STATISTICIAN++

امکان تماس مستقیم و خصوصی با آماریست حرفه ای
09182017691

statistician for hire

تحلیل PLS یا همان مدل سازی معادلات ساختاری به روش حداقل مربعات جزئی

مدل سازی معادلات ساختاری با مد نظر قرار دادن حداقل مربعات جزئی
این روش تحلیل آماری نخست توسط ولد Wold در 1974 مطرح و توسط لمولر Lohmoller در 1989 توسعه و به حد کمال رسید. این روش درست حالت ناپارامتریک روش کواریانس محور مطرح شده جورسکوگ Joreskog در 1969 است که همچون هر روش ناپارمتری دیگری احتیاجی به پارامترهایی چون حجم نمونه بالا و توزیع نرمال داده ها ندارد هر چند که بودن این پارامترها نتایج بهتری را نشان خواهد داد. این روش بهتر می تواند مدلهای پیچیده تر را نسبت به روش پارامتریک خود یعنی کواریانس محور تحلیل کند و برای تحلیل های اکتشافی نیز بهتر عمل می کند. از این روش در بعضی از منابع به عنوان نسل دوم معادلات ساختاری یاد شده است.

نسل اول مدل سازی معادلات ساختاری
این روش بیشتر برای تایید مدلهای نظری مورد استفاده قرار می گیرد ضمن اینکه همچون هر حالت پارامتریک یه سری پیش شرط های خاص خود را دارد و نرم افزارهای لیزرل، ای کیو اس و ایموس بهترین و شانخته شده ترین نرم افزارهای معادلات ساختاری کواریانسی هستند. از این روش در بعضی از منابع به عنوان نسل اول معادلات ساختاری یاد شده است.

روش ارزیابی مدل pls و منابع پیشنهادی
مدل PLS با توجه به اینکه کدام دو حالت انعکاسی یا سازنده را داشته باشد دارای روش های ارزیابی کماکان متفاوتی است که به طور کامل در سه منبع پیشنهادی ذیل به تفصیل بیان شده است.
نخست - مدلسازی معادلات ساختاری کمترین مربعات جزیی PLS-SEM نوشته جوزف هیرو و همکاران و ترجمه دکتر عادل آذر و رسول غلامزاده.
دوم - روش تحلیل ساختارهای چندسطحی با استفاده از نرم افزار Smart PLS نوشته پیام حنفی زاده و احد زارع رواسان.
سوم - مدلسازی معادلات ساختاری با نرم افزار PLS نوشته علی داوری و آرش رضازاده.

statistician for hire

خروجی آزمون پی ال اس الگوریتم به عنوان اولین قدم مدلسازی pls

در مدل بالا اعداد متناظر به مدل سنجه ای بار عاملی یا همان ضریب همبستگی هستند و اعداد متناظر به متغیرها یا همان مدل ساختاری ضرایب مسیر می باشند که نشان دهنده شدت و قوت رابطه و اثر بین متغیرها است. در این بین اطلاعات خاصی مورد نیاز است که در ذیل تعریف و بیان شده است.

بار عاملی
بار عملی در تحلیل PLS معادل ضریب همبستگی است که باید شاخص های مدل همگی دارای بارعاملی بالاتر از 50 درصد باشند و بارعاملی های کمتر از 50 درصد در مدل های انعکاسی باید حذف شوند. البته لازم به ذکر است که اگر شما پرسشنامه خوبی با پایایی بالایی در تحقیق استفاده کرده باشید به این مشکل برنخواهید خورد و حذفیات لازم در سوالات پرسشنامه انجام شده است.

ضریب آلفای کرونباخ
در اینجا همچون سنجش همبستگی درونی پرسشنامه یا به اصطلاح پایایی پرسشنامه برای ارزیابی قابلیت اطمینان ساختاری نیز از آلفای کرونباخ استفاده می شود. الفای کرونباخ مقادیر بین 0 تا 1 دارد که بهتر است به صورت درصدی بیان گردد و مقادیر بالای 70 درصد نشان از قابلیت اطمینان ساختاری خوب مدل PLS دارد.

