.jpg)
پيشگفتار
مزيت‌هاي SEM و تناسب آن براي تحقيقات حسابداري
با يک بررسي ساده و مقايسه ويژگيهاي تکنيک‌هاي سنتي آماري نظير رگرسيون با SEM به راحتي چند امتياز و برتري براي SEM نسبت به ساير روشها ميتوان برشمرد. يکي از مهمترين مزاياي SEM اين است که ميتواند متغيرهاي قابل مشاهده را مستقيماً در مدل خود وارد کرده و بر اساس آنها متغيرهاي نهفته را برآورد کند و روابط بين متغيرهاي نهفته را نيز ارزيابي کند. اين درحاليست که در بسياري ديگر از تکنيکها ابتدا بايد متغيرهاي نهفته در يک مرحله بر اساس متغيرهاي قابل مشاهده برآورد و ارزيابي شوند، سپس متغيرهاي نهفته وارد مدل اصلي شود، در حاليکه ارتباط مدل با متغيرهاي قابل مشاهده قطع خواهد شد.
علاوه بر اين، همين مسئله باعث ميشود که تاثير خطاي اندازه‌گيري متغيرهاي قابل مشاهده در مدل اصلي به فراموشي سپرده شود و طبيعي است که در نتايج تجزيه و تحليلها نيز تاثير خواهد گذاشت. اين درحاليست کهSEM با به حساب گرفتن همزمان متغيرهاي قابل مشاهده و روابط متغيرهاي نهفته عملاً تاثير خطاي اندازه‌گيري را از ابتدا تا انتها در برآوردهاي مدل لحاظ ميکند.
امتياز سوم SEM اين است که ميتواند بطور همزمان چند معادله ساختاري را تجزيه و تحليل و حل کند. اين ويژگي از اهميت زيادي برخوردار است، مخصوصا هنگامي که يک متغير وابسته در يک معادله، به عنوان متغيري مستقل در معادلهاي ديگر بکار ميرود.
ويژگي ديگر SEM اين است که دريک مدل و بصورت همزمان ميتواند چند متغير وابسته را وارد کرده و تجزيه و تحليل نمايد. درحاليکه ميدانيم ساير تکنيکها مثلا رگرسيون چندگانه فقط ميتوانند چند متغير مستقل را با يک متغير وابسته بررسي کنند. چنين ويژگي براي SEM به محقق اجازه مي‌دهد که مدلهاي پيچيدهتر را که شباهت بيشتري به جهان واقعي دارند، بدون تفکيک کردن به چند مدل جزيي، بررسي و تجزيه و تحليل کند.
امتياز پنجم SEM نسبت به تعداد زيادي از روش‌هاي آماري ديگر، قوت و استحکام مدلهاي مربوطه است. از آنجا که در برازش مدلهاي SEM شاخص‌هاي بيشتري جنبههاي متفاوت مدل را به لحاظ برازش با داده‌ها، بررسي و ارزيابي ميکند، ميتوان تا حد زيادي مطمئن بود که مدل مورد پذيرش، مدلي است که از درجه بالايي از قابليت اتکاء برخوردار است و طبيعتا در مرحله بعد به روابط بين متغيرها نيز ميتوان اتکاء کرد.
و نکته آخر اينکه شاکله و ساختار برخي تحقيقات (مثل تحقيقات مبتني بر تئوري اقتضايي) به نحوي است که بايد يک نگاه جامع و سيستمي به موضوع داشت. ساير تکنيک‌هاي آماري براي مطالعه چنين موضوعاتي ناچارند در چند مرحله اجزاي مختلف مدل را بررسي کنند که عملا نميتوان جمع نتايج را با نتايج حاصل از بررسي يکبارهء مدل برابر دانست. SEM با توانايي‌هايي که قبلا اشاره شد، ميتواند بهترين ابزار براي مطالعه و تجزيه و تحليل چنين موضوعاتي باشد.
شايد به دليل ويژگيهاي فوق‌الذکر باشد که برخي از محققان حسابداري SEM را بهترين و مناسبترين روش آماري جهت تجزيه و تحليل بسياري از تحقيقات حسابداري مخصوصا حسابداري مديريت ميدانند (اسميت و لنگ فيلد- اسميت ،2004). در بسياري از تحقيقات حسابداري مديريت به حساب گرفتن متغيرهاي متعددي در مورد محيط بيروني، ساختار سازماني و کنترلي، سيستم‌هاي مديريتي، کنترلي و اطلاعاتي و عملکرد شرکتها و سازمانها لازم و ضروري است. روابط بين اينگونه متغيرها به صورت معادلات متفاوتي و حالات متعددي از روابط بين متغيرها در عالم واقع قابل بيان است که روابط تعديل کنندگي و واسطهگري بخشي از آنهاست. در برخي موارد تعداد زيادي متغير بصورت همزمان بايد به عنوان متغير وابستهء يک يا چند متغير مستقل منظور شوند.
