۳-۹-۲ معیارهای NFI ، RFI ، IFI ، CFI
NFI : این شاخص به مقایسه مدل مستقل (مدلی که در آن بین متغیرها هیچ رابطه ای نیست به این مدل، مدل پایه نیز گفته می شود) با مدلی که توسط ما پیشنهاد داده می شود، می پردازد. این شاخص هرچه به عدد یک نزدیک تر باشد به این معناست که مدل پیشنهادی ما مناسب بوده است و به صورت زیر محاسبه می شود:

بطوریکه، A = مقدار آماره خی دو تحت مدل مستقل و B = مقدار آماره خی دو تحت مدل پیشنهادی هستند.
RFI : شاخص برازش نسبی است و مناسبت مدل ارائه شده را می سنجد و به صورت زیر محاسبه می شود:

که در فرمول فوق ، A = مقدار آماره خی دو تحت مدل مستقل و B = مقدار آماره خی دو تحت مدل پیشنهادی هستند.  و  به ترتیب نشان دهنده درجه آزادی مدل مستقل و درجه آزادی مدل پیشنهادی هستند. هرچه مقدار RFI به یک نزدیک تر باشد، مدل بهتر است.
IFI : این معیار شاخص برازش نموی است و به صورت زیر محاسبه می شود:

بطوریکه A = مقدار آماره خی دو تحت مدل مستقل و B = مقدار آماره خی دو تحت مدل پیشنهادی و  نشان دهنده درجه آزادی مدل پیشنهادی هستند. هرچه مقدار IFI به یک نزدیک تر باشد نتیجه می گیریم که مدل پیشنهادی مناسب است.
CFI: این معیار شاخص برازش مقایسه ای است و به صورت زیر محاسبه می شود:

در این فرمول نیز مقادیر A ، B ، d و  همانند قبل تعریف می شوند. هرچه مقدار CFI به یک نزدیک تر باشد نتیجه می گیریم که مدل پیشنهادی مناسب است.
۳-۹-۳ ضریب همبستگی اسپیرمن
در مباحث آماری نحوه همبستگی و ارتباط دومتغیر از اهمیت بسیاری برخوردار است. برای سنجش همبستگی ضرایب گوناگونی وجود دارد. در بعضی از تحقیقات بدست آوردن داده های فاصلهای ممکن نیست یا اگر هم ممکن باشد فاقد ویژگیهای لازم است. در این گونه مواقع می توان رتبه را جانشین عدد خام کرد. هرگاه داده ها بصورت رتبه ای جمع آوری شده باشند، می توان از همبستگی رتبه‌ای اسپیرمن استفاده کرد.

فرض کنید n داده های زوجی  را داریم. تفاضل زوج ها را محاسبه نموده و با  ،  ، نشان می‌دهیم. سپس با بهره گرفتن از فرمول زیر ضریب همبستگی اسپرمن را محاسبه می کنیم:

با بهره گرفتن از ضریب همبستگی اسپیرمن می توان فرض زیر را آزمون کرد:
“ _: میان متغیرها همبستگی وجود ندارد. “
در برابر فرض
“ : میان متغیرها همبستگی وجود دارد.”
برای آزمون فرض  ، نیازی به فرض خاصی در مورد جامعه مورد نمونه گیری نیست. برای مقادیر بزرگ نمونه  توزیع  را می توان با توزیع نرمال تقریب زد که در این صورت آماره آزمون به کمک فرمول زیر محاسبه می شود.

تصمیم گیری
اگر  فرض  را در سطح خطای ۰۵/۰ رد می کنیم و در غیر اینصورت  را می پذیریم.
۳-۹-۴ آزمون کلموگروف- اسمیرنوف
از این آزمون برای بررسی نرمال بودن مشاهدات استفاده می کنیم. فرض کنید مشاهده iام را با  نمایش دهیم و فراوانی تجمعی مشاهده شده و فراوانی تجمعی مورد انتظار  را به ترتیب با  و  نمایش می دهیم. در این آزمون، در صورتیکه n مشاهده داشته باشیم، ابتدا برای هریک از مشاهدات  و  ،  ، را محاسبه می کنیم. سپس کمیت های زیر را محاسبه می کنیم:

حال فرض صفر و مقابل را به صورت زیر تعریف می کنیم:
فرض صفر:  (نرمال بودن مشاهدات)
فرض مقابل: مخالف فرض صفر.
حال اگر مقدار  بزرگ باشد، فرض  را رد می کنیم.
فصل چهارم
تجزیه و تحلیل داده ها
۴-۱ مقدمه
تجزیه و تحلیل داده‌ها فرایند چند مرحلهای است که طی آن داده‌هایی که از طریق به‌کارگیری ابزارهای جمعآوری در نمونه (جامعه) آماری فراهم آمده‌اند، خلاصه، کدبندی و دستهبندی و در نهایت پردازش می‌شوند تا زمینه برقراری انواع تحلیل‌ها و ارتباط بین این داده‌ها به منظور آزمون فرضیه‌ها فراهم آید. در واقع تحلیل اطلاعات شامل سه عملیات اصلی می‌باشد: ابتدا شرح و آمادهسازی داده های لازم برای آزمون فرضیه‌ها، سپس تحلیل روابط میان متغیرها و در نهایت مقایسه نتایج مشاهده شده با نتایجی که از فرضیه‌ها انتظار داشتند.
تجزیه و تحلیل اطلاعات از اصلی‌ترین و مهم‌ترین بخش‌های تحقیق محسوب می‌شود. داده های خام با بهره گرفتن از نرم افزار آماری مورد تجزیه و تحلیل قرار می‌گیرند و پس از پردازش به شکل اطلاعات در اختیار استفاده کنندگان قرار می‌گیرند.
برای تجزیه و تحلیل داده های جمعآوری شده آمار تحلیلی به دو صورت آمار توصیفی و استنباطی مطرح می‌گردد. در ابتدا با بهره گرفتن از آمار توصیفی، شناختی از وضعیت و ویژگی‌های جمعیت شناختی پاسخ دهندگان حاصل گردیده و ادامه در آمار استنباطی این تحقیق و با بهره گرفتن از نرم افزار آموس ۲۰ به بررسی فرضیات تحقیق پرداخته شد.
۴-۲- آمار توصیفی پرسشنامه
۴-۲-۱- توصیف ویژگیهای جمعیت شناختی (سیمان غرب و سیمان سامان)
الف) سن(پاسخگویان سیمان غرب و سیمان سامان)
جدول (۴-۱). توزیع فراوانی پاسخدهندگان برحسب سن