دانلود پایان نامه ارشد با موضوع تحلیل عامل، سابقه خدمت، تحلیل عاملی، تحلیل عاملی اکتشافی

دانلود پایان نامه ارشد

بدست آمده از بررسی داده ها نشان از آن دارد که از 305 نفری که در این پژوهش شرکت کرده اند 119 نفر دارای سابقه خدمتی بین 5 تا 10 سال ، 105 نفر بین 11 تا 15 سال ، 59 نفر بین 16 تا 20 سال و 22 نفر معادل 2/7 درصد از کل نمونه بین 21 تا 25 سال می باشد .

جدول 4-5 توزیع فراوانی و درصد پاسخگویان بر حسب سابقه خدمت آنها
سابقه خدمت ( سال )
فراوانی
درصد
درصد تجمعی
10 – 5
119
39
39
15 – 11
105
4/34
4/73
20 – 16
59
3/19
8/92
25 – 21
22
2/7
100
کل
305
100

میانگین
94/12
انحراف معیار
546/4
کمترین
6
بیشترین
25

همچنین با توجه به نتایج بدست آمده مشاهده می گردد میانگین سابقه خدمتی آزمودنی ها 94/12 سال و کمترین و بیشترین سابقه خدمت آنها به ترتیب 6 و 25 سال می باشد .

نمودار 4-5 توزیع فراوانی پاسخگویان بر حسب سابقه خدمت ( سال ) آنها
4-3)آزمون نرمال بودن دادهها
براي بررسي نرمال بودن توزيع متغيرها از آزمون كلموگروف – اسميرنوف استفاده كرده‌ايم. فرض صفر در اين آزمون نرمال بودن توزيع متغير است. اگر سطح معني‌داري آزمون از 05/0 کمتر باشد فرض صفر رد شده و نتيجه مي‌گيريم كه توزيع متغير مورد نظر نرمال نمي‌باشد.

جدول 4-6 نتایج آزمون کلموگروف ـ اسمیرنف جهت بررسی پیروی داده ها از توزیع نرمال
ابعاد
تعداد
میانگین
انحراف معیار
مقدار آماره z
سطح معنی داری
مشتری
305
40/18
731/0
810/1
003/0
تکنولوژی
305
43/18
077/1
746/2
000/0
ساختار زمانی
305
40/18
752/0
027/2
001/0
نیروی انسانی
305
37/18
692/0
914/1
001/0
محیط داخلی
305
52/18
654/0
215/2
000/0
محیط میانی
305
41/18
817/0
971/1
001/0
محیط سیاستی
305
52/18
014/1
620/2
000/0
محیط اقتصادی
305
36/18
965/0
351/2
000/0
محیط فرهنگی و اجتماعی
305
42/18
065/1
640/2
000/0
سایر محیط خارجی
305
65/18
866/1
165/5
000/0
محیط خارجی
305
55/18
072/1
090/3
000/0

