آموزش تخصصی آمار و مدل معادلات ساختاری(SEM)

پارامتر

هر پارامتر ، ویژگی عددی جامعه‌‌‌ای است . پارامتر‌ها را با حروف یونانی نشان می‌دهند. مثلاً میانگین اجاره بهاهای آپارتمان‌های دو اتاق خوابه در یک شهر معین یک پارامتر است آن را با حرف µ نشان می‌دهیم و مثلاً می‌نویسیم ۴۰۰۰۰=µ.

آماره

هر آماره ، ویژگی عددی نمونه یا زیر نمونه‌‌‌ای است. آماره‌ها را با حروف لاتین نشان می‌دهند. مثلاً میانگین اجاره بهاهای یک نمونه‌ی تصادفی ۴۰ تائی از آپارتمان‌های دو اتاق خوابه در یک شهر یک آماره است آن را با حرف نشان می‌دهیم و مثلاً می‌نویسیم ۴۰۰۰۰=X بار همچنین میانگین اجاره بهاهای یک زیر نمونه‌ی ۲۰ تایی از آپارتمان‌های دو اتاق خوابه نوساز در آن شهر یک آماره است آن را هم با نشان می‌دهیم. مثلاً می‌نویسیم ۴۵۰۰۰=X بار

تفاوت پارامتر و آماره

پارامتر جامعه مقداری است ثابت و پایدار و تا موقعی که خود جامعه تغییر نکند ، پارامتر جامعه تغییر نمی‌کند. مثلاً تنها یک عدد بعنوان میانگین اجاره بهاهای آپارتمان‌های دو اتاق خوابه ۱۰۰ متری استان مازندران وجود دارد ( مثلاً ۴۰۰۰۰ تومان ) . متأسفانه به دلیل حجم بزرگ بسیاری از جامعه‌های آماری مورد مطالعه پژوهشگران ، پرامتر جامعه را معمولاً به طور مستقیم نمی‌توان محاسبه کرد. بنابراین ، پژوهشگران آماره به دست آمده از نمونه‌‌‌ای را بعنوان برآوردی از پارامتر جامعه مورد استفاده قرار می‌دهند. مثلاً به استناد ۴۰۰۰۰=X بار برآورد می‌کنند که داشته باشیم ۴۰۰۰۰= µ ( برآورد نقطه‌‌‌ای که به آن کمتر می‌توان اعتماد کرد ) یا ۴۵۰۰۰>µ<35000 ( برآورد فاصله‌‌‌ای که به آن بیشتر اعتماد کرد. )

آماره مقداری است متغیر و ناپایدار بدین معنی که از یک نمونه به نمونه‌ی دیگر تغییر می‌کند. مثلاً اگر ما ۵ نمونه‌ی تصادفی ۴۰ تائی از اجاره بهاهای آپارتمانهای دو اتاق خوابه ۱۰۰ متری را در یک شهر معین برگیریم احتمالاً نمونه‌های ما پنج متفاوت خواهند داشت.

محاسبه گر حجم نمونه برای مدل سازی معادلات ساختاری (SEM)

همانطور که بارها در کارگاه‌های آماری بیان شد، استفاده از آمار استنباطی در جهت تعمیم الگو‌های کشف شده در در نمونه آماری به جامعه آماری، یک اصل غیر قابل تغییر است. آن اصل معرف بودن نمونه و اینکه نمونه نماینده‌‌‌ای تمام نما از جامعه باشد. ام چه نمونه‌‌‌ای معرف جامعه است و چگونه می‌توان مطمئن بود که مشت نمونه خروار است؟

1. روش نمونه گیری باید احتمالی باشد ( یعنی محقق باید در نمونه گیری خود یکی از رویکرد‌های تصادفی ساده، سیستماتیک، خوشه‌‌‌ای و یا طبقه‌‌‌ای را استفاده کرده باشد)
2. واحد تحلیل در نمونه گیری بر اساس مسئله پژوهش و جامعه آماری مورد نظر مشخص شده باشد.
3. و مهمترین بخش حجم نمونه‌‌‌ای مناسب بر اساس روش‌ها و فرمول‌های آماری متناسب معین گشته باشد تا بتوان تعمیم پذیری و دقت نتایج را ادعا نمود.(مرادی و میر الماسی، 1396)

