تجزیه و تحلیل اطلاعات

در تحليل اکتشافي(Exploratory factor analysis) پژوهشگر به دنبال بررسي داده‌هاي تجربي به منظور کشف و شناسايي شاخص‌ها و نيز روابط بين آنهاست و اين کار را بدون تحميل هر گونه مدل معيني انجام مي‌دهد. به بيان ديگرتحليل اکتشافي(Exploratory factor analysis) علاوه بر آنکه ارزش تجسسي يا پيشنهادي دارد مي‌تواند ساختارساز، مدل ساز يا فرضيه ساز باشد. تحليل اکتشافي وقتي به کار مي‌رود که پژوهشگر شواهد کافي قبلي و پيش تجربي براي تشکيل فرضيه درباره تعداد عامل‌هاي زيربنايي داده‌ها نداشته و به واقع مايل باشد درباره تعيين تعداد يا ماهيت عامل‌هايي که همپراشي بين متغيرها را توجيه مي‌کنند داده‌ها را بکاود. بنابر اين تحليل اکتشافي بيشتر به عنوان يک روش تدوين و توليد تئوري و نه يک روش آزمون تئوري در نظر گرفته مي‌شود.

این دو شاخص اولین بار توسط Joreskog& Sorbom به عنوان شاخص جایگزین کای اسکوئر در سال 1989 به وجود امد به حجم  نمونه بستگی نداشته و نسبت واریانس باز تولید شده را به کمک برآورد مقدار کواریانس مشاهده شده محاسبه می نماید(Tabachnick&fidell,2007).  با مشاهده واریانس و کواریانس باز تولید شده توسط مدل شاخص GFI بیانگر میزان دقت مدل در تکرار ماتریس کواریانس مشاهده شده است(Hooper et al.,2008:54).

از زمانی که روش حداقل مربعات جریی مورد توجه و استفاده پژوهشگران در رشته های مختلف مدیریتی مانند مدیریت استراتژیک، مدیریت بازاریابی و مدیریت سیستم های اطلاعات قرار گرفته است، تا به حال یک چالش هنوز پیش روی محققین قرار داد که مطالعات زیادی نیز درباره آن انجام نشده است. این موضوع همان ناهمگنی داده ها(heterogeneity) است که باعث گردیده تا یک قسمت به طور مجزا در نرم افزارهای PLS به این موضوع اختصاص یابد.

یادگیری ضریب همبستگی[1]، کارکرد و انواع آن از اولین ملزومات به کارگیری روشهای محاسباتی در تحقیقات علی – معلولی می باشد . ضریب همبستگی مبنای محاسبات مربوط به تحلیل مسیر[2] و در نتیجه معادلات ساختاری[3] می باشد. ضريب همبستگي ارتباط بین دو متغیر را نشان می دهد.این ضریب ابزاری است آماری که به وسیله آن می توان درجه ای را که یک متغیر به متغیر مرتبط است را اندازه گیری کرد.

تحليل مسير يا path analysis روش آماري كاربرد ضرايب بتاي استاندارد رگرسيون چند متغيرى در مدل هاى ساختاري است هدف تحليل مسير به دست آوردن برآوردهاى كمى روابط علّى ( همکنشي يکجانبه يا کواريته) بين مجموعه اى از متغيرهاست.ساختن يک مدل علّي لزوماً به معناي وجود روابط علّي در بين متغيرهاي مدل نيست بلکه اين عليت بر اساس مفروضات همبستگي و نظر و پيشينه تحقيق استوار است.

نقشه های ادراکی (Perceptual Map) یکی از ابزارهای مدیریت استراتژیک هستند که عمری حدود 30 سال دارند. نقشه های ادراکی به مدیران کمک می کنند تا بتوانند ارتباط پیچیده ی بین رقبای بازار و معیارهای مصرف کنندگان در تصمیم گیری برای خرید را درک کنند. این ابزار قدرتمند می تواند یک پشتیبان قوی برای تصمیمات استراتژیک پیرامون محصول و بازاریابی باشد.

این ناهمگنی در جامعه مورد مطالعه اغلب به خاطر وجود ادراکات و برداشت های متفاوت افراد مختلف از از موضوعات متفاوت است و اغلب در تحقیقات نگرش سنجی در مدیریت، بازاریابی و علوم اجتماعی و روانشناسی و غیره کاملا ملموس است. رویکرد FIMIX جامع ترین و رایج ترین رویکرد برای برخورد با ناهمگنی در مدل سازی مسیری PLS است.