منابع پایان نامه ارشد با موضوع توزیع فراوانی، انحراف معیار، هوش تجاری، تحلیل داده

دانلود پایان نامه ارشد

چون GFI نسبت به سایر مشخصههای برازندگی اغلب بزرگتر است، برخی از پژوهشگران نقطه برش 95/0 را برای آن پیشنهاد کردهاند. برپایه ی قرارداد مقدار GFI باید برابر یا بزرگتر از9/0باشد تا مدل مورد نظر پذیرفته شود.
مقدار تعدیل یافتهی شاخص برازندگی برای درجه آزادی (یعنی AGFI) برپایهی فرمول زیر بدست میآید:                                        
که در آن تعداد اندازه ها در مدل و بیانگر درجه آزادی مدل است. کمترین مقدار و باید صفر باشد، هرچند از لحاظ نظری ممکن است مقدار آن منفی و فاقد معنا شود. البته منفی بودن آن ها نشانهی آن است که مدل مورد نظر بسیار ضعیف بوده است. با مدلهای دقیقاً همانند و با مدلهایی که دارای برازندگی بسیار ضعیف یا مبتنی بر نمونههای باحجم کوچک باشد، همراه است. مقدار مطلوب نیز باید بزرگ تر از 9/0 باشد.
3-7-3 شاخصهای نسبی
شاخصهای نسبی در پی پاسخ به این سوال است که یک مدل بخصوص در مقایسه با سایر مدلهای ممکن از لحاظ تبیین مجموعهای از دادههای مشاهده شده تا چه حد خوب عمل میکند؟ رایجترین مدلهای نسبی، به مدل صفر معروف هستند زیرا در ماتریس واریانس- کواریانس تنها واریانسها را برازش میدهند و فرض میکنند همه کواریانسها برابر با صفر هستند.
برخی از شاخصهای نسبی که مارش و همکاران(1988) به آن نوع اول میگویند برازش دو مدل مختلف را با هم مقایسه میکنند. یکی از شاخصهای نسبی نوع اول که قبلا به گونهی گسترده به کار میرفت، شاخص نرم شدهی برازندگی (NFI یاDELTA1) بوده است که مستلزم مفروضههای مجذور کای نیست. این شاخص در حال حاضر به سبب آنکه تحت تأثیر حجم نمونه بوده است و برای نمونههای با حجم کم ضعیف است توصیه نمیشود. سایر شاخصها که نوع دوم نام دارند ضمن آن که مدلها را مقایسه می کنند، اطلاعاتی دربارهی مقدار مورد انتظار مدلها تحت یک توزیع مرکزی مجذور کای نیز بدست میدهند. شاخصهای نوع دوم مختلفی وجود دارند که به صورت گسترده مورد استفاده قرار میگیرند و نسبت به شاخصهای مطلق یا نوع اول هماهنگی بیشتری با حجم نمونه دارند. یکی از این شاخصها که اهمیت بسیاری دارد فرمول کلاسیک تاکر- لویز(1973) است که به وسیله ی بنتلر و بونت(1980) توسعه یافته و نه تنها در مقایسهی یک مدل با مدل صفر بلکه در مقایسهی مدلهای مختلف نیز کاربرد فراوان دارد. این شاخص اغلب شاخص نرم شدهی برازندگی (NNFI) نیز نامیده میشود.
علاوه براین هیو و بنتلر (1995) شاخصهایی نوع سوم و چهارم را نیز معرفی کردند. شاخصهای نوع سوم، مقایسهی مدلها را همراه با اطلاعاتی دربارهی مقدار مورد انتظار تحت توزیع غیر مرکزی مجذور کای و شاخصهای نوع چهارم عمل مقایسه با اطلاعاتی دربارهی سایر شکلهای توزیع انجام میدهد. شاخص برازندگی بنتلر(BFI) که از سوی مک دونالد و مارش (1990)  شاخص غیرمرکزی (RNI) توسعه یافته نامیده شد و شاخص برازندگی تطبیقی (CFI) از این نوع میباشند.
3-7-4 شاخصهای تعدیل یافته
شاخصهای تعدیل یافته این پرسش را مطرح میکنند که مدل مورد نظر چگونه برازندگی و صرفه جویی یا ایجاز را با هم ترکیب میکنند؟ نکتهای که دارای اهمیت بسیاری است این است که اکثر مدلها وقتی میتوانند به دادهها برازش یابند که پارامترها به اندازه کافی برآورد شوند. بنابراین مدلهایی ارزشمند است که تغییر پذیری دادهها را با تعداد نسبتاً کمی از پارامترهای آزاد توجیه کند. برخی از شاخصهایی که تاکنون معرفی شدند انواع گوناگونی دارند که در آنها برای مدل های مورد مقایسه ارزیابی مستقیمی از میزان صرفهجویی و ایجاز نیز در نظر گرفته میشود. جیمز، مولائیک و برت (1982) شاخصی از این نوع با نماد PGFI برای شاخص GFI در نرم افزار لیزرل به صورت زیر ارائه کردهاند:  
                                                
