روش های تحلیلی
آزمون مقایسه میانگین دو جامعه­ آماری
بخش اعظم فرضیه ­های پژوهشی در مدیریت و علوم­رفتاری به منظور مقایسه­ دو جامعه آماری انجام می­گیرد. این نوع فرضیه ها را فرضیه های تطبیقی ^[۵۳]گویند. برای آزمون این نوع فرضیه ها (چنانچه میانگین­پذیر باشند) و تعیین صحت و سقم آنها می­توان از مراحل آزمون فرض آماری برای برای میانگین دو جامعه استفاده کرد. آماره­ی آزمون چنین تعریف می شود : (آذر و مومنی, ۱۳۸۷, ص. ۱۱۳)
(( 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. ))
آزمون فرض آماری بری مقایسه واریانس دو جامعه آماری
فرضیه ­های تطبیقی نه­تنها شامل میانگین است بلکه برای مقایسه­ واریانس دو جامعه نیز از آن استفاده می­ شود. آماره­ی آزمون از رابطه­ ذیل محاسبه می­ شود (همان منبع ص.۱۲۹):
آزمون فرض آماری برای مقایسه ی میانگین چند جامعه
برای بررسی و مقایسه­ میانگین از روش تحلیل واریانس می­توان استفاده نمود. تحلیل واریانس روشی است که می­توان میزان انحرافات کل در مجموعه­ داده ­ها را به مولفه­هایی افراز کرد. هر مولفه به دلیلی قابل تشخیص بوده می توان آن را به یک منبع انحرف نسبت داد. علاوه بر این یک مولفه انحراف حاصل از عامل­های کنترل­نشده و خطاهای تصادفی مربوط به اندازه­ های پاسخ­ها را نشان می­دهد. دراین تحقیق بنا به اقتضای نمونه­ها و جامعه­ آماری و مفروضات مدل از آماره­ی آزمون تحلیل واریانس دو عامله با تاثیر متقابل بهره برده می شود .(همان منبع ص.۱۵۸)
تحلیل همبستگی
تحلیل همبستگی ابزاری است آماری که به­وسیله­ آن می­توان درجه­ای را که یک متغییر به متغییری دیگر، از نظر خطی مرتبط است اندازه ­گیری کرد. همبستگی معیاری است که برای تعیین میزان ارتباط دو متغییر استفاده می­ شود. در این تحلیل درباره دو معیار ضریب تعیین و ضریب هبستگی بحث می­ شود. فرمول محاسبه­ی ضریب تعیین در ذیل ذکر شده است (همان منبع ص.۱۹۲):
برای محاسبه­ی ضریب همبستگی از ضریب تعیین ریشه­ دوم گرفته می­ شود.
آزمون فریدمن
از آزمون فریدمن برای تحلیل واریانس دو­عامله بهره برده­می­ شود. در این آزمون برای ارزیابی گزاره­های هر شاخص از این آزمون استفاده می­ شود. آماره­ی این آزمون عبارتند از :
روش معادلات ساختاری
یکی از قوی­ترین و مناسب­ترین روش های تجزیه و تحلیل در تحقیقات علوم­رفتاری و علوم­اجتماعی تجزیه و تحلیل چند متغیره است. زیرا ماهیت این گونه موضوعات، چند متغیره بوده و نمی­ توان آنها را با شیوه دو متغیری (که هر بار تنها یک متغیر مستقل با یک متغیر وابسته در نظر گرفته می شود ) حل نمود .
تجزیه و تحلیل چند متغیره به یک سری روش های تجزیه و تحلیل اطلاق می شود که ویژگی اصلی آنها، تجزیه و تحلیل همزمان K متغیر مستقل و N متغیر وابسته است.
برای بررسی روابط میان متغیرها در دهه­های اخیر روش­های فراوانی ارائه شده است. یکی از این روش­­ها مدل معادلات ساختاری^[۵۴] یا تحلیل چند متغیری با متغیرهای مکنون است.
مدل معادلات ساختاری یک رویکرد آماری جامعی برای آزمون فرضیه­هایی درباره روابط بین متغیرهای مشاهده شده ^[۵۵] ومتغیر های مکنون^[۵۶] می­باشد. از طریق این رویکرد می­توان قابل­قبول بودن مدل­های نظری را در جوامع خاص آزمون کرد و از آنجایی که اکثر متغیر­های موجود در تحقیقات مدیریتی به صورت مکنون یا پوشیده و پنهان می­باشد، ضرورت استفاده از این مدلها روز به روز بیشتر می­ شود. (Segares, 1997) تجزیه و تحلیل ساختارهای کوواریانس^[۵۷] یا مدل­سازی علّی یا مدل معادلات ساختاری یکی از اصلی­ترین روش های تجزیه و تحلیل ساختارهای داده ­های پیچیده است. بنابراین از آنجایی که در تحقیق حاضر چند متغیر مستقل در قالب یک متغیر اصلی وجود دارد که می­بایستی اثر آنها بر روی یک یا چند متغیر وابسته با چند بعد مورد بررسی قرار گیرد استفاده از مدل معادلات ساختاری ضرورت می­یابد.
