الفرق بين AMOS وSmartPLS: متى تختار CB-SEM أو PLS-SEM في دراستك؟

نموذج دراستك فيه عدة متغيرات كامنة ومسارات متشابكة، ونصحك المشرف بالنمذجة بالمعادلات البنائية. تسأل زملاءك فيقول أحدهم «استخدم AMOS»، ويقول آخر «SmartPLS أسهل ويقبل العينات الصغيرة». أيهما الصواب؟ الإجابة تعتمد على هدف دراستك أكثر من سهولة البرنامج. يشرح هذا المقال الفرق بين AMOS وSmartPLS، أي الفرق بين منهجين في النمذجة: القائم على التغاير (CB-SEM) والقائم على المربعات الصغرى الجزئية (PLS-SEM)، ومتى تختار كلًا منهما، وكيف تبرر اختيارك أمام اللجنة.

ما النمذجة بالمعادلات البنائية؟

النمذجة بالمعادلات البنائية (Structural Equation Modeling) أسلوب يختبر في تحليل واحد شبكة من العلاقات بين متغيرات كامنة، أي مفاهيم لا تقاس مباشرة مثل «الرضا الوظيفي» أو «جودة الخدمة»، بل تقاس عبر فقرات تمثلها.

يتكون النموذج من جزأين:

• نموذج القياس (Measurement Model): يربط كل متغير كامن بفقراته، ويختبر صدق الأداة وثباتها.
• النموذج البنائي (Structural Model): يحدد العلاقات بين المتغيرات الكامنة نفسها، أي فرضيات الدراسة.

ميزته على تحليلات الانحدار المتتابعة أنه يقدر العلاقات كلها معًا، ويأخذ خطأ القياس في الحسبان، ويسهل اختبار الآثار غير المباشرة. مقارنتنا هنا بين منهجين لا بين واجهتين، فإصدارات البرامج قد تضيف خيارات جديدة، لكن الفرق المنهجي يبقى.

AMOS والنمذجة القائمة على التغاير (CB-SEM)

برنامج AMOS من أشهر أدوات المنهج القائم على التغاير (Covariance-Based SEM). يحاول هذا المنهج أن يعيد إنتاج مصفوفة التغاير الملاحظة في بياناتك من النموذج النظري الذي رسمته، وطريقة التقدير الافتراضية فيه هي الاحتمال الأقصى (Maximum Likelihood). كلما اقتربت المصفوفة التي يقدرها النموذج من مصفوفة البيانات، كانت مطابقة النموذج أفضل.

لذلك يركز هذا المنهج على مؤشرات المطابقة (Fit Indices). أشهرها مع الحدود الشائعة، وهي أعراف يختلف فيها المؤلفون:

• مربع كاي (Chi-square): يفضل أن يكون غير دال، لكنه شديد الحساسية لحجم العينة، فيصبح دالًا غالبًا في العينات الكبيرة.
• مربع كاي مقسومًا على درجات الحرية (CMIN/DF): يقبل كثيرون القيم الأقل من 3، ويتساهل بعضهم حتى 5.
• CFI وTLI: 0.90 فأعلى مقبول في العرف الشائع، وأوصى هو وبنتلر (Hu & Bentler) بقيم قريبة من 0.95.
• RMSEA: 0.08 فأقل مقبول في العرف الشائع، واقترح هو وبنتلر 0.06 فأقل مؤشرًا على مطابقة جيدة.
• SRMR: 0.08 فأقل وفق اقتراح هو وبنتلر.

هذا المنهج مناسب جدًا لـالتحليل العاملي التوكيدي لمقاييس معروفة، ولاختبار نظرية قائمة: هل تتطابق البيانات مع ما تفترضه النظرية؟

SmartPLS والنمذجة بالمربعات الصغرى الجزئية (PLS-SEM)

برنامج SmartPLS من أشهر أدوات المنهج القائم على التباين (PLS-SEM). هدفه الأساسي مختلف: تعظيم التباين المفسر في المتغيرات التابعة الرئيسة، أي التركيز على التنبؤ والتفسير أكثر من إعادة إنتاج مصفوفة التغاير. ولا يفترض توزيعًا معينًا للبيانات في التقدير، ويختبر دلالة المسارات بالبوتستراب.

