نرم‌افزار Lisrel

معرفی اولیه

نرم‌افزار لیزل (Lisrel)‌ که نام آن برگرفته از عبارت Linear Structural Relations یا «روابط ساختار خطی» گرفته شده، اولین بار در دانشگاه Uppsala توسط آمار شناس سوئدی، «کارل یورسکوگ»‌ (Karl Jöreskog) منتشر شد و بعدها با همکاری «داک سوربوم» (Dag Sörbom) از همان دانشگاه، توسعه یافت. در نسخه‌های اولیه، به کمک خط فرمان و دستورات، اجرای محاسبات مقدور بود ولی در نسخه‌های اخیر، استفاده از محیط گرافیکی و GUI، کار برای کاربران را ساده‌تر شده است. امروزه این نرم‌افزار توسط «شرکت بین المللی نرم افزار علمی» (Scientific software international) مورد حمایت قرار گرفته و به روز رسانی می‌شود.

روش معادلات ساختاری چیست؟

به کمک این نرم افزار و براساس تحلیل همبستگی (Correlation) و کوواریانس (Covariance) بین متغیرها، بارهای عاملی، واریانس و خطاهای متغیرهای پنهان را برآورد شده و در نتیجه امکان انجام تحلیل عاملی اکتشافی، تحلیل عاملی تاییدی و همچنین تحلیل مسیر یا همان مدل‌سازی علت و معلولی برای متغیرهای پنهان میسر می‌شود. تحلیل ساختار کوواریانس که به آن گاهی «روابط ساختار خطی» (Linear Structural Relations – LSR) نیز می‌گویند، یکی از تکنیک های تحلیل مدل معادلات ساختاری است.

هنگامی که محقق بخواهد مدل خاصی را از لحاظ روابط بین متغیرهای تحت بررسی بیازماید، از روش معادلات ساختاری استفاده می کند. برای این منظور لازم است که ماتریس کواریانس متغیرهای اندازه گیری شده تحلیل شود. از جمله تحقیقاتی که در آنها ماتریس همبستگی یا کواریانس تحلیل می شود، تحلیل عاملی و مدل سازی معادلات ساختاری است.

علاوه بر این محققین و پژوهشگران به کمک معادلات ساختاری و روابط ساختار خطی، می‌توانند جایگاه هر یک از متغیرهای میانجی (کنترلی، مداخله گر و تعدیل کننده) را به درستی تشخیص داده و «متغیرهای پنهان» (Latent Variable) و نقش آن‌ها را در مدل پیش‌بین، مشخص کنند.

امروزه مدل سازی معادلات ساختاری به عنوان یکی از روش های تجزیه و تحلیل اطلاعات در علوم اجتماعی، روانشناسی و همچنین علوم مدیریتی بسیار متداول و محبوب شده است. روشی که در آن از مجموعه ای از روشهای آماری استفاده شده و به پژوهشگر این امکان را می دهد که فرضیات و یا مدل نظری خود را با داده های واقعی تجزیه و تحلیل نماید.

مدل سازی معادلات ساختاری موارد زیر را دنبال می کند:

  • مدل سازی روابط بین متغیرهای مستقل (برون زا) و وابسته (درون زا)
  • مدل سازی متغیرهای پنهان (مکنون)
  • مدل سازی خطاهای اندازه گیری متغیرهای مشاهده پذیر
  • آزمون فرضیات استنباط شده از ادبیات مورد بررسی به کمک داده های عینی (تجزیه و تحلیل مسیر)

یکی از قوی ترین و مناسب ترین روشهای تجزیه و تحلیل در تحقیقات علوم رفتاری و علوم اجتماعی تجزیه و تحلیل چند متغیره است. تجزیه و تحلیل ساختارهای کواریانس یا مدل سازی علی یا مدل معادلات ساختاری یکی از اصلی ترین روش های تجزیه و تحلیل ساختارهای داده های پیچیده و چند متغیره است که ویژگی اصلی آنها، تجزیه و تحلیل همزمان چندین متغیر مستقل و وابسته است.

