آموزش تحلیل کواریانس محور(CB-SEM) با SmartPLS4
999,000 تومان
توضیحات محصول
دوره آموزشی تحلیل کواریانس محور(CB-SEM) با SmartPLS4
دوره آموزشی تحلیل کواریانس محور(CB-SEM) با SmartPLS4 زمانی ضبط شد که سایت رسمی اسمارت پی ال اس دات کام(smartpls.com)، در نسخه 4.0.9.2 به بالاتر، اجرای این نوع مدل سازی معادلات ساختاری(SEM) را به نرم افزار اضافه کرد. برای ترسیم یک مدل کواریانس محور(CB-SEM) ابتدا یک پروژه ایجاد کرده و سپس با رفتن به مسیر Choose > Files > New CB-SEM model از قسمت منوی اصلی نرم افزار می توانید اولین مدل CB-SEM را ترسیم کنید.
چرا مدل سازی معادلات ساختاری مبتی بر CB-SEM؟
مدل سازی معادلات ساختاری(Structural equation modeling) معروف به SEM یک روش شناسی پرطرفدار بوده که در بسیاری از حوزه های علمی مورد استفاده علاقمندان قرار گرفته است(Byrne, 2016; Schumacker & Lomax, 2010). به جرات می توانیم بگوییم که به طور چشم گیر و گسترده ای در حوزه های علوم اجتماعی و رفتاری(social and behavioral sciences)، اپیدمی/ فراگیر شناسی(epidemiology) و اقتصاد(economics) رشد بی سابقه ای داشته و ساختار های مدل سازی معادلات ساختاری برای تشریح روابط علی بین متغیرهای مشاهده ناپذیر یا پنهان که می توانیم به نوع نگرش افراد اشاره کنیم(به عنوان یک سازه پنهان که قصد اندازه گیری آن را داریم) و متغیر مشاهده پذیر مثل سوالات ابزار پرسشنامه که (به عنوان گویه ها، سوالات یا متغیرهای آشکار برای اندازه گیری سازه پنهان استفاده می شوند).معادلات و دایاگرام ها به شما اجازه می دهد تا چنین مدل هایی را طراحی و ارائه دهید.
مدل سازی معادلات ساختاری مبتنی بر کواریانس یا معروف به کواریانس محور(CB-SEM) یک روش آماری برای برآورد مدل های معادلات ساختاری است(Hair et al., 2018; Kline, 2023). رویکرد CB-SEM از یک مدل آماری برای برآورد و آزمون همبستگی(correlations) بین متغیرهای وابسته و مستقل(dependent and independent variables) و واکاوی روابط و ساختار پنهان بین ان ها کاربرد دارد. نکته مهمی که باید خدمتتان یادآوری کنیم این است که در رویکرد CB-SEM یا همان مدل سازی معادلات ساختاری کواریانس محور فرض بر این است که سازه ها همان عامل های مشترک بوده مدل نیز براین اساس برآورد می شود(e.g., Rigdon et al., 2017; Sarstedt et al., 2016).
نرم افزار SmartPLS4 از ساخت مدل های گرافیکی و مدل های CB-SEM با استفاده از رویکرد حداکثر بزرگنمایی(maximum likelihood) استفاده می کند. نتایج امکان آزمون فرضیات برای مدل را با متغیرهای وارد شده را فراهم می کند. این بعد رویکرد CB-SEM را به عنوان یک رویکرد چندمتغیره با ویژگی تحلیل عاملی تاییدی(confirmatory) معرفی کرده است. پس با اقتدار می توانیم ادعا کنیم که نرم افزار SmartPLS4 در نسخه های 4.0.9.2 به بالاتر یک گزینه جایگزین برای آن دسته از دانشجویان و اساتیدی است که می خواهند از نرم افزار SPSS Amos استفاده کنند. اسکرین شات گرفته شده که در ادامه ارائه شده نتایج تحلیل با رویکرد CB-SEM در نرم افزار SmartPLS4 برگرفته از مثال رضایت شغلی(job satisfaction) کتاب مدل سازی معادلات ساختاری کلین (Kline’s (2023) SEM textbook) نشان می دهد.
