هدف و فرآیند کلی مدل سازی آماری

مدل های آماری یک راه کارامد و مناسب برای توصیف سازه اساسی و مجموعه ای از متغیرهای مشاهده شده را فراهم می کند. چنین مدل هایی با نشان دادن مجموعه ای از معادلات هم به صورت نموداری و هم به صورت ریاضی، توضیح می دهند که متغیرهای مشاهده نشده و مشاهده شده چگونه به همدیگر مرتبط می شوند.

به طور معمول، محقق، مدل آماری را مبتنی بر دانش خویش دربارۀ نظریۀ مربوطه تحقیق تجربی در حوزۀ مطالعاتی یا در ادغام های این دو، مفروض می گیرد. زمانی که مدل مشخص شد، محقق براساس داده های نمونه ای که شامل همۀ متغیرهای مشاهده شده در مدل است قابلیت پذیرش آن را ازمون می کند.

تکلیف اصلی در این شیوه آزمون مدل، تعیین نیکویی برازش مناسب بین مدل فرض شده و داده های نمونه است. بدین ترتیب محقق ساختار مدل فرضی را بر داده های نمونه قرار می دهد و سپس چگونگی برازش بهتر داده های مشاهده شده را در این ساختار محدود آزمون می کند.

از آنجاییکه بسیار بعید است که برازش کامل بین داده های مشاهده شده و مدل فرضی وجود داشته باشد، ضرورتاً اختلافی بین این دو وجود خواهد داشت؛ به این اختلاف، باقیمانده می گویند. پس این فرآیند برازش مدل را می توان به صورت زیر خلاصه کرد:    مدل + باقیمانده = Data

داده در اینجا معرف اندازه های نمرۀ مربوط به متغیرهای مشاهده شده است که از افراد تشکیل دهندۀ نمونه به دست آمده اند و مدل، معرف ساختار فرضی می باشد که متغیرهای مشاهده شده را به متغیرهای پنهان و در بعضی مدل ها، متغیرهای پنهان خاص را به متغیر دیگری مرتبط می کند و باقیمانده، اختلاف بین مدل فرضی و داده های مشاهده شده را نشان می دهد.

یورسکگ (1993) در خلاصۀ چارچوب استراتژیک کلی برای آزمون کردن مدل های معادلات ساختاری، بین سه سناریو که از آنها تحت عنوان شدیداً تاییدی (SC) ، مدل های جایگزین (AM)، تولید یا ایجاد مدل (MG) نام می برد، تفاوت قائل شده است. به شکل کلی برای درک بهتر این مقاله لازم است تا با مفهوم آمار نیز به شکل تخصصی آشنا شوید.

در سناریوی شدیداً تاییدی، محقق یک مدل واحد را بر مبنای تئوری، مفروض می گیرد، به جمع آوری داده های مناسب می پردازد و سپس برازش مدل فرضی را نسبت به داده های نمونه آزمون می کند. محقق براساس نتیجۀ این ازمون، مدل را رد یا قبول می کند؛ در این صورت هیچگونه تغییر یا اصلاحی در مدل به وجود نمی آید.

در مورد مدل های جایگزین، محقق چندین مدل جایگزین دیگر (یعنی مدل های رقیب) را پیشنهاد می دهد که همۀ آنها در نظریه قرار داده می شوند. محقق با ادامۀ تحلیل مجموعه واحد داده های تجربی، مدلی را به عنوان مناسب ترین مدل برای ارائۀ داده های نمونه انتخاب می کند.

در نهایت در سناریوی تولید مدل (MG)، محقق با مفروض گرفتن و رد کردن یک مدل به طور نظری به دست آمده بر مبنای برازش ضعیف آن با داده های نمونه یا یک مدل اکتشافی (به جای تاییدی) به تعدیل و برآورد مجدد مدل اقدام می کند. در این فاصله، تمرکز اولیه روی منبع عدم برازش در مدل و تعیین مدلی است که داده های نمونه را بهتر توصیف کند.

منبع: مدل سازی معادلات ساختاری در داده های پرسشنامه ای به کمک Amos