یعنی : Data = Model + Residual
گامهای موجود در این مرحله به شرح زیر است :

1. 1. جمع‌ آوری داده‌ها

در این مرحله انتخاب اندازه نمونه مهم است. زیرا بسیاری از روش های تخمین موجود در مدل معادلات ساختاری و شاخصهای ارزیابی متناسب بودن مدل نسبت به اندازه نمونه حساس است. بنتلر^[۳۰۵] پیشنهاد نموده که همواره نسبت ۱۰ به ۱ بین اندازه نمونه و تعداد پارامترهای آزاد که می‌بایستی تخمین زده شود وجود داشته باشد.

1. 1. ساخت ماتریس واریانس – کوواریانس متغیرهای اندازه‌گیری شده

بعد از بیان مدل و جمع‌ آوری داده‌ها تخمین مدل با مجموعه‌ای از روابط شناخته شده بین متغیرهای اندازه‌گیری شده شروع می‌شود. این روابط در ماتریسی به نام ماتریس کوواریانس – واریانس یا ماتریس همبستگی مرتب می‌شود.

1. 1. 1. ایجاد یک مجموعه ای از ماتریسها برای برنامه لیزرل و اجرای آن

      ( اینجا فقط تکه ای از متن پایان نامه 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 یک تخمین همزمان، به علت این که تخمین مدل ساختاری و مدل اندازه‌گیری به طور همزمان صورت می‌گیرد؛ ممکن است یک راه حل برای پارامترهای مدل ساختاری و مدل اندازه‌گیری به هم وابسته شوند. بنابراین بهتر است برای جلوگیری از ابهامات تفسیری متغیرهای مکنون، ابتدا مدل اندازه‌گیری و سپس مدل ساختاری تخمین زده شود(لاوی،۱۹۸۸).
ج – ارزیابی تناسب^[۳۰۶] یا برازش
یک مدل وقتی گفته می‌شود که با یکسری داده‌های مشاهده شده تناسب دارد که ماتریس کوواریانس ضمنی مدل با ماتریس کوواریانس داده‌های مشاهده شده، معادل شده باشد. بدین معنی که ماتریس نزدیک صفر باشد(هویل،۱۹۹۵).
گامهای موجود در این مرحله به شرح زیر است:
بررسی معیار کلی تناسب مدل و قابلیت آزمون پذیری مدل و ارزیابی موضوع که آیا اصلاحات مورد نیاز است یا خیر؟
هنگامی که یک مدلی تخمین زده می‌شود برنامه نرم افزاری یکسری آمارهایی از قبیل خطای استاندارد،
T – Value و غیره را درباره ارزیابی تناسب مدل با داده‌ها منتشر می‌کند. اگر مدل قابل آزمون باشد ولی با داده‌ها به طور مناسب تناسب نداشته باشد شاخصهای اصلاحی^[۳۰۷] که یک وسیله معتبر برای ارزیابی تغییرات مورد نظر در بیان مدل هستند به کار گرفته می‌شوند؛ تا مدل متناسب با داده‌ها شوند(لاوی،۱۹۸۸).
مهمترین شاخص تناسب مدل آزمون است ولی به خاطر این که آزمون تحت شرایط خاصی عمل می‌کند و همیشه این شرایط محقق نمی‌شود لذا یکسری شاخصهای ثانویه‌ای نیز ارائه می‌گردد. مهمترین این شاخصها عبارتند از : GFI^[308] ، AGFI^[309] ، RMSEA^[310]
حالتهای بهینه برای این آزمونها به شرح زیر است:

1. 1. آزمون هر چه کمتر باشد بهتر است، زیرا این آزمون اختلاف بین داده و مدل را نشان می‌دهد. اگرمقدار کم، نسبت به درجه آزادی (df) کوچکتر از ۳ باشد، مدل حالت بسیار مطلوبی دارد.اگر RMSEAکوچکتر از ۰٫۰۸ ونیز GFI وAGFA بزرگتر از ۹۰ % باشند، می توان نتیجه گرفت که مدل برازش بسیار مناسبی دارد.

1. 1. اگر مقدار GFI و AGFI از ۹۰ بیشتر باشد، حالت مناسبی داریم.

