ریاضی • علوم پایه • آمار

تجزیه و تحلیل ساختارهای کوواریانس

در نمایش آنلاین فایل، ممکن است بعضی علائم، اعداد و حتی فونت‌ها به خوبی نمایش داده نشود. این مشکل در فایل اصلی وجود ندارد.

در نمایش آنلاین تعداد 25 از 25 صفحه نمایش داده شده است.

صفحه 1:
فرزانه پاشائی

صفحه 2:
روانظ ‎ence‏ معلولی استوو به سعتی نجربه و تحلیل متغیرهای مختلفی است که در یک ساختار مبتنی بر تئوری, تاثیرات همزمان متغیرها را به هم نشان می دهد. از طریق این روش می توان قابل قبول بودن مدل هاى نظری را در جامعه های خاص با استفاده از داده های همبستگی, غیر آزمایشی و آزمایشی آزمود. ‎٩‏ معادلات ساختاری به عنوان یک الككوى آمارى به بررسى زوابط بن, عسیزهای چنهان و آشکاز(مشاهده شده) قی پردازد. © معمولا به آن /5181 يا 1112110221 5120011181 ‎ngs ue Modeling‏ اما برخى هم به آن تحليل ساقتازی کواربانسن: الگوسازی علی و ليز ‎aly‏ اطلاق: سس

صفحه 3:
: انتخاب تلوری با نظریه 7 طراحی مدل 3( گردآوری داده ها به منظورآزمون مدل 4 ارزیابی مدل به منظورتائید یا بهبود آن 5) بازگشت به تلوری و تکرار مراحل قبل

صفحه 4:
تحلیل عاملی 6 ctor Analysis

صفحه 5:
*اين روش توسط کارل پیرسون 1901 وچارلز اسپیرمن 4براي اولین بار هنگام اندازه گيري هوش مطرح شد. © براي تعيين تأثیرگذارترین متغیرها در زمانیکه تعداد متغيرهاي مورد بررسي زياد و روابط بين آنها ناشناخته باشد, استفاده مي شود. . در اين روش متغیرها در عاملهايي قرار مي گيرند, به طوریکه از عامل اول به عاملهاي بعدي درصد واریانس کاهش مي یاید, از اين رو متفيرهايي كه در عامل هاي اولي قرار مي كيرند, تأثیرگذارتیین هستند.

صفحه 6:
تحلیل عاملی از تعدادی فنون آماری تر کیب شده و هدف آن ساده تر كردن مجموعه‌های پيچيدة داده‌هاست. * تحلیل عاملی به عنوان يك تكنيك کاهش دهنده ی داده ها نام-گذاری شده است. داده هاي اولیه براي تحلیل عاملي, ماتریس بين متغيرها است. 4 ار داب ييف پدیده يا تلخیص مجموعه اي از داده ها از آن استفاده می شود.

صفحه 7:
الف) تفسیر وجود همبستگي دروني بین تعدادي صفت قابل مشاهده از طریق عواملي که قابل مشاهده نیستند و آنها راعامل گویند. در ‎Bly‏ این عوامل غیرقابل مشاهده دلیل مشترك بین متغيرهاي اصلي هستند. ب) ارائه روش ترکیب و خلاصه کردن تعداد زيادي از متغیرها در تعدادي گروه متمایز. ج) از بین متغيرهاي مختلف تأثیرگذارترین آنها تعیین شده و در پژوهش هاي بعدي به طور جزيي تر © متفيرهاي تأثیرگذار رابا تکرار بيشتري بررسي مي كنند.

صفحه 8:
© حجم نمونه: حداقل 5 مورد براي هر متغير © نرمال بودن: متغيرها داراي توزيع نرمال باشند. قطي يوون تيه : خطي بودن مهم است زيرا تحليل عاملي مبتني بر است. © دور افتاد ه ها در ميان موردها: از مجموعه داده ها حذف شوند. 9 کمي باشند, دامنه ي نمرات آنها بزرگ, داراي توزیع متقارن و تك نمايي باشند. ‎unimodally))‏

صفحه 9:
سس 4 ) اولین مقاله مهم در زمینه تحلیل عاملي در مورد عملکرد امتحان دانش آموزان در درس ادبیات 1 و درس زبان فرانسه 2درس زبان انگليسي 3بود که ماتریس تگي آن به صورت زیر است: 1 .83 8 1 .67 1

