های برازندگی در جدول(4-23) نشان داده شده است. با توجه به نتایج به دست آمده و مقایسه آن با دامنه قابل قبول می‌توان اذعان کرد تناسب داده‌هاي گردآوري شده با مدل مطلوب است. لذا برازندگی مدل نهایی اندازه‌گیری سازه مدیریت دانش و یادگیری مورد تأیید می‌باشد.
جدول4-23. شاخص‌هاي برازندگي مدل اندازه‌گیری سازه مدیریت دانش و یادگیری
شاخص تناسب
RMSEA
IFI
RFI
NFI
TLI
CFI
دامنه مقبول
نتيجه
–
0.000
1
1
1
1
1
4-4-1-6- مدل قابلیت‌های زیرساختی
همان‌طور که قبلاً اشاره شد قابلیت‌های زیرساختی توسط پنج متغیر تکنولوژی، منابع انسانی، کسب‌وکار، فرهنگ و مدیریت دانش تبیین می‌شود. در بخش پیش به تحلیل عاملی تأییدی هریک از متغیرهای مذکور پرداخته شد. نتایج حاکی از تأیید کلیه مدل‌های اندازه‌گیری متغیرهای فوق بود. لذا در این این بخش به برازش مدل اندازه‌گیری قابلیت‌های زیرساختی می‌پردازیم. نتایج حاصل از برازش این مدل در شکل(4-8) نشان داده شده است.
شکل4-8. مدل اندازه‌گیری قابلیت‌های زیرساختی
معنی‌داری بارهای عاملی فوق در جدول(4-24) نشان داده شده است.
جدول4-24. معنی‌داری بارهای عاملی مدل اندازه‌گیری قابلیت‌های زیرساختی
Estimate
S.E.
C.R.
P
KM
—
Infrastructure
1.000
Culture
—
Infrastructure
1.157
.118
9.794
***
BR
—
Infrastructure
1.345
.115
11.692
***
HR
—
Infrastructure
1.183
.104
11.338
***
TR
—
Infrastructure
1.103
.102
10.812
***
نتایج جدول فوق حاکی از این است که کلیه بارهای عاملی برآورد شده معنی‌دار می‌باشند. بررسی شاخص‌های برازندگی نشان می‌دهد که مقدار RMSEA برابر با 136/0 و بیش از 1/0 می‌باشد. با انجام اصلاحات پیشنهادی نرم‌افزار، مدل قابلیت‌های زیرساختی مجدداً اجرا گردید. نتایح حاصل از اجرای مدل در شکل زیر نشان داده شده است.
شکل4-9. مدل اندازه‌گیری قابلیت‌های زیرساختی(اصلاحی)
معنی‌داری بارهای عاملی برآورد شده در مدل فوق در جدول زیر نشان داده شده است.
جدول4-25. معنی‌داری بارهای عاملی مدل اندازه‌گیری قابلیت‌های زیرساختی(اصلاحی)
Estimate
Standardized
Regression Weights
S.E.
C.R.
P
KM
—
Infrastructure
1.000
.675
Culture
—
Infrastructure
1.070
.648
.115
9.307
***
BR
—
Infrastructure
1.356
.885
.113
11.973
***
HR
—
Infrastructure
1.168
.828
.101
11.517
***
TR
—
Infrastructure
1.038
.742
.099
10.518
***
e4
—
e1
.176
.675
.044
3.973
***
نتایج جدول فوق حاکی از معنی‌داری کلیه مسیرهای برآورد شده می‌باشد. نتایج بررسی ضرایب استاندارد نشان می‌دهد که متغیر منابع کسب‌وکار با ضریب استاندارد 885/0 دارای بیشترین نقش در تبیین قابلیت‌های زیرساختی می‌باشد. پس از آن به ترتیب منابع انسانی، تکنولوژی، مدیریت دانش و فرهنگ قرار دارند. شاخص‌های برازندگی مدل فوق در جدول(4-26) نشان داده شده است. با توجه به نتایج به دست آمده و مقایسه آن با دامنه قابل قبول می‌توان اذعان کرد تناسب داده‌هاي گردآوري شده با مدل مطلوب است. لذا برازندگی مدل نهایی اندازه‌گیری قابلیت‌های زیرساختی مورد تأیید می‌باشد.
جدول4-26. شاخص‌هاي برازندگي مدل اندازه‌گیری قابلیت‌های زیرساختی
شاخص تناسب
RMSEA
IFI
RFI
NFI
TLI
CFI
دامنه مقبول
نتيجه
2.495
0.076
0.991
0.963
0.985
0.977
0.991
4-4-2- قابلیت‌های مشتری
مدل قابلیت‌های مشتری توسط سه سازه مشتری‌مداری، متمایزسازی مشتریان و درک متقابل تبیین می‌شود. جهت برازش مدل قابلیت‌های مشتری ابتدا به تحلیل عاملی تأییدی هریک از سه سازه مذکور می‌پردازیم.
