1

جديد بودن سيستم‌هاي مديريتي شركت نسبت به رقبا

(Jiménez-Jimenez et al., 2008; Manu, 1992) 2

تلاش شركت در يافتن سيستم‌هاي مديريتي جديد 3

توانمندي پيشتازي شركت در معرفي سيستم‌هاي مديريتي جديد به بازار

روش تحلیل همبستگی متمرکز (CCA)[95]
این روش با نامهایی چون تحلیل همبستگی کانونی، تحلیل همبستگی متعارف در ادبیات موضوع یافت میگردد اما به دلیل ماهیت این روش که برای هر مجموعه از متغیرها یک متغیر مرکزی در نظر میگیرد و رابطه بین این دو متغیر مرکزی را در نظر میگیرد، پژوهشگر نام تحلیل همبستگی متمرکز را بعنوان معادل فارسی آن پیشنهاد مینماید.
برای روشن شدن روند این تكنیك فرض كنید مجموعه متغیرهای پیش بینی كننده شامل P متغیر (x1,……,.xp) و مجموعه متغیرهای معیار شامل q متغیر (y1 ,……,yq) باشد، متغیرهای X در بین خود دارای همبستگی متقابل هستند و متغیرهایY نیز در داخل خود همبستگی دارند و همچنین میان متغیر های x و y نیز به صورت دو به دو همبستگی وجود دارد.
روش همبستگی متمرکز تلاش می‌کند بردارهایی را به صورت زیر تعریف كند:
W1=a11x1+ a12x2+……….+a1pxp
V1= b11y1+b12y2+……….+b1qyq
این بردارها تركیبات خطی از دو مجموعه متغیرها محسوب می‌شوند و هدف آن است كه ضرایب a11,……..,a1p و b11,……….,b1qچنان تعیین شوند كه همبستگی میان w1 و v1 یعنی مقدار c1 حداكثر شود. w1 و v1 را متغیر متمرکز و c1 را همبستگی متمرکز می‌نامند.
در قدم بعد مقادیر w2 و v2 را به شرح زیر تعیین می‌کنیم به نحوی كه همبستگی میان w2 و v2 یعنی c2 حداكثر شود و w2 و v2 با w1 و v1 غیر همبسته باشند.
W2=a21x1+ a22x2+……….+a2pxp
V2= b21y1+b22y2+……….+b2qyq
این روال ادامه می‌یابد تا wm و vm نیز تعیین شوند و مقدار m حداكثر برابر حداقل p و q است، ضمن اینكه مقادیر 1c و c2 و c3 و……..cبه تدریج كاهش می‌یابند. باید توجه داشت كه برای نتایج همبستگی متمرکز، ابتدا باید به تحلیل جدول‌های همبستگی بین متغیرها پرداخت و سپس برای تعیین اثرات ناشی از تغییر همزمان چند متغیر، ضرایب متغیرهایw و v را بررسی كرد. فرض كنید كه ماتریس همبستگی (q+p) بین متغیرهای x1 و x2 و …… xp و y1 و y2 …. و yq به صورت زیر از روی متغیرها و در مشاهدات موجود حاصل شده است (علی احمدی & قاضی نوری, 1380). هدف همبستگی متمرکز بدست آوردن تركیب خطی از متغیرهای پیش بینی كننده است كه بالاترین همبستگی را با تركیب خطی از متغیرهای معیار داشته باشد. این تركیبات خطی به صورت زیر نمایش داده می‌شود (LeClere, 2006):
W =a1x1+ a2x2 +…..+ apxp
V= b1y1 + b2y2+……….+ bqyq
به طور کلی می‌توان گفت که اهداف این تکنیک عبارتست از:

  • تعیین ارتباط بین مجموعه متغیرهای مستقل و مجموعه متغیرهای وابسته
  • محاسبه‌ی مجموعهای از اوزان برای هر یک از متغیرهای مستقل و وابسته، به طوری که ترکیب خطی آن‌ها حداکثر همبستگی را دارا باشد.
  • استخراج توابع خطی که باقیمانده همبستگی مستقل از مجموعه‌ی قبلی را به حداکثر برساند.

توضیح و تبیین هر نوع رابطه موجود بین مجموعه ای از متغیرهای مستقل و وابسته، از طریق تعیین سهم نسبی هر یک از متغیرها در تابع همبستگی متمرکز استخراج شده باشد (کلانتری، 1389، ص 54).
مراحل اجرای تحلیل همبستگی تمرکز
در این پژوهش روش پیشنهادی (Joseph F. Hair, Black, Babin, & Anderson, 2010) برای تحلیل دادههای مورد استفاده قرار خواهد گرفت. مراحل پیشنهادی (هیر و همکاران، 2010) عبارتند از:
مرحله 1: اهداف تحلیل همبستگی متمرکز