Yapısal Eşitlik Modeli Varsayımları

admin tarafından tarihinde yayınlandı

Yapısal eşitlik modeli analizleri varyans temelli ya da kovaryans temelli olarak gerçekleştirilebilmektedir. Alan yazında sıklıkla kovaryans temelli yapısal eşitlik modeli kullanılmaktadır. En büyük sorun ise kovaryans temelli yapısal eşitlik modeli analizlerinin birçok varsayımı karşılaması gerektiğidir. Varyans temelli yapısal eşitlik modeli analizlerinin ise ağır varsayımları yoktur. Varyans temelli yapısal eşitlik modellerinde PLS yöntemi kullanılmaktadır. Bu konuda detaylı bilgi için PLS Temelli Yapısal Eşitlik Modeli yazımızı okuyabilirsiniz.

Bu yazımızda kovaryans temelli yapısal eşitlik modellerinin karşılaması gereken varsayımlardan bahsedeceğiz. Aslında bu varsayımların çoğu çok değişkenli analizlerde sağlanması gereken varsayımlardır. Malesef çoğu makale ve tezde bu varsayımların incelenmediğini görsek de, mutlaka dikkat edilmesi gereken varsayımlardır. Aksi takdirde elde edilen sonuçlara hata karışacaktır.

Yapısal Eşitlik Modeli Varsayımları

Normallik varsayımı

Yapısal eşitlik modeli analizlerinde çok değişkenli normallik varsayımı en önemli varsayımlardandır. Özellikle En Çok Olabilirlik Tahmin Yöntemi (Maximum Likelihood) kullanılacaksa çok değişkenli normallik varsayımının kesinlikle sağlanması gerekmektedir. Çok boyutlu normalliği test edebilen birçok yöntem vardır. Mardia testi, Henze-Zirkler testi ve Royston testi kullanılabilecek testlerden bazılarıdır. Bu testler çok boyutlu normalliği test etmek için çok boyutlu basıklık ve çarpıklık katsayısı, mahalanobis uzaklığı, Shapiro Wilk ve Shapiro Francia istatistikleri kullanmaktadır. Yapısal eşitlik modeli analizlerinde çok boyutlu normallik sağlanmadığı takdirde En Çok Olabilirlik Tahmin Yöntemi yerine alternatif tahmin yöntemleri kullanılabilmektedir. Her bir tahmin yönteminin bir avantajı olmakla birlikte dezavantajı da bulunmaktadır. Veri setinin özelliğine göre tahmin yönteminin dikkatle seçilmesi gerekmektedir.

Aykırı değer (outlier)

Veri setinde aykırı değerin bulunmaması gerekmektedir. Hatta yapısal eşitlik modeli analizlerinde çok değişkenli aykırı değer olup olmadığı incelenmelidir. Bu konuda farklı yapısal eşitlik modeli analizlerinin farklı yöntemleri vardır. Aykırı değer aynı zamanda normallik varsayımı ile de ilişkilidir. Çok değişkenli aykırı değerler, çok değişkenli normallik varsayımını da bozmaktadır.

Örneklem büyüklüğü

Yapısal eşitlik modeli analizleri için ideal bir örneklem büyüklüğü söylemek kolay değildir. Araştırmadaki gözlenen ve gizil değişken sayısına göre örneklem büyüklüğü belirlenebilir. Bununla birlikte yapısal eşitlik için örneklem büyüklüğünün geniş olması önerilmektedir. Bazı araştırmacılar 200 üstü örneklem yeterli görürken, örneklem sınırı için 300 veya 500 olarak belirten araştırmacılar da vardır. Bununla birlikte kullanılan tahmin yöntemine göre örneklem büyüklüğüne olan gereklilik artabilir ya da azalabilir.

Doğrusallık

Yapısal eşitlik modeli analizlerinde değişkenler arasında doğrusal bir ilişkinin olması gerekmektedir. Değişkenler arasında doğrusal ilişki olmadığı takdirde yanlı sonuçlar elde edilecektir. Bu varsayımın ihlali durumunda değişkenler üzerinde uygun dönüşüm işlemleri yapılabilir.

Gizil ve gözlenen değişenlerin sayısı

Modeldeki her bir gizil değişkenin en az 3 gözlenen değişkene sahip olması gerekmektedir. Bu varsayım path analizi gibi sadece gözlenen değişkenlerle yapılan analizlerde geçerli değildir.

Çoklu doğrusal bağlantı (multicollinearity)

Çoklu regresyon analizinde olduğu gibi değişkenler arasında çoklu bağlantı probleminin olmaması gerekmektedir.

En genel haliyle Yapısal Eşitlik Modeli Varsayımları bu şekildedir. Bu varsayımlara ek olarak başka varsayımlar da olmakla birlikte alan yazında ön plana çıkan temel varsayımlar bunlardır. Yapısal eşitlik modeli içerisine birçok farklı tahmin yöntemi ve teknik bulunmaktadır. Araştırmanıza başlamadan önce veri setinin dikkatle incelenip varsayımlara ve veri setinin özelliklerine göre en uygun tahmin yöntemi ile analiz edilmesi gerekmektedir.


0 yorum

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir