آموزش نرم افزار اسمارت پی ال اس 3 smart pls (ناگفته ها)

آموزش نرم افزار اسمارت پی ال اس 3 smart pls باید شامل تمام سرفصل هایی باشد که دانشجو باید در گزارش تحلیل آماری فصل چهارم پایان نامه آن ها را گزارش کند. در واقع، مدل‌ سازی معادلات ساختاری با بسته آماری اسمارت پی ال اس، یکی از ترند های آماری بسیار رایج برای تگارش و تحلیل آماری فصل چهارم رساله دکتری تبدیل شده است. قبل از اینکه به بررسی الگوریتم تحلیل داده‌ها در در این مجموعه آماری بپردازیم، می‌ خواهیم در ارتباط با مفاهیم ابتدایی تحلیل آماری داده‌ ها به روش مدلسازی معادلات ساختاری، نکاتی را خدمتتان عرض کنیم. برای دانلود نرم افزار اسمارت پی ال اس 3 کرک شده می توانید از لینک استفاده کنید.

مفروضات تحلیل با نرم افزار اسمارت پی ال اس smart pls 3

هریک از نرم افزار های آماری، دارای یک سری شروطی هستند که قبل از استفاده از آن ها در پایان نامه و تحلیل آماری مقاله، باید تحلیلگر یا پژوهشگر آن ها را مد نظر داشته باشد. در این بخش به بررسی مفاهیم مقدماتی قبل از اجرای مدل‌سازی معادلات ساختاری (SEM) و تحلیل با نرم افزار  Smart PLS 3 می‌پردازیم. 3 فرض تحلیل با نرم افزار اسمارت پی ال اس smart pls 3 در ادامه ارائه شده است:

1- آزمون نرمال بودن داده ها در spss و pls

یکی از آزمون‌ های مهم در بررسی و تحلیل آماری داده‌ های گردآوری‌ شده در هر پژوهشی، بررسی آزمون نرمال بودن توزیع داده‌ ها در spss است. برای بررسی توزیع داده‌ ها می‌ توانیم از آزمون چولگی (Skewness) و کشیدگی (Kourtosis) استفاده کنیم. همچنین از آزمون کولموگروف – اسمیرنوف که با استفاده از نرم‌ افزار تحلیل آماری SPSS انجام می‌ شود، برای بررسی نرمال بودن داده‌ ها استفاده می‌ گردد.

2-انواع مدل در pls بر اساس نوع سازه-متغیر

در نرم افزار های مدلسازی معادلات ساختاری، مدل های زیادی می توان ترسیم و اجرا کرد. به متغیر های موجود در یک مدل مفهومی پیشنهادی سازه مکنون یا سازه پنهان نیز اطلاق می‌ گردد. انواع مدل در pls از حیث جنس متغیر ها، دو نوع است که عبارتند از:

الف) سازه‌ های انعکاسی (Reflective):

به آن دسته از سازه‌ هایی اطلاق می‌ گردد که جهت پیکان بین سؤالات و دایره‌ های آبی‌ رنگ که بیانگر متغیر هستند، از دایره‌ های آبی‌ رنگ به سمت مستطیل‌ های زرد رنگ است. یعنی نوک پیکان‌ ها از دایره‌ های آبی خارج‌ شده و به مستطیل‌ های زرد رنگ وارد می‌ شود. ریشه همه سؤالات در سازه‌ های انعکاسی (Reflective) در Smart PLS 3 یکی بوده و از یک جنس هستند.

ب) سازه‌ های تکوینی (Formative):

به آن دسته از سازه‌ هایی اطلاق می‌ گردد که جهت پیکان بین سؤالات و دایره‌ های آبی‌ رنگ که بیانگر متغیر ها می‌ باشند، از مستطیل‌ های زرد رنگ به سمت دایره‌ های آبی‌ رنگ می‌ باشد؛ یعنی نوک پیکان‌ ها از مستطیل‌ های زرد رنگ خارج‌ شده و به دایره‌ های آبی وارد می‌ شود. ریشه همه سؤالات در سازه‌ های تکوینی (Formative) در Smart PLS 3 یکی نبوده و از یک جنس نمی‌ باشند.

