
วิธีถดถอยพหุ และการวิเคราะห์สมการโครงสร้าง
ถดถอยพหุเป็นสถิตดิ งั้ เดิมทีใ่ ช้กนั แพร่หลาย มีขอ้ จำ�กัด
5 ข้อคือ 1. ตัวแปรต้องเป็นตัวแปรต่อเนือ่ งหรือตัวแปร
เมตริก มีการแจกแจงเป็นโค้งปกติ และไม่มคี วามคลาด
เคลือ่ นในการวัด 2. การกระจายของตัวแปรตามทุกค่า
ของตัวแปรต้องไม่ตา่ งกัน 3. ตัวแปรต้นต้องสัมพันธ์กนั
น้อย คือไม่มีภาวะร่วมเส้นตรง 4. ตัวแปรทั้งหมดต้อง
มีความสัมพันธ์แบบเส้นตรง และ 5. เทอมความคลาด
เคลือ่ นต้องไม่สมั พันธ์กนั [3] จึงเกิดความคลาดเคลือ่ น
ในการวัด ส่งผลให้การวิเคราะห์ไม่คอ่ ยแม่นยำ� รวมถึง
ไม่ยอมให้ความคลาดเคลือ่ นระหว่างตัวแปรสัมพันธ์กนั
และไม่มกี ารตรวจสอบความสอดคล้องของแบบจำ�ลอง
การวิเคราะห์ [4]
นักวิจยั และนักสถิตหิ ลายท่าน เช่น Jöreskog and
Sörbom [5] และ Muthén [6] เป็นต้น ได้ตระหนักถึง
การวิเคราะห์แบบถดถอยพหุทยี่ งั มีขอ้ จำ�กัด จึงได้พฒ ั นา
สถิติขึ้นมาเพื่อปรับปรุงกระบวนการวิเคราะห์ และได้
สถิตแิ นวใหม่ทเี่ รียกว่า การวิเคราะห์สมการโครงสร้าง
เป็นการวิเคราะห์แก้ชุดสมการเชิงเส้นตรงพร้อมกัน
หลายสมการ ซึ่งสามารถสร้างตัวแปรแฝง รวมถึงแยก
เทอมความคลาดเคลื่อนในการวัดตัวแปร ใช้คะแนน
จริงวิเคราะห์ ยอมให้ความคลาดเคลื่อนของตัวแปรมี
ความสัมพันธ์กัน และสามารถศึกษาอิทธิพลทางตรง
และทางอ้อมระหว่างตัวแปรในกรณีที่มีตัวแปรส่งผ่าน
[7] โดยการศึกษาของ Gefen, et al. [8], Nusair and
Hua [9] ได้วเิ คราะห์เปรียบเทียบระหว่างวิธถี ดถอยพหุ
กับวิธกี ารวิเคราะห์สมการโครงสร้าง โดยที่ Gefen [8]
ได้วเิ คราะห์ปจั จัยทีส่ ง่ ผลต่อ Intentions to Use ผลการ
ศึกษาพบว่าการวิเคราะห์สมการโครงสร้างอธิบายความ
ซับซ้อนของแบบจำ�ลองได้ดกี ว่า ส่วน Nusair and Hua
[9] ประเมินรูปลักษณ์ของระบบ E-Commerce โดย
ใช้แบบจำ�ลองการวิเคราะห์ทั้ง 2 วิธี ผลการศึกษาพบ
ว่าผลจากการวิเคราะห์แบบถดถอยพหุสามารถอธิบาย
