سازگاری سناریو
سازگاری سناریو نشان می دهد که مسیرها و تصاویر آینده در یک سناریو چه میزان با هم همخوانی دارند. سازگاری سناریو در نرم افزار سناریو ویزارد با میزان سازگاری (Consistency value) مشخص می شود.
سازگاری سناریو نشان می دهد که مسیرها و تصاویر آینده در یک سناریو چه میزان با هم همخوانی دارند. سازگاری سناریو در نرم افزار سناریو ویزارد با میزان سازگاری (Consistency value) مشخص می شود.
سناریو نویسی در نرم افزار سناریو ویزارد، کارکرد اصلی تحلیل متوازن تأثیر متقابل است. مطالعات آینده پژوهی براساس سناریو نویسی کاربرد زیادی دارد.
تنظیمات نرم افزار سناریو ویزارد برای بهبود ماتریس ساختار تحلیل و افزایش سازگاری سناریوها انجام می شود. نرم افزار سناریو ویزارد برای انجام تحلیل متوازن تأثیر متقابل در تحلیل سناریوهای آینده پژوهی کاربرد دارد.
تحلیل متوازن تأثیر متقابل (Cross-Impact Balances)، اثر مولفه ها را بر یکدیگر در سناریو نویسی مشخص می کند. روش CIB در مطالعات آینده پژوهی براساس نظرات پانل خبرگان انجام می شود.
سناریو نویسی مجمومه متنوعی از رویکردها، تکنیک ها، تحقیقات و طرح های کارگاهی در مطالعه آینده پژوهی است. سناریو نویسی یا روش شناسی سناریو، بیانگر یک مفهم روش شناختی است که دربرگیرنده مجموعه رویکردهایی با درجات مختلف پیچیدگی است.
آینده پژوهی (Future Study)، به معنای مطالعه علمی آینده ممکن، محتمل و مطلوب گزینه های موجود است. این تکنیک برای جهت دهی به این گزینه ها که ریشه در گذشته و حال دارند استفاده می شود.
نرم افزار سناریو ویزارد Scenario Wizard برای انجام تحلیل تعادلی اثر متقابل در تحلیل سناریوهای آینده پژوهی کاربرد دارد. سناریو ویزارد، ابزاری برای قضاوت های کیفی کمی شده را دریافت نموده و سناریو ها را ارائه می دهد.
بوت استرپینگ در حداقل مربعات جزئی یک روش ناپارامتریک است که امکان آزمایش اعتبار آماری نتایج مختلف PLS-SEM مانند ضرایب مسیر، مقادیر آلفای کرونباخ، HTMT و R² را می دهد.
جک نایف (Jackknife)، یک روش باز نمونه گیری است. موریس کوانتل (1949)، تکنیک جک نایف را معرفی کرد.
حداقل مربعات جزئی PLS (Partial Least Square)، مدل معادلات ساختاری مبتنی بر واریانس است. نسل دوم مدلسازی معادلات ساختاری معروف به رویکرد حداقل مربعات جزئی یا رویکرد مبتنی بر واریانس، فرآیندی مشابه ولی متفاوت با تکیه بر محدودیت های رویکرد مبتنی بر کواریانس ارائه نمود.
