نوامبر 23, 2020

علمی : مطالعه و بررسی عوامل موثر بر تمایلات رفتاری مشتریان- قسمت ۶۶

1 min read

(۶) تبلیغات دهان به دهان

**۳۸/۰

**۶۱/۰

**۵۷/۰

**۷۲/۰

**۷۹/۰

**۰۰/۱

** معناداری در سطح اطمینان ۹۹ درصد* معناداری در سطح اطمینان ۹۵ درصد.
۴-۵- تخمین مدلهای اصلی و فرعی تحقیق
در تحقیق حاضر با توجه به دولتی و خصوصی بودن بانکها و هچنین داشتن فرضیات اصلی و فرعی مدلهای مختلف و متنوعی داریم. هر یک از مدلها، متناسب با فرضیه یا فرضیات مربوطه در ادامه و در قسمت آزمون فرضیات تحقیق آورده شده اند. هر مدل در دو حالت تخمین ضرایب مسیر و سطح معنیداری (t) آورده شده است. به کمک مدل در حالت تخمین ضرایب مسیر، میتوان ضرایب مسیر میان متغیرهای پنهان و ضرایب مسیر میان متغیرهای آشکار و پنهان (بارهای عاملی) را بدست آورد. مدل در حالت معنیداری نیز مقدار آماره t مربوط به هریک از فرضیات را جهت آزمون معنیداری هر یک از فرضیات نشان میدهد. تفسیر بارهای عاملی در قسمت تحلیل مدل، اندازهگیری و تفسیر ضرایب مسیر و آماره t نیز در قسمت آزمون فرضیات تحقیق به طور کامل تشریح میگردند.
۴-۶- ارزیابی تناسب مدل[۴۰۳]
وقتی گفته می‌شود مدل با یک سری داده های مشاهده شده تناسب دارد، که ماتریس کوواریانس ضمنی مدل با ماتریس کوواریانس داده های مشاهده شده هم ارز (معادل) باشد؛ یعنی وقتی ماتریس باقیمانده و عوامل آن نزدیک صفر باشند. البته این تناسب به روش تخمین، مدل، ویژگی‌های داده های مشاهده شده و … بستگی دارد.
مهم‌ترین شاخص «تناسب مدل»[۴۰۴] آزمون مجذور کای است. البته استفاده از این آزمون متضمن یکسری مفروضاتی است که در برخی از موارد امکان نقض این مفروضات وجود دارد. با گسترش نارضایتی از آزمون مجذور کای، یکسری «شاخص‌های ثانویه»[۴۰۵] به وجود آمد.
تفاوت مهمی که بین آزمون تناسب مجذور کای و شاخص‌های تناسب ثانویه وجود دارد، این است که آزمون مجذور کای به واقع شاخص عدم تناسب مدل است و هرچه ارزش آن کوچک‌تر باشد، نشان می‌دهد که مدل تناسب بهتری دارد. اما در مقابل شاخص‌های تناسب ثانوی [۴۰۶]GFI، [۴۰۷]NFI و [۴۰۸]AGFI شاخص‌های تناسب مدل هستند، در این شاخص‌ها هرچه ارزش آن‌ها بیشتر باشد، مدل تناسب بهتری دارد.
در ادامه به صورت مختصر برخی از شاخص‌های تناسب مدل شرح داده می‌شود:
آزمون مجذور کای ( )، مجذور کای به درجه آزادی: از شاخص مجذور کای اغلب به عنوان شاخص موفقیت نام برده می‌شود. این شاخص به سادگی نشان می‌دهد که آیا بیان مدل ساختار روابط میان متغیرهای مشاهده شده را توصیف می‌کند یا خیر. این شاخص نسبت به اندازه نمونه حساس است، وقتی حجم نمونه برابر ۷۵ تا ۲۰۰ باشد، مقدار مجذور کای یک اندازه معقول برای برازندگی است. اما برای مدل‌های با n بزرگ‌تر، مجذور کای تقریباً همیشه از لحاظ آماری معنادار است. از طرف دیگر مجذور کای تحت تأثیر مقدار همبستگی‌های موجود در مدل نیز هست. هر چه این همبستگی‌ها زیادتر باشد، برازش ضعیف‌تر است. برخی از محققان از نسبت مجذور کای به درجه آزادی به عنوان شاخص جایگزینی استفاده می‌کنند. اگر این نسبت کمتر از عدد ۳ باشد، برازش مناسب است.
