Q56-Q61

۹۶۶/۰

وفاداری به محصول

Q62-Q66

۹۷۱/۰

ادراک از بومی بودن محصول

Q67-Q69

۹۴۱/۰

باور مذهبی

Q70-Q73

۹۶۶/۰

کل پرسشنامه

۹۵۶/۰

با توجه به ضرایب آلفای کرونباخ به دست آمده برای متغیرهای پرسشنامه، مشخص است که تمامی مقادیر در حد قابل قبولی قرار دارند. مقدار آلفای کرونباخ برای کل پرسشنامه ۹۵۶/۰ است که مقدار مطلوب و مناسبی است و
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

نشان­دهنده پایایی لازم برای پرسشنامه می­باشد.
۳-۵- روش تجزیه و تحلیل داده ­ها
در این پژوهش از رویکرد مدل­سازی معادلات ساختاری^[۷۶] استفاده می­ شود که در ادامه توضیحات مختصری در این رابطه داده می­ شود.
۳-۵-۱- مدل­سازی معادلات ساختاری
مدل سازی معادلات ساختاری تکنیکی چند متغیره است که به صورت ترکیبی از تحلیل عاملی و تحلیل مسیر بیان می­ شود. با بهره گرفتن از این تکنیک آماری می­توانیم یکسری از روابط وابستگی بین متغیرهای بیرونی (مستقل) و متغیرهای درونی (وابسته) را به طور همزمان بررسی کنیم (صادق پور و مرادی، ۱۳۸۹).
۳-۵-۱-۱- مدل معادله ساختاری
در اکثر فرم­های کلی، مدل­سازی معادلات ساختاری حاوی دو قسمت است: مدل اندازه ­گیری، مدل ساختاری
مدل اندازه ­گیری، قوانین حاکم بر چگونگی اندازه ­گیری متغیرهای پنهان، بر حسب متغیرهای مشاهده شده را تعیین و ویژگی­های اندازه ­گیری متغیرهای مشاهده شده را بیان می­ کند. یعنی مدل اندازه ­گیری، با روابط میان متغیرهای پنهان و مشاهده شده سروکار دارند. چنین مدلی فرض­هایی را در مورد روابط میان مجموعه ­ای از متغیرهای مشاهده شده تعیین می­ کند، همانند سوالات پرسشنامه و متغیرهای پنهان که سوالات برای اندازه ­گیری آن طراحی شده ­اند.
مدل ساختاری، مدلی جامع و انعطاف­پذیر است که الگوی میان متغیرهای مستقل و وابسته (که می ­تواند مشاهده شده و پنهان) را تعیین می­ کند (صادق پور و مرادی، ۱۳۸۹).
۳-۵-۱-۲- معیارهای نیکویی برازش
پس از برآورد پارامترهای مدل، پژوهش­گر با بهره گرفتن از مفهوم نیکویی برازش به مقایسه­ تئوری( ماتریس کوواریانس تخمین زده شده) با داده ­های تجربی( ماتریس کوواریانس مشاهده شده) اقدام می­ کند (ابارشی و حسینی، ۱۳۹۱). در زیر به برخی از مهم­ترین شاخص ­ها اشاره می­ شود:
کای مربع^[۷۷]: اصلی­ترین معیار برای شناسایی انطباق مدل مفهومی با داده ­های تجربی است. آماره کای مربع دارای دو ویژگی است که به هنگام استفاده از آن در نیکویی برازش، ایجاد مشکل می­ کند. ویژگی نخست، با افزایش تعداد نمونه، مقدار این آماره نیز افزایش می­یابد و دوم، با افزایش تعداد متغیر مشاهده­پذیر، مقدار این آماره نیز افزایش می­یابد. بنابراین این آماره به تنهایی مورد استفاده قرار نمی­گیرد.
کای مربع بهنجار یا نسبی^[۷۸]: اغلب مقادیر بین ۲ تا ۳ را برای این شاخص قابل قبول می­دانند. با این حال دیدگاه ­ها در این­باره متفاوت است. شوماخر و لومکس(۱۹۸۸) مقادیر بین ۱ تا ۵، کارماینز و مک ایور( ۱۹۸۱) مقادیر بین ۲ تا ۳، اولمن(۲۰۰۱) مقادیر بین ۱ تا ۲ و کلاین (۲۰۰۵) مقادیر ۱ تا ۳ را قابل قبول می­دانند.
شاخص برازش هنجار شده بنتلر- بونت^[۷۹]، شاخص برازش تطبیقی^[۸۰]، شاخص برازش نسبی^[۸۱]، شاخص برازش افزایشی^[۸۲] ، شاخص توکر- لویس^[۸۳]: مقدار این شاخص ­ها بین یک تا صفر است و هرچه مقدار آن­ها به یک نزدیک­تر باشد حاکی از قابل قبول­تر بودن مدل است.
ریشه دوم میانگین مربعات خطای برآورد^[۸۴]: مدل­های قابل قبول دارای مقدار ۰۵/۰ یا کوچکتر برای این شاخص هستند. برازش مدل­هایی که دارای مقادیر بالاتر از ۱۰/۰ هستند، ضعیف برآورد می­ شود.
شاخص نسبت اقتصاد^[۸۵]: مقداری بین صفر تا یک است. هرچه مقدار آن کوچکتر باشد حاکی از هزینه بیشتری است که پژوهشگر در آزاد کردن پارامترها صرف کرده است.
شاخص برازش هنجار شده مقتصد^[۸۶]: اغلب مقادیر بالاتر از ۵۰/۰ یا ۶۰/۰ را برای این شاخص مناسب تلقی کرده ­اند.
شاخص برازش تطبیقی مقتصد^[۸۷]: حداقل مقدار ۵۰/۰ بیشتر مورد توافق است و معیار سخت­گیرانه­تر آن را حداقل ۶۰/۰ تعیین کرده ­اند.
شاخص نیکویی برازش^[۸۸] و نیکویی برازش اصلاح شده^[۸۹]: به شدت تحت تاثیر حجم نمونه هستند و تعدادی از پژوهشگران تاکید کرده ­اند از آن­ها استفاده نشود. در صورت تمایل به استفاده مقادیر بالاتر از ۹۰/۰
نشان­دهنده برازش خوب و کمتر از ۹۰/۰ بیانگر این است که مدل نیاز به اصلاح دارد. در حال حاضر توافق بر عدم استفاده از این شاخص­هاست (صادق پور و مراد
ی، ۱۳۸۹).