Son yıllarda özellikle sosyal bilimlerde, eğitimde, işletme ve pazarlama alanlarında yapısal eşitlik modellemesi (Structural Equation Modeling – SEM) büyük bir ilgi görmektedir. Çünkü SEM, hem ölçüm modellerini (gizil değişkenlerin gözlenen göstergelerle ilişkisini) hem de yapısal modelleri (gizil değişkenler arası nedensel ilişkileri) aynı anda test etmeye olanak tanır. Ancak SEM’in iki temel yaklaşımı vardır: Kısmi En Küçük Kareler Yapısal Eşitlik Modellemesi (Partial Least Squares SEM – PLS-SEM) ve Kovaryans Tabanlı Yapısal Eşitlik Modellemesi (Covariance-Based SEM – CB-SEM).
Araştırmacılar için kritik soru şudur: “Çalışmamda PLS–SEM mi yoksa CB–SEM mi kullanmalıyım?” Bu yalnızca teknik bir karar değil; aynı zamanda araştırmanın teorik çerçevesini, veri yapısını, örneklem büyüklüğünü ve hipotezlerin türünü doğrudan etkileyen bir tercihtir. Yanlış seçim, model uyumunu bozabilir, sonuçların güvenilirliğini azaltabilir ve tezinizin bilimsel geçerliliğini zedeleyebilir.
Bu yazıda, tez yaptırma sürecinde PLS–SEM mi CB–SEM mi tercih edilmesi gerektiği; yöntemlerin tanımları, varsayımları, avantajları–dezavantajları, uygulama alanları, örnekler, karar kriterleri ve stratejik ipuçlarıyla kapsamlı biçimde incelenecektir.
1. SEM Yaklaşımlarının Ortak Amacı
-
Gizil değişkenleri ölçmek.
-
Değişkenler arası ilişkileri test etmek.
-
Doğrudan ve dolaylı etkileri aynı anda analiz etmek.
2. CB–SEM’in Tanımı
-
Kovaryans matrisine dayanır.
-
Teorik modellerin doğruluğunu test etmek için kullanılır.
-
Uyum indeksleri (CFI, RMSEA, χ²/df) üzerinden değerlendirilir.
3. PLS–SEM’in Tanımı
-
Varyansa dayalı bir yöntemdir.
-
Tahmin odaklıdır, açıklayıcı gücü ön plandadır.
-
Özellikle keşifsel araştırmalarda tercih edilir.
4. CB–SEM’in Varsayımları
-
Büyük örneklem gerektirir (200+ genellikle).
-
Çok değişkenli normallik varsayımı vardır.
-
Ölçüm modeli doğru spesifiye edilmelidir.
5. PLS–SEM’in Varsayımları
-
Küçük örneklemlerle çalışabilir.
-
Normallik varsayımına ihtiyaç duymaz.
-
Daha esnek ve uygulaması kolaydır.
6. CB–SEM’in Avantajları
-
Teorik model testinde güçlüdür.
-
Uyum indeksleri sayesinde modelin geçerliliği ölçülür.
-
Bilimsel dergilerde kabul gören standart yöntemdir.
7. PLS–SEM’in Avantajları
-
Küçük örneklemlerle bile güvenilir sonuç verir.
-
Karmaşık modellerde kullanılabilir.
-
Tahmin gücü yüksektir.
-
Normallik varsayımına gerek yoktur.
8. CB–SEM’in Dezavantajları
-
Büyük örneklem şarttır.
-
Normallik ihlalleri ciddi sorun yaratır.
-
Daha katı varsayımlar içerir.
9. PLS–SEM’in Dezavantajları
-
Uyum indeksleri sınırlıdır.
-
Teorik model doğrulaması için uygun değildir.
-
Bazı akademik dergiler CB–SEM’e göre daha az kabul eder.
10. Karar Kriterleri
-
Araştırma teorik model testi üzerineyse → CB–SEM.
-
Araştırma tahmin odaklı ise → PLS–SEM.
-
Örneklem küçükse → PLS–SEM.
-
Örneklem büyükse → CB–SEM.
11. Uygulamalı Örnek 1: Eğitim
Araştırma: “Öğrencilerin öz yeterlik, motivasyon ve akademik başarı ilişkisi.”
-
Teorik çerçeve güçlü → CB–SEM.
-
Keşifsel yaklaşım, küçük örneklem → PLS–SEM.
12. Uygulamalı Örnek 2: Psikoloji
Araştırma: “Kaygı, stres ve akademik performans ilişkisi.”
-
Gizil değişkenlerin doğrulayıcı analizi → CB–SEM.
-
Daha esnek, tahmin odaklı çalışma → PLS–SEM.
13. Uygulamalı Örnek 3: İşletme
Araştırma: “Müşteri memnuniyeti, marka bağlılığı ve satın alma niyeti.”
-
Teoriyi test etmek için → CB–SEM.
-
Yeni ölçek geliştirme ve küçük örneklem → PLS–SEM.
14. Uygulamalı Örnek 4: Sağlık
Araştırma: “Yaşam kalitesi, tedavi uyumu ve hasta memnuniyeti.”
-
Ölçüm geçerliliği test edilecekse → CB–SEM.
-
Tahmin gücü ön plandaysa → PLS–SEM.
15. Uygulamalı Örnek 5: Sosyoloji
Araştırma: “Toplumsal güven, sosyal sermaye ve katılım ilişkisi.”
-
Teorik modelin güçlü test edilmesi → CB–SEM.
-
Küçük örneklemler ve tahmin → PLS–SEM.
16. Türkiye’de Tezlerde Kullanımı
Türkiye’de özellikle işletme ve pazarlama tezlerinde son 15 yılda PLS–SEM kullanımında ciddi artış görülmüştür. Ancak yüksek etki faktörlü dergiler ve doktora tezlerinde CB–SEM hâlâ daha fazla tercih edilmektedir.
17. Etik Boyutlar
-
Yöntem seçiminde açık gerekçe sunulmalıdır.
-
Küçük örneklem var diye SEM’i zorlamak etik değildir.
-
CB–SEM kullanılıyorsa uyum indeksleri dürüstçe raporlanmalıdır.
18. Yaygın Hatalar
-
Gizil değişken yokken SEM kullanmak.
-
Küçük örneklemde CB–SEM uygulamak.
-
PLS–SEM sonuçlarını teorik doğrulama gibi sunmak.
19. Kontrol Listesi
-
Çalışmam teori testine mi, tahmine mi odaklı?
-
Örneklem büyüklüğüm yeterli mi?
-
Normallik varsayımını sağlıyor muyum?
-
Hangi yazılımı (AMOS, LISREL, SmartPLS) kullanacağım?
20. Stratejik İpuçları
-
Doktora tezlerinde CB–SEM genellikle daha güçlü kabul görür.
-
Keşifsel çalışmalar ve yeni ölçeklerde PLS–SEM uygundur.
-
İmkan varsa hem PLS–SEM hem CB–SEM çalıştırıp karşılaştırın.
-
Bulgularınızı tablolar ve grafiklerle destekleyin.
Sonuç
Tez yaptırma sürecinde PLS–SEM mi CB–SEM mi sorusu, yalnızca teknik bir ayrıntı değil; aynı zamanda araştırmanın yönünü belirleyen stratejik bir seçimdir. Eğer amacınız teorik bir modeli test etmek ve güçlü uyum indeksleri raporlamaksa CB–SEM en uygun yöntemdir. Eğer amacınız tahmin yapmak, keşifsel bir model kurmak veya küçük örneklemle çalışmaksa PLS–SEM tercih edilmelidir.
Doğru seçim, tezin metodolojik sağlamlığını artırır, literatüre katkısını güçlendirir ve çalışmanın yayınlanabilirliğini yükseltir. Yanlış seçim ise tezinizin bilimsel değerini zayıflatır.