مرحله 1 از پنج مرحله به SEM
پیش فرض اساسی مدل سازی معادلات ساختاری (SEM) این است که یک محقق بازار می تواند آزمایش کند که آیا متغیرهای خاصی از طریق مجموعه ای از روابط خطی بوسیله بررسی واریانس ها و متغیرهای متغیرها در ارتباط هستند (StatSoft، 2011) این احتمالا یکی از واضح ترین اظهارات در مورد SEM، اگر شما اصطلاحات مورد استفاده در جمله را درک کنید. بنابراین، بیایید بررسی کنیم.
متغیر - (اسم) با توجه به مریام وبستر: "1).
یک عنصر یا فاکتور که می تواند تغییر کند یا تغییر کند 2) مقداري كه در محاسبه فرض مي شود متفاوت باشد يا قادر به تغيير ارزش باشد. "
رابطه خطی - بر اساس Investopedia: در ساده ترین عبارت، "رابطه بین متغیر و یک ثابت است که می تواند در یک گرافیک بیان شود که در آن یک متغیر ثابت و یک متغیر با یک خط مستقیم متصل می شود." یک مثال می تواند هزینه های قایقرانی است که به صورت خطی افزایش می یابد به عنوان یک خط به عروق های بزرگتر و بزرگتر که توسط فیلم های مربع اندازه گیری می شود.
Variance - طبق واژه ی کسب و کار: "1) تفاوت بین یک نتیجه مورد انتظار و نتیجه واقعی؛ 2) در آمار، میانگین محاسبات مربع انحراف از تمام مقادیر در مجموعه ای از اعداد از میانگین ریاضی آنها. واریانس و ریشه مربع آن (انحراف استاندارد) به عنوان اندازه گیری پراکندگی از اهمیت اساسی برخوردار است. "
کوواریانس متغیر - با توجه به مریام وبستر: "در آمار و نظریه احتمالات، کوواریانس اندازه گیری می شود که چقدر دو متغیر با هم تغییر می کنند."
SEM مبتنی بر ساختار است که مبتنی بر ریاضیات است
این اولین قدم در فرآیند SEM اساسا یکی از محققان بازار است که با استفاده از یک نمودار مسیر، نشان می دهد - و یا رسم، به طریقی که وی معتقد است متغیرها با هم مرتبط هستند.
این ممکن است کمک کند تا در مورد تاثیر تغییرات افزودنی و چندگانه فکر کند. به عنوان مثال، اگر یک لیست از اعداد با یک ثابت K ضرب شود، میانگین و انحراف استاندارد نیز توسط مقدار مطلق K. ضرب می شود. این خودکار است. با اعداد، به نظر می رسد این است: برای اعداد 1،2، & 3: میانگین 2، و انحراف استاندارد است 1. بگو ک = 4. ضرب 1، 2، و 3 به K نتایج در 4، 8، & 12. برای 4، 8 و 12، میانگین 8 است و انحراف معیار 4 است. واریانس 16 است. به یاد داشته باشید که "واریانس اندازه گیری مقدار هر مقدار در مجموعه داده از میانگین است." از این رو، انحراف استاندارد مربع است.
از آنجا که شما می دانید که دو مجموعه اعداد مرتبط هستند و شما می دانید واریانس چیست، شما می توانید به طور غیر مستقیم تست فرضیه که یک مجموعه از اعداد با مجموعه ای از اعداد مرتبط با مقایسه واریانس متغیرها.
اطلاعات مربوط به مدل سازی معادلات ساختاری زیر بر اساس محتوا از کتاب RH Hoyle (ed.) 1995 است. مدل سازی معادلات ساختاری. SAGE Publications، Inc. Thousand Oaks، CA با افتخار از Google Books، و همچنین تفسیری عالی از نوشتن پیچیده در مورد SEM توسط Ricka Stoelting، که قبلا از دانشگاه ایالتی سن فرانسیسکو است، است.
در مرحله مشخصات مدل، مدل از لحاظ پارامترهای آن تعریف شده است. دو نوع پارامتر در نظر گرفته شده است: پارامترهای ثابت و پارامترهای آزاد.
چرا پارامترها ثابت یا رایگان هستند؟
شناسایی پارامترهای ثابت و پارامترهای آزاد، برای یکپارچگی و کاربرد مدل SEM بسیار مهم است. تعیینات ثابت یا رایگان تعیین می کند که چگونه اجزاء مدل مقایسه شود. اجزای مدل 1) نمودار فرضیه 2) واریانس جمعیت نمونه 3) ماتریس کوواریانس. هر یک از این اجزا برای آزمایش مناسب مدل (که مرحله 4 است)
محقق بازار تعیین می کند که کدام پارامترها نامحدود هستند و پارامترهای تعیین شده ثابت هستند. انتخاب های انجام شده توسط محقق بازار، بازتابی از یک فرضیه پیشین است.
بدین معناست که "از سابق" در لاتین، به این معنی است که فرضیه قبل از تحقیق یا آزمایش انجام شده است. بنابراین یک فرضیه پیشین بهترین حدس در مورد روابط است که باید از طریق فرآیند SEM بررسی شود.
محقق بازار بهترین حدس می زند که کدام مسیر در ساختار رابطه ای مهم خواهد بود. محققان بازار معتقدند که پارامترها در واریانس نمونه (که قابل مشاهده است) و در ماتریس کوواریانس نقش مهمی ایفا خواهند کرد. به عبارت دیگر، محققان بازار کجا روابط را پیش بینی می کنند؟
یک پارامتر ثابت به طور کلی با صفر تنظیم می شود. صفر به این معنی است که بین متغیرها ارتباطی وجود ندارد. از آنجا که مدل مبتنی بر مسیر است، پارامترهای ثابت مسیرهایی با برچسب های عددی دارند. البته اگر یک مقدار صفر به یک مسیر اختصاص داده شود، یک استثناء رخ می دهد. هیچ مسیری در نمودار SEM برای مسیر با مقدار صفر نرسیده است.
یک محقق بازار انتظار دارد که پارامترهای آزاد دارای مقادیر غیر صفر باشند. پارامترهای آزاد براساس اطلاعات قابل مشاهده است. در نمودار SEM مسیر پارامترهای آزاد با ستاره مشخص می شود.
آماده به حرکت در
- شناسایی مدل
- برآورد مدل
- تست مدل مناسب
- دستکاری مدل