Диссертация (1138618), страница 23
Текст из файла (страница 23)
рез-тыКач. рез-тыУд-ть результатамиУдовлетворенностьдеятельностью правительстваGovРисунок 3.1 – Модель структурного уравнения по первой гипотезеНаоснованиикорреляционногоанализа,полныерезультатыкоторогопредставлены в Приложении В, было выявлено, какие переменные взаимосвязаны сGov, IdSat и OvSat. В итоге были получены некоторые пары влияния, которыепредставлены в таблице 3.6. Если учитывать каждую корреляционную пару вотдельности, то можно заключить, что основные атрибуты программы –рациональность, координация, удовлетворенность реализацией, удовлетворенностьрезультатами – попарно связаны с общей удовлетворенностью программы (OvSat).115Удовлетворенность по сравнению с идеалом (IdSat) имеет взаимосвязь с теми жеатрибутами, что и OvSat, за исключением координации. Важным фактом является то,что существует высокая корреляция как между общей удовлетворенностьюпрограммой (OvSat) и удовлетворенностью Правительством (Gov), так и междуудовлетворенностью в сравнении с идеалом (IdSat) и удовлетворенностьюПравительством (Gov).Таблица 3.6 – Результаты корреляционного анализа данных по опросу населения(жирным помечены значимые корреляции по итогам анализа с помощью структурныхуравнений)КорреляцииOvSatIdSatGovRat0,228**0,169**0,141*Oper10,10,140,186*Coord10,232**0,0810,247**Coord20,143*-0,0590,091SatReal10,310**0,134*0,178**SatReal20,267**0,1130,106SatRez0,271**0,331**0,257**OvSat10,0780,308**IdSat0,07810,378**Gov0,308**0,378**1Как известно, корреляционный анализ множества переменных сводится квычислению матрицы размерность.
P*P, где P-количество переменных. Всеговычисляется P(P-1)/2 корреляций, для каждой из которых определяется p-уровеньзначимости. Тем не менее данный метод обладает рядом недостатков: множество статистических проверок требуют коррекции уровня значимости; невозможно судить о том, как на корреляцию данной пары влияют остальныепеременные.В силу этих обстоятельств при большом количестве переменных (более 10) любыепопытки содержательной интерпретации отдельно взятой корреляции весьмасомнительны [121]. Чтобы обойти данные недостатки и изучить взаимосвязи всистеме, а не отдельно по каждой паре, мы воспользовались методом структурныхуравнений и получили следующие результаты (рисунок 3.2).
Связи с высокимзначением на уровне 0,01, выявленные ранее в процессе корреляционного анализа,подтвердились (в таблице 3.5 выделены оранжевым цветом), а с высоким значениемна уровне 0,05 не подтвердились. Дополнительно была выявлена связь междуудовлетворенностью Правительством (Gov) и инициативностью (Init) со значением116равным 0,144 (таблица 3.7). Корреляция между дисперсией Gov и IdSat высокая иимеет значение 0,3, а корреляция между дисперсией Gov и OvSat также значительнаи равна 0,177.
Модель была рассчитана программой, но показатели пригодностиоказались невысоки (таблица 3.8): RMSEA имеет значение 0,121, хотя должен быть впределах 0,05; CFI равен 0,111 – 0,115, что гораздо ниже нормы пригодности в 0,9; аCMIN/DF гораздо выше контрольного значения 2 и составляет более 5,5.Рисунок 3.2 – Модель путей для первой гипотезы:влияние Gov, OvSat и IdSat на показатели программыТаблица 3.7 – Значения выявленных взаимосвязей в рамках первой гипотезы наоснове анализа в программе AmosМодель Gov и OvSatЗначениеВеса регрессииGovGovGovGovGovGovGovGovGovOvSatOvSatМодель Gov и IdSat-MasRezInitOper1Coord1Oper2Coord2KolRez1KachRez2KolRez1Coord2-0,022-0,1150,1440,0920,121-0,0420,0310,079-0,006-0,0260,024Pvalue0,6550,170,0520,1420,0130,2650,5570,2540,7440,690,615117Веса регрессииGovGovGovGovGovGovGovGovGovIdSatIdSat-MasRezInitOper1Coord1Oper2Coord2KolRez1KachRez2KolRez1Coord2Значение-0,03-0,1170,1420,0890,119-0,0450,0290,076-0,152-0,024-0,005P-value0,5550,1620,0550,1550,0150,2360,5860,2780,7760,3280,136Продолжение таблицы 3.7OvSatOvSatOvSatOvSatOvSatOvSatOvSatOvSatOvSatGovGovGovOvSatOvSatGovGovGovOvSatOvSatOvSatGovGovOvSatКовариацияe2Корреляцияe2-Oper2Coord1Oper1InitRezMasActRatKachRez2RatActSatRezSatRezSatReal2SatReal1KachRez1KolRez2SatReal1KolRez2KachRez1SatReal2e1e2-e1-e10,0060,118-0,0020,1160,037-0,1340,020,2510,0090,1510,0040,2050,1820,1390,096-0,016-0,1460,195-0,1-0,1150,064,3992,8060,8710,0080,9710,0890,6330,0040,631***0,610,0380,9240,0030,0040,0010,0430,8330,04***0,1270,0940,203Значение0,085Значение0,177IdSatIdSatIdSatIdSatIdSatIdSatIdSatIdSatIdSatGovGovGovIdSatIdSatGovGovGovGovIdSatIdSatIdSatGovIdSatКовариацияe2Корреляцияe2-Oper2Coord1Oper1InitRezMasActRatKachRez2RatActSatRezSatRezSatReal2SatReal2SatReal1KachRez1KolRez2SatReal1KolRez2KachRez1e1e2e1e1-0,0720,057-0,014-0,064-0,0040,0110,084-0,046-0,1650,064-0,0210,136-0,0120,1420,010,2170,2880,0450,0590,0910,0534,2664,410,8910,7930,1040,4580,0170,1230,5650,0240,430,0520,8180,001***0,2480,2080,0560,7410,0320,1740,8070,244Значение0,081Значение0,3Таким образом, первая гипотеза не подтвердилась полностью, но выявилавзаимосвязи между атрибутами программы и общей удовлетворенностью (OvSat) иудовлетворенностью в сравнении с идеалом (IdSat).
