Kısmi En Küçük Kareler Yöntemi

Bu çalışmada pazar tabanlı yeteneklerin işletme performansı üzerindeki etkileri araştırılmıştır. Bu amaçla, kısmi en küçük kareler yöntemi ile model testi kullanılmıştır.

Kısmi en küçük kareler yöntemi (Partial Least Squares -PLS) ilk olarak Wold (1966, 1983) tarafından tanımlanan yöntemler izlenerek gizil değişken yol analizi için bir program sistemidir. Bookstein (1982) tarafından geliştirilmiş ve Lohmöller (1984) tarafından programlanmıştır (Lohmöller, 1988:125-127). PLS, Yapısal Denklem Modelleme (YEM) (Structural Equation Modelling- SEM) için bir alternatif olarak (örneğin, Lisrel, Amos veya benzer programlar) giderek daha popüler hale gelmiştir.

Son zamanlarda işletme (muhasebe, uluslararası pazarlama, yönetim bilgi sistemleri, pazarlama ve işlemsel yönetim), eğitim ve diğer sosyal bilimlerdeki araştırmalarda benimsenerek uygulanmıştır. PLS ve YEM programları terminolojisi arasında bazı farklılıklar olmasına rağmen, yapısal modelin temel özellikleri arasında benzer özellikler olabilir. Ancak, yapısal modeller aynı görünse de modelin tahmin ve yorumlanması açısından farklılıklar vardır (Hair ve diğ., 2010:760; Hair ve diğ., 2013:1).

PLS, özellikle araştırmacılar tarafından neden sonuç ilişkilerini ortaya koymada kullanılan çok değişkenli bir modelleme tekniğidir. Diğer bir ifade ile, gizil değişkenler (Latent Variable-LV) ve faktörlere ait (gözlenen veya ölçülen) ölçümler (Manifest Variable- MV) arasındaki ilişkilerin uyumunu ve teorik olarak oluşturulmuş hipotezlerle belirtilmiş olan ilişkilerin görgül olarak doğrulanmasını eş zamanlı olarak gerçekleştirmektedir. PLS, çok değişkenli regresyon veya YEM gibi diğer teknikler karşısında, küçük örneklemlerden, örneklemin çarpık dağılım göstermesinden, değişkenler arasında oluşabilecek çoklu eş doğrusallık (MultiColinearity) problemlerinden ve ölçüm hataları nedeni ile gölgede kalan ilişkileri bile belirleyebildiğinden dolayı güçlü bir tekniktir (Lohmöller, 1988:125

;Fornell, 1992:12; Fornell ve diğ., 1996:11; Kristensen ve diğ., 1999:609; Compeau ve Higgings, 1995:128-129; Chin ve Gopal; 1995:50; Vinzi ve diğ., 2010: 47-48;

Eskildsen ve diğ., 2004:863; Çelik ve Başaran, 2008:129).

136

Genel olarak, PLS, modeli içerisindeki bağımlı değişken ve/veya değişkenleri tanımlamak için temel bileşenler faktör analizi ile çok değişkenli regresyonu birleştirmektedir. MV (eksojen değişken x ve endojen değişkenler y), LV (eksojen faktör ξ ve endojen faktör η ) arasındaki dışsal ilişkileri faktör analiziyle tahmin ederek ölçüm modelini ve eksojen LV (ξ) ile endojen LV (η) arasındaki içsel ilişkileri regresyon yardımıyla tahmin edip, yapısal modeli ortaya koymaktadır (Edvardsson vd., 2000: 923; Kristensen vd., 1999: 609; Ringle ve diğ., 2013:1320;

Hair ve diğ., 2011:141).

PLS tahmin sürecini analiz etmek için bazı gösterim biçimlerini açıklamak gerekmektedir. Bu model üç bileşenden oluşmaktadır. (1) içsel ilişkiler ya da içsel yapısal model, (2) dışsal ilişkiler ya da ölçüm modeli ve (3) ağırlık ilişkileridir.