صفحه 10:
‎٩‏ با اینکه ماتریس فوق داراي رتبه کامل است ولي مي توانیم به گونه اي مناسب و مفید با ارائه سه متفیر زیر ابعادش را از 03 به 1کاهش دهیم

صفحه 11:
MHA Pte, x2 =Af ter ‏و2 < ولد‎ + €3 در اين معادلات ‏ یک عامل مشترک اصلی است وو .22 و و به بارهای عاملی معروف ‎Ep atl‏ .وع و وع را جمله های تصادفی خطا گوییم. عامل مشترک ‏ را می توان به عنوان استعداد ‎ ‏کلی دانش آموز تفسیر کرد و اگر :2 دقیقا یه استعداد دانش آموز وایسته باشد آنگاه :© داراى واريانس ‏کوچکی است. ‎ ‏رات 2 در عمل دارای دو قسمت است که در عمل برای تفکیک آن کوشش نخواهیم کرد. اولا اين واریانس نشان میدهد که استعداد یک دانش آموز فرضا در درس ادییات با ‏استعداد کلی او تفاوت دارد و دوما اينکه اين واریانس در واقع نشان می دعد که نمره امتحان ‎ ‏اندازه تقريبى از استعداد دانش آموز در آن درس است. ‎

صفحه 12:
13 011 7 ۳۹ ae ۸ TINY A 3 Te 50 TF ۵ ۳۸ "Tox ۳۵ 270 2۸ “tA 7 TAN تعریف ماتریس همبستگی Be ۸ 0 TN 111 501 ۸ 2/۵ 7 11 “Ne 3 3 3 57 ماتریس همبستگی مجموعه‌ای از ضرايب همبستكى بين تعدادی از متفیرها است: فرض بر لین است که هر متفیر با خودش همبستگی کامل دارد(عناصری که 2 قطرهای ماتریس همبستگی قرار می فل فق وا مقس خطيلهاق عامل ‎pe‏ ane زواید زیادی در ماتریس وجود دارد؛ بدین معنا که هر ضریب دوبار در ماتریس ظاهر می‌شود. تحليل عاملى براى سادهكردن جنين ماتريسهابى طراحى شده است

صفحه 13:
أرب سير دن یوجر ‎Sear‏ ‏رولبط بين مجموعهاى ممطرح مى كند بنا به عقيدة رویس (۱۹۶۳)» عامل» بازهای است که عملاً از روی (یا بوسيلة) بارهاى يعاملىاش تعریف می‌شود ها رابه صورت خلاصه ‎ap‏ بارهای عاملی: همبستگی یک متفیر با یک علمل را بار عاملی گویند. فرض کنید که مجموعه‌ای از آزمون‌های توانلیی و پیشرفت تحصیلی را تحلیل عاملى کرد‌اي. لین مال. سه عامل را در یک نوع تحلیل عاملی از توانایبها نشان می‌دهد. عاملهای آنگای فد ملکن:است, ویو اه الما اب ماهیت عرامل و یارهای عاملی را بهتر توضیح می‌دهند ‎ ‎ ‎ ‎ ‎ ‎7 ‏عامل‎ ‎۸۳۰ ‎VAT ‎۶۸۰ ‎۳۳/۰ ‎۳۹/۰ ‎18 ‎ ‏عامل 7 ۶2۳/۰ ‎۳۹/۰ ‎2/۳ ‎28/۰ ‎1۳/۰ ‎231 ‎ ‏عامل ‎WT‏ ‏1 ‎We ‎1۷/۳ ‎VW ‎2 ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎

صفحه 14:
‎ae‏ رغم اینکه می‌دانیم تحلیل عاملی برای خلاصه کردن ماتریس‌های همبستگیبه کار برده می‌شود. هنوز یک سوال مهم بلقی است و آذ لین است که‌با تحلیل عاملی چه کارهایی را می‌توان انجام داد و اين فن چگونه می‌تواند سودمند واقع گردد؟ ‏© براى ياسخ .به لين يرسشء بلید به لین نکته توجه کرد که هنگام کاربرد این روش باید بین تحلیل اکتشافی (6(010110177) و تأییدی (60۳]1۳۳061077) تمایز قاثل شد.

