منابع پایان نامه ارشد درمورد چند متغیره، سرمایه فکری

داده‌های پرت یا دورافتاده
Observations farthest from the centroid (Mahalanobis distance) (Group number 1)

Obser
vation number
Mahalanobis d-squared
p1
p2

Obs
ervation number
Mahalanobis d-squared
p1
p2

Obser
vation number
Mahalanobis d-squared
p1
p2
293
16.903
.001
.209

102
6.015
.111
.676

272
4.971
.174
.647
251
14.691
.002
.144

2
5.817
.121
.795

300
4.970
.174
.591
292
14.634
.002
.032

16
5.817
.121
.740

23
4.924
.177
.596
223
14.354
.002
.008

105
5.817
.121
.680

126
4.924
.177
.538
243
12.590
.006
.034

119
5.817
.121
.615

169
4.924
.177
.479
155
12.402
.006
.014

56
5.679
.128
.698

219
4.924
.177
.421
67
11.169
.011
.060

245
5.679
.128
.636

315
4.924
.177
.365
261
8.354
.039
.932

174
5.447
.142
.809

54
4.847
.183
.415
41
8.191
.042
.921

228
5.447
.142
.761

74
4.847
.183
.360
145
8.191
.042
.864

57
5.320
.150
.827

182
4.708
.194
.502
298
8.077
.044
.836

59
5.320
.150
.782

264
4.708
.194
.446
284
7.931
.047
.824

210
5.320
.150
.731

81
4.688
.196
.420
301
7.830
.050
.796

237
5.320
.150
.676

260
4.688
.196
.366
77
7.561
.056
.852

306
5.320
.150
.617

161
4.678
.197
.329
62
7.344
.062
.885

179
5.253
.154
.638

163
4.678
.197
.280
194
7.344
.062
.828

190
5.204
.157
.639

14
4.394
.222
.646
240
7.344
.062
.757

102
6.015
.111
.676

60
4.394
.222
.594
241
7.344
.062
.675

2
5.817
.121
.795

61
4.394
.222
.541
214
7.275
.064
.639

16
5.817
.121
.740

272
4.971
.174
.647
310
7.275
.064
.548

105
5.817
.121
.680

300
4.970
.174
.591
253
7.020
.071
.667

119
5.817
.121
.615

23
4.924
.177
.596
19
6.666
.083
.841

56
5.679
.128
.698

126
4.924
.177
.538
20
6.666
.083
.784

245
5.679
.128
.636

169
4.924
.177
.479
122
6.666
.083
.717

174
5.447
.142
.809

219
4.924
.177
.421
123
6.666
.083
.642

228
5.447
.142
.761

315
4.924
.177
.365
195
6.666
.083
.563

57
5.320
.150
.827

54
4.847
.183
.415
293
16.903
.001
.209

59
5.320
.150
.782

74
4.847
.183
.360
251
14.691
.002
.144

210
5.320
.150
.731

182
4.708
.194
.502
271
6.666
.083
.482

237
5.320
.150
.676

264
4.708
.194
.446
227
6.513
.089
.549

306
5.320
.150
.617

81
4.688
.196
.420
78
6.420
.093
.562

230
5.204
.157
.580

117
4.394
.222
.487
79
6.420
.093
.485

156
5.134
.162
.610

259
4.394
.222
.433
192
6.420
.093
.409

225
5.134
.162
.550

252
4.248
.236
.615
222
6.420
.093
.337

84
4.971
.174
.701

199
4.191
.242
.654

Obser
vation number
Mahalanobis d-squared
p1
p2
289
4.116
.249
.718
82
4.012
.260
.813
266
4.006
.261
.784
299
4.006
.261
.744
13
3.887
.274
.854
26
3.887
.274
.822
27
3.887
.274
.787
29
3.887
.274
.748
38
3.887
.274
.706
86
3.887
.274
.660
116
3.887
.274
.613
129
3.887
.274
.564
130
3.887
.274
.514
132
3.887
.274
.464
141
3.887
.274
.414
8
3.863
.277
.408
111
3.863
.277
.360
175
3.863
.277
.315
289
4.116
.249
.718
82
4.012
.260
.813
266
4.006
.261
.784
299
4.006
.261
.744
13
3.887
.274
.854
26
3.887
.274
.822
27
3.887
.274
.787
29
3.887
.274
.748
38
3.887
.274
.706
86
3.887
.274
.660
205
3.863
.277
.272
278
3.863
.277
.232
283
3.863
.277
.196
43
3.821
.281
.216
72
3.821
.281
.181
221
3.821
.281
.151
258
3.821
.281
.124
317
3.821
.281
.101

حداکثر و حداقل فاصله از مرکز هندسی چهار متغیر فوق حدود 17 و 4 گزارش شده و چون از بالا به پایین ردیف‌های پس از آن فاصله قابل توجهی ندارند پس داده دور افتاده‌ای وجود ندارد.

مدل‌های مشخص و غیر مشخص
برای “مشخص بودن مدل” دارا بودن دو شرط به نام‌های “شرط رتبه” و “شرط مرتبه” ضرورت دارد
مدل 2 صادرات شرط رتبه را دارا می‌باشد زیرا درجه آزادی مدل باید صفر یا مثبت باشد که در مدل 6 با توجه به خروجی زیر عدد 0 است:
Notes for Model (Default model)
Computation of degrees of freedom (Default model)
Number of distinct sample moments:
6
Number of distinct parameters to be estimated:
6
Degrees of freedom (6 – 6):
0

