برونداد برنامه مقدار برآورد شده
Degrees of Freedom 215
Minimum Fit Function Chi-Square 106.85 (P=0.87)
90 Percent Confidence Interval for F0
Root Mean Square Error of Approximation (RMSEA)		 0.0
(0.03 ; 0.43)
Goodness of Fit Index (GFI) 0.97
Root Mean Square Residual (RMR) 0.081

 

8.3.4. تفسیر خروجی(برونداد) تحلیل عاملی تأییدی متغیر های نابی
در جدول بالا، شاخص های متعدد خوب برازندگی و نخستین شاخص مجذور کای نشان داده شده است. آزمون های مجذور کای این فرضیه را که مدل مورد نظر هماهنگ با الگوی همپراشی بین متغیر های مشاهده شده است، می آزماید. مقادیر کوچک تر آن نشان دهنده برازندگی بیشتر است. مقدار مجذور کای مدل نابی با 215 درجه آزادی برابر با 106.85 است که از لحاظ آماری معنادار نیست. چون سطح معناداری آن نسبتا بزرگ (p=0.87 ) است، می توان نتیجه گرفت که آزمون مجذور کای برازش دقیق مدل را با داده های مشاهده شده تأیید می کند.
از سوی دیگر، نسبت مجذور کای به درجه آزادی ( ) نیز برابر با 0.49 است. هرچند این شاخص فاقد یک معیار ثابت برای یک مدل قابل قبول است، اما مقدار کوچک تر آن نشان دهنده برازندگی بیشتر است. این روش دیگری برای توصیف مشخصه برازندگی مجذور کای است که بگوییم مشخصه مذکور در واقع این فرضیه صفر را که ” در ماتریس های قطری ساختار کوواریانس از لحاظ آماری تفاوت معنادار وجود ندارد” می آزماید. چون نتیجه معنادار این مشخصه آماری منجر به رد برازش یک مدل معین می شود، شاخص عدم برازش نیز خوانده می شود. چنان که پیش از این نیز گفتیم مشخصه مجذور کای نسبت به حجم نمونه خیلی حساس است، و همین امر در بسیاری از موقعیت ها موجب این تردید می شود که آیا اهمیت آماری مجذور کای ناشی از عدم برازش مدل یا در واقع ناشی از حجم گروه نمونه است. این عدم قطعیت منجر به تهیه مشخصه های دیگری برای ارزشیابی برازش کلی مدل شده است. یکی از معتبرترین شاخص هایی که برای بررسی برازندگی مدل به کار می رود GFI یعنی اندازه ای از مقدار نسبی واریانس ها و کوواریانس هاست که به گونه مشترک به وسیله مدل توجیه می شود. چنانکه پیش از این نیز گفتیم، این شاخص را می توان به عنوان مشخصه ای مشابه در رگرسیون چند متغیری در نظر گرفت. مدلی دارای برازش بهتر است که ” دارای نسبت پایین تری به عنوان پارامتر غیر مرکزی تقسیم بر درجه آزادی” باشد. هرچه GFI نزدیک تر به 1 باشد مدل با داده ها برازش بهتری دارد. شاخص GFI در این مدل، برابر با 0.97 است ، که نشان می دهد مدل با داده ها برازش دارد. علاوه بر این، جذر برآورد واریانس خطای تقریب (RMSEA) نیز تقریبا برابر با صفر و فاصله اطمینان 90 درصدی آن بین 0.03 و 0.43 قرار دارد. چون حد پایین این مقدار از سطح 0.05 کوچکتر است، می توان نتیجه گرفت که درجه تقریب مدل در جامعه بزرگ نیست. شاخص ریشه میانگین مجذور پس ماند RMR برابر با 0.081 و نسبتا کوچک است، که این نیز بیانگر خطای اندک مدل و برازش قابل قبول آن است.
با توجه به تحلیل های صورت گرفته در زمینه نابی می توان نتیجه گرفت که سازمانی که در زمینه تولید کاشی و سرامیک فعالیت می کند درصورتی که موارد ذکر شده زیر را در بخش های مختلف خود به کار بندد را می توان سازمانی ناب در این زمینه تولیدی قلمداد نمود.
1- به کارگیری اصول زیر در بخش منابع انسانی:

 

 
 
 
yle="box-sizing: inherit; width: 1104px;" width="531">