متغیرها

 

 

تعداد سوالات

 

 

ضریب آلفای کرونباخ

 

 

 

شخصیت برند

 

 

۸

 

 

۷۲ /۰

 

 

 

تعهد به برند

 

 

۵

 

 

۷۸ /۰

 

 

 

اعتماد به برند

 

 

۷

 

 

۸۱ /۰

 

 

 

وابستگی به برند

 

 

۵

 

 

۸۵ /۰

 

 

۳-۷) روش آماری تجزیه و تحلیل داده ها
برای تجزیه و تحلیل داده ها معمولاً روش های متفاوتی وجود دارد ، در این تحقیق از آمار توصیفی به همراه آمار استنباطی استفاده شده است. در ابتدا با بهره گرفتن از نرم افزار SPSS هر متغیر در قالب جداول و شاخص های آماری توصیف شده سپس با بهره گرفتن از روش معادلات ساختاری و نرم افزار LISREL به بررسی ارتباط میان متغیرها پرداخته شده است و صحت فرضیه ها مورد آزمون قرار می گیرند که گزارش آن در فصل ۴ ارائه شده است.
معادلات ساختاری یکی از فنون مدل سازی آماری می باشد که در سال های اخیر از حوزه ی رفتاری وارد حوزه ی مدیریت ، سازمان و اقتصاد شده است. این روش، فن مدل سازی آماری است که فنون دیگری مثل رگرسیون چند متغیره[۱۴۸]، تجزیه و تحلیل عاملی[۱۴۹] و تجزیه و تحلیل مسیر[۱۵۰] را در بر می گیرد و تمرکز اصلی آن بر روی متغیرهای پنهان است که توسط شاخص های اندازه پذیر و متغیرهای آشکار تعریف می شوند. با بهره گرفتن از این روش می توان روابط علت و معلولی میان متغیرهایی که به طور مستقیم قابل مشاهده نیستند را با توجه به خطاها استنتاج نموده و میزان همبستگی و شدت اثرگذاری هریک را بر دیگری مورد تجزیه و تحلیل قرار داد. در این روش مانند رگرسیون، کمّی سازی روابط میان متغیرهای مستقل و وابسته صورت می گیرد. البته بر خلاف پارامترهای رگرسیونی که همبستگی های تجربی را نشان می دهند، پارامترهای ساختاری همبستگی های علّی را بیان می کنند (مهرگان و همکاران، ۱۳۸۷، ص ص ۲۳-۲۲). فرایند مدل معادلات ساختاری شامل یک سری گام هایی است که به محقق توصیه می شود که حتماً به صورت متوالی این گام ها را انجام دهد. این گام ها عبارتند از (جلیلوند، ۱۳۹۱، ص ص ۸۹-۸۸):
عکس مرتبط با اقتصاد
الف) بیان مدل – مدل معادلات ساختاری با بیان مدلی که می خواهد تخمین زده شود شروع می شود. در ماتریس سطح، مدل، روابط میان متغیرها است. این مدل ها در زمینه ی رویکردهای مختلف تحلیلی ، اشکال مختلفی به خود می گیرند. گام های این مرحله به شرح زیر است:

 

دانلود متن کامل پایان نامه در سایت fumi.ir

 

ساخت یک مدل ساختاری فرضی

انتخاب شاخص های مشاهده شده برای متغیرهای مکنون (پنهان)

ارزیابی حالت همانندی مدل

ب) تخمین مدل – بعد از بیان مدل و ارزیابی حالت همانندی آن ، کار بعدی ، به دست آوردن تخمین های پارامتری آزاد از روی مجموعه ای از داده های مشاهده شده است. این مرحله شامل یک سری فرایندهای تکراری است که در هریک ماتریس کوواریانس ضمنی ساخته می شود و با ماتریس کوواریانس داده های مشاهده شده مقایسه می گردد. مقایسه ی این دو ماتریس منجر به تولید یک ماتریس باقی مانده می شود و این تکرارها تا جایی ادامه می یابد که این ماتریس به حداقل ممکن برسد.
Data = Model + Residual
گام های این مرحله به شرح زیر است :

 

 

