خانه » وبلاگ » برخی اشتباهات رایج در استفاده از الگوسازی معادلات ساختاری RSS

برخی اشتباهات رایج در استفاده از الگوسازی معادلات ساختاری

۱۹ بهمن ۱۳۹۱

به نام خدا. طی دو هفته گذشته به دلیل اینکه موعد دفاع برخی پایان نامه‌های کار‌شناسی ارشد و دکتری بود، مجدداً فرصتی شد که در نقش داور با فعالیت‌های تحقیقاتی دانشجویان در چند دانشگاه آشنایی بیشتری کنم. در برخی از این تحقیقات استفاده از روش معروف و رایج شده الگو سازی معادلات ساختاری به شدت به چشم می‌خورد، و البته تکرار اشتباهات رایجی که در چند سال گذشته بار‌ها با آن‌ها مواجه شده‌ام. در ادامه برخی از این اشتباهات و طریقه برخورد صحیح با آن‌ها را پیشنهاد می‌کنم:


۱.     کاربرد الگوسازی معادلات ساختاری به عنوان یک بازی آماری به جای آزمون یک نظریه: هنوز در خیلی از تحقیقات مشاهده می‌شود که محقق از الگو سازی معادلات ساختاری بدون الگوی نظری قوی استفاده می‌کند. زمانی این روش مورد استفاده باید قرار گیرد که محقق الگوی نظری با استدلال های کافی در اختیار دارد و می‌تواند با استفاده از دلایل قوی و با بهره گیری از گزاره‌های حاصل از نظریه‌ها و تحقیقات با پشتوانه تجربی کاقی از الگوی نظری خود دفاع کند. به عبارتی دیگر کاربرد اصلی این تکنیک عمدتاً زمانی است که رویکرد تاییدی مد نظر است تا اکتشافی. در غیر اینصورت این روش در خدمت بررسی‌های بی‌پایان و‌گاه از بعد نظری بی‌معنایی برای برازش الگو با داده‌ها در خواهد آمد. نکته دیگر اینکه اگر هنوز الگوی نظری قوی حاصل نشده است، شاید الگوسازی معادلات ساختاری هنوز روش مناسبی برای استفاده نیست. مثلا اگر تبیین نظری پدیده مورد مطالعه هنوز کامل و قابل دفاع نیست، شاید انجام تحقیقات اکتشاقی و یا کیفی برای شناخت بهتر پدیده مناسب‌تر باشد.


۲.     اعمال اصلاحات مختلف در الگوی آماری برای بهبود برازش الگو با داده‌ها بدون معنای نظری: خیلی از محققان آنقدر علاقه‌مند به برازش الگوی خود با داده‌ها هستند که دست به هر تغییری در الگو می‌زنند تا این برازش آماری حاصل شود. اقداماتی مانند در نظر گرفتن کوواریانس بین واریانس‌های خطای متغیرهای اندازه گیری در الگوهای اندازه گیری و یا افزودن روابط جدید بین برخی متغیرهای مکنون از این جمله است. از آنجا که هدف الگوسازی معادلات ساختاری آزمون یک الگوی نظری است، حتی اگر تغییرات اعمال شده به الگو موجب افزایش و حتی مقبولیت برازش الگو با داده‌ها شود، اما آن تغییرات از منظر نظری تبیین کامل تری از پدیده مورد بررسی را موچب نشود، برازش آماری بهتر الزاماً فایده خاصی ندارد، و تنها از نظر یک فعالیت آماری ارزشمند است تا مسیری برای بهبود الگوسازی نظری که هدف اصلی این نوع تحقیقات است. از اینرو اعمال تغییرات در اجزای یک الگو زمانی مفید است که علاوه بر بهبود در برازش الگو با داده‌ها، از جهت نظری نیز تبیین قوی تری برای محقق حاصل نماید.