مسئله ديگر اينکه تعداد زيادي از تحقيقات حسابداري متغيرهاي نهفته دارند و براي ارزيابي و اندازه‌گيري آنها بايد تعدادي متغير قابل مشاهده در سيستم وارد کرد. همانطور که گفته شد SEM روش مناسبي براي انجام مطالعاتي است که متغيرهاي نهفته دارند. همچنين SEM روش مناسبي براي آن دسته از تحقيقاتي است که اطلاعات مورد نياز خود را از طريق پرسشنامه جمعآوري مي‌کنند. بسياري از تحقيقات حسابداري، مخصوصاً تحقيقات مرتبط با جنبههاي رفتاري، اطلاعات مورد نياز را از طريق پرسشنامه جمعآوري مي‌کنند.
آخرين نکته اينکه SEM يکي از ابزارهاي آماري بسيار مناسب براي آزمون تئوريهاست (اچمبادي و همکاران،2006). همانطور که ميدانيد بسياري از تحقيقات حسابداري امروزه مبتني بر آزمون جنبههاي متفاوتي از تئوريهاي گوناگون است که نمونه بارز آنها تئوريهاي نمايندگي، اقتضايي و نهادي است. علاوه بر اين وام گرفتن تئوريهاي ديگر از علوم ديگر، امروزه در تحقيقات حسابداري به عنوان يک الگوي غالب تبديل شده است. بنابراين SEM ميتواند ابزار مناسبي براي تجزيه و تحليل مطالعاتي از اين دست تلقي شود.
اين کتاب در دو بخش جدا گانه تدوين ميشود. در بخش اول مباني تئوريک و اصول مدليابي معادله ساختاري(SEM) مورد بحث وبررسي قرار ميگيرد و در بخش دوم چگونگي استفاده از نرم‌افزار اي‌ماس براي حل وبرآورد مدلهاي مبتني بر معادلات ساختاري تبيين ميشود.
فهرست مطالب
بخش 1 مفاهيم اساسي و تكنيك‌هاي SEM 1
فصل 1 كليات 3
1.1 خلاصه مطالب كتاب 4
2.1 نرم‌افزارهاي مختلف SEM 5
3.1 ويژگيهاي کلي تکنيک SEM 9
4.1 خلاصه و جمع‌بندي فصل 15
فصل 2 مفاهيم آماري مرتبط با SEM 17
1.2 مقادير و متغيرهاي استاندارد وغيراستاندارد 18
2.2 همبستگي و رگرسيون دو متغيره 20
3.2 همبستگي و رگرسيون چند گانه 22
4.2 آزمون‌هاي آماري 25
2.5 خودراه اندازي 25
2.6 خلاصه و جمع‌بندي فصل 26
فصل 3 ويژگيهاي اطلاعات مورد نياز SEM 27
1.3 ورود داده‌ها به سيستم 28
2.3 غربالگري اطلاعات 30
3.3 قابليت اتکاء و اعتبار مشاهدات 40
4.3 خلاصه و جمع‌بندي فصل 40
فصل 4 مراحل مختلف تدوين و اجراي SEM 43
1.4 مراحل اجراي SEM 44
2.4 تعيين مدل 46
4.3 قابليت حل شدن مدل 49
4.4 انتخاب يا ساخت متغير 54
4.5 اجراي مدل SEM 55
4.6 خلاصه و جمع بندي فصل 59
فصل 5 تحليل مسير با SEM 61
1.5 همبستگي و رابطه علي- معلولي 62
2.5 تعيين مدلهاي تحليل مسير 64
3.5 اندازه نمونه 69
4.5 مرور شيوههاي برآورد مدلها 69
5.5 روش حداکثر کردن احتمال (ML) 70
6.5 تشريح بيشتر تحليل مسير با يک مثال 75
7.5 اثرات غير مستقيم و کلي 79
8.5 خلاصه و جمع‌بندي فصل 80
فصل 6 ارزيابي برارزش مدلهاي SEM 81
1.6 شاخص‌هاي برازش 82
2.6 کاي مربع مدل 84
3.6 تقريب جذر ميانگين خطاي مدل (RMSEA) 87
4.6 شاخص برازش مقايسهاي (CFI) 88
5.6 مجذور ميانگين ارزش‌هاي باقيمانده استاندارد (SRMR) 89
6.6 ساير شاخص‌هاي برازش 90
7.6 معرفي مدلهاي سلسله مراتبي و غير سلسله مراتبي و برازش آنها 93
6.8 ارزيابي توان مدل 97
6.9 خلاصه و جمع‌بندي فصل 99
فصل 7 مدلهاي اندازه‌گيري و تحليل عامل تاييدي 101
7.1 تعيين مدلهاي اندازه‌گيري 102
7.2 حل مدلهاي اندازه‌گيري 105
7.3 نام گذاري متغيرهاي مدل 110
7.4 اجراي مدلهاي اندازه‌گيري و برآورد آنها 111
7.5 آزمون مدلهاي اندازه‌گيري 114
7.6 مدلهاي اندازه‌گيري و دادههاي غيرنرمال 121
7.7 مدلهاي خاص تحليل عامل تاييدي 124
7.8 خلاصه و جمع‌بندي فصل 127
فصل 8 مدلهاي ساختاري و اندازه‌گيري 129
8.1 ويژگيهاي اصلي مدلهاي ساختاري 130
8.2 تجزيه و تحليل مدلهاي ساختاري 132
8.3 برآوردهاي مدلهاي ساختاري 139
8.4 يک مثال تفصيليتر اجراي مدل ساختاري 141
8.5 مدلهاي نيمه نهفته 145
8.6 شاخص‌هاي اندازه‌گيري علي 148
8.7 خلاصه و جمع‌بندي فصل 148
بخش 2 راهنماي بكارگيري نرم‌افزار اي ماس در SEM 151
فصل 9 كليات و معرفي ابزارهاي اي ماس 153
9.1 دادههاي مثال 154
9.2 شروع برنامه 156
9.3 تعريف يک مدل جديد 156
9.4 تعريف فايل دادها براي مدل 157
9.5 تعريف مدل و ترسيم متغيرها 157
9.6 نامگذاري متغيرها 157
9.7 رسم فلشها 159
9.8 محدودکردن يک پارامتر 160
9.9 تغيير دادن ظاهر مدل 161
9.10 درخواست گزارش‌هاي اضافي از نرم‌افزار 161
9.11 اجراي تجزيه و تحليل مدل 163
9.12 بررسي گزارش‌هاي حاصل از تجزيه و تحليل مدل 163
9.13 چاپ گزارشها 166
9.14 خلاصه و جمع‌بندي فصل 167
فصل 10 نحوهء برآورد واريانس‌ها و کوواريانس‌ها با اي‌ماس 169
10.1 آوردن فايل داده‌ها 170
10.2 تجزيه و تحليل داده‌ها 171
10.3 تعريف کوواريانس‌ها و اجراي مدل 172
10.4 بررسي نتايج حاصل از اجراي مدل 174
10.5 گزارش‌هاي اضافي و اختياري 177
10.6 فروض مبنايي براي مدلهاي اي‌ماس 179
10.7 خلاصه و جمع بندي فصل 180
فصل 11 آزمون فرضيه‌ها با اي‌ماس 181
11.1 محدود کردن برخي پارامترها 182
11.2 اجراي مدل و بررسي نتايج 187
11.3 نامگذاري گزارشها 191
4.11 آزمون فرضيه‌ها 188
11.5 آزمون فرضيهاي ديگر 195
11.6 خلاصه و جمع‌بندي فصل 199
فصل 12 متغيرهاي نهفته و اي‌ماس 201
12.1 مدل A 202
12.2 مدل B 213
12.3 خلاصه و جمع‌بندي فصل 217
فصل 13 تحقيقات اكتشافي با اي‌ماس 219
13.1 مدل A 220
13.2 شاخص‌هاي اصلاح 223
13.3 مدل B 225
13.4 خلاصه و جمع‌بندي فصل 231
فصل 14 تحليل عامل تاييدي و تکنيک خودراهاندازي 233
14.1 مدل تحليل عامل تاييدي 234
14.2 تکنيک خودراهاندازي 240
14.3 خلاصه و جمع‌بندي فصل 246
منابع و مراجع 247
