مدل‌یابی عوامل ساخت سرمایه اجتماعی قبل و بعد ازفراگیری بیماری کووید19 با تاکید بر عامل قومیت در استان خوزستان

هدف از تحقیق حاضر مدل‌یابی عوامل ساخت سرمایه اجتماعی قبل و بعد از فراگیری بیماری کووید19 با تاکید بر عامل قومیت در استان خوزستان بود. این تحقیق از نظر هدف کاربردی و از نظر روش اجرا توصیفی است. ابزار جمع‌آوری اطلاعات پرسشنامه ساختارمند بود. جهت سنجش روایی پرسشنامه از شاخص روایی ملاک به منظور تحلیل عاملی مدل تحقیق استفاده شد. جامعه آماری شهروندان استان خوزستان بودند که در یک نمونه آماری 1536 نفری شهرستان‌های بالای 150000 نفر با روش تصادفی سیستماتیک انتخاب شدند. برای آنالیز داده‌ها از آزمون‌هایی نظیر تحلیل تشخیصی، رگرسیون لجستیک، واریانس و کواریانس چندمتغیره، و تحلیل معادلات ساختاری با استفاده از نرم‌افرارهای spss24 و plssamart3 استفاده شد. یافته‌های پژوهش حاکی از این بود که عوامل چهارگانه سرمایه اجتماعی‌ نظیر عوامل نهادی، عوامل طبیعی، عوامل خودجوش، عوامل بیرونی‌ بر حسب متغیر وابسته «قومیت» در «دوران قبل و بعد از شیوع کرونا» کاملاً متفاوت و متغیر بوده‌اند؛ به گونه‌ای که کل عوامل سرمایه اجتماعی«قبل و بعد از شیوع کرونا» نسبت به متغیر وابسته قومیت، بیشترین همبستگی و در حالت« قبل از شیوع کرونا»کمترین همبستگی را در مدل تابع تشخیصی داشته اند همچنین عوامل نهادی سرمایه اجتماعی از طریق تحلیل معادلات ساختاری به صورت میانگین بیشترین تفاوت را با عامل «قومیت» داشتند.

Modeling Social Capital Building Factors Before and After the Outbreak of COVID19 With an Emphasis on Ethnicity in Khuzestan Province

The purpose of this study was to model the social capital building factors before and after the outbreak of COVID19 with an emphasis on the ethnicity factor in Khuzestan province, Iran. The study was applied in terms of purpose and descriptive in terms of research method. The data was collected using a structured questionnaire. In order to assess the validity of the questionnaire, the criterionreferenced indicator was used in line with the factor analysis of the research model. A statistical sample of 1536 participants was selected using systematic random sampling method from among the inhabitants of the cities of the province with populations over 150 thousand people. In order to analyze the data, tests such as discriminant analysis, logistic regression, multivariate variance and covariance, and structural equation modeling were carried out using SPSS 24 and SmartPLS 3.  The findings of the study indicated that the four factors of social capital – namely institutional, natural, spontaneous, and external factors – are different based on the dependent variable of “ethnicity” in the periods “before and after COVID outbreak.” That is to say, social capital in general had the highest correlation with “ethnicity” “before and after COVID outbreak,” while social variable had the lowest correlation “before COVID outbreak” in the discriminant index. Moreover, in the structural equation modeling, the institutional factors of social capital had on average the biggest difference with the “ethnicity” factor.