بنابراين، براي این پرسشنامه که 28سئوال در قالب 7 عامل کلي دارد، حداقل 84 نمونه مورد نياز است. در اين پژوهش، 70 نفر از مديران و کارشناسان مرتبط با زنجيره تأمين کشاورزی و 14نفر از کشاورزان تحصیل کرده به عنوان نمونه آماري انتخاب شدند. لازم به ذکر است که درصورتيکه تعداد نمونه ناکافي باشد، نرم افزار LISREL در ابتداي گزارش نهايي اين موضوع را هشدار مي دهد که در اين تحقيق چنين مشکلي رخ نداد.[5]
4-3- روش هاي گرد آوري اطلاعات
پس از آنکه بر اساس ماهيت پژوهش و فرضيه هاي آن، طرح پژوهشي انتخاب شد، بايد در مورد روش هاي گردآوري اطلاعات تصميم گرفت. بدين منظور مي توان از روشهاي متعددي براي گردآوري اطلاعات بهره گرفت که اين امر منجر به غناي نتايج پژوهش مي گردد و به آن کثرت گرايي مي گويند ( فقيهي و صوفي ، 1378). مهمترين روشهاي گردآوري اطلاعات در اين تحقيق بدين شرح است:
مطالعات کتابخانه‌اي: در اين قسمت جهت گردآوري اطلاعات در زمينه مباني نظري و ادبيات تحقيق موضوع، از منابع کتابخانه‌اي، مقالات، کتابهاي مورد نياز و اينترنت استفاده شده است.
تحقيقات ميداني: در اين قسمت به منظور جمع‌آوري داده‌ها و اطلاعات براي تجزيه و تحليل از پرسشنامه استفاده شده است.
1-4-3- پرسشنامه
سوالات پرسشنامه از نوع بسته واز طيف 5 گزينه اي ليكرت که يکي از رايج‌ترين مقياس هاي اندازه‌گيري به شمار مي‌رود است. شکل کلي و امتياز بندي اين طيف براي سئوالات مثبت به صورت ذيل مي‌باشد:
كاملا موافقم
موافقم
نظري ندارم
مخالفم
كاملا مخالفم
5
4
3
2
1
2-4-3- روش سنجش اعتبار87 پرسشنامه ها
در اين تحقيق به منظور تعيين پايايي آزمون از روش آلفاي کرونباخ استفاده شده است. اين روش براي محاسبه هماهنگي دروني ابزار اندازه‌گيري که خصيصه‌هاي مختلف را اندازه‌گيري مي‌کند به کار مي‌رود.
براي محاسبه ضريب آلفاي کرونباخ ابتدا بايد واريانس نمره‌هاي هر زيرمجموعه سوال‌هاي پرسشنامه و ورايانس کل را محاسبه کرد. سپس با استفاده از فرمول زير مقدار ضريب آلفا را محاسبه مي‌شود.
1-3
که در آن :
تعداد زير مجموعه‌هاي سئوال‌هاي پرسشنامه يا آزمون = J
واريانس زير آزمون j ام Sj2 =
واريانس کل پرسشنامه يا آزمون S2 =
بنابراين به منظور اندازه‌گيري قابليت پايايي، از روش آلفاي کرونباخ استفاده شده است. مقدار آلفاي کرونباخ پرسشنامه 935/0 بدست آمده است که ضريب آلفاي قابل قبولي محسوب مي شود. برای هر یک از عوامل آلفای کرونباخ بصورت مجزا هم محاسبه شد که تمامی موارد بالای 65/0 بوده است.
3-4-3- بررسي روايي88 پرسشنامه ها
براي تهيه پرسشنامه و اطمينان از قابليت اجرايي آن (يعني بررسي توانايي پرسشنامه در سنجش آن چيزي كه بايد بسنجد) از اعتبار عاملي استفاده شده است. اعتبار عاملي صورتي از اعتبار سازه است که از طريق تحليل عاملي 89 بدست مي‌آيد. تحليل عاملي يک فن‌آماري است که در علوم انساني کاربرد فراوان دارد. در حقيقت استفاده از تحليل عاملي در شاخه‌هايي که در آنها آزمون و پرسشنامه استفاده مي‌شود، لازم و ضروري است.
