مدرسه بین المللی پژوهش کمی و کیفی اولین و بزرگترین مرکز بین المللی برگزارکننده دوره های روش پژوهش و نرم افزارهای پژوهش کمی، کیفی، آمیخته و مروری در ایران
FIMIX در حداقل مربعات جزئی
وقتی از تکنیک های تحلیل های چند متغیری در رشته های علوم اجتماعی مثل مدیریت استفاده می شود، فرض اینکه داده های تجربی از یک جامعه همگن جمع آوری شده اند، اغلب غیر واقعی است. زمانی که از یک رویکرد مدل سازی علی مثل مدلسازی مسیری PLS استفاده می کنیم، بخش بندی، موضوعی کلیدی در مواجهه با مشکل ناهمگنی در روابط علی و معلولی به شمار می آید.
در حالیکه استفاده از مدل سازی مسیری PLS در بین گرایش های مختلف رشته مدیریت رواج یافته است. یک موضوع کلیدی وجود دارد که به آن بسیار کم توجهی شده است و آن عدم توجه به ناهمگن بودن جامعه آماری پژوهش است. رویکرد FIMIX در سال 2002 توسط هان و همکارانش در جهت تشخیص ناهمگنی داده ها ابداع شده است و در نرم افزار SMART PLS قرار داده شده است. البته باید اذعان داشت که این رویکرد سنخیت چندانی با رویکرد حداقل مربعات جزئی ندارد و بیشتر همسو با روش حداکثر درستنمایی در رویکرد کواریانس محور است.
این ناهمگنی در جامعه مورد مطالعه اغلب به خاطر وجود ادراکات و برداشت های متفاوت افراد مختلف از از موضوعات متفاوت است و اغلب در تحقیقات نگرش سنجی در مدیریت، بازاریابی و علوم اجتماعی و روانشناسی و غیره کاملا ملموس است. رویکرد FIMIX جامع ترین و رایج ترین رویکرد برای برخورد با ناهمگنی در مدل سازی مسیری PLS است.
در خروجی زیر از نرم افزار PLS مشاهده می شود که مدل بر اساس نمونه ای که به 3 بخش همگن تقسیم بندی شده است اجرا شده و ضرایب مسیر برای هر بخش روی مسیر ها مشخص است.(محسن مرادی، 1394)
