تداعی برند مبتنی بر کارکنان

21-19

اعتمادبه برند

12-6

وفاداری مشتری

5-1

3-9- روايي و پايايي پرسشنامه
3-9-1- روايي
مفهوم اعتبار به اين پرسش پاسخ مي دهد كه ابزار اندازه گيري تا چه حد خصيصه مورد نظر را مي سنجد. بدون آگاهي از اعتبار ابزار اندازه گيري نمي توان به دقت داده هاي حاصل از آن اطمينان داشت. براي تعيين اعتبار پرسشنامه روش هاي متعددي وجود دارد كه يكي از اين روش ها اعتبار محتوا مي باشد. اعتبار محتوا نوعي اعتبار است كه براي بررسي اجزاي تشكيل دهنده يك ابزار اندازه گيري به كار برده مي شود. اعتبار محتواي يك ابزار اندازه گيري به سؤال هاي تشكيل دهنده آن بستگي دارد. اگر سؤال هاي پرسشنامه معرف ويژگي ها و مهارت هاي ويژه اي باشد كه محقق قصد اندازه گيري آن ها را داشته باشد، آزمون داراي اعتبار محتوا است. براي اطمينان از اعتبار محتوا، بايد در موقع ساختن ابزار چنان عمل كرد كه سؤال هاي تشكيل دهنده ابزار اندازه گيري معرف قسمت هاي محتواي انتخاب شده باشد. بنابراين اعتبار محتوا، ويژگي ساختاري ابزار اندازه گيري است كه همزمان با تدوين آزمون در آن تنيده مي شود. اعتبار محتواي يك آزمون معمولاً توسط افرادي متخصص در موضوع مورد مطالعه تعيين مي شود. اعتبار محتواي پرسشنامه تحقیق حاضر توسط اساتيد فن و صاحب نظران در مورد موضوع تحقيق تأييد شده است و از اعتبار لازم برخوردار مي باشد.
3-9-2- قابليت اطمينان[41] (پايايي)پرسشنامه
براي اندازه گيري پايايي يک پرسشنامه ابزارهاي مختلفي وجود دارد که يکي از آن ها «ضريب آلفاي- کرونباخ[42] » است. اين ضريب توسط «کرونباخ» ابداع شده و يکي از متداول ترين روش هاي اندازه گيري اعتماد پذيري يا پايايي پرسشنامه هاست. اين ضريب براي سنجش ميزان تک بعدي بودن نگرش ها، عقايد و … به کار مي رود. در واقع مي خواهيم ببينيم تا چه حد برداشت پاسخ دهندگان از سؤالات يکسان بوده است. اساس اين ضريب بر پايه مقياس هاست. مقياس عبارتست از دسته اي از اعداد که بر روي يک پيوستار به افراد، اشياء يا رفتارها در جهت به کميّت کشاندن کيفيت ها اختصاص داده مي شود. آلفاي کرونباخ به طور کلي با استفاده از يکي از روابط زير محاسبه مي شود.
یا
 
در اين روابط k تعداد سؤالات،
واريانس سؤال i ام،
واريانس مجموع کلي سؤالات،
 
 ميانگين کواريانس بين سؤالات،
 واريانس ميانگين سؤالات مي باشند.
با استفاده از تعريف آلفاي کرونباخ مي توان نتيجه گرفت که:
الف- هرقدر همبستگي مثبت بين سؤالات بيشتر شود، ميزان آلفاي کرونباخ بيشتر خواهد شد و بالعکس.
ب- هرقدر واريانس ميانگين سؤالات بيشتر شودآلفاي کرونباخ کاهش پيدا خواهد نمود.
پ- افزايش تعداد سؤالات تأثير مثبت و يا منفي (بستگي به نوع همبستگي بين سؤالات) بر ميزان ضريب کرونباخ خواهد گذاشت.
ت- افزايش حجم نمونه باعث واريانس ميانگين سؤالات در نتيجه باعث افزايش آلفاي کرونباخ خواهد شد.
بديهي است هر قدر شاخص آلفاي کرونباخ به 1 نزديکتر باشد، همبستگي دروني بين سؤالات بيشتر و در نتيجه پرسش ها همگن تر خواهند بود. کرونباخ ضريب پايايي 45 درصد را کم، 75 درصد را متوسط قابل قبول، ضريب 95% را زياد پيشنهاد کرده. بديهي است در صورت پايين بودن مقدار آلفا، بايستي بررسي شود که با حذف کدام پرسش ها مقدار آن را مي توان افزايش داد.
به منظور بررسي پايايي پرسشنامه تحقيق، ابتدا 30 پرسشنامه درجامعه آماري توزيع و گردآوري گرديد. سپس براي محاسبه ضريب آلفاي کرونباخ از نرم افزار SPSS استفاده شده است.
در تحقيق حاضر آلفاي کرونباخ پرسشنامه به شرح جدول 3-2 است. با توجه به اين که آلفاهاي محاسبه شده بالاتر از 0.8 مي باشد بنابراين پرسشنامه تحقيق از پايايي مناسب برخوردار است.
جدول 3-3- متغیرهای اصلی تحقیق

