حداقل مربعات جزئی، رویکردی نوین در تحلیل مدلهای کمی تحقیقات بازاریابی

از زمان معرفی مدلسازی معادلات ساختاری مبتنی بر کوواریانس که توسط کارل یورسکوگ درسال 1973 ، این تکنیک توجه بسیار زیادی را در بین محققین تجربی به خود جلب کردهاست. با این حال، برتری لیزرل 3 که مطمئناً شناخته شدهترین ابزار برای انجام این گونه تحلیلهاست، ناشی از این مسأله است که تمامی محققین از تکنیکهای جایگزین مدلسازی معادلات ساختاری از جمله؛ حداقل مربعات جزئی 4 آگاه نیستند. لذا هدف از این مقاله، ارائه یک تعریف آسان از این رویکرد و شرایط برتری آن نسبت به سایر فنون مطروحه میباشد. چرا که این رویکرد، خصوصاً برای شرایطی که در آن حجم زیادی از سنجه (متغیر مشاهدهشده) برای یک سازه (متغیر مکنون) مطرح و رویکرد حداکثرکردن احتمالات 5 در مدلهای مبتنی بر کوواریانس دچار محدودیتهایی شده، مفید میباشد. البته، به لحاظ افزایش جنبه کاربردی این مقاله، تا حد امکان از ذکر جزئیات ریاضی پرهیز گردیدهاست.

کلیدواژه ها:

مدلهای کمی تحقیقات بازاریابی ، مدلسازی معادلات ساختاری ، حداقل مربعات جزئی ، لیزرل