مدل بازگشتی و غیربازگشتی

روابط سازه‌ها در بخش ساختاری یک مدل مفهومی می‌تواند به‌صورت یک‌سویه (بازگشتی) یا دوسویه (غیربازگشتی) تعریف شود. در آمار کلاسیک و تحلیل مسیر، یکی از اصول بنیادی آن است که روابط علّی باید یک‌طرفه باشند؛ به این معنا که مدل از یک نقطه آغاز شده و بدون بازگشت یا بازخورد، در نقطه‌ای دیگر پایان می‌یابد. به چنین ساختارهایی مدل بازگشتی (Recursive Model) گفته می‌شود. در مقابل، هنگامی‌که میان دو سازه رابطهٔ متقابل یا حلقهٔ بازخورد وجود داشته باشد، مدل غیربازگشتی (Nonrecursive) نامیده می‌شود و برآورد آن نیازمند شرایط شناسایی خاص و پیچیده‌تری است.

تعریف مدل‌های بازگشتی و غیربازگشتی

در آمار و اقتصادسنجی، واژه بازگشتی (Recursive) برخلاف معنای روزمره، به سیستمی بدون بازخورد اشاره دارد. یعنی روابط علّی فقط در یک جهت جریان دارند و هیچ حلقهٔ بسته‌ای که اثر را به نقطه آغاز بازگرداند وجود ندارد. به همین دلیل در تحلیل مسیر، مدل‌های یک‌سویه و بدون بازگشت را بازگشتی می‌نامند.

مقایسه مدل بازگشتی و غیربازگشتی

مقایسه مدل بازگشتی و غیربازگشتی

تعریف مدل بازگشتی (Recursive Model): مدل بازگشتی مدلی است که در آن تمام مسیرهای علّی یک‌طرفه‌اند و هیچ نوع رابطه معکوس یا حلقه بازخورد میان سازه‌ها وجود ندارد؛ به عبارت دیگر، جریان اثرگذاری تنها در یک جهت حرکت می‌کند و سازه‌ها به‌طور هم‌زمان بر یکدیگر تأثیر متقابل نمی‌گذارند.

تعریف مدل غیربازگشتی (Nonrecursive Model): مدل غیربازگشتی مدلی است که در آن روابط دوسویه یا بازخوردی میان سازه‌ها وجود دارد؛ یعنی دو متغیر می‌توانند به‌طور هم‌زمان بر یکدیگر اثر بگذارند و ساختار مدل شامل حلقه بازگشت یا علیت متقابل است.

مثال کاربردی مدل بازگشتی و غیربازگشتی

برای توضیح تفاوت میان مدل‌های بازگشتی و غیربازگشتی می‌توان از دو سازه «اعتماد» و «ریسک ادراک‌شده» استفاده کرد.

اگر فرض شود افزایش اعتماد موجب کاهش ریسک می‌شود و رابطه فقط در همین جهت برقرار است، مدل بازگشتی خواهد بود؛ زیرا مسیر علّی یک‌طرفه است و هیچ بازخوردی وجود ندارد.

اما در بسیاری از موقعیت‌های رفتاری، این دو سازه به‌صورت متقابل بر یکدیگر اثر می‌گذارند؛ افزایش اعتماد ریسک را کاهش می‌دهد و افزایش ریسک نیز اعتماد را تضعیف می‌کند. چنین رابطه‌ای یک حلقه بازخوردی (Effect on Self) ایجاد می‌کند و مدل را به ساختاری غیربازگشتی تبدیل می‌سازد.

رابطه اعتماد و ریسک ادراک‌شده

رابطه بازگشتی و غیربازگشتی اعتماد و ریسک ادراک‌شده

در مدل‌های غیربازگشتی ضرایب مسیر در هر دو جهت به‌عنوان پارامترهای آزاد برآورد می‌شوند. این موضوع درجه آزادی را کاهش می‌دهد و مسئله شناسایی مدل را حساس می‌کند. کلاین معتقد است مدل‌های غیربازگشتی به واقعیت نزدیک‌ترند، زیرا بسیاری از سازه‌های جهان اثرات دوسویه دارند. اما برآورد این مدل‌ها معمولاً به داده‌های طولی یا ابزارهای کمکی نیاز دارد. به همین دلیل در پژوهش‌های پیمایشی مقطعی، استفاده از مدل‌های بازگشتی رایج‌تر و از نظر محاسباتی مطمئن‌تر است.

حلقه بازخورد  در مدل بازگشتی

در برخی مدل‌ها، اثرگذاری میان متغیرها می‌تواند از طریق واسطه‌ها به‌صورت غیرمستقیم بازگردد و نوعی حلقه بازخوردی ایجاد کند؛ برای مثال، یک متغیر ممکن است از طریق یک یا دو واسطه مجدداً بر خود اثر بگذارد. وجود این حلقه‌ها معمولاً به این معناست که متغیرهای خطا میان متغیرهای درگیر با یکدیگر همبسته هستند؛ زیرا هنگامی‌که دو سازه تعامل دارند، عوامل مشاهده‌نشده اثرگذار بر آن‌ها نیز به‌طور منطقی با یکدیگر ارتباط خواهند داشت.

برای برآورد چنین مدل‌هایی می‌توان از روش حداقل مربعات دو مرحله‌ای استفاده کرد؛ روشی که در اقتصادسنجی برای تخمین سیستم‌های معادلات هم‌زمان به‌کار می‌رود. همچنین، برآورد این مدل‌ها با درستنمایی بیشینه نیز امکان‌پذیر است، مشروط بر اینکه شرایط شناسایی برقرار باشد.

