نمذجة المعادلات الهيكلية: كل ما تحتاج إلى معرفته

نمذجة المعادلة الهيكلية (SEM) هي تراكم الطرق ذات الصلة وليست تقنية واحدة. الأساليب مرنة ، والإطار لتحليل البيانات.

يفضل الباحثون هذه الأساليب لأنها تمكنهم من تقدير التبعيات المتعددة والمترابطة في تحليل واحد. تستخدم نمذجة المعادلة الهيكلية نوعين من المتغيرات ، داخلية وخارجية.

من المعروف جيدًا أن "السلطة تأتي بالمسؤولية" ، لذلك يجب استخدام نمذجة المعادلة الهيكلية القوية بحكمة. تعد نمذجة المعادلات الهيكلية معقدة ، ولكن في الوقت نفسه ، من السهل جدًا بالنسبة لنا مواجهة مواقف محرجة مع البرامج سهلة الاستخدام بسرعة.

ما هي الحاجة الرئيسية لاستخدام نمذجة المعادلات الهيكلية؟

في أي منظمة ، التسويق مهم للغاية. ولكي تنجح في التسويق ، يجب أن يعرف المرء عن المستهلكين. يجب أن يعرفوا موقفهم وآرائهم وسماتهم الشخصية. لكن هذه الخصائص كامنة ولا يمكن قياسها بسهولة لأنها غالبًا ما تكون مجردة.

حتى الآن ، لقياسها ، يمكننا إجراء استطلاعات ، وإنشاء نموذج مراقبة ، وما إلى ذلك. لكن هذه العمليات ليست مثمرة كثيرًا لأن القياس والمراقبة لهما عيب من الأخطاء. نمذجة المعادلة الهيكلية تتفوق في كلا المهمتين.

تستخدم نمذجة المعادلة الهيكلية تحليل العوامل وتحليل الانحدار المتعدد. إذا استخدمنا كلتا الطريقتين التحليليتين بشكل فردي ، فإننا نفقد المرونة. لذلك ، يوفر لنا SEM المرونة. وهي مناسبة للتحليل السببي ، متعدد الخطية ، والذي يرتبط بالمتغيرات المستقلة.

قراءة: أنواع نمذجة الإسناد

نموذج القياس هو تحليل عامل مماثل في نمذجة المعادلة الهيكلية. نموذج الهيكل هو العقدة التي تربط مكونات وعناصر نموذج القياس. تربط نماذج الهيكل المكونات والعناصر معًا أو بمتغيرات مستقلة أخرى. في بعض الحالات ، يتم الجمع بين المتغيرات على أسس تجريبية.

يحدث فعل الجمع قبل تحليل العوامل ، وليس لنموذج القياس دور. في حالات أخرى ، عندما نهتم فقط بالمتغيرات الأولية ، يتم استخدام المتغيرات الملاحظة. وأخيرًا في حالة عدم وجود نموذج قياس ، يتبع نموذج الهيكل تحليل المسار.

تستخدم نمذجة المعادلة الهيكلية لتحليل بيانات المسح. لا يرتبط بمصدر بيانات واحد ويمكن استخدامه مع معاملات العملاء والوسائط الاقتصادية والاجتماعية وبيانات معاملات العملاء. في الآونة الأخيرة يتم استخدامه في علم الأعصاب لبيانات الرنين المغناطيسي الوظيفي. في أشكاله الحديثة ، يمكن استخدامه مع أي نوع بيانات - يستخدم النموذج أنواع البيانات مثل النسبة والفاصل الزمني والترتيبي والاسمي والعدد. أنها تساعد على نمذجة العلاقات المنحنية بين المتغيرات.

يمكن أن تعمل نمذجة المعادلات الهيكلية بدون بيانات كاملة ، لكن هذا لا ينبغي أن يغرينا بعدم تغذية كل البيانات بالنموذج. يستخدم النموذج على نطاق واسع للنمذجة الطولية والمختلطة والهرمية. يمكن استخدامه في التجزئة. النموذج يستوعب عدة متغيرات تابعة مثل التحليل المشترك. تُستخدم نمذجة المعادلة الهيكلية لإصلاح مشكلات أسلوب الاستجابة في استطلاعات الرأي للمستهلكين.

