
یی برازش اصلاح شده
AGFI
999/0
0.85
تایید
شاخص برازش هنجار شده ( بنتلر ـ بونت )
NFI
000/1
0.90
تایید
شاخص برازش تطبیقی
CFI
000/1
0. 90
تایید
شاخص برازش افزایشی
IFI
003/1
0. 90
تایید
• نسبت کای اسکوئر به درجه آزادی که کای اسکوئر نسبی خوانده می شود به جهت قضاوت درباره مدل تدوین شده و حمایت داده ها شاخص مناسبی می باشد که مقدار پایینتر از 5 مناسب می باشد. در جدول فوق مقدار 052/0 گزارش شده است و نشان از وضعیت مطلوب برای مدل است.
• مقدار NFI یا شاخص برازش هنجار شده بنتلر-بونت بدست آمده مقدار 000/1 می باشد که با توجه به مقدار استاندارد 9/0 که حد مطلوب این شاخص می باشد، مدل با توجه به این شاخص از برازش مطلوبی برخوردار است.
• مقدار IFI یا شاخص برازش افزایشی بدست آمده مقدار 003/1 می باشد که این شاخص به برازش مطلوب مدل اشاره دارد.
• مقدار CFI یا شاخص برازش تطبیقی بدست آمده مقدار 000/1 می باشد که این شاخص به برازش مطلوب مدل اشاره دارد.
• مقدار RMSEA یا ریشه دوم میانگین مربعات خطای برآورد بدست آمده مقدار 000/0 می باشد که با توجه به مقدار استاندارد کمتر از 08/0 ، مطلوب می باشد.
در مجموع باتوجه به مقادیر بدستآمده برای شاخصهای برازش میتوان مدل اندازهگیری توسعه تکنولوژی جدید را مورد تایید قرار داد بعبارتی، با درنظر گرفتن معنیداری بارهای عاملی و مقادیر شاخصهای برازش میتوان نتیجه گرفت که متغیرهای مشاهده شده برای عامل توسعه تکنولوژی جدید در حد مطلوبی قادر به اندازهگیری (عملیاتی کردن) متغیر مکنون هستند.
4-3-3-3 تحلیل عاملی تاییدی توسعه قیمت منطقی خدمات
نمودار 4-7 : مدل تحلیل عاملی تاییدی قیمت منطقی خدمات با ضرایب غیر استاندارد
برای این عامل در پرسشنامه تحقیق، تعداد 4 سنجه در نظر گرفته شد که بر اساس پاسخهایی که به سوالات داده شد و تجزیه و تحلیل به عمل آمده مشخص گردید که متغیر مشاهده شدهی 11 دارای بیشترین بارعاملی از متغیر مکنون است و همچنین متغیر 12 نسبت به سایر متغیرهای این رده دارای کمترین ضریب (بارعاملی است). در گام بعدی با استفاده از نتایج آزمون به بررسی معنیداری بارهای عاملی بر اساس آماره t و سطح معنیداری (P) میپردازیم.
جدول 4-13 : نسبت بحرانی و سطح معناداری
Estimate
S.E.
C.R.
