Issuu on Google+

LISREL: ÖLÇÜM MODELİ VE YAPISAL MODELİN OLUŞTURULMASI YEM’ de analiz aşamasında farklı iki yol izlenerek bütünleşik modelin uyumu ve ilgili testleri yapılmaktadır. İki aşamalı ve tek aşamalı analiz yaklaşımı olarak tanımlanan bu yaklaşımlar, modelin bütünsel olarak nasıl analiz edileceğini açıklamaktadır. Tek aşamalı yaklaşımda önsel olarak oluşturulan kuramsal araştırma modelinin tüm unsurları (yapısal ve ölçüm kısımları) aynı anda analiz safhasına ilave edilerek YEM’ e ilişkin sonuçların tamamının elde edilmesi sağlanır. İki aşamalı yaklaşımda ise ölçüm ve yapısal model ayrı ayrı test edilmektedir. Bu yaklaşımda öncelikle ölçüm modeli, kabul edilebilir uyum değerlerini üretecek şekilde düzeltme ölçütleri kullanılarak geliştirilmeye çalışılmaktadır. Ölçüm modelinin uygunluğu istatistiksel olarak değerlendirildikten sonra yapısal modele ilişkin analizlerin yapılması için ikinci aşamaya geçilmektedir (Loehlin, 2004). İki aşamalı yaklaşımın ilk aşaması DFA olarak da ele alınabilir. Öncelikle ölçüm modelinin istatistiksel uygunluğunun değerlendirilebilmesi için tam modelden başlayarak uygun modelin elde edilmesine kadar analizler yinelenir daha sonra yapısal model için gerekli işlemler gerçekleştirilir. LISREL: Ölçüm Modeli LISREL’ de analizi aşamasına geçerken kullanılacak veri setinin düzenli bir şekilde hazırlanmış olması analiz safhasını kolaylaştırmaktadır. Bunun için araştırmacı SPSS’ te kaydettiği veri dosyasına değişkenleri, kullanacağı gizil değişkenlere göre sırayla girmiş olması yeterlidir (örneğin; A1- A2- A3-B1-B2- B3- C1- C2, vb.). Bu başlıkta uygulamalı olarak, LISREL 7’ de TUTORIAL alt dosyasında yer alan Depress.sav veri dosyası kullanılarak ölçüm modelinin oluşturulması aktarılmıştır. Bu SPSS veri dosyası 3 gizil değişkeni ölçen 12 gözlenen değişkenden ve 204 gözlemden meydana gelmektedir. Orijinal veri dosyasında yer alan Self-esteem (özsaygı) gizil değişkeni A ve bunu ölçen (self1-self5) gözlenen değişkenler a1-a5 olarak, Depressiveness gizil değişkeni B ve bunu ölçen (depres1depres4) gözlenen değişkenleri b1-b4 ve son olarak Impulsiveness ise C ve ilgili gözlenen değişkenleri (implus1-implus3) c1-c3 olarak yeniden kodlanmıştır. Aşağıda görsel olarak adım adım ölçüm modelinin oluşturulması gösterilmiştir.

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

TUTORIAL dosyasında bulunan Depress.sav dosyasının çağrılması için file menüsünden Import Data seçeneği seçilmelidir.

Çağrılan

SPSS

dosyası

*.psf

uzantılı olarak kaydedilmelidir. Örnek: veri.psf

Kayıt işlemi tamamlandıktan sonra LISREL uygulama penceresinde veri.psf dosyası görüntülenir.

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

Değişken türlerinin tanımlanması için daha önce aktardığımız gibi Data menüsünden Define Variables seçeneği seçilmelidir. Açılan kutucukta Variable Type seçeneği kullanılarak Continuous seçeneği ile birlikte Applt to all seçeneği işaretlenerek modelde yer alan tüm değişkenlerin sürekli (eşit aralıklı veya oranlı ölçekle ölçülmüş) değişken olarak tanımlanması sağlanır.

