خانه وبلاگ Lisrel تحلیل مسیر

تحلیل مسیر

تحلیل مسیر

تحلیل مسیر

تحلیل مسیر تکنیکی است که برای بررسی روابط بین متغیرها با مدل‌سازی اثرات مستقیم و غیرمستقیم از طریق مجموعه‌ای از مسیرهای فرضی استفاده می‌شود. لیزرل، در حالی که در درجه اول برای مدل سازی معادلات ساختاری (SEM) شناخته شده است، می تواند برای انجام تحلیل مسیر نیز استفاده شود.

در اینجا نحوه انجام تجزیه و تحلیل مسیر در LISREL آورده شده است:

1. مشخصات مدل:

متغیرهایی را که می خواهید در تحلیل مسیر خود بگنجانید تعریف کنید. اینها را می توان متغیرهای (شاخص) و متغیرهای پنهان (عوامل) مشاهده کرد.
با استفاده از ویرایشگر نمودار مسیر LISREL یک نمودار مسیر رسم کنید. متغیرها را به عنوان گره ها قرار دهید و فلش هایی را برای نشان دادن روابط علّی فرضی ترسیم کنید.

2. معادلات مدل را مشخص کنید:

برای هر مسیر در نمودار خود، باید یک معادله ساختاری مربوطه را مشخص کنید. این معادلات نشان دهنده روابط بین متغیرها هستند.
روی هر فلش در نمودار مسیر دوبار کلیک کنید تا معادله تعریف شود. در صورت وجود، ضریب مسیر و هرگونه عبارات خطا را مشخص خواهید کرد.

3. برآورد:

تنظیمات تخمین را تنظیم کنید. برای تحلیل مسیر، معمولاً از تخمین حداکثر احتمال (ML) برای تخمین پارامترها استفاده می کنید.
فرآیند تخمین را اجرا کنید. LISREL پارامترها را برای یافتن بهترین مدل مطابق با روابط مشخص شده شما و داده های مشاهده شده تنظیم می کند.

4. تفسیر:

خروجی تخمین را بررسی کنید که شامل تخمین پارامترها، خطاهای استاندارد، مقادیر p و شاخص های برازش است.
تخمین پارامترها را به عنوان قدرت و جهت روابط بین متغیرها تفسیر کنید.

5. تناسب مدل را ارزیابی کنید:

از شاخص‌های برازش مانند chi-square، CFI، RMSEA و SRMR برای ارزیابی میزان تناسب مدل شما با داده‌ها استفاده کنید.
شاخص‌های برازش را با آستانه‌های قابل قبول مقایسه کنید یا مدل‌های مختلف را برای انتخاب مناسب‌ترین مدل مقایسه کنید.

6. اصلاح و تکرار:

اگر شاخص‌های برازش نشان می‌دهند که مدل شما مناسب نیست، تغییراتی را در نظر بگیرید. این ممکن است شامل اضافه کردن یا حذف مسیرها یا در نظر گرفتن مشخصات مدل جایگزین باشد.
پس از انجام تغییرات، تخمین را دوباره اجرا کنید و تناسب را دوباره ارزیابی کنید.

7. گزارش دهی:

گزارشی تهیه کنید که تجزیه و تحلیل مسیر خود را خلاصه کند. نمودار مسیر، تخمین پارامترها، شاخص‌های برازش و هر گونه تغییری که در مدل انجام داده‌اید را شامل شود.
پیامدهای روابطی که کشف کرده اید و اهمیت نظری آنها را توضیح دهید.

به یاد داشته باشید، تجزیه و تحلیل مسیر در LISREL زیرمجموعه ای از چارچوب گسترده تر SEM است که LISREL ارائه می دهد. در حالی که لیزرل را می توان برای تجزیه و تحلیل مسیر استفاده کرد، درک قابلیت های نرم افزار و همچنین مفاهیم آماری اساسی تحلیل مسیر و SEM بسیار مهم است. اگر تحلیل شما شامل مدل‌های پیچیده، متغیرهای پنهان یا تکنیک‌های پیشرفته است، برای اطمینان از صحت و اعتبار نتایج خود، به دنبال راهنمایی از کارشناسان یا منابع اضافی باشید.

 

تحلیل مسیر

تحلیل مسیر که برای نخستین بار از سوی سوول رایت (۱۹۳۴) توسعه یافت گسترش روش های رگرسیون و،در حقیقت،کاربرد رگرسیون چند متغیری در ارتباط با تدوین بارز مدل های علّی است. هدف آن به دست دادن برآوردهای کمی روابط علّی به این مجموعه ای از متغیر هاست. روابط بین متغیرها در یک جهت جریان می یابد و به عنوان مسیرهای متمایزی در نظر گرفته می‌شود. مفاهیم تحلیل مسیر در بهترین صورت از طریق ویژگی عمده آن یعنی نمودار مسیر که پیوندهای علّی احتمالی بین متغیرها را آشکار می سازد،تبیین می شود.