صفحه 15:
‎٩‏ تفسیر وجود همبستگي دروني بین تعدادي صفت قابل مشاهده از طریق عواملي که قابل مشاهده نیستند و آنها راعامل گویند. در واقع این عوامل غیرقابل مشاهده دلیل مشترك همبستگي بین متغيرهاي اصلي هستند؛ ‏* ارائه روش ترکیب و خلاصه کردن تعداد زيادي از متغیرها ذر تقوادی گروت متمایز ‎٩‏ از بین متغيرهاي مختلف تأثیرگذارترین آنها تعیین شده و در پژوهش هاي بعدي به طور جزيي تر متفيرهاي تاثبرگذار رایا تکرار بیشتترق بورسي:مي, کتند.

صفحه 16:
Exploratory Factor): .sLasS! Jole ‏تحلیل‎ ۰ (Analysis=EFA. از قبل مشخص نیست که کدام متغییرهای مشاهده شده با کدام عامل ارتباط دارد .در این حالت محقق می خواهد بداند که هر یک از متغییرهای مشاهده شده با کدام عامل بهتر ارتباط دارد. Confirmatory Factor):,sasb Jols ‏تحلیل‎ ٩ (Analysis=CFA از قبل مشخص می گردد که کدام متغییرهای آشکار شده با کدام عامل ارتباط دارد. در اين حالت محقق در پی یافتن میزان ارتباط یا بار عاملی (90ط1020 00۲ع1) @ است.

صفحه 17:
‎٩‏ هر دو نوع تحلیل عاملي تاييدي و اكتشافي بر اساس الگوي عامل مشترک ([۲۲۵06 ‎(Common Factor‏ قرار دارند. ‎٩‏ اين الگو بیان مي كند كه هر متغیر مشاهده شده اي تحت تاثیر دو ‏عامل است: ‏عوامل مشترک (2 1,1۵0۲0۲ ۵010۲؟) ‎(( E1-E5 (unique factor)o jug ‏عوامل‎ ‎٩‏ تحلیل عاملي براساس بررسي الگوهاي همبستگي یا كوواريانس بين ‏متغيرهاي مشاهده شده انجام مي شود. بدين صورت كه ‎sla prio LI‏ ‏بر هر کی يد أ ‎ee‏ تالا ی ‎Pewee Pe‏

صفحه 18:
ترسیم bd 0 Measure 1 Measure 2 Measure 3 Measure 4 Measure 5 نموداري الگوي (Foner (feat

صفحه 19:
)8618( ‏هدف از تحلیل عاملی اکتشافی, بررسی یک حوزه‎ ٩ ‏کشف ابعاد یا سازه‌های اصلی آن حوزه است. به همین‎ sly ‏بود که اسپیرمن (1904) تحلیل عاملی را در حوزه‎ ale ‏تواناییهای انسان بوجود آورد. او سعی کرد به این سژال که‎ ‏چرا بین تواناییهای انسان هميشه همبستگی مثبتی وجود دارد‎ ‏پاسخ دهد. (در تحلیل عاملی توانایی‌ها, اين موضوع صورتبندی‎ ‏مثبت نامیده می‌شود بدین معنا که تمام همبستگی‌های ماتریس‎ ‏همبستگی, مثبت است).‎ ‎٩‏ به طور کلی در تحلیل عاملی اکتشافی, قاعده بر لین است که محققان تا حدامکان متغیرهای بسیاری را وارد تحلیل کنند تا ببینند کدام یک از آنها روی عامل موردنظر بار عاملی دارند

صفحه 20:
‎٩‏ در ابتدا تحلیل عاملی صرفاً یک روش آماری اکتشافی بود اما اخيراً اين امكان بوجود آمده که با استفاده از تحليل عاملی, فرض‌آزمایی کرد. اين روش که بوسيلة پورس کوگ (1973) ابداع شده, تحلیل تأییدی نامیده می‌شود.

صفحه 21:
ایراد اصلی وارد بر تحلیل عاملی این است که بینهایت راه حل ریاضی معادل وجود دارد. تحلیل‌گران عاملی غالبا در تعیین مهمترین علامت‌های یک حوزه با هم اختلاف دارند. تکرار تحلیل‌های عاملی دشوار است.

