از این آزمون برای نشان دادن وجود تفاوت معنی دار بین میانگین رتبه های درون گروهی و رتبه بندی و اولویت شناسی استفاده می شود. در صورتیکه قدرمطلق بدست آمده، بزرگتر از جدول بحرانی باشد و یا سطح معنی داری محاسبه شده کوچکتر از α باشد، فرض صفر دال بر برابری میانگین رتبه ی متغیرهای مورد آزمون رد و نتیجه گیری می شود که بین میانگین رتبه های وابسته مورد مطالعه تفاوت معنی داری وجود دارد.^[۸۵]

آزمون تحلیل واریانس:^[۸۶]
زمانی که بخواهیم به بررسی تفاوت میانگین های بیش از دو جامعه (یا نمونه) بپردازیم، از این روش استفاده می کنیم. بطور خلاصه در تحلیل واریانس دو نوع واریانس باید برآورد گردد که یکی از آنها واریانس بین گروه ها، و دیگری واریانس درون گروه هاست. واریانس بین گروه ها عبارت از مجموع مجذورات انحراف میانگین هر گروه از میانگین کل و واریانس درون گروه ها عبارت از مجموع مجذورات انحراف مقادیر هر فرد از میانگین گروه خود می باشد. بر مبنای تخمین این دو واریانس است که امکان محاسبه میزان F بر اساس تقسیم واریانس بین گروه ها بر واریانس درون گروه ها فراهم می شود. در نهایت اگر F بدست آمده از F جدول فیشر بزرگتر باشد، بین میانگین گروه ها تفاوت وجود دارد.^[۸۷]

آزمون توکی:
این آزمون که به HSD معروف است بعد از رد فرض صفر در آنالیز واریانس، به مقایسه ی همه ی تفاوت ها می پردازد. اگر در آزمون F تفاوت معناداری بین میانگین های گروه ها ثابت شود، با آزمون توکی تفاوت معنادار بین هر دو گروه بررسی می شود.

تحلیل رگرسیون خطی چندگانه:
رگرسیون خطی برای مدل کردن مقدار یک متغیر کمی وابسته که بر رابطه خطی ‌اش با یک یا چند پیشگو بنا شده است به کار می‌رود.
مدل رگرسیون خطی فرض می‌کند که یک رابطه خطی ( یاخط مستقیم ) بین متغیر وابسته و هر پیشگو وجوددارد. این رابطه در فرمول زیرتوضیح داده شده است.
yi = b0 + b1xi1 + … + bpxip + ei
که درآن
yi: مقدار مورد iام متغیر کمی وابسته است.
p: تعداد پیشگوها می‌باشد.
bj: مقدار ضریب jام است،j= 0 , … , p
Xij: مقدار مورد iام از پیشگوی jام می‌باشد.
ei: خطای در مقدار مشاهده شده برای مورد iام است.
مدل خطی است زیرا با افزایش مقدار پیشگوی jام با یک واحد باعث افزایش مقدار وابسته واحدهای bi می‌شود. توجه کنید که b0 عرض از مبدأ است، که وقتی مقدار هر پیشگو برابر صفر می‌شود، b0 مقدار مدل پیشگوی متغیر وابسته می‌باشد.
به منظور آزمایش فرضیه‌های مربوط به مقادیر پارامترهای مدل، مدل رگرسیون خطی نیز فرضیات زیر را در نظر می‌گیرد:
ـ عبارت خطا یک توزیع نرمال بامیانگین ۰ دارد.
ـ واریانس عبارت خطا در سر تا سر موارد ثابت می‌باشد و از متغیرها در مدل مستقل است. یک عبارت خطا با واریانس غیرثابت را heteroscedastic می‌نامند.
ـ مقدار عبارت خطا برای یک مورد داده شده مستقل از مقادیر متغیرها در مدل و مستقل از مقادیر عبارت خطا برای موارد دیگر می‌باشد.
فصل چهارم
تجزیه و تحلیل داده ها
مقدمه:
به منظور تجزیه و تحلیل داده های آماری پژوهش حاضر، ابتدا اطلاعات حاصل از پرسشنامه ها استخراج و در جدول اطلاعات کلی یا جدول مادر تنظیم شد، سپس کلیه اطلاعات با بهره گرفتن از کامپیوتر و از طریق
نرم افزار های آماری به ویژه SPSS در دو بخش آمار توصیفی و استنباطی مورد تجزیه و تحلیل قرار گرفت. در تجزیه و تحلیل توصیفی اطلاعات ابتدا ویژگی های جمعیت شناختی پاسخگویان اعم از سن، میزان تحصیلات، سابقه کار، جنسیت، وضعیت تأهل و نوع فعالیت به طور کامل مورد بررسی قرار گرفته است.
در بخش روش های استنباطی به منظور بررسی سوالات تحقیق و به عبارتی تعمیم نتایج بدست آمده از نمونه به جامعه آماری تحقیق، از آزمون های آماری t یا z تک نمونه ای،t دونمونه مستقل، تحلیل واریانس یکطرفه، آزمون توکی، آزمون علامت و رگرسیون خطی استفاده شد و همچنین به منظور رتبه بندی متغیرهای اثر گذار در نتیجه تحقیق از آزمون فریدمن استفاده گردید.که نتایج در جداول جداگانه آمده است.

بخش اول: تجزیه و تحلیل های توصیفی
این بخش به توصیف وضعیت موجود در نمونه تحقیق اختصاص دارد. ابتدا ویژگی های جمعیت شناختی پاسخ دهندگان مورد بررسی قرار گرفته که نتایج آنها در ادامه بحث قابل ملاحظه است.

سن پاسخگویان:
جدول ونمودار ۴-۱ توزیع فراوانی سن پاسخگویان را نشان می دهد. بطور کلی افراد ۳۰ تا ۴۰ سال بیشترین کسانی هستند که پاسخگوی سوالات پرسشنامه این پژوهش هستند.
جدول (۴-۱): توزیع فراوانی سن پاسخگویان