تاثیر هوش سازمانی بر کیفیت خدمات از منظر تئوری مبادله اجتماعی مطالعه موردی …

یک مدل معادله ساختاری ترکیبی از مدل های مسیر (روابط ساختاری) و مدل های عاملی تاییدی(مدل اندازه گیری) است. در مدل های مسیر پژوهشگر تلاش می کند تا با مجموعه ای از روابط یک سویه و دو سویه پدیده ای را تبیین کند. در مدل های مسیر متغیرها از نوع متغیرهای مشاهده شده هستند. در مدل های عاملی تاییدی محقق بدنبال تعریف سازه یا سازه هایی پنهان بر مبنای مجموعه ای معرف هاست. در یک مدل معادله ساختاری پژوهشگر از طرفی به دنبال آن است که مجموعه ای از متغیرهای پنهان را با مجموعه از معرف ها اندازه گیری کرده و سپس روابط ساختاری بین متغیرهای پنهان را مورد آزمون قرار دهد (قاسمی، ۱۳۸۹).
برآورد و آزمون مدل در مدلسازی معادله ساختاری بصورت یک رویکرد دو مرحله ای انجام می شود. در مرحله اول هر یک از مدل های اندازه گیری موجود در مدل تحقیق بصورت جداگانه مورد آزمون و برآورد قرار میگیرند. در واقع بررسی روابط ساختاری بین متغیرهای مکنون هنگامی منطقی تر و با معناتر تفسیر می شود که اندازه گیری سازه های پنهان با کمک مدل های اندازه گیری تحقیق با توجه به معیارهای علمی قابل قبول باشند. در مرحله دوم پس از اطمینان از قابل قبول بودن مدل های اندازه گیری تحقیق به برآورد پارامتر ها و بررسی برازندگی کل مدل روی می آوریم.
۳-۱۰-۳ شاخص های برازش مدل
بطور کلی شاخص های برازش مدل در مدلسازی معادله ساختاری به سه دسته شاخص های برازش مطلق، شاخص های برازش تطبیقی و شاخص های برازش مقتصد تقسیم بندی می شوند.
شاخص های برازش مطلق شاخص هایی هستند که بر مبنای تفاوت واریانس ها و کوواریانس های مشاهده شده از یک طرف و واریانس ها و کوواریانس های پیش بینی شده از طرف دیگر قرار دارند. معیار برازش در این گروه از شاخص ها نه مقایسه مدل با مدل های رقیب (آنچه که در شاخص های تطبیقی مورد نظر است) و نه وابسته به تعداد پارامترهایی است که در مدل توسط پژوهشگر تعریف شده اند (آنچه در شاخص های مقتصد مورد نظر است).
شاخص کای اسکوئر  و شاخص میانگین مربعات باقیمانده PMR از جمله مهمترین شاخص های برازش مطلق هستند. کای اسکوئر  عمومی ترین و پرکاربردترین شاخص برازش مدل در مدل سازی معادله ساختاری تلقی میگردد. هر چه مقدار این شاخص کمتر باشد برازش داده ها به مدل بهتر است تا جایی که مقدار صفر برای آن نشانه ی برازش کامل مدل است. مقدار کای اسکوئر یک مدل همواره بین کای اسکوئر مدل اشباع شده (بهترین مدل ممکن) یعنی صفر و کای اسکوئر مدل استقلال (بدترین مدل ممکن) یعنی بی نهایت تغییر می کند. مدل استقلال مدلی است که در آن متغیرهای موجود در مدل فاقد هر گونه رابطه یک سویه یا دو سویه با یکدیگرند و کواریانس میان آنها صفر است. مدل اشباع مدلی است که در آن همه مسیرهای ممکن بین متغیرها تعریف شده است و از این نظر دقیقا برعکس مدل استقلال است. شاخص میانگین مربعات باقیمانده PMR نیز از شاخص های برازش مطلق محسوب می شود که از آن برای مقایسه دو مدل متفاوت با داده های یکسان استفاده می شود و هرچقدر مقدار آن کمتر باشد نشان دهنده ی برازش بهتر مدل است.
