پایان نامه با واژگان کلیدی سطح معنادار

ارائه
کردهاند و حتي نگارش‌هاي مشهور برنامه‌هاي SEM مانند نرم افزارهايLisrel, Amos, EQS نيز تعداد زيادي از شاخص‌هاي برازندگي به دست مي‌دهند.(هومن،1387 ،235) اين شاخص‌ها به شيوه‌هاي مختلفي طبقه بندي شده اند که يکي از عمده‌ترين آنها طبقه بندي به صورت مطلق، نسبي و تعديل يافته مي‌باشد. برخي از اين شاخص ها عبارتند از:
الف- مجذور کاي ( 2? )
در ميان شاخصهاي مطلق، مجذور کاي ( 2? ) به قدرمطلق پس ماندها توجه دارد.
آزمون مجذور كاي (خي دو) اين فرضيه را مدل مورد نظر هماهنگ با الگوي همپراشي بين متغيرهاي مشاهده شده است را مي‌آزمايد، کميت خي دو بسيار به حجم نمونه وابسته مي‌باشد و نمونه بزرگ کمّيّت کاي دو را بيش از آنچه که بتوان آن را به غلط بودن مدل نسبت داد, افزايش مي‌دهد. (هومن.1387. 422).
ب- ريشه ميانگين مجذور پس ماندها(RMR)61
يکي ديگر از شاخصهاي مطلق است که در زبان ليزرل با RMSR و گاه با RMS مشخص
ميشود. مقدار آن به واقع ريشه دوم ميانگين پس ماندها يعني تفاوت بين بين عناصر ماتريس مشاهده شده در گروه نمونه و عناصر ماتريسهاي برآورد با فرض درست بودن مدل مورد نظر است. هرچه RMR براي مدل مورد آزمون نزديکتر به صفر باشد ، مدل مذکور برازش بهتري دارد.

پ- شاخص‌هاي مطلق 62 GFI وAGFI63
شاخص GFI مقدار نسبي واريانس‌ها و کوواريانس‌ها را به گونه مشترک از طريق مدل ارزيابي مي‌کند. دامنه تغييرات GFI بين صفر و يک مي‌باشد. مقدار GFI بايد برابر يا بزرگتر از 90/0باشد.
شاخص برازندگي ديگر AGFI يا همان مقدار تعديل يافته شاخص GFI براي درجه آزادي مي‌باشد. اين مشخصه معادل با کاربرد ميانگين مجذورات به جاي مجموع مجذورات در صورت و مخرج (1- GFI) است. مقدار اين شاخص نيز بين صفر و يک مي‌باشد. مقدار AGFI نيز بايد برابر يا بزرگتر از 9/0 باشد تا مدل مورد نظر پذيرفته شود. شاخص‌هاي GFI و AGFI بستگي به حجم نمونه ندارد.
ت- شاخص RMSEA 64
اين شاخص، ريشة ميانگين مجذورات تقريب مي‌باشد. شاخص RMSEAبراي مدل‌هاي خوب برابر 0.05 يا کمتر است. مدلهايي که RMSEA آنها 0.1 باشد برازش ضعيفي دارند.
ج- شاخصNFI وCFI و IFI
شاخص برازندگي هنجار شده65 (NFI)که شاخص بنتلر-بونت هم ناميده مي‌شود) براي مقادير بالاي 90/0 قابل قبول و نشانه برازندگي مدل است. شاخص برازندگي تطبيقي66 (CFI) از طريق مقايسه يک مدل به اصطلاح مستقل که در آن بين متغيرها هيچ رابطه اي نيست با مدل پيشنهادي مورد نظر، مقدار بهبود را نيز مي‌آزمايد. شاخص CFIاز لحاظ معنا مانند NFI است با اين تفاوت که براي حجم گروه نمونه جريمه مي‌دهد، مقدار آن بر پايه قرارداد بايد دست کم برابر9/0 باشد. شاخص برازندگي فزاينده67(IFI) که شباهت با NFI دارد. مقدار IFI نيز بر پايه قرارداد بايد دست کم 9/0 باشد تا مدل مورد نظر پذيرفته شود.
شاخص‌هاي ديگري نيز در خروجي نرم افزار ليزرل ديده مي‌شوند که برخي مثلAIC, CAIC ECVA , براي تعيين برازنده‌ترين مدل از ميان چند مدل مورد توجه قرار مي‌گيرند براي مثال مدلي که دارايکوچکترين AIC,CAIC,ECVA باشد برازنده‌تر است(هومن1387 ،244-235). برخي از شاخص‌ها نيز به شدت وابسته حجم نمونه اند و در حجم نمونه‌هاي بالا مي‌توانند معنا داشته باشند.
3-10- خلاصه :
در واقع تحقيق عملي است منظم که در نتيجه آن سوالات مطرح شده پاسخ داده ميشوند و پايه و اساس علم، روش تحقيق و شيوه شناخت آن علم ميباشد. در اين فصل ضمن بيان مقدمه اي بر فصل، روش تحقيق، فرآيند تحقيق، جامعه آماري، ابزار گردآوري داده ها، روايي و پايايي پرسشنامه، روش جمع آوري دادهها و در نهايت روش تجزيه و تحليل داده هاي تحقيق بيان گرديد.

فصل چهارم :
تجزيه و تحليل داده هاي تحقيق

مقدمه
تجزيه و تحليل يافته‌ها براي بررسي صحت و سقم فرضيههاي براي هر نوع تحقيق از اهميت خاصي برخوردار است. امروزه در بيشتر پژوهش‌ها، تجزيه و تحليل اطلاعات از اصلي‌ترين و مهم‌ترين بخش‌هاي تحقيق محسوب مي‌شود. داده‌هاي خام با استفاده از فنون آماري مورد تجزيه و تحليل قرار مي‌گيرند و پس از پردازش به شکل اطلاعات در اختيار استفاده کنندگان قرار مي‌گيرند.
در اين فصل ابتدا آمار توصيفي حاصل از پرسشنامهها تشريح ميگردد، سپس برازش الگو تحليل معادلات ساختاري ارائه ميگردد و در نهايت به تجزيه و تحليل فرضيهها پرداخته ميشود.
4-1- يافتههاي توصيفي
در اين قسمت به توصيف داده هاي مربوط به ويژگي‌هاي عمومي پاسخ دهندگان مانند جنسيت، سن، تحصيلات، ميزان سابقه کار پاسخ دهندگان پرداخته ميشود، و براي هر مورد، وضعيت پاسخ دهندگان شامل تعداد، درصد و درصد تجمعي آن بيان شده و همچنين نمودار دايره اي مربوط به آن آمده است. و در پايان به تجزيه و تحليل آن‌ها پرداخته شده است. بر اساس داده هاي به دست آمده حاصل از پرسشنامه عمومي، اطلاعات تفصيلي در خصوص مشخصات و ويژگي‌هاي عمومي نمونه به دست آمده که به صورت مرتب در جداول (4-1، 4-2، 4-3 و 4-4 ) و شکل‌هاي زير به آن‌ها اشاره مي‌گردد.

4-1-1- توزيع فراواني متغير جنسيت در نمونه
در اين قسمت به بررسي نسبت جنسيت پاسخ دهندگان برداخته شده است:
جدول 4-1- توزيع فراواني متغير جنسيت در نمونه
جنسيت
فراواني هر طبقه
درصد فراواني داده هاي هر طبقه
درصد فراواني دادههاي معتبر هر طبقه
درصد تجمعي
مرد
186
93.5
93.5
93.5
زن
13
6.5
6.5
6.5
کل
199
100.0
100.0

جدول 4-1، توزيع فراواني متغير جنسيت را
نشان مي‌دهد. بر اساس نتايج به دست آمده از اين جدول بيشتر افراد تشکيل دهنده جامعه آماري مردان مي‌باشد که درصد فراواني آنان 5/93 درصد مي‌باشد و کمترين متعلق به زنان با درصد فراواني 5/6 درصد است. در ادامه نمودار دايره اي توزيع فراواني اين متغير جمعيت شناسي را نيز مي‌توان مشاهده نمود.

