نمونه مقالات دسته بندی شده روش تحقیق AHP

مثال هایی از مقالات دسته بندی شده آموزشی در مورد آموزش مراحل روش تحلیل AHP فازی ، وزن دهی و نتیجه گیری در فصل چهارم پایان نامه کارشناسی ارشد و دکتری

آموزش تصویری نرم افزار تحلیل آماری SPSS فصل چهارم

لینک دانلود رایگان فایل آموزش تصویری تحلیل پایان نامه کارشناسی ارشد و رساله دکتری با نرم افزار تجریه و تحلیل آماری اس پی اس اس SPSS

دانلود نرم افزار تحلیل آماری اس پی اس اس SPSS

دانلود نرم افزار تحلیل آماری اس پی اس اس SPSS V.21 

لینک دانلود به کانال تلگرام باز میشود؛ بدون عضویت در کانال هم میتوانید این نرم افزار را به رایگان دانلود نمایید.

همچنین در کانال تلگرام ما ـ ایبوکا ـ میتوانید از جدیدترین مقالات، ایبوک ها، موضوعات پایان نامه های کارشناسی ارشد و دکتری مدیریت، صنایع، روانشناسی و … به سهولت استفاده نمایید.

 

کانال تلگرام پایان نامه کارشناسی ارشد مدیریت روانشناسی گروه تلگرام پایان نامه پروپوزال

کانال تلگرام پایان نامه کارشناسی ارشد مدیریت روانشناسی گروه تلگرام پایان نامه پروپوزال

ایبوکا: آموزش تصویری نرم افزار SPSS

دوستان عزیزی که قصد آشنایی با نرم افزار آسان و کاربردی SPSS دارند، در این صفحه انبوهی از فایل های آموزش تصویری تجزیه و تحلیل آماری SPSS به رایگان در اختیار عموم علاقه مندان قرار میگیرد.

هدف ایبوکا آشنایی شما دوستان با این نرم افزار کاربردی است.

 

ـ آموزش تصویری نرم افزار تجزیه و تحلیل آماری SPSS – سری اول

ـ آموزش تصویری نرم افزار تجزیه و تحلیل آماری SPSS – سری دوم

ـ آموزش تصویری نرم افزار تجزیه و تحلیل آماری SPSS – سری سوم

ـ تحلیل آماری فرضیه های پایان نامه با نرم افزار تحلیل آماری SPSS

 

 

 

 

 

 

 

آموزش تصویری ویدئویی SPSS به زبان ساده

پاورپوینت,ایبوک و تکست آموزش PDF,SPSS

ـ ایبوک آموزش کامل SPSS از مقدماتی تا فوق پیشرفته؛

تجزیه و تحلیل آماری پیشرفته با نرم افزار SPSS

انگلیسی – 505 صفحه – 2017 – انتشارات وایلی

دانلود رایگان

روایی محتوای پرسشنامه

روایی و پایایی پرسشنامه چگونه بدست می آید؟

روایی (اعتبار) Validity
زمانی یک مطالعه روا است که بتواند هدف مورد نظر را اندازه گیری نماید و همچنین در طرح مطالعه، خطای منطقی وجود نداشته باشد.به عبارت دیگر این تعریف به دو جنبه اساسی از روایی اشاره می کند که عبارتند از: قابلیت اندازه گیری هدف (اعتبار درونی) و طراحی صحیح مطالعه از جوانب مختلف (اعتبار بیرونی) .

1- اعتبار درونی :در روایی درونی قابلیت ابزار مورد نظر در اندازه گیری هدف ارزیابی می شود.انواع روایی درونی یک تحقیق عبارتند از روایی سازه ای، محتوایی، همزمان و پیش بین .

در برخی منابع دو نوع روایی همزمان و پیش بین در یک گروه و تحت عنوان روایی ملاکی معرفی می شود. برخی از مؤلفین نیز بیان می کنند که تنها یک نوع از روایی یعنی روایی سازه ای وجود دارد و روایی ملاکی و محتوایی زیر بخش هایی از آن است.با توجه به اهدافی که هریک از انواع روایی دنبال می کنند، در عمل ارزیابی همزمان هر چهارنوع روایی کار مشکلی است و اغلب پژوهشگران تنها دو نوع روایی محتوایی و سازه ای را ارزیابی می کنند.

1-1.روایی محتوایی(Content Validity): هدف از این نوع ارزیابی پاسخ به این سؤال است که آیا محتوای ابزار قابلیت اندازه گیری هدف تعریف شده را دارد یا خیر؟ به عنوان مثال آیا محتوای آزمونی که برای اندازه گیری افسردگی تعریف شده است، واقعا افسردگی را اندازه می گیرد.به همین دلیل برای ارزیابی روایی محتوایی از قضاوت افراد خبره در زمینه تخصصی مورد نظر استفاده می شود. برای مثال برای ارزیابی افسردگی ، پس از لیست نمودن تمام نشانه هایی که افسردگی را ارزیابی می کند از طریق ادبیات موضوع ، می توان مرتبط بودن، سادگی ووضوح هریک از آیتم ها و همچنین ضروری بودن آن ها را در قالب پرسشنامه ای از متخصصان مربوطه پرسید.

