عوامل مؤثر بر شادمانی اجتماعی با Smart PLS

عوامل مؤثر بر شادمانی اجتماعی با Smart PLS

smart-pls

در این بخش می‌خواهیم بیشتر با نرم‌افزار تحلیل آماری کمی Smart PLS پروژه خود را تحلیل کنیم. به دوستان پیشنهاد می‌شود اگرپست‌های قبلی را مطالعه نکردند همین الان دست از خواندن این پست بردارند و از ابتدای مبحث مطالعه خویش را آغاز نمایند.

خوب طبق رویه پیشین ابتدا توضیحی اجمالی در مورد خود نرم‌افزار Smart PLS می‌دهیم سپس به پردازش و تحلیل داده‌ها با این نرم‌افزار می‌پردازیم.

  • معادله ساختاری با استفاده از نرم‌افزار SmartPLS

برخلاف مدل‌های مبتنی بر کوواریانس، مدل‌یابی مسیر با استفاده از روش PLS تا سال‌های اخیر به ندرت در علوم اجتماعی مورد استفاده قرارگرفته است. این در حالی است که الگوریتم اساسی آن در دهه ۱۹۷۰ توسعه‌یافته و اولین نرم‌افزار آن با نام LVPLS از دهه ۱۹۸۰ برای استفاده در دسترس بوده است. دلایل استفاده محدود از این نرم‌افزار را میتوان عدم سهولت استفاده و مشکلات روش شناختی آن دانست.

در سال‌های اخیر این وضعیت تغییر کرده است و پژوهشگران می‌توانند برای مدل‌یابی به روش PLS از نرم‌افزارهای مختلفی مانند -PLSPLS-GUI ،Visual PLS ،Graph و Smart PLS استفاده نمایند. علاوه بر کاربرد آسان این نرم‌افزارها، نیاز به مدل‌یابی سازه‌های تشکیل شونده در علوم اجتماعی، موجب حرکت پژوهشگران به سمت روش‌های PLS و استفاده از این نرم‌افزارها شده است. نرم‌افزار Smart PLS قابلیت پردازش و تحلیل داده‌های خام را داراست. همچنین طراحی و آزمون مدل در آن به صورت کاملاً گرافیکی انجام می‌شود. خروجی نرم‌افزار را می‌توان در قالب صفحات وب، اکسل و لاتکس مشاهده نمود. لازم به ذکر است که Smart PLS نیز همانند لیزرل و اموس قابلیت پردازش داده‌های خام را دارد. این نرم‌افزار داده‌های ورودی با فرمت CSV را که توسط SPSS یا Excel ایجاد می‌شود را دارد.

خوب حالا که با نرم‌افزار Smart PLS کمی آشنا شدیم بهتر است با نحوه کارکرد ‌آن به  صورت عملی با استفاده از داده‌های موجود آشنا شویم .

اجرا: در ابتدا فایلSPSS  را به فرمتCSV  که این نرم‌افزار می‌پذیرد، تبدیل می‌کنیم. سپس داده‌ها را وارد نرم‌افزار می‌کنیم. حال مدل را با استفاده از نرم‌افزار معادلات ساختاری Smart PLS اجرا می‌کنیم که شکل زیر به دست می‌آید:

(شکل شماره ۵: مدل اولیه معادله ساختاری تحقیق)

PLS Algorithm

این گزینه مربوط به محاسبه ضرایب مسیر، واریانس تبیین شده متغیرهای وابسته توسط متغیرهای مستقل، بار عاملی متغیرهای مشاهده شده و اثر غیرمستقیم و کل متغیرها بر یکدیگر است. روش انجام این آزمون به این صورت است، از  منوی نرم‌افزار روی گزینه  calculate کلیک کرده و گزینه PLS Algorithm را انتخاب می‌کنیم.

شکل زیر اجرای گزینه فوق را ترسیم نموده‌است.

(شکل شماره ۶: میزان واریانس تبیین شده، بارهای عاملی و ضرایب بتا)

برای بررسی معناداری ضرایب مسیر و بارهای عاملی از منوی Calculate دستور Bootstrapping را اجرا می‌کنیم.

اعداد روی خطوط مسیر و نیز خطوط مربوط به بارهای عاملی مقادیر t مربوط به آزمون Bootstrapp هستند و همانند آزمون t تفسیر می‎‌شوند؛ یعنی مقادیر بیش از ۱٫۹۶ در سطح ۰٫۰۵ و مقادیر بیش از ۲٫۵۸ در سطح ۰٫۰۱ معنادار هستند. همانگونه که جدول Inner Model T-Statistic زیر نشان می‌دهد. به جز رابطه بی‌اعتمادی با شادمانی، ناامنی با شادمانی و انزوا با ناامنی سایر روابط تحلیل مسیری معنادار هستند.

(شکل شماره ۷: میزان واریانس تبیین شده، بارهای عاملی و ضرایب بتا)

Inner Model-T Statistic)

جدول1

برای برازش مدل باید نسبت به حذف موارد زیر ۱٫۹۶ اقدام کرد. در شکل زیر برازش مدل قبل از اصلاح و پیش از حذف موارد کمتر از ۱٫۹۶ آمده است.

(شکل شماره ۸: برازش مدل پیش از اصلاح)

در شکل زیر مدل را بعد از حذف موارد کمتر از ۱٫۹۶ می‌بینیم. همانطور که مشاهده می‌شود با انجام اصلاحات آرایشی و پیرایشی مدل، ضرایب بتای اعتماد و انسجام، اعتماد و مشارکت، کاهش‌یافته و در عوض ضرایب بتای انسجام به احساس امنیت، احساس امنیت به شادمانی، مشارکت به شادمانی، مشارکت به احساس امنیت افزایش یافته‌است.

(شکل شماره ۹: مدل پس از اصلاح)

pls 5

jadval2

همانگونه که شکل زیر نشان می‌دهد پس از اصلاح مدل، مقدار واریانس تبیین شده، تغییر اندکی یافته و به میزان ۰۹/۰ کاهش یافته است.

(شکل شماره ۱۰: میزان واریانس تبیین شده پس از اصلاح)

 

حال برای بررسی کیفیت مدل گزینه Blindfolding را از منوی Calculate پیش و پس از اصلاح اجرا می‌کنیم.

          (شکل شماره ۱۱: بررسی کیفیت مدل پیش از اصلاح)

(شکل شماره ۱۲: بررسی کیفیت مدل پس از اصلاح)

جدول-3

عدد مقابل CV-Red شاخص بررسی اعتبار حشو یا افزونگی CV- Redundancy است که کیفیت مدل ساختاری را نشان می‌دهد. اعداد مثبت نشانگر کیفیت مناسب مدل هستند. همانگونه که جدول نشان می‌دهد این مدل دارای برازش مناسبی است.

پست های مرتبط

افزودن یک دیدگاه