منابع مقالات علمی : بررسی موانع توسعه تجارت الکترونیک در شرکتهای کوچک و متوسط ایران و ارائه …

پایان نامه های ارشد سری هفتم

منابع مقالات علمی : بررسی موانع توسعه تجارت الکترونیک در شرکتهای کوچک و متوسط ایران و ارائه …

مقدار ویژه [۶]: میزان واریانس تبیین شده به وسیله هر عامل را بیان می کند (زارع چاهوکی، ۱۳۸۹).
عامل[۷]: عبارت است از ترکیب خطی متغیرهای اصلی که نشان دهنده جنبه خلاصه شده ای از متغیرهای مشاهده شده است (زارع چاهوکی، ۱۳۸۹). اساسا عامل، بعد یا سازه ای است که روابط بین مجموعه ای از متغیرها را به صورت خلاصه مطرح می کند (صدرالسادت و مینایی، ۱۳۸۰).
بار عاملی[۸]: همبستگی یک متغیر با یک عامل را گویند (صدرالسادت و مینایی، ۱۳۸۰). اگر مقادیر بار عاملی مجذور شوند نشان می دهند که چند درصد از واریانس یک متغیر توسط آن عامل تبیین می شود (زارع چاهوکی، ۱۳۸۹).
ماتریس عاملی[۹]: جدولی است که بارهای عاملی کلیه متغیرها را در عامل نشان می دهد (زارع چاهوکی، ۱۳۸۹).
چرخش عاملی[۱۰]: فرآیندی برای تعدیل محور عاملی به منظور دستیابی به عامل های معنی دار و ساده است (زارع چاهوکی، ۱۳۸۹).
۴-۵-۸-۲-۲- مراحل اجرای تحلیل عاملی
سه مرحله اصلی در اجرای تحلیل عاملی وجود دارد:
انتخاب متغیرهای مناسب
در تعیین اینکه آیا مجموعه داده ها برای تحلیل عاملی مناسب هستند دو موضوع اصلی باید مورد توجه قرار گیرد: حجم نمونه و شدت رابطه بین متغیرها (رضایی، ۱۳۸۹)
در مورد حداقل حجم نمونه باید گفت که نباید کتر از ۵۰ باشد. هرچه اندازه نمونه زیادتر شود، صحت و دقت تحلیل عاملی بیشتر می شود (زارع چاهوکی، ۱۳۸۹). برخی نویسندگان پیشنهاد می کنند که اندازه نمونه کلی،به نسبت به آزمودنی ها به تعداد سئوال ها وابسته است. برخی محققیق نسبت ۱ به ۱۰ را پیشنهاد می کند و برخی دیگر تعداد ۵ آزمودنی برای هر سئوال را در بیشتر موارد مناسب می دانند.
موضوع دیگری که باید به آن پرداخته شود در ارتباط با شدت روابط بین سئوالها می باشد. یکی از روشهای انتخاب متغیرهای مناسب برای تحلیل عاملی، استفاده از ماتریس همبستگی است. به طور معمول اینگونه ماتریسهای همبستگی وجود رابطه بین برخی متغیرها و عدم ارتباط با برخی دیگر را نشان می دهند (زارع چاهوکی، ۱۳۸۹). این الگو در تحلیل عاملی موجب شکل گیری خوشه هایی می شود که متغیرهای درون خوشه با یکدیگر همبستگی و با متغیرهای دیگر خوشه ها همبستگی ندارند (زارع چاهوکی، ۱۳۸۹). توصیه می شود متغیرهایی که با هم همبستگی معنی داری ندارند از تحلیل حذف شوند. تباچینگ و فیدل (۲۰۰۷) برای بررسی شدت همبستگی، بررسی ماتریس همبستگی برای یافتن ضرایب بزرگتر از ۰٫۳ را پیشنهاد کرده اند. آماره هایی نیز وجود دارند که پژوهشگر از طریق آنها قادر به تعیین مناسب بودن داده ها برای تحلیل عاملی است. یکی از این روشها استفاده از ضریب KMO[11] که مقدار آن همواره بین صفر و یک در نوسان است می باشد (زارع چاهوکی، ۱۳۸۹):
که در آن ضریب همبستگی ساده بین متغیرهای i و j است و ضریب همبستگی جزئی بین انهاست.اگر مجموع ضرایب همبستگی جزئی بین همه زوج متغیرها در مقایسه با مجموع مجذورات ضرایب همبستگی کوچک باشد، اندازه آماره نزدیک به یک خواهد بود. مقادیر کوچک KMO بیانگر آنست که همبستگی بین زوج متغیرها نمی تواند توسط متغیرهای دیگر تبیین شود و بنابراین کاربرد تحلیل عاملی قابل توجیه نیست. در صورتیکه مقدار آماره کمتر از ۰٫۵ باشد، داده ها برای تحلیل عاملی مناسب نخواهند بود (زارع چاهوکی، ۱۳۸۹).
