نمودار مسیر

انواع همبستگی متغیرها

یکی از انواع روش های تحقیق توصیفی (غیر آزمایشی) تحقیق همبستگی است. در این نوع تحقیق رابطه میان متغیرها بر اساس هدف تحقیق تحلیل می‌گردد.

تحقیقات همبستگی را می‌توان بر حسب هدف به سه دسته تقسیم کرد:

الف) مطالعه همبستگی دو متغیری،   ب) تحلیل رگرسیون،   ج) تحلیل ماتریس همبستگی یا کواریانس.

در مطالعات همبستگی دو متغیری، هدف بررسی رابطه دو به دو متغیرهای موجود در تحقیق است.

در تحلیل رگرسیون، هدف پیش بینی تغییرات یک یا چند متغیر وابسته (ملاک) با توجه به تغییرات متغیرهای مستقل (پیش بین) است. در بعضی بررسی ها از مجموعه همبستگی های دو متغیری متغیرهای مورد بررسی در جدولی به نام ماتریس همبستگی یا کواریانس استفاده می‌شود.

از جمله تحقیقاتی که در آن ها ماتریس همبستگی یا کواریانس تحلیل می شود، تحلیل عاملی و مدل معادلات ساختاری است.

در تحلیل عاملی هدف تلخیص مجموعه ای از داده ها یا رسیدن به متغیرهای مکنون (سازه) و در مدل معادلات ساختاری آزمودن روابط ساختاری مبتنی بر نظریه ها و یافته های تحقیقاتی موجود است.

در زیر با تفضیل بیشتر هر یک از موارد فوق مورد بحث قرار می‌گیرد.

۱- ضریب همبستگی (تحقیق همبستگی دو متغیری)

در این گونه تحقیقات هدف تعیین میزان هماهنگی تغییرات دو متغیر است. برای این منظور بر حسب مقیاس های اندازه گیری متغیرها، شاخص های مناسبی اختیار می‌شود. از آن جا که در اکثر تحقیقات همبستگی دو متغیری از مقیاس فاصله ای با پیش فرض توزیع نرمال دو متغیری برای اندازه گیری متغیرها استفاده می شود، لذا ضریب همبستگی محاسبه شده در این گونه تحقیقات ضریب همبستگی گشتاوری پیرسون یا به طور خلاصه ضریب همبستگی پیرسون است.

۱-الف- ضریب همبستگی پیرسون در قالب یک مثال

به عنوان مثالی از تحقیق همبستگی دو متغیری به تحقیقی از این نوع در اینجا اشاره می‌شود:

پژوهشگران برای آزمودن رابطه ”اسنادهای درونی و باثبات“ با متغیر ”احساس لیاقت“ در عملکردهای موفق و ناموفق فرضیه هایی را مورد آزمون قرار دادند و برای این امر از ضرایب همبستگی پیرسون استفاده کردند. نمره مثبت اسناد مرکز علیت نشانگر اسنادهای درونی و نمره منفی آن نشانگر اسنادهای بیرونی بود. نمره مثبت اسناد ثبات نشانگر اسنادهای باثبات و نمرات منفی آن نشانگر اسنادهای بی ثبات بود.

فرضیه های تحقیق عبارت بودند از:

فرضیه ۱: احساس لیاقت با اسنادهای درونی و باثبات برای عملکردهای موفق همبستگی مثبت دارد.

فرضیه ۲: احساس لیاقت با اسنادهای درونی و باثبات برای عملکردهای ناموفق همبستگی منفی دارد.

در این تحقیق متغیرهای مورد بررسی به شرح زیر است:

۱-احساس لیاقت،   ۲-عملکرد در آزمون،   ۳-اسناد مرکز علیت برای عملکرد ناموفق،   ۴-اسناد باثبات برای عملکرد ناموفق،   ۵-اسناد مرکر علیت برای عملکرد موفق و  ۶-اسناد ثبات برای عملکرد موفق.

باید توجه داشت که نمره مثبت اسناد مرکز علیت نشانگر اسنادهای درونی و نمره منفی آن نشانگر اسنادهای بیرونی بود. نمره مثبت اسناد ثبات نشانگر اسنادهای باثبات و نمرات منفی آن نشانگر اسنادهای بی ثبات بود.

به طور جزئی تر فرضیات تحقیق عبارت است از:

۱- در عملکردهای موفق، احساس لیاقت با اسناد درونی همبستگی مثبت دارد.

۲- در عملکردهای موفق، احساس لیاقت با اسنادهای باثبات همبستگی مثبت دارد.

۳- در عملکردهای ناموفق، احساس لیاقت با اسناد درونی همبستگی منفی دارد.

۴- در عملکردهای ناموفق، احساس لیاقت با اسنادهای باثبات همبستگی منفی دارد.

ضرایب همبستگی این متغیرها در جدول زیر داده شده است و معنی داری این ضرایب همبستگی با یک یا دو ستاره مشخص شده است.

ضریب همبستگی پیرسون

ضریب همبستگی پیرسون

جدول فوق ضرایب همبستگی متغیرهای اندازه گیری شده در بررسی رابطه های اسنادهای درونی و باثبات با احساس لیاقت را نشان می دهد.

