Page 9 - การวิเคราะห์อิทธิพลคั่นกลางและอิทธิพลกำกับใน SEM-บรรยายที่ วช 25 กค 60
P. 9
Data cleaning
2. จัดการค่า outlier ของแต่ละตัวแปร อาจใช้
1) ตัดค่าสูงและตํ่าทิ้ง (trimming) ไม่เกินด้านละ 25%
2) แทนที่ค่าสูงและตํ่าด้วยค่าที่อยู่ถัดขึ้นไปหรือถัดลงมา (Winsorizing)
3. ตัดค่าสังเกตที่ให้ค่า CV ตํ่ากว่า 0.1 หรือสูงกว่า 0.5 ทิ้งชั่วคราว
4. ตัด influential case ทิ้ง (ต้องรันด้วย MRA ใช้ factor score เป็นค่าของตัวแปรแฝง )
1) ค่าสังเกตที่มีค่า Mahalanobis’s distance เกินกว่า chi-square ณ df = จํานวนตัวแปร
อิสระ มี p ≤ α
2) ค่าสังเกตที่มีค่า Cook’s distance สูงกว่า max =
−+
3) ค่าสังเกตที่มีค่า Leverage สูงกว่า max = +
รองศาสตราจารย์ ดร. มนตรี พิริยะกุล ภาควิชาสถิติ มหาวิทยาลัยรามคําแหง 9