Veri dosyası üzerinde yapılan değişiklikler Save ile kaydedilmelidir.

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

Yeni bir PTH penceresi açmak için File menüsündeki New seçeneği seçilmelidir. PTH penceresinin açılmasının nedeni, sözdizimi komutlarını kullanmadan path diyagramının doğrudan çizilmesini sağlayarak analizlerin yapılmasına olanak tanımasıdır.

Path Diagram seçiminden sonra veri1.pth olarak kaydedilmelidir.

Boş açılan veri1.pth penceresinde modele ilişkin gözlenen değişkenlerin yüklenmesi ve gizil değişkenlerin tanımlanması için Setup menüsünde yer alan Variables seçeneği seçilerek ilgili sistem dosyasının yüklenmesi ve gerekli işlemlerin yapılması sağlanır.

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

Veri

çağırma

işleminden

sonra

Labels

PRELIS sistem dosyası ile çalışıldığı için Read

kutucuğunda, gözlenen değişkenler tanımlanan

From File: PRELIS System File seçilerek,

adlarına göre sıralanmış olarak görünecektir.

Browse ile veri.psf dosyası çağrılır.

Labels kutucuğunda yapılacak son işlem gizil değişken adlarının girilmesidir. Latent Variables bölmesi altında bulunan Add Latent Variable seçeneği kullanılarak sırasıyla tüm gizil değişken adları tanımlanır (A – B – C).

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

Ham veri üzerinde her hangi bir işlem yapılmadığı için (asimptotik kovaryans matrisi, ordinal değişken, vb.) Data kısmı kullanılmadan OK seçeneği ile PTH penceresine geri dönülür.

Path diyagramı çizim alanı

Path diyagramı çiziminde karşılaşılan belli başlı uyarılar aşağıda açıklanmalarıyla verilmiştir. Gözlenen değişkenlerden gizil değişkenlere yanlış path çizimi… Yanlış

Doğru

İçsel gizil değişkenlerden dışsal değişkenlere yanlış path çizimi… Yanlış: İçsel

Dışsal

Doğru: Dışsal

gizil

İçsel

İki dışsal gizil değişken arasında yanlış path çizimi… Dışsal

Dışsal

Var olan bir pathin yeniden çizilmeye çalışılması …

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

PTH penceresinin sol tarafında gözlenen değişkenler (observed) ve gizil değişkenler (latent) listelenmiş olarak path diyagramının çiziminde kullanılabilir. Path diyagramının çizilmesi için gözlenen değişkenler sırasıyla Mouse yardımıyla veri1.PTH kısmına taşınır. Bu işlem gizil değişkenler içinde aynı şekilde yapılır.

Tüm gözlenen değişkenler ve gizil değişkenler taşındıktan sonra ilgili gözlenen değişkenler, gizil değişkenler ile Tek Yönlü Path Aracı kullanılarak bir birine bağlanır. Path diyagramının çiziminde karşılaşılan en sık sorun değişkenlerin bir birine bağlanmasıdır. LISREL kullanıcısı ilgili objeleri birbirine bağlarken (Örneğin A ile a1) seçtiği objelerin renk değişimlerini dikkate almalıdır. Tek yönlü path aracı ile A gizil değişkenine ait oval obje ve a1 değişkenine ait diktörtgen obje bağlanırken, her iki objenin rengi siyah bir gölge ile belirginleşiyorsa değişkenler sorunsuz bir şekilde birbirine bağlanmıştır. Son olarak Run LISREL butonu

kullanılarak analiz gerçekleştirilir.

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

Ölçüm modeli path diyagramı (standartlaştırılmış katsayılar) İlk elde edilen sonuçlar standartlaştırılmamış sonuçları içermektedir. veri1.PTH penceresinde yer alan Estimates seçeneği kullanılarak; standartlaştırılmamış tahminler, standartlaştırılmış tahminler, kuramsal diyagram, t - değerleri, düzeltme indeksleri ve beklenen değişimler path diyagramı üzerinde görülebilir.