متاسفانه همانطور که در دوره‌های قبلی آماری به دانشجویان گزارش داده شد نزدیک به 98 درصد مطالعات و مستندات علمی‌در ایران در نمونه‌‌‌ای که شامل 3200 رساله و 1100 مقاله در رشته‌ها و مقاطع مختلف تحصیلات تکمیلی بررسی شده است، این ایراد فاحش یعنی استفاده از فرمولی مناسب در معیین نمودن حجم نمونه را با خود یدک می‌کشند که این امر ضربه سنگینی به اعتبار مطالعات کمی‌کشورمان زده است. در واقع دو روش استفاده از فرمول تعیین حجم نمونه کوکران و یا استفاده از جدول کرچسی و مورگان و یا نظر اساتید باعث این مشکل بسیار بزرگ و بسیار تلخ در تحقیقات کشورمان است. این فرمول‌ها تنها برای چند آزمون اولیه مقایسه میانگین مثل تی تک نمونه‌‌‌ای و یا دو نمونه مستقل یا دو نمونه وابسته آن هم بصورتی بسیار محدود قابل استفاده است و استفاده از این روش‌ها در اکثریت آزمون‌ها اعم از آزمون‌ها پارامتریک و ناپارامتریک رابطه و علی و تفاوتی کاملا نادرست و غیر منطبق با اصول علمی‌آماری و روش پژوهش است. در سه سال اخیر هم اکثر دانشجویان آکادمی‌تحلیل آماری ایران که با روش‌های مدرن تحقیق آشنا شده و مقالات خود را در ژورنال‌های معتبر دنیا به چاپ رسانیدند، جملگی یک اصلاحیه از طرف داوران به کار آن‌ها قبل از پذیرش اعمال می‌شد و این اصلاحیه چیزی نیست جز اینکه به عنوان مثال در این آزمون رگرسیون، رگرسیون لجستیک، همستگی اسپرمن، پیرسون، یو من وایت نی و …..ده‌ها ازمون دیگر نباید از این فرمول‌ها و روش‌های بسیار ضعیف و قدیمی‌استفاده می‌شده است. بنابراین در چرخش دوره‌های آکادمی‌تحلیل آماری دوره‌های دو روزه حجم نمونه با نرم افزار‌های پیشرفته قرار داده شده است تا محققین در قالب متودی علمی‌روش نمونه گیری و حجم نمونه خود را مشخص و در مقالات و رساله خود گزارش نمایند.یکی از این دوره دوره‌ی نرم افزار SAMPLE POWER بوده است که این نرم افزار با قدرت نگارش سناریو‌های مختلف برای حجم نمونه تحقیق محقق را در انتخاب بهترین سناریو برای حجم نمونه آزمون پژوهشش یاری می‌رساند. اما از آن جا که این نرم افزار تخصصی که به ظاهر ساده اما دارای نکات بسیار زیادی در تعیین حجم نمونه است تقریبا یک روز 9 ساعته از کلاس به بیان روش تحقیق متناسب برای تعیین حجم نمونه و مفاهیم این حوزه و ارتباط این مفاهیم با هم گذشت. و مفاهیمی‌چون توان آژمون، اندازه اثر، درجه بندی مقیاس‌ها، عدم ارتباط حجم نمونه به حجم جامعه، انواع خطا، تعمیم پذیری و دقت نتایج و ….به صورت تفصیلی در آن مورد ارزیابی و بحث واقع شد. این نرم افزار و نرم افزار‌های مشابه برای نزدیک به 60 آزمون آماری مختلف با حالت‌های مختلفشان تعیین حجم نمونه می‌کنند. اما یکی از آزمون‌های آماری که برای تعیین حجم نمونه در درون این نرم افزار‌ها فضایی مناسب وجود ندارد، مدل سازی معادلات ساختاری کواریانس محور است. یعنی محقق زمانی که برای آزمون فرضیات خود قصد استفاده از نرم افزار‌های ایموس ، لیزرل، MPLUS و …. دارد باید حداقل حجم نمونه خود را با یک محاسبه گر مبتنی بر فرمولی مدرن مشخص نماید. روش‌های مختلفی برای این کار وجود دارد که در دوره‌ها بیان شده است. مثلا روش مبتنی بر Chi square و یا RMSEA .

اما در محاسبه گر زیر محققین به سادگی می‌توانند به حداقلی از حجم نمونه برای مدل سازی معادلات ساختاری دست یابند و دیگر به اشتباه از فرمول کوکران و یا روشهای سرانگشتی مثل ضرب عدد ده در سوالات یا عدد 50 در متغیر‌ها که صرفا شرط استفاده از این نرم افزارها است و نه روش تعیین نمونه، بهره گیرند(مرادی و میر الماسی، 1396)

