دانلود پرسشنامه ارزیابی برنامه ریزی منابع انسانی
این پرسشنامه دارای ۱۳سوال و به صورت ۳ گزینه ای می باشد.
این پرسشنامه دارای ۱۳سوال و به صورت ۳ گزینه ای می باشد.
این پرسشنامه دارای ۲۰ سوال و به صورت ۵ گزینه ای طیف لیکرت می باشد.
مقدمه
تا به امروز نرم افزار های تجاری و آموزشی فراوانی برای داده کاوی در حوزه های مختلف داده ها به دنیای علم و فناوری عرضه شده اند. هریک از آنها با توجه به نوع اصلی داده هایی که مورد کاوش قرار می دهند، روی الگوریتمهای خاصی متمرکز شده اند. مقایسه دقیق و علمی این ابزارها باید از جنبه های متفاوت و متعددی مانند تنوع انواع و فرمت داده های ورودی، حجم ممکن برای پردازش داده ها، الگوریتمها پیاده سازی شده، روشهای ارزیابی نتایج، روشهای مصور سازی [۱] ، روشهای پیش پردازش [۲] داده ها، واسطهای کاربر پسند [۳] ، پلت فرم [۴] های سازگار برای اجرا، قیمت و در دسترس بودن نرم افزار صورت گیرد. از آن میان، نرم افزار Weka با داشتن امکانات بسیار گسترده، امکان مقایسه خروجی روشهای مختلف با هم، راهنمای خوب، واسط گرافیگی کارآ، سازگاری با سایر برنامه های ویندوزی، و از همه مهمتر وجود کتابی بسیار جامع و مرتبط با آن [ Data Mining, witten et Al. 2005 ] ، معرفی می شود.
میزکار [۵] Weka ، مجموعه ای از الگوریتم های روز یادگیری ماشینی و ابزارهای پیش پردازش داده ها می باشد. این نرمافزار به گونه ای طراحی شده است که می توان به سرعت، روش های موجود را به صورت انعطاف پذیری روی مجموعه های جدید داده، آزمایش نمود. این نرم افزار، پشتیبانیهای ارزشمندی را برای کل فرآیند داده کاوی های تجربی فراهم می کند. این پشتیبانیها، آماده سازی داده های ورودی، ارزیابی آماری چارچوب های یادگیری و نمایش گرافیکی داده های ورودی و نتایج یادگیری را در بر می گیرند. همچنین، هماهنگ با دامنه وسیع الگوریتم های یادگیری، این نرم افزار شامل ابزارهای متنوع پیش پردازش داده هاست. این جعبه ابزار [۶] متنوع و جامع، از طریق یک واسط متداول در دسترس است، به نحوی که کاربر می تواند روش های متفاوت را در آن با یکدیگر مقایسه کند و روش هایی را که برای مسایل مدنظر مناسب تر هستند، تشخیص دهد.
نرم افزار Weka در دانشگاه Waikato واقع در نیوزلند توسعه یافته است و اسم آن از عبارت “Waikato Environment for knowledge Analysis” استخراج گشته است. همچنین Weka ، نام پرنده ای با طبیعت جستجوگر است که پرواز نمی کند و در نیوزلند، یافت می شود. این سیستم به زبان جاوا نوشته شده و بر اساس لیسانس عمومی و فراگیر [۷] GNU انتشار یافته است. Weka تقریباً روی هر پلت فرمی اجرا می شود و نیز تحت سیستم عامل های لینوکس، ویندوز، و مکینتاش، و حتی روی یک منشی دیجیتالی شخصی [۸] ، آزمایش شده است.
این نرم افزار، یک واسط همگون برای بسیاری از الگوریتم های یادگیری متفاوت، فراهم کرده است که از طریق آن روش های پیش پردازش، پس از پردازش [۹] و ارزیابی نتایج طرح های یادگیری روی همه مجموعه های داده موجود، قابل اعمال است.
نرم افزار Weka ، پیاده سازی الگوریتم های مختلف یادگیری را فراهم می کند و به آسانی می توان آنها را به مجموعه های داده خود اعمال کرد.
همچنین، این نرم افزار شامل مجموعه متنوعی از ابزارهای تبدیل مجموعه های داده ها، همانند الگوریتم های گسسته سازی [۱۰] می باشد. در این محیط می توان یک مجموعه داده را پیش پردازش کرد، آن را به یک طرح یادگیری وارد نمود، و دسته بندی حاصله و کارآیی اش را مورد تحلیل قرار داد. (همه این کارها، بدون نیاز به نوشتن هیچ قطعه برنامه ای میسر است.)
این محیط، شامل روش هایی برای همه مسایل استاندارد داده کاوی مانند رگرسیون، ردهبندی، خوشه بندی، کاوش قواعد انجمنی و انتخاب ویژگی می باشد. با در نظر گرفتن اینکه، داده ها بخش مکمل کار هستند، بسیاری از ابزارهای پیش پردازش داده ها و مصورسازی آنها فراهم گشته است. همه الگوریتم ها، ورودی های خود را به صورت یک جدول رابطهای [۱۱] به فرمت ARFF دریافت می کنند. این فرمت داده ها، می تواند از یک فایل خوانده شده یا به وسیله یک درخواست از پایگاه داده ای تولید گردد.
یکی از راه های به کارگیری Weka ، اعمال یک روش یادگیری به یک مجموعه داده و تحلیل خروجی آن برای شناخت چیزهای بیشتری راجع به آن اطلاعات می باشد. راه دیگر استفاده از مدل یادگیری شده برای تولید پیشبینی هایی در مورد نمونه های جدید است. سومین راه، اعمال یادگیرنده های مختلف و مقایسه کارآیی آنها به منظور انتخاب یکی از آنها برای تخمین می باشد. روش های یادگیری Classifier نامیده می شوند و در واسط تعاملی [۱۲] Weka ، می توان هر یک از آنها را از منو [۱۳] انتخاب نمود. بسیاری از classifier ها پارامترهای قابل تنظیم دارند که می توان از طریق صفحه ویژگیها یا object editor به آنها دسترسی داشت. یک واحد ارزیابی مشترک، برای اندازهگیری کارآیی همه classifier به کار میرود.
پیاده سازی های چارچوب های یادگیری واقعی، منابع بسیار ارزشمندی هستند که Weka فراهم می کند. ابزارهایی که برای پیش پردازش داده ها استفاده می شوند. filter نامیده می شوند. همانند classifier ها، می توان filter ها را از منوی مربوطه انتخاب کرده و آنها را با نیازمندی های خود، سازگار نمود. در ادامه، به روش به کارگیری فیلترها اشاره می شود.
علاوه بر موارد فوق، Weka شامل پیاده سازی الگوریتم هایی برای یادگیری قواعد انجمنی، خوشه بندی داده ها در جایی که هیچ دسته ای تعریف نشده است، و انتخاب ویژگیهای مرتبط [۱۴] در داده ها می شود.
طرحی را که مورد استفاده قرار دادهاید.
تعداد متغییرهایی که دستکاری کرده یا اندازهگیری نمودهاید.
نوع دادههایی که جمعآوری کردهاید.
در متغییرها به دنبال تفاوت هستید یا رابطه.
اهداف تحلیل رگرسیون
با انجام رگرسیون می خواهیم اهداف زیر را دنبال کنیم :
۱- بدست آوردن رفتار متغییر y توسط متغییر x ،یعنی اینکه متغیر y با تغییر x در نمونه ها چه رفتاری را از خود نشان می دهد. مثلا در نمونه ای این رفتار خطی است یا اینکه شکل منحنی خواهد داشت.
۲- پیش بینی بر اساس داده ها برای نمونه های آینده، که هدف اصلی در داده کاوی از طریق متدهای آماری است. مثلا از روی اطلاعاتی مثل داشتن کارت اعتباری یک فرد جدید، نوع جنسیت او، سن فرد و میزان درآمد سالیانه او بتوان حدس زد که این فرد از بیمه عمر استفاده می کند یا خیر. و یا اینکه با داشتن اطلاعات در مورد داشتن یا نداشتن کارت اعتباری و بیمه عمر و سن فرد بتوان جنسیت فرد را تعیین کرد.
۳- استنباط استنتاجی یا تحلیل حساسیت، تعیین اینکه اگر x به اندازه خاصی تعییر کند y تا چه اندازه تغییر خواهد کرد. هدف از فهمیدن اینکه چگونه تغییرات y تابعی از x است. باید توجه داشت که نوع تغییرات مدل رگرسیونی خاصی را می دهد.
اهداف مدلسازی برای تشریح ارتباط بین x و y استفاده از نتایج مدل برای پیش بینی کاربردهای تخمین عبارت است. اما استنباط استنتاجی یک مقوله ظریف تری است. زمانی که به استنباط آماری فکر میکنیم در واقع درباره متغییر رفتاری و متغییر های کنترل فکر می کنیم.
متغییرهای رفتاری مشخصه هایی را ارایه میکنندکه تبحروتجربه خاصی دارندیا اینکه قابلیت آن نبحر را دارند.مثلا مقدار دز دارو که برای بیمار استفاده می شود در تجربه پزشکی .همچینین متغییرهای کنترل دیگر ویژگی ها در یک محیط آزمایشی را اندازه میگیرند،از قبیل وزن بیمار که قبل از رفتار اندازه گیری می شود.
اگر ما برای یکی از متغییر های رفتاری، کنترل انجام دهیم، رگرسیون ما احتمالا استنباط های استنتاجی را درست حدس میزند.و اگر ما علاقه مند به هر دو مورد پیش بینی انتخاب سهم وتخمین اثرات علتها باشیم تایید هر دومورد را بعنوان متغییرهای خروجی که همپوشانی دارند در نظر می گیریم.
روشهای مختلف رگرسیون برای داده کاوی وجود دارد .رگرسیون خطی بیشترین کاربردرا دارد وهمچنین مشتقات آن حایزاهمییت است.یک نمونه از آن مشتقات آن رگرسیون خطی سلسله مراتبی یا رگرسیون چند سطحی است. این روش یکی از ابزارهای تحلیل دادههای پیچیده از قبیل افزایش فر کانس در تحقیقات مقداری را شامل می شود.مدلهای رگرسیون چند سطحی برای حالتهایی که همپوشانی در سطوح مختلف وجود دارد مفید است. برای مثال اطلاعات آموزشی ممکن است اطلاعاتی از قبیل اطلاعات فردی دانش آموزان (نام، نام خانوادگی و در کل پیش زمینه خانوادگی)،اطلاعات سطح کلاس از قبیل ویژگی های معلم وهمچینین اطلاعات درباره مدرسه همانند سیاست آموزشی و… باشد. حالت دیگر مد لهای چند سطحی ،تحلیل دادههای بدست آمده از نمونه های خوشه بندی شده است. یک خانواده از مدلهای رگرسیون، به عنوان متغییرهای شاخص بری رتبه بندی یا خوشه بندی است علاوه بر اینکه همپوشانی را اندازه می گیرد. با نمونه خوشه بندی شده مدلسازی چند سطحی برای توسعه نمونه هایی که داخل خوشه نیستند،لازم است.
