جدول فوق آلفای کرونباخ و تعداد سؤالات مربوط به کل پرسشنامه و متغیرهای پرسشنامه را ارائه میدهد. از آنجایی که مقدار آلفای کرونباخ کل پرسشنامه و متغیرها بزرگتر از۷/۰ است ، لذا آزمون از پایایی قابل قبولی برخوردار می باشد.
۳٫۸٫ روش تجزیه و تحلیل داده ها
در این پژوهش توصیف داده های دموگرافیک تحقیق با بهره گرفتن از آمار توصیفی، جداول فراوانی و نمودارهای دایرهای ، میلهای انجام شده که در فصل پیوستها آورده شده و داده ها با بهره گرفتن از نرمافزار spss18 تجزیه و تحلیل شده و بررسی تأیید روابط بین متغیرها و عوامل از طریق تحلیل عاملی تأییدی و تکنیک معادلات ساختاری با بهره گرفتن از نرم افزار LISREL 8.72 که یکی از مشهورترین نرم افزارها جهت اجرای اینگونه مدلها است، به منظور آزمون فرضیه ها با هدف سنجش روابط همزمان، مستقیم یا غیرمستقیم میان متغیرها استفاده شده است.
۳٫۹٫ آزمونهای بهکار رفته در تحقیق
۳٫۹٫۱٫ تحلیل عاملی تأییدی
در تحلیلهای عاملی تأییدی، که هدف پژوهشگر تأیید ساختار عاملی ویژهای میباشد، درباره تعداد عاملها به طور آشکار فرضیه های بیان می‌شود و برازش ساختار عاملی مورد نظر در فرضیه با ساختار کواریانس متغیرهای اندازه گیری شده مورد آزمون قرار می‌گیرد. در تحلیل عاملی تأییدی، پژوهشگر به دنبال تهیه مدلی است که فرض میشود داده های تجربی را برپایهی چند پارامتر نسبتاً اندک، توصیف، تبیین یا توجیه میکند. این مدل مبتنی بر اطلاعات پیش تجربی درباره ساختار دادههاست که میتواند به شکل: ۱) یک تئوری یا فرضیه ۲) یک طرح طبقهبندی کننده معین برای گویه ها در انطباق با ویژگیهای عینی شکل و محتوا ۳) شرایط معلوم تجربی و یا ۴) دانش حاصل از مطالعات قبلی درباره داده های وسیع باشد. لذا تمایز مهم روش های تحلیل اکتشافی و تأییدی در این است که روش اکتشافی با صرفهترین روش تبیین واریانس مشترک زیر بنایی یک ماتریس همبستگی را مشخص میکند. در حالیکه روش های تأییدی (آزمون فرضیه) تعیین میکنند که داده ها با یک ساختار عاملی معین (که در فرضیه آمده) هماهنگ هستند یا نه .برای انجام تحلیل عامل تأییدی از نرم افزار Lisrel استفاده میشود. این نرمافزار به منظور برآورد و آزمون مدلهای معادلات ساختاری طراحی و از سوی شرکت بین المللی نرم افزارعلمی (SSI) به بازار عرضه شده است. این نرم افزار با بهره گرفتن از همبستگی و کوواریانس بین متغیرهای اندازه گیری شده، می‌تواند مقادیر بارهای عاملی، واریانسها و خطاهای متغیرهای مکنون را برآورد یا استنباط کند (سرمد و همکاران، ۱۳۷۶، ۱۸۲).
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت nefo.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

۳٫۹٫۲٫ لیزرل یا مدل یابی معادلات ساختاری^[۲۹]
یک تکنیک تحلیل چند متغیری بسیار کلی و نیرومند از خانواده رگرسیون چند متغیری و به بیان دقیقتر بسط مدل خطی کلی است که به پژوهشگر امکان میدهد مجموعههایی از معادلات رگرسیون را به گونه همزمان مورد آزمون قرار دهد. مدلیابی معادلهی ساختاری یک رویکرد جامع برای آزمون فرضیههایی دربارهی روابط متغیرهای مشاهده شده و مکنون است که گاه تحلیل ساختاری کوواریانس، مدلیابی علی و گاه نیز لیزرل نامیده شده است اما اصطلاح غالب دراین روزها، مدلیابی معادله ساختاری یا به گونهی خلاصه SEM است (هومن، ۱۳۸۴، ۲۳۸).
۳٫۹٫۳٫ آزمونهای برازندگی مدل کلی
با آنکه انواع گوناگون آزمونها که به گونه کلی شاخصهای برازندگی^[۳۰] نامیده میشوند پیوسته در حال مقایسه، توسعه و تکامل میباشند اما هنوز درباره حتی یک آزمون بهینه نیز توافق همگانی وجود ندارد. نتیجه آن است که مقاله های مختلف، شاخصهای مختلفی را ارائه کردهاند و حتی نگارشهای مشهور برنامههای SEM مانند نرمافزارهای Lisrel, Amos, EQS نیز تعداد زیادی از شاخصهای برازندگی به دست میدهند (هومن، ۱۳۸۴، ۲۴۴).
برخی از این شاخصها عبارتنداز:
شاخصهای^[۳۱]GFI
شاخص GFI مقدار نسبی واریانسها و کوواریانسها را به گونهی مشترک از طریق مدل ارزیابی میکند. دامنه تغییرات GFI بین صفر و یک میباشد. مقدار GFI باید برابر یا بزرگتر از ۹/. باشد تا مدل پذیرفته شود (همان، ۲۴۸).
