پایایی مقیاس فرسودگی شغلی
تعیین اعتبار (روایی) پرسشنامه:
مفهوم اعتبار به این پرسش پاسخ میدهد که ابزار اندازهگیری تا چه حد خصیصه مورد نظر را میسنجد. بدون آگاهی از اعتبار ابزار اندازهگیری نمیتوان به دقت دادههای حاصل از آن اطمینان داشت. برای تعیین اعتبار پرسشنامه روش های متعددی وجود دارد که یکی از این روشها اعتبار محتوا میباشد.
اعتبار محتوا نوعی اعتبار است که برای بررسی اجزای تشکیل دهنده یک ابزار اندازهگیری به کار برده میشود. اعتبار محتوای یک ابزار اندازهگیری به سوالهای تشکیل دهنده آن بستگی دارد. اگر سوال های پرسشنامه معرف ویژگیها و مهارتهای ویژهای باشد که محقق قصد اندازهگیری آنها را داشته باشد، آزمون دارای اعتبار محتوا است. برای اطمینان از اعتبار محتوا باید در موقع ساختن ابزار چنان عمل کرد که سوالهای تشکیل دهنده ابزار اندازهگیری معرف قسمتهای محتوای انتخاب شده باشد.
بنابراین اعتبار محتوا، ویژگی ساختاری ابزار اندازهگیری است که همزمان با تدوین آزمون در آن تنیده میشود. اعتبار محتوای یک آزمون معمولاً توسط افرادی متخصص در موضوع مورد مطالعه تعیین میشود. اعتبار مورد تأیید قرار گرفته است در این مرحله با انجام مصاحبه های مختلف و کسب نظرات افراد یاد شده، اصلاحات لازم بعمل آمده و بدین ترتیب اطمینان حاصل گردید که پرسشنامه همان خصیصه مورد نظر محققین را می سنجد.
روشهای تجزیه و تحلیل اطلاعات
در این تحقیق، برای تجزیه و تحلیل دادههای بدست آمده از نمونهها از روش های آمار توصیفی و استنباطی استفاده شده است. روش های آماری مورد استفاده در این تحقیق عبارتند از :
آمار توصیفی
ضریب همبستگی:ضریب همبستگی، شدت و نوع رابطه (مستقیم یا معکوس) بین دو متغیر را نشان می دهد. در این تحقیق، از ضریب همبستگی اسپیرمن برای آزمون ارتباط بین آنها استفاده شده است.
تجزیه و تحلیل واریانس فریدمن: این آزمون هنگامی به کار میرود که دادههای آماری حداقل ترتیبی باشند و بتوان با مفهوم ترتیبی آنها را در ردهبندی دو طرفه مرتب نمود. به کمک این آزمون میتوان متغیرهای موجود در تحقیق را رتبهبندی نمود. (صدقیانی، ابراهیمی، ۱۳۸۱).
آماره آزمون فریدمن به شرح زیر تعریف میشود.
که در آن
تعداد موارد یا پاسخ دهندگان = n
تعداد متغیرهایی که رتبهبندی می گردند = k
حاصل جمع رتبههای داده شده به متغیرها از سوی پاسخ دهندگان = R
مدل معادلات ساختاری[۷۷]:
برای بررسی روابط علّی بین متغیرها به صورت منسجم کوششهای زیادی در دهه اخیر صورت گرفته است یکی از این روشها نوید بخش در این زمینه مدل معادلات ساختاری یا تحلیل چند متغیری با متغیرهای مکنون است. از این روش تحت عنوان مدل علّی و تحلیل ساختار کوواریانس یاد شده است.بدون توجه به نام یامفهوم بیشمار آن، این واژه به یک سری مدلهای عمومی اشاره میکند که شامل تحلیل عاملی تأئیدی[۷۸]، مدلهای ساختاری همزمان کلاسیک[۷۹]، تجزیه و تحلیل مسیر[۸۰]، رگرسیون چندگانه، تحلیل واریانس[۸۱] و سایر روش های آماری است.
جرقه ورود به بحث مدل معادلات ساختاری با موضوع شاخصهای چندگانه[۸۲] شروع شد. مدل معادلات ساختاری یک رویکرد آماری جامعی برای آزمون فرضیههایی درباره روابط بین متغیرهای مشاهده شده[۸۳] و متغیرهای مکنون[۸۴] میباشد. از طریق این رویکرد میتوانیم قابل قبول بودن مدلهای نظری را در جامعههای خاص با بهره گرفتن از دادههای همبستگی، غیرآزمایشی، آزمایشی آزمون نمود.(سرمد و همکاران، ۱۳۷۷، ۲۷۶)
یکی از قویترین و مناسبترین روش های تجزیه و تحلیل در تحقیقات علوم رفتاری و علوم اجتماعی تجزیه و تحلیل چند متغیره است. زیرا ماهیت این گونه موضوعات، چند متغیره بوده و نمیتوان آنها را با شیوه دو متغیری (که هر بار تنها یک متغیر مستقل با یک متغیر وابسته در نظر گرفته میشود) حل نمود.
تجزیه و تحلیل چند متغیره به یک سری روش های تجزیه و تحلیل اطلاق میشود که ویژگی اصلی آنها، تجزیه و تحلیل همزمان K متغیر مستقل و N متغیر وابسته است.
تجزیه و تحلیل ساختارهای کوواریانس[۸۵] یا مدل سازی علّی یا مدل معادلات ساختاری یکی از اصلیترین روش های تجزیه و تحلیل ساختارهای دادههای پیچیده است.
بنابراین از آنجایی که در تحقیق حاضر چند متغیر مستقل وجود دارد که می بایستی اثر آنها بر روی متغیرهای وابسته مورد بررسی قرار گیرد استفاده از مدل معادلات ساختاری ضرورت می یابد.
فرآیندهای تجزیه و تحلیل ساختارهای کوواریانس شامل یک سری گامهایی است که به محقق توصیه میشود که حتماً به صورت متوالی این گامها را انجام دهد. این گامها عبارتند از :
۱- بیان مدل
۲- تخمین مدل
۳- اصلاح مدل
۴- آزمون فرضیه
۵- تفسیر مدل
۶- ابلاغ یا نوشتن گزارش تحقیقاتی
مراحل مدلسازی معادلات ساختاری
مهمترین شاخص تناسب مدل آزمون است ولی به خاطر این که آزمون تحت شرایط خاصی عمل میکند و همیشه این شرایط محقق نمیشود لذا یکسری شاخصهای ثانویهای نیز ارائه میگردد.مهمترین این شاخصها عبارتند از : GFI[86] ، AGFI[87] ، RMSEA[88]
حالتهای بهینه برای این آزمونها به شرح زیر است :
آزمون هر چه کمتر باشد بهتر است، زیرا این آزمون اختلاف بین داده و مدل را نشان میدهد. اگرمقدار کم، نسبت به درجه آزادی (df) کوچکتر از ۳ باشد، مدل حالت بسیار مطلوبی دارد.اگر RMSEA کوچکتر از ۰٫۱۰و نیز GFI و AGFA بزرگتر از ۹۰ % باشند، می توان نتیجه گرفت که مدل برازش بسیار مناسبی دارد.
اگر مقدار GFI و AGFI از۹۰/۰ بیشتر باشد، حالت مناسبی داریم.
آزمون RMSEA هر چه کمتر باشد بهتر است؛ زیرا این آزمون یک معیار برای میانگین اختلاف بین دادههای مشاهده شده و دادههای مدل است. حالت کمتر از۰۵/۰بسیار مناسب می باشد.
فصل چهارم