P
Label
q9
—
Factor_3
1.000
q10
—
Factor_3
.885
.090
9.790
***
q11
—
Factor_3
1.012
.101
9.986
***
q12
—
Factor_3
.568
.059
9.598
***
علامت *** در خروجیهای نرمافزار آموس نشان از معنیداری بارهای عاملی (P-Value=0/000) و ضرایب رگرسیونی دارد. بنابراین مطابق با خروجی نرمافزار آموس نتیجه میگیریم که تمام بارهای عاملی باتوجه به مقدار آماره t یا سطح بحرانی (مقادیر بالای 1/96) معنادار هستند. لذا رابطه متغیرهای مشاهده شده با متغیر مکنون مورد تایید است. در گام بعدی به بررسی شاخصهای برازش مدل اندازهگیری میپردازیم:
جدول 4- 14 : شاخصهای برازش متغیر مکنون قیمت منطقی خدمات
شاخص برازش
مشخصه
مقدار
دامنه مطلوب
نتیجه
مجذور کای
x^2/df
035/1
0 تا 5
تایید
ریشه خطای میانگین مجذورات تقریب
RMSEA
010/0
0.08
تایید
ریشه میانگین مربعات باقیمانده
RMR
005/0
0/05
تایید
نیکویی برازش
GFI
997/0
0. 9
تایید
شاخص نیکویی برازش اصلاح شده
AGFI
987/0
0.85
تایید
شاخص برازش هنجار شده ( بنتلر ـ بونت )
NFI
994/0
0.90
تایید
شاخص برازش تطبیقی
CFI
000/1
0. 90
تایید
شاخص برازش افزایشی
IFI
000/1
0. 90
تایید
• نسبت کای اسکوئر به درجه آزادی که کای اسکوئر نسبی خوانده می شود به جهت قضاوت درباره مدل تدوین شده و حمایت داده ها شاخص مناسبی می باشد که مقدار پایینتر از 5 مناسب می باشد. در جدول فوق مقدار 035/1 گزارش شده است و نشان از وضعیت مطلوب برای مدل است.
• مقدار NFI یا شاخص برازش هنجار شده بنتلر-بونت بدست آمده مقدار 994/0 می باشد که با توجه به مقدار استاندارد 9/0 که حد مطلوب این شاخص می باشد، مدل با توجه به این شاخص از برازش مطلوبی برخوردار است.
• مقدار IFI یا شاخص برازش افزایشی بدست آمده مقدار 000/1 می باشد که این شاخص به برازش مطلوب مدل اشاره دارد.
• مقدار CFI یا شاخص برازش تطبیقی بدست آمده مقدار 000/1 می باشد که این شاخص به برازش مطلوب مدل اشاره دارد.
• مقدار RMSEA یا ریشه دوم میانگین مربعات خطای برآورد بدست آمده مقدار 010/0 می باشد که با توجه به مقدار استاندارد کمتر از 08/0 ، مطلوب می باشد.
در مجموع باتوجه به مقادیر بدستآمده برای شاخصهای برازش میتوان مدل اندازهگیری قیمت منطقی خدمات را مورد تایید قرار داد.
4-3-3-4 تحلیل عاملی تاییدی عوامل تقاضا
نمودار 4-8 : مدل تحلیل عاملی تاییدی عوامل تقاضا با ضرایب غیر استاندارد
مطابق خروجی نرمافزار AMOS برای آزمون مدل تاییدی عوامل تقاضا، متغیر q13 (که متغیر مرجع نیز میباشد) دارای بیشترین ضریب رگرسیونی از عامل خود است. همچنین متغیر q14 نسبت به سایر متغیرهای مشاهده شده در این رده دارای بارعامل نسبی کمتری است. در مرحله بعد به بررسی معنیداری بارهای عاملی فوق براساس خروجی نرمافزار می پردازیم. جدول زیر مقدار آماره t را به همراه سطح معنیداری نشان میدهد.
جدول 4-15 : نسبت بحرانی و سطح معناداری
Estimate
S.E.
C.R.
P
Label
q13
—
Factor_4
1.000
q14
—
Factor_4
.486
.077
6.316
***
q15
—
Factor_4
.899
.097
9.258
***
q16
—
Factor_4
.639
.076
8.374
***
با استدلال مشابه قسمتهای قبل، مشاهده میشود که تمام بارهای عاملی معنی دار هستند، این معنی داردی در سطح اطمینان 95/0 هستند و مقداره آماره t نیز بالاتر از 96/1 میباشد. بنابراین رابطه متغیرهای مشاهده شده با متغیر مکنون عوامل تقاضا مورد تایید است. بنابراین در گام بعدی به بررسی شاخصهای برازش مدل اندازهگیری میپردازیم .