در روش رگرسیون چند سطحی یا سلسله مراتبی محدودیتی برای تعداد سطوح تغییر که می تواند انجام شود،وجود نداردروشهای بیزی در تخمین پارامترهای مجهول کمک می کند،هرچند که محاسبات پیچیده ای دارد.ساده ترین توسعه از رگرسیون همپوشانی مجموعه ای از متغیرهای شاخص برای کلاس بندی نمونه های آموزشی یا رتبه بندی وخوشه بندی درنمونه های داده شده است.همچنین به عنوان توسعه رگرسیون خطی در نظر گرفته می شود،که در ادامه به توضیح آن می پردازیم[ :
۱- رگرسیون خطی(Linear regression)
یکی از هدفهای اصلی بسیاری از پژوهشهای آماری ا یجاد وابستگی هایی است تا پیش بینی یک یا چند متغیر را بر حسب سایرین ممکن می سازد.مثلاَُ مطالعاتی انجام می شودتا فروشهای بالقوهُ یک محصول جدید را بر حسب قیمت آن،وزن یک بیماررا بر حسب تعداد هفته هایی که پرهیز داشته است،پیش بینی کند.
در عمل مسایل متعددی وجود دارند که در آن ها مجموعه ای از داده ها زوج شده بر آن دلالت می کند که رگرسیون خطی است و در آن توزیع توأم متغیرهای تصادفی تحت بررسی رانمی دانیم اما با این حال می خواهیم که ضرایب رگرسیون را برآ ورد کنیم.
روش رگرسیون خطی یک تکنیک یادگیری نظارتی است که به وسیله آ ن می خواهیم تغییرات یک متغیر وابسته بوسیلهُ ترکیب خطی از یک یا چند متغیر مستقل مدل کنیم . حالت کلی معادله آن به این صورت است :
(۱) f(x1+x2+…+xn)=a1x1+a2 x2+…+an xn+b
که xها متغیر مستقل و aهاو b ضرایب ثابت هستند وf(x1.x1…xn) متغیر وابسته می باشند.حالت ساده این معادله بصورت (۲) y=ax+b است که در اینجا yمتغیر وابسته است به حالت ساده شده معادله ۱(یعنی معادله۲) shope-intercept fromمی گویند.
یک روش برای تعیین ضرایب a,b روش حداقل مربعات است.ملاک کمترین مربعات این است که مجموع مربعات ا نحراف ها را مینیمم کنیم؛بنابراین اگر مجموعهای از داده های زوج شده مانند {(xi,yi),i=1,2,…,n} داده شده باشد، برآ وردهای کم ترین مر بعات ضرایب رگرسیون، مقادیری مانندa,bهستند که به ا زای آنها کمیت مینیمم است .
بنابر این در حالت ساده اگر یک نمونه n تایی داشته داشته باشیم مقادیر a,bرا از طریق روابط زیر برآورد می کنیم :
مزیت رگرسیون خطی این است که فهمیدن و کار با آن ساده است در حالت کلی برای استراتژی و پیش بینی مناسب است. با بکار بردن این روش از نتایج خروجی می توان دریافت که این روش مناسب بوده یا خیر . بنابر این معیارهایی داریم که با استفاده از آنها می توان دریافت که آیا می توان به نتایج خروجی اطمینان کرد یا خیر.
آنچه در انجام رگرسیون مهم به نظر می رسد،تعیین میزان همبسته بودن داده ها به یکدیگر است.با مشخص کردن میزان همبسته بودن داده های متغیرهای ورودی و خروجی می توان دریافت که رگرسیون خطی برای انجام داده کاوی مناسب است یا خیر، بنابراین ضریب همبستگی و برآوردهای آن در بسیاری از پژوهشهای آماری اهمیت دارند. شرایطی که وقتی چند متغیر پیشگوxi)) با یکدیگر هم پوشانی دارند،این هم پوشانی منجر نااستواری و تزلزل در فضای جواب می شود،همچنین منجر به نتایج بی ارتباط(بی ربط) می شود.حتی اگر از این تزلزل اجتناب شود هم پوشانی بین متغیرهایی که میزان بین متغیرهایی همبستگی آنها زیاد است ،منجر به تاکید کردن روی بخش خاصی از مدل می شود.
بنابر این از بین متغیر های ورودی مواردی که با هم بستگی زیادی دارند، نباید با هم در تعیین ارزش متغیر خروجی بکار برده شوند.
۲- رگرسیون لجیستسک(Logistic Regression)
این روش یکی از تکنیکهای یادگیری نظارتی و در حالتی که نتایج خروجی به صورت binary هستند،مورد توجه قرار می گیرد. در کل زمانی نتایج خروجی به صورت binary هستند رگرسیون خطی خیلی کارا نیست،در این حالت استفاده از این تکنیک مناسب تر است.نکته دیگر اینکه این روش یک تکنیک رگرسیون غیر خطی است و لزومی ندارد که داده ها حالت خطی داشته باشند.ا گر بخواهیم دلیل استفاده Logistic regression را بیان کنیم باید اینگونه بحث کنیم در رگرسیون خطی علاوه بر اینکه نتایج خروجی باید به صورت عددی باشد،متغیر ها هم باید به صورت عددی باشد بنابراین حالتهایی که به صورت کتگوری ( قیاسی) هستند باید به حالت عددی تغییر شکل پیدا کنند.مثلاُ جنسیت افراد از حالت زن و مرد بوده به ترتیب به حالتهای ۰ و۱تغییر پیدا می کند.در این روش اگر نتایج خروجی(متغیر خروجی) بصورت binary باشد می تواند مفید باشد. چون اساس رگرسیون خطی در این حالت ایراد پیدا می کند و ارزش قیدی که بر روی متغیر وابسته قرار می گیرد توسط معادله رگرسیون در نظر گرفته نمی شود.
در وا قع چون رگرسیون خطی،معاد له یک خط را ترسیم می کند،نمی تواند حالت مثبت و منفی یا به عبارتی صفر و یک را در نظر بگیرد. به همین دلیل برای اینکه بتوان حالتهای binary را هم در نظر گرفت، باید شکل معادله را تغییر داد.با این تغییر شکل معادله رگرسیون احتمال اتفاق افتادن یا اتفاق نیفتادن یک واقعه را بدست می دهد.
پیشینه
نخستین نسخهٔ این نرمافزار در سال ۱۹۶۸ پس از تاسیس «نرمن نی» منتشر شد، که سپس به یک کارشناس ارشد علوم سیاسی در در دانشگاه استانفورد، و اکنون استاد محقق در دانشکدهٔ علوم سیاسی دانشگاه استانفورد و استاد بازنشستهٔ علوم سیاسی در دانشگاه شیکاگو بودهاست.
کاربرد و ویژگیها
«اس پی اس اس» از جملهٔ نرمافزارهایی است که برای تحلیلهای آماری در علوم اجتماعی، به صورت بسیار گستردهای استفاده میشود. این نرمافزار توسط پژوهشگران بازار و داد و ستد، پژوهشگران سلامتی، شرکتهای نقشهبرداری، دولتی، پژوهشگران آموزشی، سازمانهای بازاریابی و غیره به کار میرود. افزون بر تحلیلهای آماری، مدیریت دادهها و مستندسازی دادهها نیز از ویژگیهای نرمافزار هستند.
آماری که نرمافزار پایه شامل میشود:
آمار توصیفی: جدولبندی شطرنجی، بسامدها، توصیفات، کاوش، آمار توصیفی نسبی
آمار دومتغیری: میانهها، آزمون تی، تحلیل پراکنش، همبستگی، آزمونهای غیرپارامتری
پیشبینی برآمدهای عددی: برگشت خطی
پیشبینی برای تشخیص گروهها: تحلیل عاملی، تحلیل خوشهای، جداکننده
Analytical Decision Management
Predictive Customer Intelligence
Predictive Maintenance and Quality
Social Media Analytics
SPSS Amos
SPSS Analytic Server
SPSS Collaboration and Deployment Services
SPSS Data Collection
SPSS Data Collection Heritage
SPSS Modeler
SPSS SamplePower
SPSS Statistics
SPSS Text Analytics for Surveys
SPSS Visualization Designer
آزمون علامت
این آزمون از انواع آزمونهای غیر پارامتری است و هنگامی به کار برده میشود که نمونه های جفت، مورد نظر باشد (مثل زن و شوهر و یا خانه های فرد و زوج و . . . ). زیرا در این آزمون یافتهها به صورت جفت جفت بررسی میشوند و اندازه مقادیر در آن بی اثر است و فقط علامت مثبت و منفی و یا در واقع جهت پاسخ ها و یا بیشتر و کمتر بودن پاسخ های جفتهای گروه مورد تحقیق (نمونه آماری) در نظر گرفته میشود.
هنگامی که ارزشیابی متغیر مورد مطالعه با روشهای عادی قابل اندازه گیری نباشد و قضاوت در مورد نمونه های آماری (که به صورت جفت ها هستند) فقط با علامت بیشتر (+) و کمتر (-) مورد نظر باشد ، از این آزمون میتوان استفاده کرد. شکل توزیع میتواند نرمال و یا غیر نرمال باشد و یا از یک جامعه و یا دو جامعه باشند (مستقل و یا وابسته). توزیع باید پیوسته باشد. این آزمون فقط تفاوت های زوجها را مورد بررسی قرار میدهد و در صورت مساوی بودن نظرات هر زوج (مشابه بودن) آنها را از آزمون حذف میکند. چون مقادیر در این آزمون نقشی ندارند، شدت و ضعف و اندازه بیشتر یا کمتر بودن نظرات پاسخگویان (جفت ها) در این آزمون بی اثر است و در واقع نقص این آزمون حساب میشود.