แบบจำ�ลองได้ดกี ว่าการวิเคราะห์สมการโครงสร้าง เนือ่ ง
ด้วยข้อจำ�กัดของข้อมูล แสดงให้เห็นว่าทั้ง 2 บทความ
ตัวอย่างนั้นอธิบายผลแตกต่างกันไป
งานวิจัยนี้จึงมีจุดประสงค์เพื่อเปรียบเทียบผลด้วย
วิธีถดถอยพหุ และการวิเคราะห์สมการโครงสร้าง
จากตัวอย่างงานวิจัยในอุตสาหกรรมก่อสร้าง ผู้วิจัย
ได้เลือกงานวิจัยด้านการจัดการความรู้ในองค์กรการ
ก่อสร้าง โดยใช้งานวิจัยที่ได้เก็บข้อมูลและวิเคราะห์
โดยวิธีถดถอยพหุมาเป็นกรณีศึกษา เพื่อเปรียบเทียบ
กับการวิเคราะห์ด้วยวิธีสมการโครงสร้าง
Sample TEXT
2. วิธีการดำ�เนินงานวิจัย
Sample TEXT
จากกรณีศึกษาได้เก็บข้อมูลจากบุคลากรในระดับ
บริหาร เช่น กรรมการผูจ้ ดั การ ผูจ้ ดั การทัว่ ไป ผูจ้ ดั การ
โครงการ เป็นต้น ของ 101 องค์กรอุตสาหกรรมก่อสร้าง
ไทย โดยแบบสอบถามประกอบด้วย 84 ข้อคำ�ถาม และ
วิเคราะห์ด้วยวิธีถดถอยพหุ ผลการวิเคราะห์ได้ปัจจัย
ทัง้ หมด 9 ปัจจัย แต่ผวู้ จิ ยั นำ�ผลมาวิเคราะห์ปจั จัยสำ�รวจ
เพิ่ม ทำ�ให้สามารถแบ่งกลุ่มปัจจัยที่มีผลต่อการเกิด
ประสิทธิผลการเรียนรู้ใหม่ได้เป็น 10 ปัจจัย โดยการ
พิจารณาจากปัจจัย ความร่วมมือร่วมใจในการทำ�งาน
(Employee Collaboration) ซึ่งปัจจัยใหม่คือ ความ
ยอมรับนับถือในองค์กร (Organizational Respect)
ขัน้ ตอนต่อมาจึงสร้างแบบจำ�ลองการวัด และวิเคราะห์
แบบจำ�ลองดังกล่าว จากนัน้ จึงออกแบบ สร้างแบบจำ�ลอง
สมการโครงสร้าง และนำ�แบบจำ�ลองไปวิเคราะห์ผลด้วย
วิธวี เิ คราะห์สมการโครงสร้าง พัฒนาและปรับปรุงแบบ
จำ�ลอง เพือ่ เปรียบเทียบผลการวิเคราะห์กบั ผลของงาน
วิจัยที่เป็นกรณีศึกษา โดยการตรวจสอบและวิเคราะห์
ข้อมูลด้วย SPSS และการวิเคราะห์แบบจำ�ลองสมการ
โครงสร้าง โดยการตรวจสอบและวิเคราะห์ข้อมูลด้วย
โปรแกรม AMOS ซึง่ มีขน้ั ตอนรายละเอียดคือ การกำ�หนด
ตัวแปรสังเกตและตัวแปรแฝง จากนั้นนำ�ไปวิเคราะห์
ปัจจัยเชิงสำ�รวจ เพือ่ ออกแบบแบบจำ�ลองการวัด และนำ�
3
 วิศวกรรมสาร มก.