ارزیابی تناسب ^[۵۸] یا برازش مدل
یک مدل وقتی گفته می شود که با یکسری داده های مشاهده شده تناسب دارد که ماتریس کوواریانس ضمنی مدل با ماتریس کوواریانس داده های مشاهده شده، معادل شده باشد. بدین معنی که ماتریس نزدیک صفر باشد. مهمترین گام موجود در این مرحله عبارت است از : بررسی معیار کلی تناسب مدل و قابلیت آزمون پذیری مدل و ارزیابی موضوع که آیا اصلاحات مورد نیاز است یا خیر؟
هنگامی که یک مدلی تخمین زده می شود برنامه نرم افزاری یکسری آمارهایی از قبیل خطای استاندارد T – Value و غیره را درباره ارزیابی تناسب مدل با داده ها منتشر می کند.
اگر مدل قابل آزمون باشد ولی با داده ها به طور مناسب تناسب نداشته باشد شاخصهای اصلاحی ^[۵۹] که یک وسیله معتبر برای ارزیابی تغییرات مورد نظر در بیان مدل هستند به کار گرفته می شوند؛ تا مدل متناسب با داده ها شوند.
مهمترین شاخص تناسب مدل آزمون χ ۲ است ولی به خاطر این که آزمون χ ۲تحت شرایط خاصی عمل می کند وهمیشه این شرایط محقق نمی شود لذا یکسری شاخصهای ثانویه­ای نیز ارائه می­گردد. مهمترین این شاخصها عبارت از ^[۶۰]GFI و AGFI^[61]و RMSR ^[۶۲] است.
شاخص GFI : مقدار نسبی واریانس‌ها و کوواریانس‌ها را به گونه مشترک از طریق مدل ارزیابی می‌­کند. دامنه تغییرات GFI بین صفر و یک می‌باشد. مقدار GFI باید برابر یا بزرگتر از ۹۰/۰باشد.
شاخص برازندگی دیگر (AGFI)یا همان مقدار تعدیل­یافته شاخص GFI برای درجه آزادی می‌باشد. این مشخصه معادل با کاربرد میانگین مجذورات به جای مجموع مجذورات در صورت و مخرج (۱- GFI) است. مقدار این شاخص نیز بین صفر و یک می‌باشد. شاخص‌های GFIوAGFI راکه محققین پیشنهاد کرده ­اند بستگی به حجم نمونه ندارد.
شاخص RMSR:این شاخص , ریشه میانگین مجذورات تقریب می‌باشد. برای مدل‌های خوب برابر ۰٫۰۵ یا کمتر است. مدلهایی که RMSEA آنها ۰٫۱ باشد برازش ضعیفی دارند.
مجذور کای :آزمون مجذور کای (خی دو) این فرضیه را 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 هر چه کمتر باشد بهتر است، زیرا این آزمون اختلاف بین داده و مدل را نشان می­دهد.
شاخصNFI (که شاخص بنتلر-بونت هم نامیده می‌شود) برای مقادیر بالای ۹۰/۰ قابل­قبول و نشانه برازندگی مدل است. شاخص CFIبزرگتر از ۹۰/۰ قابل­قبول و نشانه برازندگی مدل است. این شاخص از طریق مقایسه یک مدل به اصطلاح مستقل که در آن بین متغیرها هیچ رابطه­ای نیست با مدل پیشنهادی مورد نظر، مقدار بهبود را نیز می‌آزماید. شاخص CFIاز لحاظ معنا مانند NFI است با این تفاوت که برای حجم گروه نمونه جریمه می‌دهد.
