جامعه آماری عبارت است از مجموعه افراد یا اشیایی که دارای حداقل یک صفت مشترک از نظر کمی یا کیفی، محدود یا نامحدود و دارای متغیری که میزان تغییرات صفت مشترک جامعه را مثلا با متغیر X نشان می دهد، می باشد(همان، ۱۳۹۱) و معمولا آن را با N نمایش می دهند. جامعه آماری این تحقیق از بین مدیران، معاونان، روسای ادارات و کارشناسان مسئول ادارات در مجتمع های استان‌ های تهران، کردستان، آذربایجان غربی، اصفهان، گیلان، مازندران و گلستان انتخاب می شوند.
۳-۵-۲٫ نمونه آماری
در صدر برنامه ریزی هر مطالعه یا تحقیقی این سوال که حجم نمونه چقدر باید باشد قرار دارد. انتخاب نمونه بزرگتر از حد نیاز موجب اتلاف منابع می شود و انتخاب نمونه های خیلی کوچک منتج به نتایج غیرقابل اتکا می شود(عادل آذر ، ۱۳۸۳) و معمولا آن را با n نشان می دهند.
روش نمونه گیری دراین پژوهش، نمونه گیری تصادفی ساده خواهدبود که درآن پرسشنامه­هایی به صورت تصادفی میان خواهد شد. در این تحقیق به منظور تعیین حجم نمونه آماری از فرمول نمونه گیری زیر استفاده می شود:
در رابطه بالا، با توجه به مقدار سطح اطمینان ۹۵ درصد، مقدار جدول نرمال استاندارد ۹۶/۱ می باشد. هم چنین d مقدار خطای تحقیق است که ۵ درصد در نظر گرفته خواهد شد.
اجزای این فرمول در ادامه بیان شده است:
N=حجم جامعه
Za/2=1.96
P=0.5
Q=0.5
D=0.05
با توجه به این مورد که تعداد جامعه مورد بررسی ۱۷۰ نفر بوده است، حجم نمونه تحقیق ۱۱۸ نفر تعیین شده است.
۳-۶٫ روش ها و تکنیک های تحلیل آماری
۳-۶-۱٫ آمار توصیفی:
در این بخش اطلاعات جمعیت شناختی اعضای نمونه آماری چون: سن، جنس، تحصیلات و غیره با بهره گرفتن از جداول و نمودارها تحلیل می گردد.
۳-۶-۲٫ آمار استنباطی:
در این بخش با بهره گرفتن از آزمون های زیر فرضیه های تحقیق بررسی می شود:
استفاده از آلفای کرونباخ به منظور پایایی پرسشنامه
به منظور انجام تجزیه و تحلیل های مورد نظر و تایید یا رد فرضیات تحقیق از نرم افزار SPSS-AMOS استفاده خواهد شد. در این پژوهش جهت ارزیابی روایی سازه از نتایج تحلیل عاملی تأییدی(CFA) استفاده می شود. در CFA شاخص های متعدد برازندگی مدل می تواند روایی سازه را مشخص کنند. با بهره گرفتن از نرم افزار ایموس برای هر یک از متغیر های مکنون به همراه هر یک از عوامل آن تحلیل عاملی تاییدی اجرا و مقادیر شاخص های ۲χ،NFI ،GFI ، RMSEA و SRMR ،NNFI محاسبه می شود. برای به دست آوردن ماتریس الگو از شیوه استخراج بزرگ نمایی بیشینه و چرخش غیرمتعامد پروماکس به سبب امکان مستقل نبودن عوامل از یکدیگر استفاده می شود.

