top of page

Yapısal Regresyon Analizi

DoÄŸrulayıcı Faktör Analizi

Yol Modelleri

Aracı Etki Analizi

Moderatör Etki Analizi

Çoklu Grup Analizi 

 

Yapısal Eşitlik Modelleri

 

Yapısal eÅŸitlik modellemesi (YEM) veya Ä°ngilizce adı ile Structural Equation Modeling (SEM), bir tek istatistiksel teknikten ziyade bir takım iliÅŸkili iÅŸlemler ailesine verilen genel addır. Literatürde kovaryans yapı analizi, kovaryans modellemesi, yapısal regresyon analizleri gibi farklı isimler ile tanımlandığı görülmektedir. Yapısal eÅŸitlik modellemesi regresyon analizine benzer ÅŸekilde bir dizi deÄŸiÅŸken arasındaki iliÅŸkilerin hipotez veya öngörüler çerçevesinde incelenmesine olanak saÄŸlamaktadır. Regresyon analizine alternatif olarak görülebilecek yapısal eÅŸitlik modellerinin klasik regresyon analizinden bir takım üstünlükleri bulunmaktadır.

Yapısal eÅŸitlik modellerinde örtük deÄŸiÅŸkenler ile gösterge deÄŸiÅŸkenler arasında tanımlanan yollar daha sonra baÅŸka örtük deÄŸiÅŸkenler ile iliÅŸkilendirilerek regresyon analizindeki benzer ÅŸekilde yol katsayıları tahmin edilir. Burada bahsi geçen örtük deÄŸiÅŸkenler ile göstergeler arasındaki iliÅŸkiler açıklayıcı faktör analizindeki gibi düÅŸünülebilir. Daha açık bir ifade ile faktörler örtük deÄŸiÅŸkenleri temsil ederken, faktörleri oluÅŸturan yeterli iliÅŸki düzeyinde maddeler ise göstergelerdir. Yapısal eÅŸitlik modellerinin bu tanımından yola çıkan bazı araÅŸtırmacılar örtük deÄŸiÅŸken modelleri veya gizil deÄŸiÅŸken modelleri

isimlendirmelerini de kullanmaktadır.

​

yapısal eşitlik modeli

 

Yapısal Eşitlik Modeli Avantajları

​

Yapısal eÅŸitlik modellerinin bağımlı ve bağımsız deÄŸiÅŸken ayrımı ve sayısı konusunda esnek olması söz konusu tekniklerin özellikle ikiden fazla deÄŸiÅŸken arasındaki iliÅŸkileri incelemek konusunda oldukça baÅŸarılı görülmesine neden olmaktadır. Bu durum yapısal eÅŸitlik modellerinin aracılık iliÅŸkileri (mediation iliÅŸkisi)  ve düzenleyici iliÅŸkiler,  (moderatör iliÅŸki) içeren araÅŸtırma modellerinde dolaylı ve direkt etkileri aynı anda hesaplayabilmesi bakımından önemli bir fark yaratır.

Yapısal eÅŸitlik modelleri sıklıkla Amos programı vasıtasıyla çözümlenmesi mümkündür. Amos ile yapısal eÅŸitlik modelleri analizinde gerek görsellik bakımından gerekse kullanım kolaylığı bakımından bir çok avantaj vardır.

​

yapısal eşitlik modeli nedir

 

Tekrarlanan (Recursive) Yapısal Eşitlik Modelleri

​

AraÅŸtırma modelinde incelenen iliÅŸkilere dair oluÅŸturulan yapısal modelde etkilerin tek yönlü olduÄŸu durumlarda kurulan modellere tekrarlanan yapısal model denmektedir.

