فرهنگي
09/3
77/0
انگيزش هوش فرهنگي
21/3
54/0
رفتار هوش فرهنگي
81/2
78/0
بر اساس نگاره 4-6 ميزان رفتارشهروندي مديران شعب بانک ملت ايران برابر 70/3 که ميانگين در حد متوسط است. ميزان ميانگين متغيرهاي استراتژي هوش فرهنگي، دانش هوش فرهنگي، انگيزش هوش فرهنگي و رفتار هوش فرهنگي به ترتيب برابر با 34/2، 09/3،21/3 و 81/2 مي باشد.
مفرضات انجام تحليل عاملي
براي انجام تحليل عاملي ابتدا به بررسي کفايت داده‌ها براي انجام تحليل عاملي با استفاده از ضريب کا ام او و آزمون بارتليت پرداخته شود.
يکي از روشهاي براي آزمون کفايت نمونه و تشخيص مناسب بودن داده‌ها براي تحليل عاملي استفاده از ضريب کا ام او103 است كه مقدار آن همواره بين صفر و يك در نوسان بوده و به صورت زير محاسبه مي‌شود:
كه در آن rij ضريب همبستگي سادة بين متغيرهاي i و j و aij ضريب همبستگي جزيي بين آنهاست. اگر مجموع ضرايب همبستگي جزيي بين همه زوج متغيرها در مقايسه با مجموع مجذورات ضرايب همبستگي كوچك باشد، اندازه MCIO نزديک به يک خواهد بود. مقادير کوچک MCIO بيانگر آن است كه همبستگي بين زوج متغيرها نمي‌تواند توسط متغيرهاي ديگر تبيين شود، بنابراين كاربرد تحليل عاملي متغيرها ممكن است قابل توجيه نباشد. در صورتي که مقدار MCIO کمتر از 5/0 باشد داده‌ها براي تحليل عاملي مناسب نخواهند بود و اگر مقدار آن بين 5/0 تا 69/0 باشد مي‌توان با احتياط بيشتر به تحليل عاملي پرداخت. اما در صورتيكه مقدار آن بزرگتر از 7/0 باشد، همبستگي‌هاي موجود در بين داده‌ها براي تحليل عاملي مناسب خواهد بود. كه در پژوهش حاضر با استفاده از نرم‌افزار اس‌پي‌اس‌اس ميزان کا ام او به ميزان 871/0 مي‌باشد.
KMO and Bartlett’s Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.871
Bartlett’s Test of Sphericity
Approx. Chi-Square
2257.008
Df
300
Sig.
.000
4-5 ماتريس کواريانس بين متغيرهاي پنهان پژوهش
اساس تحليل داده‌ها در برنامه ليزرل درونداد ماتريس کوواريانس است بدين جهت در نگاره 4-7 ماتريس کواريانس بين متغيرهاي پنهان پژوهش ارائه‌شده است. متغيرهاي پنهان اين پژوهش عبارتند از: رفتارشهروندي مديران شعب بانک ملت ايران (OCB)، استراتژي هوش فرهنگي(SCI)، دانش هوش فرهنگي (KCI)، انگيزش هوش فرهنگي(MCI) و رفتار هوش فرهنگي (BCI).
