كاربرد مدل سازي معادله ساختاري در پژوهشهاي كتابداري و اطلاع رساني: ساخت و آزمون نظريه ها

Hits: 1732
User rating: / 
PoorBest 

Review

چكيده

در بسياري از پژوهشهاي كتابداري و اطلاع‌رساني، بويژه در حوزه‏هاي مربوط به نگرش و رفتار، همزمان چند متغير بررسي مي‌شود. ماهيت اين متغيرها به گونه‏اي است كه به سادگي قابل مشاهده و اندازه‏گيري نيست (اين‌گونه متغيرها را سازه مفهومي يا متغير پنهان مي‏نامند). پژوهشگران متغيرهاي پنهان را از طريق شاخصهاي قابل اندازه‏گيري تخمين مي‏زنند. اين تخمين همواره با خطا همراه است. هدف اغلب آنان بررسي رابطه علّي بين چند متغير پنهان، با استفاده از متغيرهاي قابل مشاهده است. به طور سنتي، روشهاي آماري تحليل واريانس، رگرسيون، تحليل عامل و تحليل مسير را براي اين‌ گونه مطالعات به كار برده‏اند. روش «مدل‏سازي معادله ساختاري» ابزار آماري نسبتاً نويي است كه علاوه بر امكان انجام تحليلهاي قبلي، اندازه‏گيري خطاي تخمين متغيرهاي قابل مشاهده و پنهان، تغيير يا اصلاح مدل پيش‏بيني شده بر مبناي مطالعات نظري، و امكان انتخاب مناسب‏ترين مدل را فراهم نموده است. اين ابزار براي انجام پژوهش‏ در زمينة مدلهاي نظري حوزة علوم انساني، به دو شيوة تأييدي و اكتشافي، پيشنهاد شده است. اين مقاله با استفاده از تحليل محتواي 178 مقالة علمي، دو هدف را دنبال مي‏كند: 1. آشنا ساختن پژوهشگران كتابداري و اطلاع‏رساني با مباني نظري، شرايط و مراحل استفاده از مدل‏سازي معادله ساختاري در تحليل مدلهاي نظري 2. روشن نمودن وضعيت استفاده از اين روش در حوزه كتابداري و اطلاع‏رساني و شناسايي حوزه‏ها، موضوعها، متغيرها، و چارچوبهاي نظري كه با اين روش اندازه‏گيري و آزمون شده است.

كليدواژه‏ها: نظريه‏سازي، آزمون نظريه، مدل‏سازي، معادله ساختاري، پژوهشهاي كتابداري و اطلاع‏رساني، متغيرهاي پنهان، سازه‏هاي مفهومي.

 
مقدمه

دستيابي به روشهاي آماري كامل‏تر براي آزمون نظريه‏ها، همواره يكي از دل‌مشغولي‏هاي پژوهشگران بوده است. يكي از روشهاي آماري نسبتاً كامل‏تر براي آزمون نظريه‏ها در حوزه‏هاي علوم اجتماعي، از جمله كتابداري و اطلاع‏رساني، مدل‏سازي معادله ساختاري(SEM)[1] است. اگرچه از كاربرد آن در پژوهشهاي كتابداري و اطلاع‏رساني نزديك به دو دهه مي‏گذرد(Du, 2009)، به نظر مي‏رسد در جامعه كتابداري و اطلاع‏رساني ايران چندان شناخته شده نيست. مطالعة اين مقاله ممكن است آغازگر انديشه پژوهشگران كشورمان به ساخت و آزمون نظريه‏هاي كارآمد در حوزه كتابداري و اطلاع‏رساني با استفاده از روش SEM گردد. براي دستيابي به چنين هدفي، بايد ضمن معرفي مختصرSEM، تصويري جامع از حوزه‏ها، موضوعها و متغيرهاي كتابداري و اطلا‏ع‏رساني كه تاكنون با اين روش اندازه‏گيري شده و نظريه‏هايي كه تاكنون به عنوان چارچوب اين پژوهشها مورد آزمون قرار گرفته است، ارائه شود.

محتواي اين مقاله شامل چهار قسمت است: 1-  مروري كوتاه بر ماهيت نظريه و مفاهيم مرتبط با آن (به دليل اينكه هدف SEM ايجاد و آزمون نظريه است، تبيين اين مفهوم لازم است)؛ 2- تاريخچه بسيار كوتاه از دگرگوني روشهاي آماري مرتبط با SEM 3- معرفي بسيار مختصرSEM و 4- كاربرد SEM در پژوهشهاي كتابداري و اطلاع‏رساني.

 
1. نظريه و مفاهيم مرتبط با آن

وجود نظريه در هر حوزة علمي، سبب استواري پژوهشها و دانش توليد شدة آن حوزه مي‏گردد. داشتن نظريه در پژوهشها، نشانة بلوغ علمي رشته، جدي بودن و قابل قبول بودن آنهاست (Pettigrew and McKechnie, 2001). اگر حوزه‏هايي مانند كتابداري و اطلاع‌رساني در حال توصيف مرزهاي خود و شكل دادن بدنه اصلي و هسته مركزي دانش خود هستند، براي بيان مسائل پژوهشي، شكل دادن بحثهاي علمي، و تفسير نتايج تجربي، به بنيادهاي نظري برخاسته از درون نياز دارند (Pettigrew and McKechnie, 2001). امروزه نظريه‏هاي فراواني براي سازماندهي و برقراري ارتباط بين داده‏هاي پراكنده و پيچيده دنياي اجتماعي در دسترس است و پژوهشگران مي‏توانند از آنها كمك بگيرند (براي آگاهي از نظريه‏هايي كه در حوزه كتابداري و اطلاع‌رساني مورد استفاده قرار گرفته است، به « Pettigrew and McKechnie, 2001» و «فيشر و ديگران، 1387» مراجعه كنيد).

دربارة نظريه، تعريفهاي گوناگوني ارائه شده است. برا ي نمونه، نظريه شامل مفاهيم و پيوندها يا روابط پذيرفته شدة بين آنهاست (Hoover, 1980). ارائه طرحي دربارة روابط بين پديده‏ها، به طوري كه از همبستگي دروني و ثبات منطقي برخوردار باشد (Odi, 1982)؛ توضيحي نظام‏مند براي حقايق و قوانين مشاهده شده كه به بخش خاصي از زندگي مربوط است (Babbie, 1992)؛ يك گزاره يا گروهي از گزاره‏ها دربارة چگونگي كار بخشي از جهان- اغلب توضيح روابط بين پديده‏هاست (Vogt, 1993)؛ توضيحي نظام‏مند و هماهنگ درباره طيف گوناگوني از پديده‏هاي اجتماعي يا روان‏شناختي، كه به درك انسان از پديده‏ها كمك مي‏‌كند (Schwandt, 1997; Anfara and Mertz, 2006)؛ مجموعه‏اي از قوانين يا مجموعه‏اي از چند اصل متعارف كه بر مبناي قواعد منطق با يكديگر در ارتباط بوده و قادر به تبيين، تشريح يا پيش‏بيني تمام يا قسمتي از واقعيت باشد.» ( رفيع پور،1361: در دياني، 1385).

مفاهيم مرتبط با نظريه، به پژوهشگران كمك مي‏‌كند اجزا يا جنبه‏هاي مختلف نظريه را راحت‏تر توضيح دهند و از اين طريق حد و مرز دامنة مطالعه خويش را تعيين نمايند. اين مفاهيم عبارت است از:

الف) مدل، به دليل اينكه اغلب مي‏توان نظريه‏ها را به شكل نموداري از روابط بين متغيرهاي پديدة مورد نظر رسم نمود‏، گاهي به جاي نظريه به كار مي‏رود. مدلها اغلب سابقه يا زمينة نظريه‏هايي هستند كه پژوهشگران با استفاده از پژوهش، توسعه داده‏اند. هر مدل مسئله خاصي را مورد توجه قرار مي‏دهد (Case, 2007 ; Wilson, 1999). مدل، مجموعه‏اي پيشنهادي از روابط احتمالي بين متغيرهاست (Bates, 2005). يك مدل ممكن است به عنوان چارچوبي براي تفكر در مورد يك مسئله توصيف شود و به يك گزاره از روابط بين فرضهاي نظري ارتقا يابد (Wilson, 1999). به باور برخي از پژوهشگران، كتابداري و اطلاع‏رساني به تعريفهاي چندگانه‏اي از مدلها نياز دارد. براي مثال، يك مدل مي‏تواند جمله‏اي باشد كه يك پديده را توضيح مي‏دهد؛ مانند، قانون زيف[2] در مورد «اصل كمترين كوشش». شكل ديگر مدل، مدل مسير است كه به صورت نموداري كه روابط رياضي را نشان مي‏دهد، ترسيم مي‏گردد (Bates, 2005; Case, 2007; Du, 2009).

ب) اصل[3]، قانوني بنيادي و منحصر به فرد است كه اغلب به صورت تجربي و قاعده‏مند بر مشاهده استوار است(Boyce and Kraft, 1985). طبق نظر «بويس و كرافت» (1985)، يك نظريه از تعدادي اصل تشكيل شده است و اصل جديدي را به اسم فرضيه[4]پيشنهاد مي‌كند كه هم براي توسعه دانش و هم براي تقويت و اعتبار خود فرضيه، مي‏توان آن را آزمود. اصل جديد پس از تأييد در پژوهشهاي آينده، تعميم‏پذير شده و به نظريه تبديل خواهد شد (Bates, 2005). دستيابي به اصل يا قانون در علوم اجتماعي بسيار دشوار است. دانشمندان بندرت يك عبارت علمي را به جايگاه «قانون» ارتقا مي‏دهند (شوميكر و ديگران، 1387: ص.6)، زيرا مسائل انساني و اجتماعي بسيار متغير است و يافتن قانوني كه بتوان با استفاده از داده‏هاي حاصل از مشاهدات اجتماعي و انساني، به طور مكرر در دوره‏هاي مختلف، به طور همسان آن را تأييد نمود، تقريباً غير ممكن است.

پ) چارچوب نظري[5]، عبارت است از به كاربردن يك نظرية خاص براي طراحي و اجراي پژوهش (Rocco and Plakhotnik, 2009). چارچوب نظري كمك مي‌كند مرزها و ساختار مطالعه مشخص شود(Merriam, 2001). اين ساختار، حاصل گرايش موضوعي، پيشينة موضوعي مرتبط و نظريه تحت بررسي پژوهشگر است. از طريق اين منابع و با استفاده از توضيح و نقد مفاهيم، عبارتها، تعريفها، مدلها يا نظريه‏هايي كه در پيشينة يك حوزه مطالعاتي خاص يافت شده است، اهميت مطالعه پيشنهادي پژوهشگر مطرح مي‏گردد.

ت) چارچوب مفهومي[6]، در برخي پژوهشها، مانند مطالعات تجربي كيفي، نيازي نيست پژوهش با نظريه شروع شود. پژوهش كيفي اغلب حوزة مورد مطالعه را براي استنباط نظريه مورد كندوكاو قرار مي‏دهد(Creswell, 2003). در هر صورت، هنگام كندوكاو براي يك نظريه در مطالعات كيفي، داشتن چارچوبي مفهومي براي طراحي و هدايت پژوهش، ضروري است. نويسنده بايد از طريق تعريف ايده‏هاي اصلي و شبكة ارتباطي روابط بين آنها، اهميت مطالعه را نمايان كند (Becker, 1998). چارچوب مفهومي مطالعه را بر پايه‏هاي دانشي مرتبط، كه مبناي بيان مسئله و سؤالهاي پژوهش قرار مي‏گيرد، استوار مي‏سازد. چارچوب مفهومي، با مطالعة منابع نظري و تجربي مرتبط با پژوهش تدوين مي‏گردد و هدف آن بررسي و آزمون يك نظرية خاص نيست. در برخي موارد، ممكن است نظرية مبناي هدايت پژوهش قرار نگيرد، بلكه از مفاهيم براي پيشبرد آن استفاده شود (Rocco and Plakhotnik, 2009).

ث) مرور پيشينه، مرور پيشينه ‌داراي كاركردهاي گوناگوني است. گاهي با هدف نشان دادن بدنه دانش يك حوزه انجام مي‏شود. در اين صورت، ضمن شناسايي جنبه‏هاي اصلي حوزه مانند نظريه‌پردازان و پژوهشگران هسته، مباني نظري، روشهاي پژوهشي، بيان مباحث مورد توافق و نقدهاي موجود درباره آنها، ترسيم چشم‏انداز توسعة حوزه در آينده، پژوهشهاي مورد نياز آينده را در حوزه پيشنهاد مي‏دهد ( پريرخ و فتاحي، 1384).

مرور پيشينه‏اي كه با هدف پشتيباني از پژوهش انجام مي‏شود، ممكن است با هدف دستيابي به «چارچوب نظري» يا «چارچوب مفهومي» همراه باشد. پژوهشگران از طريق «مرور پيشينه» در پي يافتن «چارچوب نظري» يا «چارچوب مفهومي» به منظور پشتيباني از بيان مسئله و تعيين حد و مرز پژوهش خود هستند(Rocco and Plakhotnik, 2009). چنانچه چارچوب نظري به دست آورند، نظرية‏ خاصي را با استفاده از گردآوري داده‏هاي تجربي، برازش مي‏نمايند. اما اگر از چارچوب مفهومي استفاده نمايند، در پي آن هستند كه داده‏هاي تجربي كسب شده بر مبناي چارچوب مفهومي تا چه اندازه مي‏تواند مدل مناسبي را پيشنهاد كند. اين مدل خود ممكن است پس از انجام مطالعات تجربي در آينده، مبناي ايجاد نظريه‏اي نو گردد. اجزاي تشكيل دهندة يك نظريه يا چارچوب مفهومي، از سه سطح تشكيل شده است. به عبارت ديگر، متغيرهاي موجود در نظريه‏هاي علوم اجتماعي، سه گونه هستند:

1) سازه مفهومي يا متغير پنهان[7]، اغلب نظريه‏ها داراي يك يا چند سازه مي‏باشند. سازه اصطلاحي است كه آماردانها براي اشاره به مفاهيم انتزاعي به كار مي‏برند كه به طور مستقيم قابل اندازه‏گيري نيست، بلكه از داده‏ها، مانند پاسخ پرسشها يا حاصل مشاهده‏ها در يك پيمايش، استنباط مي‏شود (Schumacker and Lomax, 2004, p. 3; Raykov and Marcoulides, 2006; Byrne, 2010, p. 4; Kline, 2011, p.9 and 16). اين سازه‏ها را اغلب متغيرهاي پنهان مي‏نامند.

