منبع: داده ­های پژوهش
تحلیل داده های جدول ۴-۵ به شرح زیر می باشد:

• • متغیر کنترل خروجی؛ دارای میانگین (۹۱/۴)، میانه (۰۰/۵)، انحراف معیار (۱۴/۱) و واریانس (۳۱/۱) می­باشد. ضریب چولگی این متغیر برابر (۰۰۵/۰-) است که نشان می­دهد این متغیر دارای چوله به چپ است. از آن­جایی که قدرمطلق این ضریب کمتر از مقدار (۵/۰) است، ازنظر قرینگی دارای تفاوت بسیار اندکی با توزیع نرمال است. ضریب کشیدگی این متغیر نیز برابر (۴۴/۰-) می­باشد که نشان­دهنده کوتاه تر بودن (پراکندگی بیشتر) توزیع این متغیر نسبت به توزیع نرمال است و با توجه به اینکه قدرمطلق ضریب کشیدگی کمتر از مقدار (۵/۰) است، کشیدگی توزیع، تفاوت اندکی با توزیع نرمال دارد.

• • متغیر کنترل فعالیت؛ دارای میانگین (۸۷/۴)، میانه (۰۰/۵)، انحراف معیار (۳۶/۱) و واریانس (۸۵/۱) می­باشد. ضریب چولگی این متغیر برابر (۱۸/۰) است که نشان می­دهد این متغیر دارای چوله به راست است. از آن­جایی که قدرمطلق این ضریب کمتر از مقدار (۵/۰) است، ازنظر قرینگی دارای تفاوت بسیار اندکی با توزیع نرمال است. ضریب کشیدگی این متغیر نیز برابر (۷۱/۰-) می­باشد که نشان­دهنده کوتاه تر بودن (پراکندگی بیشتر) توزیع این متغیر نسبت به توزیع نرمال است و با توجه به اینکه قدرمطلق ضریب کشیدگی بیشتراز مقدار (۵/۰) است، کشیدگی توزیع، تفاوت زیادی با توزیع نرمال دارد.

• • متغیر کنترل ظرفیت؛ دارای میانگین (۹۰/۴)، میانه (۰۰/۵)، انحراف معیار (۱۵/۱) و واریانس (۳۲/۱) می­باشد. ضریب چولگی این متغیر برابر (۰۱/۰) است که نشان می­دهد این متغیر دارای چوله به راست است. از آن­جایی که قدرمطلق این ضریب کمتر از مقدار (۵/۰) است، ازنظر قرینگی دارای تفاوت بسیار اندکی با توزیع نرمال است. ضریب کشیدگی این متغیر نیز برابر (۰۸/۰) می­باشد که نشان­دهنده بلندتر بودن (پراکندگی کمتر) توزیع این متغیر نسبت به توزیع نرمال است و با توجه به اینکه قدرمطلق ضریب کشیدگی کمتر از مقدار (۵/۰) است، کشیدگی توزیع، تفاوت اندکی با توزیع نرمال دارد.

• • متغیر گرایش کارآفرینانه؛ دارای میانگین (۹۱/۴)، میانه (۰۰/۵)، انحراف معیار (۱۲/۱) و واریانس (۲۵/۱) می­باشد. ضریب چولگی این متغیر برابر (۰۲/۰-) است که نشان می­دهد این متغیر دارای چوله به چپ است. از آن­جایی که قدرمطلق این ضریب کمتر از مقدار (۵/۰) است، از نظر قرینگی دارای تفاوت بسیار اندکی با توزیع نرمال است. ضریب کشیدگی این متغیر نیز برابر (۳۵/۰-) می­باشد که نشان­دهنده کوتاه تر بودن (پراکندگی بیشتر) توزیع این متغیر نسبت به توزیع نرمال است و با توجه به اینکه قدرمطلق ضریب کشیدگی کمتر از مقدار (۵/۰) است، کشیدگی توزیع، تفاوت اندکی با توزیع نرمال دارد.

• • متغیر مشتری مداری؛ دارای میانگین (۹۳/۴)، میانه (۰۰/۵)، انحراف معیار (۱۴/۱) و واریانس (۳۱/۱) می­باشد. ضریب چولگی این متغیر برابر (۲۰/۰-) است که نشان می­دهد این متغیر دارای چوله به چپ است. از آن ­جایی که قدرمطلق این ضریب کمتر از مقدار (۵/۰) است، ازنظر قرینگی دارای تفاوت بسیار اندکی با توزیع نرمال است. ضریب کشیدگی این متغیر نیز برابر (۱۷/۰-) می­باشد که نشان­دهنده کوتاه تر بودن (پراکندگی بیشتر) توزیع این متغیر نسبت به توزیع نرمال است و با توجه به اینکه قدرمطلق ضریب کشیدگی کمتر از مقدار (۵/۰) است، کشیدگی توزیع، تفاوت اندکی با توزیع نرمال دارد.

• • متغیر جذابیت بازار؛ دارای میانگین (۹۵/۴)، میانه (۰۰/۵)، انحراف معیار (۲۴/۱) و واریانس (۵۵/۱) می­باشد. ضریب چولگی این متغیر برابر (۰۴/۰-) است که نشان می­دهد این متغیر دارای چوله به چپ است. از آن ­جایی که قدرمطلق این ضریب کمتر از مقدار (۵/۰) است، ازنظر قرینگی دارای تفاوت بسیار اندکی با توزیع نرمال است. ضریب کشیدگی این متغیر نیز برابر (۱۷/۰-) می­باشد که نشان­دهنده کوتاه تر بودن (پراکندگی بیشتر) توزیع این متغیر نسبت به توزیع نرمال است و با توجه به اینکه قدرمطلق ضریب کشیدگی کمتر از مقدار (۵/۰) است، کشیدگی توزیع، تفاوت اندکی با توزیع نرمال دارد.

۴-۳ آمار استنباطی
۴-۳-۱ بررسی نرمال بودن داده ­ها
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 داده ­ها از اولویت اساسی برخوردار است. برای همین­ منظور در این پژوهش از آزمون معتبر کلموگروف- اسمیرنف برای بررسی فرض نرمال بودن داده ­های پژوهش استفاده شده­است. این آزمون باتوجه به فرضیات زیر به بررسی نرمال بودن داده می پردازد.

H₀: داده ­ها دارای توزیع نرمال هستند.
H₁: داده ­ها دارای توزیع نرمال نیستند.
نحوه داوری با توجه به جدول آزمون کلموگروف- اسمیرنف بدین صورت است که اگر سطح معنی­داری (sig) برای کلیه متغیرها بزرگتر از سطح آزمون (۰۵/۰) باشد توزیع داده ­ها نرمال می­باشد. همچنین می­توان از قضیه حد مرکزی نرمال بودن متغیرها را سنجید. در این قضیه هرگاه حجم نمونه بزرگتر از ۳۰ باشد می­توان توزیع داده ­ها را نرمال در نظر گرفت.
جدول(۴-۶). آزمون کلموگروف- اسمیرنوف متغیرهای تحقیق