4-4-2-1- مشتری مداری
جهت اندازه‌گیری سازه مشتری، 6 سؤال در پرسشنامه طراحی شده بود. نتایج حاصل از بررسی کفایت حجم نمونه مورد مطالعه با استفاده از آزمون KMO و بارتلت در جدول زیر نشان داده شده است.
جدول 4-27. آزمون KMO و بارتلت سازه مشتری‌مداری
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.834
Bartlett’s Test of Sphericity
Approx. Chi-Square
549.017
df
15
Sig.
.000
مقدار بیش از 5/0 برای KMO و سطح معنی‌داری صفر برای آزمون بارتلت حاکی از کفایت حجم نمونه مورد مطالعه در خصوص سازه مشتری‌مداری می‌باشد. با توجه به کفایت حجم نمونه در ادامه به نتایج حاصل از تحلیل عاملی تأییدی مدل اندازه‌گیری سازه مشتری‌مداری می‌پردازیم. نتایج حاصل از برازش مدل اندازه‌گیری سازه مشتری‌مداری در شکل(4-10) نشان داده شده است.
شکل4-10. مدل اندازه‌گیری سازه مشتری‌مداری
معنی‌داری بارهای عاملی فوق در جدول(4-28) نشان داده شده است.
جدول4-28. معنی‌داری بارهای عاملی مدل اندازه‌گیری سازه مشتری‌مداری
Estimate
S.E.
C.R.
P
s32
—
مشتری‌مداری
1.000
s31
—
مشتری‌مداری
1.391
.180
7.708
***
s30
—
مشتری‌مداری
1.444
.180
8.011
***
s29
—
مشتری‌مداری
1.303
.170
7.652
***
s28
—
مشتری‌مداری
1.655
.207
7.984
***
s27
—
مشتری‌مداری
1.415
.184
7.684
***
همان‌طور که نتایج جدول(4-28) نشان می‌دهد کلیه بارهای عاملی برآورد شده معنادار می‌باشند. بررسی شاخص‌های برازش مدل با مقدار 114/0 برای RMSEA حاکی از عدم برازش کامل مدل اندازه‌گیری مشتری‌مداری می‌باشد. بنابراین اصلاحات پیشنهادی توسط نرم‌افزار در مدل اندازه‌گیری مشتری‌مداری اعمال و مدل مجدد حل گردید. نتایج در شکل(4-11) نشان داده شده است.
شکل4-11. مدل اندازه‌گیری سازه مشتری‌مداری(اصلاحی)
معنی‌داری بارهای عاملی مذکور در جدول(4-29) نشان داده شده است.
جدول4-29. معنی‌داری بارهای عاملی مدل اندازه‌گیری سازه مشتری‌مداری(اصلاحی)
Estimate
S.E.
C.R.
P
s32
—
CO
1.000
s31
—
CO
1.317
.170
7.742
***
s30
—
CO
1.461
.176
8.311
***
s29
—
CO
1.289
.163
7.886
***
s28
—
CO
1.478
.190
7.781
***
s27
—
CO
1.154
.167
6.903
***
e28
—
e27
.438
.096
4.550
***
e31
—
e27
.190
.077
2.484
.013
همان‌طور که در جدول(4-29) مشاهده می‌شود کلیه بارهای عاملی برآورد شده، معنی‌دار می‌باشند. مقادیر شاخص‌های برازندگی مدل مذکور در جدول(4-30) نشان داده شده است. با توجه به نتایج به دست آمده و مقایسه آن با دامنه قابل قبول می‌توان ادعا کرد تناسب داده‌هاي گردآوري شده با مدل مطلوب است. لذا برازندگی مدل نهایی اندازه‌گیری سازه مشتری‌مداری مورد تأیید می‌باشد.
جدول4-30. شاخص‌هاي برازندگي مدل اندازه‌گیری سازه مشتری‌مداری
شاخص تناسب
RMSEA
IFI
RFI
NFI
TLI
CFI
دامنه مقبول
نتيجه
2.398
0.073
0.982
0.935
0.970
0.961
0.982
4-4-2-2- متمایزسازی مشتریان
سازه متمایزسازی مشتریان توسط 3 سؤال اندازه‌گیری می‌شود. نتایج حاصل از آزمون بارتلت و مقدار KMO این متغیر در جدول(4-31) نشان داده شده است.
جدول 4-31. آزمون KMO و بارتلت سازه متمایزسازی مشتریان
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.701
Bartlett’s Test of Sphericity
Approx. Chi-Square
286.742
df
3
Sig.
.000
مقدار بیش از 5/0 برای KMO و سطح معنی‌داری صفر برای آزمون بارتلت حاکی از کفایت حجم نمونه مورد مطالعه در خصوص سازه متمایزسازی مشتریان می‌باشد. با توجه به کفایت حجم نمونه در ادامه به نتایج حاصل از تحلیل عاملی تأییدی مدل اندازه‌گیری سازه متمایزسازی مشتریان می‌پردازیم. نتایج حاصل از برازش مدل اندازه‌گیری سازه متمایزسازی مشتریان در شکل(4-12) نشان داده شده است.
