شاخص برازش مقتصد هنجارشده

PNFI

Parsimonious Normed Fit Index

شاخص نیکویی برازش مقتصد

PGFI

Parsimonious Goodness-of-Fit Index

ریشه میانگین مربعات خطای برآورد

RMSEA

Root Mean Squared Error of Approximation

مشهورترین و پرکاربردترین معیارهای برازش کل مدل که در پژوهش حاضر نیز مورد استفاده قرار گرفته‌اند عبارتند از:
کای اسکوئر بهنجارشده (CMIN/DF): کای اسکوئر را می‌توان به عنوان عمومی‌ترین و پرکاربردترین شاخص برازش در مدل‌سازی معادله ساختاری تلقی کرد. مبنای مجاسبه کای‌ اسکوئر تفاوتی است که بین دو ماتریس وجود دارد: اول ماتریس واریانس-کوواریانس نمونه‌ای که حاصل محاسبه واریانس متغیرهای مشاهده‌شده حاضر در مدل و کوواریانس بین کلیه زوج‌های ممکن بین این متغیرهاست و برآوردی از واریانس و کوواریانس‌های متغیرهای مورد پژوهش در جامعه آماری تلقی می‌شود. دوم ماتریس واریانس-کوواریانس بازتولید شده بر مبنای پارامترهای برآورد شده در مدل تدوین‌شده یا مفروض می‌باشد.
هرچه مقدار کای اسکوئر کوچکتر باشد و در نتیجه سطح معنی‌داری آن بیش از ۰۵/۰ گردد، برازش داده‌ها به مدل بهتر است؛ اما از آنجا که با افزایش حجم نمونه، این شاخص به طور کاذبی معنی‌دار می‌گردد، از شاخص کای اسکوئر بهنجار شده استفاده می‌گردد که از تقسیم مقدار کای اسکوئر بر درجه آزادی به دست می‌آید. شوماخر و لومکس (۱۳۸۸) مقادیر بین یک تا پنج را برای این شاخص قابل قبول می‌دانند.
شاخص نیکویی برازش (GFI): از جمله شاخص‌های برازش مطلق می‌باشد و نشان‌دهنده میزان واریانس و کوواریانس تبیین‌شده توسط مدل است. مقدار آن بایستی بین ۰ و ۱ باشد. مقادیر بزرگتر از ۹۰/۰ حاکی از برازش قابل قبول مدل است.
شاخص نیکویی برازش اصلاح‌شده (AGFI): نظیر شاخص برازندگی (GFI) از جمله شاخص‌های برازش مطلق می‌باشد و نسبت به شاخص قبل تا حدودی نسبت به درجه آزادی و حجم نمونه تعدیل می‌گردد. مقدار آن بایستی بین ۰ و ۱ باشد. مقادیر بزرگتر از ۹۰/۰ حاکی از برازش قابل قبول مدل است.
ریشه میانگین مربعات خطای برآورد (RMSEA): این آماره بر اختلاف بین ماتریس‌های کواریانس ضمنی (ماتریس کوواریانس تخمینی جامعه آماری) و ماتریس کوواریانس نمونه بر اساس درجه آزادی تمرکز دارد. زمانی که مقدار این آماره کمتر از ۰۵/۰ باشد نشان می‌دهد که مدل از برازش قابل قبولی برخوردار است و مقادیر بین ۰۵/۰ تا ۱۰/۰ نیز قابل قبول لحاظ می‌گردند.
شاخص برازش تطبیقی (CFI): از جمله شاخص های برازش نسبی می باشد و بر مبنای همبستگی بین متغیرهای حاضر در مدل قرار دارد. هر چه مقدار آن به ۱ نزدیک تر باشد نشان دهنده برازش خوب مدل است.
آماره N بحرانی[۶۹۲] (CN): از نظر مفهومی، این آماره با بقیه اندازه‌گیری های برازش متفاوت است و نشان می‌دهد که برای پذیرش برازش مدل، حجم جامعه نمونه مورد استفاده باید چقدر باشد. قاعده تجربی نشان می‌دهد که برای بررسی برازش مدل حجم نمونه باید بیشتر از ۲۰۰ نفر باشد و مقادیر کمتر از ۷۰ برازش پایین مدل را نشان می‌دهند.
شاخص برازش افزایشی (IFI): از جمله شاخص‌های تطبیقی است که بر اساس مقایسه مدل‌های تدوین‌شده یا مفروض با مدل استقلال محاسبه می‌شود. مقادیر نزدیک به یک در این شاخص، برازش مطلوب مدل را نشان می‌دهند.
شاخص برازش هنجارشده (NFI): از جمله شاخص‌های تطبیقی است که مقادیر نزدیک به یک در آن از مطلوب بودن برازش مدل خبر می‌دهند.
فصل چهارم
یافته‌های پژوهش
در این فصل یافته‌های پژوهش در پنج بخش ارائه خواهند شد. در بخش اول، یافته‌های توصیفی مربوط به متغیرهای آشکار مدل مفروض ارائه می‌شود. یافته‌های مربوط به میانگین، انحراف استاندارد، دامنه تغییرات و همبستگی مرتبه صفر متغیرهای آشکار در این قسمت ارائه می گردد. در بخش دوم، داده‌های مربوط به تفاوت دختران و پسران در متغیرهای آشکار پژوهش ارائه می‌شود. بخش سوم به تحلیل‌های مقدماتی در خصوص پیش‌فرض‌های مدل‌سازی معادلات ساختاری مربوط است. بخش چهارم به ارزیابی مدل اندازه‌گیری و در نهایت بخش پنجم به ارزیابی مدل ساختاری اختصاص دارد.
۴-۱- یافته‌های توصیفی متغیرهای آشکار پژوهش
جدول ۴-۱ میانگین، انحراف استاندارد، حداقل و حداکثر نمرات آزمودنی‌ها در کل نمونه مربوط به متغیرهای آشکار پژوهش را نشان می‌دهد.
جدول ۴-۱- میانگین، انحراف استاندارد، حداقل و حداکثر نمرات
مربوط به متغیرهای آشکار پژوهش (۳۸۴=n)

متغیر
برای دانلود متن کامل این فایل به سایت torsa.ir مراجعه نمایید.