شاخص GFI و AGFI: این شاخص به وسیله اندازه نمونه تحت تأثیر قرار نمی‌گیرد. مقدار مطلوب آن می‌بایستی از ۹/۰ بیشتر باشد. البته این مقدار می‌تواند برای مدل‌هایی که به گونه ضعیفی فرمول بندی شده‌اند، بزرگ باشد. درباره کاربرد آن توافق کلی وجود ندارد.
شاخص RMSEA: شاخص RMSEA، معیار میانگین اختلاف بین داده‌ها و ماتریس کوواریانس- واریانس ضمنی است. این معیار هر چقدر که کوچک‌تر باشد، برای تناسب مدل با داده‌ها بهتر است (زیر ۰۵/۰ بسیار عالی، زیر ۰۸/۰ مناسب و بالای ۰۹/۰ نامناسب است ). این شاخص هنگامی که میانگین واریانس- کوواریانس داده‌ها شناخته شده باشد، یک شاخص با ارزش محسوب می‌شود. ارزیابی آن هنگامی که ماتریس واریانس-کوواریانس غیر استاندارد مورد استفاده قرار می‌گیرد، مشکل است.
هر چند از میان شاخص‌های فوق، به گونه کلی RMSEA به عنوان شاخص مطلوب و GFI به عنوان بهترین شاخص در نظر گرفته می‌شود، اما درباره آن‌ها توافق کلی وجود ندارد. شاخص‌های برازندگی به گونه کلی در دامنه بین صفر و یک قرار می‌گیرند. ضرایبی که بالاتر از ۹/۰ باشند، قابل قبول در نظر گرفته می‌شوند. هر چند که این سطح نیز مانند سطح خطای ۰۵/۰ اختیاری است (خاکی، ۱۳۸۷، ۴۳). عاقلانه این است که همه این شاخص‌ها با هم در نظر گرفته و در گزارش قید شوند.
۴-۷- تفسیر و تعبیر مدل[۴۰۹]
به طور کلی در کار با برنامه لیزرل، هریک از شاخص‌های بدست آمده برای مدل به تنهایی دلیل برازندگی مدل یا عدم برازندگی آن نیستند، بلکه این شاخص‌ها را باید در کنار یکدیگر و با هم تفسیر کرد. اگر هم آزمون  و هم آزمون‌های تناسب ثانوی نشان دادند که مدل به طور کافی متناسب است، به سمت مشخص کردن عوامل مدل تناسب شده حرکت کرده و بر روی این عوامل تمرکز می‌کنیم. جدول۴-۱۶بیانگر مهم‌ترین این شاخصها می‌باشد و نشان می‌دهد که الگو در جهت تبیین و برازش از وضعیت مناسبی برخوردار است، تمامی این شاخص‌ها حاکی از تناسب مدل با داده های مشاهده شده می‌باشد. شاخص‌های تناسب مدل، بیانگر مناسب بودن مدل اندازه‌گیری می‌باشد. زیرا نسبت کای‌دو بر درجه آزادی کمتراز۳، شاخص RMSEA کمتراز۰۹/۰واکثر مابقیشاخص‌ها نیزقابل قبول هستند. به بیان دیگر، مدل وچارچوب کلی معنیدار و قابل پذیرش است.
جدول ۴-۱۶- شاخص‌های برازش مدل

نوشته ای دیگر :   مطالعه و بررسی عوامل موثر بر تمایلات رفتاری مشتریان- قسمت ۴۹

نام شاخص مقدار شاخص مدل
بانکهای دولتی
مقدار شاخص مدل بانکهای خصوصی حد مجاز
(کای دو بر درجه‌ی آزادی) ۵۸/۱ ۸۶/۱
برای دانلود متن کامل پایان نامه به سایت azarim.ir مراجعه نمایید.
Copyright © All rights reserved. | Newsphere by AF themes.