جمع آوری داده ها

ساخت ماتریس همبستگی یا کوواریانس متغیرهای اندازه گیری شده

ایجاد یک مجموعه ای از ماتریس ها برای لیزرل و اجرای آن

ج) ارزیابی تناسب یا برازش – وقتی گفته می شود یک مدل با یک سری داده های مشاهده شده تناسب دارد که ماتریس کوواریانس ضمنی با ماتریس کوواریانس داده های مشاهده شده معدل شده باشد. به این ترتیب که ماتریس نزدیک صفر باشد. هنگامی که یک مدل تخمین زده می شود برنامه ی نرم افزاری یک سری آمارهایی از قبیل خطای استاندارد، T-Value (اعداد معناداری) و غیره را دوباره ارزیابی تناسب مدل با داده ها منتشر می کند.
د) اصلاح مدل – یکی از مهم ترین جنبه های بحث برانگیز مدل معادلات ساختاری ، اصلاح مدل است که مستلزم تطبیق کردن یک مدل بیان شده و تخمین زده شده است که این کار از طریق آزاد کردن پارامترهایی که قبلاً ثابت بوده اند و یا ثابت کردن پارامترهایی که قبل از آن آزاد بوده اند صورت می گیرد.
۳-۸) شاخص های معنی داری و برازش مدل کلی تحقیق
پس از معین شدن مدل، طرق متعددی برای برآورد نیکویی برازش کلی مدل با داده های مشاهده شده وجود دارد. به طور کلی چندین شاخص برای سنجش برازش مدل مورد استفاده قرار می گیرد ولی معمولاً برای تأیید مدل، استفاده از ۳ تا ۵ شاخص کافی است. در ادامه به توضیح چند شاخص مهم پرداخته می شود (هومن، ۱۳۸۴، ص ص ۲۳۸-۲۳۵).
الف) معیار RMSEA[151] – ریشه میانگین مجذورات تقریب می باشد. این معیار به عنوان اندازه تفاوت برای هر درجه آزادی تعریف شده است. مقدار RMSEA که به واقع همان آزمون انحراف هر درجه آزادی است، برای مدل هایی که برازندگی خوبی داشته باشد، کمتر از ۰۵/۰ است. مقادیر بالاتر از آن تا ۰۸/۰ نشان دهنده خطای معقولی برای تقریب در جامعه است. مدل هایی که RMAEA آنها ۱/۰ یا بیشتر باشد برازش ضعیفی دارد.
ب)معیارهای[۱۵۲]CFI ، [۱۵۳]NNFI ، NFI[154] – شاخص NFI که شاخص بنتلر-بونت هم نامیده می شود. بنتلر و بونت (۱۹۸۰) مقادیر برابر یا بزرگتر از ۹/۰ را در مقایسه با مدل صفر، به عنوان شاخص خوبی برای برازندگی مدل های نظری توصیه کرده اند، در حالیکه برخی از پژوهشگران نقطه برش ۸/۰ را به کار می برند .شاخص دیگر ، شاخص تاکر-لویز است که در بیشتر موارد شاخص نرم شده برازندگی (NNFI) نامیده می شود. این شاخص مشابه NFI است اما برای پیچیدگی مدل جریمه می پردازد. چون دامنه این مدل محدود به صفرو یک نیست تفسیر آن نسبت به NFI دشوارتر است. شاخص CFI بزرگتر از ۹/۰ قابل قبول و نشانه برازندگی مدل است. این شاخص ازطریق مقایسه یک مدل به اصطلاح مستقل که در آن بین متغیرها هیچ رابطه ای نیست با مدل پیشنهادی مورد نظر، مقدار بهبود را نیز می آزماید. شاخص CFI از لحاظ معنا مانند NFI است با این تفاوت که برای حجم گروه نمونه جریمه می دهد.
ج) معیار[۱۵۵]GFI – لیزرل یک شاخص نیکویی برازش (نسبت مجموع مجذورات تبیین شده توسط مدل به کل مجموع مجذورات ماتریس برآورد شده در جامعه) محاسبه می کند. این شاخص از لحاظ مطلوبیت به ضریب همبستگی شباهت دارد. هر دوی این معیارها بین صفر تا یک، متغیر هستند، گرچه از لحاظ نظری ممکن است منفی باشند (البته نباید چنین اتفاقی بیفتد؛ چرا که حاکی از عدم برازش قطعی مدل با داده هاست). هر چه GFI به عدد یک نزدیکتر باشد، نیکویی برازش مدل با داده های مشاهده شده بیشتر است.
فصل چهارم
تجزیه و تحلیل داده ها و اطلاعات
۴-۱) مقدمه
تجزیه و تحلیل داده ها به منظور بررسی صحت و سقم فرضیه ها برای هر نوع تحقیق، از اهمیت خاصی برخوردار است. داده های خام با بهره گرفتن از فنون آماری مورد تجزیه و تحلیل قرار می گیرند و پس از پردازش به شکل اطلاعات در اختیار استفاده کنندگان قرار می گیرند. برای تجزیه و تحلیل داده ها و اطلاعات، مطابق اهداف ارائه شده، ابتدا میزان و یا مقدار هر متغیر بر اساس داده ها و امتیازات حاصل از پرسشنامه مشخص شد. سپس توصیف اطلاعات حاصل شده در قالب جداول و نمودارهای توصیفی ، دیدگاه کلی از چگونگی توزیع آن ها را ایجاد نموده که می تواند در چگونگی استفاده از الگو های آماری گوناگون کمک نماید. در گام بعدی به آزمون فرضیه های تحقیق پرداخته شد و در نهایت با جمع بندی و تجزیه و تحلیل اطلاعات خاتمه یافت. کلیه ی این تجزیه و تحلیل ها به وسیله ی نرم افزار SPSS18 و LISREL 8.53 انجام گردیده است.
۴-۲) توصیف متغیرهای جمعیت شناختی پاسخ دهندگان
توصیف جنسیت، تحصیلات و شغل پاسخ دهندگان پرسشنامه ی تحقیق به شرح زیر می باشد.

 

 

جنسیت – مطابق جدول و نمودار (۴-۱)، جنسیت ۷/۵۳ درصد از پاسخ دهندگان زن و ۶/۴۵ درصد مرد می باشند؛ همچنین ۷/۰ درصد به این سوال پاسخ نداده اند.

جدول ۴-۱) توصیف جنسیت پاسخ دهندگان

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

حق انحصاری © 2021 مطالب علمی گلچین شده. کلیه حقوق محفو