6

کل پرسشنامه

0.969

قابل قبول

3-10- روش هاي تجزيه و تحليل آماري
پس از اين که پژوهشگر روش تحقيق خود را مشخّص کرد و با استفاده از ابزارهاي مناسب، داده هاي مورد نياز را براي آزمون فرضيه هاي خود جمع آوري کرد، اکنون نوبت آن است که با بهره گيري از تکنيک هاي آماري مناسب که با روش تحقيق، نوع متغيرها و… سازگاري دارد، داده ها جمع آوري شده را دسته بندي و تجزيه و تحليل نمايد و در نهايت فرضيه هايي را که تا اين مرحله او را در تحقيق هدايت کرده اند، در بوته آزمايش قرار دهد و تکليف آن ها را روشن کند و سرانجام بتوانند پاسخي (راه حلي) براي پرسشي که تحقيق تلاشي سيستماتيک براي به دست آوردن آن بود، بيابد (خاکي،1389 ،172)
در تحقیق حاضر اطلاعات به دست آمده از پرسشنامه ها با استفاده از تکنیک های آمار توصیفی و آمار استنباطی مورد تجزیه و تحلیل قرار گرفته است. در تحلیل توصیفی از جداول توزیع فراوانی برای بررسی و تجزیه و تحلیل اطلاعات مربوط به ویژگی های عمومی پاسخگویان و متغیرهای تحقیق استفاده شده است. آزمون نرمال بودن داده ها با استفاده از آزمون کلموگروف – اسمیرنوف، و فرضیه های تحقیق نیز با استفاده از تکنیک معادلات ساختاری و رگرسيون بررسی شده است. در تحلیل توصیفی، نرم افزار SPSS19 و در تحلیل استنباطی، نرم افزاز لیزرل 5/8 بکار گرفته شده است.
3-10-1 تجزيه و تحليل با استفاده از آمار توصيفي
آمار توصيفي را عمدتاً مفاهيمي از قبيل توزيع فراواني، نمايش هندسي و تصويري توزيع و نظاير آن تشکيل مي‌دهد. آمار توصيفي براي تبيين وضعيت پديده يا مسئله يا موضوع مورد مطالعه به زمان آمار، تصويرسازي و توصيف مي‌گردد. محقق پس از استخراج اطلاعات اقدام به خلاصه کردن و طبقه بندي داده‌هاي آماري مي‌نمايد و اين کار را با تشکيل جداول توزيع فراواني انجام مي‌دهد. پس از تشکيل جداول توزيع فراواني محقق مي‌تواند درصدهاي توزيع فراواني و درصدهاي تراکمي را محاسبه کند (حافظ نيا، 1388، 136)
3-10-2 تجزيه و تحليل با استفاده از آمار استنباطي
در تحليل‌هاي آمار استنباطي همواره نظر بر اين است که نتايج حاصل از مطالعه گروه کوچکي به نام نمونه، چگونه به گروه بزرگ تري به نام جامعه تعميم داده مي‌شود. رابطه همبستگي به بررسي ارتباط بين دو يا چند متغير مي‌پردازد و ضريب آن را محاسبه مي‌نمايد. همبستگي بين متغيرها ممکن است مثبت يا منفي باشد (حافظ نيا، 1388، 138)
3-10-3 تکنیک مدل یابی معادلات ساختاری
مدل یابی معادلات ساختاری یک تکنیک تحلیل چند متغیری بسیار کلی و نیرومند از خانواده رگرسیون چند متغیری و به بیان دقیق‌تر بسط مدل خطی کلی است. که به پژوهشگر امکان می‌دهد مجموعه ای از معادلات رگرسیون را به گونه هم زمان مورد آزمون قرار دهد. مدل یابی معادله ساختاری یک رویکرد جامع برای آزمون فرضیه‌هایی درباره روابط متغیرهای مشاهده شده و مکنون است که گاه تحلیل ساختاری کوواریانس، مدل یابی علّی و گاه نیز لیزرل (Lisrel) نامیده شده است اما اصطلاح غالب در این روزها، مدل یابی معادله ساختاری یا به گونه خلاصه SEM است (هومن، 1384،54)
