۰٫۶۲۳

شکل توزیع

چولگی

۰٫۶۸۹-

۰٫۹۵۰-

۰٫۲۱۷-

۰٫۴۴۱-

۰٫۴۲-

۰٫۴۸۸-

کشیدگی

۰٫۲۱۴

۱٫۰۴

۰٫۱۹۳-

۰٫۳۱۳

۰٫۰۷۸-

۰٫۳۷۴

حجم نمونه

۳۷۷

۳۷۷

۳۷۷

۳۷۷

۳۷۷

۳۷۷

با توجه به جدول ۷-۴، تحلیل شاخص­ های مرکزی، پراکندگی و توزیع متغیرهای پژوهش به شرح زیر می­باشد.
متغیر «رضایت » دارای میانگین ۳٫۸۳، انحراف معیار ۰٫۹۲۵، چولگی ۰٫۶۸۹- و کشیدگی ۰٫۲۱۴ می­باشد. منفی ­بودن چولگی متغیر نشان­دهنده طولانی­بودن دم توزیع به سمت چپ می­باشد. از طرف دیگر کشیدگی مثبت به این معنی است که شکل متغیر از توزیع نرمال بلند­تر می­باشد.
متغیر «وفاداری» دارای میانگین ۴، انحراف معیار ۰٫۸۳۸، چولگی ۰٫۹۵۰- و کشیدگی ۱٫۰۴می­باشد. منفی ­بودن چولگی متغیر نشان­دهنده طولانی­بودن دم توزیع به سمت چپ می­باشد. از طرف دیگر کشیدگی مثبت به این معنی است که شکل متغیر از توزیع نرمال بلند­تر می­باشد.
متغیر «کیفیت خدمات» دارای میانگین ۳٫۶۴، انحراف معیار ۰٫۶۷۱، چولگی ۰٫۲۱۷- و کشیدگی ۰٫۱۹۳- می­باشد. منفی ­بودن چولگی متغیر نشان­دهنده طولانی­بودن دم توزیع به سمت چپ می­باشد. از طرف دیگر کشیدگی منفی به این معنی است که شکل متغیر از توزیع نرمال کوتاه­تر می­باشد.
متغیر «تعرفه» دارای میانگین ۳٫۷۸، انحراف معیار ۰٫۷۴۶، چولگی ۰٫۴۴۱- و کشیدگی ۰٫۳۱۳ می­باشد. منفی ­بودن چولگی متغیر نشان­دهنده طولانی­بودن دم توزیع به سمت چپ می­باشد. از طرف دیگر کشیدگی مثبت به این معنی است که شکل متغیر از توزیع نرمال بلندتر می­باشد.
متغیر «توجه به مشتری» دارای میانگین ۳٫۷۹، انحراف معیار ۰٫۶۳۹، چولگی ۰٫۴۲- و کشیدگی ۰٫۰۷۸- می­باشد. منفی ­بودن چولگی متغیر نشان­دهنده طولانی­بودن دم توزیع به سمت چپ می­باشد. از طرف دیگر کشیدگی منفی به این معنی است که شکل متغیر از توزیع نرمال کوتاه­تر می­باشد.
متغیر «تصویر ذهنی از شرکت» دارای میانگین ۳٫۶۶، انحراف معیار ۰٫۷۸۹، چولگی ۰٫۴۸۸- و کشیدگی ۰٫۳۷۴ می­باشد. منفی ­بودن چولگی متغیر نشان­دهنده طولانی­بودن دم توزیع به سمت چپ می­باشد. از طرف دیگر کشیدگی مثبت به این معنی است که شکل متغیر از توزیع نرمال بلند­تر می­باشد.
۴-۴٫ بررسی نرمال بودن متغیرها
برای اجرای روش­های آماری و محاسبه آماره آزمون مناسب و استنتاج منطقی درباره فرضیه های پژوهش مهمترین عمل قبل از هر اقدامی، انتخاب روش آماری مناسب برای پژوهش است برای این منظور آگاهی از توزیع داده ­ها از اولویت اساسی بر خودار است.

برای همین منظور در این پژوهش از آزمون معتبر کمولموگروف- اسمیرنوف برای بررسی فرض نرمال بودن داده ­های پژوهش استفاده شده است .
آزمون کمولموگروف اسمیرنوف که به افتخار دو آماردان روسی به نام­های ا.ن. کمولموگروف و ن.و اسمیرنوف به این نام خوانده می شود، روش ناپارامتری ساده­ای برای تعیین همگونی اطلاعاتی تجربی با توزیع­های آماری منتخب است، بنابراین آزمون کمولموگروف اسمیرنوف روشی برای تشخیص نرمال بودن توزیع فراوانی مشاهدات جمع آوری شده است.
این آزمون برای گرفتن مجوز لازم جهت استفاده از رگرسیون و ضریب همبستگی پیرسون بر متغیر­های مستقل و وابسته اعمال می­گردد تا نرمال بودن اطلاعات اثبات گردد در این آزمون با توجه به فرضیات زیر گام به بررسی نرمال بودن داده ها نهاده شده است:
داده ­ها دارای توزیع نرمال هستند :H₀
داده ­ها دارای توزیع نرمال نیستند :H₁
نحوه داوری
با توجه به جدول آزمون اسمیرنف کولموگروف اگر سطح معنی داری برای کلیه متغیرهای مستقل و وابسته بزرگتر از سطح آزمون(۰٫۰۵) باشد توزیع داده ­ها نرمال می­باشد. همچنین می­توان از قضیه حد مرکزی توزیع نرمال بودن متغیرها را سنجید. در این قضیه هر گاه حجم نمونه بزرگتر از ۳۰ باشد می­توان توزیع داده ­ها را نرمال در نظر گرفت.
جدول ۶-۴٫ آزمون کولموگروف اسمیرنوف متغیرهای پژوهش