۳-۷- پایایی ابزار سنجش
قابلیت اعتماد به توانایی هر ابزار برای تولید نتایج سازگار اشاره دارد (کاظمی، ۱۳۷۹، ص ۲۰۲) ضریب قابلیت اعتماد نشانگر آن است که تا چه اندازه ابزار اندازه گیری، ویژگی با ثبات آزمودنی و یا ویژگی های متغیر و موقتی آن را می سنجد (بازرگان و دیگران، ۱۳۸۲، ص ۱۶۶).
اطلاعات و داده های تحقیق با بهره گرفتن از پرسشنامه با مقیاس بین دامنه ۱ تا ۷ و با بهره گرفتن از ۲۰ نشانگر مورد بررسی قرار گرفته است. هدف تحقیق، بررسی تاثیرمتغیرهای برونزا بر متغیردرونزا به صورت مستقیم است. بنابراین متغیرهای تحقیق به صورت سازه بوده و اندازه های آنها از متغیرهای مشاهده شده استخراج شده است. با توجه به مساله تحقیق، هدف آزمون تئوری براساس مشاهده های موجود در جامعه آماری است تا مشخص گردد که مشاهده های نمونه گیری شده از جامعه آماری تا چه حد با مدل مفهومی سازگاری دارد و روابط احتمالی بین متغیرهای مکنون چگونه است. در این بررسی دو مساله اساسی وجود دارد. مساله اول به اندازه گیری متغیرها مربوط است. یعنی باید روایی نشانگرهای مطرح شده در مدل با متغیرمکنون ارزیابی گردد. مساله دوم به روابط مطرح شده در مدل مفهومی و فرضیه های تحقیق مربوط می شود که باید مشخص گردد، روابط بین متغیرها چگونه است. با توجه به ماهیت متغیرهای تحقیق و ماهیت اندازه گیری های بعمل آمده، روش معادله یابی ساختاری مناسب ترین روش برای تجزیه و تحلیل مدل مفهومی و فرضیه های تحقیق است. برای استفاده از این روش تعدادی مفروضه بنیادی باید قابل توجه باشد. کفایت حجم نمونه، نرمال بودن توزیع و خطی بودن رابطه بین متغیرهای مستقل و وابسته از جمله این مفروضه ها است. حجم نمونه برای این بررسی کافی نبوده و توزیع نشانگرها نرمال است. همچنین تعداد سوالات با توجه به نمونه آماری زیاد است. در نتیجه برای بررسی مدل مفهومی تحقیق از روش کمترین مربعات جزئی استفاده شده است. کمترین مربعات جزئی روشی از معادله یابی ساختاری است که محدودیتهای موجود در معادله یابی با بیشینه درست نمایی را ندارد. بررسی بخش اندازه گیری مدل نشان داده است که ضرایب هر یک از نشانگرهای تحقیق با سازه مربوط به آنها از مقدار کافی و از شاخص محاسبه شده t بالاتر از مقدار بحرانی ۹۶/۱ برخوردار است که نشان دهنده مناسب بودن نشانگر برای سنجش سازه های مورد نظر است. همچنین ضریب آلفای کرونباخ، ضریب دلون-گلدیستین و اعتبار ترکیبی از اعتبار وسیله اندازه گیری حمایت کرده است مقادیر هر دو ضرایب برای هر پنج سازه تحقیق بزرگتر از ۷۰/۰ است.
پایایی کل پرسشنامه | ارزش ویژه نام و نشان تجاری | تداعی برند | وفاداری به برند | کیفیت ادراک شده | آگاهی از برند | پایایی متغیر |
۲۰ | ۲ | ۴ | ۴ | ۶ | ۴ | تعداد سوال |
۰.۸۵۸ | ۰.۷۷۴ | ۰.۸۳۵ | ۰.۷۹۴ | ۰.۷۲۸ | ۰.۷۰ | آلفای کرونباخ |
جدول شماره ۳-۳- ضرایب آلفای کرونباخ در پرسشنامه
۳-۸- روایی ابزار سنجش
اعتبار نشان می دهد که یک ابزار واقعاً آنچه را می سنجد که برای آن در نظر گرفته شده است (کاظمی، ۱۳۷۹، ص ۲۰۲) به عبارت دیگر روایی معادل با درجه بررسی نتیجه توسط پرسشنامه است. بدون آگاهی از روایی ابزار اندازه گیری نمی توان به دقت اطلاعات حاصل از آن اطمینان داشت. برای افزایش روایی پرسشنامه معمولاً قبل از توزیع، پرسشنامه طراحی شده به چند خبره عرضه می شود و خبرگان در مورد آن نظر می دهند.
اعتبار محتوای این پرسشنامه توسط اساتید و افراد مطلع مورد تایید قرار گرفته است و همچنین، با توجه به این که پرسشنامه ، بر اساس پرسشنامه استاندارد طراحی شده است از روایی و اعتبار لازم برخوردار است. روایی سازه یک ابزار اندازه گیری نمایشگر آن است که ابزار اندازه گیری تا چه اندازه یک سازه را که مبنای نظری دارد می سنجد. روایی سازه پرسشنامه ها با بهره گرفتن از تحلیل عاملی تأییدی[۲۲۳] مورد بررسی قرار گرفته است. در مدل های تحلیل عاملی تأییدی همه متغیرها،مکنون برون زار در نظر گرفته می شوند. همان گونه که در مورد متغیرهای برون زا در هر مدل صادق است،در مدل های تحلیل عاملی تأییدی تلاش نمی شود تا علل روابط فرضی و درونی متغیرها از هم متمایز شود،بلکه هدف معمولاً نیرومند ساختن روابط بین آن ها است. (هومن،۱۳۸۴،۲۹۹) . پس از انجام تحلیل عاملی تاییدی مشخص گردید که بار عاملی همه سئوالات پرسشنامه با سازه مربوط آن ها معنادار است.در مدل یابی ساختاری، بخش اندازه گیری مدل از اعتبار و روایی وسیله اندازه گیری و پرسشنامه تحقیق حمایت کرده است.
