موارد استفاده مدل یابی معادلات ساختاری

موارد استفاده مدل یابی معادلات ساختاری

مدل یابی معادلات ساختاری را می توان در جهت مقاصد پژوهشی ذیل به کار برد :

مدل یابی علّی یا تحلیل مسیر

پارامتر های حاصل از تحلیل رگرسیون دست کم در سه موقعیت اساسی زیر نمی تواند اطلاعات لازم را فراهم آورد :

• وقتی متغیر های مشاهده شده حاوی خطای اندازه گیری و بین متغیر های واقعی روابط جالب و بدون تورش وجود داشته باشد.
• وقتی بین متغیر های مشاهده شده ی روابط در هم تنیده جریان علّی وجود داشته باشد.

اما توابع ساختاری می تواند در همه موقعیتهای بالا نقش مهم و سازنده ای ایفا کند. علوم اجتماعی و رفتاری بر خلاف علوم طبیعی ، به ندرت به تجزیه و تحلیل دقیق در شرایط کنترل شده دستیابی دارد. در این علوم ، استباط روابط علّی از لحاظ آماری ارزیابی می شود. در چنین مطالعاتی حتی روابط علّی را نمی توان ثابت کرد ، تنها منطقی بودن نسبی آنها را در برابر سایر چهار چوبهای تبیین می توان تأیید نمود. در اینجا ، بیشتر تئوریها و مدلها در قالب سازه های نظری که مستقیماً مشاهده پذیر و اندازه پذیر نیست ، بیان می شود. اما برای عملیاتی کردن و اندازه گیری متغیر های نظری می توان از شاخصها یا نشانه هایی که نشانگر نامیده می شوند ، استفاده کرد. استباطهای علّی به واقع به مسیر هایی بستگی دارد که طرح مطالعه مشخص کرده است.

مقالات پیشنهادی

راهنمای جامع مدل سازی معادلات ساختاری

تحلیل عاملی تأییدی 

این روش که به واقع بسط تحلیل عاملی معمولی است ، یکی از جنبه های مهم SEM است ، که در آن فرضیه های معینی درباره ساختار بارهای عاملی و همبستگیهای متقابل بین متغیر ها مورد آزمون قرار می گیرد. از لحاظ سنتی ، تحلیل عاملی با آشکار ساختن ابعاد زیر بنایی یا واریانس عامل مشترک در مجموعه ای از پرسشها یا سؤالهای تستی سر و کار دارد.

برای معرفی یک سازه نظری ، معمولاً مجموعه ای از پرسشها تهیه می شود و تحلیل عاملی به تدوین شاخصی که در پژوهش به کار می رود ، کمک خواهد کرد. برای معرفی ابعاد زیر بنایی سازه مورد نظر ، تحلیل عاملی می تواند یک یا چند عامل را آشکار سازد. بر پایه نتایج تحلیل عاملی می توان گفت که یک سازه ، تک بعدی یا چند بعدی است. به این رویکرد ، در حال حاضر ، به سبب آنکه دارای ماهیت اکتشافی است و نه ماهیت آزمون فرضیه ، تحلیل عاملی اکتشافی ( EFA ) گفته می شود. عامل چون در تحلیل عاملی مشاهده نا پذیر است متغیر مکنون خوانده می شود ، که در تحلیل عاملی ، پیش بینی کننده پاسخها در متغیر های اندازه گرفته شده و مشاهده شده است. به واقع ، روایی یک تحلیل عاملی تا حدودی از طریق تعیین این مطلب مشخص می شود که عاملها با چه دقتی واریانس موجود در پرسشهای انفرادی را توجیه می کنند. یعنی ، چقدر از واریانس موجود در پرسشها با عاملها اشتراک دارد ( میزان اشتراک ).

موارد استفاده مدل یابی معادلات ساختاری : روش کار مدل یابی معادله ساختاری

مدل یابی معادله ساختاری ، علاوه بر تحلیل اکتشافی ، تحلیل عاملی تأییدی ( CFA ) را نیز به کار می برد. این تحلیل اساساً یک روش آزمون فرضیه است ، و بر این مفروضه متکی است که شما درباره اینکه مؤلفه متغیر های مکنون چیست اندیشه ای دارید ؛ یعنی به دنبال یافتن نشانگر ها نیستید. SEM این مطلب را که آیا نشانگر هایی که برای معرفی سازه یا متغیر مکنون خود بر گزیده اند ، واقعاً معرف آن است یا نه ، می آزماید و گزارش می دهد که نشانگر های انتخابی با چه دقتی معرف یا برازنده متغیر مکنون است. برای بهبود برازندگی ، نشانگر ها با متغیر مکنون نیز راههایی پیشنهاد می کنند.

تحلیل عاملی مرتبه دوم

صورتی از تحلیل عاملی است که در آن خود ماتریس همبستگی عاملهای مشترک تحلیل می شود تا عاملهای مرتبه دوم به دست آید.

مدل های مختلف رگرسیون

بسط تحلیل رگرسیون خطی که در آن وزنهای رگرسیون ممکن است مقید به تساوی با یکدیگر باشد ، یا برابر با مقادیر عددی معینی قرار داده شود. SEM مقایسه ضرایب رگرسیون ، واریانسها ، میانگیها حتی با گروه های بین آزمودنیهای چند گانه را به گونه هم زمان امکان پذیر می سازد.

مدل های ساختاری کوواریانس 

این فرضیه را که یک ماتریس کوواریانس دارای شکل به خصوصی است آزمون می کند. برای مثال ، می توانید این فرضیه را که مجموعه ای از متغیر ها دارای واریانسهای برابر هستند بیازمایند.

مدلهای ساختاری همبستگی

این فرضیه را که یک ماتریس همبستگی دارای شکل به خصوصی است آزمون می کند. برای مثال ، می توانید این فرضیه کلاسیک را که ماتریس همبستگی دارای ساختار دوری است بیازمایید.

بسیاری از انواع مختلف مدلها در هر یک از مقوله های بالا قرار می گیرد و روشهای تحلیل آنها از طریق یکی از برنامه های متعدد رایانه ای اجرا می شود. LISREL قدیمی ترین و رایج ترین برنامه ها در این زمینه است. البته AMOS و EQS نیز برنامه های دیگری می باشند که کاربرد آنها نیز بسیار آسان تر است.