Basic Concepts
ในการวิเคราะห์โมเดล Moderation ก่อนที่จะนำไปสร้างเทอมปฏิสัมพันธ์ (Interaction Term) เราจำเป็นต้องทำ mean-centering กับตัวแปร?
A) ทำเฉพาะตัวแปร X และตัวแปรกำกับ (W)
B) ทำเฉพาะตัวแปร X กับ Y
C) ทำเฉพาะตัวแปรตาม Y เท่านั้น
D) ไม่ต้องทำอะไรเลย
A) ทำเฉพาะตัวแปร X และตัวแปรกำกับ (W)
ความหมายของ multicollinearity ตรงกับข้อใดมากที่สุด
A) ค่าความคลาดเคลื่อน (Residuals) ของโมเดลมีความแปรปรวนไม่คงที่
B) ตัวแปรอิสระหรือตัวแปรต้นภายในโมเดลมีความสัมพันธ์กันเองสูงเกินไป จนแยกแยะผลกระทบได้ยาก
C) ความสัมพันธ์ระหว่างตัวแปรต้นกับตัวแปรตามไม่เป็นเส้นตรง (Non-linear)
D) ขนาดกลุ่มตัวอย่างมีจำนวนน้อยเกินไปจนทำให้ค่า Standard Error สูงผิดปกติ
B) ตัวแปรอิสระหรือตัวแปรต้นภายในโมเดลมีความสัมพันธ์กันเองสูงเกินไป จนแยกแยะผลกระทบได้ยาก
ตัวแปรกลาง หรือ mediator variable สามารถเรียกอีกอย่างนึงได้ว่าอะไร
A.ตัวแปรแทรกซ้อน (intermediary variable)
B.ตัวแปรแทน (surrogate variable)
C. จุดสิ้นสุดระหว่างกลาง (intermediate endpoint)
D. ถูกทุกข้อ
D. ถูกทุกข้อ
หากนักวิจัยต้องการศึกษาว่าความสัมพันธ์ระหว่างตัวแปรต้นกับตัวแปรตามนั้น แตกต่างกันตามระดับของตัวแปรตัวที่สาม หรือไม่ นักวิจัยกำลังศึกษาสิ่งใด
A) Mediation
B) Moderation
C) Main effect
D) Correlation
B) Moderation
หากผลการวิเคราะห์พบว่า Indirect Effect มีนัยสำคัญ และ Direct Effect (c') ยังคงมีนัยสำคัญ กรณีนี้เรียกว่าอะไร?
A) Full mediation
B) Partial mediation
C) No mediation
D) Moderation
B) Partial mediation
นักวิจัยศึกษาความสัมพันธ์ระหว่าง จำนวนชั่วโมงการนอน (X) กับ คะแนนความวิตกกังวล (Y) พบว่าค่าสัมประสิทธิ์การถดถอย (Regression Coefficient: b) เท่ากับ -4 ข้อใดคือการตีความผลลัพธ์นี้ที่ถูกต้องที่สุด
A) ทุกๆ 1 ชั่วโมงการนอนที่เพิ่มขึ้น คะแนนความวิตกกังวลจะลดลงประมาณ 4 คะแนน
B) ทุกๆ 1 ชั่วโมงการนอนที่เพิ่มขึ้น คะแนนความวิตกกังวลจะเพิ่มขึ้นประมาณ 4 คะแนน
C) คนที่นอน 0 ชั่วโมงจะมีคะแนนความวิตกกังวลเท่ากับ -4 คะแนนเสมอ
D) ชั่วโมงการนอนส่งผลต่อความวิตกกังวลคิดเป็น 4% ของความแปรปรวนทั้งหมด
A) ทุกๆ 1 ชั่วโมงการนอนที่เพิ่มขึ้น คะแนนความวิตกกังวลจะลดลงประมาณ 4 คะแนน
หากผลการวิเคราะห์พบว่า Indirect Effect มีนัยสำคัญ และ Direct Effect (c') ยังคงมีนัยสำคัญ กรณีนี้เรียกว่าอะไร?