صفحه 22:
‎٩‏ يكي از آماره‌هايي که محقق از طریق ‎Ul‏ قادر به تعیین و تشخی ص مناسب‌بودن داده‌ه ا براي تحلیل عاملي مي‌باشد: آزمون 040 مي‌باشد که فقدار آن هموارج بیین 0 و 1 درنوسان است. درصورتیکه مقدار 170 کمتر از 5/0 باشد, داده‌ها براي تحلیل عاملي مناسب نخواهند بود. اگرمقدار آتن بین 5/0 تا 69/0 باشد. مي‌توان با احتیاط بيشتري به تحلیل عاملي پرداخت. اما درصورتیکه مقدار آن بزرگتر از 7/0 باشد. همبستگي‌هاي موجود در بین داده‌ها براي تحلیل‌عاملي مناسب خواهند بود. ‎Kaiser-Meyer-Olkin °

صفحه 23:
دررابطه با حجم نمونه نیز بلید تأکید کرد که تعداد نمونه نبلید کمتر از ۰ مورد باشد و ترجیحاً حجم نمونه را بلیدبه پیش از ۱۰۰ مورد افزایش داد. اولین تصمیم در بکارگیری تحلیل عاملی؛ محاسبة ماتریس همبستگی است. برای اینکار باید مشخص شود که آیا هدف. محاسبهٌ همبستگی بین متفیرهاست یا پین پاسخگویان؛ اگر هدف مطالعه تلخیص متفیرها باشد. در لین صورت بلید همبستگی بين متغيرها محاسبه شود. اين روش یکی از تکنیکهای عمومی و پر کاربرد در مطالعات مىباشد كه به تحليل عاملى نوع +1 معروف است.

صفحه 24:
‎٩‏ نرم افزارهاي عمومي: ‎SPSS (Reflective) ° ‎S-plus (Reflective) ° ‎٩‏ نرم افزارهاي تخصصي: ‎LISREL (Reflective) © ‎AMOS (Reflective) © ‎EQS (Reflective) ° ‎FACTOR (Reflective) © ‎PLSGraph (Formative and Reflective) ° SmartPLS (Reflective) ° © ‎ ‎

صفحه 25:
منابع: ‎٩‏ هومن, حیدرعلی(1384). مدل یابی معادلات ساختاری با کاربرد نرم افزار لیز رل. تهران: انتشارات سمت. ‎٩‏ براهنمای 5055 زرگر, محمود. ( 1380 ). تهران: نشر ‏9 آمار ناپارامتريك, 1382 . سید یعقوب حسيني, انتشارات دانشگاه علامه طباطبايي

تجزیه و تحلیل ساختارهای کوواریانس فرزانه پاشائی 1 تجزیه و تحلیل ساختارهای کوواریانس» یا همان «مدل یابی معادالت ساختاری» یکی از اصلی ترین روش های تجزیه و تحلیل ساختار 2 داده های پیچیده و یکی از روش های نو برای بررسی روابط علت و معلولی است و به معنی تجزیه و تحلیل متغیرهای مختلفی است که در یک ساختار مبتنی بر تئوری ،تاثیرات همزمان متغیرها را به هم نشان می دهد. از طریق این روش می توان قابل قبول بودن مدل های نظری را در جامعه های خاص با استفاده از داده های همبستگی ،غیر آزمایشی و آزمایشی آزمود. معادالت ساختاری به عنوان یک الگوی آماری به بررسی روابط بین متغیرهای پنهان و آشکار(مشاهده شده) می پردازد. معموال به آن SEMیا Structural Equational Modelingمی گویند ،اما برخی هم به آن تحلیل ساختاری کواریانس ،الگوسازی علی و لیز رل اطالق می کنند. مراحل کلی در مدل معادالت ساختاری )1 )2 )3 )4 )5 3 انتخاب تئوری یا نظریه طراحی مدل گردآوری داده ها به منظورآزمون مدل ارزیابی مدل به منظورتائید یا بهبود آن بازگشت به تئوری و تکرار مراحل قبل تحلیل عاملی 4 Factor Analysis تحلیل عاملی FACTOR ANALYSIS 5 این روش توسط کارل پيرسون 1901وچارلز اسپيرمن 1904براي اولين بار هنگام اندازه گيري هوش مطرح شد. براي تعيين تأثيرگذارترين متغيرها در زمانيكه تعداد متغيرهاي مورد بررسي زياد و روابط بين آنها ناشناخته باشد ،استفاده مي شود .در اين روش متغيرها در عاملهايي قرار مي گيرند ،به طوريكه از عامل اول به عاملهاي بعدي درصد واريانس كاهش مي يابد ،از اين رو متغيرهايي كه در عامل هاي اولي قرار مي گيرند، تأثيرگذارترين هستند. تحليل عاملي از تعدادی فنون آماری ترکیب شده و هدف آن ساده تر کردن مجموعه‌های پیچیدة داده‌هاست. • تحلیل عاملی به عنوان يك تكنيك كاهش دهنده ي داده ها نام-گذاري شده است. داده هاي اوليه براي تحليل عاملي ،ماتريس همبستگي بين متغيرها است. • به منظور پي بردن به متغيرهاي زيربنايي يك پديده يا تلخيص مجموعه اي از داده ها از آن استفاده می شود. 6 به طور كلي هدف از تجزيه عامل ها به شرح زير خالصه مي شود: 7 الف) تفسير وجود همبستگي دروني بين تعدادي صفت قابل مشاهده از طريق عواملي كه قابل مشاهده نيستند و آنها راعامل گويند .در واقع اين عوامل غيرقابل مشاهده دليل مشترك همبستگي بين متغيرهاي اصلي هستند. ب) ارائه روش تركيب و خالصه كردن تعداد زيادي از متغيرها در تعدادي گروه متمايز. ج) از بين متغيرهاي مختلف تأثيرگذارترين آنها تعيين شده و در پژوهش هاي بعدي به طور جزيي تر متغيرهاي تأثيرگذار رابا تكرار بيشتري بررسي مي كنند. پيش فرض هاي تحليل عاملي حجم نمونه :حداقل 5مورد براي هر متغير نرمال بودن :متغيرها داراي توزيع نرمال باشند. خطي بودن متغيرها :خطي بودن مهم است زيرا تحليل عاملي مبتني بر همبستگي است. دور افتاد ه ها در ميان موردها :از مجموعه داد ه ها حذف شوند. كمي باشند ،دامنه ي نمرات آنها بزرگ ،داراي توزيع متقارن و تك نمايي باشندunimodally(( . 