В части влияния дополнительнойпеременной Gov, была доказана ее значимая связь с другими показателямипрограммы, что подтвердило необходимость учета этой переменной и включения еев последующие модели.Таблица 3.8 – Показатели пригодности моделей по первой гипотезеPХорошеесогласиеМодель Govи OvSatМодель Govи IdSatболее0,0500CMIN/DFNFICFITLIRMSEAHI 90PCLOSEот 0,5приемлемое, от 0,9хорошееот 0,5приемлемое, от 0,9хорошееот 0,5приемлемое,от 0,9хорошеедо 0,08приемлемое, до 0,05хорошееменее 0,1от 0,1приемлемое, от 0,5хорошее5,520,170,135-0,2320,1210,1305,5380,1510,11-0,2680,1210,130до 21183.3.2ВлияниеоценкидеятельностиПравительстванаобщуюудовлетворенность программой и ее показателямиВторым шагом исследования была проверка второй гипотезы, для чего возможнобыло бы воспользоваться методом регрессии.
Однако основными недостаткамирегрессионного метода является то, что в модель можно включить только однузависимую переменную и невозможно учесть опосредованные связи, так называемыемедиаторы и модуляторы [121]. Так как эти недостатки с успехом преодолевает«анализ путей» в рамках МСУ, то мы будем использовать его для проверки второйгипотезы.Задача заключалась в том, чтобы изучить, какие из показателей программы –рациональность, масштабность, результативность инициативность, оперативностьпроцесса реализации, координация, количественные результаты, Качественныерезультаты (Indicator satisfaction – IndS) влияют на удовлетворенность на каждомэтапе ЖЦ программы (LifeCycle Satisfaction – LcS).
После этого необходимо быловыяснить какие из этапов ЖЦ программы (LifeCycle Satisfaction – LcS) и наскольковлияют на удовлетворенность программой в целом и в сравнении с идеалом (OverallSatisfaction – OvS и Ideal Satisfaction – IdSat).В первоначальном виде модель по второй гипотезе не смогла быть рассчитана впрограмме Amos, то есть была не определена по причине большого числа измеряемыхпеременных и соответственно еще большего числа связей между ними.Тогда на основании проведенного корреляционного анализа были отобраныатрибуты, которые имели высокие значения связей с общей удовлетворенностью(OvSat) и удовлетворенностью в сравнении с идеалом (IdSat). К ним были отнесеныRat, Coord1, Oper1, SatReal1, SatReal2 и SatRez, в модель также включили Gov, так каквлияние этой переменной было обосновано при проверке первой гипотезы (таблица3.6).
После этого было сделано предположение, что выбранные атрибуты могутвыступать как в качестве показателей программы, так и в качестве показателейудовлетворенности каждым этапом ЖЦ программы: рациональность (Rat) являетсяодним из показателей этапа разработки программы; координация (Coord),119оперативность (Oper) и удовлетворенность реализацией (SatReal) являютсяпоказателями оценки на этапе реализации программы, а удовлетворенностьрезультатами (SatRez) относится к этапу ЖЦ «оценка результатов».РациональностьАктуальность отборапроблем (LcS1)МасштабностьИнициативностьРезультативностьразработки (LcS2)ОперативностьКоординацияКол.
