فرمت این مقاله به صورت Word و با قابلیت ویرایش میباشد
تعداد صفحات این مقاله 11 صفحه
پس از پرداخت ، میتوانید مقاله را به صورت انلاین دانلود کنید
مدل معادلات ساختاری
مقدمه:
برای بررسی روابط علّی بین متغیرها به صورت منسجم کوششهای زیادی در دهة اخیر صورت گرفته است یکی از این روشها نوید بخش در این زمینه مدل معادلات ساختاری[1] یا تحلیل چند متغیری با متغیرهای مکنون است. بدون توجه به نام آن، این واژه به یک سری مدلهای عمومی اشاره میکند که شامل تحلیل عاملی تائیدی[2]، مدلهای ساختاری همزمان کلاسیک[3]، تجزیه و تحلیل مسیر[4]، رگرسیون چندگانه، تحلیل واریانس[5] و سایر روشهای آماری است. (Hoyle, 2000)
جرقه ورود به این بحث با موضوع شاخصهای چندگانه[6] شروع شد.یکی از قویترین و مناسبترین روشهای تجزیهو تحلیل در تحقیقات علوم رفتاری و اجتماعی تجزیه و تحلیل چند متغیره است، زیرا ماهیت اینگونه موضوعات چند متغیره بوده و نمیتوان آنها را با شیوه دو متغیری (که هر بار تنها یک متغیر مستقل با یک متغیر وابسته در نظر گرفته میشود) حل نمود. تجزیهوتحلیل چند متغیره به یکسری روشهای تجزیهوتحلیل اطلاق میشود که ویژگی اصلی آنها، تجزیهوتحلیل همزمان K متغیر مستقل و n متغیر وابسته است. تجزیهوتحلیل ساختارهای کواریانس یا مدلسازی علّی یا مدل معادلات ساختاری، یکی از اصلیترین روشهای تجزیهوتحلیل ساختارهای دادهای پیچیده است و به معنی تجزیهوتحلیل متغیرهای مختلفی است که در یک ساختار مبتنی بر تئوری، تأثیرات همزمان متغیرها را برهم نشان میدهد. این روش ، ترکیب ریاضی و آماری پیچیدهای از تحلیل عاملی، رگرسیون چند متغیره، و تحلیل مسیر است که در یک سیستم پیچیده گردهم آمده تا پدیدههای پیچیده را مورد تجزیهوتحلیل قرار دهد..
تفاوت همبستگی و علّیت
لازارسفلد[7] معتقد است اگر رابطهای بین A و B با عامل دیگری ناپدید نشود، آنگاه میتوان این رابطه را رابطه علّی خواند. سه شرط را در رابطه علّی لازم میداند :
- اثر ایجادی: بدین معنی که y متغیر تابع یا وابسته بر اثر x پدید آید. مثلاً استرس موجب افسردگی میشود.
- توالی زمانی: تغِییر x مقدم بر تغیِیر y باشد.
- عدم تقارن: در زمان معین رابطه یکسویه است، یعنی وقتی شاهد تأثیر x بر y هستیم، امکان تأثیر متقابل y بر x در زمان یا زمانهای بعد وجود دارد.
وقتی میگوییم شرط C علت E است، بدین معنی میباشد که با فرض قوانین حاکم بر رفتار موجودات و ماهیت و فرآیندهایی که C و E را شکل میدهند، اولی در ایجاد دومی دخالت دارد. شرط لازم برای داشتن رابطه علیت بین x و y، داشتن همبستگی بین x و y است. منظور از همبستگی بین x و y این است که این دو (x , y) بر همدیگر تأثیر متقابل دارند. (مثلاً توانایی ریاضی و توانایی کلامی با همدیگر مرتبط هستند). در واقع همبستگی، بودن یک رابطه بدون جهت را بین دو متغیر(x و y) نشان میدهد ولی در علیت یک گام فراتر رفته و جهت رابطه را نشان میدهد. (Hoyle, 2000)
فرآیند مدل معادلات ساختاری
فرآیندهای تجزیه و تحلیل ساختارهای کوواریانس شامل یک سری گامهایی است که به محقق توصیه میشود که حتماً به صورت متوالی این گامها را انجام دهد. این گامها عبارتند از : (Hoyle, 2000)
1- بیان مدل
2- تخمین مدل
3- اصلاح مدل
4- آزمون فرضیه
5- تفسیر مدل
6- نوشتن گزارش تحقیقاتی
در هر گام محقق باید در مورد، موارد زیر تصمیماتی را اتخاذ کند.
- مدل چگونه ساخته شود؟
- چه شاخصها و چه تعداد شاخص برای متغیرهای مکنون مورد نیاز است؟
- چگونه میبایستی خطاهای اندازهگیری[8] را به طور جداگانه اداره نمود؟
- چه مقدار نمونه برای تخمین مدل مورد نیاز است؟
- از چه نوع ماتریسی استفاده شود؟
در ذیل سعی میشود هر یک از مراحل به تفضیل شرح داده شود.
الف – مرحلة بیان مدل
مدل معادلات ساختاری با بیان مدلی که میخواهد تخمین زده شود؛ شروع میشود. در سادهترین سطح مدل، یک عبارت آماری دربارة روابط میان متغیرها است. این مدلها در زمینه رویکردهای مختلف تحلیلی، اَشکال مختلفی به خود میگیرند. برای مثال یک مدل در زمینه همبستگی عموماً روابط غیر جهتداری را (دوطرفه) بین دو متغیر نشان میدهد. در حالی که رگرسیون چندگانه و تحلیل واریانس مدلهایی را با روابط جهتدار بین متغیرها نشان میدهد.