شکل 4-1: نمودار دايرهاي متغير جنسيت در نمونه

4-1-2- توزيع فراواني متغير سن پاسخ‌دهندگان در نمونه
در اين قسمت به بررسي نسبت سن پاسخ دهندگان برداخته شده است:
جدول 4-2- توزيع فراواني متغير سن پاسخ دهندگان در نمونه
سن
فراواني هر طبقه
درصد فراواني داده هاي هر طبقه
درصد فراواني داده هاي معتبر هر طبقه
درصد تجمعي
20-29
30
15.1
15.1
15.1
30-39
83
41.7
41.7
56.8
40-49
49
24.6
24.6
81.4
50 و بالاتر
37
18.6
18.6
100.0
کل
199
100.0
100.0

جدول 4-2، توزيع فراواني متغير سن را نشان مي‌دهد. بر اساس نتايج به دست آمده در جدول فوق، 83 نفر از نمونه 199 نفري 30 تا 39 سال دارند که 7/47 درصد از کل نمونه را تشکيل ميدهند و بيشترين رده سني را تشکيل ميدهند. تعداد فراواني افرادي که 29-30 سن دارند، 37 نفر در نمونه ميباشند که 6/18 درصد از کل نمونه را تشکيل ميدهند و کمترين رده سني در بين افراد نمونه آماري هستند. نمودار دايرهاي توزيع فراواني اين متغير جمعيت شناسي در شکل 4-2 ارائه شده است.

شکل 4-2: نمودار دايرهاي متغير سن در نمونه

4-1-3- توزيع فراواني متغير سطح تحصيلات در نمونه
در اين قسمت به بررسي نسبت سطح تحصيلات پاسخ دهندگان برداخته شده است:
جدول 4-3- توزيع فراواني متغير سطح تحصيلات در نمونه
سطح تحصيلات
فراواني هر طبقه
درصد فراواني داده هاي هر طبقه
درصد فراواني داده هاي معتبر هر طبقه
درصد تجمعي
ديپلم
11
5.5
5.5
5.5
کارداني
6
3.0
3.0
8.5
کارشناسي
137
68.8
68.8
77.4
کارشناسي ارشد
45
22.6
22.6
100.0
کل
199
100.0
100.0

جدول 4-3، توزيع فراواني متغير سطح تحصيلات را نشان ميدهد. بر اساس نتايج به دست آمده از اين جدول، 137 نفر از نمونه 199 نفري داراي مدرک ليسانس ميباشند که 8/68 درصد از کل نمونه را تشکيل ميدهند و بيشترين تعداد از افراد نمونه آماري داراي اين مدرک ميباشند. تعداد فراواني افرادي که داراي مدرک کارداني ميباشند، 6 نفر در نمونه ميباشد که 0/3 درصد از کل نمونه را تشکيل ميدهند و افراد داراي اين مدرک در حداقل قرار دارند. در ادامه نمودار دايرهاي توزيع فراواني اين متغير جمعيت شناسي را نيز مي‌توان مشاهده نمود.

شکل 4-3: نمودار دايرهاي متغير سطح تحصيلات در نمونه
4-1-4- توزيع فراواني متغير ميزان سابقه اشتغال در نمونه
در اين قسمت به بررسي نسبت سابقه اشتغال پاسخ دهندگان برداخته شده است:
جدول 4-4- توزيع فراواني متغير وضعيت سابقه اشتغال در نمونه
سابقه اشتغال در
سازمان
فراواني هر طبقه
درصد فراواني داده هاي هر طبقه
درصد فراواني داده هاي معتبر هر طبقه
درصد تجمعي
0-10
45
22.6
22.6
22.6
11- 20
92
46.2
46.2
68.8
21- 30
62
31.2
31.2
100.0
کل
199
100.0
100.0

جدول 4-5، توزيع فراواني متغير وضعيت سابقه اشتغال را نشان ميدهد. بر اساس نتايج به دست آمده در جدول فوق، 92 نفر از نمونه 199 نفري داراي تجربه کاري 11-20 سال ميباشند که 2/46 درصد از کل نمونه را تشکيل ميدهند و بيشترين افراد مي‌باشند. تعداد فراواني افرادي که سابقه 0-10 سال مي باشند ، 45 نفر در نمونه هستند که 6/22 درصد از کل نمونه را تشکيل ميدهند. نمودار دايرهاي توزيع فراواني اين متغير جمعيت شناسي در شکل 4-4 ارائه شده است.

