عامل سوم(پایداریهیجانی)

۴ (مضطرب، زود رنج)، ۹ (آرام، دارای ثباتهیجانی)

عامل چهارم (موافقت)

۲ (انتقادی، ستیزه جو)، ۷ (همدلیکننده، گرم و صمیمی)

عامل پنجم (پذیرندگی)

۵ (پذیرای تجارب جدید، پیچیده)، ۱۰ (قراردادی، غیرخلاق)

ب) تحلیل عاملی تأییدی
پس از آن که تحلیل اکتشافی برای TIPI انجام شد ساختار به دست آمد از این تحلیل با استفاده از روش تحلیل عاملی تاییدی مورد آزمون قرار گرفت.
در این مطالعه، با استفاده از مدل معادلات ساختاری میزان برازش ساختارTIPI بر اساس شاخصهای نیکویی مورد بررسی قرار خواهد گرفت. این شاخص ها در اینجا به اختصار معرفی می گردد.
۱-ریشه خطای میانگین مجذورات تقریبRMSEA)[259] ). این شاخص آزمون انحراف هر درجه آزادی است و برای مدل هایی که برازندگی خوبی داشته باشد کمتر از ۰۵/۰ است. و مقادیر بالاتر از آن تا ۰۸/۰ نشان دهنده خطاهای معقولی برای تقریب در جامعه متغیرهاست. به عنوان یک نقطه برش مقدار کوچکتر یا مساوی ۰۶/۰ برای برازندگی مدل مورد قبول است. این شاخص کمتر تحت تاثیر حجم نمونه است و از این نظر بیشتر مورد توجه است ( کلاین[۲۶۰]، ۱۳۸۱). براون[۲۶۱] و کادک[۲۶۲]، (۱۹۹۳) برای مدل های خوب مقدار کمتر از ۰۵/۰ برای مدل های متوسط مقادیر بین ۰۵/۰تا ۰۸/۰ و برای مدل های ضعیف مقادیر بالاتر از ۱۰/۰ را توصیه کرده اند.
۲-شاخص خوبی برازش[۲۶۳](GFI) برابر با نسبت مجموع مجذورات تفاوتها به واریانسهای مشاهده شده است. شاخص خوبی برازش تعدیل شده یا اصلاح شده[۲۶۴]AGFI) ( نیز شاخص خوبی برازش را با توجه به درجه آزادی تعدیل می کند. این دو شاخص بین صفر تا یک تغییر می کند و هر قدر که مقدار این شاخصها به عدد یک نزدیکتر باشد برازندگی بهتر است و مدل بهتر با داده ها برازش دارد ( کلاین، ۱۳۸۱). بر اساس توصیه بنتلر[۲۶۵]،۱۹۹۰ مقادیر بالاتر از۹۰/۰ نشان دهنده سطح قابل قبولی از برازش است.
۳- شاخص نرم شده برازندگی[۲۶۶]، و شاخص نرم نشده برازندگی[۲۶۷]، شاخص برازندگی فزاینده[۲۶۸] و شاخص نرم شده برازندگی مختصر[۲۶۹] به این پرسش پاسخ می دهد که مدل مورد نظر در مقایسه با سایر مدلهای ممکن از لحاظ تبیین مجموعه دادههای مشاهده شده تا چه حد خوب عمل می کند. بر اساس اظهار نظر کلاین، (۲۰۰۵) مقادیر بالاتر از ۸۰/۰ نشان دهنده برازش نسبتا خوب یا متوسط مدل و مقادیر بین ۹۰/۰ تا ۹۵/۰ بسیار عالی هستند.
۴- ریشه میانگین مجذور باقی مانده ها[۲۷۰](RMR)، ریشه دوم میانگین مجذور تفاوت های همبستگیهای ضمنی و مشاهده شده است. برای این شاخص که بین صفر تا یک تغییر می کند هیچ نقطه برشی وجود ندارد. لذا تا حد ممکن بایستی کوچک باشد( کلاین، ۱۳۸۱). بزرگ بودن این شاخص به هنگامی که سایر شاخص ها برازش خوبی را نشان می دهد ممکن است بیانگر وجود دادههای دور افتاده در داده های خام باشد. مقادیر ۸۰/۰ یا کوچکتر نشان دهنده برازش مطلوب مدل است ( هیو[۲۷۱] و بنتلر، ۱۹۹۹).
۵- شاخص برازندگی تطبیقی(CFI)[272] برازندگی مدل موجود را با مدل صفر که در آن فرض میشود متغیرهای مکنون موجود در مدل با یکدیگر همبستگی ندارند، مورد بررسی قرار می دهد و مقدار آن باید دست کم ۹۰/۰ باشد تا مدل مورد نظر پذیرفته شود ( کلاین، ۱۳۸۱، هیو وبنتلر،۱۹۹۹).
۶- مجذور خی نرم شده[۲۷۳]: از تقسیم مجذور خی بر درجه آزادی بدست می آید. مقادیر کوچکتر از ۳ نشان دهنده برازش مناسبی است ( مال ایک[۲۷۴] و همکاران، ۱۹۸۹).
جدول ‏۴‑۴۲: تحلیل عاملی تأییدی پنج عامل متخذ از تحلیل عاملی اکتشافی

نوشته ای دیگر :   رابطه ویژگیهای شخصیتی ورفتار شهروند سازمانی با توجه به رضایت شغلی وتعهد سازمانی ...

شاخص
مدل
X2 df X2/ df NFI IFI RMR RMSEA CFI GFI AGFI
برای دانلود متن کامل این فایل به سایت torsa.ir مراجعه نمایید.