5-3- روش تجزيه و تحليل اطلاعات
براي تجزيه و تحليل داده هاي پرسشنامه از آمار توصيفي همچون ميانگين و انحراف معيار و آمار استنباطي همچون آزمون ميانگين يک جامعه آماري90 جهت بررسي مناسب بودن يا نبودن وضعيت متغيرها استفاده مي شود.
علاوه براين، براي مشخص نمودن اينكه آيا پرسشنامه شاخصهاي مورد نظر را اندازه‌گيري مي‌کند، از تحليل عاملي تأييدي استفاده خواهد شد. سپس با توجه به سوالات و فرضيات مطرح شده، در اين تحقيق براي تحليل اطلاعات از روش مدل يابي معادلات ساختاري كه يكي از تكنيك هاي مربوط به ماتريس همبستگي است استفاده مي شود. در ادامه تحليل عاملي و روش مدل يابي معادلات ساختاري بحث مي شود.
1-5-3- تحليل عاملي
اعتبار عاملي صورتي از اعتبار سازه است که از طريق تحليل عاملي 91 بدست مي‌آيد. تحليل عاملي يک فن‌آماري است که در علوم انساني کاربرد فراوان دارد. در حقيقت استفاده از تحليل عاملي در شاخه‌هايي که در آنها آزمون و پرسشنامه استفاده مي‌شود، لازم و ضروري است. [5]
با استفاده از تحليل عاملي مي‌توان مشخص نمود که آيا پرسشنامه شاخصهاي مورد نظر را اندازه‌گيري مي‌کند يا خير. در تحليل عاملي بايد سوالاتي که براي ارزيابي يک شاخص يا صفت خاص طرح شده‌اند داراي يک بار عاملي مشترک باشند.
به هر يک از شاخصها يک عامل 92 گفته مي‌شود و با f نمايش داده مي‌شود به اين ترتيب براي پرسشنامه مذکور 7 عامل کلي وجود دارد که با نمادهاي f1، f2، f3، … و f6 نشان داده مي‌شوند بنابراين مدل تحليلي اين پرسشنامه به صورت زير خواهد بود :
Xi = µi + Li1 f1 + Li2 f2 + Li3 f3 +…+ Li6 f6+ ei 2-3
که در آن :
نمرة سوال iام (امتياز شاخص iام) Xi=
متوسط نمره سوال iام μi=
ضريب ارتباط بين سوال iام با عامل jام =
عامل مشترک سوالات (امتيازات عاملي) =
خطا =
به طور کلي Lij را بارهاي عاملي93 مي‌نامند. که همبستگي يک شاخص با يک عامل را بار عاملي گويند. Fjها يا برآورد آنها را که امتيازات عاملي مي‌نامند؛ براي ساختن مقياس‌هاي عاملي به کار مي‌روند. و از رابطه زير بدست مي‌آيند:
3-3 J=1, …, m
که در آن ها ضرايب امتياز عامل‌ها ناميده مي‌شود.
