تعریف مدل معادلات ساختاری
مدل معادلات ساختاری یک رویکرد آماری جامعی برای آزمون فرضیه‌هایی درباره روابط بین متغیرهای مشاهده شده^[۹۲] و متغیرهای مکنون^[۹۳] می‌باشد (Hoyle, 1995: 1). از طریق این رویکرد می‌توانیم قابل قبول بودن مدلهای نظری را در جامعه‌‌های خاص با بهره گرفتن از داده‌های همبستگی، غیرآزمایشی، آزمایشی آزمون نمود.

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

۳-۸-۲ ضرورت مدل معادلات ساختاری در پژوهش حاضر
یکی از قویترین و مناسب‌ترین روش های تجزیه و تحلیل در تحقیقات علوم رفتاری و علوم اجتماعی تجزیه و تحلیل چند متغیره است. زیرا ماهیت این گونه موضوعات، چند متغیره بوده و نمی‌توان آنها را با شیوه دو متغیری (که هر بار تنها یک متغیر مستقل با یک متغیر وابسته در نظر گرفته می‌شود) حل نمود.تجزیه و تحلیل چند متغیره به یک سری روش های تجزیه و تحلیل اطلاق می‌شود که ویژگی اصلی آنها، تجزیه و تحلیل همزمان K متغیر مستقل و N متغیر وابسته است.
تجزیه و تحلیل ساختارهای کوواریانس^[۹۴] یا مدل سازی علّی یا مدل معادلات ساختاری یکی از اصلی‌ترین روش های تجزیه و تحلیل ساختارهای داده‌های پیچیده است.
بنابراین از آنجایی که در تحقیق حاضر چند متغیر مستقل وجود دارد که می بایستی اثر آنها بر روی متغیر وابسته مورد بررسی قرار گیرد استفاده از مدل معادلات ساختاری ضرورت می یابد.
۳-۸-۳-مراحل مدل معادلات ساختاری
فرآیندهای تجزیه و تحلیل ساختارهای کوواریانس شامل یک سری گامهایی است که به محقق توصیه می‌شود که حتماً به صورت متوالی این گامها را انجام دهد. این گامها عبارتند از :

در هر گام محقق باید در مورد، موارد زیر تصمیماتی را اتخاذ کند.
مدل چگونه ساخته شود؟
چه شاخصها و چه تعداد شاخص برای متغیرهای مکنون مورد نیاز است؟
چگونه می‌بایستی خطاهای اندازه‌گیری^[۹۵] را به طور جداگانه اداره نمود؟
چه مقدار نمونه برای تخمین مدل مورد نیاز است؟
از چه نوع ماتریسی استفاده شود؟ (Lavee, 1988)
Lavee گام نهایی در هر تحقیق، گزارش نتایج تحقیق به روشی است که سایر محققین بتوانند از منطق رویه‌ها و تجزیه و تحلیل‌های تحقیق و تفسیرهای آن استفاده کنند.
ضریب همبستگی پیرسون
ضریب همبستگی پیرسون که به نام های ضریب همبستگی گشتاوری ویا ضریب همبستگی مرتبه ی صفر نیز نامیده می شود ، توسط سرکارل پیرسون معرفی شده است. این ضریب به منظور تعیین میزان رابطه، نوع و جهت رابطه بین دو متغیر فاصله ای یا نسبی و یا یک متغیر فاصله ای و یک متغیر نسبی به کار برده می شود. چندین روش محاسباتی معادل می توان برای محاسبه ی این ضریب تعریف نمود. (آذر و مومنی، ۱۳۸۳، ۱۰۹)

