Snow
زمان: ۰۶:۰۲:۴۴ - تاریخ: ۱۳۹۹/۰۷/۲۹
Snow






آموس Amos

* محمود نصرتی 1398

نرم افزار معادلات ساختاری از نوع تاییدی هستند از اینرو لازم است ابتدا مدلی نظری تدوین شده و با توجه به علائم مربوط به مدل سازی ساختاری در نرم افزار ترسیم شود شرط اجرای هر مدلی نظری در برنامه تشخیص مدل می باشد. بدون تشخیص مدل به پارامترهای مفروض درون مدل برآورد نخواهند شد.

تدوین مدل: برنامه ساختاری به منظور برازش مدل نظری با جامعه مورد مطالعه طراحی شده است تدوین مدل اولین و مهمترین مرحله در استفاده از برنامه های مدل سازی ساختاری است.

با توجه به اینکه متغیرهای پنهان موجود در مدل فاقد ریشه و واحد اندازه گیری است یکی از متغیرهای مشاهده شده به عنوان متغیر مرجع تعریف می شود. تا از این طریق متغیرهای پنهان مورد اندازه گیری گردند در این وضعیت وزن رگرسیونی غیراستاندارد آن متغیر برابر با یک در نظر گرفته می شود.

در این وضعیت همه متغیرهای پنهان دارای یک متغیر مرجع یا معرف خواهند بود که وزن رگرسیونی آنها برابر با یک در نظر گرفته شده است با توجه به اینکه متغیرهای خطا هم به عنوان متغیرهای پنهان مد نظر قرار گرفته طبعا متغیرهای مشاهده شده آنها به عنوان متغیر معرف در نظر گرفته می شود و وزن رگرسیونی غیراستاندارد آنها برابر با یک لحاظ می شود.

تعریف متغیر مرجع: با توجه به اینکه متغیرهای پنهان موجود در مدل ساختاری فاقد ریشه و واحد اندازه گیری می باشند از این رو لازم است تا یکی از متغیرهای شاخص به عنوان متغیر مرجع انتخاب شود از این طریق متغیر پنهان مورد اندازه گیری قرار می گیرد با توجه به اینکه متغیرهای خطا هم به عنوان متغیر پنهان مد نظر قرار می گیرند. طبعا متغیرهای مشاهده شده آنها به عنوان متغیر معرف در نظر گرفته می شود و وزن رگرسیونی غیراستاندارد آنها برابر با یک لحاظ می شود این کار به طور خودکار بعداز تعریف خطای هر متغیر مشاهده شده انجام می گیرد در عین حال لازم است تا کاربر یکی از متغیرهای مشاهده شده را به عنوان متغیر مرجع انتخاب کند اما متغیری که بیشترین بار عاملی را دارد(پایایی) به عنوان متغیر مرجع انتخاب می شود شاید باید برای همه متغیرهای پنهان حاضر در مدل یک متغیر مشاهده شده را به عنوان متغیر مرجع مشخص کنید این کار در جهت مشخص کردن مدل ضروری می باشد بعد از تعریف متغیر مرجع مدل فرضی به صورت زیر خواهد بود.

تشخیص مدل: در مدل سازی معادله ساختاری موضوع تشخیص مدل بسیار اهمیت دارد تا جایی ک مدل های نامشخص نمی توانند برآورد شوند هر چند فهم مساله تشخیص قدری مشکل بنظر می رسد اما می توان آن را در پاسخ به این سوال توضیح داد که آیا نرم افزار توانایی برآورد پارامترهای آزاد در مدل مفروض را با توجه به داده های گردآوری شده دارد؟ بر این اساس موضوع تشخیص مدل با بحث نوع پارامترهای درون مدل مرتبط است.

 

** با توجه به توانایی مدل جهت برآورد پارامترهای آزاد با سه دسته مدل روبرو هستیم:

1- مدل نامشخص: هرگاه اطلاعات موجود در ماتریس داده ها نتواند برآورد منحصر به فردی از پارامترهای آزاد ارائه دهند با مدل های نامشخص روبرو هستیم. در واقع در این مدل ها مقادیر نامحدودی برای برآورد هر پارامتر وجود دارد یک پارامتر نامشخص می تواند کل مدل ما را نامشخص کند

2- مدل مشخص: مدل هایی که بر اساس اطلاعات موجود در ماتریس تنها یک پاسخ برای هر پارامتر آزاد درون مدل ارائه دهد مدل (کاملا) مشخص نامیده می شود.

3- مدل فرامشخص: در این نوع مدل ها بیش از یک جواب برای هر پارامتر درون مدل وجود دارد اما یکی از آنها بهترین است.

 

با توجه به مطالب بالا می توان گفت که هرگاه تعداد درون دادهای درون مدل کمتر از تعداد پارامترهای مجهول باشد مدل نامشخص است چرا که منطقی نیست که برای برآورد یک معامله تعداد مجهول بیشتر از تعداد معلوم باشد و بتوان مدل را برآورد کرد.

 

بر این اساس برای مشخص بودن مدل همیشه باید تعداد پارامترهای آزاد کمتر یا مساوی با تعداد مقادیر مجزا درون مدل باشد به این شرط تشخیص، شرط مرتبه گویند.

تعداد مقادیر مجزا در ماتریس برابر است با  در اینجا بیانگر تعداد متغیرهای حاضر در مدل است. بنابراین اگر تعداد متغیرهای حاضر در مدل 4 باشد تعداد عناصر مجزا در مدل 10 خواهد بود حاصل کسر تعداد پارامترهای آزاد درون مدل از عناصر مجزای ددورن مدل درجه آزادی نام دارد برای اینکه مدلی برآورد شود درجه آزادی آن مثبت یا برابر صفر باشد این بدان معناست مکه وقتی پارامترهای آزاد بیشتر از تعداد ممکن (یا قابل برآورد) در مدل باشد درجه آزادی ما منفی شده و مدل نامشخص می شود در این وضعیت برآورد پارامتر امکان پذیر نیست.






خانه جامعه شناسی ؛ خانه جامعه شناسی ایران ؛ روش تحقیق در علوم اجتماعی ؛ علوم رفتاری ؛ علوم اجتماعی؛ متد ؛ متدیا؛ نظریه های جامعه شناسی ؛ انجمن جامعه شناسی ایران ؛ انجمن انسان شناسی ایران؛ دانشگاه تهران ؛ مدرسه علوم اجتماعی ؛ مدرسه جامعه شناسی؛ انجمن فلسفه ایران؛ انجمن روانشناسی ایران؛ انجمن تاریخ ایران؛ ; Research methods & Methodology ; Iran, Afghanistan, ; Iranian Sociological Association ; iran sociology home ; American Sociological Association

google-site-verification: google403b2cc19d7e6246.html