ویژگی قدرت و ارزش ویژه برند

 

 

۳۸۲

 

 

۳۶۹/۰+

 

 

۰۰۰/۰

 

 

تأیید فرضیه

 

 

با توجه به جدول( ۴ – ۲۷ ) مشاهده می شود که مقدار ۰۵/۰ > 000/0 Sig = می باشد، به همین دلیل با اطمینان ۹۵ درصد فرض H0 رد و فرض H1تایید می شود ، به عبارت دیگر می توان شاهد رابطه معنی دار بین دو متغیربود. هم چنین بر اساس جدول و شدت همبستگی بین دومتغیر ویژگی قدرت از شخصیت برندوارزش ویژه برند می توان گفت، متغیرویژگی قدرت از شخصیت برند می تواند۶/۱۳درصدازتغییرات متغیر ارزش ویژه برندرا تبیین نماید.
۴–۶)رگرسیون گام به گام[۲۱۳]بین ابعادشخصیت برندوارزش ویژه برند
رگرسیون چندگانه جهت بررسی رابطه بین متغیر های مستقل با متغیر وابسته به کار گرفته می شود. برای انجام رگرسیون چند گانه در این تحقیق از دو روش رگرسیون گام به گام وپس رو[۲۱۴] استفاده شده است.در روش گام به گام ابعاد شخصیت برندکه شامل :صداقت ، هیجان ، شایستگی ، کمال ، قدرت است به عنوان متغیرهای مستقل که شامل ابعاد ارزش ویژه برند هستند به صورت مرحله ای وارد رابطه شده واگر رابطه معنی داری وجود نداشته باشد به طور خود کارحذف می شوند.بر اساس این روش چهار مدل به دست آمده که به این شرح است: در مدل اول متغیر هیجان ،در مدل دوم متغیرهای هیجان و صداقت ، در مدل سوم متغیرهای هیجان، صداقت وکمال و در مدل چهارم متغیرهای هیجان ،صداقت ،کمال و قدرت وارد رابطه رگرسیون شده و متغیر شایستگی به طور خودکار به دلیل ایجاد هم پوشانی با سایر متغیرها حذف شده است.در روش پس رو تمامی ابعاد شخصیت برند هم زمان وارد رابطه می شود ،بر اساس این روش دو مدل به دست آمده که به این شرح است: در مدل اول متغیرهای هیجان ،صداقت ،شایستگی ،کمال و قدرت وارد رابطه رگرسیون شده و در مدل دوم متغیر شایستگی به طور خودکاراز رابطه رگرسیونی حذف شده است.دراین قسمت پیش نیاز های انجام آزمون تحلیل رگرسیون چند گانه مورد بررسی قرار خواهدگرفت، که عبارتند از :
نرمال بودن متغیر وابسته :این که توزیع مقادیر متغیر وابسته (ارزش ویژه برند) نرمال بوده است، که نتایج این قسمت با استفاده از آزمون کولموگروف- اسمیرنف در قسمت قبل بررسی شد ودر نتیجه متغیر در نمونه مورد نظر دارای توزیع نرمال می باشد.
وجود رابطه خطّی بین متغیرهای مستقل با متغیر وابسته: به این معنی که ،ابتدا باید بررسی شود که متغیرهای مستقل با متغیر وابسته رابطه خطّی دارند .وجود این رابطه در قسمت قبل بررسی شده است.
مستقل بودن مشاهدات از یکدیگر : این موضوع با آزمون دوربین- واتسون مورد بررسی و تأیید قرار گرفت. آزمون دوربین- واتسون بین دو متغیر نشان داده است که مشاهدات مستقل از یکدیگر هستند ، زیرا آماره این آزمون بین (۵/۲- ۵/۱) قرار گرفته است(جزییات در پیوست شماره ۵).
جدول۴- ۲۸) آماره دوربین– واتسون

 

برای دانلود متن کامل این فایل به سایت torsa.ir مراجعه نمایید.

 

 

 

 

 

 

 

 

 

 

 

 

مدل رگرسیون	آماره دوربین واتسون
ارزش ویژه برند	۷۷/۱

 

تشخیص هم خطّی[۲۱۵] بودن متغیرهای مستقل با یکدیگر : برای بررسی هم خطی بودن متغیرهای مستقل از شاخص های مقادیر اغماض[۲۱۶] و عامل تورم واریانس[۲۱۷] (VIF) استفاده می کنیم مقدارهای اغماض اندازه هایی برای نشان دادن همبستگی بین متغیرهای مستقل می باشند و می توانند بین صفر تا ۱ تغییر نمایند. هر چه میزان اغماض یک متغیر به صفر نزدیک تر باشد، ارتباط قوی تری بین آن متغیر وسایر متغیرهای مستقل وجود دارد. عامل دیگر جهت تشخیص هم خطّی بودن، عامل تورم واریانس (VIF) می باشد. کم ترین مقداری که این عامل می تواند بگیرد یک می باشد و این در شرایطی است که بین متغیرهای مستقل اصلاً رابطه خطّی وجود نداشته باشد و هرچه مقدار آن بیش تر باشد نشان دهنده درجه بیش تری از هم خطّی بین متغیر های مستقل است( بیش ترین میزان قابل قبول ۵).با توجّه به این موارد مشاهده می شود که متغیرهای مستقل تحقیق حاضر دارای رابطه خطّی نسبتاً ضعیفی با هم دیگر می باشند. به این ترتیب شرایط لازم جهت آزمون فرضیّه های تحقیق با استفاده از روش تحلیل رگرسیون مهیا می باشد.
جدول۴- ۲۹) ضرایب وآماره های عامل تورم واریانس ومقادیر قابل اغماض

 

 

 

 

 

 

 

yle="box-sizing: inherit; width: 1104px;">