*

۰٫۷۹۵

۱٫۳۲۹

۱٫۰۵۷

ضریب ثابت رگرسیون دوم

a2

۳

**

۰٫۱۸۴-

۰٫۰۰۰

۰٫۰۰۰

ضریب ثابت رگرسیون سوم

a3

۴

در جدول فوق علامت (* ) یعنی خطا (۰٫۰۵ P ) معنی دار نیست. علامت (* *)یعنی در سطح خطا (۰٫۰۵ P )معنی دار است.
به طور مشابه در مورد خطا های روابط مدل تجربی نهایی نیز می توان چنین برداشت نمود که؛ طبق مندرجات جدول اطلاعات تحلیل شده در فوق در وحله اول باید توجه نمود که (tec) یعنی عامل یا متغیر مستقل در تحقیق حاضر دارای خطای اندازه گیری نمی باشد. ۱a یعنی ضریب ثابت مربوط به شیب خط مبین معادله رگرسیون عبور کننده از نقطه مرتبط با عامل وابسته می باشد. ۲a یعنی ضریب ثابت مربوط به شیب خط مبین معادله رگرسیون عبور کننده از نقطه مرتبط با عامل وابسته دوم. ۲a یعنی ضریب ثابت مربوط به شیب خط مبین معادله رگرسیون عبور کننده از نقطه مرتبط با عامل وابسته سوم.
۴-۴-۴- سنجش برازندگی روابط مدل تجربی
در پاسخ به این سوال که داده های گردآوری شده مورد تجزیه و تحلیل، تا چه اندازه واقعی هستند؟ یعنی این که داده های تجزیه تحلیل یافته تا چه میزان پشتیبانی کننده مدل نظری و تجربی تدوین شده خواهد بود ، بایستی انجام برازش داده های مربوط به مدل های طراحی شده صورت پذیرد تا صحت و سقم موضوع روشن شود. بنا براین بحث اصلی، شاخص های برازش در مقایسه با معیار های حد مجاز به منظور تعیین ضرورت اصلاح مدل های طراحی شده خواهد بود. بهره گیری از معیارهای قابل قبول از نظر علمی می تواند بر ارزش و اعتبار مدل های تجربی تدوین یافته بیفزاید. شاخص هایی که معمولا “بنام شاخص های نیکویی برازش یا برازندگی و گاه با نام شاخص های بدی برازش خوانده می شوند، به عنوان معیار کسب اطمینان در کاربرد مدل کنترل شده هستند.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

در این رابطه مدل های ساختاری زیادی تا کنون معرفی گردیده اند. اما با به کار گیری نرم افزار Amos در تحلیل روابط مدل های تجربی بدست آمده در این تحقیق به خوبی اکثر شاخص های بکار گرفته شده تحت بررسی و کنترل در آورده شده، که به عنوان خروجی نتایج تجزیه و تحلیل داده های تحقیق آورده شده است. اغلب تحلیل گران داده ها و اطلاعات آماری در امور تحقیقاتی، شاخص های برازش را به سه دسته تقسیم نموده که عبارتند از: برازش مطلق، برازش تطبیقی، و برازش مقتصد[۳۵]. در ادامه به بررسی و کنترل وضعیت برازندگی مدل های تجربی طراحی شده اولیه و مدل اصلاح شده نهایی بر اساس نتایج تحلیل آماری اطلاعات مربوط به هر کدام می پردازیم.
۴-۴-۴-۱- بررسی شاخص های برازش مطلق
این شاخص ها براساس تفاوت واریانس ها و کواریانس ها پیش بینی شده از یک طرف و واریانس ها و کواریانس های برآورد شده بر مبنای پارامترهای مربوط به مدل های تدوین یافته از سوی دیگر تهیه و ارزیابی می شوند. معیار پردازش در شاخص های این گروه؛ نه مقیاس مدل طراحی شده با مدل های رقیب و مشابه است و نه وابسته به پارامترهایی است که توسط محقق تعریف شده اند(قاسمی ، ۱۳۸۹). بنا براین با توجه به محاسبات انجام شده در تحلیل برازش مدل تجربی اولیه و نهایی تحقیق حاضر، نتایج ارزیابی شاخص های برازش مطلق با عناوین؛ شاخص مجذور کای ^[۵۵] (خی دو یا کای اسکوئر)، شاخص ریشه میا نگین مربعات باقیمانده ^[۵۶] و شاخص نیکویی برازش ^[۵۷] مطابق جدول شماره (۴- ۵) در زیر ارائه می شود.

ردیف

نام شاخص برازش

مقدار برآورد شده هر مدل تجربی

مقدار قابل قبول برای هر شاخص

نتیجه سنجش حاصل از برازندگی مدل ها

۱

مدل اولیه

مدل نهایی

مجذور کای۲ (۲Chi)

۲۹٫۹۱۶

——-

۰٫۰۰~۱۷۳٫۱۱۹

—