3- انواع مدل در pls بر اساس مرتبه متغیر

یکی از مباحث اصلی در مدلسازی معادلات ساختاری، موضوع انواع مدل در pls بر اساس مرتبه متغیر است. سازه‌ ها  شامل سازه‌ های مرتبه اول (First-order construct) و سازه‌ های مرتبه دوم و بالاتر (Second & high order construct) می‌ باشند. سازه‌ه ای مرتبه اول در مدل‌سازی معادلات ساختاری در سطح پایین‌ تری از انتزاع قرار دارند. به‌ طور کلی برای سنجش و ارزیابی یک متغیر در مدلسازی معادلات ساختاری، از گویه یا سؤالات استفاده می‌ شود. این سؤالات قابل درک بوده و به آن‌ ها متغیر های آشکار پذیر گفته می‌ شود. همچنین برخی از مفاهیم وجود دارند که در سطح بالاتری از انتزاع قرار دارند. به این سازه‌ ها، سازه‌ های مرتبه دوم و بالاتر گفته می‌ شود. این سازه‌ ها هر چقدر مرتبه آن‌ ها بالاتر می‌ رود، وضعیت انتزاعی بودن آن‌ ها نیز افزایش می‌ یابد و درک آن‌ ها نیز برای افراد جامعه آماری سخت‌ تر خواهد بود.

2- الگوریتم تحلیل داده‌ ها در اسمارت پی ال اس Smart PLs 3

در این بخش قصد داریم در ارتباط با الگوریتم تحلیل داده‌ ها در نرم‌ افزار اسمارت پی ال اس Smart PLS 3 مطالبی را خدمتتان ارائه کنیم. برای بررسی یک مدل در مدلسازی معادلات ساختاریف از سه مرحله باید عبور کنیم. این سه‌ گام یا مرحله اصلی در مدلسازی معادلات ساختاری معروف به الگوریتم تحلیل داده‌ ها است که عبارت‌ اند از:

• الف) برازش مدل‌ های اندازه‌ گیری (Measurement Models)؛
• ب) برازش مدل ساختاری (Structural Model)؛
• ج) برازش مدل کلی (Model Fit/GOF).

قبل از بررسی فرضیات هر پژوهشی در قالب مدل مفهومی، باید به بررسی برازش مدل بپردازیم. اولین مرحله، بررسی برازش مدل‌ های اندازه‌ گیری (Measurement Models) است. در این بخش باید به بررسی شاخص‌ های روایی و پایایی مدل‌ های اندازه‌ گیری بپردازیم.

در نرم‌ افزار Smart PLS 3، به هر یک از دایره‌ های آبی‌ رنگ همراه با یک یا چند سؤال به‌ منظور اندازه‌ گیری آن، یک مدل اندازه‌ گیری گفته می‌ شود. به همین دلیل در ادبیات و پیشینه پژوهش گفته می‌ شود که مدل‌ های اندازه‌گیری نه مدل اندازه‌گیری. چراکه یک مدل مفهومی می‌ تواند شامل دو یا چند مدل‌ های اندازه‌ گیری باشد. 4 شاخص برازش مدل‌ های اندازه‌گیری در نرم‌ افزار Smart PLs 3 عبارت‌اند از:

1- حاصل شدن بار های عاملی بالای 0.4 برای هر سؤال؛

2-حاصل شدن ضریب آلفای کرونباخ بالای 0.7؛

3-حاصل شدن ضریب پایایی اشتراکی / ترکیبی(CR) بالای 0.7

4-حاصل شدن مقدار میانگین واریانس استخراج‌ شده (AVE) بالای 0.5 برای تک‌ تک متغیر ها.

گام بعدی پس از بررسی برازش مدل‌ های اندازه‌ گیری، برازش مدل ساختاری است. به‌ طور کلی در یک مدل مفهومی می‌ توانیم یک مدل ساختاری داشته باشیم. به همین دلیل است که نمی‌ گوییم مدل‌ های ساختاری. شاخص‌ های برازش مدل ساختاری در نرم‌ افزار Smart PLS 3 عبارت‌ اند از:

1-معنی‌ داری آماره t-value و کسب مقدار بالای 1.96؛

2-روایی افتراقی یا تفکیکی بر اساس ماتریس فورنل-لارکر (Fornel-Lurcker) یا جدول بار های متقاطع (Cross loading)؛

3-ضریب تعیین (R square/R2)؛

4-شاخص اِستون –گریسر/چشم‌ پوشی مدل (Blindfoolding)؛

5-اندازه تأثیر یا آماره فیشر (F square).