2) متغير آشكار يا عامل[8]،شاخص (جنبه)هايي است كه براي شناسايي و اندازه‏گيري يك سازه مفهومي مورد توافق پژوهشگران است. يكي از مزاياي مرور پيشينه، دستيابي به چنين شاخصهايي است. اين شاخصها نيز تا اندازه‏اي مفهومي هستند، اما امكان تبديل آنها به گويه‏هاي داراي مقياس وجود دارد.

3) گويه‎‏ها يا نقاط داده‏اي[9]، ملموس‏ترين و عملي‏ترين گونه متغير هستند كه مي‏توان با استفاده از مقياسهاي موجود پژوهشي، آنها را اندازه‏گيري نمود. اين‌گونه متغير در ساخت ابزار اندازه‏گيري، نمود مي‏يابد. ساخت ابزار انداره‏گيري بايد مبتني بر سازه‏هاي نظري و مرور پيشينه باشد و پژوهشگر نسبت به اعتباريابي آن، اقدام نمايد. خطا در تدوين نقاط داده‏اي، ممكن است به گردآوردي داده‏هاي بي ربط و انحراف پژوهش از مسير اصلي منجر گردد.

به طور خلاصه، هدف علم، توليد نظريه و آزمون آن است (شوميكر و ديگران، 1387: ص. 4). وجود نظريه‏ها، ملاك و معيار مهمي براي ايجاد و توسعه حوزه‏هاي علمي هستند. نظريه‏هاي هر حوزة علمي به طور پيوسته درحال مطالعه، تقويت يا اصلاح هستند. نظريه‏هايي كمتر دچار تغيير مي‏شوند كه با روابط داده‏هاي گردآوري شده از دنياي واقعي، هماهنگي قابل قبولي داشته باشند. به بررسي هماهنگي داده‏هاي گردآوري شده از دنياي واقعي با روابط مفهومي پيش‏بيني شده در نظريه‏، «برازش» گفته مي‏شود.

نظريه‏ها را مي‏توان به وسيلة مفاهيم توضيح داد يا با استفاده از نمودار به تصوير كشيد. نظريه‏ها ممكن است به خوبي الهام بخش يا راهنماي دستاوردهاي عملي واقعي باشند. با وجود اين، نظريه مجموعه‏اي از روابط بين سازه‏هاي ذهني است. نظرية خوب با ادراك ما از هر آنچه نظريه دربارة آن است، تطابق دارد. هر چه نظريه با واقعيات تطابق بيشتري داشته باشد، بهتر است(Buckland, 1991).

«سازه‌هاي مفهومي» اجزاي تشكيل دهندة بيشتر نظريه‏هاي كتابداري و اطلاع‏رساني هستند. هر سازه‏ مفهومي، نمايندة متغيرهاي قابل مشاهده است كه داراي يك يا چند مصداقند و مي‏توان آنها را اندازه‏گيري نمود. انسان، موجودي پيچيده و متغير است. به همين دليل، ممكن است تشخيص و تعريف مصداق متغيرهاي قابل مشاهده مربوط به رفتار و شناخت انسان، با خطا همراه باشد. در نتيجه، ابزار اندازه‏گيري و داده‏هاي حاصل از آنها نيز با خطاهايي همراه خواهد بود. همان‌ گونه كه به تفصيل در صفحات بعد تشريح خواهد شد، SEM روشي براي تحليل و محاسبه خطاهاي ساختاري و اندازه‏گيري در مدلهاي نظري به طور همزمان است. با كمك اين روش، پژوهشگر مي‏تواند چندين مدل‏ ممكن براي روابط بين سازه‏هاي مفهومي و متغيرهاي پيش‏بين آنها را بررسي و در نهايت مناسب‏ترين و مقتصد‏ترين مدل را پيشنهاد كند.

 
2. تاريخچة تحول روشهاي آماري مرتبط با SEM

از نظر تاريخي، SEM حاصل تحولي درازمدت و مبتني بر روشهاي تحليل رگرسيون، تحليل مسير و تحليل عامل است (Kline, 2011, p.15). «شوماخر و لوماكس»[10] (2004) تاريخ تحول و پيدايش اين روش را به چهار مرحله تقسيم نمودند:

1- رگرسيون: در سالهاي 1896و 1938، «كارل پيرسون»[11] شاخصي براي محاسبة رابطه دو متغير مستقل و وابسته ارائه نمود. اين شاخص با استفاده از ضريب همبستگي و معيار كمترين مجذور، وزنهاي رگرسيوني را به صورت خطي محاسبه مي‏‌كند. اين روش آزمون، يك مدل نظري دو متغيره را ممكن نمود و ممكن است براي پيش‏بيني مفيد باشد. «چارلز اسپيرمن»[12] در سالهاي 1904 و 1927 پيشنهاد نمود اگر مجموعه‏اي از عناصر داراي همبستگي و گرايش نسبت به هم باشند، در نظر گرفتن پاسخهاي واحد براي آن مجموعه عناصر مي‏تواند براي نشان دادن سنجش، تعريف يا بيان ضمني يك سازه، مفيد باشد. وي اولين كسي بود كه «تحليل عامل» را براي يك سازة دو عاملي، در نظريه هوش به كار برد.

2- تحليل مسير: يك زيست‌شناس به نام «سيوال رايت»[13]در سالهاي 1918،1921و1934 يك مدل مسير پيشنهاد نمود. مدلهاي مسير، از ضريب همبستگي و تحليل رگرسيون براي ترسيم مدل پيچيده‌تر روابط بين متغيرها استفاده مي‏‌كند. تحليل مسير شامل محاسبة همزمان مجموعه‏اي از معادله‏‏هاي رگرسيوني است كه مبتني بر روابط بين متغيرهاي قابل اندازه‏گيري مدل ترسيم شده براساس نظريه است.

3- عامل تأييدي: «لالي و تورستن»[14] در 1940 كاربرد مدلهاي عامل را توسعه دادند و ابزاري پيشنهاد نمودند كه استنباط يك سازه را از نمره‏هاي اندازه‏گيري مجموعه‏اي از عناصر فراهم مي‏ساخت. تحليل عامل تأييدي[15] كه امروزه به كار مي‏رود، حاصل مطالعات «هاو»[16](1955)، «آندرسن و روبين»[17](1956) و «لالي» (1958) است. «كارل يورسكوگ»[18] در دهه 1960 اين روش را تكميل كرد. وي در 1969 اولين مقاله را در اين زمينه منتشر نمود و به دنبال آن براي اولين بار نرم‌افزار LISREL را ارائه نمود. اين اقدام سبب شد تحليل عامل براي بررسي وجود سازه‏هاي نظري استفاده مي‏شود.

4- مدل معادله ساختاري: اين مدل تركيبي از مدل مسير و مدل عامل تأييدي است كه هم شامل متغير پنهان مي‏شود هم متغير قابل اندازه‏گيري. مراحل اوليه ايجاد و توسعه SEM توسط «يورسكوگ» (1973)، «كسلينگ»[19] (1972)، و «ويلي»[20](1973) شكل گرفت. اين رويكرد با انتشار نرم‏افزاري براي مدل روابط ساختاري خطي در 1973 به (LISREL) معروف شد. نرم‌افزار ليزرل ابتدا توسط   «يورسكورگ و تيلو»[21] در خدمات آزمون آموزشي[22]ايجاد شد. استفاده از نسخه‏هاي اخير نرم افزار ليزرل (LISREL8.5) ساده است و رابط كاربر آن طوري است كه استفاده كننده به صورت گرافيكي قادر به ترسيم و معرفي متغيرهاي پنهان و قابل اندازه‏گيري است و برازش مدل و اصلاح آن به شيوه‏اي كارآمد امكان‌پذير است. امروزه، علاوه بر ليزرل، نرم‏افزارهاي ديگري هم براي انجام SEM ايجاد شده است ( مانند،Amos, EQS, Mplus, R, SAS PROC CALIS, SEPATH, ROMANA). براي آشنايي اوليه با ليزرل، به «هومن» (1388) و آموس به «قاسمي» (1389) نگاه كنيد.

حوزه SEM از سال 1994 در رشته‏هاي زيادي به كار رفته و پيوسته مورد توجه قرارگرفته است به نحوي كه يك مجله علمي تخصصي با عنوان «مدل‏سازي معادله ساختاري» منبعي شناخته شده است. بررسي‏ها نشان داده است انتشار تعداد مقاله‏هايي كه از روش  SEMاستفاده نموده‏اند رو به افزايش است(Hershberger, 2003). استفاده از اين روش در ميان روشهاي تحليل چند متغيره قابل توجه است.

 
3. مدل‏سازي معادله ساختاري

SEM روشي آماري است كه علاوه بر دانشمندان علوم اجتماعي، رفتاري و آموزشي، توسط دانشمندان زيست شناسي، اقتصاد، بازاريابي و پزشكي مورد استفاده قرار گرفته است (Raykov, 2006). علاقه به استفاده از آن در حوزه‌هاي ديگري نيز (مانند، مديريت حيات وحش، علوم ارتباطات) مشاهده شده است (Kline, 2011, p. 14). پژوهشگران به طور خلاصه چهار دليل براي گسترش كاربرد اين روش بيان نموده‏اند (Schumacker and Lomax, 2004; Raykov and Marcoulides, 2006 ):

1- آگاهي بيشتر پژوهشگران از نياز به متغيرهاي قابل اندازه‏گيري چندگانه براي درك بهتر حوزه خود و پرسش علمي. روشهاي آماري پايه قادر به بررسي رابطه تعداد محدودي از متغيرها مي‏باشند. در حالي كه SEM امكان مدل‏سازي و آزمون آماري پديده‏هاي پيچيده را فراهم نموده است.

2- قدرت تفكيك و اعتبار ابزار اندازه‏گيري متغيرهاي قابل مشاهده نزد پژوهشگران اهميت بيشتري يافته است. خطاي اندازه‏گيري در بسياري از رشته‏ها موضوعي اساسي است، اما خطاي اندازه‏گيري و تحليل آماري به صورت جداگانه بررسي مي‌شود. فنون SEM به طور آشكارا هنگام تحليل داده‏ها، خطاي اندازه‏گيري (متغيرهاي قابل اندازه‏گيري) و خطاي ساختاري( متغيرهاي پنهان) را محاسبه مي‏‌كند (Raykov and Marcoulides, 2006; Byrne, 2010, p. 4; and Kline, 2011, p.9 and 16).

3- روند رو به رشد SEM در 30 سال گذشته و افزايش قابليت تحليل مدلهاي نظري پيچيده‌تر، دليل سوم افزايش استفاده از اين روش است. براي مثال، امروزه امكان تحليل چند سطحي و چند گروهي و بررسي اثرات تعامل متغيرها توسط SEM وجود دارد.

4- و سرانجام اينكه برنامه‏هاي نرم‏افزاري مورد استفاده در اين روش، كاربرپسندتر از قبل شده و ساختاري مبتني بر ويندوز يافته‏اند، به طوري كه پژوهشگران قادرند مدلهاي نظري را به راحتي ترسيم و از طريق داده‏هاي گردآمده برازش نمايند.

همچنين، مي‏توان به دليلهاي فوق دو مورد ديگر افزود: اول، امكان اعمال تغيير در متغيرهاي ثابت، آزاد (تغير درجه آزادي) و انتخاب مناسب‏ترين حالت مدل براي روابط متغيرها از طريق شاخصهاي متعدد نكويي و بدي برازش؛ دوم، امكان بررسي نظريه‏هاي موجود و امكان كشف نظريه‏هاي نو.

SEM از انواع مختلف مدلها، با هدف فراهم كردن آزمون كمّي براي مدل نظري كه توسط پژوهشگر فرض شده است، براي پيش‏بيني روابط بين متغيرهاي قابل مشاهده استفاده مي‏كند. به طور خاص، مدلهاي نظري مختلفي را مي‏توان با SEM آزمون نمود. SEM فرضش اين است كه چگونه مجموعه‏اي از متغيرهاي قابل اندازه‏گيري سازه‏ها را تعريف مي‏نمايند و چگونه اين ساختارها با همديگر ارتباط دارند(Schumacker and Lomax, 2004). براي مثال، در پژوهشي فرض شد كه اندازة شبكه كاربران بر پذيرش فناوري تأثير مي‏گذارد. اين پژوهش در آزمايشگاه انجام شد و نتايج فرضيه را تأييد نمود(Pontiggia and Virili, 2010). پژوهش ديگري، مدلي مفهومي را براي بررسي ريشه‏هاي شناختي رضايت كاربران وب در نظامهاي پشتيبان تصميم‏گيري مبتني بر وب، ايجاد نمود. اين پژوهش دريافت كه برداشت اثربخشي تحت تأثير برداشت از درستي اطلاعات و تلاش است و بر رضايت از بافت نظام پشتيبان تصميم‏گيري مبتني بر وب اثر مثبت دارد                      (Gudigantala, Song and Jones, 2011). «لي و هونگ»[23] (2010) فرض نمودند كه تناسب شخص با شغل به عنوان واسط سواد اطلاعاتي و عملكرد شغلي، عمل مي‏‌كند. آنان دريافتند كه بخشي از روابط بين سواد اطلاعاتي و عملكرد شغلي، از طريق تناسب شغل با شخص تبيين مي‏شود.

پژوهشگران، در هركدام از اين سه نمونه، بر مبناي پژوهش نظري و تجربي معتقدند مجموعه‏اي از متغيرها، سازه‏هايي را كه فرض نموده‏اند به گونه‏اي خاص با هم ارتباط دارند، آشكار مي‏سازند. هدف SEM اين است كه مشخص نمايد تا چه اندازه مدل نظري با داده‏هاي گردآوري شده تأييد مي‏شود. اگر داده‏هاي حاصل از نمونه، مدل نظري را پشتيباني كند، پژوهشگر مي‏تواند مدلهاي پيچيده‌تري را فرض نمايد. در غير اين صورت، ممكن است پژوهشگر مدل اوليه را اصلاح و دوباره آزمون كند يا مدل ديگري را فرض نموده و بيازمايد. بنابراين، SEM مدلهاي نظري را با استفاده از روشهاي علمي آزمون فرضيه‏ها به منظور افزايش درك روابط بين سازه‏هاي موجود در پديده‏هاي پيچيده آزمون مي‏نمايد(Schumacker and Lomax, 2004).

