نتایج آزمون کولموگروف-اسمیرنوف برای متغیر تبلیغات در جدول ۴-۷ نشان داده شده است.

(( 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. ))

جدول ۴-۷نتایج آزمون K-S برای متغیر تبلیغات
چون مقدار سطح معنی داری برای متغیر تبلیغات بزرگ‌تر از ۰۵/۰ است پس فرض صفر یعنی نرمال بودن توزیع این متغیر تأیید می‌شود.
۴-۴-۴آزمون کولموگروف-اسمیرنوف برای بررسی نرمال بودن متغیر امنیت اطلاعات خصوصی
جهت آزمون نرمال بودن توزیع متغیر امنیت اطلاعات خصوصی از آزمون کولموگروف-اسمیرنوف استفاده می‌شود. بر این اساس فرض‌های صفر و یک را به صورت زیر در نظرمی‌گیریم.
: H0 داده ­ها از توزیع نرمال پیروی می‌کنند.
: H1داده­ها از توزیع نرمال پیروی نمی‌کنند.
نتایج آزمون کولموگروف-اسمیرنوف برای متغیر نیاز به تمایز در جدول ۴-۸ نشان داده شده است.
جدول۴-۸ نتایج آزمون K-S برای متغیر امنیت اطلاعات خصوصی
چون مقدار سطح معنی داری برای متغیر امنیت اطلاعات خصوصی بزرگ‌تر از ۰۵/۰ است پس فرض صفر یعنی نرمال بودن توزیع این متغیر تأیید می‌شود.
۴-۴-۵آزمون کولموگروف-اسمیرنوف برای بررسی نرمال بودن متغیر وجود زیرساخت­های مناسب
جهت آزمون نرمال بودن توزیع متغیر وجود زیرساخت­های مناسب از آزمون کولموگروف-اسمیرنوف استفاده می‌شود. بر این اساس فرض‌های صفر و یک را به صورت زیر در نظرمی‌گیریم.
: H0 داده ­ها از توزیع نرمال پیروی می‌کنند.
: H1داده­ها از توزیع نرمال پیروی نمی‌کنند.
نتایج آزمون کولموگروف-اسمیرنوف برای متغیر وجود زیرساخت­های مناسب در جدول ۴-۹ نشان داده شده است.
جدول۴-۹ نتایج آزمون K-S برای متغیر وجود زیرساختهای مناسب
چون مقدار سطح معنی داری برای متغیر وجود زیرساخت­های مناسب بزرگ‌تر از ۰۵/۰است پس فرض صفر یعنی نرمال بودن توزیع این متغیر تأیید می‌شود.
۴-۴-۶آزمون کولموگروف-اسمیرنوف برای بررسی نرمال بودن متغیر آگاهی از بانکداری اینترنتی
جهت آزمون نرمال بودن توزیع متغیر آگاهی از بانکداری اینترنتی از آزمون کولموگروف-اسمیرنوف استفاده می‌شود. بر این اساس فرض‌های صفر و یک را به صورت زیر در نظرمی‌گیریم.
: H0 داده ­ها از توزیع نرمال پیروی می‌کنند.
: H1داده­ها از توزیع نرمال پیروی نمی‌کنند.
نتایج آزمون کولموگروف-اسمیرنوف برای متغیر آگاهی از بانکداری اینترنتی در جدول۴ -۱۰نشان داده شده است.
جدول۴-۱۰نتایج آزمون K-S برای متغیر آگاهی از بانکداری اینترنتی
چون مقدار سطح معنی داری برای متغیر آگاهی از بانکداری اینترنتی بزرگ‌تر از ۰۵/۰ است پس فرض صفر یعنی نرمال بودن توزیع این متغیر تأیید می‌شود.
۴-۴-۷آزمون کولموگروف-اسمیرنوف برای بررسی نرمال بودن متغیر صرفه جویی در زمان
فرض‌های صفر و یک را به صورت زیر در نظرمی‌گیریم.
: H0 داده ­ها از توزیع نرمال پیروی می‌کنند.
: H1داده­ها از توزیع نرمال پیروی نمی‌کنند.
نتایج آزمون کولموگروف-اسمیرنوف برای متغیر صرفه جویی در زمان در جدول ۴-۱۱ نشان داده شده است.
جدول ۴-۱۱ نتایج آزمون K-S برای متغیر صرفه جویی در زمان
چون مقدار سطح معنی داری برای متغیر صرفه جویی در زمان بزرگ‌تر از ۰۵/۰ است پس فرض صفر یعنی نرمال بودن توزیع این متغیر تأیید می‌شود.
۴-۴-۸آزمون کولموگروف-اسمیرنوف برای بررسی نرمال بودن متغیر پذیرش بانکداری اینترنتی
فرض‌های صفر و یک را به صورت زیر در نظرمی‌گیریم.
: H0 داده ­ها از توزیع نرمال پیروی می‌کنند.
: H1داده­ها از توزیع نرمال پیروی نمی‌کنند.
نتایج آزمون کولموگروف-اسمیرنوف برای متغیر پذیرش بانکداری اینترنتی در جدول۴-۱۲نشان داده شده است.
جدول۴-۱۲ نتایج آزمون K-S برای متغیر پذیرش بانکداری اینترنتی
چون مقدار سطح معنی داری برای متغیر پذیرش بانکداری اینترنتی بزرگ‌تر از ۰۵/۰است پس فرض صفر یعنی نرمال بودن توزیع این متغیر تأیید می‌شود.
