مدلسازي معادلات ساختاري قابليت هاي بازاريابي در باشگاه هاي ليگ برتر فوتبال ايران

Structural Equation Modeling of Marketing Capabilities in Football Clubs of Iran Premier League

هدف اين پژوهش، مدل سازي معادلات ساختاري قابليت هاي بازاريابي باشگاه هاي فوتبال ليگ برتر بود. روش تحقيق آميخته [1] و با استفاده از روش نظريه داده بنياد بود. جامعه آماري شامل مديران بازاريابي باشگاه ها، فدراسيون، سازمان ليگ و اساتيد متخصص بازاريابي ورزشي دانشگاه ها بودند. مشاركت كنندگان مرحله كيفي به روش نظري و شيوه گلوله برفي و در مرحله كمي به صورت در دسترس انتخاب شدند. براي جمع آوري داده ها از مصاحبه (18 مورد تا اشباع نظري) استفاده شد. كدهاي مصاحبه ها 709 كد بود كه پس از تلخيص به 128 كد اوليه و سپس به 16 كد محوري تبديل شدند. در مرحله كدگذاري انتخابي 4 گروه قابليت بازاريابي شامل قابليت هاي نهادي ، زيرساختي، راهبردي و عملياتي شناسايي شدند. سپس پرسشنامه 68 گويه اي ساخته و روايي صوري و محتوايي با نظر اساتيد و روايي سازه با تحليل عاملي تاييدي و پايايي با آلفاي كرونباخ (8/88) تاييد شد. داده ها توسط نرم افزار LISREL مدل سازي گرديد. نتايج كمي نشان داد قابليت هاي نهادي تاثير معناداري روي قابليت هاي زيرساختي (ضريب اثر= 84/0 و 47/6t=) ، قابليت هاي زيرساختي تاثير معناداري روي قابليت هاي راهبردي (ضريب اثر= 89/0 و 38/3t=) و قابليت هاي راهبردي تاثير معناداري روي قابليت هاي عملياتي (ضريب اثر= 92/0 و 65/2t=) دارد. با توجه به اهميت بازاريابي باشگاه ها بايد ظرفيت هاي خود را شناسايي كنند و از تمام اين قابليت ها براي بازاريابي و جذب مشتري استفاده نمايند. مدل ارائه شده مي تواند به عنوان ابزاي جهت شناسايي قابليت هاي بازاريابي باشگاه ها و تبديل آنها به كاركرد (درآمد) استفاده شود تا بگونه اي منطقي و اصولي به بازاريابي، كسب درآمد و استقلال مالي باشگاه دست يافت.

The study aim was Structural Equation Modeling of marketing capabilities in football Premier League clubs. Research method is mixed with grounded theory method. The Population included marketing managers in clubs, federation and league organization, and faculty members who were expert in sport marketing. Qualitative phase participants were selected by Judgment Sampling; and in quantitative phase, was selected by Convenience Sampling. To collecte the data, depth interview (18 samples) was used. Primary codes were 792 that after summarizing codes, they decrease 184 codes and were converted with 16 Axial codes. These codes were classified to 4 groups included football institutional, infrastructure, strategic and operational capabilities. Then, questionnaire designed with 68 items and its face and content validity was confirmed by the experts ideas; and the construct validity was confirmed by confirmatory factor analysis and reliability confirmed by Cronbach's alpha (%88/8). Collected data from the questionnaires were modeling by LISREL software. The quantitative results also showed football institutional capabilities have significant effect on infrastructure marketing capabilities (effect coefficient=0/84, T=6/47); and infrastructure capabilities have significant effect on strategic capabilities (effect coefficient =0/89, T=3/38); and strategic marketing capabilities have significant effect on operational marketing capabilities (effect coefficient=0/92, T=2/65). Given the importance of marketing, Clubs should identify their capacity and use all these capabilities for marketing and customer acquisition. The proposed model can be used as a tool for identification of football marketing capabilities and Conversion Factors of these capabilities to function, that logical and systematic manner to do marketing, and gaining income and financial independence Club, and solve problems.