نمذجة المعادلات الهيكلية ( SEM ) من خلال برنامج آموس

تُعد نمذجة المعادلات الهيكلية أسلوبًا إحصائيًّا متطورًا له مجالات متعددة ومفاهيم متداخلة ومعقدة، ويتطلب بناء نموذج معادلة الهيكلة منطقًا صارمًا ومعرفة شاملة بنظرية المجال والأدلة التجريبية السابقة، كما يتمتع مستخدمو نمذجة المعادلات الهيكلية بدراية كاملة وجيدة للأساليب الإحصائية الأساسية، وتحليل الانحدار وتحليل العوامل.

 

تُعرف نمذجة المعادلة الهيكلية The concept of structural equation modeling بـأنها مجموعة من الأساليب الإحصائية التي تدرس مجموعة من العلاقات بين متغير أو أكثر من المتغيرات المستقلة ومتغير واحد أو أكثر من المتغيرات المطلوب دراستها، ويمكن أن تكون المتغيرات التابعة والمستقلة منفصلة، ويمكن أن تكون عوامل أو متغيرات مُقاسة؛ حيث يتضمن SEM التحليل العاملي التوكيدي والاستكشافي، ونمذجة المعادلات البنائية، ونمذجة المعادلة المتزامنة، وتحليل هياكل التغاير، وتحليل المسار، كما أنه عندما يتم الجمع بين تحليل عامل الاستكشاف مع تحليلات الانحدار المتعددة، تكون النتيجة هي نمذجة المعادلة الهيكلية (SEM).

 

ويساعد SEM في الإجابة على الأسئلة التي تتضمن تحليلات الانحدار متعدد العوامل في أبسط المستويات، يفترض الباحث أن هناك علاقة بين المتغير المُقاس والمتغيرات المُقاسة الأخرى، ويعتبر الغرض الأساسي من SEM هو محاولة شرح الارتباطات "الأولية" بين المتغيرات المشاهدة مباشرة.

 

تطورت نمذجة المعادلة الهيكلية كما يستخدم المصطلح حاليًّا في علم الاجتماع، وعلم النفس، والعلوم الاجتماعية الأخرى من مناهج نمذجة المسار الجيني السابقة لسيوال رايت؛ حيث ظهرت أشكالهم الحديثة مع تطبيقات الكمبيوتر المكثفة في الستينيات والسبعينيات.

 

تم تطوير SEM في ثلاثة تيارات مختلفة: (1) أنظمة طرق انحدار المعادلة التي تم تطويرها بشكل أساسي في لجنة Cowles؛ (2) تم تطوير خوارزميات الاحتمالية القصوى التكرارية لتحليل المسار بشكل أساسي بواسطة Karl Gustav Jöreskog في خدمة الاختبارات التعليمية ولاحقًا في جامعة أوبسالا؛ و (3) كما تم تطوير خوارزميات الارتباط التكراري المناسبة لـ تحليل المسار في جامعة أوبسالا بواسطة هيرمان والد؛ حيث حدث الكثير من هذا التطور في وقت قدمت فيه الحوسبة الآلية تحسينات كبيرة على الآلة الحاسبة الحالية وطرق الحوسبة التناظرية المتاحة، وهي نفسها نتاج انتشار الابتكارات في مكتب المعدات في نهاية القرن العشرين.

 

تقنيات الحل الأكثر شيوعًا 

سهلت التطورات في الحوسبة على المبتدئين تطبيق أساليب المعادلة الهيكلية في التحليل الحسابي لمجموعات البيانات الكبيرة في المشكلات المعقدة وغير المنظمة؛ حيث تنقسم تقنيات الحل الأكثر شيوعًا إلى ثلاث فئات من الخوارزميات:

 

1- خوارزميات المربعات الصغرى العادية المطبقة بشكل مستقل على كل مسار؛ كما هو مطبق في ما يسمى بحزم تحليل مسار PLS المقدرة باستخدام من OLS.

 

2- خوارزميات تحليل التغاير المستمدة من العمل الأساسي لوالد وتلميذه كارل يوريسكوج، وتم تنفيذها في LISREL وAMOS وEQS.

 

3- خوارزميات انحدار المعادلة المتزامنة التي تم تطويرها في لجنة كاولز بواسطة Tjalling Koopmans.

 

سمات نموذج المعادلات الهيكلية 

يتم تمييز عنصرين رئيسيين للنموذج في SEM متمثلين في نموذج معادلة الهيكلة الذي يظهر التبعيات السببية المحتملة بين المتغيرات الداخلية والخارجية، ونموذج القياس الذي يوضح العلاقات بين المتغيرات الكامنة ومؤشراتها.

 

فعلى سبيل المثال تحتوي نماذج تحليل العوامل الاستكشافية والتأكيدية على جزء القياس فقط، بينما يمكن تقديم مخططات المسار كنماذج SEM التي تحتوي فقط على الجزء الهيكلي.

 

العلاقات التي تُقدم عند تحديد المسارات في النموذج

1- المسارات الحرة؛ حيث يتم اختبار العلاقات السببية المفترضة (غير الواقعية) بين المتغيرات.