شاخص AGFI^[32]
برازندگی دیگر AGFI یا همان مقدار تعدیل یافته شاخص GFI برای درجه آزادی میباشد. مقدار این شاخص نیز بین صفر و یک میباشد. شاخصهای GFI و AGFI را که جارزک اگوس و ربوم (۱۹۸۹) پیشنهاد کردهاند بستگی به حجم نمونه ندارد (همان،۲۴۹).
شاخص^[۳۳] RMSEA
این شاخص، ریشهی میانگین مجذورات تقریب میباشد. شاخص RMSEA هرچقدر به صفر نزدیکتر باشد بهتر است (همان، ۲۶۱).
مجذور کای (  )
آزمون مجذور کای (خی دو) این فرضیه را که مدل مورد نظر هماهنگ با الگوی همپراشی بین متغیرهای مشاهده شده است را میآزماید، کمیت خی دو بسیار به حجم نمونه وابسته میباشد و نمونه بزرگ کمیت خی دو را بیش از آنچه که بتوان آن را به غلط بودن مدل نسبت داد، افزایش میدهد (همان،۲۶۴).
شاخصNFI و CFI
شاخصNFI که شاخص بنتلر- بونتهم نامیده میشود، برای مقادیر بالای ۹/. قابل قبول و نشانه برازندگی مدل است. شاخص CFIبزرگتر از ۹/. قابل قبول و نشانهی برازندگی مدل است. این شاخص از طریق مقایسه یک مدل به اصطلاح مستقل که در آن بین متغیرها هیچ رابطهای نیست با مدل پیشنهادی موردنظر، مقدار بهبود را نیز میآزماید. شاخص CFIاز لحاظ معنا مانند NFI است با این تفاوت که برای حجم
گروه نمونه جریمه میدهد (همان، ۲۶۸).
در تحلیل تائیدی با بهره گرفتن از نرم افزار لیزرل یک سری شاخصهای قراردادی وجود دارند که در صورتی که مقدار آنها در حد قابل قبولی باشد، اجرای مدل را معنی دار و مسیر پیشنهادی را مناسب میسازد. تحلیل عاملی تأییدی به منظور بررسی روایی مقیاس مورد استفاده قرار میگیرد. چنانچه اشاره شد، ابتدا بایستی میزان انطباق پذیری مدل ارزیابی، مورد آزمون قرارگیرد. ادبیات موجود پیشنهاد میکند که برای برازندگی و تناسب یک مدل خوب باید:
درجه کای دو تقسیم بر درجه آزادی (  )کمتر از ۳ باشد.
شاخص میزان انطباقپذیری (GFI) باید بزرگتر از ۸/۰ باشد.
شاخص میزان انطباق پذیری تنظیمی (AGFI)، شاخص (NFI) و شاخص (NNFI) باید بزرگتر از ۹/۰ باشد.
شاخص (RMSEA) باید کمتر از ۱/۰ باشد (Henry and Stone, 1994, 27).
یک اندازهی جزئی دیگر برازندگی، مجذور همبستگی چند متغیری است که برای هر معادله و برای متغیرهای اندازه گیری شده در یک مدل کامل معادلهی ساختاری بدست میآید. مجذور همبستگی چند متغیری (R²)، معرف نسبت واریانس تبیین شده به وسیلهی متغیر مکنون است (آزمون اینکه یک نشانگر تا چه حد دقیق است)، و باید (تاحد ممکن) نزدیک به ۱ باشد (هومن،۱۳۸۴ ، ۲۷۱).
نرم افزار لیزرل، برای هر پارامتر آزاد (برآورد شده) در مدل یک مقدار t محاسبه میکند. این آزمون نشان میدهد که کدام یک از پارامترها میتواند از مدل حذف شود، بدون آنکه مقدار  افزایش یابد. ایدهآل آن است که این مقادیر کوچکتر از ۹۶/۱ باشند تا بی معنا در نظر گرفته شوند (همان، ۲۷۸).
فصل چهارم
تجزیه
و
تحلیل داده ها
۴٫۱٫مقدمه
برای جمعآوری اطلاعات در این تحقیق با توجه به اینکه سؤالهای اصلی پرسشنامه بهصورت طیف لیکرت ۵ گزینهای است، در این پژوهش از کدهای عددی ۱، ۲، ۳، ۴ و ۵ برای دیدگاه های پاسخگویان استفاده شده است. پس از جمعآوری اطلاعات ابتدا میبایست داده ها را تلخیص و طبقهبندی کرده و جهت آزمون فرضیه های تحقیق آماده نمود. بدین منظور از آمار توصیفی شامل فراوانی و درصد به همراه رسم نمودار دایرهای استفاده و با توجه به فرضیه و شاخصهای مورد بررسی، سؤالهای اصلی و تخصصی ویژهی تحقیق، ترکیب و بر حسب میانگین و انحراف معیار معرفی میگردند. در آزمون فرضیه ها از آزمون t یک نمونهای و سطح معنیداری به منظور بررسی فروض اصلی پژوهش استفاده شده است.
۴٫۲٫ آمار توصیفی
در این بخش از تجزیه و تحلیل آماری به بررسی چگونگی توزیع نمونه‌های آماری از حیث متغیرهایی چون جنسیت، سن و میزان تحصیلات پرداخته می‌شود. همچنین جداول و نمودار های مربوطه در پیوست آورده شده است.
جدول ۴٫۲٫۱٫مشخصات دموگرافیک برای نمونه مورد بررسی