۳-۹- روش تجزیه و تحلیل یافته ها
در تجزیه و تحلیل توصیفی اطلاعات شاخص های گرایش مرکزی و پراکندگی متغیرهای تحقیق محاسبه و تحلیل شده است. در تجزیه و تحلیل استنباطی به منظور بررسی فرضیه های تحقیق و تعمیم نتایج آن از نمونه مورد مطالعه به جامعه آماری تحقیق ،از مدل معادله یابی ساختاری استفاده شده است. با توجه به این که هدف اصلی معادلات ساختاری تجزیه و تحلیل متغیرهای ناپیدا (پنهان) و مخصوصاً تحلیل ارتباطات علی بین این متغیرها است . این روش توانایی بیشتری از سایر روش های تحلیلی دارد. در حقیقت، این شیوه یک روش آماری جهت مدل سازی برای ساختارهای کوواریانسی است که می تواند روابط به هم پیوسته و همزمان درونی متغیرهای وابسته و مستقل یک مدل را برآورد کند. برای نیل به هدف تحقیق لازم است ابتدا مدل اندازه گیری ارتباط بین متغیرهای مشاهده شده با متغیر مکنون و سپس روابط همبستگی و علی میان متغیرهای مکنون و آثار علی و میزان واریانس تبیین شده و تبیین نشده مشخص گردد. آزمون نرمالیتی و بررسی رابطه خطی بین متغیرهای تحقیق با بهره گرفتن از میانگین نمرات اختصاص یافته به هر یک از نشانگرهای متغیرهای تحقیق انجام گرفته است. رابطه بین متغیرهای تحقیق نیز با بهره گرفتن از نمودار پراکنش بررسی شده است. این نتایج با آزمون ضریب همبستگی نیز تأیید شده است. همچنین برای قضاوت در مورد مدل عمومی بر اساس شاخص هایی قضاوت می شود که از مهمترین آن می توان به شاخص های کای دو، ریشه میانگین مجذور خطاها[۲۲۴]،تناسب معیار نشده[۲۲۵] و تناسب مقایسه ای[۲۲۶] اشاره کرد.
۳-۱۰- توصیف مدل
در این مدل فرض برآنستکه در میان مجموعه ای از متغیرهای مکنون، یک ساختار علّی وجود دارد و متغیرهای مشاهده شده نشانگر آن هاست. بدین ترتیب این مدل شامل دو بخش زیر است:
مدل اندازه گیری
مدل معادلات ساختاری
مدل اندازه گیری مشخص می کند که متغیرهای مکنون(برون زا و درون زا) چگونه با متغیرهای مشاهده پذیر مرتبط اند یا از طریق آن ها سنجیده می شوند. به بیان دیگر ویژگی های خاص اندازه گیری (یعنی ضرایب اعتبار و روایی) متغیرهای مشاهده شده چگونه از سوی متغیرهای مکنون توصیف می شود. اما مدل معادلات ساختاری، روابط علی میان متغیرهای مکنون،آثار علّی و میزان واریانس تبیین شده و تبیین نشده را مشخص می سازد (هومن، ۱۳۸۴، ۱۰۱)
۳-۱۱- ضرورت استفاده از روش مدل یابی معادلات ساختاری پی.ال.اس(PLS)
حداقل مربعات جزئی به طور گسترده به منظور تحلیل پیشگویانه، تحلیل رگرسون چندگانه و تحلیل مدلسازی در حوزه های مهندسی، بیوشیمی و دیگر حوزه ها به خصوص هنگامی که تعداد متغیرها زیاد باشد. و برخی از آنها دارای همبستگی چندگانه باشند مورد استفاده قرار می گیرد. زمانیکه داده ها دارای همبستگی چندگانه هستند، مدلسازی با روش حداقل مربعات جزئی دارای مزایای زیادی نسبت به روش های رگرسیون معمولی و سایر روش های داده کاوی است. حداقل مربعات جزئی یک فن مدل سازی مسیر واریانس محور است و امکان بررسی نظریه و سنجه ها را به طور همزمان فراهم می سازد. این روش در مواردی که حجم نمونه کوچک بوده و یا توزیع متغیرها نرمال نباشد، استفاده می شود. حداقل مربعات جزئی محتوای اطلاعات را در مورد ماتریس های داده ها کاهش می دهند . روش تخمین حداقل مربعات جزئی 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. حداقل مربعات جزئی یک بسطی از تجزیه به مولفه های اصلی و رگرسیون چندگانه است.
این از این روش زمانی است که:
تعداد متغیرهای مستقل خیلی زیاد و از تعداد مشاهدات بیشتر است.
متغیرهای وابسته با هم همراستایی داشته باشند.
بیشتر از یک متغیر وابسته وجود داشته باشد و این متغیرها به هم وابسته باشند.