این مرحله یکی از مهمترین مراحل موجود درمدل معادلات ساختاری است. زیرا هیچ گونه تحلیلی صورت نمیگیرد مگر این که محقق ابتدا مدل خود را بیان کند. گامهای موجود در این مرحله به شرح زیر است :
1- ساخت یک مدل ساختاری فرضی
بیان یک مدل در واقع ترجمان یک تئوری به یکسری معادلات ساختاری (ریاضی) است. بنابراین بهتر است ابتدا نمودار مسیر را ترسیم کنیم و متغیرهای درونزا[9] و برونزا[10] و روابط علّی بین این متغیرها را نشان دهیم.
2- انتخاب شاخصهای مشاهده شده برای متغیرهای مکنون
بعد از مشخص کردن متغیرهای مکنون درونزا و برونزا در این گام لازم است تا برای متغیرهای مکنون شاخصها (متغیرهای مشاهده شده) مناسبی انتخاب و به آنها وصل شود بهتر است از چندین شاخص به جای یک شاخص برای اندازهگیری متغیر مکنون استفاده شود که این کار براساس تعریف مفهومی و تعریف عملیاتی صورت میگیرد.
3- ارزیابی حالت تعیین[11] مدل
قبل از مرحلة تخمین و بعد از مرحلة بیان حتماً میبایستی حالت تعین مدل مورد ارزیابی قرار گیرد. (Lavee, 2002)تعیین یک مدل مستلزم مطالعة شرایطی برای بدست آوردن یک راه حل منحصر به فرد برای پارامترهای بیان شده در یک مدل میباشد.
ب – مرحلة دوم تخمین مدل
هنگامی که یک مدل بیان شد و حالت تعین آن مورد ارزیابی قرار گرفت کار بعدی بدست آوردن تخمینهای پارامترهای آزاد از روی مجموعهای از دادههای مشاهده شده است.
این مرحله شامل یکسری فرآیندهای تکراری است که در هر تکرار یک ماتریس کوواریانس ضمنی[12] ساخته میشود و با ماتریس کوواریانس دادههای مشاهده شده مقایسه میگردد.
مقایسه این دو ماتریس منجر به تولید یک ماتریس باقیمانده[13] میشود و این تکرارها تا جایی ادامه مییابد که این ماتریس باقیمانده به حداقل ممکن برسد. یعنی : Data = Model + Residual
گامهای موجود در این مرحله به شرح زیر است :
1- جمعآوری دادهها
در این مرحله انتخاب اندازه نمونه مهم است. زیرا بسیاری از روشهای تخمین موجود در مدل معادلات ساختاری و شاخصهای ارزیابی متناسب بودن مدل نسبت به اندازه نمونه حساس است. بنتلر[14]پیشنهاد نموده که همواره نسبت 10 به 1 بین اندازه نمونه و تعداد پارامترهای آزاد که بایستی تخمین زده شود وجود داشته باشد.بنابراین در پژوهش حاضر با توجه به پارامترهای آزاد از یک نمونه 80 تایی استفاده گردیده است، تا برآورد مدل با کمترین میزان خطا صورت پذیرد.
2- ساخت ماتریس واریانس– کوواریانس متغیرهای اندازهگیری شده
بعد از بیان مدل و جمعآوری دادهها تخمین مدل با مجموعهای از روابط شناخته شده بین متغیرهای اندازهگیری شده شروع میشود. این روابط در ماتریسی به نام ماتریس کوواریانس – واریانس یا ماتریس همبستگی مرتب میشود.
3- ایجاد یک سری Matrices برای برنامه لیزرل و اجرای آن
در یک تخمین همزمان، به علت این که تخمین مدل ساختاری و مدل اندازهگیری به طور همزمان صورت میگیرد؛ ممکن است یک راه حل برای پارامترهای مدل ساختاری و مدل اندازهگیری به هم وابسته شوند.بنابراین بهتر است برای جلوگیری از ابهامات تفسیری متغیرهای مکنون، ابتدا مدل اندازهگیری و سپس مدل ساختاری تخمین زده شود. (Lavee, 2002)
ج – ارزیابی تناسب[15] یا برازش
یک مدل وقتی گفته میشود که با یکسری دادههای مشاهده شده تناسب دارد که ماتریس کوواریانس ضمنی مدل با ماتریس کوواریانس دادههای مشاهده شده، معادل شده باشد. بدین معنی که ماتریس نزدیک صفر باشد.
[1]-Structural Equation Modeling
[2]- Confirmatory Factor Analysis
3- Classical Simultaneous Equation Models
[4]- Path Analysis
[5]- ANOVA
[6]- Multiple
[7]- Lazarsfeld
[8]- Errors Measurement
[9]- Endogenous
[10]- Exogenous
[11]- Identification
[12]- Implied
[13]- Residual
[14]- Bentler
[15]- Evaluation of Fit
فرمت این مقاله به صورت Word و با قابلیت ویرایش میباشد
تعداد صفحات این مقاله 11 صفحه
پس از پرداخت ، میتوانید مقاله را به صورت انلاین دانلود کنید
دانلود مقاله مدل معادلات ساختاری