پژوهشگران دو رويكرد SEM را به كار مي‏برند. در رويكرد اول، يا نظريه‏اي براي ارائه فرضيه وجود ندارد يا نظريه به اندازه‏كافي قوي نيست. به عبارت ديگر، چارچوب نظري وجود ندارد، بلكه پژوهشگر پس از مطالعه متون مرتبط، چارچوبي مفهومي تدوين نموده و با كشف روابط بين داده‏ها، به دنبال معرفي سازه‏هاست. اين رويكرد را تحليل عامل اكتشافي[24]يا ايجاد نظريه مي‏نامند (Raykov and Marcoulides, 2006, p.6; Byrne, 2010, p. 5; Kline, 2011, p.121). در رويكرد دوم، پژوهشگر داراي چارچوب نظري است و مي‏تواند فرضيه جديدي را مطرح كند و پس از گردآوري داده‏ها، آنها را بيازمايد. چنانچه روابط فرض شده تأييد شود، فرضيه تقويت مي‏شود. در غير اين صورت، ممكن است فرضيه به گونه ديگري مطرح گردد. اين رويكرد به آزمون فرضيه يا تحليل عامل تأييدي[25]، معروف است.

1-3. مراحل اجرايSEM

لازم است براي آزمون نظريه از طريقSEM مراحل ششگانه زير انجام شود(Kline, 2011, p.91).

1- نمايش/ترسيم مدل[26]: در اولين مرحله، فرضيه‏هاي پژوهش با استفاده از نمودار تصويري يا معادله رياضي نمايش داده مي‏شود. در اين مرحله، به هركدام از دو روش گرافيكي يا رياضي، بايد روابط بين متغيرهاي پنهان باهم (مدل ساختاري) و روابط بين متغيرهاي قابل اندازه‏گيري (مدل اندازه‏گيري) به درستي مشخص شود. 

2- شناسايي[27]: مدل زماني قابل شناسايي است كه به طور نظري براي رايانه امكان ارائه تخميني منحصر به فرد براي هر عامل موجود در مدل وجود داشته باشد. اگر مدل براي رايانه قابل شناسايي نباشد، بايد به مرحله اول برگشت و روابط ساختاري يا اندازه‏گيري را اصلاح نمود.

3- انتخاب اندازه‏گيري و گردآوردي داده‏ها[28]: در اين مرحله، مقياس سنجش تعيين و نسبت به گردآوري داده‏ها اقدام مي‏شود. مقياس سنجش بايد متناسب با تحليلي باشد كه پژوهشگر مي‏خواهد روي داده‏ها انجام دهد.

4- تخمين مدل، كه خود شامل سه مرحله است:

الف) ارزيابي تناسب مدل، به معناي تعيين ميزان قابليت مدل در توضيح داده‏هاست. اغلب اوقات مدل اوليه با داده‏ها تناسب ندارد. اگر چنين باشد، پژوهشگر به مرحله پنجم، ترسيم دوباره مدل گرافيكي[29]، مي‏رود.

ب) تفسير تخمينهاي به دست آمده براي عوامل[30]

ج) توجه به مدلهاي هم ارز با مدل اوليه يا نزديك به آن[31].

5) ترسيم دوباره مدل گرافيكي: همان طور كه در قسمت «الف» مرحله 4 بيان شد، چنانچه تناسب مدل با داده‏هاي به دست آمده ضعيف باشد، پژوهشگر بايد مدل گرافيكي يا رياضي ديگري را بر مبناي مطالعات نظري خود ترسيم و تناسب آن را بار ديگر ارزيابي كند.

6- گزارش نتايج: در اين مرحله، لازم است به طور كامل و دقيق تحليلهاي انجام شده در گزارش پژوهش آورده شود( خلاصه‏اي از شاخصها كه به عنوان خروجي در گزارش پژوهشها ممكن است مورد اشاره قرار گيرد، در جدول2، بخش 4.3 ارائه شده است).

3ـ2. حجم نمونه درSEM

همانند ديگر روشهاي آزمون فرضيه، حجم نمونة كافي براي مدل‏سازي معادلة ساختاري، اهميت ويژه‏اي دارد. پايين‏ترين آستانه قابل قبول حجم نمونه، براساس قوانين سرانگشتي، بايد 10 مشاهده براي هر شاخص (متغير) انتخاب شود. يكي از مطالعات نشان داد ميانگين حجم‏ نمونه‏ها در متون مدل‏سازي معادله ساختاري، تنها 50% حداقل مورد نياز براي ترسيم نتايج مطالعاتي كه ادعا نموده‏اند، در بر مي‏گيرد. گزارش مذكور بيان نمود كه، به طور كلي 80% پژوهشها حجمهاي نمونة ناكافي براي نتيجه‏گيري انتخاب كرده بودند (Westland, 2010).

حجم نمونه در اين روش را مي‏توان به دو شيوه محاسبه نمود: نخست، به عنوان عملكرد نسبت متغيرهاي شاخص به متغيرهاي پنهان، و دوم به عنوان عملكرد حداقل اثر، قدرت و معنا‏داري. «وستلند»[32] (2010) روشها و نرم‏افزارهاي محاسبه را براي هردو شيوه، ايجاد كرده است.

4. كاربرد SEM در مطالعات كتابداري و اطلاع‏رساني

در اين بخش، حاصل تحليل محتواي 178 مقاله[33] منتشر شده در مجله‌هاي اختصاصي و بين رشته‏اي مربوط به كتابداري و اطلاع‏رساني، با هدف ارائه تصويري جامع از حوزه‏ها، موضوعها و متغيرهايي كه تاكنون با روش SEM اندازه‏گيري شده است و چارچوبهاي نظري كه مبناي اين پژوهشها قرار گرفته است، ارائه شود.

1ـ4. پيشينة پژوهش

در مورد مطالعه‏هاي انجام شده مربوط به كاربرد SEM در حوزه كتابداري و اطلاع‌رساني، متون زيادي وجود ندارد. تنها مطالعه‏اي كه در اين زمينه يافت شد، مروري كوتاه است كه «دو»[34] (2009) آن را انجام داده است. هدف نويسنده، نشان دادن ماهيت و فوايد روش پژوهش SEM در مطالعات كتابداري و اطلاع‌رساني، چگونگي اجراي اين روش با استفاده از نرم‏افزار ليزرل، و برداشتي ضمني از پژوهشهاي پيشين بود. تعداد مقاله‏‏هايي كه وي بررسي نمود 15 عنوان بود كه 4 مورد آن قبل از سال2000 منتشر شده است. وي چهار حوزه ( نظامهاي اطلاعاتي، مطالعات كاربران، آموزش از راه دور، و اطلاع‏رساني پزشكي) را كه در آنها از SEM براي تحليل چند متغيره استفاده شده بود، شناسايي كرد. همچنين، نتيجه گرفت كه مطالعه جدي و نسبتاً كامل با استفاده از اين روش از سال 2007 شروع شده است. در پايان، پيشنهاد نمود كه پژوهشهاي آينده بهتر است در مورد چگونگي كاربرد مؤثرSEM در هر مورد، تناسب آن با مسائل مطرح شده و چگونگي آزمون فرضيه‏هاي پژوهش، به طور كامل‏تر انجام شود.

 
 
2ـ4. روش پژوهش

براي دستيابي به اين هدف، پژوهشگران با بررسي متون مربوط به روشهاي آماري، بويژه متوني كه به معرفي و چگونگي استفاده از روش SEM پرداخته‏اند، پايگاه‏هاي استنادي Web of Science وScopus و پايگاه‏هاي اطلاعاتي LISTA, Science Direct, Emerald, Sage, Wiley- InterScience را با روشي نظام‏مند- در دو مرحله مرور موضوعي در حوزه كتابداري و اطلاع‌رساني و جستجوي كليدواژه- جستجو قرار كردند. پس از تهية فهرست اوليه نتايج جستجو و حذف موارد تكراري، عنوان 202 مقاله مرتبط تشخيص داده شد. در مرحلة بعد، مطالعه چكيده‏ها سبب شد 24 مورد از آن مقاله‏ها بي‏ربط تشخيص داده شود. بدين ترتيب، فهرست نهايي از مقاله‏هاي مرتبط، از نظر استفاده از روش SEM در حوزه كتابداري و اطلاع‏رساني، ايجاد شد (178 مقاله) كه به صورت «تحليل محتوا» از نظر حوزه مطالعاتي، موضوعها، متغيرها، چارچوبهاي نظري، و گزارش شاخصها در قسمت تجزيه و تحليل مورد بررسي قرار گرفت.

3ـ4. يافته‏ها

178 مقاله تحليل شده در اين پژوهش در 35 مجله كتابداري و اطلاع‏رساني منتشر شده است. تعداد مقاله‏هاي منتشر شده در هر مجله، طيفي از 1 تا 34 مورد را دربر ‏گرفته است. پنج مجله اول كه بيشترين تعداد مقاله را به خود اختصاص دادند، به حوزه‏هاي مديريت اطلاعات (International Journal of Information Management, Information & Management, Government Information Quarterly, Journal of Management Information systems, and MIS Quarterly) مربوط بود. حوزه‏هاي Information systems, Information science و Human-computer behavior از نظر تعداد مقاله‌‏هاي منتشر شده با روش SEM در رده‏هاي بعدي قرار دارند.

نتايج پژوهش كنوني نشان مي‏دهد حجم نمونه در 178 مقاله مورد بررسي، طيفي از74 تا 2280 را در بر گرفته است. 30% اين پژوهشها در حوزه كتابداري و اطلاع‌رساني حجم نمونه زير 200 انتخاب نموده‏اند. با توجه به اينكه در بيشتر منابع توصيه شده است حجم نمونه بين 200 تا 400 انتخاب شود، مي‏توان گفت 70% پژوهشگران حوزه كتابداري و اطلاع‌رساني در فاصله2000 تا 2011م. حداقل حجم نمونه را رعايت نموده‏اند.

بيشتر مقاله‏ها ( 86/62%) با رويكرد تحليل عامل تأييدي (CFA) انجام شده است. رويكرد اكتشافي(CFA) تنها 10% را به خود اختصاص داده و 18/27% با تركيبي از اين دو رويكرد اجرا شده است.

جدول1. درصد معيارهاي اعتبار ابزار اندازه‏گيري گزارش شده در 178 مقاله

Instrument Reliability

Sig.
Matrix
Mean
SD

Factor Loading≥0.5

Construct Reliability ≥0.7

Average Variance Extracted ≥0.500

P-value
Correlation
60
60
57/78
71/75
43/61
57/48
71/65
 

بيش از نيمي از مقاله‏‏ها، معيارهاي قدرت تفكيك‌پذيري و اعتبار ابزار اندازه‏گيري را گزارش نموده‏اند. جدول1 نشان مي‏دهد كه كدام معيارها و به چه ميزان در مورد اعتبار ابزار اندازه‏گيري گزارش شده است.

جدول2. شاخصهاي خروجي SEM ، علامت اختصاري، آستانه مورد قبول و درصد گزارش در 178 مقاله

Percent
 
Abr.
Index
Index Type
3/64
>3
X2
Chi-Squared test
Absolute Fit Indices
60
 
df
Degree of Freedom
56
≥0.90
GFI
Good Fit Index
40
≥0.80
AGFI
Adjusted GFI
43/71
0.05≥
RMSEA

Root mean square error of approximation

27
0.10≥
RMR
Root mean square residual
43/51
≥0.90
NFI
Normed Fit index
Comparative Fit Indices
43
≥0.90
NNFI(TLI)
Non- Normed fit index
14/7
≥0.90
RFI
Relative Fit Index
14/17
≥0.90
IFI
Incremental Fit Index
70
≥0.90
CFI
Comparative Fit index
56
3≥
X2/df
Normed Chi-Square(CMIN)
Parsimonious Fit Indices
10
 
SRMR
Standardized RMR
0
1→0
PRatio
Parsimonious Ratio
43/1
≥0.50
PNFI
Parsimonious NFI
43/1
1→0
PGFI
Parsimonious GFI
14/7
→0
AIC
Akaike Information Criterion
Akaike's Information Criteria
43/1
→0
CAIC
Consistent Version of AIC
0
→0
BIC
Browne- Cudeck Criterion
0
→0
BCC
Bayes Information Criterion
43/71
 
P
p-value
Graphic Model
57/88
→1
w
Standardized estimates(weight)
43/21
 
SE
Standard error
71/55
→1
R2
R-Square

شاخصهاي خروجي SEM داراي انواع گوناگون فراواني است. اين شاخصها امكان ارزيابي مدل و تصميم‌گيري پژوهشگر در مورد قابل قبول بودن، اصلاح و يا رد مدل نظري را فراهم مي‏نمايد. جدول2 شاخصهاي گزارش شده در خروجي SEM را نشان مي‏دهد. از سمت چپ، به ترتيب ستونهاي جدول عبارتند از:

1- شاخصهاي كلي كه در پنج دسته قرار دارند (شاخصهاي مطلق، شاخصهاي نسبي، شاخصهاي مقتصد، معيارهاي اطلاعات آكائيك، و نمايش گرافيكي مدل) 2- نام شاخص 3- اختصار شاخص 4- آستانة مورد قبول براي هر شاخص كه توسط ارائه‌كنندگان روشهاي تحليل SEM پيشنهاد شده است و          5- درصد گزارش هر شاخص در 178 مقاله تحليل شده در اين پژوهش. اين درصدها، بيانگر ميزان توجه پژوهشگران حوزة كتابداري و اطلاعرساني به اين شاخصها به عنوان معياري معتبر براي تحليل و تفسير نتايج است. مواردي كه در بيش از 40% مقاله‏‏ها گزارش شده، با قلم درشت نمايش داده شده است. همان طور كه در جدول 2 مشاهده مي‏شود، معيارهاي مربوط به شاخصهاي مطلق و مدل گرافيكي، بيش از شاخص نسبي، مقتصد و معيارهاي اطلاعات آكائيك مورد توجه قرار گرفته بود.

در پژوهش كنوني، بررسي روند انتشار مقاله‌هايي كه از روش SEM استفاده نموده‏اند، نشان مي‏دهد در فاصله زماني 2000 تا 2011 م. توجه پژوهشگران به اين روش افزايش يافته است (جدول3). تعداد مقاله‌هاي نيمه دوم دورة مورد بررسي (2000 تا 2011) نسبت به نيمه اول آن بيش از 2.5 برابر شده است.

جدول3: روند انتشار مقاله‌هاي مربوط به مدل سازي معادله ساختاري در فاصله 2000 تا 2011 م.