Aşağıda sırasıyla Estimates seçeneğinde bulunan tüm durumlar path diyagramı üzerinde gösterilmiştir.

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

Standartlaştırılmış sonuçlar:

t-değerleri

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

Path diyagramı üzerinde istatistiksel olarak anlamlı olmayan parametrelerin t değerleri kırmızı renkle görüntülenmektedir. Düzeltme indeksleri

Beklenen Değişimler

Modele ilişkin önerilen düzeltme indekslerinin nasıl kullanılacağı, çıktı dosyasında verilen indekslere göre ayrıntısıyla ölçüm modeli sonuçlarının yorumlanması başlığında verilmiştir. Ölçüm modeli sonuçlarının yorumlanması Path diyagramının elde edilmesinden sonra Window menüsü kullanılarak analiz sonuçlarının yer aldığı veri1.OUT dosyası açılarak tüm sonuçlar elde edilir. Sonuçların yer aldığı *.OUT dosyası değiştirme, kopyalama ve yeniden düzenleme için uygun değildir. OUT dosyası, File menüsünden Convert Output to RTF seçeneği ile word belgesi için uygun hale getirilir. Output dosyasında sırasıyla; SPJ dosyası sözdizimi, kovaryans matrisi, kullanılan tahmin metodu, ölçüm eşitlikleri, gizil değişkenlerin korelasyon matrisi,

uyum iyiliği

istatistikleri ve düzeltme indeksleri yer almaktadır. Aşağıda yer alan Tablo 5.1’ de bu bölümde uygulamalı olarak gösterilen ölçüm modeline ilişkin çıktı dosyası sonuçları özet bir biçimde verilmiştir.

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

Ölçüm modeli sonuçları Standartlaştırılmış Yükler

t-değeri

R2

Faktör A. a1. a 2. a 3. a 4. a 5.

0.71 0.79 0.77 0.80 0.86

11.38 13.02 12.63 13.46 14.91

0.51 0.62 0.59 0.65 0.74

Faktör B. b1. b 2. b 3. b 3.

0.88 0.69 0.74 0.77

15.20 10.71 11.80 12.56

0.77 0.47 0.55 0.60

Faktör C. c 1. c 2. c 3.

0.74 0.66 0.49

8.20 7.59 6.11

0.55 0.43 0.24

Faktör / Madde

Standartlaştırımış yükler her bir gözlenen değişken ile ilgili olduğu gizil değişken arasındaki korelasyonları göstermektedir. A gizil değişkeninin ilk göstergesi ele alındığında (a1) korelasyon katsayısı 0.71’ dir. a1’ in R 2 ise  0.712  0.51’ dir. A faktörüne ilişkin değişkenliğin en çok a5 gözlenen değişkeni tarafından açıklandığı görülmektedir, R 2  0.74 . Ölçüm modeli için bazı uyum ölçütleri aşağıda verilmiştir.

Ölçüm modeli için uyum ölçüleri Uyum Ölçüsü Değeri Uyum 2  /  sd  51 2.400 Kabul Edilebilir RMSEA 0.083 İyi Uyum SRMR 0.050 İyi Uyum NFI NNFI CFI GFI AGFI

0.950 0.960 0.970 0.910 0.860

İyi Uyum İyi Uyum İyi Uyum Kabul Edilebilir Kabul Edilebilir

Tabloda yer almayan uyum ölçütlerinden biri araştırma örnekleminin yeterliliğinin değerlendirildiği “kritik N” (Critical N-CN) değeridir. YEM’ de 200 ve daha üstü bir değer kritik N istatistiği açısından yeterli model uygunluğu göstergesi olarak kabul edilmektedir (Bollen, 1989). CN, model uygunluğunun ötesinde örneklem sayısının yeterliliğini değerlendirmekte kullanılmaktadır (Jöreskog and Sörbom, 1996). Ölçüm Modeli için kritik N