این روش مجموعه ای از روشهای آماری برای مدل سازی روابط بین متغیرهای مستقل و وابسته (مدل ساختاری) و متغیرهای پنهان و مشاهده پذیر (مدل اندازه گیری) می باشد که از روش های تجزیه و تحلیل عاملی، رگرسیون و یا تجزیه و تحلیل مسیر تشکیل شده است.

این روش امکان برقراری چندین رابطه را به صورت همزمان به محقق می دهد که از این رو به آن مدل رگرسیون چندگانه گفته می شود.

نرم افزار LISREL با استفاده از همبستگی و کوواریانس بین متغیرهای اندازه گیری شده، می‌تواند مقادیر بارهای عاملی، واریانس ها و خطاهای متغیرهای نهفته را برآورد یا استنباط کند در دهه‌ های اخیر معادلات ساختاری کوواریانس محور از جملع روش‌ هایی است که محققان و دانشجویان در سطح گسترده‌ای در تحقیقات علمی، پایان نامه‌ های کارشناسی ارشد و رساله‌های دکتری به منظور بررسی مدل‌ های مفهومی  مورد استفاده قرار می‌دهند.  از نرم افزار LISREL می‌توان برای اجرای تحلیل عاملی اکتشافی، تحلیل عاملی تأییدی، تحلیل عاملی مرتبه دوم، تحلیل مسیر، مدل‌ یابی چند سطحی و … استفاده کرد.

کاربردهای نرم افزار LISREL

از نرم‌افزار لیزرل برای انجام تحلیل عاملی (چه اکتشافی و چه تاییدی) استفاده می‌شود. در «تحلیل عاملی اکتشافی» (Exploratory Factor Analysis) یا به اختصار EFA قادر به ارائه یک مدل بوده و به محقق کمک می‌کند که به فرضیه‌هایی در مورد ارتباط بین متغیرها بپردازد. پس تحلیل اکتشافی را زمانی به کار می‌بریم که از قبل برای تعیین متغیرهای و مدل ارتباطی بین آن‌ها، پیش‌فرضی وجود ندارد. در حقیقت با این کار سعی می‌شود درباره تعداد یا ماهیت عامل‌هایی که بیشترین پراکندگی متغیرها را توجیه می‌کنند، به بررسی و تحقیق بپردازیم. بنابراین این تکنیک به عنوان یک روش تدوین و تولید فرضیه مورد استفاده قرار می‌گیرد. شناسایی متغیرهای پنهان و ارتباط آن‌ها با متغیرها قابل مشاهده از طریق تحلیل عاملی اکتشافی صورت می‌پذیرد.

در مقابل «تحلیل عاملی تاییدی» (Confirmatory Factor Analysis) که به اختصار CFA نامیده می‌شود، پارامترهای مدلی را ارائه می‌کند که توسط تحلیل عامل اکتشافی، فرض شده و فرضیه در مورد مدل حاصل و پارامترهای آن را مورد آزمون قرار می‌دهد. در اصل تحلیل عاملی تایید، متغیرهایی که در مدل موثر بوده را شناسایی کرده و متغیرهای فرعی را حذف می‌کند. ساختاری که در تحلیل عاملی تاییدی به کار گرفته می‌شود، مبتنی بر عواملی مانند بررسی یک تئوری یا فرضیه خاص در مورد ارتباط و ساختار مدل است. تمایز مهم روش‌های تحلیل اکتشافی و تاییدی در این است که روش اکتشافی واریانس مشترک بین متغیرها را شناسایی کرده و متغیرهای همراستا و وابسته را به کمک ماتریس همبستگی ترکیب می‌کند. در مقابل روش‌های تاییدی برای تصدیق مدل حاصل با داده‌های موجود به کار رفته و به عنوان روشی برای آزمون فرض مورد استفاده قرار می‌گیرد.

