کل پرسش‌نامه

۱۱

۷۴۶/۰

ضریب آلفای کرونباخ محاسبه شده برای کل سؤالات پرسش‌نامه از ۷/۰ بیشتر بوده و این حاکی از این است که پرسش‌نامه طراحی شده از پایایی مناسبی برخوردار است.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

۳-۸ روش تجزیه و تحلیل داده‌ها
روش‌ها و فنون آماری استفاده شده در تحقیق حاضر را می‌توان به دو دسته فنون آمار توصیفی و آمار استنباطی تقسیم کرد.
از آمار توصیفی برای نمایش اطلاعات جمعیت شناختی و نیز وضعیت توزیع فراوانی داده‌های تحقیق استفاده شده است. برای این منظور اطلاعات جمعیت شناختی پرسشنامه‌ها، با بهره گرفتن از نمودارها و جداول فراوانی نشان داده شده است.
از آمار استنباطی نیز برای آزمون فرضیات تحقیق استفاده می‌گردد، لذا به‌منظور پاسخ‌گویی به پرسش‌های پژوهش و تحلیل داده‌ها و آزمون فرضیه‌های آماری پژوهش، از آزمون مدل‌سازی معادلات ساختاری استفاده شده است. همچنین در این مطالعه، به‌منظور طبقه‌بندی، تحلیل آماری و آزمون فرضیات تحقیق نرم‌افزارهای Excel، SPSS و SmartPLS به کار گرفته شده است.
۳-۹ مدل معادلات ساختاری^[۱۷۸]
روش تجزیه و تحلیل مورد استفاده در این تحقیق، مدل تحلیل مسیر و مدل معادلات ساختاری است. یک مدل کامل معادلات ساختاری آمیزه‌ای از نمودار مسیر و تحلیل عاملی تأییدی است. به‌منظور پی بردن به متغیرهای زیر بنایی یک پدیده یا تلخیص مجموعه‌ای از داده‌ها از روش تحلیل عاملی استفاده می‌شود. داده‌های اولیه برای تحلیل عاملی، متغیرهای وابسته از قبل تعیین شده‌ای ندارد. موارد استفاده تحلیل عاملی را به دو دسته کلی می‌توان تقسیم کرد: الف) مقاصد اکتشافی^[۱۷۹] و ب) مقاصد تأییدی. در صورتی که محقق درباره تعداد عامل‌های خصیصه فرضیه‌ای نداشته باشد، تحلیل اکتشافی و در صورتی که فرضیه موجود باشد تحلیل تأییدی نامیده می‌شود (سرمد و دیگران، ۱۳۸۵).
در تحلیل عاملی اکتشافی محقق در صدد کشف ساختار زیر بنائی مجموعه نسبتاً بزرگی از متغیرها است و پیش‌فرض اولیه محقق آن است که هر متغیری با هر عاملی ارتباط داشته باشد. به عبارتی محقق هیچ تئوری اولیه‌ای ندارد. اما در تحلیل عامل تأییدی پیش‌فرض اساسی محقق آن است که هر عاملی با زیر مجموعه‌ای خاص از متغیرها ارتباط دارد (پارسا فرد، ۱۳۸۹، به نقل از منصوری ۱۳۹۲).
در تحلیل عاملی تأییدی، که هدف پژوهشگر تأیید ساختار عاملی ویژه‌ای می‌باشد، درباره تعداد عامل‌ها به‌طور آشکار فرضیه‌ای بیان می‌شود و برازش ساختار عاملی مورد نظر در فرضیه با ساختار کوواریانس متغیر‌های اندازه‌گیری شده مورد آزمون قرار می‌گیرد (سرمد و دیگران، ۱۳۸۵).
در تحقیقاتی که هدف آزمون مدلی خاص از رابطه بین متغیرها است، از مدل معادلات ساختاری استفاده می‌شود بنابراین این روش مستلزم تنظیم مدلی به‌صورت نمودار علّی است.
