NFI : این شاخص به مقایسه مدل مستقل (مدلی که در آن بین متغیرها هیچ رابطه ای نیست، به این مدل، مدل پایه نیز گفته می‌شود) با مدلی که توسط ما پیشنهاد داده می‌شود، می پردازد. این شاخص هرچه به عدد یک نزدیک تر باشد به این معناست که مدل پیشنهادی ما مناسب بوده است.
RFI : شاخص برازش نسبی است و مناسبت مدل ارائه شده را می سنجد، هرچه مقدار RFI به یک نزدیک تر باشد، مدل بهتر است.
IFI : این معیار شاخص برازش نمونه است، هرچه مقدار IFI به یک نزدیک تر باشد نتیجه می گیریم که مدل پیشنهادی مناسب است.
CFI: این معیار شاخص برازش مقایسه‌ای است، هرچه مقدار CFI به یک نزدیک‌تر باشد نتیجه می‌گیریم که مدل پیشنهادی مناسب است.
RMSEA : این شاخص نشان دهنده جذر میانگین مربعات خطای تقریبی است و به صورت تفاضل بین مجموع مربعات خطای کلی و مجموع مربعات خطای مدل پیشنهادی محاسبه می‌شود. در صورتی که مقدار RMSEA از ۰۵/۰ کمتر باشد نتیجه می‌گیریم مدل مناسب است. در صورتی که مقدار آن بین ۰۵/۰ تا ۰۸/۰ باشد، مدل برازش داده شده مناسب و در صورتی که از ۱/۰ بالاتر باشد نتیجه می‌گیریم که مدل برازش داده شده ضعیف است.
۳-۸-۳- آزمون کلموگروف- اسمیرنوف
از این آزمون برای بررسی نرمال بودن مشاهدات استفاده می‌کنیم. هنگام بررسی نرمال بودن داده‌ها ما فرض صفر مبتنی بر اینکه توزیع داده‌ها نرمال است را در سطح خطای ۵% تست می‌‌کنیم. بنابراین اگر آماره آزمون بزرگتر مساوی ۰٫ ۰۵ بدست آید، در این صورت دلیلی برای رد فرض صفر مبتنی بر اینکه داده نرمال است، وجود نخواهد داشت. به عبارت دیگر توزیع داده‌ها نرمال خواهد بود. برای آزمون نرمالیته فرض‌های آماری به صورت زیر تنظیم می‌شود:

فرض صفر: توزیع داده‌های مربوط به هر یک از متغیرها نرمال است (نرمال بودن مشاهدات).
فرض مقابل: توزیع داده‌های مربوط به هر یک از متغیرها نرمال نیست (مخالف فرض صفر).
حال اگر مقدار بزرگ باشد، فرض را رد می‌کنیم. (آمار کاربردی جان نتر و همکاران، ترجمه علی عمیدی).
فصل چهارم
تجزیه و تحلیل داده‌ها
مقدمه
انواع روش­های تجزیه وتحلیل داده ­های پژوهش، با توجه به نوع تحقیق، مسئله تحقیق، ماهیت فرضیه ­ها، نوع نظریه­سازی، ابزار به کار رفته برای جمع­آوری اطلاعات و. . . متفاوت هستند، ولی با این وجود می­توان اذعان نمود که این روش­ها دارای مراحل مشترکی هستند. از این منظر، تجزیه و تحلیل و گزارش نویسی داده ­های پژوهش، فرآیندی چند مرحله­ ای است، که طی آن داده­هایی که از طریق به کارگیری ابزارهای جمع­آوری اطلاعات فراهم آمده­اند؛ خلاصه، کدبندی، دسته­بندی و در نهایت پردازش می­شوند، تا زمینه برقراری انواع تحلیل­ها و ارتباط­ها بین این داده ­ها به منظور آزمون فرضیه ­ها فراهم آید. در واقع تحلیل اطلاعات شامل سه عملیات اصلی می­باشد : ابتدا شرح و آماده سازی داده ­های لازم برای آزمون فرضیه ­ها؛ سپس تحلیل روابط میان متغیرها و در نهایت مقایسه نتایج مشاهده شده با نتایجی که فرضیه ­ها انتظار داشتند (کامپن هود و کیوی^[۲۴]، ۱۳۸۷).
بر این اساس در پژوهش حاضر تفسیر و تجزیه وتحلیل داده ­های جمع­آوری شده از جامعه مورد مطالعه، در قالب آمار تحلیلی و به دو صورت آمار توصیفی و استنباطی انجام گرفته است. به طوری که ابتدا داده ­های مربوط به هر یک از متغیرها که از پاسخ پرسشنامه ­های استفاده شده منتج شده است، در قالب شاخص­ های عددی آماری توصیف گردیده و شناخت کافی از پراکندگی و ویژگی­های جمعیت شناختی و توصیف پاسخ‌دهندگان در بخش­های مختلف پژوهش حاصل شده است. در ادامه به بررسی روابط بین متغیرهای موجود در مدل مفهومی پژوهش پرداخته شده است و از طریق الگوهای آماری مناسب، فرضیه ­های پژوهش مورد آزمون قرار گرفته­اند. گذر از مراحل بالا مستلزم استفاده از روش­های تحلیل آماری مناسب و اطمینان از دقت و صحت این استنباط­ ها است، که در طی پژوهش با حساسیت بالایی، رعایت و بازنگری شده ­اند.
۴-۱ بخش اول: آمار توصیفی
ویژگی‌های جمعیت شناختی پاسخ ­دهندگان
اطلاعات توصیفی پاسخ ­دهندگان به پرسشنامه ­های پژوهش، از نظر جنسیت، تحصیلات، سن و سابقه کاری در جداول ذیل ارائه می‌گردد.
۴-۱-۱ جنسیت
در جدول ۴-۱ توزیع فراوانی آزمودنی ها بر حسب جنسیت آنها ارائه می‌گردد.
جدول ۴-۱ توزیع فراوانی و درصد آزمودنی ها بر حسب جنسیت آنها

با توجه به نتایج بدست آمده از تحلیل داده‌ها مشاهده می‌گردد که از ۲۱۷ نفری که در این پژوهش شرکت کرده‌اند ۱۳۱ نفر معادل ۴/۶۰ درصد از کل نمونه مرد و ۸۶ نفر معادل ۶/۳۹ درصد از کل نمونه زن می‌باشند.
نمودار ۴-۱ درصد فراوانی آزمودنی­ها بر حسب جنسیت آنها
۴-۱-۲ تحصیلات
جدول ۴-۲ توزیع فراوانی و درصد آزمودنی ها بر حسب تحصیلات آنها