شکل 4-4: نمودار دايرهاي متغير وضعيت سابقه اشتغال در نمونه

4-2- برآورد الگو
پس از تدوين نظري الگو براي تبيين پديده مورد پژوهش و اندازهگيري متغيرهاي پنهان تعريف شده، لازم است تا به بحث برآورد الگو و تحليل شاخصهاي کلي و جزئي الگو پرداخت، تا مشخص شود که آيا دادههاي تجربي در مجموع حمايت کنندهي الگو نظري تدوين شده هستند يا خير. وجود اجزاي متعدد در الگوي تدوين شده، پژوهشگران را به اين قسمت سوق داد که قبل از آن که الگوهاي تدوين شده در همان گام اول مورد برآورد و آزمون قرار گيرند در ابتدا الگوهاي اندازهگيري حاضر در الگوها برآورد و آزمون شوند. ميتوان گفت بررسي روابط ساختاري بين متغيرهاي پنهان هنگامي منطقيتر و با معناتر تفسير ميشود که اندازهگيري سازههاي پنهان با توجه به معيارهاي علمي قابل قبول باشند. وجود شاخصهاي برازش کلي ضعيف براي هر يک از الگوهاي اندازهگيري به معناي آن است که ورود آن الگو اندازهگيري به الگو معادله ساختاري ميتواند پژوهشگر را در تحليل روابط ساختاري بين متغيرهاي پنهان با اشتباه مواجه شود. به عبارتي ديگر مهمترين مرحله در تجزيه و تحليل آماري SEM ارزيابي برازش الگو به دادهها است. پيش از انجام هرگونه روابط علي ميان سازهها، لازم است برازش الگو به دادهها تاييد گردد. قبل از انجام اين کار به آزمون نرمال بودن جامعه آماري پرداخته مي‌شود.

4-2-1- آزمون کولموگوروف – اسميرنوف
با استفاده از آزمون کولموگوروف – اسميرنوف مي توان توزيع (نرمال، يکنواخت، پواسون و نمايي) داده هاي يک متغير کمّي را مورد بررسي قرار داد. در پژوهش حاضر از اين آزمون جهت بررسي نرمال بودن سؤالات پرسشنامه استفاده شده است تا در صورت برقرار بودن اين شرط بتوان از آزمون هاي
آماري پارامتريک و همچنين از روش حداکثر درست نمايي در معادلات ساختاري استفاده نمود. نتايج اين آزمون در جدول 4- 5 آمده است.
جدول 4-5: نتايج آزمون کولموگوروف – اسميرنوف در نمونه
تعداد داده‌ها
ميانگين
انحراف معيار
سطح معناداري(sig)
نتيجه آزمون
199
2/3
36/0
45/0
تأييد H0

با توجه به اينکه سطح معناداري آزمون بالاتر از 05/0 مي‌باشد، ادعاي نرمال بودن سؤالات پرسشنامه پذيرفته شده و مي‌توان از آزمون‌هاي پارامتريک و از روش ML در مدل سازي معادلات ساختاري استفاده کرد.
4-2-2- برآورد و آزمون الگوهاي اندازهگيري (الگوهاي عاملي تأييدي)
جهت مشخص کردن اينکه شاخصها تا چه اندازه براي الگوهاي اندازهگيري قابل قبول ميباشند، ابتدا بايد تمام الگوهاي اندازهگيري را جداگانه مورد تحليل قرار گيرد. بر مبناي اتخاذ چنين روشي ابتدا هفت الگو اندازهگيري که مربوط به متغيرهاي اصلي پژوهش ميباشند، به طور مجزا مورد آزمون قرار ميگيرند. شاخصهاي کلي برازش الگو براي الگوهاي اندازهگيري (تحليل عاملي

دیدگاهتان را بنویسید