شاخص‌های دیگری نیز در خروجی نرم افزار لیزرل دیده می‌شوند که برخی مثلAIC, CAIC ECVA , برای تعیین برازنده‌ترین مدل از میان چند مدل مورد­توجه قرار می‌گیرند برای مثال مدلی که دارای کوچکترین AIC,CAIC,ECVA باشد برازنده‌تر است برخی از شاخص‌ها نیز به شدت وابسته حجم نمونه­اند و در حجم نمونه‌های بالا می‌توانند معنا داشته باشند. (هومن, ۱۳۸۴, ص. ۲۴۴-۲۳۵)
اصلاح مدل
یکی از مهمترین جنبه­ های بحث­انگیز مدل معادلات ساختاری اصلاح مدل است. اصلاح مدل مستلزم تطبیق کردن یک مدل بیان شده و تخمین زده شده است که این کار از طریق آزاد کردن پارامترهایی که قبلاً ثابت بوده ­اند و یا ثابت کردن پارامترهایی که قبل از آن آزاد بوده ­اند صورت می­گیرد. این مرحله را می­توان با مقایسه­های تبعی یا Post Hoc در، ANOVA قیاس کرد. (هومن, ۱۳۸۴)
مهمترین گام موجود در این مرحله این است: اگر اصلاحاتی موردنیاز باشد مشخصات مدل (پارامترها) را ارزیابی کنید و مشخصات جدیدی را وارد کنید. اصلاحات این مرحله شامل شناسایی محدودیتها و اضافه کردن پارامترهای اضافی است.
تفسیر مدل
اگر آزمون­های تناسب نشان دهند که مدل به طور کافی متناسب با داده ­ها می­باشد دراین مرحله ما بر روی عوامل مشخص شده (پارامترهای مدل) مدل متناسب شده تمرکز می­نمائیم. در این مرحله، معناداری پارامترهای مدل مورد ارزیابی قرار می­گیرد.
آزمونها و مقایسه تخمین پارامترها و همچنین نمایش آنها مستلزم تخمین­های استاندارد شده­ای است. به همین دلیل در این مرحله تخمین­­های غیراستاندارد را که عمدتاً به مقیاس خود وابسته هستند را به تخمینهای استاندارد شده­ای که وابسته به مقیاس خود نیستند؛ تبدیل می­کنیم و این کار تا حدودی برازش و پارامترهای مدل را تحت­تأثیر قرار می­دهد.
این مرحله از مدل معادلات ساختاری دقیقاً شبیه استانداردکردن ضرایب رگرسیون (β استاندارد) در آمار می­باشد. مهمترین گام این مرحله ارزیابی مدل و ضرایب پارامترهای مدل با آزمون فرض می­باشد .
تجزیه و تحلیل داده ­ها
مقدمه
پس از گردآوری، استخراج و طبقه ­بندی داده ­ها جداول توزیع فراوانی و تستهای توزیع تهیه می­گردد. دراین بخش از فرایند انجام تحقیق مرحله­ تجزیه و تحلیل داده ­ها آغاز می­ شود. این مرحله در تحقیق اهمیت فراوانی دارد زیرا بیانگر زحمات و تلاش­ های گذشته است. در این مرحله محقق داده ­ها را در جهت آزمون فرضیه و ارزیابی آن مورد بررسی قرار می­دهد.(فرهنگی و صفرزاده, ۱۳۸۹, ص. ۳۵۵)
در بخش نخست روش­های آماری توصیفی و اطلاعات جمعیت­شناختی پاسخ ­دهندگان شامل جداول سنی جنسی، تحصیلات و … نمودارهای مرتبط با آن ارائه می­ شود. همچنین شاخص­ های آماری چون میانگین و واریانس برای گزاره­های هر سازه به تفکیک ذکر گردیده است .
در بخش آمار تحلیلی با بهره­ گیری از روش رگرسیون و تحلیل عاملی تاییدی فرضیات تحقیق مورد آزمون قرار می­گیرند.
در بخش­ آزمون­های تکمیلی نیز اثر متغییرهایی چون سن، جنس، سطح تحصیلات، تجربه استفاده از اینترنت و سطح دانش کلی کارکنان شرکتها و میزان استفاده­ی آنها بر نگرش آنها نسبت به متغییرهای اصلی تحقیق مورد بررسی قرار می­گیرد. همچنین با بهره­ گیری از آزمون فریدمن متغییرهای اصلی تحقیق اولویت­ بندی می­ شود.
نتایج آمار توصیفی
اطلاعات جمعیت شناختی
در بخش نخست پرسشنامه اطلاعات جمعیت­شناختی پاسخ ­دهندگان جمع­آوری شده­است با توجه به متغییر­های مرتبط با این بخش نخست اطلاعات آماری و نمودارهای مرتبط با آن ارائه می­گردد.
استفاده از سیستم بانکداری اینترنتی
در جدول۴-۱ اطلاعات جمعیت­شناختی پاسخ ­دهندگان برحسب متغییر استفاده از سیستم بانکداری اینترنتی ذکر گردیده و نمودار دایره­ای آن پاسخ ­دهندگان را برحسب استفاده از سیستم بانکداری اینترنتی تقسیم ­بندی می­نماید.