منبع پایان نامه درمورد نرم افزار، معادلات ساختاری، چند متغیره، جامعه آماری

منبع پایان نامه درمورد نرم افزار، معادلات ساختاری، چند متغیره، جامعه آماری

منبع پایان نامه درمورد نرم افزار، معادلات ساختاری، چند متغیره، جامعه آماری

میباشد و قسمت دوم شامل سؤالات مربوط به فرضیه‏ها میباشد.
۳-۴ روایی و پایایی پرسشنامه
روایی:
این تحقیق برای تعیین روایی، پرسشنامه در اختیار کارشناسان و متخصصان قرار گرفت تا میزان دقت و مرتبط بودن سؤالات را تعیین نمایند و سپس تعدادی از پرسشنامه‏ها بصورت آزمایشی در اختیار کارکنان و نیز استاد راهنما قرار گرفت و سپس تعدادی از سؤالات اصلاح گردید.
پایایی:
به منظور اندازه‏گیری قابلیت اعتماد از روش آلفای کرونباخ با استفاده نرم افزار SPSS 21 انجام گردیده است. با استفاده از داده‏های به دست آمده از این پرسشنامه‏ها و به کمک نرم افزار آماری SPSS 21 میزان پایایی این پرسشنامه با روش آلفای کرونباخ برابر ۸۸۱/۰ محاسبه شد که چون از مقدار ۷/۰ بیشتر است لذا فرض پایایی پرسشنامه تأیید می‏گردد.
۳-۵ ابزار و اندازه‏گیری آزمودنی‏ها
مقیاس مورد استفاده در این پژوهش از نوع مقیاس فاصله‏ای می‏باشد. مقیاس فاصله‏ای دارای کلیه ویژگی‏های مقیاس‏های اسمی و ترتیبی است و علاوه بر آنها، در این مقیاس فاصله هر صفت تا مبدأ آن نیز مشخص است. (خاکی، ۱۳۸۸) و طیف استفاده شده از نوع طیف لیکرت می‏باشد. در این مقیاس پاسخ دهنده میزان موافقت خود را با هریک از عبارات در یک مقیاس درجه‏بندی شده نشان می‏دهد. (نایب پور، بریری، ۱۳۸۷)
۳-۶ جامعه آماری، روش نمونه‏گیری و حجم نمونه
جامعه آماری
جامعه آماری پژوهش حاضر، شامل کلیه کارمندان شرکت ایران خودرو می‏باشد که تعدادشان ۴۰۰ نفر است.
حجم نمونه گیری
چون سؤالات در پرسشنامه تحقیق چند ارزشی با مقیاس ترتیبی هستند، و اندازه نمونه زیاد می‏باشد، از فرمول کوکران بینهایت برای تعیین حجم نمونه استفاده میشود:
که در آن
α= خطای نمونه گیری
e2 = دقت نمونه‏گیری (مقدار خطای برآورد)
P = احتمال وجود یک مشخصه
میزان Z از روی جدول برای فاصله اطمینان ۰. ۹۵، ۱. ۹۶ می‏باشد، احتمال وجود یک مشخصه پنجاه درصد و برابر با q در نظر گرفته می‏شود، مقدار خطای براورد نیز ۰. ۰۵ می‏باشد. با قرار دادن این اعداد در فرمول بالا عدد حجم نمونه مورد نیاز برابر با ۳۸۴. ۱۶ نمونه خواهد بود. جهت پیشگیری از خطای پاسخ ندادن تعدادی از نمونه‏ها و به طبع آن کم شدن تعداد نمونه‏های در دسترس تعداد ۱۵ پرسشنامه بیشتر در بین پاسخ دهندگان توزیع گردید و نهایتاً تعداد ۴۰۰ پرسشنامه درست، جمع‏آوری گردید.
۳-۷ روش نمونه گیری
در این تحقیق از نوع نمونه‏گیری تصادفی می‏باشد. این نوع نمونه گیری، روشی برای انتخاب بخشی از جامعه یا کل، به گونهای که همه نمونه‏های ممکن که دارای تعداد ثابت n هستند برای انتخاب شدن احتمال یکسان داشته باشند. (خاکی، ۱۳۸۸)
۳-۸ تحلیل‏های آماری
تحلیل توصیفی: در این روش محقق از طریق مقایسه پدیده‏ها از نقطه نظر آماری به توصیف آنها می‏پردازد. (خاکی، ۱۳۸۸) در این تحقیق نیز ابتدا توسط جداول و نمودارها به بیان توصیفی وضعیت سنی، جنسیتی، تحصیلی و سابقه کاری جامعه آماری می‏پردازیم.
تحلیل استنباطی:
برای تجزیه و تحلیل داده‏های بدست آمده از نرم افزار SPSS و همچنین نرم افزار AMOS استفاده می‏شود. که تحت تحقیقی اکتشافی حول موضوع تأثیر کسب کار الکترونیک در تحویل به موقع به مشتریان در شرکت ایران خودرو می‏باشد.
هدف از تحلیل استنباطی، تعمیم نتایج حاصله از مشاهدات محقق در نمونه‏های انتخابی خود به جمعیت اصلی می‏باشد. (خاکی، ۱۳۸۸). از روش‏های استنباطی به صورت ضرایب همبستگی، آزمونهای ناپارامتری، پارامتری و. . . استفاده می‏شود. نرم افزار رایانه‏ای مورد استفاده Spss می‏باشد. برای مدل سازی و تجزیه و تحلیل نهایی، از نرم افزار AMOS استفاده گردیده است.
مدل معادلات ساختاری:
مدل معادلات ساختاری یا به اصطلاح اختصاری SEM که مخفف Structural equating modeling می‏باشد، از روش‏های جدید آماری و یکی از قوی ترین روشهای تجزیه و تحلیل چند متغیره است، که برخی هم به آن تحلیل ساختاری کوواریانس، الگو سازی عِلّی لیزرل یا ایموس اطلاق می‏کنند.
کاربرد اصلی آن در موضوعات چند متغیره‏ای است، که نمی توان آنها را به شیوه دو متغیری با در نظر گرفتن هر بار یک متغیر مستقل با یک متغیر وابسته انجام داد.
تجزیه و تحلیل چند متغیره به یک سری روشهای تجزیه و تحلیل اطلاق می‏شود که ویژگی اصلی آنها، تجزیه و تحلیل همزمان چند متغیر مستقل با چند متغیر وابسته است. ( مسعودی، ۱۳۹۱)
مدل معادلات ساختاری یک تحلیل چند متغیری بسیار نیرومند از خانواده رگرسیون چند متغیره و به بیان دقیقتر بسط مدل خطی کلی GLM(General linear model)، است که به محقق امکان می‏دهد مجموعه‏ای از معادلات رگرسیون را به طور همزمان مورد آزمون قرار دهد. تحلیل مدل معادلات ساختاری را می‏توان توسط سه تکنیک انجام داد:
LISREL(linearStructural Relation)، تحلیل ساختاری کوواریانس یا روابط خطی ساختاری
PLS(partial least Squares)، حداقل مربعات جزئی
Amos Graphic
تکنیک ایموس آمیزه دو تحلیل است:
تحلیل عاملی تأییدی (مدل اندازه گیری)
تحلیل مسیر- تعمیم تحلیل رگرسیون (مدل ساختاری)
این مدل مشخص می‏کند که چگونه متغیرهایمان با متغیرهای قابل مشاهده مرتبطند و از طریق آنها سنجیده می‏شوند و هریک از شاخص‏ها تا چه حد متضمّن مفهوم ابعاد متغیر مکنون هستند. (مسعودی، ۱۳۹۱)
موارد کاربرد روش ایموس
روش ایموس ضمن آنکه ضرایب مجهول مجموعه معادلات ساختاری خطی را برآورد می‏کند، برای برازش مدل‏هایی که شامل متغیرهای مکنون، خطاهای اندازه‏گیری در هر یک از متغیرهای وابسته و مستقل، علّیت دوسویه، هم زمانی و وابستگی متقابل می‏باشد، طرح ریزی گردیده است.
اما این روش را می‏توان به عنوان موارد خاصی برای روش‏های تحلیل عاملی تأییدی، تحلیل رگرسیون چند متغیری، تحلیل مسیر، مدل‏های اقتصادی خاص داده‏های وابسته به زمان، مدل‏های برگشت پذیر و برگشت ناپذیر برای داده‏های مقطعی/ طولی، مدلهای ساختاری کوواریانس و تحلیل چند نمونه ای( مانند آزمون فرضیه‏های برابری ماتریس کوواریانس‏ها، برابری ماتریس همبستگی‏ها، برابری معادلات و ساختارهای عاملی و غیره)، نیز بکار برد. (مسعودی، ۱۳۹۱)
در تحلیل عاملی تأییدی(Confirmatory factor analysis)، پژوهشگر به دنبال تهیه مدلی است که فرض می‏شود داده‏های تجربی را بر پایه چند پارامتر نسبتاً اندک، توصیف تبیین یا توجیه می‏کند. این مدل مبتنی بر اطلاعات پیش تجربی درباره ساختار داده‏هاست که می‏تواند به شکل: ۱) یک تئوری یا فرضیه ۲) یک طرح طبقه بندی کننده معین برای گویه‏ها یا پاره تستها در انطباق با ویژگی‏های عینی شکل و محتوا، ۳) شرایط معلوم تجربی و یا ۴) دانش حاصل از مطالعات قبلی درباره داده‏های وسیع باشد.
تمایز مهم روش‏های تحلیل اکتشافی و تأییدی در این است که روش اکتشافی با صرفه ترین روش تبیین واریانس مشترک زیربنایی یک ماتریس همبستگی را مشخص می‏کند. در حالی که روش‏های تأییدی (آزمون فرضیه)تعیین می‏کنند که داده‏ها با یک ساختار عاملی معین (که در فرضیه آمده) هماهنگ هستند یا خیر.