ไปวิเคราะห์ปัจจัยเชิงยืนยัน แก้ไขปรับปรุงแบบจำ�ลอง มีความสอดคล้องกับข้อมูลเชิงประจักษ์ และนำ�ผลจาก

การวัดแล้วจึงออกแบบแบบจำ�ลองโครงสร้าง แก้ไข แบบจำ�ลองทีว่ เิ คราะห์ได้เปรียบเทียบกับวิธถี ดถอยพหุ
ปรับปรุงแบบจำ�ลองโครงสร้างเพื่อให้ได้แบบจำ�ลองที่ แสดงรายละเอียดขั้นตอนดังภาพที่ 1
Case data: Assign Latent Variable

Exploratory Factor Analysis

Create Measurement Model

and Path Diagram

Confirmatory Factor Analysis

No
Assessing Measurement Model Yes Change Indices and Create new model
Yes 1.Data Reduction 2.Item Parceling

Create Structural Model 3.Allow relations between errors

and Path Diagram

No
Assessing Structural Model Yes
Re-specified model (Factor Score)

Yes

Conclude and Compare Result

ภาพที่ 1 ขั้นตอนการดำ�เนินงานวิจัย
ภาพที่ 1 ขั้นตอนการดําเนินงานวิจัย
ผลของกรณีศึกษา สามารถอธิบายได้ทั้งหมด 4 สมการได้แก่
สมการที
ผลของกรณี ศึกษา่ 1สามารถอธิ
KM Performance = a+4 0.847KM2
บายไดทั้งหมด สมการไดแก + 0.931KM3 + 0.822HR1 + error
สมการทีสมการที ่ 2 Learning =Supported
่ 1 KM Performance a+ 0.847KM2Activities = a+ 0.804KM1+
+ 0.931KM3 + 0.822HR10.604KM4
+ error + 0.651HR4 + error
สมการทีสมการที
่ 2 Learning่ 3 Learning & Development
Supported Activities = a+Culture
0.804KM1+= a+0.604KM4
0.737KM3+ +0.651HR4
0.640KM4 + 0.758HR2 + 0.566HR3
+ error
สมการที+่ 3error
Learning & Development Culture = a+ 0.737KM3 + 0.640KM4 + 0.758HR2 +
สมการที
0.566HR3 ่ 4 Employee Collaboration = a+ 0.822HR2 + 0.807HR5 + error
+ error
สมการทีสามารถสรุ
่ 4 Employee ปรายละเอี ยดของผลการวิ
Collaboration เคราะห์ได้+ด0.807HR5
= a+ 0.822HR2 ังภาพที่ 2 + error
สามารถสรุปรายละเอียดของผลการวิเคราะหไดดังภาพที่ 2 4
 การเปรียบเทียบวิธีการวิเคราะห์ข้อมูลงานวิจัยในอุตสาหกรรมก่อสร้างด้วย
วิธีถดถอยพหุ และการวิเคราะห์สมการโครงสร้าง

Top Management Commitment

ความมุงมั่นของผูบริหารระดับสูง
0.737
0.804,
Information Technology for KM 0.604 0.688
เทคโนโลยีสารสนเทศเพื่อการจัดการ
Learning Supported Activities
0.640 กิจกรรมสงเสริมการเรียนรู
Motivation for Learning & Development 0.847
0.735 0.572
แรงจูงใจในการเรียนรูและพัฒนา 0.758,
Learning & Development Culture 0.931 KM Performance
วัฒนธรรมการเรียนรูและพัฒนา ประสิทธิผลการเรียนรู
0.566
Organization Learning Policy
0.822
นโยบายสงเสริมการเรียนรูองคกร 0.787 0.822
0.651
Employee Collaboration
ความรวมมือรวมใจในการทํางาน
Strengthening of New Knowledge
การเสริมสรางความรูใหมในองคกร 0.807 Adjust R square
Factor
Creative Teamwork Environment Factor Loading
Multiple Regression Equation 1
บรรยากาศการทํางานเปนทีมสรางสรรค
Multiple Regression Equation 2
Multiple Regression Equation 3
Multiple Regression Equation 4