يقيم النموذج على مرحلتين، ومن الحدود الشائعة فيهما ما يوصي به هير وزملاؤه (Hair et al.):

• نموذج القياس: تشبعات خارجية 0.708 فأعلى مع إمكان الإبقاء على التشبعات بين 0.40 و0.70 إذا لم يحسن حذفها الثبات المركب أو متوسط التباين المستخلص، وثبات مركب (CR) 0.70 فأعلى، ومتوسط تباين مستخلص (AVE) 0.50 فأعلى.
• الصدق التمييزي: معيار فورنل ولاركر (Fornell & Larcker)، ومعيار HTMT الذي اقترحه هنسلر ورينجل وسارستد (Henseler, Ringle & Sarstedt) بحد 0.85 أو 0.90 حسب تقارب المفاهيم.
• النموذج البنائي: معاملات المسار ودلالتها بالبوتستراب، وتضخم التباين بين المتغيرات المستقلة، وR² للمتغيرات التابعة، وحجم الأثر f²، والقدرة التنبؤية Q².

لاحظ أن صدق الأداة في المنهجين يعتمد على مفاهيم مشتركة مثل الصدق التقاربي والتمييزي، وتجد أساسها في مقال الصدق والثبات في أدوات البحث العلمي.

مقارنة مباشرة بين المنهجين

صف «المتغيرات التكوينية» في الجدول يحتاج توضيحًا لأنه يحسم الاختيار أحيانًا. في المقياس الانعكاسي تنتج الفقرات عن المفهوم: من يرتفع رضاه الوظيفي ترتفع إجاباته على كل فقرات الرضا معًا. أما في المقياس التكويني فالفقرات هي التي تكون المفهوم: المستوى الاقتصادي والاجتماعي يتشكل من الدخل والتعليم والمهنة، وارتفاع أحدها لا يعني ارتفاع الآخرين. إذا كانت مفاهيمك من النوع الثاني، فهذا مبرر قوي للتفكير في PLS-SEM.

حجم العينة: الحقيقة والأسطورة

أشهر سبب يذكره الطلبة لاختيار SmartPLS هو «عينتي صغيرة». هذا السبب يحتاج تدقيقًا.

في CB-SEM يتداول كثيرون رقم 200 حدًا تقريبيًا للنماذج المعتادة، وتوجد قواعد تربط حجم العينة بعدد المعالم المقدرة، مثل قاعدة جاكسون (Jackson) التي تقترح 20 حالة لكل معلمة، ويقبل بعضهم 10 حالات. كلما زاد تعقيد النموذج، زادت الحاجة إلى عينة أكبر.

في PLS-SEM انتشرت «قاعدة الأضعاف العشرة» التي تنسب إلى باركلي وزملائه (Barclay et al.): عشرة أضعاف أكبر عدد من المسارات المتجهة إلى متغير كامن واحد في النموذج. لكن منهجيين كثيرين انتقدوها لأنها قد تنتج عينات ذات قوة إحصائية غير كافية. البديل الأدق تحليل القوة الإحصائية ببرنامج مثل G*Power، أو طريقة الجذر التربيعي العكسي (Inverse Square Root) التي اقترحها كوك وهادايا (Kock & Hadaya).

الخلاصة: PLS-SEM أكثر مرونة مع العينات الأصغر، لكنه لا يحول العينة غير الكافية إلى عينة كافية. وتجد منطق الحساب كاملًا في مقال كيف تحسب حجم العينة.

متى تختار كلًا منهما؟

اختر AMOS (CB-SEM) إذا كان

• هدفك اختبار نظرية راسخة أو تأكيد نموذج معروف.
• مقاييسك انعكاسية (Reflective)، أي أن الفقرات نتاج للمفهوم.
• تحتاج مؤشرات مطابقة شاملة، أو تجري تحليلًا عامليًا توكيديًا لمقياس قائم.
• عينتك كافية للنموذج، وبياناتك قريبة من التوزيع الطبيعي أو تعالجها بأساليب مناسبة.

