۲۳۹/۰

۳-۱۲- تحلیل رگرسیون
روش رگرسیون (چند متغیری) بسط ساده رگرسیون دو متغیری است. روش رگرسیون چندگانه روشی برای مطالعه سهم یک یا چند متغیر مستقل(X) در پیش ­بینی متغیر وابسته (Y) است. متغیرهای مستقل را پیش­بین و متغیر وابسته را متغیر ملاک می­گویند. متغیرهای مستقل در تحلیل رگرسیون چندگانه میتواند پیوسته، گسسته و یا هر دو باشد. متغیر وابسته در رگرسیون چندگانه پیوسته است. می­توان معادله رگرسیون چندگانه را در حقیقت بسط معادله رگرسیون خطی در نظر گرفت، این معادله برای پیش ­بینی مقدار Y از روی مقدار X بکار می­رود.

(۳-۴)
اگر بخواهیم اثر بیش از یک پیش ­بینی کننده را بر متغیر y در نظر بگیریم، نیاز است که یک ارزش برای شیب (B) خط هر متغیری که اضافه می­ شود، محاسبه کنیم؛ بنابراین معادله رگرسیون چندگانه با دو متغیر پیش ­بینی به صورت زیر است:
(۳-۵)
پژوهشگر باید ابتدا از مقیاس اندازه ­گیری متغیرها آگاه باشد. به همین دلیل، ضرایب رگرسیون معمولاً استاندارد می­شوند یعنی تبدیل به نمرات Z می­شوند. علامتی که برای آن­ها بکار می­رود ( β ) بتا است. در معادله رگرسیون چندگانه هر B نمایانگر تغییر منتظره در متغیر وابسته y به ازای یک واحد تغییر در متغیر مستقل مربوط است، در شرایطی که سایر متغیرهای مستقل کنترل شده یا ثابت نگه داشته شده باشند. تعریف β نمایانگر تغییر غیرمنتظره در متغیر وابسته­ای است که به صورت نمرات استاندارد بیان شده است و به ازای یک انحراف معیار تغییر در متغیر مستقل مربوط به وجود می ­آید، در شرایطی که سایر متغیرهای مستقل کنترل شده یا ثابت تگه داشته شده باشد. مقدار β تحت تأثیر مقیاس اندازه ­گیری متغیرهای مستقل قرار می­گیرد در حالی که این امر در مورد بتا صادق نیست. رابطه β بتا به صورت زیر است.
با این حال ممکن است وزن­های β به خودی خود چیز خیلی زیادی به ما ندهند؛ بنابراین ضریب رگرسیون چندگانه که عبارت است از مجذور ضریب همبستگی بین y و بهترین ترکیب خطی متغیرهای پیش­بین (r_yŷ) ارائه می­ شود. این ضریب با R² نمایش داده می­ شود. در واقع R برابر است با ضریب همبستگی پیرسون نمرات پیش ­بینی شده از روی معادله رگرسیون ŷ و نمرات مشاهده شده( y). R² سهم متغیرهای مستقل را در تبیین واریانس متغیر وابسته نشان می­دهد، یعنی درصد واریانس تبیین شده متغیر وابسته توسط متغیرهای مستقل برابر R² است. (آذر و مؤمنی، ۱۳۸۴)
۳-۱۲-۱- آزمون­های موجود در رگرسیون سلسله مراتبی
آزمون معناداری ضریب رگرسیون (آزمون t)
به منظور پی بردن به معنی­داری آماره­ های محاسبه شده در معادله رگرسیون می­توان از آزمون­های آماری استفاده کرد و فرضیه صفر در هر مورد این است که متغیرهای پیش­بین مقدار معناداری از واریانس y را تبیین نمی­کنند. اولین چیزی که باید بدانیم محاسبه خطای استاندارد ضریب است یا به عبارتی تعیین اینکه مقدار آن احتمالاً در جریان تکرار نمونه گیری چقدر تغییر می­ کند. با تقسیم ضریب بر خطای استاندارد، آماره t بدست می ­آید که می­توان با مراجعه به جدول مربوطه و درجه آزادی (N-P-1 ) معناداری آن را بررسی کرد.
در واقع این آزمون نشان می­دهد که آیا ضرایب معادله رگرسیون( B ) معنی­دار بوده و در برآورد مقدار متغیر وابسته مؤثر می­باشد یا خیر. ضرایب در تحلیل رگرسیون به دو بخش تقسیم می­شوند:
۱-ضریب همبستگی چندگانه
۲- ضریب تعیین
ضریب همبستگی چندگانه( R ) شدت رابطه بین متغیرهای مستقل با متغیر وابسته را نشان می­دهد. این مقدار همواره بین ۰ و ۱+ می­باشد. مقدار ضریب تعیین( R² ) نشان می­دهد که حدود چند درصد از تغییرات متغیر وابسته ناشی از متغیرهای مستقل تحقیق می­باشد؛ بقیه به عوامل دیگر بستگی دارد؛ اما این آماره تعداد درجه آزادی را رد نظر نمی­گیرد. به همین دلیل از ضریب تعیین استاندارد استفاده می­گردد (آذر و مؤمنی، ۱۳۸۴).
ضرایب معادله رگرسیون به دو بخش تقسیم می­گردند:
۱-ضریب تأثیر غیر استاندارد(B)
۲- ضریب تأثیر استاندارد (Beta)
ضرایب غیر استاندارد یعنی ضرایب B برای نوشتن معادله رگرسیون می­باشند و از آن­ها برای نوشتن معادله رگرسیـــون استفاده می­ شود. بر این اساس معادله رگرسیون برای هر مرحــله نوشته می­ شود. اما برای نشان دادن اهمیت متغیرهای مستقل در پیش ­بینی متغیر وابسته و به طور کلی در پیش­گویی معادله رگرسیون باید به مقادیر استاندارد (Beta) توجه نمود، چرا که مقیاس اغلب متغیرهای مستقل از واحدهای مختلفی می­باشد و به راحتی نمی­ توان به مقایسه سهم هر متغیر مستقل در تبیین تغییرات یا واریانس متغیر وابسته پرداخت. از این رو ضریب تأثیر استاندارد شده به ما در تعیین سهم نسبی هر متغیر مستقل در تبیین تغییرات متغیر وابسته کمک می­نماید (آذر و مؤمنی، ۱۳۸۴).

فصل چهارم:
تجزیه و تحلیل داده‌‌ها و یافته های تحقیق
۴-۱- مقدمه
هدف اصلی هر تحقیق پاسخ به سؤال­ها و فرضیه­هایی است که محقق برای شناسایی واقعیت­های بیرونی طراحی کرده است. امروزه در بیشتر تحقیقاتی که متکی بر اطلاعات جمع­آوری شده از موضوع مورد تحقیق می­باشد؛ تجزیه و تحلیل اطلاعات از اصلی­ترین و مهم­ترین بخش­های تحقیق محسوب می­ شود. داده ­های خام با بهره گرفتن از فنون آماری مورد تجزیه و تحلیل قرار گرفته و پس از پردازش به شکل اطلاعات در اختیار استفاده­کنندگان قرار می­گیرند.
محقق برای تجزیه­ و ­تحلیل ­آماری و پاسخگویی به مسأله تدوین شده و یا تصمیم ­گیری در مورد رد یا تأیید فرضیه­ای که صورت­بندی کرده است، می ­تواند از روش­های مختلفی استفاده نماید. استفاده از هر یک از این روشها منوط به شرایطی است که محقق باید آنها را­ در رابطه با تحقیق خود مورد توجه قرار دهد. این روش­ها را می‌توان به دو دسته تقسیم نمود:

• آمار توصیفی

• آمار استنباطی

از این رو، در این تحقیق نیز برای تجزیه و تحلیل داده ­های جمع­آوری شده ابتدا در سطح توصیفی با بهره گرفتن از شاخص­ های آماری به توصیف و تلخیص ویژگی­های جمعیت شناختی افراد نمونه در تحقیق شامل سن، جنسیت و میزان تحصیلات پرداخته می­ شود و سپس در سطح استنباطی برای آزمودن معناداری میان “متغیرهای مشاهده ­شده”^[۷۴] و “متغیرهای مکنون”^[۷۵] و همچنین برازش مدل­های اندازه ­گیری به دست آمده از “تحلیل عاملی تأییدی”^[۷۶] استفاده گردیده است. در ادامه به منظور بررسی صحت و سقم فرضیه ­ها و روابط بین متغیر های تحقیق از “مدل معادلات ساختاری”^[۷۷] و بطور اخص تکنیک تحلیل مسیر با بهره گرفتن از نرم افزار لیزرل استفاده شده است. در نهایت نیز در قسمت آزمون­های تکمیلی به منظور بررسی تأثیر یا عدم تأثیر هر یک از متغیرها در وضعیت مورد بررسی از “آزمون میانگین یک نمونه ای”^[۷۸] استفاده گردید.
۴-۲- تحلیل جمعیت شناختی نمونه
در این بخش به تجزیه تحلیل وضعیت توزیع نمونه آماری حاصل از توزیع پرسشنامه از حیث متغیرهای جمعیت شناختی، پرداخته می­ شود. سن، جنسیت و سطح تحصیلات، از جمله متغیرهایی هستند که چگونگی توزیع آنها در بین پاسخگویان به پرسشنامه مورد بررسی قرار می­گیرد.
۴-۲-۱- سن
از مجموع ۳۸۶ نفری که به پرسشنامه ­ها پاسخ داده­اند، ۹ نفر(۳/۲%) کمتر از ۲۰ سال، ۸۳ نفر(۵/۲۱%) بین ۲۱ تا ۳۰ سال، ۲۴۵ نفر (۵/۶۳%) بین ۳۱ تا ۴۰ سال، ۲۴ نفر (۲/۶%) بین ۴۱ تا ۵۰ و ۲۵ نفر(۵/۶%) بالاتر از ۵۰ سال هستند. جدول ۴-۱ پراکنش سـنی پا‌سخ­دهندگان به پرسشنامه در نمونه مورد بررسی را نشان می­دهد.
جدول ۴-۱- پراکنش سنی پاسخ دهندگان به پرسشنامه در نمونه مورد بررسی

درصد فراوانی

فراوانی

سن