شکل4-12. مدل اندازه‌گیری سازه متمایزسازی مشتریان
معنی‌داری بارهای عاملی فوق در جدول(4-32) نشان داده شده است.
جدول4-32. معنی‌داری بارهای عاملی مدل اندازه‌گیری سازه متمایزسازی مشتریان
Estimate
S.E.
C.R.
P
s35
—
متمایزسازی مشتریان
1.000
s34
—
متمایزسازی مشتریان
1.133
.101
11.248
***
s33
—
متمایزسازی مشتریان
.866
.082
10.612
***
همان‌طور که نتایج جدول(4-32) نشان می‌دهد کلیه بارهای عاملی برآورد شده معنادار می‌باشند. بررسی شاخص‌های برازش مدل حاکی از برازش کامل مدل اندازه‌گیری مشتری‌مداری می‌باشد. مقادیر شاخص‌های برازندگی در جدول(4-33) نشان داده شده است. با توجه به نتایج به دست آمده و مقایسه آن با دامنه قابل قبول می‌توان اذعان کرد تناسب داده‌هاي گردآوري شده با مدل مطلوب است. لذا برازندگی مدل نهایی اندازه‌گیری سازه متمایزسازی مشتریان مورد تأیید می‌باشد.
جدول4-33. شاخص‌هاي برازندگي مدل اندازه‌گیری سازه متمایزسازی مشتریان
شاخص تناسب
RMSEA
IFI
RFI
NFI
TLI
CFI
دامنه مقبول
نتيجه
–
0.000
1
1
1
1
1
4-4-2-3- درک متقابل با مشتری
سازه درک متقابل توسط 6 سؤال اندازه‌گیری می‌شود. نتایج حاصل از آزمون بارتلت و مقدار KMO این متغیر در جدول(4-34) نشان داده شده است.
جدول 4-34. آزمون KMO و بارتلت سازه درک متقابل با مشتری
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.843
Bartlett’s Test of Sphericity
Approx. Chi-Square
647.718
df
15
Sig.
.000
مقدار بیش از 5/0 برای KMO و سطح معنی‌داری صفر برای آزمون بارتلت حاکی از کفایت حجم نمونه مورد مطالعه در خصوص سازه درک متقابل با مشتری می‌باشد. با توجه به کفایت حجم نمونه در ادامه به نتایج حاصل از تحلیل عاملی تأییدی مدل اندازه‌گیری سازه درک متقابل با مشتری می‌پردازیم. نتایج حاصل از برازش مدل اندازه‌گیری سازه درک متقابل با مشتری در شکل(4-13) نشان داده شده است.
شکل4-13. مدل اندازه‌گیری سازه درک متقابل با مشتری
معنی‌داری بارهای عاملی فوق در جدول(4-35) نشان داده شده است.
جدول4-35. معنی‌داری بارهای عاملی مدل اندازه‌گیری سازه درک متقابل با مشتری
Estimate
S.E.
C.R.
P
s38
—
درک متقابل
1.000
s37
—
درک متقابل
.953
.081
11.811
***
s36
—
درک متقابل
.947
.084
11.291
***
s39
—
درک متقابل
.880
.079
11.114
***
s40
—
درک متقابل
.856
.085
10.042
***
s41
—
درک متقابل
.691
.081
8.500
***
اگرچه نتایج جدول(4-35) حاکی از معنادار بودن کلیه بارهای عاملی برآورد شده می‌باشد، اما بررسی شاخص‌های برازش حاکی از عدم برازش مناسب مدل فوق است. برآورد مقدار 152/0 برای شاخص RMSEA دال بر این موضوع است. لذا اصلاحات پیشنهادی توسط نرم‌افزار انجام و مدل مجدد حل گردید. نتایج در ادامه آورده شده است.
شکل4-14. مدل اندازه‌گیری سازه درک متقابل با مشتری(اصلاحی)
معنی‌داری بارهای عاملی فوق در جدول(4-36) نشان داده شده است.
جدول4-36. معنی‌داری بارهای عاملی مدل اندازه‌گیری سازه درک متقابل با مشتری(اصلاحی)
Estimate
S.E.
C.R.
P
s38
—
درک متقابل
1.000
s37
—
درک متقابل
.884
.081
10.897
***
s36
—
درک متقابل
.851
.085
10.062
***
s39
—
درک متقابل
.773
.075
10.317
***
s40
—
درک متقابل
.732
.081
8.984
***
s41
—
درک متقابل
.589
.088
6.726
***
e40
—
e41
.353
.097
3.649
***
e39
—
e40
.212
.078
2.718
.007
e38
—
e41
-.184
.076
-2.430
.015
e37
—
e36
.163
.078
2.073
.038
e39
—
e41
.272
.087
3.130
.002
مقادی