جمع
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
Year
178
33
26
30
20
13
9
12
15
5
3
8
4
Articles
 

جدول4 حوزه‏هاي پژوهشي كتابداري و اطلاع‏رساني را كه با استفاده از SEM مورد پژوهش قرار گرفته است، نشان مي‏دهد. اين جدول به ترتيب الفبايي از سمت چپ مرتب شده است. در اين جدول، به ترتيب از سمت چپ شمارة حوزه‏ها، حوزه‏هاي مطالعاتي، و فراواني مقاله‌ها نشان داده شده است.

جدول4. حوزه‌هاي پژوهشي كتابداري و اطلاع‌رساني

كه در آنها از مدل‌سازي معادله ساختاري استفاده شده است.

No.
LIS areas
Freq.
No.
LIS areas
Freq.
No.
LIS areas
Freq.
1
Academic librarians
1
24
Information commitments
1
44
organizational IT
3
2
Blogging
2
25
Information management
1
45
relevance
1
3
CIOs
1
26
Information Literacy
4
46
RFID technology
2
4
Communication Tech.
1
 
Information load
1
47
Role of delivery
1
5
Computer Interface
1
27
Information sharing
1
48
ServQual
1
6
Computer Mediated Environment
1
28
Information inequity
1
49
Social networking
2
7
Computer Self-Efficacy
1
29
Instant Messaging
1
50
Social Tagging
1
8
Customer Loyalty
1
30
Inter organizational
5
51
Strategic IS Planning
1
9
Digital divide
1
31
Internet
5
52
Supply Chain IT
2
10
Digital Libraries
1
32
IPTV acceptance
1
53
TAM
3
11
Digital multimedia broadcasting
1
33
information systems
23
54
Taxonomy information
1
12
DSS
1
34
ISP
1
55
Techno stress
2
13
e-business
4
35
Information Ttechnology
10
56
Uni. Library
2
15
e- government
15
36
Journal evaluation indicators
2
57
User
2
16
e- learning
4
37
knowledge Sharing
10
58
Virtual communities
6
17
Enterprise I. Portals
1
38
Knowledge management
11
59
Web based DSS
1
18
Electronic meeting sys.
1
39
Librarians
2
60
Web based SCM
1
19
E-publishing
1
40
Library self service
1
61
Web mining
1
20
ERP sys
3
41
LIS(SEM review)
1
62
Web search strategies
1
21
Framework Based Development
1
42
Mobile I. services
7
63
Website evaluation
5
22
Group support sys
2
43
Online Consumer behavior
1
64
Wireless telecomm.
1
23
H- Index
1
 
 
 
 
 
 
 

همان‌طور كه جدول4 نشان مي‏دهد، حوزه‏هايي كه در آنها از روش SEM استفاده شده است، بسيار بيشتر از چهار حوزه (نظامهاي اطلاعاتي، مطالعات كاربران، آموزش از راه دور، و اطلاع‏رساني پزشكي) شناسايي شده توسط «دو» در سال 2009 مي‏باشد.

جدول5، موضوعها يا متغيرهايي را نشان مي‏دهد كه به روش SEM اندازه‏گيري شده است. همان‌طور كه مشاهده مي‏شود، اغلب اين موضوعها و متغيرها، مفاهيم انتزاعي هستند. مانند نگرش، پذيرش، قصد، اعتماد، برداشت دروني، رضايت، درك ارزش، سرمايه اجتماعي، سرگرم كننده بودن، انتظار، و قضاوت. در واقع، اين متغيرها به سادگي قابل اندازه‏گيري نيستند، بلكه، سازه‏هاي مفهومي هستند كه از طريق عاملها يا متغيرهايي كه جنبه‏هاي سازه‏ها را نشان مي‏دهند، قابل سنجش مي‏باشند.

جدول 5. موضوعها يا متغيرهايي كه با استفاده از مدل‌سازي معادله ساختاري اندازه‌گيري شده است.

Acceptance, Attitude, Behavior, Business value, CIO(leadership, Perception), Citation Impact, Citizens' I. access, CMC interactivity, Communication behavior, Competitive Intelligence, Computer Self- Efficacy, Consciousness Vs. automatic use, Content Control knowledge, Context influence, Continuance use antecedents, Corporation performance, Customer Oriented attitude, Decision making capability, Digital Divide, E- business, E- learning readiness, E- Loyalty, Economic value, Electronic tendering sys., Emotional Icons( emotions), Employees' motivations( retention), Environmental Uncertainty, Epistemological beliefs, Expectations gap, Experience, Faculty-Library Collaboration, Financial organizational Services, Formative measurement, Functional scorecard, Gender Role on resource use, Group productivity, Impact factors, Individual Cog. Mechanism, Individual differences, Information (skill, Privacy, quality), Innovation, Intention to continuance, Intention to use, Involvement, IS (Life expectancy, Management), IT (adoption, Professionals), Job satisfaction, Justice, Knowledge Management (Flow in Organization, IT, enablers, processes, effectiveness, Socio-technical support, quality, External variables), Knowledge Sharing( Professionals, behavior, system, External stimulus), Knowledge Transfer, LibQual, Locus of control, Measuring usability, Motivational factors, Network capital, Online Consumers, Online services adoption, Organizational (Agility, Performance, Support), Participation, Perceptions, Personality type, Person-job fit, Playfulness, Post-adoption Behavior/ usage, Privacy- protection, Proper measurement, Public Libraries, Relevance judgment, Rural broadband gap, Satisfaction, Searching strategies, Self issue and return systems, Self-Efficacy, Senior's managers perception, Service quality, Size effects, Social capital, Social networks, Social ties mechanisms, Software application adoption, Strategic competencies, Subjective Norm, Supply Chain, Task Characteristics & Individual perception, Tax filing sys., Team Knowledge integration, Top management support, Trust, User needs, Virtual communities, Web (Web 2.0, shopping, user satisfaction, Website-Small Business), Work exhaustion,



[1]. Structural Equation Modeling (SEM).
[2]. Zipf's Law.

1. از دو عبارت اصل(Principle) و قانون(Law)، در زبان فارسي و انگليسي، به جاي يكديگر و براي توضيح همديگر استفاده شده است.

2. «فرضيه» عبارت علمي است كه بايد آزمون شود. بنابراين، ايده‏هاي علمي جديد طبق تعريف، فرضيه‏اي هستند كه ممكن است از طريق دستيابي به شواهد قابل ملاحظه، به نظريه‌هاي علمي تبديل شوند. اگر نظريه‏ها به جايي برسند كه هر مشاهده‏اي همواره آنها را تأييد كند، به قانون علمي ارتقا خواهند يافت(شوميكر و ديگران، 1387: ص. 7). تفاوت ديگر بين فرضيه و نظريه اين است كه نظريه، از قبل، در متون علمي ارائه شده است، اما فرضيه توسط پژوهشگر براي اولين بار، پس از مطالعه متون و دقت در نظريه‏هاي قبلي، تدوين مي‏شود. از اين رو، فرضيه را «حدسي هوشمندانه در مورد روابط بين پديده‏هاي مورد مطالعه مي‏دانند» كه بايد آزمايش شود (بنگريد به دياني، 1385).

[5]. theoretical framework.
[6]. conceptual framework.

[7]. conceptual construct or latent variable.

[8]. observable variable or factor.

[9]. questions or data points.

[10]. Schumacker and Lomax.

[11]. Karl Pearson.

[12]. Charles Spearman.

[13]. Sewell Wright.
[14]. D. N. Lawley and L. L. Thurstone.

[15]. Confirmatory Factor Analysis (CFA).

[16]. Howe.

[17]. Anderson and Rubin.

[18]. Karl Joreskog.

[19]. W. Keesling.

[20]. D. Wiley.

[21]. Thillo.
[22]. Educational Testing Service.

[23]. Li and Hung.

[24]. Exploratory Factor analysis (EFA).

[25]. Confirmatory Factor Analysis (CFA).
[26]. model specification.

[27]. Identification.

[28]. Measure Selection and Data Collection.

[29]. Respecification.

[30]. interpret the parameter estimates.

[31]. consider equivalent or near-equivalent models.

[32]. Westland.

1. فهرست كامل اين مقاله‏ها نزد پژوهشگر موجود است.

[34]. Du.

چكيده

در بسياري از پژوهشهاي كتابداري و اطلاع‌رساني، بويژه در حوزه‏هاي مربوط به نگرش و رفتار، همزمان چند متغير بررسي مي‌شود. ماهيت اين متغيرها به گونه‏اي است كه به سادگي قابل مشاهده و اندازه‏گيري نيست (اين‌گونه متغيرها را سازه مفهومي يا متغير پنهان مي‏نامند). پژوهشگران متغيرهاي پنهان را از طريق شاخصهاي قابل اندازه‏گيري تخمين مي‏زنند. اين تخمين همواره با خطا همراه است. هدف اغلب آنان بررسي رابطه علّي بين چند متغير پنهان، با استفاده از متغيرهاي قابل مشاهده است. به طور سنتي، روشهاي آماري تحليل واريانس، رگرسيون، تحليل عامل و تحليل مسير را براي اين‌ گونه مطالعات به كار برده‏اند. روش «مدل‏سازي معادله ساختاري» ابزار آماري نسبتاً نويي است كه علاوه بر امكان انجام تحليلهاي قبلي، اندازه‏گيري خطاي تخمين متغيرهاي قابل مشاهده و پنهان، تغيير يا اصلاح مدل پيش‏بيني شده بر مبناي مطالعات نظري، و امكان انتخاب مناسب‏ترين مدل را فراهم نموده است. اين ابزار براي انجام پژوهش‏ در زمينة مدلهاي نظري حوزة علوم انساني، به دو شيوة تأييدي و اكتشافي، پيشنهاد شده است. اين مقاله با استفاده از تحليل محتواي 178 مقالة علمي، دو هدف را دنبال مي‏كند: 1. آشنا ساختن پژوهشگران كتابداري و اطلاع‏رساني با مباني نظري، شرايط و مراحل استفاده از مدل‏سازي معادله ساختاري در تحليل مدلهاي نظري 2. روشن نمودن وضعيت استفاده از اين روش در حوزه كتابداري و اطلاع‏رساني و شناسايي حوزه‏ها، موضوعها، متغيرها، و چارچوبهاي نظري كه با اين روش اندازه‏گيري و آزمون شده است.

كليدواژه‏ها: نظريه‏سازي، آزمون نظريه، مدل‏سازي، معادله ساختاري، پژوهشهاي كتابداري و اطلاع‏رساني، متغيرهاي پنهان، سازه‏هاي مفهومي.

 
مقدمه

دستيابي به روشهاي آماري كامل‏تر براي آزمون نظريه‏ها، همواره يكي از دل‌مشغولي‏هاي پژوهشگران بوده است. يكي از روشهاي آماري نسبتاً كامل‏تر براي آزمون نظريه‏ها در حوزه‏هاي علوم اجتماعي، از جمله كتابداري و اطلاع‏رساني، مدل‏سازي معادله ساختاري(SEM)[1] است. اگرچه از كاربرد آن در پژوهشهاي كتابداري و اطلاع‏رساني نزديك به دو دهه مي‏گذرد(Du, 2009)، به نظر مي‏رسد در جامعه كتابداري و اطلاع‏رساني ايران چندان شناخته شده نيست. مطالعة اين مقاله ممكن است آغازگر انديشه پژوهشگران كشورمان به ساخت و آزمون نظريه‏هاي كارآمد در حوزه كتابداري و اطلاع‏رساني با استفاده از روش SEM گردد. براي دستيابي به چنين هدفي، بايد ضمن معرفي مختصرSEM، تصويري جامع از حوزه‏ها، موضوعها و متغيرهاي كتابداري و اطلا‏ع‏رساني كه تاكنون با اين روش اندازه‏گيري شده و نظريه‏هايي كه تاكنون به عنوان چارچوب اين پژوهشها مورد آزمون قرار گرفته است، ارائه شود.

محتواي اين مقاله شامل چهار قسمت است: 1-  مروري كوتاه بر ماهيت نظريه و مفاهيم مرتبط با آن (به دليل اينكه هدف SEM ايجاد و آزمون نظريه است، تبيين اين مفهوم لازم است)؛ 2- تاريخچه بسيار كوتاه از دگرگوني روشهاي آماري مرتبط با SEM 3- معرفي بسيار مختصرSEM و 4- كاربرد SEM در پژوهشهاي كتابداري و اطلاع‏رساني.

 
1. نظريه و مفاهيم مرتبط با آن

وجود نظريه در هر حوزة علمي، سبب استواري پژوهشها و دانش توليد شدة آن حوزه مي‏گردد. داشتن نظريه در پژوهشها، نشانة بلوغ علمي رشته، جدي بودن و قابل قبول بودن آنهاست (Pettigrew and McKechnie, 2001). اگر حوزه‏هايي مانند كتابداري و اطلاع‌رساني در حال توصيف مرزهاي خود و شكل دادن بدنه اصلي و هسته مركزي دانش خود هستند، براي بيان مسائل پژوهشي، شكل دادن بحثهاي علمي، و تفسير نتايج تجربي، به بنيادهاي نظري برخاسته از درون نياز دارند (Pettigrew and McKechnie, 2001). امروزه نظريه‏هاي فراواني براي سازماندهي و برقراري ارتباط بين داده‏هاي پراكنده و پيچيده دنياي اجتماعي در دسترس است و پژوهشگران مي‏توانند از آنها كمك بگيرند (براي آگاهي از نظريه‏هايي كه در حوزه كتابداري و اطلاع‌رساني مورد استفاده قرار گرفته است، به « Pettigrew and McKechnie, 2001» و «فيشر و ديگران، 1387» مراجعه كنيد).

دربارة نظريه، تعريفهاي گوناگوني ارائه شده است. برا ي نمونه، نظريه شامل مفاهيم و پيوندها يا روابط پذيرفته شدة بين آنهاست (Hoover, 1980). ارائه طرحي دربارة روابط بين پديده‏ها، به طوري كه از همبستگي دروني و ثبات منطقي برخوردار باشد (Odi, 1982)؛ توضيحي نظام‏مند براي حقايق و قوانين مشاهده شده كه به بخش خاصي از زندگي مربوط است (Babbie, 1992)؛ يك گزاره يا گروهي از گزاره‏ها دربارة چگونگي كار بخشي از جهان- اغلب توضيح روابط بين پديده‏هاست (Vogt, 1993)؛ توضيحي نظام‏مند و هماهنگ درباره طيف گوناگوني از پديده‏هاي اجتماعي يا روان‏شناختي، كه به درك انسان از پديده‏ها كمك مي‏‌كند (Schwandt, 1997; Anfara and Mertz, 2006)؛ مجموعه‏اي از قوانين يا مجموعه‏اي از چند اصل متعارف كه بر مبناي قواعد منطق با يكديگر در ارتباط بوده و قادر به تبيين، تشريح يا پيش‏بيني تمام يا قسمتي از واقعيت باشد.» ( رفيع پور،1361: در دياني، 1385).