8 مثال ( اسپرمن ) 1904اولين مقاله مهم در زمينه تحليل عاملي در مورد عملكرد امتحان دانش آموزان در درس ادبيات x1و درس زبان فرانسه ‏x2درس زبان انگليسي x3بود كه ماتريس همبستگي آن به صورت زير است: 9 با اينكه ماتريس فوق داراي رتبه كامل است ولي مي توانيم به گونه اي مناسب و مفيد با ارائه سه متغير زير ابعادش را از p3به ‏p1کاهش دهیم 10 11 تعریف ماتریس همبستگی ‏ ماتری,س همبس,تگی مجموعه‌ای از ضرایب همبستگی بین تعدادی از متغیرها است: .1 .2 .3 .4 12 فرض بر ای,ن اس,ت ک,ه ه,ر متغیر با خودش همبس,تگی کام,ل دارد(عناص,ری که در قطرهای ماتری,س همبس,تگی قرار می‌گیرند در فه,م و تفس,یر تحلیل‌های عامل,ی مهم هستند). زواید زیادی در ماتریس وجود دارد ،بدین معن,ا ک,ه ه,ر ضری,ب دوبار در ماتریس ظاهر می‌شود. تحلیل عامل,ی برای س,اده‌کردن چنین ماتریس‌هایی طراحی شده است در ی,ک ماتری,س بزرگ از همبستگی‌ها، منطق,ی اس,ت بپرس,یم ک,ه چ,ه چیزی ممکن است این همبستگی‌ها را تبیین کند.  تعریف عامل :اس,اس ًا عام,ل ،بع,د ی,ا س,ازه‌ای اس,ت که رواب,ط بین مجموعه‌ای متغیره,ا را ب,ه ص,ورت خالصه مطرح می‌کن,د بن,ا ب,ه عقیدة روی,س ( ،)1963عامل، ال از روی (ی,ا بوسیلة) بارهای س,ازه‌ای اس,ت ک,ه عم ً عاملی‌اش تعریف می‌شود. ‏ تعریف بارهای عاملی :همبس,تگی ی,ک متغیر ب,ا یک عام,ل را بار عامل,ی گویند .فرض کنید که مجموعه‌ای از آزمون‌های توانای,ی و پیشرف,ت تحص,یلی را تحلیل عامل,ی کرده‌ایم .ای,ن مثال ،س,ه عام,ل را در یک نوع تحلیل عامل,ی از تواناییها نشان می‌دهد .عاملهای دیگری نیز ممک,ن اس,ت وجود داشت,ه باش,د ام,ا اینها ماهیت عوام,ل و بارهای عامل,ی را بهت,ر توضیح می‌دهند. 13 متغیر عامل1 عامل2 عامل3 هوش 82/0 63/0 44/0 هوشبهر غیرشفاهی لغات 78/0 35/0 51/0 68/0 64/0 21/0 ... ... ... ... ... ... ... ... تاریخ 32/0 68/0 17/0 مهندسی 25/0 43/0 12/0 فرانسه 49/0 09/0 60/0 فایده تحلیل عاملی ‏ب,ه رغ,م اینک,ه می‌دانیم تحلیل عامل,ی برای خالص,ه‌کردن ماتریس‌های همبس,تگی ب,ه کار برده می‌شود ،هنوز ی,ک س,ؤال مه,م باق,ی است و آ,ن ای,ن اس,ت ک,ه ب,ا تحلیل عامل,ی چ,ه کارهایی را می‌توان انجام داد و این فن چگونه می‌تواند سودمند واقع گردد؟ برای پاس,خ ب,ه ای,ن پرس,ش ،بای,د ب,ه ای,ن نکت,ه توج,ه کرد که هنگام کاربرد این روش باید بین تحلیل اکتشافی ( )exploratoryو تأییدی ( )confirmatoryتمایز قائل شد. 14 تفسير وجود همبستگي دروني بين تعدادي صفت قابل مشاهده از طريق عواملي كه قابل مشاهده نيستند و آنها راعامل گويند .در واقع اين عوامل غيرقابل مشاهده دليل مشترك همبستگي بين متغيرهاي اصلي هستند؛ ارائه روش تركيب و خالصه كردن تعداد زيادي از متغيرها در تعدادي گروه متمايز از بين متغيرهاي مختلف تأثيرگذارترين آنها تعيين شده و در پژوهش هاي بعدي به طور جزيي تر متغيرهاي تأثيرگذار رابا تكرار بيشتري بررسي مي كنند. 15 طبقه بندی تحلیل عاملی ‏ تحلیل عامل اکتشافیExploratory Factor(: )Analysis=EFA از قبل مشخص نیست که کدام متغییرهای مشاهده شده با کدام عامل ارتباط دارد .در این حالت محقق می خواهد بداند که هر یک از متغییرهای مشاهده شده با کدام عامل بهتر ارتباط دارد. ‏ 16 تحلیل عامل تائیدیConfirmatory Factor(: )Analysis=CFA از قبل مشخص می گردد که کدام متغییرهای آشکار شده با کدام عامل ارتباط دارد .در این حالت محقق در پی یافتن میزان ارتباط یا بار عاملی ()factor loading است. 17 هر دو نوع تحليل عاملي تاييدي و اکتشافي بر اساس الگوي عامل مشترک ()Common Factor Model قرار دارند. اين الگو بيان مي کند که هر متغير مشاهده شده اي تحت تاثير دو عامل است: عوامل مشترک ()factor 1,factor 2 عوامل ویژه()) E1-E5 )unique factor تحلي ل عامل ي براس اس بررس ي الگوهاي همبس تگي يا کوواريانس بين متغيرهاي مشاهده شده انجام مي شود .