انواع مدل هاي اندازه گيري در معادلات ساختاري

مدل های معادلات ساختاری معمولا متغیرهای مکنون را با نشانگرهای چندگانه نشان می دهند. مدل اندازه گیری یا مدل بیرونی رابطه بین نشانگرها و متغیرهای مکنون را مشخص می کند. جهت رابطه های مسیر در هر مدل اندازه گیری با توجه به جهت بین متغیر مکنون و نشانگرهایشان از طریق روش تشکیل دهنده و انعکاسی توصیف می شود.

مدل اندازه گیری انعکاسی (مدل A)

این نوع مدل ریشه در نظریه آزمون کلاسیک و روان سنجی دارد. در این مدل هر نشانگر معرف یک اندازه گیری توأم با خطا از متغیر مکنون است. همچنین در این مدل جهت علیت از سازه به نشانگرها است. یعنی فرض می شود اندازه گیری های مشاهده شده تغییر در متغیر مکنون را منعکس می کنند. به عبارت دیگر با تغییر با تغییر در سازه مورد نظر تغییر در همه نشانگر بارز می شود.

مدل اندازه گیری انعکاسی
مدل اندازه گیری انعکاسی

مثال

به عنوان مثالی از این مدل، متغیر عزت نفس را در نظر بگیرید. دو نشانگر باور خودتوانمندی به معنای داشتن اطمینان به توانایی فکر کردن، درک کردن، آموختن، انتخاب کردن و تصمیم گیری برای خود و نشانگر احترام به خود یا داشتن حرمت نفس به معنای ارزش برای خود به عنوان نشانگرهای انعکاسی عزت نفس در نظر گرفته شده اند.

نشانگرهای انعکاسی براساس دیدگاهی که همه آن ها پدیده زیربنایی یکسانی (متغیرهای مکنون) را اندازه گیری می کنند به وجود آمده اند. در این نوع مدل اندازه گیری با تغییر در سطح واقعی پدیده، همه نشانگرها باید در جهت مشابهی تغییر یابند. کیفیت انعکاس نشانگرها به وسیله بارها تعیین می شود، یعنی میزان واریانسی از متغیرهای مکنون که توسط نشانگرها محاسبه می شود.

برای آن که نشانگرها به صورت انعکاسی مدل یابی شوند توجه به چند نکته ضروری است. اول آن که نظریه حقیقی در پس مدل اندازه گیری وجود داشته باشد. سؤال این است که پژوهشگران چگونه متغیرهای مکنون را نسبت به نشانگرها مفهوم سازی می کنند؟

اگر متغیر مکنون به عنوان علت اندازه گیری های مشاهده شده در نظر گرفته شود، طرح مسیرها برای مدل باید به صورت انعکاسی مشخص شوند. علاوه بر فهم نظری، نکته دارای اهمیت هدف مطالعه است. اگر هدف تبیین اندازه گیری های مشاهده شده باشد، باید از مدل اندازه گیری انعکاسی استفاده نمود. زیرا اثر واریانس های پس ماند برای معادلات مدل اندازه گیری را کاهش می دهد. آخرین نکته مربوط به پیشامد تجربی است.

این امر اشاره به ثبات برآوردها تحت تأثیر حجم نمونه و هم خطی بین متغیرهای مستقل در میان نشانگرها در هر بلوک دارد. در این رابطه مدل یابی نشانگرهای انعکاسی باید این پیچیدگی را کمینه کند زیرا پارامترهای برآورد شده براساس رگرسیون ساده خواهند بود. به عبارت دیگر مدل یابی انعکاسی در مدل هایی با پیچیدگی کمتر یا متوسط قابل کاربرد است.

مدل اندازه گیری با روش سازه ای (مدل B)

در برخی از موقعیت ها مثلا در مراحل اولیه شکل دهی یک مدل، ممکن است تعیین جهت علیت از اندازه ها به سازه ها مناسب تر باشد. این نوع از موقعیت ها معرف مدل اندازه گیری با روش تشکیل دهنده یا تشکیلی هستند. در این حالت یک سازه به عنوان ترکیبی از نشانگرها تعریف می شود. روش B به مدل هایی که تنها شامل نشانگرهای تشکیل دهنده می شوند اشاره دارد. در مقابل نشانگرهای انعکاسی، در نشانگرهای تشکیل دهنده این ویژگی که نشانگرها باهم در ارتباط هستند و پدیده زیربنایی یکسانی را اندازه گیری می نمایند وجود ندارد.

از طرف دیگر نشانگرهای تشکیل دهنده به عنوان متغیرهای علّی در نظر گرفته شده اند که بر شکل گیری متغیر مکنون اثر دارند. به عنوان مثال اندازه های مشاهده شده ی تعداد کودکان خانواده، بیماری مادر و ساعات اشتغال مادر از نشانگرهای سازه مکنون دسترسی پذیری مادران برای تعامل و نظارت بر هر کودک ، هستند. متغیر مکنون به عنوان اثر نسبتا علّی از پاسخ های تک تک نشانگرها شکل گرفته که ممکن است این نشانگرها ارتباطی با یکدیگر نداشته باشند.

برای آن که نشانگرها در یک روش تشکیل دهنده مدل یابی شوند باید سه نکته دانش حقیقی یا نظری، هدف پژوهش و پیشامد تجربی مورد توجه قرار گیرند. در یک مدل اندازه گیری تشکیل دهنده نشانگرها به سوی متغیر مکنون هدایت شده اند که با هم به ساخت متغیر مکنون می انجامند. به منظور کمک در این تصمیم گیری باید این سؤال را مطرح نمود که آیا تغییر در متغیر مکنون زیربنایی لزوما منجر به تغییر مشابهی در همه نشانکرها خواهد شد؟ اگر پاسخ منفی باشد نشانگرها به عنوان تشکیل دهنده یا سازنده در نظر گرفته می شوند.