شاخص های برازش تطبیقی مدل نظری تحقیق را با مدل استقلال مقایسه می کنند و نشان می دهند که مدل تدوین شده تا چه اندازه توانسته است از یک مدل استقلال (بدترین مدل ممکن) فاصله بگیرد. مهمترین شاخص های برازش تطبیقی عباتند از شاخص توکر-لویس (TLI)، شاخص برازش هنجار شده بنتلر-بونت (NFI)، شاخص برازش نسبی (RFI)، شاخص برازش افزایشی (IFI) و شاخص برازش تطبیقی (CFI). تمامی این شاخص ها مقادیر بین صفر تا یک را بهخود اختصای می دهند و هر چه مقدار آنها بیشتر باشد نشان دهنده برازش بهتر مدل است بگونه ای که مقدار ۹۰/۰ برای این شاخص ها برازش قابل قبول و مقدار بالاتر از ۹۵/۰ برازش خوب مدل را نشان می دهد.
شاخص های برازش مقتصد مهمترین نقطه ضعف شاخص های برازش مطلق یعنی بهبود مقدار شاخص های برازش با افزایش پارامتر به مدل را جبران می کنند . مبنای اصلی در این گروه از شاخص های برازش آن است که به ازای هر پارامتر که به مدل افزوده می شود این شاخص ها جریمه می شوند. از جمله مهمترین این شاخص ها شاخش کای اسکوئر بهنجار شده (CMIN/DF)، شاخص نسبت اقتصاد (PRATIO)، شاخص برازش هنجار شده مقتصد (PNFI)، شاخص برازش تطبیقی مقتصد (PCFI) و ریشه دوم میانگین مربعات خطای برآورد (RMSEA) است. برای شاخص کای اسکوئر بهنجار (CMIN/DF) که از تقسیم مقدار کای اسکوئر بر درجه آزادی مدل بدست می آید اغلب مقادیر بین ۲ تا ۳ قابل قبول است. شاخص نسبت اقتصاد(PRATIO) نسبت درجه آزادی مدل تدوین شده به درجه آزادی مدل استقلال است و مقداری بین صفر تا یک بخود اختصاص می دهد. برای شاخص برازش هنجار شده مقتصد (PNFI) مقادیر بالاتر از ۵۰/۰ یا ۶۰/۰ مناسب است. مقادیر بالاتر برای این شاخص حاکی از قابل قبول تر بودن مدل تحقیق است. برای شاخص برازش تطبیقی مقتصد (PCFI) نیز مقدار ۵۰/۰ و بالاتر از آن قابل قبول است. شاخص ریشه دوم میانگین مربعات خطای برآورد (RMSEA) نیز یکی از شاخص های برازش مقتصد است که هر چه مقدار آن کمتر باشد نشان دهنده ی برازش بهتر مدل است. مدل های قابل قبول دارای مقادیر ۰۵/۰ یا کوچکتر برای این شاخص هستند. برازش مدل هایی که دارای مقادیر بالاتر از ۱/۰ برای این شاخص هستند ضعیف قلمداد می شود.
۱۱-۳ خلاصه فصل ۳
دراین فصل چهارچوب نظری تحقیق، متدلوژی تحقیق، فرضیات تحقیق، جامعه ی آماری تحقیق، حجم نمونه، روش نمونه گیری و چگونگی جمع آوری داده های تحقیق در قلمرو زمانی و مکانی پژوهش بیان شده است. همچنین در این فصل منبع سوالات پرسشنامه و میزان روایی و پایایی آن مشخص شده است. بعلاوه در مورد روش تجزیه و تحلیل داده های تحقیق توضیحات کاملی ارائه شده است. در فصل بعدی نتایج حاصل از تحلیل داده های تحقیق ارائه می شود.
فصل چهارم
تجزیه و تحلیل داده ها
۱-۴ مقدمه
در تحقیقات علمی برای تایید یا رد فرضیه ها و همچنین بررسی اعتبار مدل نظری تحقیق باید اقدام به تجزیه و تحلیل داده های گردآوری شده کرد. داده های بدست آمده از پاسخ دهندگان به پرسشنامه پس از دسته بندی و تلخیص، جهت پاسخ به سوالاتی که تحقیق مورد نظر بدنبال پاسخ به آنها است مورد تحلیل قرار میگیرند. پس از تحلیل داده ها می توان به بحث و نتیجه گیری پیرامون مساله ی تحقیق پرداخت. در این بخش بر مبنای آزمون های آماری شرح داده شده در فصل سوم به تجزیه و تحلیل داده ها، بررسی فرضیه ها و برآورد مدل می پردازیم.
۲-۴ آمار توصیفی
در نگاره ۱-۴ خصوصیات جمعیت شناختی اساتید پاسخ دهنده به پرسشنامه نشان داده شده است.
نگاره ۱-۴ آمار توصیفی پاسخ دهندگان

یک مطلب دیگر:
اثر بخشی درمان فراشناختی بر کاهش نشانه های نوع شستشوی اختلال وسواسی اجباری- قسمت ۷

متغیر سطوح فراوانی درصد
جنسیت زن ۳۷ ۴/۲۸ %
مرد ۹۳ ۶/۷۱ %
سن زیر ۳۵ سال
برای دانلود متن کامل این فایل به سایت torsa.ir مراجعه نمایید.