6 . نتایج و تجزیه و تحلیل
6.1 . جزئیات دموگرافیک
اطلاعات جمعیت شناختی شرکت کنندگان در مطالعه، گروه متنوعی از پاسخ دهندگان را با سوابق تحصیلی، گروه های سنی، تجربیات حرفه ای و موقعیت های مختلف در صنعت ساخت و ساز نشان می دهد. شکل 3 نشان می دهد، کثرت شرکت کنندگان دارای مدرک کارشناسی ارشد (48%)، پس از آن دارای مدرک لیسانس (26%)، 19% سایر مدارک تحصیلی و 7% دکترا هستند. با توجه به توزیع سنی، این مطالعه شامل پاسخ دهندگان از گروه های سنی مختلف است که بیشترین نسبت بین سنین 31 تا 35 (27٪) و پس از آن 26 و 30 (26٪) رخ می دهد. 23 درصد از پاسخ دهندگان بین 36 تا 40 سال، 10 درصد بالای 40 سال و 14 درصد از نمونه را شرکت کنندگان بین 21 تا 25 سال تشکیل می دادند. از نظر تجربه حرفه ای، پاسخ دهندگان طیف وسیعی را نشان می دهند. مهم ترین نسبت دارای 5 تا 10 سال تجربه (27٪) و پس از آن 11-15 سال (26٪) و 0-5 سال (25٪) تجربه است. 53 درصد از شرکت کنندگان مهندس عمران هستند و 17 درصد معماران، 12 درصد مدیران پروژه و 13 درصد افراد در سایر نقش ها مانند مدیران ایمنی هستند. 33 درصد از پاسخ دهندگان بین 11 تا 15 سال تجربه، 25 درصد بین 5 تا 10 سال، 16 درصد بین 16 تا 20 سال تجربه و 10 درصد بیش از 20 سال تجربه دارند، همانطور که در شکل 3 نشان داده شده است .
- دانلود: دانلود تصویر با وضوح بالا (290 کیلوبایت)
- دانلود: دانلود تصویر در اندازه واقعی
شکل 3 . مشخصات دموگرافیک پاسخ دهندگان.
6.2 . تجزیه و تحلیل EFA
جدول 2 بارهای عاملی و مقادیر آلفای کرونباخ را برای هر متغیر در مولفه های استخراج شده نشان می دهد که توسط تحلیل عاملی اکتشافی (EFA) تعیین می شود. EFA با استفاده از تجزیه و تحلیل مؤلفه اصلی (PCA) به عنوان روش استخراج انجام شد، به دنبال آن چرخش Varimax و نرمال‌سازی Kaiser برای تولید ساختار عاملی ساده‌تر و قابل تفسیرتر ( لیو و لی، 2023 )، ( Lim et al., 2021a) انجام شد. ).
جدول 2 . خروجی تحلیل عاملی اکتشافی
| متغیرها | جزء | آلفای کرونباخ | |||
|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | ||
| BIM-EO1 | 0.865 | .825 | |||
| BIM-EO2 | .812 | ||||
| BIM-EO3 | .759 | ||||
| BIM-EO4 | .657 | ||||
| BIM-EA1 | .819 | .818 | |||
| BIM-EA2 | .796 | ||||
| BIM-EA3 | .688 | ||||
| BIM-EA4 | .654 | ||||
| BIM-EA5 | 602 | ||||
| BIM-MS1 | .813 | .769 | |||
| BIM-MS2 | .750 | ||||
| BIM-MS3 | .698 | ||||
| BIM-MS4 | .649 | ||||
| BIM-MS5 | 605 | ||||
| BIM-WB1 | .762 | 778 | |||
| BIM-WB2 | .704 | ||||
| BIM-WB3 | .644 | ||||
| BIM-WB5 | .616 | ||||
“روش استخراج: تجزیه و تحلیل مولفه اصلی.”
“روش چرخش: Varimax با عادی سازی Kaiser.”
“متغیر BIM-EO5، BIM-WB4 به دلیل بارگیری کمتر از 0.6 حذف شد.”
متغیرها بر اساس بار عاملی خود به چهار جزء تقسیم شدند. مؤلفه 1 شامل متغیرهای مربوط به بهینه سازی انرژی BIM (BIM-EO1، BIM-EO2، BIM-EO3، BIM-EO4) با بارهای عاملی از 0.657 تا 0.865 است. مؤلفه 2 تجزیه و تحلیل انرژی BIM (BIM-EA1، BIM-EA2، BIM-EA3، BIM-EA4، BIM-EA5) را با بارهای عاملی بین 0.602٪ و 0.819٪ نشان می دهد. مؤلفه 3 متشکل از متغیرهای مربوط به انتخاب مواد BIM (BIM-MS1، BIM-MS2، BIM-MS3، BIM-MS4، BIM-MS5)، با بارهای عاملی از 0.605٪ تا 0.813٪ است. جزء 4 نشان دهنده کاهش و پیش ساخته ضایعات BIM است (BIM-WB1، BIM-WB2، BIM-WB3، BIM-WB5)، با بارهای عاملی بین 0.616 و 0.778 ( Ohueri و همکاران، 2022 )، ( Olanrewaju et al. ).
مقادیر آلفای کرونباخ برای هر مؤلفه، معیارهای سازگاری داخلی هستند، که نشان دهنده قابلیت اطمینان متغیرها در هر مؤلفه است. مقادیر آلفای کرونباخ 0.825٪، 0.8187٪ و 0.7787٪ برای اجزای 1، 2 و 4 نشان دهنده سازگاری جامد داخلی است. مولفه 3 دارای مقدار آلفای کرونباخ 0.769 کمی کاهش یافته است، اما سازگاری داخلی آن همچنان عالی است.
BIM-EO5 و BIM-WB4 از تجزیه و تحلیل حذف شدند، زیرا بارهای عاملی آنها کمتر از 0.6 بود، که نشان می دهد آنها به طور قابل توجهی به هیچ یک از اجزای شناسایی شده کمک نمی کنند.
در نتیجه، نتایج EFA یک ساختار عامل واضح را نشان می‌دهد، با متغیرهای بهینه‌سازی انرژی BIM، تجزیه و تحلیل انرژی BIM، انتخاب مواد BIM، و کاهش ضایعات BIM و پیش‌ساخت اجزای متمایز را تشکیل می‌دهند ( لیو و وانگ، 2022 )، ( ماسکیل لیتان و همکاران .، 2020 ). بارهای عاملی بالا و مقادیر آلفای کرونباخ نشان‌دهنده قابلیت اطمینان و سازگاری درونی متغیرها در هر مؤلفه است که بینش ارزشمندی را در مورد ابعاد اساسی مطالعه و روابط بین متغیرها ارائه می‌کند.
Leave A Comment