جهت باز شدن منوی اصلی و جستجو اینجا کلیک کنید.

مدلسازی معادلات ساختاری

مدلسازی معادلات ساختاری ابزاری قدرتمند در دست پژوهشگر است که وی را در چگونگی تدوین مبانی و چهارچوب نظری پژوهش در قالب مدل اندازه گیری و ساختاری یاری می رساند. علاوه بر آن مدلسازی معادلات ساختاری با بهره گیری از داده های تجربی امکان آزمون مدل تدوین شده را به عنوان یک کل فراهم آورده و با شاخص هایی که در برابر پژوهشگر قرار می دهد وی را در اصلاح و بهبود مدل تدوین شده راهنمایی می کند.

آن چه مدلسازی معادلات ساختاری را قدرتمند ساخته یکی آن است که به لحاظ روش شناختی از دقت بالایی برخوردار است چرا که با متغیرهای پنهان  واقعا به عنوان سازه هایی برخورد می کند که در سنجش آن ها خطا وجود دارد  و دیگر آن که به لحاظ کاربردی با شرایط واقعی زندگی اجتماعی بسیار نزدیک است چرا که در فضایی چند متغیره امکان تحلیل داده ها را فراهم می آورد.
مدلسازی معادلات ساختاری را می توان به عنوان روشی کمی تلقی کرد که به محقق یاری می رساند تا پژوهش خود را از مطالعات نظری و تدوین آن گرفته تا تحلیل داده های تجربی، در قالبی چند متغیره سامان بخشد. مدلسازی معادلات ساختاری به طور معمول ترکیبی از مدل اندازه گیری و مدل ساختاری است. بر مبنای مدل اندازه گیری، محقق تعریف می کند که کدام متغیرهای مشاهده شده یا معرف ها اندازه گیرنده کدام متغیرهای پنهان هستند و بر پایه مدل های ساختاری مشخص می شوند که کدام متغیر مستقل دارای تاثیر بر متغیر وابسته اند و این که کدام متغیرها با یکدیگر همبستگی دارند. مدلسازی معادلات ساختاری به طور همزمان به ارزیابی کیفیت سنجش متغیرها و مقبولیت اثرات مستقیم و غیر مستقیم می پردازد. هم چنین مدلسازی معادلات ساختاری به ارزیابی تعامل های تعریف شده میان متغیرها نیز می پردازد.
با وجود پیچیدگی های نهفته در مدلسازی معادلات ساختاری، به دلیل تعداد متغیرها و تعداد پارامترهای قابل تعریف در مدل های تدوین شده، اصل کلی حاکم بر آن را می توان ساده دانست. این اصل مدلسازی معادلات ساختاری بیان می کند که اگر بتوان داده های ورودی را با استفاده از مدل تدوین شده و پارامترهای برآورد شده بر مبنای همان داده ها بازتولید کرد این به معنای آن است که مدل از برازش قابل قبولی برخوردار است. در مدلسازی معادلات ساختاری قابل قبول بودن مدل به داشتن زیربنای نظری و تجربی برای حضور یا عدم حضور متغیرها و پارامترها در مدل نیز مربوط می شود. به این ترتیب هر چه بازتولید داده ها (با استفاده از پارامترهای تعریف شده در مدل که هر کدام دارای توجیه نظری هستند) به مقادیر اولیه آن ها نزدیک تر باشند می توان مدل را قابل قبول تر تلقی کرد.  با توجه به این که در مدلسازی معادلات ساختاری، داده های ورودی اغلب به شکل ماتریس واریانس-کواریانس هستند می توان گفت  هرچه بتوان با استفاده از پارامترهای برآورد شده، ماتریس واریانس-کواریانسی نزدیک به ماتریس اولیه را بازتولید کرد، داده های گردآوری شده مدل نظری تدوین شده را بیشتر مورد حمایت قرار داده اند.

محتوای بیشتر در این بخش: شاخص های برازش مطلق در لیزرل »

نظر دادن

از پر شدن تمامی موارد الزامی ستاره‌دار (*) اطمینان حاصل کنید. کد HTML مجاز نیست.

هدر فوتر

درباره ژورنال پیپر

وب سایت علمی پژوهشی ژورنال پیپر با هدف ارائه خدمات تحلیل آماری پروژه های تحقیقاتی، مقالات علمی به زبان انگلیسی از پایگاه های معتبر، پرسشنامه های استاندارد، آموزش نگارش پروپوزال و پایان نامه در حوزه علوم مدیریت و علوم اجتماعی راه اندازی گردید.

تماس با ژورنال پیپر

آدرس: مازندران، چالوس، خیابان هفده

شهریور، جنب هتل ملک، شکوفه ششم

ارتباط با مشتریان : 9711 072 0912

تلفن ثابت:             349 22 521 011

ایمیل:           این آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید

نماد اعتماد الکترونیک و نماد ساماندهی

logo-samandehi