۴-۵-۱) بررسی مدل تحقیق در حالت استاندارد
نمودار زیر نمایانگر میزان ارتباط بین متغیرهای تحقیق است.
نمودار ۴ - ۱۰ ) آزمون مدل تحقیق (حالت استاندارد)
۴-۵-۲) بررسی مدل تحقیق در حالت اعداد معنی داری
نمودار ۴ - ۱۱ ) آزمون مدل تحقیق (حالت اعداد معنی داری)
با بهره گرفتن از این حالت می توان به معنی دار بودن ارتباط بین متغیرهای تحقیق پی برد. در این حالت اعدادی معنی دار خواهند بود که خارج از بازه ( ۹۶/۱ و ۹۶/۱- ) باشند. به این معنی که اگر در آزمون t عددی بین ۹۶/۱ و ۹۶/۱- باشد بی معنا خواهد بود.
۴-۵-۳) بررسی شاخص های معنی داری و برازش مدل کلی تحقیق
به منظور تحلیل داده ها و آزمون فرضیه های تحقیق از روش مدل یابی معادلات ساختاری استفاده شده است. مدل یابی معادلات ساختاری یک تکنیک چند متغیری و نیرومند از خانواده رگرسیون چند متغیری و به بیان دقیق تر بسط مدل خطی کلی است که به محقق امکان می دهد مجموع هایی ازمعادلات رگرسیون را به گونه همزمان مورد آزمون قرار دهد. مدل یابی معادلات ساختاری یک رویکردآماری جامع برای آزمون فرضیه هایی درباره روابط بین متغیرهای مشاهده شده و مکنون است، که به عنوان تحلیل ساختاری کوواریانس، مدل یابی علّی و همچنین لیزرل نامیده شده است، اما اصطلاح غالب مدل یابی معادله ساختاری[۷۵] یا به طورخلاصه SEM می باشد.این واژه به یک سری مدل های عمومی اشاره می کند که شامل تحلیل عاملی تاییدی ،مدل های ساختاری همزمان کلاسیک،تحلیل مسیر، رگرسیون چندگانه و سایر روش های آماری است. پس از معین شدن مدل، طرق متعددی برای برآورد نیکویی برازش کلی مدل با داده های مشاهده شده وجود دارد. به طور کلی چندین شاخص برای سنجش برازش مدل مورد استفاده قرار می گیرد ولی معمولاً برای تأیید مدل، استفاده از ۳ تا ۵ شاخص کافی است. در ادامه به توضیح چند شاخص مهم پرداخته می شود.
( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )
الف) معیار RMSEA[76]
ریشه میانگین مجذورات تقریب می باشد. این معیار به عنوان اندازه تفاوت برای هر درجه آزادی تعریف شده است. مقدار RMSEA که به واقع همان آزمون انحراف هر درجه آزادی است، برای مدل هایی که برازندگی خوبی داشته باشد، کمتر از ۰۵/۰ است. مقادیر بالاتر از آن تا ۰۸/۰ نشان دهنده خطای معقولی برای تقریب در جامعه است. مدل هایی که RMAEA آنها ۱/۰ یا بیشتر باشد برازش ضعیفی دارد.
ب)معیارهای[۷۷]CFI ، [۷۸]NNFI ، NFI[79]
شاخص NFI که شاخص بنتلر-بونت هم نامیده می شود. بنتلر و بونت (۱۹۸۰) مقادیر برابر یا بزرگتر از ۹/۰ را در مقایسه با مدل صفر، به عنوان شاخص خوبی برای برازندگی مدل های نظری توصیه کرده اند، در حالیکه برخی از پژوهشگران نقطه برش ۸/۰ را به کار می برند .شاخص دیگر ، شاخص تاکر-لویز است که در بیشتر موارد شاخص نرم شده برازندگی (NNFI) نامیده می شود. این شاخص مشابه NFI است اما برای پیچیدگی مدل جریمه می پردازد. چون دامنه این مدل محدود به صفرو یک نیست تفسیر آن نسبت به NFI دشوارتر است. شاخص CFI بزرگتر از ۹/۰ قابل قبول و نشانه برازندگی مدل است. این شاخص ازطریق مقایسه یک مدل به اصطلاح مستقل که در آن بین متغیرها هیچ رابطه ای نیست با مدل پیشنهادی مورد نظر، مقدار بهبود را نیز می آزماید. شاخص CFI از لحاظ معنا مانندNFI است با این تفاوت که برای حجم گروه نمونه جریمه می دهد.
ج) معیار[۸۰]GFI
لیزرل یک شاخص نیکویی برازش (نسبت مجموع مجذورات تبیین شده توسط مدل به کل مجموع مجذورات ماتریس برآورد شده در جامعه) محاسبه می کند. این شاخص از لحاظ مطلوبیت به ضریب همبستگی شباهت دارد. هر دوی این معیارها بین صفر تا یک، متغیر هستند، گرچه از لحاظ نظری ممکن است منفی باشند (البته نباید چنین اتفاقی بیفتد؛ چرا که حاکی از عدم برازش قطعی مدل با داده هاست). هر چه GFI به عدد یک نزدیکتر باشد، نیکویی برازش مدل با داده های مشاهده شده بیشتر است .
پس از آن که برآورد پارامتر ها برای یک مدل تدوین شده ومشخص به دست آمدند باید تعین شود که داده ها تا چه حد با مدل برازش دارند یعنی تا چه اندازه مدل نظری به وسیله داده های نمونه حمایت می شود. تعدادی آزمون برای این موضوع که مدل تا چه حد روابط مشاهده شده بین متغیرهای قابل اندازه گیری را توصیف می نماید به کار می رود. جدول زیر معرف انواع شاخص های برازش و معنی داری مدل می باشد.
جدول ۴ - ۱۲ ) شاخص های معنی داری و برازش مدل
نام شاخص
اختصار
برازنده است اگر
میزان در مدل بدست آمده
نتیجه
شاخص های معنی داری
ریشه میانگین مربعات خطای برآورد
RMSEA
کوچکتر از ۱/۰ باشد
۰۶۹/۰
تائید
کای اسکوربه درجه آزادی
مساوی وکوچکتر از ۵ باشد
۴۳/۲
تائید
شاخص های برازش
شاخص نیکویی برازش
GFI
بزرگتر از ۸/۰باشد