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

değeri 128.88 olarak hesaplanmıştır. Bu değer araştırmada kullanılan 204 birimlik örneklemin yeterli olduğunu göstermektedir. Düzeltme İndekslerinin Kullanılması Düzeltme indeksleri iki kısımda ele alınmaktadır. Birinci kısımda bulunan düzeltme indeksleri gözlenen değişkenler ile gizil değişkenler arasındaki ilişkileri göstermektedir. Bu bölümdeki düzeltme önerileri, bir gizil değişken ile ilişkili olmayan başka gizil değişken(ler) altında tanımlanmış gözlenen değişkenin(lerin), bu gizil değişkenle ilişkilendirildiğinde model uyumunun değerlendirilmesi için hesaplanacak ki-kare değerindeki düşüşü göstermektedir. İkinci kısımda yer alan düzeltme indeksleri gözlenen değişkenlere ait hata terimleri arasındaki önerilen

ilişkileri

içermektedir

(Jöreskog

and

Sörbom,

2005).

YEM’

in

temel

varsayımlarından biri değişkenlere ilişkin hataların birbirinden bağımsız olmasıdır (Bollen, 1989). Değişkenlerin hataları birbiriyle ilişkili olduğunda, her bir gizil değişkenin kuramsal yapısının bozulduğu ve ölçüm modelini oluşturan gizil değişkenlerin birbirinden bağımsız olmadığı sonucu ortaya çıkmaktadır (Jöreskog and Sörbom, 2005). The Modification Indices Suggest to Add the Path to from Decrease in Chi-Square New Estimate a5 B 19.1 0.79 Birinci kısım düzeltme indeksleri A 27.5 0.44 c3 c3 B 31.5 0.47 The Modification Indices Suggest to Add an Error Covariance Between and Decrease in Chi-Square New Estimate b1 a5 9.2 0.16 b1 10.4 -0.25 b4 İkinci kısım düzeltme indeksleri c1 26.3 0.80 c2

Düzeltme indeksleri kullanılarak ölçüm modelinin yeniden elde edilmesi için PTH penceresi kullanılır. Birinci kısımda yer alan düzeltme indeksleri ele alındığında öncelikle a5 gözlenen değişkeni B gizil değişkeni ile ilişkili olduğu ve Tek Yönlü Path Aracı kullanarak bir birine bağlandığında ki-kare hesap değerini 19.1 birim azalacağı anlaşılmaktadır. c3 gözlenen değişkeni C gizil değişkeni dışında A ve B gizil değişkenleri ile de ilişkili durumdadır. Araştırmacı ya c3 değişkeninin model dışında bırakılmasına karar vererek bilgi kaybını göz önüne alacak ya da bu gözlenen değişkeni A ve B gizil değişkeni ile bağlayacaktır. İkinci kısımda yer alan düzletme indeksleri ise hata varyansları (spesifik varyanslar) birbiriyle ilişkili olan gözlenen değişkenleri göstermektedir. Hata varyanslarının

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

birbirine bağlanmasında İki Yönlü Path Aracı kullanılmaktadır. Örneğin b1 ve a5 gözlenen değişkenlerinin hata varyansları arasında karşılıklı bir ilişki tanımlandığında, modele ilişkin uyum ölçüsü olan ki-kare değerinin 9.2 birim azalacağını göstermektedir. Birinci kısımda yer alan düzeltme indeksleri kullanıldığında elde edilen ölçüm modeli aşağıda gösterilmiştir. Bu bölümde yapılması önerilen düzeltmeler sonucunda ilk ölçüm modeli için elde edilen ki-kare değeri 49.27 birim daha küçülmüştür. Modelin uyum ölçütleri istatistiksel olarak daha kabul edilir duruma gelmiştir.