پنجره‌های کاری LISREL

هنگامی که لیزرل را اجرا می‌کنید، یک پنجره اصلی نمایش داده شده و از طریق آن می‌توان، به دستورات مربوط به ورود یا فراخوانی فایل‌های داده‌ها یا اجرای فایل‌های دستوری برای تحلیل‌های آماری دسترسی داشت. این پنجره برای نسخه ۱۰ لیزرل در تصویر زیر دیده می‌شود.

از طریق فهرست Help و اجرای دستور About LISREL، «شماره نسخه» (Version) و همچنین «تاریخ انقضاء» (Expiration) و «کلید اصلی» (Master Key) و «کلید نصب» (Installation Key) را مشاهده خواهید کرد. از این کلیدها به منظور تایید و اعتبار سنجی کاربران نرم‌افزار استفاده می‌شود. همچنین دستورات مربوط به فهرست View برای نمایش یا مخفی کردن «نوارهای ابزار» (Toolbars) و «نوار وضعیت» (Status Bar) به کار می‌رود. از طرفی فهرست File برای فراخوانی و همچنین ذخیره‌سازی فایل‌های داده، کدهای دستوری و خروجی‌ها و همچنین چاپ مورد استفاده قرار می‌گیرد.

قابلیت های نرم افزار LISREL

  • امکان استفاده بدون محدودیت از داده های سایر نرم افزارها مانند SPSS، SAS
  • امکان رسم نمودار مسیری که قابلیت انعطاف پذیری به صورت ظاهری را داراست.
  • ایجاد مدل تحلیل چند بعدی، تحلیل عامل اکتشافی،تحلیل ترکیبی و..
  • امکان استفاده از متغیرهای مشاهده شده و پنهان به طور همزمان
  • امکان پاسخ به نیاز مدل های طراحی شده که دارای متغیرهای نهان و روابط پیچیده، متقابل و خطای اندازه گیری هستند.

اجزای نرم افزار Lisrel

  • PRELISیک برنامه ۶۴ بیتی برای دستکاری داده ها، تبدیل داده ها، تولید داده ها، ماتریس های لحظه ای محاسباتی، محاسبه ماتریس های کوواریانس مجانبی تخمینی گشتاورهای نمونه، انتساب با تطبیق، انتساب چندگانه، رگرسیون خطی چندگانه، رگرسیون لجستیک، رگرسیون سانسور شده تک متغیره و چند متغیره است. و تحلیل عاملی اکتشافی ML و MINRES.
  • MULTILEV: MULTILEV در نرم افزار Lisrelیک برنامه ۶۴ بیتی است که مدل های خطی و غیرخطی چند سطحی را با داده های چند سطحی از طرح های تصادفی و پیچیده نظرسنجی ساده مطابقت می دهد. این امکان را برای مدل هایی با متغیرهای پاسخ مستمر و طبقه بندی می کند.
  • SURVEYGLIMیک برنامه کاربردی ۶۴ بیتی است که مدل های خطی تعمیم یافته (GLIMs) را با داده های طرح های تصادفی و پیچیده نظرسنجی ساده مطابقت می دهد. مدل‌هایی برای توزیع‌های نمونه‌برداری چندجمله‌ای، برنولی، دوجمله‌ای، دوجمله‌ای منفی، پواسون، نرمال، گاما و گاوسی معکوس در دسترس هستند.
  • MGLIMیک برنامه ۶۴ بیتی است که از ربع تطبیقی برای برازش مدل های خطی تعمیم یافته با متغیرهای نتیجه طبقه بندی شده، شمارش و غیرعادی توزیع شده برای داده های چند سطحی استفاده می کند.

معایب نرم افزار Lisrel

  • انجام تحلیل برای زمانی که فردی مبتدی است پیچیده است.
  • کنترل اثرات متقابل سخت است.
  • ماتریس همبستگی در SEM استفاده می شود و فرض بر این است که این همبستگی ها از توزیع نرمال بودن چند متغیره به دست آمده است. این فرض معتبر به نظر نمی رسد.

منابع:

  1. toptahlil.coml
  2. lisrel.ir
  3. blog.faradars.org
  4. kharazmi-statistics.ir
  5. modireamari.org
  6. spss-iran.irl
  7. parsmodir.com