با توجه به جدول (۴-۸)؛ همان­گونه که مشاهده می­گردد، سطح معناداری (sig) آزمون برای تمامی روابط بین متغیرهای پژوهش برابر مقدار (۰۰۰/۰) می­باشد که کمتر از مقدار (۰۵/۰) است. لذا فرض صفر (H0) آماری مبنی بر عدم ارتباط دو به دوی متغیرها با هم رد و فرض پژوهش مبنی بر ارتباط آن­ها تأیید می­ شود.
پایان نامه - مقاله - پروژه
۴-۳-۳ مدل­یابی معادلات ساختاری و آزمون فرضیه ­های پژوهش
بطور کلی با تکنیک مدل­یابی معادلات ساختاری و به کمک نرم‌افزار AMOS 22 فرضیه‌های تحقیق مورد آزمون قرار گرفته­اند. برای نیل به این منظور نخست آزمون نرمال بودن داده ها صورت گرفته است. سپس تحلیل عامل تائیدی برای هر یک از پرسشنامه ­ها انجام شده است. در نهایت نیز مدل مربوط به فرضیه اصلی و فرضیه‌های فرعی تحقیق اجرا شده است.
۴-۳-۳-۱ تحلیل عاملی تآییدی
در این مطالعه از ابزار پرسشنامه برای گردآوری داده‌ها استفاده شده است. بنابراین با بهره گرفتن از تحلیل عاملی تائیدی ساختار کلی پرسشنامه‌های تحقیق مورد روائی سنجی محتوائی قرار گرفته است.
مدل اندازه ­گیری نشان­دهنده بارهای عاملی متغیرهای مشاهده­شده (عامل) برای هر متغیر مکنون است. قدرت رابطه بین عامل (متغیر پنهان) و متغیر قابل مشاهده بوسیله بار عاملی نشان داده می‌شود. بار عاملی مقداری بین صفر و یک است. اگر بار عاملی کمتر از ۳/۰ باشد رابطه ضعیف درنظر گرفته می­ شود. بارعاملی بین ۳/۰ تا ۶/۰ متوسط و اگر بزرگتر از ۶/۰ باشد خیلی مطلوب است.
در تحلیل عاملی تأییدی توجه به برازش مدل نیز مهم است. شاخص­ های برازش رایج در مدل­های اندازه ­گیری برای متغیرهای مکنون پژوهش در زیر هر شکل ارائه شده است. در میان شاخص­ های برازش اگر نسبت کای دو به درجه آزادی کمتر از ۳ باشد مدل از برازش مناسبی برخوردار است. شاخص RMSEA کمتر از ۰۵/۰ مطلوب است. سایر شاخص ­ها نیز هر چقدر به یک نزدیک­تر باشند مطلوب­تر است.
در ادامه اشکال مرتبط با این تحلیل­ها و نیز نتایج تحلیل عاملی ارائه می­ شود. خاطر نشان می­ شود که ارتباط بین خطاها در اشکال، برازش مدل را بالاتر برده است. این ارتباطات بر اساس شاخص اصلاح[۴۴] ارائه ­شده در نرم­افزارAMOS ایجاد شده است. به این ترتیب که هرچه برای یک ارتباط، شاخص اصلاح بالاتری باشد، افزوده شدن آن ارتباط در مدل موجب بهترشدن برازش آن می­ شود.
۴-۳-۳-۱-۱ تحلیل عاملی تأییدی متغیر رسیدن به اهداف
شکل ۴-۱ تحلیل عاملی تأییدی متغیر رسیدن به اهداف با ضریب غیر استاندارد
شکل ۴-۲ تحلیل عاملی تأییدی متغیر رسیدن به اهداف با ضریب استاندارد
شاخص­ های برازش تحلیل عاملی تأییدی رسیدن به اهداف
جدول ۴-۹ تحلیل عاملی تأییدی رسیدن به اهداف با ضریب استاندارد

 

Model NPAR CMIN DF P CMIN/DF
Default model ۶ ۰۰۰/۰ ۰    
Saturated model ۶ ۰۰۰/۰ ۰    
Independence model ۳ ۲۱۳/۱۰۵ ۳ ۰۰۰/۰ ۰۷۱/۳۵

کای اسکوئر مدل امنیت برابر۰ CMIN = و مدل فوق اشباع شده است و چون مدل فوق می تواند حالات مختلف به خود بگیرد، چنین مدل­هایی را طبق نظر ری کف و مارکولیدس (۲۰۰۲) نمی­ توان آزمون نمود.
۴-۳-۳-۱-۲ تحلیل عاملی تأییدی متغیر رفتارهای آتی
شکل ۴-۳ تحلیل عاملی تأییدی متغیر رفتارهای آتی با ضریب غیر استاندارد
شکل ۴-۴ تحلیل عاملی تأییدی متغیر رفتارهای آتی با ضریب استاندارد

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...