نرم افزار های تجزیه و تحلیل اطلاعات

توزیع نرمال ، یکی از مهمترین “ توزیع های احتمالی پیوسته ” در تئوری احتمالات است. علت نام گذاری و اهمیت توزیع نرمال،هم خوانی بسیاری از مقادیر حاصل شده، هنگام نوسان های طبیعی و فیزیکی پیرامون یک مقدار ثابت با مقادیر حاصل از این توزیع است. دلیل اصلی این پدیده، نقش توزیع نرمال در قضیه حد مرکزی است. به زبان ساده، در قضیه حد مرکزی نشان داده میشود که تحت شرایطی، مجموع مقادیر حاصل از متغیرهای مختلف که هرکدام میانگین و پراکندگی متناهی دارند، با افزایش تعداد متغیرها، دارای توزیعی بسیار نزدیک به توزیع نرمال است. این قانون که تحت شرایط و مفروضات طبیعی نیز برقرار است، سبب شده که برایند نوسان های مختلفِ تعداد زیادی از متغیرهای ناشناخته، در طبیعت به صورت توزیع نرمال آشکار شود.

از زمانی که روش حداقل مربعات جریی مورد توجه و استفاده پژوهشگران در رشته های مختلف مدیریتی مانند مدیریت استراتژیک، مدیریت بازاریابی و مدیریت سیستم های اطلاعات قرار گرفته است، تا به حال یک چالش هنوز پیش روی محققین قرار داد که مطالعات زیادی نیز درباره آن انجام نشده است. این موضوع همان ناهمگنی داده ها(heterogeneity) است که باعث گردیده تا یک قسمت به طور مجزا در نرم افزارهای PLS به این موضوع اختصاص یابد.

در روش PLS پژوهشگر به  مشکلات سایر روش ها برخورد نمی کند. عدم حساسیت PLS به حجم نمونه تا آنجاست که حتی تعداد نمونه می تواند کمتر از تعداد کل متغییرهای پژوهش باشد . به طور مثال ولد(1989) در مقاله خود مدلی را به کار می برد که دارای تعداد کل 27 متغییر است و این در حالی است که تعداد نمونه 10 عدد برای تحلیل استفاده شده است. یکی از قواعد شناخته شده برای تعیین حجم نمونه لازم در روش PLS، توسط بارکلای و همکاران (1995) ارائه شده است. این نویسندگان اظهار می دارند که حداقل حجم نمونه لازم برای استفاده از روش PLS، برابر است با بزرگترین مقدار حاصل از دو قاعده:

شاید باید گفت که بخش تعیین مدل یا همان تعریف مدل مهمترین مرحله از مدل سازی معادلات ساختاری محسوب می شود و بسیاری از اشتباهات پژوهشگران داخلی و حتی خارجی در این بخش اتفاق می افتد. در این مقاله بر اساس مقالات برتر در حوزه مدل سازی معادلات ساختاری برخی از اشتباهات رایج بیان می شود. امید وارم که شما پژوهشگران عزیز در مدل های قبلی خود درگیر این خطاها نبوده باشید.

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 علم تصميم‌گيري كه در آن انتخاب يك راهكار از بين راهكارهاي موجود و يا اولويت‌بندي راهكارها مطرح است،‌ چند سالي است كه روشهاي تصميم گيري با شاخص‌هاي چند گانه «MADM» جاي خود را باز كرده‌اند. از اين ميان روش تحليل سلسله مراتبي (AHP) بيش از ساير روشها در علم مديريت مورد استفاده قرار گرفته است. فرايند تحليل سلسله مراتبي يكي از معروفترين فنون تصميم گيري چند معیاره است كه اولين بار توسط توماس ال. ساعتي عراقي الاصل در دهه 1970 ابداع گرديد. فرايند تحليل سلسله مراتبي منعكس كننده رفتار طبيعي و تفكر انساني است. اين تكنيك، مسائل پيچيده را بر اساس آثار متقابل آنها مورد بررسي قرار مي‌دهد و آنها را به شكلي ساده تبديل كرده و به حل آن مي‌پردازد.

رویکرد واریانس محور دومین نسل از روش های مدل سازی معادلات ساختاری، زوایای پنهان و محدودیت های نسل اول معادلات ساختاری یعنی رویکرد کواریانس محور را به چالش کشیده و افق های تازه ای در رشته هایی که از این روش پیشرفته آماری استفاده می کنند را ترسیم می کند. در این مقاله دلایل استفاده از این رویکرد بیان می شود.