–

–

–

–

۱

۵۹/۰
Sig=.000

عملکرد شرکت

–

–

–

–

–

–

–

۱

با توجه به جدول (۴-۸)؛ همان­گونه که مشاهده می­گردد، سطح معناداری (sig) آزمون برای تمامی روابط بین متغیرهای تحقیق برابر مقدار (۰۰/۰) می­باشد که کمتر از مقدار (۰۵/۰) است. لذا فرضیه صفر (H0) آماری مبنی بر عدم ارتباط دو به دوی متغیرها با هم رد و فرضیه پژوهش مبنی بر ارتباط آنها تأیید می شود.

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

۴-۳-۳ مدل یابی معادلات ساختاری و آزمون فرضیه های تحقیق
بطور کلی با تکنیک مدل یابی معادلات ساختاری و به کمک نرم‌افزار AMOS 20 فرضیه‌های تحقیق مورد آزمون قرار گرفته اند. برای نیل به این منظور نخست آزمون نرمال بودن داده ها صورت گرفته است. سپس تحلیل عامل تائیدی برای هر یک از پرسشنامه ­ها انجام شده است. در نهایت نیز مدل مربوط به فرضیهیه اصلی و فرضیهیه‌های فرعی تحقیق اجرا شده است.
۴-۳-۱ تحلیل عاملی تائیدی
در این مطالعه از ابزار پرسشنامه برای گردآوری داده‌ها استفاده شده است. بنابراین با بهره گرفتن از تحلیل عاملی تائیدی ساختار کلی پرسشنامه‌های تحقیق مورد روائی سنجی محتوائی قرار گرفته است.
مدل اندازه گیری نشان دهنده بارهای عاملی متغیرهای مشاهده شده (عامل) برای هر متغیر مکنون است. قدرت رابطه بین عامل (متغیر پنهان) و متغیر قابل مشاهده بوسیله بار عاملی نشان داده می‌شود. بار عاملی مقداری بین صفر و یک است. اگر بار عاملی کمتر از ۳/۰ باشد رابطه ضعیف درنظر گرفته می­ شود. بارعاملی بین ۳/۰ تا ۶/۰ متوسط و اگر بزرگتر از ۶/۰ باشد خیلی مطلوب است.
در تحلیل عاملی تأییدی توجه به برازش مدل نیز مهم است. شاخص­ های برازش رایج در مدل­های اندازه گیری برای متغیرهای مکنون تحقیق در زیر هر شکل ارائه شده است. در میان شاخص های برازش اگر نسبت کای دو به درجه آزادی کمتر از ۳ باشد مدل از برازش مناسبی برخوردار است. شاخص RMSEA کمتر از ۰۵/۰ مطلوب است. سایر شاخص ها نیز هر چقدر به یک نزدیکتر باشند مطلوبتر است.
در ادامه اشکال مرتبط با این تحلیل­ها و نیز نتایج تحلیل عاملی ارائه می شود. خاطر نشان می­ شود که ارتباط بین خطاها در اشکال، برازش مدل را بالاتر برده است. این ارتباطات بر اساس شاخص اصلاح ارائه ­شده در نرم­افزارAMOS ایجاد شده است. به این ترتیب که هرچه برای یک ارتباط، شاخص اصلاح بالاتری باشد، افزوده شدن آن ارتباط در مدل موجب بهترشدن برازش آن می­ شود.
۴-۳-۱-۱- تحلیل عاملی تأییدی یکپارچگی فناوری اطلاعات
شکل۴-۱ تحلیل عاملی تأییدی متغیر یکپارچگی فناوری اطلاعات با ضریب غیر استاندارد
شکل ۴-۲ تحلیل عاملی تأییدی متغیر یکپارچگی فناوری اطلاعات با ضریب استاندارد
شاخص­ های برازش
جدول ۴-۹- شاخص­ های برازش مدل

شاخص­ های برازش

X2/df

RMSEA

NFI

CFI

IFI

RFI

PRATIO

PNFI

PCFI

میزان قابل قبول

۳>

۰۵/۰>

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...