A) Full mediation
B) Partial mediation
C) No mediation
D) Moderation
B) Partial mediation
วัตถุประสงค์หลักของการทำ Probing moderation (เช่น Simple Slopes Analysis) หลังจากพบว่า interaction term มีนัยสำคัญ คืออะไร?
A) เพื่อยืนยันอีกครั้งว่ามี moderation ในประชากรจริง
B) เพื่อเพิ่ม statistical power ของการทดสอบ interaction
C) เพื่ออธิบายว่าผลของตัวแปรต้นต่อตัวแปรตามเป็นอย่างไรที่ระดับต่างๆ ของตัวแปรกำกับ
D) เพื่อตรวจหาปัญหา Multicollinearity
C) เพื่ออธิบายว่าผลของตัวแปรต้นต่อตัวแปรตามเป็นอย่างไรที่ระดับต่างๆ ของตัวแปรกำกับ
หากนักวิจัยตรวจสอบข้อสมมติฐานทางสถิติของ Regression บน SPSS แล้วพบ assumption ข้อ Homoscedasticity ถูกละเมิด สิ่งนี้บ่งบอกถึงลักษณะใดของข้อมูล?
A) ตัวแปร X มีความสัมพันธ์กันเองสูงเกินไปจนแยกแยะผลยาก
B) ความสัมพันธ์ระหว่างตัวแปรต้นกับตัวแปรตามไม่ได้เป็นเส้นตรง
C) ค่าสังเกตของกลุ่มตัวอย่างมีความเกี่ยวข้องกันเอง ไม่เป็นอิสระต่อกัน
D) ความแปรปรวนของความคลาดเคลื่อน (Error variance) กระจายตัวไม่คงที่หรือไม่เท่ากันในแต่ละระดับของ X
D) ความแปรปรวนของความคลาดเคลื่อน (Error variance) กระจายตัวไม่คงที่หรือไม่เท่ากันในแต่ละระดับของ X
นักวิจัยพบว่า interaction term มีนัยสำคัญทางสถิติ และต้องการทราบต่อว่าตัวแปรต้นมีความสัมพันธ์กับตัวแปรตามอย่างไรในกลุ่มที่ตัวแปรกำกับต่ำ กลาง และสูง ขั้นตอนถัดไปที่เหมาะสมที่สุดคืออะไร?
A) สรุปผลจากค่า main effect เพียงอย่างเดียว
B) เปรียบเทียบค่าเฉลี่ยของทั้งสามกลุ่มเท่านั้น
C) ตรวจ Conditional Effects หรือทำ Simple Slopes Analysis
D) สรุปว่ากลุ่มที่สูงมีสุขภาพจิตดีกว่าเสมอ
C) ตรวจ Conditional Effects หรือทำ Simple Slopes Analysis
ทำไมเพื่อนสองคนรัน PROCESS Macro Model 4 ด้วยชุดข้อมูลเดียวกันและตั้งค่า 5,000 Bootstrap เหมือนกัน แต่ช่วง CI ที่ได้ถึงต่างกันเล็กน้อย?
A) เวอร์ชันของโปรแกรม SPSS คำนวณทศนิยมต่างกัน
B) เพราะ Bootstrapping เป็นการสุ่มซ้ำ (Random resampling) และถ้าไม่ล็อก Seed จะเกิดความคลาดเคลื่อนเล็กน้อย
C) มี Outliers แฝงทำให้ระบบสลับตัดเคสออกไม่เท่ากัน
D) ลำดับการลากตัวแปรเข้าช่อง Model ไม่เหมือนกัน
B) เพราะ Bootstrapping เป็นการสุ่มซ้ำ (Random resampling) และถ้าไม่ล็อก Seed จะเกิดความคลาดเคลื่อนเล็กน้อย
หากผลการวิเคราะห์โมเดล Moderation พบว่า เทอมปฏิสัมพันธ์ (Interaction Term) มีนัยสำคัญทางสถิติ สิ่งนี้บ่งบอกถึงอะไร?