اطمینان ساختاری یا CR
این شاخص سازگاری درونی نیز یک همبستگی است که دقیقاٌ لنگه آلفای کرونباخ عمل می کند و به عبارت دیگر می توان گفت آلفای کرونباخ در معادلات ساختاری Composit Reliability است و احتیاجی به مطرح کردن آلفای کرونباخ نیست.

اعتبار همگرایی
این همان AVE بیان شده در جداول خروجی نرم افزار است که همبستگی شاخص های یک سازه در قیاس با همبستگی شاخص های سازه های دیگر را نشان می دهد و مقداری بین 0 تا 1 دارد و بهتر است به صورت درصدی بیان شود و مقدار بالاتر از 50 درصد به گفته فرنول و لارکر مورد قبول است.

اعتبار تشخیصی
برا این مورد از جدول Cross loading و معیار فرونل و لارکر استفاده می شود به گونه ای که بزرگترین بار عاملی مربوط به هر کدام از شاخص ها باید مربوط به متغیر نهفته آن شاخص باشد شاخص فرونل و لارکر نیز که به صورت جدول در خروجی نرم افزار ارائه می شود به این صورت است که رادیکال واریانس شرح داده شده یا همان AVE هر سازه باید بزرگتر از مقادیر همبستگی آن سازه با سازه های دیگر باشد. به عبارت دیگر قطر ماتریس فرونل و لارکر نسبت به مقادیر زیرین خود بیشتر باشد.

ضریب تعیین
قدرت تبعین متغیروابسته مدل توسط متغیرهای مستقل را نشان می دهد که هر چه بیشتر باشد بهتر است و معمولا در مدلهایی که از مقالات به اصطلاح بیس استخراج شده به شرط معنادار شدن کل مدل خیلی هم لازم نیست ضریب تعیین بالایی داشته باشیم ولی در مدلهای اکتشافی رساندن ضریب تعیین مدل به مقادیر بالای 50 درصد لازم است.

اندازه تاثیر
همان یا F2 کوهن است و به دنبال این حقیقت است که متغیرهای نهفته مستقل، تاثیر قابل توجهی روی متغیر وابسته دارند یا نه و مقادیر بین 15 تا 35 درصد نشانگر تاثیر متوسط و بالاتر از آن نشان از تاثیر بالای متغیرهای نهفته مستقل بر روی وابسته است.

شاخص استون گیسر
این شاخص به دنبال سنجش قابلیت پیش بینی مدل PLS است و در آزمون blindfolding نرم افزار اسمارت پی ال اس به صورت جدولی و با نماد Q2 ارائه می شود. مقادیر منفی قابل قبول نیست و باید مقادیر مثبت باشتد.

statistician for hire

خروجی آزمون Bootstrap در محاسبه مقادیر t

در خروجی آزمون Bootstrap بالا نرم افزار Smart PLS کل مقادیر t در رد یا قبول فرضیات را ارائه می دهد بر این اساس که اگر مقدار t بیشتر از مقدار 1/96 درصد باشد نشان از تایید فرضیه مربوط به مسیر مورد نظر دارد و برعکس. در ادامه نیز به بحث دانلود نرم افزار Smart PLS پرداخته می شود.

آموزش اولیه نرم افزار Smart PLS

سایت اصلی نرم افزار و دانلود نرم افزار Smart PLS
نرم افزارهای گوناگونی وجود دارند که می توان با آنها تحلیل PLS انجام داد حتی نرم افزار Spss ولی مطرحترین نرم افزار با عنوان پی ال اس هوشمند = Smart PLS در جرمنی توسعه یافته و ملاک تحلیل مقالات و پایان نامه ها واقع شده است و شما می توانید با این لینکوارد سایت اصلی شده و نرم افزار را دانلود کنید. لازم به ذکر است این نرم افزار بعد از ثبت نام در سایت مادر به صورت محدود به صورت حرفه ای در خدمت شماست و بعد از مدتی حالت استیودنت پیدا می کند و شما نمی توانید داده های بیش از 100 ردیف را در آن تحلیل کنید، البته یه ورژن مندرس به اسم ورژه 2 دارد که اون هم بعد از ثبت نام در سایت مادر لینک دانلود به ایمیل شما ارسال می شود و محدودیتی ندارد که هیچ در تحلیل آماری هم مثل ورژن جدید سختگیر نیست.