تحقیق و پایان نامه

شناسایی و رتبه بندی عوامل موثر بر جذب بیمه گذاران بیمه های …

آلفای کرونباخ “تسهیلات و خدمات

۰٫۷۶

آلفای کرونباخ ” جبران خسارات

۰٫۸۴

آلفای کرونباخ ” تبلیغات

۰٫۷۸

آلفای ” متغیر جذب بیمه گذاران

۰٫۸۰

همانطور که از نتایج جدول بالا و از تحلیل عاملی اکتشافی مشخص است سئوالات ۶ تا ۸ و ۹ تا ۱۴ و ۲۵، ۲۶، ۲۷،۲۹، ۳۰، مرتبط با عامل اول می باشند. با توجه به بررسی ادبیات تحقیق و مشابهت سئوالات، عنوان ” تسهیلات و خدمات مناسب” برای این بعد در نظر گرفته شد. همچنین سئوالات ۱۵ تا ۲۰، عامل دوم را تشکیل می دهند که عنوان ” جبران خسارت” برای این بعد در نظر گرفته شد، و در نهایت، برای سئوالات ۴، ۵، ۲۴، ۲۸، ۳، ۱، ۲ که مربوط به عامل سوم می باشند عنوان” تبلیغات” در نظر گرفته شد. در این قسمت آلفای کرونباخ هر عامل، اندازه گیری شد. مقدار آلفای کرونباخ عامل ” تسهیلات و خدمات” ۰٫۷۶ بدست آمد و از آنجاییکه مقدار آن، بزرگتر از ۰٫۷ بود، مطلوب بودن پایایی پرسشنامه را در خصوص این عامل به اثبات رسانید. همینطور این اندازه گیری در خصوص سایر عوامل، اندازه گیری شد و همین مطلب در خصوص آنها نیز، صادق بود. همچنین پایایی پرسشنامه برابر ۰٫۸ محاسبه شد که نشان از تائید پایایی متغیر جذب بیمه گذاران دارد و می توان نتایج این تحقیق را تعمیم داد.
۴-۶- تحلیل عاملی تاییدی متغیر‌های پژوهش
در این بخش، نتایج حاصل از تحلیل عاملی تائیدی هر یک از متغیر‌های پژوهش توسط نرم‌افزار LISREL به صورت جداگانه برای هر متغیر آورده شده است. لازم به ذکر است که به منظور کاهش متغیرها و در نظر گرفتن آن‌ها به عنوان یک متغیر مکنون، بار عاملی به دست آمده باید بیشتر از ۳/۰ باشد (رامین مهر و چارستاد، ۱۳۹۲). در تحلیل عاملی تائیدی محقق می‌داند چه سوالی مربوط به چه بعدی است. یعنی در تحلیل عاملی تائیدی مدل مفهومی برای هر یک از مفاهیم یا متغیرهای تحقیق وجود دارد.
در بررسی هر کدام از مدل‌ها سئوال اساسی این است که آیا این مدل‌های اندازه گیری مناسب است؟ به عبارت دیگر آیا داده‌های تحقیق با مدل مدل مفهومی همخوانی دارد یا نه ؟
بطور کلی دو نوع شاخص برای آزمودن برازش مدل وجود دارد. ۱- شاخص‌های خوب بودن و ۲- شاخص‌های بد بودن
شاخص‌های خوب بودن مانند GFI ، AGFI، NFI و … می‌باشد که هر چقدر مقدار آن‌ها بیشتر باشد بهتر است. مقدار پیشنهادی برای چنین شاخص‌هایی ۹/۰ می‌باشد. همچنین شاخص‌های بد بودن نیز شامل df /2χ و RMSEA می‌باشد که هر چقدر مقدار آن‌ها کمتر باشد مدل دارای برازش بهتری است. حد مجاز df /2x عدد ۳ می‌باشد و حد مجاز RMSEA 08/0 می‌باشد.
برای پاسخ به پرسش برازش مدل بایستی شاخص‌های خوب بودن و بد بودن به هم (df /2χ ، RMSEA ، GFI ، AGFI، NFI و CFI) مورد بررسی قرار گیرند.

حتما بخوانید :   شناسایی و رتبه بندی عوامل موثر بر جذب بیمه گذاران بیمه های تکمیلی درمان- ...

دانلود متن کامل این پایان نامه در سایت abisho.ir

You may also like...