آموزش نرم افزار لیزرل

 (Lisrel)  LINEAR STRUCTURAL RELATION

جلسات

• مدت آموزش ۶ ساعت است.
• آموزش به صورت خصوصی و یکنفره انجام خواهد شد.
• روز و ساعت کلاس را شما خودتان با هماهنگی منشی مرکز مشاوره تعیین خواهید کرد.
• تا یکماه پس از آموزش، هر گونه ابهام و پرسشی داشته باشید، به صورت تلفنی یا جلسات حضوری رفع خواهد شد.

نرم افزار لیزرل چیست؟

  لیزرل یک محصول نرم افزاری است که به منظور برآورد و آزمون مدل­های معادلات ساختاری طراحی و از سوی “شرکت بین المللی نرم افزار علمی” به بازار عرضه شده است. این نرم افزار با استفاده از همبستگی و کوواریانس اندازه­گیری شده، می‌تواند مقادیر بارهای عاملی، واریانس­ها و خطاهای متغیرهای مکنون را برآورد یا استنباط کند و از آن می‌توان برای اجرای تحلیل عاملی اکتشافی، تحلیل عاملی مرتبه دوم، تحلیل عاملی تأییدی و همچنین تحلیل مسیر (مدل­یابی علت و معلولی با متغیرهای مکنون) استفاده کرد.

لیزرل بسته نرم افزاری ویژه آماری است که برآورد مدل معادلات ساختاری برای متغیرهای آشکار و نهان را در مطالعات جامعه سنجی انجام می دهد. سطح نسبتا بالایی از پیچیدگی های آماری برای استفاده به طور موثر از نرم افزار لیزرل لازم است. لیزرل برای برآورد خطی روابط سازه ها و برای بسیاری از انواع دیگر از تجزیه و تحلیل چند متغیره مانند تجزیه و تحلیل عاملی، رگرسیون چند متغیره، تحلیل مسیر و تحلیل چند نمونه استفاده می شود.

مهم ترین ویژگی برنامه لیزرل فراهم کردن امکانات خود برای حل طیف گسترده ای از مدل ها برای تجزیه و تحلیل متغیرهای پنهان (LVS) است. در علوم اجتماعی و به طور فزاینده در پژوهش های سلامت پزشکی و عمومی، مدل LV یک ابزار آماری ضروری است. چارچوب مدل لیزرل بر اساس روابط میان متغیرهای پنهان بر اساس بنا نهاده شده است.

استفاده از متغیرهای نهفته کاربردهای زیادی در رشته های مختلف دارند. برای مثال در مطالعات ارزیابی جامعه لیزرل یکی از دقیق ترین ابزارهای مورد استفاده برای ارزیابی جامعه از جنبه های مختلف است. برای مثال با این نرم افزار می توان ریشه های اعتیاد در جامعه را مورد بررسی قرار داد و همچنین می توان علل طلاق در یک جامعه را مورد بررسی قرار داد.

مدل های خروجی لیزرل در عمومی ترین شکل آن شامل دو بخش است: مدل اندازه گیری و مدل معادلات ساختاری. 

مدل اندازه گیری: نشان می دهد متغیرهای پنهان و یا سازه فرضی توسط متغیرهای مشاهده شده با هم همبستگی دارد که آن خواص اندازه گیری(روایی و اعتبار) متغیرهای مشاهده شده را توصیف می کند.

مدل معادلات ساختاری: که روابط میان متغیرهای نهفته را مشخص می کند.

لیزرل یا مدل­یابی معادلات ساختاری یک تکنیک تحلیل چند متغیری بسیار کلی و نیرومند از خانواده رگرسیون چند متغیری و به بیان دقیق‌تر بسط «مدل خطی کلی» است. که به پژوهشگر امکان می‌دهد مجموع ه­ای از معادلات رگرسیون را به گونه هم زمان مورد آزمون قرار دهد. مدل یابی معادله ساختاری یک رویکرد جامع برای آزمون فرضیه‌هایی درباره روابط متغیرهای مشاهده شده و مکنون است که گاه تحلیل ساختاری کوواریانس، مدل یابی علّی و گاه نیز لیزرل نامیده شده است اما اصطلاح غالب در این روزها، مدل یابی معادله ساختاری یا به گونه خلاصه SEM است(هومن ۱۳۸۴).

  یکی از قوی‌ترین و مناسب‌ترین روش‌های تجزیه و تحلیل در تحقیقات علوم رفتاری و اجتماعی، تجزیه و تحلیل چند متغیره است زیرا این­گونه موضوعات چند متغیره بوده و نمی­توان آن­ها را با شیوه دو متغیری (که هر بار یک متغیر مستقل با یک متغیر وابسته در نظر گرفته می‌شود) حل نمود. «تجزیه و تحلیل ساختارهای کوواریانس» یا همان «مدل­یابی معادلات ساختاری»، یکی از اصلی‌ترین روش‌های تجزیه و تحلیل ساختار داده‌های پیچیده و یکی از روش‌های نو برای بررسی روابط علت و معلولی است و به معنی تجزیه و تحلیل متغیرهای مختلفی است که در یک ساختار مبتنی بر تئوری، تأثیرات همزمان متغیرها را به هم نشان می‌دهد. از طریق این روش می‌توان قابل قبول بودن مدل‌های نظری را در جامعه‌های خاص با استفاده از داده‌های همبستگی، غیر آزمایشی و آزمایشی آزمود.

موارد کاربرد روش لیزرل

 روش لیزرل ضمن آن­که ضرایب مجهول مجموعه معادلات ساختاری خطی را برآورد می‌کند برای برازش مدل­هایی که شامل متغیرهای مکنون، خطاهای اندازه گیری در هر یک از متغیرهای وابسته و مستقل، علیت دو سویه، هم زمانی و وابستگی متقابل می‌باشد طرح ریزی گردیده است. اما این روش را می‌توان به عنوان موارد خاصی برای روش­های تحلیل عاملی تأییدی، تحلیل رگرسیون چند متغیری، تحلیل مسیر، مدل­های اقتصادی خاص داده‌های وابسته به زمان، مدل­های برگشت­پذیر و برگشت­ناپذیر برای داده‌های مقطعی/ طولی، مدل­های ساختاری کوواریانس و تحلیل چند نمونه­ای (مانند آزمون فرضیه‌های برابری ماتریس کوواریانس­های برابری، ماتریس همبستگی­ها، برابری معادلات و ساختارهای عاملی و غیره) نیز به کار برد.