پایان نامه با کلید واژه های تحلیل عاملی، تحلیل عامل، مدل ساختاری

دانلود پایان نامه ارشد

؟
بطور کلی دو نوع شاخص برای آزمودن برازش مدل وجود دارد. 1- شاخص های خوب بودن و 2- شاخص های بد بودن
شاخص های خوب بودن مانند GFI ، AGFI، NFI و … می باشد که هر چقدر مقدار آنها بیشتر باشد بهتر است. مقدار پیشنهادی برای چنین شاخصهایی 9/0 می باشد. همچنین شاخص های بد بودن نیز شامل df /2χ و RMSEA می باشد که هر چقدر مقدار آنها کمتر باشد مدل دارای برازش بهتری است. حد مجاز df /2x عدد 3 می باشد و حد مجاز RMSEA 08/0 می باشد.
برای پاسخ به پرسش برازش مدل بایستی شاخص های خوب بودن و بد بودن به هم (df /2χ ، RMSEA ، GFI ، AGFI، NFI و CFI) مورد بررسی قرار گیرند.

4-3-1 نیکویی برازش مدل

همانطور که آشکار است، نرم افزار لیزرل یک سری شاخص‌های برای سنجش نیکویی برازش مدل تدوی شده ارائه می‌دهد. در ادامه کلیه شاخص های ذکر شده مورد بررسی قرار می گیرند.
شاخص کای دو (2χ) : که نشان دهندۀ میزان آمارۀ کای دو برای مدل است. در واقع این شاخص اختلاف بین مدل و داده‌ها را نشان می‌دهد و معیاری برای بد بودن مدل است. لذا هرقدر که میزان آن کمتر باشد، حاکی از اختلاف کمتر بین ماتریس واریانس-کوواریانس نمونۀ اتخاذ شده و ماتریس واریانس-کوواریانس حاصل از مدل اتخاذ شده بوده و بد بودن مدل را نشان می‌دهد. البته لازم به ذکر است که میزان این شاخص تحت تأثیر تعداد نمونۀ اتخاذ شده قرار می‌گیرد. در واقع چنانچه حجم نمونه بیشتر از 200 بشود، این شاخص تمایل زیادی به افزایش دارد. لذا تحلیل برازندگی مدل با این شاخص، معمولاً در نمونه‌های بین 100 تا 200 قابل اتکا است. همچنین بهتر است که این شاخص، با در نظر گرفتن درجۀ آزادی تفسیر شود.
درجۀ آزادی (df): این شاخص درجۀ آزادی مدل را نشان می‌دهد و نباید کوچکتر از صفر باشد.
نسبت کای دو بر درجۀ آزادی (χ^2⁄df): یکی از بهترین شاخص‌های بررسی نیکویی برازش مدل، بررسی نسبت آمارۀ کای دو بر درجۀ آزادی که است. البته حد استانداردی برای مناسب بودن میزان این شاخص وجود ندارد. اما بسیاری از اندیشمندان بر این عقیده‌اند که این شاخص باید کمتر از 3 باشد. در نهایت حد مناسب بودن باید با تشخیص محقق و بر اساس نوع تحقیق صورت گیرد.
شاخص P-Value: این شاخص نیز معیاری دیگر برای سنجش مناسب بودن مدل است. اما در مورد میزان قابل قبول بودن این شاخص، اجماع نظری وجود ندارد. برخی از اندیشمندان حوزۀ آماری معتقدند که میزان آن باید کمتر از 0.05 باشد در حالی که برخی بر بیشتر بودن این میزان تأکید دارند.

4-3-2 شاخص میانگین مجذور خطاهای مدل (RMSEA)
این شاخص براساس خطاهای مدل ساخته شده و همانند شاخص کای دو، معیاری برای بد بودن مدل است. برخی از اندیشمندان بر این عقیده‌اند که این شاخص باید کمتر از 0.05 باشد، همچنین برخی دیگر، میزان کمتر از 0.08 را مناسب می‌دانند.