بدين صورت که آيا متغيرهاي ترسيم نموداري الگوي عامل مشترک 18 تحلیل عاملی اکتشافی :یک مثال هدف از تحلی ل عامل ی اکتشاف ی ،بررس ی یک حوزه ()field برای کشف ابعاد یا سازه‌های اصلی آن حوزه است .به همین عل ت بود ک ه اس پیرمن ( )1904تحلی ل عاملی را در حوزه تواناییهای انس ان بوجود آورد .او س عی کرد ب ه ای ن س ؤال که چرا بین تواناییهای انسان همیشه همبستگی مثبتی وجود دارد پاسخ دهد( .در تحلیل عاملی توانایی‌ها ،این موضوع صورتبندی مثبت نامیده می‌شود بدین معنا که تمام همبستگی‌های ماتریس همبستگی ،مثبت است). به طور کلی در تحلیل عاملی اکتشافی ،قاعده بر این است که محققان ت ا حدامکان متغیرهای بس یاری را وارد تحلی ل کنن د تا ببینند کدام یک از آنها روی عامل موردنظر بار عاملی دارند 19 تحلیل عاملی تأییدی در ابتدا تحلی ل عامل ی ص رفا ً ی ک روش آماری اکتشافی بود ام ا اخیرا ً ای ن امکان بوجود آمده ک ه ب ا استفاده از تحلی ل عامل ی ،فرض‌آزمای ی کرد .ای ن روش ک ه بوسیلة یورس کوگ ( )1973ابداع شده ،تحلیل تأییدی نامیده می‌شود. 20 اشکاالت وارده بر تحلیل عاملی .1 .2 .3 21 ایراد اصلی وارد بر تحلیل عاملی این است که بینهایت راه حل ریاضی معادل وجود دارد. تحلیل‌گران عاملی غالبا ً در تعیین مهمترین عالمت‌های یک حوزه با هم اختالف دارند. تکرار تحلیل‌های عاملی دشوار است. انجام تحلیل عاملی يكي از آماره‌هايي كه محقق از طريق آن قادر به تعيين و تشخي ص مناس ب‌بودن داده‌ه ا براي تحلي ل عامل ي مي‌باش د ،آزمون KMOمي‌باش د ك ه مقدار آ ن همواره بي ن 0و 1درنوس ان اس ت .درصورتيكه مقدار KMO كمت ر از 5/0باش د ،داده‌ه ا براي تحلي ل عامل ي مناس ب نخواهن د بود .اگرمقدار آ ن بي ن 5/0ت ا 69/0باش د، مي‌توان ب ا احتياط بيشتري ب ه تحلي ل عامل ي پرداخت .ام ا درصورتيكه مقدار آن بزرگتر از 7/0باشد ،همبستگي‌هاي موجود در بي ن داده‌ه ا براي تحليل‌عامل ي مناس ب خواهن د بود. ‏Kaiser-Meyer-Olkin  22 دررابط,ه ب,ا حج,م نمون,ه ني,ز بايد تأكي,د كرد كه تعداد نمون,ه نبايد كمت,ر از 50مورد باش,د و ترجيح ًا حج,م نمون,ه را بايدب,ه بي,ش از 100مورد افزايش داد .اولي,ن تص,ميم در بكارگيري تحلي,ل عامل,ي ،محاس,بة ماتريس همبس,تگي اس,ت .براي اينكار بايد مشخ,ص شود كه آيا هدف ،محاس,بة همبس,تگي بي,ن متغيرهاس,ت يا بي,ن پاس,خگويان ،اگ,ر هدف مطالع,ه ،تلخي,ص متغيره,ا باشد .در اين ص,ورت بايد همبس,تگي بي,ن متغيره,ا محاس,به شود .اين روش يكي از تكنيكهاي عموم,ي و پركاربرد در مطالعات مي‌باش,د كه ب,ه تحلي,ل عامل,ي نوع Rمعروف است. 23 زارهاي انجام تحليل عامليKنرم اف : نرم افزارهاي عمومي SPSS (Reflective)  S-plus (Reflective)  : نرم افزارهاي تخصصي LISREL (Reflective)  AMOS (Reflective)  EQS (Reflective)  FACTOR (Reflective)  PLSGraph (Formative and Reflective)  SmartPLS (Reflective)  24 منابع: هومن ،حیدرعلی( .)1384مدل یابی معادالت ساختاری با کاربرد نرم افزار لیز رل .تهران :انتشارات سمت. ، راهنمای spssزرگر ،محمود .) 1380 ( .تهران :نشر بهينه . آمار ناپارامتريك ، 1382 ،سيد يعقوب حسيني، انتشارات دانشگاه عالمه طباطبايي 25

39,000 تومان

خرید فایل توسط کلیه کارت‌های شتاب امکان‌پذیر است و بلافاصله پس از خرید، لینک دانلود فایل در اختیار شما قرار خواهد گرفت.

در صورت عدم رضایت سفارش برگشت و وجه به حساب شما برگشت داده خواهد شد.

در صورت نیاز به شماره 09353405883 در ایتا و واتساپ پیام دهید.

39,000 تومان