2- العلاقات بين المتغيرات التي لها بالفعل علاقة مقدرة تستند عادةً إلى دراسات سابقة تكون "ثابتة" في النموذج.

 

تُعتبر طرق (نمذجة المعادلات الهيكلية) Structural Equation Modeling Objectives مفيدة لبناء نموذج (يسمى أحيانًا موديل)، وهو تمثيل لعلاقات العديد من المتغيرات باستخدام الرسوم البيانية.

 

تمثل هذه الرسوم البيانية علاقات عدد من المتغيرات، في الوقت نفسه تتيح هذه الأساليب دراسة دور المتغير عندما يكون متغيرًا مستقلًا وفي نفس الوقت عندما يكون متغيرًا تابعًا، إذا أردت تحميل برنامج آموس فبإمكانك استخدام هذا الرابط !

 

على سبيل المثال تتيح هذه الأساليب دراسة العلاقة بين بطاقة الأداء المتوازن والرضا الوظيفي وأيضًا العدالة التنظيمية؛ حيث تعمل النمذجة الهيكلية على دراسة متغير العدالة التنظيمية عندما يكون متغير تابع لبطاقة الأداء المتوازن، ومتغير مستقل للرضا الوظيفي.

 

طرق استخدام نمذجة المعادلات الهيكلية 

تتمثل طرق استخدام نمذجة المعادلات الهيكلية Methods for using structural equation modeling في الآتي:

 

-  نمذجة المعادلات الهيكلية بناءً على التباين (Variance-based structural equation modeling).

- نمذجة المعادلات الهيكلية بالمربعات الصغرى الجزئية (structural equation modeling-partial least squares).

 

 

مقارنةً بالإجراءات الإحصائية المقابلة للنمذجة الهيكلية، فإن النمذجة الهيكلية لها عدة شروط تعد بمثابة نقاط ضعف لنمذجة المعادلات البنائية والهيكلية متمثلة في:

 

1- يتطلب حجم عينة كبير نسبيًّا (150 أو أكثر).

2- التدريب المكثف في الإحصاء لتنمية القدرة على استخدام برنامج SEM  بفاعلية وكفاءة.

3- ضرورة امتلاك نماذج بديهية متطورة ليسهل التعامل مع برنامج SEM.

 

تعد Path diagramming basics مخططات المسار أساسية لـ SEM؛ لأنها تسمح للباحث برسم نمط افتراضي أو مجموعة من العلاقات بين المتغيرات محل الدراسة؛ حيث تقوم هذه المخططات على توضيح أفكار الباحث حول العلاقات بين المتغيرات، ويمكن ترجمتها مباشرة إلى معادلات مطلوبة للتحليل.

 

يتم إجراء الرسومات البيانية للمسار بناءً على مجموعة من الأساسيات المتمثلة في الآتي:

 

♦ يتم تمثيل المتغيرات المقاسة بالمربعات أو المستطيلات.

♦ العوامل التي تتكون من بعدين أو أكثر يتم تمثيلها بواسطة دوائر أو أشكال بيضاوية.

♦ العلاقات بين المتغيرات موضحة بالخطوط؛ يعني عدم وجود خط يربط بين المتغيرات أنه لا توجد علاقة مباشرة مفترضة.

 

تحتوي جميع الخطوط على سهم واحد أو سهمين، ويمثل الخط الذي يحتوي على سهم علاقة مباشرة مفترضة بين متغيرين، والمتغير الذي يشير السهم إليه هو المتغير التابع، يشير الخط الذي يحتوي على سهم في كلا الطرفين إلى علاقة بدون تأثير ضمني.

 

ويوضح الشكل التالي مثال للنمذجة الهيكلية لدراسة وجود تأثير معدل للعدالة التنظيمية المدركة في العلاقة بين تطبيق بطاقة الأداء المتوازن والرضا الوظيفي للعاملين بمصلحة الضرائب باعتباره متغير تابع، والعدالة التنظيمية كمتغير معدل (متغير وسيط)، وبطاقة الأداء المتوازن كتغير مستقل:

 

 

الشكل رقم (1) النموذج الهيكلي لتوضيح التأثير الوسيط للعدالة التنظيمية في العلاقة بين تطبيق بطاقة الأداء المتوازن والرضا الوظيفي للعاملين بمصلحة الضرائب

 

وقد تم الاعتماد على بعض المؤشرات للتأكد من التطابق بين النموذج الهيكلي المفترض وبين العينة المدروسة مثل مؤشر مربع كاي، ومربع كاي المعيارية ومؤشرات المطابقة المقارن (CFI) وتوكر لويس (TLI)، وقد جاءت جميع هذه المؤشرات تفيد بتطابق مناسب جدًّا بين النموذج الهيكلي المفترض والعينة المدروسة، وهذا المطلوب إثباته من إجراء النمذجة الهيكلية.