در این رابطه نشاندهندهی درجه آزادی مدل مورد نظر و مخرج کسر نیز بیانگر درجه آزادی مدل استقلال برای اندازه است. چون GFI یک شاخص مطلق است مخرج کسر تعدیلیافتهی آن برابر با تعدادکل درجات آزادی موجود در ماتریس واریانس-کواریانس است. مولائیک و همکاران (1989) برای شاخصهای نسبی نیز دو شاخص نسبی PNFI و PNFI2 را به ترتیب برای شاخص نرمشدهی برازندگی و برای مدل نوع 2 معرفی کردهاند.

توجه کنید که در شاخصهای نسبی درجه آزای مدل صفر به صورت مخرج کسرهای بالا تعریف میشود.

4-1 مقدمه
تجزیه و تحلیل داده‌ها فرایند چند مرحله ای است که طی آن داده‌هایی که از طریق به‌کارگیری ابزارهای جمع آوری در نمونه (جامعه) آماری فراهم آمده‌اند، خلاصه، کدبندی و دستهبندی و در نهایت پردازش می‌شوند تا زمینه برقراری انواع تحلیل‌ها و ارتباط بین این داده‌ها به منظور آزمون فرضیه‌ها فراهم آید. در واقع تحلیل اطلاعات شامل سه عملیات اصلی می‌باشد: ابتدا شرح و آماده سازی دادههای لازم برای آزمون فرضیه‌ها، سپس تحلیل روابط میان متغیرها و در نهایت مقایسه نتایج مشاهده شده با نتایجی که از فرضیه‌ها انتظار داشتند.
تجزیه و تحلیل اطلاعات از اصلی‌ترین و مهم‌ترین بخش‌های تحقیق محسوب می‌شود. دادههای خام با استفاده از نرمافزار آماری مورد تجزیه و تحلیل قرار می‌گیرند و پس از پردازش به شکل اطلاعات در اختیار استفادهکنندگان قرار می‌گیرند.
برای تجزیه و تحلیل دادههای جمعآوری شده آمار تحلیلی به دو صورت آمار توصیفی و استنباطی مطرح می‌گردد. در ابتدا با استفاده از آمار توصیفی، شناختی از وضعیت و ویژگی‌های جمعیت شناختی پاسخ دهندگان حاصل گردیده و ادامه در آمار استنباطی این تحقیق و با استفاده از نرم افزار آموس 22 به بررسی فرضیات تحقیق پرداخته میشود.

4-2- آمار توصیفی
4-2-1- توصیف ویژگی های جمعیت شناختی
الف) جنسیت
جدول (4-1). توزیع فراوانی پاسخدهندگان برحسب جنسیت
جنسیت
فراوانی
درصد فراوانی
مرد
100
4/71
زن
40
6/28
جمع
140
100

نمودار (4-1). درصد فراوانی پاسخدهندگان برحسب جنسیت

در بررسی حاضر از بین 140 پاسخدهنده و مطابق با جدول و نمودار (4-1)؛ ملاحظه میگردد که 100 نفر (71%) از پاسخدهندگان مرد و 40 نفر (29%) از پاسخدهندگان زن میباشند.

