سایت مقالات فارسی – ارتباط بین سبک های هویت و سلامت اجتماعی با نقش واسطه ای گرایش …

برای بررسی پایایی روش مورد استفاده تتای ترتیبی به کار رفته است برای دادههای طیف لیکرت به جای آلفای کرونباخ در سال ۱۹۷۴ آماردانی به نام آمور، تتای ترتیبی را پیشنهاد کرد وآلفای کرونباخ آماردانان دیگر را به چالش کشید استدلال او این بود که آلفای کرونباخ بر علاوه بر نارایب بوده (نارایبی مثبت)، بر اساس شاخصهای تعریف و محاسبه میگردنند که مربوط به دادههای با مقیاس فاصلهای و یا نسبتی هستند، بنابراین استفاده از آلفای کرونباخ برای محاسبهای میزان پایائی پرسشنامههای که حاوی سوالات ترتیبی هستند دقیق به نظر نمیرسد او برای رفع این مشکل شاخص جدیدی تحت عنوان تتای ترتیبی را ارائه داد.که  بیشترین مقدار ویژه در تحلیل مولفهای اصلی میباشد. اخیرا زامبو، گادرومن، و زیسر (۲۰۰۷) به مطالعه این شاخص پرداخته و با چندین مثال شبیه سازی شده نشان دادند که ضریب آلفای کرونباخ همیشه مقدار پایای را کم برآورد میکند. بنابراین توصیه میشود که در هنگامی که دادهها ترتیبی به جای آلفای کونباخ از تتای ترتیبی استفاده شد(رحیمینژاد،۱۳۹۱).
همچنین برای تایید یا رد فرضیهها از روش تحلیل رگرسیون سلسله مراتبی چند متغیره استفاده میشود. اثر یک متغییر سوم در رابطه بین متغییر مستقل و متغییر وابسته میتواند به دو صورت متمایز باشد:
۱) به عنوان متغییر تعدیل کننده[۱۰۷]
۲) – متغییر واسطهای[۱۰۸]
هدف این پژوهش روشن کردن این دو نقش است. در انتخاب متغیری به عنوان تعدیل کننده یا واسطهای، رابطهی بین متغیر پیش بین و متغیر ملاک باید در نظر گرفته شود . در مواقعی که بین متغیر پیش بین و متغیر ملاک رابطه ضعیف و ناهماهنگی وجود داشته باشد، نوعا از متغیر تعدیل کننده استفاده میشود. منظور از رابطهی ناهماهنگ این است که در یک موقعیت رابطه وجود دارد و در موقعیت دیگر وجود ندارد، یا برای زیر مجموعهی جامعهای وجود دارد و برای زیر مجموعه دیگر وجود ندارد.
با استفاده از یک دیاگرام مسیر توان نقش متغیر تعدیلکننده را هم در مطالعات آزمایشی وهم در مطالعات همبستگی نشان داد.در مدل زیر سه مسیر علّیba و c داده شده است:
دیاگرام مسیر برای متغیر تعدیل کننده(شکل ۳-۱ )
a                                                     متغیر پیشبین(مستقل)
متغیر ملاک(وابسته)                                              b متغیر تعدیلکننده
 
c متغیرپیشبین × تعدیل کننده
برای بررسی نقش تعدیلکنندگی بین متغییرهای پیشبینی کننده، مستقل اول و مستقل دوم(تعدیلکننده) و اثر ضربی این دو با متغییر وابسته یک محاسبه رگرسیون اجرا شده که هر سه ضریب مسیر مستقل اول و دوم و اثر ضربی باید معنادار باشد.
چنانچه متغیری در رابطه بین دو  متغیر پیشبین وملاک، سهمی داشته باشد به عنوان متغیر واسطهای عمل کرده است. برای تصریح معنای متغیر واسطهای از یک دیاگرام مسیر برای نشان دادن یک مدل علّی استفاده میشود.
دیاگرام مسیر برای متغیر واسطهای (شکل ۳-۲)
متغیر مستقل
C
a
متغیر واسطهای
متغیر برآمد (وابسته)
b
متغیر مستقل
C
a
متغیر واسطهای
متغیر برآمد (وابسته)
b
برای اینکه متغیری به عنوان متغیر واسطهای عمل کند باید دارای۳ شرایط زیرباشد :
۱ – بین متغیر واسطهای و متغیر مستقل همبستگی معنادار باشد(مسیرa وجود داشته باشد).
۲- بین متغیر واسطهای و متغیربرآمد(وابسته)همبستگی معنادار باشد.(مسیرb وجود وجود داشته باشد).
۳- با کنترل اثر متغیر وابستهای رابطه بین متغیر مستقل و وابسته تضعیف شود و میزان این تضعیف با میزان اثر متغیر واسطهای رابطه داشته باشد.
برای آزمودن اثر متغیر واسطه ای مجموعه ای از مدلهای رگرسیون باید برآورد شوند. سه معادله رگرسیون زیر برآورد شو
۱- رگرسیون متغیر واسطه ای روی متغیر مستقل.
۲- رگرسیون متغیر برامد(وابسته) روی متغیر مستقل.۳- رگرسیون متغیر برآمد روی متغیر مستقل و واسطهای.
در هر معادله ضرایب رگرسیون برآورد شده و مورد آزمون قرار می گیرد.برای برقراری اثر واسطهای شرایط زیر باید وجود داشته باشد
۱- ضریب رگرسیون در معادله اول باید معنادار باشد. (همبستگی بین مستقل و واسطه ای باید معنا دار باشد.
۱- ضریب رگرسیون متغیر واسطه ای در معادله سوم باید معنی دار باشد (سرمد، ۱۳۷۸).
فصل چهارم: یافته‌های پژوهش
۴-۱٫ مقدمه
آنچه در این فصل بدان خواهیم پرداخت ابتدا کنترل مفروضههای همبستگی پیرسون (خطی بودن و نرمال بودن)، سپس در ادامه با بررسی ضریب همبستگی متغیرهای پژوهش مولفههای هر یک از آنها با همدیگر آورده خواهد شد و در پایان فصل دادههای جمعآوری شده برای پاسخ به فرضیههای مورد پژوهش به صورت استنباطی مورد بررسی قرار میگیرند.

برای دانلود متن کامل پایان نامه به سایت zusa.ir مراجعه نمایید.