محیط

 

۹۶۵/۰

 

 

 

فرصت

 

۹۹۱/۰

 

 

 

فرصت های آینده

 

۷۲۰/۰

 

 

 

کل تحقیق

 

۸۸۴/۰

 

 

 

با توجه به نتایج بدست آمده از آلفای کرونباخ که همه متغیرها بالای ۷/۰ می باشد، می توان گفت پرسشنامه از پایایی قابل قبولی برخوردار می باشد.

روش تجزیه وتحلیل داد ه ها

داده ­ها پس از جمع­آوری از پرسشنامه ­ها ابتدا به صورت توصیفی بررسی شدند. فراوانی داده ­ها در قالب جداول و نمودارها ارائه شد تا تصویر روشن­تر و خلاصه و قابل فهمی از داده ­ها به دست دهد. علاوه بر آن تحلیل استنباطی نیز با تحلیل عاملی تاییدی و تحلیل مسیر انجام شد. از نرم­افزار آماری SPSS برای تحلیل توصیفی داده ­ها و از نرم افزار کمترین توان جزئی برای تحلیل­های عاملی تاییدی و مسیر استفاده شد. نرم افزار لیزرل نیز برای تست مدل تحقیق استفاده گردید. لیرزل یک محصول نرم افزاری خودکفاست که به منظور برآورد و آزمون مدل­های ساختاری طراحی شده و شرکت بین ­المللی نرم­افزار علمی(SSI)[169] آن را به بازار ارائه نموده است. این نرم­افزار با بهره گرفتن از همبستگی و کوواریانس بین متغیرهای اندازه ­گیری شده می ­تواند مقادیر بارهای عاملی، واریانس­ها و خطاهای متغیرهای مکنون(پنهان یا اندازه ­گیری نشده) را برآورد یا استنباط کند.(هومن، ۱۳۸۷) . روش کمترین توان جزیی[۱۷۰] برای آزمون فرضیه ها استفاده می شود . بر مبنای الگوریتم کمترین توان جزیی این تکنیک ، داده های تجربی با تئوری پشتیبانی ناکارا و اطلاعات در دسترس کم را مورد تجزیه و تحلیل قرار می دهد . در مقایسه با مدل روابط ساختاری خطی ، لیزرل، روش کمترین توان جزیی در اندازه ی نمونه پایین هنگام برآورد ضریب مسیر انعطاف پذیر تر است و نتایج مثبت تری را به دنبال دارد. وقتی مفهوم معیارهای اندازه گیری ادغام می کند، متغیرهای مدل رگرسیون ، هم خطی شان مسئله ایجاد می کند. بر عکس ،کمترین توان دوم جزیی با اندازه گیری خطاها سرو کار دارد، بنابراین هم خطی خطوط ، در آن مسئله ایجاد نمی کند .
دانلود پایان نامه - مقاله - پروژه

