در واقع الگوسازی معادله ساختاری یک رویکرد آماری جامع برای آزمون فرض هایی درباره روابط بین متغیرهای مشاهده شده و پنهان است در الگوی معادلات ساختاری روش کار بدین صورت است که:

۱-مشخص کردن الگویی بر پایه یک نظریه: الگو یا مدل یک عبارت آماری درباره روابط بین متغیرها است. این الگوها در زمینه رویکردهای مختلف تحلیلی، شکل های مختلفی به خود می گیرند. در این مرحله یک الگو یا مدل بر اساس ترجمان یک نظریه به معادلات ساختاری یا ریاضی تهیه میشود. یعنی ابتدا یک نمودار مسیر را ترسیم کنیم و روابط علی بین متغیرها را نشان دهیم. بعد از مشخص کردن متغیرهای پنهان باید شاخص ها یا متغیرهای مشاهده شده مناسبی را انتخاب و به آنها وصل کنیم. بهتر است از چندین شاخص به جای یک شاخص برای اندازه گیری متغیر پنهان استفاده شود و این کار به کمک تعریف مفهومی و عملیاتی صورت می گیرد.

۲-ارزیابی حالت تعیین مدل یا الگو: براساس این که مدل باید مستلزم شرایطی برای بدست آوردن یک راه حل منحصر به فرد برای پارامترهای بیان شده باشد.

۳-ارایه تخمین برای الگوی پیشنهادی: بدست آوردن تخمین پارامترهای آزاد از روی مجموع داده های مشاهده شده که شامل فرآیندهای تکراری است که در هر تکرار یک ماتریس کوواریانس ضمنی ساخته می شود و با ماتریس کوواریانس داده های مشاهده شده مقایسه می گردد. مقایسه این دو ماتریس منجر به تولید یک ماتریس باقیمانده می شود و این تکرارها تا جایی ادامه می یابد که این ماتریس باقیمانده به حداقل ممکن برسد.

۴- ارزیابی تناسب یا برازش الگو یا مدل: زمانی الگو یا مدل با داده های مشاهده شده تناسب دارد که ماتریس کوواریانس ضمنی با ماتریس کوواریانس داده های مشاهده شده، معادل باشد. بدین معنی که ماتریس نزدیک صفر باشد. مهمترین گام موجود در این مرحله عبارت است از: بررسی معیار کلی تناسب مدل و قابلیت آزمون پذیری مدل ارزیابی موضوع که آیا اصلاحات مورد نیاز است یا خیر؟ هنگامی که مدلی تخمین زده می شود، برنامه نرم افزاری یک سری آمارهایی از قبیل خطای استاندارد و غیره را درباره ارزیابی تناسب مدل با داده ها منتشر می کند.

۵-اصلاح مدل:  تطبیق مدل بیان شده و تخمین زده شده از طریق آزادکردن پارامترهایی که قبلا ثابت بوده اند یا ثابت کردن پارامترهایی که قبل از آن آزاد بوده اند.

۶-تفسیرمدل:  اگر آزمون های تناسب نشان دهند که مدل به طور کافی متناسب با داده ها می باشد، در این مرحله ما بر روی عوامل مشخص شده (پارامترهای مدل) مدل متناسب شده تمرکز می نماییم. در این مرحله، معناداری پارامترهای مدل، مورد ارزیابی قرار می گیرد.

 

مرحله اول : ورود داده ها

از منوی file گزینه new و سپس prelis data را انتخاب می کنیم. سپس از منوی file گزینه import external data in other format را انتخاب کرده، پنجره input database باز می شود. از فهرست files of typeگزینه spss for windows را انتخاب و سپس open می کنیم. سپس در پنجره save as نام جدید داده ها را می دهیم. و گزینه save را می زنیم.

مرحله دوم: پیوسته سازی متغیرها

از منوی Data گزینه Define variable را انتخاب کرده ، همه متغیر ها را انتخاب کرده سپس گزینه variable type را زده و گزینه Continues را فعال می کنیم. سپس با ok مراحل فوق را تایید می کنیم.

مرحله سوم: تشکیل ماتریس کواریانس

برای تهیه فایل کواریانس از منوی statistics گزینه output option را انتخاب کرده و در پنجره output گزینه های save to file و lisrel system data را فعال و کلید ok را می زنیم. اگر فایل کوواریانس ساخته نشود نمی توان مدل را رسم کرد. اگر فایل فوق به هم ریخته باشد برای مرتب کردن آن از منوی file گزینه convert file to rtf را انتخاب می کنیم.

مرحله چهارم: مدل کردن

از منوی File گزینه new گزینه path diagram را انتخاب می کنیم. یک اسم می دهیم در همان فایل save کرده، پنجره path.pth باز می شود. سپس از setup گزینه variable را می زنیم. برای observed v.r ازbrows دیتاها را وارد می کنیم و برای laternt v.r اسم متغیرهای پنهان را وارد می کنیم. سپس next را می زنیم و در قسمت statistic from گزینه correlations را انتخاب می کنیم. حالا متغیر وابسته را با زدن تیک در قسمت Eta و در قسمت y ها مشخص می کنیم. سپس ابتدا متغیر آشکار مربوط به هریک از متغیرهای پنهان را به سمت راست می کشیم تا شکل آن کشیده شود. سپس از متغیرهای پنهان به متغیرهای آشکار فلش ها را می کشیم. و متغیرهای وابسته را نیز به متغیرهای مستقل وصل می کنیم. سپس از گزینه setup گزینه simple lisrel را انتخاب کرده (آخرین گزینه) و بعد روی run کلیک می کنیم. شکل خروجی را به ما می دهد.

عیوضی: ۰۹۳۵۱۳۲۳۹۵۰ (پاسخگوی ۲۴ ساعته)