مدل سازی معادلات ساختاری

عنوان سمینار: مدل سازی معادالت ساختاری )Modeling (SEM استادراهنما: ارائه دهنده: 2 ‏Structural Equation مقدمه مدل سازی معادله ساختاری چیست؟ مدل معادالت ساختاری ( )SEMتحلیل چند متغیری بسیار نیرومند از خانواده رگرسیون چند متغیری است که به محقق امکان می دهد مجموعه ای از معادالت رگرسیون رابه طور همزمان مورد آزمون قرار دهد. مدل سازی معادله ساختاری دیدگاهی است که در آن الگوهای فرضی از ارتباطات مستقیم وغیرمستقیم در میان یک مجموعه از متغیرهای .مشاهده شده و پنهان بررسی می شود کاربرد اصلی آن در موضوعات چند متغیره ای است که نمی توان آنها را به شیوه دو متغیری با در نظر گرفتن هربار یک متغیر مستقل با یک 3 متغیر وابسته انجام داد. موضوع سمینار:مدلسازی معادالت ساختاری تعریفSEM مدل معادله ساختاری اساسا تركیب مدل های مسیر و مدل های تحلیل عاملی تاییدی است. تحلیل مسیربطور کامل با متغیرهای آشکار تعریف شده است اما در آن چند متغیر مستقل آشکار و چند متغیروابسته آشکار بکار می رودورابطه علی بین مجموعه ای ازمتغیرهای مستقل ووابسته را ارزیابی می کند. تحلیل عاملی شامل متغیرهای آشکاری است که فرض شده یک یاچندمتغیرپنهان رااندازه گیری می کند. 4 SEMهردومدل فوق را شامل می شود. موضوع سمینار:مدلسازی معادالت ساختاری 5 موضوع سمینار:مدلسازی معادالت ساختاری اصطالحات مورد نیاز دو نوع اصلی متغیر ها: متغیر پنهان(سازه ها یا عامل ها):متغیر هایی که نمی توان آنها را مستقیما مشاهده یا مورد سنجش قرارداد متغیر آشکار(مشاهده شده):متغیر هایی که به منظور تعریف یا استنباط در مورد متغیر پنهان به کار می .بریم 6 موضوع سمینار:مدلسازی معادالت ساختاری متغیرهای وابسته ومستقل متغیرها چه آشکاروچه پنهان ,همچنین می توانند به عنوان متغیرهای مستقل ووابسته تعریف شوند. متغیر مستقل(برون زا) :متغیرهایی هستند که تحت تاثیر متغیرهای موجود درمدل نیستند. این متغیرها حداقل یک مسیر به متغیردیگروارد می کنند. متغیر وابسته(درون زا) :متغیرهایی هستند که مقادیرآنها توسط مدل برآورد .می شود .این متغیرها حداقل یک مسیرراازمتغیردیگردریافت می کنند .یک معادله ساختاری برای هرمتغیردرون زا وجود دارد متغیرخطا(مزاحم):نقش مشابهی باخطادرمدل رگرسیون تک معادله ای بازی .می کند .نیازی نیست که استقالل این خطاها رادرمدل ساختاری فرض کنیم 7 موضوع سمینار:مدلسازی معادالت ساختاری انواع پارامترها آزاد ثابت مقید 8 موضوع سمینار:مدلسازی معادالت ساختاری برای روشن ساختن روابط بین متغیرها از نمودار مسیر استفاده می کنند. 9 موضوع سمینار:مدلسازی معادالت ساختاری مدل ساختاری اجزای SEM مدل اندازه گیری 10 موضوع سمینار:مدلسازی معادالت ساختاری مدل نهایی 11 موضوع سمینار:مدلسازی معادالت ساختاری یتوجه :روابط بین متغیرهای پنهان با مشاهده شده را بارهای عاملی و روابط بین متغیرهای پنهان را ضرایب ساختاری گویند. ن مدل و مدل رگرسیونی وجوارد؟ تعدد رابطه بقای رابطه 12 متغیر پنهان وابسته یا درون‌زا متغیر پنهان مستقل یا برونزا رضایت‌ مندی اهمیت رابطه متغیره ای پنهان یا متغیرهای مکنون آشکار یا مشاهده‌شد ه یا نشانگرها طول مدت رابطه راه‌های دسترس ی هزینه مراحل مدلسازی معادالت ساختاری 13 موضوع سمینار:مدلسازی معادالت ساختاری Model Specificatio n Model Identificatio n Model Testing Model Estimation Model Modification Model Presentatio n مدلسازی معادالت ساختاری:موضوع سمینار 14  )1تدوین مدل تدوین مدل شامل به کار بردن کلیه نظریه های مرتبط، پژوهش ها و اطالعات در دسترس وطرح مدل نظری است. به بیان دیگر تدوین مدل تصمیم در این باره است که : چه متغیرهای پنهان و آشکاری می بایست در مدل وارد شوند؟ این متغیرها چگونه ارتباطی با یکدیگر دارند؟ 15 چگونه است؟ ها بر هم مستقیم آن مستقیم و غیر تاثیرات ساختاری معادالت مدلسازی سمینار: موضوع )2تشخیص مدل در مساله تشخیص این سوال مطرح می شود :آیا بر اساس داده های نمونه ای(شامل شده درماتریس کواریانس نمونه ای( sو مدل نظری (تعریف شده بوسیله ماتریس کواریانس جامعه یا ،) Σمی توان مجموعه منحصر به فردی از برآورد پارامتر ها یافت؟ 16 موضوع سمینار:مدلسازی معادالت ساختاری سه سطح تشخیص مدل 17 موضوع سمینار:مدلسازی معادالت ساختاری مدل کامال مشخص Just- ‏Identified دو معادله ،دو مجهول ‏x=3 ‏y=1 ‏x–y=2 ‏x+y=4 همه ی پارامترها به دلیل وجود اطالعات کافی در ماتریس sبطورمنحصربه فردی تعیین می شوند. = Things we want to ‏know 18 ‏Things we know موضوع سمینار:مدلسازی معادالت ساختاری مدل فرومشخص Not- ‏Identified یک معادله ،دو مجهول ‏x+y=4 یک یا تعداد بیشتری از پارامترها نتوانند بطور یکتایی تعیین شوند ،زیرا اطالعات کافی در ماتریس sوجود ندارد ‏Things we want to know 19 < ‏Things we know موضوع سمینار:مدلسازی معادالت ساختاری مدل فرامشخص Over-Identified سه معادله ،دو مجهول ‏x+y=4 ‏x–y=2 2 x– y^2 = 3 بیش از یک جواب برای برآورد یک یا چند پارامتر وجود دارد زیرا اطالعات موجود در ماتریس sبیش از حد کفایت است. > Things we want to ‏know 20 ‏Things we know موضوع سمینار:مدلسازی معادالت ساختاری :IN Structural Equation Modeling ? Things we want to know تعداد پارامترهای نامعلوم ‏Things we know تعداد عناصر مجزادرماتریس واریانس کواریانس مشاهده شده (p+q) (p+q+1) ∕ 2 21 موضوع سمینار:مدلسازی معادالت ساختاری  )3برآوردپارامترها: دراین بخش شیوه های مختلف برآوردپارامترهابررسی می شودکه همان برآوردپارامترهای جامعه دریک مدل معادله ساختاری است. ماخواهان بدست آوردن برآوردهایی برای هریک ازپارامترهای تعیین شده درمدل هستیم که ماتریس نظری Σراتولید می کند. دراین روش هاازیک تابع معیار(مانند حداقل مربعات وزنی,حداقل مربعات تعمیم یافته وحداکثردرستنمایی) که تفاوت بین ∑ وS رااندازه می گیرداستفاده می کنند. 22 موضوع سمینار:مدلسازی معادالت ساختاری این روش سعی بر این دارد که: تفاوت بین کواریانس نمونه ای و کواریانسی که به وسیله