تحلیل عامل تاییدی

درمطالعات علوم انسانی بیشتر خصیصه­ها به گونه ­ای دقیق و روشن تعریف نشده است و در نتیجه متغیرهای مربوط به هر خصیصه، علاوه بر اینکه با یکدیگر هم­پوشی و تداخل پیدا می­ کند، به خصیصه­ های جانبی دیگری نیز مربوط می شود. این هم­پوشی و تداخل متغیرها، توصیف و شناخت ویژگی­های افراد را دشوار می سازد؛ به این معنی که داده­هایی که با بهره گرفتن از ابزار سنجش برای هر فرد به دست می ­آید، معرف خصیصه متمایز و روشنی نیست، بنابراین، نمره ­های حاصل باید تجزیه و تحلیل شود و ساختار بنیادی مشخصی از آنها به دست آید تا برای توصیف فرد، صفات اساسی­تری در دست داشته باشیم. پژوهشگر باید به دنبال سازه یا خصیصه های ساده و روشنی باشد که میزان هم­پوشی بین آنها تا حد امکان کمتر باشد و او را به دقت و قطعیت بیشتری برساند. برای رسیدن به این هدف، روش های متعدد و متنوعی وجود دارد. از جمله این روش­ها، روش تحلیل عاملی است که به شکل فرمول و روابط ریاضی بیان می­ شود. روش تحلیل عاملی به پژوهشگر کمک می کند تا با به کارگیری اصول آماری، متغیرهای مورد مطالعه را به دقت تعریف و معلوم کند که هر متغیر تا چه حد با متغیرهای دیگر در ارتباط است (هومن، ۱۳۸۰).
تحلیل عاملی متشکل از مجموعه ­ای از روش­های آماری است که هدفش ساده کردن مجموعه ­ای پیچیده از داده­هاست. در علوم اجتماعی، تحلیل عاملی در مورد همبستگی­های بین متغیرها به کار می رود. در ادبیات تحلیل عاملی، اساساً یک عامل, بعد یا برساخته[۱۷۱] بیان موجز و فشرده­ای از روابط میان مجموعه ­ای از متغیرهاست. به عبارت دیگر، یک عامل، برساخته­ای است که به طور عملیاتی به وسیله بارهای عاملی[۱۷۲] خود تعریف می شود و بارهای عاملی، نشانگر همبستگی­های هر یک از متغیرها با یک عامل است( کلاین، ۱۳۸۱).
تحلیل عاملی به دو شاخه­ اکتشافی و تأییدی تقسیم می­ شود. در تحلیل عاملی اکتشافی[۱۷۳] هدف، اکتشاف موضوع و کشف روابط بین برساخته­ها یا ابعاد عمده­ی یک موضوع است و زمانی که داده ­ها پیچیده باشد و متغیرهای بسیار مهمی در تشخیص مسأله نامعلوم باشد به کار می رود. به عبارت دیگر، تحلیل عاملی اکتشافی وقتی به کار می رود که پژوهشگر شواهد کافی قبلی و پیش تجربی برای تشکیل فرضیه درباره تعداد عامل­های زیربنایی داده ­ها نداشته و در حقیقت مایل باشد درباره تعیین تعداد یا ماهیت عامل­هایی که هم­پوشی بین متغیرها را توجیه می­ کند، داده ­ها را بکاود. بنابراین، تحلیل اکتشافی بیشتر به عنوان یک روش تدوین و تولید نظریه، و نه یک روش آزمون فرض در نظر گرفته می شود( هومن، ۱۳۸۷).
در ابتدا تحلیل عاملی صرفاً یک روش اکتشافی آماری بود. اما اخیراً این امکان به وجود آمده که می­توان با بهره گرفتن از تحلیل عاملی به آزمون فرضیه ها پرداخت. این روش را یورسکوک[۱۷۴] ابداع کرد و نام آن را تحلیل عاملی تأییدی[۱۷۵] گذاشت. دراین روش بر اساس مطالعات قبلی یا نظریه­ای مرتبط با همبستگی­های عاملی متغیرها، فرضیه­سازی می­ شود. سپس تا جایی که ممکن است، به برازاندن[۱۷۶] (جورکردن) این همبستگی­ها در ماتریس هدف می ­پردازد (کلاین، ۱۳۸۱).
تحلیل عاملی تأییدی در واقع یک مدل آزمون فرضیه است که در آن پژوهشگر تحلیل خود را با یک فرضیه آغاز می­ کند. این مدل که مبتنی بر یک شالوده تجربی و نظری قوی است، مشخص می­ کند که کدام متغیرها با کدام عامل­ها و کدام عامل­ها با یکدیگر همبسته می­ شود. برای ارزشیابی روایی سازه نیز یک روش قابل اعتماد - به پژوهشگر عرضه می­ کند تا از این طریق بتواند به گونه بارزی فرضیه­هایی را درباره ساختار عاملی داده ­ها که ناشی از یک مدل از پیش تعیین شده با تعداد و ترکیب مشخصی از عامل­هاست، بیازماید. روش تأییدی بعد از -مشخص کردن عامل­های پیش تجربی، از طریق تعیین برازندگی مدل عاملی از پیش تعیین شده، تطابق بهینه ساختارهای عاملی مشاهده شده و نظری را برای مجموعه داده ­ها آزمون می­ کند (هومن،۱۳۸۷). با توجه به ویژگی­ها و کارکردهای تحلیل عاملی تأییدی، در این پژوهش برای سنجش روایی سازه ابزار اندازه ­گیری از این روش استفاده شده است و نتایج آن در فصل چهارم به تفصیل آمده است.

