۷۱/۰

فروش حضوری

۴

۷۵/۰

کیفیت خدمات بیمه ای

۶

۷۸/۰

جدول۳-۴- جدول آلفای کرونباخ متغیرهای تحقیق
با توجه به نتایج جدول ۳-۲ مشاهده می شود که مقدار ضریب آلفای کرونباخ متغیر تبلیغات شرکت بیمه ایران- استان اردبیل در حدود ۷۳ درصد است که می توان گفت مقدار مناسبی است.
مشاهده می شود که مقدار ضریب آلفای کرونباخ متغیر مستقل آموزش در حدود ۷۱ درصد است که می توان گفت مقدار مناسبی است.
مشاهده می شود که مقدار ضریب آلفای کرونباخ متغیر مستقل فروش حضوری در حدود ۷۵ درصد است که می توان گفت مقدار مناسبی است.
مشاهده می شود که مقدار ضریب آلفای کرونباخ متغیر مستقل کیفیت خدمات بیمه در حدود ۷۸ درصد است که می توان گفت مقدار مناسبی است.
۳- ۱۰ روش تجزیه و تحلیل داده ها و اطلاعات
به منظور تجزیه و تحلیل داده های به دست آمده از روش های آماری زیر استفاده شده است..
۳-۱۰-۱ آمار توصیفی
به مجموعه ای از مفاهیم و روش های به کار گرفته شده جهت سازمان دادن، خلاصه کردن، تهیه جدول، رسم نمودار و توصیف داده های جمع آوری شده ،آمار توصیفی گفته می شود (خاکی،۱۳۸۲، ص۲۸۵).
آمار توصیفی برای تبیین وضعیت پدیده یا مساله یا موضوع مورد مطالعه ، مورد استفاده قرار می گیرد یا در واقع ویژگی های مورد مطالعه به زبان آمار، تصویر سازی و توصیف می گردد (حافظ نیا، ۱۳۸۳،ص۱۳۷).

(( اینجا فقط تکه ای از متن 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. ))

