دانلود پایان نامه درمورد توزیع فراوانی، تحلیل عاملی، تحلیل عامل، تحلیل داده

دانلود پایان نامه ارشد

معادلات ساختاری یا به طور اختصار (SME109) است ( هومن، 1384).
در خروجی نرم افزار لیزرل دو نوع اطلاعات ارائه میشود که از اهمیت بیشتر برخوردار است. اول شاخصهای نیکویی برازش الگوی مفهومی با دادههای مشاهده شده میباشد. برنامه لیزرل پس از برآورد این شاخصها، قدرت برازش یک الگو با دادههای مشاهده شده را با ارائه شاخصهای نیکویی برازش ارزیابی میکند. در مرحله دوم، نرم افزار با محاسبه همبستگی های دوگانه و چندگانه و مانند آن، معنیداری روابط موجود در الگوی مفهومی را آزمون مینماید و میزان استاندارد و غیر استاندارد بودن پارامترهای اصلی را نشان میدهد.در خروجی نرم افزار میتوان به صورت ترسیمی و متنی معنی داری این آمارهها را مشاهده نمود.
3-8-1-1- شاخصهای برازندگی الگو
با آنکه انواع گوناگون آزمونها که به گونه کلی شاخصهای برازندگی نامیده میشوند پیوسته در حال مقایسه، توسعه و تکامل میباشند، با این وجود، درباره یک آزمون بهینه خاص، نیز توافق همگانی وجود ندارد (هومن، 1384). اهم شاخصهای برازندگی الگوها عبارتند از:
شاخص برازش تطبیقی

شاخص نیکویی برازش110 (CFI): این شاخص نشان دهنده میزان برازش دادههای تجربی با الگوی ایدهآل بوده و تحت تأثیر حجم نمونه است و میتواند برای الگوهایی که به گونه ضعیفی فرمول بندی شدهاند، بزرگ باشد.دامنه تغییر این شاخص، از صفر تا یک است. اندازه یک، نشانه برازندگی کامل دادهها با الگو و صفر نشانه عدم برازندگی است. هر چه مقدار به یک نزدیکتر باشد، نیکویی برازش الگو بیشتر است (هومن،1384).
شاخص توکر-لوییس (TLI) : این شاخص در ابتدا توسط توکر و لوییس(1973) برای تحلیل عاملی مطرح شد. اما سپس آن را برای مبحث مدل سازی معادله ساختاری توسعه دادند. این شاخص می تواند برای مقایسه مدل های جایگزین یا یک مدل پیشنهاد شده در مقابل مدل صفر به کار رود. مقدار 0 نشان دهنده فقدان برازش و 1 بیانگر برازش کامل است.
شاخص برازش مقتصد
ریشه خطای میانگین مجدورات تقریب111 (RMSEA): این شاخص برای مدلهایی که برازش خوبی داشته باشند، کمتر از 05/0 است. همچنین مقادیر بالای آن تا 08/0 نشان دهندهی خطاهای معقولی برای تقریب در جامعه است و مدلهایی که RMSEA آنها 10/0یا بیشتر باشد برازش ضعیفی دارند. فاصله اعتماد این شاخص، دارای حد پایین نزدیک به صفر و حد بالای نه چندان بزرگ باشد (هومن،1384).