مفاهيم مرتبط با نظريه، به پژوهشگران كمك مي‏‌كند اجزا يا جنبه‏هاي مختلف نظريه را راحت‏تر توضيح دهند و از اين طريق حد و مرز دامنة مطالعه خويش را تعيين نمايند. اين مفاهيم عبارت است از:

الف) مدل، به دليل اينكه اغلب مي‏توان نظريه‏ها را به شكل نموداري از روابط بين متغيرهاي پديدة مورد نظر رسم نمود‏، گاهي به جاي نظريه به كار مي‏رود. مدلها اغلب سابقه يا زمينة نظريه‏هايي هستند كه پژوهشگران با استفاده از پژوهش، توسعه داده‏اند. هر مدل مسئله خاصي را مورد توجه قرار مي‏دهد (Case, 2007 ; Wilson, 1999). مدل، مجموعه‏اي پيشنهادي از روابط احتمالي بين متغيرهاست (Bates, 2005). يك مدل ممكن است به عنوان چارچوبي براي تفكر در مورد يك مسئله توصيف شود و به يك گزاره از روابط بين فرضهاي نظري ارتقا يابد (Wilson, 1999). به باور برخي از پژوهشگران، كتابداري و اطلاع‏رساني به تعريفهاي چندگانه‏اي از مدلها نياز دارد. براي مثال، يك مدل مي‏تواند جمله‏اي باشد كه يك پديده را توضيح مي‏دهد؛ مانند، قانون زيف[2] در مورد «اصل كمترين كوشش». شكل ديگر مدل، مدل مسير است كه به صورت نموداري كه روابط رياضي را نشان مي‏دهد، ترسيم مي‏گردد (Bates, 2005; Case, 2007; Du, 2009).

ب) اصل[3]، قانوني بنيادي و منحصر به فرد است كه اغلب به صورت تجربي و قاعده‏مند بر مشاهده استوار است(Boyce and Kraft, 1985). طبق نظر «بويس و كرافت» (1985)، يك نظريه از تعدادي اصل تشكيل شده است و اصل جديدي را به اسم فرضيه[4]پيشنهاد مي‌كند كه هم براي توسعه دانش و هم براي تقويت و اعتبار خود فرضيه، مي‏توان آن را آزمود. اصل جديد پس از تأييد در پژوهشهاي آينده، تعميم‏پذير شده و به نظريه تبديل خواهد شد (Bates, 2005). دستيابي به اصل يا قانون در علوم اجتماعي بسيار دشوار است. دانشمندان بندرت يك عبارت علمي را به جايگاه «قانون» ارتقا مي‏دهند (شوميكر و ديگران، 1387: ص.6)، زيرا مسائل انساني و اجتماعي بسيار متغير است و يافتن قانوني كه بتوان با استفاده از داده‏هاي حاصل از مشاهدات اجتماعي و انساني، به طور مكرر در دوره‏هاي مختلف، به طور همسان آن را تأييد نمود، تقريباً غير ممكن است.

پ) چارچوب نظري[5]، عبارت است از به كاربردن يك نظرية خاص براي طراحي و اجراي پژوهش (Rocco and Plakhotnik, 2009). چارچوب نظري كمك مي‌كند مرزها و ساختار مطالعه مشخص شود(Merriam, 2001). اين ساختار، حاصل گرايش موضوعي، پيشينة موضوعي مرتبط و نظريه تحت بررسي پژوهشگر است. از طريق اين منابع و با استفاده از توضيح و نقد مفاهيم، عبارتها، تعريفها، مدلها يا نظريه‏هايي كه در پيشينة يك حوزه مطالعاتي خاص يافت شده است، اهميت مطالعه پيشنهادي پژوهشگر مطرح مي‏گردد.

ت) چارچوب مفهومي[6]، در برخي پژوهشها، مانند مطالعات تجربي كيفي، نيازي نيست پژوهش با نظريه شروع شود. پژوهش كيفي اغلب حوزة مورد مطالعه را براي استنباط نظريه مورد كندوكاو قرار مي‏دهد(Creswell, 2003). در هر صورت، هنگام كندوكاو براي يك نظريه در مطالعات كيفي، داشتن چارچوبي مفهومي براي طراحي و هدايت پژوهش، ضروري است. نويسنده بايد از طريق تعريف ايده‏هاي اصلي و شبكة ارتباطي روابط بين آنها، اهميت مطالعه را نمايان كند (Becker, 1998). چارچوب مفهومي مطالعه را بر پايه‏هاي دانشي مرتبط، كه مبناي بيان مسئله و سؤالهاي پژوهش قرار مي‏گيرد، استوار مي‏سازد. چارچوب مفهومي، با مطالعة منابع نظري و تجربي مرتبط با پژوهش تدوين مي‏گردد و هدف آن بررسي و آزمون يك نظرية خاص نيست. در برخي موارد، ممكن است نظرية مبناي هدايت پژوهش قرار نگيرد، بلكه از مفاهيم براي پيشبرد آن استفاده شود (Rocco and Plakhotnik, 2009).

ث) مرور پيشينه، مرور پيشينه ‌داراي كاركردهاي گوناگوني است. گاهي با هدف نشان دادن بدنه دانش يك حوزه انجام مي‏شود. در اين صورت، ضمن شناسايي جنبه‏هاي اصلي حوزه مانند نظريه‌پردازان و پژوهشگران هسته، مباني نظري، روشهاي پژوهشي، بيان مباحث مورد توافق و نقدهاي موجود درباره آنها، ترسيم چشم‏انداز توسعة حوزه در آينده، پژوهشهاي مورد نياز آينده را در حوزه پيشنهاد مي‏دهد ( پريرخ و فتاحي، 1384).

مرور پيشينه‏اي كه با هدف پشتيباني از پژوهش انجام مي‏شود، ممكن است با هدف دستيابي به «چارچوب نظري» يا «چارچوب مفهومي» همراه باشد. پژوهشگران از طريق «مرور پيشينه» در پي يافتن «چارچوب نظري» يا «چارچوب مفهومي» به منظور پشتيباني از بيان مسئله و تعيين حد و مرز پژوهش خود هستند(Rocco and Plakhotnik, 2009). چنانچه چارچوب نظري به دست آورند، نظرية‏ خاصي را با استفاده از گردآوري داده‏هاي تجربي، برازش مي‏نمايند. اما اگر از چارچوب مفهومي استفاده نمايند، در پي آن هستند كه داده‏هاي تجربي كسب شده بر مبناي چارچوب مفهومي تا چه اندازه مي‏تواند مدل مناسبي را پيشنهاد كند. اين مدل خود ممكن است پس از انجام مطالعات تجربي در آينده، مبناي ايجاد نظريه‏اي نو گردد. اجزاي تشكيل دهندة يك نظريه يا چارچوب مفهومي، از سه سطح تشكيل شده است. به عبارت ديگر، متغيرهاي موجود در نظريه‏هاي علوم اجتماعي، سه گونه هستند:

1) سازه مفهومي يا متغير پنهان[7]، اغلب نظريه‏ها داراي يك يا چند سازه مي‏باشند. سازه اصطلاحي است كه آماردانها براي اشاره به مفاهيم انتزاعي به كار مي‏برند كه به طور مستقيم قابل اندازه‏گيري نيست، بلكه از داده‏ها، مانند پاسخ پرسشها يا حاصل مشاهده‏ها در يك پيمايش، استنباط مي‏شود (Schumacker and Lomax, 2004, p. 3; Raykov and Marcoulides, 2006; Byrne, 2010, p. 4; Kline, 2011, p.9 and 16). اين سازه‏ها را اغلب متغيرهاي پنهان مي‏نامند.

2) متغير آشكار يا عامل[8]،شاخص (جنبه)هايي است كه براي شناسايي و اندازه‏گيري يك سازه مفهومي مورد توافق پژوهشگران است. يكي از مزاياي مرور پيشينه، دستيابي به چنين شاخصهايي است. اين شاخصها نيز تا اندازه‏اي مفهومي هستند، اما امكان تبديل آنها به گويه‏هاي داراي مقياس وجود دارد.

3) گويه‎‏ها يا نقاط داده‏اي[9]، ملموس‏ترين و عملي‏ترين گونه متغير هستند كه مي‏توان با استفاده از مقياسهاي موجود پژوهشي، آنها را اندازه‏گيري نمود. اين‌گونه متغير در ساخت ابزار اندازه‏گيري، نمود مي‏يابد. ساخت ابزار انداره‏گيري بايد مبتني بر سازه‏هاي نظري و مرور پيشينه باشد و پژوهشگر نسبت به اعتباريابي آن، اقدام نمايد. خطا در تدوين نقاط داده‏اي، ممكن است به گردآوردي داده‏هاي بي ربط و انحراف پژوهش از مسير اصلي منجر گردد.

به طور خلاصه، هدف علم، توليد نظريه و آزمون آن است (شوميكر و ديگران، 1387: ص. 4). وجود نظريه‏ها، ملاك و معيار مهمي براي ايجاد و توسعه حوزه‏هاي علمي هستند. نظريه‏هاي هر حوزة علمي به طور پيوسته درحال مطالعه، تقويت يا اصلاح هستند. نظريه‏هايي كمتر دچار تغيير مي‏شوند كه با روابط داده‏هاي گردآوري شده از دنياي واقعي، هماهنگي قابل قبولي داشته باشند. به بررسي هماهنگي داده‏هاي گردآوري شده از دنياي واقعي با روابط مفهومي پيش‏بيني شده در نظريه‏، «برازش» گفته مي‏شود.

نظريه‏ها را مي‏توان به وسيلة مفاهيم توضيح داد يا با استفاده از نمودار به تصوير كشيد. نظريه‏ها ممكن است به خوبي الهام بخش يا راهنماي دستاوردهاي عملي واقعي باشند. با وجود اين، نظريه مجموعه‏اي از روابط بين سازه‏هاي ذهني است. نظرية خوب با ادراك ما از هر آنچه نظريه دربارة آن است، تطابق دارد. هر چه نظريه با واقعيات تطابق بيشتري داشته باشد، بهتر است(Buckland, 1991).

«سازه‌هاي مفهومي» اجزاي تشكيل دهندة بيشتر نظريه‏هاي كتابداري و اطلاع‏رساني هستند. هر سازه‏ مفهومي، نمايندة متغيرهاي قابل مشاهده است كه داراي يك يا چند مصداقند و مي‏توان آنها را اندازه‏گيري نمود. انسان، موجودي پيچيده و متغير است. به همين دليل، ممكن است تشخيص و تعريف مصداق متغيرهاي قابل مشاهده مربوط به رفتار و شناخت انسان، با خطا همراه باشد. در نتيجه، ابزار اندازه‏گيري و داده‏هاي حاصل از آنها نيز با خطاهايي همراه خواهد بود. همان‌ گونه كه به تفصيل در صفحات بعد تشريح خواهد شد، SEM روشي براي تحليل و محاسبه خطاهاي ساختاري و اندازه‏گيري در مدلهاي نظري به طور همزمان است. با كمك اين روش، پژوهشگر مي‏تواند چندين مدل‏ ممكن براي روابط بين سازه‏هاي مفهومي و متغيرهاي پيش‏بين آنها را بررسي و در نهايت مناسب‏ترين و مقتصد‏ترين مدل را پيشنهاد كند.

 
2. تاريخچة تحول روشهاي آماري مرتبط با SEM

از نظر تاريخي، SEM حاصل تحولي درازمدت و مبتني بر روشهاي تحليل رگرسيون، تحليل مسير و تحليل عامل است (Kline, 2011, p.15). «شوماخر و لوماكس»[10] (2004) تاريخ تحول و پيدايش اين روش را به چهار مرحله تقسيم نمودند:

1- رگرسيون: در سالهاي 1896و 1938، «كارل پيرسون»[11] شاخصي براي محاسبة رابطه دو متغير مستقل و وابسته ارائه نمود. اين شاخص با استفاده از ضريب همبستگي و معيار كمترين مجذور، وزنهاي رگرسيوني را به صورت خطي محاسبه مي‏‌كند. اين روش آزمون، يك مدل نظري دو متغيره را ممكن نمود و ممكن است براي پيش‏بيني مفيد باشد. «چارلز اسپيرمن»[12] در سالهاي 1904 و 1927 پيشنهاد نمود اگر مجموعه‏اي از عناصر داراي همبستگي و گرايش نسبت به هم باشند، در نظر گرفتن پاسخهاي واحد براي آن مجموعه عناصر مي‏تواند براي نشان دادن سنجش، تعريف يا بيان ضمني يك سازه، مفيد باشد. وي اولين كسي بود كه «تحليل عامل» را براي يك سازة دو عاملي، در نظريه هوش به كار برد.

2- تحليل مسير: يك زيست‌شناس به نام «سيوال رايت»[13]در سالهاي 1918،1921و1934 يك مدل مسير پيشنهاد نمود. مدلهاي مسير، از ضريب همبستگي و تحليل رگرسيون براي ترسيم مدل پيچيده‌تر روابط بين متغيرها استفاده مي‏‌كند. تحليل مسير شامل محاسبة همزمان مجموعه‏اي از معادله‏‏هاي رگرسيوني است كه مبتني بر روابط بين متغيرهاي قابل اندازه‏گيري مدل ترسيم شده براساس نظريه است.

3- عامل تأييدي: «لالي و تورستن»[14] در 1940 كاربرد مدلهاي عامل را توسعه دادند و ابزاري پيشنهاد نمودند كه استنباط يك سازه را از نمره‏هاي اندازه‏گيري مجموعه‏اي از عناصر فراهم مي‏ساخت. تحليل عامل تأييدي[15] كه امروزه به كار مي‏رود، حاصل مطالعات «هاو»[16](1955)، «آندرسن و روبين»[17](1956) و «لالي» (1958) است. «كارل يورسكوگ»[18] در دهه 1960 اين روش را تكميل كرد. وي در 1969 اولين مقاله را در اين زمينه منتشر نمود و به دنبال آن براي اولين بار نرم‌افزار LISREL را ارائه نمود. اين اقدام سبب شد تحليل عامل براي بررسي وجود سازه‏هاي نظري استفاده مي‏شود.

