کلیه مطالب این سایت فاقد اعتبار و از رده خارج است. تعطیل کامل

– تحلیل عاملی ( مدل اندازه گیری)

– تحلیل مسیر – تعمیم تحلیل رگرسیون ( مدل ساختاری)

منظور از مدل اندازه گیری، سنجش روابط بین متغیرهای اندازه گیری شده متغیرهای پنهان توسط شناسایی سازه‌های متغیرهای پنهان است. به بیان دیگر این مدل مشخص می‌کند که متغیرهای پنهان چگونه با متغیرهای قابل مشاهده مرتبط اند و یا از طریق آن ها سنجیده می‌شوند و هریک از شاخص ها تا چه حد متضمن مفهوم ابعاد متغیر پنهان اند. منظور از مدل ساختاری، صرفاً روابط علّی^[۲۴] بین متغیرهای پنهان است. به بیان دیگر هدف این مدل کشف هر دوی اثرات مستقیم و غیر مستقیم متغیرهای پنهان مستقل بر متغیرهای پنهان وابسته است. یکی از مزیت های مدل معادلات ساختاری آن است که متغیرهای پنهان فاقد خطای تصادفی هستند. قبل از آنکه بکوشیم مدل معادلات ساختاری را به کار ببریم مطلوب است تا حد زیادی با تحلیل عاملی^[۲۵] آشنای باشیم زیرا یک مدل کامل معادله ساختاری بیانگر آمیزه ای از نمودار مسیر^[۲۶] و تحلیل عاملی تاییدی^[۲۷] است ( Fornell, 1987). در ابتدا اشاره ای به نحلیل عاملی خواهد شد و سپس پنج گام اساسی ایجاد مدل معادله ساختاری مختصراً بیان می شود.

ماتریس همبستگی^[۲۸] مجموعه ای از ضریابی بین متغیرها است. در یک ماتریس همبستگی بزرگ منطقی است بپرسیم که چه چیزی این همبستگی ها را تبیین می‌کند. هدف تحلیل عاملی خلاصه کردن و تقلیل درجات ماتریس همبستگی به شیوه ای است که بتوان آن را برحسب چند عامل زیربنایی تبیین کرد. عامل، سازه ای است که روابط بین مجموعه ای از متغیرها را به صورت خلاصه مطرح می‌کند. همبستگی یک متغیر با یک عامل را بار عاملی گویند. به طور عملیاتی، عامل ها از روی بارهای عاملی خود تعریف می‌شوند. بارهای عاملی بیشتر از ۶/۰ ( علامت جبری ملاک نیست) را بارهای عاملی بالا، بیشتر از ۳/۰ را بارهای عاملی نسبتاً بالا در نظر می گیرند. روش های متعددی برای استخراج عامل ها وجود دارد که یکی از متداول ترین آن ها تحلیل مؤلفه‌ های اصلی استو مجموع مجذورات بارهای یک عامل( مقدار واریانس تبیین شده به وسیله آن عامل) برابر با مقدار ویژه آن عامل است. با تقسیم مقدار ویژه بر تعداد متغیرها ( میانگین مجذورات بارهای یک عامل)، درصدی از واریانس ماتریس همبستگی توسط آن عامل تبیین می شود به دست می‌آید. مجموع مجذورات ردیف های ماتریس بیانگر آن است که چه مقدار از واریانس هر متغیر به وسیله عوامل تبیین می شود، این را اشتراک می‌نامند و با h²نمایش می‌دهند. با تقسیم اشتراک بر تعداد عامل ها، درصدی از واریانس آن متغیر که به وسیله عامل ها تبیین می شود به دست می‌آید.

هر چقدر حجم نمونه کوچکتر باشد، خطای معیار و همبستگی بزرگتر خواهد بود و به همین دلیل در تحلیل عاملی نیز خطای بیشتری راه خواهد یافت. نمونه های کمتر از ۱۰۰ گاه منتج به نتایج گمراه کننده ای می‌شوند. بنابه دلایل جبری، لازم است تعداد آزمودنی ها بیشتر از تعداد متغیرها باشد. هرجا که این حالت وجود ندارد، نتایج به دست آمده معنی دار نیست (Kline,1998).