شاخص برازش هنجار شده مقتصد(PNFI): شاخص برازش مقتصد به عنوان یکی از شاخص های برازش، اصلاح شده ی شاخص برازش هنجار شده می باشد. این شاخص تعداد درجات آزادی را به حساب می آورد که برای حصول سطح خاصی از برازش بکار می رود.شاخص های برازش مقتصد برای مقایسه مدل ها با درجات آزادی متفاوت مورد استفاده قرار میگیرد.
شاخص برازش مطلق
کای اسکوئر(CMIN): یک مقدار کای اسکوئر با درجه آزادی مشخص که به لجاظ آماری معنادار است، نشان می دهد که ماتریس های واریانس-کواریانس مشاهده شده و برآورد شده متفاوتند. به بیان دیگر محقق مایل به دستیابی به مقادیری از آماره کای دو است که کوچکتر از مقدار جدول کی دو باشد یعنی از نظر آماری معنادار نباشد.
3-8-2- تحلیل عاملی
تحلیل عاملی اکتشافی: تحلیل عاملی اکتشافی یک شیوه ساده و منظم برای دسته بندی مقیاس ها و متغیرهایی می باشد که از لحاظ درونی با هم همبسته هستند. در واقع در تحلیل عاملی اکتشافی بدون اعمال یک پیش فرض بر داده ها، ساختار عاملی زیربنایی یک مجموعه از متغیرهای مشاهده شده مشخص می شود. بنابراین تحلیل عاملی اکتشافی کمک می کند تا حجم زیادی از متغیرها به تعداد محدودی از عامل ها کاهش یابد و همچنین هم پوشی بین عامل ها را به طرز مطلوبی کنترل می کند.
تحليل عاملي تاييدی:تحليل عاملي تاييدی راهي براي ساختن پرسش نامه ها براي سنجش و اندازه گيري مفاهيم (متغيرهاي پنهان) مي باشد. از آنجا كه متغيرهاي پنهان به خودي خود قابل اندازه گيري نيستند مي بايست براي آنها تعريف عملياتي صورت داد كه اين تعريف عملياتي به كمك متغيرهاي آشكار صورت مي گيرد. به عنوان مثال وقتي از ادب، خوشتيپي، رضايت، وفاداري، كيفيت، انگيزه، بزه‌كاري  مواردي از اين قبيل صحبت ميكنيم در واقع در حال صحبت از مفاهيم انتزاعي ميباشيم كه در تحليل عاملي به اين مفاهيم انتزاعي متغير پنهان گفته ميشود. چنين متغيرهايي براي فهم و درك به رفع ابهام نياز دارند كه به اين رفع ابهام تعريف عملياتي گفته مي شود. در تعريف عملياتي يك متغير پنهان يا مفهوم ما آن متغير را به كمك متغيرهاي قابل مشاهده يا آشكار كه قابل اندازه گيري با يك مقياس اندازه گيري هستند نشان ميدهيم. مثلاً ميتوان ميزان وفاداري يك مشتري را با مثلاً 8 عامل مورد نظر گرفته شده از استادان يا ادبيات موضوعي و مقالات اندازهگيري كرده و آن را به عنوان پرسشنامه اندازهگيري وفاداري مشتري مطرح كنيم يا خير؟