1-1-1) نحوه ارزیابی روایی محتوایی(محاسبه CVI وCVR)

برای ارزیابی روایی محتوایی از نظر متخصصان در مورد میزان هماهنگی محتوای ابزاراندازه گیری و هدف پژوهش ، استفاده می شود. برای این منظور دو روش کیفی و کمی در نظر گرفته می شود. در بررسی کیفی محتوا پژوهشگر از متخصصان درخواست می کند تا پس از بررسی کیفی ابزار ، بازخورد لازم را ارائه دهند که براساس آن موارد اصلاح خواهند شد.

برای بررسی روایی محتوایی به شکل کمی، ازدو ضریب نسبی روایی محتوا (CVR) و شاخص روایی محتوا (CVI)، استفاده می شود. برای تعیین CVR از متخصصان درخواست می شود تا هرآیتم را براساس طیف سه قسمتی«ضروری است» ، «مفید است ولی ضرورتی ندارد» و «ضرورتی ندارد» بررسی نماید. سپس پاسخ ها مطابق فرمول زیرمحاسبه می گردد.

روایی پایان نامه ارشد مدیریت

روایی (اعتبار)

در این رابطه n_E تعداد متخصصانی است که به گزینه ی ضروری پاسخ داده اند و N تعداد کل متخصصان است. اگر مقدار محاسبه شده از مقدار جدول بزرگتر باشد اعتبار محتوای آن آیتم پذیرفته می شود.

1-1-2) روایی صوری زیر بخشی از روایی محتوایی

این نوع ارزیابی شامل این موضوع می شود که آیا ظاهر ابزار به صورت مناسب برای ارزیابی هدف مورد نظر طراحی شده است یا خیر؟در اینجا نیز از نظر متخصصان برای تعیین روایی صوری استفاده می شود. در تعیین کیفی روایی صوری موارد سطح دشواری ، میزان عدم تناسب و ابهام مورد بررسی و اصلاح قرار می گیرد.در گام بعدی برای کاهش و حذف آیتم های نامناسب و تعیین اهمیت هریک از آیتم ها از روش کمی تأثیر آیتم استفاده خواهد شد. در این روش به هریک از گزینه های آیتم مورد نظر بنا به تعداد آنها اعداد 3،2،1،… اختصاص داده شده و فراوانی مربوط به هر یک را نیز محاسبه کرده، از رابطه ی زیر استفاده می نماییم.شماره گزینه * (%)فراوانی= شاخص

چنانچه این شاخص بیش از 1.5 باشد، آیتم برای تحلیل های بعدی مناسب تشخیص داده می شود.

1-2. روایی ملاکی (روایی همزمان و پیش بین)

منظور از روایی ملاکی میزان همبستگی بین نمرات حاصل از یک ابزار با نمرات حاصل از ابزار اندازه گیری دیگر (ملاک) است. گاهی ارزیابی همبستگی به منظور پیش بینی برای آینده است، یعنی نمرات ابزار ملاک پس از گذشت یک فاصله زمان از اجرای ابزار اول گردآوری خواهد شد در اینصورت به آن روایی پیش بینی گفته می شود. زمانی که این پیش بینی بدون فاصله و در زمان حال انجام شود، به آن روایی همزمان می گویند. برای نعیین روایی ملاکی ضریب همبستگی بین نمرات حاصل از دو ابزار به عنوان شاخص روایی آزمون مورد نظر محاسبه شده و هر چه این ضریب بزرگتر باشد، ابزار روایی بیشتری دارد.

1-3. روایی سازه ای (Construct validity)

گفت روایی سازه ای این موضوع را بررسی می کند که آیا اجزای مقیاس مورد نظر توانایی تشکیل مقیاس را دارند یا برخی از آن ها نامرتبط اند. این نوع روایی اغلب روایی عاملی نیز نامیده می شود و دلیل آن نیز نحوه ی ارزیابی این نوع روایی با روش های تحلیل عاملی است.سازه ی نامناسب سازه ای است که توافق نظری در محتوای آن وجود ندارد.

روایی سازهای به دو دسته روایی همگرایی و روایی افتراقی تقسیم می شود.

1-3-1) روایی همگرایی : روایی همگرایی به همگرایی (همسو بودن یا همبستگی) آیتم های تشکیل دهنده یک مقیاس اشاره دارد. این نوع روایی به صورت های زیر قابل اندازه گیری است ، 1) با بررسی همبستگی بین آیتم های سازنده مقیاسکه در واقع همسانی درونی آیتم ها نامیده می شود ارزیابی می شود. همسانی درونی به کمک آلفای کرونباخ، ساختار سازه ی عاملی ، مدل راش، متوسط واریانس بیان شده و واریانس روش مشترک قابل محاسبه است. 2) همسانی بین مقیاس مورد بررسی با ابزارهای مشابهی که برای اندازه گیری سازه ی مورد نظر طراحی شده اند. در صورت وجود همبستگی قوی بین سازه ی هدف و سازه ی موجود دیگر، نیازی به تعریف سازه ی جدید نیست.

3) همبستگی بین سازه ی مورد نظردر روش های مختلف(نمونه ی هدف و نمونه ارزیابی اعتبار) محاسبه شود. اگر این همبستگی مقدار قابل توجهی داشته باشد، روایی آن تأیید می شود.

در ادامه به معرفی همسانی درونی آیتم ها و روش های محاسبه آن می پردازیم.

1-3-2. روایی افتراقی

این بخش از روایی سازه ای به این موضوع اشاره دارد که آیتم های مربوط به سازه های مختلف به صورتی بسیار قوی با یکدیگر همبستگی نداشته باشند تا براساس آن بتوان نتیجه گرفت که دو سازه یک هدف را اندازه گیری میکنند.این موضوع زمانی رخ می دهد که بین دو سازه به لحاظ تعریف هم پوشانی وجود داشته باشد.برای ارزیابی این روایی ازروشهای همبستگی ، تحلیل عاملی ،متوسط واریانس بیان شده ورویکرد چندسازه ای-چند روشی استفاده می شود.

1) ارزیابی مبتنی بر همبستگی: هنگامی که یکی از آیتم های یک مقیاس باآیتم های مقیاس دیگری، که در مطالعه پژوهشگر حضور دارند، همبستگی بالایی داشته باشند(r>0.85 به عنوان یک قاعده سرانگشتی)، هشداری مبنی بر همپوشانی داشتن این دو سازه خواهد بود.

2) روش تحلیل عاملی اکتشافی : در یک تحلیل عاملی اکتشافی دو سازه در صورتی از هم افتراق دارند که دو مقیاس مختلف، دو مجموعه از بارهای عاملی متفاوت را ایجاد نمایند.

3) روش متوسط واریانس بیان شده : این روش یک روش جایگزین مبتنی بر تحلیل عاملی است که توسط فورنل وولاکر(1981) ارائه شد. در این روش زمانی بین دو سازه افتراق وجود دارد که متوسط واریانس بیان شده برای یک سازه بزرگتر از واریانس مشترک بین آن ها باشد.برای این منظور از ماتریسی استفاده می شود که از توان دوم کواریانس بین هر مقیاس با سایر مقیاس ها تشکیل شده است. برای بررسی روایی عناصر قطر اصلی ماتریس با شاخص AVE که به صورت زیر تعریف می شود، جایگزین می شود،valid2

 

روایی (اعتبار)

s_1=مجموع توان های دوم بارهای عاملی مربوط به آیتم های سازنده مقیاس
s_2= مجموع مربوط به تمام آیتم ها برای شاخص (توان دوم بارهای عاملی -1 )
زمانی روایی افتراقی تأیید می گردد که هریک از عناصر روی قطر اصلی نسبت به هر مؤلفه دیگر روی سطر یا ستون بزرگتر باشد.

4) روش تحلیل عاملی تأییدی:در این روش از تحلیل عاملی تأییدی بدین صورت استفاده می شود که اگر به ازای مسیرهای تعریف شده مبتنی بر مبانی نظری برای ارتباط بین آیتم ها و سازه ی تشکیل دهنده ی آن، شاخص های برازش مدل مقادیر مناسبی داشته باشند، روایی افتراقی سازه های تعریف شده در این تحلیل تأیید می گردد.

5) استراتژی چندروشی-چند سازه ای: در این روش چند سازه تعریف می شود (چند سازه ای) و این سازه ها از طریق چند منبع جمع آوری می شود (چند روشی).به عنوان مثال در ارزیابی کیفیت زندگی کودکان از طریق پرسشنامه هریک از جنبه های کیفیت زندگی از طریق چند زیرسازه و از طریق منیع کودکان و والدین جمع آوری می گردد. هنگامی که بین سازه های اندازه گیری شده در هر روش همبستگی کوچکی وجود داشته باشد رواییافتراقی سازه ها تأیید می شود.

1-3-3 . ارزیابی روایی سازه ای با استفاده از تحلیل عاملی اکتشافی

روش تحلیل عاملی یا تجزیه ی عامل ها این امکان را برای محققان فراهم می آورد که از بین متغیرهای زیاد و روابط پیچیده میان آن ها به الگوی مشخصی دست یابند. تحلیل عاملی اکتشافی بر قاعده ی مهمی تأکید دارد، که برخی از عامل های اصلی مسئول هم تغییری میان متغیرها هستند.از جمله اهداف تحلیل عاملی اکتشافی می توان به تعیین ابعاد ابزار ، هنجاریابی پرسشنامه ها یا آزمون ها ، کاهش ابعاد (از متغیرها به عامل ها) ، ارزیابی همسانی و افتراق در بحث روایی سازه ای.