1. در قسمت Anticipated effect size که باید اندازه اثر مورد نظر برای آزمون مدل سازی معادلات ساختاری را وارد نمایید از قانون سه مقدار Chin در سال 1998 برای مقادیر R2 استفاده می‌کنید. سه مقدار چین شامل 0.19 و 0.33 و 0.67 است که محقق باید اندازه اثر 0.19 را جهت تشخیص آزمون برای این اندازه اثر وارد نماید.
2. در گام دوم توان آزمون Desired statistical power level یا همان عکس خطای نوع دوم را باید وارد نمود که در عرف مطالعات، بخوصوص مطالعات علوم انسانی و اجتماعی این مقدار بین 80 تا 90 درصد انتخاب می‌شود و حداقل آزمون باید توانی برابر با 80 درصد داشته باشد.
3. در قسمت سوم تعداد متغیر‌های مکنون مدل پژوهش Number of latent variables اعم از برونزا و درونزا را وارد می‌کنیم که در مثال کلاس ما 5 متغیر مکنون که هر یک تویسط آیتم‌هایی اندازه گیری می‌شد داشتیم. اما هر کس بر اساس مدل خود عمل کند و تعدا متغیر‌های مکنون خود را در آن وارد نماید.
4. در گام چهارم تعداد متغیر‌های آشکار یا همان سوالات پرسش نامه یعنی Number of observed variables را وارد نمایید که در مثال ما 28 متغیر آشکار یا مشاهده پذیر وجود دارد.
5. در نهایت هم در گام آخر میزان خطای نوع اول را جهت دستیابی به بازه اطمینان 95 یا 99 درصد را وارد نمایید یعنی بجای Probability level مقادیر 0.05 و یا 0.01 را وارد نمایید. البته بهتر است که هر دو در دو سناریو مختلف وارد شوند سپس بر اساس نوع مسئله، توان محقق، بودجه محقق و غیره یکی از حجم نمونه‌های تعیین شده انتخاب گردد. سپس آیکون Calculate زده می‌شود. عدد اول ظاهر شده حجم نمونه علمی‌شما برای تحقیق پیش رو است.

منبع: آکادمی‌تحلیل آماری ایران

روایی محتوایی

مفهوم روایی پرسشنامه(Validity) به این سوال پاسخ می‌دهد که ابزار اندازه گیری تا چه حد خصیصه مورد نظر را می‌سنجد. روش‌های متعددی برای سنجش روایی وجود دارد که روایی محتوایی مرسوم ترین آنها است. در ساده ترین حالت برای سنجش روایی محتوایی، پرسشنامه در اختیار اساتید و خبرگان حوزه قرار داده می‌شود و از آنها در مورد اعتبار پرسشنامه نظرخواهی می‌شود. علاوه بر این راهکار ساده، دو روش دیگر نیز برای سنجش روایی محتوایی وجود دارد:

• نسبت روایی محتوایی یا CVR
• شاخص روایی محتوایی یا CVI

نسبت روایی محتوایی لاوشه : CVR

نسبت روایی محتوایی یا Content Validity Ratio; CVR یک روش سنجش روایی پرسشنامه است. این نسبت توسط لاوشه Lawshe که یک گته مردی در عرصه روش تحقیق است، طراحی شده است. جهت محاسبه این نسبت از نظرات کارشناسان متخصص در زمینه محتوای آزمون مورد نظر استفاده می‌شود و با توضیح اهداف آزمون برای آن‌ها و ارائه تعاریف عملیاتی مربوط به محتوای سؤالات به آن‌ها، از آن‌ها خواسته می‌شود تا هریک از سؤالات را بر اساس طیف سه بخشی لیکرت «گویه ضروری است»، «گویه مفید است ولی ضروری نیست» و «گویه ضرورتی ندارد» طبقه بندی کنند. سپس بر اساس فرمون زیر، نسبت روایی محتوایی لاوشه محاسبه می‌شود:

فرمول محاسبه نسبت روایی محتوایی

در این فرمول داریم:

N: تعداد کل متخصصین

Ne : تعداد متخصصینی که گزینه ضروری را انتخاب کرده‌اند.

حداقل میزان CVR قابل قبول براساس تعداد خبرگان

بر اساس تعداد متخصصینی که سؤالات را مورد ارزیابی قرار داده اند، حداقل مقدار CVR قابل قبول بر اساس جدول زیر بایستی باشد. سؤالاتی مقدار CVR محاسبه شده برای آن‌ها کمتر از میزان مورد نظر با توجه به تعداد متخصصین ارزیابی کننده سؤال باشد، بایستی از آزمون کنار گذاشته شوند به علت اینکه بر اساس شاخص روایی محتوایی، روایی محتوایی قابل قبولی ندارند.

حداقل مقدار CVR قابل قبول بر اساس تعداد خبرگان

شاخص روایی محتوایی CVI

شاخص روایی محتوایی یا CVI Content Validity Index, نیز برای سنجش روایی پرسشنامه استفاده می‌شود. شاخص روایی محتوا توسط روش والتز و باسل (Waltz & Bausell) ارائه شده است. از خبرگان خواسته می‌شود میزان مرتبط بودن هر گویه را با طیف چهار قسمتی زیر مشخص کنند:

• غیر مرتبط
• نیاز به بازبینی اساسی
• مرتبط اما نیاز به بازبینی
• کاملاً مرتبط

تعداد خبرگانی که گزینه ۳ و ۴ را انتخاب کرده اند را بر تعداد کل خبرگان تقسیم کنید. اگر مقدار حاصل از ۰/۷ کوچکتر بود گویه رد می‌شود اگر بین ۰/۷ تا ۰/۷۹ بود باید بازبینی انجام شود و اگر از ۰/۷۹ بزرگتر بود قابل قبول است.

منبع : روایی محتوایی لاوشه نوشته آرش حبیبی، کتاب آموزش SPSS