آزمون F
این آزمون تعمیم یافته آزمون t است و برای ارزیابی یکسان بودن یا یکسان نبودن دو جامعه و یا چند جامعه به کار برده میشود. در این آزمون واریانس کل جامعه به عوامل اولیه آن تجزیه میشود. به همین دلیل به آن آزمون آنالیز واریانس (ANOVA) نیز میگویند.
وقتی بخواهیم بجای دو جامعه، همقوارگی چند جامعه را تواما با هم مقایسه نماییم از این آزمون استفاده میشود، چون مقایسه میانگین های چند جامعه با آزمون t بسیار مشکل است. مقایسه میانگین ها و همقوارگی چند جامعه بوسیله این آزمون (F یا ANOVA) راحت تر از آزمون t امکان پذیر است
تحلیل عاملی نامی است عمومی برای برخی از روشهای چند متغیره که هدف اصلی آن خلاصه کردن داده هاست. این روش به بررسی همبستگی درونی تعداد زیادی از متغیرها می پردازد و در نهایت آنها را در قالب عاملهای عمومی محدودی دسته بندی کرده تبیین می کند. در این تکنیک تمام متغیرها به عنوان متغیر وابسته قرار می گیرد.
تحلیل عاملی روشی هم وابسته بوده که در آن کلیه متغیرها بطور همزمان مد نظر قرار می گیرد. در این تکنیک، هریک از متغیرها به عنوان یک متغیر وابسته لحاظ می گردد. قبل از پرداختن به این تکنیک آماری، لازم است برخی از مفاهیم کلیدی این روش معرفی گردند.
· اشتراک: میزان واریانس مشترک بین یک متغیر با سایر متغیرهای بکار گرفته شده در تحلیل.
· مقدار خاص:میزان وارایانس تبیین شده بوسیله هر عامل را بیان می کند. یکی از ضوابط پرکاربرد در تعیین تعداد عاملها ، مقدار ویژه است که آن را معیار راکد نیز می گویند در تحلیل عاملی مقدار ویژه برابر است ۱ می باشد ولی ما می توا نیم در بسته آماری این مقدار زیاد کنیم . در تحلیل عاملی مولفه های اصلی ان است که مقدار ویژه آنان بیشتر از ۱ باشد ولی این مقدار کمتر از ۱ باشد به عنوان عاملهایی است که از نظر آماری معنی دار نیست و باید از تحلیل کنار گذاشته شود .
· عامل:عبارتست ترکیب خطی متغیرهای اصلی،که نشان دهنده خلاصه شده از متغیرهای مشاهده شده است.
· بار عاملی: همبستگی بین متغیرهای اصلی و عوامل. اگر مقادیر بار عاملی مجذور شوند،نشان می دهند که چند درصد از واریانس در یک متغیر توسط آن عامل تبیین می شود.
· ماتریس عاملی: جدولی است که بارهای عاملی کلیه متغیرها را در هر عامل نشان می دهد.
چرخش عاملی: فرآیندی است برای تعدیل محور عامل به منظود دستیابی به عاملهای معنی دار وساده. یکی از مفاهیم مهم در تحلیل عاملی چرخش عاملهاست. که این مفهوم دقیقا به همان معنا دلالت دارد که در فرآیند چرخش عاملی ، محورهای مختصات عاملها به دور مبدا چرخش داده است تا اینکه موقعبیت جدیدی را بدست بیاورد ما در اینجا دونوع چرخش داریم :
۱- چرخش متعامد
۲- متمایل
چرخش متعامد: عاملها مستقل از یکدیگر هستند.
متمایل: عاملها بایکدیگر همبستگی دارند.
تصمیم گیری در تحلیل عاملی
هدف اصلی تحلیل عاملی تلخیص تعداد زیادی از متغیرها در تعداد محدودی از عاملها می باشد، بطوریکه در این فرایند کمترین میزان گم شدن اطلاعات وجود داشته باشد. با توجه به هدف تحلیل عاملی محقق سوالاتی از خود می پرسد چه نوع متغیرهای باید در تحلیل به کار گرفته شود . در پاسخ به این سوال باید گفت که هر متغیری مرتبط با مسئله تحقیق را می توان در تحلیل به کار گرفت.
معنی داری ماتریس همبستگی
یکی از روشهای انتخاب متغیرهای مناسب برای تحلیل عاملی استفاده از ماتریس همبستگی است که اساس روش تحلیل عاملی برای انتخاب متغیرها به عاملهای متفاوت استفاده از همبستگی بین متغیرها اما از نوع غیر علی استوار است. البته آمارهای دیگری وجود دارد که محقق از طریق انها نیز قادر به تعیین و تشخیص مناسب بودن داده ها برای تحلیل عاملی می باشد از جمله این روشها آزمون KMO[10] می باشد که مقدار آن همواره بین ۰و۱ می باشد و در صورتی که این مقدار کمتر از ۵۰/. باشد داده ها برای تحلیل عاملی مناسب نخواهد بود و اگر مقدار آن بین ۵۰/. تا۶۹/. درصد باشد می توان با احتیاط بیشتر می توان به تحلیل عاملی پرداخت. اما در صورتی که این مقدار بیشتر از ۷۰/.درصد باشد همبستگی موجود میان داده ها برای تحلیل داده ها مناسب خواهد بود
و از سوی دیگر برای اطمینان از داده ها برای تحلیل عاملی مبنی بر اینکه ماتریس همبستگی که پایه تحلیل عامل قرار می گیرد در جامعه برابر صفر است یا خیر باید از آزمون بارتلت[۱۱] استفاده کنیم . این آزمون معناداری تحلیل عاملی داده ها را می سنجد و اگر این مقدار کمتر از۰۵/. باشد داده ها با جامعه مورد معنی دار است.
- حجم نمونه
در رابطه با حجم نمونه نیز باید تاکید کرد که تعداد حجم نمونه نباید کمتر از ۵۰ مورد باشد و ترجیحا حجم نمونه را به بیش از ۱۰۰ مورد افزایش داد. به عنوان قاعده کلی تعداد نمونه باید حدود چهار یا پنج برابر تعداد متغیرهای مورد استفاده باشد. که در این تحقیق حجم نمونه ۵۰ مورد می باشد.
- انتخاب نوع ماتریس همبستگی
بعد از اطمینان داشتن به داده ها برای تحلیل عاملی، اولین تصمیم در بکارگیری تحلیل عاملی، محاسبه ماتریس همبستگی است. برای اینکار باید مشخص شود که آیا هدف،محاسبه همبستگی بین متغیرهاست یا بین پاسخگویان. اگر هدف تحقیق تلخیص متغیرها باشد در این صورت از همبستگی بین متغیرهامحاسبه شود که این روش یکی از تکنیک های عمومی و پرکاربرد در مطالعات می باشد که به تحلیل عاملی نوع R معرو ف است. اما تحلیل عاملی ممکن است برای ماتریس همبستگی بین پاسخگویان نیز بکار گرفته شود این نوع تحلیل را تحلیل نوع Q می نامند . این نوع تحلیل عاملی شاید بدلیل مشکل بودن کمتر مورد استفاده قرار گیرد و بجای آن از روشهای نظیر تحلیل خوشه ای یا گروهبندی سلسله مراتبی برای طبقه بندی پاسخگویان یا موارد استفاده می شود. که در این تحقیق با توجه به هدف اصلی تحقیق، ماتریس همبستگی از نوع R استفاده گردیده است.
- انتخاب مدل عاملی
در تحلیل عاملی مدلهای مختلفی وجود دارد که از میان آنها دو روش تحلیل مولفه های اصلی و تحلیل عاملی مشترک از پر کاربرد ترین این روشهاست. انتخاب هریک از مدلها به هدف محقق بستگی دارد.مدل تحلیل مولفه های اصلی زمانی مورد استفاده قرار می گیرد که هدف محقق تلخیص متغیرها و دستیابی به تعداد محدودی عامل برای اهداف پیش بینی شده باشد و در مقابل تحلیل عاملی مشترک زمانی بکار می رود که هدف شناسایی عاملها یا ابعادی باشد که به سادگی قابل شناسایی نیستند(کلانتری،۱۳۸۰: ۱۵۲).
- روش استخراج عامل ها
علاوه بر انتخاب مدل تحلیل، محقق باید مشخص کند که عاملها چگونه باید استخراج شوند. برای استخراج عاملها دو روش وجود دارد. عاملهای متعامد و عاملهلای متمایل. در روش متعامد، عاملها به شیوه انتخاب می گردند که محورهای عاملی در حالت ۹۰ درجه قرار می گیرند و این بدین معناست که هر عامل، مستقل از سایر عاملها می باشد. بنابراین،همبستگی بین عاملها، بطورقراردادی صفر تعیین می گردد. مدل عاملی متمایل پیچیده تر از مدل عاملی متعامد می باشد. در واقع در این روش فرآیند تحلیلی کاملا رضایت بخش بدست نمی آید. در این روش عاملهای استخراج شده دارای همبستگی می باشند.انتخاب اینکه چرخش عاملها بر اساس متعامد و یا متمایل باشدباید بر اساس نیازهای محقق و مسئله تحقیق وجود دارد انجام گیرد.
- انتخاب نهایی عامل ها
زمانیکه در خصوص ماتریس همبستگی، مدل عاملی و روش استخراج، تصمیم مناسب اتخاذ گردید، زمینه برای استخراج عاملهای اولیه چرخش نیافته فراهم می گردد. با بررسی ماتریس چرخش نیافته محقق می تواند به جستجوی روشهای تلخیص داده ها و تعیین عاملهای استخراجی بپردازد، اما تعیین نهایی تعداد عاملها پس از دستیابی به ماتریس عاملی چرخش یافته امکان پذیر می باشد.
کاشانی ۷:۳۵ ق.ظ ۱
برای تعیین حجم نمونه در تحقیقات از روشهای مختلفی استفاده می شود. دو روش متداول برای این کار استفاده از فرمول شارل کوکران و جدول مورگان است.
۱٫ روش شارل کوکران
به منظور تعیین حجم نمونه ساده ترین روش استفاده از فرمول کوکران می باشد.
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)
e= 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 می تواند 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.
2. روش جدول مورگان:
زمانی که نه از واریانس جامعه و نه از احتمال موفقیت یا عدم موفقیت متغیر اطلاع دارید و نمی توان از فرمولهای آماری برای براورد حجم نمونه استفاده کرد از جدول مورگان استفاده می کنیم. این جدول حداکثر تعداد نمونه را می دهد.