به‌طور کلی در استنتاج علمی در علوم مدیریت و رفتاری دو مسئله وجود دارد: اولین مسئله مربوط به اندازه‌گیری و سنجش متغیرهاست. یعنی چگونه می‌توان اعتبار و روایی مقیاس را بیان کرد؟ دومین مسئله مربوط به روابط علی میان متغیرها و قدرت تبیین چنین روابطی است. به عبارتی، چگونه می‌توان روابط علی پیچیده بین متغیرهایی که قابل مشاهده نیستند را با شاخص‌های دارای احتمال خطا استنتاج نمود؟ چگونه می‌توان قوت روابط نهانی بین متغیرها را مورد ارزیابی قرار داد؟ (هومن، ۱۳۸۴).
۳-۱۰ مقایسه Lisrel و PLS
مدل یابی معادلات ساختاری (SEM) دارای دو نوع نسل Lisrel و PLS می‌باشد. Lisrel که به‌ عنوان نسل اول مدل معادلات ساختاری (SEM) شناخته شده است، در مواردی که حجم نمونه بالا و متغیرها حالت نرمال دارند برای محقق، مدل اندازه‌گیری (روابط بین متغیرهای مکنون و متغیرهای مشاهده‌گر) نسبت به مدل ساختاری (روابط بین متغیرهای مکنون) اهمیت بیشتری دارد؛ کاربرد دارد. با توجه به ملاحظاتی که Lisrel دارد، امروزه نسل دوم مدل یابی معادلات ساختاری به نام PLS را می‌توان در شرایطی که حجم نمونه کم بوده و متغیرها حالت نرمال ندارند و مدل ساختاری نسبت به مدل اندازه‌گیری اهمیت بیشتری دارد، بi کار برد.
یکی از مهم‌ترین تفاوت‌های عمده بین Lisrel و PLS در Formativevs.ReflectiveIndiactor می‌باشد. شاخص‌های Reflective که تنها در مدل‌های Lisrel به کار می‌روند؛ در برگیرنده رگرسیون‌های ساده زیادی هستند که برای تخمین نیازمند نمونه زیاد هستند در حالی که شاخص‌های Formative که در مدل‌های PLS به کار می‌روند؛ در برگیرنده تنها یک رگرسیون چندگانه^[۱۸۰] است که برای تخمین نسبت به مدل‌های Lisrel نیاز به نمونه کمتری دارند. مدل‌هایPLS هم می‌تواند شامل شاخص‌ها Reflectiveباشد که این موضوع باعث توانمندی این مدل‌ها در تخمین هر مدلی با هر مشخصاتی می‌شود. البته باید این موضوع را افزود که مدل‌های PLS بر ساختارهای واریانس مبتنی هستند در حالی که مدل‌های Lisrel بر ساختارهای کوواریانس متکی هستند (نالچی گر، ۱۳۸۷، به نقل از منصوری ۱۳۹۲).
روش پی. ال. اس، نتایج آزمون آماری برای متغیر مکنون^[۱۸۱] ارائه می‌دهد. به‌عنوان مثال تخمین‌های مربوط به سازه‌هایی^[۱۸۲] که توسط یک یا چند شاخص^[۱۸۳] (متغیر آشکار^[۱۸۴]) سنجیده می‌شوند، در این روش انجام می‌گیرد.
مدل مسیر^[۱۸۵] که در این روش ارائه می‌گردد، مشکلات مربوط به اندازه‌ی کوچک نمونه را ندارد و بنابراین می‌توان در مطالعاتی که روش‌های دیگر کارایی ندارند به کار گرفت.
مدل‌های مسیر پی. ال. اس قادر به اندازه‌گیری مدل‌های بسیار پیچیده که دارای متغیرهای مکنون و آشکار بسیار هستند، می‌باشند. مدل یابی به روش پی. ال. اس مفروضات سخت‌گیرانه‌ی کمتری در مورد توزیع متغیرها و موارد خطا دارند و مدل‌های پی. ال. اس توان انجام مدل یابی به هر دو صورت تکوینی و بازتابی را دارند.
پی ال اس به‌عنوان یک رویکرد تحلیلی برای مدل‌های پژوهشی پیش‌بینی کننده، هنگامی که تمرکز بر روی توسعه تئوری است پیشنهاد می‌شود. در حالی که لیزرل برای تحلیل‌های تأییدی و هنگامی که فرض‌های توزیع داده‌ها برقرار است پیشنهاد می‌شود.
فصل چهارم:
تجزیه و تحلیل داده‌ها