​

 

Tekrarlanmayan (Nonrecursive) Yapısal EÅŸitlik Modelleri

 

AraÅŸtırma modeli çerçevesinde incelenen iliÅŸkilere için oluÅŸturulan yapısal modelde etkilerin iki yönlü olduÄŸu durumlarda kurulan modellere Tekrarlanmayan Yapısal Model denmektedir.

aracı etki analizi

 

Yapısal EÅŸitlik Model Türleri

 

  • DoÄŸrulayıcı Faktör Analizi

  • Yapısal Regresyon Analizleri

  • KeÅŸfedici Model Analizleri

  • DoÄŸrulayıcı Model Analizleri

  • Yol ( Path) Analizleri

  • Tekrarlanan Yapısal Modeller

  • Tekrarlanmayan Yapısal Modeller

  • Aracı Etki Modelleri

  • Düzenleyici Etki Modelleri

  • Çoklu Grup Analizleri

  • DoÄŸrudan Ve Dolaylı Etki Analizleri

​

Image by Nick Morrison

 

Yapısal Eşitlik Modeli Kullanım Alanları

 

Günümüzde yapısal eÅŸitlik modellerinin en sık kullanıldığı alanlar sosyal bilimler, davranış bilimleri, eÄŸitim bilimleri, ekonomik, pazarlama ve saÄŸlık bilimleridir. Yapısal eÅŸitlik modellerinin alternatifi olan regresyon analizine karşı bir takım üstünlükleri olduÄŸu söylenebilir. Yapısal eÅŸitlik modelleri bağımlı deÄŸiÅŸken sayısına bir kısıtlama getirmeyerek belirli koÅŸullar altında birden fazla bağımlı ve bağımsız deÄŸiÅŸken arasındaki iliÅŸkileri tek bir model ile çözümlemeye olanak saÄŸlamaktadır. Yapısal eÅŸitlik modellerinin bu özelliÄŸi araÅŸtırma modelinde yer alan deÄŸiÅŸkenlerin aynı modelde birlikte analizine olanak saÄŸlarken, bağımsız deÄŸiÅŸkenler aynı zamanda bağımlı deÄŸiÅŸken olarak tanımlanabildikleri için deÄŸiÅŸkenler arasındaki iliÅŸkilerin bütünsel bir çözümlemesine olanak saÄŸlamaktadır. DiÄŸer yandan modellerde yer alan deÄŸiÅŸkenler arası muhtemel iliÅŸkiler model kurma sürecinde de belirlenebilir. Bu yönüyle yapısal eÅŸitlik modellerinin doÄŸrulayıcı modeller olarak kullanımın yanında  keÅŸfedici modeller olarak kullanımı da mümkündür. Buradaki önemli bir husus ise her ne kadar keÅŸfe dayalı bir istatistiksel analiz süreci olsa da yapısal eÅŸitlik modellerinde keÅŸfedilen iliÅŸkilerin de teori tarafından teyide muhtaç oldukları bilinmelidir.

​

yapısal eşitlik modeli amos

 

Yapısal EÅŸitlik Modeli Tahmin Yöntemleri

​

Yapısal regresyon modeli bir takım deÄŸiÅŸken arasındaki nedensel ve yapısal iliÅŸkileri test etmeye yarayan bir çözümleme yöntemidir. Klasik regresyon analizi varsayımlarının saÄŸlanmaması durumunda sıkça baÅŸvurulan bir yöntem olarak karşımıza çıkmaktadır. Klasik regresyon analizine göre varsayımlar bakımından daha esnek bir çözümleme yöntemi olmasına raÄŸmen yapısal eÅŸitlik modellerinin de daha esnek olan bir takım varsayımları saÄŸlaması gerekmektedir. Bununla birlikte yapısal modelin tahmininde seçilecek parametre tahmin yöntemlerinin de kendilerine özel varsayımları vardır. Bu sebeple analiz edilecek veri normal dağılım, çoklu doÄŸrusal bağıntı, çarpıklık, basıklık deÄŸiÅŸken türü, gözlem sayısı gibi yönlerden incelenerek en uygun parametre yönteminin seçilmesi gerekmektedir. Söz konusu parametre tahmin yöntemleri ÅŸu ÅŸekilde sıralanabilir.