S:حجم نمونه، N:حجم جامعه
|
N |
S |
N |
S |
N |
S |
N |
S |
N |
S |
|
10 |
10 |
100 |
80 |
280 |
162 |
800 |
260 |
2800 |
338 |
|
15 |
14 |
110 |
86 |
290 |
165 |
850 |
265 |
3000 |
341 |
|
20 |
19 |
120 |
92 |
300 |
169 |
900 |
269 |
3500 |
346 |
|
25 |
24 |
130 |
97 |
320 |
175 |
950 |
274 |
4000 |
351 |
|
30 |
28 |
140 |
103 |
340 |
181 |
1000 |
278 |
4500 |
351 |
|
35 |
32 |
150 |
108 |
360 |
186 |
1100 |
285 |
5000 |
357 |
|
40 |
36 |
160 |
113 |
380 |
181 |
1200 |
291 |
6000 |
361 |
|
45 |
40 |
180 |
118 |
400 |
196 |
1300 |
297 |
7000 |
364 |
|
50 |
44 |
190 |
123 |
420 |
201 |
1400 |
302 |
8000 |
367 |
|
55 |
48 |
200 |
127 |
440 |
205 |
1500 |
306 |
9000 |
368 |
|
60 |
52 |
210 |
132 |
460 |
210 |
1600 |
310 |
10000 |
373 |
|
65 |
56 |
220 |
136 |
480 |
214 |
1700 |
313 |
15000 |
375 |
|
70 |
59 |
230 |
140 |
500 |
217 |
1800 |
317 |
20000 |
377 |
|
75 |
63 |
240 |
144 |
550 |
225 |
1900 |
320 |
30000 |
379 |
|
80 |
66 |
250 |
148 |
600 |
234 |
2000 |
322 |
40000 |
380 |
|
85 |
70 |
260 |
152 |
650 |
242 |
2200 |
327 |
50000 |
381 |
|
90 |
73 |
270 |
155 |
700 |
248 |
2400 |
331 |
75000 |
382 |
|
95 |
76 |
270 |
159 |
750 |
256 |
2600 |
335 |
100000 |
384 |
آزمون های پارامتریک (parametric tests) :
آزمون های پارامتریک، آزمون های استنباطی هستند که توان آماری بالا و قدرت پرداختن به داده های جمع آوری شده در طرح های پیچیده را دارند. آنها بیشتر فرض می گیرند که داده ها توزیع طبیعی داشته و نمونه ها واریانس مساوی دارند. آزمون های استنباطی غیرپارامتری، روندهایی می باشند که فرض های کمی در مورد داده ها و به ویژه توزیع آنها داشته و در مقایسه با روندهای پارامتری از توان کمتری برخوردارند. تحلیل واریانس یکی از آزمون های آماری پارامتریک پرتوان، برای آزمون فرضیه آماری، با مجموعه ایی از طرح ها و مدل های متفاوت و روندهای وابسته می باشد. از این تکنیک، جهت کشف تاثیر اصلی و نیز تاثیرات تعاملی متغیر(های) مستقل(عامل) بر روی متغیر وابسته استفاده می گردد. آزمون های پارامتریک و ناپارامتریک تحلیل واریانس، روند های آماری بسیار مفیدی می باشند که می توانند در پژوهش های مربوط به شهر، با توجه به ماهیت آن، بطور گسترده ایی مورد استفاده قرار گیرند.
به ساده ترین بیان باید گفت که برای سنجش فرضیه هایی که متغیر آن ها کمی است از آمار پارامتریک استفاده می شود. متغیر های کمی به علت کمی بودن و واحد پذیر بودن از این ویژگی برخورد دارند که آنها را میانگین پذیر و انحراف معیار پذیر می کنند و به دلیل همین ویژگی معمولا برای استفاده از آزمون های پارامتریک، پیش فرض هایی لازم است که از آن جمله نرمال بودن توزیع جامعه است زیرا در حالتی که توضیع جامعه نرمال نباشد، میانگین و انحراف معیار، نمایی واقعی از داده ها را به تصویر نمی کشانند. به عنوان مثال فرض کنید، مدیری می خواهد میانگین موجودی حساب های قرض الحسنه یک بانک را محاسبه نماید. چنانچه از مجموع مشتریان بانک چند نفر وجود داشته باشند که موجودی های میلیونی داشته باشند، با این فرض میانگین کل به طور خودکار به سمت بالا میل خواهد کرد و از حالت عادی خود خارج می شود. این مسئله ساده خود را در نرمال بودن جامعه آشکار می کند. در چنین حالتی، چون مبنای تصمیم گیری عموما میانگین و سایر شاخصه های مرتبط با میانگین است با فرض انحراف از توزیع نرمال ، تصمیم گیری ها چهره ای منطقی و واقعی نخواهند داشت . بنابراین نرمال بودن توزیع جامعه یکی از اصلی ترین پیش فرض های استفاده از آمار پارامتریک است. برای سنجش فرضیه ها با متغیر های کیفی، آمار ناپارامتریک استفاده می شود. این آزمون ها، که از آن ها با عنوان “آزمون های بدون پیش فرض ” نیز یاد می شود، به هیچ پیش فرض خاصی نیاز ندارد. برای مثال قضاوت درباره جنیسیت افراد با میانگین و انحراف معیار مبتنی نیست، بلکه بیشتر فراوانی هر یک از ردههای آن (مونث / مذکر) مد نظر است. در خصوص تبدیل متغیر ها باید یادآور شد که می توان که متغیر های کمی را به کیفی تبدیل نمود و آنها را با آزمون های ناپارامتریک مورد ارزیابی قرار داد، ولی عکس این عمل امکان پذیر نمی باشد برای مثال ، معدل افراد بر اساس نمره می تواند در آزمون های پارامتریک ارزیابی شود، ولی با تبدیل همین متغیر به مقوله های خوب، متوسط و ضعیف می توان آزمون های نا پارامتریک را هم در مورد آن ها به کار گرفت. شایان ذکر است که سطح دقت در آزمون های آماری پارامتریک از آزمون های آماری ناپارامتریک بیشتر است و معمولا پیشنهاد می شود که در صورتی که استفاده از آزمون های پارامتریک امکان پذیر باشد از آزمون های ناپارامتریک استفاده نشود، باید توجه داشت که بیشتر متغیر ها در علوم رفتار ی به کمک آزمون های نا پارامتریک مورد قضاوت قرار می گیرند.
به روشهای آماری کلاسیک نظیر آزمون ANOVA ، t ، تحلیل کواریانس ، ضریب همبستگی پیرسون ، آزمونهای پارامتریک گفته میشود. زیرا فرضیههای مربوط به پارامتر جامعه را آزمایش میکنند. آزمونهای پارامتری را میتوان مؤثرترین آزمونها دانست ، اما شرط استفاده از این آزمونها آن است که پیش فرضهای اساسی آنها مراعات شود. این پیش فرضها بر چگونگی توزیع جامعه و بر روش استفاده از مقیاسی که برای بهکمیت در آوردن دادهها بهکار میرود ، مبتنی است.
خلاصه آزمون های پارامتریک
آزمون t تک نمونه :
پبرای آزمون فرض پیرامون میانگین یک جامعه استفاده می شود. در بیشتر پژوهش هائی که با مقیاس لیکرت انجام می شوند جهت بررسی فرضیه های پژوهش و تحلیل سوالات تخصصی مربوط به آنها از این آزمون استفاده می شود.
آزمون t وابسته :
برای آزمون فرض پیرامون دو میانگین از یک جامعه استفاده می شود. برای مثال اختلاف میانگین رضایت کارکنان یک سازمان قبل و بعد از تغییر مدیریت یا زمانی که نمرات یک کلاس با پیش آزمون و پس آزمون سنجش می شود.
آزمون t دو نمونه مستقل:
جهت مقایسه میانگین دو جامعه استفاده می شود. در آزمون t برای دو نمونه مستقل فرض می شود واریانس دو جامعه برابر است. برای نمونه به منظور بررسی معنی دار بودن تفاوت میانگین نمره نظرات پاسخ دهندگان بر اساس جنسیت در خصوص هر یک از فرضیه های پژوهش استفاده میشود.
آزمون t ولچ:
این آزمون نیز مانند آزمون t دو نمونه جهت مقایسه میانگین دو جامعه استفاده می شود. در آزمون t ولچ فرض می شود واریانس دو جامعه برابر نیست. برای نمونه به منظور بررسی معنی دار بودن تفاوت میانگین نمره نظرات پاسخ دهندگان بر اساس جنسیت در خصوص هر یک از فرضیه های پژوهش استفاده میشود.
آزمون t هتلینگ :
برای مقایسه چند میانگین از دو جامعه استفاده می شود. یعنی دو جامعه براساس میانگین چندین صفت مقایسه شوند.
تحلیل واریانس (ANOVA)
از این آزمون به منظور بررسی اختلاف میانگین چند جامعه آماری استفاده می شود. برای نمونه جهت بررسی معنی دار بودن تفاوت میانگین نمره نظرات پاسخ دهندگان بر اساس سن یا تحصیلات در خصوص هر یک از فرضیه های پژوهش استفاده می شود.
تحلیل واریانس چندعاملی(MANOVA) :
از این آزمون به منظور بررسی اختلاف چند میانگین از چند جامعه آماری استفاده می شود.
تحلیل کوواریانس چندعاملی (MANCOVA):
چنانچه در MANOVA بخواهیم اثر یک یا چند متغیر کمکی را حذف کنیم استفاده می شود.
ضریب همبستگی گشتاوری پیرسون:
برای محاسبه همبستگی دو مجموعه داده استفاده می شود.
یکی از مشهورترین آزمونهای آمار غیر پارامتریک، آزمون خی دو یا کای اسکوار میباشد که در تحلیلهای آماری، بسیار از آن استفاده میشود. فرایند آزمون با دسته بندی یک متغیر در تعدادی طبقات،به محاسبه آماره کای اسکوار میپردازد.
کاربردها:
در نیکویی برازش(میزان انطباق) فراوانیهای مشاهده شده با فراوانیهای مورد انتظار
در آزمون استقلال متغیرها
در آزمون همگونی متغیرها
مفروضات خی دو
تحلیل واریانس یک عامله (One Way Anova)
برای مقایسه میانگین دو یا چند جامعه (یعنی تاثیر یک متغیر مستقل گروه بندی بر یک متغیر کمی وابسته) از این آزمون استفاده می شود.