Benzer bir şekilde ekonometrik model için, yapısal model gizil değişkenler arasındaki ilişkileri belirtir.

(1) η= Bη+ í ξ + ξ

Burada sırası ile η ve ξ endojen ve exsojen gizil değişkenlerin vektörüdür. Ölçüm modeli gizil değişkenler ve manifest değişkenler veya x ve y arasındaki ilişkileri belirler.

(2) x= λxξ +

ε

(3) y=λyη +

ε

(2) ve (3) denklemler “reflective-yansıtıcı” ya da “outwards-dışadönük” modeller olarak adlandırılır ve bu durum x ve y, ξ ve η faktörlerinin bir yansımasıdır.

(4) ξ =πξx + δξ

(4) denklem “formative-biçimlendirici” ya da “inwards-directed- içe doğru dönük”

model denir. Uygulamalarda belirtilen ilişkilerin yorumlanmasında modelin reftective ya da formative olması belirleyecektir.

(5) η= wηy (6) δ= wξX

(5) ve (6) denklemlerinde ağırlık ilişkisi gösterilmektedir. Manifest değişkenlerin yükleri aracılığı ile gizil değişkenlerin puanlarını tahmin etmektir. Yük ölçümü de

137

modelin reftective ya da formative olmasına bağlıdır. Bu çalışmada da x ve y değişkenleri ξ ve η faktörlerinin birer yansıması (reflective) olarak ele alınmış ve oluşturulan model dışa dönük (outward) model olarak oluşturulmuştur (Cassel ve diğ, 1999:437-438; Henseler ve diğ., 2009:284-286).

Literatürde yansıtıcı (reflective) yapıları doğrulamak için çeşitli kriterler tartışılmaktadır. PLS yaklaşımı açısından yansıtıcı (reflective) yapıları değerlendirme kriterleri aşağıda ayrıntılı bir şekilde incelenmektedir.

A. İçerik Geçerliliği

İçerik geçerliliği bir ölçüm modeli değişkenlerinin ölçme amacına uygunluğunu ortaya koymaktadır. Temel bileşenler analizi değişkenlerin temel faktör yapısının incelenmesi için uygun bir yöntemdir. Tek boyutluluk açısından yapı göstergeleri belirlendikten sonra daha ileri bir değerlendirme güvenilirlik ve geçerlilik konusunda gereklidir (Altunışık ve diğ., 2005:113; Götz ve diğ., 2010:694; Devellis, 1991:43-44).

B. Madde Geçerliliği

PLS olarak tek bir madde güvenilirlik, kendi yapısı ile ölçüm yüklerinin (ya da basit bir korelasyon) incelenerek değerlendirilmesidir. Ortak bir eşik kriteri bir madde varyansın %50’den fazla gizil yapı ile açıklanabilir olmasıdır. Bu madde bir değişkenin x ya da y gizil yapılarının yüklemeleri λ için 0.7 den daha büyük bir kabul edilebilir değerler anlamına gelir. Bu eşik değeri, aynı zamanda bir yapı veya madde arasındaki ortak sapma ölçüm hata varyansının daha büyük olduğu anlamına gelir. Zayıf madde yükleri sıklıkla yeni geliştirilmiş bir ölçek görgül araştırmalarda kullanıldığı zaman görülür. PLS modeli içindeki madde yükleri 0.4 dan küçük olması durumunda ise reflective ölçüm modelinden çıkarılması gerekir (Hulland, 1999:195-204; Götz ve diğ., 2010:694-695).

C. Yapı Güvenilirliği

Ölçeğin hangi kavram veya özellikleri ölçtüğünün belirlenmesidir. Yapı güvenilirliği aslında ölçeğin bağımsız yapıyı ne kadar iyi ölçtüğünü ifade eder. Güçlü bir karşılıklı ilişki ortaya koymak için benzer yapı göstergeleri gerektirir. Daha sonra bütünsel güvenilirliği (composite reliability) ölçmek için atanmış göstergeleri ile

138

ölçülmektedir. Aşağıda görüldüğü gibi reflective ölçüm modeli için bütünsel güvenilirlik (composite reliability) formülü gösterilmektedir.