۱-ب- تحلیل ضریب همبستگی پیرسون و آزمون فرضیه

در مثال فوق با توجه به معنی دار بودن برخی از ضرایب همبستگی ملاحظه می‌شود که فرضیه ۱ که به رابطه احساس لیاقت با اسنادهای باثبات در عملکردهای موفق مربوط است تایید می‌گردد. (r=0.22  , P<0.05). فرضیه ۳ و ۴ محقق کاملا تایید می شود، زیرا همبستگی احساس لیاقت با اسناد درونی و باثبات برای عملکردهای ناموفق منفی و معنی دار است (r=-.029 , P<0.05) و (r=-0.36 , P<0.01).

پژوهشگران با توجه به نتایج به دست آمده از همبستگی های دو متغیری به آزمودن فرضیه های یاد شده پرداخته اند.

۲- تحلیل رگرسیون

در تحقیقاتی که از تحلیل رگرسیون استفاده می شود، هدف معمولا پیش بینی یک یا چند متغیر ملاک از یک یا چند متغیر پیش بین است. چنانچه هدف پیش بینی یک متغیر ملاک از چند متغیر پیش بین باشد از مدل رگرسیون چندگانه استفاده می‌شود.

در صورتی که هدف، پیش بینی همزمان چند متغیر ملاک از متغیرهای پیش بین یا زیر مجموعه ای از آنها باشد از مدل رگرسیون چند متغیری استفاده می‌شود. در تحقیقات رگرسیون چندگانه هدف پیدا کردن متغیرهای پیش بینی است که تغییرات متغیر ملاک را چه به تنهایی و چه مشترکا پیش بینی کند.

۲-الف- روشهای ورود متغیرهای مستقل در مدل رگرسیون

ورود متغیرهای پیش بین (متغیرهای مستقل) در تحلیل رگرسیون به شیوه های گوناگون صورت می‌گیرد. در این جا سه روش اساسی مورد بحث قرار می‌گیرد:

الف) روش همزمان،    ب)روش گام به گام،     ج) روش سلسله مراتبی.

روش رگرسیون همزمان

در روش همزمان تمام متغیرهای پیش بین با هم وارد تحلیل می‌شود.

رگرسیون گام به گام

در روش گام به گام اولین متغیر پیش بین بر اساس بالاترین ضریب همبستگی صفرمرتبه با متغیر ملاک وارد تحلیل می‌شود. از آن پس سایر متغیرها پیش بین بر حسب ضریب همبستگی تفکیکی (جزئی) و نیمه تفکیکی (نیمه جزئی) در تحلیل وارد می‌شود. در این روش پس از ورود هر متغیر جدید ضریب همبستگی نیمه تفکیکی یا تفکیکی ، تمام متغیرهایی که قبلا در معادله وارد شده اند به عنوان آخرین متغیر ورودی مورد بازبینی قرار می‌گیرد و چنانچه با ورود متغیر جدید معنی داری خود را از دست داده باشد، از معادله خارج می‌شود. به طور کلی در روش گام به گام ترتیب ورود متغیرها در دست محقق نیست.

رگرسیون سلسله مراتبی

در روش سلسله مراتبی ترتیب ورود متغیرها به تحلیل بر اساس یک چارچوب نظری یا تجربی مورد نظر محقق صورت می‌گیرد. به عبارت دیگر پژوهشگر شخصا درباره ترتیب ورود متغیرها به تحلیل تصمیم گیری می‌کند. این تصمیم گیری که قبل از شروع تحلیل اتخاذ می‌شود می‌تواند بر اساس سه اصل عمده زیر باشد:

– رابطه علت و معلولی.

– رابطه متغیرها در تحقیقات قبلی.

– ساختار طرح پژوهشی (برای مثال در طرح های عاملی ابتدا اثرهای اصلی و سپس اثرهای متقابل آنها وارد تحلیل می‌شود).

از آن جا که روش تحلیل رگرسیون سلسله مراتبی با توجه به چارچوب نظری یا تجربی وپژه ای صورت می گیرد، در تحقیقات علوم رفتاری از اهمیت خاصی برخوردار است. لازم به تذکر است که برای این گونه تحقیقات آشنایی با روشهای آماری تحلیل رگرسیون الزامی است.

قابل ذکر است این شرکت آماری آماده ارائه مشاوره و یا انجام تحلیل رگرسیون می باشد. چنانچه موردی هست به ما تلگرام بزنید.

۳- تحلیل ماتریس کواریانس یا همبستگی

روش تحلیل عاملی چیست؟

در مواقعی که محقق از همبستگی مجموعه ای از متغیرها بخواهد تغییرات متغیرها را در عامل های محدود تر خلاصه کند یا خصیصه های زیر بنایی یک مجموعه از داده ها را تعیین نماید از روش تحلیل عاملی استفاده می‌کند.