نکته: در این آزمون نیز باید متغیر وابسته کمی و متغیر مستقل گروه بندی (Factor) دارای سطوح محدودی باشد.
در تحلیل واریانس فرضیه های تحقیق ممکن است به دو صورت درآیند،که عبارتند از :
1. وجود تفاوت معنی دار بین گروههای متغیر :آیا میانگین های متغیر وابسته در گروههای ایجاد شده بوسیله متغیر فاکتور تغیر می کنند یا برابر هستند.
2. وجود رابطه علت و معلولی در بین متغیرها: اگر میانگینهای متغیر وابسته در گروههای ایجاد شده بوسیله متغیر فاکتور با هم برابر نباشند به این معناست که متغیر مستقل بر مقادیر متغیر وابسته در گروهها ی متغیر فاکتور تاثیر دارد.اگر چنین باشد این دو متغیر (مستقل و وابسته)می توانند رابطه علت ومعلولی داشته باشند.در تحلیل واریانس،متغیر وابسته کمی است و عامل ها که متغیرهای کیفی هستند. عامل نیزمی تواند بین آزمودنیها ( Between groups) یا درون آزمودنیها (within groups) باشد.
درآنالیز واریانس برای محاسبه تفاوت بین گروه ها از آزمون های تعقیبی استفاده می کنیم.
تحلیل واریانس چند عامله (Multi Way Anova)
در قسمت فوق تحلیل واریانس یک عامله مطرح شد یعنی تفاوت بین میانگین جوامع مختلف فقط بر حسب یک متغیر مستقل(Factor) بیان می شود. در صورتی که بخواهیم تفاوت بین میانگین جوامع را بر حسب دو یا چند متغیر مستقل بیان کنیم، به عبارتی بخواهیم اثر دو یا چند عامل را همزمان روی متغیر وابسته بررسی کنیم، لازم است از تحلیل واریانس چند عامله استفاده شود.
همه چیز درباره آمار استنباطی
مفاهیم و ابزارهای آماری به صورت صریح یا ضمنی بخشی از فرایند اکثر تحقیقات را شامل میشوند. نقش این مفاهیم و ابزارها را میتوان هنگام تصمیمگیری در مورد گزینش آزمودنیها، جایگزینی آنها در گروههای مختلف، توصیف دادههای جمعآوریشده و تعمیم یافتههای حاصل از مطالعه، مشاهده کرد. بنابراین در تحقیق رفتاری، روشهای آماری چندین نقش ایفا میکنند که با هم ارتباط دارند. روشهای آماری برای خلاصه کردن و توصیف دادهها دستورالعمل لازم را فراهم میسازند. همچنین روشهای لازم جهت تعمیم نتایج از گروههای آزمودنی به گروههای وسیعتر را تهیه کرده و برای گزینش آزمودنی و جایگزینی آنها در گروههای مختلف و جمعآوری دادهها دستورالعمل ارائه میکنند.[1]
ماهیت آمار استنباطی
نقش آمار توصیفی در واقع، جمعآوری، خلاصه کردن و توصیف اطلاعات کمّی به دستآمده از نمونهها یا جامعهها است. اما محقق معمولا کار خود را با توصیف اطلاعات پایان نمیدهد، بلکه سعی میکند آنچه را که از بررسی گروه نمونه به دست آورده است به گروههای مشابه بزرگتر تعمیم دهد. تئوریهای روانشناسی از طریق تعمیم نتایج یک یا چند مطالعه به آنچه که ممکن است در مورد کل افراد جامعه صادق باشد به وجود میآیند. از طرف دیگر در اغلب موارد مطالعه تمام اعضای یک جامعه ناممکن است. از اینرو محقق به شیوههایی احتیاج دارد که بتواند با استفاده از آنها نتایج به دستآمده از مطالعه گروههای کوچک را به گروههای بزرگتر تعمیم دهد. به شیوههایی که از طریق آنها ویژگیهای گروههای بزرگ براساس اندازهگیری همان ویژگیها در گروههای کوچک استنباط میشود آمار استنباطی گفته میشود.[2]
به بیان دیگر، در پژوهشهای روانشناسی و سایر علوم رفتاری کسب اطلاعات درباره گروههای کوچک غالبا هدف پژوهشگر نیست، بلکه او علاقمند است که از طریق یافتههای این گروه کوچک، اطلاعات لازم را درباره جامعهای که این گروه کوچک را از آن انتخاب کرده است، کسب کند. یعنی در این پژوهشها هدف پژوهشگر تعمیم نتایج بهدستآمده از یک گروه کوچک به یک جامعه بزرگتر میباشد. این تعمیم مستلزم آن است که پژوهشگر از روشهای آماری پیشرفتهتری تحت عنوان "استنباط آماری" استفاده نماید.[3]
جامعه و نمونه
در مدل استنباط آماری، فرض بر این است که میخواهیم در مورد یک مجموعه خیلی بزرگ(شاید نامحدود)، اطلاعات کسب کنیم(مثلا نمره پیشرفت تحصیلی درس ریاضی دانشآموزان کلاس پنجم دبستان در سراسر کشور). به این مجموعه، جامعه گفته میشود. گاه حجم جامعه آنقدر بزرگ است که نمیتوان تمام آن را مطالعه نمود، لذا از کل مجموعه، یک زیرمجموعه به عنوان نمونه کل مشاهدات ممکن برای مطالعه انتخاب میشود. به این زیرمجموعه که شامل تعداد محدودی از اعضای جامعه است "نمونه" گفته میشود. اما جهت استنباط خصوصیات جامعه از روی خصوصیات نمونه، مدل آماری ایجاب میکند که اعضای گروه نمونه بهصورت تصادفی انتخاب شوند. نمونه تصادفی به نمونهای گفته میشود که همه اعضای جامعه به یک اندازه شانس شرکت و انتخاب شدن در آن را داشته باشند. همچنین انتخاب هر فرد مستقل از افراد دیگر صورت گیرد.[4]
پارامتر و شاخص آماری
برای استنباط در مورد یک جامعه، محقق خصوصیات جامعه(مثلا مقادیر مرکزی یا شاخصهای پراکندگی) را با استفاده از خصوصیات گروه نمونه توصیف میکند. به مقادیری که خصوصیات جامعه(مثل میانگین یا واریانس) را توصیف میکنند، پارامتر گفته میشود. به مقادیری هم که خصوصیات نمونه را توصیف میکنند، آماره یا شاخص آماری میگویند. برای تمییز قائل شدن بین دو مفهوم پارامتر و شاخص آماری معمولا پارامترها را با حروف یونانی و شاخصهای آماری را با حروف لاتین نمایش میدهند. به عنوان مثال برای نمایش دادن میانگین جامعه از حرف یونانی(مو = µ) و برای نشان دادن میانگین گروه نمونه از حرف لاتین 12X' type="#_x0000_t75"> (بخوانید ایکسبار) و برای نشان دادن واریانس جامعه از حرف یونانی 2σ (مجذور زیگما) و برای نشان دادن واریانس نمونه از 2S استفاده میشود.[5]
ویژگیهای برآوردکنندهها
از آنجا که اندازهگیری پارامترها(به خاطر حجم بزرگ جامعه و هزینههای بالا) عملا ناممکن است، این پارامترها با استفاده از آمارهها یا شاخصهای آماری، برآورد میشوند. اما چون نمونه فقط بخش کوچکی از یک جامعه را تشکیل میدهد، احتمال مساوی بودن آمارهها با پارامترها کم است. به عنوان مثال، اگر چه 12X' type="#_x0000_t75"> به عنوان بهترین برآوردکننده µ بهشمار میرود، ولی این برآورد معمولا با مقداری خطا همراه است. این خطا ناشی از عوامل تصادفی بیشماری است که محقق از وجود آنها بیاطلاع است. برآوردکنندهها سه ویژگی عمده دارند:
· غیر سودار بودن: برآوردکنندهای غیر سودار است که اگر تعداد بینهایت نمونه به صورت تصادفی از یک جامعه انتخاب شود، میانگین آن در تمام نمونهها با مقدار پارامتر برآورد شده برابر باشد.
· یکنواخت بودن: منظور از یکنواخت بودن برآوردکننده آن است که هر چه تعداد یا حجم نمونه افزایش یابد، مقدار برآوردشده به مقدار پارامتر جامعه نزدیک و نزدیکتر گردد.
· کارا بودن: کارآیی برآوردکننده عبارت است از مقدار تغییر در برآورد پارامترهای جامعه از یک نمونه به نمونه دیگر. یعنی دقت برآوردکننده در پارامتر جامعه را کارآیی برآوردکننده مینامند.
