zersa-2کنترل کسب و کارzersa-3مزیت های رقابتیzerfan-1مهارتهای زیر ساختzerfanزیر ساخت های سازمانzerfan-2کنترل ساختارهای زیر ساختzerfan-3فرآیندهای زیرساخت

بین زیر‌ساخت‌های سازمان ،زیر ساخت‌های فناوری اطلاعات و استراتژی فناوری اطلاعات و استراتژیهای کسب و کار سازمان در بانک ملی رابطه به صورت مدل ساختاری وجود دارد.

بین زیر‌ساخت‌های سازمان، زیر ساخت‌های فناوری اطلاعات ، استراتژی فناوری اطلاعات و استراتژیهای کسب و کار سازمان در بانک ملی رابطه به صورت مدل ساختاری وجود ندارد

تفسیر:

در نخستین گام به منظور بررسی روایی مدل نظری از تحلیل­عاملی تأییدی استفاده کرده‌ایم. جهت بررسی کفایت نمونه‌گیری ( کافی بودن تعداد داده های مورد نظر برای تحلیل عاملی) از شاخص استفاده شد . که نتایج آن در جدول (۴-۱۶) ارائه شده است.

جدول ۴ – ۱۶: آماره KMO و نتایج آزمون کرویت – بارتلت

عنوان شاخص

مقدار شاخص

آماره KMO

۰٫۷۳۵

آزمون کرویت – بارتلت

۲۷۴٫۲۳۹

درجه آزادی

۷۸

سطح احتمال

۰٫۰۰۰

تفسیر: نتایج جدول نشان می‌دهد که :

آماره KMO برابر ۷۳۵/۰ بوده، لذا تعداد داده ها برای انجام تحلیل عاملی مناسب می‌باشند. همچنین نتایج آزمون کرویت – بارتلت نیز معنی‌دار است، ‌به این مفهوم که فرض عدم همبستگی بین داده ها رد و همبستگی بین متغیرها معنی‌دار است.

در رویکرد تأییدی، محقق مدل نظری خاصی را مفروض می­دارد، داده ­ها را گردآوری می‌کند و سپس برازش داده ­ها را با مدل آزمون می­ کند. در این حالت شاخص­ های مختلفی برای ارزشیابی برازندگی مدل وجوددارد که در حالت کلی به آن­ها شاخص­ های برازندگی مدل می‌گویند، این شاخص ­ها دائماً در حال توسعه و پیشرفت می­باشند.در این مدل کلیت مدل مورد تأیید و عوامل با هم رابطه دارند. جهت بررسی مدل داریم:

جدول ۴ – ۱۷ : نتایج کلیت مدل مورد آزمون

نتایج کلیت مدل مورد آزمون

Notes for Model (Default model)

Chi-square

مقدار آماره کای – دو

۱۹۲٫۷۶

Degrees of freedom

درجه ازادی

۵۰

Probability level

سطح معنی داری

۰٫۰۰۶

مقدار آماره کای‌دو و درجه آزادی نشان می‌دهد که درجه آزادی برابر ۵۰و مقدار کای‌اسکوئر نسبتا بزرگ (برابر ۱۹۲٫۷۶) می‌باشد و با توجه مقادیر معنی­داری روابط بین متغیرها، جهت ادامه کار برای

بررسی صحت مدل پیش فرض از شاخص‌های مختلفی استفاده می‌شود. محقق در اینجا از شاخص‌های نظیر نسبت کای اسکوئر به درجه آزادی(کای اسکوئر نسبی) ، شاخص نیکویی برازش، نیکویی برازش اصلاح شده ، شاخص برازندگی تطبیقی و ریشه میانگین مربعات خطای برآورد استفاده کرده‌ است. نتایج بررسی روایی مدل و شاخص‌های برازش در جدول (۴-۱۷) ارائه شده است.

جدول ۴ – ۱۸ : نتایج بررسی روایی مدل و شاخص های برازش

نتایج برازش مدل

عنوان شاخص

مقدار قابل قبول

مقدار به دست آمده

تفسیر

p-value Chi-square

سطح احتمال کای – اسکوئر

بزرگتر از ۵ درصد

۰٫۰۰۶

غیر قابل قبول

CMIN/DF

نسبت کای اسکوئر به درجه ازادی

مقادیر بین ۱ تا ۵

۱۰٫۰۶۲۵

وضعیت غیر قابل قبول مدل

GFI (Goodness of Fit Index)

شاخص برازندگی

۰ (عدم برازش) تا ‌

۱ (برازش کامل)

۰٫۶۰۴

نسبتا قابل قبول

AGFI (Adjusted Goodness of Fit Index)