فراخوانی مدل از نرم افزار SPSS Amos به SmartPLS4
یکی از قابلیت های نسخه های جدید SmartPLS4، امکان فراخوانی و کانورت مدل های CB-SEM به PLS-SEM و بالعکس است. به منظور فراخوانی مدل از Amos به SmartPLS4 کافیست روی گزینه انتخاب(Choose) کلیک کنید و سپس با کلیک روی گزینه فایل ها(Files) روی گزینه فراخوانی فایل آموس(Import SPSS AMOS File) کلیک کنید. پس از کلیک روی گزینه های مربوطه، دایالوگ جدیدی ظاهر شده که می توانید پروژه های نرم افزار آموس SPSS Amos را با فرمت (*.amw files) فراخوانی کنید.
- Byrne, B. M. (2016). Structural Equation Modeling with AMOS: Basic Concepts, Applications, and Programming (Multivariate Applications) (3 ed.). Routledge.
- Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2018). Multivariate Data Analysis (8 ed.). Cengage Learning.
- Kline, R. B. (2023). Principles and Practice of Structural Equation Modeling (5 ed.). Guilford Press.
- Schumacker, R. E., & Lomax, R. G. (2010). A Beginner’s Guide to Structural Equation Modeling (3 ed.). Routledge.
- Rigdon, E. E., Sarstedt, M. & Ringle, C. M. (2017). On Comparing Results from CB-SEM and PLS-SEM. Five Perspectives and Five Recommendations. Marketing ZFP, 39(3), 4-16.
- Sarstedt, M., Hair, J. F. Ringle, C. M., Thiele, K. O., & Gudergan, S.P. (2016). Estimation Issues with PLS and CBSEM: Where the Bias Lies!, Journal of Business Research, 69 (2016), Issue 10, pp. 3998-4010.
سرفصل های دوره جامع آموزش CB-SEM با استفاده از نرم افزار SmartPLS4
درس اول: معرفی رویکرد کواریانس محور CB-SEM
مدت زمان ویدئو: 00:21:06
بخش اول: معرفی دوره آموزش CB-SEM با SmartPLS4
زمان این بخش: 00:04:28
معرفی رویکرد CB-SEM در مدل سازی معادلات ساختاری
نحوه نصب نسخه مناسب SmartPLS4 با قابلیت رویکرد کواریانس محور(CB-SEM)
چرا برای SmartPLS4 دوره تحلیل با رویکرد کواریانس محور(CB-SEM) منتشر کردید؟
بخش دوم: آشنایی با بخش CB-SEM رابط کاربری نرم افزار SmartPLS4
زمان این بخش: 00:04:28 تا 00:21:06
معرفی بخش های مختلف رابط کاریری نرم افزار SmartPLS4
تعیین پوشه کاری(Workplace) برای ذخیره پروژه های CB-SEM در SmartPLS4
سوئیچ کردن بین پوشه های کاری(Workplace) و فراخوانی پروژه ها از پوشه کاری منتخب
ویژگی های ضروری در انتخاب پوشه کاری(Workplace) درSmartPLS4
نحوه ایجاد اولین پروژه با رویکرد CB-SEM در SmartPLS4
نحوه فراخوانی دیتا به داخل پروژه و آموزش سوئیچ کردن بین آن ها
آشنایی با ابزارهای ترسیم و شخصی سازی مدل در رابط کاربری نرم افزار SmartPLS4
آموزش شخصی سازی مقادیر ضرایب مسیر در مدل CFA در رویکرد CB-SEM
آموزش نحوه خروجی گرفتن از بخش های مختلف از طریق گزینه Report
اشاره ای خلاصه وار به شاخص های برازش مدل(Model Fit) در رویکرد کواریانس محور(CB-SEM)
اشاره ای خلاصه وار به شاخص های روایی و پایایی سازه در رویکرد کواریانس محور(CB-SEM)
ترسیم مدل ساختاری (Structural Model) پس از مدل CFA در رویکرد کواریانس محور(CB-SEM)
اشاره ای به شاخص های روایی افتراقی(Discriminant validity) مدل در رویکرد CB-SEM
درس دوم: معرفی مدل سازی معادلات ساختاری(SEM)
مدت زمان ویدئو: 00:38:00
بخش اول: آنچه در دوره CB-SEM آموزش داده می شود
مدت زمان این بخش: 00:05:05
معرفی مدل سازی معادلات ساختاری(SEM)
مدل اندازه گیری و ساختاری(Measurement and structural Model)
مدل اندازه گیری بیسیک(Basic Measurement Model)
تفسیر خروجی های SmartPLS4
بهبود برازش مدل(Model Fit)
بررسی و ارزیابی پایایی و روایی سازه ها(Reliability and Validity)
مدل ساختاری بیسیک(Basic Structural Model)
گزارش نویسی مدل اندازه گیری و ساختاری(Reporting Measurement and structural Model)
تحلیل میانجی گری(Mediation Analysis)
گزارش نویسی تحلیل میانجی گری(Mediation Analysis)
تحلیل تعدیلگری(Moderation Analysis)
گزارش نویسی تحلیل تعدیلگری(Moderation Analysis)
تحلیل سازه های مرتبه بالاتر(Higher Order Constructs) معروف به HOC
بخش دوم: مدل مفهومی(Conceptual Framework) چیست؟
مدت زمان این بخش: 00:05:05 تا 00:23:33
چرا نمی توانیم از نرم افزار SPSS برای مدل سازی معادلات ساختاری(SEM) استفاده کنیم؟
انواع مدل سازی معادلات ساختاری(SEM)
A.روش واریانس محور (VB-SEM)-دوره جامع آموزش SEM با SmartPLS4
B.روش کواریانس محور (CB-SEM)
نمونه پرسشنامه تحقیق(Sample Questionnaire)
تعریف مدل سازی معادلات ساختاری(SEM)
بخش سوم: مزایای مدل سازی معادلات ساختاری(SEM)
مدت زمان این بخش: 00:23:33 تا 00:30:11
مزیت های روش مدل سازی معادلات ساختاری نسب به سایر رویکردهای آماری
آشنایی با اجزای مدل اندازه گیری در مرحله CFA
آشنایی با اجزای مدل ساختاری در مرحله ترسیم روابط مدل ساختاری
بخش چهارم: اصطلاحات مهم در رویکرد SEM
مدت زمان این بخش: 00:30:11 تا 00:38:00
تعریف سازه(Constructs)، سوالات/گویه ها/items(Indicators)، بارهای عاملی(factor Loadings)، متغیر پنهان(Latent Variable)، آماره معناداری t-value در مدل سازی معادلات ساختاری
درس سوم: مفاهیم اولیه مدل سازی معادلات ساختاری(SEM)
مدت زمان ویدئو: 00:21:06
بخش اول: خلاصه ای برآنچه در ارتباط با روش SEM گفته شد
مدت زمان این بخش: 00:04:20
بخش دوم: آیا SEM همان مدل سازی علی است؟
مدت زمان این بخش: 00:04:20 تا 00:06:08
بخش سوم: متغیر در مقابل سازه(Variable vs Constructs)
مدت زمان این بخش: 00:06:08 تا 00:09:00
بخش چهارم: مفهوم سازه های پنهان(Latent Constructs) در پژوهش
مدت زمان این بخش: 00:09:00 تا 00:12:00
بخش پنجم: حداقل اندازه نمونه آماری برای رویکرد SEM
مدت زمان این بخش: 00:12:00 تا 00:15:00
بخش ششم: مدل اندازه گیری در مقابل مدل ساختاری(Measurement vs Structural Model)
مدت زمان این بخش: 00:15:00 تا 00:21:06
درس چهارم: تکنیک های آماده سازی و پاک سازی دیتا قبل از تحلیل با SmartPLS4
ویدئو اول: آماده سازی و وارد کردن دیتا در اکسل و SPSS
مدت زمان ویدئو: 00:18:24
مروری بر اجزای اصلی یک پرسشنامه تحقیق
ارائه مدل پیشنهادی پژوهش(Conceptual Model) براساس سوالات پرسشنامه