نتایج حاصل از تحلیل داده ها حاکی از آن است که هیچ یک از ابعاد مورد بررسی در این پژوهش از توزیع نرمال پیروی نمی نماید لذا بررسی فرضیات پژوهش از آزمون ضریب همبستگی اسپیرمن استفاده می نمائیم .
4-4)استانداردسازی ابزار اندازه‌گيري مفاهيم تحقيق
از آنجا كه هدف تحقيق، دستيابي به مدلي از روابط علّي بين متغيرهاست ، لازم است تا از شيوه مدل‌يابي علّي استفاده گردد. اين شيوه با تركيب اطلاعات علّت و معلول بر مبناي تئوري معين، روابط بين متغيرها را توضيح داده و مبنايي براي استنباط فراهم مي‌آورد . استنباط‌هاي علّي كه برمبناي انواع همبستگي ‌داده‌ها حاصل شده و ممكن است تبيين كننده روابط بين متغيرهاي مشاهده‌پذير و مكنون ‌باشد. به عبارتي در مدل‌يابي علّي ، هدف بدست آوردن برآوردهاي كمي روابط علّي بين مجموعه‌اي از متغيرهاست.
در اين پژوهش ، به منظور دستيابي به مدل تحقیق از شيوه مدل‌يابي معادلات ساختاري كه مبتني بر روابط علّي بين متغيرهاست استفاده مي‌شود . مهمترين ويژگي اين تكنيك در انعطاف‌پذيري آن از لحاظ كاربرد به عنوان يك چارچوب نظري وسيع ، امكان مشاركت متغيرهاي مكنون ، كاربرد اندازه‌هاي چندگانه ، امكان دادن به خطا ، انطباق مفروضه‌هاي توزيعي و قابليت كار با انواع داده‌هاست . براي بكارگيري شيوه مدل‌يابي معادلات ساختاري لازم است تا ابتدا متغيرهاي شكل ‌دهنده مدل تعيين گردد .
اولين مرحله از استقراي مدل علّي ، تعيين متغيرهايي مي‌باشد كه شكل‌دهنده چارچوب تئوريك تحقيق مي‌باشند. متغيرهاي مدل به دو دسته درونزا و برونزا دسته‌بندي شده و در مدل جانمايي مي‌گردد. تعريف متغيرهاي مدل بر اساس مطالعات و بررسي‌هاي لازم در پژوهش‌هاي پيشين صورت مي‌گيرد. بدين‌ترتيب مجموعه متغيرهاي مرتبط با اهداف و سوالات تحقيق شناسايي شده و جهت بررسي‌هاي تكميلي آماده مي‌شوند. در ادامه لازم است تا سازه‌هاي مرتبط با متغيرها شناسايي گردد.
با گردآوري داده‌هاي مرتبط با متغيرهاي مدل از طريق ابزارهاي پيمايش تحقيق، مي‌توان با كاربرد شيوه‌هاي تحليل عاملي اكتشافي تعداد زيادي از متغيرهاي وابسته به يكديگر را به تعداد كوچكتري از متغيرهاي مكنون تقليل داد . در اين مرحله عامل‌هاي مشترك بين متغيرهاي تحقيق شناسايي شده و به عنوان سازه‌هاي شكل‌دهنده مفاهيم تحقيق تعريف مي‌گردند . تعريف سازه‌ها بايد از حيث روانشناختي با معنا باشد. بدين‌منظور ابتدا با استفاده از نرم‌افزار SPSS 21 تحليل عاملي اكتشافي بر متغيرهاي مختلف مدل به انجام مي‌رسد تا سازه‌هاي مكنون شناسايي گردد.
با مطالعه پيشينه پژوهش، استقلال يا وابستگي بين عامل‌ها تعيين شده و بر اين اساس شيوه مناسب چرخش و استخراج عوامل شناسايي مي‌گردد. بدين‌ترتيب بارهاي عاملي كه نشان دهنده سهم تبيين واريانس متغيرهاي مشهود بوسيله عامل‌ها است، استخراج شده و مبناي تعريف عامل‌ها قرار مي‌گيرد.
4-5)تحلیل عاملی اکتشافی متغیر بعد مشتری
به منظور تحليل دقيق‌تر داده‌ها و دستيابي به نتايج تحقیق، راهكار كاهش تعداد متغيرها و شناسايي ساختار دروني آنها مي‌تواند كارساز باشد. تحليل عاملي اكتشافي شيوه‌اي است كه سعي در اكتشاف متغيرهاي اساسي يا عامل‌ها در راستاي تبيين الگوي همبستگي بين متغيرهاي مشاهده شده دارد. آنچه در اين بخش به دنبال دستيابي به آن هستيم، بررسي روابط همبستگي بين متغيرهاي مشهود و برونزايي است كه ابزارهاي اندازه‌گيري متغيرهاي اصلي تحقيق را شكل مي‌دهد. با استفاده از تحليل عاملي اكتشافي قادر خواهيم بود تا متغيرهاي مكنوني كه سهم عمده‌اي در تبيين تغييرات متغيرهاي مشهود را دارند، شناسايي نموده و روابط آنها با يكديگر و ساير متغيرها را در قالب فرضياتي تعريف نماييم.
همانگونه كه در پيشينه تحقيق مورد اشاره قرار گرفت، ابزارهاي اندازهگيري مختلفي متشكل از متغيرهاي برونزا به منظور سنجش مفهوم بعد مشتری در مدیریت تغییر و تحول در بانکداری الکترونیک توسط صاحبنظران به کار گرفته شده است. بر اين اساس مجموعه‌اي متشكل از 8 سوال استخراج شده و در قالب بخشي از پرسشنامه تحقيق مدوّن گرديد. سپس با استفاده از نرم افزار SPSS تحليل عاملي اكتشافي بر تمامي متغيرها صورت گرفت . در ادامه به تشریح نتایج تحلیل عاملی اکتشافی متغیر بعد مشتری می‌پردازیم.
نتایج حاصل از آزمون KMO-Bartlett در جدول 4-7 نشان داده شده است. با توجه به نتایج میتوان مراحل تحلیل عاملی تاییدی را نیز بر روی دادهها به انجام رساند. مقدار بیش از 5/0 آماره KMO موید کفایت نمونه گیری و سطح اطمینان 000/0 برای آزمون بارتلت نیز نشان دهنده مناسب بودن مدل عاملی مورد استناد میباشد. میزان KMO محاسبه شده برابر 653/0 (بالاتر از 5/0) میباشد بنابراین محاسبات نشان دهنده کفایت نمونهگیری است.
جدول 4-7 نتایج آزمون KMO-Bartlett در بعد مشتری
معیار کفایت نمونهگیری KMO
653/0
آزمون بارتلت
کای دو
291/456