۳-۵-۱ تصریح مدل

به بیان ساده یک گزاره آماری درباره روابط بین متغیرهاست. این مرحله که مدل اندازه گیری نیز خوانده می شود ترکیبی از تخیص روابط میان متغیرهای پنهان و تصمیم گیری در رابطه با چگونگی این متغیرهاست. شاید این مرحله مهم ترین و در عین حال مشکل ترین گام در ایجاد مدل معادله ساختاری باشد زیرا که تمامی مراحل دیگر به دنبال این گام می‌آیند واز آن متابعت می‌کنند و در حقیقت کامپیوتر کمکی به ما نخواهد کرد و ناگزیر به اندیشیدنیم و بایستی مدل را مبنی بر دانش خود را در این رشته و ادبیات موضوع و یا ‌بر اساس نظریه تعیین می‌کنیم. تعیین نادرست مدل و انتخاب اشتباه متغیرهای مشاهده شده برای انعکاس متغیرهای پنهان ما را از مسیر اصلی کار خارج خواهد کرد.

‌بنابرین‏ بهتر است ابتدا تمودار مسیر را رسم کنیم و متغیرهای درون زا و برون زا و روابط علّی بین این متغیرها را نشان دهیم. در نمایش ارتباط علّی بین متغیرهای، بیضی یا دایره معرف متغیرهای پنهان و متسطیل یا مربع نمایشگر متغیرهای اندازه گیری شده متغیرهای پنهان است. بعد از رسم نمودار مسیر لازم است متغیرهای مشاهده شده در مدل بیشتر باشد از تحلیل آماری معتبرتر و رواتری برخوردار خواهیم شد. بنا به پیشنهاد جیمز استیونس و بنتلر و چو^[۲۹] به ترتیب در نظ رگرفتن ۱۵ و ۱۰ متغیر مشاهده شده به ازای هر متغیر پنهان یک قاعده سرانگشتی خوب به شمار می رود. در این تحقیق برای سه متغیر مستقل پنهان سرمایه انسانی، و ساختاری به ترتیب ۲۰، ۱۷ و ۱۶ وب رأی‌ متغیر وابسته پنهان عملکرد بانکی نیز ۱۰ متغیر قابل مشاهده و اندازه گیری در نظر گرفته شده است.

تحلیل مسیر برای آزمون مدل های علّی به کار می رود و مستلزم تنظیم مدلی به صورت نمودار علّی است. در تحلیل مسیر از R² استفاده می شود از این رو می توانمیزان مناسب بودن مدل ارزیابی کرد و با بهره گرفتن از ضریاب بتا^[۳۰] که در تحلیل مسیر، ضریب مسیر^[۳۱] خوانده می شود نشان می‌دهند که تغییر در متغیری که در انتهای فلش وجود دارد به چه میزان متغیری را که در نوک فلش قرار دارد تحت تاثیر قرار می‌دهد. به عبارت دیگر این ضرایب تفکیکی استاندارد شده رگرسیون، تغییراتی را که با ثابت بودن تمام متغیرهای دیگر به وقوع می پیوندند نشان می‌دهد. علاوه بر این ما را قادر می‌سازد به سازو کار اثر متغیرها بر یکدیگر پی ببریم و مشخص کنیم اثر ه رمتغیر تا چه حد مستقیم و تا چه حد غیر مستقیم است، این فن به رگرسیون چند متغیری معروف است. در نمودار مسیر باید متغیرها را ‌بر اساس نظم علّی مرتب کرد. متغیرهایی که در تحلیل وارد می‌کنیم، ترتیب قرارگرفتن آن ها درمدل، مسیرها نشان دهنده فرضیات

1. 1. . Drucker ↑

1. 1. . Intellectual Capital ↑

1. 1. . Human Capital ↑

1. 1. . Structural Capital ↑

1. 1. . Consumer Capital ↑

1. 1. . Organizational Performance in Bank Branches ↑

1. 1. – probability sampling ↑

1. 1. . John Keneth Galbraith ↑

1. 1. . Luthy (1998) ↑

1. 1. . Williams (2000) ↑

1. 1. . Direct Intellectual Capital Methods (DIC) ↑

1. 1. . Market Capitalization Methods (MCM) ↑

1. 1. . Return On Assets Methods (ROA) ↑

1. 1. . Score Cards Methods (SC) ↑

1. 1. . Value added ↑

1. 1. . Skandia ↑

1. 1. .-Assertiveness scale ↑

1. 1. – Likert- type scale ↑

1. 1. – pearson correlation : ↑

1. 1. – Structural Equation Model (SEM) ↑

1. 1. General Leaner Model (GLM) ↑

1. 1. – Linear Structural Relations ↑

1. 1. Partical Least Squares(PLS) ↑

1. 1. – Causal relationships ↑

1. 1. -factor Analysis ↑

1. 1. -Path diagram ↑