شاخص تعدیل شده برازندگی

۰ (عدم برازش) تا ‌

۱ (برازش کامل)

۰٫۲۶۱

وضعیت غیر قابل قبول مدل

CFI (Comparative Fit Index)

شاخص برازندگی تطبیقی

۰ (عدم برازش) تا ‌

۱ (برازش کامل)

۰٫۱۷۱

وضعیت غیر قابل قبول مدل

RMSEA
(Root Mean Square of Approximation)

ریشه دوم میانگین مجذورات باقیمانده

۰٫۰۵>

۰٫۳۸۱

خطای بزرگ معقولی برای تقریب در جامعه

شاخص کای اسکوئر به درجه آزادی(کای اسکوئر نسبی) CMIN/DF را جهت قضاوت درباره مدل تدوین شده و حمایت داده ها از شاخص ارزیابی می‌گردد. دامنه تغییرات قابل قبول CMIN/DF بین یک تا پنج می‌باشد.

شاخص‌های GFI وAGFI، مقدار نسبی واریانس‌ها و کوواریانس‌ها را به گونه مشترک از طریق مدل

ارزیابی می‌کنند.دامنه تغییرات GFI بین صفر و یک می‌باشد. مقدار GFI بین صفر (عدم برازش) تا ‌(برازش کامل) نوسان دارد.شاخص برازندگی دیگر AGFI یا همان مقدار تعدیل یافته شاخص GFI برای درجه آزادی می‌باشد. این مشخصه معادل با کاربرد میانگین مجذورات به جای مجموع مجذورات در صورت و مخرج (۱- GFI) است. مقدار این شاخص نیز بین صفر و یک می‌باشد. شاخص‌های GFI و AGFI را که جارزکاگ و سوربوم (۱۹۸۹) پیشنهاد کرده‌اند بستگی به حجم نمونه ندارد.

شاخص : CFIشاخص CFI بین صفر (عدم برازش) تا ‌(برازش کامل) نوسان دارد.بزرگتر از ۹۰/۰ قابل قبول و نشانه برازندگی بسیار خوب مدل است. این شاخص از طریق مقایسه یک مدل به اصطلاح مستقل که در آن بین متغیرها هیچ رابطه‌ای نیست با مدل پیشنهادی مورد نظر، مقدار بهبود را نیز می‌آزماید. شاخص CFIاز لحاظ معنا مانند NFI است با این تفاوت که برای حجم گروه نمونه جریمه می‌دهد.

شاخص RMSEA ریشه میانگین مجذورات تقریب ‌می‌باشد. این معیار به عنوان اندازه تفاوت برای هر درجه آزادی تعریف شده است. مقدار RMSEA که به واقع همان آزمون انحراف هر درجه آزادی است، برای مدل‌هایی که برازندگی خوبی داشته باشد، کمتر از ۰٫۰۵ است. مقادیر بالاتر از آن تا ۰۸/۰ نشان دهنده خطای معقولی برای تقریب در جامعه است. مدلهایی که RMSEA آن ها ۱/۰ یا بیشتر باشد برازش ضعیفی دارد.

تفسیر :

نتایج تحلیل و مقادیر شاخص‌های برازش، نشان از برازش نسبتا خوب و معنی‌دار بودن مدل نیست. این بدان معنی است که داده های نمونه مورد مطالعه مدل نظری ما را تأیید نمی‌کنند، آماره‌های کای اسکوئر نسبی، GFI، CFI،AGFI و RMSEA میزان انطباق ماتریس واریانس کواریانس مدل فرضی را با ماتریس نمونه‌ای مقایسه می‌کنند. لذا می‌بایست اصلاحاتی در مدل ایجاد نمود. در این مدل بین متغیرها ‌بر اساس پیشنهادات اصلاحی نرم افزار AMOS در قسمت شاخص‌های اصلاحی^[۶۹] اعمال می‌گردد. لذا مل نهایی به صورت ذیل(نمودار ۴-۱۰) استخراج می‌گردد.

نمودار ۴- ۱۰ : مدل نهایی اصلاح شده

با اجرای دوباره نرم افزار، نتایج برازش مدل اصلاح شده به شرح ذیل(جدول ۴-۱۸) می‌باشد:

جدول ۴ – ۱۹ : نتایج برازش مدل اصلاح شده

نتایج برازش مدل اصلاح شده

عنوان شاخص

مقدار قابل قبول

مقدار به دست آمده

تفسیر

p-value Chi-square

سطح احتمال کای – اسکوئر

بزرگتر از ۵ درصد

۰٫۶۰۹

قابل قبول

CMIN/DF

نسبت کای اسکوئر به درجه ازادی