۵۰

۱٫۰۰

۴٫۷۴

۳٫۱۳۶۵

.۷۲۰۴۴

تعداد معتبر (listwise)

۵۰

۴-۲آمار استنباطی
قبل از اینکه در این بخش به تجزیه و تحلیل فرضیه های پژوهش پرداخته شود لازم است توضیح مختصری در رابطه با فرضیه آماری و مفهوم معنیداری بیان شود.
در واقع هر حکمی دربارهی جامعه یک فرض آماری نامیده میشود که قابل قبول بودن آن باید بر مبنای اطلاعات حاصل از نمونه گیری بررسی شود. چون ادعا ممکن است صحیح یا غلط باشد، بنابراین دو فرض مکمل در ذهن به وجود می آید: فرض H₁ (ادعا صحیح است) و فرض H₀ (ادعا غلط است). با به کار بردن اطلاعاتی که از مشاهدات نمونه بدست می آید، محقق باید یکی از این دو تصمیم یا استنباط را انتخاب کند (یعقوبی و همکاران، ۱۳۹۰، ص۱۸۸):

( 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. )

H₀ را رد کند و نتیجه بگیرد که H₁ به وسیله داده ها تایید می شود.
H₀ را رد نکند و نتیجه بگیرد که H₁به وسیله داده ها تایید نمی شود.
فرایند انتخاب یکی از دو تصمیم فوق را آزمون فرض آماری می نامند. در تبدیل فرضیه پژوهش به فرضیه آماری قاعده این است که همواره فرض صفر باید در برگیرندهی تساوی باشد. در زمینهی این قاعده می توان پذیرفت که H₀ گاهی بیان کننده ادعا و گاهی بیان کننده نقیض ادعاست (همان، ص۱۹۰).
معنی داری، که به اختصار آن را با (Sig) نشان می دهیم، میزان خطایی است که در رد فرضیه صفر (H₀) مرتکب میشویم. هر چقدر مقدار Sig کمتر باشد، رد فرضیه صفر ساده تر می شود. آلفا (α) سطح خطایی است که محقق در نظر می گیرد (که معمولا ۵ درصد است). به طور کلی می توان گفت:
توجه داشته باشید که α سطح خطای در نظر گرفته شده و Sigخطای محاسبه شده در رد H₀است (مومنی، ۱۳۸۶، ص۶۶-۶۵).
۴-۳آزمون نرمال بودن داده ها
پیش از آزمون فرضیه های پژوهش باید نرمال بودن داده ها را مورد بررسی و آزمون قرار داد. در واقع توزیع نرمال داده ها شرط ساختن مدل معادلات ساختاری و تحلیل مسیر است. مفهوم توزیع نرمال درمورد داده های پارامتری صدق می کند (نه داده های ناپارامتری). درتوزیع نرمال، فرض براین است که داده ها ازجامعه ای باتوزیع گاوس انتخاب شده اند. آزمون نرمال بودن، با ایجاد یک نمودار احتمال نرمال بودن به آزمون این فرض می پردازد که آیا مشاهدات تحقیق از توزیع نرمال تبعیت می کنند یا خیر.
یکی از آزمون های بررسی نرمال بودن داده ها آزمون اسمیرنف- کولموگروف می باشد که برای داده هایی با حجم نمونه بالا استفاده می شود. جهت بررسی نرمال بودن داده ها میزان Sig (عدد معنی داری) متناظر با آنها را بررسی می کنیم. چنانچه میزان Sig برای هر کدام از متغیرها بیشتر از ۰۵/۰ (پنجصدم) باشد، نتیجه می گیریم که داده ها از توزیع نرمال برخوردارند .با توجه به جدول زیر، نرمال بودن داده های پژوهش تایید می شود.

جدول۴-۴۴ : آزمون نرمال بودن داده ها

اسمیرنف- کولموگروف

معنی داری

بازارگرایی

۲۶۶/۰

گرایش به کارآفرینی

۵۳۵/۰

توسعه صنعت گردشگری

۵۰۹/۰