لازم است به این نکته توجه شود که آیا مجموع نشانگرهای پیش بینی کننده، برای ساخت متغیرهای مکنون ضروری هستند؟ دانش حقیقی این موضوع را مورد بررسی قرار می دهد. نکته دیگر این است که آیا هدف پژوهشگر تمرکز بر سطوح انتزاعی است؟ اگر هدف پژوهشگر تبیین سطوح مؤلفه یا متغیر غیرقابل مشاهده نسبت به نشانگرهای مشاهده شده باشد، نشانگرهای تشکیل دهنده بکار می روند. سرانجام آن که آیا نشانگرها از یکدیگر مستقل هستند یا خیر؟

به عبارت دیگر مشکل وجود همخطی چندگانه بایستی بررسی شود. اگر محقق به دنبال فهم شکل گیری متغیر مکنون باشد عدم وجود همخطی چندگانه بین متغیرهای مستقل مهم است و باید مورد توجه قرار گیرد. در غیر اینصورت اگر تمرکز بر رابطه های مسیر ساختاری باشد ممکن است می توان وجود همخطی چندگانه بین متغیرهای مستقل را نادیده گرفت. تفسیر متغیرهای مکنون با نشانگرهای تشکیل دهنده در هر تحلیل PLS باید براساس وزن ها باشد.

استرس زندگی مثالی از مدل اندازه گیری بر اساس نشانگرهای تشکیل دهنده می باشد. همانطور که در شکل مشاهده شود سه نشانگر از دست دادن شغل، طلاق و مرگ یکی از اعضا خانواده به عنوان نشانگرهای تشکیل دهنده استرس زندگی در نظر گرفته می شود.

تحلیل حشو (مدل C)

علاوه بر مدل های اندازه گیری فوق می توانیم یک طرح مسیر که هر دو نشانگرهای تشکیل دهنده و انعکاسی در آن استفاده می شود، داشته باشیم که به عنوان روش C نامگذاری شده است. چنین مدل هایی به عنوان انعکاس مقایسه بین افزایش پیش بینی متغیرهای مشاهده شده (روش A ) و نمره های مؤلفه متغیر مکنون (روشB) در نظر گرفته شده اند. شکل زیر معرف روش C دو بلوکه است. انجام تحلیل PLS بر این مدل برابر با انجام تحلیل فزونگی (یا تحلیل حشو) است.

نکات

  1. تفاوت عمده بین نشانگرهای تشکیل دهنده و انعکاسی این است که نشانگرهای انعکاسی باید دارای همبستگی بالایی با یکدیگر باشند حال آنکه نشانگرهای تشکیل دهنده یک سازه ممکن است رابطه مثبت، منفی یا همبستگی صفر داشته باشند.
  2. اگر هدف مطالعه تبیین واریانس های مشاهده شده است، نشانگرهای انعکاسی مناسب تر هستند. اما اگر هدف تبیین انتزاعی یا واریانس های غیر قابل مشاهده است، نشانگرهای تشکیل دهنده قدرت بیشتری دارند.
5/5 - (6 امتیاز)
منبع
مقدمه ای برمدل یابی معادلات ساختاری به روش PLS و کاربرد آن در علوم رفتاری/ تألیف : دکتر میرمحمد سید عباس زاده و همکاران/ انتشارات دانشگاه ارومیه.
با استفاده از بخش نظرات در انتهای صفحات سایت، می توانید سوالات و نظرات خود را پیرامون آن مطلب درج نمایید یا اینکه نظرات سایر دانش پژوهان را بخوانید. برای جستجو میان کامنتها از Ctrl + f استفاده نمایید. ضمنا از طریق ایمیل از پاسخ ما به سوال خود مطلع خواهید شد. دوستانی که اطلاعات فنی دارند، لطفا به سوالات پاسخ دیگران دهند (لینک درج نشود).

سيد مجتبي فرشچي

کارشناسی ارشد خود را در رشته آمار کاربردی از دانشگاه شهید بهشتی تهران گرفته ام. مایلم با کیفیت ترین خدمات و آموزش را در زمینه مدل سازی معادلات ساختاری با نرم افزارهای Lisrel و Amos به محققان و دانشجویان کشور ارائه نماییم.

‫6 دیدگاه ها

  1. سلام
    میشه در مورد چگونگی برازش مدل به صورت formative توضیح بدید؟
    من از روش مقابلش برازش کردم اما میگن باید از این یکی روش برازش کنی. ممنونم اگر مثالی در ین بره ارائه بدید.

    1. سلام. اطلاعی نداریم در این زمینه. سایر دوستان اعلام نظر نمایند

  2. سلام و وقت بخیر
    چرا واریانس منفی میشه تو ماتریس معادلات ساختاری؟ …. و برای اینکه ضریب فی منفی نشه چه باید کرد؟
    ممنون از راهنمایی تون

    1. سلام .يا بايد داده ها مجدد جمع آوري شود و يا اصلاح داده صورت گيريد که اصلاح داده کار خيلي سخت و زمان بري است.

  3. سلام وقت بخیر. با توجه به این مطلب، ما سه نوع مدل داریم؟
    1)انعکاسی، 2)تکوینی یا سازنده، 3)ترکیبی (در صورت وجود هر دو مدل انعکاسی و تکوینی). درسته؟

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

0
    0
    سبد خرید شما
    سبد خرید شما خالی استرفتن به فروشگاه