4-3-3 شاخص Goodness-of-Fit (GFI)
این شاخص، معیاری برای سنجش میزان خوب بودن مدل است و میزانی بالاتر از 0.9، نشان دهندۀ مناسب بودن مدل استخراج شده با توجه به داده‌ها است.

4-3-4 شاخص Adjusted GFI (AGFI)
این شاخص، در واقع حالت تطبیق داده شدۀ شاخص GFI با در نظر گرفتن میزان درجۀ آزادی (df) است و معیار دیگری برای خوب بودن مدل است. چنانچه میزان این شاخص بالاتر از 0.9 باشد، حاکی از مناسب بودن مدل استخراجی با توجه به داده‌ها است .

4-3-5 شاخص Normed Fit Index (NFI)
این شاخص نیز یکی دیگر از شاخص‌ها برای سنجش میزان خوب بودن مدل به دست آمده با توجه به داده‌ها است. چنانچه میزان این شاخص بالاتر از 0.9 باشد، حاکی از مناسب بودن مدل استخراجی است.
4-4 تحلیل عاملی تائیدی متغیر مستقل تحقیق

شکل 4-1 مدل اندازه گیری متغیر های مستقل را در حالت تخمین استاندارد نشان می دهد. بارهای عاملی مدل در حالت تخمین استاندارد28 میزان تاثیر هر کدام از متغیرها و یا گویه ها را در توضیح و تبیین واریانس نمرات متغیر یا عامل اصلی نشان می دهد. به عبارت دیگر بار عاملی نشان دهنده میزان همبستگی هر متغیر مشاهده گر (سوال پرسشنامه) با متغیر مکنون (عامل ها) می باشد. با توجه به شکل4-1 می توان بارهای عاملی هر یک از سوالات تحقیق را مشاهده نمود. برای مثال بار عاملی سوال 1 در بعد مهارتهای فنی (0.19) می باشد. به عبارت دیگر سوال اول تقریباً 4 درصد از واریانس متغیر موثر بودن را تبیین می نماید. مقدار 0.96 نیز مقدار خطا می باشد (مقدار واریانسی که توسط سوال اول قابل تبیین نیست، واضح است که هر چه مقدار خطا کمتر باشد ضرایب تعیین بالاتر و همبستگی بیشتری بین سوال و عامل مربوطه وجود دارد. مقدار ضریب تعیین عددی بین 0 و 1 است که هر چه به سمت 1 نزدیک شود مقدار تبیین واریانس بیشتر می گردد.

شکل 4-1- تحلیل عاملی متغیر مستقل در حالت تخمین استاندارد
خروجی بعدی(مدل در حالت معناداری) معناداری ضرایب و پارامترهای بدست آمده مدل اندازه گیری متغیرهای مستقل تحقیق را نشان می دهد که تمامی ضرایب بدست آمده معنادار شده اند. زیرا مقدار آزمون معناداری بزرگتر از 1.96 یا کوچکتر از 1.96- نشان دهنده معناداری بودن روابط است. دو خروجی نرم افزار لیزرل (مدل در حالت تخمین استاندارد و مدل در حالت ضرایب معناداری) در ادامه نشان داده شده است:

شکل 4-2- تحلیل عاملی متغیر مستقل در حالت ضرایب معناداری

نتایج تخمین (قسمت زیرین شکل) حاکی از مناسب بودن نسبی شاخص ها دارد. با توجه به خروجی لیزرل مقدار 2χ محاسبه شده برابر با 350.23 می باشد که نسبت به درجه آزادی کمتر از عدد 4 می باشد. پایین بودن میزان این شاخص نشان دهنده تفاوت اندک میان مدل مفهومی با داده های مشاهده شده تحقیق است. مقدار RMSEA برابر با 086/0 می باشد. حد مجاز RMSEA ، 08/0 است. شاخص های GFI , AGFI و NFI بترتیب برابر با 90/0 ، 87/0 و 92/0 می باشد که نشان دهنده برازش مناسب مدل می باشد. همان طور که در شکل مشخص است به دلیل قرار نگرفتن مقدار آماره تی در بازه 1.96 و 1.96- هیچ کدام از سئوالات مربوط به متغیرهای مکنون هریک از سازه ها از روند تحقیق حذف نشدند.
4-5 تحلیل عاملی تائیدی متغیر وابسته