ภาพทีภาพที ่ 2 แบบจํ าลองความสั

่ 2 แบบจำ �ลองความสั มพันมธพัสมมุ
นธ์ตสมมุ
ิฐานติฐจากวิ
าน จากวิ ธีถดถอยพหุ
ธีถดถอยพหุ
ไดวิเคราะหปจจัยที่เหลืออีก 6 ปจจัย ไดแก ความ
จากผลการวิ
จากผลการวิ เคราะห์ดวดยวิ
เคราะห ว้ ยวิธีถธดถอยพหุ
ถี ดถอยพหุพพบวบว่าา ปัจจัย มุงความมุมั่นของผู ง่ มับน่ ริของผู บ้ ริหบารระดั
หารระดั บสูง เทคโนโลยี
สูง เทคโนโลยี สารสนเทศ
สารสนเทศเพื ่อ
ป จ จั ย 99 ปปัจจจัจัยย ทีที่ต่ ตั้งั้ งสมมุ
สมมุติฐตานว่
ิ ฐ านว ามีาผมีลต่ผ อลตการเกิ ดประสิ
อ การเกิ ด ทธิผล การจั เพื่อดการจั
การ แรงจู ดการงใจในการเรี
แรงจูงใจในการเรี
ยนรูและพัยฒนรูนา้และพั
นโยบายฒนา
การเรียนรู้ ได้แก่ ความมุ่งมั่นของผู้บริหารระดับสูง นโยบายส่งเสริมการเรียนรู้องค์กร การเสริมสร้าง
ประสิทธิผลการเรียนรู ไดแก ความมุงมั่นของผูบริหาร สงเสริมการเรียนรูองคกร การเสริมสรางความรูใหมใน
เทคโนโลยีสารสนเทศเพื่อการจัดการ แรงจูงใจในการ ความรู้ใหม่ในองค์กร และบรรยากาศการทำ�งานเป็น
ระดับสู งเรียนรู้แเทคโนโลยี
ละพัฒนา สนโยบายส่ ารสนเทศเพื งเสริ่ อมการจั
การเรีดการยนรู้องค์กร องค ทีมกรโดยตั และบรรยากาศการทํ
้งสมมุติฐานว่าปัจจัายงานเป ทุกปัจนจัทียมมีผลต่โดยตั
อการ้ง
แรงจูงใจในการเรี
การเสริมสร้ ยนรู และพัฒ้ใหม่
างความรู นา ในองค์ นโยบายส งเสริม
กร บรรยากาศการ สมมุ
เกิดติฐ3านว
ปัจจัายปคืจอจักิยจทุกรรมส่
กปจจัยงเสริ
มีผลต อการเกิ
มการเรี ยนรูด้ วั3ฒปนธรรม
จจัย
การเรียนรู ทำ�องานเป็
งคกร นการเสริ ทีม กิจมกรรมส่ สรางความรู งเสริมการเรีใหมในองค
ยนรู้ วักฒรนธรรม คือการเรี กิจกรรมส
ยนรู้และพั งเสริฒมนา การเรี ยนรู วัฒวนธรรมการเรี
และความร่ มมือร่วมใจในการ ยนรู
บรรยากาศการทํ
การเรียนรูางานเป ้และพัฒนนา ทีม และความร่ กิจกรรมสวมมื งเสริอร่มวการ
มใจในการ และพั ฒนา และความร
ทำ�งาน ซึ ่งสามารถวิเวคราะห์ มมือรวและแสดงในสมการที
มใจในการทํางาน ซึ่ง2
เรียนรู ทำวั�ฒ งานนธรรมการเรี
เมือ่ วิเคราะห์ แล้แวละพั
ยนรู มีเพียฒง นา 3 ปัและความ
จจัยเท่านัน้ ได้แก่ สามารถวิ 3 และ เ4คราะห โดยมีคและแสดงในสมการที
่า Adjusted R Square ่ 2 3ตามลำ และ�ดั4บ
รวมมือรกิวจมใจในการทํ
กรรมส่งเสริามงาน การเรีเมืย่อนรูวิเ้ คราะห
วัฒนธรรมการเรี
แลวมีเพียยง นรู้และ โดยมี ดังนีค้ าสมการที
Adjusted ่ 2 RกิจSquare
กรรมส่งตามลํ
เสริมการเรี
าดับดัยงนรู ้ เท่ากับ
นี้ สมการ
3 ป จ จั ยพัเทฒานานั้ นและความร่
ได แ ก กิ จวกรรมส มมือร่วงมใจในการทำเสริ ม การเรี�ยงาน นรู ที่เป็น ที่ 0.688
2 กิจกรรมส สมการที งเสริ่ ม3การเรี
วัฒนธรรมการเรี
ยนรู เทากับ ย0.688
นรู้และพั ฒนา
สมการ
ปัจจัยที่ทำ�ให้เกิดประสิทธิผลการเรียนรู้ ดังแสดงใน เท่ากับ 0.735 และสมการที่ 4 ความร่วมมือร่วมใจใน
วั ฒ นธรรมการเรีย นรู และพั ฒ นา และความรวมมื อ ที่ 3 วัฒนธรรมการเรียนรูและพัฒนา เทากับ 0.735
สมการที่ 1 ซึ่งมีคา่ Adjusted R Square เท่ากับ 0.572 การทำ�งาน เท่ากับ 0.787
ร ว มใจในการทํ า งาน ที่ เ ป น ป จ จั ย ที่ ทํ า ให เ กิ ด
ขัน้ ตอนต่อมาได้วเิ คราะห์ปจั จัยทีเ่ หลืออีก 6 ปัจจัย ได้แก่ และสมการที่ 4 ความรวมมือรวมใจในการทํางาน
ประสิทธิผลการเรียนรู ดังแสดงในสมการที่ 1 ซึ่งมีคา เทากับ 0.787
Adjusted R Square เทากับ 0.572 ขั้นตอนตอมา 5
วิศวกรรมสาร มก.

