คำอธิบายคอร์สออนไลน์
ในคอร์สนี้ ผู้เรียนจะได้เรียนรู้เกี่ยวกับเป้าหมายของ SEM, พื้นฐานทางสถิติของ SEM, การเข้าใจสัญลักษณ์ใน Path Diagram, การระบุโมเดล, การนับ data point, การนับค่าพารามิเตอร์, การคำนวณหาค่า degree of freedom, การกำหนดโมเดล, การประมาณค่า, การแสดง output, การฝึกอ่านและตีความ output SEM, การปรับโมเดล, แนวทางการเขียนรายงานการวิจัย, ฝึกปฏิบัติการวิเคราะห์, โมเดลการวัด โดย การวิเคราะห์องค์ประกอบเชิงยืนยัน, การวิเคราะห์โมเดลส่วนโครงสร้างด้วยโปรแกรม R การหาความตรงเชิงโครงสร้าง (ความตรงลู่เข้า ความตรงเชิงจำแนก)

หัวข้อหลักของเนื้อหาในคอร์ส
- แนวคิดและหลักการ SEM
- สถิติที่เป็นพื้นฐานของ SEM ได้แก่ การวิเคราะห์ถดถอย การวิเคราะห์องค์ประกอบ การวิเคราะห์เส้นทาง
- การอ่าน Path Diagram สัญลักษณ์ที่ใช้ใน SEM
- การระบุโมเดล (under-identified, just-identified, over-identified)
- การคำนวณ data point การนับ parameter ที่จะประมาณค่า การคำนวณค่า degree of freedom
- การกำหนดโมเดลการวัด โมเดลโครงสร้าง การวาดภาพ path diagram การอ่านตีความ fit indices การ fix, free พารามิเตอร์ เมื่อใช้โปรแกรม R
- โมเดลการวัด โดยใช้ Confirmatory Factor Analysis การหาความตรงเชิงโครงสร้าง (ความตรงลู่เข้า ความตรงเชิงจำแนก) การอ่าน output การปรับโมเดล

ประโยชน์ที่ผู้เรียนจะได้รับ
- เข้าใจหลักการ SEM
- เข้าใจกระบวนการ ขั้นตอนการวิเคราะห์ SEM
- ระบุประเภทการกำหนดโมเดลได้
- หาความตรงเชิงโครงสร้าง (ลู่เข้า และเชิงจำแนก) การกำหนดโมเดลและการประมาณค่าพารามิเตอร์ด้วยโปรแกรม R (open-source ฟรี)
- เช้าใจหลักการปรับโมเดล การอ่าน output การเขียนรายงาน SEM

ใครควรเรียนคอร์สนี้
- นิสิตระดับบัณฑิตศึกษา
- อาจารย์ นักวิชาการ

ผู้เรียนต้องมีความรู้อะไรมาก่อน
สถิติระดับปริญญาตรี (สถิติ 2) แต่มีการปูพื้นฐานใน course ให้