جدول 4- 16 : شاخصهای برازش متغیر مکنون عوامل تقاضا
شاخص برازش
مشخصه
مقدار
دامنه مطلوب
نتیجه
مجذور کای
x^2/df
255/1
0 تا 5
تایید
ریشه خطای میانگین مجذورات تقریب
RMSEA
026/0
0.08
تایید
ریشه میانگین مربعات باقیمانده
RMR
009/0
0/05
تایید
نیکویی برازش
GFI
997/0
0. 9
تایید
شاخص نیکویی برازش اصلاح شده
AGFI
984/0
0.85
تایید
شاخص برازش هنجار شده ( بنتلر ـ بونت )
NFI
991/0
0.90
تایید
شاخص برازش تطبیقی
CFI
998/0
0. 90
تایید
شاخص برازش افزایشی
IFI
998/0
0. 90
تایید
• نسبت کای اسکوئر به درجه آزادی که کای اسکوئر نسبی خوانده می شود به جهت قضاوت درباره مدل تدوین شده و حمایت داده ها شاخص مناسبی می باشد که مقدار پایینتر از 5 مناسب می باشد. در جدول فوق مقدار 255/1 گزارش شده است و نشان از وضعیت مطلوب برای مدل است.
• مقدار NFI یا شاخص برازش هنجار شده بنتلر-بونت بدست آمده مقدار 991/0 می باشد که با توجه به مقدار استاندارد 9/0 که حد مطلوب این شاخص می باشد، مدل با توجه به این شاخص از برازش مطلوبی برخوردار است.
• مقدار IFI یا شاخص برازش افزایشی بدست آمده مقدار 998/0 می باشد که این شاخص به برازش مطلوب مدل اشاره دارد.
• مقدار CFI یا شاخص برازش تطبیقی بدست آمده مقدار 998/0 می باشد که این شاخص به برازش مطلوب مدل اشاره دارد.
• مقدار RMSEA یا ریشه دوم میانگین مربعات خطای برآورد بدست آمده مقدار 026/0 می باشد که با توجه به مقدار استاندارد کمتر از 08/0 ، مطلوب می باشد.
• مقدار شاخص RMR نیز مقدار 009/0 را نشان میدهد که نشان از وضعیت مطلوب برای مدل است.
در مجموع باتوجه به مقادیر بدستآمده برای شاخصهای برازش میتوان مدل اندازهگیری عوامل تقاضا را مورد تایید قرار داد.
4-3-3-5 تحلیل عاملی تاییدی محتوای جذاب
برای این عامل نیز 4 سنجه در پرسشنامه در نظر گرفتیم که نتایج آزمون مدل اندازهگیری آن در ادامه ارائه میگردد :
نمودار 4-9 : مدل تحلیل عاملی تاییدی محتوای جذاب با ضرایب غیر استاندارد
مطابق نتایج مشخص شده در نمودار تحلیل فوق، متغیر q19 بیشترین بارعاملی را از عامل خود دریافت کرده است که نشان میدهد این متغیر بیشترین تاثیر را در سنجش عامل مکنون دارد. همچنین متغیر q20 کمترین بارعاملی را به خود اختصاص داده است. در ادامه مطالب این بارهای عاملی برای بررسی معنی داری تفائوت مقدار آن با صفر مورد آزمون قرار میگیرند. نتایج در جدول زیر ارائه میگردد :
جدول 4-17 : نسبت بحرانی و سطح معناداری
Estimate
S.E.
C.R.