بارهای عاملی مدل در حالت تخمین استاندارد میزان تاثیر هر کدام از متغیرها و یا گویه ها را در توضیح و تبیین واریانس نمرات متغیر یا عامل اصلی نشان می دهد. به عبارت دیگر بار عاملی نشان دهنده میزان همبستگی هر متغیر مشاهده گر (سوال پرسشنامه) با متغیر مکنون (عامل ها) می باشد. با توجه به شکل4-3 می توان بارهای عاملی هر یک از سوالات تحقیق برای متغیرهای وابسته را مشاهده نمود. متغیرهای وابسته در این تحقیق شامل اثربخشی کارکنان می باشد در دو شکل زیر مدل اندازه گیری متغیرهای مستقل در دو حالت تخمین استاندارد و ضرایب معناداری نشان داده شده است:

شکل 4-3- تحلیل عاملی متغیر های وابسته در حالت تخمین استاندارد

شکل 4-4- تحلیل عاملی تاییدی متغیر های وابسته در حالت ضرایب معناداری

خروجی بعدی(مدل در حالت معناداری) معناداری ضرایب و پارامترهای بدست آمده مدل اندازه گیری متغیر وابسته تحقیق را نشان می دهد که بیشتر ضرایب بدست آمده معنادار شده اند. زیرا مقدار آزمون معناداری بزرگتر از 1.96 یا کوچکتر از 1.96- نشان دهنده معناداری بودن روابط است. دو خروجی نرم افزار لیزرل (مدل در حالت تخمین استاندارد و مدل در حالت ضرایب معناداری) در ادامه نشان داده شده است.
با توجه به معناداری تمامی سئوالات تحقیق، این سئوالات از روند تحقیق حذف نشدند و تمامی سئوالات در تحلیل مسیر در مدلسازی معادلات ساختاری مورد استفاده قرار گرفتند، شاخص های برازش در این قسمت پایین بودند که با انجام اصلاحاتی روی مدل برازش بهبود یافت.

4-6 آزمون فرضیات اصلی تحقیق توسط تحلیل مسیر
یکی از قوی ترین و مناسب ترین روش های تجزیه و تحلیل در تحقیقات علوم رفتاری ، تجزیه و تحلیل چند متغیره است. زیرا ماهیت این گونه موضوعات چند متغیره بوده و نمی توان آنها را با شیوه دو متغیری (که هر بار تنها یک متغیر مستقل با یک متغیر وابسته در نظر گرفته می شود) حل نمود. از اینرو، در این تحقیق برای تائید یا رد فرضیات از مدل معادلات ساختاری و بطور اخص تحلیل مسیر استفاده شده است. تحلیل مسیر(مدل ساختاری) تکنیکی است که روابط بین متغیرهای تحقیق( مستقل وابسته ) را بطور همزمان نشان می دهد. هدف از تحلیل مسیر ، شناسایی علیت (تاثیر) بین متغیرهای مدل مفهومی تحقیق است. مدل ساختاری زیر به بررسی تاثیر توانمندی های مدیریتی بر اثربخشی کارکنان می پردازد. مدل ساختاری در حالت تخمین استاندارد و ضرائب معناداری در شکل زیر نشان داده شده است در این تحقیق، TAVANM نشان دهنده توانمندی های مدیریتی به عنوان متغیر مستقل و ASAB نشان دهنده اثربخشی کارکنان و متغیر وابسته می باشد. همانطور که شکل 4-5 نشان می دهد، بایستی توجه نمود که تائید یا رد فرضیات (روابط) در حالت معناداری مشخص می شود. به عبارت دیگر چنانچه عدد معناداری بزرگتر از 96/1 یا کوچکتر از 96/1 – باشد فرضیه تائید می شود.