3. ผลและวิจารณผลการทดลอง
3. ผลและวิจารณ์ผลการทดลอง
ผลการวิเคราะห์ดผลการวิ
้วยวิธเีสคราะห
มการโครงสร้ าง าง 
ดวยวิธีสมการโครงสร
.69
Creative Teamwork  
e6  Environment
.48
.68 Learning Supported
e19
Strengthening   Activities

e5 New Knowledge .83

.76
.70
.86 e23
.83 Leaning Culture
Motivation for learning e20
e4
and Development .87
.93
.99 
.17 Secondary Knowledge .66
Primary Knowledge Management .99
.41 .81
Information   Performance Management Performance Employee collaboration e21
e3 Technology
.74 .83

.55 .81 .68

Organization
e2  Organizational
Learning Policy
respect e22

.66
Top Management
e1  Commitment  
.83

.69

Knowledge
e18
Management Performance

.55 .77 .67 .61 .56 .55 .69

.30 .60 .45 .38 .32 .31 .48

A8.2 A8.3 A8.4 A8.6 A8.7 A8.8  A8.9

e16 e15 e14 e13 e12 e11  e10

χ2 =59.873, df = 27, p = 0.000, χ2/df = 2.218, GFI = 0.894,

χ2 = 59.873, df = 27, p = 0.000, χ2/df = 2.218, GFI = 0.894,
RMSEA = 0.110, RMR = 0.061, RMSEANFI= 0.110,
= 0.790, CFI NFI
RMR = 0.061, = 0.868
= 0.790, CFI = 0.868
ภาพที่ 3 ผลของแบบจําลองสมการโครงสร
ภาพที่ 3 ผลของแบบจำ�ลองสมการโครงสร้ าง จากการวิางเคราะห์
จากการวิเวคราะห วิธีสมการโครงสราางง
ิธีสมการโครงสร้
จากภาพที่ 3 แสดงการวิเคราะห์แบบจำ�ลองสมการ RMR = 0.061, NFI = 0.790, CFI = 0.868 และ
โครงสร้างของปัจจัยพืน้ ฐานองค์กรและการศึกษาความ p = 0.000 ซึ่งมีค่าใกล้เคียงเกณฑ์ที่ยอมรับได้ [12]
พร้อมด้านทรัพยากรบุคคล ทีข่ บั เคลือ่ นการจัดการความรู้
4. วิจารณ์ผลการวิเคราะห์เปรียบเทียบระหว่าง
Sample TEXT

Sample TEXT

ในองค์กรก่อสร้างไทย โดยมีค่าดัชนีความสอดคล้อง
ของแบบจำ�ลองสมการโครงสร้าง ค่าน้ำ�หนักของ วิธีถดถอยพหุ และสมการโครงสร้าง
ตัวแปรสังเกตได้ ในแต่ละปัจจัยแฝง และค่าสัมประสิทธิ์ ผลการวิเคราะห์เปรียบเทียบระหว่างวิธถี ดถอยพหุ
เส้นทางระหว่างปัจจัยแฝง กับสมการโครงสร้าง พบว่าในภาพที่ 3 เป็นผลการ
ค่าดัชนีในการวัดความเหมาะสมของแบบจำ�ลอง วิเคราะห์ซงึ่ ได้จากการวิเคราะห์แบบสมการโครงสร้าง
ได้แก่ χ2/df = 2.218, GFI = 0.894, RMSEA = 0.110, สามารถยืนยันได้ว่า ปัจจัยพื้นฐานในการจัดการ