P
Label
q17
—
Factor_5
1.000
q18
—
Factor_5
1.080
.080
13.469
***
q19
—
Factor_5
1.133
.085
13.322
***
q20
—
Factor_5
.203
.055
3.718
***
برای مدل فوق و تمامی متغیرهای این عامل مقدار آماره t از 96/1 بیشتر بوده و سطح معنیداری نیز 000/0 می باشد که در خروجی نرمافزار با علامت *** نمایش داده می شود. در گام بعدی با استفاده از شاخصهای برازش به آزمون مدل اندازهگیری میپردازیم. جدول زیر شامل شاخصهای معرفی شده در فصل سوم است که برای هر شاخص دامنه مطلوب مشخص میباشد و براساس مقایسه نتیجه آزمون و ناحیه مطلوب به داوری و قضاوت در مورد تایید یا رد مدل میپردازیم.
با مراجعه به شاخصهای برازش و قضاوت در مورد مقادیر این شاخصها مشاهده میشود که برای دو شاخص مقتصد کای اسکوئر نسبی و شاخص RMSEA (که از اهمیت فوقالعادهای در برازش مدل برخوردارند) مقدار آنها بعضا در ناحیه قابل قبول قرار ندارد. نتایج مربوط به این دو شاخص در جداول زیر ارائه میگردد :
CMIN
Model
NPAR
CMIN
DF
P
CMIN/DF
Default model
8
8.377
2
.015
4.188
Saturated model
10
.000
0
Independence model
4
443.887
6
.000
73.981
RMSEA
Model
RMSEA
LO 90
HI 90
PCLOSE
Default model
.091
.034
.159
.105
Independence model
.437
.403
.471
.000
هر چند شاخص کای اسکوئر نسبی با اختیار کردن مقدار 188/4 در ناحیه قابل قبول (0 تا 5) قرار دارد. اما با مراجعه به شاخص RMSEA و مقدار آن (091/0) که بیشتر از 08/0 و مقدار مجاز است در مجموع نتیجه میگیریم که برای تایید مدل باید اصلاحاتی در مدل اندازهگیری فوق اعمال کرد. این اصلاحات مطابق با شاخصهای بهبود (M.I.) میباشند که نرمافزار AMOS پیشنهاد میدهد (به پیوست). بر همین اساس با انجام اصلاحات و آزمون مجدد مدل به بررسی نتایج میپردازیم. این نتایج در جدول زیر ارائه میشوند.
جدول 4- 18 : شاخصهای برازش متغیر مکنون محتوای جذاب
شاخص برازش
مشخصه
مقدار
دامنه مطلوب
نتیجه
مجذور کای
x^2/df
150/0
0 تا 5
تایید
ریشه خطای میانگین مجذورات تقریب
RMSEA
000/0
0/08
تایید
ریشه میانگین مربعات باقیمانده
RMR
005/0
0/05
تایید
نیکویی برازش
GFI
000/1
0/ 9
تایید
شاخص نیکویی برازش اصلاح شده
AGFI
998/0
0/85
تایید
شاخص برازش هنجار شده ( بنتلر ـ بونت )
NFI
000/1
0/90
تایید
شاخص برازش تطبیقی
CFI
000/1
0/ 90
تایید
بررسی شاخصهای برازش بعد از انجام اصلاح مدل نشان میدهد که علاوه بر دو شاخص کای اسکوئر نسبی و شاخص RMSEA که در حد مطلوبی هستند، تمام شاخص ها نیز از حد بسیار مطلوبی توانسته اند مدل را برازش کنند. بنابراین در مجموع نتیجه میگیریم که مدل اندازهگیری محتوای جذاب مورد تایید است و متغیرهای مشاهده شده در این مدل در حد مطلوبی قادر به سنجش و عملیاتی کردن متغیر مکنون هستند.
4-3-3-6 تحلیل عاملی تاییدی توسعه تجارت سیار
توسعه تجارت سیار به عنوان متغیر وابسته (درونزا) در تحقیق حاضر بهکار رفت که نتایج مربوط به آزمون مدل اندازهگیری آن برای تایید ارتباط متغیر مشاهده شده q21 تا q24 در ادامه ارائه میگردد :
نمودا