شکل 4-5 : مدل سازی معادلات ساختاری در حالت تخمین استاندارد

شکل 4-6 :مدل ساختاری در حالت ضرایب معناداری

همچنین در آزمون فرضیات تحقیق با استفاده از مدل معادلات ساختاری ، اولا خروجی نرم افزار نشان دهنده مناسب بودن مدل ساختاری برازش یافته برای آزمون فرضیات هستند ( نسبت 2 χبه df زیر 3 می باشد بنابراین مقدار 2 χ مقدار مناسب و پایینی است. میزان 053/0= RMSEA نیز نشان دهنده مناسب بودن برازش مدل ساختاری است. به عبارت دیگر داده های مشاهده شده تا میزان زیادی منطبق بر مدل مفهومی تحقیق است. مقدار GFI، AGFI و NFI بترتیب برابر با 88/0 ، 86/0 و 90/0 می باشد که نشان دهنده برازش مناسب مدل می باشد. ثانیا مقادیر ضریب مسیر و آماره تی به ترتیب نشان دهنده شدت تاثیر و میزان معنادار بودن آن هستند، ضریب مسیر توانمند سازی بر اثربخشی برابر 1.05 و به اندازه 17.35 معنادار می باشد و تمامی فرضیات تحقیق تائید شده اند، نتایج فرضیات فرعی تحقیق در جدول زیر نشان داده شده است:

فرضیه های فرعی
آماره t
تایید
رد
توانمندی فنی بر اثربخشی کارکنان مجتمع آموزشی صالح تاثیر دارد.
4.25
*

توانمندی انسانی بر اثربخشی کارکنان مجتمع آموزشی صالح تاثیر دارد.
7.48
*

توانمندی ادراکی بر اثربخشی کارکنان مجتمع آموزشی صالح تاثیر دارد.
5.92
*

جدول4-6 تائید یا رد فرضیات تحقیق براساس مدل معادلات ساختاری

فصل پنجم
نتیجه گیری

5-1 مقدمه
هر تحقيقي در پي دستيابي به اهدافي صورت ميگيرد که نتايج آن نشاندهنده ميزان دستيابي به آن اهداف مي‏باشد. این تحقيق به منظور بررسی تاثیر توانمندی های مدیریتی بر اثربخشی کارکنان مجتمع آموزشی صالح طراحی و اجراء شده است. در فصل اول کلیات پژوهش به طور اجمالی مورد بحث قرار گرفت، در ادامه فصل اول ساختار کلی پژوهش مورد اشاره قرار گرفت.
فصل دوم با بررسی همه جانبه تاثیر توانمندی های مدیریتی بر اثربخشی کارکنان ، تقسیم‌بندی‌ها و دسته‌بندی‌های صورت گرفته در این حوزه مورد تجزیه و تحلیل قرار گرفت.
در فصل سوم و چهارم با معرفی جامعه و نمونه آماری، روش‌ها و ابزارهای اندازه‌گیری و آزمون فرضیات پژوهش، به بررسی مدل و فرضیه‌های پژوهش پرداخته شد. بررسی و تحلیل‌های انجام شده در این فصل، با استفاده از نرم‌افزار های SPSS و Lisrelانجام شد.
در این فصل ابتدا به نتایج پژوهش، اشاره شده و در ادامه بحث و نتیجه‌گیری بیان می‌شود. در پایان بحث نیز محدودیت‌های پژوهش فعلی و پیشنهاداتی برای پژوهش‌های آتی ارائه خواهد شد.

5-2 تحليل نتايج تحقيق
در اين تحقيق به منظور تجزيه وتحليل داده ها، ابتدا به روايي سازه ها از طريق تحليل عاملي تاييدي و در گام بعدی با روش تحليل مسير از روي مدلسازي معادلات ساختاري به آزمون برازش مدل مفهومي تحقيق با

پایان نامه
Previous Entries پایان نامه با کلید واژه های تحلیل داده، تحلیل عامل، توزیع فراوانی Next Entries پایان نامه با کلید واژه های اصول مدیریت، معادلات ساختاری، انگیزش کارکنان