شمول واریانس (VAF)
شمول واریانس (VAF) آماره‌ای است که میزان اثر میانجی یک متغیر در رابطه میان متغیر مستقل و متغیر وابسته را تعیین می‌کند. براساس مقدار این آماره مشخص میشود که اثر یک متغیر میانجی ضعیف، متوسط یا قوی برآورد شده است.
«شمول واریانس» برگردان variance accounted for است که به صورت اختصاری VAF نامیده میشود. در بررسی نقش میانجی متغیرها از این آماره نیز می‌توان استفاده کرد هر چند باید با دست محاسبه شود. این روش در حداقل مربعات جزئی، رگرسیون، تحلیل مسیر و مدل معادلات ساختاری کاربرد دارد.
پیش از اجرای اثر میانجی باید مدل بدون متغیر میانجی اجرا شود. در این صورت باید اثر متغیر مستقل بر متغیر وابسته معنادار باشد. در غیر اینصورت بررسی نقش میانجی منتفی است. اگر اثر متغیر مستقل بر وابسته معنی دار بود مدل با حضور متغیر میانجی اجرا میشود. در این حالت باید تاثیر متغیر میانجی بر متغیر وابسته معنی دار باشد اگر چنین نباشد بازهم نقش میانجی منتفی است. در نهایت اگر همه شرایط برقرار باشد با استفاده از شمول واریانس می‌توان به تفسیر نتایج پرداخت.
حالت‌های متغیر میانجی (اقتباس از هیر و همکاران، ۲۰۱۳)
محاسبه آماره شمول واریانس VAF
شمول واریانس variance accounted for یا VAF نسبت اثر غیرمستقیم به کل اثر را نشان می‌دهد.
اثرمستقیم = اثر متغیر مستقل بر وابسته
اثر غیر مستقیم = اثر مستقل بر میانجی × اثر میانجی بر وابسته
اثر کل = اثر مستقیم + اثر غیر مستقیم
شمول واریانس = اثرغیرمستقیم ÷ اثر کل
جمع‌بندی و تفسیر نتایج
در نتیجه می‌توان تعیین کرد که تا چه اندازه واریانس متغیر وابسته مستقیماً توسط متغیر مستقل تشریح میشود و چه مقدار واریانس هدف بوسیله روابط غیرمستقیم تشریح میشود. در نهایت نیز چه مقدار واریانس هدف بوسیله روابط غیرمستقیم از طریق متغیر میانجی شرح داده میشود.
اگر اثر غیرمستقیم معنادار باشد، اما هیچ اثری از متغیر پنهان مستقل بر متغیر درون‌زا را جذب نکند، شمول واریانس VAF نسبتاً پایین است. این زمانی روی می‌دهد که اثر مستقیم بالا باید و بعد از تحلیل متغیر میانجی با اثر غیرمستقیم معنادار، مقدار اندکی کاهش یابد. در این وضعیت، مقدار شمول واریانس VAF کمتر از ۲۰% خواهد بود و می‌توان نتیجه گرفت که میانجی‌گری صورت نگرفته است. در مقابل وقتی مقدار VAF خیلی بزرگ و بالاتر از ۸۰% باشد، می‌توان ادعای میانجی‌گری کامل کرد. وضعیتی که در آن VAF بین ۲۰% تا ۸۰% باید، به عنوان میانجی‌گری جزئی تشریح میشود.
منبع: حبیبی، آرش؛ جلال‌نیا، راحله. (۱۴۰۱). حداقل مربعات جزئی. تهران: نارون.
سلام. وقت بخیر. ممنون از مطلب مفیدتان. من برای تحلیل آماری از نرم افزار پی ال اس استفاده کردم. آیا برای محاسبه ی VAF باید از مقایر t valueیا همان آماره ی t استفاده کنم؟ یا از مقادیر ضریب مسیر؟. ممنون میشم راهنماییم کنید.
برای محاسبه شمول واریانس از ضریب مسیر استفاده کنید. مقدار آماره تی فقط برای معناداری روابط مسیر است.
سلامو عرض ادب
چطور میشه آماره VAF را با r(ضریب همبستگی) مطابقت داد؟
براساس فرمول آماره شمول واریانس، میزان ضریب تاثیر در اثرغیرمستقیم و اثر کل بکار گرفته میشود. اگر منظورتان روش‌های همبستگی پیرسون و اسپپیرمن است، شمول واریانس برای این روش‌ها کاربردی ندارد و در معادلات رگرسیونی مانند رگرسیون خطی، چندمتغیره، مدل ساختاری و حداقل مربعات جزئی استفاده میشود.
