هنگامی که از پرسشنامههای خودگزارشی برای جمعآوری دادهها به طور همزمان از همان شرکت کنندگان استفاده میشود، واریانس روش رایج(common method variance) میتواند مشکل ساز باشد. اگر پاسخ دهندگان تمایل به ارائه پاسخهای ثابت به سؤالات نظرسنجی که در غیر این صورت مرتبط نیستند، میتوانند همبستگیهای نادرستی ایجاد کنند (چانگ و همکاران، 2010). براي آزمون سوگيري روش رايج(common method bias) از آزمون تک عاملی هارمن(Harman’s single factor test ) در SPSS به صورت زير استفاده مي شود.به عبارت ديگر تنها هدف این آموزش این است که به شما بیاموزد چگونه سوگیری روش رایج را با استفاده از آزمون تک عاملی هارمن برای مطالعه خود ارزیابی کنید، به خصوص زمانی که از یک ابزار اندازه گیری برای جمع آوری داده ها برای متغیرهای وابسته و مستقل استفاده می شود.
آزمون تک عاملی هارمن گاهی از طریق تجزیه و تحلیل مؤلفه های اصلی و برخی اوقات از طریق تحلیل عاملی اکتشافی انجام می شود. دومی به طور کلی مناسب تر دیده می شود. در زمینه PLS-SEM، آزمون تک عاملی هارمن مستلزم ایجاد یک مدل با یک متغیر پنهان و انجام یک تحلیل ترکیبی یا مبتنی بر عامل است. اولی معادل انجام آزمون از طریق تحلیل مؤلفه های اصلی و دومی از طریق تحلیل عاملی اکتشافی است.
در آزمون تک عاملی هارمن، درصد واریانس مرتبط با اولین مؤلفه (یا عامل)، مولفه ای که به بالاترین مقدار ویژه اشاره دارد، با حد آستانه 0.5 مقایسه می شود.
چنین درصدی همچنین به عنوان "واریانس کل توضیح داده شده" توسط اولین مؤلفه (یا عامل) استخراج شده از طریق تجزیه و تحلیل نامیده می شود. این می تواند برای کاربران آزمون گیج کننده باشد، زیرا ممکن است این تصور را ایجاد کند که واریانس کل در متغیر پنهان است که توسط شاخص ها توضیح داده شده است. که در واقع برای مؤلفه اول 1 (100 درصد) و برای عامل مربوطه برابر با پایایی عامل است.
در PLS-SEM، پس از ایجاد یک مدل با یک متغیر پنهان منفرد و انجام یک تحلیل مبتنی بر ترکیب یا یک تحلیل مبتنی بر عامل، "واریانس کل توضیح داده شده" در واقع میانگین واریانس استخراج شده (AVE) برای متغیر پنهان است. اگر AVE بزرگتر از 0.5 باشد، در هر دو مورد، نتیجه میگیریم که مجموعه داده مورد استفاده با سوگیری روش رایج آلوده شده است(Kock,2020).
اين آزموزش از آزمون سوگيري روش هارمن در spss استفاده مي كند
چگونه این کار را در SPSS انجام دهیم؟
در SPSS، روی Analyze → Dimension Reduction → Factor کلیک کنید، کادر گفتگوی زیر برای شما نمایش داده می شود.
2. همه موارد اندازه گیری سازه ها را به متغیرها منتقل کنید
3. بر روی Extraction کلیک کنید، تعداد ثابت عوامل و ورودی 1 را انتخاب کنید (برای جزئیات بیشتر به شکل زیر مراجعه کنید)
4. برای مشاهده خروجی روی Continue و سپس OK کلیک کنید.
جدول زير در خروجي نمايش داده مي شود.
تفسیر
اگر کل واریانس استخراج شده توسط یک عامل بیش از 50٪ باشد، سوگیری روش رایج در مطالعه شما وجود دارد. با سوگيري روش رایج در این داده ها مشکلی وجود ندارد زیرا کل واریانس استخراج شده توسط یک عامل 30.418 درصد است و کمتر از آستانه توصیه شده 50 درصد است.
Kock, N. (2020). Harman’s single factor test in PLS-SEM: Checking for common method bias. Data Analysis Perspectives Journal, 2(2), 1-6.
نظرات