4- مدل معادله ساختاري: اين مدل تركيبي از مدل مسير و مدل عامل تأييدي است كه هم شامل متغير پنهان مي‏شود هم متغير قابل اندازه‏گيري. مراحل اوليه ايجاد و توسعه SEM توسط «يورسكوگ» (1973)، «كسلينگ»[19] (1972)، و «ويلي»[20](1973) شكل گرفت. اين رويكرد با انتشار نرم‏افزاري براي مدل روابط ساختاري خطي در 1973 به (LISREL) معروف شد. نرم‌افزار ليزرل ابتدا توسط   «يورسكورگ و تيلو»[21] در خدمات آزمون آموزشي[22]ايجاد شد. استفاده از نسخه‏هاي اخير نرم افزار ليزرل (LISREL8.5) ساده است و رابط كاربر آن طوري است كه استفاده كننده به صورت گرافيكي قادر به ترسيم و معرفي متغيرهاي پنهان و قابل اندازه‏گيري است و برازش مدل و اصلاح آن به شيوه‏اي كارآمد امكان‌پذير است. امروزه، علاوه بر ليزرل، نرم‏افزارهاي ديگري هم براي انجام SEM ايجاد شده است ( مانند،Amos, EQS, Mplus, R, SAS PROC CALIS, SEPATH, ROMANA). براي آشنايي اوليه با ليزرل، به «هومن» (1388) و آموس به «قاسمي» (1389) نگاه كنيد.

حوزه SEM از سال 1994 در رشته‏هاي زيادي به كار رفته و پيوسته مورد توجه قرارگرفته است به نحوي كه يك مجله علمي تخصصي با عنوان «مدل‏سازي معادله ساختاري» منبعي شناخته شده است. بررسي‏ها نشان داده است انتشار تعداد مقاله‏هايي كه از روش  SEMاستفاده نموده‏اند رو به افزايش است(Hershberger, 2003). استفاده از اين روش در ميان روشهاي تحليل چند متغيره قابل توجه است.

 
3. مدل‏سازي معادله ساختاري

SEM روشي آماري است كه علاوه بر دانشمندان علوم اجتماعي، رفتاري و آموزشي، توسط دانشمندان زيست شناسي، اقتصاد، بازاريابي و پزشكي مورد استفاده قرار گرفته است (Raykov, 2006). علاقه به استفاده از آن در حوزه‌هاي ديگري نيز (مانند، مديريت حيات وحش، علوم ارتباطات) مشاهده شده است (Kline, 2011, p. 14). پژوهشگران به طور خلاصه چهار دليل براي گسترش كاربرد اين روش بيان نموده‏اند (Schumacker and Lomax, 2004; Raykov and Marcoulides, 2006 ):

1- آگاهي بيشتر پژوهشگران از نياز به متغيرهاي قابل اندازه‏گيري چندگانه براي درك بهتر حوزه خود و پرسش علمي. روشهاي آماري پايه قادر به بررسي رابطه تعداد محدودي از متغيرها مي‏باشند. در حالي كه SEM امكان مدل‏سازي و آزمون آماري پديده‏هاي پيچيده را فراهم نموده است.

2- قدرت تفكيك و اعتبار ابزار اندازه‏گيري متغيرهاي قابل مشاهده نزد پژوهشگران اهميت بيشتري يافته است. خطاي اندازه‏گيري در بسياري از رشته‏ها موضوعي اساسي است، اما خطاي اندازه‏گيري و تحليل آماري به صورت جداگانه بررسي مي‌شود. فنون SEM به طور آشكارا هنگام تحليل داده‏ها، خطاي اندازه‏گيري (متغيرهاي قابل اندازه‏گيري) و خطاي ساختاري( متغيرهاي پنهان) را محاسبه مي‏‌كند (Raykov and Marcoulides, 2006; Byrne, 2010, p. 4; and Kline, 2011, p.9 and 16).

3- روند رو به رشد SEM در 30 سال گذشته و افزايش قابليت تحليل مدلهاي نظري پيچيده‌تر، دليل سوم افزايش استفاده از اين روش است. براي مثال، امروزه امكان تحليل چند سطحي و چند گروهي و بررسي اثرات تعامل متغيرها توسط SEM وجود دارد.

4- و سرانجام اينكه برنامه‏هاي نرم‏افزاري مورد استفاده در اين روش، كاربرپسندتر از قبل شده و ساختاري مبتني بر ويندوز يافته‏اند، به طوري كه پژوهشگران قادرند مدلهاي نظري را به راحتي ترسيم و از طريق داده‏هاي گردآمده برازش نمايند.

همچنين، مي‏توان به دليلهاي فوق دو مورد ديگر افزود: اول، امكان اعمال تغيير در متغيرهاي ثابت، آزاد (تغير درجه آزادي) و انتخاب مناسب‏ترين حالت مدل براي روابط متغيرها از طريق شاخصهاي متعدد نكويي و بدي برازش؛ دوم، امكان بررسي نظريه‏هاي موجود و امكان كشف نظريه‏هاي نو.

SEM از انواع مختلف مدلها، با هدف فراهم كردن آزمون كمّي براي مدل نظري كه توسط پژوهشگر فرض شده است، براي پيش‏بيني روابط بين متغيرهاي قابل مشاهده استفاده مي‏كند. به طور خاص، مدلهاي نظري مختلفي را مي‏توان با SEM آزمون نمود. SEM فرضش اين است كه چگونه مجموعه‏اي از متغيرهاي قابل اندازه‏گيري سازه‏ها را تعريف مي‏نمايند و چگونه اين ساختارها با همديگر ارتباط دارند(Schumacker and Lomax, 2004). براي مثال، در پژوهشي فرض شد كه اندازة شبكه كاربران بر پذيرش فناوري تأثير مي‏گذارد. اين پژوهش در آزمايشگاه انجام شد و نتايج فرضيه را تأييد نمود(Pontiggia and Virili, 2010). پژوهش ديگري، مدلي مفهومي را براي بررسي ريشه‏هاي شناختي رضايت كاربران وب در نظامهاي پشتيبان تصميم‏گيري مبتني بر وب، ايجاد نمود. اين پژوهش دريافت كه برداشت اثربخشي تحت تأثير برداشت از درستي اطلاعات و تلاش است و بر رضايت از بافت نظام پشتيبان تصميم‏گيري مبتني بر وب اثر مثبت دارد                      (Gudigantala, Song and Jones, 2011). «لي و هونگ»[23] (2010) فرض نمودند كه تناسب شخص با شغل به عنوان واسط سواد اطلاعاتي و عملكرد شغلي، عمل مي‏‌كند. آنان دريافتند كه بخشي از روابط بين سواد اطلاعاتي و عملكرد شغلي، از طريق تناسب شغل با شخص تبيين مي‏شود.

پژوهشگران، در هركدام از اين سه نمونه، بر مبناي پژوهش نظري و تجربي معتقدند مجموعه‏اي از متغيرها، سازه‏هايي را كه فرض نموده‏اند به گونه‏اي خاص با هم ارتباط دارند، آشكار مي‏سازند. هدف SEM اين است كه مشخص نمايد تا چه اندازه مدل نظري با داده‏هاي گردآوري شده تأييد مي‏شود. اگر داده‏هاي حاصل از نمونه، مدل نظري را پشتيباني كند، پژوهشگر مي‏تواند مدلهاي پيچيده‌تري را فرض نمايد. در غير اين صورت، ممكن است پژوهشگر مدل اوليه را اصلاح و دوباره آزمون كند يا مدل ديگري را فرض نموده و بيازمايد. بنابراين، SEM مدلهاي نظري را با استفاده از روشهاي علمي آزمون فرضيه‏ها به منظور افزايش درك روابط بين سازه‏هاي موجود در پديده‏هاي پيچيده آزمون مي‏نمايد(Schumacker and Lomax, 2004).

پژوهشگران دو رويكرد SEM را به كار مي‏برند. در رويكرد اول، يا نظريه‏اي براي ارائه فرضيه وجود ندارد يا نظريه به اندازه‏كافي قوي نيست. به عبارت ديگر، چارچوب نظري وجود ندارد، بلكه پژوهشگر پس از مطالعه متون مرتبط، چارچوبي مفهومي تدوين نموده و با كشف روابط بين داده‏ها، به دنبال معرفي سازه‏هاست. اين رويكرد را تحليل عامل اكتشافي[24]يا ايجاد نظريه مي‏نامند (Raykov and Marcoulides, 2006, p.6; Byrne, 2010, p. 5; Kline, 2011, p.121). در رويكرد دوم، پژوهشگر داراي چارچوب نظري است و مي‏تواند فرضيه جديدي را مطرح كند و پس از گردآوري داده‏ها، آنها را بيازمايد. چنانچه روابط فرض شده تأييد شود، فرضيه تقويت مي‏شود. در غير اين صورت، ممكن است فرضيه به گونه ديگري مطرح گردد. اين رويكرد به آزمون فرضيه يا تحليل عامل تأييدي[25]، معروف است.

1-3. مراحل اجرايSEM

لازم است براي آزمون نظريه از طريقSEM مراحل ششگانه زير انجام شود(Kline, 2011, p.91).

1- نمايش/ترسيم مدل[26]: در اولين مرحله، فرضيه‏هاي پژوهش با استفاده از نمودار تصويري يا معادله رياضي نمايش داده مي‏شود. در اين مرحله، به هركدام از دو روش گرافيكي يا رياضي، بايد روابط بين متغيرهاي پنهان باهم (مدل ساختاري) و روابط بين متغيرهاي قابل اندازه‏گيري (مدل اندازه‏گيري) به درستي مشخص شود. 

2- شناسايي[27]: مدل زماني قابل شناسايي است كه به طور نظري براي رايانه امكان ارائه تخميني منحصر به فرد براي هر عامل موجود در مدل وجود داشته باشد. اگر مدل براي رايانه قابل شناسايي نباشد، بايد به مرحله اول برگشت و روابط ساختاري يا اندازه‏گيري را اصلاح نمود.

3- انتخاب اندازه‏گيري و گردآوردي داده‏ها[28]: در اين مرحله، مقياس سنجش تعيين و نسبت به گردآوري داده‏ها اقدام مي‏شود. مقياس سنجش بايد متناسب با تحليلي باشد كه پژوهشگر مي‏خواهد روي داده‏ها انجام دهد.

4- تخمين مدل، كه خود شامل سه مرحله است:

الف) ارزيابي تناسب مدل، به معناي تعيين ميزان قابليت مدل در توضيح داده‏هاست. اغلب اوقات مدل اوليه با داده‏ها تناسب ندارد. اگر چنين باشد، پژوهشگر به مرحله پنجم، ترسيم دوباره مدل گرافيكي[29]، مي‏رود.

ب) تفسير تخمينهاي به دست آمده براي عوامل[30]

ج) توجه به مدلهاي هم ارز با مدل اوليه يا نزديك به آن[31].

5) ترسيم دوباره مدل گرافيكي: همان طور كه در قسمت «الف» مرحله 4 بيان شد، چنانچه تناسب مدل با داده‏هاي به دست آمده ضعيف باشد، پژوهشگر بايد مدل گرافيكي يا رياضي ديگري را بر مبناي مطالعات نظري خود ترسيم و تناسب آن را بار ديگر ارزيابي كند.

6- گزارش نتايج: در اين مرحله، لازم است به طور كامل و دقيق تحليلهاي انجام شده در گزارش پژوهش آورده شود( خلاصه‏اي از شاخصها كه به عنوان خروجي در گزارش پژوهشها ممكن است مورد اشاره قرار گيرد، در جدول2، بخش 4.3 ارائه شده است).

3ـ2. حجم نمونه درSEM

همانند ديگر روشهاي آزمون فرضيه، حجم نمونة كافي براي مدل‏سازي معادلة ساختاري، اهميت ويژه‏اي دارد. پايين‏ترين آستانه قابل قبول حجم نمونه، براساس قوانين سرانگشتي، بايد 10 مشاهده براي هر شاخص (متغير) انتخاب شود. يكي از مطالعات نشان داد ميانگين حجم‏ نمونه‏ها در متون مدل‏سازي معادله ساختاري، تنها 50% حداقل مورد نياز براي ترسيم نتايج مطالعاتي كه ادعا نموده‏اند، در بر مي‏گيرد. گزارش مذكور بيان نمود كه، به طور كلي 80% پژوهشها حجمهاي نمونة ناكافي براي نتيجه‏گيري انتخاب كرده بودند (Westland, 2010).

حجم نمونه در اين روش را مي‏توان به دو شيوه محاسبه نمود: نخست، به عنوان عملكرد نسبت متغيرهاي شاخص به متغيرهاي پنهان، و دوم به عنوان عملكرد حداقل اثر، قدرت و معنا‏داري. «وستلند»[32] (2010) روشها و نرم‏افزارهاي محاسبه را براي هردو شيوه، ايجاد كرده است.

4. كاربرد SEM در مطالعات كتابداري و اطلاع‏رساني

در اين بخش، حاصل تحليل محتواي 178 مقاله[33] منتشر شده در مجله‌هاي اختصاصي و بين رشته‏اي مربوط به كتابداري و اطلاع‏رساني، با هدف ارائه تصويري جامع از حوزه‏ها، موضوعها و متغيرهايي كه تاكنون با روش SEM اندازه‏گيري شده است و چارچوبهاي نظري كه مبناي اين پژوهشها قرار گرفته است، ارائه شود.

1ـ4. پيشينة پژوهش

در مورد مطالعه‏هاي انجام شده مربوط به كاربرد SEM در حوزه كتابداري و اطلاع‌رساني، متون زيادي وجود ندارد. تنها مطالعه‏اي كه در اين زمينه يافت شد، مروري كوتاه است كه «دو»[34] (2009) آن را انجام داده است. هدف نويسنده، نشان دادن ماهيت و فوايد روش پژوهش SEM در مطالعات كتابداري و اطلاع‌رساني، چگونگي اجراي اين روش با استفاده از نرم‏افزار ليزرل، و برداشتي ضمني از پژوهشهاي پيشين بود. تعداد مقاله‏‏هايي كه وي بررسي نمود 15 عنوان بود كه 4 مورد آن قبل از سال2000 منتشر شده است. وي چهار حوزه ( نظامهاي اطلاعاتي، مطالعات كاربران، آموزش از راه دور، و اطلاع‏رساني پزشكي) را كه در آنها از SEM براي تحليل چند متغيره استفاده شده بود، شناسايي كرد. همچنين، نتيجه گرفت كه مطالعه جدي و نسبتاً كامل با استفاده از اين روش از سال 2007 شروع شده است. در پايان، پيشنهاد نمود كه پژوهشهاي آينده بهتر است در مورد چگونگي كاربرد مؤثرSEM در هر مورد، تناسب آن با مسائل مطرح شده و چگونگي آزمون فرضيه‏هاي پژوهش، به طور كامل‏تر انجام شود.