از نظر آذر (1381) نیز یکی از قوی‌ترین و مناسب‌ترین روش‌های تجزیه و تحلیل در تحقیقات علوم رفتاری و اجتماعی، تجزیه و تحلیل چند متغیره است زیرا این گونه موضوعات چند متغیره بوده و نمی توان آن ها را با شیوه دو متغیری (که هر بار یک متغیر مستقل با یک متغیر وابسته در نظر گرفته می‌شود) حل نمود. «تجزیه و تحلیل ساختارهای کوواریانس» یا همان «مدل یابی معادلات ساختاری»، یکی از اصلی‌ترین روش‌های تجزیه و تحلیل ساختار داده‌های پیچیده و یکی از روش‌های نو برای بررسی روابط علت و معلولی است و به معنی تجزیه و تحلیل متغیرهای مختلفی است که در یک ساختار مبتنی بر تئوری، تأثيرات همزمان متغیرها را به هم نشان می‌دهد. از طریق این روش می‌توان قابل قبول بودن مدل‌های نظری را در جامعه‌های خاص با استفاده از داده‌های همبستگی، غیر آزمایشی و آزمایشی آزمود.
3-10-3-1 متغير پنهان و متغير قابل مشاهده
سازه‌ها يا متغيرهاي پنهان و متغيرهاي مشاهده شده دو مفهوم اساسي در تحليل‌هاي آماري بويژه بحث تحليل عاملي و مدل‌يابي معدلات ساختاري هستند. متغيرهاي پنهان که از آن ها تحت عنوان متغير مکنون نيز ياد مي‌شود متغيرهائي هستند که به صورت مستقيم قابل مشاهده نيستند. براي مثال متغير انگيزه را در نظر بگيريد. انگيزه فرد را نمي‌توان به صورت مستقيم مشاهده کرد و سنجيد. به همين منظور براي سنجش متغيرهاي پنهان از سنجه‌ها يا گويه‌هائي استفاده مي‌کنند که همان سؤالات پرسشنامه را تشکيل مي‌دهند. اين سنجه‌ها متغيرهاي مشاهده شده هستند. براي مثال سخت‌کوشي، حضور به‌موقع در محل کار، حساسيت به انجام کار و مواردي از اين دست متغيرهاي قابل مشاهده براي متغير پنهان انگيزش هستند (هومن، ۱۳۸۴،71)
3-10-3-2 طراحي يک مدل معادلات ساختاري
طراحي يک مدل معادلات ساختاري با ذکر يک مثال توضيح داده مي‌شود. براي نمونه در پژوهشي رابطه سه متغير پنهان A,B,C بررسي مي‌شود. رابطه علي بين اين متغيرها به اين صورت در نظر گرفته شده است:
۱- متغير پنهان A يک متغير مستقل است و بر هر دو متغير پنهان B و C تأثير دارد.
۲- براي سنجش متغير پنهان A از دو متغير قابل مشاهده A1 و A2 استفاده شده است.
۳- براي سنجش متغير پنهان B از دو متغير قابل مشاهده B1 و B2 استفاده شده است.
۴- براي سنجش متغير پنهان C از سه متغير قابل مشاهده C1 و C2 و C3 استفاده شده است.
نمودار 3-2-ساختار کلي مدل معادلات ساختاري
(حبيبي و همکاران، ۱۳89)
مدل کلي معادلات ساختاري از الگوي نمودار شماره 3-2 پيروي مي‌کند. قوانين اين الگو عبارتند از:
1- هر بيضي در مدل معادلات ساختاري نشان‌دهنده يک متغير پنهان است.
2- هر مستطيل در مدل معادلات ساختاري نشان‌دهنده يک متغير قابل مشاهده است.
3- از هر متغير پنهان (بيضي) به هر متغيرقابل مشاهده (مستطيل) پيکاني وجود دارد که با نماد λ نشان داده مي‌شود. به λ وزن‌هاي عاملي يا بار عاملي گفته مي‌شود. طبق گفته کلاين بارهاي عاملي بزرگتر از 0.3 نشان‌دهنده با اهميت بودن رابطه است.
4- هر مقدار ε نيز نشان‌دهنده خطا در پيش بيني متغيرهاي پنهان از يکديگر است.
5- ضريب رابطه علي بين دو متغير پنهان مستقل و وابسته با γ نشان داده مي‌شود.
6- ضريب رابطه علي بين دو متغير پنهان وابسته با β نشان داده مي‌شود (حبيبي و همکاران، ۱۳89، 171)
3-10-3-3 بار عاملي[43]
قدرت رابطه بين عامل (متغير پنهان) و متغير قابل مشاهده بوسيله بار عاملي نشان داده مي‌شود. بار عاملي مقداري بين صفر و يک است. اگر بار عاملي کمتر از 0.3 باشد رابطه ضعيف درنظر گرفته شده و از آن صرف‌نظر مي‌شود. بارعاملي بين 0.3 تا 0.6 قابل قبول است و اگر بزرگتر از 0.6 باشد خيلي مطلوب است.