با توجه به این که آزمون K-S نشان داد که توزیع مربوط به تمامی متغیرها نرمال است، می‌توان از آزمون‌های پارامتری جهت آزمون فرضیات تحقیق استفاده کرد.
۴-۵تحلیل داده‌ها
فرایند تجزیه و تحلیل ساختارهای کوواریانس (مدل سازی معادلات ساختاری) شامل یک سری گام‌هاست و می‌توان این گام‌ها را در نمودار ۴-۱ خلاصه کرد. در ادامه برخی از مهم‌ترین این مراحل تشریح می‌گردد.
نمودار ۴-۱.گام های اساسی تحلیل
۴-۵-۱ بیان مدل^[۱۹۷]
این مرحله در واقع همان بیان رسمی مدل است و این مرحله یکی از مهم‌ترین مراحل موجود در مدل سازی معادلات ساختاری است. در واقع هیچ گونه تحلیلی صورت نمی‌گیرد، مگر این که اول محقق مدل خود را که درباره روابط میان متغیرهاست را بیان و مشخص کند. این مرحله شامل فرمول بندی (تنظیم) یک عبارت درباره یک مجموعه از پارامترهاست. این پارامترها در زمینه مدل سازی معادلات ساختاری، ماهیت روابط میان متغیرها را نشان می‌دهد. در مدل سازی معادلات ساختاری، اندازه و علامت این پارامترها تعیین می‌شود.
۴-۵-۲تخمین مدل^[۱۹۸]
پس از بیان مدل مرحله بعد بدست آوردن تخمین پارامترهای آزاد از روی مجموعه ­ای از داده ­های مشاهده شده است. روش‌های تکراری^[۱۹۹] از قبیل بیشینه درست نمایی^[۲۰۰] یا حداقل مجذورات تعمیم یافته^[۲۰۱] جهت تخمین مدل مورد استفاده قرار می‌گیرد. روش کار در این رویه­های تخمین به این صورت است که در هر تکرار، یک ماتریس کوواریانس ضمنی^[۲۰۲] ساخته می‌شود و با ماتریس کوواریانس داده‌های مشاهده شده مقایسه می‌شود. مقایسه این دو ماتریس منجر به تولید یک ماتریس باقیمانده^[۲۰۳] می‌شود و این تکرارها تا جایی ادامه خواهد یافت که این ماتریس باقیمانده مینیمم شود. محاسبات یا برآورد پارامترها حداکثر با ۲۵۰ تکرار امکان پذیر می‌باشد. در صورتی که تعداد تکرارها از ۲۵۰ تا بیشتر شود محاسبات مربوط به برآورد پارامتر متوقف می‌شود. متغیرهای تحقیق به دو دسته‌ی پنهان و آشکار تبدیل می‌شوند.
متغیرهای آشکار یا مشاهده شده به گونه ­ای مستقیم به وسیله پژوهشگر اندازه گیری می‌شود، در حالی که متغیرهای پنهان یا مشاهده نشده به گونه ­ای مستقیم اندازه گیری نمی‌شوند، بلکه بر اساس روابط یا همبستگی‌های بین متغیرهای اندازه گیری ‌شده استنباط می‌شوند. متغیرهای پنهان به دو دسته‌ی برون ­زا و درون زا تقسیم‌ می‌شوند. متغیرهای پنهان بیانگر یک سری سازه­های تئوریکی هستند مانند مفاهیم انتزاعی که مستقیماً قابل مشاهده نیستند و از طریق سایر متغیرهای مشاهده شده ساخته و مشاهده می‌شوند. متغیرهای پنهان به نوبه خود به دو نوع متغیرهای درونزا^[۲۰۴] یا جریان گیرنده^[۲۰۵] و متغیرهای برون‌زا^[۲۰۶] یا جریان دهنده^[۲۰۷] تقسیم می‌شوند. هر متغیر در سیستم مدل معادلات ساختاری می‌تواند هم به عنوان یک متغیر درونزا و هم یک متغیر برونزا در نظر گرفته شود. متغیر درونزا متغیری است که از جانب سایر متغیرهای موجود در مدل تأثیر می‌پذیرد. در مقابل متغیر برونزا متغیری است که هیچ‌گونه تأثیری از سایر متغیرهای موجود در مدل دریافت نمی‌کند، بلکه خود تأثیر می‌گذارد. در این تحقیق متغیرهای استفاده آسان، هزینه استفاده از اینترنت، تبلیغات، امنیت اطلاعات خصوصی، وجود زیرساختهای مناسب، آگاهی از بانکداری اینترنتی و صرفه جویی در زمان متغیرهای برونزا هستند، و متغیر پذیرش بانکداری اینترنتی متغیر درون زا می باشد.
۴-۵-۳ساخت ماتریس کوواریانس
اساس تحلیل فرضیات تحقیق، بر مبنای ماتریس کوواریانس بین متغیرهای پنهان و آشکار است. جدول ۴-۱۳ معرف ماتریس کوواریانس (همبستگی) میان متغیرهای پنهان است
یک نوع از روابط متغیرهای پنهان در مدل معادلات ساختاری بر مبنای همبستگی ( هم‌خوانی)^[۲۰۸] می‌باشد. همبستگی رابطه­ای است میان دو متغیر در یک مدل اما غیر جهت­دار^[۲۰۹] و ماهیت این نوع رابطه به وسیله تحلیل همبستگی^[۲۱۰] مورد ارزیابی قرار می‌گیرد..