ب) سن
جدول (4-2). توزیع فراوانی پاسخدهندگان برحسب گروه سنی
سن (سال)
فراوانی
درصد فراوانی
30-25
20
14
36-31
40
28
42-37
50
36
48-43
30
22
جمع
140
100

نمودار (4-2). درصد فراوانی پاسخدهندگان برحسب ردة سنی
همانطور که جدول و نمودار (4-2) نیز نشانمیهد؛ بیشتر افراد نمونه آماری از لحاظ سن در رده سنی 31 تا 36 سال (36 درصد) و کمترین آن در محدوده سنی 15 تا 30 (14 درصد) قرار دارند. سایر اطلاعات مربوط به ویژگی سن در جدول 4-2 آورده شده است.

ج) تحصیلات
جدول (4-3). توزیع فراوانی پاسخدهندگان برحسب میزان تحصیلات
میزان تحصیلات
فراوانی
درصد فراوانی
فوق دیپلم
30
21
لیسانس
70
50
فوقلیسانس و بالاتر
40
29
جمع
140
100

نمودار (4-3). درصد فراوانی پاسخدهندگان برحسب میزان تحصیلات

همانطور که جدول و نمودار (4-3) گویای آناست، در پژوهش حاضر درمیان 140 نفر از پاسخدهندگان؛ 30 نفر (21%) دارای تحصیلات فوق دیپلم، 70 نفر (50%) دارای تحصیلات لیسانس، 40 نفر (29%) دارای تحصیلات فوقِلیسانس و بالاتر میباشند.

د) سابقه کار
جدول (4-4). توزیع فراوانی پاسخدهندگان برحسب سابقة کار
سابقة کار (سال)
فراوانی
درصد فراوانی
4 تا 8 سال
20
14
9 تا 13 سال
40
28
14 تا 18 سال
30
21
19 سال و بالاتر
50
39
جمع
140
100

نمودار (4-4). توزیع فراوانی پاسخدهندگان برحسب سابقة کار

باتوجه به جدول و نمودار (4-4)؛ بیشترین افراد نمونه اماری دارای سابقه 4 تا 8 می باشند (14 درصد) و کمترین آنها دارای سابقه 19 سال و بالاتر می باشند (39 درصد). سایر اطلاعات مربوط به سابقه کاری در جدول 4-4 آورده شده است.

ز) سمت سازمانی
جدول (4-5). توزیع فراوانی پاسخدهندگان برحسب سمت سازمانی
سمت سازمانی
فراوانی
درصد فراوانی
مدیر و سرپرست
20
15/0
کارمند
120
85/0
جمع
140
100

نمودار (4-4). توزیع فراوانی پاسخدهندگان برحسب سابقة کار

باتوجه به جدول و نمودار (4-4)؛ بیشترین افراد نمونه اماری کارمند می باشند (65 درصد) و کمترین آنها مدیر می باشند (7 درصد). سایر اطلاعات مربوط به سابقه کاری در جدول 4-5 آورده شده است.

4-2-2 آمار توصیفی متغیرهای تحقیق
جدول (4-5). شاخصهای مرکزی، پراکندگی و توزیع متغیرهای تحقیق

کیفیت هوش تجاری
کیفیت اطلاعات
ارزش تسهیم اطلاعات
استفاده از اطلاعات
استقرار هوش تجاری
مرکزی
میانگین
91/4
87/4
90/4
91/4
93/4

میانه
00/5
00/5
00/5
00/5
00/5
پراکندگی
انحراف معیار
14/1
36/1
15/1
12/1
14/1

واریانس
31/1
85/1
32/1
25/1
31/1
شکل توزیع
چولگی
005/0-
18/0
01/0
02/0-
20/0-

کشیدگی
44/0-
71/0-
08/0
35/0-
17/0-
حجم نمونه
140
140
140
140
140
منبع: دادههای پژوهش