۴-۱ مقدمه
پژوهشگر پس از این‌که روش تحقیق خود را مشخص کرد و با بهره گرفتن از ابزارهای مناسب، داده‌های مورد نیاز را برای فرضیه‌های خود جمع‌ آوری نمود، اکنون نوبت آن است که با بهره‌گیری از تکنیک‌های آماری مناسب که به روش تحقیق، نوع متغیرها و … بستگی دارد، داده‌های جمع‌ آوری شده را دسته‌بندی و تجزیه و تحلیل نماید و در نهایت فرضیه‌هایی را که تا این مرحله او را در تحقیق هدایت کرده‌اند در بوته آزمون قرار دهد و تکلیف آن‌ها را روشن نماید و سرانجام بتواند راه حل و پاسخی برای پرسش تحقیق بیابد. پیوند دادن موضوع تحقیق به رشته‌ای از اطلاعات موجود مستلزم اندیشه‌ای خلاق است؛ معمولاً موضوعی به ذهن محقق خطور می‌کند که یافتن منابع داده‌های موجود برای بررسی آن مستلزم خلاقیت ذهنی محقق است؛ در ضمن آرایش و تنظیم داده‌ها نیز مستلزم خلاقیت است. فرایند تجزیه و تحلیل داده‌ها فرآیندی چند مرحله‌ای است که از طریق به‌ کار گیری ابزارهای جمع‌ آوری در جامعه (نمونه) آماری فراهم آمده‌اند. خلاصه داده‌ها، کدبندی، دسته‌بندی، … و در نهایت پردازش می‌شوند تا زمینه برقراری انواع تحلیل‌ها و ارتباط‌ها بین این داده‌ها به‌منظور آزمون فرضیه‌های تحقیق فراهم آید.
تجزیه و تحلیل اطلاعات به‌عنوان مرحله‌ای علمی از پایه‌های اساسی هر پژوهش علمی به شمار می‌رود که به‌وسیله آن کلیه فعالیت‌های پژوهش تا رسیدن به نتیجه، کنترل و هدایت می‌شود. در این فصل نیز به توصیف داده‌های پژوهشی و تجزیه و تحلیل داده‌هایی که به‌وسیله پرسشنامه از افراد نمونه گردآوری شده‌اند، پرداخته خواهد شد و سپس به هر یک از فرضیات پاسخ داده می‌شود.
۴-۲ توصیف داده‌ها
به‌منظور شناخت بهتر ماهیت جامعه‌ای که در پژوهش مورد مطالعه قرار گرفته است و آشنایی بیشتر با متغیرهای پژوهش، قبل از تجزیه و تحلیل داده‌های آماری، لازم است این داده‌ها توصیف شوند. همچنین توصیف آماری داده‌ها، گامی در جهت تشخیص الگوی حاکم بر آن‌ها و پایه‌ای برای تبیین روابط بین متغیرهایی است که در پژوهش به کار می‌رود.
همان‌طور که در فصل قبل بیان شد، پرسشنامه اصلی تحقیق به اندازه‌گیری متغیرهای ارزش ویژه برند و قصد خرید مشتری می‌پردازد. همچنین تعدادی سؤال جمعیت شناختی نیز در انتهای پرسشنامه آورده شده است. با توجه به داده‌های حاصل از قسمت ویژگی‌های جمعیت شناختی این پرسشنامه، اطلاعات زیر به‌صورت خلاصه در مورد مشخصات نمونه آماری مورد نظر ارائه می‌شود. این داده‌ها و نمودارها و جداول توصیفی مربوط به این داده‌ها، به درک و شناخت بهتر از نمونه و جامعه آماری تحقیق حاضر کمک می‌کند.
۴-۲-۱ تحلیل‌های جمعیت شناختی پژوهش
جنسیت پاسخ‌دهندگان
همان‌طور که در جدول ۴-۱ و شکل ۴-۱ ملاحظه می‌کنید، در مجموع ۳۸۱ پاسخ‌دهنده به پرسشنامه‌ پاسخ دادند که از این تعداد پاسخ‌دهنده، ۱۸۵ نفر مرد و ۱۹۶ نفر زن بودند.
جدول ۴-۱: فراوانی مربوط به جنسیت نمونه مورد بررسی

جنسیت

فراوانی

درصد فراوانی

فراوانی تجمعی

مرد

۱۸۵

۶/۴۸

۶/۴۸

زن

۱۹۶

۴/۵۱

۱۰۰