مدل یابی معادلات ساختاری:
پایه های مدل یابی معادلات ساختاری:
مدل یابی معادله ساختاری یک تکنیک تحلیل چندمتغیری بسیار کلی و نیرومند از خانواده رگرسیون چند متغیرهی وبه بیان دقیقتر بسط مدل خطی کلی است که به پژوهشگران امکان می دهد مجموعه ای از معادلات رگرسیون را به گونه هم زمان مورد آزمون قرار می دهد. مدل یابی معادله ساختاری یک رویکرد آماری جامع برای آزمون فرضیه هایی درباره روابط بین متغیرهای مشاهده شده و مکنون است، که گاه تحلیل ساختاری کوواریانس، مدل یابی علی و گاه نیز لیزرل نامیده شده است. اما اصطلاح غالب در این روزها، مدل یابی معادله ساختاری یا به گونه خلاصه مدل یابی معادلات ساختاری است. نرم افزار مدل یابی معادلات ساختاری به عنوان یکی از پیشرفت های روش شناختی نویدبخش در علوم اجتماعی و علوم رفتاری می تواند مدل های سنتی را مورد آزمون قرار دهد و در عین حال امکان بررسی روابط ومدل های پیچیده تری مانندتحلیل عاملی(تاییدی) وتحلیل سری های زمانی را نیز فراهم و کاربرد داده های همبستگی، آزمایشی و غیرآزمایشی را برای تعیین میزان موجه بودن مدل های نظری در یک جامعه به خصوص امکان پذیر سازد(مومنی و ۱۳۹۰). به سبب آن که بسیاری از مسائل تاریخی، منطقی و فلسفی تاکنون حل نشده باقی مانده است، آزمون پیوندهای علی بین متغیرها و اندیشه توانا بودن آماری برای تحقق یک مدل علی نیز تا حد زیادی با اصطلاح مدل ساختاری جانشین شده است. این مطلب متضمن توصیف روابط کمابیش ثابت بین شرایط یا واقعیت­های اجتماعی مرتبط با یکدیگر است که می توان آن را آشکار کرد و از طریق روش های آماری مورد آزمایش قرار داد. مدل یابی معادلات ساختاری زبانی مختص به خود دارد. البته همه روش های آماری به گونه کلی دارای این ویژگی هستند، اما به نظر میرسد که ابداع کنندگان و کاربران مدل یابی معادلات ساختاری زبان اختصاصی خود را به سطوحی نو ارتقا داده اند. این که چرا پژوهشگر برای کابران مدل یابی معادلات ساختاری ناگزیر است آن را با زبان خود برنامه اجرا و از برخی مفروضه های پیچیده آماری استفاده کند، به این دلیل است که این نرم افزار دارای مزایای جالب زیر است:
مفروضه های زیربنایی این تحلیل های آماری آشکار و آزمون پذیر است و به پژوهشگر امکان کنترل کامل و به گونه بالقوه درک بیشتر تحلیل ها را می دهد. نرم افزار ارتباطی گرافیکی، خلاقیت را تقویت و تصحیح سریع مدل را تسهیل می سازد. برنامه مدل یابی معادلات ساختاری، آزمون های کلی برازندگی با مدل و برآورد پارامترهای انفرادی را به گونه همزمان فراهم می سازد. به منظور پالایاش خطاها، می توان مدل های اندازه گیری و تحلیل عاملی را به کار برد. این کار موجب می شود روابط برآورده شده بین متغیرهای مکنون کمتر به وسیله خطای اندازه گیری آلوده شود. برخلاف روش های قدیمی تر، برآورد خطای اندازه گیری و پس ماندهای همبسته را ممکن می سازد، چارچوب واحدی به دست می دهد که بر پایه آن می توان مدل های خطی بی شماری را با به کار بردن نرم افزار انعطاف پذیر وپرقدرت آن، باداده ها برازش داد(شوماخر وجی لومکس،۱۳۸۸). توانایی برازش مدل های غیراستاندارد شامل کار با داده های طولی، پایگاه داده ها با ساختارهای خطاهای خود همبسته و پایگاه متغیرهای دارای توزیع غیرنرمال و داده های ناقص را داراست. این ویژگی جالب ترین کیفیت آن است. به منظور مطالعه هر دو نوع خصوصیت اندازه گیری و ساختاری مدل های نظری، ویژگی های تحلیل عاملی و رگسیون چندگانه را با هم ترکیب می کند(مومنی،۱۳۹۰).