شاخص سوم برای برازش مدل‌های مفهومی در مدل‌سازی معادلات ساختاری، شاخص برازش کلی است. این شاخص در نرم‌ افزار اسمارت پی ال اس نسخه 2 معروف به GOF بود که برای محاسبه آن به محاسبه دو آماره مقادیر اشتراکی (Communilites) و ضرایب تعیین(R2) نیاز داریم. در نرم‌افزار اسمارت پی ال اس 3 از شاخص‌ های برازش SRMR و شاخص NFI استفاده می‌ گردد. لذا در نرم‌ افزار اسمارت پی ال اس 3 نمی‌ توانیم آماره GOF را محاسبه کنیم. چراکه به آماره مقادیر اشتراکی دسترسی نداریم.

 شاخص VIF در پی ال اس PLS برای سازه‌ های تکوینی

برای بررسی برازش سازه‌ های تکوینی (Formative) در نرم‌ افزار Smart PLS 3، باید مسئله هم خطی بین متغیر های تکوینی را بررسی کنیم. مقدار پیشنهاد شده برای شاخص VIF در پی ال اس برای سازه‌ های تکوینی (Formative) برابر با مقدار 3.3 در حالت سخت‌ گیرانه و مقدار 5.5 در حالت عادی می‌ باشد. لذا اگر برای سازه‌ های تکوینی (Formative) مقدار هم خطی یا VIF پایین‌ تر از مقدار 5.5 نیز حاصل شد، می‌ توانیم ادعا کنیم که مسئله هم خطی منتفی است.

تحلیل اثر متغیر میانجی در اسمارت پی ال اس SMART PLS 3

تحلیل اثر متغیر میانجی در اسمارت پی ال اس smart pls 3، با روش های متعددی قابل انجام است. اثر میانجی‌ گری (Mediation Effect) وقتی رخ می‌ دهد که دو متغیر داشته باشیم که یکی نقش متغیر مستقل (Independent variable) و دیگر نقش متغیر وابسته اصلی (Dependent Variable) را ایفا نماید. حال متغیر مستقل (Independent variable) روی متغیر وابسته اصلی (Dependent Variable) تأثیر مستقیمی (Direct Effect) دارد. اگر متغیر دیگری وارد این رابطه شده و متغیر مستقل (Independent variable) یک تأثیر جذب‌ شده از سوی متغیر سومی به‌ عنوان میانجی (Mediation Effect) داشته باشد، آنگاه می‌ توانیم ادعا کنیم که مدل با سه متغیر است. این مدل سه متغیره هم اکنون دارای نقش میانجی‌ گری (Mediation Effect) است. تحلیل میانجی در نرم‌ افزار Smart PLS 3 از موضوعات بسیار مهم و اصلی در مفاهیم مدلسازی معادلات ساختاری با نرم افزار های کمترین مربعات جزئی به شمار می‌ رود.

تعیین شدت متغیر میانجی با شاخص شمول واریانس VAF در pls

برای اندازه‌ گیری و تعیین شدت متغیر میانجی‌ در pls، از شاخص VAF استفاده می‌ شود. اساسا سه حالت برای متغیر میانجی دور از انتظار نیست. این سه حالت میانجی‌ گری در نرم‌ افزار اسمارت پی ال اس Smart PLS 3  عبارت‌ اند از:

• الف) عدم میانجی‌ گری (Absecnce mediation)؛
• ب) میانجی‌ گری جزئی (Partial Mediation)؛
• ج)میانجی‌ گری کامل (Full Mediation)؛

بر اساس فرمول  VAF ابتدا مقدار آماره را محاسبه می‌ کنیم. برای محاسبه شاخص شمول واریانس VAF مقدار حاصل‌ ضرب ضرایب مسیر اثرات غیر مستقیم را بر مقدار حاصل جمع حاصل‌ ضرب ضرایب مسیر اثرات غیر مستقیم و اثرات کل تقسیم می‌ کنیم.

