۴ سال و بیشتر

۶۷

۳۳.۵

۱۰۰.۰

کل

۲۰۰

۱۰۰.۰

نمودار۶.۴: نمودار توزیع فراوانی آزمودنیها بر حسب مدت زمان استفاده از بیمه نامه بدنه اتومبیل
۲.۴آمار استباطی
مراحل عمومی آزمون فرض آماری
مرحله اول: تعریف فرضیه‌های آماری H₀ و H₁ : براساس قاعده‌ای که بیان خواهد شد چنان‌چه فرضیه پژوهشی مرز مشخصی داشته‌باشد، H₀ نشان‌دهنده ادعا خواهد بود، در غیر این صورت نقیض آن در H₁ تعریف شده و فرضیه پژوهشی در قالب نماد آماری H₁ قرار خواهد گرفت. آنچه مسلم است فرض H₀ و H₁ مکمل یکدیگر هستند.
مرحله دوم: تعیین توزیع نمونه‌گیری آماره و نوع آماره آزمون: توزیع نمونه‌گیری به شرایط تخمین پارامتر مورد ادعا بستگی دارد. بسته به این که فرض پژوهشی چه نوع پارامتری را بیان می‌کند، توزیع نمونه‌گیری، آماره و آماره آزمون تغییر خواهدکرد.
مرحله سوم: تعیین سطح زیرمنحنی H₀ و H₁ و محاسبه مقدار بحرانی: سطح زیر نمودار منحنی H₀ و H₁ به توزیع نمونه‌گیری و مقدار α بستگی دارد. یک دنباله یا دو دنباله بودن آزمون نیز بر سطح زیر منحنی فرضیه‌‌های آماری تأثیر مستقیم دارد. قاعده این است که H₀ دربرگیرنده سطح اطمینان و H₁ سطحی برابر α خواهد داشت. محاسبه مقدار استانداردی که تفکیک‌کننده H₀ و H₁ به‌صورت عددی می‌باشد از دیگر موارد ضروری در این مرحله است. مقدار استاندارد براساس نوع آزمون و مقدار α از جدول آماری موجود استخراج می‌شود این مقدار با توجه به علامت آن «مقدار بحرانی» نامیده می‌شود. مقدار استاندارد و جدول آماری موردنیاز برای استخراج آن براساس آماره تعیین می‌شود.

مرحله چهارم: مرحله تصمیم‌گیری: در این مرحله مقدار آماره آزمون محاسبه شده در مرحله دوم با مقدار بحرانی در مرحله سوم مقایسه می‌شود، چنانچه آماره آزمون در ناحیه پذیرش H₀ قرارگیرد، گفته می‌شود در سطح اطمینان موردنظر دلیل کافی برای پذیرش H₀ وجود دارد. در غیر این صورت H₀ رد می‌شود و H₁ در سطح خطای α درصد پذیرفته می‌شود. به طور کلی آزمون فرضیه هیچگاه به اثبات فرضیه نمی‌انجامد. بلکه تنها در این نکته دخالت دارند که فرضیه‌ها تأیید یا رد می‌شوند. بنابراین اگر فرضیه رد نشود، دلیل آن نیست که این فرضیه، فرضیه درستی است. بلکه می‌توان گفت که در حال حاضر امکان صحت این فرضیه وجود دارد.
پس از تأیید یا رد H₀ تحلیل‌گر باید به طور مشخص بیان کند که آیا فرضیه پژوهش پذیرفته یا رد شده است و محقق هیچگاه ادعای اثبات فرضیه پژوهشی یا فرضیه‌های آماری را ندارد بلکه در تحلیل خود به لحاظ استقراء، رعایت احتیاط را خواهد کرد (آذر، مومنی، ۱۳۸۳، ص۱۰۰-۹۹).
۱-۲-۴آزمون های نرمالیتی (آزمون کولموگروف – اسمیرنوف)
این آزمون جهت بررسی ادعای مطرح شده در مورد توزیع داده های یک متغیر کمی مورد استفاده قرار می گیرد. این آزمون روش نا پارامتری ساده ای است برای تعیین همگونی اطلاعات تجربی با توزیع های اماری منتخب.
پیش از انجام آزمون های آماری باید مشخص کنیم که آیا داده ها از یک جامعه نرمال بدست آمده اند یا خیر. اگر متغیرها دارای توزیع نرمال باشند آنگاه با آزمون های مطرح شده در آمار پارامتری مانند تی-استیودنت می توان آزمون میانگین ها را انجام داد اما اگر متغیرها از جامعه ای غیر نرمال باشند باید از آزمون های ناپارامتری مانند آزمون ویلکاکسون و علامت و نیز دو جمله ای استفاده نمود.
۱-۱-۲-۴ آزمون نرمالیتی متغیر وفاداری به برند
آزمون آماری به شکل زیر مطرح می شود:

داده های متغیر وفاداری به برند نرمال هستند ( داده ها از جامعه نرمال آمده اند)

داده های متغیر وفاداری به برند نرمال نیستند ( داده ها از جامعه نرمال نیامده اند)

اگر مقدار سطح معنی داری کوچک باشد (کمتر از مقدار خطا) فرض صفر یعنی نرمالیتی رد می شود و در غیر اینصورت فرض صفر رد نمی شود.
جدول شماره ۴-۱۱: نتایج آزمون نرمالیتی متغیر وفاداری به برند

متغیر

مقدار آماره
کولموگروف – اسمیرنوف

سطح
معنی داری

مقدار خطا

نتیجه آزمون

وفاداری به برند

۴.۳۰۹

۰.۰۰۰

۰.۰۵

رد فرض صفر