การประเมินความเสี่ยงต่อความผิดปกติทางระบบกระดูกโครงร่างและกล้ามเนื้อ จากการทำงานของพนักงานอุตสาหกรรมสิ่งทอในกิจการส่งออกขนาดย่อม เพื่อการจัดการทางการยศาสตร์

ศิริรัตน์ จำแนกสาร

การประเมินความเสี่ยงต่อความผิดปกติทางระบบกระดูกโครงร่างและกล้ามเนื้อ จากการทำงานของพนักงานอุตสาหกรรมสิ่งทอในกิจการส่งออกขนาดย่อม เพื่อการจัดการทางการยศาสตร์

0

Files

44143.pdf (414.43 KB)

Issued Date

2020

Resource Type

Article

ISSN

2730-2466

Rights

Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)

Bibliographic Citation

วารสารการวัด ประเมินผล สถิติ และการวิจัยทางสังคมศาสตร์ 1,1 (ม.ค.-มิ.ย. 2563),12-20

Suggested Citation

ศิริรัตน์ จำแนกสาร การประเมินความเสี่ยงต่อความผิดปกติทางระบบกระดูกโครงร่างและกล้ามเนื้อ จากการทำงานของพนักงานอุตสาหกรรมสิ่งทอในกิจการส่งออกขนาดย่อม เพื่อการจัดการทางการยศาสตร์. วารสารการวัด ประเมินผล สถิติ และการวิจัยทางสังคมศาสตร์ 1,1 (ม.ค.-มิ.ย. 2563),12-20. Retrieved from: https://hdl.handle.net/20.500.14770/13835

Title

การประเมินความเสี่ยงต่อความผิดปกติทางระบบกระดูกโครงร่างและกล้ามเนื้อ จากการทำงานของพนักงานอุตสาหกรรมสิ่งทอในกิจการส่งออกขนาดย่อม เพื่อการจัดการทางการยศาสตร์

Alternative Title(s)

Risk assessment on work-related musculoskeletal sisorders for ergonomics management program among industrial workers in textile export and small enterprise

Author(s)

ศิริรัตน์ จำแนกสาร

Abstract

การวิเคราะห์โมเดลสมการโครงสร้างพหุระดับเป็นเทคนิคการวิเคราะห์ทางสถิติขั้นสูงที่เกิดจากการบูรณาการแนวคิดการวิเคราะห์โมเดลสมการโครงสร้างกับการวิเคราะห์พหุระดับ เพื่อศึกษาอิทธิพลของตัวแปรทำนายหลายระดับที่มีต่อตัวแปรตาม และสามารถศึกษาปฏิสัมพันธ์ข้ามระดับได้ ทำให้มีความครอบคลุมและลึกซึ้งกว่าสถิติวิเคราะห์แบบประเพณีนิยม และช่วยแก้ไขข้อจำกัดในการวิเคราะห์ของโมเดลสมการโครงสร้างและการวิเคราะห์พหุระดับได้ การเลือกใช้สถิติควรคำนึงถึงข้อตกลงเบื้องต้นทางสถิติ การกำหนดขนาดตัวอย่างที่เหมาะสมโดยพิจารณาขนาดตัวอย่างระดับมหภาคหรือระดับกลุ่มเป็นอันดับแรก โดยขนาดตัวอย่างระดับกลุ่มสูงสุดในการวิเคราะห์ควรมีจำนวนมากกว่า 30 กลุ่มขึ้นไป สำหรับขนาดตัวอย่างระดับจุลภาคหรือระดับบุคคลที่เหมาะสมควรมีขนาดตัวอย่างเท่ากับ 10-20 เท่าของจำนวนพารามิเตอร์ สำหรับการประมาณค่าพารามิเตอร์ด้วยวิธีความเป็นไปได้สูงสุด (ML) และวิธีความเป็นไปได้สูงสุดแบบให้สารสนเทศเต็ม (FIML) ใช้ในกรณีที่ขนาดตัวอย่างแต่ละกลุ่มเท่ากัน และข้อมูลมีการแจกแจงแบบปกติ ส่วนการประมาณค่าพารามิเตอร์ด้วยวิธีกึ่งความเป็นไปได้สูงสุดของ Muthen (MUML) วิธีความเป็นไปได้สูงสุดบางส่วน (PML) และวิธีความเป็นไปได้สูงสุดด้วยค่าความคลาดเคลื่อนมาตรฐานที่แกร่งและไคสแควร์ (MLR) ใช้ในกรณีจำนวนหน่วยตัวอย่างในแต่ละกลุ่มไม่เท่ากัน และข้อมูลมีการแจกแจงที่ไม่เป็นโค้งปกติ ทั้งนี้ถ้ากลุ่มตัวอย่างมีขนาดใหญ่เพียงพอการประมาณค่าพารามิเตอร์ด้วยวิธี ML และวิธี MUML จะให้ค่าที่ใกล้เคียงกัน