نمونه گروه کوچکی از جامعه است که برای مشاهده و تجزیه و تحلیل انتخاب شده است. معمولاً در مسایل مختلف تحقیق، مطالعه درباره تمام جزئیات جامعه از توان محقق خارج است و در صورتی که بتوان با مطالعه تعداد محدودی از افراد یک جامعه، اطلاعات مورد نیاز کافی راجع به همه افراد و جامعه بدست آورد، ضرورتی ندارد که همه افراد جامعه مورد مطالعه قرار گیرند.

در این تحقیق برای تعیین حجم نمونه از روش نمونه گیری تصادفی ساده استفاده کرده‌ایم. در روش نمونه‌گیری تصادفی ساده ابتدا با بهره گرفتن از یک نمونه مقدماتی میانگین و واریانس را محاسبه می‌کنیم. سپس با بهره گرفتن از فرمول کوکران به محاسبه حجم نمونه می‌پردازیم.
در فرمول کوکران
n= حجم نمونه
N= حجم جمعیت آماری (حجم جمعیت شهر، استان و …)
t یا z= در صد خطای معیار ضریب اطمینان قابل قبول
p = نسبتی از جمعیت فاقد صفت معین (مثلا جمعیت مردان)
q (1-p)= نسبتی از جمعیت فاقد صفت معین (مثلا جمعیت زنان)
d = درجه اطمینان یا دقت احتمالی مطلوب
طبق فرمول بالا اگر بخواهیم حجم نمونه را با شکاف جمعیتی ۵/۰ (یعنی نیمی از جمعیت حایز صفتی معین باشند. نیمی دیگر فاقد آن هستند.
معمولا p و q را ۰٫ ۵ در نظر می گیریم. مقدار z معمولا ۱٫ ۹۶ است. d می‌تواند ۰٫ ۰۱ یا ۰٫ ۰۵ باشد.
در برخی از تحقیقات برای تصحیح حجم نمونه از فرمول تصحیح کوکران نیز در ادامه فرمول اصلی استفاده می شود.
با بهره گرفتن از روش کوکران حجم نمونه N=380ا. بنابراین حجم انتخاب شده برابر با ۱۸۳ است.
۳-۸- روش تجزیه و تحلیل داده‌ها
برای تجزیه و تحلیل اطلاعات از روش آمار توصیفی و آمار استنباطی استفاده می‌شود. با بهره گرفتن از آمار توصیفی به بیان جداول توصیفی و رسم نمودارها می‌پردازیم. برای آزمون فرضیات تحقیق از آمار استنباطی استفاده می‌کنیم. برای آزمون فرضیات ابتدا با بهره گرفتن از آزمون کلموگروف اسمیرنوف فرض نرمال بودن متغیرها را بررسی می‌کنیم، سپس با توجه به نرمال بودن توزیع متغیر وابسته با بهره گرفتن از رگرسیون خطی ساده رابطه‌ی میان متغیرهای مستقل و متغیر وابسته را بررسی می‌کنیم. چون در مدل مفهومی ارائه شده بیش از یک متغیر وابسته دارد با بهره گرفتن از نرم افزار آموس مدل را طراحی کرده و با در نظر گرفتن معیارهای مناسبت مدل، با تحلیل اکتشافی بهترین و مناسب ترین مدل را استخراج کرده و پیشنهاد می‌دهیم.
در ادامه به معرفی مدل ها و آزمونهای مورد نیاز می پردازیم.
۳-۸-۱- رگرسیون خطی
رگرسیون روش آماری است که به بررسی ارتباط دو یا چند متغیر می پردازد که با بهره گرفتن از آن می‌توان یک متغیر را بر اساس یک یا چند متغیر دیـگر پیش بـینی نمود. حال در صورتیکه یک متغیر مستقل داشته باشیم با مدل رگرسیون خطی ساده و در صورتی که بیش از یک متغیر متغیر مستقل داشته باشیم با مدل رگرسیون چندگانه مواجه می‌شویم.
الف) رگرسیون ساده
فرض کنید X یک متغیر مستقل،Y یک متغیر وابسته و e متغیر خطا باشد.
در مدل رگرسیونی خطی ساده متغیر مستقل تحت کنترل است و تصادفی نیست در صورتی که متغیر وابسته تصادفی است. با بهره گرفتن از تحلیل رگرسیون می توانیم فرض وجود ارتباط بین دو متغیر مستقل و وابسته را آزمون کنیم. به منظور آزمون کردن
فرض:
«مدل رگرسیون خطی برازش داده شده، معنی‌دار نیست»
در برابر فرض:
«مدل رگرسیون خطی برازش داده شده، معنی‌دار است».
از جدول تجزیه واریانس استفاده می‌کنیم که به صورت زیر می‌باشد.