A) ตัวแปรกำกับเป็นสาเหตุหลักเดียวที่กำหนดผลลัพธ์ของตัวแปรตาม
B) ผลของตัวแปรต้นที่มีต่อตัวแปรตาม จะเปลี่ยนแปลงไปตามระดับของตัวแปรกำกับ (Moderator)
C) ตัวแปรอิสระและตัวแปรกำกับทำงานแบบแยกส่วนอิสระจากกันโดยสมบูรณ์
D) เกิดปัญหา Multicollinearity อย่างรุนแรงในโมเดล
B) ผลของตัวแปรต้นที่มีต่อตัวแปรตาม จะเปลี่ยนแปลงไปตามระดับของตัวแปรกำกับ (Moderator)
ความแตกต่างที่สำคัญที่สุดระหว่าง Standard Linear Regression กับโมเดล Moderation คืออะไร?
A) Standard Regression ใช้ตัวแปรตามหลายตัว แต่ Moderation ใช้ตัวแปรตามตัวเดียว
B) Standard Regression มองว่าผลของตัวแปรต้นต่อตัวแปรตามคงที่เหมือนกันทุกคน แต่ Moderation มองว่าผลเปลี่ยนแปลงไปตามระดับของตัวแปรกำกับ
C) Standard Regression คำนวณจากค่าเฉลี่ย แต่ Moderation คำนวณจากค่าเบี่ยงเบนมาตรฐาน
D) ทั้งสองแบบไม่มีความแตกต่างกันในเชิงสมการ
B) Standard Regression มองว่าผลของตัวแปรต้นต่อตัวแปรตามคงที่เหมือนกันทุกคน แต่ Moderation มองว่าผลเปลี่ยนแปลงไปตามระดับของตัวแปรกำกับ
ในการ Probe Interaction ด้วยวิธี Pick-a-Point หากไม่มีเหตุผลเชิงทฤษฎีในการเลือกค่าของตัวแปรกำกับ (W) ตามคำแนะนำของ Hayes ควรใช้ค่าเปอร์เซ็นต์ไทล์ใดเป็นค่าเริ่มต้น?
A) Quartile ที่ 1, 2 และ 3 (Percentile ที่ 25, 50 และ 75)
B) ค่า Minimum, Median และ Maximum
C) Mean-2SD, Mean, และ Mean +2SD
D) Percentile ที่ 16, 50 และ 84
D) Percentile ที่ 16, 50 และ 84
แม้ว่า Bootstrapping จะช่วยแก้ปัญหาเรื่องการแจกแจงไม่ปกติของ Indirect effect ได้ แต่สิ่งใดที่ Bootstrapping "ไม่สามารถ" แก้ไขได้?
A) การคำนวณช่วงความเชื่อมั่นที่ไม่สมมาตร
B) ปัญหา Statistical power ในกลุ่มตัวอย่างขนาดกลาง
C) การรันโมเดลที่มีตัวแปรส่งผ่านพร้อมกันหลายตัว
D) ปัญหาการสรุปความเป็นเหตุเป็นผล (Causality) จากข้อมูลแบบตัดขวาง (Cross-sectional data)
D) ปัญหาการสรุปความเป็นเหตุเป็นผล (Causality) จากข้อมูลแบบตัดขวาง (Cross-sectional data)
ในการวิเคราะห์ Johnson-Neyman (JN) Technique จุด Transition points ที่โปรแกรมรายงานคือค่า W ในเงื่อนไขใด?
