Q18

۶۰/۰

–

Q19

۴۵/۰

۸۹/۸

Q20

۳۰/۰

۸۳/۵

Q21

۸۶/۰

۱۱/۱۱

واکنش پس از خرید

Q23

۵۹/۰

–

Q24

۷۳/۰

۷۲/۸

Q25

۷۰/۰

۷۵/۸

نتایج تحلیل عاملی مندرج در اشکال (۳-۴ و ۴-۴) و جدول (۴-۳) نشان می دهد که تمامی شاخص های مربوط به متغیرهای تحقیق مقادیر تی (بیشتر از ۹۶/۱) و بار عاملی (بیشتر از ۳/۰) مورد قبولی برخوردارند و برای متغیرهای تحقیق شاخص های مناسبی محسوب می شوند.

(( 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. ))

مسائل مهم در تحلیل عاملی، شیوه ­های استخراج عوامل، تعیین تعداد عوامل، بررسی کفایت نمونه گیری و چرخش عوامل می­باشد. در این تحقیق به منظور بررسی کفایت نمونه گیری برای استفاده از تحلیل عاملی تاییدی از آزمون KMO و برای تشخیص مناسب بودن تحلیل عاملی برای شناسایی ساختار (مدل عاملی) از آزمون کرویت بارتلت استفاده شده است.
KMO، شاخصی از کفایت نمونه گیری است که کوچک بودن همبستگی جزیی بین متغیرها را بررسی می کند و از این طریق مشخص می سازد آیا واریانس متغیرهای تحقیق، تحت تأثیر واریانس مشترک برخی عامل­های پنهانی و اساسی است یا خیر. این شاخص در دامنه صفر تا یک قرار دارد. اگر مقدار شاخص نزدیک به یک باشد، داده ­های مورد نظر برای تحلیل عاملی مناسب هستند و در غیر این صورت (معمولاً کمتر از ۶/۰) نتایج تحلیل عاملی برای داده ­های مورد نظر چندان مناسب نمی­باشند.
همانطور که توضیح داده شد آزمون کرویت بارتلت بررسی می­ کند که چه هنگام ماتریس همبستگی، شناخته شده (از نظر ریاضی ماتریس واحد و همانی) است و بنابراین برای شناسایی ساختار (مدل عاملی) نامناسب می­باشد. ماتریس همبستگی دارای دو حالت است: (حالت اول) زمانی که ماتریس همبستگی بین متغیرها، یک ماتریس واحد و همانی می­باشد، در این صورت متغیرها ارتباط معنی­داری با هم نداشته و در نتیجه امکان شناسایی عامل­های جدید، براساس همبستگی متغیرها با یکدیگر وجود ندارد. (حالت دوم) زمانی که ماتریس همبستگی بین متغیرها یک ماتریس واحد و همانی نباشد، که در این صورت ارتباط معنی­داری بین متغیرها وجود داشته و بنابراین امکان شناسایی و تعریف عامل­های جدیدی براساس همبستگی متغیرها وجود دارد. اگر معنی­داری (Significance) آزمون بارتلت کوچک تر از ۵% () باشد تحلیل عاملی برای شناسایی ساختار (مدل عاملی) مناسب است، زیرا فرض شناخته شده بودن ماتریس همبستگی رد می­ شود. (مومنی و قیومی، ۱۹۴:۱۳۸۹-۱۹۳). نتایج این شاخص ­ها در جدول (۴-۳) آمده است.
همانطور در جدول (۵-۳) نیز مشاهده می‌شود، از آنجایی که مقدار شاخص KMO بیشتر از ۶/۰ است تعداد نمونه (در اینجا همان تعداد پاسخ دهندگان) برای تحلیل عاملی کافی بوده. همچنین مقدار معناداری (Sig) آزمون بارتلت، کوچک تر از ۵ درصد است نشان می­دهد تحلیل عاملی برای شناسایی ساختار مدل عاملی، مناسب بوده است.

متغیر

KMO

Sig

حس لذت

۷۰۷/۰

۰۰۰/۰