ارزیابی تاثیرات سفارشی سازی و محیط بازار بر موفقیت کسب و کار روزنامه …

موفقیت کسب و کار روزنامه های آنلاین

۸۳۴/۷

محیط بازار (اکنون)

۶۷۵/۰

محیط بازار (۱۳۹۴)

۷۹۲/۰

سطح سفارشی سازی (اکنون)

۷۶۸/۰

سطح سفارشی سازی (۱۳۹۴)

۷۲۵/۰

۸-۳ پرسشهای تحقیق
مسأله تحقیق هرگز بصورت علمی حل نخواهد شد مگر این که به فرضیه یا فرضیه‌هایی تبدیل شود، رابطه فرضیه با تحقیق مثل رابطه راه با مسافر است. هر چه راه هموارتر باشد، مسافرت راحتتر و بی خطرتر می‌شود. بنابراین، در تحقیق بدون فرضیه محقق سرگردان و بلاتکلیف است (خاکی، ۱۳۸۴).
در تعریف فرضیه میتوان گفت: “فرضیه عبارت است از حدس یا گمان اندیشمندانه درباره ماهیت، چگونگی و روابط بین پدیدهها، اشیاء یا متغیرها، که محقق را در تشخیص نزدیکترین و محتملترین راه برای کشف مجهول کمک مینماید” (حافظنیا، ۱۳۸۸). به بیان دیگر، فرضیه تحقیق حدس بخردانهای درباره رابطه دو یا چند متغیر است که به صورت اخباری بیان میشود و نشانگر نتایج مورد انتظار است (سرمد و همکاران، ۱۳۸۶).
۹-۳ روشهای تجزیه و تحلیل دادهها
به منظور تحلیل داده های پژوهش از تحلیل های گوناگون استفاده شده است. درابتدا با استفاد از آزمون کولموگروف – اسمیرنوف به منظور بررسی نرمال بودن داده های پژوهش و ضریب همبستگی بین متغیرهای تحقیق محاسبه شد. در نهایت با استفاده از روش حداقل مربعات جزئی، به آزمون فرضیه های تحقیق پرداخته می شود.
روش حداقل مربعات جزئی همانند همه روش های مدل یابی معادلات ساختاری شامل یک جزء ساختاری است که روابط بین متغیرهای پنهان و یک جزء اندازه گیری را که بیانگر چگونگی ارتباط متغیرهای پنهان و مولفه های آن است را منعکس می کند. این روش جزء سومی دارد که عبارت است از روابط وزنی که برای برآوردهای عاملی متغیرهای پنهان به کار می روند.
برخلاف مدل یابی معادلات ساختاری مبتنی بر کواریانس که ابتدا پارمترهای مدل و سپس بارهای عاملی را از طریق برگشت آن ها به مجموعه ی تمام مولفه ها را برآورد کند، روش حداقل مربعات جزئی کارش را با محاسبه ی بارهای عاملی آغاز می کند. به همین منظور روش حداقل مربعات جزیی مشاهده نشده را مــیتوان به عنوان ترکیبات خطی دقیق مدل مولفه های تجربی آن ها برآورد کرد و با این نمونه های برآورد شده که به عنوان جانشین متغیرهای پنهان رفتار می کند، وزن های استفاده شده برای برآورد این بارهای عاملی به نحوی برآورد می شوند که بارهای عاملی بدست آمده بیشتر واریانس متغیرهای مستقل را بدست آورند که این کار برای پیش بینی متغیرهای وابسته مفید است. در واقع ایده اصلی روش PLS این است که اول روابط وزنی را که مولفه های یک متغیر پنهان را با بکارگیری روابط وزنی و بر اساس میانگین موزون مولفه های آن محاسبه کرده و نهایتا این بارهای عاملی را برای برآورد پارمترهایی برای روابط ساختاری در مجموعه ای از معادلات رگرسیون به کار گیرد. (عاشقی اسکویی،۱۳۹۰).
روش تخمین PLS ضرایب را به گونه ای تعیین می کند که مدل حاصله، بیشترین قدرت تفسیر و توضیح را دارا باشد؛ بدین معنا که مدل بتواند با بالاترین دقت و صحت، متغیر وابسته نهایی، را پیش بینی نماید. بعلاوه، روشPLS ، تمامی روابط موجود در مدل یعنی تاثیر متقابل ما بین هر یک از متغیرهای پنهان و همچنین وزن تمامی شاخص های قابل اندازه گیری مربوط به هر یک از متغیرهای پنهان (ضرایب بیرون از مدل اندازه گیری) را تخمین می زند. PLS یک روش آماری است که به منظور آنالیز متغیرهای پنهان مدلهای ساختاری به کار می رود. برخلاف روشهائی همچون LISREL ، هدف PLS بدست آوردن متغیرهای پنهان برای پیش بینی اهداف مورد نظر با استفاده از شاخصهای قابل اندازه گیری است. بر اساس نظریه چین[۲۴۱] (۱۹۹۸) ، PLS ، برآورد پارامترها بر اساس مینیمم کردن واریانس پسماندهای (جمله اختلال) متغیرهای مستقل است. اولین گام برای تحلیل مدل معادلات ساختاری، تعریف واضح یک مدل است که در واقع ترکیبی از مدل ساختاری و مدل مرجع است.
مدل سازی مسیر در روش[۲۴۲] PLS شامل دو مجموعه از روابط است:
مدل درونی[۲۴۳]: که اشاره به مدل ساختاری و روابط بین متغیرهای پنهان دارد.
مدل برونی[۲۴۴]ّ: که اشاره به مدل مرجع و روابط بین متغیرها و شاخص های مربوط به آنها دارد. این مدل بر اساس رابطه بین متغیرهای پنهان و آشکار استوار است. با توجه به اینکه متغیرهای پنهان یک متغیر غیر قابل اندازه گیری می باشند، به طور غیر مستقیم به وسیله متغیرهای آشکار اندازه گیری می شوند.
مدل تحلیلی

برای دانلود فایل متن کامل پایان نامه به سایت ۴۰y.ir مراجعه نمایید.

متغیر شاخص منبع