۳-۱۰-۲ آمار استنباطی
گام بعدی جهت تجزیه و تحلیل داده ها استفاده از تکنیک های آمار استنباطی می باشد. در تحلیل های آمار استنباطی همواره نظر بر این است که نتایج حاصل از مطالعه گروه کوچکی به نام نمونه، چگونه به گروه بزرگتری به نام جامعه تعمیم داده شود (حافظ نیا،۱۳۸۳، ص۲۴۲)
در آمار استنباطی همواره محقق با جریان نمونه گیری و انتخاب یک گروه کوچک مرسوم به نمونه ،از یک گروه بزرگ تر مرسوم به جامعه آماری یا جمعیت اصلی،سروکار داردوپژوهشگر به وسیله داده هاواطلاعات حاصله ازنمونه به برآورد و پیشگویی ویژگیهای جمعیت موردمطالعه می پردازد (خاکی،۱۳۷۹، ص۲۹۹).
آنچه در این تحقیق انجام شده، استفاده از روش های پارامتری می باشد. جهت آزمون فرضیات تحقیق از آزمون T تک متغیره و برای اولویت بندی متغیرها از تحلیل واریانس و آزمون دانکن استفاده شده است.
۳-۱۰-۲-۱ تحلیل عاملی تاییدی
به منظور پی بردن به متغیر های زیر بنایی یک پدیده یا تلخیص مجموعه ای از داده ها از روش تحلیل عاملی استفاده می شود. داده های اولیه برای تحلیل عاملی، ماتریس همبستگی بین متغیرهاست و تحلیل عاملی متغیر وابسته از قبل تعیین شده ای ندارد. تحلیل عاملی تاییدی در واقع یک الگوی آزمون نظریه است، که در آن پژوهشگر تحلیل خود را با یک فرضیه قبلی آغاز می کند. این الگو که مبتنی بر یک شالوده تجربی و نظریه قوی است مشخص می کند که کدام متغیر ها با کدام عامل ها و کدام عامل ها با یکدیگر همبسته است. به علاوه، برای ارزشیابی روایی سازه نیز یک روش قابل اعتماد به پژوهشگر عرضه می کند تا از این طریق بتواند به گونه بارزی فرضیه ها را درباره ساختارعاملی داده ها که ناشی از یک الگوی از پیش تعیین شده است با تعداد و ترکیب مشخصی از عامل ها بیازماید. روش تحلیل عاملی تاییدی، بعد از مشخص کردن عامل های پیش تجربی از طریق برازش الگوی عاملی از پیش تعیین شده، تطابق بهینه ساختارهای عاملی مشاهده شده و نظری را برای مجموعه داده ها آزمون می کند (هومن، ۱۳۸۴، ص۱۷).
۳-۱۰-۲-۲- شاخص برازندگی مناسب
با آنکه انواع گوناگون آزمون ها که به گونه کلی شاخص های برازندگی^[۵۱] نامیده می شوند، پیوسته در حال مقایسه، توسعه و تکامل می باشد اما هنوز درباره حتی یک آزمون بهینه توافق وجود ندارد نتیجه آنست که مقاله های مختلف، شاخص های مختلفی را ارائه کرده اند(هومن، ۱۳۸۴، ص۱۸).
این شاخص ها به شیوه های مختلفی طبق بندی شده اند که کی از عمده ترین آنها طبقه بندی بصورت مطلق، نسبی و تعدیل یافته می باشد. برخی از این شاخص ها عبارتند از:
نسبت   فاقد یک معیار ثابت برای یک مدل قابل قبول است، اما برای یک ارزش ایده آل برابر با ۱ خواهد بود و جهت پذیرش مدل باید کمتر از ۳ باشد.
شاخص های ^[۵۲]GFI^[53], AGFI^[54], NFI^[55], CFI^[56], IFI بین صفر و یک هستند و هرچه به یک نزدیکتر باشد، نیکویی برازش مدل با داده های مشاهده شده بیشتر است.
شاخصRMSEA هرچه کمتر باشد بهتر است زیرا شاخص ریشه میانگین اختلاف بین داده های مشاهده شده و داده های مدل است. براساس دیدگاه مک کالوم، براونوشوگاوارا (۱۹۹۶) اگرمقدار این شاخص کوچکتراز ۰٫۱ باشدبرازندگی مدل بسیارعالی است. اگربین ۰٫۱ تا ۰٫۵ باشدبرازندگی مدل خوب است و اگر بین ۰٫۵ تا ۰٫۸ باشد برازندگی مدل متوسط است. اما بیشتر پژوهشگران از این قاعده استفاده میکنند که اگر شاخصRMSEA کوچکتر از ۰٫۱ باشد، برازندگی مدل خوب است و اگر بزرگتر از این مقدار باشد مدل ضعیف طراحی شده است.
۳-۱۰-۲-۳ تحلیل عاملی تاییدی متغیرهای تحقیق
در تجزیه تحلیل استنباطی، پیش از آزمون فرضیه ها می بایست با بهره گرفتن از آزمون ت
حلیل عاملی تاییدی روایی سازه را مورد آزمون قرار دهیم. آزمون برازندگی در تحلیل تاییدی و مسیر، شاخص RMSEA، یا جذر برآورد واریانس خطای تقریب کمتر از هشت درصد، شاخص   کمتر از سه و (GFH,CFL,IFI,NNFI) بالاتر از ۹۰ درصد می باشد. مقدار (T-Value) ضرایب معنی داری هر متغیر نیز بزرگتر از ۲ و کوچکتر از ۲- باشد، مدل از برازش خوبی برخوردار است یا به عبارتی تقریبی معقولی از جامعه برخوردار می باشد.
فصل چهارم
تجزیه و تحلیل داده ها و یافته های تحقیق
۴-۱ مقدمه
تجزیه و تحلیل داده های آماری یکی از گامهای اساسی در تحقیقات می باشند و نتایج تحقیقات به آن بستگی دارد. در این فصل که جهت تجزیه و تحلیل داده های جمع آوری شده طراحی گردیده است، نخست پرسشنامه هایی که توسط پاسخ گویام تکمیل گردیده اند را جمع آوری کرده و داده های خام مورد نیاز جهت آزمون فرضیه ها به کمک رایانه و نرم افزار ثبت می گردند و سپس این داده ها از طریق نرم افزار SPPS تجزیه و تحلیل شده و در دو مرحله به اطلاعات مورد استفاده در تحقیق، تبدیل می شوند. در مرحله اول که تجزیه و تحلیل توصیفی می باشد، داده های جمع آوری شده به صورت جداول آمار توصیفی و نمودار هیستوگرام ارائه می شود و در مرحله دوم که تجزیه و تحلیل استنباطی می باشد، با بهره گرفتن از تکنینک Tتک نمونه ای و آزمون فریدمن مورد آزمون قرار گرفته و در نهایت می توان در مورد پذیرش یا عدم پذیرش هر کدام ار فرضیه هااظهار نظر نمود.
۴-۲- یافته های توصیفی
۴-۲-۱ تعداد و درصد پاسخ دهندگان از لحاظ جنس بشرح ذیل می باشد
جدول ۴-۱- توزیع فراوانی پاسخگویان بر حسب جنسیت