۳-۶ روش تجزیه وتحلیل داده‌ها
با توجه به اینکه پژوهش حاضر، پیمایشی^[۱۸۱] است، برای تجزیه و تحلیل داده‌ها از روش‌های آماری توصیفی و استنباطی و با کمک نرم افزارهای smartPLS و SPSS صورت می‌پذیرد.

۳-۶-۱ روش آمار توصیفی:
در این نوع تجزیه و تحلیل، پژوهشگر، داده‌های جمع آوری شده را با بهره گرفتن از شاخص‌های آمار توصیفی، خلاصه و طبقه بندی می‌کند. به عبارت دیگر، در تجزیه و تحلیل توصیفی، پژوهشگر ابتدا داده‌های جمع آوری شده را با تهیه و تنظیم جدول توزیع فراوانی خلاصه می‌کند و سپس به کمک نمودار، آن‌ ها را نمایش می‌دهد و سرانجام با بهره گرفتن از سایر شاخص‌های آمار توصیفی آن‌ ها را خلاصه می‌کند (دلاور، ۱۳۸۲: ۲۱۸).
۳-۶-۲ روش آمار استنباطی:
در تجزیه و تحلیل مقایسه‌ای علاوه بر اینکه اطلاعات جمع آوری شده به صورت توصیفی مورد تجزیه و تحلیل قرار می‌گیرند، با یکدیگر مقایسه می‌شوند (دلاور، ۱۳۸۲: ۲۱۹).
پس از تکمیل پرسشنامه و کد گذاری آن‌ ها، کدها به رایانه انتقال یافت و اطلاعات به کمک نرم افزارهای smartPLS و SPSS مورد تجزیه و تحلیل قرار گرفت. با توجه به اینکه برای سنجش نگرش افراد از طیف لیکرت استفاده شده است، جهت بررسی پایائی و اعتبار آن از ضریب آلفای کرونباخ استفاده گردید.
تجزیه و تحلیل داده‌ها در دو بخش آمار توصیفی و آمار استنباطی انجام پذیرفته است در بخش آمار توصیفی، محقق ابتدا با بهره گرفتن از ابزار شاخص‌های آمار توصیفی به توصیف جامعه آماری پرداخته و با کمک نمودارها و جداول آماری مرتبط و شاخص‌های وضعی به توصیف داده‌ها پرداخته است و در بخش آمار استنباطی، پس از تعیین توزیع متغیرها در سطح جامعه و پس از توصیف داده‌ها، محقق با الگوهای آمار استنباطی و با توجه به توزیع متغیرهای تحقیق در جامعه، از مدلسازی معادلات ساختاری با نرم افزار smartPLS و آزمونهای کولموگروف – اسمیرنوف، آزمون Tدو نمونه ای و آزمون T چند نمونه ای در نرم افزار spss برای آزمون فرضیات استفاده نموده است که در ادامه به توضیح مختصر هر یک از این آزمونها پرداخته می شود:
۳-۶-۲-۱٫ آزمون کولموگوروف – اسمیرنوف (KS)
این آزمون جهت بررسی ادعای مطرح شده در مورد توزیع داده های یک متغیر کمی مورد استفاده قرار می گیرد. در نرم افزار SPSS می توان وجود توزیع های نرمال، یکنواخت، پواسون و نمایی را مورد بررسی قرار داد (مومنی و قیومی، ۱۳۸۷: ۱۸۸). فرضیه های این آزمون عبارتند از:
۳-۶-۲-۲٫ آزمون T دو نمونه ای (مقایسه میانگین دو جامعه)
اگر فرضیه مطرح شده به مقایسه میانگین دو جامعه بپردازد، برای بررسی صحت و سقم آن باید از آزمون مقایسه میانگین دو جامعه استفاده کرد. برای آزمون تساوی میانگین دو جامعه لازم است ابتدا بررسی کنیم آیا واریانس دو جامعه برابرند یا خیر. به عبارت دیگر، آزمون تساوی واریانس ها مقدم بر آزمون تساوی میانگین ها است. جهت آزمون تساوی واریانس ها (آزمون لوین) از آماره F (فیشر) استفاده می کنیم. آماره t جهت آزمون تساوی میانگین دو جامعه، در دو حالت تساوی و عدم تساوی واریانس دو جامعه موردنظر، محاسبه می شود. برای استفاده از این آزمون، وجود یک متغیر کمی و یک متغیر طبقه ای الزامی است. متغیر کمی همان متغیر وابسته و متغیر مورد مقایسه در دو جامعه است، ولی متغیر طبقه ای همان متغیر مستقل و متغیری است که جامعه ها را از یکدیگر متمایز می کند (مومنی و قیومی، ۱۳۸۷: ۷۱).
۳-۶-۲-۳٫ آزمون مقایسه میانگین چند جامعه (ANOVA)
برای مقایسه میانگین دو یا چند جامعه (یعنی تاثیر یک متغیر مستقل گروه بندی بر یک متغیر کمی وابسته) از این آزمون استفاده می شود. در این آزمون نیز حتماً باید متغیر وابسته کمی و متغیر مستقل گروه بندی^[۱۸۲] دارای سطوح محدودی باشد. در آزمون ANOVA، منبع تغییرات (واریانس ها) به دو دسته بین گروهی^[۱۸۳] و درون گروهی^[۱۸۴] تقسیم می شود. بخشی از واریانس ها ناشی از تفاوت بین جوامع یا گروه بندی محقق است (بین گروهی) و بخشی از تفاوت به عوامل دیگر (خطا) بر می گردد (درون گروهی). در آزمون ANOVA به بررسی این موضوع پرداخته می شود که پراکندگی ها (واریانس ها) چه میزان ناشی از بین گروهی است و چه میزان ناشی از درون گروهی (مومنی و قیومی، ۱۳۸۷: ۸۲).
۳-۷٫ آماره های تحقیق
فرضیه اصلی:

فرضیه فرعی ۱:

فرضیه فرعی ۲: