نمودار (۴-۴) مشخصات افراد نمونه از لحاظ تحصیلات
جدول و نمودار (۴-۴) فراوانی مربوط به تحصیلات پاسخ دهندگان را نشان می‌دهد. بنا به نتایج به دست آمده ۱۷% دارای مدرک فوق دیپلم ، ۶۵% دارای مدرک لیسانس، ۱۴% دارای مدرک فوق لیسانس ، ۴% دارای مدرک دکتری می‌باشند. بر اساس نتایج به دست آمده بیشترین درصد پاسخ گویان مربوط به افرادی دارای تحصیلات مقطع لیسانس می‌باشند.
۴ -۴ تحلیل عاملی اکتشافی
به منظور شناسایی و کشف ابعاد یا سازه‌های اصلی داده‌های تحقیق برای شناسایی عوامل موثر و تبیین سهم واریانس توسط این عامل‌ها و نیز اولویت آنها در زمینه عوامل اثر گذار مدیریت دانش بر صادرات فرش، از روش تحلیل عاملی اکتشافی استفاده شده است. مراحل انجام کار و نتایج حاصله به شرح زیر است.
( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )
۴-۴-۱ ماتریس همبستگی مناسب
ماتریس داده‌ها برای تحلیل عاملی باید حاوی اطلاعات معنی داری باشد. معنی داری اطلاعات موجود در یک ماتریس از طریق آزمون مربع کای (۲χ) بارتلت صورت می‌گیرد. معنی دار بودن ۲χ و آزمون بارتلت حداقل شرط لازم برای انجام دادن تحلیل عاملی است.
در آزمون بارتلت فرض صفر این است که متغیرها فقط با خودشان همبستگی دارند. رد فرض صفر حاکی از آن است که ماتریس همبستگی دارای اطلاعات معنی دار است و حداقل شرایط لازم برای انجام دادن تحلیل عاملی وجود دارد. این آزمون را آزمون کرویت نیز گویند.
یکی دیگر از طرق تعیین مناسب بودن مجموعه‌ای از متغیرها در ماتریس همبستگی برای تحلیل عاملی استفاده از شاخص KMO[33] شاخصی از کفایت نمونه گیری است که کوچک بودن همبستگی جزیی بین متغیرها را بررسی می‌کند و از این طریق مشخص می‌سازد آیا واریانس متغیرهای تحقیق، تحت تاثیر واریانس مشترک برخی عاملهای پنهانی و اساسی است یا خیر. این شاخص در دامنه صفر تا یک قرار دارد.
چنانچه مقدار این آماره بیش از ۰٫۷۰ بود همبستگی‌های موجود به طور کلی برای تحلیل عاملی بسیار مناسب‌اند. اگر KMO بین ۰٫۵۰تا ۰٫۶۹ بود باید دقت زیادی به خرج داد و مقادیر کمتر از ۵۰٫۰ بدان معناست که تحلیل عاملی برای آن مجموعه از متغیرها مناسب نیست. همانگونه که در جدول شماره ۴-۵ مشاهده میشود نتایج دو آزمون فوق برای انجام تحلیل عاملی برای داده‌های تحقیق بسیار مناسب بوده است. زیرا مقدار شاخص KMO برابر با ۰٫۷۴۰ است. مقادیر بالای ۰٫۷۰ این شاخص، کفایت نمونه را برای به کاربردن تحلیل عاملی نشان می‌دهد. همچنین آزمون بارتلت نیز همبستگی بالای بین متغیرها (غیر واحد بودن ماتریس همبستگی) و در نتیجه مناسب بودن این روش را نشان می‌دهد. میزان سطح معنی داری این آزمون ۰٫۰۰۱ است. با توجه به این که این مقدار کمتر از ۰٫۰۵ است بنابراین فرض صفر یعنی واحد بودن ماتریس همبستگی رد می‌گردد. نتیجه هر دو شاخص حاکی از مناسب بودن انجام تحلیل عاملی برای داده‌های تحقیق است.
جدول (۴-۵) آزمون بارتلت و کایزر- میر- اوکین
KMO and Bartlett’s Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.۷۴۷
Bartlett’s Test of Sphericity
Approx. Chi-Square
۹۲۱۴٫۱۵۸
df
۵۹۵
Sig.
.۰۰۰
با توجه به توضیحاتی که پیش از این بیان شد و مقادیر بدست آمده برای شاخص KMO با مقدار ۷۴۷/۰ و سطح معنی داری ۰۰۰/۰ در آزمون کرویت بارتلت سئوالات پرسشنامه شرایط لازم برای اجرای تحلیل عاملی اکتشافی را دارا می‌باشد.
۴-۴-۲ استخراج مجموعه عوامل اولیه:
پس از انجام دو آزمون فوق، تحلیل عاملی اکتشافی به منظور بررسی و شناسایی عوامل اصلی و کشف و آشکارسازی ویژگی‌های خاص و روابط مورد علاقه آنها، انجام شد. یک از متداول‌ترین طرق تعیین عاملهای مقتضی استفاده از آماره ارزش ویژه است که نشان دهنده مقدار واریانس در مجموعه متغیرهای اولیه است که توسط یک عامل تعیین میشود. به عبارتی ارزش ویژه هر عامل مقدار واریانس همه مولفه‌هاست که توسط آن عامل تبیین میشود. هرچه این مقدار بیشتر باشد آن عامل واریانس بیشتری را تبیین می‌کند. عامل‌هایی که ارزش ویژه آنها از یک بیشتر است بهترین عامل‌ها هستند.
نتایج حاصل از اجرای تحلیل عاملی اکتشافی بر روی داده‌ها در جدول شماره ۴-۶ خلاصه شده است.
همانگونه که ملاحظه میشود از مجموع ۳۵ متغیر، مولفه اندازه‌گیری شده در پرسشنامه ارزشهای ویژه ۸ عامل بیشتر از یک است و درصد واریانس مشترک بین متغیرها برای این ۸ عامل بر روی هم ۷۵۸/۷۲ درصد کل واریانس متغیرها را تبیین می‌کند. به بیان دیگر میزان دقت بیان شده توسط این ۸ عامل در مجموع بیش از ۷۲ درصد است. سهم عامل یکم با ارزش ویژه ۵۴۵/۸ در حدود ۴۱۵/۲۴ درصد کل واریانس متغیرها را توجیه می‌کند.
جدول شماره( ۴-۶) جدول ارزش ویژه و واریانس تبیین شده عوامل استخراج شده
درصد تراکمی
درصد واریانس تبیین شده
ارزش ویژه
