نتایج
در این پژوهش، داده ها مورد تجزیه و تحلیل قرار گرفت و فرضیه ها با استفاده از PLS-SEM مورد آزمون قرار گرفتند. تجزیه و تحلیل یک فرآیند سه مرحله ای را دنبال کرد: ابتدا، سوگیری روش ارزیابی شد. سپس مدل مورد ارزیابی قرار گرفت و بررسی ساختاری تاییدی برای تایید صحت داده ها انجام شد و در نهایت فرضیه ها مورد آزمون قرار گرفتند.
مرحله 1: سوگیری روش
جانبداری بدون پاسخ
خطر سوگیری عدم پاسخ این ظرفیت را دارد که بر ارزیابی عوامل مرتبط با مفاهیم اندازه گیری شده تأثیر بگذارد ( Sobaih & Elshaer, 2022 ). برای اطمینان از وجود سوگیری بدون پاسخ، نویسنده از آزمون t برای مقایسه میانگین نمرات متغیرها بین اولین و آخرین پاسخ دهنده استفاده کرد. فقدان تفاوت های آماری معنی دار مشاهده شده نشان می دهد که سوگیری بدون پاسخ تأثیر قابل توجهی نداشته است.
سوگیری روش رایج
محقق در این مطالعه از روش پیشنهادی ممون و همکاران پیروی کرد. (2021) برای مقابله با سوگیری های بالقوه در تجزیه و تحلیل خود. آنها PLS-SEM را به عنوان روش آماری خود انتخاب کردند، انتخابی که به طور موثر با نگرانی هایی مانند نقاط پرت و هم خطی مقابله می کرد و در نتیجه دقت نتایج تحقیقات آنها را افزایش می داد. برای کاهش بیشتر تأثیر عوامل پرت و جلوگیری از تطبیق بیش از حد، آنها از استراتژی هایی مانند بوت استرپینگ و اعتبارسنجی متقابل استفاده کردند.
ارائه نتایج نظرسنجی
نقش اصلی
از مجموع 618 پاسخ دهندگان، 310 نفر (50.2 درصد) به عنوان صاحبان مشاغل یا مدیران اجرایی در بخش گردشگری معرفی شدند. 150 نفر دیگر (24.3 درصد) پرسنل مدیریت صنعت گردشگری بودند. 40 پاسخ دهنده (6.5 درصد) سیاست گذاران گردشگری بودند، در حالی که 100 پاسخ دهندگان (16.2 درصد) گردشگران یا بازدیدکنندگان زیمبابوه بودند. 18 پاسخ دهندگان باقی مانده (2.9٪) “سایر” را به عنوان نقش اصلی خود انتخاب کردند. تقسیم تقریباً مساوی بین مدیران تجاری و پرسنل مدیریت، دیدگاههای هر دو نقش کلیدی تصمیمگیری را تضمین میکند.
سالها در نقش مدیریت یا تصمیم گیری
از 618 پاسخ دهنده، 200 نفر (32.4 درصد) کمتر از 1 سال در مدیریت گردشگری یا نقش تصمیم گیری گزارش کردند. 180 پاسخ دهنده (29.1٪) دارای 1 تا 5 سال تجربه هستند، در حالی که 140 پاسخ دهنده (22.7٪) 5 تا 10 سال تجربه دارند. تنها 80 نفر (12.9 درصد) بیش از 10 سال تجربه دارند. 18 پاسخ دهنده (2.9٪) برای این سوال “غیر قابل اجرا” را انتخاب کردند. توزیع بین سالها تجربه، بینشهایی را از کارشناسان گردشگری جدید و باتجربه ارائه میدهد.
بخش صنعت گردشگری
بخش مسکن با 220 پاسخ دهنده (35.6 درصد) بیشترین نمایندگی را داشت. پس از آن 140 پاسخ دهندگان غذا و نوشیدنی (22.7٪) و 120 پاسخ دهندگان حمل و نقل / هواپیمایی (19.4٪) قرار گرفتند. 80 پاسخ دهنده (12.9٪) از آژانس های مسافرتی / اپراتورهای تور، 40 (6.5٪) از سازمان های گردشگری دولتی بودند و 18 نفر (2.9٪) “سایر خدمات گردشگری” را انتخاب کردند. بازنمایی گسترده در تمام بخشهای اصلی گردشگری از انحراف به سمت هر دیدگاه صنعتی جلوگیری میکند.
فرکانس سفرهای داخلی
اکثر 330 پاسخ دهندگان (53.4 درصد) در طول سال گذشته به عنوان یک توریست در زیمبابوه سفر داخلی نداشته اند. 150 پاسخ دهنده (24.3٪) 1-2 سفر داخلی را گزارش کردند، در حالی که 100 (16.2٪) 3-5 سفر داشتند. تنها 38 نفر (6.1 درصد) در سال گذشته بیش از 5 بار به داخل کشور سفر کردند. ترکیبی از مسافران داخلی و غیرمسافر به برجسته کردن دیدگاه مصرف کننده کمک می کند.
مشارکت در طرح های پایداری
470 پاسخ دهندگان (76.1 درصد) نشان دادند که به طور مستقیم با ابتکارات پایداری زیست محیطی/انرژی سازمان خود درگیر هستند. 120 پاسخ دهنده (19.4٪) تا حدودی درگیر بودند، در حالی که تنها 28 (4.5٪) در طرح های پایداری شرکت نداشتند. درصد بالای درگیر در طرح های پایداری، تخصص موضوعی را تایید می کند.
جنسیت
از 618 پاسخ دهنده، 423 مرد (68.4 درصد) و 195 زن (31.6 درصد) بودند. در حالی که تعداد بیشتری از پاسخ دهندگان مرد بودند، دیدگاه زن تقریباً یک سوم نمونه را به خود اختصاص داد و بینش های انتقادی را از طیف متنوعی از دیدگاه ها ارائه کرد.
به طور خلاصه، ترکیب متعادل و گسترده نمونه بر اساس نقش گردشگری، تجربه، بخش، فعالیت سفر، دانش پایداری و جنسیت به اعتبار داده ها کمک می کند و سوگیری پاسخ را به حداقل می رساند. سوالات غربالگری به شرکت کنندگان کمک کرد تا بینش های معتبری مبتنی بر تخصص مستقیم صنعت گردشگری ارائه دهند.
مرحله 2: ارزش گذاری مدل و تایید تحلیل عاملی
محقق از Smart PLS-SEM برای ارزیابی، پالایش و آزمایش فرضیه ها استفاده کرد. ارزیابی و تحلیل عاملی تاییدی در دو مرحله انجام شد. در مرحله اول، تمرکز بر ارزیابی قابلیت اطمینان و اعتبار مدل اندازه گیری با استفاده از شاخص های مختلف مانند بارگذاری بیرونی، آلفای کرونباخ، میانگین واریانس استخراج شده (AVE) و قابلیت اطمینان مرکب همانطور که در شکل 2 و جدول 1 نشان داده شده است . در مرحله دوم، روایی افتراقی با استفاده از دو رویکرد: روش فورنل-لارکر و روش هتروتریت- تک صفت (HTMT) مورد ارزیابی قرار گرفت. این رویکردها به تعیین متمایز بودن سازه ها در مدل اندازه گیری کمک کردند. در نهایت، آزمون فرضیه از طریق راهاندازی انجام شد که امکان بررسی مستقیم بین سازهها را فراهم کرد.
- دانلود: دانلود تصویر با وضوح بالا (434 کیلوبایت)
- دانلود: دانلود تصویر در اندازه واقعی
شکل 2 . شواهد تصویری از بارهای عاملی پس از محاسبات الگوریتم PLS.
میز 1 . بارهای عاملی، آلفای کرونباخ AVE، CR، Rho_A و CA.
| شرح | می سازد | بارهای عاملی | آلفای کرونباخ | AVE | قابلیت اطمینان ترکیبی | Rho_A |
|---|---|---|---|---|---|---|
| فناوری های ساختمان سبز | GB1 GB2 GB3 GB4 GB5 |
0.789 0.789 0.851 0.849 0.845 |
0.885 | 0.681 | 0.914 | 0.888 |
| مدیریت زنجیره تامین گردشگری سبز | GT1 GT2 GT3 GT4 GT5 |
0.796 0.845 0.844 0.806 0.809 |
0.878 | 0.673 | 0.911 | 0.880 |
| تولید انرژی های تجدیدپذیر | RE1 RE2 RE3 RE4 RE5 |
0.759 0.848 0.848 0.827 0.855 |
0.885 | 0.686 | 0.916 | 0.886 |
| مشارکت انرژی جامعه | CE1 CE2 CE3 CE4 CE5 |
0.904 0.903 0.822 0.903 0.905 |
0.933 | 0.788 | 0.949 | 0.932 |
| ذخیره انرژی و امنیت انرژی | ES1 ES2 ES3 ES4 ES5 |
0.731 0.830 0.828 0.760 0.730 |
0.843 | 0.604 | 0.884 | 0.843 |
| زباله برای تولید انرژی | WE1 WE2 WE3 WE4 WE5 |
0.755 0.850 0.851 0.825 0.851 |
0.884 | 0.684 | 0.915 | 0.885 |

Leave A Comment