1. 1. آزمون RMSEA هر چه کمتر باشد بهتر است؛ زیرا این آزمون یک معیار برای میانگین اختلاف بین داده‌های مشاهده شده و داده‌های مدل است. حالت کمتر از۰٫۰۸بسیار مناسب می باشد(لاوی،۱۹۸۸).

د – اصلاح مدل
یکی از مهمترین جنبه‌های بحث انگیز مدل معادلات ساختاری اصلاح مدل است. اصلاح مدل مستلزم تطبیق کردن یک مدل بیان شده و تخمین زده شده است که این کار از طریق آزاد کردن پارامترهایی که قبلاً ثابت بوده‌اند و یا ثابت کردن پارامترهایی که قبل از آن آزاد بوده‌اند صورت می‌گیرد. این مرحله را می‌توان با مقایسه‌های تبعی یا Post Hoc در ANOVA قیاس کرد(هویل،۱۹۹۵). مهمترین گام موجود در این مرحله به شرح زیر است:
۱ – اگر اصلاحاتی موردنیاز باشد مشخصات مدل(پارامترها) را ارزیابی کنید و مشخصات جدیدی را وارد کنید. اصلاحات این مرحله شامل شناسایی محدودیتها و اضافه کردن پارامترهای اضافی است(لاوی،۱۹۸۸)..
ه‍ – تفسیر مدل
اگر آزمونهای تناسب نشان دهند که مدل به طور کافی متناسب با داده‌ها می‌باشد دراین مرحله ما بر روی عوامل مشخص شده(پارامترهای مدل) مدل متناسب شده تمرکز می‌نمائیم. در این مرحله، معناداری پارامترهای مدل مورد ارزیابی قرار می‌گیرد(لاوی،۱۹۸۸).
آزمونها و مقایسه تخمین پارامترها و همچنین نمایش آنها مستلزم تخمین‌های استاندارد شده‌ای^[۳۱۱] است. به همین دلیل در این مرحله تخمین‌های غیراستاندارد را که عمدتاً به مقیاس^[۳۱۲] خود وابسته هستند را به تخمینهای استاندارد شده‌ای که وابسته به مقیاس خود نیستند؛ تبدیل می‌کنیم و این کار تا حدودی برازش و پارامترهای مدل را تحت تأثیر قرار می‌دهد(هویل،۱۹۹۵).
این مرحله از مدل معادلات ساختاری دقیقاً شبیه استانداردکردن ضرایب رگرسیون( استاندارد) در آمار می‌باشد. تنها گام این مرحله به صورت زیر است:

1. 1. ارزیابی مدل و ضرایب پارامترهای مدل با آزمون فرض

و – ابلاغ یا نوشتن گزارش تحقیقاتی
در این مرحله نتایج مدل معادلات ساختاری به شکل نمودار مسیر ارائه می‌گردد. نمودار مسیر یک نمایش گرافیکی از مدل معادلات ساختاری است. سه جزء اصلی این نمودار شامل مستطیل‌ها، بیضی‌ها و پیکانها هستند(هویل،۱۹۹۵). گام نهایی در هر تحقیق، گزارش نتایج تحقیق به روشی است که سایر محققین بتوانند از منطق رویه‌ها و تجزیه و تحلیل‌های تحقیق و تفسیرهای آن استفاده کنند(لاوی،۱۹۸۸).
فصل چهارم
تجزیه و تحلیل اطلاعات
۴-۱ مقدمه فصل
فصل چهارم به تجزیه و تحلیل اطلاعات اختصاص دارد. با توجه به اینکه در انجام این تحقیق از دو روش کمی و کیفی استفاده شده است، فصل چهارم دارای دو بخش کیفی و کمی است. در بخش اول اطلاعات جمع آوری شده و فرایند تجزیه و تحلیل این اطلاعات در چارچوب روش نظریه بنیادی، شامل کد گذاری باز، کدگذاری محوری و کد گذاری انتخابی تا رسیدن به تئوری ارائه شده است. در حقیقت خروجی این بخش قضیه هایی است که قابل آزمون می باشند. در بخش دوم که مربوط به روش تحقیق کمی است، به آزمون فرضیه های برآمده از بخش اول همین فصل اختصاص داده شده است. در بخش دوم، تجزیه و تحلیل اطلاعات جمع آوری شده از کارکنان سازمان بازرسی کل کشور که حاضر به مشارکت در تحقیق شده اند ارائه گردیده است.
فصل چهارم
بخـش اول