البته باید توجه داشت که یک برآوردکننده ممکن است یک، دو یا هر سه خصوصیت را دارا باشد.[6]
آزمون فرض
فرض آماری، ادعایی در مورد یک یا چند جمعیت مورد بررسی است که ممکن است درست یا نادرست باشد. به عبارت دیگر فرض آماری، یک ادعا یا گزارهای در مورد توزیع یک جمعیت یا پارامتر توزیع یک متغیر تصادفی است. فرضیه آماری، نقطه آغاز آزمون فرض است و اصولا بدون داشتن فرضیه آماری امکان انجام یک آزمون دشوار است. فرضیه آماری به دو نوع فرض صفر (H0) و فرض خلاف (HA) بیان میشود. فرضیهای که در آزمونهای آماری مورد آزمون قرار میگیرد فرضیه صفر است که همیشه حاکی از عدم وجود تفاوت میباشد. اما فرض خلاف همان فرضیه پژوهشی است که میتواند جهتدار یا غیر جهتدار باشد. البته انتخاب فرضیه جهتدار دلخواه و تصادفی نیست، بلکه در صورتی فرضیه پژوهشی را میتوان جهتدار تدوین کرد که تئوری یا تحقیقات قبلی شواهدی برای آن ارائه کنند.[7]
انواع خطا در استنباط آماری
پس از انجام آزمونهای آماری، محقق در مورد رد یا عدم رد فرضیه صفر تصمیم میگیرد. اگر نتایج آزمون به گونهای باشد که نتوان آن را رد کرد، جایی برای اثبات یا تأیید فرضیه پژوهشی باقی نمیماند، اما اگر فرضیه صفر رد شود، بهطور غیرمستقیم فرضیه پژوهشی تأیید میشود. اگر فرضیه صفر در واقع صحیح باشد ولی محقق تصمیم به رد آن بگیرد خطای نوع اول رخ داده است. بر عکس اگر فرضیه صفری در واقع فرضیهای غیرصحیح باشد ولی محقق آن را تأیید کند، دچار خطای نوع دوم شده است.[8]
آزمونهای آمار استنباطی
آزمونهای آماری مورد استفاده جهت تجزیه و تحلیل اطلاعات به دستآمده از یک گروه کوچک(نمونه) و تعمیم آن به جامعه مورد نظر با توجه به مقیاس اندازهگیری متغیرها، به دو گروه "پارامتریک" و "ناپارامتریک" تقسیم میشوند. آزمونهای پارامتریک، به تجزیه و تحلیل اطلاعات در سطح مقیاس فاصلهای و نسبی میپردازند که حداقل شاخص آماری آنها میانگین و واریانس است. در حالی که آزمونهای ناپارامتریک، به تجزیه و تحلیل اطلاعات در سطح مقیاس اسمی و رتبهای میپردازند که شاخص آماری آنها میانه و نما است.[9]
یک. آزمونهای پارامتریک آمار استنباطی
از پرکاربردترین آزمونهای پارامتریک میتوان به آزمون t و آزمون تحلیل واریانس اشاره کرد. آزمون t، توزیع یا در حقیقت خانوادهای از توزیعها است که با استفاده از آنها فرضیههایی که درباره نمونه در شرایط جامعه ناشناخته است، آزمون میشود. اهمیت این آزمون(توزیع) در آن است که پژوهشگر را قادر میسازد با نمونههای کوچکتر(حداقل 2 نفر) اطلاعاتی درباره جامعه به دست آورد. آزمون t شامل خانوادهای از توزیعها است(برخلاف آزمونz ) و اینطور فرض میکند که هر نمونهای دارای توزیع مخصوص به خود است و شکل این توزیع از طریق محاسبه درجات آزادی[10] مشخص میشود. به عبارت دیگر توزیع t تابع درجات آزادی است و هرچه درجات آزادی افزایش پیدا کند به توزیع طبیعی نزدیکتر میشود. از سوی دیگر هرچه درجات آزادی کاهش یابد، پراکندگی بیشتر میشود. خود درجات آزادی نیز تابعی از اندازه نمونه انتخابی هستند. هرچه تعداد نمونه بیشتر باشد بهتر است. از آزمون t میتوان برای تجزیه و تحلیل میانگین در پژوهشهای تکمتغیری یکگروهی و دوگروهی و چند متغیری دوگروهی استفاده کرد.
زمانی که پژوهشگری بخواهد بیش از دو میانگین(بیش از دو نمونه) را با هم مقایسه کند، باید از تحلیل واریانس استفاده کند. تحلیل واریانس روشی فراگیرتر از آزمون t است و برخی پژوهشگران حتی وقتی مقایسه میانگینهای دو نمونه مورد نظر است نیز از این روش استفاه میکنند. طرحهای متنوعی برای تحلیل واریانس وجود دارد و هر یک تحلیل آماری خاص خودش را طلب میکند. از جمله این طرحها میتوان به تحلیل یکعاملی واریانس(تحلیل واریانس یکراهه) و تحلیل عاملی متقاطع واریانس، تحلیل واریانس چندمتغیری، تحلیل کوواریانس یکمتغیری و چندمتغیری و ... اشاره کرد.[11]
ب. آزمونهای ناپارامتریک آمار استنباطی
در پژوهشهایی که در سطح مقیاسهای اسمی و رتبهای اجرا میشوند، باید از آزمونهای ناپارامتریک برای تجزیه و تحلیل اطلاعات استفاده شود. آزمونهای زیادی برای این امر وجود دارد که براساس نوع تحلیل(نیکویی برازش، همسویی دو نمونه مستقل، همسویی دو نمونه وابسته، همسویی K نمونه مستقل و همسویی K نمونه وابسته) و مقیاس اندازهگیری میتوان دست به انتخاب زد. از آزمونهای مورد استفاده برای پژوهشها در سطح اسمی میتوان به آزمون 2χ، آزمون تغییر مک نمار، آزمون دقیق فیشر و آزمون کاکرن اشاره کرد. از آزمونهای مورد استفاده برای پژوهشها در سطح رتبهای میتوان به آزمونهای کولموگروف – اسمیرونف، آزمون تقارن توزیع، آزمون علامت، آزمون میانه، آزمون Uمان – ویتنی، آزمون تحلیل واریانس دو عاملی فریدمن و ... اشاره کرد.[12]
خلاصه آزمونهاي پارامتريک
آزمون t تك نمونه : براي آزمون فرض پيرامون ميانگين يک جامعه استفاده مي شود. در بيشتر پژوهش هائي که با مقياس ليکرت انجام مي شوند جهت بررسي فرضيه هاي پژوهش و تحليل سوالات تخصصي مربوط به آنها از اين آزمون استفاده مي شود.
آزمون t وابسته : براي آزمون فرض پيرامون دو ميانگين از يک جامعه استفاده مي شود. براي مثال اختلاف ميانگين رضايت کارکنان يک سازمان قبل و بعد از تغيير مديريت يا زماني که نمرات يک کلاس با پيش آزمون و پس آزمون سنجش مي شود.
آزمون t دو نمونه مستقل: جهت مقايسه ميانگين دو جامعه استفاده مي شود. در آزمون t براي دو نمونه مستقل فرض مي شود واريانس دو جامعه برابر است. براي نمونه به منظور بررسي معني دار بودن تفاوت ميانگين نمره نظرات پاسخ دهندگان بر اساس جنسيت در خصوص هر يک از فرضيه هاي پژوهش استفاده ميشود.
آزمون t ولچ: اين آزمون نيز مانند آزمون t دو نمونه جهت مقايسه ميانگين دو جامعه استفاده مي شود. در آزمون t ولچ فرض مي شود واريانس دو جامعه برابر نيست. براي نمونه به منظور بررسي معني دار بودن تفاوت ميانگين نمره نظرات پاسخ دهندگان بر اساس جنسيت در خصوص هر يک از فرضيه هاي پژوهش استفاده ميشود.
آزمون t هتلينگ : براي مقايسه چند ميانگين از دو جامعه استفاده مي شود. يعني دو جامعه براساس ميانگين چندين صفت مقايسه شوند.
تحليل واريانس (ANOVA): از اين آزمون به منظور بررسي اختلاف ميانگين چند جامعه آماري استفاده مي شود. براي نمونه جهت بررسي معني دار بودن تفاوت ميانگين نمره نظرات پاسخ دهندگان بر اساس سن يا تحصيلات در خصوص هر يک از فرضيه هاي پژوهش استفاده مي شود.
تحليل واريانس چندعاملي (MANOVA): از اين آزمون به منظور بررسي اختلاف چند ميانگين از چند جامعه آماري استفاده مي شود.
تحليل کوواريانس چندعاملي (MANCOVA): چنانچه در MANOVA بخواهيم اثر يک يا چند متغير کمکي را حذف کنيم استفاده مي شود.
ضريب همبستگي گشتاوري پيرسون: براي محاسبه همبستگي دو مجموعه داده استفاده مي شود.
خلاصه آزمونهاي ناپارامتريک
آزمون علامت تك نمونه : براي آزمون فرض پيرامون ميانگين يک جامعه استفاده مي شود.
آزمون علامت زوجي : براي آزمون فرض پيرامون دو ميانگين از يک جامعه استفاده مي شود.
ويلکاکسون : همان آزمون علامت زوجي است که در آن اختلاف نسبي تفاوت از ميانگين لحاظ مي شود.
مان-ويتني: به آزمون U نيز موسوم است و جهت مقايسه ميانگين دو جامعه استفاده مي شود.
کروسکال-واليس: از اين آزمون به منظور بررسي اختلاف ميانگين چند جامعه آماري استفاده مي شود. به آزمون H نيز موسوم است و تعميم آزمون U مان-ويتني مي باشد. آزمون کروسکال-واليس معادل روش پارامتريک آناليز واريانس تک عاملي است.
فريدمن: اين آزمون معادل روش پارامتريک آناليز واريانس دو عاملي است که در آن k تيمار به صورت تصادفي به n بلوک تخصيص داده شده اند.
نيکوئي برازش : براي مقايسه يک توزيع نظري با توزيع مشاهده شده استفاده مي شود و به آزمون خي-دو يا χ² نيز موسوم است. مدل معادلات ساختاري که در آن پژوهشگر يک مدل نظري را براساس روابط متغيرها ترسيم کرده است از همين ازمون بهره گرفته مي شود. اکنون به تبع افزايش توانمندي نرم افزارهايي مانند LISREL مي توان از آن به سهولت استفاده کرد.
کولموگروف-اسميرنف : نوعي آزمون نيکوئي برازش براي مقايسه يک توزيع نظري با توزيع مشاهده شده است.
آزمون تقارن توزيع : در اين آزمون شکل توزيع مورد سوال قرار مي گيرد. فرض بديل آن است که توزيع متقارن نيست.
آزمون ميانه : جهت مقايسه ميانه دو جامعه استفاده مي شود و براي k جامعه نيز قابل تعميم است.
مک نمار : براي بررسي مشاهدات زوجي درباره متغيرهاي دو ارزشي استفاده مي شود.
آزمون Q کوکران: تعميم آزمون مک نمار در k نمونه وابسته است.
ضريب همبستگي اسپيرمن: براي محاسبه همبستگي دو مجموعه داده که به صورت ترتيبي قرار دارند استفاده مي شود.
وقتی یک محقق تصمیم می گیرد تا تحقیقی انجام دهد که ابزار اندازه گیری آن پرسشنامه است، در مجموع دو راه دارد:
1) استفاده از پرسشنامههاي محقق ساخته
2) استفاده از پرسشنامههاي استاندارد یا هنجار شده
پرسشنامه محقق ساخته، ابزاری است که محقق بر حسب اهداف و متغیرهای مورد نظر خود، اقدام به ساخت آن می کند و برای اطمینان از اینکه ابزار از ثبات، دقت و حساسیت مناسب برخوردار است، روایی و پایایی آن را مورد بررسی و سنجش قرار می دهد. پرسشنامه محقق ساخته در مواقعی استفاده می شود که ابزار مناسبی برای بررسی متغیرهای تحقیق وجود ندارد وگرنه توصیه اکید بر این است که محققان خود اقدام به ساخت پرسشنامه نکنند و تا جایی که امکان دارد از پرسشنامه های استاندارد یا هنجار شده استفاده کنند.