рез-тыКач. рез-тыУд-ть реализацией(LcS3)Удовлетворенностьпрограммой вцелом PrS (общаяOvS и в сравнениис идеалом IdS)Уд-ть результатами(LcS4)ОбщаяудовлетворенностьдеятельностьюПравительства GovРисунок 3.3 – Модель второй гипотезыВ рамках анализа путей была построена и рассчитана модель, связывающаяпоказатели удовлетворенности различными этапами программы с конечнымипоказателями удовлетворенности IdSat и OvSat и удовлетворенностью деятельностьюПравительства (Gov) (рисунок 3.4). Все показатели пригодности модели высокие, чтоговорит о хорошем соответствии второй модели эмпирическим данным (таблица3.11): RMSEA имеет значение 0,033, CFI равен 0,98, что выше нормы хорошегосоответствия в 0,9; а CMIN/DF меньше контрольного значения 2 и составляет 1,331.Из расчетов корреляции и ковариации следует, что почти все показателигоспрограммы имеют взаимосвязи между собой за исключением пар SatReal2 – Rat иCoord1-Rat, так как их P-value гораздо больше 0,05 (таблица 3.9).
На основе этоговозможно предположить, что в рамках программы «Энергоэффективность и развитиеэнергетики» удовлетворенность первым этапом разработки программы (в нашем120случае атрибут «рациональность» (Rat)) слабо влияет на удовлетворенность этапомреализации программы (атрибуты SatReal2 и Coord1).Рисунок 3.4 – Модель путей в рамках второй гипотезыТаблица 3.9 – Значения ковариации и корреляции в рамках второй гипотезы на основеметода анализ путейКовариацииPЗначениеvalueПарыКорреляцииЗначениеRat-SatRez0,6490,0330,131SatRez-Oper11,290,0220,178SatReal1-SatReal23,471***0,336SatReal1-SatRez1,4340,0030,188SatReal2-SatRez1,3490,0060,174SatReal2-Rat0,3510,3410,052Coord1-Rat0,6130,2780,076SatReal1-Coord12,210,0120,178SatReal2-Coord11,9050,0360,151Coord1-SatRez1,3240,0740,142Coord1-Oper12,921***0,247Данное предположение будет проверено более подробно при анализе в рамкахтретьей гипотезы.
Что касается регрессионной составляющей модели (таблица 3.10),то она подтвердила, что удовлетворенность правительством (Gov) имеет значимыесвязи со всеми этапами ЖЦ программы, за исключением пары Gov-Oper1, где121значение P-value составляет 0,082. Кроме того, показатель Gov имеет значительнуюсвязь как с OvSat на уровне 0,235, так и с IdSat на уровне 0,257, что подтвердиловыводы, сделанные при анализе в рамках первой гипотезы. Интересно также отметитьвзаимосвязь пары IdSat и OvSat, для которой P-value находится в допустимыхзначениях, но значение связи находится в отрицательном диапазоне и равно -0,185.Данную связь мы также будем исследовать при анализе следующей модели.Таблица 3.10 – Веса регрессии, получившиеся при анализе модели второй гипотезыВеса регрессииGovGovGovGovIdSatIdSatIdSatOvSatOvSatOvSatOvSatOvSatOvSatOvSatOvSat-SatReze3RatOper1SatRezGove2RatSatReal1Gove1SatRezSatReal2Coord1IdSatЗначениеP-value0,2812,6080,1520,1150,240,2571,9360,2340,1640,2353,1660,1660,1110,086-0,185***0,0450,082***************0,0160,0170,0650,011Таблица 3.11 – Показатели пригодности моделей по второй гипотезеPХорошеесогласиеМодельпогипотезе2 (анализпутей)более0,050,186CMIN/DFдо 21,331NFIот 0,5приемлемое,от 0,9хорошееCFIот 0,5приемлемое,от 0,9хорошееTLIот 0,5приемлемое,от 0,9хорошееRMSEAдо 0,08приемлемое,до 0,05хорошее0,9350,980,9320,033122HI 90менее0,10,069PCLOSEот 0,1приемлемое,от 0,5хорошее0,7453.3.3 Значение удовлетворенности этапом жизненного цикла программы в общейоценке программыВ третьей гипотезе основное предположение заключалось в том, что показателиудовлетворенности на каждом этапе ЖЦ программы (LifeCycle Satisfaction – LcS)являются не измеримыми переменными, а латентными конструктами, которые в своюочередь взаимосвязаны со всеми показателями программы (рисунок 3.5).
Кроме того,данные конструкты могут влиять на конечную удовлетворенность программой,которая может быть как измеренной переменной, так и латентной.РациональностьАктуальностьОтбор проблем(LcS1)МасштабностьРезультативностьРазработка(LcS2)ИнициативностьУдовлетворенностьпрограммой вцелом PrS (общаяOvS и в сравнениис идеалом IdS)ОперативностьРеализация(LcS3)КоординацияУд-ть реализациейЗакрытие (LcS4)Кол. рез-тыКач. рез-тыУд-ть результатамиОбщаяудовлетворенностьдеятельностьюПравительства OvSРисунок 3.5 – Модель структурного уравнения по третьей гипотезеДля проверки правильности объединения атрибутов в группы по этапамжизненного цикла мы провели факторный анализ с помощью продукта SPSSStatistics.Факторныйанализпозволяетобъяснитьвзаимосвязимеждупеременными влиянием факторов. Каждый фактор интерпретируется как причина123совместной изменчивости группы переменных, имеющих по этому факторумаксимальные по модулю факторные нагрузки.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