۳.     عدم استفاده از مقایسه الگو‌های رقیب: از آنجا که الگوسازی معادلات ساختاری تکنیکی آماری است و هر گونه الگوی نظری ورودی به آن می تواند قابل آزمون باشد، لذا در برخی تحقیقات ممکن است علاوه بر الگوی نظری اولیه، الگوهای نظری دیگری هم قابل پیشنهاد باشند که به نوعی رقیب الگوی نظری اولیه باشند. این راهبرد الگوسازی که از آن با نام «راهبرد رقابتی به الگوسازی» یاد می‌شود بر این مبنا است که ممکن است بتوان با استفاده از متغیرهای اصلی یک تحقیق تبیین‌های نظری متفاوتی از روابط بین متغیر‌ها پیشنهاد نمود. از اینرو، شاید بتوان روابط نظری مختلفی را در قالب الگو‌های نظری متنوعی ارائه کرد که با استفاده از معادلات ساختاری، بین آن‌ها از نظر میزان برازش با داده‌ها انتخاب بهتری را داشت.


با توجه به مطالب فوق، پیشنهاد می‌کنم محققانی که از الگوسازی معادلات ساختاری استفاده می‌کنند سوالات زیر را همواره در طی فرایند تحقیق از خود بپرسند:
۱.     آِیا چارچوب نظری تحقیق من آنقدر دارای استدلالات کافی نظری قابل قبولی است که بتوانم رویکردی تاییدی داشته و آن را آزمون کنم؟
۲.     آیا تغییراتی که به الگوی نظری (ساختاری) و یا الگوهای اندازه گیری تحقیق خود در حین الگوسازی و یا اصلاح الگوسازی می‌دهم (مثلا بر اساس شاخص‌های اصلاح)، استدلال های نظری لازم را به عنوان یک پشتوانه همراه دارد؟
۳.     چه تبیین‌های دیگری برای روابط نظری بین سازه‌های موجود در تحقیقم وجود دارد که بتوانم برازش این الگو‌ها را با داده‌های خود مقایسه نمایم؟

سلام آقای دکتر
سوالی دارم از حضورتان: اگر مدل ارائه شده تاییدی باشد (نه اکتشافی)، آیا می توان از pls استفاده کرد؟
استفاده از pls قابل دفاع است یا قدرت کمی نسبت به amos دارد؟
به دلیل سوالات زیاد پرسشنامه به سختی می توانم نمونه بالایی جمع آوری کنم و استفاده از amos یا لیزرل نمونه بالایی می خواهد.

با سلام و تشکر

متاسفانه آشنایی بنده با PLS در حدی نیست که بتوانم پیشنهادی درباره طریقه استفاده از آن بدهم. اما در LISREL می توان روش های تخمینی را انتخاب کرد که مناسب تر برای حجم های نمونه کوچک تر باشد تا خطای کمتری وجود داشته باشد. اما اینکه نمونه آماری شما چقدر کوچک است موضوع مهمی است. به خاطر نمی آورم که با lLISREL برای نمونه های کوچکتر از 150 الگوسازی انجام شده باشد.

با آرزوی موفقیت شما در تحقیقی که انجام می دهید.

ضمن عرض سلام. ايا از مدل معادلات ساختار يافته ميتوان بجاي كنترل پروژه استفاده كرد

با سلام. متاسفانه از چنین کاربرد احتمالی اطلاع ندارم. موفق باشید. علوی

سلام دکترجان
آیا با استفاده از الگوسازی معادلات ساختاری میتوان در جوامع علمی امیدوار به ثبت مدلی تئوریک بود؟
آیا به عنوان پشتوانه علمی در دنیا قابل دفاع می باشد؟

شاگرد همیشه فراگیر

با سلام و تشكر از سوال شما. مدل هاي نظري بر اساس دو رويكرد قياسي (استفاده از استدلال هاي نظري مبني بر ادبيات تحقيق) و يا استقرايي (عمدتا تحقيقات كيفي و مطالعات موردي) قابل توسعه و شكل گيري هستند. الگوسازي معادلات ساختاري در واقع صرفا ابزاري تاييدي براي آزمون اينگونه مدل ها مبتني بر داده ها است. طبيعتا اگر مدل هاي نظري خوبي نداشته باشيم، از اين تكنيك كمكي براي طرح و معرفي يك نظريه بر نمي آيد. اما اگر مدل نظري خوبي داشته باشيم، و چنانچه اين تكنيك براي آزمون آن نتايج خوبي را بر اساس داده هاي واقعي توليد كند (شاخص هاي برازش و مفيد بودن مدل در پيش بيني متغيرهاي اصلي)، آنگاه ممكن است حاصل كار تحقيق در مجامع علمي مورد توجه قرار گيرد. البته همه اين مباحث به اين شرط است كه انجام تحقيق كمي و مفهوم آزمون پذيري با معرفت شناسي محقق قابل توجيه باشد. با آرزوي موفقيت. بابك علوي

