" دانلود متن کامل پایان نامه ارشد | ۳-۷-۴ شاخص های تعدیل یافته – 10 " |
“
شاخص های برازندگی GFI و AGFI که چارزکاگ و سوربوم (۱۹۸۹) پیشنهاد کرده اند بستگی به حجم نمونه ندارد و نشان میدهد که مدل تا چه حد نسبت به عدم وجود آن، برازندگی بهتری دارد. شاخص GFI برپایهی تابع برازندگی F طبق فرمول زیر محاسبه می شود،
در این رابطه معرف ساختار کواریانس برای متغیرهای مشاهده شده تصادفی، معرف ماتریس کواریانس گروه نمونه، مقداری از است که را مینیمم می کند و تابع برازندگی در شرایطی است که همه پارامترهای مدل برابر با صفر باشند. این مشخصه در واقع مقدار نسبی واریانسها و کواریانسها را به گونه مشترک از طریق مدل ارزیابی می کند و دامنه تغییرات آن بین صفر و یک است. شاخص GFI هرچند مشابه است ولی نمیتواند به عنوان درصد خطای تبیین شده به وسیله مدل تفسیر شود زیرا درصد کواریانسهای مشاهده شدهای است که از طریق کواریانسهای دیکته شده به وسیله ی مدل تبیین می شود. چون GFI نسبت به سایر مشخصه های برازندگی اغلب بزرگتر است، برخی از پژوهشگران نقطه برش ۹۵/۰ را برای آن پیشنهاد کرده اند. برپایه ی قرارداد مقدار GFI باید برابر یا بزرگتر از۹/۰باشد تا مدل مورد نظر پذیرفته شود.
مقدار تعدیل یافته شاخص برازندگی برای درجه آزادی (یعنی AGFI) برپایهی فرمول زیر به دست می آید:
که در آن تعداد اندازه ها در مدل و بیانگر درجه آزادی مدل است. کمترین مقدار و باید صفر باشد، هرچند از لحاظ نظری ممکن است مقدار آن منفی و فاقد معنا شود. البته منفی بودن آن ها نشانهی آن است که مدل مورد نظر بسیار ضعیف بوده است. با مدلهای دقیقاً همانند و با مدلهایی که دارای برازندگی بسیار ضعیف یا مبتنی بر نمونه های باحجم کوچک باشد، همراه است. مقدار مطلوب نیز باید بزرگ تر از ۹/۰ باشد.
۳-۷-۳ شاخص های نسبی
شاخص های نسبی در پی پاسخ به این سوال است که یک مدل بخصوص در مقایسه با سایر مدلهای ممکن از لحاظ تبیین مجموعه ای از داده های مشاهده شده تا چه حد خوب عمل می کند؟ رایجترین مدلهای نسبی، به مدل صفر معروف هستند زیرا در ماتریس واریانس- کواریانس تنها واریانسها را برازش می دهند و فرض میکنند همه کواریانسها برابر با صفر هستند.
برخی از شاخص های نسبی که مارش و همکاران(۱۹۸۸) به آن نوع اول میگویند برازش دو مدل مختلف را با هم مقایسه میکنند. یکی از شاخص های نسبی نوع اول که قبلا به گونه گسترده به کار میرفت، شاخص نرم شده برازندگی (NFI یاDELTA1) بوده است که مستلزم مفروضههای مجذور کای نیست. این شاخص در حال حاضر به سبب آنکه تحت تأثیر حجم نمونه بوده است و برای نمونه های با حجم کم ضعیف است توصیه نمی شود. سایر شاخص ها که نوع دوم نام دارند ضمن آن که مدلها را مقایسه میکنند، اطلاعاتی درباره مقدار مورد انتظار مدلها تحت یک توزیع مرکزی مجذور کای نیز به دست می دهند. شاخص های نوع دوم مختلفی وجود دارند که به صورت گسترده مورد استفاده قرار می گیرند و نسبت به شاخص های مطلق یا نوع اول هماهنگی بیشتری با حجم نمونه دارند. یکی از این شاخص ها که اهمیت بسیاری دارد فرمول کلاسیک تاکر- لویز(۱۹۷۳) است که به وسیله ی بنتلر و بونت(۱۹۸۰) توسعه یافته و نه تنها در مقایسه یک مدل با مدل صفر بلکه در مقایسه مدلهای مختلف نیز کاربرد فراوان دارد. این شاخص اغلب شاخص نرم شده برازندگی (NNFI) نیز نامیده می شود.
