جدول ۳-۲: محاسبه پایایی سؤالات مربوط به پرسش‌نامه

۳-۸- فنون تجزیه ‌و تحلیل اطلاعات
در این پژوهش با توجه به اهداف و فرضیه‌های پژوهش از انواع روش‌های آمار توصیفی و آمار استنباطی برای تجزیه‌وتحلیل اطلاعات و بررسی برازش مدل‌های پیشنهادی استفاده‌شده است.

(( 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. ))

روش‌های آماری که روی پرسشنامه انجام‌شده است، به شرح ذیل است:
۳-۸-۱- آمار توصیفی^[۲۲۷]
آمار توصیفی به یک مجموعه از مفاهیم و روش‌های به کار گرفته‌شده جهت سازمان دادن، خلاصه کردن، تهیه جدول، رسم نمودار و توصیف داده‌ها جمع‌ آوری می‌شود. به‌طور کل آمار توصیفی چکیده و تصویری از داده‌های مورد مشاهده و با کمک ارقام استاندارد و نمودارها ارائه می‌دهد (مؤمنی و فعال قیومی، ۱۳۸۶). لذا در این پژوهش به‌منظور تجزیه‌وتحلیل و بررسی داده‌ها با بهره گرفتن از آمار توصیفی، اعم از جداول توزیع فراوانی، درصدها، رسم نمودارها به بررسی مشخصات جمعیت شناختی پرسشنامه‌ها می‌پردازیم. این اطلاعات در فصل چهارم موجود است.
۳-۸-۲- آمار استنباطی^[۲۲۸]
در آمار استنباطی همواره محقق با جریان نمونه‌گیری و انتخاب یک گروه کوچک موسوم به نمونه از یک گروه بزرگ‌تر موسوم به جامعه آماری با جمعیت اصلی سروکار دارد و پژوهشگر به‌وسیله داده‌ها و اطلاعات حاصله از نمونه به برآورد و پیشگویی ویژگی‌های مطالعه جهت موردمطالعه می‌پردازد. برای پاسخ‌گویی به پرسش‌های پژوهش و تحلیل داده‌ها و آزمون فرضیه‌های آماری پژوهش، از آزمون تحلیل معادلات ساختاری استفاده‌شده است (مؤمنی و فعال قیومی، ۱۳۸۶). در این مطالعه، به‌منظور طبقه‌بندی، تحلیل آماری و آزمون فرضیات تحقیق از نرم‌افزارهای SPSS و Smart PLS استفاده‌شده است.
۳-۸-۳- مبانی تحلیل حداقل مربعات جزئی (PLS)
رویکرد حداقل مربعات جزئی در ابتدا توسط ولد^[۲۲۹] (۱۹۷۵) تحت عنوان حداقل مربعات جزئی تکراری غیرخطی معرفی شد که هدف از آن حداکثر کردن واریانس متغیرهای وابسته‌ای است که توسط متغیرهای مستقل تعریف می‌شوند. همانند سایر مدل‌های معادلات ساختاری، مدل حداقل مربعات جزئی نیز دارای بخش ساختاری است که منعکس‌کننده ارتباط بین متغیرهای پنهان (مکنون) و یک جزء اندازه‌گیری است. استفاده از PLS در تحلیل داده‌ها طی دو مرحله انجام می‌شود. مرحله اول به بررسی برازش مدل پیشنهادی و ایجاد اصلاحات (احتمالی) در آن و مرحله دوم به بررسی فرضیه‌های پژوهش می‌پردازد.
درواقع حداقل مربعات جزئی از فرایند پیچیده‌تر و دومرحله‌ای برای برآورد و تعیین‌ها استفاده می‌کند که بیشتر مشروح آن از حوصله این بحث خارج است. البته باید این نکته را نیز در ذهن داشت که حداقل مربعات جزئی هم همانند تمامی فن‌های آماری، نیازمند فرض‌های خاصی است. مهم‌ترین فرضیه، تشخیص پیش‌بینی کننده است. این الزام عنوان می‌کند که باید بخش سامانمند رگرسیون خطی را از روی انتظارات موقعیتی از متغیر وابسته تعریف کرد تا بتوان بر اساس رگرسیون نتیجه‌گیری کرد. بااین‌حال، مشکل ثبات و پایداری در مقیاس بزرگ همچنان وجود دارد.
مدل‌سازی معادلات ساختاری مبتنی بر کوواریانس در شرایطی که اندازه نمونه کوچک است پیشنهاد می‌شود، برای این رویکرد حداقل اندازه نمونه باید ۱۰۰ باشد (بدون توجه به خصوصیات سایر داده‌ها) تا بتوان از راه‌کارهای مشکل‌ساز پرهیز کرد و به سطح پذیرش قابل‌قبولی دست‌یافت. حتی بسیاری از محققین، حداقل اندازه نمونه را ۲۰۰ پیشنهاد می‌کنند تا از نتایجی که قابل تفسیر نیستند (مانند واریانس منفی و یا همبستگی بالا) پرهیز شود. ولی حداقل مربعات جزئی (PLS) در شرایطی که نمونه بسیار کوچک است نیز می‌تواند مورداستفاده قرار گیرد. اگرچه این‌گونه شرایط فقط برای تحلیل قدرت آماری می‌تواند به‌کاربرده شود. مونت‌کارلو^[۲۳۰] نشان‌داد که این رویکرد می‌تواند برای حجم نمونه کمتر از ۵۰ نیز به کار می‌رود، ولد با بهره گرفتن از ۲۷ متغیر، دو سازه پنهان و مجموعه داده‌هایی متشکل از ۱۰ نمونه دست به تحلیل زد (ولد، ۱۹۹۳).
۳-۹- خلاصه و جمع‌بندی
در فصل سوم، روش استفاده‌شده در پژوهش تشریح گردید. جامعه آماری، کارکنان شرکت نفت یزد می‌باشند. حجم نمونه با بهره گرفتن از فرمول کوکران، به ‌دست آمد. شاخص‌های به‌کاررفته در پرسش‌نامه، با توجه به‌مرور ادبیات پیشین طراحی شدند و برای سنجش نظر پاسخ‌دهندگان از مقیاس پنج‌نقطه‌ای لیکرت استفاده گردید. به‌منظور اطمینان یافتن از محتوای پرسش‌نامه، پیش‌آزمونی بر روی یک نمونه‌ی سی‌نفره انجام شد و اصلاحات موردنیاز، در محتوا و ظاهر پرسش‌نامه صورت پذیرفت.به‌منظور جمع‌ آوری داده‌ها از روش پیمایش استفاده شد. در تجزیه‌وتحلیل آماری نتایج نیز از دو روش تحلیل عاملی تأییدی و مدل یابی معادلات ساختاری استفاده شد.
فصل چهارم: تجزیه و تحلیل آماری