درجه آزادی
28

سطح معنیداری
000/0

در مرحله بعد می بایست به شناسایی تعداد عوامل مکنون بپردازیم. بدین منظور در جدول 4-7 نتايج تعيين تعداد عوامل مكنون برحسب مقادير ویژه ارائه شده است. ستون مقادیر ویژه اولیه نشان دهنده تعداد عوامل مکنون تحقیق میباشد و تعداد مقادیر ویژه کل بالاتر از 1 نشان دهنده عوامل مکنون است. بنابراین، ستون مقادير ويژه بعد مشتری ، سه عامل را با مقدار ويژه بالاتر از 1 معرفي مي‌كند ، بنابراين ساختار عاملي پيشنهادي داراي سه عامل خواهد بود.

جدول 4-8 کل واریانس تبیین شده عامل مکنون مشتری
عامل
مقادیر ویژه اولیه
مجموع مجذور بارهای عاملی استخراج شده

کل
درصد واریانس
درصد تجمعی
کل
درصد واریانس
درصد تجمعی
1
631/2
894/32
894/32
817/1
709/22
709/22
2
302/1
275/16
169/49
614/1
170/20
879/42
3
079/1
493/13
662/62
583/1
783/19
662/62

شيوه ديگر تعيين تعداد عوامل مكنون نمودار اسكري است كه در نمودار 4-6 نمايش داده شده است. تعداد شکستگی های نمودار نسبت به محور افقی نشان دهنده تعداد عوامل مکنون یک متغیر میباشد. این نمودار نشان دهنده وجود 3 عامل مکنون می باشد كه برحسب محل شكستگي نمودار نسبت به محور افقي تعريف شده است. بنابراین، نمودار با 3 شکستگی نیز موید تعداد عوامل مکنون برای بعد مشتری میباشد.

4-6 نمودار اسكري براي تعيين تعداد عوامل مكنون سازه بعد مشتری
به منظور بررسي تناسب عوامل استخراج شده تا اين مرحله، از ماتريس همبستگي دوباره توليد شده مي‌توان بهره گرفت. اين ماتريس ، همبستگي بين عوامل را با استفاده از بار آنها که بر روي عوامل استخراج شده محاسبه و آ‌نها را با همبستگي‌ اصلي بين متغيرها مقايسه مي‌كند. مقادير اندك باقيمانده‌ها بیانگر مناسب بودن ساختار عاملي شناسايي شده مي‌باشد.
در جدول (4-8) بخش باقيمانده به تصوير كشيده شده است. اختلاف‌هاي بزرگتر از 05/0 نامطلوب شناخته مي‌شود كه در اين جدول چنین اختلافی مشاهده نشده است. بنابراين تناسب ساختار عاملي اكتشاف شده از اين معيار نيز به تاييد مي‌رسد.