2- اعتبار بیرونی : اعتبار بیرونی با این امر سروکار دارد که آیا نتایج به دست آمده قابل تعمیم به گروهی مشابه گروه مورد مطالعه یا گروهی بزرگتر هست یاخیر .ممکن است اعتبار درونی یک تحقیق در حد مطلوبی باشد ولی این بدان معنی نیست که تحقیق انجام شده دارای اعتبار بیرونی خوبی نیز هست. اعتبار بیرونی شامل اعتبار محیطی و اعتبار آماری می باشد .
اعتبار آماری : اعتبار آماری به مناسب بودن حجم نمونه به حجم جامعه مربوط می شود .

اعتبار محیطی یا اکولوژیک‌ :اعتبار محیطی مساله ی تجانس یا عدم تجانس جامعه ی آماری می باشد.

منبع: روش ها و تحلیل های آماری با نگاه به روش تحقیق. نویسندگان : دکتر ابراهیم حاجی زاده و دکتر محمد اصغری. سازمان انتشارات جهاد دانشگاهی .

تجزیه و تحلیل آماری با لیزرل و SPSS

تحلیل آماری پایان نامه با لیزرل (مدلسازی معادلات ساختاری) و SPSS

در این جلسه به مرور خدمات حوزه نرم افزار SPSS میپردازیم؛ که مجموعه (راه دانش ـ PHDkar.ir)، هم در آموزش و هم در اجرای آن فعال است. این موارد در گام های زیر ارائه و اجرا میشود:

گام اول آموزش و خدمات تجزیه و تحلیل آماری با SPSS؛ فایلهای داده و کاربا آنها انواع داده ها

فایلهای داده و کاربا آنها انواع داده ها؛ باز کردن فایل داده ها – انواع فایلهای داده – باز کردن فایلهای Excel – باز کردن فایلهای پایگاه داده – باز کردن فایلهای متنی ساده – ساختار فایلهای داده – ذخیره سازی فایلهای داده – تبدیل انواع فایلهای داده به هم – مرتب سازی داده ها در فایل – جابجا کردن و انتقال داده ها – ترکیب چند فایل در هم – تقسیم فایلهای داده بر اساس مقادیر متغیر ها – انتخاب و دسته بندی مورد ها بر اساس متغیر ها

گام دوم آموزش و خدمات تجزیه و تحلیل آماری با SPSS؛ وارد کردن و ویرایش داده ها

وارد کردن و ویرایش داده ها؛ SPSS یکی نرم افزار گسترده – کار با Data View – کار با Variable View – تعریف متغیر ها – خواص متغیرها – نوع اندازه گیری – انواع متغیرها – برچسب گذاری متغیرها – مقادیر مفقود رسید – پهنای ستون نمایش متغیر ها – جهت قرار گرفتن مقدار متغیر ها – کپی کردن خواص متغیرها – وارد کردن داده ها پیدا کردن داده ها – تغییر وضعیت Data View – چاپ کردن اطلاعات درون Data View – تشخیصی مورد هایی تکراری دسته بندی کردن دیداری مورد ها – ترکیب متغیرهای موجود – ترکیب متغیرهای موجود

گام سوم آموزش و خدمات تجزیه و تحلیل آماری با SPSS؛ کار با خروجی نرم افزار

کار با خروجی نرم افزار؛  پنهان کردن تمام یا بخشی از اطلاعات درون Viewer- انتقال، حذف یا کپی اطلاعات Viewer،  تغییر چیدمان خروجی ها – تغییر ظاهر پنل Outline – اضافه کردن عنوان ها یا نوشته ها به خروجی جاری – استفاده از محتوای Viewer در برنامه های کاربردی دیگر – گرفتن خروجی از محتوای Viewer در قالب های مختلف – چاپ محتوای Viewer – ذخیره سازی محتوای آ Viewer- – جدول ها یا Pivot ها – نوار ابزارهای کار با جداول – گروهبندی قسمتهای مختلف یک جدول – جابجا کردن ردیف ها یا ستون – لغو عملیات انجام شده – لایه لایه کردن اطلاعات جدول – تنظیم ظاهر یک جدول – تنظیم پهنای خانه های جدول – تنظیم تک تک سلول های یک جدول

گام چهارم آموزش و خدمات تجزیه و تحلیل آماری با SPSS؛ آنالیز داده ها

آنالیز داده ها؛ جدول فراوانی Frequency – و Descriptive – و Explorer و Crosstabs – و Summarize

گام پنجم آموزش و خدمات تجزیه و تحلیل آماری با SPSS؛ انواع میانگین ها Means

انواع میانگین ها Means – ازمونهای T – تحلیلهای واریانس یک طرفه – – تحلیلهای تک متغیره GLM