Ölçüm modeli için birinci kısım düzeltme indekslerinin path diyagramı İkinci kısımda yer alan düzeltme indeksleri uygulama sonuçlarını göstermek amacıyla sadece ilk iki indeks path diyagramı üzerinde gösterilerek aşağıda yer verilmiştir. Yinelen analiz sonucunda modelde başka bir düzeltmeye gerek kalmadığı ve sonuç çıktısında c2 ve c1 gözlenen değişkenlerinin hata varyanslarının artık ilişkili olmadığı görülmüştür. Bundan

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

dolayı araştırmacılara, modele ilişkin önerilen düzeltme indekslerinin adım adım uygulanması tavsiye edilmektedir.

Ölçüm modeli için birinci ve ikinci kısım düzeltme indekslerinin path diyagramı Ölçüm

modelinde

önerilen

düzeltmeler

yapıldıktan

sonra

uyum

iyiliği

değerlendirilmesinde kullanılan tüm ölçütlere göre modelin iyi uyum gösterdiği belirlenmiştir. Ancak daha öncede belirtildiği gibi bu düzeltme indeksleri kullanıldığında, YEM ilişkin klasik varsayımların ihlal edildiği unutulmamalıdır.

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

LISREL: Yapısal Modelin Elde Edilmesi Ölçüm modeli için kullanılan örnek, yapısal modelin elde edilmesinde de kullanılacaktır. Ancak düzeltme indekslerine yer verilmeksizin yapısal model ele alınmıştır. Ölçüm modelinde tanımlanan A, B, C gizil değişkenlerinden B dışsal gizil değişken, A ve B ise içsel gizil değişkenler olarak tanımlanmıştır. B dışsal gizil değişkeni A ve B içsel gizil değişkenlerini açıklamaktadır. Bundan dolayı B dışsal gizil değişkenine ait oval objenin, A ve C gizil değişkenlerine ait oval objelere Tek Yönlü Path Aracı kullanılarak bağlanması gerekmektedir. Aynı zamanda C içsel gizil değişkeni aracı gizil değişken olarak A içsel gizil değişkenini de açıklamaktadır. Aşağıda verilen yapısal modelde bu durum özetlenmiş bir biçimde gösterilmiştir.

A, B ve C gizil değişkenlerinden oluşan yapısal model Buna uygun olarak yapısal modelin oluşturulması için yeni bir PTH penceresi oluşturma ve gözlenen değişkenlerin yüklenmesi ve gizil değişkenlerin tanımlanması adımları, ölçüm modelinde olduğu gibi aynı biçimde gerçekleştirilir. Yapısal modelin elde edilmesi için SPSS dosyası ilgili dizinden çağrıldıktan sonra, File menüsünden New seçeneği kullanılarak yeni bir path diyagramı veri2.PTH olarak kaydedilir. Çağrılacak PRELIS sistem dosyası yine veri.psf dosyasıdır. Ölçüm modelinden farklı olarak gözlenen değişkenler ve gizil değişkenler veri2.PTH penceresine Mouse yardımıyla taşınırken bağımlı gözlenen ve içsel gizil değişkenler seçilmelidir.

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

Bağımlı gözlenen değişkenler

Gizil ve gözlenen değişkenlerin taşınacağı path diyagramı çizim alanı

İçsel gizil değişken(ler)

Path diyagramı çizildikten sonra Run LISREL butonu gerçekleştirilmesi sağlanır. Eğer

kullanılarak analizin

butonu aktif durumda değilse o zaman analizin

yapılması için Setup menüsünden Build SIMPLIS Syntax komutu seçilmelidir. Bu komutun kısa yolu F8 tuşudur. Build SIMPLIS Syntax komutu bir *.SPJ penceresinin açılmasını sağlar. Bu pencerede PTH penceresinde yapılan tüm görsel işlemlerin açıklaması bulunmaktadır. Modelde yapılacak değişiklikler için bu pencerenin kullanılması daha uygundur (değişken silme, gizil değişken tanımlama, vb.).