خلاصه
در این فصل به ارائة توضیحاتی در رابطه با نوع تحقیق پیش رو پرداخته شد. سپس جامعة آماری، نمونه و فرمول محاسبه آن ارائه شد. در ادامه روشهای گردآوری اطلاعات مرور گردید و روشهای گردآوری اطلاعات که محقق برای پاسخ به سوالات تحقیق به کار گرفته است، شرح داده شد. همچنین توضیح کاملی در رابطه با پرسشنامه تدوین شده به عنوان ابزار مهم گردآوری اطلاعات در این تحقیق ارائه گردید. از طرف دیگر برای تحلیل و بررسی اطلاعات از روشهای آماری خاصی در نرم افزار استفاده شده است.

فصل چهارم
تجزیه و تحلیل دادهها

فصل چهارم
تجزیه و تحلیل دادهها

مقدمه
پس از اینکه پژوهشگر، مسألة پژوهش خود راتعیین کرد و مراحل تعیین روش پژوهش، مشخص سازی ابزار مناسب جمعآوری دادهها و بکارگیری آن ها را طی کرد اکنون نوبت آن فرا رسیده که دادههای جمعآوری شده را تجزیه و تحلیل کرده تا تکلیف فرضیههای پژوهش را که گزارههای احتمالی و غیر یقینی بودند معین سازد. برای تجزیه و تحلیل دادههای جمعآوری شده شده و تبدیل آن ها به اطلاعاتی که با آن ها بتوان فرضیهها را آزمود باید مجموعهای از قواعد رعایت شود وتکنیکها و فنون آماری مناسب با دادهها برگزیده شود. پژوهشگر برای دستیابی به پاسخ پرسش تحقیق از طریق آزمون فرضیهها، دادهها را به قسمتها و بخشهایی تجزیه میکند، اما تحلیل دادههای پژوهش به خودی خود پاسخ پرسشها را ارائه نمیدهد و تفسیر دادهها ضروری است. تفسیر کردن به معنی تبیین و معنا بخشیدن به دادهها است. تبیین دادههای خام دشوار و غیر ممکن است، شخص باید ابتدا دادهها را تجزیه و تحلیل کند و سپس به تفسیر دادهها بپردازد. تحلیل به معنی تقلیل دادهها به شکل قابل فهم و قابل تفسیر است؛ به نحوی که بتوان روابط متغیرها ی گوناگون مرتبط با مسألة پژوهش را مورد مطالعه قرار داد.
در این فصل به منظور تحلیل دادهها، مطالب و آزمونهایی که در فصل سوم به آنها اشاره شد با استفاده از نرمافزار spss و لیزرل به کار گرفته میشوند. در این راستا به تشریح توزیع فراوانی دادهها، شاخص توصیفها، تحلیل اکتشافی دادهها، رسم نمودارها و سپس، فرضیههای اصلی و فرعی پژوهش که بیانگر روابط پیشبینی شده در الگو هستند، مورد بررسی قرار میگیرند.
4-1- توزیع فراوانی
در این قسمت به نمایش و تشریح توزیع فراوانی متغیرهای جمعیت شناختی پرداخته میشود.
4-1-1- توزیع متغیر سن در نمونه آماری مورد مطالعه
نتایج مربوط به توزیع متغیر سن در نمونه آماری مورد مطالعه در جدول زیر نشان داده شده است.

جدول 4-1: توزیع فراوانی متغیر سن در نمونه
رده سنی
فراوانی هر طبقه
درصد فراوانی دادههای هر طبقه
درصد تجمعی
زیر 25 سال
38
4/17
4/17
25 تا 35 سال
90
3/41
7/58
35 تا 45 سال
40
3/18
1/77
45 تا 55 سال
29
3/13
4/90
بالای 55 سال
21
6/9
100
کل
218
100

جدول فوق توزیع فراوانی متغیر سن را نشان میدهد. بر اساس نتایج بدست آمده در جدول فوق، 38 نفر یعنی معادل 4/17 درصداز کل نمونه در دستهی زیر 25 سال، 90 نفر یعنی معادل 3/41 درصد از کل نمونه در دستهی 25 تا 35 سال، 40 نفر یعنی معادل 3/18 درصد از کل نمونه در دستهی 35 تا 45 سال، 29 نفر یعنی معادل 3/13 درصد از کل نمونه در دستهی 45 تا 55 سال، 21 نفر یعنی معادل 6/9 درصد از کل نمونه در دستهی بالای 55 سال قرار دارند. در ادامه نمودار دایرهای توزیع، فراوانی این متغیر جمعیت شناسی را نیز میتوان مشاهده نمود.

شکل 4-1: نمودار دایرهای متغیر سن در نمونه

4-1-2- توزیع متغیر جنسیت در نمونه آماری مورد مطالعه
نتایج مربوط به توزیع متغیر جنسیت در نمونه آماری مورد مطالعه در جدول زیر نشان داده شده است.
جدول 4-2: توزیع متغیر جنسیت در نمونه
جنسیت
فراوانی هر طبقه
درصد فراوانی دادههای هر طبقه
درصد تجمعی
مرد
129
2/59
2/59
زن
89
8/40
100
کل
218
100

جدول فوق توزیع فراوانی متغیر جنسیت را نشان میدهد. بر اساس نتایج بدست آمده در جدول فوق، 129 نفر از نمونهی 218 مرد میباشند که درصد 2/59 از کل نمونه را تشکیل میدهند. بقیه نمونه، یعنی 89 نفر باقیمانده زن میباشند که 8/40 درصد از کل نمونه را در بر میگیرند. در ادامه نمودار دایرهای توزیع، فراوانی این متغیر جمعیت شناسی را نیز میتوان مشاهده نمود.

