وبلاگ

ریسک پذیری

 

۳

 

۷۶۲/۰

 

 

 

گرایش به نوآوری

 

۳

 

۸۴۱/۰

 

 

 

گرایش فعالانه(ابنکار عمل)

 

۳

 

۷۵۳/۰

 

 

 

سرمایه ارتباطی

 

۳

 

۸۴۳/۰

 

 

 

قابلیت هماهنگی

 

۳

 

۷۶۳/۰

 

 

 

استراتژی بازاریابی

 

۳

 

۸۱۲/۰

 

 

 

هویت برند

 

۳

 

۷۳۸/۰

 

 

 

کل

 

۲۱

 

۷۹۳/۰

 

 

 

۳-۹ روش تجزیه و تحلیل داده ­ها:
در این پژوهش برای ارائه ی آمار توصیفی و همچنین آزمون نرمال بودن داده ها و آزمون همبستگی از نرم افزار SPSS و برای آزمون فرضیات و روایی سازه و تعیین بار عاملی سؤالات پرسشنامه از نرم افزار معادلات ساختاری آموس استفاده شده است.

نرم افزار آموس یک محصول نرم افزاری است که به منظور برآورد و آزمون مدل­های معادلات ساختاری طراحی شده است. این نرم افزار با بهره گرفتن از همبستگی و کوواریانس بین متغیرهای اندازه ­گیری شده، می‌تواند مقادیر بارهای عاملی، واریانس­ها و خطاهای متغیرهای مکنون را برآورد یا استنباط کند، و از آن می‌توان برای اجرای تحلیل عاملی اکتشافی، تحلیل عاملی مرتبه دوم، تحلیل عاملی تاییدی و همچنین تحلیل مسیر(مدل یابی علّی با متغیرهای مکنون) استفاده کرد. هر گاه در یک تحقیق تعداد نسبتا زیادی متغیر وجود داشته باشد، یافتن رابطه­ها و یا به عبارت دیگر همبستگی بین این متغیرها به روش­های معمولی بسیار مشگل و گاه ناممکن می‌باشد.
روش تحلیل عاملی برای رفع این مشکل بوجود آمده است و بر مبنای آن متغیرها به گونه ­ای دسته­بندی می‌شوند که در نهایت به دو یا چند عامل که همان مجموعه متغیرها هستند محدود می‌گردند، به عبارت دیگر متغیرهای مورد استفاده در تحقیق بر اساس صفات مشترکشان به دو یا چند دسته محدود شده و این دسته­ها را عامل می­نامیم. پس از آن روابط بین عامل ها بدست آمده و در هر عامل نیز روابط بین متغیرهای آن محاسبه شده و در نهایت هدف اصلی تحقیق که روابط بین متغیرهای تحقیق است محاسبه می‌شوند. بنابراین هر عامل را می‌توان متغیری ساختگی یا فرضی در نظر گرفت که از ترکیب چند متغیر که از وجوهی به هم شباهت دارند، ساخته شده است. از طرف دیگر روش تحلیل عاملی به عنوان ابزاری برای کشف میزان ممکن کاهش داده ­ها به کار می‌رود(تحلیل عاملی اکتشافی) و یا تایید فرض­هایی که در مورد رابطه بین عامل­ها وجود دارد(تحلیل عاملی تاییدی).
۳-۹-۱ آزمون­های برازندگی مدل کلی
در طی دهه گذشته برای مدل­های معادلات ساختاری شاخص­ های برازندگی متعددی ارائه شده است. با آنکه انواع گوناگون این شاخص ­ها پیوسته در حال توسعه و تکامل هستند ولی شاخص بهینه­ای که توافق همگانی برآن باشد وجود ندارد. این شاخص ­ها به شیوه ­های مختلفی طبقه شده ­اند که یکی از عمده­ترین این طبقه ­بندی­ها متعلق به مارش و همکاران (۱۹۶۷) است. آن ها شاخص­ های برازندگی را به سه گروه مطلق، نسبی و تعدیل یافته تقسیم می­ کنند.
۳-۹-۲ شاخص­ های مطلق
شاخص­ های مطلق این پرسش را مطرح می­سازد که آیا واریانس خطا که پس از برازش مدل باقی می­ماند مقدار قابل توجه­ای است یا خیر؟