اعتبارسنجي مدل تدوين شده رصدخانه صنايع پتروشيمي در سطح كلان (مورد مطالعه: شركت صنايع پتروشيمي خليج فارس)

Validation of Petrochemical Company Observatory Model in Large–Level (Case Study: Persian Gulf Petrochemical Industries Co.)

هدف: مديران همواره در جست ­وجوي اين بوده­اند كه بتوانند آينده شركت را پيش‌بيني كنند تا شايد از اين مجرا گامي مؤثر در ساختن و يا تغيير آينده بردارند. اين موضوع سبب شده است كه انديشمندان و صاحب ­نظران در حوزه‌هاي مختلف در جست­ وجوي راهكارهايي براي غلبه بر پديده‌ رو به رشد عدم ­اطمينان و توجه ويژه به آينده‌پژوهي، آينده‌نگاري و مطالعات آينده باشند. هدف پژوهش حاضر، افزايش توانمدي شركت‌ها به ­منظور پيش‌بيني آينده صنعت پتروشيمي و اعتبارسنجي ابعاد مختلف مدل رصدخانه تدوين ­شده در سطح كلان است. روش ­شناسي: اين پژوهش از نوع آميخته است كه در بخش كيفي با مديران داراي تجربه بيش از 10 سال در صنعت پتروشيمي مصاحبه شد و مصاحبه­ ها تا رسيدن به اشباع نظري كه 20 مصاحبه را دربرگرفت، ادامه يافت. گزاره­ هاي پژوهش به كمك روش داده ­بنياد با رويكرد چارمز استخراج و توسط نرم ­افزار MAXQDA تحليل شد. جامعه آماري بخش كمّي، 462 نفر از مديران شركت صنايع پتروشيمي خليج فارس را شامل مي­شود كه تعداد نمونه به كمك فرمول كوكران در سطح خطاي 10 درصد 80 نفر مشخص شد. در بخش كمّي، پرسشنامه پژوهشگر­ساخته در ميان 90 نفر از مديران شركت‌هاي زيرمجموعه در سطوح مختلف توزيع و درنهايت 82 پرسشنامه براي تحليل مناسب تشخيص داده شد. به­ منظور بررسي داده­ هاي بخش كمّي از روش تحليل عاملي به كمك نرم ­افزار­هاي SPSS و WarpPLS استفاده شد. يافته­ ها و نتايج پژوهش: مدل رصدخانه صنايع پتروشيمي پژوهش در قالب 7 مفهوم اصلي، 21 مفهوم محوري و 127 گزاره ارائه شد. اعتبار مدل تدوين ­شده مورد­سنجش قرار گرفت كه از اين نظر ابعاد و مؤلفه­ هاي مدل رصدخانه مورد­تأييد است. ابعاد استخراج ­شده و ضريب اهميت هر يك از آن­ها شامل مسائل سياسي (0/791)، مسائل اقتصادي (0/952)، مسائل زيست‌محيطي (0/596)، مسائل اجتماعي (0/402)، مسائل فناوري (0/720)، مسائل قانوني(0/842) و مسائل بين‌المللي (0/682) مشخص شد. بر اين اساس رصد ابعاد و مؤلفه‌هاي شناسايي­ شده مرتبط، به­ عنوان داده و اطلاعات ورودي، به كسب و انتشار دانش و خُرد بيشتر در اين حوزه منجر مي­شود و مديران شركت را در تصميم‌گيري بهتر و آينده‌نگري ياري مي ­كند.

Managers have always sought to predict the future of the company so that they may take an effective step in building or changing the future. This has led scholars in various fields to look for solutions to overcome the growing uncertainty phenomenon, with a particular focus on foresight and future studies. The purpose of the research is to increase the ability of companies to predict the future of the petrochemical industry and validation of different dimensions of the macro-level observatory model. Methodology: This research is of mixed method, Interviewed in a qualitative section of managers with more than ten years in petrochemical industry and continued until the theoretical saturation, that included 20 interviews. The statements extracted from the interviews were extracted using the Charmaz approach and analyzed by MAXQDA software. The statistical population comprises 462 managers of the Persian Gulf Petrochemical Industries Company. The number of samples was determined by the Cochran formula at the error rate of 1%, 80 individuals. In the quantitative part, a researcher-made questionnaire was distributed among 90 managers of different companies in different levels, finally, 82 questionnaires were analyzed for analysis. Factor analysis was performed using SPSS and WarpPLS software for quantitative data analysis. Findings and Results: The Petrochemical Industry Observatory model was presented in the form of 7 main concepts, 21 axial concepts and 127 propositions. The validity of the developed model was measured in this respect the dimensions of the observatory model were confirmed. Model dimensions and significance coefficient for each of the dimensions of the macro level of the petrochemical industry include: Political (0.791), economic (0.952), environmental (0.596), social (0.402), technological (0.720), legal (0.842), and international (0.682). The identified dimensions of the macro level of the petrochemical industry as observatory data will lead to more knowledge and wisdom in order to make better decision makers.