سپاس از لطف شما
امیدوارم در کارگاه آموزشی مرتبط با این موضوع در "دوازدهمین کنفرانس بین المللی مدیریت" اطلاعات بیشتر کسب نموده و در آینده نزدیک از رویکرد شما در کتاب الگوسازی معادلات ساختاری در پژوهش‌های علوم رفتاری استفاده نموده و به ثبت مدلی جدید در آینده امیدوار باشم.
در ادامه راه قطعا از نظرات استادانه شما بهره بیشتر خواهم برد.

شاگرد همیشه فراگیر

آیا مدل ما حتما باید دارای برازش باشد؟ اگر نباشد چه باید کرد؟
لطفا هر چه سریعتر جواب دهید.
با تشکر

سلام. چشم! سوال شما بنده را به اين فكر انداخت كه به شما پيشنهاد كنم حتما درباره كاربرد و اهداف اين تكنيك قبل از تصميم به استفاده از آن اطمينان حاصل كنيد، و اينكه تا چه حد با آن آشنايي لازم و كافي داريد.

بله بايد داراي برازش "قابل قبول" باشد. هدف اصلي استفاده از اين تكنيك خاص همين است كه مدل نظري با داده ها داراي برازش قابل قبول باشد! براي شناسايي حدود قابل قبول برازش به كتاب هاي مرجع موضوع مراجعه كنيد. در كتاب اينجانب نيز اين موضوع مطرح شده است. براي تهيه كتاب در صورت نياز به انتشارات دانشگاه شريف مراجعه كنيد.

در مورد روش إصلاح و بهبود مدل به مراجع اين تكنيك مراجعه كنيد. به طور خلاصه از شاخص هاي إصلاح و مقادير باقيمانده استفاده مي شود، به شرطي كه توجيه نظري داشته باشد.

موفق باشيد
علوي

سلام. از آنجاییکه در حال تصمیم گیری برای انتخاب بین MReg و SEM و PLS هستم، این نوشته شما بسیار روشنگر بود.
احتمال زیاد این مقاله را دیده اید: http://www.cob.unt.edu/slides/paswan/busi6280/Z-shook2k4fulltext.pdf

An assessment of the use of structural equation modeling in strategic management research 2004

آقای دکتر اگر بیشتر به نقصها و اشتباهات رایج در روش تحقیق در نوشته هایتان بپردازید بسیار مفید خواهد بود. ممنون

سلام
بعد از مدتها توفیق پیدا کردم سری به وبسایت شما بزنم.
در مورد این مطلب، آیا نمی توان از روش های آماری برای الهام گرفتن استفاده کرد؟
گاه ممکن است هنوز پشتوانه نظری قابل دفاعی وجود نداشته باشد، اما بتوان با استفاده از روش های آماری شهودی از رفتار داده ها به دست آورد و جستجو برای پیدا کردن پایه نظری را جهت داد.

با سلام و تشکر از شما. بله می توان این کار را انجام داد اما الگوسازی معادلات ساختاری ممکن است راه های بی شماری را برای این کار به شما بدهد که عملا ورود به آن بیشتر تحقیق مربوطه را شبیه یک بازی آماری خواهد کرد. هر گاه در تحقیقات رابطه ای نیاز به رویکرد اکتشافی داشتید پیشنهاد اصلی استفاده از رگرسیون چندگانه است که از پیچیدگی های کمتری برخوردار است. موفق باشید. علوی

در مورد این مطلب نظری دارید؟ لطفا آن را مطرح نمایید.

ایمیل شما فقط به منظور تماس با شما ذخیره خواهد شد و در سایت نمایش داده نمی شود.
لطفا http:// را در ابتدای آدرس وب سایت خود قرار دهید. (این فیلد اخیاری است)
CAPTCHA
لطفا کپچای زیر را در باکس مربوطه وارد کنید.
7 + 7 =