متى تستخدم نمذجة المعادلات الهيكلية

قد تكون هناك حالة عمل تتطلب منك التركيز على تصورات المستهلك مثل الاهتمام بالشراء والإعجاب بمنتجك. على الرغم من أن هذه مهمة نمذجة معقدة ، إلا أن نمذجة المعادلة الهيكلية مناسبة لهذه الأهداف. تُستخدم نمذجة المعادلة الهيكلية لوظائف أبسط ، مثل مسح المستهلك.

نمذجة خليط المعادلات الهيكلية (SEMM) هي نوع آخر من الأساليب لاستهداف الشرائح المخفية من المستهلكين بكميات كبيرة جدًا من البيانات.

يجب ألا يفترض المرء أن نوعًا واحدًا من النماذج مناسب لأي نوع من التحليل. تعمل نمذجة المزيج في بعض الأحيان فقط عندما يتم بذل الجهد بكفاءة. في بعض الأحيان ، يعمل نموذج عام واحد بشكل جيد.

هل نمذجة المعادلة الهيكلية جيدة أم سيئة أم قبيحة؟

عندما تعمل في بيئة كانت فيها التصاميم غير التجريبية شائعة مثل علم النفس الصناعي أو التنظيمي ، فإن نمذجة المعادلة الهيكلية مطلوبة. تستخدم نمذجة المعادلات الهيكلية على نطاق واسع ويستخدمها المراجعون لتحليل البيانات. غالبًا ما يكون المراجعون جاهلين حول كيفية المضي قدمًا.

الميزة الرئيسية لنمذجة المعادلة الهيكلية هي أنها تسمح باختبارات الافتراضات النظرية. تمكّنك نمذجة المعادلة الهيكلية من تقييم التنبؤات الكمية.

أوجه التشابه بين الأساليب الإحصائية التقليدية و SEM

• تتبع نمذجة المعادلة الهيكلية نفس الأساليب التقليدية مثل الانحدار والارتباط والتباين بطرق متعددة.
• كل من نمذجة المعادلة الهيكلية والطرق التقليدية لها نفس مفهوم النماذج الإحصائية الخطية.
• مع افتراضات معينة ، الاختبارات الإحصائية صالحة. تفترض نمذجة المعادلة الهيكلية وجود حالة طبيعية متعددة المتغيرات وتفترض الطرق التقليدية توزيعًا طبيعيًا.
• لا تقدم نمذجة المعادلة التقليدية ولا الهيكلية اختبارًا للسببية.

الاختلافات بين الطرق التقليدية وطريقة SEM

تختلف الطرق التقليدية عن نمذجة المعادلة الهيكلية في المجالات التالية:

