تا کنون به احتمال زیاد برای بررسی تاثیر یک یا چند متغیر روی یک متغیر دیگر از تحلیل رگرسیون (Regression analysis) استفاده می کردید. اما همانطور که می دانید در هر باراجرای تحلیل رگرسیون تنها می توانید یک متغیر وابسته ( Dependent variable ) داشته باشید.ضمناً زمانی میتوانید از تحلیل رگرسیون استفاده کنید که هر متغیر در مدل تنها یکی ازنقش های پیش بینی کننده (Predictor) یا نتیجه ( Outcome ) را بازی کند. به عبارت دیگریک متغیر نمی تواند همزمان هم پیش بینی کننده و هم نتیجه و پی آمد باشد. البته شاید بهترباشد به جای اینکه ادعا کنیم در چنین مدل هایی نمی توانیم از تحلیل رگرسیون استفاده کنیم ،بگوییم تحلیل چنین مدل هایی با استفاده از این روش دشوار بوده و مستلزم چندین بار اجرای تحلیل خواهد بود و در آخر هم ترکیب نتایج به دست آمده و نتیجه گیری نهایی کار چندان راحتی نیست.
برای حل این مشکل از تحلیل مسیر ( Path Analysis ) استفاده می کنیم. تحلیل مسیر که تعمیم یافته ی تحلیل رگرسیون است نه تنها امکان تحلیل چندین متغیر وابسته در یک زمان را به شما می دهد، بلکه در این تحلیل یک متغیر میتواند همزمان دو نقش پیش بینی کننده و نتیجه را در مدل بازی کند. اما کار به همین جا ختم نمی شود و در قدم بعدی به مدل معادلات ساختاری یا Structural Equation Modeling می رسیم. مدل معادلات ساختاری که از این پس آنرا SEM می نامیم نه تنها تمام قابلیت ها و مزایای تحلیل مسیر را دارد بلکله درSEM می توانیم متغیر پنهان ( Latent variable ) هم داشته باشیم!

تماس بگیرید: ۰۹۳۵۱۳۲۳۹۵۰ عیوضی