موارد استفاده مدل یابی معادلات ساختاری
مدل یابی معادلات ساختاری را می توان در جهت مقاصد پژوهشی ذیل به کار برد:
مدل یابی علی یا تحلیل مسیر: پارامترهای حاصل از تحلیل رگرسیون دست کم در سه موقعیت اساسی زیر نمی تواند اطلاعات لازم را فراهم آورد:
وقتی متغیرهای مشاهده شده حاوی خطاهای اندازه گیری و بین متغیرهای واقعی روابط جالب و بدون تورش وجود داشته باشد.
وقتی بین متغیرهای مشاهده شده روابط درهم تنیده جریان علی وجود داشته باشد.
وقتی متغیرهای مهم تبیین شده مشاهده نشده باشد.
اما توابع ساختاری می تواند در همه موقعیت های بالا نقش مهم و سازنده ای ایفا کند. علوم اجتماعی و رفتاری بر خلاف علوم طبیعی، به ندرت به تجزیه و تحلیل دقیق در شرایط کنترل شده دست یابی دارد. در این علوم، استنباط روابط علی بر پایه مطالعاتی صورت می گیرد که در آن ها مدل ها و در قالب سازه های نظری که مستقیما مشاهده پذیر و اندازه پذیر نیست، بیان می شود. اما برای عملیاتی کردن و اندازه گیری متغیرهای نظری می توان از شاخص ها یا نشانه هایی که نشانگر نامیده می شود، استفاده کرد. استنباط های علی به واقع به مسیرهایی بستگی دارد که طرح مطالعه مشخص کرده است(هومن،۱۳۹۰).
تحلیل عاملی تاییدی: این روش که به واقع بسط تحلیل عاملی معمولی است، یکی از جنبه­ های مهم مدل یابی معادلات ساختاری است، که در آن فرضیه های معینی درباره ساختارهای بارهای عاملی و همبستگی های متقابل بین متغیرها مورد آزمون قرار می گیرد. از لحاظ سنتی، تحلیل عاملی با آشکار ساختن ابعاد زیربنایی یا واریانس عامل مشترک در مجموعه ای از پرسش ها یا سوال های تستی سروکار دارد. برای معرفی یک سازه نظری، معمولا مجموعه ای از پرسش ها تهیه می شود و تحلیل عاملی به تدوین شاخصی که در پژوهش به کار می رود، کمک خواهد کرد. برای معرفی ابعاد زیربنایی سازه مورد نظر، تحلیل عاملی می تواند یک یا چند عامل را آشکار سازد. بر پایه نتایج تحلیل عاملی می توان گفت که یک سازه، تک بعدی یا چند بعدی است. به این رویکرد، در حال حاضر، به سبب آن که دارای ماهیت اکتشافی است و نه ماهیت آزمون فرضیه، تحلیل عاملی اکتشافی گفته میشود. عامل چون در تحلیل عاملی مشاهده ناپذیر است، متغیر مکنون خوانده می شود، که در تحلیل عاملی، پیش بینی کننده پاسخ ها در متغیرهای اندازه گرفته شده و مشاهده شده است، به واقع، روایی یک تحلیل عاملی تا حدودی از طریق تعیین این مطلب مشخص می شود که عامل ها با چه دقتی واریانس موجود در پرسش های انفرادی را توجیه می کنند. یعنی، چقدر از واریانس موجود در پرسش ها با عامل ها اشتراک دارد. مدلی یابی معادله ساختاری، علاوه بر تحلیل اکتشافی، تحلیل عاملی تاییدی رانیز به کار می برد. این تحلیل اساسا یک روش آزمون فرضیه است، و بر این مفروضه متکی است که شما درباره این که مولفه متغیرهای مکنون چیست اندیشه ای دارید؛ یعنی به دنبال یافتن نشانگرها نیستید. مدل یابی معادلات ساختاری این مطلب را که آیا نشانگرهایی که برای معرفی سازه یا متغیر مکنون خود برگزیده اید، واقعا معرف آن است یا نه، می آزماید و گزارش می دهد که نشانگرهای انتخابی با چه دقتی معرف یا برازنده متغیر مکنون است. برای بهبود برازندگی، نشانگرها با متغیر مکنون نیز راه هایی پیشنهاد می کنند(پل کلاین،۱۳۸۰).
