📌 تعیین حجم نمونه برای مدلیابی معادلات ساختاری
تعیین حداقل حجم نمونه لازم قبل از گردآوری داده‌های مربوط به مدلیابی معادلات ساختاری بسیار با اهمیت است. درحالی‌که پژوهشگران با یکدیگر توافق دارند که در SEM برای دستیابی به توان آماری کافی و برآوردهای دقیق حجم نمونه‌های بزرگ لازم است، اما یک توافق کلی درباره روش مناسب برای تعیین تعیین حجم نمونه وجود ندارد. البته حجم نمونه به عواملی مانند نرمالیتی داده‌ها و روش برآوردی که پژوهشگر استفاده می‌کند، دارد. در رابطه با تعیین حجم نمونه در مدلیابی معادلات ساختاری دیدگاه‌های متفاوتی وجود دارند:
1️⃣حداقل حجم نمونه باید ۲۰۰ مورد باشد (بومسما)
2️⃣به دلیل شباهت مدلیابی معادلات ساختاری با رگرسیون چندمتغیری می‌توان ۱۵ مورد برای هر متغیر پیش‌بین در نظر گرفت (استیونس).
3️⃣۵ یا ۱۰ مورد به ازای هر پارامتر تخمینی (البته در صورت نرمال بودن داده‌ها و عدم وجود داده‌های گمشده و موارد پرت و ….) (بنتلر و چو).
4️⃣عده‌ای نیز نشان داده‌اند که در برخی از موارد حتی ۵۰۰۰ نفر نیز ناکافی است.
5️⃣قاعده سرانگشتی: ۱۰ تا ۲۰ واحد نمونه به ازای هر متغیر
البته این قواعد با مشکلاتی مواجه می‌باشند. با توجه اینکه در این قواعد مدل مورد آزمون در نظر گرفته نشده است، درنتیجه ممکن است حجم نمونه کمتر یا بیشتر از حد لازم برآورد شود. عواملی مانند تعداد متغیرهای پنهان در مدل، تعداد شاخصها، شدت بارهای عاملی و ضرایب رگرسیون، نوع مدل و داده‌های گمشده بر حجم نمونه تأثیر می‌گذارند. همچنین توان آماری نیز مهم است. معمولاً مدل‌هایی که در آن شاخص‌های بیشتری برای هر عامل وجود دارد و بارهای عاملی بزرگتری دارند، در نمونه‌های بزرگ از احتمال همگرایی بیشتری برخوردار می‌باشند.
🎓
@stphd─┅─═ঊঈ 📚📚 ঊঈ═─┅─
#منابع_آمار_تحلیل_آماری