6
 การเปรียบเทียบวิธีการวิเคราะห์ข้อมูลงานวิจัยในอุตสาหกรรมก่อสร้างด้วย
วิธีถดถอยพหุ และการวิเคราะห์สมการโครงสร้าง
ความรู้องค์กร (Primary Knowledge Management
Performance) และปัจจัยเสริมสร้างการจัดการความ
รู้องค์กร (Secondary Knowledge Management
Performance) มีกลุ่มปัจจัยที่อยู่ในกลุ่มเดียวกันจริง
ตามสมมุติฐานในผลการทดลองของกรณีศึกษาเดิม
และสามารถพิสูจน์ได้ว่าปัจจัยเสริมสร้างการจัดการ
ความรู้องค์กรมีอิทธิพลทางตรงกับการขับเคลื่อนการ
Sample TEXT
จัดการความรูใ้ นองค์กรการก่อสร้างไทยจริง ตามภาพ
ที่ 2
อย่างไรก็ดี ในภาพที่ 2 ซึ่งเป็นการวิเคราะห์แบบ
ถดถอยพหุนนั้ สามารถวิเคราะห์ได้ทลี่ ะสมการ จึงทำ�ให้
ต้องวิเคราะห์ซ�้ำ ถึงสองครัง้ รวมไปถึงค่าสัมประสิทธิข์ อง
การตัดสินใจ R Square และ Adjusted R Square ที่
เป็นตัวชีว้ ดั ความเหมาะสม (Goodness of Fit) จะแบ่ง
ได้เป็นของสมการแบบจำ�ลองนัน้ ๆ โดยได้คา่ Adjusted
R Square ดังนี้ ปัจจัยการขับเคลือ่ นการจัดการความรู้
ในองค์กรการก่อสร้างไทย เท่ากับ 0.572 กิจกรรมส่ง
เสริมการเรียนรู้ เท่ากับ 0.735 วัฒนธรรมการเรียนรู้
และพัฒนา เท่ากับ 0.688 และความร่วมมือร่วมใจ
ในการทำ�งาน เท่ากับ 0.787 ซึ่งค่าเข้าใกล้ 1 เป็นค่าที่
อยูใ่ นเกณฑ์ดี ซึง่ หมายถึงสมการถดถอยเป็นตัวแทนที่
ดีของประชากรทั้งหมดได้ [10] โดยค่าที่ได้ทั้งหมดอยู่
ในเกณฑ์ดี และจากภาพที่ 3 เป็นการวิเคราะห์แบบ
สมการโครงสร้าง ซึ่งสามารถวิเคราะห์ได้มากกว่า 1
สมการ ในการวิเคราะห์ 1 ครั้ง สามารถยืนยันตัวแปร
ในแต่ละท่อนปัจจัยของวิธีถดถอยพหุได้ และวิเคราะห์
ภาพรวมของแบบจำ�ลองทั้งหมด เพื่อดูความสัมพันธ์
และเส้นอิทธิพลทางตรงและทางอ้อมที่มีต่อปัจจัยการ
ขับเคลื่อนการจัดการความรู้ในองค์กรการก่อสร้าง
ไทย โดยอธิบายค่าดัชนีในการวัดความเหมาะสมของ
แบบจำ�ลองไว้ ซึ่งทุกค่าอยู่ในเกณฑ์ที่ยอมรับได้ และ
ได้ค่า Adjusted R Square ของปัจจัยการขับเคลื่อน
การจัดการความรูใ้ นองค์กรการก่อสร้างไทย (Knowledge
Management Performance) = 0.690 เมื่อเทียบค่า
Adjusted R Square ของวิธกี ารวิเคราะห์แบบถดถอยพหุ
7
กับแบบสมการโครงสร้าง พบว่า วิธวี เิ คราะห์แบบสมการ
โครงสร้าง สามารถอธิบายค่า Adjusted R Square ได้
ดีกว่า นั้นหมายถึง การวิเคราะห์พร้อมกันเป็นโมเดล
ใหญ่ภายในครั้งเดียว ที่ต้องพิจารณาตัวแปรส่งผ่าน
หรือตัวแปรคั่นกลางเข้าไปด้วยนั้น ทำ�ให้ได้สมการที่
เป็นตัวแทนของประชากรทั้งหมดที่ดีกว่า
5. สรุป
