İlk veriler toplandıktan sonra analizler üç adımda incelenmiştir:
İlk Adım: Katılımcıların işlevsel rolleri arasında katılımcı yanlılığını değerlendirmek için
örnek grup özellikleri analiz edilecektir.
İkinci Adım: Bilgilendirme anımsatma e-postalarının birincisinden ve takip epostalarından
elde edilen bulgulara göre katılımcılar arasında yanıtlamama yanlılığı değerlendirilecektir.
Üçüncü Adım: İlgili model geliştirilecek ve hipotez test edilecektir.
Bazı nedenlerle yanıt yanlılığı meydana gelebilmektedir. Anderson ve Mark Young (2001), kurumsal teori hipotezi nedeniyle işlevsel perspektiflerin bireylerin görüşlerini şekillendirdiğini, böylece de yanıtlayanların çeşitli işlevsel alanlardan geldiği durumlarda da yanıtlarda yanlılığının oluşabileceğini ifade etmiştir. Katılımcılar belirlenirken temas kurulacak katılımcı, kurumdaki en üst seviyede pazarlama yöneticisi olarak seçilirken gerçek katılımcı farklı olabilmektedir ve bunların stratejik yönelim, pazar yönelimi ve iş performansı soruları hakkında doğru biçimde bilgi verebilme kapasitesi kısıtlı olabilmektedir. Hedef katılımcılar ve gerçek katılımcıların veri tabanları arasında belirgin farklar olup olmadığını test etmek üzere yönetici ve yönetici olmayan katılımcılardan oluşan iki düzeyin sonuçları arasında bir karşılaştırma yapılacaktır.
Herhangi bir araştırma türünde yanıt oranının düşük olması, yanıtlamama yanlılığı potansiyeli nedeniyle sorun yaratır (Armstrong ve Overton, 1977). Pek çok çalışmada Babbie (2010), en az %50 yanıt oranının analiz ve raporlama için yeterli olduğunu, %60 yanıt oranının iyi olduğunu ve %70 ve üstü oranının ise çok iyi olduğunu ifade etmiştir. Araştırmacının hedef katılımcılara erişim sağlayamadığı veya katılımcıların bazı sebeplerle yanıt vermeyi reddettiği hallerde bu gibi üyelerden yanıt alınamadığı zaman yanıtlamama yanlılığı meydana gelebilmektedir. Sonuç olarak, genelleştirme problemine neden olan tam bilgiye erişmek zor hale gelmektedir. Armstrong ve Overton (1977) yaklaşımlarına göre yanıtlamama, ilk ve en son yanıt dalgaları arasında t-testi uygulanarak değerlendirilebilmektedir.
Stratejik yönelim, pazar yönelimi, pazar türbülansı ve otel performansı arasındaki eş zamanlı ilişkiyi incelemek üzere yapısal ilişki analizi kullanılmıştır. Ölçüm modelini doğrulamak ve gözlemlenebilir değişkenler arasındaki ilişkileri test etmek için iki aşamalı yapısal denklem modeli (SEM) kullanılmıştır. İlk aşamada skalaları doğrulamak için
SAS/STAT yazılımının 9.3 versiyonu (SAS Institute Inc, 2013) ile doğrulayıcı faktör analizi gerçekleştirilmiştir. Analizin ikinci aşamasında yapılar arasındaki ilişkileri hesaplamak üzere SAS 9.3 kullanılmıştır. Bu çalışmada birinci hipotezden üçüncü hipoteze kadar hipotezlerin test edilmesi için SAS 9.3 kullanılarak yapılan veri analizi, Yapısal EşitlikModelleme (YEM) işlemini (SEM) benimsemiştir. Modelin örnek gruba duyarlılığı bakımından ise (Gefen vd., 2000) SAS için ortalama örnek grubu büyüklüğünün minimum 41, maksimum 451 olduğu kabul edilmiştir. Veri analizi ise serbestlik dereceleri bakımından χ2
istatistik oranını içermiştir. Buna göre 3’ün altı kabul edilebilir bir uygunluk düzeyi ile kök ortalama kare yaklaşım hatasını (RMSEA), .08 altı değerler kabul edilebilir bir uygunluk düzeyi ile uyum iyiliği endeksini (GFI), .9’u aşan değerler uygunluk düzeyi ile ayarlanmış uyum iyiliği endeksini (AGFI), .8’i aşan değerler, kabul edilebilir bir uygunluk düzeyi ile normlu uygunluk endeksini (NFI), .9 veya daha büyük değerler ise kabul edilebilir uygunluk düzeyi ile karşılaştırmalı uygunluk endeksini (CFI), .9’u aşan değerler ise kabul edilebilir uygunluk düzeylerini temsil etmektedir.
Stratejik yönelim ve pazar yönelimi boyutları arasındaki kolektif ilişkinin yapısını ve derecesini değerlendirmek amacıyla H4a’dan H4f’ye kadar yapılan testlerde çok değişkenli analiz uygulanmıştır. Bu analizlerde bağımlı değişken sürekli ölçüm olarak kabul edilmiş ve çoklu lineer regresyonun, varsayımı test etme amaçları için uygun olduğu öngörülmüştür.
Hipotez 5a, 5b ve 5c’yi test etmek amacıyla SPSS 22 moderasyonu için Hayes’in (2013) PROCESS makrosunu kullandık. PROCESS, modellerin sayısını ve karmaşıklığını artırarak önceki makroların (örn., SOBEL, MODMED, vb.) yapabildikleri seviyeye kadar uzanır. Bu makro, çoklu medyatör ve moderatör modellerinde doğrudan ve dolaylı etkileri hesaplamak, moderasyon modellerinde (etkileşimleri derinlemesine incelemek için işaret bölgeleri ve basit eğimler de dâhil) iki yönlü etkileşimleri tahmin etmek ve çoklu moderatörlerle ılımlılaştırılmış aracılı modellerde şartlı dolaylı etkilerini hesaplamak amacıyla sıradan en küçük kareler çerçevesine bağlıdır. Buna ek olarak PROCESS, dolaylı (ılımlılaştırılmış aracılı modeller) yolun gücü ve önemini daha güvenilir biçimde ölçebilen önyükleme metoduna göre yapılır. Önyükleme, çeşitli örneklem yöntemleri arasında en iyi performans göstericiler olduğu ortaya çıkan yüzde noktaları gibi dağılımın kompleks parametrelerinin kompleks tahmincileri için standart hata kestirimlerini ve güven aralıklarını bulmaya yönelik en iyi yöntemdir (MacKinnon vd., 2004).
Bu metodoloji, daha istatistiksel bir kontrol ve güç sağlayarak çoklu değişkenli bir modelde eşdeğişkenlerin etkisini açıklamak üzere yol katsayılarını ayarlar. Bu makro, aynı zamanda toplam ve spesifik dolaylı etkilere ilişkin önyükleme güvenlik aralıklarını ortaya
koymaktadır. Bu çalışmada makro, yol katsayılarının çoğalmasından kaynaklanan çarpıklık ile ilişkilendirilen problemlere engel olmak üzere, elde edilen verilerden 5000 önyüklemeli yeniden örneklendirme ortaya çıkarmıştır. Asimetrik ve %95 oranındaki toplam ve dolaylı etkilere yönelik güvenlik aralıkları da hesaplanmıştır. “0” olmayan güvenlik aralıkları ılımlılaştırılmış yolun istatistiksel olarak önemli bir etkiye sahip olduğuna işaret etmekte, öte yandan “0” olan güvenlik aralıkları ise istatiksel olarak önemsiz bir etkiye işaret etmektedir.