۱۶
رفاه کارگران
۱
۱۴
۸
۲۷
۲۷۲
۱۶۷
۳-۵- روش گردآوری اطلاعات
برای گردآوری اطلاعات در مرحله اول تحقیق از روش کتابخانه ای استفاده شده است و در مرحله بعد برای گردآوری داده ها از روش میدانی با ابزار پرسشنامه استفاده شده است. به این ترتیب که پس از انتخاب پرسشنامه و کسب مجوز از مدیریت بانکهای شهرستان مشگین شهر با معرفی نامه صادره از واحد پژوهش دانشگاه آزاد اسلامی واحد گرمی جهت معرفی محقق به عنوان دانشجو و کار پژوهشی انجام شده به عنوان پایان نامه جهت اخذ مدرک کارشناسی ارشد، پرسشنامه در بین نمونه های مورد مطالعه توزیع شده و پس از جمع آوری اطلاعات برای تجزیه و تحلیل وارد نرم افزار شده است.
۳-۶- ابزار گردآوری داده ها
در این تحقیق از دو روش برای جمع آوری داده‌ها استفاده شده است:
۳-۶-۱- روش کتابخانه‌ای
برای جمع آوری اطلاعات مربوط به ادبیات تحقیق و آشنایی با تحقیقات مربوطه به کتب، پایان‌نامه‌ها، مجلات و مقالات مراجعه گردید. و ضمنآ با جستجوی اینترنتی و مراجعه حضوری به کتابخانه عمومی شهرستان و بانکها اطلاعات مورد نیاز جمع آوری تا مورد استفاده قرار گیرد.
۳-۶-۱- روش میدانی
برای گردآوری داده‌های پرسشنامه‌ای که شامل مقیاس‌های اعتماد، پذیرش سیستم و استفاده واقعی می باشد، روش میدانی مورد استفاده قرار گرفت. این پرسشنامه‌ها بین ۲۰۰ نفر از پرسنل بانکهای شهرستان مشگین شهر به روش نمونه گیری تصادفی ساده بدون جایگرین انتخاب شده بودند، توزیع گردید که از این تعداد ۱۷۰ پرسشنامه تکمیل شده، مورد بررسی و استفاده قرار گرفت.
همچنین برای جمع آوری داده های مورد نیاز از نمونه آماری از طریق توزیع پرسشنامه استاندارد با طیف لیکرت ۵ عاملی توسط خود محقق صورت گرفته است.
۳-۷- روش ها و ابزار تجزیه و تحلیل داده ها
پژوهش حاضر پس از تکمیل پرسشنامه، داده های گردآوری شده، بر اساس مقیاس‌های اندازه گیری متغیرها کدگذاری شده و با نرم افزار SPSSوAmos پردازش و تجزیه و تحلیل شد. روش های مورد نظر برای تجزیه و تحلیل شامل:
۱- تجزیه و تحلیل توصیفی: روش های توصیفی شامل معیارهای تمایل به مرکز و پراکندگی و درصد فراوانی می باشد که برای طبقه بندی داده ها و نمایش آنها از طریق جداول فراوانی استفاده شده است.
۲- تجزیه و تحلیل استنباطی: جهت آزمون نرمال بودن متغیرها از آزمون اسمیرنوف-کلوموگروف استفاده خواهد شد. همچنین جهت آزمون فرضیه ها، از روش مدل سازی معادلات ساختاری و تحلیل عاملی تاییدی استفاده خواهد شد. برای تجزیه و تحلیل داده ها و انجام عملیات آماری نیز از نرم افزارهای آماری SPSS , Amos نسخه ۲۰ استفاده شده است.
در این تحقیق به دلیل فهم و درک کامل‌تر داده‌ها نه صرفاً توصیف آنها، و همچنین شناسایی ارتباط و تأثیر مستقیم و غیرمستقیم متغیرهای مستقل بر متغیر وابسته و همچنین شناخت بیشتر سایر متغیرهای که بر متغیر وابسته اضافه میشوند و موجب گسترش مدل شده از روش آماری مدل معادلات ساختاری استفاده گردید.
مدل یابی معادلات ساختاری، انواع گوناگونی از مدلها را با هدف‌های مشابه برای صورت‌بندی روابط میان متغیرهای مشاهده شده به کار می‌برد. بدین صورت که آزمونیّ را برای یک مدل نظری مفروض شده فراهم می‌آورد. بنابراین، مدل‌های نظری گوناگونی را میتوان به روش مدل یابی معادلات ساختاری آزمون کرد. مدل‌های نظری مفروض فرض می‌کنند که چگونه مجموعه‌ای از متغیرها، سازه‌ها را تعریف می‌کنند و چگونه این سازه‌ها با یکدیگر مرتبط میباشند(هومن، ۱۳۸۴).
به عبارت دیگر، پژوهشگر با بهره گرفتن از تئوری و پژوهش‌های صورت پذیرفته یک الگو یا مدل نظری را می‌سازد. بنابراین، الگوی نظری به عنوان یک نیم‌رخ نظری، دیدگاه و رویکرد پژوهشگر را نسبت به موضوع مورد پژوهش نشان میدهد. مبانی نظری مورد استفاده پژوهشگر و غنای آن می‌تواند این نیم‌رخ نظری را قوی‌تر سازد. این نیم‌رخ نظری در سطح سازه میباشد. بنابراین، الگوسازی نظری را میتوان به قرار زیر تعریف کرد: صورت بندی سازه‌هایی که به شکلی خاص با یکدیگر در ارتباط میباشند (هومن ،۱۳۸۴).
یکی از مهمترین عناصر مدل‌های معادلات ساختاری سازه‌هایی هستند که علاوه بر مبانی نظری به صورت مشاهده‌ای نیز قابل مطالعه میباشند. سازه‌ها متغیرهایی هستند که به طور مستقیم قابل مشاهده و اندازه‌گیری نمی‌باشند. بنابراین، به صورت غیرمستقیم مورد مشاهده و اندازه‌گیری قرار می‌گیرند. متغیرهای مشاهده شده یا معرف، متغیرهایی میباشند که به منظور تعریف یا استنباط سازه استفاده میشوند (هومن ،۱۳۸۰).
۳-۷-۲- آزمون‌های برازندگی مدل کلی
آزمون‌های برازندگی متعددی برای معادلات ساختاری ارائه شده است که پیوسته در حال توسعه و تکامل هستند. برنامه مدل یابی معادلات ساختاری[۴۹]، تعدادی از شاخص‌های برازندگی را معرفی می‌کند (هومن،۱۳۸۴). در این پژوهش با بهره گرفتن از شاخص‌های کای اسکوئر(مربع خی[۵۰])، نسبت کای دو به درجات آزادی، جذر برآورد، واریانس خطای تقریب[۵۱] ، شاخص نرم شده برازندگی [۵۲]، شاخص نرم نشده برازندگی
[۵۳] ، شاخص برازندگی تطبیقی[۵۴]، شاخص برازندگی فزاینده[۵۵]، شاخص خوبی برازندگی[۵۶] و بر ازش مدل مورد بررسی قرار گرفت. به همین دلیل به توضیح مختصری در مورد آنها پرداخته شده است.
شاخص برآزش کای دو: مقدار کای دو، شاخصی برای فرض صفر قابل قبول در جامعه است، کای دو معنی‌دار حاکی از این است که مدل برای داده‌های جامعه، قابل قبول نیست. مقدار کای دو، تحت تأثیر حجم جامعه قرار میگیرد و برای نمونه‌های بزرگ احتمال رد فرض صفر افزایش مییابد. مقادیر بزرگ کای دو حاکی از بر آزش بد و مقادیر کوچک آن نشان از خوبی بر آزش مدل دارد (سرمد و همکاران ،۱۳۸۷).
نسبت کای دو به درجات آزادی: این شاخص به قدر مطلق پسماندها توجه دارد و هرچه به یک نزدیک‌تر باشد، بیانگر خوبی بر آزش مدل است. درجه آزادی کای دو از فرمول زیر بدست می‌آید (هومن، ۱۳۸۴).
جذر برآورد واریانس خطای تقریب: این شاخص کمتر تحت تأثیر حجم گروه نمونه است، مستلزم مقایسه با مدل صفر نیست، و بنابراین پژوهشگر ناگزیر نیست مانند شاخص برازندگی تطبیقی، مدلی را با استقلال کامل متغیرهای مکنون بیان کند؛ مقدار این شاخص که به واقع همان آزمون انحراف هر درجه آزادی است، برای مدل‌هایی که برازندگی خوبی دارند کمتر از ( ۰۵/۰)است. مقادیر بالاتر از آن تا (۰۸/۰) نشان دهنده خطاهای معقولی برای تقریب در جامعه است. مدل‌هایی که مقادیر این شاخص برای آنها (۱/۰) یا بیشتر باشد برآزش ضعیفی دارند (هومن،۱۳۸۴).
شاخص نرم شده برازندگی: این شاخص برآزش های دو مدل مختلف را در یک مجموعه از داده‌ها مقایسه می‌کند. یکی از این مدلها ممکن است مدل صفر یا خط پایه باشد. شاخص مذکور اطلاعاتی درباره نسبت بهبود ممکن از مدل صفر به بهترین مدل برازندگی حاصل از مدل مفهومی، فراهم می‌آورد. چون دامنه این شاخص بین صفر و یک قرار دارد، یک مدل مطلوب به حساب می‌آید (بنتلر و بونت[۵۷]۱۹۸۰؛ نقل هومن ،۱۳۸۴ ).
شاخص نرم نشده برازندگی یا شاخص تاکر- لویز[۵۸]: این شاخص که به وسیله بنتلر و بونت (۱۹۸۰) توسعه یافته، نه تنها در مقایسه یک مدل با مدل صفر، بلکه در مقایسه مدل‌های مختلف، بکار رفته و برای پیچیدگی مدل جریمه می‌پردازد (هومن،۱۳۸۴).
شاخص برازندگی تطبیقی: این شاخص، از طریق مقایسه یک مدل به اصطلاح مستقل که در آن، بین متغیرها هیچ رابطه‌ای نیست، با مدل پیشنهادی مورد نظر، مقدار بهبود را می‌آزماید اگر این شاخص بزرگتر از یک باشد، برابر یک، و اگر کوچکتر از صفر باشد، برابر با صفر قرار داده می‌شود (هومن،۱۳۸۴).
شاخص برازندگی فزاینده: این شاخص وسیله هویل و پانتر[۵۹] (۱۹۹۵) توصیه شده و مقدار آن بر پایه قرارداد، باید دست کم( ۹/۰) باشد تا مدل مورد نظر پذیرفته شود(هومن، ۱۳۸۴).
شاخص خوبی برازندگی: این شاخص برابر با نسبت مجموع محذورات تفاوت‌ها به واریانس‌های مشاهده شده است. بر پایه قرارداد، مقدار این شاخص باید برابر یا بزرگتر از ۹/۰ باشد تا مدل مورد نظر پذیرفته شود (هومن،۱۳۸۴). این شاخص اندازه‌ای از مقدار نسبی واریانس‌ها و کواریانس‌ها است که به گونه مشترک، توسط مدل توجیه می‌شود و میتوان این شاخص را به عنوان مشخصه مشابه در رگرسیون چند متغیری در نظر گرفت (هومن،۱۳۸۰).
فصل چهارم نتایج
۴-۱- مقدمه
در این فصل در ابتدا فراوانی و درصد ویژگی‌های جمعیت شناختی نمونه آماری ارائه می‌شود. در ادامه میانگین و انحراف معیار متغیرهای مورد مطالعه به صورت مجزا و تفکیک شده توضیح داده می‌شود و سپس هر یک از فرضیات با بهره گرفتن از ضریب همبستگی پیرسون تحلیل می‌شود. نهایتاً مدل مفهومی پژوهش توسط مدل معادلات ساختاری مورد آزمون قرار گرفته و شاخص‌های برازش نهایی ارائه می‌شود.
۴-۲- توصیف جمعیت شناختی نمونه آماری
در بخش نخست آماره های توصیفی متغیرهای جمعیت شناختی شرکت کنندگان ارائه می‌شود:
جدول ۴-۱ توزیع فراوانی و درصد نسبی جنسیت پاسخ دهندگان