Sample TEXT
การวิเคราะห์ผลด้วยแบบสมการโครงสร้าง เป็นการ
วิเคราะห์แบบจำ�ลองในภาพรวม โดยพิจารณาความ
สัมพันธ์ของปัจจัยทีซ่ บั ซ้อน และวิเคราะห์ออกมาภายใน
ครั้งเดียว จึงสามารถยืนยันแบบจำ�ลองสมมุติฐานได้
รวมถึงยืนยันถึงปัจจัยทีม่ ผี ลทัง้ ทางตรงและทางอ้อมได้
ชัดเจน และสามารถทำ�ให้ผวู้ จิ ัยทราบถึงความสัมพันธ์
เชิงสาเหตุระหว่างตัวแปรที่ค่อนข้างมีความซับซ้อนได้
จากผลการทดลองเมื่อเทียบค่า Adjusted R Square
ของวิธีการวิเคราะห์แบบถดถอยพหุกับแบบสมการ
โครงสร้าง พบว่า วิธีวิเคราะห์แบบสมการโครงสร้าง
สามารถอธิบายค่า Adjusted R Square ได้ดีกว่า
กล่าวคือ การวิเคราะห์พร้อมกันเป็นโมเดลใหญ่ภายใน
ครัง้ เดียว ทีต่ อ้ งพิจารณาตัวแปรส่งผ่านหรือตัวแปรคัน่
กลางเข้าไปด้วยนั้น ทำ�ให้ได้สมการที่เป็นตัวแทนของ
ประชากรทัง้ หมดทีด่ กี ว่า และสามารถช่วยแก้ไขปัญหา
ทางสถิตทิ เี่ กีย่ วข้องกับข้อมูลทีไ่ ม่ตรงตามข้อตกลงของ
วิธถี ดถอยพหุได้ แต่จากข้อจำ�กัดทางจำ�นวนข้อมูลของ
กรณีศึกษา เนื่องจากกลุ่มผู้ตอบแบบสอบถามเป็น
บุคลากรในระดับบริหาร เช่น กรรมการผู้จัดการ ผู้
จัดการทั่วไป ผู้จัดการโครงการ เป็นต้น โดยจำ�นวน
กลุม่ ตัวอย่างนัน้ ใช้วธิ กี ารเลือกตัวอย่างแบบเจาะจง จาก
องค์กรก่อสร้างชั้นนำ�ในประเทศไทย จึงส่งผลให้การ
เก็บรวบรวมจำ�นวนข้อมูลทำ�ได้จำ�กัด และทำ�ให้แบบ
จำ�ลองที่วิเคราะห์ด้วยวิธีสมการโครงสร้างมีค่าความ
เหมาะสมของแบบจำ�ลองที่แสดงผลลัพธ์ออกมาตาม
ดัชนี ซึ่งในบางตัวแสดงค่าในเกณฑ์ปานกลางเท่านั้น
โดยอัตราส่วนระหว่างจำ�นวนกลุ่มตัวอย่างต่อจำ�นวน
วิศวกรรมสาร มก.
พารามิเตอร์ทถี่ กู ประมาณค่าเป็นอัตราส่วนระหว่าง 5:1
ถึง 10:1 คือส่วนใหญ่ตวั แปรวัดได้มจี �ำ นวนทีเ่ หมาะสม
กับปัจจัยนัน้ แต่ในกรณีศกึ ษามีตวั แปรวัดได้มากเกินไป
และเพือ่ ความถูกต้องของงานวิจยั ไม่สามารถตัดตัวแปร
วัดได้นนั้ ทิง้ ได้อกี จึงไม่สามารถวิเคราะห์ดว้ ยวิธสี มการ
โครงสร้างให้ได้ผลทีล่ ะเอียดเพียงพอ เพียงแต่สามารถ
ช่วยในการยืนยันความสัมพันธ์ทไี่ ด้ตงั้ สมมุตฐิ านไว้วา่
ความสัมพันธ์ทไี่ ด้ตงั้ สมมุตฐิ านไว้นนั้ เกิดความสัมพันธ์
ระหว่างแต่ละท่อนของปัจจัยขึน้ จริง ซึง่ ถ้าหากผูว้ จิ ยั เก็บ
จำ�นวนข้อมูลเพิ่มจนกระทั่งอัตราส่วนระหว่างจำ�นวน
กลุ่มตัวอย่างต่อจำ�นวนพารามิเตอร์ที่ถูกประมาณค่า
เป็นไปตามที่กำ�หนด อาจส่งผลให้แบบจำ�ลองสมการ
โครงสร้างมีความเหมาะสม และอธิบายรายละเอียด
ของความสัมพันธ์ระหว่างแต่ละปัจจัยได้มากยิ่งขึ้น
ดังนัน้ ผลทีไ่ ด้จากงานวิจยั นีส้ ามารถใช้เป็นแนวทาง
ในการพิจารณาความเหมาะสมของกลุม่ ตัวอย่างกับสถิติ
ทีเ่ ลือกใช้ในงานวิจยั ด้านการจัดการก่อสร้าง รวมถึงให้
ความสำ�คัญกับแหล่งทีม่ าของข้อมูลว่าผูว้ จิ ยั จะสามารถ
เก็บข้อมูลได้เพียงพอกับการใช้เครื่องมือวิจัยแบบไหน
เพือ่ ใช้เป็นแนวทางในการพัฒนางานวิจยั ด้านการจัดการ
ก่อสร้างในอนาคตต่อไป
เอกสารอ้างอิง
[1]. Weiss Neil A. 1995 . Introductory Statistics
(4 th edition) . New York: Addison-Wesley
[2] Terman, Lewis M. and Maud A. M. 1960.
Stanford-Binet Intelligence Scale. Boston,
Massachusetts, Houghton Mifflin Company.
[3] Hair J.F., Black W.C., Babin B.J. and
Anderson R.E., 2010. Multivariate data analysis:
A global Perspective. 7th ed. Upper Saddle River,
NJ: Pearson Education, Inc.
[4] Bollen K.A.1989. Structural Equations with
Latent Variables. 1st ed. New York: John Wiley
and Sons.
[5] Jöreskog K. and Sorbom D. 1999. “LISREL
8: Users’ reference guide. Chicago”. Scientific
Software, Inc.
[6] Muthén B. 1987. LISCOMP: Analysis of
Linear Structural Equations with a Comprehensive
Measurement Models. Mooresville: Scientific
Software, Inc.
[7] Kline R.B. 1998. Principles and Practice
of Structural Equation Modeling. This book is
printed on acid-free paper.
[8] Gefen D., Straub D.W. and Boudreau M.C.
2000. Structural equation modeling and regression:
guidelines for research practice. Communications
of the Association for Information systems, 4 :
1529–3181.
[9] Nusair K. and Hua N. 2010. “Comparative
assessment of structural equation modeling and
multiple regression research methodologies:
E-commerce context”. Tourism Management,
31: 314-324.
[10] กัลยา วานิชยบัญชา. 2556. การวิเคราะห์
สมการโครงสร้าง (SEM) ด้วย AMOS. พิมพ์ครั้งที่ 1.
ห้างหุ้นส่วนจำ�กัดสามลดา, กรุงเทพมหานคร
[11] Zhang P. and Fai Ng F. 2012. Analysis
of knowledge sharing behavior in construction
teams in Hong Kong. Construction Management
and Economics, 30: 557–574
[12] Mainul Islam M. D. and Olusegun O.
F. Corresponding author. 2007. “Structural
equation model of project planning effectiveness”.
Construction Management and Economics. 23:
215–223