แบบจำลองสมการโครงสร้างสู่นวัตกรรมกระบวนวิจัยเชิงบริหารธุรกิจ
Article Sidebar
Main Article Content
บทคัดย่อ
บทความวิจัยนี้มีวัตถุประสงค์เพื่อ (1) นำเสนอแนวทางในใช้การวิเคราะห์อภิมานเชิงสมการโครงสร้างและ (2) อภิปรายสรุปขั้นตอนในการนำแนวทางไปใช้ในงานวิจัยสายสังคมศาสตร์สาขาบริหารธุรกิจ ศึกษาค้นคว้าด้วยกระบวนวิธีการวิเคราะห์อภิมานเชิงสมการโครงสร้างจากงานวิจัยและทำการวิเคราะห์แนวทางอธิบายในหน้าที่สำคัญของการวิเคราะห์แบบอภิมานเชิงสมการโครงสร้างจากการค้นคว้าศึกษาระเบียบวิธีวิจัยเชิงเอกสาร และเสนอแนวทางในการพัฒนาใช้ค่าทางสถิติเพื่ออธิบายผลการวิเคราะห์ เริ่มต้นจากขั้นตอนการเปรียบเทียบและรวบรวมข้อมูลจากงานวิจัยต่าง ๆ นำมาวิคราะห์และสังเคราะห์ขั้นตอนสำคัญในการประยุกต์
ใช้การวิเคราะห์อภิมานเชิงสมการโครงสร้าง โดยมีจุดมุ่งหมายเพื่อกำหนดสิ่งที่พบเหมือนกัน สิ่งที่ต่างกัน และ
ความสัมพันธ์ที่ปรากฏด้วยการศึกษางานวิจัยกำหนดเป็นงานวิจัยในสายสังคมศาสตร์ และใช้เครื่องมือเก็บรวบรวม
ข้อมูลด้วยการประมวลหลักฐานจากแหล่งข้อมูลและการวิจัยที่เกี่ยวข้องจากการวิจัยเชิงเอกสาร กำหนดขอบเขต
เวลา แสดงตัวแปรอิสระที่ศึกษา ตัวแปรตามที่สำคัญ และโปรแกรมวิเคราะห์อิทธิพลปัจจัยทำการวิเคราะห์อิทธิพล
เชิงสาเหตุ ผลการวิจัย พบว่า เพื่อการสรุปผลการศึกษาเป็นต้นแบบสำหรับการวิเคราะห์อภิมานเชิงสมการโครงสร้าง
สรุปผลการวิจัยในหัวข้อต่อไปนี้ (1) ขนาดอิทธิพลที่ส่งผลต่อตัวแปรตามที่ทำการศึกษา แสดงค่าขนาดอิทธิพล
และทิศทางการส่งผลของอิทธิพล (2) ตัวแปรต้นในงานวิจัยที่นำมาสังเคราะห์ครั้งนี้มีทั้งหมด และตัวแปรตาม
แสดงเป็นความสัมพันธ์ และระดับความสัมพันธ์ ชี้บ่งตัววัดที่แสดงค่าสัมประสิทธิ์ความสัมพันธ์ที่มากที่สุด และ
องค์ความรู้ที่ได้จากการวิเคราะห์ (3) ความสัมพันธ์ระหว่างตัวแปรที่สนใจ อธิบายผลการศึกษา พบว่า มีหรือไม่มี
อิทธิพลทั้งโดยตรง และ/หรืออิทธิพลร่วม ตามระดับนัยสำคัญทางสถิติ และ (4) การส่งอิทธิพลทางตรงและทางอ้อม
ของตัวแปรต้นต่อตัวแปรตามโดยการทดสอบความสอดคล้องระหว่างแบบจำลองตามทฤษฎีที่นักวิจัยสร้างขึ้นกับข้อมูลเชิงประจักษ์ด้วยการวิเคราะห์อิทธิพลเชิงสาเหตุ
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความวิชาการ บทความวิจัย และบทวิจารณ์หนังสือในวารสารดุษฎีบัณฑิตทางสังคมศาสตร์ เป็นความคิดเห็นของผู้เขียน มิใช่ของคณะผู้จัดทำ และมิใช่ความรับผิดชอบของสมาคมปรัชญาดุษฎีบัณฑิตทางสังคมศาสตร์ มหาวิทยาลัยรามคำแหง (กรณีการทำวิจัยในมนุษย์ ผู้วิจัยต้องผ่านการอบรมจริยธรรมการวิจัยในมนุษย์ และนำหลักฐานมาแสดง)
เอกสารอ้างอิง
Allen, M. (2020). Understanding the practice, application, and limitations of meta-analysis. American Behavioral Scientist, 64(1), 74-96.
