په احصایو کې د لارې تحلیل څه شی دی؟
د لارې تحلیل یوه احصایوي تخنیک دی چې د څو متغیرونو ترمنځ د لامل اړیکو د پوهیدو لپاره په منظم ډول کارول کیږي. دا تخنیک په پراخه کچه په ټولنیزو څیړنو، تعلیم، ارواپوهنه، عامه روغتیا، اقتصاد، او نورو برخو کې کارول کیږي چې پیچلې پدیدې پکې شاملې دي - چیرې چې یو متغیر نه یوازې د یو فکتور لخوا اغیزمن کیږي، بلکه په ورته وخت کې د څو فکتورونو لخوا، په مستقیم او غیر مستقیم ډول.
د ساده ریګریشن تحلیل برعکس ، کوم چې معمولا د یو یا ډیرو خپلواکو متغیرونو اغیز په یو واحد انحصاري متغیر باندې معاینه کوي، د لارې تحلیل څیړونکو ته اجازه ورکوي چې د متقابل اړیکو لړۍ نقشه کړي. په بل عبارت، د لارې تحلیل د پوښتنو ځوابولو کې مرسته کوي لکه: "X په مستقیم ډول په Y څومره اغیزه کوي؟" او "ایا X د منځګړي متغیر Z له لارې په Y څومره اغیزه کوي، او دا په غیر مستقیم ډول څومره اغیزه کوي؟"
-
د لارې تحلیل اساسي مفاهیم
د لارې تحلیل په اصل کې د څو خطي ریګریشن توسیع دی . د دې تخنیک جوهر دا دی چې یو علتي ماډل جوړ کړي چې د متغیرونو ترمنځ د اړیکو لارښوونه تشریح کړي، بیا ازموینه وکړي چې ایا معلومات د دې ماډل ملاتړ کوي.
د لارې تحلیل ماډلونو کې، متغیرات عموما په لاندې ډول ویشل شوي دي:
۱. خارجي متغیرات
یو "سبب" متغیر چې په ماډل کې د نورو متغیرونو لخوا نه دی تشریح شوی. دا متغیر د اړیکو جریان د پیل ټکی دی.
۲. داخلي متغیرات
یو متغیر چې په ماډل کې د نورو متغیرونو لخوا اغیزمن کیږي. انډوجینس متغیرونه پایلې یا منځګړي متغیرونه کیدی شي.
۳. منځګړی (منځګړی) متغیر
یو متغیر چې د داخلي متغیرونو په اړه د بهرني متغیرونو نفوذ منځګړیتوب کوي. یو منځګړی تشریح کوي چې څنګه یا د کومې لارې له لارې نفوذ واقع کیږي.
۴. تېروتنه/پاتې (تېروتنه)
د داخلي متغیر کې د تغیر هغه برخه چې په ماډل کې د نورو متغیرونو لخوا نه تشریح کیږي. د لارې په ډیاګرامونو کې، پاتې شوني معمولا د "غلطي" څخه داخلي متغیر ته اشاره کونکي تیر په توګه ښودل کیږي.
د لارې تحلیل ماډلونه معمولا د لارې ډیاګرامونو سره لیدل کیږي، د یو طرفه تیرونو (→) په کارولو سره د فرض شوي لامل اغیزو څرګندونه کوي.
-
مستقیم او غیر مستقیم اغیزې
د لارې تحلیل اصلي ګټه د دې وړتیا ده چې اغیزې په څو برخو وویشي :
- مستقیم اغیز:
د نورو متغیرونو له لارې د تیریدو پرته په Y باندې د X اغیز.
– غیر مستقیم اغېز:
د X نفوذ په Y باندې چې د منځګړي له لارې رامنځته کیږي، د مثال په توګه X → Z → Y.
- ټول اغېز:
د مستقیم او غیر مستقیم تاثیراتو مجموعه.
ساده مثال:
د مثال په توګه، تعلیمي څیړنه موخه لري چې د زده کړې هڅونې (X) اغیزې په لاسته راوړنې (Y) باندې معاینه کړي، چې نظم (Z) د منځګړي په توګه وي. هڅونه ممکن په مستقیم ډول لاسته راوړنه زیاته کړي، مګر نظم ممکن لاسته راوړنه هم زیاته کړي، په نهایت کې لاسته راوړنه زیاته کړي. د لارې تحلیل د دواړو اندازه کولو کې مرسته کوي.