• نمذجة المعادلة الهيكلية شاملة ومرنة. نمذجة المعادلة الهيكلية مناسبة للفعالية الذاتية ، والاكتئاب ، والاتجاهات الصحية ، والاتجاهات الاقتصادية ، وديناميات الأسرة ، والظواهر الأخرى.
• تحتاج نمذجة المعادلة الهيكلية إلى مواصفات رسمية للتقدير والاختبار ، بينما تتبع الطريقة التقليدية الطرق الافتراضية. لا تقدم نمذجة المعادلة الهيكلية نموذجًا افتراضيًا ولها قيود قليلة على تحديد أنواع العلاقات. تحتاج نمذجة المعادلة الهيكلية إلى الباحثين لدعم الفرضيات بالنظرية.
• نمذجة المعادلة الهيكلية هي تقنية متعددة المتغيرات ، والتي تتضمن كلاً من المتغيرات المرصودة وغير الملحوظة بينما تحلل الطرق التقليدية المتغيرات التي يتم قياسها فقط. نمذجة المعادلات الهيكلية تحل العديد من المعادلات ذات الصلة في وقت واحد. هذا يحدد تقديرات المعلمات مع نمذجة المعادلة الهيكلية.
• تسمح نمذجة المعادلة الهيكلية للمحللين بإيجاد العيوب في مقاييسهم. تجد نمذجة المعادلة الهيكلية خطأ بينما تفترض الطرق التقليدية عدم وجود أخطاء في القياس.
• لا تحتوي نمذجة المعادلة الهيكلية على اختبارات مباشرة لتحديد النموذج الأفضل ولكن تحليل الطريقة التقليدية وتوفر اختبارات مباشرة للعثور على العلاقات بين المتغيرات.
• تستخدم نمذجة المعادلة الهيكلية نموذجها لفحص اختبارات متعددة مثل فهرس بنتلر-بونيت غير المعياري (NNFI) ، مربع كاي ، مؤشر الملاءمة المقارنة (CFI) ، الخطأ التربيعي لمتوسط ​​الجذر للتقريب (RMSEA)).
• تعمل نمذجة المعادلة الهيكلية على حل مشكلات العلاقات الخطية المتعددة. تستخدم نمذجة المعادلة الهيكلية مقاييس متعددة لوصف متغير غير مرصود. لا تحدث العلاقات الخطية المتعددة لأن المتغيرات غير المرصودة هي بنيات كامنة مميزة.
• تستخدم نمذجة المعادلات الهيكلية لغة رسومية لتقديم العلاقات المعقدة بطريقة قوية. تعتمد مواصفات نمذجة المعادلة الهيكلية على مجموعة من المتغيرات. التمثيل الرسومي أو التصويري للنموذج يتحول إلى مجموعة من المعادلات. تساعد مجموعة المعادلات في حل الاختبارات المتعددة وتقدير المعلمات.

اقرأ أيضًا: نماذج الانحدار في التعلم الآلي

يتأثر استخدام نمذجة المعادلة الهيكلية بـ

• الفرضية قيد الاختبار والبحث.
• حجم العينة المطلوب: في المتوسط ​​، يجب أن تكون النسبة 20: 1 لعدد الموضوعات إلى عدد معلمات النموذج. ولكن في الغالب تكون نسبة الدقة 10: 1. عندما تكون النسبة أقل من 5: 1 ، تكون التقديرات غير مستقرة.
• أدوات القياس.
• الوضع الطبيعي متعدد المتغيرات.
• تحديد المعلمات.
• معالجة القيم المتطرفة.
• بيانات مفقودة.
• تفسير مؤشرات تناسب النموذج.

عملية نمذجة المعادلة الهيكلية

يستمر تحليل نمذجة المعادلة الهيكلية من خلال الطرق التالية:

• البحث في النظرية ذات الصلة
• مراجعة الأدبيات لدعم مواصفات النموذج
• يحدد نموذجًا مثل الرسم التخطيطي والمعادلات
• يحدد عدد درجات الحرية وتحديد النموذج لتقدير المعلمات للعثور على قيم فريدة
• اختيار طرق القياس للمتغيرات الممثلة في النموذج
• اجمع بيانات
• إجراء تحليل إحصائي وصفي أولي مثل البيانات المفقودة والقياس والعلاقة الخطية المتداخلة
• تقدير معلمات النموذج
• تقدير تناسب النموذج
• تحديد الوضع الهادف
• تفسير النتائج
• النتائج الحالية

برامج محددة لنمذجة المعادلات الهيكلية

• كان LISREL هو برنامج نماذج المعادلات الهيكلية المناسب في السبعينيات.
• حزمة OpenMx R عبارة عن حزمة مفتوحة المصدر توفر مصدرًا مفتوحًا وإصدارًا محدثًا من تطبيق Mx.

تتمثل أهداف نمذجة المعادلة الهيكلية في فهم الأنماط المترابطة بين مجموعة من المتغيرات وشرح الفروق قدر الإمكان.