آموزش عنوان نویسی علمی موضوع پژوهش و فرضیه نویسی در حضور متغیر میانجی/تعدیلگری
آموزش رابط کاربری نرم افزار SPSS و وارد کردن دیتای پرسشنامه
کاربرد دو زبانه Data View و variable View در SPSS
آموزش کدگذاری امتیازات سوالات پرسشنامه در SPSS
نحوه وارد کردن و فرمت بندی صحیح دیتاست برای ورود به نرم افزار SPSS و SmartPLS4
ویدئو دوم: گام های ضروری قبل از تحلیل دیتا با Smart PLS 4
مدت زمان ویدئو: 00:36:00
مرحله پاک سازی (پالایش) دیتا(Clean Your Data)
مقادیر گمشده/از دست رفته(Missing data)
شناسایی مقادیر گمشده/از دست رفته
روش های رایج برخورد با مقادیر گمشده
گزینه Listwise/pairwise deletion
استفاده از ماکروی پروفسور جیمز گسکین
روش Imputation در SPSS
تفاوت دو روش series mean و Linear Interpolation
Linear Interpolation (براساس معادلات خطی سلول های خالی را پر کن)
series mean (پر کردن سلول های خالی با میانگین داده های اطراف آن)
پاسخ ها با الگوهای شک برانگیز (Respondent Misconduct)
شناسایی پرسشنامه های با SD پایین تر از 0.25(SD Method)
درس پنجم: تحلیل عاملی تاییدی(CFA) چیست؟
مدت زمان ویدئو: 00:39:23
بخش اول: مقدمه ای بر تحلیل عاملی تاییدی(CFA)
مدت زمان این بخش: 00:17:41
ارائه تعریف جامع برای تحلیل عاملی تاییدی(Confirmatory Factor Analysis)
آشنایی با اجزای گرافیکی مدل تحلیل عاملی تاییدی(CFA) ساختاری
مدل اندازه گیری همراه با سوالات سازه انعکاسی(Reflective) و تکوینی(Formative)
تفاوت سازه های انعکاسی(Reflective) با سازه های تکوینی(Formative)
تفاوت بین مقادیر بارعاملی استاندارد شده(Standardized) و غیر استاندارد(Unstandardized)
مدل درونی(Inner Model) و بیرونی(Outer Model) در مدل سازی معادلات ساختاری
بخش دوم: مقادیر خطا(Error terms) و انواع خطا در رویکرد CB-SEM
مدت زمان این بخش: 00:17:41 تا 00:29:45
مقادیر خطا(Error terms) در رویکرد کواریانس محور(CB-SEM) چیست؟
انواع خطا در مدل سازی معادلات ساختاری(SEM)
- خطای تصادفی (Random Error)
- خطای سیستماتیک (Systematic Error)
مدل های اندازه گیری همراه با پیکان دو سویه(Covariance) و مقادیر خطا(Error terms) در مرحله CFA
بخش سوم: تفاوت بین تحلیل عاملی تاییدی(CFA) با تحلیل عاملی اکتشافی(EFA)
مدت زمان این بخش: 00:29:45 تا 00:39:23
درس ششم: بارهای عاملی(Factor Loadings) و شاخص های برازش مدل(Model Fits)
مدت زمان ویدئو: 00:34:06
بخش اول: بارهای عاملی(Factor Loadings)
مدت زمان این بخش: 00:20:28
مفاهیم نظری بار عاملی(Factor Loading)
قوانین مهم بارهای عاملی(Factor Loading) در مدل سازی معادلات ساختاری کواریانس محور(CB-SEM)
از کجا بفهمیم که یک سوال ما برای تحلیل های بعدی، قابل قبول است؟
نحوه محاسبه خطای هر بار عامل با فرمول به صورت دستی در رویکرد CB-SEM
نحوه محاسبه صریب تعیین(R square) برای هر یک از سوالات به صورت مجزا
قانون تنظیمات متریک(Setting Metric) در رویکرد کواریانس محور(CB-SEM)
سوال مرجع یا Reference Item در رویکرد CB-SEM چیست؟
بخش دوم: برازش مدل(Model Fit) و شاخص های برازش در رویکرد CB-SEM
مدت زمان این بخش: 00:20:28 تا 00:34:06