-
ولې د لارې تحلیل مهم دی؟
په ډېرو څېړنو کې، د متغیرونو ترمنځ اړیکه په ندرت سره ساده وي. د مثال په توګه:
- د ښوونځي پالیسۍ (X) د تدریس کیفیت اغیزمنوي (Z)، چې بیا د زده کونکو د زده کړې پایلو (Y) اغیزه کوي.
– ټولنیز اقتصادي حالت (X) تغذیې ته لاسرسی اغیزمنوي (Z)، چې بیا روغتیا (Y) اغیزه کوي.
- د دندې رضایت (X) د سازماني ژمنې (Z) اغیزه کوي او په نهایت کې فعالیت (Y) اغیزه کوي.
که چیرې څېړونکي یوازې یو ریګریشن وکاروي (د مثال په توګه، X → Y)، پایلې کولی شي اصلي پروسه ډیره ساده کړي. د لارې تحلیل د اړیکو میکانیزم یو ډیر حقیقي انځور وړاندې کوي.
-
د لارې تحلیل کې انګیرنې
که څه هم قوي دي، د لارې تحلیل داسې انګیرنې لري چې باید په پام کې ونیول شي:
۱. د علت لوري د تیوري له مخې ټاکل کیږي
د لارې تحلیل په اتوماتيک ډول د لامل او اغېز "کشف" نه کوي. د غشی لوري د نظري اساس، منطق، یا د څیړنې ډیزاین لخوا ټاکل کیږي.
۲. خطي او اضافه کوونکي اړیکې
عموما داسې انګیرل کیږي چې د متغیرونو ترمنځ اړیکه خطي ده او د دوی اغیزې اضافه کونکي دي، پرته لدې چې ماډل ډیر پیچلی شي.
۳. د ماډل مشخصاتو تېروتنې نشته
که چیرې مهمې اړیکې شاملې نه وي یا د اړیکو لارښوونه غلطه وي، نو پایلې یې متعصب کیدی شي.
۴. د پاتې شونو نورمالیت او خپلواکي (د طریقې پورې اړه لري)
د اټکل ډیری کړنلارې د پاتې شونو د ویش په اړه په ځینو انګیرنو تکیه کوي.
۵. متغیر اندازه کول له خطا پاک ګڼل کیږي (په کلاسیک لاره تحلیل کې)
دا مهمه ده: د دودیزې لارې تحلیل معمولا مستقیم اندازه شوي متغیرات (مشاهده شوي متغیرات) کاروي. که تاسو غواړئ پټ جوړښتونه شامل کړئ (د مثال په توګه، "رضایت" د ډیری شاخصونو لخوا اندازه کیږي)، SEM (د ساختماني مساوات ماډلینګ) معمولا کارول کیږي.
-
د لارې تحلیل ترسره کولو لپاره ګامونه
په عمومي توګه، په پروسه کې شامل دي:
۱. د تیوري پر بنسټ یو ماډل جوړ کړئ
معلومه کړئ چې کوم متغیرات په نورو متغیراتو اغیزه کوي، کوم چې منځګړي دي، او کوم چې پایلې دي.
۲. د لارې ډیاګرام جوړ کړئ
د تیرونو سره اړیکه تصور کړئ او د داخلي متغیرونو لپاره پاتې شوني وټاکئ.
۳. د ساختماني معادلو راټولول (ریګریشن)
هر داخلي متغیر معمولا خپل د رجعت معادله لري. د مثال په توګه:
– ز = b1X + e1
– Y = b2X + b3Z + e2
۴. د لارې د ضریبونو اټکل کول
د لارې کوفيشينټونه عموما د معیاري ریګریشن کوفيشينټونه (بیټا) دي، نو دوی د لارو په اوږدو کې پرتله کیدی شي.
