۴
رضایت شغلی
۸۵/۰
۵
تعهد سازمانی
۹۵/۰
ضریب آلفای کرونباخ بهدستآمده برای تکتک متغیرها بیش تر از ۷/۰ است و نشاندهنده آن است که پرسشنامه مورداستفاده، از پایایی لازم برخوردار هست.
۳-۸) روش تجزیهوتحلیل دادهها
در این تحقیق، برای تجزیهوتحلیل داده های بهدستآمده از نمونهها، هم از روشهای آمار توصیفی و هم از روشهای آمار استنباطی استفادهشده است.کلیۀاینتجزیهوتحلیلها بهوسیلۀ نرمافزارSPSS20 و v.pls1.04b1 انجام گردیده است.
روش تحلیلی PLS یا حداقل مجذورات جزئی[۸۲] روش نسبتاً جدیدی از ساخت معادلات رگرسیون است. این روش برای رگرسیون تک متغیری و چند متغیری استفاده می شود. بنابر این ممکن است چندین متغیر وابسته داشته باشد. برای ایجاد ارتباط بین متغیرهای وابسته و متغیرهای مستقل، PLS متغیرهای تبیینی (مستقل) جدیدی ایجاد می کند. برخلافمدلیابی معادلاتساختاری مبتنی برکوواریانس، کمترین مجذورات جزئی بر بیشترین واریانس تبیین شده متغیرهای وابسته بوسیله متغیرهای مستقل به جای باز تولید ماتریس کوواریانس تجربی تمرکز دارد. مشابه با هر مدل یابی معادلات ساختاری، مدل کم ترین مجذورات جزئی از یک بخش ساختاری که ارتباط بین متغیرهای مکنون را نشان می دهد و یک مؤلفه اندازه گیری که نحوه ارتباط متغیرهای مکنون و نشانگرهای آنها را منعکس می کند تشکیل شده است.
از آن جا که تحقیق دارای متغیر تعدیل گر جنسیت بوده و تعداد نمونه برای گروه زنان پائبن است لذا استفاده از روش های معادلات ساختاری نسل اول lisrel امکان پذیر نمی باشد و لذا باید از روش های نسل دوم [۸۳]pls استفاده نمود. نسل اول مدل سازی معادلات ساختاری با رویکرد مبتنی بر کواریانس با حجم نمونه بالا، نرمال بودن داده ها جمعآوری شده و انعکاسی بودن مدلهای اندازه گیری به دنبال تأئید مدل بوده است. نرم افزارهایی نظیر lirsel[84]،Amos[85]، EQS [۸۶] و Mplus چهار نرم افزار متداول و پرکاربرد در این رویکرد و نسل اول مدلسازی معادلات ساختاری به شمار می آیند. این روش به دلیل برخی محدودیتهایش که ما آن را ضعف نمینامیم، باعث گردید؛ محققان به دنبال رویکرد دیگری برای برطرف نمودن محدودیتهای رویکرد مذکور باشند. رویکردی که به نسل دوم مدلسازی معادلات ساختاری معروف شده است. نسل دوم مدلسازی معادلات ساختاری معروف به رویکرد حداقل مربعات جزئی یا رویکرد مبتنی بر واریانس برای تحلیل داده های جمعآوری شده فرآیندی مشابه ولی متفاوت با تکیه بر محدودیت های رویکرد مبتنی بر کواریانس ارائه نمود. توانایی این رویکرد در کار با داده های اندک، عدم حساسیت به نرمال بودن داده ها، توانایی در پیش بینی و پشیتبانی از مدل های بسیار پیچیده و هم چنین قابلیت مدل اندازه گیری ترکیبی و انعکاسی به سرعت در میان پژوهشگران رواج یافت و به تبع آن نرم افزارهای متنوعی برای اجرای این رویکرد معرفی شدند؛ نرم افزارهایی نظیر visual-pls[87] ،pls Gragh[88] و smart-pls[89] معروفترین و پرکاربردترین آنها میباشد. در این تحقیق از رویکرد pls استفاده خواهد شد.
فصل چهارم
تجزیه و تحلیل داده ها
۴-۱) مقدمه
تجزیه و تحلیل داده ها به منظور بررسی صحت و سقم فرضیه ها برای هر نوع تحقیق، از اهمیت خاصی برخوردار است. داده های خام با بهره گرفتن از فنون آماری مورد تجزیه و تحلیل قرار می گیرند و پس از پردازش به شکل اطلاعات در اختیار استفاده کنندگان قرار می گیرند. برای تجزیه و تحلیل داده ها و اطلاعات، مطابق اهداف ارائه شده، ابتدا میزان و یا مقدار هر متغیر بر اساس داده ها و امتیازات حاصل از پرسشنامه مشخص شد. سپس توصیف اطلاعات حاصل شده در قالب جداول و نمودارهای توصیفی، دیدگاه کلی از چگونگی توزیع آن ها را ایجاد نموده که می تواند در چگونگی استفاده از الگو های آماری گوناگون کمک نماید. در گام بعدی به آزمون فرضیه های تحقیق پرداخته شد و در نهایت با جمع بندی وتجزیه و تحلیل اطلاعات خاتمه یافت. کلیۀ این تجزیه و تحلیل ها به وسیلۀ نرم افزار SPSS 20 و v.pls1.04b1 انجام گردیده است.
۴-۲) توصیف متغیر های جمعیت شناختی پاسخ دهندگان
در این بخش به توصیف ویژگی های جمعیت شناختی پاسخ دهندگان پرداخته می شود.
- توصیف متغیرجنسیت پاسخ دهندگان
باتوجّه به جدول و نمودار (۴-۱) مشاهده می شود که جنسیت ۳/۲۷ درصد از پاسخ دهندگان زن و ۷/۷۲ درصد مرد می باشند.
جدول (۴-۱)توصیف متغیر جنسیت پاسخ دهندگان
فراوانی
درصد
درصد معتبر
درصد تجمعی
زن
۵۳
۳/۲۷
۳/۲۷
۳/۲۷
مرد
۱۴۱
۷/۷۲