گام ششم آموزش و خدمات تجزیه و تحلیل آماری با SPSS؛ تحلیل های رابطه های بین متغیرها

تحلیل های رابطه های بین متغیرها؛ همبستگی دو متغیره – همبستگی جزنی – تحلیل Distance

گام هفتم آموزش و خدمات تجزیه و تحلیل آماری با SPSS؛ رگرسیون ها

رگرسیون ها؛ رگرسیون خطی – رگرسیون منحنی

گام هشتم آموزش و خدمات تجزیه و تحلیل آماری با SPSS؛ خدمات گرافیکی و نموداری نرم افزار SPSS

امکانات نموداری نرم افزار؛ انواع نمودارها – کار با Chart Builder – تنظیم ظاهر نمودارها

 

محاسبه حجم نمونه با جدول مورگان

محاسبه حجم نمونه با جدول مورگان
نویسنده: کرجسی و مورگان 

جدولی که به نام جدول مورگان معروف است یکی از پرکاربردترین روش‌ها برای محاسبه حجم نمونه آماری است. جدول مورگان در واقع حاصل زحماتی است که robert v. krejcie و daryle w. morgan کشیده اند و به ازای مقادیر مختلف از اندازه های جامعه با استفاده از فرمول کوکران نمونه را برآورد کرده اند. یعنی شما هر یک از اعداد این جدول را در فرمول کوکران بگدارید همین حجم نمونه را مشاهده خواهید کرد. 

 

جدول نمونه گیری مورگان

روش داده کاوی

فرایند تحلیل پایان نامه دکتری مدیریت

مدل فرایند تحلیل شبکه ای (ANP) پایان نامه دکتری مدیریت
پرفسور ساعتی در سال 2015به دنبال محدودیتهایی که فرایند تحلیل سلسله مراتبی و عدم توانایی این رویکرد در لحاظ کردن وابستگی ها بین معیارها و عوامل، رویکرد دیگری را توسعه داد که به رویکرد فرایند تحلیل شبکه ای معروف گردیده است. این فرایند به این منظور توسعه یافته است که بدون در نظر گرفتن فرضیاتی درباره رابطه سلسله مراتبی یک طرفه بین سطوح تصمیم گیری، شرایط واقع تری را برای تصمیم گیری فراهم می آورد. برای جایگزینی شکل خطی از بالا به پایین و اکیدا سلسله مراتبی، مدل فرایند شبکه ای ساختار شبکه ای انعطاف پذیرتری را در اختیار می گذارد. اهمیت نسبی یا توان اثر گذاری عنصر توسط مقیاس فاصله دو قطبی، مشابه فرایند تحلیل سلسله مراتبی اندازه گیری می شود (ساعتی و ورگاس، 2014).
در پژوهش های داخلی در حوزه بازاریابی مطالعات کمی از فرایند تحلیل شبکه ای مشاهده شد (نظیر: الفت و همکاران،1390). در رویکرد گسترش کارکرد کیفیت هم در مطالعات داخلی به جز موارد اندکی (نظیر ظریفیان، 1388؛ احمدی مقدم،1389) بیشتر از شیوه فرایند تحلیل سلسله مراتبی استفاده شده است. اخیرا به خاطر محدودیت های مدل سلسله مراتبی روند استفاده از این مدل در فرایند گسترش عملکرد کیفیت رو به افزایش است. مثالهايي از اين كاربرد را مي توان در مقالات افرادي چون كارزاك ( 2016) كاهرمن (2010) پرتوي(2014) ديد پژوهش ها ي تركيبي مدل توسعه كاركرد كيفيت و فرآيند تحليل شبكه اي به دو گروه طبقه بندي مي شوند.
نوع اول، براساس مدل شبكه اي ساعتي و تاكيزاوا  بنا شده است كه در مقايسه با مدل ها ي تحليل شبكه اي كه اخيرا توسعه داده شده اند بسيار ساده و ابتدايي هستند. آنها دو محدوديت را مورد توجه قرار مي دهند. اول دو خوشه را در نظر مي گيرند و ارتباطات و وابستگي هاي داخلي و خارجي با توجه به معيارهايي الزامات مشتري و فني و يا اطلاعات الگوبرداري از رقيب را ارزيابي مي كنند و توجهي به اطلاعات بازخورد كه مهمترين بخشي است كه مدل تحليل شبكه اي را از سلسله مراتبي متمايز مي كند، ندارند . به عبارتي مدلي محدود را توسعه مي دهند. دوم اينكه آنها براي محاسبه ماتريس ضرب شده را به جاي شيوه ابرماتريس حدي (ساعتي، 2013؛ ساعتي و ورگاس، 2012) به كار مي گيرند. روش به كار گرفته شده توسط آنها را نمي توان به راحتي عموميت داد.
نوع دوم مطالعات كه بر اساس نظر پرتوي (2014، 2012) توسعه داده شده است، چارچوبي را مورد توجه ، قرار مي دهد كه علاوه بر موارد فوق وابستگي ها سقف خانه كيفيت و ماتريس رابطه ها و يا به عبارتي مباحث كمي را نيز در نوع ديگري از پژوهش هاي غير قابل عموميت درنظر گرفته است. هر چند كه اين نوع شيوه به كارگيري هنوز محدوديت هايي از لحاظ منطقي دارد؛ بعلاوه، افزودن بخش بندي بازار در ورودي ابتدايي نيز دشواري هايي را به همراه دارد و از طرفي استفاده از مدل تحليل شبكه اي براي تمام اجزاي ماتريس خانه كيفيت با توجه به زياد شدن مقايسات زوجي و قضاوت هاي افراد نتايج قابل اعتمادي را ارايه ندهد.

مدل يابی معادلات ساختاری SEM

موارد استفاده مدل يابي معادلات ساختاري، اصلاحات و مفروضه هاي آن

موارد استفاده مدل يابي معادلات ساختاري

مدل يابي معادلات ساختاري را مي توان در جهت مقاصد پژوهشي ذيل به کار برد:

1- مدل يابي علي يا تحليل مسير:

پارامترهاي حاصل از تحليل رگرسيون دست کم در سه موقعيت اساسي زير نمي تواند اطلاعات لازم را فراهم آورد:

وقتي متغيرهاي مشاهده شده حاوي خطاهاي اندازه گيري و بين متغيرهاي واقعي روابط جالب و بدون تورش وجود داشته باشد.

وقيت بين متغيرهاي مشاهده شده روابط درهم تنيده جريان علي وجود داشته باشد.

وقتي متغيرهاي مهم تبيين شده مشاهده نشده باشد.

اما توابع ساختاري مي تواند در همه موقعيت هاي بالا نقش مهم و سازنده اي ايفا کند. علوم اجتماعي و رفتاري بر خلاف علوم طبيعي، به ندرت به تجزيه و تحليل دقيق در شرايط کنترل شده دستيابي دارد. در اين علوم، استنباط روابط علي بر پايه مطالعاتي صورت مي گيرد که در آنها مدل ها و در قالب سازه هاي نظري که مستقيما مشاهده پذير و اندازه پذير نيست، بيان مي شود. اما براي عملياتي کردن و اندازه گيري متغيرهاي نظري مي توان از شاخص ها يا نشانه هايي که نشانگر ناميده مي شود، استفاده کرد. استنباط هاي علي به واقع به مسيرهايي بستگي دارد که طرح مطالعه مشخص کرده است.

2- تحليل عاملي تاييدي:

اين روش که به واقع بسط تحليل عاملي معمولي است، يکي از جنبه هاي مهم SEM است، که در آن فرضيه هاي معيني درباره ساختارهاي بارهاي عاملي و همبستگي هاي متقابل بين متغيرها مورد آزمون قرار مي گيرد. از لحاظ سنتي، تحليل عاملي با آشکار ساختن ابعاد زيربنايي يا واريانس عامل مشترک در مجموعه اي از پرسش ها يا سوال هاي تستي سروکار دارد.

براي معرفي يک سازه نظري، معمولا مجموعه اي از پرسش ها تهيه مي شود و تحليل عاملي به تدوين شاخصي که در پژوهش به کار مي رود، کمک خواهد کرد. براي معرفي ابعاد زيربنايي سازه مورد نظر، تحليل عاملي مي تواند يک يا چند عامل را آشکار سازد. برپايه نتايج تحليل عاملي مي توان گفت که يک سازه، تک بعدي يا چندبعدي است.

به اين رويکرد، در حال حاضر، به سبب آنکه داراي ماهيت اکتشافي است و نه ماهيت آزمون فرضيه، تحليل عاملي اکتشافي گفته مي شود. عامل چون در تحليل عاملي مشاهده ناپذير است، متغير مکنون خوانده مي شود، که در تحليل عاملي، پيش بيني کننده پاسخ ها در متغيرهاي اندازه گرفته شده و مشاهده شده است، به واقع، روايي يک تحليل عاملي تا حدودي از طريق تعيين اين مطلب مشخص مي شود که عامل ها با چه دقتي واريانس موجود در پرسش هاي انفرادي را توجيه مي کنند. يعني، چقدر از واريانس موجود در پرسش ها با عامل ها اشتراک دارد.

مدلي يابي معادله ساختاري، علاوه بر تحليل اکتشافي، تحليل عاملي تاييدي را نيز به کار مي برد. اين تحليل اساسا يک روش آزمون فرضيه است، و بر اين مفروضه متکي است که شما درباره اينکه مولفه متغيرهاي مکنون چيست انديشه اي داريد؛يعني به دنبال يافتن نشانگرها نيستيد. SEM اين مطلب را که آيا نشانگرهايي که براي معرفي سازه يا متغير مکنون خود برگزيده ايد، واقعا معرف آن است يا نه، مي آزمايد و گزارش مي دهد که نشانگرهاي انتخابي با چه دقتي معرف يا برازنده متغيرمکنون است. براي بهبود برازندگي، نشانگرها با متغير مکنون نيز راه هايي پيشنهاد مي کنند.