نگاره 4-7) ماتريس کواريانس بين متغيرهاي پنهان پژوهش
00/1
00/1
39/0
00/1
23/0
57/0
00/1
25/0
14/0
74/0
00/1
18/0
15/0
22/0
74/0
4-6 تحليل عاملي تأييدي (مدل اندازه‌گيري)
در روش شناسي مدل معادلات ساختاري، ابتدا به ساکن لازم است تا محقق به بررسي روابط بين متغيرهاي نهفته و متغيرهاي آشکار مدل بپردازد. در اينجا هدف تعيين اعتبار يا روايي و اعتماد يا پايايي اندازه‌گيريهاي مورد استفاده است. در بحث اعتبار يا روايي اين مسئله مطرح است که آيا شاخصها يا متغيرهاي آشکار همان چيزي را اندازه‌گيري مي‌کنند که مدنظر محقق است يا چيز ديگري را. در مقابل، مسئله اعتماد يا پايايي با اين موضوع سروکار دارد که شاخصهاي مورد استفاده با چه دقتي موضوع مورد نظر را اندازه گيري مي‌کنند. بنابراين قبل از هر نوع اندازه‌گيري، محقق بايد از کيفيت اندازه‌گيري اطمينان پيدا کند و ارزيابي بخش اندازه‌گيري مدل بايد مقدم بر ارزيابي بخش ساختاري مدل باشد. براي بررسي اعتبار مدل، بايد به بررسي ميزان و سطح معني‌داري مسيرها بين هريک از متغيرهاي نهفته با شاخصهاي مربوط به آن پرداخت(کلانتري، 1388، 136). براي اين منظور از تحليل عاملي تائيدي104 (CFA)، استفاده مي‌شود. به اين شکل که اگر بار عاملي هر نشانگر با سازه خود داراي مقدار t بالاتر از 96/1 باشد در اين صورت اين نشانگر از دقت لازم براي اندازه‌گيري سازه‌ها بر خوردار است.
در پژوهش حاضر جهت بررسي اينکه هر يک سازه‌هاي پژوهش تا چه حد با نشانگرهاي انتخاب شده جهت سنجش آنها داراي همسويي بوده‌اند از مدل اندازه‌گيري يا همان تحليل عاملي تائيدي به تفکيک ابعاد مورد مطالعه استفاده شده است که نتايج آن در نگاره 4-9 و نمودار مسير 4- 1و 4-2 ارائه‌شده است.
نگاره 4-8) نتايج تحليل عاملي تأييدي متغيرهاي برونزاي پژوهش
متغيرهاي برونزا
بار عاملي
آماره t
رفتارشهروندي مديران شعب بانک ملت ايران (OCB)
OCB1
**68/0
38/8
OCB2
**69/0
26/9
OCB3
**57/0
43/7
OCB4
**61/0
03/8
OCB5
**59/0
68/7
در اندازه‌گيري سازه رفتارشهروندي مديران شعب بانک ملت ايران، بيشترين سهم را شاخص OCB2 و کمترين سهم را OCB3 دارد.
ادامه نگاره 4-8) نتايج تحليل عاملي تأييدي متغيرهاي برونزاي پژوهش
متغيرهاي بروزا
بار عاملي
آماره t
استراتژي هوش فرهنگي(SCI)
SCI1
**69/0
99/8
SCI2
**31/0
67/3
SCI3
**58/0
33/7
SCI4
**81/0
81/10
در اندازه‌گيري سازه‌ استراتژي هوش فرهنگي، بيشترين سهم را شاخص SCI4 و کمترين سهم را SCI2 دارد.
ادامه نگاره 4-8) نتايج تحليل عاملي تأييدي متغيرهاي برونزاي پژوهش
متغيرهاي بروزا
بار عاملي
آماره t
دانش هوش فرهنگي (KCI)
KCI1
**59/0
11/8
KCI2
**71/0
15/10
KCI3
**81/0
34/12
KCI4
**77/0
51/11
KCI5
**78/0
74/11
KCI6
**69/0
86/9
و در اندازه‌گيري سازه‌ دانش هوش فرهنگي، بيشترين سهم را شاخص KCI3 و کمترين سهم را شاخص KCI1 دارد.
ادامه نگاره 4-8) نتايج تحليل عاملي تأييدي متغيرهاي برونزاي پژوهش
متغيرهاي بروزا
بار عاملي
آماره t
انگيزش هوش فرهنگي(MCI)
MCI1
**68/0
75/9
MCI2
*95/0
16/16
MCI3
**58/0
01/8
MCI4
**55/0
62/7
MCI5
**87/0
83/13
و در اندازه‌گيري سازه‌ انگيزش هوش فرهنگي، بيشترين سهم را شاخص MCI2 و کمترين سهم را شاخص MCI4 دارد.
ادامه نگاره 4-8) نتايج تحليل عاملي تأييدي متغيرهاي برونزاي پژوهش
متغيرهاي بروزا
بار عاملي
آماره t
دانش هوش فرهنگي (BCI)
BCI1
**37/0
91/4
BCI2
**53/0
27/7
BCI3
**64/0
17/9
BCI4
**97/0
89/16
BCI5
**93/0
67/15
**P0?01 and *P0?05
و در اندازه‌گيري سازه‌ دانش هوش فرهنگي، بيشترين سهم را شاخص BCI4 و کمترين سهم را شاخص BCI1 دارد.
با توجه به نتايج تحليل عاملي تأييدي تمامي متغيرهاي برونزاي پژوهش از دقت لازم براي اندازه‏گيري سازه و صفت پنهان خود برخوردار مي‌باشد.
همچنين براي پايايي ترکيبي متغيرهاي نهفته پژوهش با استفاده از فرمول زير داريم:
در اين معادله
= پايايي ترکيبي
= بارهاي مربوط به شاخصها
= واريانسهاي خطاي شاخصها
مقادير بدست آمده در نگاره 4-10 نشان مي‌دهند، پايايي ترکيبي براي کليه متغيرهاي نهفته بيشتر از 6/0 مي‌باشد.
نگاره 4-10) پايايي ترکيبي براي متغيرهاي نهفته مدل
پايايي ترکيبي
متغيرهاي نهفته
80/0
رفتارشهروندي مديران شعب بانک ملت ايران
70/0
استراتژي هوش فرهنگي
82/0
دانش هوش فرهنگي
85/0
انگيزش هوش فرهنگي
83/0
رفتار هوش فرهنگي
نمودار 4- 1) نتايج تحليل عاملي تأييدي متغيرهاي برونزاي پژوهش
نمودار 4- 2) مقادير t براي روايي سازه
4-7 تخمين مدل
اين مرحله در واقع همان بيان رسمي مدل بوده و يكي از مهمترين مراحل موجود در مدل‌سازي معادلات ساختاري است. در واقع هيچ‌گونه تحليلي صورت نمي‌گيرد، مگر اين‌كه اول محقق مدل خود را که درباره روابط ميان متغيرها است را بيان و مشخص كند. اين مرحله شامل فرمول‌بندي (تنظيم) يك عبارت درباره‌يك مجموعه‌اي از پارامترها است. اين پارامترها در زمينه مدل‌سازي معادلات ساختاري، ماهيت روابط ميان متغيرها را نشان مي‌دهد. در مدل‌سازي معادلات ساختاري، اندازه و علامت اين پارامترها تعيين مي‌شود. هنگامي كه ‌يك مدل بيان شد و حالت تعين آن مورد ارزيابي قرار گرفت، مرحله بعدي به دست آوردن تخمين پارامترهاي آزاد از روي مجموعه‌اي از داده‌هاي مشاهد شده است. براي تخمين پارامترها روشهاي تكراري از قبيل بيشينه درستنمائي يا حداقل مربعات (مجذورات) تعميم‌يافته استفاده مي‌شود. در نمودار مسير 4-3 و 4-4 به ترتيب نتايج مقادير استاندارد شده و مقادير t مربوط به آن ارائه‌شده است.
نمودار 4- 3) نتايج حاصل مقادير استاندارد شده پژوهش
نمودار 4- 4) مقادير t حاصل از تخمين مدل معادلات ساختاري پژوهش
4-8 شاخصهاي برازش مدل
براي مدل‌سازي معادلات ساختاري آزمونهاي برازندگي متعددي ارائه‌شده است اما هريك از شاخصهاي بدست آمده براي مدل به تنهايي دليل برازندگي مدل يا عدم برازندگي آن نيستند، بلكه لازم است اين شاخصها در كنار يكديگر و با هم تفسير شود
برازندگي مناسب بودن و کفايت داده‌ها براي مدل مورد بررسي است. به اين معني که اگر شاخص‌هاي برازندگي نشان دهنده برازنده بودن مدل باشند داده‌ها براي تحليل و نتيجه‌گيري روابط موجود در مدل مناسب و کافي بوده‌اند.