 

تقييم ملائمة النموذج الهيكلي

يمكن جدولة المسارات المقدرة أو عرضها بيانيًّا كنموذج طريق بعد تقدير النموذج، ويتم تقييم تأثير المتغيرات باستخدام قواعد تتبع المسار؛ حيث تُعد ملاءمة نموذج تقديري لتحديد جودة نماذج البيانات مهمة أساسية في نمذجة SEM، وتشكل الأساس لقبول أو رفض النماذج.

 

 وفي كثير من الأحيان قبول نموذج على نموذج آخر يتضمن مخرجات برامج SEM مصفوفات للعلاقات المقدرة بين متغيرات النموذج، ولذلك تم تطوير اختبارات إحصائية رسمية ومؤشرات مناسبة، كما يمكن أيضًا فحص معلمات النموذج الفردية في النموذج المقدر لملائمة النموذج المقترح مع نظرية القيادة.

 

حيث تسمح معظم طرق التقدير وليس كلها بإجراء مثل هذه الاختبارات للنموذج، وكما هو الحال مع جميع اختبارات الفرضيات الإحصائية يعتمد اختبار نموذج SEM على افتراض أن البيانات الصالحة والكاملة ذات الصلة قد تم تصميمها في أدبيات التسويق عبر محركات البحث، وأدت مناقشة الملاءمة إلى مجموعة متنوعة من التوصيات المختلفة حول التطبيق الدقيق لمختلف مؤشرات الصلة واختبار الفرضيات.

 

تعديلات النموذج الهيكلي

يكون من الضروري أحيانًا في نمذجة المعادلات الهيكلية تعديل النموذج لتحسين الملاءمة وبالتالي تقدير العلاقات الأكثر احتمالية بين المتغيرات، حيث تشير مؤشرات الضبط إلى التغيير في الناتج عن تحرير المعلمات الثابتة، وعادةً ما تتم إضافة مسار إلى نموذج تم تعيينه حاليًّا على صفر.

 

 كما يمكن تحديد التغييرات التي تعمل على تحسين ملاءمة النموذج على أنها تغييرات محتملة يمكن إجراؤها على النموذج؛ حيث تُعرف التعديلات على النموذج الهيكلي بأنها التغييرات في النظرية المفترضة الصحيحة؛ لذلك يجب أن تكون التغييرات منطقية؛ من حيث النظرية التي يتم اختبارها أو الاعتراف بها كقيود لتلك النظرية.

 

كما تُعد التغييرات في نموذج القياس هي تأكيدات فعالة على أن العناصر هي مؤشرات غير نقية للمتغيرات الكامنة التي تحددها النظرية، وبإمكانك أن تتعرف المزيد عن التحليل الإحصائي من خلال قراءتك لهذا المقال.

 

 

كيف يتم تفسير النماذج ؟

يتم تفسير مجموعة النماذج بطريقة يمكن من خلالها عمل بيانات حول البنى، بناءً على النموذج الأنسب؛ حيث يجب توخي الحذر دائمًا عند تقديم ادعاءات السببية، حتى عند إجراء تجارب أو دراسات تم تنظيمها بمرور الوقت، فلابد من فهم مصطلح النموذج السببي على أنه النموذج الذي ينقل الافتراضات السببية، وليس بالضرورة نموذجًا ينتج عنه استنتاجات سببية مثبتة.

 

 كما يمكن أن يساعد جمع البيانات في نقاط زمنية متعددة واستخدام تصميم تجريبي أو شبه تجريبي في استبعاد بعض الفرضيات المتنافسة، ودائمًا ما يتطلب التوافق الجيد للنموذج الذي يتوافق مع فرضية سببية واحدة توافقًا جيدًا بنفس القدر عبر نموذج آخر يتوافق مع فرضية سببية متعارضة.

 

ولا يمكن لأي تصميم بحث مهما كان ذكيًّا أن يساعد في التمييز بين هذه الفرضيات المتنافسة باستثناء التجارب التداخلية، وإذا استصعبت عزيزي الباحث جزء التحليلات الإحصائية فبإمكانك الآن أن تطلب خدمة التحليل الإحصائي من خلال شركة سندك.

 

وقد توصلنا مما سبق إلى أن نمذجة المعادلة الهيكلية (SEM) تقنية بحث كمي يمكن أن تشمل أيضًا طرقًا نوعية؛ حيث يستخدم SEM لإظهار العلاقات السببية بين المتغيرات، وتمثل العلاقات الموضحة في SEM افتراضات الباحثين.

 

ويستخدم SEM بشكل أساسي لإجراء بحث مصمم لتأكيد تصميم دراسة بحثية بدلًا من استكشاف أو شرح ظاهرة، وقد يكون الباحث مهتمًا بقوة العلاقات بين المتغيرات في الفرضية، وSEM هو وسيلة فحص هذه المتغيرات دون الالتزام بمشروع بحثي مكلف.

 

وتنتج SEM البيانات في عرض تقديمي مرئي، وعند استخدام SEM يحصل الباحث على عرض مرئي أنيق وسهل التفسير حتى لو كانت إحصائيات البيانات معقدة، في ختام الأمر إذا أردت في أي وقت الحصول علي مساعدة في جزء التحليل الإحصائي تواصل مع خبراء موقع شركة سندك الآن من خلال الواتساب الخاص بهم.