مدل مفهومی پژوهش و فرضیه ­های آن از طریق مدل­سازی معادلات ساختاری مورد آزمون قرار گرفته است. برازش کلی مدل (آزمون مدل) و برازش جزئی مدل (آزمون فرضیه ­های پژوهش) از جمله خروجی­های مدل­سازی معادلات ساختاری است. برای اجرای این آزمون از نرم­افزار AMOS استفاده شده است.

( 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. )

مدل­های معادله ساختاری به طور معمول ترکیبی از مدل­های اندازه ­گیری و مدل­های ساختاری­اند. بر مبنای مدل­های اندازه ­گیری، پژوهشگر تعریف می­ کند که کدام متغیرهای مشاهده شده یا معرف­ها اندازه گیرنده­ی کدام متغیرهای پنهان هستند و بر پایه مدل­های ساختاری مشخص می­ شود که کدام متغیرهای مستقل دارای تاثیر بر کدام متغیر وابسته­اند و یا اینکه کدام متغیرها با هم همبسته­اند. به این ترتیب با بهره­ گیری از این مدل­ها می­توان به طور همزمان به ارزیابی کیفیت سنجش متغیرها و مقبولیت اثرات مستقیم و غیرمستقیم و همچنین تعامل­های تعریف شده میان متغیرها پرداخت (قاسمی, ۱۳۸۹). مدل مفهومی پژوهش در برگیرنده نوزده متغیر پنهان است که توسط تعدادی از متغیرهای مشاهده­پذیر اندازه ­گیری می­شوند. هدف از انجام آزمون مدل، میزان همخوانی مدل نظری با داده ­های تجربی است. شاخص­ هایی هستند که میزان همخوانی را نشان می­ دهند. شکل ۴-۱ و شکل ۴-۲ به ترتیب مدل اولیه فرضیه ­های فرعی و اصلی پژوهش در نرم­افزار را نشان می­دهد.

شکل۴-۱- مدل اولیه فرضیه ­های فرعی پژوهش
شکل ۴-۲- مدل اولیه فرضیه ­های اصلی پژوهش
۴-۳-۲- اندازه­ های برازندگی مدل تایید شده
شاخص­ های برازش، مقادیری آماری را بدست می­ دهند که پژوهشگر را در تصمیم ­گیری نسبت به انتخاب مدل مناسب­تر یاری می­رساند. شاخص­ های برازش زیادی وجود دارد، اما پرکاربردترین آن­ها که در عین حال پایه و اساس سایر شاخص ­ها محسوب می­گردد، ^۲ است. هرچه مقدار ^۲ به صفر نزدیک­تر باشد، نشان­دهنده برازش بهتر مدل است. از آن­جا که مقدار مربع خی تحت تاثیر حجم نمونه و تعداد روابط مدل ساختاری قرار می­گیرد، در این موقع مقدار خی دو بزرگ می­ شود. بنابراین با اتکا بر ^۲ به نتایج مطلوب دست یافت. در نتیجه در کنار این شاخص از شاخص­ های دیگری نیز برای برازش مدل­ها استفاده می­ شود. ریشه خطای میانگین مجذورات تقریب (RMSEA) برای مدل­های خوب کمتر از ۰۵/۰ و برای مدل­های متوسط بین ۰۵/۰ تا ۰۸/۰ و برای مدل­های ضعیف­ بالاتر از ۰۱/۰ است (کلانتری, ۱۳۸۸). یکی دیگر از شاخص­ های مهم در برازش مدل، کای اسکوئر بهنجار یا نسبی ( ) است که اغلب مقادیر ۲ تا ۳ و یا مقادیر ۱ تا ۲ و یا مقادیر بین ۱ تا ۳ را قابل قبول می­دانند. شاخص­ های تطبیقی مانند شاخص­ برازش هنجار شده، شاخص برازش افزایشی، شاخص برازش توکر- لویس و شاخص برازش تطبیقی نیز در برازش کلی مدل مورد استفاده قرار می­گیرد که برای مدل­های خوب مقادیر بالاتر از ۹۰/۰ است. مقادیر بالاتر از ۸۰/۰ نشان­دهنده برازش خوب یا متوسط مدل است (قاسمی, ۱۳۸۹). و نیز از شاخص­ های برازش مقتصد شامل نسبت مقتصد بودن، شاخص برازش هنجار شده مقتصد و شاخص مقدار آن کوچکتر باشد حاکی از هزینه بیشتری است که پژوهشگر در آزاد کردن پارامترها صرف کرده است. شاخص برازش هنجار شده مقتصد مقادیر بالاتر از ۵/۰ یا ۶/۰ برای این شاخص مناسب تلقی کرده ­اند. شاخص برازش تطبیقی مقتصد حداقل مقدار ۵/۰ بیشتر مورد توافق است و معیار سخت گیرانه آن را حداقل ۶/۰ تعیین کرده ­اند. در جدول ۴-۱۱ تعدادی از شاخص­ های بدست آمده از برازش مدل آورده شده است.
جدول ۴-۱۱- نتایج مدل­سازی معادلات ساختاری برای مدل اولیه فرضیه ­های پژوهش