A. ค่า W ที่ทำให้ผลของ X ต่อ Y (conditional effect) เท่ากับศูนย์
B. ค่า W ที่ทำให้ ค่า p-value ของ b3 เท่ากับ .05
C. ค่า W ที่ทำให้ |t| ของ conditional effect เท่ากับ t crit พอดี (เช่น p = .05 เมื่อ α = .05)
D. ค่า W ที่เป็นค่าเฉลี่ยของตัวแปรกำกับในกลุ่มตัวอย่าง
C. ค่า W ที่ทำให้ |t| ของ conditional effect เท่ากับ t crit พอดี (เช่น p = .05 เมื่อ α = .05)
นักวิจัยทำ moderation analysis แล้วพบว่า coefficient ของ interaction term มีนัยสำคัญ ข้อใดตีความได้เหมาะสมที่สุด?
A) ตัวแปรต้นมีผลต่อตัวแปรตามอย่างมีนัยสำคัญแน่นอนในทุกกลุ่ม
B) ตัวแปรกำกับเป็นสาเหตุหลักของตัวแปรตาม
C) มีหลักฐานว่าความสัมพันธ์ระหว่างตัวแปรต้นกับตัวแปรตามเปลี่ยนไปตามระดับของตัวแปรกำกับ
D) ตัวแปรกำกับทำหน้าที่เป็นตัวแปรส่งผ่าน (Mediator) ด้วย
C) มีหลักฐานว่าความสัมพันธ์ระหว่างตัวแปรต้นกับตัวแปรตามเปลี่ยนไปตามระดับของตัวแปรกำกับ
แม้ว่า Bootstrapping จะช่วยแก้ปัญหาเรื่องการแจกแจงไม่ปกติของ Indirect effect ได้ แต่สิ่งใดที่ Bootstrapping "ไม่สามารถ" แก้ไขได้?
A) ปัญหาการคำนวณช่วงความเชื่อมั่นที่ไม่สมมาตร
B) ปัญหาการสรุปความเป็นเหตุเป็นผล (Causality) จากการเก็บข้อมูลแบบตัดขวาง (Cross-sectional data)
C) ปัญหา Statistical power ในกลุ่มตัวอย่างขนาดกลาง
D) การรันโมเดลที่มีตัวแปรส่งผ่านพร้อมกันหลายตัว
B) ปัญหาการสรุปความเป็นเหตุเป็นผล (Causality) จากการเก็บข้อมูลแบบตัดขวาง (Cross-sectional data)
Mediation Analysis แตกต่างจาก Hierarchical Multiple Regression อย่างไร
Med สนใจ Indirect Effect และ Confidence Interval ในขณะที่ Hierarchical Multiple Regression สนใจ Δ R² (R-squared change) between Step k and Step k+1
สมมติวิจัยเรื่องอาการซึมเศร้า (Y) โดยมีเหตุการณ์เครียด (X) และความยืดหยุ่นทางจิตใจ (W) หากเทอมปฏิสัมพันธ์ (XW) มีค่าสัมประสิทธิ์เป็นลบอย่างมีนัยสำคัญ จะตีความทางคลินิกได้อย่างไร?
A) เมื่อมีความยืดหยุ่นสูงขึ้น ผลกระทบเชิงลบของเหตุการณ์เครียดที่จะทำให้เกิดอาการซึมเศร้าจะถูกลดทอนหรือเบาลง
B) ความยืดหยุ่นทำให้เหตุการณ์เครียดส่งผลให้อาการซึมเศร้ารุนแรงขึ้นแบบทวีคูณ
C) เหตุการณ์เครียดไม่มีความสัมพันธ์ใดๆ กับอาการซึมเศร้าอีกต่อไป
D) เมื่อมีอาการซึมเศร้า อิทธิพลของความยืดหยุ่นจะหายไป
A) เมื่อมีความยืดหยุ่นสูงขึ้น ผลกระทบเชิงลบของเหตุการณ์เครียดที่จะทำให้เกิดอาการซึมเศร้าจะถูกลดทอนหรือเบาลง