ارزیابی اثر خودکارآمدی مدیران گروه های شبکه ی اجتماعی مجازی(تلگرام) در رضایت کاربران
Publish place: دومین همایش ملی رسانه، ارتباطات و آموزش های شهروندی
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 490
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MCCE02_068
تاریخ نمایه سازی: 18 تیر 1396
Abstract:
در عصر اطلاعات استفاده از اینترنت یکی از عمده ترین فعالیت های بشری است. در سال های اخیر، جنبه های سرگرمی و شبکه ی اجتماعی آن، افزایش یافته است. با توجه به رشد روزافزون کاربران اینترنت، به عنوان مدیران و اعضای شبکه های مجازی بررسی عوامل تاثیرگذار بیش از پیش اهمیت یافته اند. در این پژوهش، کوشیده ایم که به بررسی اثر خودکارآمدی مدیران گروه های شبکه ی اجتماعی مجازی (تلگرام) در رضایت کاربران بپردازیم. پژوهش حاضر از نظر نوع هدف کاربردی بوده و از نظر روش اجرا توصیفی-تحلیلی است. همچنین روش گردآوری داده ها، مطالعات کتابخانه ای و میدانی می باشد. جامعه ی آماری تحقیق کلیه ی مدیران گروه های شبکه های مجازی در پاییز سال 1395 بودند. 300 نفر به عنوان نمونه به صورت تصادفی انتخاب شدند. برای جمع آوری داده ها، پرسشنامه ی خودکارآمدی شرر و آدامز در میان مدیران گروه های شبکه ی اجتماعی مجازی(تلگرام) و پرسشنامه ی محقق ساخته رضایت در میان کاربران اجرا شد. در این پژوهش از روش های آمار توصیفی(میانگین، انحراف استاندارد و خطای استاندارد) و تحلیل رگرسیون استفاده شد. بررسی ها نشان می دهد که ضریب همبستگی بین خودکارآمدی مدیران گروه های شبکه مجازی تلگرام با رضایت کاربران (0/05 < p= r) معنادار است. بنابر این با 95 درصد اطمینان می توان نتیجه گرفت بین خودکارآمدی مدیران گروه های شبکه مجازی تلگرام با رضایت کاربران رابطه ی مثبت معنادار وجود دارد. در نتیجه هر چه خودکارآمدی مدیران گروه های شبکه مجازی تلگرام بیشتر بوده رضایت کاربران در گروه های تلگرامی بیشتر بوده است.
Keywords:
Authors
هلن نیک بخش
دانشجوی دکتری علوم ارتباطات دانشگاه آزاد اسلامی واحد تهران شرق
سمیه تاجیک اسماعیلی
عضو هیات علمی گروه ارتباطات اجتماعی دانشگاه آزاد اسلامی واحد تهران شرق
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :