تاثیر بلوغ سیستم هوش تجاری بر استفاده از اطلاعات در فرآیند کسب و …

بر اساس مقادیر بدست آمده در محاسبات فوق می توان اثرات مستقیم متغیرهای مستقل بر متغیر وابسته ترجیح اینترنت را در نمودار تفکیک شده در شکل ۴-۴ مشخص کرد:
شکل ۴- ۵: تحلیل مسیر مرتبه سوم قسمت دوم
۴۵۳/۰
همانطور که مشاهده می‌شود مقدار آماره d دوربین- واتسون (۸۰۹/۱) در فاصله ۵/۱ و ۵/۲ قرار دارد، فرضیه عدم وجود همبستگی بین خطاها رد نمی‌شود و می‌توان از رگرسیون استفاده کرد. در مرحله بعد با توجه به جدول بالا ضریب تعیین برای مرحله سوم رگرسیون ۲۰۵/۰ می‌باشد که نشان می‌دهد حدود ۲۰ درصد از تغییرات در متغیر وابسته کیفیت دسترسی اطلاعات با متغیر مستقل موجود در مدل تعریف می‌شود. سپس، مقبولیت مدل را به لحاظ آماری بررسی می‌گردد. مطابق جدول ۴-۲۳ سطح معنی‌داری آماره F با توجه به جدول بالا کمتر از ۰۵/۰ می‌باشد که تأیید می‌کند تغییر نشان داده شده به‌وسیله مدل تصادفی نمی‌باشد. در نتیجه فرضیه خطی بودن مدل تائید می‌شود. به عبارت دیگر سطح معناداری آماره F که کمتر از ۰۵/۰ نشانگر معناداری توضیح دهندگی متغیرهای مستقل (بلوغ سیستم هوش تجاری) بر متغیر وابسته (کیفیت دسترسی اطلاعات) می‌باشد. پس از تأیید اعتبار کلی مدل، با استفاده از آزمون آنالیز واریانس باید ضریب این متغیر را برآورد کرد. با توجه به ستون سطح معنی‌داری در جدول بالا مشخص می‌شود که متغیر مستقل بلوغ سیستم هوش تجاری بر متغیر کیفیت دسترسی اطلاعات تأثیر مستقیمی دارند. زیرا سطح معناداری کمتر از ۰۵/۰ می‌باشد و ضرایب محاسبه ‌شده نشانگر تأثیر مستقیم و مثبت متغیر بلوغ سیستم هوش تجاری بر کیفیت دسترسی اطلاعات است.
۴-۵-۴٫ بررسی تاثیر غیر مستقیم بلوغ هوش تجاری بر متغیر وابسته
اکنون با توجه به ضرایب بتا، می توان تأثیرات مستقیم و غیر مستقیم هر یک از متغیرهای مستقل بر متغیر وابسته را محاسبه کرد. از آنجا که در دیاگرام تحلیل مسیر از ضرایب بتا استفاده می شود و این ضرایب نیز به صورت استاندارد شده می باشند، بنابراین می توان اثرات متغیرهای مختلف را با همدیگر مقایسه کرد و مؤثرترین آن ها را تعیین نمود.
اثرات مستقیم متغیر دانش اینترنتی به دست آمده و در نمودار شکل۴-۵ نشان داده شده است. برای محاسبه اثر غیر مستقیم ابعاد متغیر دانش اینترنتی بر نیات خرید، ضرایب بتای هر مسیر تا رسیدن به متغیر وابسته در هم ضرب میشود. از آنجا که متغیر دانش اینترنتی از مسیرهای متعدد بر نیات خرید تأثیر میگذارد، بنابراین برای محاسبه کل اثرات غیر مستقیم این متغیر بر نیات خرید، اثرات مسیرهای مختلف با هم جمع میشود. جدول ۴-۲۵ اثر غیر مستقیم دانش اینترنتی بر نیات خرید را نشان میدهد:
جدول۴-۲۵: اثرات غیر مستقیم بلوغ هوش تجاری بر استفاده از اطلاعات در فرآیند کسب و کار

برای دانلود متن کامل این پایان نامه به سایت  fumi.ir  مراجعه نمایید.

مسیر میزان اثر بر اساس ضرایب بتا
اثر غیر مستقیم متغیرها استفاده از اطلاعات در فرآیند کسب و کار کیفیت محتوای اطلاعات بلوغ سیستم هوش تجاری
استفاده از اطلاعات در فرآیند کسب و کار کیفیت دسترسی اطلاعات بلوغ سیستم هوش تجاری
۳۰۶/۰=۴۸۳/۰* ۶۳۴/۰
۲۲۶/۰=۴۹۸/۰*۴۵۳/۰
کل اثرات غیر مستقیم ۵۳۲/۰

نتایج حاصل از تحلیل مسیر حاکی از این امر است که مولفه بلوغ سیستم هوش تجاری هم به شکل مستقیم و هم به صورت غیر مستقیم بر متغیر استفاده از اطلاعات در فرآیند کسب و کار به شکل مثبت تأثیر گذار هستند و متغیرهای کیفیت محتوای اطلاعات و کیفیت دسترسی اطلاعات نقش واسطه ای دارند. نتایج نشان می دهد تاثیر غیرمستقیم متغیر بلوغ سیستم هوش تجاری بیشتر از تاثیر مستقیم آن می باشد.
۴-۵-۵٫ رگرسیون مرحله چهارم
این بخش از سه قسمت تشکیل شده است:
الف) بررسی فرهنگ تصمیم گیری تحلیلی به عنوان متغیر مستقل و متغیر استفاده از اطلاعات در فرآیند کسب و کار به عنوان متغیر مستقل
ب) بررسی تاثیر فرهنگ تصمیم گیری تحلیلی بر رابطه بین کیفیت محتوای اطلاعات و استفاده از اطلاعات در فرآیند کسب و کار
ج) بررسی تاثیر فرهنگ تصمیم گیری تحلیلی بر رابطه بین کیفیت دسترسی اطلاعات و استفاده از اطلاعات در فرآیند کسب و کار
الف) قسمت اول
در این قسمت، فرهنگ تصمیم گیری تحلیلی به عنوان متغیر مستقل و متغیر استفاده از اطلاعات در فرآیند کسب و کار به عنوان متغیر وابسته در نظر گرفته میشود.
نتایج حاصل از اجرای رگرسیون در این مرحله در قالب دو جدول زیر استخراج می‌شود:
جدول ۴-۲۶: نتایج رگرسیون در مرحله چهارم قسمت اول