• پس از محاسبه مقدار VAF، اگر مقدار آن کمتر از 20 % باشد، آنگاه نوع میانجی‌ گری نداریم یعنی حالت اول عدم میانجی‌ گری (Absence mediation) برقرار است.
• اگر مقدار شمول واریانس VAF بالای 20 % و پایین‌ تر از 80 % حاصل گردد، نوع میانجی‌ گری جزئی است. یعنی حالت دوم میانجی‌ گری جزئی (Partial Mediation) برقرار است.
• اگر مقدار VAF  بالای 80 % حاصل گردد آنگاه نوع میانجی‌ گری، میانجی‌ گری کامل بوده و حالت سوم یعنی میانجی‌گری کامل (Full Mediation) برقرار است.

اثر متغیر تعدیل کننده در اسمارت پی ال اس Smart PLs 3

متغیر تعدیل کننده در اسمارت پی ال اس SMART PLS 3 چیست ؟ متغیری است که رابطه بین دو متغیر مستقل و وابسته را تعدیل می کند؛ به عبارت دیگر، اثر متغیر مستقل روی متغیر وابسته را زیاد یا کم می کند. با استفاده از این نرم افزار می‌ توانیم اثر متغیر تعدیل کننده  را در مدل بررسی و ارزیابی کنیم. متغیر تعدیل گر در نرم‌ افزار Smart PLS  نسخه 3 با رنگ سبز و در نسخه 2 با رنگ بنفش نمایش داده می‌ شود.

به‌ طور کلی در نرم‌ افزار Smart PLS 3 دو نوع اثر تعدیل کنندگی وجود دارد که عبارت‌ اند از:

• الف) اثر متقابل (Interaction Effect): زمانی از اثر تعدیل گری، اثر متقابل (Interaction Effect) استفاده می‌ کنیم که جنس متغیر  پیوسته (Continious) با استفاده از طیف لیکرت (Likert) 5 یا 7 امتیازی اندازه‌ گیری شده باشد.
• ب) اثر تحلیل چند گروهی (MGA): زمانی از اثر تعدیل گری، اثر تحلیل چند گروهی (MGA) استفاده می‌کنیم که جنس متغیر از طبقه‌ بندی‌ شده (Categorical) باشد. متغیر طبقه‌ بندی را می‌ توان به متغیر های جنسیت (Gender)، تحصیلات (Eduaction) و … اطلاق می‌ شود.

ماتریس تجزیه و تحلیل اهمیت-عملکرد در اسمارت پی ال اس Smart PLS 3

با استفاده از ویژگی ماتریس تجزیه و تحلیل اهمیت-عملکرد در اسمارت پی ال اس 3 معروف به  Importance-Performance  در می‌ توانیم متغیر های تأثیر گذاری روی یک متغیر هدف را اولویت‌ بندی کنیم. در این نوع ماتریس، متغیر ها بر اساس اندازه اثر کل (Total Effect) اولویت‌ بندی می‌ شوند.

کیفیت ویدئو آموزش تحلیل با اسمارت پی ال اس pls 3

• این بسته آموزشی شامل ویدئو های صوتی و تصویری با فرمت فشرده mp4. بوده که به راحتی با نصب ویدئو پلیر های قدرتمند از قبیل VLC Player و KM Player قابل پخش می باشند.
• کیفیت این محصول HD بوده و دارای صدا و تصویر بسیار با کیفیت است.
• این بسته آموزشی شامل ۱۸ ویدئو آموزشی معادل ۳ ساعت و ۱۰ دقیقه بوده که در آن از مباحث ساده تا پیشرفته مدل سازی معادلات ساختاری (Structural Equation Modeling) نرم افزار اسمارت پی ال اس pls 3 معروف به کمترین مربعات جزئی پرداخته شده است.
• کلیه آموزش ها منطبق بر کتاب رینگل و همکاران (۲۰۲۰) ویرایش سوم است.