روش مدل معادلات ساختاری چیست؟

در صورتی که محقق بخواهد مدل خاصی را از لحاظ روابط متغیرهای تحت بررسی بیازماید، از روش مدل معادلات ساختاری استفاده می‌کند.

برای هر دو منظور فوق لازم است که ماتریس کواریانس متغیرهای اندازه گیری شده تحلیل شود.

۳- الف) تحلیل عاملی

ماتریس کواریانس در تحلیل عاملی با دو هدف متفاوت می‌تواند تحلیل شود: ”هدف اکتشافی“  و ”هدف تاییدی“.

چنانچه هدف اکتشافی باشد دو رویکرد متفاوت وجود دارد:

۱- تعیین سازه یا متغیرهای مکنون در یک حوزه از عملکرد که به وسیله ابزارهای اندازه گیری خاصی ارزیابی شده اند. این هدف از طریق روش ”عامل مشترک“ میسر می‌شود.

۲- تلخیص داده ها: در این روش متغیرهای به دست آمده به صورت شاخص های خلاصه تری در می‌آیند. تلخیص داده ها معمولا از طریق روش ”مولفه های اصلی“ صورت می‌گیرد.

در صورتی که محقق درباره تعداد عامل های خصیصه ها فرضیه ای نداشته باشد، تحلیل عاملی اکتشافی (efa) و در صورتی که فرضیه موجود باشد تحلیل عاملی تاییدی (cfa) نامیده می‌شود.

آموزش تحلیل عاملی

برای دریافت آموزش ویدئویی تحلیل عاملی تاییدی با نرم افزار لیزرل (مرتبه اول و مرتبه دوم)، لینک   آموزش تصویری CFA را کلیک نمایید.

برای توضیحات بیشتر درباره تحلیل عاملی می توانید به مقاله ” تحلیل عاملی با نرم افزار لیزرل Lisrel” مراجعه نمایید.

همچنین می توانید مقالات

تحلیل عاملی (روشی برای خلاصه سازی داده ها)

کاربردهای تحلیل عاملی (Factor Analysis: CFA – EFA)

را از سایت های این شرکت آماری ملاحظه نمایید.

۳-ب) مدل معادلات ساختاری

در تحقیقاتی که هدف، آزمودن مدل خاصی از رابطه بین  متغیرها است، از تحلیل مدل معادلات ساختاری یا مدل های علّی استفاده می‌شود.

در این مدل داده ها به صورت ماتریس های کواریانس یا همبستگی درآمده و یک مجموعه معادلات رگرسیون بین متغیرها تدوین می‌شود. چنانچه در مدل برای هر متغیر از بیش از یک نشانگر استفاده شود، مدل شامل مولفه اندازه گیری نیز می‌شود.

تحلیل مدل معادلات ساختاری برآوردهایی از پارامترهای مدل (ضرایب مسیر و جملات خطا) و چند شاخص نیکویی برازش فراهم می آورد.

امکان تحلیل مدل های علّی پس از نگارش نرم افزارهایی از جمله Lisrel   و  EQS  صورت گرفته است. این نرم افزارها به تدریج کامل تر و پیچیده تر شده اند.

مثالی از نمودار مسیر مدل ساختاری

به طور کلی مدل های ساختاری به منظور بررسی اثرهای مستقیم و غیر مستقیم متغیرها در جهت شناخت روابط علی محتمل مورد استفاده قرار می گیرد. تصویر زیر یک نمونه نمودار مسیر مدل ساختاری برآورد شده را نشان می دهد:

نمودار مسیر

نمودار مسیر مدل ساختاری

سایت های تخصصی معادلات ساختاری

برای دریافت اطلاعات بیشتر در مورد  مدل سازی معادلات ساختاری می توانید و مطالعه مقالات متنوع به سایت ویژه مدل سازی و مدل یابی معادلات ساختاری، برازش مدل، تحلیل مسیر و تحلیل عاملی با نرم افزار Lisrel   این شرکت به آدرس :

www.lisrel.ir

مراجعه نمایید. از صفر تا صد معادلات ساختاری با نرم افزار لیزرل را در سایت فوق مطالعه خواهید نمود.

همچنین این شرکت آماری به جهت ورود تخصصی و هدفمند به مباحث فنی و آماری ، وب سایتی را نیز به مدل سازی معادلات ساختاری با روش کمترین مربعات جزئی یا همان PLS اختصاص داده است. این سایت که بر نرم افزار جدید اسمارت پی ال اس (Smart Pls) تمرکز دارد به آدرس زیر می باشد:

www.smartpls.ir

 

 

اگر مطلب را برای دوستان خود مفید می بینید، در شبکه های اجتماعی منتشر نمایید
درباره سید مجتبی فرشچی

فوق ليسانس خود را از شهيد بهشتي تهران در رشته آمار- گرايش اقتصادي اجتماعي گرفته ام. به عنوان مديريت این شرکت آماري، مایلم خدماتی مطمئن در زمینه تحلیل آماری، مشاوره spss و آموزش spss به دانشجویان و پژوهشگران سراسر کشور ارائه دهیم.

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد.

  • 14 + 8 =

کليک کنيد: پاسخگويي تلگرامی