جدول 4-9 ماتريس همبستگي باز توليد شده بر مبناي بارهاي عاملی
سنجه
عامل 1
عامل 2
عامل 3
تبلیغات و آموزش های همگانی
Q1

860/0

کاهش خطای انسانی و در نتیجه افزایش رضایت مشتریان
Q2

869/0

سرویس دهی سریع و ارزان
Q3
606/0

شناسایی ارزش های خاص هر بخش از بازار و مشتریان
Q4
771/0

تقسیم بخش های مختلف بازار و بهبود فرایند ارتباط با مشتریان
Q5

692/0
افزایش رضایت مندی و وفاداری مشتریان
Q6

882/0
بهینه سازی کانال های خدمت دهی به مشتریان
Q7
627/0

کسب نظرات و علاقه مندی های مشتریان
Q8
624/0

همان طور که در جدول 4-9 قابل مشاهده است، تحلیل عاملی اکتشافی توانست عوامل مکنون را شناسایی و استخراج نماید. پس از شناسايي عوامل مكنون بعد مشتری ، لازم است تا درست نمايي روابط بين اين عوامل و متغيرهاي مشهود آزمون گردد. این امر با تاييد روابط بين متغيرها در قالب مدل اندازه‌گيري و از طریق نرم‌افزار Amos ورژن 21 صورت میپذیرد.
4-5-1)تحلیل عاملی تاییدی متغیر بعد مشتری
هرچند تحليل عاملي اكتشافي، ساختاری با سه عامل را برای بعد مشتری پيشنهاد نمود اما به منظور اطمينان از تناسب این ساختار با داده‌هاي جمع‌آوري شده، ضرورت دارد تحليل عاملي تاييدي نيز با استفاده نرم‌افزار Amos انجام گردد. در گام اول میبایست مدل اول را بر اساس نتایج تحلیل عاملی اکتشافی تعریف نماییم.
مدل پيشنهادي همان مدلي است كه در شكل 4-1 ترسيم شده است. اين مدل در دو سطح سنجه ها و عوامل مکنون شناسایی شده را در بر می گیرد.

شکل 4-1) مدل اندازه گیری متغیر بعد مشتری در حالت تخمین استاندارد
جدول 4-10 شاخص‌های برازش مدل را نشان می‌دهد. با توجه به نتایج به دست آمده و مقایسه آن با دامنه قابل قبول میتوان اذعان کرد تمامي شاخص هاي برازندگي مدل فوق در دامنه قابل قبول قرار گرفته و بنابراين تناسب داده‌هاي گردآوري شده با مدل مطلوب است . لذا برازندگی مدل نهایی بعد مشتری مورد تایید می باشد .
جدول 4-10 شاخصهاي برازش مدل اندازه گیری بعد مشتری

نتیجه
دامنه مطلوب
مقدار
عنوان شاخص
مجذور کای
تأیید مدل
x^2/df 5
389/1
x^2/df
ریشه خطای میانگین مجذورات تقریب
تأیید مدل
RMSEA 0.05
036/0
RMSEA
ریشه میانگین مربعات باقیمانده
تأیید مدل
RMR ≥ 0
067/0
RMR
نیکویی برازش
تأیید مدل
GFI 0. 9
984/0
GFI
شاخص نیکویی برازش اصلاح شده
تأیید مدل
AGFI 0.85
961/0
AGFI
شاخص برازش هنجار شده ( بنتلر ـ بونت )
تأیید مدل
NFI 0.90
955/0
NFI
شاخص برازش تطبیقی
تأیید مدل
CFI 0. 90
987/0
CFI
شاخص برازش افزایشی
تأیید مدل
IFI 0. 90
987/0
IFI

: در مدل سازی معادلات ساختاری، آماره کای اسکویر، روش سنتی برای ارزیابی برازش کل مدل می‌باشد. بر

پایان نامه
Previous Entries دانلود پایان نامه ارشد با موضوع مدل پیشنهادی، تحلیل داده، توزیع فراوانی، معادلات ساختاری Next Entries دانلود پایان نامه ارشد با موضوع نیروی انسانی، تحلیل عاملی، تحلیل عامل، تحلیل عاملی اکتشافی