Anderson, J. C., & Gerbing, D. W. (1984). The effect of sampling error on convergence, improper solutions, and goodness-of-fit indices for maximum likelihood confirmatory factor analysis. Psychometrika, 49(2), 155-173.
Aytug, Z. G., Rothstein, H. R., Zhou, W., & Kern, M. C. (2012). Revealed or concealed? Transparency of procedures, decisions, and judgment calls in meta analyses. Organizational Research Methods, 15(1), 103-133.
Baer, M., Dirks, K. T., & Nickerson, J. A. (2013). Microfoundations of strategic problem formulation. Strategic Management Journal, 34(2), 197-214.
Bentler, P. M., & Yuan, K. H. (1999). Structural equation modeling with small samples: Test statistics. Multivariate behavioral research, 34(2), 181-197.
Berry, C. M., Lelchook, A. M., & Clark, M. A. (2012). A meta-analysis of the interrelationships between employee lateness, absenteeism, and turnover: Implications for models of withdrawal behavior. Journal of Organizational Behavior, 33(5), 678-699.
Brown, S. D., Tramayne, S., Hoxha, D., Telander, K., Fan, X., & Lent, R. W. (2008). Social cognitive predictors of college students’ academic performance and persistence: A meta-analytic path analysis. Journal of Vocational Behavior, 72(3), 298-308.
Bryk, A. S., & Raudenbush, S. W. (1992). Hierarchical linear models: Applications and data analysis methods. Sage.
Burke, M. J., & Landis, R. S. (2013). Methodological and conceptual challenges in conducting and interpreting meta-analyses. In Validity Generalization (pp. 287-309). Psychology Press.
Cheung, M. W. L. (2008). A model for integrating fixed- random-, and mixed-effects meta-analyses into structural equation modeling. Psychological methods, 13(3), 182-202.
Cheung, M. W. L. (2021). Meta-analytic structural equation modeling. In Oxford research encyclopedia of business and management. Retrieved from https://oxfordre.com/business/view/10.1093/acrefore/9780190224851.001.0001 /acrefore-9780190224851-e-225
Cheung, M. W. L., & Chan, W. (2005). Meta-analytic structural equation modeling: A two-stage approach. sychological methods, 10(1), 40-64.
Combs, J. G., Ketchen, Jr, D. J., Crook, T. R., & Roth, P. L. (2011). Assessing cumulative evidence within ‘macro’research: Why meta-analysis should be preferred over vote counting. Journal of Management Studies, 48(1), 178-197.
Crook, T. R., Ketchen Jr, D. J., Combs, J. G., & Todd, S. Y. (2008). Strategic resources and performance: A meta-analysis. Strategic management journal, 29(11), 1141-1154.
Diamantopoulos, A., & Siguaw, J. A. (2000). Introducing LISREL: A guide for the uninitiated. Sage.
Earnest, D. R., Allen, D. G., & Landis, R. S. (2011). Mechanisms linking realistic job previews with turnover: A meta-analytic path analysis. Personnel Psychology, 64(4), 865-897.
Eby, L. T., Freeman, D. M., Rush, M. C., & Lance, C. E. (1999). Motivational bases of affective organizational commitment: A partial test of an integrative theoretical model. Journal of occupational and organizational psychology, 72(4), 463-483.
Erez, A., Bloom, M. C., & Wells, M. T. (1996). Using random rather than fixed effects models in meta-analysis: Implications for situational specificity and validity generalization. Personnel Psychology, 49(2), 275-306.
Fan, H., Jackson, T., Yang, X., Tang, W., & Zhang, J. (2010). The factor structure of the Mayer–Salovey–Caruso Emotional Intelligence Test V 2.0 (MSCEIT): A meta-analytic structural equation modeling approach. Personality and Individual Differences, 48(7), 781-785.
Furlow, C. F., & Beretvas, S. N. (2005). Meta-analytic methods of pooling correlation matrices for structural equation modeling under different patterns of missing data. Psychological Methods, 10(2), 227-254.
Geyskens, I., Steenkamp, J. B. E., & Kumar, N. (2006). Make, buy, or ally: A transaction cost theory meta-analysis. Academy of management journal, 49(3), 519-543.
Glass, G. V., McGaw, B., & Smith, M. L. (1981). Meta-analysis in social research. Sage.
Goldstein, H. (2011). Multilevel statistical models. John Wiley & Sons.