تعریف برازش مدل(Model Fit) در مدل سازی معادلات ساختاری
شاخص های برازش(Model Fit)
1-آزمون خی دو/کا اسکور(X2-chi-square test)
2- CFI(Comparative Fit Index)
3-IFI(Incremental Fit Index)
4-NFI(Normed Fit Index)
5-TLI(Tucker Lewis Index)
6- RMSEA (Root Mean Square Error of Approximation )
7- SRMR (Standardized Root mean square Residual)
جمع بندی و نکات پایانی شاخص های برازش مدل(Model Fit)
درس هفتم: ترسیم مدل اولیه CFA با استفاده از نرم افزار SmartPLS4
مدت زمان ویدئو: 00:41:39
بخش اول: الگوریتم تحلیل داده ها در رویکرد CB-SEM با SmartPLS4
مدت زمان این بخش: 00:06:14
پاک سازی دیتا (درس چهارم دوره)
A.بررسی مدل اندازه گیری (Measurement Model)
-بررسی شاخص های برازش مدل (Model Fit)
-بارهای عاملی (factor Loadings)
-پایایی سازه براساس ضریب آلفای کرونباخ (Cronbach’s Alpha) و پایایی اشتراکی (Composite Reliability)
-روایی سازه (Construct Validity)
روایی همگرا(Convergent validity)
–روایی افتراقی/تفکیکی/واگرا (Discriminant Validity)
–گزارش نویسی تحلیل های بخش اندازه گیری (Report Measurement Model)
B.بررسی مدل ساختاری (Structural Model Assessment)
-بررسی شاخص های برازش مدل (Model Fit)
-بررسی و گزارش روابط معنادار مدل ساختاری
-چک کردن ضرایب مسیر (Path Coefficient) ، آماره معناداری T-value و P-value
-بررسی و گزارش قدرت تشریح کنندگی عامل (ضریب تعیین-R Square)
-گزارش نویسی تحلیل های مدل ساختاری (Structural Model)
بخش دوم: شروع کار با نرم افزار SmartPLS4 براساس رویکرد کواریانس محور(CB-SEM)
مدت زمان این بخش: 00:06:14 تا 00:41:39
فراخوانی دیتا و ترسیم مدل اولیه CFA
نحوه وارد کردن متغیر مرتبه دوم(HOC) در مدل CFA براساس رویکرد CB-SEM
بررسی خروجی های تحلیل CFA نرم افزار SmartPLS4
مقایسه خروجی های برازش مدل با جدول شاخص های برازش مدل(Model Fit Indices)
درش هشتم: درک و تفسیر پایایی سازه(Construct Reliability) و روایی همگرا(Convergent validity)
مدت زمان این ویدئو: 00:21:50
بخش اول: پایایی سازه (Construct Reliability)
مدت زمان این بخش: 00:08:00
تعریف پایایی سازه در مدل سازی معادلات ساختاری
1- ضریب آلفای کرونباخ (Cronbach’s Alpha)
2-پایایی اشتراکی (Composite Reliability)
بخش دوم: روایی سازه (Construct validity)
مدت زمان این بخش: 00:08:00 تا 00:21:50
تعریف روایی سازه(Construct validity)
انواع روایی سازه (Types of Construct validity)
–روایی همگرا (Convergent validity)
–روایی واگرا/افتراقی یا تفکیکی (Discriminant Validity)
درس نهم: درک و تفسیر روایی افتراقی/تفکیکی/واگرا(Discriminant Validity)
مدت زمان این بخش: 00:17:21
بخش اول: تعاریف روایی واگرا/افتراقی یا تفکیکی(Discriminant Validity)
مدت زمان این بخش: 00:05:16
تعریف روایی افتراقی (Discriminant Validity) در مدل سازی معادلات ساختاری با SmartPLS4
بخش دوم: دو شاخص مهم روایی تفکیکی(Discriminant Validity)
مدت زمان این بخش: 00:05:16 تا 00:17:21
شاخص های مهم روایی افتراقی در مدل سازی معادلات ساختاری(SEM)
الف)ماتریس فورنل-لارکر (Fornell & Larcker Criterion)
ب) شاخص HTMT(Heterotrait -Monotrait Ratio)
بررسی عملی/پروژه محور خروجی های مرتبط با روایی افتراقی در نرم افزار SmartPLS4
درس دهم: گزارش نویسی نتایج مدل اندازه گیری در رویکرد CB-SEM
مدت زمان این ویدئو: 00:30:52
بخش اول: اجزای مهم تمپلیت گزارش نویسی نتایج مدل اندازه گیری(Measurement Model)
مدت زمان این بخش: 00:05:51
1-گزارش شاخص های برازش (Chi-square, CMIN, CFI, TLI, RMSEA, SRMR)
2-گزارش بارهای عاملی
3-گزارش ضریب آلفای کرونباخ(Cronbach’s Alpha)
4-گزارش پایایی اشتراکی(Composite Reliability)
5-گزارش روایی سازه(Construct Validity)
1-5-میانگین واریانس استخراج شده برای روایی همگرا(Convergent validity)
2-5-روایی واگرا(Discriminant Validity)
1-2-5-ماتریس فورنل-لارکر (Fornell & Larcker Criterion)
2-2-5-شاخص HTMT (Heterotrait -Monotrait Ratio)
بخش دوم: تمپلیت گزارش نویسی با فرمت استاندارد APA
مدت زمان این بخش: 00:05:51 تا 00:30:52
درس یازدهم: گزارش نویسی نتایج تحلیل اولیه مدل ساختاری(Structural Model) در رویکرد CB-SEM
مدت زمان این ویدئو: 00:40:34
بخش اول: تحلیل اولیه مدل ساختاری(Structural Model)
مدت زمان این بخش: 00:06:37
بخش دوم: ترسیم مدل ساختاری CB-SEM در SmartPLS4
مدت زمان این بخش: 00:06:37 تا 00:23:21
بخش سوم: تمپلیت گزارش نویسی نتایج مدل ساختاری(SEM)
مدت زمان این بخش: 00:23:21 تا 00:40:34
در این قسمت پس از بررسی خروجی های مدل ساختاری(SEM) در رویکرد کواریانس محور(CB-SEM)، به دانش پذیران آموزش داده می شود به چه شکلی در چه فرمتی به دو زبان فارسی و لاتین در قالب APA گزارش نویسی کنند.
درس دوازدهم: تحلیل میانجی گری با رویکرد CB-SEM در SmartPLS4
مدت زمان این ویدئو: 00:39:46
بخش اول: آشنایی با مبانی نظری میانجی گری (Mediation)
مدت زمان این بخش: 00:11:25
تعریف متغیر میانجی گر(Mediator) در مدل سازی معادلات ساختاری(SEM)
آشنایی با اصطلاحات مهم در بحث میانجی گری(Mediation Terminology)
- A. اثر مستقیم (Direct Effect)
- B. اثر غیر مستقیم (Indirect Effect)
- C. اثرات کل (Total Effects)
بخش دوم: حالت های مختلف اثرات غیر مستقیم در مبحث میانجی گری(Mediation)
مدت زمان این بخش: 00:11:25 تا 00:14:28
4 حالت اصلی اثرات غیر مستقیم در بحث میانجی گری(Mediation):
A.میانجی گری جزئی (Partial Mediation)
B.میانجی گری کامل (Full Mediation)
C.میانجی مکمل (Complementary Mediation)
D.میانجی رقابتی (Competitive Mediation)
بخش سوم: نحوه بررسی اثر میانجی گری(Mediation)
مدت زمان این بخش: 00:14:28 تا 00:22:02
گام اصلی آزمون میانجی گری با روش بارون و کنی (1986)
نقد های وارد شده به رویکرد بارون و کنی در بحث میانجی گری(Mediation)
بخش چهارم: روش جدید آزمون میانجی گری(Mediation) با رویکرد CB-SEM
مدت زمان این بخش: 00:22:02 تا 00:24:46
بخش پنجم: گزارش نویسی نتایج میانجی گری(Mediation Analysis Reporting)
مدت زمان این بخش: 00:24:46 تا 00:39:46
درس سیزدهم: تحلیل تعدیل گری با رویکرد CB-SEM در SmartPLS4
مدت زمان این ویدئو: 00:51:30
