جدول ۴-۴- الگوهای اندازه‌گیری نیکویی برازش

 

 

 

 

 

 

 

df

 

 

 

p

 

NFI

 

CFI

 

GFI

 

RMSEA

 

 

 

الگوی اول

 

۲۰۴/۱۰۳۵

 

۱۷۱

 

۰۵۴/۶

 

۰۰۰/۰

 

۰۰۰/۰

 

۰۰۰/۰

 

۶۴۰/۰

 

۱۲۸/۰

 

 

 

الگوی دوم

 

۸۱۵/۱۵۵

 

۱۳۵

 

۱۵۴/۱

 

۱۰۶/۰

 

۸۴۹/۰

 

۹۷۶/۰

 

۹۵۰/۰

 

۰۲۲/۰

 

 

 

نتایج مشاهده شده در جدول ۴-۴ حاکی از آن است که در الگوی دوم مربع خی نسبی یعنی نسبت مربع خی به درجه آزادی(۱۵۴/۱) بین ۱ و ۲ است که حاکی از یک وضعیت قابل قبول برای الگوی دوم است. مقادیر بالاتر از ۹۰/۰ شاخص‌هایی مانند “ شاخص برازندگی تطبیقی” (CFI) و“ شاخص خوبی برازندگی” (GFI) و مقدار کمتر از ۱/۰ شاخص عمومی ریشه دوم میانگین مربعات باقی مانده (RMSEA ) نیز حاکی از برازندگی نسبتا خوب الگوی دوم است.
دانلود پایان نامه
۱-۴ نمودار مسیر الگوی دوم برای مقیاس سرشت
نمودار بالا مسیر الگوی دوم را نشان می دهد. پس از تعیین مدل های اندازه گیری(پرسش های مربوط به هر عامل که در مستطیل نمایش داده می شود) متغیر مکنون سرشت که بر پایه خرده مقیاس های سرشت با بیضی نمایش داده می شود در مدل تاییدی بررسی شده. ﭘﻴﻜﺎنﻫﺎی ﻳﻜﺴﻮﻳﻪ از ﺑﻴﻀﻲﻫﺎ ﺑﻪ ﻣﺴﺘﻄﻴﻞﻫﺎ ﻧﺸﺎن ﻣﻲدﻫﺪ ﻛﻪ ﮔﻮﻳﻪﻫﺎ روی ﻛﺪام ﻋﺎﻣﻞ ﺑﺎر ﻣﻲﮔﻴﺮﻧﺪ و ارزشﻫﺎی ﻧﻮﺷﺘﻪ ﺷﺪه روی ﭘﻴﻜـﺎنﻫـﺎ، آن ﻣﻴـﺰان از وارﻳﺎﻧﺲ عاملﻫﺎ را ﻛﻪ از ﺳـﻮی مقیاس ﻗﺎﺑـﻞ ﺗﻮﺿـﻴﺢ اﺳﺖ، ﻧﺸﺎن ﻣـﻲدﻫـﺪ. ﭘﻴﻜـﺎنﻫـﺎی ﻛﻮﭼـﻚ وارﻳـﺎﻧﺲ ﺑﺎﻗﻴﻤﺎﻧﺪه(ﺧﻄﺎ) را ﻧﺸﺎن ﻣﻲدﻫﺪ ﻛﻪ ﺑـﻪ وﺳـﻴﻠﻪی ﻋﺎﻣـﻞﺗﺒﻴﻴﻦ ﻧﻤﻲﺷﻮد وپیکان های دوسویه همبستگی بین خطا ها را نمایش می دهند
۴-۲-۴ تحلیل عاملی تاییدی مقیاس منش
با بهره گرفتن از روش “تحلیل عاملی تاییدی” این مقیاس با این فرضیه‌ها که آیا ” مقیاس منش ” در یک الگو با چهار عامل ناهمبسته بهتر با داده‌ها برازش دارد یا در الگوی دیگر شامل چهار عامل همبسته با یک الگو عامل مرتبه بالاتر مورد آزمون فرضیه قرار گرفت. برای قبول روایی یک الگو و در نتیجه روایی نشانگرها و یا متغیرهای آن سازه(در این مورد گویه‌ها) لازم است نشان دهیم که بین متغیرها هماهنگی و همسویی وجود دارد.جهت آزمون فرضیه چهار عاملی “ نسخه فارسی مقیاس منش در شهرشیراز ” روش تحلیل عامل تاییدی و روش “برآورددرست نمایی بیشینه” به منظور برازندگی داده‌ها با الگوی مورد استفاده قرار گرفت و دو الگو آزمایش شد. الگوی اول با چهار عامل ناهمبسته و الگوی دوم چهار عامل با یک عامل مرتبه بالاتر(منش)، هر عامل به عنوان یک متغیر نهفته و هر گویه به عنوان یک نشانگر در نظر گرفته شده است. نتایج نشان داد که الگوی دوم با داده ها برازندگی مناسبتری را دارا می‌باشد.   محاسبه شده در الگوی اول (۰۰۰/۰= ,p153= ,df 908/858 =2x) معنادار می‌باشد و در در الگوی دوم (۰۹۰/۰= ,p127= ,df 835/148 =2x) معنادار نمی‌باشد.   معنادار حاکی از عدم برازش الگو برای جامعه است.
علاوه بر شاخص خوبی برازندگی که به منظور تعیین مناسب بودن برازش الگو با داده‌ها به کار می‌رود باید “شاخص برازندگی بهنجار نشده” (NNFI)، “شاخص برازندگی بهنجارشده” (NFI)، “شاخص برازندگی تطبیقی” (CFI) نیز محاسبه شوند. اگر شاخص‌های مذکور برابر یا بیشتر از ۹/۰ باشد، الگو با داده‌ها برازندگی مناسب دارد. “شاخص برازندگی بهنجارشده” تحت تاثیر حجم نمونه قرار می‌گیرد و گاهی اوقات مقدار آن کمتر از ۹/۰ می‌شود برای اطمینان بیشتر “شاخص خوبی برازندگی ” (GFI) محاسبه می‌شود که بر اساس پارامتر جامعه می‌باشد و تحت تاثیر حجم نمونه قرار نمی‌گیرد.
این شاخص‌ها در الگوی اول ۰۰۰/۰ = ,CFI 000/0 = ,NFI 43/0 = ,NNFI 697/0 = GFI و در الگوی دوم ۹۳/۰ = ,CFI 87/0 = ,NFI 753/0 = ,NNFI 952/0 = GFI برآورد گردید که همگی حاکی از برازندگی مناسب الگو با داده‌ها در الگوی دوم می‌باشد.
میزان خطا در دو الگو محاسبه گردید که نتایج نشان داد که میزان خطای میانگین مجذورات در الگوی اول ۱۲۲/۰= RMSEA و در الگوی دوم ۰۲۴/۰= RMSEA می‌باشد. جدول زیر الگوهای اندازه‌گیری نیکویی برازندگی را در الگوها نشان می‌دهد.

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...