برای اطمینان از مناسب بودن داده ها برای تحلیل عاملی افزون بر اینکه از ماتریس همبستگی استفاده می شود، باید از آزمون کرویت بارتلت[۱۲] استفاده شود. آزمون بارتلت این فرضیه را که ماتریس همبستگی های مشاهده شده متعلق به جامعه ای با متغیرهای ناهمبسته است می آزماید (زارع چاهوکی، ۱۳۸۹). بنابراین باید این آزمون رد شود.
استخراج عامل ها
همانگونه که پیش از توضیح داده شد هدف تحلیل عاملی، خلاصه کردن متغیرها در تعدادی عامل است. پس برای انجام تحلیل عاملی باید روش استخراج عامل ها و معیار تعیین آنها مشخص شود.
الف- روش استخراج عاملها: برای استخراج عاملها روشهای مختلفی وجود داردکه بر حسب مقدار و نوع واریانسی که توسط متغیرهای هر عامل در مدل توجیه می شود، متفاوتند. اساسی ترین این روشها روش تجزیه مولفه های اصلی است. در این روش عاملها همه واریانس هر متغیر را تبیین می کنند ولی عامل هایی استخراج می شوند که بیشترین مقدار واریانس را توجیه کنند (زارع چاهوکی، ۱۳۸۹).
ب- معیار تعیین عاملها: استخراج عاملها با توجه به معیار مقدار ویژه انجام می شود. براین اساس عامل هایی که مقدار ویژه آنها بیش از ۱ باشد معنی دار در نظر گرفته می شوند. (زارع چاهوکی، ۱۳۸۹)
تعیین متغیرهای هر عامل (تفسیر ماتریس عاملی)
در ماتریس عاملی هر ستون معرف یک عامل است. مقادیر در این ستونها معرف بارهای عاملی هر متغیر با یک عامل است. با توجه به بارهای عاملی می توان متغیرها را به عاملهای مختلف نسبت داد.
۴ -۵-۹-اولویت بندی موانع توسعه تجارت الکترونیک در خوشه نساجی یزد
به منظور اولویت بندی موانع شناسایی شده از دیدگاه مدیران واحدهای صنعتی، آزمون فرض زیر تعریف شده است:
H0 : µ۱ = µ۲ = …= µ۱۶
H1 : میانگین سئوالات مختلف با هم برابر نیستند
دسته ۱: مانع ۱
دسته ۲: مانع ۲
.
.
.
دسته ۱۶: مانع ۱۶
آزمونی که در این شرایط به کار می رود، تجزیه و تحلیل واریانس به کمک رتبه هاست. این آزمون زمانی به کار می رود که داده های آماری حداقل دارای مقیاس ترتیبی باشند و بتوان آنها را رده بندی نمود. بدین منظور از آزمون فریدمن استفاده می شود. آماره آزمون فریدمن به شرح زیر است (صالحی صدقیانی و ابراهیمی، ۱۳۸۱):
که در آن n تعداد سطرها و k تعداد ستونهاست.
۴-۵-۱۰- ارائه مدل تجاری توسعه تجارت الکترونیک در خوشه نساجی یزد
پس از شناسایی موانع و مشکلات عمده عدم توسعه تجارت الکترونیک در واحدهای خوشه نساجی، به ارائه راهکارهای اجرایی در قالب یک مدل تجاری پرداخته می شود.
تجزیه و تحلیل داده ها
۵-۱- مقدمه
بعد از گرد آوری داده ها از نمونه معرف جامعه، قدم بعدی تحلیل داد هاست، به طوری که بتوان فرضیه های پژوهش را مورد آزمون قرار داد. قبل از این کار ضروری است داده ها برای تحلیل آماده شوند. بدین منظور یک فایل در نرم افزار آماری SPSS19 ایجاد شد و داده ای پرسشنامه به آن انتقال یافت و سپس تحلیل آماری روی داده ها انجام گرفت که نتایج در این فصل ارائه شده است.

برای دانلود متن کامل پایان نامه به سایت azarim.ir مراجعه نمایید.

Back To Top