مدل معادلات ساختاری

مدل ساختاری شامل مجموعه ­ای از معادلات ساختاری است که روابط عِلّی ممکن بین متغیرها را تبیین می­ کند. مدل­یابی معادله ساختاری یک تکنیک نیرومند تحلیل چند متغیری با متغیرهای مکنون[۱۷۷]، یا مدل رگرسیون و تحلیل ساختار کوواریانس نیز نامیده شده، یکی از پیشرفت های روش­شناسی نویدبخش در علوم رفتاری است که کاربرد داده ­های همبستگی، آزمایشی و غیرآزمایشی را برای تعیین میزان موجه بودن[۱۷۸] مدل­های نظری در یک جامعه­ بخصوص امکان پذیر می­سازد.
یک مدل کامل معادله ساختاری در حقیقت بیان­گر آمیزه­ای از نمودار مسیر و تحلیل عاملی تأییدی است. چون مدل کامل معادله ساختاری شامل دو دسته متغیرهای مشاهده شده و مشاهده نشده است، پارامترهای مدل باید از طریق پیوند بین واریانس­ها و کوواریانس­های متغیرهای مشاهده شده و پارامترهای مدل چنان که توسط پژوهشگر مشخص شده است برآورد شود. شیوه های متفاوتی برای قضاوت درباره برازش کل مدل وجود دارد. یک محقق باید از معیارهای مختلف برای قضاوت در مورد برازش مدل استفاده کند، زیرا شاخص واحدی وجود ندارد که بطور قطعی برای آزمون مدل مورد قضاوت و ارزیابی قرارگیرد(کلانتری، ۱۳۸۸). در این پژوهش برای سنجش برازش نیکویی الگوی مورد مطالعه از شاخص­ هایی همچون (NFI[179])، ([۱۸۰]NNFI)، (RMSEA[181])، ([۱۸۲]GFI)، ([۱۸۳]RMR) و… استفاده شد که در ادامه توضیح داده خواهد شد.
شاخص بنتلر - بونت[۱۸۴]: شاخص نرم شده برازندگی (NFI[185]) مدل صفر را به عنوان مدلی که در آن همه همبستگی­ها صفر است تعریف می­ کند. چنان­چه مقدار این شاخص بین ۰٫۹۰ تا ۰٫۹۵ باشد قابل قبول و مقادیر بالاتر از ۰٫۹۵ عالی است.
شاخص تاکر - لویز[۱۸۶] : شاخص نرم نشده برازندگی (NNFI) است. اگر این شاخص بزرگتر از یک باشد، برابر با یک قرار داده شده و همانند شاخص بنتلر- بونت تفسیر می­ شود. باید توجه داشت که مقدار کوچک نسبت مجذور کای به درجه آزادی (تا آن جا که کوچک­تر از یک نباشد) دلالت بر برازش بهتر مدل دارد.
شاخص ریشه خطای میانگین مجذورات تقریب (RMSEA) : این اندازه مبتنی بر پارامتر غیرمرکزی است؛ زمانی که مقدار این آماره کمتر از ۰۵/۰ باشد، نشان می­دهد که مدل از برازش خوبی برخوردار است. در صورتی که مقدار آن بین ۰۵/۰ تا ۰۸/۰ باشد برازش قابل قبول و اگر بین ۰۸/۰ و ۱/۰ باشد برازش متوسط و اگر بزرگتر از ۱/۰ باشد برازش ضعیف است(کلانتری، ۱۳۸۸)
شاخص نیکویی برازش (GFI): این شاخص نسبت مجموع مجذور تفاوت­ها به واریانس مشاهده شده است. مقدار آن بین صفر و ۱ و مقدار بزرگتر از ۹/۰ حاکی از برازش قابل قبول مدل است.
شاخص ریشه میانگین مجذورات باقیمانده (RMR) : این شاخص جذر میانگین مجذور تفاضل­های بین همبستگی­های ضمنی و مشاهده شده است.
یکی از مشکلاتی که در تفسیر باقیمانده­های برازش یافته (و به طور طبیعی در آماره RMR) بروز می­ کند این است که اندازه مقادیر آنها تحت تاثیر واحد اندازه ­گیری است. برای حل این مشکل می­توان از باقیمانده­های استاندارد شده[۱۸۷] استفاده کرد. مقادیر استاندارد شده آن در قسمت (Standardized RMR) نرم­افزار لیزرل ظاهر می­ شود. زمانی که مقدار این آماره کمتر از ۰۵/۰ باشد بیانگر قابل قبول بودن برازش مدل است.
یکی دیگر از شاخص ها، شاخص برازندگی تطبیقی (CFI[188]) است. این شاخص به واقع برازندگی مدل موجود را با مدل صفر که در آن فرض می شود متغیرهای مکنون موجود در مدل ناهم بسته­اند مورد مقایسه قرار می­دهد. مقدار آن بر پایه قرارداد باید دست کم ۹۰/۰ باشد تا مدل مورد نظر پذیرفته شود. همچنین یکی دیگر از شاخص­ های برازش، شاخص برازندگی فزاینده (IFI[189]) است که شباهت به NFI دارد و این شاخص نیز باید دست کم ۹۰/۰ باشد تا مدل پذیرفته شود.

