پروژه مدلسازی معادلات ساختاری کوواریانس محور با نرم افزار لیزرل

نمونه تحلیل پرسشنامه با لیزرل : در این بخش نمونه ای از تحلیل های آماری پرسشنامه با نرم افزار لیزرل بررسی می شوند. در تحلیل اطلاعات پرسشنامه با نرم افزار لیزرل ۳ بحث مهم وجود دارد .
１-    تحلیل عاملی تاییدی
２-    تحلیل مسیر
３-    محاسبه شاخص های برازش

تحلیل عاملی تاییدی در نمونه تحلیل پرسشنامه با لیزرل

در تحلیل آماری با لیزرل و در تحلیل عاملی ابتدا به بررسی معناداری کل مدل می پردازیم . در اینجا به منظور بررسی معناداری کل پرسشنامه از تحلیل عاملی تاییدی استفاده شده است . برای هر مدل تحلیل عاملی یک نمودار با بارهای عاملی برازش یافته استاندارد شده ( ضرایب رگرسیون استاندارد شده) و یک نمودار با مقادیر آماره –t استیودنت رسم شده است . هم چنین برای تعیین مناسب بودن یا مناسب نبودن برازش هر مدل از شاخص های RMSEA ،p-value و Chi-Square/ Df استفاده می شود .
شکل ۱ مدل اندازه گیری کل پرسشنامه در حالت تخمین استاندارد نشان می دهد. بارهای عاملی مدل در حالت تخمین استاندارد میزان تاثیر هر کدام از متغیرها و یا گویه ها را در توضیح و تبیین واریانس نمرات متغیر یا عامل اصلی نشان می دهد. به عبارت دیگر بار عاملی نشان دهنده میزان همبستگی هر متغیر مشاهده گر (سوال پرسشنامه) با متغیر مکنون (عامل ها) می باشد.  با توجه به شکل ۱ می توان بارهای عاملی هر یک از سوالات تحقیق را مشاهده نمود.

نمونه تحلیل پرسشنامه با لیزرل

شکل ۱.  مدل اندازه گیریپرسشنامه درحالت تخمین استاندارد

شکل ۲  مدل در حالت معناداری را نشان می دهد. همانگونه که در این شکل مشخص است، تمامی ضرایب بدست آمده از گویه ها معنادار شده اند. مقادیر آماره T بزرگتر از ۱٫۹۶ یا کوچکتر از ۱٫۹۶-  نشان دهنده معناداری بودن روابط در سطح  ۰٫۰۵ است :

نمونه تحلیل پرسشنامه با لیزرل

شکل ۲.  مدل اندازه گیریکل پرسشنامه درحالت ضریب معناداری
با توجه به نمودار بالا مشاهده می شود که مقادیر معنی داری برای تمامی شاخص  ها بیشتر از ۱٫۹۶ می باشد و در نتیجه این شاخص ها معنادار هستند .

شاخص های برازش
بطور کلی برای ارزیابی مدل تحلیل مسیر چندین مشخصه برازندگی وجود دارد. در این پژوهش برای ارزیابی از شاخص های X2، میانگین مجذور پس‌ماندها RMR، شاخص برازندگی GFI، شاخص تعدیل برازندگی AGFI، شاخص نرم‌شده برازندگی (NFI)، شاخص نرم‌نشده برازندگی (NNFI)، شاخص برازندگی فزاینده (IFI)، شاخص برازندگی تطبیقی (CFI) و شاخص بسیار مهم ریشه دوم برآورد واریانس خطای تقریب RMSEA استفاده شده است.

جدول۱.شاخص های برازندگی مدل ساختاری  

• شاخص
• میانگین مجذور پس‌ماندها RMR
• میانگین مجذور پس‌ماندها استاندارد شده SRMR
• شاخص برازندگی GFI
• شاخص نرم‌شده برازندگی (NFI)
• شاخص نرم‌نشده برازندگی (NNFI)
• شاخص برازندگی فزاینده (IFI)
• شاخص برازندگی تطبیقی (CFI)
• ریشه دوم برآورد واریانس خطا، RMSEA

• حد مطلوب
• نزدیک به صفر
• نزدیک به صفر
• در حدود ۹/۰
• در حدود ۹/۰
• در حدود ۹/۰
• در حدود ۹/۰
• در حدود ۹/۰
• کمتر از ۱/۰

• مقدار برآورد شده
• 0.020
• 0.054
• 0.95
• 0.96
• 0.96
• 0.96
• 0.96
• 0.۰۴۳

همانطور که مشخصه های برازندگی جدول نشان می دهد داده های این پژوهش با ساختار عاملی و زیربنای نظری تحقیق برازش مناسبی دارد و این بیانگر اعتبار سازه است.

مدل ساختاری (مدل تحلیل مسیر)

پس از طی مراحل تصدیق مدل اندازه گیری و محاسبات روایی سازه و تشخیصی در این مرحله می¬توان به آزمون روابط بین سازه های تحقیق، تعیین مدل نهایی و مدل ساختاری پرداخته می شود. به این منظور مدل مورد نظر در نرم افزار لیزرل پیاده می شود. با توجه به اینکه مقدار ریشه دوم برآورد واریانس خطای تقریب RMSEA برای مدلهای اندازه گیری تحقیق  کمتر از ۱/۰ گزارش شده است لذا جهت برآورد دقیق ضرایب مسیر برای آزمون فرضیات تحقیق نیاز به اصلاحات وجود ندارد. بنابراین خواهیم داشت:

نمونه تحلیل پرسشنامه با لیزرل

مدل ۳- مقدار tبرای بررسی معنی داری مدل ساختاری