برای تهیه نمودار مسیر،اسامی متغیرها را نوشته و از هر متغیر پیکانی به‌سوی متغیر دیگری که معتقدیم در آن تاثیر دارد رسم میکنیم. برای درک بهتر مطلب ارجح است بین نمودارهای درون داد و برون داد تمایز قائل شویم. نمودار درون داد از پیش برای کمک به تحلیل رسم می شود و بیانگر پیوند های علّی پیش‌بینی شده از سوی فرضیه پژوهشگر است. اما نمودار برون داد آنچه را که واقعاً در نتیجه تحلیل آماری و دست آمده است نشان می‌دهد.

معمولاً پیکان ها به گونه‌ای رسمی شود که عرض آنها متناسب با اندازه (فرضی یا واقعی) ضرایب مسیر باشد. گاه مفید است روابط منفی از طریق منعکس ساختن متغیر ها حذف شود،بدین معنا که مثلاً به جای رسم رابطه منفی بین سن و لیبرالیسم،رابطه مثبت بین سن و محافظه کاری رسم شود. گاهی مایل نیستیم جهت علّی بین دو متغیر را مشخص کنیم،که در این حالت یک پیکان دوسویه را به کار می بریم.

گاهی مسیر هایی که ضریب آنها کمتر از مقدار معین بوده،یا به یک سطح معنادار نرسیده است در نمودار برونداد حذف می شود. معمولاً به نوک هر متغیر که به عنوان متغیر وابسته در نظر گرفته شده است یک پیکان اضافی رسم می شود،واریانس تبیین شده (یعنی پراشی اذان متغیر که ناشی از عامل های خارج از تحلیل است) را نشان دهد.

 

تحلیل مسیر

هرچند تحلیل مسیر عمومیت و محبوبیت زیادی پیدا کرده است،اما باید توجه داشت که داده‌های همبستگی اساساً هنوز همبستگی هستند،و این جمله را بسیار شنیده اید که«همبستگی مؤید علیّت نیست». اگر متغیرهای A و B همبسته باشند،ممکن استA علت B ، B علت A و یا هر دو معلول متغیر سومC باشند. برای مقاصد پژوهشی به هر یک از رویکردهای استنباط علّی که از روی انواع همبستگی های داده‌ها به عمل می‌آید مدل یابی علّی اطلاق می گردد که ممکن است متضمن روابط بین مشاهده پذیر ها (متغیرهای یا نشانگرها در اصطلاحLISREL) یا عاملها(سازه ها) باشد.

هرچند این نمادگذاری دقیق نیست،اما در اینجا اصطلاح تحلیل مسیر را به کاربرد رگرسیون چند متغیری محدود میکنیم تا روابط علّی بین متغیرهای مشاهده شده را استنتاج کنیم. تحلیل مسیر ممکن است بیان کند کدام مسیرها مهمتر (یا معنا دار تر) است،و این نیز ممکن است که بیانگر موجه بودن فرضیه های علّی از پیش تعیین شده باشد،اما قادر نیست بیان کند کدام یک از دو نمودار مسیر متمایز باید بر دیگری ترجیح داده شود،و نیز قادر نیست بیان کند که همبستگی بینAو B معرف اثرA برB،اثرB برA،وابستگی متقابل متغیرهای ،CوD،و یا آموزه های از اینهاست. هیچ برنامه‌ای قادر نیست متغیر هایی را که در تحلیل منظور نشده است به حساب آورد،و تحلیل مسیر را نمی‌توان به عنوان جانشینی برای دیدگاه های پژوهشگران درباره روابط علّی بین مجموعه متغیرها به کار برد.

نخستین گام در تحلیل مسیر،تعیین یک مدل ساختاری پیش تجربی است که همه متغیرهای مورد علاقه پژوهشگر را در بر می گیرد. مدل ساختاری شامل یک مجموعه معادله ساختاری است که روابط علّی ممکن بین متغیرها را توصیف می کند.

در این فرایند ابتدا یک سلسله مراتب علّی مطرح می‌شود که در آن برخی متغیرها ممکن است علت احتمالی متغیرهای دیگر باشند،اما به طور قطع نمی تواند معلول آنها باشد. به بیان دیگر،ترتیب متغیرها به گونه‌ای است که متغیری که در مرتبه بالای این سلسله مراتب قرار دارد ممکن است علت متغیر مرتبه پایین تر از آن باشد،اما بعید است متغیر پایین تر علت متغیر بالا تر از آن باشد. برای مثال،جنسیت ممکن است علت نگرش کودکان باشد،اما عکس این مطلب هرگز درست نیست.

 

جهت مشاهده مطالب دیگر لیزرل کلیک کنید

 

Instagram : unitahlil

 

تحلیل مسیر

اشتراک گذاری:

همچنین ممکن است دوست داشته باشید

دیدگاهتان را بنویسید

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