در این بخش ضرایب معناداری z، ضریب تعیین (R2
) و معیار Q2
مورد ارزیابی قرار می گیرد.
ضرایب معناداری
بررسی مدل ساختاری با استفاده از ضرایب t به این صورت است که این ضرایب باید از بازه -1.96 - +1.96 بیشتر باشند چرا که در صورتی که در این بازه قرار گیرند نمی توان در سطح اطمینان 95% صحت رابطه بین سازه ها و فرضیه های تحقیق را تایید نمود. و اعداد t فقط صحت را نشان می دهد بدون آنکه به شدت آن اشاره کند(اسفیدانی،محسنین،1393). برای این منظور، معناداری ضرایب مسیر مدل تحقیق با 5000 نمونه گیری متوالی با حجم نمونه تحقیق ، مطابق نظر هایر، رینگل و سارست (2011)، ارزیابی می گردد.
ضریب تعیین
اصلیترین معیار در ارزیابی مدل ساختاری، ضریب تعیین میباشد که به مقدار واریانس تبیین شده توسط سازههای برونزا اشاره دارد (هایر، سارست، رینگل و منا، 2012). این معیار نشان می دهد که ٌچند درصد از تغییرات متغییر درون زا توسط متغییر برون زا (مستقل) صورت می گیرد. بیشتر تمرکز در این رابطه برای متغیر وابسته نهایی شما است که چه میزان باشد، در صورتی که بالاتر 0.2 باشد میتوانید با خیالت راحت به تایید بپردازید. اگر بالای 0.33 باشد در حد بسیار مطلوب گزارش میشود. کمتر 0.16 نیز به معنای ضعیف است.
معیارQ2
در نهایت قابلیت پیشبینی مدل نیز با استفاده از آزمون ناپارامتری استون گیسر مورد ارزیابی قرار گرفت. در آزمون استون گیسر دو مقدار (مقادیر Q2 ) ارایه میشود : افزونگی با روایی متقاطع [2] و اشتراک با روایی متقاطع[3]. مقدار افزونگی با روایی متقاطع به ارزیابی مدل ساختاری و مقدار اشتراک با روایی متقاطع به ارزیابی مدل سنجش (همان میانگین واریانس استخراج شده می باشد) میپردازد (تننهاوس، 2005) که پیشبینی به وسیلهی افزونگی با روایی متقاطع کاملا متناسب با رویکرد حداقل مربعات جزیی در مدل معادلات ساختاری است (هایر و همکاران، 2014). Q2 
مثبت و بزرگ، نشان از قابلیت بالای پیشبینی مدل دارد و مقادیر Q2 منفی نشان دهندهی تخمین بسیار ضعیف متغیر پنهان است (وونگ، 2013).
[1] به دلیل استفاده از روش بوت استرپ، امکان دارد بین مقادیر تی، تفاوت بسیار ناچیز وجود داشته باشد.
[2] Cross-Validated Redundancy (CV.Red)
[3] Cross-Validated Communality (Cv.Com)
مدل ,ارزیابی ,روایی ,متقاطع ,ساختاری ,ضرایب ,روایی متقاطع ,با روایی ,ارزیابی مدل ,در این ,استفاده از
درباره این سایت