شکل 4-2: نمودار دایرهای متغیر جنسیت در نمونه

4-1-3- توزیع متغیر میزان تحصیلات در نمونه آماری مورد مطالعه
نتایج مربوط به توزیع متغیر میزان تحصیلات در نمونه آماری مورد مطالعه در جدول زیر نشان داده شده است.

جدول 4-3: توزیع متغیر میزان تحصیلات در نمونه
میزان تحصیلات
فراوانی هر طبقه
درصد فراوانی دادههای هر طبقه
درصد تجمعی
زیر دیپلم
14
4/6
4/6
دیپلم
53
3/24
7/30
فوق دیپلم
40
3/18
1/49
لیسانس
67
7/30
8/79
فوق لیسانس به بالا
44
2/20
100
کل
218
100

جدول فوق توزیع فراوانی متغیر میزان تحصیلات را نشان میدهد. بر اساس نتایج بدست آمده در جدول فوق، 14 نفر یعنی معادل 4/6 درصداز کل نمونه دارای مدرک زیر دیپلم، 53 نفر یعنی معادل 3/24 درصد از کل نمونه دارای مدرک دیپلم، 40 نفر یعنی معادل 3/18 درصد از کل نمونه دارای مدرک فوق دیپلم، 67 نفر یعنی معادل 7/30 درصد از کل نمونه دارای مدرک لیسانس، 44 نفر یعنی معادل 2/20 درصد از کل نمونه دارای مدرک بالای لیسانس میباشند. در ادامه نمودار دایرهای توزیع، فراوانی متغیر جمعیت شناسی میزان تحصیلات را نیز میتوان مشاهده نمود.

شکل 4-3: نمودار دایرهای میزان تحصیلات در نمونه

4-1-4- توزیع متغیر مدت اقامت در نمونه آماری مورد مطالعه
جدول 4-4 توزیع فراوانی متغیر مدت اقامت را نشان میدهد. بر اساس نتایج بدست آمده در جدول 4-4، 43 نفر یعنی معادل 7/19 درصداز کل نمونه دارای 1 شب اقامت در هتل، 41 نفر یعنی معادل 8/18 درصد از کل نمونه دارای 2 شب اقامت در هتل، 43 نفر یعنی معادل 7/19 درصد از کل نمونه دارای 3 شب اقامت در هتل، 32 نفر یعنی معادل 7/14 درصد از کل نمونه دارای 4 شب اقامت در هتل، 30 نفر یعنی معادل 8/13 درصد از کل نمونه دارای 5 شب اقامت در هتل، 3 نفر یعنی معادل4/1 درصداز کل نمونه دارای 6 شب اقامت در هتل، 17 نفر یعنی معادل 8/7 درصداز کل نمونه دارای اقامتی به مدت یک هفته در هتل، 9 نفر یعنی معادل 1/4 درصداز کل نمونه دارای اقامتی بیش از یک هفته هستند. در ادامه نمودار دایرهای توزیع، فراوانی متغیر جمعیت شناسی مدت اقامت را نیز میتوان مشاهده نمود.
نتایج مربوط به توزیع متغیر مدت اقامت در نمونه آماری مورد مطالعه در جدول زیر نشان داده شده است.

جدول 4-4: توزیع متغیر مدت اقامت در نمونه
مدت اقامت
فراوانی هر طبقه
درصد فراوانی دادههای هر طبقه
درصد تجمعی
یک شب
43
7/19
7/19
دو شب
41
8/18
5/38
سه شب
43
7/19
3/58
چهار شب
32
7/14
9/72
پنج شب
30
8/13
7/86
شش شب
3
4/1
1/88
هفت شب
17
8/7
9/95
بیش از یک هفته
9
1/4
100
کل
218
100

شکل 4-4: نمودار دایرهای مدت اقامت در نمونه

4-1-5- توزیع مشتریان بر حسب ستارههای هتل
نتایج مربوط به توزیع

پایان نامه
Previous Entries دانلود پایان نامه درمورد روایی محتوا، بازاریابی، شهر اصفهان، تحلیل داده Next Entries دانلود پایان نامه درمورد ارتباط با مشتری، وفاداری مشتریان، وفاداری مشتری، تمایل به پرداخت