۳-۹ آزمون‏های برازندگی مدل کلی
با آنکه انواع گوناگون آزمون‏ها که به گونه کلی شاخص‏های برازندگی(Fitting indexes) نامیده می‏شوند پیوسته در حال مقایسه، توسعه و تکامل می‏باشند اما هنوز درباره حتی یک آزمون بهینه نیز توافق همگانی وجود ندارد. نتیجه آن است که مقاله‏های مختلف، شاخص‏های مختلفی را ارائه کرده‏اند و حتی نگارش‏های مشهور برنامه‏هایSEM مانند نرم افزارهای lisrel, Amos, EQS نیز تعداد زیادی از شاخص‏های برازندگی به دست می‏دهند. (هومن۱۳۸۴،۲۳۵) این شاخص‏ها به شیوه‏های مختلفی طبقه بندی شده‏اند که یکی از عمده ترین آنها طبقه بندی به صورت مطلق، نسبی و تعدیل یافته می‏باشد. برخی از این شاخص‏ها عبارتند از:
۳-۹-۱ شاخص‏های GFI وAGFI
شاخص GFI (Goodness of fit index) مقدار نسبی واریانس‏ها و کوواریانس‏ها را به گونه مشترک از طریق مدل ارزیابی می‏کند. دامنه تغییرات GFI بین صفر و یک می‏باشد. مقدار GFI باید برابر یا بزرگتر از ۹۰/۰ باشد.
شاخص برازندگی دیگر (Adjusted Goodness of Fit Index)AGFI یا همان مقدار تعدیل یافته شاخص GFI برای درجه آزادی می‏باشد. این مشخصه معادل با کاربرد میانگین مجذورات به جای مجموع مجذورات در صورت و مخرج )۱- GFI( است. مقدار این شاخص نیز بین صفر و یک می‏باشد. شاخص‏هایGFI و AGFI را که جارزکاگ و سوربوم در سال ۱۹۸۹ پیشنهاد کرده‏اند که بستگی به حجم نمونه ندارد.
۳-۹-۲ شاخص RMSEA
این شاخص، ریشه میانگین مجذورات تقریب می‏باشد. شاخص (Root Mean Square Error of Approximation)RMSEA برای مدل‏های خوب برابر ۰. ۰۵ یا کمتر است. مدلهایی که RMSEA آنها ۰. ۱ باشد برازش ضعیفی دارند.
۳-۹-۳ مجذور کای
آزمون مجذور کای (خی دو) این فرضیه را مدل مورد نظر هماهنگ با الگوی همپراشی بین متغیرهای مشاهده شده است را می‏آزماید، کمیت خی دو بسیار به حجم نمونه وابسته می‏باشد و نمونه بزرگ کمیت خی دو را بیش از آنچه که بتوان آن را به غلط بودن مدل نسبت داد، افزایش می‏دهد. (هومن. ۱۳۸۴. ۴۲۲)
۳-۹-۴ شاخصNFI وCFI
شاخصNFI (که شاخص بنتلر- بونت هم نامیده می‏شود) برای مقادیر بالای ۹۰/۰ قابل قبول و نشانه برازندگی مدل است. شاخص CFIبزرگتر از ۹۰/۰ قابل قبول و نشانه برازندگی مدل است. این شاخص از طریق مقایسه یک مدل به اصطلاح مستقل که در آن بین متغیرها هیچ رابطه‏ای نیست با مدل پیشنهادی مورد نظر، مقدار بهبود را نیز می‏آزماید. شاخص CFIاز لحاظ معنا مانند NFI است با این تفاوت که برای حجم گروه نمونه جریمه می‏دهد. (هومن۱۳۸۴،۲۴۴-۲۳۵) برخی از شاخص‏ها نیز به شدت وابسته حجم نمونه‏اند و در حجم نمونه‏های بالا می‏توانند معنا داشته باشند.
فصل چهارم
تجزیه و تحلیل داده‏ها
۴-۱ مقدمه
تجزیه و تحلیل داده‌ها فرایند چند مرحله‏ای است که طی آن داده‌هایی که از طریق به‌کارگیری ابزارهای جمع‏آوری در نمونه (جامعه) آماری فراهم آمده‌اند، خلاصه، کد‏بندی و دسته‏بندی و در نهایت پردازش می‌شوند تا زمینه برقراری انواع تحلیل‌ها و ارتباط بین این داده‌ها به منظور آزمون فرضیه‌ها فراهم آید. در واقع تحلیل اطلاعات شامل سه عملیات اصلی می‌باشد: ابتدا شرح و آماده سازی داده‏های لازم برای آزمون فرضیه‌ها، سپس تحلیل روابط میان متغیرها و در نهایت مقایسه نتایج مشاهده شده با نتایجی

مطلب مرتبط :   پایان نامه با کلید واژگانکسب و کار، استراتژی، منابع سازمان، تجارت الکترونیک

admin2

No category

No description. Please update your profile.

You must be logged in to post a comment