3- تحليل عاملي مرتبه دوم:

صورتي از تحليل عاملي است که در آن خود ماتريس همبستگي عامل هاي مشترک تحليل مي شود تا عامل هاي مرتبه دوم به دست آيد.

4- مدل هاي مختلف رگرسيون:

بسط تحليل رگرسيون خطي که در آن وزن هايي رگرسيون ممکن است مقيد به تساوي با يکديگر باشد، يا برابر با مقادير عددي معيني قرار داده شود. SEM مقايسه ضرايب رگرسيون، واريانس ها، ميانگين ها حتي با گروه هاي بين آزمودني ها چندگانه را به گونه هم زمان امکان پذير مي سازد.

5- مدل هاي ساختاري کوواريانس:

اين فرضيه را که يک ماتريس کوواريانس داراي شکل به خصوصي است آزمون مي کند. براي مثال، مي توانيد اين فرضيه را که مجموعه اي از متغيرها داراي واريانس هاي برابر هستند بيازماييد.

6- مدل هاي ساختاري همبستگي:

اين فرضيه را که يک ماتريس همبستگي داراي شکل به خصوصي است آزمون مي کند. براي مثال، مي توانيد اين فرضيه کلاسيک را که ماتريس همبستگي داراي ساختار دوري است، بيازماييد.

اصطلاحات مدل يابي ساختاري:

مدل يابي معادلات ساختاري بر پايه فرضيه هايي درباره وجود روابط علي بين متغيرها، مدل هاي علي را با دستگاه معادله خطي آزمون مي کند. بدين ترتيب، SEM، روابط نظري بين شرايط ساختاري معين و مفروض را مي آزمايد و برآورد روابط علي ميان متغيرهاي مکنون (مشاهده نشده) و نيز روابط ميان متغيرهاي اندازه گيري شده (مشاهده شده) را امکان پذير مي سازد.

متغيرهاي مستقل که فرض بر آن است بدون خطا اندازه گيري مي شوند، متغيرهاي برونزا يا جريان دهنده و متغيرهاي وابسته يا ميانجي متغيرهاي درونزا يا جريان گيرنده ناميده مي شوند. متغيرهاي آشکار آشکار يا مشاهده شده به گونه مستقيم به وسيله پژوهشگر اندازه گيري مي شود، در حالي که متغيرهاي مکنون يا مشاهده نشده به گونه مستقيم اندازه گيري نمي شود، بلکه بر اساس روابط يا همبستگي هاي بين متغيرهاي اندازه گيري شده استنباط مي شوند. اين برآورد آماري به همان طريق که يک تحليل عاملي اکتشافي حضور عامل هاي مکنون را از واريانس مشترک بين متغيرهاي مشاهده شده استنباط مي کند، به دست مي آيد.

بنابر آنچه گفته شد، مدل معادله ساختاري شامل دو مؤلفه است: مدل اندازه گيري که در آن متغيرهاي مکنون پيشنهاد و از طريق تحليل عاملي تاييدي آزمون مي شود و مدل ساختاري که در آن متغيرهاي مکنون و نيز متغيرهاي مشاهده شده اي که نشانگر متغيرهاي مکنون است از يک راه منطقي با هم مرتبط مي شود.

کاربران SEM روابط ميان متغيرهاي مشاهده شده و مشاهده نشده را با استفاده از نمودار مسير نشان مي دهند. اين نمودار که نقش اساسي در مدل يابي ساختاري بازي مي کند، مانند فلوچارت هاي رايانه اي است، که متغيرهايي را که با خطوط بيانگر جريان علي باهم متصل شده اند، نشان مي دهد. نمودار مسير را مي توان به عنوان وسيله اي براي نمايش اين مطلب در نظر گرفت که کدام متغيرها موجب تغييراتي در متغيرهاي ديگر مي شود. همه متغيرهاي مستقل داراي پيکان هايي اند که به سوي متغير وابسته نشانه مي روند. ضريب وزني بالاي پيکان قرار مي گيرد.

مفروضه هاي مدل معادله ساختاري:

مدل يابي معادله ساختاري، بسط انعطاف پذير و قدرتمند مدل خطي کلي است، و بنابراين مانند هر روش آماري، داراي شماري از مفروضه هاست که بايد صادق بوده يا دست کم به گونه تقريب برقرار باشد، تا نسبت به نتايج آن اطمينان حاصل شود. دو مسئله اساسي، يعني حجم گروه نمونه و کار با داده هاي گمشده مي باشد.

