น้องๆ หลายคนเวลาใช้ IBM SPSS Amos แล้วค่า Model Fit ไม่ผ่าน
สิ่งแรกที่ทำคือ…

“โยง Error Covariance เพิ่มครับ!” 😅

บางคนโยงทีเดียว 10–20 เส้น
ค่า CFI ดีขึ้นจริงครับ แต่ปัญหาคือ…

อาจารย์ถามว่า
“โยงเพราะอะไร?”

แล้วตอบไม่ได้ครับ 😭

บทความนี้พี่จะอธิบายแบบเข้าใจง่ายว่า
การโยงค่า COV error ระหว่างตัวแปร “ทำได้ไหม?”
แล้วแบบไหนเรียกว่า “เหมาะสม” หรือ “อันตราย” ในงาน SEM ครับ

---

Error Covariance คืออะไร?

ใน SEM ค่า Error Covariance คือการเชื่อม “ค่าความคลาดเคลื่อน” ของตัวแปรสังเกต (Observed Variables) เข้าหากัน

พูดง่ายๆ คือ

แม้ตัวแปรจะอยู่ในโมเดลเดียวกัน
แต่ยังมี “บางอย่างร่วมกัน” ที่โมเดลอธิบายไม่หมดครับ

AMOS เลยอนุญาตให้โยง Error ระหว่างตัวแปรได้

---

แล้วการโยง COV Error “ผิดไหม?”

คำตอบคือ

“ไม่ผิดครับ ถ้ามีเหตุผลทางทฤษฎีรองรับ”

นี่คือจุดสำคัญที่สุดครับ

เพราะการโยง Error ไม่ใช่การมั่วค่า Fit
แต่เป็นการบอกว่า:

• ตัวแปรมีวิธีวัดคล้ายกัน
• ใช้คำถามใกล้เคียงกัน
• มีแหล่งความคลาดเคลื่อนร่วมกัน

เช่น

• ข้อคำถามใช้คำคล้ายกัน
• อยู่ในมิติเดียวกันมาก
• วัดช่วงเวลาเดียวกัน
• ผู้ตอบตีความใกล้กัน

กรณีแบบนี้ การโยง Error ถือว่า “พอรับได้” ครับ

---

ตัวอย่างที่เหมาะสมในการโยง Error

สมมติวัด “ความพึงพอใจในการทำงาน”

มีข้อคำถาม:

• ฉันมีความสุขกับงานที่ทำ
• ฉันรู้สึกสนุกกับงานประจำวัน

สองข้อนี้มีเนื้อหาคล้ายกันมาก
จึงอาจมี Error ร่วมกันได้ครับ

แบบนี้โยง COV Error ได้ “ถ้ามีเหตุผลเชิงทฤษฎี”

---

แต่สิ่งที่อันตรายคืออะไร?

อันตรายที่สุดคือ…

“โยงเพราะอยากให้ค่า Fit ผ่าน”

อันนี้เจอบ่อยมากครับ 😅

เช่น

• CFI ไม่ถึง .90
• RMSEA สูง
• Chi-square ไม่สวย

แล้วเปิด Modification Indices (MI)
AMOS บอกให้โยงตรงไหนก็โยงหมด

สุดท้ายค่า Fit ดีจริง
แต่โมเดล “ไม่มีความหมายทางทฤษฎี”

อาจารย์เห็นปุ๊บ รู้ทันปั๊บครับ

---

⚡ สิ่งที่น้องๆ ต้องเข้าใจ

ค่า Fit ที่สวย
ไม่ได้แปลว่าโมเดลดีเสมอไปครับ

เพราะ SEM คือ “Theory Driven”

ไม่ใช่ “ค่า Fit Driven”

---

ผลเสียของการโยง Error มากเกินไป

ถ้าโยงมั่วๆ จะเกิดปัญหา:

• โมเดลซับซ้อนเกิน
• ตีความยาก
• Overfitting
• ขาดความน่าเชื่อถือ
• ใช้กับข้อมูลชุดอื่นไม่ได้

หนักสุดคือ…

“โมเดลผ่านเฉพาะข้อมูลชุดนี้”

แต่พอเก็บข้อมูลใหม่
พังทันทีครับ

---

ควรโยง Error กี่เส้น?

ไม่มีตัวเลขตายตัวครับ
แต่พี่แนะนำว่า:

• โยงเฉพาะที่จำเป็น
• ต้องมีเหตุผลเชิงทฤษฎี
• ไม่ควรโยงพร่ำเพรื่อ

และควรอธิบายในเล่มวิจัยด้วยว่า:

“เหตุใดจึงเชื่อม Covariance ระหว่าง Error”

---

ถ้าอ่านมาถึงตรงนี้แล้วยังรู้สึกมึนๆ หรืออยากหาคนช่วย [รับทำวิจัย] วิเคราะห์ SEM หรือปรับ Model Fit แบบมืออาชีพ ทักหาพี่ได้เลยนะครับ

---

วิธีตัดสินใจว่า “ควรโยง” หรือ “ไม่ควรโยง”

พี่แนะนำให้ถามตัวเอง 3 ข้อนี้ครับ

1. ตัวแปรมีเนื้อหาใกล้กันไหม?

ถ้าใช่ → อาจโยงได้

---

2. มีเหตุผลทางทฤษฎีรองรับไหม?

ถ้าตอบไม่ได้ → อย่าโยงครับ

---

3. ถ้าไม่ดู MI เราจะคิดโยงเองไหม?

ถ้าคำตอบคือ “ไม่”
แปลว่าอาจกำลังโดนโปรแกรมหลอกครับ 😅

---

💡 มุมมองจากพี่ (ประสบการณ์ 15 ปี)

พี่เคยเจอนักศึกษาคนหนึ่งครับ
โยง Error ไปเกือบ 30 เส้น

ค่า CFI จาก .68 ขึ้นเป็น .97 จริงครับ

แต่พอสอบป้องกัน
กรรมการถามว่า:

“เส้นนี้โยงเพราะอะไร?”

น้องตอบไม่ได้แม้แต่เส้นเดียว 😭

สุดท้ายโดนให้กลับไปทำใหม่ครับ

หลังจากนั้นพี่เลยย้ำกับทุกคนเสมอว่า:

“โยง Error ได้ แต่ต้องอธิบายได้ครับ”

---

สรุป

การโยงค่า COV Error ใน IBM SPSS Amos สามารถทำได้ครับ
แต่ต้องมีเหตุผลทางทฤษฎีรองรับ ไม่ใช่โยงเพื่อให้ค่า Fit สวยอย่างเดียว

สิ่งสำคัญคือ:

• ใช้อย่างระมัดระวัง
• โยงเฉพาะที่จำเป็น
• อธิบายได้
• สอดคล้องกับทฤษฎี

จำไว้นะครับ

“SEM ที่ดี ไม่ใช่โมเดลที่ Fit ที่สุด
แต่คือโมเดลที่อธิบายปรากฏการณ์ได้ดีที่สุดครับ”

“ค่า Fit ไม่ผ่าน? พี่ช่วยวิเคราะห์ AMOS ปรับ SEM และอธิบาย Error Covariance แบบเข้าใจง่ายครับ”

FAQ: คำถามที่พบบ่อย