آخرین خبرها
خانه / آزمون کی دو / نیکویی برازش ( سنجش درستی مدل ) و روشهای آن

نیکویی برازش ( سنجش درستی مدل ) و روشهای آن

جهت سنجش مدل راه‌های متفاوتی وجود دارد که عبارتند از:

۱- سنجش درستی مدل با داده‌های‌ آینده

 در این روش می‌بایست صبر نمود تا در آینده اندازه‌های جدیدی از متغیرهای مدل ایجاد شود و سپس دید که آیا بین اندازه‌های جدید و مدل یکسانی وجود دارد یا خیر. در صورتی که در این روش اندازه‌های جدید و بدست آمده برای متغیرهای مدل در مدل گذاشته شد و باز هم همان ضرایب محاسبه شده بدست آمد؛ مدل دارای بهترین برازش بوده و تایید می‌شود چرا که توانسته با استفاده از داده‌های گذشته روابط بین متغیرها را در آینده پیش‌بینی کند. این روش مستحکم ترین روش برای سنجش درستی یک مدل ساخته شده می‌باشد ولی از آنجا که مستلزم گذر زمان است در بسیاری از موارد استفاده از آن ممکن نیست. به عنوان نمونه اگر مدل ما دارای دو متغیر کیفیت ‌کالا و رضایت مشتری  می‌باشد که در آن کیفیت کالا متغیر مستقل و رضایت مشتری متغیر وابسته است‌، برای سنجش ‌درستی مدل می‌بایست مدت زمانی صبر نمود و دید که آیا با داده‌های آینده که ازکیفیت کالا و رضایت مشتریان بدست می‌آوریم مدل رگرسیونی ما با همان پارامترها درست بدست می‌آید یا خیر؟ به عبارتی داده‌های سطح کیفیت کالا را به مدل رگرسیونی ساخته شده می‌دهیم و می‌بینیم آیا سطح رضایت مشتری که از فرمول بیرون می‌آید همان سطح رضایت مشتری است که اندازه گیری می‌کنیم؟

۲- سنجش درستی مدل با مقایسه مدل با نمونه‌های مشابه

در این روش نمونه‌های مشابه با نمونه هایی که مدل ما از آن ساخته شده انتخاب شده و سپس این نمونه‌های مشابه یا موازی را در مدل وارد می‌کنیم‌، در صورتی که پارامترهای محاسبه شده برای مدل با این نمونه‌های مشابه نیز همخوانی داشت می‌توان مدل را تایید نمود. این روش ضعیف ترین نوع سنجش درستی مدل می‌باشد چرا که قبل از این کار می‌بایست ثابت کرد که چرا نمونه‌های مشابه با نمونه‌های مدلساز ما شباهت دارند.  در این روش به عنوان مثال اگر مدل رگرسیونی کیفیت کالا با رضایت مشتری را در یک شرکت خورو‌سازی با فلان خصوصیات ایجاد کرده ایم‌، این مدل را برای یک شرکت خورور‌سازی با شرایط مشابه به کار می‌گیریم. اگر داده‌های سطح کیفیت کالای شرکت مشابه را به مدل دادیم و مدل توانست سطح رضایت مشتریان آن شرکت را به ازای آن سطح از کیفیت کالا به درستی پیش‌بینی کند‌، می‌گوییم مدل به درستی کار می‌کند.

۳- سنجش درستی مدل با داده‌های گذشته در اختیار (داده‌های فعلی)

 در این روش داده‌های گذشته جامعه آماری که نمونه‌ها از آن اخذ شده و مدل ساخته شده است را به مدل می‌دهیم و به این صورت سنجش می‌کنیم که آیا مدل ساخته شده ما با نمونه‌های فعلی می‌تواند تبیین کننده روابط بین داده‌های قبلی باشد یا خیر. به‌عنوان مثال در این روش برای سنجش همان مدل رگرسیونی کیفیت و رضایت‌، همان داده‌هایی که از آن مدل را ساخته ایم مورد استفاده قرار می‌دهیم. لازم به ذکر است که این داده‌هایی که در حال حاضر در اختیار داریم در واقع همان داده‌های گذشته مدل زمان حال می‌باشند. روش کار به این صورت است که داده‌های واقعی سطح کیفیت کالای مدل را به مدل می‌دهیم و می‌بینیم که سطح رضایت بدست آمده از فرمول مدل چقدر است و این مقدار با میزان واقعی سطح رضایت در برابر سطح کیفیت داده‌ها تفاوت دارد. در صورتی که این مقادیر کاملا برابر هم باشند مدل به درستی کار می‌کند.

فارغ از اینکه از کدام روش بالا جهت سنجش درستی مدل ساخته شده استفاده کنیم‌، مشهور ترین روش جهت مقایسه داده‌ها و مشخص کردن اینکه آیا دو داده با یکدیگر چه تفاوتی دارند‌، استفاده از  توزیع کای دو می‌باشد.

منبع: تحلیل عاملی ، مدلسازی معادلات ساختاری و چند سطحی – دکتر یاسر سبحانی فرد – دکتر مریم اخوان خرازیان (دانشگاه امام صادق )

http://www.moadele.ir

“پروژه های آماری خود را به ما بسپارید”
اجرای انواع مختلف آزمون های آماری با نرم افزار های مختلف آماری و مشاوره در مورد انواع روش های نمونه گیری، توسط متخصصان گروه آماردانان ایران زمین در سریعترین زمان و با کمترین هزینه

 

درخواست انجام آزمون

درباره‌ kashani

جوابی بنویسید

ایمیل شما نشر نخواهد شدخانه های ضروری نشانه گذاری شده است. *

*