Sökvägsanalys - vad det är och hur man använder det

Bananalys är en form av multipel regression Statistisk analys som används för att utvärdera kausalmodeller genom att undersöka förhållandena mellan en beroende variabel och två eller flera oberoende variabler. Genom att använda denna metod kan man uppskatta både storleken och betydelsen av kausala samband mellan variabler.

Key Takeaways: Path Analysis

Vägsanalys är teoretiskt användbar eftersom den, till skillnad från andra tekniker, tvingar oss att specificera förhållanden mellan alla oberoende variabler. Detta resulterar i en modell som visar kausalmekanismer genom vilka oberoende variabler ger både direkta och indirekta effekter på en beroende variabel.

Stiganalys utvecklades av Sewall Wright, en genetiker, 1918. Med tiden har metoden använts inom andra fysiska vetenskaper och samhällsvetenskaper, inklusive sociologi. Idag kan man göra bananalys med statistiska program inklusive SPSS och STATA, bland andra. Metoden är också känd som kausal modellering, analys av kovariansstrukturer och latenta variabla modeller.

Det finns två huvudkrav för väganalys:

1. Alla orsakssamband mellan variabler måste bara gå i en riktning (du kan inte ha ett par variabler som orsakar varandra)
2. Variablerna måste ha en tydlig tidsbeställning eftersom en variabel inte kan sägas orsaka en annan om den inte föregår den i tid.

Vanligtvis involverar bananalys konstruktionen av ett bandiagram där förhållandena mellan alla variabler och kausalriktningen mellan dem specifikt anges. När man genomför en sökanalys kan man först konstruera en ingångsdiagram, som illustrerar de hypotesiserade relationerna. I en vägdiagramanvänder forskare pilar för att visa hur olika variabler relaterar till varandra. En pil som pekar från, till exempel, variabel A till variabel B, visar att variabel A antas för att påverka variabel B.

Efter att den statistiska analysen har avslutats skulle en forskare sedan konstruera en utgångsdiagram, som illustrerar förhållandena som de faktiskt existerar, enligt analysen. Om forskarens hypotesen är korrekt visar inmatningsvägsdiagrammet och utgångsdiagrammet samma samband mellan variabler.

Låt oss överväga ett exempel där sökanalyser kan vara användbara. Säg att du antar att ålder har en direkt effekt på arbetstillfredsställelse, och du antar att det har en positiv effekt, så att den äldre är, desto mer nöjd kommer du att ha sitt jobb. En bra forskare kommer att inse att det verkligen finns andra oberoende variabler som också påverkar vår beroende variabel av arbetstillfredsställelse: till exempel autonomi och inkomst.

Med hjälp av sökanalys kan en forskare skapa ett diagram som visar förhållandena mellan variablerna. Diagrammet visar en koppling mellan ålder och autonomi (eftersom den äldre vanligtvis är, desto större grad av autonomi de kommer att ha), och mellan ålder och inkomst (igen, det tenderar att finnas en positiv relation mellan två). Därefter ska diagrammet också visa förhållandena mellan dessa två uppsättningar av variabler och den beroende variabeln: jobbtillfredsställelse.

Efter med hjälp av ett statistiskt program För att utvärdera dessa relationer kan man sedan rita om diagrammet för att indikera relationernas storlek och betydelse. Till exempel kan forskaren upptäcka att både autonomi och inkomst är relaterade till arbetstillfredsställelse, att en av dessa två variabler har en mycket starkare koppling till arbetstillfredsställelse än den andra, eller att ingen av variablerna har en betydande länk till jobb tillfredsställelse.

Även om väganalys är användbar för att utvärdera kausala hypoteser, kan denna metod inte fastställa riktning av kausalitet. Det klargör korrelation och indikerar styrkan i en kausal hypotes, men bevisar inte kausalitetsriktningen. För att fullt ut förstå riktningen till kausalitet kan forskare överväga att leda experimentella studier där deltagarna slumpmässigt tilldelas en behandlings- och kontrollgrupp.

Studenter som vill lära sig mer om sökanalys och hur de utför det kan hänvisa till University of Exeters översikt över Sökväg Analys och Kvantitativ dataanalys för samhällsvetare av Bryman och Cramer.

Uppdaterad av Nicki Lisa Cole, Ph. D.