ب. آزمون رگرسیون:
در تحلیل رگرسیون هدف پیش بینی تغییرات یک یا چند متغیر وابسته (ملاک) با توجه به تغییرات متغیرهای مستقل (پیش بین) است.
چنانچه هدف پیش بینی یک متغیر ملاک از چند متغیر پیش بین باشد از مدل رگرسیون چندگانه استفاده می‌شود. در صورتی که هدف، پیش بینی همزمان چند متغیر ملاک از متغیرهای پیش بین یا زیر مجموعه ای از آنها باشد از مدل رگرسیون چند متغیری استفاده می‌شود. در تحقیقات رگرسیون چندگانه هدف پیدا کردن متغیرهای پیش بینی است که تغییرات متغیر ملاک را چه به تنهایی و چه مشترکا پیش بینی کند. ورود متغیرهای پیش بین در تحلیل رگرسیون به شیوه های گوناگون صورت می‌گیرد. در این جا سه روش اساسی مورد بحث قرار می‌گیرد:
الف) روش همزمان، ب)روش گام به گام، ج) روش سلسله مراتبی.
در روش همزمان تمام متغیرهای پیش بین با هم وارد تحلیل می‌شود. در روش گام به گام اولین متغیر پیش بین بر اساس بالاترین ضریب همبستگی صفرمرتبه با متغیر ملاک وارد تحلیل می‌شود. از آن پس سایر متغیرها پیش بین بر حسب ضریب همبستگی تفکیکی (جزئی) و نیمه تفکیکی (نیمه جزئی) در تحلیل وارد می‌شود. در این روش پس از ورود هر متغیر جدید ضریب همبستگی نیمه تفکیکی یا تفکیکی ، تمام متغیرهایی که قبلا در معادله وارد شده اند به عنوان آخرین متغیر ورودی مورد بازبینی قرار می‌گیرد و چنانچه با ورود متغیر جدید معنی داری خود را از دست داده باشد، از معادله خارج می‌شود. به طور کلی در روش گام به گام ترتیب ورود متغیرها در دست محقق نیست.
در روش سلسله مراتبی ترتیب ورود متغیرها به تحلیل بر اساس یک چارچوب نظری یا تجربی مورد نظر محقق صورت می‌گیرد. به عبارت دیگر پژوهشگر شخصا درباره ترتیب ورود متغیرها به تحلیل تصمیم گیری می‌کند. این تصمیم گیری که قبل از شروع تحلیل اتخاذ می‌شود می‌تواند بر اساس سه اصل عمده زیر باشد: (آذر و مومنی، ۱۳۸۳، ۱۰۹)
- رابطه علت و معلولی.
- رابطه متغیرها در تحقیقات قبلی.
- ساختار طرح پژوهشی.
فصل چهارم : تجزیه و تحلیل داده
مقدمه
وقتی سخن از تجزیه و تحلیل داده‌ها به میان می‌آید، این تصور حاصل می‌شود که منظور تجزیه و تحلیل داده‌ها تنها به شیوه آماری است، در صورتی که چنین نیست و این شیوه فقط یکی از طرق مهم تجزیه و تحلیل است که برای تحقیقات و داده‌هایی به‌کار می‌رود که جنبه آماری داشته باشد. بنابراین، تجزیه و تحلیل، ‌به طور کلی بر دو قسم است: تجزیه ‌و تحلیل کمّی و تجزیه ‌و تحلیل کیفی.
برخی روش‌پژوهان، تجزیه ‌و تحلیل کمّی را به تحلیل توصیفی و تحلیل تبیینی (یا علّی) طبقه‌بندی کرده‌اند. در سطح تحلیل کمی توصیفی چگونگی توزیع داده‌های تجربی هر یک از متغیرهای مستقل و وابسته از طریق شاخص‌های آماری مناسب بیان می‌شود. در سطح تحلیل تبیینی با علت‌کاوی سر و کار داریم و رابطه علّی میان متغیرها جستجو می‌شود. البته برخی، روش مقایسه‌ای را هم به انواع تجزیه و تحلیل کمّی اضافه کرده‌اند. همچنین تحلیل کیفی در سه سطح قابل انجام است: توصیف، تبیین و تفسیر.
در این فصل، داده های حاصل از پرسشنامه های تحقیق، سازماندهی و ارائه می شود تا بتوان با بهره گرفتن از آنها به تأیید یا رد فرضیات اقدام نمود. هدف از این فصل، تجزیه و تحلیل داده های به دست آمده و انجام آزمون فرضیات در چهارچوب فرایند و روش تحقیق تدوین شده در فصل سوم است.
۴-۱ روش تجزیه ‌و تحلیل داده‌ها