بخش اول: مفهوم تعدیلگری(Concept of Moderation)
مدت زمان این بخش: 00:07:02
متغیر تعدیل گر(Moderator) چیست و چطور باید وارد مدل ساختاری(SEM) شود؟
بخش دوم: 3 مرحله اصلی آزمون بررسی اثر تعدیل گری(Moderation) در رویکرد CB-SEM
مدت زمان این بخش: 00:07:02 تا 00:38:55
آزمون بررسی اثر تعدیل گری(Moderation)
مراحل آزمون تعدیلگری در روش CB-SEM با Smarpls4
گام اول: کاهش میانگین(Mean Centering)
آموزش میانگین گرفتن از سوالات متغیرها با ابزار Transform نرم افزار SPSS
آموزش انجام مرحله کاهش میانگین(Mean Centering) در دو نرم افزار اکسل(Excel) و SPSS به صورت کاملا عملی
گام دوم: ایجاد متغیر اثر متقابل با مقادیر متغیرهای میانگین کاهش یافته
گام سوم: ترسیم مدل در نرم افزار SmartPLS4
انجام عملی ترسیم متغیر تعدیلگر(Moderator) در مدل ساختاری(SEM) با استفاده از نرم افزار Smarpls4
بخش سوم: ترسیم نمودار اثر متقابل(two way interaction) و گزارش نویسی نقش تعدیلگری(Moderation)
مدت زمان این بخش: 00:38:55 تا 00:51:30
ترسیم نمودار اثر متقابل(Two Way Interaction) با استفاده از ماکروی پرفسور جیمز گسکین(prof. James Gaskin)
تمپلیت گزارش نویسی تعدیلگری(Moderation)
درس چهاردهم: وبینار مروری بر مباحث رویکرد CB-SEM به صورت پروژه محور با Smarpls4
مدت زمان این ویدئو: 00:57:40
سرفصل هایی که در وبینار CB-SEM با نرم افزار Smarpls4 ذکر شده است:
نحوه وارد کردن دیتا از اکسل(Excel) و SPSS به داخل نرم افزار Smarpls4
آشنایی با رابط کاربری نرم افزار SPSS و آموزش کدگذاری امتیازات
کاربرد دو زبانه data View و Variable View نرم افزار SPSS
مروری بر الگوریتم تحلیل داده ها در رویکرد CB-SEM از روی تمپلیت گزارش نویسی فصل چهارم پایان نامه با نرم افزار Smarpls4
مروری بر توضیحات لازم و ضروری برای تحلیل عاملی تاییدی(CFA)
برازش مدل اندازه گیری(Measurement Model) در رویکرد CB-SEM
کاربرد بارعاملی(Outer Loading) در ساختار یک مدل اندازه گیری
میانگین واریانس استخراج شده(AVE) به منظور بررسی روایی واگرا(Convergent validity)
مقایسه مدل ساختاری در دو رویکرد کواریانس محور(CB-SEM) و واریانس محور(VB-SEM)
بررسی پایایی و روایی سازه(Construct Reliability and Validity) در رویکرد کواریانس محور(CB-SEM)
مقدار قابل قبول برای دو شاخص ضریب آلفای کرونباخ(Alpha) و پایایی ترکیبی(CR)
مروری بر شاخص های برازش مدل(Model Fit Indices) در رویکرد CB-SEM
بررسی روایی افتراقی(Discriminant Validity) براساس دو شاخص ماتریس فورنل-لارکر(Fornel-lurcker) و شاخص HTMT
مروری بر مباحث میانجی گری(Mediator) و تعدیل گری(Moderator) در رویکرد کواریانس محور(CB-SEM)
نحوه بسته بندی(Imputation) سوالات یک متغیر و میانگین گرفتن از آنها با استفاده از ابزار Transform نرم افزار SPSS
بررسی آماره های رد یا اثبات فرضیات براساس دو شاخص معناداری t-value و p-value
بررسی تخصصی
مشخصات فنـی | ||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
||||||||||||||||||||||||
مشخصات تالیفی | ||||||||||||||||||||||||
|
نقد و بررسیها
هنوز بررسیای ثبت نشده است.