حجم منطقي گروه نمونه:

بر پايه پيشنهاد جميز استيونس در نظر گرفتن پانزده مورد براي هر متغير پيش بين در تحليل رگرسيون چندگانه با روش معمولي کمترين مجذورات استاندارد، يک قاعده سرانگشتي خوب به شمار مي آيد. چون SEM در برخي جنبه ها کاملا مرتبط با رگرسيون چند متغيري است، تعداد 15 مورد به ازاي هر متغير اندازه گيري شده در SEM غير منطقي نيست.

لوهلين نتايج مطالعات مشابه مونت کارلو را با استفاده از مدل هاي تحليل عاملي تاييدي گزارش کرده و پس از بررسي پيشينه هاي پژوهش نتيجه مي گيرد که براي اين طبقه از مدل ها با دو يا چهار عامل، پژوهشگر بايد روي گردآوري دست کم 100 مورد يا بيش از آن 200 مورد برنامه ريزي کند. کاربرد نمونه هاي کوچکتر مي تواند موجب عدم حصول همگرايي، به دست آمدن جواب هاي نامناسب و يا دقت پايين برآورد پارامترها و به ويژه خطاهاي استاندارد شود. خطاي استاندارد برنامه SEM بر پايه مفروضه نمونه هاي بزرگ محاسبه مي شود. زماني که توزيع داده ها نرمال نبوده يا کجي داشته باشد، گروه هاي نمونه با حجم بزرگتر مورد نياز است. پيشنهاد کلي آن است که تا حد امکان داده هاي بيشتري به دست آوريد.

داده هاي کامل يا کاربرد مناسب داده هاي ناکافي:

چنانچه براي تحليل، از داده هاي ورودي خام استفاده شود، اين داده ها بايد کامل و بدون مقادير گمشده باشند. براي کار با داده هاي ناکامل، چندين راه حل پيش تجربي وجود دارد. حذف ليستي که در آن همه نمره هاي مربوط به داده هاي گمشده حذف مي شود و حذف زوجي که در آن همبستگي دو متغيري فقط براي مواردي که داده هاي آن کامل وجود دارد محاسبه مي شود، از راه حل هاي متداول براي کار با مقادير گمشده است. روش ديگر پيش تجربي براي داده گمشده، جايگزين ساختن اين داده ها با ميانگين متغير مربوط است.

تدوين مدل:

مدل، به گونه ساده يک گزاره آماري درباره روابط ميان متغيرهاست. تحليل مسير مثال خوبي براي مدل، و تدوين مدل، تمريني براي بيان رسمي مي کمدل است. ترجمه مشهود و آشکار نظريه به صورت معادلات رياضي انجام مي پذيرد. اين مدل از طريق نمايش متغيرهاي مستقل و وابسته به ترسيم نمودار مسير کمک مي کند. متغيرهاي مستقل اغلب متغيرهاي برونزا خوانده مي شود، يعني علل آنها خارج از مدل تعيين مي گردد. متغيرهاي وابسته اغلب متغيرهاي درونزا خوانده مي شود، زيرا فرض مي شود که علت آنها از درون مدل تعيين مي شود.

تدوين مدل در SEM، گام عمده اي است که در فرايند آن بايد سازه هاي مربوط، مکنون و مشاهده شده و روابط بين سازه ها مشخص گردد. در مدل بايد اصل اقتصاد و صرفه جويي نيز رعايت شود، و ضرورتي ندارد که شمامل هر متغير علي ممکن باشد. گنجانيدن سازه هاي بيش از اندازه در مدل مي توند موجب آزمون ناپذيري آن شود، و اگر سازه هاي مهمي را حذف کنيد، خطر توليد يک مدل نامناسب کاذب را به جان خريده ايد. نکته مهم آن است که مدل شما بايد انديشه ها و مفاهيم نظري مورد علاقه شما را به خوبي منعکس سازد.

تجربه نشان داده است که به سادگي نمي توانيد تنها به خاطر آنکه چيزي را ببينيد يک مدل را به کار ببريد، بلکه بايد نظريه خوبي در دست داشته باشيد. عمل تدوين مدل، انتخاب نشانگرها براي متغيرهاي مکنون را نيز در بر مي گيرد. به عنوان يک قاعده کلي، براي يک سازه مکنون، بايد نشانگرهاي چندگانه داشته باشيد. اين موضوع هم دليل منطقي و هم دليل آماري دارد. يک سازه پيچيده وقتي از طريق نشانگرهاي چندگانه تسخير شود، معتبرتر و رواتر است. براي هر متغير مکنون سه نشانگر يا بيشتر توصيه مي شود.

تدوين مدل شامل فرمول بندي گزاره هايي درباره پارامترها نيز مي باشد. پارامتر ضريب عددي است که رابطه بين سازه ها را توصيف مي کند. تعيين پارامترها اين مطلب را که روابط داراي يک جهت يا چند جهت است يا نه نيز شامل مي شود.