جدول 3-2. شاخص‌های برازندگی

شاخص­ های مطلق

شاخص­ های نسبی

شاخص­ های تعدیل یافته

مجذور کای
نسبت χ2 / df
GFI

شاخص نُرم شده برازندگی
(DELTA1 or NFI)
شاخص­ های برازندگی فزاینده
(DELTA2 or IFI)
شاخص برازندگی تطبیقی
(CFI)

جذر برآورد واریانس خطای تقریب(RMSEA)

3-8-5-2-شاخص­ های نسبی
شاخص­ های نسبی در پی پاسخ به این سؤال هستند که یک مدل به‌ خصوص، در مقایسه با سایر مدل­های ممکن، از لحاظ تبیین مجموعه ­ای از داده ­های مشاهده شده، تا چه حد خوب عمل می­ کنند؟ بیشتر شاخص­ های نسبی، مدلی با «بدترین برازندگی» را به‌عنوان یک خط پایه ایجاد می­ کنند و مدل اصلی را با آن مقایسه می‌کنند.
شاخص نُرم شده برازندگی^[186](NFI یا DELTA1): این شاخص به سبب آن‌که تحت تأثیر حجم نمونه بوده، برای نمونه­های کم حجم پیشنهاد نمی‌گردد. این شاخص را می‌توان بر پایه تابع برازندگی(F) نشان داد:

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

(3-4) NFI=(
که در آن a و b مدل‌های رقیب و n مدل صفر است. به عقیدۀ پژوهشگران بزرگتر بودن NFI از 9/0 به معنای برازش مناسب است ولی برخی دیگر نیز حداقل سطح پذیرش را 8/0 اعلام کرده اند.
شاخص برازندگی فزاینده(IFI): این شاخص بسیار مشابه شاخص NFI می­باشد و بر اساس قرارداد باید دست‌کم 9/0 باشد تا مدل موردنظر پذیرفته شود.
شاخص برازندگی تطبیقی(CFI): این شاخص به واقع برازندگی مدل موجود را با مدل صفر که در آن فرض می­ شود متغیرهای مکنون موجود در مدل ناهمبسته‌اند(یعنی مدل استقلال) مورد مقایسه قرار می­دهد. بر پایه قرارداد حداقل سطح پذیرش مدل برای این شاخص نیز 9/0 است.
3-8-5-3-شاخص­ های تعدیل یافته
این شاخص ­ها به بررسی این موضوع می­پردازند که مدل موردنظر چگونه برازندگی و صرفه­جویی یا ایجاز را با هم ترکیب می­ کند.
جذر برآورد واریانس خطای تقریب(RMSEA): مقدار RMSEA که به‌واقع همان آزمون انحراف درجه آزادی است، برای مدل‌هایی که برازندگی خوبی داشته باشند، کمتر از 05/0 است. مقادیر بالاتر از آن تا 08/0 نشان دهنده خطای معقولی برای تقریب جامعه است. مدل­هایی که RMSEA آن­ها از 10/0 یا بیشتر باشد، برازش ضعیفی دارد. هیو و بنتلر به عنوان نقطه برش برازندگی خوب مدل، مقدار کوچکتر یا مساوی 06/0 را پیشنهاد داده‌اند(هومن، 1384). فرمول این اندازه به صورت زیر می‌باشد:
(3-5)
RMSEA =
3-9-همبستگی و رگرسیون
يكي از انواع روش‌هاي تحلیل توصيفي (غير آزمايشي) تحلیل همبستگي است. در اين نوع تحلیل رابطه ميان متغيرها بر اساس هدف تحقيق تحليل مي‌گردد(دلاور، 1385).
تحلیل همبستگي را مي‌توان بر حسب هدف به سه دسته تقسيم كرد:
الف) تحلیل همبستگي دو متغيري، ب) تحليل رگرسيون، ج) تحليل ماتريس همبستگي يا كواريانس.
الف) تحلیل همبستگي دو متغيري: در اين‌گونه تحقيقات هدف تعيين ميزان هماهنگي تغييرات دو متغير است. تحلیل همبستگی ابزاری آماری برای تعیین نوع و درجه رابطه یک متغیر کمی با متغیر کمی دیگر است. ضریب همبستگی یکی از معیارهای مورد استفاده در تعیین همبستگی دو متغیر می‌باشد. ضریب همبستگی شدت رابطه و همچنین نوع رابطه(مستقیم یا معکوس) را نشان می‌دهد. این ضریب بین 1 تا 1- است و در صورت عدم وجود رابطه بین دو متغیر برابر صفر می‌باشد(مؤمنی و فعال قیومی، 1391).
براي اين منظور بر حسب مقياس‌هاي اندازه‌گيري متغيرها شاخص‌هاي مناسبي اختيار مي‌شود. از آن‌جا كه در اكثر تحقيقات همبستگي دو متغيري از مقياس فاصله‌اي با پيش‌فرض توزيع نرمال دو متغيري براي اندازه‌گيري متغيرها استفاده مي‌شود، لذا ضريب همبستگي محاسبه شده در اين‌گونه تحقيقات ضريب همبستگي گشتاوري پيرسون يا به طور خلاصه ضريب همبستگي پيرسون^[187] است(مؤمنی و فعال قیومی، 1391).
این ضریب همبستگی، روشی پارامتری است و برای داده‌هایی با توزیع نرمال یا تعداد داده‌های زیاد استفاده می‌شود. در صورتی که تعداد داده‌ها کم و فرض نرمال بودن آن‌ها معقول نباشد از ضریب همبستگی دیگری استفاده می‌شود که مبتنی بر مقادیر اصلی نبوده و بر اساس رتبه داده‌ها محاسبه می‌شود(مؤمنی و فعال قیومی، 1391).
مفهوم معنی‌داری در همبستگی این است که آیا همبستگی به دست آمده بین دو متغیر را می‌توان شانسی یا تصادفی دانست یا واقعاً نشان می‌دهد بین دو متغیر همبستگی وجود دارد. این موضوع که عدد به دست آمده معنی‌دار است یا نه از خود عدد به دست آمده با اهمیت‌تر است. در صورتی که همبستگی به دست آمده معنی‌دار نباشد می‌توان حجم نمونه را افزایش داد. معناداری آزمون همبستگی به شدت تحت تأثیر اندازه نمونه است(مؤمنی و فعال قیومی، 1391).
ب) تحليل رگرسيون: در تحقيقاتي كه از تحليل رگرسيون استفاده مي‌شود، هدف معمولاً پيش‌بيني يك يا چند متغير ملاك(وابسته) از يك يا چند متغير پيش‌بين(مستقل) است. چنان‌چه هدف پيش‌بيني يك متغير ملاك از چند متغير پيش‌بين باشد از مدل رگرسيون چندگانه استفاده مي‌شود. درصورتي‌كه هدف، پيش‌بيني همزمان چند متغير ملاك از متغيرهاي پيش‌بين يا زير مجموعه‌اي از آن‌ها باشد از مدل رگرسيون چند متغيري استفاده مي‌شود. در تحقيقات رگرسيون چندگانه هدف پيدا كردن متغيرهاي پيش‌بيني است كه تغييرات متغير ملاك را چه به تنهايي و چه مشتركاً پيش‌بيني كند. ورود متغيرهاي پيش‌بين در تحليل رگرسيون به شيوه‌هاي گوناگون صورت مي‌گيرد. در اين جا سه روش اساسي مورد بحث قرار مي‌گيرد:

• • روش همزمان: در روش همزمان تمام متغيرهاي پيش‌بين با هم وارد تحليل مي‌شود.

• • روش گام‌به‌گام: در روش گام‌به‌گام اولين متغير پيش‌بين بر اساس بالاترين ضريب همبستگي صفرمرتبه با متغير ملاك وارد تحليل مي‌شود. از آن پس ساير متغيرهای پيش‌بين بر حسب ضريب همبستگي تفكيكي(جزئي) و نيمه تفكيكي(نيمه جزئي) در تحليل وارد مي‌شود. در اين روش پس از ورود هر متغير جديد ضريب همبستگي نيمه تفكيكي يا تفكيكي ، تمام متغيرهايي كه قبلاً در معادله وارد شده‌اند به‌عنوان آخرين متغير ورودي مورد بازبيني قرار مي‌گيرد و چنان‌چه با ورود متغير جديد معني‌داري خود را از دست داده باشد، از معادله خارج مي‌شود. به‌طوركلي در روش گام‌به‌گام ترتيب ورود متغيرها در دست محقق نيست.

• • روش سلسله‌مراتبي: در روش سلسله مراتبي ترتيب ورود متغيرها به تحليل بر اساس يك چارچوب نظري يا تجربي موردنظر محقق صورت مي‌گيرد. به عبارت ديگر پژوهشگر شخصاً درباره ترتيب ورود متغيرها به تحليل تصميم‌گيري مي‌كند.

ج) تحليل ماتريس همبستگي يا كواريانس: در مواقعي كه محقق از همبستگي مجموعه‌اي از متغيرها بخواهد تغييرات متغيرها را در عامل‌هاي محدودتر خلاصه كند يا خصيصه‌هاي زيربنايي يك مجموعه از داده‌ها را تعيين نمايد از روش تحليل عاملي استفاده مي‌كند. در صورتي كه محقق بخواهد مدل خاصي را از لحاظ روابط متغيرهاي تحت بررسي بيازمايد، از روش مدل معادلات ساختاري استفاده مي‌كند. براي هر دو منظور فوق لازم است كه ماتريس كواريانس متغيرهاي اندازه‌گيري شده تحليل شود.
3-10-جمع‌بندی
روش انجام پژوهش از قسمت­ های مهم یک کار تحقیقاتی می­باشد. در فصل سوم به تفصیل روش تحقیق و نحوه جمع­آوری اطلاعات بیان گردید. داده ­های مورد نیاز پژوهش از طریق پرسشنامه‌ جمع­آوری شده است و ساختار پرسشنامه مورد بررسی قرار گرفت. همان‌گونه که قید شد جامعه آماری این تحقیق را مدیران و کارشناسان شعب بانک ملی شهر شیراز تشکیل می‌دهند. در پایان نیز به شیوه تجزیه و تحلیل داده‌ها و تکنیک‌های مورد استفاده اشاره گردید. در فصل آتی به تجزیه و تحلیل نتایج پرسشنامه ­ها خواهیم پرداخت.