(∑λ ij)² i

Composite Güvenilirlik (p) =

(∑λ ij)² + (∑λvar (εij) i i

i gizil değişkeni olmak üzere λi indikatör değişkenin yüklerini gösterir. i indikatör ölçüm hatalarından kaynaklanan hataları εi ile gösterilir ve j yansıtıcı (reflective) ölçüm modelinin yatay akış indeksini temsil eder. Yapı güvenilirliği (composite reliability) 0 ile 1 arasında değişir. 0.6’dan daha büyük değerler sık sık kabul edilebilir olarak değerlendirilir. Yapı güvenilirliği (composite reliability) Cronbach alfa ölçüsüne benzer, alfa eşit ağırlık kullansa da bu gerçek faktör yüklerini içermektedir. Ölçüm modellerinde düşük korelasyon gösteren göstergelerin çıkarılması gerekir. Genellikle akademik çalışmalarda en yaygın kullanılan güvenilirlik kat sayısı Cronbach alfa’dır. Cronbach alfa değeri 0.60’a kadar düşürülse de genellikle kabul edilebilir alt sınır 0.70’dir (Götz ve diğ., 2010:695-696;

Fornell ve Lacker, 1981:45-46; Malhotra, 2007:287;Hair ve diğ, 2010:125).

D.Yakınsaklık Geçerliliği

Ölçeğin aynı yapıyı ölçen diğer ölçütlerle ne derece örtüştüğünün göstergesidir. Aynı yapıyı ölçtüğü düşünülen ölçekler arasında yüksek korelasyonun olması beklenir.

Gizil yapıyı ölçmek için bir yansıtıcı (reflective) yapının göstergeleri farklı yöntemler ile ölçülebilir. Bunlardan en yaygın olanı (Average Variance Extracted- AVE) ortalama açıklanan varyans yöntemidir. 0.5’den daha az bir AVE yetersiz kabul edilir. AVE aşağıdaki şekilde formüle edilir (Altunışık ve diğ., 2005:113; Hair ve diğ., 2010:686-687; Fornell ve Lacker, 1981:46; Götz ve diğ., 2010:696; Peter, 1981; 136; Hulland, 1999:199).

∑λi² i

AVE =

∑λⁱ² + (∑var (εⁱ) i i

139 E. Ayırma (Diskriminant) Geçerliliği

Bir yapıyı ölçen ölçekle farklı yapıları ölçen ölçekler arasında düşük korelasyonun olmasını ifade etmektedir. Ayırma (diskriminant) geçerlilik için gerekli bir koşu gizil değişkenin ve göstergeler arasındaki ortak varyansın diğer gizil değişkenler ile ortak varyansın korelasyonunun karesinden daha büyük olmasıdır. Ayırma (diskriminant) geçerlilik için, yansıtıcı (reflective) ölçüm modelini doğrulama süreci tamamlanmaktadır. PLS modelinin bağımlı (endojen) yapıları için R² değeri incelenerek belirlenir . R² değeri 0 ile 1 arasında değişmekte ve yüksek seviyelerde doğruluk derecesi beklenmektedir. Bu katsayı model hassasiyetinin bir ölçüsüdür ve belirli endojen değişkenlerin karesi alınmış bir ilişki, gerçek ve tahmin edilen değer yapıları olarak hesaplanır. R² katsayısı endojen gizil değişkenlerle eksojen gizil değişkenlerin bütünsel etkilerini göstermektedir. (Altunışık ve diğ., 2005:113-114;

Götz ve diğ., 2010:696; Hulland, 1999:199-202; Peter, 1981: 136-137; Hair ve diğ., 2014: 174-175).