 
 
2ـ4. روش پژوهش

براي دستيابي به اين هدف، پژوهشگران با بررسي متون مربوط به روشهاي آماري، بويژه متوني كه به معرفي و چگونگي استفاده از روش SEM پرداخته‏اند، پايگاه‏هاي استنادي Web of Science وScopus و پايگاه‏هاي اطلاعاتي LISTA, Science Direct, Emerald, Sage, Wiley- InterScience را با روشي نظام‏مند- در دو مرحله مرور موضوعي در حوزه كتابداري و اطلاع‌رساني و جستجوي كليدواژه- جستجو قرار كردند. پس از تهية فهرست اوليه نتايج جستجو و حذف موارد تكراري، عنوان 202 مقاله مرتبط تشخيص داده شد. در مرحلة بعد، مطالعه چكيده‏ها سبب شد 24 مورد از آن مقاله‏ها بي‏ربط تشخيص داده شود. بدين ترتيب، فهرست نهايي از مقاله‏هاي مرتبط، از نظر استفاده از روش SEM در حوزه كتابداري و اطلاع‏رساني، ايجاد شد (178 مقاله) كه به صورت «تحليل محتوا» از نظر حوزه مطالعاتي، موضوعها، متغيرها، چارچوبهاي نظري، و گزارش شاخصها در قسمت تجزيه و تحليل مورد بررسي قرار گرفت.

3ـ4. يافته‏ها

178 مقاله تحليل شده در اين پژوهش در 35 مجله كتابداري و اطلاع‏رساني منتشر شده است. تعداد مقاله‏هاي منتشر شده در هر مجله، طيفي از 1 تا 34 مورد را دربر ‏گرفته است. پنج مجله اول كه بيشترين تعداد مقاله را به خود اختصاص دادند، به حوزه‏هاي مديريت اطلاعات (International Journal of Information Management, Information & Management, Government Information Quarterly, Journal of Management Information systems, and MIS Quarterly) مربوط بود. حوزه‏هاي Information systems, Information science و Human-computer behavior از نظر تعداد مقاله‌‏هاي منتشر شده با روش SEM در رده‏هاي بعدي قرار دارند.

نتايج پژوهش كنوني نشان مي‏دهد حجم نمونه در 178 مقاله مورد بررسي، طيفي از74 تا 2280 را در بر گرفته است. 30% اين پژوهشها در حوزه كتابداري و اطلاع‌رساني حجم نمونه زير 200 انتخاب نموده‏اند. با توجه به اينكه در بيشتر منابع توصيه شده است حجم نمونه بين 200 تا 400 انتخاب شود، مي‏توان گفت 70% پژوهشگران حوزه كتابداري و اطلاع‌رساني در فاصله2000 تا 2011م. حداقل حجم نمونه را رعايت نموده‏اند.

بيشتر مقاله‏ها ( 86/62%) با رويكرد تحليل عامل تأييدي (CFA) انجام شده است. رويكرد اكتشافي(CFA) تنها 10% را به خود اختصاص داده و 18/27% با تركيبي از اين دو رويكرد اجرا شده است.

جدول1. درصد معيارهاي اعتبار ابزار اندازه‏گيري گزارش شده در 178 مقاله

Instrument Reliability

Sig.
Matrix
Mean
SD

Factor Loading≥0.5

Construct Reliability ≥0.7

Average Variance Extracted ≥0.500

P-value
Correlation
60
60
57/78
71/75
43/61
57/48
71/65
 

بيش از نيمي از مقاله‏‏ها، معيارهاي قدرت تفكيك‌پذيري و اعتبار ابزار اندازه‏گيري را گزارش نموده‏اند. جدول1 نشان مي‏دهد كه كدام معيارها و به چه ميزان در مورد اعتبار ابزار اندازه‏گيري گزارش شده است.

جدول2. شاخصهاي خروجي SEM ، علامت اختصاري، آستانه مورد قبول و درصد گزارش در 178 مقاله

Percent
 
Abr.
Index
Index Type
3/64
>3
X2
Chi-Squared test
Absolute Fit Indices
60
 
df
Degree of Freedom
56
≥0.90
GFI
Good Fit Index
40
≥0.80
AGFI
Adjusted GFI
43/71
0.05≥
RMSEA

Root mean square error of approximation

27
0.10≥
RMR
Root mean square residual
43/51
≥0.90
NFI
Normed Fit index
Comparative Fit Indices
43
≥0.90
NNFI(TLI)
Non- Normed fit index
14/7
≥0.90
RFI
Relative Fit Index
14/17
≥0.90
IFI
Incremental Fit Index
70
≥0.90
CFI
Comparative Fit index
56
3≥
X2/df
Normed Chi-Square(CMIN)
Parsimonious Fit Indices
10
 
SRMR
Standardized RMR
0
1→0
PRatio
Parsimonious Ratio
43/1
≥0.50
PNFI
Parsimonious NFI
43/1
1→0
PGFI
Parsimonious GFI
14/7
→0
AIC
Akaike Information Criterion
Akaike's Information Criteria
43/1
→0
CAIC
Consistent Version of AIC
0
→0
BIC
Browne- Cudeck Criterion
0
→0
BCC
Bayes Information Criterion
43/71
 
P
p-value
Graphic Model
57/88
→1
w
Standardized estimates(weight)
43/21
 
SE
Standard error
71/55
→1
R2
R-Square

شاخصهاي خروجي SEM داراي انواع گوناگون فراواني است. اين شاخصها امكان ارزيابي مدل و تصميم‌گيري پژوهشگر در مورد قابل قبول بودن، اصلاح و يا رد مدل نظري را فراهم مي‏نمايد. جدول2 شاخصهاي گزارش شده در خروجي SEM را نشان مي‏دهد. از سمت چپ، به ترتيب ستونهاي جدول عبارتند از:

1- شاخصهاي كلي كه در پنج دسته قرار دارند (شاخصهاي مطلق، شاخصهاي نسبي، شاخصهاي مقتصد، معيارهاي اطلاعات آكائيك، و نمايش گرافيكي مدل) 2- نام شاخص 3- اختصار شاخص 4- آستانة مورد قبول براي هر شاخص كه توسط ارائه‌كنندگان روشهاي تحليل SEM پيشنهاد شده است و          5- درصد گزارش هر شاخص در 178 مقاله تحليل شده در اين پژوهش. اين درصدها، بيانگر ميزان توجه پژوهشگران حوزة كتابداري و اطلاعرساني به اين شاخصها به عنوان معياري معتبر براي تحليل و تفسير نتايج است. مواردي كه در بيش از 40% مقاله‏‏ها گزارش شده، با قلم درشت نمايش داده شده است. همان طور كه در جدول 2 مشاهده مي‏شود، معيارهاي مربوط به شاخصهاي مطلق و مدل گرافيكي، بيش از شاخص نسبي، مقتصد و معيارهاي اطلاعات آكائيك مورد توجه قرار گرفته بود.

در پژوهش كنوني، بررسي روند انتشار مقاله‌هايي كه از روش SEM استفاده نموده‏اند، نشان مي‏دهد در فاصله زماني 2000 تا 2011 م. توجه پژوهشگران به اين روش افزايش يافته است (جدول3). تعداد مقاله‌هاي نيمه دوم دورة مورد بررسي (2000 تا 2011) نسبت به نيمه اول آن بيش از 2.5 برابر شده است.

جدول3: روند انتشار مقاله‌هاي مربوط به مدل سازي معادله ساختاري در فاصله 2000 تا 2011 م.

جمع
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
Year
178
33
26
30
20
13
9
12
15
5
3
8
4
Articles
 

جدول4 حوزه‏هاي پژوهشي كتابداري و اطلاع‏رساني را كه با استفاده از SEM مورد پژوهش قرار گرفته است، نشان مي‏دهد. اين جدول به ترتيب الفبايي از سمت چپ مرتب شده است. در اين جدول، به ترتيب از سمت چپ شمارة حوزه‏ها، حوزه‏هاي مطالعاتي، و فراواني مقاله‌ها نشان داده شده است.

جدول4. حوزه‌هاي پژوهشي كتابداري و اطلاع‌رساني

كه در آنها از مدل‌سازي معادله ساختاري استفاده شده است.

No.
LIS areas
Freq.
No.
LIS areas
Freq.
No.
LIS areas
Freq.
1
Academic librarians
1
24
Information commitments
1
44
organizational IT
3
2
Blogging
2
25
Information management
1
45
relevance
1
3
CIOs
1
26
Information Literacy
4
46
RFID technology
2
4
Communication Tech.
1
 
Information load
1
47
Role of delivery
1
5
Computer Interface
1
27
Information sharing
1
48
ServQual
1
6
Computer Mediated Environment
1
28
Information inequity
1
49
Social networking
2
7
Computer Self-Efficacy
1
29
Instant Messaging
1
50
Social Tagging
1
8
Customer Loyalty
1
30
Inter organizational
5
51
Strategic IS Planning
1
9
Digital divide
1
31
Internet
5
52
Supply Chain IT
2
10
Digital Libraries
1
32
IPTV acceptance
1
53
TAM
3
11
Digital multimedia broadcasting
1
33
information systems
23
54
Taxonomy information
1
12
DSS
1
34
ISP
1
55
Techno stress
2
13
e-business
4
35
Information Ttechnology
10
56
Uni. Library
2
15
e- government
15
36
Journal evaluation indicators
2
57
User
2
16
e- learning
4
37
knowledge Sharing
10
58
Virtual communities
6
17
Enterprise I. Portals
1
38
Knowledge management
11
59
Web based DSS
1
18
Electronic meeting sys.
1
39
Librarians
2
60
Web based SCM
1
19
E-publishing
1
40
Library self service
1
61
Web mining
1
20
ERP sys
3
41
LIS(SEM review)
1
62
Web search strategies
1
21
Framework Based Development
1
42
Mobile I. services
7
63
Website evaluation
5
22
Group support sys
2
43
Online Consumer behavior
1
64
Wireless telecomm.
1
23
H- Index
1
 
 
 
 
 
 
 

همان‌طور كه جدول4 نشان مي‏دهد، حوزه‏هايي كه در آنها از روش SEM استفاده شده است، بسيار بيشتر از چهار حوزه (نظامهاي اطلاعاتي، مطالعات كاربران، آموزش از راه دور، و اطلاع‏رساني پزشكي) شناسايي شده توسط «دو» در سال 2009 مي‏باشد.

جدول5، موضوعها يا متغيرهايي را نشان مي‏دهد كه به روش SEM اندازه‏گيري شده است. همان‌طور كه مشاهده مي‏شود، اغلب اين موضوعها و متغيرها، مفاهيم انتزاعي هستند. مانند نگرش، پذيرش، قصد، اعتماد، برداشت دروني، رضايت، درك ارزش، سرمايه اجتماعي، سرگرم كننده بودن، انتظار، و قضاوت. در واقع، اين متغيرها به سادگي قابل اندازه‏گيري نيستند، بلكه، سازه‏هاي مفهومي هستند كه از طريق عاملها يا متغيرهايي كه جنبه‏هاي سازه‏ها را نشان مي‏دهند، قابل سنجش مي‏باشند.

جدول 5. موضوعها يا متغيرهايي كه با استفاده از مدل‌سازي معادله ساختاري اندازه‌گيري شده است.

Acceptance, Attitude, Behavior, Business value, CIO(leadership, Perception), Citation Impact, Citizens' I. access, CMC interactivity, Communication behavior, Competitive Intelligence, Computer Self- Efficacy, Consciousness Vs. automatic use, Content Control knowledge, Context influence, Continuance use antecedents, Corporation performance, Customer Oriented attitude, Decision making capability, Digital Divide, E- business, E- learning readiness, E- Loyalty, Economic value, Electronic tendering sys., Emotional Icons( emotions), Employees' motivations( retention), Environmental Uncertainty, Epistemological beliefs, Expectations gap, Experience, Faculty-Library Collaboration, Financial organizational Services, Formative measurement, Functional scorecard, Gender Role on resource use, Group productivity, Impact factors, Individual Cog. Mechanism, Individual differences, Information (skill, Privacy, quality), Innovation, Intention to continuance, Intention to use, Involvement, IS (Life expectancy, Management), IT (adoption, Professionals), Job satisfaction, Justice, Knowledge Management (Flow in Organization, IT, enablers, processes, effectiveness, Socio-technical support, quality, External variables), Knowledge Sharing( Professionals, behavior, system, External stimulus), Knowledge Transfer, LibQual, Locus of control, Measuring usability, Motivational factors, Network capital, Online Consumers, Online services adoption, Organizational (Agility, Performance, Support), Participation, Perceptions, Personality type, Person-job fit, Playfulness, Post-adoption Behavior/ usage, Privacy- protection, Proper measurement, Public Libraries, Relevance judgment, Rural broadband gap, Satisfaction, Searching strategies, Self issue and return systems, Self-Efficacy, Senior's managers perception, Service quality, Size effects, Social capital, Social networks, Social ties mechanisms, Software application adoption, Strategic competencies, Subjective Norm, Supply Chain, Task Characteristics & Individual perception, Tax filing sys., Team Knowledge integration, Top management support, Trust, User needs, Virtual communities, Web (Web 2.0, shopping, user satisfaction, Website-Small Business), Work exhaustion,



[1]. Structural Equation Modeling (SEM).
[2]. Zipf's Law.

1. از دو عبارت اصل(Principle) و قانون(Law)، در زبان فارسي و انگليسي، به جاي يكديگر و براي توضيح همديگر استفاده شده است.

2. «فرضيه» عبارت علمي است كه بايد آزمون شود. بنابراين، ايده‏هاي علمي جديد طبق تعريف، فرضيه‏اي هستند كه ممكن است از طريق دستيابي به شواهد قابل ملاحظه، به نظريه‌هاي علمي تبديل شوند. اگر نظريه‏ها به جايي برسند كه هر مشاهده‏اي همواره آنها را تأييد كند، به قانون علمي ارتقا خواهند يافت(شوميكر و ديگران، 1387: ص. 7). تفاوت ديگر بين فرضيه و نظريه اين است كه نظريه، از قبل، در متون علمي ارائه شده است، اما فرضيه توسط پژوهشگر براي اولين بار، پس از مطالعه متون و دقت در نظريه‏هاي قبلي، تدوين مي‏شود. از اين رو، فرضيه را «حدسي هوشمندانه در مورد روابط بين پديده‏هاي مورد مطالعه مي‏دانند» كه بايد آزمايش شود (بنگريد به دياني، 1385).

[5]. theoretical framework.
[6]. conceptual framework.

