مدل سازی معادلات ساختاری

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:

همانطور که اشاره شد، یکی از فواید PLS نسبت به دیگر روش ها در قابلیت سنجش مدل های اندازه گیری با کمتر از چهار شاخص(سوال) است. در مورد مدل های اندازه گیری با یک شاخص(سوال) باید اضافه نمود که انتخاب چنین مدلهایی نیاز به شرایطی دارد و اگر این شرایط اتفاق بیفتند، پژوهشگر در مورد سازه های پژوهش حتما باید از مدل های اندازه گیری با یک شاخص به جای مدل های چند شاخصه استفاده نماید. دیامانتپولس و همکاران(2012) سه شرط برای استفاده از مدل های اندازه گیری با یک شاخص بیان نموده اند:

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.

مدل، از ریشه لاتینی Modus به‌معنای اندازه گرفته شده است. مدل همچنین به ما کمک می‌کند که به متن و درون پدیده‌هایی که نمی‌توانیم مستقیما آن‌ها را ببینیم هدایت شویم.مدل جزئی کوچک یا بازسازی کوچکی از یک شیء بزرگ است که از لحاظ کارکرد با شیء واقعی یکسان است (گرجی،1388، ص 33). مدل رابطه بین طرح نظری(تئوری)وکار جمع آوری و تجزیه و تحلیل اطلاعات می باشد.در علوم اجتماعی مدلها شامل نشانه ها و علائم هستند یعنی خصوصیات بعضی از پدیده های تجربی (شامل اجزا و ارتباط آنها) به طور منطقی از طریق مفاهیم مرتبط با یکدیگربیان می شود.بنابراین مدل منعکس کننده واقعیت است و جنبه های معینی از دنیای واقعی را که با مساله تحت بررسی ارتباط دارند مجسم می سازد.ر

همانطور که میدانیم مدل های اندازه گیری در مدل سازی معادلات ساختاری به دو دسته اصلی مدل اندازه گیری انعکاسی و ترکیبی تقسیم می شود که در مقالات گذشته آن ها را معرفی و تفاوت های آنها را بیان کرده ایم. متاسفانه یکی از اشتباهات رایج و بزرگ محققین در پژوهش های خویش عدم تدوین درست مدل اندازه گیری به عنوان مدلی انعکاسی و ترکیبی است که این اشتباه از عدم تشخیص آنها برای انتخاب یکی از این رویکرد ها ناشی می شود. در این مقاله تلاش شده روش های تشخیص مدل اندازه گیری انعکاسی از مدل اندازه گیری ترکیبی بحث شود.

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.

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.