راهبرد مقابله هیجان مدار
راهبرد مقابله اجتنابی
همان طور که در جدول ۴-۴ نشان داده شده است، متغیرهای مشاهده شده یا شاخص، متغیرهایی هستند که به طور مستقیم اندازه گیری شده و می توانند متغیر وابسته و یا متغیر مستقل باشند. متغیرهای مکنون، متغیرهایی هستند که به طور مستقیم قابل اندازه گیری نیستند اما متغیرهای قابل اندازه گیری را پیش بینی می کنند. به عبارت دیگر، متغیرهای مکنونی مانند نوجویی در این مدل، به طور مستقیم قابل اندازه گیری نیستند اما توسط متغیرهای معین قابل اندازه گیری مشخص شده اند (نسی، ۲۰۰۴).
در مدل پیشنهادی پژوهش، سه متغیر مستقل شامل شیوه فرزندپروری مقتدر، شیوه فرزندپروری مستبد و شیوه فرزندپروری سهل گیر وجود دارد. متغیر آمادگی اعتیاد متغیر وابسته می باشد. متغیرهای نوجویی، مشکلات رفتاری، راهبرد مقابله مسئله مدار، راهبرد مقابله هیجان مدار و راهبرد مقابله اجتنابی، متغیرهای میانجی هستند.
مدل پیشنهادی یا فرضی پژوهش (مدل ۱) در شکل ۱-۴ نشان داده شده است. متغیرهای مکنون به صورت بیضی و متغیرهای مشاهده شده یا شاخص به صورت مستطیل نمایش داده شده اند.
تکانه ای
فرزندپروری مقتدر
هیجان خواهی
نوجویی
فرزندپروری مستبد
ولخرج
فرزندپروری سهل گیر
بی نظم
مشکلات رفتاری
مشکلات توجه
مقابله مسئله مدار
مشکلات بزهکارانه
مقابله هیجان مدار
پرخاشگری
مقابله اجتنابی
آمادگی اعتیاد
فعال
منفعل
شکل ۱-۴٫ مدل پیشنهادی یا فرضی پژوهش (مدل ۱)
- برآورد مدل
برآورد مدل در دو گام صورت می گیرد: ۱) بررسی برازندگی مدل فرضی پژوهش که شامل شاخص های برازش است. و ۲) برآورد پارامترهای (ضرایب مسیر استاندارد) مدل فرضی پژوهش.
۱-۲). برازندگی مدل فرضی پژوهش
نتایج برازندگی مدل پیشنهادی یا فرضی پژوهش (مدل۱) در جدول ۵-۴ ارائه شده است.
همان طور که در فصل سه ذکر شد، اگر مقدار مجذور کای (²χ) از لحاظ آماری معنی دار نباشد، بر برازندگی مناسب مدل دلالت دارد. اما این شاخص برای مدل های با n بزرگ، تقریباً همیشه از لحاظ آماری معنی دار است. نسبت df/²χ که مجذور کای نسبی نیز نامیده می شود، از تقسیم شاخص برازندگی مجذور کای بر درجه آزادی متناظر به دست می آید. مقدار این نسبت هر چه به صفر میل کند و کوچکتر باشد، بهتر است. مقدار مورد قبول آن کوچکتر یا مساوی ۳ می باشد. مقدار مورد قبول GFI (شاخص نیکویی برازش)، AGFI (شاخص نیکویی برازندگی تطبیقی)، CFI (شاخص برازندگی مقایسه ای)، IFI (شاخص برازندگی فزاینده)، و TLI(شاخص تاکر-لویز) برابر یا بزرگتر از ۹۰/۰ است. در شاخص جذر برآورد واریانس خطای تقریب (RMSEA) مقدار بین ۰۸/۰ تا ۱۰/۰ مدلی با برازندگی متوسط را منعکس می نماید. مقدار بین ۰۶/۰ تا ۰۸/۰ نمایانگر مدلی با برازندگی قابل قبول است. مقدار بین ۰۱/۰ تا ۰۶/۰ حاکی از برازندگی خیلی خوب مدل دارد و مقدار ۰۰/۰ (صفر) نشان دهنده مدلی با برازندگی کامل است. مقادیر شاخص بنتلر- بونت یا شاخص نرم شده برازندگی (NFI) باید برابر یا بزرگتر از ۹۰/۰ و به زعم برخی از پژوهشگران دیگر نیز ۸۰/۰ باشد (نسی، ۲۰۰۴؛ هومن، ۱۳۸۵).
در جدول ۵-۴ شاخص های برازندگی مدل فرضی پژوهش حاضر آورد شده است.
جدول ۵-۴٫ برازش مدل پیشنهادی یا فرضی پژوهش با داده ها بر اساس شاخص های برازندگی
شاخصهای برازندگی
χ²