اختر SmartPLS (PLS-SEM) إذا كان

• هدفك التنبؤ بمتغيرات رئيسة أو تطوير نظرية في مرحلة استكشافية.
• النموذج معقد بمتغيرات ومسارات كثيرة.
• بعض المفاهيم تكوينية (Formative)، أي أن الفقرات تشكل المفهوم ولا تعكسه.
• بياناتك بعيدة عن التوزيع الطبيعي، أو حجم عينتك محدود مع تحليل قوة يدعمه.

مثال افتراضي: دراسة بعنوان «أثر جودة الخدمة الإلكترونية في ولاء العملاء: الدور الوسيط للثقة» بمقاييس منشورة وعينة كبيرة، وهدفها اختبار نموذج نظري معروف، تناسبها CB-SEM. أما دراسة تبني نموذجًا جديدًا لتبني الخدمات المصرفية الرقمية بعدد كبير من المتغيرات وهدف تنبؤي، فقد تناسبها PLS-SEM أكثر. وفي الحالتين تحليل الوساطة ممكن، وتجد أسسه في مقال المتغير الوسيط والمتغير المعدل. وراجع دائمًا ما يعتمده قسمك والمجلة التي تستهدفها.

كيف تبرر اختيارك في الفصل الثالث؟

لا تكتب «استخدم الباحث SmartPLS لسهولته». اربط الاختيار بخصائص دراستك، كما في هذه الصياغة النموذجية:

استخدم الباحث النمذجة بالمعادلات البنائية بطريقة المربعات الصغرى الجزئية (PLS-SEM)، نظرًا للطبيعة التنبؤية لأهداف الدراسة، ولأن النموذج يتضمن متغيرات ومسارات متعددة، مع التحقق من كفاية حجم العينة بتحليل القوة الإحصائية.

أخطاء شائعة

• اختيار SmartPLS لمجرد صغر العينة دون تحليل قوة أو مبرر منهجي.
• الحكم على نموذج PLS بمؤشرات المطابقة الخاصة بـCB-SEM، أو الاعتماد على مؤشر GoF الذي انتقده عدد من المؤلفين.
• تعديل نموذج AMOS بمؤشرات التعديل (Modification Indices) دون مبرر نظري حتى تتحسن المطابقة.
• عرض النموذج البنائي قبل التحقق من صدق نموذج القياس وثباته.
• الظن بأن PLS-SEM «بلا افتراضات»، مع أنه يتطلب بيانات نظيفة وعينة مناسبة ونموذجًا مبررًا نظريًا.

أسئلة شائعة

هل SmartPLS أسهل من AMOS؟

الواجهتان سهلتان نسبيًا، لكن السهولة ليست معيار الاختيار. المعيار هدف الدراسة وطبيعة المقاييس وحجم العينة، ثم قدرتك على تفسير المخرجات والدفاع عنها.

هل يمكن استخدام AMOS مع عينة 150 مشاركًا؟

قد يكون ذلك ممكنًا لنموذج بسيط بعدد قليل من المتغيرات والفقرات، لكنه يصبح أصعب مع النماذج المعقدة. احسب عدد المعالم المقدرة، واستعن بتحليل القوة، وناقش القرار مع مشرفك.

هل أعرض مؤشرات المطابقة في SmartPLS؟

يعرض بعض الباحثين مؤشر SRMR في PLS-SEM، لكن دوره محل نقاش، والتركيز الأساسي يكون على تقييم نموذج القياس ثم النموذج البنائي. اتبع ما تطلبه مراجعك المنهجية وتعليمات قسمك.

هل أحتاج SPSS قبل AMOS أو SmartPLS؟

يستخدم كثير من الباحثين SPSS لتنظيف البيانات والإحصاء الوصفي وفحص القيم المفقودة والمتطرفة، ثم ينتقلون إلى برنامج النمذجة. هذه الخطوة التمهيدية تحمي نتائجك من أخطاء يصعب كشفها لاحقًا.

الاختيار بين AMOS وSmartPLS قرار منهجي يبدأ من سؤال واحد: هل تريد تأكيد نظرية قائمة أم التنبؤ وتطوير نموذج؟ بعدها يأتي حجم العينة وطبيعة المقاييس. إذا أردت من يساعدك في اختيار المنهج المناسب وبناء النموذج وتفسير مخرجاته، فتعرف على خدمة التحليل الإحصائي في مركز المستشار، أو احجز استشارة مجانية.