۹۶۸/۱۳

 

۲۱۸/۱۵

 

۳۱۳/۲۵

 

۹۴۹/۱۹

 

ULS

 

 

 

از هر ستون کمترین مقدار انتخاب و علامت زده می‌شود و در نهایت سطری که بیشترین علامت را دارا باشد به عنوان روش خودگردان سازی انتخاب می‌شود که برای تحقیق حاضر روش ADF انتخاب و براساس آن در نرم‌افزار AMOS به خودگردان سازی دادها پرداخته و پیش‌فرض نرمال بودن چندمتغیره برآورده شد. بنابراین روش مورد استفاده برای برآورد پارامترها و خودگردان‌سازی به منظور ارضای پیش‌فرض نرمال بودن چندمتغیره، استفاده از روش برآرود مجانبی ADF است
دانلود پایان نامه
توجه : روش ADF زمانی نتایج قابل قبولی ارائه می‌کند که حجم نمونه از ۱۰ برابر تعداد متغیرهای مشاهده شده (سوالات پرسشنامه) بیشتر باشد (فربد، ۱۳۹۳). باتوجه به اینکه در پرسشنامه تعداد ۲۴ سوال مطرح شده است لذا حداقل حجم نمونه براساس مطالب فوق تعداد ۲۴۰ پرسشنامه می‌باشد که باتوجه به مقدار نمونه ۳۸۴ برای تحقیق حاضر ، این پیش‌فرض نیز برآورده شده است. لذا در گام‌های بعدی به منظور انجام تحلیل عاملی تاییدی CFA در روش معادلات ساختاری SEM می‌توان از داده‌های خودگردان شده بهره برد.
۴-۲-۴ آزمون KMO و بارتلت
باتوجه به اینکه در تحقیق حاضر از روش مدل یابی معادلات ساختاری برای تجزیه و تحلیل داده‌ها استفاده می‌کنیم و یکی از پیش‌شرط‌های این روش آماری تناسب داده‌های گردآوری و کفایت برای انجام تحلیل عاملی است، لذا در این بخش از تجزیه و تحلیل داده‌ها به انجام و آزمون تناسب دادها می‌پردازیم. روش مورد استفاده برای این آزمون استفاده از آزمون KMO-بارتلت است. آزمون بارتلت یکی از روش‌های تشخیص مناسب بودن داده‌ها برای انجام تحلیل عاملی می‌باشد. آزمون بارتلت، این فرضیه را که ماتریس همبستگی مشاهده شده متعلق به جامعه ای با متغیرهای نابسته است، می‌آزماید. برای اینکه یک مدل عاملی، مفید و دارای معنا باشد لازم است متغیرها همبسته باشند. پس فرضیه آزمون بارتلت به اینصورت است:
فرض صفر : داده‌ها ناهمبسته اند.
فرض مقابل : داده‌ها همبسته اند.
پس مطلوب آن است که فرض صفر رد شود. آگر فرض صفر رد نشود مطلوبیت تحلیل عاملی زیر سوال می‌رود و باید درباره انجام آن تجدید نظر کرد. به همین دلیل است که قبل از تحلیل عاملی بایستی به تشکیل ماتریس همبستگی بین متغیرها اقدام کرد. آماره کای دو برای این آزمون به صورت رابطه زیر است که مقدار آن با بهره گرفتن از نرم‌افزار SPSS در جدول ۴-۷ ارائه می‌گردد:

که در آن n معرف تعداد آزمودنی‌ها، p تعداد متغیرها، R دترمینان ماتریس همبستگی است. این آماره که دارای توزیع مربع کای با  درجه‌ی آزادی است. مقدار اطلاعات موجود در قدر مطلق R را با بررسی رابطه بین تعداد مشاهده‌ها و تعداد متغیرها ارزشیابی می کند و احتمال خطا را برای رد کردن فرضیه صفر عدم وجود تفاوت از ماتریس همانی[۶۸] می آزماید. ماتریس همانی ماتریسی است که همه عناصر قطری آن یک و همه عناصر غیرقطری آن صفر باشد. در جدول ۴-۶ به قضاوت در مورد مقادیر مختلف KMO اشاره شده است.
جدول ۴-۶ : قضاوت در مورد مقدار KMO

 

 

مقادیر KMO

 

تناسب داده‌ها برای تحلیل عاملی

 

 

 

بزرگتر یا مساوی ۹/۰

 

عالی

 

 

 

۸۹/۰-۸/۰

 

خیلی خوب

 

 

 

/۷۹-۷۰/

 

خوب

 

 

 

. ۶۹/۰-۶۰/۰

 

متوسط

 

 

 

۵۹/۰-۵۰/۰

 

ضعیف

 

 

 

کمتر از ۵۰/۰

 

غیر قابل پذیرش

 

 

 

در انجام تحلیل عاملی، باید از این مساله اطمینان حاصل شود که آیا می توان داده‌های موجود را برای تحلیل مورد استفاده قرار داد یا نه. بعبارت دیگر؛ آیا تعداد داده‌های مورد نظر برای تحلیل عاملی مناسب هستند یا خیر. بدین منظور از شاخص KMO و آزمون بارتلت استفاده گردیده است. براساس این دو آزمون داده‌ها زمانی برای تحلیل عاملی مناسب هستند که شاخص KMO بیشتر از ۶/۰ و نزدیک به یک و Sig آزمون بارتلت کمتر از ۰۵/۰ باشد. خروجی این آزمون‌ها در جدول ۴-۷ ارائه گردیده است.
جدول ۴-۷ : آزمون KMO و بارتلت برای داده‌های پرسشنامه

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...