الاستخدامات المتقدمة لنمذجة المعادلات الهيكلية

• ثبات القياس
• إنها التقنية التي تسمح بتقدير مشترك لنماذج متعددة ، لكل منها مجموعات فرعية مختلفة. التطبيقات التي تتضمن تحليل الاختلافات بين المجموعات مثل الثقافات والجنس وما إلى ذلك وعلم الوراثة السلوكي.
• نمذجة النمو الكامن
• نماذج هرمية / متعددة المستويات
• نموذج الخليط (فئة كامنة) نمذجة المعادلة الهيكلية
• طرق التقدير والاختبار البديلة.
• استدلال قوي
• تحليلات أخذ العينات المسحية
• متعدد الطرق
• نماذج متعددة السمات
• أشجار نموذج المعادلة الهيكلية

افكار اخيرة

هناك العديد من النماذج التي قد تدعي أنها توفر تقنيات نمذجة مماثلة عند تحليل البيانات ، لكنها تتبع مسارات عمل مختلفة جدًا لصنع القرار. نحتاج إلى التأكد من أننا لا نختار نموذجًا مناسبًا ، وهو خطأ يرتكبه المرء بنمذجة المعادلات الهيكلية. هناك عنصر بشري عندما نختار تقنيات النمذجة الإحصائية ، ويمكن أخذ ذلك في الاعتبار.

يكمن أحد المجالات الرئيسية لأبحاث التسويق بين البحث النوعي والبحث الكمي الجاد ، ونمذجة المعادلة الهيكلية ليست مناسبة للتعامل في هذا الفضاء الرمادي.

upGrad هي بوابة إلكترونية للتعليم العالي توفر برامج ذات صلة بالصناعة تم تصميمها وتسليمها. إذا كان لديك شغف وترغب في التعرف على الذكاء الاصطناعي ، فيمكنك الخضوع لدبلومة PG في IIIT-B & upGrad في التعلم الآلي والذكاء الاصطناعي الذي يوفر أكثر من 400 ساعة من التعلم والجلسات العملية والمساعدة في العمل وغير ذلك الكثير.

تعلم دورة ML من أفضل الجامعات في العالم. احصل على درجة الماجستير أو برنامج PGP التنفيذي أو برامج الشهادات المتقدمة لتسريع مسار حياتك المهنية.

أسئلة وأجوبة

• ما هو أفضل حجم للعينة؟

وفقًا للاستطلاعات والملاحظات ، يجب أن يكون لدينا 200 حالة على الأقل و 20 حالة على الأقل لكل متغير. على سبيل المثال ، يجب أن يكون لدينا 500 مستجيب إذا كان هناك 50 تصنيفًا للسمات في النموذج.

• ما هي البيانات الضخمة؟

نمذجة المعادلة الهيكلية تهاجر ببطء إلى التربية وعلم النفس وعلم الاجتماع. يتعرف علماء البيانات على نمذجة المعادلة الهيكلية. مع التكنولوجيا المتغيرة بسرعة اليوم ، يعمل النموذج الآن بشكل جيد على عينات كبيرة جدًا مع العديد من المتغيرات. لذلك "الكبير" نسبي! في حالات قليلة ، يمكننا استخدام أداة قياسية للتعلم الآلي مثل LogitBoost للتنبؤات.

• ما هي الافتراضات الإحصائية المطلوبة؟

هذا يعتمد على نوع نمذجة المعادلة الهيكلية. نمذجة المعادلة الهيكلية ، مثل معظم الإجراءات الإحصائية ، فهي قوية لانتهاكات الافتراضات والأخطاء.

• هل نمذجة المعادلة الهيكلية تختبر الفرضيات؟

هذه فكرة خاطئة عن الإحصائيات. لا تحدث البيانات وتحليلها من فراغ وتعتمد على الملاحظات. نظرًا لأنها طبيعة بشرية ، فإننا نلاحظ الأشياء ويميلون إلى تخمين كيف يحدث ذلك ؛ هذا تحليل استكشافي ينطوي على مخاطر عالية.

• أي نموذج هو الأفضل؟

هناك العديد من المؤشرات لقياس هذا ، مثل مؤشر التوافق المقارن (CFI) وخطأ الجذر التربيعي المتوسط ​​للتقريب (RMSEA) هي من أكثرها شيوعًا. الأكثر شهرة هو R التربيع. عليك أن تقرر النموذج الأفضل بناءً على المنطق وقدرات اتخاذ القرار.