  1. En Çok Olabilirlik Yöntemi (Maximum Likelihoo) ML

  2. GenelleÅŸtirilmiÅŸ En Küçük Kareler Yöntemi (Generalized Least Squares) GLS

  3. Ağırlıksız En Küçük Kareler Yöntemi (Unweighted Least Squares) ULS

  4. Ağırlıklı En Küçük Kareler Yöntemi (Weighted Least Squares)

  5. Asimptotik Olarak Dağılımdan Bağımsız Yöntem (Asymptotically Distribution Free Method) ADF

  6. KöÅŸeÄŸensel olarak Ağırlıklandırılmış En Küçük Kareler Yöntemi (Diagonally Weighted Least Squares ) DWLS

Yapısal eÅŸitlik modelleri kurulumları itibari ile ise iki model ile türü ile ifade edilebilir

​

​

 

Model Tanımlama

​

DoÄŸrulayıcı Faktör Analizi

​

DoÄŸrulayıcı faktör analizi, hali hazırda bilinen faktör yapılarının mevcut veri ile uyumunu ölçmek üzere kurulan özel bir yapısal eÅŸitlik modelidir. Söz konusu hali hazırda bilinme durumu teorik bilgi, açıklayıcı faktör analizi bulguları, ölçek tasarımına ait faktör yapısı gibi kanıtlanmış çalışmalardan gelir. Bu bakımıyla doÄŸrulayıcı faktör analizi diÄŸer yapısal eÅŸitlik modeli analizlerinin aksine keÅŸfedici olmaktan ziyade adından da anlaşılacağı üzere doÄŸrulayıcı bir analiz yöntemidir. DoÄŸrulayıcı faktör analizinin doÄŸrulayıcı yapısına ek olarak geliÅŸtirilen modern yaklaşımlarda faktörler farklı yapılarda sınarak model uyum indekslerinin karşılaÅŸtırılması ile uygun faktör yapısının belirlenebileceÄŸine dair keÅŸfedici yaklaşımlar da mevcuttur. Özellikle kabul gören boÅŸ model, yapılandırılmamış model, birinci düzey ve ikinci düzey modellerinin karşılaÅŸtırılması sonucu elde edilen faktör yapısının keÅŸif niteliÄŸinde olduÄŸu söylenebilir. Söz konusu doÄŸrulama veya keÅŸif yaklaşımı daha çok araÅŸtırmacının amaçları ile ilgilidir denilebilir. ÖrneÄŸin araÅŸtırmacı yalnızca hazır bir ölçeÄŸin veri ile uyumunu sınayıp hazır ölçekteki faktörleri kullanma niyetinde ise doÄŸrulayıcı yaklaşım daha faydalı olacaktır. Fakat araÅŸtırmacı ölçeÄŸi diÄŸer deÄŸiÅŸkenler ile toplamsal veya teker teker faktörler ile iliÅŸkilendirmek istiyorsa burada birinci düzey ile ikinci düzey doÄŸrulayıcı faktör analizi modellerinin karşılaÅŸtırılması faydalı olacaktır. Zira birinci düzey doÄŸrulayıcı faktör analizinde ölçek maddeleri faktörleri açıklar ve birbiri ile iliÅŸkili veya iliÅŸkisiz olurlar, fakat ikinci düzey doÄŸrulayıcı faktör analizinde ölçek maddeleri faktörleri, faktörler ise ölçeÄŸi açıklar. Çalışmada ikinci düzey doÄŸrulayıcı faktör analizi için model uyum indeksi, birini düzey doÄŸrulayıcı faktör analizinden daha iyi ise faktörlerin toplamsal ölçeÄŸi açıklaması ve devamında ölçeÄŸin diÄŸer deÄŸiÅŸkenler ile iliÅŸkilendirilmesi istatistiksel olarak daha makul bir yaklaşım olabilir. Tabi ki araÅŸtırma amaçları faktörlerin ayrı ayrı etkilerinin incelenmesini gerekiyorsa teorik yaklaşım istatistiksel yaklaşıma tercih edilmelidir.

