۳-۶-۱-۴- ارزیابی مدل
برای اینکه بتوان نتایج حاصل از تخمین روابط مدل را تفسیر نمود، ابتدا باید میزان تناسب مدل یا برازش آن را مشخص کرد. بدین معنی که آیا مدلی که اساس آن مبانی نظری پیشین بوده است، با داده های گردآوریشده از نمونه آماری پژوهش مناسب بوده یا خیر، به عبارت دیگر، پاسخ افرادی که به پرسشنامهها جواب دادهاند، به اندازهای مناسب بوده است که بتوان نتایج دقیق و معتبر بر پایه آن ها گرفت؟
۳-۶-۱-۵- اصلاح مدل
در صورتیکه نتایج ارزیابی مدل عدم برازش و یا برازش ضعیف مدل را نشان دهد، باید اقدام به اصلاح مدل از طرق مختلف نمود. در برخی موارد حذف یک یا چند سؤال میتواند به بهبود معیارهای برازش مدل منجر شود. در موارد دیگر نیاز به حذف سؤال نبوده و تنها با ترسیم یک سری روابط میان متغیرهای آشکار یا همان سؤالات میتوان برازش مدل را بهبود بخشید. نکته مهم در اصلاح مدل این است که تغییرات اعمالشده روی مدل برای رسیدن به برازش نباید بیشازحد باشد. زیرا مدل ساختهشده توسط محقق دارای پشتوانه علمی بوده و از ادبیات نظری مرتبط استخراج گردیده است.
۳-۶-۱-۶- تفسیر نتایج برآمده از مدل:
پس از اصلاح مدل و اطمینان از کفایت برازش مدل، محقق مجاز است که نتایج حاصل از یافته های پژوهش خود را تفسیر نماید. در این مرحله اعداد و مقادیر حاصل از تحلیل داده های پژوهش، به عبارت ساده و قابلفهم برای مخاطب تبدیلشده و به وی گزارش داده میشود.
۳-۶-۲- انتخاب رویکرد مناسب معادلات ساختاری برای تحلیل داده های پژوهش:
در قسمت تحلیل داده ها از روش حداقل مربعات جزئی (PLS) و با بهره گرفتن از نرمافزار Smart PLS 2 برای بررسی همهجانبه مدل مطالعاتی پژوهش بهره گرفتهشده است. بررسی مقالات چاپشده در دهه اخیر نشان از استفاده وسیع پژوهشگران از این روش برای تجزیهو تحلیل داده های پژوهش دارد. محققین دلایل زیادی را برای استفاده از این روش ذکر نمودهاند. ازجمله اینکه این روش بهترین ابزار برای تحلیل پژوهشهایی است که در آن ها روابط بین متغیرها پیچیده، حجم نمونه اندک و توزیع داده ها غیر نرمال میباشند (Diamantopoulos et al., 2012). ضمن آنکه جهت سنجیدن روابط علّی، رویکرد حداقل مربعات جزئی (PLS) روشی بسیار مناسب میباشد (Henseles et al., 2009). جدول (۳-۵) دلایل مختلف استفاده از این روش در پژوهشهای چاپشده در مجلههای JM، JMR و JAMS همراه با درصد مقاله هایی که این دلایل را بیان نمودهاند نشان میدهد.
جدول ۳-۴- دلایل استفاده از PLS-SEM
دلایل
درصد ارجاع در مجله MISQ
درصد ارجاع در مجلههای JM، JMR و JAMS
حجم کم نمونه
۲۴
۱۵
داده های غیر نرمال
۲۲
۱۹
مدلهای اندازهگیری از نوع سازنده
۲۰
۱۹
قدرت پیشبینی مناسب
۱۰
۱۴
پیچیدگی مدل (تعداد زیاد سازهها و یا شاخصها)
۹
۶
پژوهش اکتشافی
۷
۱
توسعه تئوری و نظریه
۶
۰
استفاده از متغیرهای طبقهبندیشده
۴
۶
بررسی همگرایی
۲
۲
آزمودن تئوری و فرضیه
۱
۵
آزمودن فرضیهها شامل متغیرهای تعدیلگر
۱
۵
حال این سؤال پیش میآید که محققی که قصد استفاده از مدلسازی معادلات ساختاری برای تحلیل داده ها در پژوهش خود را دارد، بهتر است که از کدام نسل معادلات ساختاری استفاده نماید. بهبیاندیگر با بهره گرفتن از کدام یک از رویکردهای معادلات ساختاری، نتایج تحلیل داده ها صحیح و معتبر است. مطالعات بسیاری در این مورد انجامشده که داوری و رضازاده (۱۳۹۲) چارچوب مؤثری را بر اساس این مطالعات مطرح مینمایند (Hsu et al., 2006). (شکل ۳-۱)
شروع
سازهها با شاخصهای سازنده
بلی
خیر
سازههای با مرتبه بالای دوم
بلی
خیر
حجم داده ها اندک (کمتر از ۲۰۰)
بلی
خیر
استفاده از روش نسل اول با نرمافزارهایی مانند ؛ Lisrel و AMOS
استفاده از روش نسل دوم با نرمافزارهایی مانند؛ Smart PLS
مرحله توسعه مدل استفاده شده در پژوهش
مراحل اولیه
مراحل بلوغ
شکل ۳-۱- انتخاب رویکرد مناسب SEM برای تحلیل داده ها
نکته جالب و مهم این است که در روش PLS حتی میتوان از یک سؤال برای سنجش یک سازه استفاده نماییم. این موضوع به خصوص در مواردی که یک سازه مفهوم رسا و واضحی دارد و مخاطب تنها با یک سؤال میتواند به معنای آن سازه پی ببرد، حائز اهمیت میگردد. چراکه در این موارد به کار بردن سؤالات اضافی برای سنجش آن سازه کاری عبث و بیهوده است و در واقع سؤالات بیشتر، نقش زائد و اضافی در مدل ایفا میکنند که برای برازش مدل مناسب نمیباشد (داوری و رضازاده، ۱۳۹۲).
با توجه به موارد مطرحشده در این فصل، ما برای تحلیل پژوهش حاضر از روش PLS، و از نسخه دوم نرمافزار Smart PLS استفاده شده است.
۳-۷- جمعبندی
در این فصل تلاش گردید تا با بیان اهمیت داشتن روش پژوهش مناسب در مطالعات و پژوهشهای مختلف، به روش پژوهش مناسبی برای پژوهش حاضر دست یابیم. در این راستا بیان گردید که از دو روش کتابخانهای و پرسشنامهای (میدانی) برای بررسی پژوهش استفاده شده است. همچنین دلایل انتخاب رویکرد معادلات ساختاری (SEM) و روش حداقل مربعات جزئی (PLS) برای تحلیل داده های جمع آوریشده از طریق پرسشنامه بیان گردید. ضمن آنکه نرمافزارهای SPSS و Smsrt PLS، مناسب برای تحلیل پژوهش حاضر با ویژگیهایش مطرح گردید.
فصل چهارم: تجزیهو تحلیل داده ها و یافته های تحقیق