Hvað er leiðargreining í tölfræði
Leiðargreining er tölfræðileg aðferð sem notuð er til að skilja orsakasambönd milli nokkurra breyta á skipulegan hátt. Þessi aðferð er mikið notuð í félagsrannsóknum, menntun, sálfræði, lýðheilsu, hagfræði og öðrum sviðum sem fjalla um flókin fyrirbæri - þar sem breyta er ekki aðeins undir áhrifum eins þáttar heldur nokkurra þátta samtímis, bæði beint og óbeint.
Ólíkt einfaldri aðhvarfsgreiningu, sem yfirleitt kannar áhrif einnar eða fleiri óháðra breyta á eina háða breytu, gerir leiðargreining rannsakendum kleift að kortleggja röð af tengdum tengslum. Með öðrum orðum hjálpar leiðargreining til við að svara spurningum eins og: „Hversu mikil áhrif hefur X á Y beint?“ og „Hefur X áhrif á Y í gegnum millibreytuna Z, og hversu mikil áhrif hefur það óbeint?“
-
Grunnhugtök leiðargreiningar
Leiðargreining er í raun framlenging á margfaldri línulegri aðhvarfsgreiningu. Kjarni þessarar aðferðar er að smíða orsakasamlíkan sem lýsir stefnu sambandsins milli breyta og prófa síðan hvort gögnin styðja það líkan.
Í ferilsgreiningarlíkönum eru breytur almennt skipt í:
1. Ytri breytur
„Orsakatengd“ breyta sem er ekki útskýrð með öðrum breytum í líkaninu. Þessi breyta er upphafspunktur tengslaflæðisins.
2. Innrænar breytur
Breyta sem er undir áhrifum frá öðrum breytum í líkaninu. Innri breytur geta verið útkomubreytur eða millibreytur.
3. Miðlunarbreyta (millibreyta)
Breyta sem miðlar áhrifum ytri breyta á innrænar breytur. Miðlari útskýrir hvernig eða í gegnum hvaða leið áhrifin eiga sér stað.
4. Villa/leifar (villa)
Sá hluti breytingarinnar í innrænni breytu sem er ekki útskýrður af öðrum breytum í líkaninu. Í leiðarmyndum eru leifar venjulega sýndar sem örvar sem vísa í átt að innrænu breytunni frá „villu“.
Leiðargreiningarlíkön eru venjulega sýnd með leiðarmyndum, þar sem notaðar eru einstefnuörvar (→) til að gefa til kynna fyrirhugað orsakasamhengi.
-
Bein og óbein áhrif
Helsti kosturinn við leiðargreiningu er geta hennar til að greina áhrif í nokkra þætti:
– Bein áhrif:
Áhrif X á Y án þess að fara í gegnum aðrar breytur.
– Óbein áhrif:
Áhrif X á Y sem eiga sér stað í gegnum miðlara, til dæmis X → Z → Y.
– Heildaráhrif:
Summa beinna og óbeinna áhrifa.
Einfalt dæmi:
Til dæmis vill menntunarfræðingur kanna áhrif námshvata (X) á árangur (Y), með aga (Z) sem miðlara. Hvatning getur aukið árangur beint, en agi getur einnig aukið árangur, sem að lokum eykur árangur. Leiðargreining hjálpar til við að mæla hvort tveggja.
-
Hvers vegna er leiðargreining mikilvæg?
Í mörgum rannsóknum er sambandið milli breyta sjaldan einfalt. Til dæmis:
– Skólastefnur (X) hafa áhrif á gæði kennslunnar (Z), sem síðan hefur áhrif á námsárangur nemenda (Y).
– Félagsleg staða (X) hefur áhrif á aðgengi að næringu (Z) sem síðan hefur áhrif á heilsu (Y).
– Starfsánægja (X) hefur áhrif á skuldbindingu fyrirtækisins (Z) og að lokum á frammistöðu (Y).
Ef rannsakendur nota aðeins eina aðhvarfsgreiningu (t.d. X → Y) geta niðurstöðurnar einfaldað raunverulegt ferli um of. Leiðargreining gefur raunhæfari mynd af tengslakerfinu.
-
Forsendur í leiðargreiningu
Þótt leiðargreining sé öflug hefur hún forsendur sem þarf að hafa í huga:
1. Orsakaleiðin er ákvörðuð af kenningunni
Leiðargreining „uppgötvar“ ekki sjálfkrafa orsakasamhengi. Stefna örvarinnar er ákvörðuð af fræðilegum grunni, rökfræði eða rannsóknarhönnun.
2. Línuleg og samlagningartengsl
Almennt er gengið út frá því að samband milli breyta sé línulegt og að áhrif þeirra séu samlagningarleg, nema líkanið sé gert flóknara.
3. Engar villur eru í líkanupplýsingum
Ef mikilvæg tengsl eru ekki tekin með eða stefna tengslanna er röng geta niðurstöðurnar verið skekktar.