​

amos yapısal eşitlik modeli

​

 Çoklu Grup Analizi

​

Çoklu grup analizi yapısal eÅŸitlik modellerinde incelenen deÄŸiÅŸkenin model dışı bir deÄŸiÅŸkenin farklı düzeyleri açısından incelenmesi olarak tanımlanabilir. ÖrneÄŸin X ile Y deÄŸiÅŸkeni arasındaki iliÅŸkinin Z gibi farklı bir deÄŸiÅŸkenin farklı düzeylerinde ne yönde ve ÅŸiddette olduÄŸu ile ilgileniyorsak burada kullanılacak yöntemin genel adı çoklu grup analizidir.  Daha açık bir örnek ise ÅŸu olabilir. Ä°ÅŸ tatmininin iÅŸ yeri baÄŸlılığı üzerindeki etkisini incelerken söz konusu etkinin farklı eÄŸitim düzeyindeki alt örneklemler için ne seviyede olduÄŸunu bilmek istediÄŸimizde etkiyi eÄŸitim düzeyine göre bölümlenmiÅŸ alt örneklemler için ayrı ayrı incelemek mümkündür. Burada eÄŸitim moderatör (Düzenleyici) durumdadır, zira teorik beklenti eÄŸitim seviyesinin her düzeyi için araÅŸtırılan iliÅŸkinin deÄŸiÅŸmesi, daha açık bir ifade ile iliÅŸkinin eÄŸitim düzeyi tarafından düzenlenmiÅŸ olmasıdır. Çoklu grup analizi araÅŸtırma modelinden gelen bir yönelim olmalıdır. Bununla birlikte çoklu grup analizleri yapısal regresyon ve path analizleri ile çözümlenebilir. Hatta bazı araÅŸtırma soruları için doÄŸrulayıcı faktör analizinin dahi çoklu grup analizi ile incelenmesi mümkündür. ÖrneÄŸin farklı kültürler için aynı ölçeÄŸin faktör yapılarında bir farklılık ön görüyorsak çoklu grup analizi öngörümüzü sınamak için uygun bir yöntem olarak ortaya çıkar.

​

doğrulayıcı faktör analizi nedir

 

Aracı (Mediation) Etki Analizi

​

Sosyal bilimlerde deÄŸiÅŸkenler her zaman bir biri üzerinde doÄŸrudan etkilere sahip olmayabilir veya doÄŸrudan etkilerin yanında dolaylı etkilerde söz konusu olabilir. Böyle durumlarda aracı etkilerin analiz edilmesi makul bir yaklaşım olabilir. Aracı etki için daha pratik bir tanım ise ÅŸu ÅŸekilde yapılabilir; Bağımlı deÄŸiÅŸkenin bağımsız deÄŸiÅŸken üzerindeki etkisi bir aracı deÄŸiÅŸken vasıtasıyla gerçekleÅŸiyorsa aracı etki söz konusudur. Aracı etki hipotezinin onaylanması bir dizi ÅŸarta baÄŸlıdır. Söz konusu ÅŸartlar ÅŸu ÅŸekilde sıralanabilir;

Bağımsız deÄŸiÅŸkenin bağımlı deÄŸiÅŸken üzerinde doÄŸrudan anlamlı bir etkisi olmalı

Bağımsız deÄŸiÅŸkenin aracı deÄŸiÅŸken üzerinde doÄŸrudan anlamlı bir etkisi olmalı

Aracı deÄŸiÅŸkenin bağımlı deÄŸiÅŸken üzerinde doÄŸrudan bir etkisi olmalı

Denkleme aracı deÄŸiÅŸken eklendiÄŸinde bağımsız deÄŸiÅŸkenin bağımlı deÄŸiÅŸken üzerindeki etkisi azalmalı veya ortadan kalmalı

Son maddede eÄŸer etki tamamen ortadan kalkıyorsa tam aracılıktan, anlamlı bir ÅŸekilde azalıyorsa kısmi aracılıktan söz edilebilir.

​

bottom of page