أخطاء شائعة في نمذجة المعادلات الهيكلية (SEM) تؤدي إلى رفض بحثك (وكيف تصححها)
يرفض المحكّمون أبحاث نمذجة المعادلات الهيكلية للأسباب نفسها مرارًا: ضعف ملاءمة النموذج، وتجاهل مؤشرات التعديل، وغياب ثبات القياس، والاكتفاء بالإبلاغ عن CFI. إن كانت قيمة RMSEA لديك أعلى من 0.08 ولا تعرف السبب، فهذا المقال لك.
لماذا يواصل المحكّمون رفض أوراق SEM
تُعد نمذجة المعادلات الهيكلية (SEM) من أقوى الأدوات في بحوث العلوم الاجتماعية، لكنها أيضًا من أكثرها إساءةً في الاستخدام. فتتلقى المجلات سيلًا من المخطوطات القائمة على SEM يتضح فيها أن المؤلفين أجروا التحليل دون فهم كامل للطريقة. والنتيجة متوقعة: الرفض. وتندرج أكثر شكاوى المحكّمين شيوعًا في خمس فئات: ضعف توصيف النموذج، وعدم كفاية الإبلاغ عن الملاءمة، وتجاهل الافتراضات، وغياب اختبار ثبات القياس، والإفراط في الاعتماد على مؤشرات التعديل.
الخطأ الأول: تشغيل SEM دون CFA أولًا
إذا انتقلت مباشرةً إلى نموذجك الهيكلي دون أن تتأكد أولًا من أن نموذج القياس يعمل، فسيشير المحكّمون إلى ذلك فورًا. أجرِ دائمًا التحليل العاملي التوكيدي (CFA) أولًا. وتحقق من أن لكل عامل تشبعات كافية (تشبعات معيارية تتجاوز 0.50 بوصفها مبدأً إرشاديًّا عامًّا)، ومن أن نموذجك يلائم البيانات ملاءمة مقبولة، ومن تحقق الصدق التمييزي (ينبغي أن يتجاوز متوسط التباين المستخلص (AVE) مربعات الارتباطات بين العوامل). وبعد أن يصبح نموذج القياس متينًا فقط، أضِف المسارات الهيكلية.
الخطأ الثاني: الإبلاغ عن CFI وحده وتجاهل البقية
يبلغ كثير من الباحثين عن CFI فوق 0.90 ويعدّون ذلك ملاءمة جيدة. أما المحكّمون فيتوقعون مجموعة شاملة: مربع كاي مع درجات الحرية وقيمة p، وCFI (يُفضَّل أن يتجاوز 0.95)، وTLI (أعلى من 0.95)، وRMSEA مع مجال الثقة 90 بالمئة (يُفضَّل أن يقل عن 0.06)، وSRMR (أقل من 0.08)، وذلك اتباعًا للقيم الإرشادية لـ Hu وBentler (1999). وإذا كان CFI لديك 0.93 وTLI يساوي 0.89 وRMSEA يساوي 0.09، فهذه ليست ملاءمة مقبولة، مهما أوحى به مؤشر واحد انتُقي انتقاءً. فأبلغ عن جميع المؤشرات وفسّرها معًا.
الخطأ الثالث: اتباع مؤشرات التعديل اتباعًا أعمى
يوفّر كل من AMOS وlavaan مؤشرات تعديل تقترح إضافة مسارات لتحسين الملاءمة. والإغراء قوي بإضافة ارتباطات الأخطاء حتى يلائم النموذج البيانات، وهذا أسرع طريق إلى الرفض. فلكل تعديل أن يكون له مسوّغ نظري. إن إضافة ارتباط بين حدّي خطأ لمفردتين من عاملين مختلفين لمجرد أن مؤشر التعديل (MI) مرتفع تحوّل نموذجك التوكيدي إلى نموذج استكشافي. وإذا احتجت إلى أكثر من اثنين أو ثلاثة تعديلات مسوَّغة نظريًّا، فالأرجح أن نموذجك يحتاج إلى إعادة نظر من الأساس.
الخطأ الرابع: إهمال ثبات القياس
إذا كنت تقارن بين مجموعات (ذكور مقابل إناث، قبل مقابل بعد، ثقافات مختلفة)، فعليك أن تُثبت أولًا أن نموذج القياس يعمل بالتساوي عبر المجموعات. ويعني ذلك اختبار الثبات التكويني ثم المتري ثم السلّمي بالتتابع. ومن دون الثبات السلّمي تصبح مقارنة المتوسطات الكامنة بين المجموعات بلا معنى. ويتخطى كثير من الباحثين هذه الخطوة كليًّا ويذهبون مباشرةً إلى المقارنة متعددة المجموعات، والمحكّمون الذين يعرفون SEM يكتشفون ذلك في كل مرة.
كيف نعالج هذه المشكلات
في Future House Academy نتخصص في تحليل SEM. فنراجع توصيف نموذجك، ونتحقق من الافتراضات، ونجري CFA سليمًا قبل النمذجة الهيكلية، ونختبر ثبات القياس عند الحاجة، ونعرض النتائج بتنسيق APA 7 الكامل. وإذا رُفضت ورقتك بسبب مشكلات في SEM، فأرسل إلينا تعليقات المحكّمين؛ فقد ساعدنا باحثين على المراجعة وإعادة التقديم بنجاح. ونعمل مع AMOS وlavaan في R وMplus، ونشرح كل قرار نتخذه حتى تتعلم لمشروعك القادم.
المراجع
Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55. https://doi.org/10.1080/10705519909540118