برای بررسی میانجی گری آزمون های مختلفی وجود دارد. مثل آزمون سوبل، آزمون بارون و کنی… و شاخص vaf. چطور بدانیم از چه آزمونی باید استفاده کنیم؟
بارون و کنی روشی برای سنجش متغیرهای میانجی و تعدیلگر ارائه کرده‌اند. دقت کنید شمول واریانس میزان و شدت میانجی‌گری یک متغیر را آزمون می‌کند و آزمون سوبِل نیز معنادار بودن نقش میانجی را بررسی می‌کند. بنابراین این روش‌ها کار یکسانی انجام نمی‌دهند و هدف هر کدام متفاوت است.
سلام وقت بخیر. ببخشید یه سوال در تحلیل پی ال اس که انجام دادم بعد از تحلیل متغیر میانجی شاخص vaf منفی در آمده است. در این وضعیت، یعنی مقدار شمول واریانس VAF کمتر از ۲۰% است و می‌توان نتیجه گرفت که میانجی‌گری صورت نگرفته است؟
تاثیر متغیر میانجی می‌تواند منفی باشد بنابراین شما تفسیر شمول واریانس را به صورت قدرمطلق در نظر بگیرید.
با سلام در خروجی نتایج آزمون سوبل مقدار ۱.۷۲۰ و آزمون شمول واریانس مقدار۳۰.۲ دراومده میخواستم بدونم آیا مقادیر درست هستن؟ و در تفسیر این نتایج میشه گفت رابطه معنادار نیست ولی یه اثر جزیی داره؟ با تشکر
مقدار شمول واریانس ۳۰ خیلی عجیب و زیاد بدست آمده بویژه که آزمون سوبل نشان داده اثرات معنادار نیست.
سلام. ببخشید لطف می کنید منبع را هم بفرمائید.
منبع در انتهای آموزش درج شده است. برای نوشتن منبع از شیوه نوشتن فهرست منابع اینترنتی استفاده کنید.
درود از این روش در AMOS هم میشه استفاده کرد؟
در هر تکنیکی که اثر میانجی استفاده میشه میتونید شمول واریانس را محاسبه کنید.
فکر کنم در فرمول اثر غیر مستقیم بر اثر کل باید تقسم شود و شما هم احتمالا همین منظورتان بوده و به اشتباه درج شده است.
پژوهشگر گرامی، در فرمول هم همین درج شده، مشکل کجاست؟
سلام برای الگویی که آورید باید سایتشن بدید لطفا اخلاق رو رعایت کنید،چون برگرفته از سایت من است
لطفا اخلاق رو رعایت کنید و برای مطلبی که گذاشتید منبع بزنید.
این الگو الگوی تحلیل میانجی بنده در کتابم هست بیشتر از ۱۰ سال. خواهش میکنم شما اگر سایت و منبع دهی نکنی پس چه کسی باید بکنه. این عین بی اخلاقی
درود بر شما. پژوهشگر گرامی نیاز به تکرار یک درخواست با نام‌های کاربری متفاوت نیست. این الگو براساس مطالعه هیر و همکاران (۲۰۱۳) ترسیم شده است که برای آرامش روانی شما، منبع شکل زیرنویس گردید. همچنین می‌توانید به ترجمه این کتاب توسط آذر و غلام‌زاده انتشارات نگاه دانش صفحه ۲۷۰ رجوع کنید.
Hair Jr, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2013). A primer on partial least squares structural equation modeling (PLS-SEM). Sage publications.
سلام وقت بخیر
درصورتی که آماره سوبل معنادار باشد(یعنی بالای ۱.۹۶) ولی ضریب مسیر با استفاده از vaf بیشتر از یک شود اینرا چطوری باید تفسیر کرد؟ آیا به طورکلی درست است؟
درود بر شما
میزان شمول واریانس هیچگاه بزرگتر از ۱ بدست نمی‌آید.
ممنون از پاسخگویی
فقط اینکه با توجه به اینکه من به این نتایج رسیدم
مشکل ممکنه از کجا باشه؟
البته این نکته را هم خدمتتون عرض کنم که متغیر مستقل و وابسته من اثر منفی و معنادار داشتن
اثر کل = اثر مستقیم + اثر غیر مستقیم
شمول واریانس = اثرغیرمستقیم ÷ اثر کل
چطور ممکنه این عدد از یک بزرگتر بدست بیاد؟ تو محاسبات دقت کنید.
محاسبه درسته
اثر مستقیم تو تحلیل من منفی هست
ایا باید قدر مطلق بگیرم ؟
اگر اینکارو نکنم مخرج کسر خیلی کوچک میشود و جواب بالای یک میشود
اعداد من (۰.۱۳۸-)+۰.۱۵۵
امکان نداره (نه منطقی نه علمی) که اثر مستقیم و اثرغیرمستقیم متضاد هم باشن. محاسبات شما اشتباه بوده. دقت کنید پژوهشگر باید هوشیار باشه و به نتایج دقت نظر بیشتری داشته باشه. اسیر دایره و خط نباشید. با تمرکز بیشتر مجدد مساله رو حل کنید.