Goldstein, H., Rasbash, J. R., Plewis, I., Draper, D., Browne, W. J., Yang, M., ... & Healy, M. (1998). A user’s guide to MLwiN, Version 1.0. Institute of Education.
Graham, J. M. (2011). Measuring love in romantic relationships: A meta-analysis. Journal of Social and Personal Relationships, 28(6), 748-771.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Pearson.
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning.
Hair, J. F., Page, M., & Brunsveld, N. (2019). Essentials of business research methods (4th ed.). Routledge.
Hox, J. J. (2002). Multilevel analysis: Techniques and applications. Erlbaum.
Hunter, J. E., & Schmidt, F. L. (2004). Methods of meta-analysis: Correcting error and bias in research findings. Sage
Johnson, J. W., Carter, G. W., Davison, H. K., & Oliver, D. H. (2001). A synthetic validity approach to testing differential prediction hypotheses. Journal of Applied Psychology, 86(4), 774-780.
Judge, T. A., Bono, J. E., Ilies, R., & Gerhardt, M. W. (2002). Personality and leadership: A qualitative and quantitative review. Journal of applied psychology, 87(4), 765-780.
Kepes, S., McDaniel, M. A., Brannick, M. T., & Banks, G. C. (2013). Meta-analytic reviews in the organizational sciences: Two meta-analytic schools on the way to MARS (the meta analytic reporting standards). Journal of Business and Psychology, 28, 123-143.
Landis, R. S. (2013). Successfully combining meta-analysis and structural equation modeling: Recommendations and strategies. Journal of Business and Psychology, 28, 251-261.
Lindeman, R. H., Merenda, P. F., & Gold, R. Z. (1980). Introduction to bivariate and multivariate analysis (Vol. 4). Glenview, Scott, Foresman.
Muthén, B. O. (1994). Multilevel covariance structure analysis. Sociological methods & research, 22(3), 376-398.
Muthen, L. K., & Muthén, B. O. (1998). Mplus [computer software]. Muthén & Muthén.
Roesch, S. C., & Weiner, B. (2001). A meta-analytic review of coping with illness: Do causal attributions matter?. Journal of psychosomatic research, 50(4), 205-219.
Robbins, S. B., Oh, I. S., Le, H., & Button, C. (2009). Intervention effects on college performance and retention as mediated by motivational, emotional, and social control factors: Integrated meta-analytic path analyses. Journal of Applied Psychology, 94(5), 1163-1184.
Saris W. E., Satorra, A., & van der Veld, W. M. (2009). Testing structural equation models or detection of misspecifications?. Structural Equation Modeling: A Multidisciplinary Journal, 16(4), 561-582.
Saris, W. E, Revilla, M., Krosnick, J., & Schaefer, E. M. (2010). Comparing questions with agree/disagree response options to questions with item specific response options. Survey Research Methods, 4(1), 561-582.
Saris, W. E., & Stronkhorst, L. H. (1984). Causal modelling in nonexperimental research: An introduction to the LISREL approach. Sociometric Research Foundation.
Saris, W., Satorra, A., & Sörbom, D. (1987). The detection and correction of specification errors in structural equation models. Sociological Methodology, 17, 105-129.
Schmidt, F. L., & Hunter, J. E. (2015). Methods of meta-analysis: Correcting error and bias in researching findings (3rd ed.). Sage.
Shadish, W. R. (1996). Meta-analysis and the exploration of causal mediating processes: A primer of examples, methods, and issues. Psychological Methods, 1(1), 47-65.
Shadish, W. R., Cook. T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Houghton Mifflin.
Sirmon, D. G., Hitt, M. A., & Ireland, R. D. (2007). Managing firm resources in dynamic environments to create value: Looking inside the black box. Academy of Management Review, 32(1), 273-292.
Tokunaga, R. S., & Rains, S. A. (2010). An evaluation of two characterizations of the relationships between problematic Internet use, time spent using the Internet, and psychosocial problems. Human Communication Research, 36(4), 512-545.
Van Den Noortgate, W., & Onghena, P. (2003). Multilevel meta-analysis: A comparison with traditional meta-analytical procedures. Educational and psychological measurement, 63(5), 765-790.
Viswesvaran, C., & Ones, D. S. (1995). Theory testing: Combining psychometric meta-analysis and structural equations modeling. Personnel Psychology, 48(4), 865-885.
Wiersema, M. F., & Bowen, H. P. (2009). The use of limited dependent variable techniques in strategy research: Issues and methods. Strategic management journal, 30(6), 679-692.