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

YEM’ e ilişkin standartlaştırılmış sonuçlar path diyagramında (Şekil 6.5) gösterilmiştir. Ölçüm modelinde olduğu gibi PTH penceresinde Estimates seçeneği kullanılarak modele ilişkin t-değerleri, kuramsal model, düzeltme indeksleri elde edilebilir. Ölçüm modelinden farklı olarak PTH penceresinde Models seçeneği aktif hale gelir. Bu seçenek altında; temel model, X-modeli (bağımsız gözlenen değişkenler ve dışsal gizil değişkenler), Y-modeli (bağımlı gözlenen ve içsel gizil değişkenler), yapısal model (sadece içsel ve dışsal gizil değişkenler- oval objeler) ve ilişkili hataların ayrı ayrı path diyagramları ile gösterilmesini sağlar.

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Şekil. A, B ve C gizil değişkenlerinden oluşan YEM Y- Model:

X-Model:

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

Yapısal Modele ilişkin sonuçların değerlendirilmesi Modele ilişkin uyum ölçütleri bütünsel olarak değerlendirildiğinde, model kapsamında elde edilen verinin kovaryans yapısının ana kütle bazında kovaryans yapısı ile tamamen uyumlu olduğu söylenemez. Modelin düzeltme indeksleri ve değişkenler arasındaki ilişkiler yeniden gözden geçirilerek modelin düzeltilmeye ihtiyacı vardır. Modelin YEM sonuçlarının yorumlanmasına aşağıda yer verilmiştir. Tablo A, B ve C gizil değişkenlerinden oluşan modelin uyum ölçütleri Uyum Ölçüsü

Değeri 2.40 0.083 0.0029 0.0094

Uyum Kabul Edilebilir Kötü Uyum Kötü Uyum İyi Uyum

0.95 0.96 0.97 0.91 0.86

İyi Uyum Kabul Edilebilir İyi Uyum Kabul Edilebilir Kabul Edilebilir

175.88> 156.00* 292.47 <492.81* 0.87< 0.77*

Ret Kabul Kabul

 2 /  sd  51

RMSEA Yakın uyum testi için p değeri  RMSEA  0.05 SRMR NFI NNFI CFI GFI AGFI AIC – Model CAIC -Model ECVI

* Doymuş modellerin ilgili değerleri ile karşılaştırılmıştır.

Tablo A, B ve C gizil değişkenleri için yapısal ilişkiler Yapısal İlişkiler

Standartlaştırılmış Yükler

t-değeri

BA

0.84

9.76

BC

0.17

1.92

CA

0.07

1.09

Yapısal Eşitlikler

R2

A  0.84  B  0.07 C

0.73

C  0.17  B

0.037

B dışsal gizil değişkeni ile A içsel gizil değişkeni arasında pozitif yönde istatistiksel olarak anlamlı bir ilişki bulunmuştur (0.84). Bu değer B’ deki bir puanlık artışın A’ da 0.84 puanlık artışa veya bunun tam tersi B’ deki azalışın A’ da da azalışa neden olacağını ifade etmektedir. Aracı gizil değişken C ile A içsel gizil değişkeni arasında istatistiksel olarak zayıf ve anlamlı olmayan bir ilişki mevcuttur (0.07). Bağımsız gizil değişken B ve aracı içsel gizil

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

değişken C,

içsel gizil değişken A’ nın % 73’ ünü açıkladığı 0.05 anlam düzeyinde

belirlenmiştir. C gizil değişkeni ile B dışsal gizil değişkeni arasında istatistiksel olarak anlamlı olmayan bir ilişki vardır (0.17). LISREL: SIMPLIS ile Analiz Araştırmacı kovaryans veya korelasyon katsayıları matrisi kullanarak analizleri gerçekleştirmek istediği durumda PTH penceresi yerine SIMPLIS sözdizimini kullanmalıdır. SIMPLIS sözdizimi, LISREL sözdizimine göre daha basit bir dildir. SIMPLIS sözdiziminin aşamaları oldukça açık ve anlaşılırdır. SIMPLIS yapısının basamakları tabloda verildiği gibidir. SIMPLIS Yapısı Title