منظور از پرسشنامه استاندارد یا هنجار شده که معادل آن در زبان انگلیسی Standardized Questionnaire یا Normalized questionnaire است، پرسشنامهاي است كه به واسطه يك پژوهش و با «هدف ساخت پرسشنامه» به دنياي علم معرفي شده باشد، به طوریکه شواهد روان سنجي و مورد تأييد بودن اين پرسشنامه در قالب يك مقاله علمي – پژوهشي يا مقاله بين المللي ارائه گرديده باشد. پايان نامه يا ارائه پوستر شواهد مستدلي دال بر استاندارد بودن پرسشنامه تلقي نميشوند، اگرچه كه برخي پژوهشگران از پايان نامه نيز به عنوان مرجع استاندارد بودن پرسشنامه در پژوهشهاي خود استفاده مينمايند!
یک پرسشنامه هنجار شده جاصل مطالعه و کاربرد پرسشنامه های متعددی است که برای اهداف و متغیرهای مختلف طراحی شده است و محققان از بین آنها به پرسشنامه ای روا، پایا و دقیق که بر روی جوامع مختلف اجرا شده و نهایتا منجر به نتیجه ای قابل استناد شده است، دست یافته اند.
• به طور کلی استفاده از پرسشنامه استاندارد به دلایل زیر ترجیح دارد:
• روایی و ویژگی های روان سنجی این سوالات مستدل تر است. روان سنجی (Psychometrics) به مجموعه شیوه هایی اطلاق می شود که به محقق کمک می کند تا پدیده های روانی انسان را از حالت کیفی به حالت کمی (عددی) در آورد. اهمیت روانسنجی در این است که وسایل علمی لازم را برای شناخت وطبقه بندی در اختیار جامعه و متخصصان قرار می دهد.
• دوم آنکه امکان مقایسه نتایج با یافته های سایر پژوهشگران فراهم می شود .
• پایایی قابل توجهی دارد .
• روایی آن قابل اعتناست.
• دقیق و حساس است
• قدرت عینی ساختن پاسخها را دارد
• بعضی از پرسشنامه های استاندارد دارای نرم یا هنجار هستند که با استفاده از آن می توان اعداد و داده های خام را تبدیل به رتبه یا مفهوم کرد.
نرم يك چهارچوب داوري است كه نمره خام آزمودني بر اساس آن تفسير و در باره وي قضاوت مي شود. مقايسه نمره خام آزمودني با جدول نرم به روان شناس امكان مي دهد كه موقعيت آزمودني را نسبت به توزيع نمره هاي خام ساير افراد گروه سني، كلاسي و يا جنسي او تعيين كند.برخی پرسشنامه ها برای سن خاصی هنجار می شوند، برخی دیگز برای مردم یک کشور و یا یک فرهنگ استاندارد می شوند و برخی دیگر برای تمام مردم دنیا
www.spssv21.blogfa.com
دانلودپرسشنامه فناوری اطلاعات و ارتباطات
دانلود پرسشنامه پاسخ به شیوه اندیشناکی-نولن هوکسما- 22گویه
دانلود پرسشنامه قاطعیت گمنریل و ریکی
دانلود پرسشنامه مقیاس ارزیابی توانایی جرّ و بحث 20 ماده
دانلود پرسشنامه سنجش آگاهی در مورد بلاياي طبيعی
دانلود پرسشنامه بدبینی تدافعی- لاتین- 12 گویه
دانلود پرسشنامه تکمیل جمله ماینر MSCS
دانلود پرسشنامه سنجش گرایش به ورزش- محقق ساخته- 26گویه
دانلود پرسشنامه سنجش اوقات فراغت- محقق ساخته
دانلود پرسشنامه گرایش به هنر از دیدگاه معلمان و دانش آموزان- محقق ساخته
دانلود پرسشنامه جذب دانش آموزان به نماز جماعت- محقق ساخته
دانلود پرسشنامه نماز خانه مدارس- محقق ساخته
دانلود پرسشنامه و مقیاس مقابله مذهبی پاراگمنت- 14 گویه
دانلود پرسشنامه سنجش میزان آشنایی دانش آموزان با دعاها- محقق ساخته
دانلود پرسشنامه سنجش به گرایش حجاب و عوامل موثر بر آن- محقق ساخته-21گویه
دانلود پرسشنامه نگرش دینی
دانلود پرسشنامه مقیاس سنجش دینداری – فرم تجدید نظر شده
دانلود پرسشنامه ادراک خدا لاورنس
دانلود پرسشنامه سبک های رفتاری و بلوغ
دانلود پرسشنامه رفتار منطقی شرکی و وایتمن
دانلود پرسشنامه روش های کنار آمدن لازاروس
دانلود پرسشنامه و مقیاس اندازه گیری نوع اختلال رفتاری-میشل گلوگن
دانلود پرسشنامه سنجش بهداشت فردی- محقق ساخته
دانلود پرسشنامه سلامت سازمانی مدرسه
دانلود پرسشنامه وضعیت سلامت روانی (ghq)
دانلود پرسشامه مقیاس عشق هاتفیلد و اسپریچر
دانلود پرسشنامه سازگاری بل
دانلود پرسشنامه رویداد های رابطه نامزدی چارلزئی و همکاران
دانلود پرسشنامه شاخص بی ثباتی ازدواج ادواردز جانسون بوث
دانلود پرسشنامه رضایتمندی زناشویی انریچ
دانلود پرسشنامه رضایت دانشجویان از دانشگاه دانشکده و پایان نامه
دانلود پرسشنامه حساسیت به طرد کودکان-داونی و همکاران -لاتین- 12عبارت
دانلود پرسشنامه حساسیت به طرد کودکان-داونی و همکاران -لاتین- 6عبارت
دانلود پرسشنامه رابطه ولی و فرزندی مادر
دانلود پرسشنامه شیوه فرزندپروری والدین
دانلود پرسشنامه وقایع و تغییرات زندگی خانوادگی جوانان-مک کابین همکاران-46 گو
دانلود پرسشنامه انسجام خانوادگی
دانلود پرسشنامه سخت کوشی بارتون
دانلود پرسشنامه عوامل مرتبط با خشونت در خانواده
دانلود پرسشنامه سنجش مهارت های کنترل خشم
دانلود پرسشنامه خشم چند بعدی 38 گویه
دانلود پرسشنامه پرخاشگری AGQ- 30 گویه
دانلود پرسشنامه اضطراب BAI- تعداد 21 گویه
دانلود پرسشنامه اضطراب امتحان ساراسون
دانلود پرسشنامه اضطراب مدرسه
دانلود پرسشنامه استرس شغلی مدیران و تصمیم گیرندگان
دانلود پرسشنامه استرس شغلی گوردون
دانلود پرسشنامه و آزمون ترس- فوبیا- جیمز گیر- 51 گویه
دانلود پرسشنامه و مقیاس مقدار ترس- اقتباسی -گیر 1965- 10 گویه
دانلود پرسشنامه اعتماد بین شخصی – مردان
دانلود پرسشنامه مقیاس اعتماد بین شخصی – زنان
دانلود پرسشنامه وابستگی به دیگران
دانلود پرسشنامه توانمند سازي
دانلود پرسشنامه توانمندسازی روانشناختی
دانلود پرسشنامه گرایش سلطه گری
دانلود پرسشنامه تاثیر اخلاق در دانشجویان- فخر هاشمیان- 12 گویه
دانلود پرسشنامه شایستگی حرفه ای
دانلود پرسشنامه تعیین رشد اجتماعی دانش آموزان توسط معلم- محقق ساخته
دانلود پرسشنامه مقیاس تاکتیک تعارض با پدر و مادر اشتراوس
دانلود پرسشنامه مقیاس تاکتیک تعارض با خواهر و برادر اشتراوس
دانلود پرسشنامه تعارض سازمانی
دانلود پرسشنامه تعارض سازمانی1
دانلود پرسشنامه جملات ناتمام راتر -تفسیر و نمره گذاری
دانلود پرسشنامه آزمون 20جمله ای-متناسب برای بیماران PTSD-تفسیر نمره گذاری
دانلود پرسشنامه پاسخ ها و راهبرد های مقابله ای بیلینگز و موس-تفسیر نمره دهی
دانلود پرسشنامه راهبرد های مقبله ای WOCQ لازاروس- مولفه ها و پایایی- 66 گویه
دانلود پرسشنامه جبهه گیری- نمره گذاری- بلی/ خیر- 22 گویه
دانلود پرسشنامه دیوار سنگی سکوت- نمره گذاری- بلی/ خیر- 13 گویه
دانلود پرسشنامه سبک های دفاعی -تفسیر و نمره گذاری- 40 گویه ای
دانلود پرسشنامه بدبینی تدافعی- لاتین- 12 گویه
دانلود پرسشنامه باور های دنیای عادلانه و مولفه های آن
دانلود پرسشنامه تجدید نظر شده تاثیر رویداد (IES_R) -تفسیر و نمره گذاری
دانلود راهنمای آزمون دسته بندی کارت های ویسکانسین -تفسیر و نمره گذاری
دانلود پرسشنامه TAT اندریافت موضوع 20 تصویر -تفسیر و نمره گذاری
دانلود پرسشنامه CAT اندر یافت کودک 10 تصویر -تفسیر و نمره گذاری
دانلود پرسشنامه SAT اندر یافت بزرگسالان 16 تصویر
دانلود پرسشنامه سنجش آگاهی در مورد بلاياي طبيعی
دانلود پرسشنامه الکس تیمیای تورنتو TAS- تفسیر و نمره گذاری-3 مولفه- 20 گویه
دانلود پرسشنامه آزمون میلون 3- تفسیر و نمره گذاری- 175 گویه
دانلود پرسشنامه آزمون کلمات فراخوان یونگ- 200 عبارتی
دانلود پرسشنامه فهرست نشانه ای هاپکینز و مولفه های آن - 58 گویه ای
دانلود زیر مقیس های پرسشنامه سرشت و تنش کلونینجر TCI همراه پایایی و روایی
دانلود پرسشنامه تعصب- تفسیر و نمره گذاری- 10 گویه
دانلود پرسشنامه مقیاس نگرش ناکارآمد DAS - تفسیر و نمره گذاری و پایایی- 40 گویه
دانلود پرسشنامه و مصاحبه شرح حال- تفسیر و نمره گذاری- 10 بخشی
دانلود پرسشنامه مصاحبه موثر
دانلود پرسشنامه شکل گیری مفهوم ویگوتسکی -تفسیر و نمره گذاری
دانلود پرسشنامه تایید جویی کودک -تفسیر و نمره گذاری- 50 گویه ای
دانلود پرسشنامه قاطعیت گمنریل و ریکی
دانلود پرسشنامه مقیاس ارزیابی توانایی جرّ و بحث 20 ماده
دانلود پرسشنامه مقیاس ارزیابی توانایی جرّ و بحث بیهوده-تفسیر نمره گذاری-20 گویه
دانلود پرسشنامه سنجش الگوهای سخت انضباطیPHDS -تفسیر و نمره گذاری
دانلود پرسشنامه ویژگی رشد شناختی کودکان10-11 سال، گروه سنی ج- 6 مولفه
دانلود پرسشنامه شاخص کرنل فرم N2 -تفسیر و نمره گذاری
دانلود پرسشنامه طرحواره یانگ- تفسیر - 205 گویه
دانلود پرسشنامه طرحواره یانگ -فرم کوتاه-روایی و پایایی-75 آیتمی
دانلود پرسشنامه پاسخ به شیوه اندیشناکی-نولن هوکسما- 22گویه
دوستان عزیزی که به دنبال دانلود نرم افزار هستند می توانند از لینک های زیر نسخه های مختلف این نرم افزار را دانلود کنند.