در دهه گذشته براي مدل‌هاي معادلات ساختاري آزمون‌هاي برازندگي متعددي ارائه‌ شده است. با آنکه انواع گوناگون آزمون‌ها که به گونه کلي شاخص‌هاي برازندگي ناميده مي‌شوند پيوسته در حال مقايسه، توسعه و تکامل‌اند، اما هنوز درباره حتي يک آزمون بهينه نيز توافق همگاني وجود ندارد و اين شاخص‌ها به شيوه‌هاي مختلفي طبقه‌بندي شده است (هومن، 1388، 235).
پس از معين شدن مدل، طرق متعددي براي برآورد نيکويي برازش مدل با داده‌هاي مشاهده شده وجود دارد. بطور کلي چندين شاخص براي براي سنجش مدل مورد استفاده قرار مي‌گيرد ولي معمولا براي تاييد مدل، استفاده از سه تا پنج شاخص کافي است(قاضي طباطبايي، 1381). بطور کلي، در اين تحقيق براي ارزيابي نيکويي برازش مدل از هشت شاخص که عدد مربوط به هر يک از شاخص‌ها در جدول ذيل آمده است استفاده شده است. در ادامه نيز به توضيح هر کدام از اين شاخص‌ها مي‌پردازيم.
با توجه به نتايج ارائه‌شده در نگاره 4-11، براي مدل مورد آزمون تمامي شاخصهاي ارائه شده در اينجا در مقدار مجاز قرار دارند و نشان مي‌دهند که مدل نياز به اصلاح ندارد.
نگاره 4-11) شاخصهاي برازش مدل
نام شاخص
مقدار محاسبه شده
مقدار مجاز
(خي دو بر درجه آزادي)
21/2
کمتر از 3
RMSEA(جذر برآورد واريانس خطاي تقريب)
065/0
كمتر از 08/0
SRMR(ريشه استاندارد ميانگين مجذور پس ماندها)
061/0
كمتر از 08/0
CFI (برازندگي تطبيقي)
95/0
بالاتراز9/0
GFI (نيكويي برازش)
90/0
بالاتراز9/0
IFI(برازندگي فزاينده)
95/0
بالاتراز9/0
NNFI(برازندگي نرم نشده)
94/0
بالاتراز9/0
NFI(برازندگي نرم شده)
92/0
بالاتراز9/0
با توجه به نتايج ارائه‌شده در نگاره 4-11، براي مدل مورد آزمون هر چه شاخص RMSEA و SRMR کوچک تر باشند، حاکي از برازش بهتر مدل است. شاخص جذر برآورد واريانس خطاي تقريب (RMSEA) و ريشه استاندارد ميانگين مجذور پس ماندها به ترتيب برابر است با065/0 و 061/0 و بيانگر خطاي معقول براي تقريب در جامعه است. براي شاخص برازندگي تطبيقي (CFI)، براي ارزش 9/0، شاخص برازش پذيرفته شده و بالاي 95/0 برازش خيلي خوب را نشان مي دهد. شاخص CFI براي اين مدل، 95/0 است كه بيانگر برازش خيلي خوب مدل است. همچنين براي شاخص نرم شده برازندگي (NFI) مقادير بين 90/0 تا 95/0 قابل قبول، و مقادير بالاتر از 95/0 عالي است. شاخص NFI در اين مدل، 92/0 است كه نشان مي دهد مدل با داده‌ها برازش قابل قبولي دارد. مقادير سه شاخص نيکويي برازش و شاخص نرم نشده برازندگي (NNFI) و شاخص برازندگي فزاينده (IFI) نيز بر بايد دست کم 9/0 باشد تا مدل مورد نظر پذيرفته شود. مقادير

دسته بندی : No category

دیدگاهتان را بنویسید