تحلیل روابط دوسویه در این داده‌ها نیازمند فرض تعادل (Equilibrium Assumption) است. چرا که داده‌های مقطعی تنها یک تصویر لحظه‌ای از یک فرآیند پویا را نشان می‌دهند. این فرض بیان می‌کند که مقدار پارامترهای برآوردشده نباید وابسته به زمان گردآوری داده‌ها باشد.

نرم‌افزار اموس (AMOS) برای بررسی این شرط، شاخصی به‌نام شاخص ثبات (Stability Index) ارائه می‌دهد؛ مقدار کمتر از ۱ نشان‌دهنده برقراری فرض تعادل و مقادیر بزرگ‌تر از ۱ بیانگر نقض آن است.

محدودیت‌ها و بحث

در مدل‌سازی ساختاری گاهی پژوهشگر به‌جای یک رابطه یک‌سویه، میان دو سازه اثر متقابل تعریف می‌کند. این وضعیت یک حلقه بازخوردی ایجاد می‌کند که در آن هر سازه به‌طور غیرمستقیم می‌تواند بر خود نیز اثر بگذارد. در مدل‌های بازخوردی (غیربازگشتی)، ترسیم دو مسیر یک‌طرفه در دو جهت کافی نیست؛ زیرا چنین روابطی به‌طور ضمنی بیانگر آن است که خطاهای دو متغیر با یکدیگر همبسته‌اند. علت این همبستگی آن است که بخشی از عوامل مشاهده‌نشدهٔ تأثیرگذار بر هر سازه، در سازه مقابل نیز نقش دارند.

چالش اساسی این مدل‌ها مسئله شناسایی (Identification) است. با وجود مسیرهای دوسویه، تعداد پارامترهای آزاد افزایش می‌یابد و ممکن است مدل از نظر ریاضی قابل‌برآورد نباشد. ازاین‌رو، پژوهشگران معمولاً برای چنین ساختارهایی به داده‌های طولی یا متغیرهای ابزاری قوی نیاز دارند. در داده‌های مقطعی، استفاده از روابط بازگشتی نوعی ساده‌سازی یک فرایند پویا است و تنها زمانی قابل قبول است که فرض تعادل برقرار باشد؛ در این حالت نرم‌افزارهایی مانند AMOS شاخص «ثبات» را برای بررسی این فرض ارائه می‌کنند.

به‌رغم دشواری محاسبات، روابط دوسویه در بسیاری از مسائل مدیریتی و اجتماعی واقع‌گرایانه‌ترند؛ بااین‌حال، به دلیل محدودیت داده و پیچیدگی برآورد، پژوهشگران معمولاً مدل‌های یک‌سویه (بازگشتی) را ترجیح می‌دهند.

سخن پایانی

روابط بازخوردی و دوسویه اگرچه می‌توانند تصویر واقع‌بینانه‌تری از پدیده‌های مدیریتی و اجتماعی ارائه دهند، اما برآورد آن‌ها در چارچوب مدل‌های ساختاری با چالش‌های جدی مواجه است. شناسایی سخت، نیاز به داده‌های طولی و همبستگی ناگزیر خطاها باعث می‌شود این مدل‌ها در عمل کمتر به‌کار گرفته شوند. ازاین‌رو، پژوهشگران اغلب به مدل‌های یک‌سویه و بازگشتی گرایش دارند؛ مدل‌هایی که هم محاسبات ساده‌تری دارند و هم با داده‌های مقطعی سازگارترند. بااین‌حال، شناخت محدودیت‌ها و مفروضه‌های مدل‌های غیربازگشتی برای هر پژوهشگری ضروری است تا بتواند میان واقع‌گرایی نظری و امکان‌پذیری تجربی تعادل برقرار کند.

منبع: حبیبی، آرش؛ کلاهی، بهاره. (۱۴۰۱). مدل‌یابی معادلات ساختاری و تحلیل عاملی. تهران: جهاد دانشگاهی، چاپ دوم.

سوالات متداول

چه زمانی باید از مدل غیربازگشتی استفاده کنیم؟

وقتی دو سازه به‌صورت متقابل و هم‌زمان بر یکدیگر اثر دارند و رابطه یک‌سویه قادر به توضیح پدیده نیست. البته برآورد این مدل‌ها معمولاً به داده‌های طولی یا مفروضه‌های شناسایی قوی نیاز دارد.

چرا مدل‌های بازگشتی رایج‌تر از مدل‌های غیربازگشتی هستند؟

زیرا مسیرها یک‌طرفه‌اند و مدل به‌راحتی شناسایی و برآورد می‌شود. در مقابل، مدل‌های غیربازگشتی به دلیل پیچیدگی محاسباتی و محدودیت داده کمتر قابل اجرا هستند.

آیا در مدل‌های غیربازگشتی خطاها باید همبسته باشند؟

بله؛ چون سازه‌ها اثر متقابل دارند، عوامل مشاهده‌نشدهٔ اثرگذار بر آن‌ها نیز مشترک‌اند. این همبستگی بخشی از ماهیت حلقه بازخوردی است و باید صریحاً در مدل لحاظ شود. به‌طور پیش‌فرض نه؛ زیرا روابط دوسویه ذاتاً پویا هستند و به داده‌های طولی نیاز دارند. در داده‌های مقطعی، تنها در صورت برقرار بودن «فرض تعادل» می‌توان چنین مدل‌هایی را برآورد کرد.