مدیراجرایی

۳۹

۳۸٫۲

کارشناس

۴۳

۴۲٫۲

مشاور

۵

۴٫۹

۶

رشته تحصیلی

علوم انسانی اجتماعی

۳۵

۳۴٫۳

علوم پایه

۸

۷٫۸

فنی مهندسی

۵۹

۵۷٫۸

• تحلیل استنباطی داده‌ها

آزمون فرض در علم آمار روشی است برای بررسی ادعاها یا فرض‌ها درباره پارامترهای توزیع در جوامع آماری. در این روش فرض صفر^[۳۲۰] یا فرض اولیه مورد بررسی است که متناسب با موضوع مطالعه فرضی به عنوان فرض بدیل یا فرض مقابل^[۳۲۱] انتخاب می‌شود تا درستی هر کدام نسبت به هم مورد آزمون قرار گیرد. در این پژوهش به دو روش توصیفی و استنباطی به تجزیه و تحلیل داده‌های بدست آمده پرداخته شده است.در سطح توصیفی با بهره گرفتن از مشخصه‌ های آماری نظیر فراوانی، درصد و میانگین به تحلیل و توصیف ویژگی‌های جامعه پرداخته شده است و در سطح استنباطی به منظور اثبات یا رد فرضیات تحقیق و یافتن روابط خاص میان متغیرهای جامعه از آزمون‌های زیر استفاده می‌کنیم:

( اینجا فقط تکه ای از متن پایان نامه درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

آزمون کایزر میر اولکین و بارتلت برای اطمینان از کفایت نمونه‌ها برای تحلیل عاملی
بررسی روایی(سازه) و بار عاملی سؤالات با بهره گرفتن از تحلیل عاملی اکتشافی و تأییدی و حذف سؤالات دارای بار عاملی کم.

• نتایج تحلیل عاملی اکتشافی

تحلیل عاملی می‌تواند دو صورت اکتشافی^[۳۲۲] و تأییدی^[۳۲۳] داشته باشد. تمایز بین این دو نوع تحلیل دارای اهمیت زیادی است. اینکه کدام یک از این دو شکل باید در تحلیل عاملی به کار رود مبتنی بر هدف تحلیل داده‌ها است. در تحلیل اکتشافی، پژوهشگر به دنبال بررسی داده‌های تجربی به منظور کشف و شناسایی شاخص‌های ویژه و نیز روابط جالب میان آن‌هاست و این کار را بدون تحمیل هرگونه مدل معینی بر روی داده‌ها انجام می‌دهد. به بیان دیگر، تحلیل اکتشافی علاوه بر آنکه ارزش تجسسی یا پیشنهادی دارد، می‌تواند ساختارساز، مدل‌ساز یا فرضیه‌ساز باشد و یا فرضیه‌هایی تدوین کند که نسبت به سایر روش‌های چند متغیری، آزمایش‌پذیری عینی‌تری داشته باشد. تحلیل اکتشافی وقتی به کار می‌رود که پژوهشگر شواهد کافی قبلی و پیش‌تجربی برای تشکیل فرضیه درباره تعداد عامل‌های زیربنایی داده‌ها نداشته و به واقع مایل باشد درباره تعیین تعداد یا ماهیت عامل‌هایی که همپراشی بین متغیر‌ها را توجیه می‌کنند، داده‌ها را بکاود. اما تحلیل عاملی تاییدی در واقع یک مدل آزمون تئوری است، که در آن پژوهشگر تحلیل خود را با یک فرضیه قبلی آغاز می کند. این مدل که مبتنی بر یک شالوده تجربی و نظری قوی است، مشخص می‌کند که کدام متغیرها با کدام عاملها و کدام عامل با کدام عاملها باید همبسته شوند. برای ارزشیابی روایی سازه نیز یک روش فابل اعتماد به پژوهشگر عرضه می‌کند، تا از این طریق بتواند به گونه بارزی فرضیه هایی را درباره ساختار عاملی داده ها که ناشی از یک مدل از پیش تعیین شده با تعداد و ترکیب مشخصی از عامل‌هاست بیازماید. (هومن، ۱۳۸۷، ۲۹۶- ۲۹۵) در تحلیل عاملی تأییدی، پژوهشگر به دنبال تهیه مدلی است که فرض می شود داده های تجربی را بر پایه چند پارامتر نسبتا اندک، توصیف، تبیین یا توجیه می کند. این مدل مبتنی بر اطلاعات پیش تجربی درباره ساختار داده هاست که می تواند به شکل؛ ۱) تئوری یا فرضیه، ۲) یک طرح طبقه بندی کننده معین برای گویه ها یا پاره تستها در انطباق با ویژگی های عینی شکل و محتوا، ۳) شرایط معلوم تجربی، و یا ۴) دانش حاصل از مطالعات قبلی درباره داده‌های وسیع باشد. ( هومن، ۱۳۸۷، ۲۹۵).
تحلیل اکتشافی وقتی به کار می‌رود که پژوهشگر شواهد کافی قبلی و پیش‌تجربی برای تشکیل فرضیه درباره تعداد عامل‌های زیربنایی داده‌ها نداشته و به واقع مایل باشد درباره تعیین تعداد یا ماهیت عامل‌هایی که همپراشی بین متغیر‌ها را توجیه می‌کنند، داده‌ها را بکاود. بنابراین تحلیل اکتشافی بیشتر به عنوان یک روش تدوین و تولید تئوری و نه یک روش آزمون تئوری در نظر گرفته می‌شود. علاوه بر این تحلیل عاملی«به گونه بارزی مستلزم سؤال‌هایی درباره روایی است». در فرایند تعیین این مطلب که آیا عامل‌های شناخته شده با یکدیگر همبسته هستند یا نه، تحلیل عاملی اکتشافی به این پرسش روایی سازه جواب می‌دهد که: آیا نمره‌های تست آنچه را تست باید بسنجد اندازه می‌گیرد؟ در حقیقت بیشتر مطالعات تحلیل عاملی از لحاظ تاریخی اکتشافی بوده است. تحلیل عاملی اکتشافی روشی است که اغلب برای کشف و اندازه‌گیری منابع مکنون پراش و همپراش در اندازه‌گیری‌های مشاهده شده به کار می‌رود. پژوهشگران به این واقعیت پی برده‌اند که تحلیل عاملی اکتشافی می‌تواند در مراحل اولیه تجربه یا پرورش تست‌ها کاملاً مفید باشد. اما هرچه دانش بیشتری درباره طبیعت اندازه‌گیری‌های روانی و اجتماعی به دست آید، تحلیل اکتشافی ممکن است کمتر به عنوان یک ابزار مفید به کار رود و ممکن است حتی بازدارنده نیز باشد.
۷-۱٫ بررسی شرایط لازم برای تحلیل عاملی
یکی دیگر از تقسیم بندی های رایج آمار، تقسیم بندی آن به آمار پارامتریک و آمار ناپارامتریک است.
آمار پارامتریک مستلزم پیش فرضهائی در مورد جامعه ای که از آن نمونه گیری صورت گرفته می باشد. به عنوان مهمترین پیش فرض در آمار پارامترک فرض می شود که توزیع جامعه نرمال است اما آمار ناپارامتریک مستلزم هیچگونه فرضی در مورد توزیع نیست. فنون آمار پارامتریک شدیداً تحت تاثیر مقیاس سنجش متغیرها و توزیع آماری جامعه است. اگر متغیرها از نوع اسمی و ترتیبی بوده حتما از روش های ناپارامتریک استفاده می‌شود. اگر متغیرها از نوع فاصله ای و نسبی باشند در صورتیکه فرض شود توزیع آماری جامعه نرمال یا بهنجار است از روش های پارامتریک استفاده می شود در غیراینصورت از روش های ناپارامتریک استفاده می شود. برای بررسی نرمال بودن مولفه های ابعاد الگو از با بهره گرفتن از نرم افزار LISREL، آزمون کلموگروف اسمیرنوف استفاده گردید و در تمامی آزمون‌ها، فرضیه آماری به صورت زیر می‌باشد.
H₀: داده‌ها نرمال هستند (داده‌ها از جامعه نرمال آمده‌اند)
H₁: داده‌ها نرمال نیستتند (داده‌ها از جامعه نرمال نیامده‌اند)
جدول ۴-۲۶: نتایج آزمون کولموگروف اسمیرنوف برای متغیرهای پژوهش