‫‪AMOS‬‬

‫النموذج‪:1‬‬

‫من الرسم البياني للنموذج أعاله يتضح لدينا التالي‪:‬‬

‫‪ - 1‬عدد املتغيرات و أنواعها‪:‬‬

‫يوجد ‪ 4‬متغيرات كامنة تقاس بعدة عبارات و هي‪:‬‬
‫• متغيرين مستقلين و هما‪:‬‬
‫‪Jobsa .a‬‬
‫‪iyt .b‬‬
‫• متغيرين تابعين‪:‬‬
‫‪Jobin .a‬‬
‫‪Loy .b‬‬

‫‪ - 2‬التأثيرو العالقات‪:‬‬
‫عالقة بين املتغيرين املستقلين ‪ jobsa‬و ‪iyt‬‬ ‫• يتضح من الخط‬
‫• يؤثر كل من املتغيرين املستقلين ‪ jobsa‬و ‪ ity‬باملتغير التابع ‪jobin‬‬
‫• يوثر املتغير ‪ Jobin‬باملتغير التابع ‪ Loy‬حيث يكون ‪ jobin‬متغير مستقل يؤثر على املتغير التابع ‪ ( Loy‬فقط‬
‫بالعالقة بين ال‪ ) jobin & Loy‬اما بالنسبة للعالقة بين‬
‫(‪ ) iyt , jobsa → jobin‬فيكون هنا املتغير ‪ Jobin‬متغير تابع‬ ‫•‬

‫‪ - 3‬عدد العبارات و معامل النحدار‪:‬‬

‫‪ .a‬كل من املتغيرات الكامنة متمثلة ب ‪ 5‬عبارات إال املتغير ‪ ity‬ممثل بعبارتين فقط‬
‫‪ .b‬تمثل املربعات العبارات املمثلة لكل متغ ير أما الدوائر الصغيرة (‪ ) e1,e2,..‬فتمثل خطا التقدير لكل‬
‫عبارة أو متمم للمتغير التابع )‪(residual‬‬
‫‪ .c‬تمثل األرقام املوضحة على املسارات ( الخطوط الواصلة بين املتغيرات ‪ ) ‬معامالت االنحدار‬

‫الجداول و طريقة التعليق‪:‬‬

‫‪Notes for Model‬‬

‫• يتضح من الجدول أعاله ان النموذج معنوي ألن ‪ Probability level<0.05‬و قيمة = ‪Chi-square‬‬
‫‪253.785‬‬
 ‫‪Variable Summary‬‬
‫يوضح جدول ‪ variable Summary‬أدناه أنواع املتغيرات و يصنفها بين ‪( Exogenous variables‬املتغيرات املستقلة) و‬
‫بين ‪ ( ingenious variables‬املتغيرات التابعة)‬
 ‫‪: Model Fit‬‬

‫• يوضح قسم الخاص بـ ‪ Model Fit‬مدى مال ءمة البيانات الفعلية مع النموذج املقترح باالعتماد على أكثر من‬
‫معيار‪:‬‬
 ‫‪ .a‬من جدول ‪ <-- RMR, GFI‬بقيس معيار )‪ GFI (goodness of fit‬مدة مالئمة النموذج املقترح‬
‫مقارنة مع عدم وجود نموذج وتتراوح قيمته بين ‪ 0‬و ‪ 1‬كلما اقترب من الـ ‪ 1‬كان مالئم أكثر و من‬
‫الجدول نجد أن قيمته = ‪ ,0.777‬و هي قيمة عالية فالنموذج املقترح مالئم بالنسبة لهذا امليار‬
‫‪ .b‬من جدول ‪ Baseline comparisons‬نعتمد على قيمة ‪ TLI‬املقابلة لـ ‪ Default model‬و يجب أن‬
‫تكون فوق ‪ %90‬لنقول أن النموذج مقبول و لكن نجد أن قيمتها في الجدول أعاله = ‪ %87‬و‬
‫بالتالي نقول أن النموذج غير مقبول‬
‫‪ .c‬من جدول ‪ Parsimony-Adjusted Measures‬نعتمد على قيمة ‪ PNFI‬املقابلة لـ ‪Default‬‬
‫‪ model‬و يجب أن تكون أكبر ما يمكن ليكون النموذج املقترح مالئم و نجد أن قيمته = ‪0.693‬‬
‫فيمكن أن يكون أفضل من ذلك‬
‫‪ .d‬من جدول )‪ RMSEA (rote mean square error approximations‬يجب أن تكون قيمة‬
‫‪ RMSEA‬املقابلة لـ ‪ %5 = Default model‬أو أقل ليكون النموذج املقترح مالئم و نجد أن قيمة‬
‫‪ RMSEA = 0.11‬و هي أكبر من ‪ %5‬لذلك ال يمكن اعتبار النموذج مالئم‬

‫‪:Estimates‬‬
 ‫توضح الجداول في قائمة ‪ Estimates‬إلى معنوية املسارات في النموذج املقترح‪:‬‬

‫• جدول ‪ Regression Weights‬يوضح معنوية املسار بين املتغيرات املستقلة و املتغيرات التابعة و معامالت‬
‫االنحدار لكل مسار كما يلي‪:‬‬
‫‪ .a‬تشير قيم ‪ estimate‬إلى قيمة معامالت االنحدار‬
‫‪ .b‬تشير قيمة )‪CR (CRITICAL RASHU‬إلى اهتبار معنوية املسار و يجب أن تكون قيمتها < ‪- +1.96‬‬
‫‪ .c‬تشير ‪ P‬إلى معنوية املسار حيث عندما تكون *** نقول أن املسار معنوي و نجد من الجدول أعاله‬
‫أن كل املسارات معنوية عند ‪ 1‬باأللف ‪0.001‬‬
‫‪ Standardized Regression Weights‬يوضح معامالت االرتباط بين المتغيرات و توجد قيمة معامالت‬ ‫• جدول‬
‫االرتباط تحن عمود ‪ Estimate‬حيث نجد أن قيمة االرتباط بين ‪Jobin <--- Jobsa = 0.788‬‬
‫جدول ‪ Covariances‬يوضح معنوية العالقة بين المتغيرات المستقلة من خالل قيمة ‪ p‬حيث نجد أن قيمة ‪ p‬للعالقة‬ ‫•‬
‫بين ‪ ** * = Jobsa <--> ity‬أي ان العالقة معنوية‬
‫يشير جدول ‪ Squared Multiple Correlations‬إلى مقدار التباين المفسر للمتغيرات المتنبأ بها ‪(Exogenous‬‬ ‫•‬
‫)‪variables‬‬
 ‫نموذج ‪ ( 2‬يوجد متغير وسيط)‬

‫من الرسم البياني للنموذج أعاله يتضح لدينا التالي‪:‬‬

‫‪ - 1‬عدد املتغيرات و أنواعها‪:‬‬

‫يوجد ‪ 4‬متغيرات كامنة تقاس بعدة عبارات و هي‪:‬‬
‫• متغيرين مستقلين و هما‪:‬‬
‫‪Jobsa .a‬‬
‫‪iyt .b‬‬
‫• متغير وسيط و هو ‪Jobin‬‬
‫• متغير تابع واحد و هو ‪Loy‬‬

‫‪ - 2‬التأثيرو العالقات‪:‬‬
‫عالقة بين املتغيرين املستقلين ‪ jobsa‬و ‪iyt‬‬ ‫• يتضح من الخط‬
‫• يؤثر كل من املتغيرين املستقلين ‪ jobsa‬و ‪ ity‬باملتغير الوسيط ‪jobin‬‬
‫• يوثر املتغير ‪ Jobin‬الوسيط باملتغير التابع‬
‫‪ - 3‬عدد العبارات و معامل النحدار‪:‬‬

‫‪ .a‬كل من املتغيرات الكامنة متمثلة ب ‪ 5‬عبارات إال املتغير ‪ ity‬ممثل بعبارتين فقط‬
‫‪ .b‬تمثل املربعات العبارات املمثلة لكل متغ ير أما الدوائر الصغيرة (‪ ) e1,e2,..‬فتمثل خطا التقدير لكل‬
‫عبارة أو متمم للمتغير التابع )‪(residual‬‬
‫‪ .c‬تمثل األرقام املوضحة على املسارات ( الخطوط الواصلة بين املتغيرات ‪ ) ‬معامالت االنحدار‬