علاوه براین هیو و بنتلر (۱۹۹۵) شاخص هایی نوع سوم و چهارم را نیز معرفی کردند. شاخص های نوع سوم، مقایسه مدلها را همراه با اطلاعاتی درباره مقدار مورد انتظار تحت توزیع غیر مرکزی مجذور کای و شاخص های نوع چهارم عمل مقایسه با اطلاعاتی درباره سایر شکلهای توزیع انجام میدهد. شاخص برازندگی بنتلر(BFI) که از سوی مک دونالد و مارش (۱۹۹۰) شاخص غیرمرکزی (RNI) توسعه یافته نامیده شد و شاخص برازندگی تطبیقی (CFI) از این نوع میباشند.
۳-۷-۴ شاخص های تعدیل یافته
شاخص های تعدیل یافته این پرسش را مطرح میکنند که مدل مورد نظر چگونه برازندگی و صرفه جویی یا ایجاز را با هم ترکیب میکنند؟ نکتهای که دارای اهمیت بسیاری است این است که اکثر مدلها وقتی می توانند به داده ها برازش یابند که پارامترها به اندازه کافی برآورد شوند. بنابرین مدلهایی ارزشمند است که تغییر پذیری داده ها را با تعداد نسبتاً کمی از پارامترهای آزاد توجیه کند. برخی از شاخص هایی که تاکنون معرفی شدند انواع گوناگونی دارند که در آن ها برای مدل های مورد مقایسه ارزیابی مستقیمی از میزان صرفهجویی و ایجاز نیز در نظر گرفته می شود. جیمز، مولائیک و برت (۱۹۸۲) شاخصی از این نوع با نماد PGFI برای شاخص GFI در نرم افزار آموس به صورت زیر ارائه کرده اند:
در این رابطه نشاندهنده درجه آزادی مدل مورد نظر و مخرج کسر نیز بیانگر درجه آزادی مدل استقلال برای اندازه است. چون GFI یک شاخص مطلق است مخرج کسر تعدیلیافته آن برابر با تعدادکل درجات آزادی موجود در ماتریس واریانس-کواریانس است. مولائیک و همکاران (۱۹۸۹) برای شاخص های نسبی نیز دو شاخص نسبی PNFI و PNFI2 را به ترتیب برای شاخص نرمشده برازندگی و برای مدل نوع ۲ معرفی کرده اند.
توجه کنید که در شاخص های نسبی درجه آزای مدل صفر به صورت مخرج کسرهای بالا تعریف می شود.
-
- -Pedro ↑
-
- -Elin ↑
-
- – Auola ↑
-
- -Handi ↑
-
- -Androw & et al ↑
-
- -Jenifer ↑
-
- -Yang & et al ↑
-
- -Elin ↑
-
- -Jansen & et al ↑
-
- -Katman ↑
-
- -Anzolis & et al ↑
-
- -Pedro ↑
-
- -Aheren & et al ↑
-
- -Dimetridas ↑
-
- -Aheren & et al ↑
-
- -Elin ↑
-
- -Handi ↑
-
- -Andeo & et al ↑
-
- -Gayateri ↑
-
- -Bramd & Pawlin ↑
-
- -Kitezman ↑
-
- -Mangold & Falez ↑
-
- -Ning.com ↑
-
- -Trianer & et al ↑
-
- -Agnihorti & et al ↑
-
- -Katman ↑
-
- – craigs list ↑
-
- -eBay ↑
-
- -Ramo ↑
-
- – overstock Auction ↑
-
- -Dimetridas ↑
-
- -Jan ↑
-
- – T.jelassi ↑
-
- -Handi ↑
-
- – Ning.com ↑
-
- – premium service ↑
-
- -Yang & et al ↑
-
- -Kvin & et al ↑
-
- -Sharin & et al ↑
-
- -Rasin & et al ↑
-
- -Biran & Masifi ↑
-
- -Ravan & et al ↑
-
- -Habit & Sakar ↑
-
- ۱- validity ↑
-
- ۲- Reliability ↑
-
- ۱- Descriptive ↑
“
فرم در حال بارگذاری ...
[دوشنبه 1401-09-21] [ 04:28:00 ب.ظ ]
|