۹۸۲/۱-

۷۰۸/۰-

۵۳۵/۱

۲۵۰/۱

۲۱۰/۱

کشیدگی

۲۵۳/۳-

۶۳۲/۰-

۷۶۵/۱

۷۹۵/۰

۶۲۱/۰

حجم نمونه

۳۸۴

۳۸۴

۳۸۴

۳۸۴

۳۸۴

با توجه به جدول ۴-۱۲، تحلیل شاخص­­های مرکزی، پراکندگی و توزیع متغیرهای پژوهش به شرح زیر می­باشد.
۱- متغیر «کیفیت درک شده برند» دارای میانگین ۸۱/۴، انحراف معیار ۳۷۶/۰، چولگی ۹۸۲/۱- و کشیدگی ۲۵۳/۳- می­باشد. منفی ­بودن چولگی متغیر نشان­دهنده طولانی ­بودن دم توزیع به سمت چپ می­باشد. از طرف دیگر کشیدگی منفی به این معنی است که شکل متغیر از توزیع نرمال کوتاه­تر
می­باشد.
۲- متغیر «اعتبار برند» دارای میانگین ۵۰/۴، انحراف معیار ۵۶۷/۰، چولگی ۷۰۸/۰- و کشیدگی ۶۳۲/۰- می­باشد. منفی ­بودن چولگی متغیر نشان­­دهنده طولانی ­بودن دم توزیع به سمت چپ می­باشد. از طرف دیگر کشیدگی منفی به این معنی است که شکل متغیر از توزیع نرمال کوتاه­تر
می­باشد.
۳- متغیر «تصویر برند سبز» دارای میانگین ۴۴/۴، انحراف معیار ۴۶۰/۱، چولگی ۵۳۵/۱ و کشیدگی ۷۶۵/۱ می­باشد. مثبت ­بودن چولگی متغیر نشان­­دهنده طولانی­ بودن دم توزیع به سمت راست می­باشد. از طرف دیگر کشیدگی مثبت به این معنی است که شکل متغیر از توزیع نرمال بلندتر
می­باشد.
۴- متغیر «ارزش درک شده سبز» دارای میانگین ۷۴/۴، انحراف معیار ۵۴۳/۱، چولگی ۲۵۰/۱ و کشیدگی ۲۱۰/۱ می­باشد. مثبت ­بودن چولگی متغیر نشان­­دهنده طولانی ­بودن دم توزیع به سمت راست می­باشد. از طرف دیگر کشیدگی مثبت به این معنی است که شکل متغیر از توزیع نرمال بلند­تر
می­باشد.
۵- متغیر «ارزش ویژه برند سبز» دارای میانگین ۷۴/۴، انحراف معیار ۵۷۸/۱، چولگی ۲۱۰/۱ و کشیدگی ۶۲۱/۰ می­باشد. مثبت ­بودن چولگی متغیر نشان­­دهنده طولانی­ بودن دم توزیع به سمت راست می­باشد. از طرف دیگر کشیدگی مثبت به این معنی است که شکل متغیر از توزیع نرمال بلند­تر
می­باشد.
۴-۵- بررس 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 داده­­ها از اولویت اساسی برخودار است. برای همین منظور در این پژوهش از آزمون معتبر کولموگروف- اسمیرنوف برای بررسی فرض نرمال بودن داده­­های پژوهش استفاده شده است .

آزمون کولموگروف اسمیرنوف که به افتخار دو آماردان روسی به نام­های ا.ن. کولموگروف 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 جمع­آوری 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:
داده­­ها دارای توزیع نرمال هستند
داده­­ها دارای توزیع نرمال نیستند :
نحوه داوری
با توجه به جدول آزمون کولموگروف- اسمیرنوف اگر سطح معنی­داری برای کلیه متغیرهای مستقل و وابسته بزرگتر از سطح آزمون (۰۵/۰) باشد توزیع داده­­ها نرمال می­باشد و در غیر این صورت غیرنرمال است.
(جدول ۴-۱۳) آزمون کولموگروف- اسمیرنوف متغیرهای پژوهش

متغیر

کیفیت درک شده برند