بالاتر از ۹/۰

 

 

 

RMSEA(ریشه میانگین مربعات خطای برآورد)

 

۰۸۹/۰

 

کمتر از ۱/۰

 

 

 

CFI (برازندگی تعدیل یافته)

 

۹۵/۰

 

بالاتر از ۹/۰

 

 

 

NFI(برازندگی نرم شده)

 

۹۲/۰

 

بالاتر از ۹/۰

 

 

 

NNFI(برازندگی نرم نشده)

 

۹۵/۰

 

بالاتر از ۹/۰

 

 

 

IFI (برازندگی فزاینده)

 

۹۵/۰

 

بالاتر از ۹/۰

 

 

 

۹-۴- تحلیل فرضیه‌های تحقیق
نوع دیگر از روابط بین متغیرهای مکنون در مدل معادلات ساختاری از نوع اثر مستقیم^[۲۸۳] می‌باشد. اثر مستقیم در واقع یکی از اجزاء سازنده مدل‌های معادلات ساختاری است و رابطه جهت‌داری^[۲۸۴] را میان دو متغیر نشان می‌دهد. این نوع اثر در واقع بیان‌گر تأثیر خطی علیّ فرض‌شده یک متغیر بر متغیر دیگر است. در درون یک مدل هر اثر مستقیم، رابطه‌ای را میان یک متغیر وابسته و متغیر مستقل، مشخص و بیان می‌کند. اگرچه یک متغیر وابسته در یک اثر مستقیم دیگر می‌تواند متغیر مستقل باشد و برعکس. در این تحقیق به دلیل تعدد متغیرهای مستقل و وجود خود همبستگی بین برخی از متغیرهای مستقل برای پاسخ به فرضیات تحقیق از مدل سازی معادلات ساختاری(SEM) به روش کمترین توان دوم جزیی^[۲۸۵] (PLS) با بهره گرفتن از نرم افزار SMARTPLS استفاده شده است. روش تخمین ‌PLS ضرایب را به گونه‌ای تعیین می‌کند که مدل حاصله، بیشترین قدرت تفسیر و توضیح را دارا باشد؛ بدین معنا که مدل بتواند با بالاترین دقت و صحت، متغیر وابسته نهایی، را پیش‌بینی نماید. روش حداقل مربعات جزئی که در بحث الگوسازی رگرسیونی آن‌را با PLS نیز معرفی می‌کنند، یکی از روش‌های آماری چند متغیره محسوب می‌شود که به وسیله آن می‌توان علی‌رغم برخی محدودیت‌ها مانند: نامعلوم بودن توزیع متغیر پاسخ، وجود تعداد مشاهدات کم و یا وجود خود همبستگی جدی بین متغیرهای توضیحی؛ یک یا چند متغیر پاسخ را به طور همزمان در قبال چندین متغیر توضیحی الگوسازی نمود. نتایج حاصله از این روش به قرار زیر است:

جدول ۷-۴- ضرایب مسیر، آماره t و نتیجه فرضیه تحقیق

 

 

فرضیات تحقیق

 

ضریب مسیر(β)

 

آماره t

 

نتیجه فرضیه محقق

 

 

 

رفتارهای مبتنی بر اشتیاق← شیفتگی به برند

 

۰٫۲۰۸

 

۴٫۷۴۸

 

تایید می گردد

 

 

 

یکپارچه سازی خود با برند← شیفتگی به برند

 

۰٫۲۰۵

 

۵٫۲۹۲

 

تایید می گردد