ضریب همبستگی ابزاری آماری برای تعیین نوع و درجه رابطه یک متغیر کمی با متغیر کمی دیگر است. ضریب همبستگی، یکی از معیارهای مورد استفاده در تعیین همبستگی دو متغیر است. ضریب همبستگی شدت رابطه و همچنین نوع رابطه (مستقیم یا معکوس) را نشان می‌دهد. این ضریب بین ۱ تا ۱- است و در حالت عدم وجود رابطه بین دو متغیر، برابر صفر است.

همبستگی بین دو متغیر تصادفی X و Y به صورت زیر تعریف می‌شود:

که در آن E عملگر امید ریاضی، Cov به معنای کوواریانس، Corr نماد معمول برای همبستگی پیرسون، و سیگما نماد انحراف معیار است.

۳-۷-۲-­ ضریب همبستگی پیرسون

در این پژوهش با توجه به نرمال بودن توزیع داده ­ها از ضریب همبستگی پیرسون استفاده شده است. ضریب همبستگی پیرسون نشان دهنده همبستگی خطی بین دو متغیر ‌می‌باشد. مقادیر ضریب همبستگی در دامنه ۱- تا ۱ ‌می‌باشد. علامت ضریب همبستگی جهت رابطه را نشان می­دهد (مثبت یا منفی). مقدار مطلق ضریب همبستگی میزان استحکام را نشان می­دهد، با مقادیر بزرگ­تر، روابط مستحکم­تری وجود دارد. اگر سطح معنی داری خیلی کوچک باشد، آنگاه همبستگی قابل توجه است و دو متغیر به طور خطی وابسته می­باشند و اگر این مقدار نسبتاً بزرگ باشد، آنگاه همبستگی معنی دار نیست و دو متغیر به طور خطی وابسته نیستند.

۳-۷-۳-­ ضریب تشخیص^[۱۵]

ضریب تشخیص که با علامت R² نشان داده می‌شود، بیانگر میزان احتمال همبستگی میان دو دسته داده در آینده می‌باشد. این ضریب در واقع نتایج تقریبی پارامتر مورد نظر در آینده را بر اساس مدل ریاضی تعریف شده که منطبق بر داده های موجود است، بیان می‌دارد. به عبارت دیگر ضریب تشخیص درصد تغییرات بیان شده متغیر وابسته را به ازای متغیر مستقل نشان می­دهد .

فرمول ضریب تشخیص: R²=

۳-۷-۴- مدل یابی معادلات ساختاری^[۱۶]

به منطو پی بردن به متغیرهای زیر بنایی یک پدیده یا تلخیص مجموعه ­ای از داده ­ها از روش تحلیل عاملی استفاده می‌شود. داده ­های اولیه برای تحلیل عاملی، ماتریس همبستگی بین متغیرها است.

ماتریس داده­هایی که روی آن­ها تحلیل عاملی صورت می‌گیرد باید دارای پنج خصیصه زیر باشد:

۱-­ ترکیب ماتریس داده ­ها: اگر محققی بخواهد ابعاد مشترکی بین چند مقیاس اندازه ­گیری پیدا کند باید تمام اندازه­ها روی نمونه واحدی به دست آمده باشد.

۲-­ حجم نمونه: برای هر متغیر ۵ تا ۱۰ نمونه و به طور کلی در مجموع تا حداکثر ۳۰۰ نمونه توصیه شده است. مثلاً اگر منظور پژوهشگر تحلیل عاملی برای ۱۰ متغیر باشد، حداقل باید یک نمونه ۵۰ تایی انتخاب کند.

۳-­ شاخص رابطه: معمول­ترین شاخص رابطه ضریب همبستگی است. منظور از ضریب همبستگی، ضریب همبستگی پیرسون است. بدیهی است که مفروضه اصلی در محاسبه این ضریب همبستگی وجود یک توزیع دو متغیری نرمال است. چنانچه مستقل بودن اندازه گیری هر نوع وابستگی متغیرها به یکدیگر سبب بالا رفتن همبستگی بین آن‌ ها می‌شود و سبب می‌شود که این متغیرها در عامل واحدی ظاهر شود. از جمله مواردی که این وابستگی صورت می‌گیرد موقعی است که از نمرات زیر مقیاس­ها و نمره کل مقیاس در تحلیل استفاده شود (مثلاً نمره کل بهره هوشی، نمره کلامی بهره هوشی، نمره کلاسی بهره هوشی تحلیل شود). یا نمرات زیر مقیاس­ها ویا نمرات کل باید در تحلیل وارد شود. مقیاس­هایی که در آن‌ ها بعضی از سؤالات یا ماده­ های آزمون مشترک است نیز وابستگی ایجاد می‌کند.

۱-­ معنی داری ماتریس: ماتریس داده ­ها برای تحلیل عاملی باید حاوی داده ­ها معنی داری باشد. معنی داری داده ­ها موجود در یک ماتریس از طریق آزمون مربع کای بارتلت (Bartlett) صورت می‌گیرد. معنی دار بودن آماره کی دو (مربع کای) و آزمون بارتلت حداقل شرط لازم برای تحلیل عاملی است. در این آزمون باید آماره زیر محاسبه گردد:

که در آن:

n: تعداد آزمودنی­ها

P: تعداد متغیرها

|R|: مقدار مطلق دترمینان ماتریس همبستگی

درجه آزادی این برابر با است.

در آزمون بارتلت فرض صفر این است که متغیرها فقط با خودشان همبستگی دارند. رد فرض صفر حاکی از آن است که ماتریس همبستگی دارای داده ­ها معنی دار است و حداقل شرایط لازم برای تحلیل عاملی وجود دارد. این آزمون را آزمون کرویت نیز گویند.

در یک ساختار عاملی آرمانی هر یک از منغیر ها بار عاملی بالا (بزرگ­تر از ۰٫۵) روی یکی از عامل­ها و بار عاملی پایین (کم­تر از ۰٫۲) روی سایر عامل­ها دارد.

در این پژوهش از مدل­یابی معادلات ساختاری و شاخص­ هایی که مدل پژوهش را برازش­ می­ کند استفاده می­ شود. لیزرل یا مدل یابی معادلات ساختاری یک تکنیک تحلیل چند متغیره بسیار کلی و نیرومند از خانواده رگرسیون چند متغیره است که به پژوهش گر امکان می­دهد مجموعه ­ای از معادلات رگرسیون را به گونه همزمان مورد آزمون قرار دهد (هومن حیدری، ۱۳۸۴، ۲۳۳). محاسبات آماری در این پژوهش با بهره گرفتن از نرم افزار SPSS نسخه ۱۸ انجام شده است.

فصل چهارم

تجزیه و تحلیل داده ­ها

1. 1. – Forest recreation↑

1. 1. – Nature tourism ↑

1. 1. – Innovation ↑

1. 1. – Discretionary travel ↑

1. 1. – Sustainable tourism ↑

1. 1. – Sports tourism ↑

1. 1. – Tourist function index ↑

1. 1. – Challet ↑

1. 1. – Basic or Fundamental research ↑

1. 1. – Applied research ↑

1. 1. – Correlation ↑

1. 1. – Validity ↑

1. 1. – Reliability ↑

1. 1. – Correlation Coefficient ↑

1. 1. – Coefficient of Determination ↑