مدل تئوری بدست می آید را حداقل کند. ‏Φ : Matrix of Model ‏Parameters ‏Σ (Φ) = S ‏Σ (Φ): Covariance ‏Matrix predicted by ‏the theorical model ‏S: Sample Covariance ‏Matrix 23 موضوع سمینار:مدلسازی معادالت ساختاری روش OLS روش GLS روش ML 24 موضوع سمینار:مدلسازی معادالت ساختاری  )4آزمون مدل: هنگامی كه یك مدل به طور مناسبی مشخص شد و داده ها به طور صحیح وارد گردیدند،برازش داده ها به مدل فرضی را باید ارزیابی نمود .تعدادی آزمون برای ارزیابی این موضوع كه مدل تا چه حد روابط مشاهده شده ی بین متغیرهای قابل اندازه گیری را توصیف می نماید ،به كار می روند. برنامه های کامپیوتری مختلف شاخص های مختلفی راارائه 25 می دهندوهیچ توافقی دراین موضوع که کدام یک مدلسازی معادالت ساختاری سمینار: وجودندارد. موضوعهستند ازآنهابهترین 26 :CHI SQUARE TEST مقدار کای دو بطور سنتی برای ارزیابی برازش کلی یک مدل مورد بررسی قرار می گیرد. فرض صفر این آزمون مناسب بودن مدل است که در صورتی که در سطح 0.05معنادار نباشد ،مدل مناسب را نشان می دهد. معایب: این آزمون در صورت برقراری فرض نرمال بودن جامعه نتایج مناسبی می دهد در غیر صورت مدل را رد می کند حتی اگر مدل واقعا مناسب باشد. بسیار به اندازه نمونه حساس است .درصورتی که نمونه بزرگ باشد ،مدل تقریبا همیشه رد می شود .اندازه نمونه کوچک نیز توان آزمون بقدری پایین است که نمی تواند بخوبی مدل مناسب را تشخیص دهد. 27 موضوع سمینار:مدلسازی معادالت ساختاری Root Mean Square Error Approximation ()RMSEA این شاخص می گوید که مدل ما چقدر خوب توانسته است ماتریس واریانس -کواریانس جامعه را برازش دهد. این شاخص بعنوان یکی از آگاهی بخش ترین شاخص ها بکار می رود زیرا به تعداد پارامترهای برآورد شده در مدل حساس است .یعنی در شرایط یکسان مدلی را انتخاب می کند که تعداد کمتری پارامتر داشته باشد. 28 موضوع سمینار:مدلسازی معادالت ساختاری ):(GFI ‏Goodness of Fit Index این شاخص نشان می دهد که ماتریس کواریانس مدل تا چه حد نزدیک به ماتریس کواریانس نمونه ای است. ‏GFI>0.9 Good Fit معایب: زمانی که اندازه نمونه کم باشد ،به سمت مقادیر کوچکتر اریب می شود. زمانی که اندازه نمونه بزرگ باشد ،به سمت مقادیر بزرگتر اریب می شود. با افزیش تعداد پارامترها مقدار بزرگتری می گیرد بنابراین بهتر است که از AGFIاستفاده شود زیرا به تعداد 29 ساختاری معادالت مدلسازی : سمینار موضوع پارامترها حساس نیست ولی هنوز تحت تاثیر اندازه نمونه است. ):Normed - Fit Index (NFI این شاخص مقدار کای دوی مدل را با مقدار کای دوی فرض صفر که در آن هیچ ارتباطی معنادار نیست مقایسه می کند. هرچه مقدار آن به یک نزدیکتر باشد ،مدل بهتری را نشان می دهد. ‏Good Fit ‏NFI > 0.9 معایب: زمانی که اندازه نمونه کوچکتر از 200باشد ،این شاخص کم 30 برآورد می شود.سمینار:مدلسازی معادالت ساختاری موضوع ):Comparative Fit Index (CFI این شاخص مقدار اصالح شده NFIاست.