سلام. من برای بررسی رابطه میانجی از رویکرد هیر استفاده کردم، روابط مستقیم و غ مستقیم هر دو معنادار هستند و تایید شدن ولی شمول واریانس عدم میانجی‌گری رو نشون می‌ده، یعنی پایین۰.۲، فرض میانجی رد میشه؟
درود بر شما. شمول واریانس برای رد یا قبول نیست بلکه میزان اثر میانجی را نشان می‌دهد. به دیگر سخن تنها زمانی شمول واریانس برآورد می‌گردد که اثر میانجی وجود داشته باشد. براساس دستاورد پژوهشی شما میزان اثر میانجی ضعیف است. ضعیف بودن با رد شدن تفاوت دارد. این پرسشگری شما نشان می‌دهد اهل مطالعه و پژوهش هستید و باید شما را تحسین کرد.
با سلام یکی از شرایط متغیر میانجی این است که X برY تاثیر مثبت و معنی دار داشته باشد
زمانی که متغیر میانجی را وارد میکنیم تاثیر منفی و معنی دار میشود و نمیشود تفسیرش کرد چکار باید بکنیم؟ با تشکر
درود. پیش‌شرطی که گذاشته‌اید اشتباه است. به استناد چه منبعی باید تاثیر مثبت و معنادار داشته باشد؟
مشخص است که اگر مسیر غیر مستقیم معنادار باشد که به معنای این است که هم a و b معنادار است که حاصلضرب آن ها نیز معنادار است می توان به ارزیابی VAF پرداخت و در یکی از حالت های سه گانه الگوریتم قرار گرفت. اما نباید فراموش کرد که حالت استثنایی را نیز پرفسور هایر در مطالعات خود بیان می کند. و آن زمانی است. که با ورود متغیر میانجی به مدل در مدل دوم اجرایی محقق رابطه علی مسیر مستقیم تغییر جهت می دهد. یعنی مثلا قبل از ورود میانجی رابطه علی مثبت و معنادار است اما بعد از ورود آن به مدل رابطه… بیشتر بخوانید
بسیار عالی، این نقض همان پیش شرطی است که گذاشتید: «یکی از شرایط متغیر میانجی این است که X برY تاثیر مثبت و معنی دار داشته باشد». پیشتر هم توضیح دادم چنین پیش‌شرطی از اساس اشتباه است.
سلام فرض کنید که ضریب a بدست امده ۰.۳و ضریب b =0.2و ضریب اصلی یعنی c=-0.1 باشد VAF بیشتر از ۱ میشود حالا باید چکار کرد. یعنی اثرغیر مستقیم تقسیم بر اثر کل که میشه ۱.۲۵ ضریب c منفی است. با تشکر از توجه شما
اگر متغیری مانند X بر متغیری مانند Y و M اثر مثبت داشته باشد در اینصورت بدون تردید اثر Y بر M مثبت خواهد بود. اگر شما فکر می‌کنید غیر از این حالت هم امکان‌پذیر هست من پاسخ قانع‌کننده‌ای ندارم.
سوال اول – آیاخروجیRMSEA در نرم افزار اموس و لیزرل و اسمارت پی ال اس در هر سه موجود است؟
سوال دوم – ما در لیزرل برای هر مدل RMSEA جداگانه داریم چطور باید تمام مدل ها را جمع کرد و در جدول خروجی نشان داد؟ چون برای هر متغیر یک RMSEA داریم.
با تشکر از شما
شاخص میانگین مربعات خطاهای تخمین یا همان RMSEA تنها در نرم‌افزار لیزرل و اموس و روش‌های کوواریانس محور CB-SEM قابل برآورد است. در نسخه ۳ و ۴ نرم‌افزار حداقل مربعات جزئی شما شاخص میانگین مربعات مقادیر باقی‌مانده یا SRMR را می‌توانید برآورد کنید. همینطور شاخص تتای ریشه میانگین مربعات RMS_theta نیز قابل سنجش است. شاید مطالعه تفاوت خطا (Error) و باقی‌مانده (Residual) بتواند به شما کمک کند.
ممنون میشم یک کتاب که هم اموس و هم اسمارت پی ال اس به شکال کاملا ساده بیان شده باشه به بنده معرفی نمائید . لطفا از هر نظر کامل باشه ممنون از شما
کتاب مدلسازی معادلات ساختاری احمد ابارشی و یعقوب حسینی برای آموزش اموس بسیار کتاب خوب و روانی هست. کتاب حداقل مربعات جزئی را با آموزش تصویری نسخه ۳ و ۴ تالیف کرده‌ام که می‌توانید با تماس با مسئول فروش ۰۹۱۹۴۳۵۱۸۱۱ سفارش دهید.
ممنون و تشکر از وقتی که میگذارید