Başlık

Observed Variables

Gözlenen Değişkenler

Latent Varibales

İçsel ve Dışsal Gizil değişkenler

Covariance Matrix

Kovaryans Matrisi

Sample Size

Örneklem Büyüklüğü

Relationships

Nedensel İlişkiler

Methods

Tahmin Metodu

LISREL Output

LISREL Çıktısı ve Özellikleri

Path Diagram

Path diyagramının PTH penceresinde çizimi

End of Problem

Problemin sonu

Uygulama 1: Ölçüm Modeli Kovaryans matrisi kullanarak bir ölçüm modelini SIMPLIS söz dizimi ile elde edelim. Bu kovaryans matrisi 2 gizil değişkeni açıklayan toplam 6 gözlenen değişken için 100 birimlik bir örneklemden elde edilmiştir. Gözlenen değişkenler A, B, C, D, E ve F olarak, gizil değişkenler ise F1 ve F2 olarak tanımlanmıştır. Analize başlarken SIMPLIS sözdizimi dosyası oluşturmak için File  New seçeneğinden SIMPLIS Project seçilmelidir.

Söz

diziminin yazılacağı dosya uygulama.SPJ olarak kaydedildikten sonra açılan SPJ penceresinden ilgili tanımlamalar gerçekleştirilir.

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

SIMPLIS komutlarının yazılacağı çalışma alanı

ND: Ondalık Kısım SC: Standartlaştırılmış sonuçlar ML: tahmin metodu En çok olabilirlik (GL: GEKK)

Run LISREL butonu kullanılarak, ölçüm modeline ilişkin sonuçların yer aldığı uygulama.OUT ve uygulama.PTH pencerelerinde yer alan sonuçlar elde edilir.

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

Şekil. Uygulama 1 için ölçüm modeli

Temel Kaynaklar: Bollen, K.A., (1989), Structural Equations with Latent Variables, Wiley, New York, 514 p. Brown, T.A., 2006, Confirmatory Factor Analysis for Applied Research, The Guilford Press, New York, 475 p. Byrne, B.M., 1998, Structural Equation Modeling with LISREL, PIRELIS and SIMPLIS: Basic Concepts, Applications, and Programming, Lawrence Erlbaum Associates, Hillsdale, NJ, 412 p. Fox, J., 2006, An introduction to structural equation modeling, Lecture Notes, MCMaster University, Canada, 130 p. (unpublished). Jöreskog, K.G. and Sörbom, D.,1982, Recent developments in structural equation modeling. Journal of Marketing Research,19, 404-416. Jöreskog, K.G. and Sörbom, D., 1996, LISREL 8: User’s Reference Guide, Scientific Software International, Chicago, 378 p. Jöreskog, K.G. and Goldberger, A.S., 1972, Factor analysis by generalized least squares, Psychometrika, 37, 243-260. Jöreskog, K.G. and Moustaki, I., 2001, Factor analysis of ordinal variables: A Comparison of three approaches, Multivariate Behavioral Research, 36(3), 347-387. Jöreskog, K.G. and Sörbom, D., 1993, LISREL 8 User’s Reference Guide; PRELIS 2 User’s Reference Guide, Scientific Software International, Chicago.