[7]. conceptual construct or latent variable.

[8]. observable variable or factor.

[9]. questions or data points.

[10]. Schumacker and Lomax.

[11]. Karl Pearson.

[12]. Charles Spearman.

[13]. Sewell Wright.
[14]. D. N. Lawley and L. L. Thurstone.

[15]. Confirmatory Factor Analysis (CFA).

[16]. Howe.

[17]. Anderson and Rubin.

[18]. Karl Joreskog.

[19]. W. Keesling.

[20]. D. Wiley.

[21]. Thillo.
[22]. Educational Testing Service.

[23]. Li and Hung.

[24]. Exploratory Factor analysis (EFA).

[25]. Confirmatory Factor Analysis (CFA).
[26]. model specification.

[27]. Identification.

[28]. Measure Selection and Data Collection.

[29]. Respecification.

[30]. interpret the parameter estimates.

[31]. consider equivalent or near-equivalent models.

[32]. Westland.

1. فهرست كامل اين مقاله‏ها نزد پژوهشگر موجود است.

[34]. Du.

همان‌طور كه در بخش 3، دلايل توجه پژوهشگران به استفاده از روش SEM، بيان شد، بيشتر از اين روش براي آزمون نظريه‏هاي موجود، ساخت نظرية جديد، و يا ساخت ابزار اندازه‏گيري استفاده مي‏شود. جدول6 نشان مي‏دهد چه نظريه‏هايي مبناي پژوهشهاي مورد بررسي قرار گرفته است. عدد داخل پرانتز، بيانگر مجموع مقاله‏هايي است كه از آن چارچوب نظري استفاده كرده‏اند[1]. مواردي كه با قلم درشت مشخص شده است، نوعي نوآوري داشته‏اند: برخي مدلهاي قبلي را گسترش داده‏اند (رديف‌هاي 45 و 52)، برخي دو مدل را با هم مقايسه كرده‏اند (رديف‏هاي 9 و 46) و برخي نيز از تركيب دو مدل، مدل جديدي ارائه نموده‏اند(رديف47). علاوه بر 56 چارچوب نظري ارائه شده در جدول6، 34 مورد از پژوهشها هدفشان را ارائه مدلي نو، و 9 مورد بررسي ابزار اندازه‏گيري را گزارش كرده‏اند.

جدول6. چارچوبهاي نظري استفاده شده در پژوهشهاي كتابداري و اطلاع‏رساني

 كه با روش SEM آزمون شده است
Theories
Theories
Theories
1-Adaptive structuralizing theory(2)
20-Goal setting T(1)
39- Social Cog. T.(1)
2-Broce's Relational model of IL(1)
21-Grice's T of Comm (1)
40- Social exchange T. (1)
3-CDT(1)
22-Innovation Diffusion T (7)
41- Socio-technical T.(1)
4-Computer Mediated Environment(1)
23-Information life cycle(1)
42- Structural contingency T.(1)
5-COA(1)
24-IS success(6)
43- T. of collective action (1)
6-Cognitive Approach(1)
25-IS success Extended (1)
44- TAM/ ITA (20)
7-Cognitive Evaluation theories(1)
26-Justice T. (1)
45- TAM extended/ revised (4)
8-Communal-Relationship Theory(1)
27-K acquisition (1)
46- TAM vs ECT (1)
9-Compare ARA vs. CMA(1)
28-K based trust (1)
47- TAM, ECT=>TCT (1)
10-E- learner competency(1)
29-Kaplan's Model (1)
48- TAM, IDT (1)
11-E- learning outcomes(1)
30- Provide a guidance (1)
49- Task Tech. Fit (1)
12-Economic T of complementaries(1)
31- Resource based T. (1)

50- Tech.- Org. environment Framework (1)

13-Expectation Confirmation T.(2)
32- Resource-based T. (1)
51- T of Planned Behavior (7)
14-Employee satisfaction Inventory (2)
33- Role T. (1)
52- TPB extended(1)
15-Expectancy value (1)
34- Social Cognitive T.(2)
53- T. of Reasoned Action (2)
16-Expectation T. need T. equity T. (1)
35- SEM(Bayesian Networks) .(1)
54- Transaction-based M. (1)
17-Fairness T. (1)
36- Simon's DMM.(1)
55- Usage Gratification Theory(1)
18-Flow experience (5)
37- Social capital T, SCT(1)
56- UTAUT(2)
19-GIS(1)
38- Social capital T. (1)
 
 
5. نتيجه‌گيري

توسعة حوزه ‏كتابداري و اطلاع‏رساني، نيازمند وجود نظريه‏هاي مستحكم و برخاسته از درون است. با توجه به ماهيت بين‏رشته‏اي پژوهشهاي كتابداري و اطلاع‏رساني، كاوش تعريفهاي چندگانة نظريه‏ها و مدلهاي ارائه شده در حوزه، مفيد است. مطالعات بين رشته‏اي كتابداري و اطلاع‏رساني ممكن است پژوهشگران را ملزم نمايد از SEM براي پاسخ به سؤالهايي كه ممكن است داراي چندين متغير باشد، استفاده كنند. مدل‏سازي معادله ساختاري، به عنوان ابزاري براي آزمون نظريه، روش پژوهشي نويد بخشي براي محققان اين حوزه است.

 اين پژوهش ضمن معرفي مختصر SEM، تلاش نمود وضعيت استفاده از اين روش‏آماري را در پژوهشهاي مربوط به حوزه كتابداري و اطلاع‏رساني در فاصلة سالهاي 2000 تا 2011 به تصوير بكشد.

يافته‏ها نشان داد توجه پژوهشگران به استفاده از اين روش در حال افزايش است. همچنين، تنوع حوزه‏ها، موضوعها و متغيرهاي مورد مطالعه، گستردگي بالايي دارد. بيشتر اين موضوعها و متغيرها، مفاهيم يا سازه‏هاي انتزاعي هستند كه برخاسته از ماهيت رشته‏هاي علوم انساني، بويژه كتابداري و اطلاع‏رساني است. البته، پژوهشگران متغيرهاي عيني مانند ارزيابي مجله‌هاي علمي و خدمات كتابخانه را نيز با استفاده از اين روش مورد پژوهش قرار داده‏اند. به دليل قابليتهاي SEM، در بيشتر مطالعات بررسي شده، يك يا چند نظريه بررسي شده است. موارد ديگر نيز به اعتبار سنجي ابزار اندازه‏گيري يا پيشنهاد مدلي جديد، پرداخته‏اند.

با وجود يافته‏هاي اين پژوهش در زمينة كارايي و توجه درحال افزايش پژوهشگران به استفاده بيشتر از اين روش آماري، توصيه مي‏شود پژوهشگران قبل از به كار بردن روش SEM در تحليل پژوهشهاي خويش، هم به منابع راهنماي استفاده از روش SEM مراجعه و هم به منابع راهنماي اجراي اين روش در نرم‏افزارهاي خاص مانند LISREL يا Amos به طور عميق توجه كنند. به عبارت ديگر، لازم است هم از بُعد نظري مفاهيم SEM را به درستي درك و هم از نظر تحليل خروجي‏هاي نرم‏افزار و پالايش و تفسير مدلها خود را مجهز نمايند.

بايد توجه داشت، تنها به دليل قوي بودن اين روش‏، تكيه برآن براي تحليل يافته‏‏ها درست نيست. بلكه بايد مبناي نظري قوي وجود داشته باشد. اگر سؤال پژوهش مربوط به ايجاد مدلهاي نظري است، به كار بردن مدل‏سازي معادلة ساختاري براي بررسي اعتبار مدل، راهي مناسب براي افزايش قابليت تعميم طرح پژوهش است. با وجود اين، تنها به اين دليل كه SEM مي‏تواند به برخي سؤالهاي پژوهش پاسخ دهد، پژوهشگر نبايد هميشه از فنون چند متغيره در مطالعات پژوهشي استفاده كند. «ويلكينسون» (1999) دربارة استنباط آماري[2] به اين نتيجه رسيد كه     «... يك رويكرد كلاسيك ساده‏تر، اغلب ممكن است به پاسخهاي كافي و مورد قبول براي سؤالهاي مهم منجر شود. براي تحت تأثير قرار دادن خوانندگان يا منحرف كردن نقادان، از يك روش تحليلي استفاده نكنيد».

 
منابع
 

- پريرخ، مهري و رحمت‌الله فتاحي (1384). راهنماي نگارش مرور نوشتارها و پيشينه پژوهش در حوزه‌هاي علوم انساني و اجتماعي.- تهران: نشر كتابدار.

- شوميكر، پاملا جي و ديگران (1387). نظريه‌سازي در تحقيقات علوم اجتماعي. ترجمه و تأليف محمد حسين دياني.- مشهد: انتشارات كتابخانه رايانه‏اي.

- دياني، محمد حسين (1385). گلوگاه‌هاي پژوهش در علوم اجتماعي.‌ ـ مشهد: انتشارات كتابخانه رايانه‏اي.

- فيشر، كارن و ديگران (1387). نظريه‏هاي رفتار اطلاعاتي. ترجمه فيروزه زارع فراشبندي و ديگران؛ ويراسته زاهد بيگدلي.- تهران: كتابدار.

- قاسمي، وحيد(1389). مدل‏سازي معادله ساختاري در پژوهش‏هاي اجتماعي با كاربرد Amos Graphics. تهران: جامعه شناسان.

- هومن، حيدر علي(1388). مدل‏يابي معادلات ساختاري با كاربرد نرم‏افزار ليزرل.- تهران: سازمان مطالعه و تدوين كتب علوم انساني دانشگاه‏ها( سمت)، مركز تحقيق و توسعه علوم انساني.

 

- Anfara, V. A. and Mertz, N. T.(2006). Theoretical frameworks in qualitative research. Thousand Oaks, CA: Sage.

- Babbie, E. (1992). The practice of social research. Belmont, CA: Wadsworth.

- Bates, M. (2005) An introduction to metatheories, theories, and models. In K. E. Fisher, S. Erdelez and L. E. McKechnie (eds.), Theories of information behavior (pp1-24). Medford, NJ: Information Today.

- Becker, H. S. (1998). Tricks of the trade: How to think about your research while you’re doing it. Chicago: University of Chicago Press.

- Boyce, B.R., & Kraft, D.H. (1985). Principles and theories in information science. In M.E.Williams, (Ed.), Annual Review of Information Science and Technology, vol. 20 (pp. 153–178).

- Buckland, M. (1991). Information and information systems. Westport, CN: Greenwood.

- Byrne, B. M., (2010). Structural equation modeling with AMOS: basic concepts, applications, and programming. - 2nd ed., Taylor and Francis Group, LLC, New York, USA.

- Case, D. (2007). Looking for information: a survey of research on information seeking, needs, and behavior (2nd ed.). Bingly, UK: Emerald Group.

- Creswell, J. W. (2003). Research design: Qualitative, quantitative, and mixed methods approaches (2nd ed.). Thousand Oaks, CA: Sage.

- Du, Y.,(2009) A review of structural equation modeling and its use in library and information studies. Library & Information Science Research, 31: 257- 263.

- Gudigantala, N., Song, J. and Jones, D., (2011). User satisfaction with Web-based DSS: The role of cognitive antecedents. International Journal of Information Management, 31: 327–338.

- Hershberger, S. L.(2003) The Growth of Structural Equation Modeling: 1994–2001. Structural Equation Modeling, 10(1), 35–46

- Hoover, K. R. (1980) The elements of social scientific thinking. New York: St. Martin's.

- Kline, R. B.,(2011). Principles and practice of structural equation modeling.- 3rd ed., The Guilford Press New York, USA.

- Li, C.K and Hung, C.H., (2010). An examination of the mediating role of person-job fit in relations between information literacy and work outcomes. Journal of Workplace Learning, 22(5): 306-318.

- Marcoulides, G.A. and Schumacker, R.E., (2001). New developments and techniques in structural equation modeling. Lawrence Erlbaum Associates, publishers, Mahwah, New Jersey, USA.

- Merriam, S. B. (2001). Qualitative research and case study applications in education (2nd ed.).

San Francisco: Jossey-Bass.

- Odi, A. (1982). Creative research and theory building in library and information sciences. College and Research Libraries, 43, 312–319.

- Pettigrew, K. E. and McKechnie, L. (2001) The use of Theory in Information Science Research. Journal of the American Society for Information Science and Technology, 52(1): 62- 73.

- Pontiggia, A. and Virili, F., (2010). Network effects in technology acceptance: Laboratory experimental evidence. International Journal of Information Management, 30:68–77.

- Raykov, T. and Marcoulides, G.A., (2006). A first course in structural equation modeling.-2nd ed, Lawrence Erlbaum Associates, publishers, Mahwah, New Jersey, USA.

- Rocco, T. S. and Plakhotnik, M. S.( 2009) Litrature Reviews, Conceptual Frameworks, and Theoretical Frameworks: Terms, Functions, and Distinctions. Human Resource Development Review. Sage Publication, DOI:10.1177/153448430933617.

- Schumacker, R. E. and Lomax, R. G., (2004). A beginner's guide to structural equation modeling.-2nd ed., Lawrence Erlbaum Associates, publishers, Mahwah, New Jersey, USA.

- Schwandt, T.A. (1997). Qualitative inquiry: A dictionary of terms. Thousand Oaks, CA: Sage.

- Vogt, W.P. (1993). Dictionary of statistics and methodology: A nontechnical guide for the social sciences. Newbury Park: Sage.

- Westland, J. C.  (2010). "Lower bounds on sample size in structural equation modeling". Electron. Comm. Res. Appl. 9 (6): 476-487.

- Wilkinson, L. (1999) APA Taskforce on Statistical Inferences, L. Wilkinson, Statistical methods in psychology journals: Guidelines and explanations. American Psychologist,  54, pp. 594-604 

- Wilson, T. D. (1999). Models in information behavior research. Journal of Documentation, 55(3), 249-270.

- Wright, S. (1921). "Correlation and causation". Journal of Agricultural Research 20: 557-85. 



1. تطابق نداشتن تعداد نظريه‏ها با تعداد مقاله‌هاي بررسي شده به اين دليل است كه برخي نويسندگان به روشني به نظرية خاصي به عنوان مبناي پژوهش خويش اشاره نكرده‏اند.

[2]. Wilkinson.
فصلنامه كتابداري و اطلاع رساني (اين نشريه در www.isc.gov.ir نمايه مي شود)
 57 _ شماره اول، جلد 15
Date insert: دوشنبه, 25 فروردين 1393

Add comment


Security code
Refresh

تمامی حقوق مطالب محفوظ است

2013-2020©