تحلیل داده های جدول 4-5 به شرح زیر می باشد:
متغیر کیفیت سیستم هوش تجاری؛ دارای میانگین (91/4)، میانة (00/5)، انحراف معیار (14/1) و واریانس (31/1) میباشد. ضریب چولگی این متغیر برابر (005/0-) است که نشان میدهد این متغیر دارای چوله به چپ است. از آنجایی که قدرمطلق این ضریب کمتر از مقدار (5/0) است، ازنظر قرینگی دارای تفاوت بسیار اندکی با توزیع نرمال است. ضریب کشیدگی این متغیر نیز برابر (44/0-) میباشد که نشاندهندة کوتاه تر بودن (پراکندگی بیشتر) توزیع این متغیر نسبت به توزیع نرمال است و با توجه به اینکه قدرمطلق ضریب کشیدگی کمتر از مقدار (5/0) است، کشیدگی توزیع، تفاوت اندکی با توزیع نرمال دارد.
متغیر کیفیت اطلاعات؛ دارای میانگین (87/4)، میانة (00/5)، انحراف معیار (36/1) و واریانس (85/1) میباشد. ضریب چولگی این متغیر برابر (18/0) است که نشان میدهد این متغیر دارای چوله به راست است. از آنجایی که قدرمطلق این ضریب کمتر از مقدار (5/0) است، ازنظر قرینگی دارای تفاوت بسیار اندکی با توزیع نرمال است. ضریب کشیدگی این متغیر نیز برابر (71/0-) میباشد که نشاندهندة کوتاه تر بودن (پراکندگی بیشتر) توزیع این متغیر نسبت به توزیع نرمال است و با توجه به اینکه قدرمطلق ضریب کشیدگی بیشتراز مقدار (5/0) است، کشیدگی توزیع، تفاوت زیادی با توزیع نرمال دارد.
متغیر ارزش تسهیم اطلاعات؛ دارای میانگین (90/4)، میانة (00/5)، انحراف معیار (15/1) و واریانس (32/1) میباشد. ضریب چولگی این متغیر برابر (01/0) است که نشان میدهد این متغیر دارای چوله به راست است. از آنجایی که قدرمطلق این ضریب کمتر از مقدار (5/0) است، ازنظر قرینگی دارای تفاوت بسیار اندکی با توزیع نرمال است. ضریب کشیدگی این متغیر نیز برابر (08/0) میباشد که نشاندهندة بلندتر بودن (پراکندگی کمتر) توزیع این متغیر نسبت به توزیع نرمال است و با توجه به اینکه قدرمطلق ضریب کشیدگی کمتر از مقدار (5/0) است، کشیدگی توزیع، تفاوت اندکی با توزیع نرمال دارد.
متغیر استفاده از اطلاعات؛ دارای میانگین (91/4)، میانة (00/5)، انحراف معیار (12/1) و واریانس (25/1) میباشد. ضریب چولگی این متغیر برابر (02/0-) است که نشان میدهد این متغیر دارای چوله به چپ است. از آنجایی که قدرمطلق این ضریب کمتر از مقدار (5/0) است، از نظر قرینگی دارای تفاوت بسیار اندکی با توزیع نرمال است. ضریب کشیدگی این متغیر نیز برابر (35/0-) میباشد که نشاندهندة کوتاه تر بودن (پراکندگی بیشتر) توزیع این متغیر نسبت به توزیع نرمال است و با توجه به اینکه قدرمطلق ضریب کشیدگی کمتر از مقدار (5/0) است، کشیدگی توزیع، تفاوت اندکی با توزیع نرمال دارد.
متغیر استقرار هوش تجاری؛ دارای میانگین (93/4)، میانة (00/5)، انحراف معیار (14/1) و واریانس (31/1) میباشد. ضریب چولگی این متغیر برابر (20/0-)

پایان نامه
Previous Entries منابع پایان نامه ارشد با موضوع هوش تجاری، کسب و کار، قابلیت اطمینان، مدل مفهومی Next Entries منابع پایان نامه ارشد با موضوع هوش تجاری، کیفیت اطلاعات، مدل ساختاری، تحلیل عاملی