براي اجراي يک تحليل عاملي چهار گام اصلي ضرورت دارد :
تهيه يک ماتريس همبستگي از تمام متغيرهاي مورد استفاده در تحليل و برآورد اشتراک94
استخراج عامل‌ها
انتخاب و چرخش95 عامل‌ها براي ساده‌تر ساختن و قابل فهم‌تر کردن ساختار عاملي
تفسير نتايج
2-5-3- مدل يابي معادلات ساختاري
مدل يابي معادلات ساختاري يك تكنيك تحليل چند متغيري بسيار كلي و نيرومند از خانواده رگرسيون چند متغيري و به بيان دقيق تر بسط مدل خطي كلي96 است كه به پژوهشگر امكان مي دهد مجموعه اي از معادلات رگرسيون را به گونه هم زمان مورد آزمون قرار دهد. مدل يابي معادلات ساختاري يك رويكرد آماري جامع براي آزمون فرضيه هايي درباره روابط بين متغيرهاي مشاهده شده و نهان است، كه گاه تحليل ساختاري كوواريانس، مدل يابي علي و گاه نيز LISREL ناميده شده است. اما اصطلاح غالب در اين روزها، مدل يابي معادلات ساختاري يا به گونه خلاصه SEM است. نرم افزار SEM به عنوان يكي از پيشرفتهاي روش شناختي نويدبخش در علوم اجتماعي و علوم رفتاري مي تواند مدلهاي سنتي را مورد آزمون قرار دهد و در عين حال امكان بررسي روابط و مدلهاي پيچيده تري مانند تحليل عاملي(تاييدي)97 و تحليل سري هاي زماني را نيز فراهم و كاربرد داده هاي همبستگي، آزمايشي و غير آزمايشي را براي تعيين ميزان موجه بودن مدلهاي نظري در يك جامعه بخصوص امكان پذير سازد.
1-2-5-3- اصطلاحات مدل يابي معادلات ساختاري
مدل يابي معادلات ساختاري بر پايه فرضيه هايي در باره وجود روابط علي در بين متغير ها، مدلهاي علي را با دستگاه معادلات خطي آزمون مي كند. بدين ترتيب، SEM، روابط ساختاري بين شرايط ساختاري معين و مفروض98 را مي آزمايد و برآورد روابط علي ميان متغيرهاي نهان (مشاهده نشده) و نيز روابط بين متغير هاي اندازه گيري شده (مشاهده شده) را امكان پذير مي سازد.[5]
متغير هاي مستقل كه فرض براين است بدون خطا اندازه گيري مي شوند، متغيرهاي برونزا99 و يا جريان دهنده100 و متغير هاي وابسته يا ميانجي 101متغيرهاي درونزا102 يا جريان گيرنده103 ناميده مي شوند. متغيرهاي آشكار104 يا مشاهده شده به گونه مستقيم توسط پژوهشگر اندازه گيري مي شود، در حالي كه متغيرهاي نهان يا مشاهده نشده به گونه اي مستقيم اندازه گيري نمي شوند، بلكه بر اساس روابط يا همبستگي هاي بين متغيرهاي اندازه گيري شده استنباط مي شوند. اين برآورد آماري به همان طريق كه يك تحليل عاملي اكتشافي حضور عامل هاي نهان را از واريانس مشترك بين متغيرهاي مشاهده شده استنباط مي كند، بدست مي آيد.[5]
بنا بر آنچه كه گفته شد، مدل معادلات ساختاري شامل دو مولفه است: مدل اندازه گيري كه در آن متغيرهاي نهان پيشنهاد و از طريق CFA آزمون مي شود و مدل ساختاري كه در آن متغيرهاي نهان و متغير هاي مشاهده شده اي كه نشانگر متغير هاي نهان است از يك راه منطقي باهم مرتبط مي شوند.
كاربران SEM روابط ميان متغيرهاي مشاهده شده و مشاهده نشده را با استفاده از نمودار مسير105 نشان مي دهند. اين نمودار كه نقش اساسي در مدل يابي معادلات ساختاري بازي مي كند، مانند فلوچارتهاي رايانه اي است، كه متغيرهايي را كه با خطوط بيانگر جريان علي باهم متصل شده اند، نشان مي دهد.[5]
2-2-5-3- مراحل مدل معادلات ساختاري
فرآيندهاي تجزيه و تحليل ساختارهاي کوواريانس شامل گامهايي است که لازم است به صورت متوالي انجام شوند. اين گامها عبارتند از:
الف – مرحلة بيان مدل
مدل معادلات ساختاري با بيان مدلي که مي‌خواهد تخمين زده شود؛ شروع مي‌شود. در ساده‌ترين سطح، مدل، يک عبارت آماري دربارة روابط ميان متغيرها است. اين مرحله يکي از مهمترين مراحل موجود درمدل معادلات ساختاري است، زيرا هيچ گونه تحليلي صورت نمي‌گيرد، مگر اين که محقق ابتدا مدل خود را بيان کند.