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

Jöreskog, K.G. and Sörbom, D., 1998, LISREL 8: Structural Equation Modeling with the SIMPLIS Command Language, Scientific Software International, Incorporat. Jöreskog, K.G., Sörbom, D., Du Toit, S., Du Toit, M., 2001, LISREL 8: New Statistical Features, Scientific Software International, Chicago. Jöreskog, K.G. and Sörbom, D., 2002, The Student Edition of LISREL 8.53 for Windows, Lincolnwood, IL: Scientific Software International, Inc. Jöreskog, K.G. and Sörbom, D., 2004, LISREL 8: User’s Reference Guide, Scientific Software International, North Lincoln Avenue, USA. Jöreskog, K.G., 1981, Analysis of covariance structures. Scand. J. Statistics, 8, 65-92. Jöreskog, K.G., 1967, Some contribution to maximum likelihood factor analysis. Psychometrika, 32, 443–482. Jöreskog, K.G., 1969, A general approach to confirmatory maximum likelihood factor analysis, Psychometrika, 34, 183–202. Jöreskog, K.G., 1973, A general method for estimating a linear structural equation system, Structural Equation Models in the Social Sciences, A.S. Goldberger and O.D. Duncan (Eds.),. New York: Seminar Pres (www.ssicentral.com). Jöreskog, K.G., 1973, A general method for estimating a linear structural equation system, Structural Equation Models in the Social Sciences, Goldberger, A.S., Duncan, O.D. (Eds.), Seminar Press, New York, 85-112 p. Jöreskog, K.G., 1990, New developments in LISREL-Analysis of ordinal variables using polychoric correlations and weighted least squares, Quality and Quantity, 24, 387–404. Jöreskog, K.G., 1994, On the estimation of polychoric correlations and their asymptotic covariance matrix, Psychometrica, 59, 381-389. Jöreskog, K.G., 1996, Testing Structural Equation Models, Bollen, K., and Cott, L. (Edt.), Testing Structural Equation Models (London: Sage Pub.). Jöreskog, K.G., 1999, Formulas for skewness and kurtosis, http://www.ssicentral.com/lisrel/techdocs/kurtosis.pdf, (Erişim tarihi: Temmuz 2008). Jöreskog, K.G., 2005, Structural Equation Modeling with Ordinal Variables using LISREL, http://www.ssicentral.com/lisrel/techdocs.ordinal.pdf, (Erişim tarihi: Temmuz 2008). Jöreskog, K.G., 2006, Structural Equation Modeling with Ordinal Variables using LISREL, Scientific Software International, Chicago, 77 p. Jöreskog, K.G., and Sörbom, D., 1981, LISREL V: Analysis of linear structural relationships by maximum likelihood and least squares methods (Research Report 81−8), Uppsala, Sweden: University of Uppsala, Department of Statistics.

11. Ekonometri ve İstatistik Sempozyumu Çelik & Yılmaz


Yapısal Eşitlik Modellemesi LISREL Çalıştayı

Loehlin, J.C., 2004, Latent Variable Models: An introduction to factor, path, and structural analysis, Mahwah, NJ: Lawrence Erlbaum Associates, 317 p. Kline, B.R., 2005, Principles and practice of structural equation modeling, Second Edition, The Guilford Press, New York London, 385 p. SSICENTRAL, 2007, The assessment of the validity of constructs, www.ssicentral.com, (Erişim tarihi: Temmuz, 2008) Schermelleh-Engel, K., Moosbrugger, H. and Müller, H., 2003, Evaluating the fit of structural equation models: Test of significance and descriptive goodness-of-fit measures, Methods of Psychological Research - Online, 8(2), 23-74. Schumacker, R.E. and Lomax, R.G., 2004, A beginner's guide to structural equation modeling second edition, Mahwah, NJ: Lawrence Erlbaum Associates, 498 p. Raykov, T. and Marcoulides, G.A., 2006, A first course in structural equation modeling, Mahwah, NJ: Lawrence Erlbaum Associates, 238 p. Moustaki, I., 2000, A latent variable model for ordinal variables, Applied Psychological Measurement, 24(3), 211-233. Yilmaz, V. ve Çelik, H.E., 2009, Lirsel ile Yapısal Eşitlik Modellemesi – I, Pegem Akademi, s.186.

Copyright © 2010 11. Ekonometri ve İstatistik Sempozyumu Lisrel Çalıştayının tüm hakları saklıdır. İzin almadan tümü yada bir bölümü alınamaz, kullanılamaz ÇELİK


lisrel