أساليب المعالجة الإحصائية

أساليب المعالجة الإحصائية
 بعد استرجاع الاستمارات تم تفريغ البيانات وترميزها تمهيدا لإدخالها بالحاسب الآلي،  لتصبح لدينا متغيرات رقمية يمكن قياسها باستخدام برنامج التحليل الإحصائي (SPSS) وقد استخدمت الأساليب الإحصائية التالية:
1 ـ التكرارات والنسب المئوية للبيانات لوصف الخصائص الشخصية والمهنية لأفراد مجتمع الدراسة.
2 ـ المتوسط الحسابي والانحراف المعياري لكل عبارة لتحديد استجابات عينة الدراسة إزاء محاور الدراسة.
3 ـ معامل الارتباط لـ: بيرسون Pearson، لتحديد مدى الاتساق الداخلي لأداة الدراسة، و العلاقة بين متغيري الدراسة.
4 ـ معامل الثبات لـ: ألفا كرونباج Alpha cronbach لتحديد درجة الثبات.
5- اختبار كاي تربيع (كا2) لقياس مدى إمكانية وجود علاقة بين المتغيرات في كل محور ومدى استقلالية كل متغير وعلاقته بأسئلة الدراسة.
6 ـ تحليل التباين الأحادي:(Anova) لمعرفة الفروق بين محاور الاستمارة لمتغيرات خصائص أفراد مجتمع الدراسة. 
7- اختبار المقارنات المتعددة للمتوسطات (LSD) Multipple comparison of means  لتحديد مصادر هذه الفروق .
وفي الأخير نوضح كيف تم حساب طول خلايا مقياس ليكرت Likert وذلك وفق الخطوات التالية:
1 ـ حساب المدى (الحدود العليا والحدود الدنيا)، (5 – 1 = 4)
2 ـ الحاصل يتم تقسيمه على عدد فئات المقياس للحصول على طول الخليـة الصحيـح (4/5 = 0,80).
3 ـ تضاف هذه القيمة الناتجة إلى أقل قيمة في المقياس وهي الواحد (1)، وذلك لتحديد الحد الأعلى لهذه الخلية وهكذا يصبح طول الخلايا كما يلي:
ـ من 1 إلى 1,80 يشير إلى غير موافق .
ـ أكبر من 1,80 إلى 2,60 يشير إلى غير موافق.
ـ أكبر من 2,60 إلى 3,40 يشير إلى لا أدري.
ـ أكبر من 3,40 إلى 4,20 يشير إلى موافق.
ـ أكبر من 4,20 إلى 5 يشير إلى موافق بشدة.
وعليه فإن تقييم الفئات يكون على النحو التالي: (من1 إلى 2,60) يمثل ضعيف، (أكبر من 2,60 إلى 3,40) يمثل متوسط، (أكبر من 3,40 إلى 5) يمثل عالي. وأما في حالة تساوي عبارتين أو أكثر في متوسطهما الحسابي على مستوى المحور ككل فإنه يتم تقديم العبارة ذات الانحراف المعياري الأقل.