۵. مستقیم، غیر مستقیم، او ټولیز اغیز محاسبه کړئ
– مستقیم اغېز: د مستقیمې لارې ضریب (د مثال په توګه X → Y = b2)
– غیر مستقیم اغیز: د لارې ضرب (د مثال په توګه X → Z × Z → Y = b1 × b3)
- ټول اغېز: b2 + (b1 × b3)
۶. د ماډل مناسبیت ازموینه (اختیاري، د میتود پورې اړه لري)
د SEM په نږدې چلند کې، د ماډل فټ ازموینې ترسره کیدی شي. د ګام په ګام ریګریشن چلند کې، تمرکز ډیری وخت د ضریبونو او R² په اهمیت باندې وي.
۷. تفسیر او راپور ورکول
تشریح کړئ چې کومې لارې مهمې دي، د دوی نفوذ څومره مهم دی، او د تیوري او عمل لپاره یې اغیزې.
-
د لارې تحلیل او SEM: توپیر څه دی؟
د لارې تحلیل اکثرا د SEM "برخه" ګڼل کیږي. عمومي توپیرونه دا دي:
- د لارې تحلیل:
د مشاهده شوي متغیرونو کارول، د متقابل ریګریشن سیسټم ته ورته. مناسب دی کله چې ټول متغیرونه په مستقیم ډول اندازه شي.
– SEM (د ساختماني معادلې ماډلینګ):
پراخه؛ کېدای شي پټ متغیرات، د اندازه کولو ماډلونه (CFA)، او د ماډل مناسبیت ډیر جامع ارزونه شامله وي.
که ستاسو څیړنه د څو شاخصونو له لارې اندازه شوې لنډیز جوړښت ولري (د مثال په توګه "د خدماتو کیفیت" د 5 توکو پوښتنلیک لخوا اندازه کیږي)، SEM معمولا ډیر مناسب دی.
-
د ساده تفسیر مثال
د مثال په توګه، د اټکل پایلې معیاري کوفیفینټونه ورکوي:
– X → Z = 0,50
– Z → Y = 0,40
– X → Y = 0,20
نو:
– د X مستقیم اغیز په Y = 0,20
– د X غیر مستقیم اغیز په Y باندې تر Z پورې = 0,50 × 0,40 = 0,20
– په Y باندې د X ټول اغیز = 0,20 + 0,20 = 0,40
تفسیر: هڅونه (X) په مستقیم ډول او همدارنګه د نظم (Z) له لارې په لاسته راوړنو (Y) اغیزه کوي، د مستقیم او غیر مستقیم لارو لپاره مساوي ونډې سره.
-
ګټې او محدودیتونه
زیات:
- پیچلې اړیکې په سیستماتیک ډول نقشه کړئ.
- د مستقیم او غیر مستقیم نفوذ جلا کول (منځګړیتوب).
- د څو پوړیزو پیښو لپاره د واحد ریګریشن په پرتله ډیر معلوماتي.
محدودیتونه:
- په تیوري باندې ډیر تکیه کول؛ غلط ماډلونه غلطې پایلې ته رسوي.
- د ملاتړ کونکي څیړنې ډیزاین پرته په اتوماتيک ډول د علتیت ثابتول نه کوي (د مثال په توګه، تجربوي یا اوږدمهاله).
- د لارې کلاسیک تحلیل په متغیرونو کې د اندازه کولو غلطۍ له پامه غورځوي.
-
تړل
په احصایو کې د لارې تحلیل د دې پوهیدو لپاره یوه پیاوړې لاره ده چې څنګه متغیرات د اړیکو په سیسټم کې یو بل باندې تاثیر کوي، په شمول د منځګړو له لارې د نفوذ مستقیم او غیر مستقیم لارو نقشه کول. دا تخنیک د څیړونکو سره مرسته کوي چې د دودیز ریګریشن په پرتله بډایه توضیحات رامینځته کړي، په دې شرط چې ماډل د سم تیوري او کافي معلوماتو پراساس وي.
که تاسو وغواړئ، زه هم مرسته کولی شم: د لارې ډیاګرام مثال جوړ کړئ، ستاسو د څیړنې موضوع سره سم ماډل ترتیب کړئ، یا ستاسو د تیزس / مقالې لپاره د "لار تحلیل میتود" برخه ولیکئ چې فورمولونه او د پایلو راپور ورکولو څرنګوالی سره بشپړ وي.