4. Eðlileiki og óhæði leifanna (fer eftir aðferð)
Margar matsaðferðir byggja á ákveðnum forsendum um dreifingu leifanna.
5. Breytilegar mælingar eru taldar villulausar (í hefðbundinni leiðargreiningu)
Þetta er mikilvægt: hefðbundin ferilsgreining notar yfirleitt beint mældar breytur (mældar breytur). Ef þú vilt taka með dulda hugsmíðar (til dæmis „ánægju“ mæld með mörgum vísbendingum), er SEM (byggingarjöfnulíkön) venjulega notuð.
-
Skref til að framkvæma leiðargreiningu
Almennt séð felur ferlið í sér:
1. Búðu til líkan byggt á kenningu
Ákvarða hvaða breytur hafa áhrif á aðrar breytur, hverjar eru miðlar og hverjar eru útkomur.
2. Búðu til leiðarmynd
Sjáðu tengslin með örvum og ákvarðuðu leifarnar fyrir innrænu breyturnar.
3. Að setja saman byggingarjöfnur (aðhvarfsgreining)
Hver innræn breyta hefur venjulega sína eigin aðhvarfsjöfnu. Til dæmis:
– Z = b1X + e1
– Y = b²X + b³Z + e²
4. Mat á leiðarstuðlum
Leiðarstuðlar eru almennt staðlaðir aðhvarfsstuðlar (beta) þannig að hægt er að bera þá saman á milli leiða.
5. Reiknaðu bein, óbein og heildaráhrif
– Bein áhrif: bein leiðarstuðull (t.d. X → Y = b2)
– Óbein áhrif: margföldun leiðar (t.d. X → Z × Z → Y = b1 × b3)
– Heildaráhrif: b2 + (b1 × b3)
6. Prófun á hentugleika líkans (valfrjálst, allt eftir aðferð)
Í nánari nálgun við SEM er hægt að framkvæma líkansaðlögunarpróf. Í stigvaxandi aðhvarfsgreiningu er áherslan oft á marktækni stuðlanna og R².
7. Túlkun og skýrslugjöf
Útskýrðu hvaða leiðir eru mikilvægar, hversu mikil áhrif þær hafa og hvaða áhrif þær hafa á kenningu og framkvæmd.
-
Leiðargreining vs. SEM: hver er munurinn?
Leiðargreining er oft talin vera „hluti“ af rafrænum skönnunarleiðum (SEM). Almennir munirnir eru:
– Leiðargreining:
Notkun á athuguðum breytum, svipað og kerfi tengdrar aðhvarfsgreiningar. Hentar þegar allar breytur er hægt að mæla beint.
– SEM (byggingarjöfnulíkön):
Víðtækara; getur innihaldið dulda breytur, mælilíkön (CFA) og ítarlegra mat á líkanapassun.
Ef rannsókn þín felur í sér óhlutbundið hugtak sem mælt er með mörgum vísbendingum (t.d. er „þjónustugæði“ mælt með spurningalista með fimm atriðum), þá hentar SEM venjulega betur.
-
Dæmi um einfalda túlkun
Til dæmis gefa niðurstöður matsins staðlaða stuðla:
– X → Z = 0,50
– Z → Y = 0,40
– X → Y = 0,20
Svo:
– Bein áhrif X á Y = 0,20
– Óbein áhrif X á Y til Z = 0,50 × 0,40 = 0,20
– Heildaráhrif X á Y = 0,20 + 0,20 = 0,40
Túlkun: hvatning (X) hefur áhrif á árangur (Y) beint og einnig í gegnum aga (Z), með jöfnum framlagi fyrir beina og óbeina leiðina.
-
Kostir og takmarkanir
Umframmagn:
– Kortleggja flókin tengsl kerfisbundið.
– Aðgreining beinna og óbeinna áhrifa (miðlun).
– Upplýsandi en ein aðhvarfsgreining fyrir marglaga fyrirbæri.
Keterbatasan:
– Of háð kenningum; rangar líkön leiða til rangra niðurstaðna.
– Sannar ekki sjálfkrafa orsakasamhengi án þess að rannsóknarsnið sé til staðar (t.d. tilrauna- eða langtímasnið).
– Hefðbundin leiðargreining hunsar mælivillur í breytum.
-
Lokun
Leiðargreining í tölfræði er öflug aðferð til að skilja hvernig breytur hafa áhrif hver á aðra innan tengslakerfis, þar á meðal með því að kortleggja beinar og óbeinar áhrifaleiðir í gegnum miðlara. Þessi aðferð hjálpar vísindamönnum að búa til ríkari skýringar en hefðbundin aðhvarfsgreining, að því gefnu að líkanið byggist á traustum kenningum og nægilegum gögnum.
Ef þú vilt get ég líka aðstoðað þig við að búa til dæmi um leiðarrit, setja saman líkan samkvæmt rannsóknarefni þínu eða skrifa kafla um „leiðargreiningaraðferð“ fyrir lokaritgerð þína/doktorsritgerð ásamt formúlum og hvernig á að tilkynna niðurstöðurnar.
