باتوجه به سطح معنی‌داری برای تمام عوامل، توزیع داده‌ها از شکل نرمال آن پیروی نمی‌کنند. اما همانگونه که ذکر شد، در این حالت چنانچه حجم نمونه بزرگ باشد (۳۰<384) می‌توان از قضیه حدمرکزی استفاده کرد. مطابق با همین قضیه تمام متغیرهای مکنون (عوامل) از توزیع نرمال برخوردار هستند.
هرچند قضیه حد مرکزی این پیش شرط را برای نرمال بودن عامل‌ها(تک متغیره) فراهم می‌کند، اما نتایج بررسی چولگی و کشیدگی متغیرها و نتایج بررسی نرمال بودن توزیع متغیرها در خروجی نرم‌افزار AMOS برای انجام تحلیل عاملی نشان از عدم برقراری پیش‌فرض نرمال بودن چندمتغیره است که در مراحل بعد برای برقراری پیش‌فرض نرمال بودن چندمتغیره از روش خودگردان‌سازی استفاده می‌کنیم.
توزیع چند متغیره داده‌ها و نرمال بودن آن بحثی است که بی‌توجهی به آن توسط پژوهشگر می‌تواند وی را به نتیجه‌گیری نادرست هدایت کند. چنین وضعیتی به این واقعیت برمی‌گردد که عمومی‌ترین روش برآورد پارامترها و خطای معیار آنها یعنی حداکثر درست‌نمایی (ML) در نرم‌افزار AMOS بر پیش‌فرض نرمال بودن چند متغیره استوار است. البته مستقل بودن مشاهدات از دیگر پیش‌فرض‌های این روش برآورد است که از طرف پژوهشگران اغلب مورد توجه قرار می‌گیرد و بیشتر به طرح پژوهشی وی مرتبط است تا به اینکه به داده‌های گردآوری شده و شکل توزیع آنها مربوط باشد(فربد، ۱۳۹۳).
در جدول زیر با استفاده از خروجی نرم‌افزار AMOS به بررسی وضعیت نرمال بودن چند متغیره عامل‌های تحقیق می‌پردازیم، مورد با اهمیت در این جدول سطح بحرانی (c.r.) هریک از عامل‌ها می‌باشد که برای چولگی و کشیدگی ارائه شده است. این سطوح بحرانی قابل مقایسه با مقدار ۵۸/۲ هستند، چنانچه قدر مطلق تمامی سطوح بحرانی از این مقدار کمتر باشند آنگاه شرط لازم برای نرمال چند متغیره برقرار است (قاسمی، ۱۳۹۲).
جدول ۴-۷ : بررسی نرمال بودن چند متغیره و ضریب ماردیا
| دانلود متن کامل این پایان نامه در سایت abisho.ir |