تحلیل عاملی مرتبه دوم: صورتی ازتحلیل عاملی است که درآن خودماتریس همبستگی عامل­های مشترک تحلیل می شود تا عامل های مرتبه دوم به دست آید.
مدل های مختلف رگرسیون: بسط تحلیل رگرسیون خطی که در آن وزن هایی رگرسیون ممکن است مقید به تساوی با یکدیگر باشد، یا برابر با مقادیر عددی معینی قرار داده شود. مدل یابی معادلات ساختاری مقایسه ضرایب رگرسیون، واریانس ها، میانگین ها حتی باگروه های بین آزمودنی­ها چندگانه را به گونه هم زمان امکان پذیر می سازد.
مدل های ساختاری کوواریانس: این فرضیه را که یک ماتریس کوواریانس دارای شکل به خصوصی است آزمون می کند. برای مثال، می توانید این فرضیه را که مجموعه ای از متغیرها دارای واریانس های برابر هستند بیازمایید.
مدل های ساختاری همبستگی: این فرضیه را که یک ماتریس همبستگی دارای شکل به خصوصی است آزمون می کند. برای مثال، می توانید این فرضیه کلاسیک را که ماتریس همبستگی دارای ساختار دوری است، بیازمایید(هومن،۱۳۹۰).
فصل چهارم
تجزیه و تحلیل داده ها
۴-۱- مقدمه
این فصل مشتمل بر تجزیه و تحلیل داده ها و نمایش نتایج مطالعه حاضر است. در این فصل فراوانی های مربوط به پاسخ ها، ویژگی های نمونه، تحلیل های آماری ارائه می گردد و در پایان یافته ها به شکلی مشروح مورد بحث و بررسی قرار می گیرد.
تحلیل داده ها با بهره گرفتن از از نرم افزار spssو در سه مرحله انجام پذیرفت، این سه مرحله عبارت بودنداز:
شناخت داده ها و آماده سازی آن ها برای تحلیل
انجام تست های روایی و پایایی معیارها
و سپس تحلیل مدل مفهومی ارائه شده. در پایان فرضیه های مطرح شده در این مطالعه مورد آزمون قرارگرفتند و در نهایت یافته های مرتبط با هرفرضیه توصیف و مورد بحث قرار گرفتند.
در فصول قبلی به بررسی کلیات تحقیق و هم چنین مبانی نظری مرتبط به مفاهیم اولیه این تحقیق پرداختیم. هم چنین در فصل روش شناسی تحقیق به بررسی ابزار تحقیق در کنار روش جمع آوری اطلاعات و تحلیل اطلاعات پرداختیم. در این فصل از تحقیق تلاش می شود تا با توجه به اطلاعات محاسبه شده در فصول قبلی در دو بخش توصیفی و استنباطی به تحلیل اطلاعات مرتبط با این تحقیق بپردازیم.
۴-۲٫ آمار توصیفی
در این بخش از تحقیق به تحلیل اطلاعات مربوط به متغیر های جمعیت شناختی می پردازیم.
۴-۲-۱٫ بررسی وضعیت جنسیت در نمونه آماری
جدول شماره ۴-۱ بررسی وضعیت جنسیت در نمونه آماری