ب – مرحلة دوم تخمين مدل
هنگامي که يک مدل بيان شد و حالت تعيين آن مورد ارزيابي قرار گرفت، کار بعدي بدست آوردن تخمينهاي پارامترهاي آزاد از روي مجموعه‌اي از داده‌هاي مشاهده شده است. اين مرحله شامل يکسري فرآيندهاي تکراري است که در هر تکرار يک ماتريس کوواريانس ضمني106 ساخته مي‌شود و با ماتريس کوواريانس داده‌هاي مشاهده شده مقايسه مي‌گردد. مقايسه اين دو ماتريس منجر به توليد يک ماتريس باقيمانده107 مي‌شود و اين تکرارها تا جايي ادامه مي‌يابد که اين ماتريس باقيمانده به حداقل ممکن برسد. [5]
ج – ارزيابي تناسب108 يا برازش
مدل وقتي گفته مي‌شود که با يکسري داده‌هاي مشاهده شده تناسب دارد که ماتريس کوواريانس ضمني مدل با ماتريس کوواريانس داده‌هاي مشاهده شده، معادل شده باشد، بدين معني که ماتريس نزديک صفر باشد (هويل 1995). هنگامي که يک مدلي تخمين زده مي‌شود برنامه نرم افزاري يکسري آمارهايي از قبيل خطاي استاندارد، T – Value و غيره را دربارة ارزيابي تناسب مدل با داده‌ها منتشر مي‌کند. اگر مدل قابل آزمون باشد ولي با داده‌ها به طور مناسب تناسب نداشته باشد شاخصهاي اصلاحي109 که يک وسيله معتبر براي ارزيابي تغييرات مورد نظر در بيان مدل هستند به کار گرفته مي‌شوند؛ تا مدل متناسب با داده‌ها شوند ( لاوي، 1988).
مهمترين شاخص تناسب مدل آزمون است ولي به خاطر اين که آزمون تحت شرايط خاصي عمل مي‌کند و هميشه اين شرايط محقق نمي‌شود لذا يکسري شاخصهاي ثانويه‌اي نيز ارائه مي‌گردد.مهمترين اين شاخصها عبارتند از : شاخص خوبي برازش110، شاخص خوبي برازش تعديل شده111، ميانگين مجذور خطا 112
حالتهاي بهينه براي اين آزمونها به شرح زير است:
آزمون هر چه کمتر باشد بهتر است، زيرا اين آزمون اختلاف بين داده و مدل را نشان مي‌دهد. برخي از محققان بجاي اين شاخص؛ شاخص حاصل تقسيم کاي دو بر درجه آزادي را پيشنهاد کرده اند که فارغ از درجه آزادي است و مقدار آن بايد کمتر از 3 باشد.
د – اصلاح مدل
يکي از مهمترين جنبه‌هاي بحث انگيز مدل معادلات ساختاري، اصلاح مدل است. اصلاح مدل مستلزم تطبيق کردن يک مدل بيان شده و تخمين زده شده است که اين کار از طريق آزاد کردن پارامترهايي که قبلاً ثابت بوده‌اند و يا ثابت کردن پارامترهايي که قبل از آن آزاد بوده‌اند صورت مي‌گيرد.
ه – تفسير مدل
اگر آزمونهاي تناسب نشان دهند که مدل به طور کافي متناسب با داده‌ها مي‌باشد دراين مرحله محقق بر پارامترهاي مدل متناسب شده تمرکز مي‌نمايد. در اين مرحله، معناداري پارامترهاي مدل مورد ارزيابي قرار مي‌گيرد ( لاوي ، 1988).
آزمونها و مقايسه تخمين پارامترها و همچنين نمايش آنها مستلزم تخمينهاي استاندارد شده‌اي113 است. به همين دليل در اين مرحله تخمينهاي غيراستاندارد را که عمدتاً به مقياس114 خود وابسته هستند را به تخمينهاي استاندارد شده‌اي که وابسته به مقياس