6 تعداد عناصر غیر زاید ماتریس واریانس- کوواریانس متغیرهای مشاهده شده است.
6 تعداد پارامترهای آزاد تعریف شده در مدل است. درجه آزادی اختلاف این دو مقدار است که صفر است و لذا برای اصلاح مدل نمی‌توان هیچ پارامتر دیگر را در مدل به صورت پارامتر آزاد تعریف نمود. این مدل اشباع شده است.
مدل 2 صادرات شرط مرتبه را نیز دارا می‌باشد زیرا انجام عملیات محاسباتی در جبر ماتریس‌ها به منظور برآورد پارامترها و باز تولید ماتریس واریانس – کوواریانس متغیرهای مشاهده شده امکان پذیر شده است. که در زیر آمده است.
Result (Default model)
Minimum was achieved
Chi-square = .000
Degrees of freedom = 0
Probability level cannot be computed

مدل 2 صادرات با ضرایب استاندارد

مدل 2 صادرات با ضریب غیر استاندارد

شاخص‌های برازش و اصلاح مدل
CMIN
Model
NPAR
CMIN
DF
P
CMIN/DF
Default model
6
.000
0

Saturated model
6
.000
0

Independence model
3
186.105
3
.000
62.035

کای‌اسکوئر مدل 2 صادرات برابر0= CMIN و مدل فوق اشباع شده‌است و چون‌مدل فوق‌می‌تواند حالات مختلف به‌خود بگیرد و چنین‌مدلهایی‌را طبق نظر ری‌کف و مارکولیدس (2002) نمی‌توان آزمون نمود.

مدل 3 صادرات

شاخص‌های ارزیابی نرمال بودن تک متغیره و چند متغیره
Assessment of normality (Group number 1)
Variable
min
max
skew
c.r.
kurtosis
c.r.
سرمایه فکری
1.000
5.000
.658
4.782
.067
.244
ارزیابی دانش
1.000
5.000
.789
5.738
.466
1.694
به اشتراک گذاری دانش
1.000
5.000
-.265
-1.925
-.940
-3.416
Multivariate

1.484
2.412

قدر مطلق نسبت‌های بحرانی کجی و کشیدگی در جدول بالا برای متغیرها از 58/2 بیشتراست و لذا این سه متغیر نرمال نمی‌باشد و قدر مطلق “ضریب مردیا” در سطر آخر(484/1) و مقدار بحرانی آن (412/2) که کمتراز 58/2 است لذا 3 متغیر فوق دارای توزیع نرمال چند متغیره است.

مقادیر ماهالانوبیس برای بررسی داده های پرت یا دورافتاده
Observations farthest from the centroid (Mahalanobis distance) (Group number 1)

Obser
vation number
Mahalanobis d-squared
p1
p2

Obs
ervation number
Mahalanobis d-squared
p1
p2

Obser
vation number
Mahalanobis d-squared
p1
p2
155
17.323
.001
.175

119
7.308
.063
.343

288
4.943
.176
.955
292
16.979
.001
.022

166
7.019
.071
.496

311
4.943
.176
.938
78
15.859
.001
.007

208
6.518
.089
.822

218
4.933
.177
.922
67
12.488
.006
.119

209
6.518
.089
.763

314
4.933
.177
.897
194
12.100
.007
.076

213
6.518
.089
.696

195
4.883
.181
.901
284
12.100
.007
.026

305
6.518
.089
.622

294
4.883
.181
.872
155
17.323
.001
.175

309
6.518
.089
.544

288
4.943
.176
.955
292
16.979
.001
.022

201
6.424
.093
.558

311
4.943
.176
.938
78
15.859
.001
.007

285
6.005
.111
.850

218
4.933
.177
.922
67
12.488
.006
.119

187
5.700
.127
.955

314
4.933
.177
.897
194
12.100
.007
.076

220
5.700
.127
.935

195
4.883
.181
.901
284
12.100
.007
.026

316
5.700
.127
.909

294
4.883
.181
.872
155
17.323
.001
.175

62
5.682
.128
.887

288
4.943
.176
.955
292
16.979
.001
.022

241
5.682
.128
.849

311
4.943
.176
.938
78
15.859
.001
.007

274
5.675
.129
.809

218
4.933
.177
.922
67
12.488
.006
.119

273
5.460
.141
.910

314
4.933
.177
.897
194
12.100
.007
.076

54
5.076
.166
.991

195
4.883
.181
.901
284
12.100
.007
.026

223
5.076
.166
.987

219
4.837
.184
.874
155
17.323
.001
.175

269
5.076
.166
.980

315
4.837
.184
.840
245
11.882
.008
.013

276
5.076
.166
.970

53
4.720
.194
.897
92
10.309
.016
.143

287
5.076
.166
.958

146
4.720
.194
.868
174
10.309
.016
.074

240
4.956
.175
.976

210
4.720
.194
.835
251
10.089
.018
.060

201
6.424
.093
.558

214
4.720
.194
.796
21
9.750
.021
.070

285
6.005
.111
.850

249
4.720
.194
.752
124
9.750
.021
.036

187
5.700
.127
.955

272
4.720
.194
.704
41
9.736
.021
.018

220
5.700
.127
.935

293
4.720
.194
.652
253
9.234
.026
.043

316
5.700
.127
.909

296
4.720
.194
.598
289
9.086
.028
.037

62
5.682
.128
.887

298
4.720
.194
.542
205
9.013
.029
.025

241
5.682
.128
.849

306
4.720
.194
.485
12
8.970
.030
.015

274
5.675
.129
.809

310
4.720
.194
.429
115
8.970
.030
.007

273
5.460
.141
.910

219
4.837
.184
.874
52
7.897
.048
.196

54
5.076
.166
.991

315
4.837
.184
.840
77
7.852
.049
.154

223
5.076
.166
.987

26
4.515
.211
.675
16
7.308
.063
.430

215
4.943
.176
.968

84
4.515
.211
.624

Obser
vation number
Mahalanobis d-squared
p1
p2

Obs
ervation number
Mahalanobis