تیتر خبرها
PLS.SEM

بار عاملی،ضریب مسیر (ضریب بتا)،r2 (واریانس تبیین شده)

بار عاملی

بار عاملی یا لامبدا در حقیقت یک ضریب همبستگی بین متغیر های مکنون و متغیر های آشکار در یک مدل اندازه گیری است. این ضریب تعیین میکند که متغیر مکنون چقدر از واریانس متغیرهای آشکار را تبیین میکند و از آن جا که یک ضریب همبستگی است باید از نظر آماری معنادار باشد. معناداری بار عاملی با آماره های T VALUE  و P VALUE بررسی می شود. اما دقیقا ضعف تحقیقات داخلی ما از همین نقطه آغاز می شود. شاید ساعت ها در کلاس های آکادمی تحلیل آماری ایران پیرامون دلایل رد مقالات ایرانی در مجلات معتبر بحث می شود و همواره یکی از دلایل به این نقطه ختم می شود که متاسفانه بر اساس کتاب های فارسی قدیمی ما در حوزه مدل سازی معادلات ساختاری که سهم اصلی را در نحوه تحلیل های آماری محققین تشکیل می دهد در این بخش اشتباه بزرگ رخ می دهد. آن اشتباه این است که بحث ماندن و یا نماندن یک سوال در مدل تنها منوط به معناداری آن از نظر آماری می شود. در حالی که ده ها شرط دیگر در نرم افزار های کواریانس و واریانس محور مدل سازی معادلات ساختاری وجود دارد که باید رعایت شوند.(مرادی، 1395)

در مقالات بعدی به صورت مفصل به این پیش فرض ها اشاره خواهد شد.

ضریب مسیر (ضریب بتا)

ضریب مسیر بیان کننده وجود رابطه علی خطی و شدت و جهت این رابطه بین دو متغیر مکنون است. در حقیقت همان ضریب رگرسیون در حالت استاندارد است که ما در مدل های ساده تر رگرسیون ساده و چندگانه مشاهده می کردیم.  عددی بین 1- تا +1 است که اگر برابر با صفر شوند ، نشان دهنده ی نبود رابطه ی علی خطی بین دو متغیر پنهان است.

R2(واریانس تبیین شده)

درواقع نشان می دهند که چند درصد از تغییرات متغیر وابسته توسط متغیرهای مستقل تبیین می شود. ضریب تعیین در حقیقت مهمترین شاخص در تحقیقاتی است که از مدل سازی معادلات ساختاری استفاده کرده اند. چرا که اساسا محقق تحقیق را برای همین منظور انجام میدهد اما گاه انقدر در مسائل فرعی درگیر می شود که تحلیل مهمترین موضوع تحقیق خود را فراموش می کند. این ضریب نشان می دهد که متغیر های مستقل تحقیق روی هم رفته چند درصد از رفتار متغیر وابسته را پیش بینی می کنند. در مورد اهمیت این ضریب ساعت ها در کلاس های معادلات ساختاری آکادمی تحلیل آماری ایران بحث می شود و به محققین گفته می شود که باید آن را به درستی تفسیر کنند.

پروفسور هایر مرد اول مدل سازی معادلات ساختاری در کنفرانس های خود بیان میکند که این شاخص مطابق با گفته چن باید با سه مقدار 0.19 ضعیف، 0.33 متوسط، و 0.67 قوی مقایسه شود. چنانچه این مقدار کمتر از 0.19 برای پژوهشی بود آن پژوهش ارزش علمی نخواهد داشت و بخش تجزیه و تحلیل آن تنها مشتی جدول و نقاشی است(مرادی، 1395)

لینک مقالاتی که بعد از خواندن این مقاله بسیار اهمیت دارد.

  1. نام علمی پارامتر های مدل سازی معادلات ساختاری​
  2. نرم افزار های مورد استفاده برای مدل سازی معادلات ساختاری
  3. لزوم استفاده از مدلسازی معادلات ساختاری
  4. اشتباهات رایج در تعریف مدل در مدل سازی معادلات ساختاری
  5. مراحل عملیاتی مدل سازی معادلات ساختاری
  6. کتاب مدل سازی معادلات ساختاری کلاین (kline، ۲۰۰۵)
  7. اشتباهات رایج در تعریف مدل در مدل سازی معادلات ساختاری
  8. روش های بررسی اعتبار مدل در مدل سازی معادلات ساختاری
  9. رویکردهای مدل سازی معادلات ساختاری

درباره ی admin

مطلب پیشنهادی

اطاعیه مهم: آغاز دوره مقاله نویسی حرفه ای با رویکرد علم سنجی از 17 فروردین به جای 24 اسفند

اطلاعیه مهم: همراهان و محققین گرامی با توجه به درخواست اکثریت دوره مذکور به جای …

5 دیدگاه

  1. سلام

     

    اگر ضریب مسیر منفی باشد، عدد معناداری هم منفی باید باشد؟؟؟ درسته؟؟

  2. سلام فرمول محاسبه r2 به صورت دستی رو ممکنه بگین؟

  3. سلام آیا ضریب واریانس تبیین شده (R2) در مدل سازی معادلات ساختاری با ضریب VAF در آزمون شمول واریانس تفاوتی دارد. اگر هست ممنون میشم تفاوت تفسیر آنرا بفرمایید.

    • عزیزم شاخص اول پیشبینی رفتار و تبیین وا یانس متغیر درونزا شما توسط متغیر های برونزا است. اما vaf داره میگه متغیر درونزای میانجی شما چقدر از این مقدار سهم داره. آیا انقدر سهم بالایی داره که میانجی گری کنه یا نه؟ یعنی هر دو از جنس واریانس هستند اما اولی رو اگر سهم متغیر وابسته بدونی دومی می خواهد بگه متغیر میانجی چقدر از این سهم رو از خود عبود می دهد.
      Moradi, M., & Miralmasi, A. (2020). Pragmatic research method. (F. Seydi, Ed.) (1st ed.). Tehran: School of quantitative and qualitative research. Retrieved from https://analysisacademy.com/

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.