معرفی سازمان مورد مطالعه

دانشگاه شاهد، در پی فرمان تاریخی ۶ فروردین ماه ۱۳۶۵ آیت‌الله خمینی مبنی بر لزوم رسیدگی به امور فرهنگی و تحصیلی فرزندان شهدا، آزادگان، مفقودان و جانبازان انقلاب اسلامی و جنگ تحمیلی برای ایجاد عرصه آموزشی و تحقیقاتی لازم در سطح عالی، در مهرماه ۱۳۶۹، با پذیرش ۱۶۵ نفر دانشجو در ۷ رشته تحصیلی (پرستاری، مامایی، علوم تربیتی، علوم اجتماعی، روانشناسی، ریاضی و نقاشی) فعالیت خود را آغاز کرد.
دانشگاه شاهد همچون دانشگاه های تربیت مدرس و… یک دانشگاه جامع است .بدین معنی که این دانشگاه متولی آموزش دانشجویان در رشته های وابسته به وزارت بهداشت ، درمان و آموزش پزشکی و وزارت علوم ، تحقیقات و فناوری است . علیرغم اینکه این دانشگاه به عنوان یک دانشگاه غیر انتفاعی در شورای انقلاب فرهنگی به ثبت رسیده ،اما برای دانشجویان هردو گروه آموزشی بهداشت و علوم ازقوانین دانشجویان دانشگاه های دولتی وزارتین استفاده می شود.
یعنی علی‌رغم ثبت این دانشگاه به عنوان یک دانشگاه غیرانتفاعی، این دانشگاه در حوزه دانشجویی کاملاً دولتی است . با این تفاوت که متقاضیان ورود به دانشگاه علاوه بر شرکت در آزمون های سراسری کارشناسی، کارشناسی ارشدیا دکتری تخصصی می بایست در گزینش دانشگاه شاهد(بررسی صلاحیت عمومی) شرکت و در این گزینش قبول شوند.
شیوه جذب دانشجو در دانشگاه شاهد نیمه متمرکز است اما این دانشگاه، دانشگاه نیمه متمرکز به حساب نمی‌آید.
در حال حاضر بالغ بر ۶۰۰۰ دانشجو در ۱۰۲ رشته (۱۳ رشته در مقطع دکتری تخصصی، دو رشته در مقطع دکتری حرفه‌ای، ۶۱ رشته در کارشناسی ارشد و ۲۶ رشته در مقطع کارشناسی) در ۸ دانشکده: پزشکی، دندانپزشکی، پرستاری و مامایی، علوم انسانی، علوم پایه، فنی و مهندسی،علوم کشاورزی و هنر و یک مرکز آموزشهای غیر حضوری به فعالیت خود ادامه می‌دهد.

خلاصه فصل سوم

در این فصل، پس از ارائه مقدمه به نوع وروش تحقیق پرداخته شد.سپس جامعه آماری، نمونه وروش نمونه گیری مورد استفاده بیان گردید. در ادامه روش های گردآوری اطلاعات مرور شده وبیان گردید. در ادامه به توضیح آزمون های مورد استفاده برای تجزیه وتحلیل داده ها وتست فرضیه پرداخته شد. ودر نهایت سازمان مورد مطالعه پژوهش معرفی گردید.

فصل چهارم: یافته­­ های پژوهش

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...