که اندازه نمونه را در بر می گیرد. برای اندازه نمونه کوچک نیز مناسب است. برای محاسبه این شاخص فرض می شود که همه متغیرهای پنهان از هم مستقل هستند ،سپس ماتریس کواریانس نمونه ای با این فرض مقایسه می شود. ‏Good Fit 31 ‏CFI > 0.9 موضوع سمینار:مدلسازی معادالت ساختاری )5اصالح مدل: اگر برازش یک مدل نظری به قوتی نبود که انتظار داشتیم، آنگاه گام بعدی،اصالح مدل وارزیابی مدل جایگزین و اصالح شده است. مجموعه اصالحات ممکن را به سه دسته تقسیم بتوان اصالحاتی شایداول گروه نمودکه :به متغیرهای هستند حاضر در مدل یا غایب از مدل مربوط می شوند. 32 گروه دوم از اصالحات آنهایی هستند که به داده های ورودی مربوط می شوند. گروه سوم از اصالحات، گروهی هستند که به پارامترهای آزاد و ثابت در مدل تدوین شده مربوط می شوند. موضوع سمینار:مدلسازی معادالت ساختاری درمجموع می توان گفت شایدبا افزودن پارامتری دررابطه باوزن های رگرسیونی پارامتردررابطه ویاباافزودن نشان می شاخص اصالحنتایج هایاست ممکن درکلگاهی به مدل رابه اگرپارامتری دهندکه کاهش خطابتوان بامتغیرهای متغیرهای دهندکه نشان تواندسبب مقدارمی تاچه بیافزاییم دودست .یافت درکای یکسانی شود دومدل کای کاهش خطارا می توان اماافزودن وزن های رگرسیونی بایکدیگرهمبسته کرد. به لحاظ نظری قابلیت توجیه باالتری دارد. 33 موضوع سمینار:مدلسازی معادالت ساختاری مثال عملی 34 موضوع سمینار:مدلسازی معادالت ساختاری مدل نظری تحقیق: تعهدسازم انی ‏com رفتارهای شهروندی سازمانی ‏ocb عدالت سازمانی ‏justice اعتمادسازما نی ‏trust 35 موضوع سمینار:مدلسازی معادالت ساختاری 36 موضوع سمینار:مدلسازی معادالت ساختاری 37 موضوع سمینار:مدلسازی معادالت ساختاری 38 موضوع سمینار:مدلسازی معادالت ساختاری 39 موضوع سمینار:مدلسازی معادالت ساختاری 40 موضوع سمینار:مدلسازی معادالت ساختاری 41 موضوع سمینار:مدلسازی معادالت ساختاری 42 موضوع سمینار:مدلسازی معادالت ساختاری 43 موضوع سمینار:مدلسازی معادالت ساختاری 44 موضوع سمینار:مدلسازی معادالت ساختاری 45 موضوع سمینار:مدلسازی معادالت ساختاری 46 موضوع سمینار:مدلسازی معادالت ساختاری 47 موضوع سمینار:مدلسازی معادالت ساختاری 48 موضوع سمینار:مدلسازی معادالت ساختاری 49 موضوع سمینار:مدلسازی معادالت ساختاری 50 موضوع سمینار:مدلسازی معادالت ساختاری 51 موضوع سمینار:مدلسازی معادالت ساختاری 52 موضوع سمینار:مدلسازی معادالت ساختاری 53 موضوع سمینار:مدلسازی معادالت ساختاری 54 موضوع سمینار:مدلسازی معادالت ساختاری 55 موضوع سمینار:مدلسازی معادالت ساختاری 56 موضوع سمینار:مدلسازی معادالت ساختاری 57 موضوع سمینار:مدلسازی معادالت ساختاری 58 موضوع سمینار:مدلسازی معادالت ساختاری 59 موضوع سمینار:مدلسازی معادالت ساختاری 60 موضوع سمینار:مدلسازی معادالت ساختاری 61 موضوع سمینار:مدلسازی معادالت ساختاری 62 موضوع سمینار:مدلسازی معادالت ساختاری 63 موضوع سمینار:مدلسازی معادالت ساختاری 64 موضوع سمینار:مدلسازی معادالت ساختاری Thanks for your attention