|
914.4 MB |
2011-Sep-27 |
|
|
897.3 MB |
2011-Sep-28 |
|
|
60.8 MB |
2011-Sep-27 |
|
|
947.7 MB |
2012-Sep-01 |
|
|
980.1 MB |
2012-Sep-01 |
|
|
445.8 MB |
2011-Jun-06 |
|
|
84.8 MB |
2006-Oct-21 |
|
|
56.3 MB |
2009-May-17 |
|
|
195.8 MB |
2009-May-17 |
|
|
310.7 MB |
2011-Jul-27 |
|
|
476.0 MB |
2011-Jun-13 |
راهنمای نصب نسخه ۲۰
۱- از پوشه ی Setup فایل Setup.exe را اجرا کرده و نرم افزار را نصب کنید.
۲- پس از پایان نصب در پنجره License باز شده گزینه License my product now را انتخاب کرده و بر روی دکمه Next کلیک نمایید.
۲- در پنجره باز شده License code موجود در فایل readme.txt را وارد کرده و بر روی دکمه Next کلیک کنید.
|
س پی اس اس |
اس پی اس اس چیست؟ |
دانلود اس پي اس اس 18 |
دانلود اس پي اس اس 18 |
|
اس پی اس اس چیست؟ |
اس پي اس اس چيست |
دانلود نرم افزار اس پی اس اس 18 |
دانلود رایگان نرم افزار اس پی اس اس نسخه 18 |
|
اس پي اس اس چيست |
اس پی اس اس چیست |
دانلود نرم افزار اس پی اس اس 18 |
|
|
برنامه اس پی اس اس چیست |
|
||
|
اس پی اس اس مخفف چیست؟ |
|
||
|
نرم افزار اس پی اس اس چیست |
دانلود نرم افزار اس پی اس اس 18 |
||
|
نرم افزار اس پي اس اس چيست |
دانلود رایگان نرم افزار اس پی اس اس نسخه 18 |
||
|
اس پي اس اس |
اس پی اس اس چیست؟ |
دانلود رایگان نرم افزار اس پی اس اس نسخه 18 |
|
|
اس پی اس اس چیست؟ |
اس پي اس اس چيست |
دانلود رایگان نرم افزار اس پی اس اس نسخه 18 |
|
|
اس پي اس اس |
اس پی اس اس چیست؟ |
دانلود نرم افزار اس پی اس اس 16 |
|
|
اس پی اس اس دانلود |
اس پي اس اس دانلود |
دانلود رایگان نرم افزار اس پی اس اس 16 |
|
|
اس پی اس اس آموزش |
آموزش اس پی اس اس+pdf |
دانلود نرم افزار اس پی اس اس 16 |
|
|
اس پی اس اس 13 |
دانلود اس پی اس اس 13 |
|
|
|
دانلود اس پی اس اس 18 |
دانلود اس پي اس اس 18 |
دانلود نرم افزار اس پی اس اس ورژن 16 |
|
|
دانلود اس پی اس اس 16 |
دانلود نرم افزار اس پی اس اس 16 |
دانلود نرم افزار اس پی اس اس 16 |
|
|
برنامه اس پی اس اس |
برنامه اس پی اس اس چیست |
دانلود نرم افزار اس پی اس اس 16 |
|
|
آموزش اس پی اس اس 16 |
دانلود برنامه اس پی اس اس ورژن 16 |
||
|
اس پی اس اس دانلود |
اس پي اس اس دانلود |
|
|
|
اس پي اس اس دانلود |
اس پي اس اس دانلود |
نرم افزار اس پی اس اس ورژن 16 |
دانلود برنامه اس پی اس اس ورژن 16 |
|
نرم افزار اس پی اس اس دانلود |
دانلود نرم افزار اس پی اس اس 16 |
برنامه اس پی اس اس |
برنامه اس پی اس اس چیست |
|
دانلود اس پی اس اس 18 |
دانلود اس پي اس اس 18 |
برنامه اس پی اس اس چیست |
نرم افزار اس پی اس اس چیست |
|
دانلود اس پی اس اس 16 |
دانلود نرم افزار اس پی اس اس 16 |
برنامه اس پي اس اس |
برنامه اس پي اس اس |
|
دانلود اس پی اس اس 19 |
دانلود نرم افزار اس پی اس اس 19 |
نرم افزار اس پی اس اس |
نرم افزار اس پی اس اس چیست |
|
دانلود اس پی اس اس 20 |
دانلود نرم افزار اس پی اس اس 20 |
نرم افزار اس پی اس اس چیست |
نرم افزار اس پي اس اس چيست |
|
دانلود اس پی اس اس 17 |
دانلود اس پي اس اس 17 |
نرم افزار اس پي اس اس |
نرم افزار اس پي اس اس چيست |
|
دانلود اس پی اس اس 11.5 |
دانلود نرم افزار اس پی اس اس 11.5 |
نرم افزار اس پی اس اس 17 |
دانلود نرم افزار اس پی اس اس 17 |
|
دانلود اس پی اس اس 13 |
دانلود رایگان اس پی اس اس 13 |
نرم افزار اس پی اس اس دانلود |
دانلود نرم افزار اس پی اس اس 16 |
|
اس پی اس اس آموزش |
آموزش اس پی اس اس+pdf |
نرم افزار اس پي اس اس چيست |
برنامه اس پی اس اس چیست |
|
آموزش اس پی اس اس+pdf |
آموزش نرم افزار اس پی اس اس+pdf |
دانلود برنامه اس پی اس اس ورژن 16 |
دانلود نرم افزار اس پی اس اس ورژن 16 |
|
آموزش اس پی اس اس 16 |
آموزش رایگان اس پی اس اس 16 |
آموزش اس پی اس اس 16 |
آموزش رایگان اس پی اس اس 16 |
|
آموزش اس پي اس اس |
آموزش اس پی اس اس+pdf |
آموزش رایگان اس پی اس اس 16 |
آموزش نرم افزار اس پی اس اس 16 |
|
آموزش اس پی اس اس 19 |
دانلود آموزش اس پی اس اس 19 |
آموزش نرم افزار اس پی اس اس 16 |
|
|
آموزش اس پی اس اس 18 |
|
|
|
|
آموزش اس پی اس اس 17 |
|
|
|
|
آموزش اس پی اس اس ppt |
|
|
|
|
کتاب آموزش اس پی اس اس |
دانلود کتاب آموزش اس پی اس اس |
|
|
|
آموزش رایگان اس پی اس اس |
آموزش رایگان اس پی اس اس 16 |
|
|
|
اس پی اس اس 13 |
دانلود اس پی اس اس 13 |
|
|
|
دانلود اس پی اس اس 13 |
دانلود رایگان اس پی اس اس 13 |
|
|
|
دانلود رایگان اس پی اس اس 13 |
دانلود نرم افزار اس پی اس اس 13 |
|
|
|
دانلود برنامه اس پی اس اس 13 |
دانلود نرم افزار اس پی اس اس 13 |
|
|
|
دانلود برنامه اس پی اس اس ورژن 13 |
دانلود نرم افزار اس پی اس اس ورژن 13 |
|
|
|
دانلود نرم افزار اس پی اس اس ورژن 13 |
دانلود رایگان نرم افزار اس پی اس اس ورژن 13 |
|
|
|
دانلود رایگان نرم افزار اس پی اس اس ورژن 13 |
|
|
|
|
دانلود اس پی اس اس 18 |
دانلود اس پي اس اس 18 |
|
انجام پروژه spss |
سایت+spss |
سایت آموزش spss |
|
|
انجام پروژه spss |
انجام پروژه spss در اصفهان |
سایت آموزش spss |
|
|
انجام پروژه spss در اصفهان |
انجام پروژه spss اصفهان |
سایت spss ایران |
سايت spss ايران |
|
انجام پروژه spss اصفهان |
انجام پروژه spss در اصفهان |
سايت spss ايران |
سایت spss ایران |
|
انجام پروژه های spss |
انجام پروژه های دانشجویی spss |
سایت تخصصی spss |
انجمن تخصصی spss |
|
انجام پروژه با spss |
انجام پروژه های آماری با spss |
انجمن تخصصی spss |
|
|
انجام پروژه آماری spss |
انجام پروژه های آماری با spss |
سایت آموزشی spss |
سایت آموزش spss |
|
انجام پروژه های دانشجویی spss |
انجام پروژه های دانشجویی با spss |
سایت آموزش spss |
|
|
انجام پروژه های آماری با spss |
انجام پروژه های آماری با نرم افزار spss |
انجام پروژه های آماری spss |
انجام پروژه های آماری با spss |
|
هزینه انجام پروژه spss |
انجام پروژه های دانشجویی با spss |
|
|
|
انجام پروژه دانشجویی spss |
انجام پروژه های دانشجویی spss |
پروژه های انجام شده spss |
دانلود پروژه های انجام شده با spss |
|
انجام کارهای spss |
انجام پروژه با spss |
انجام پروژه های آماری با spss |
|
|
قیمت انجام spss |
انجام پروژه های آماری با spss |
انجام پروژه های آماری با نرم افزار spss |
|
|
انجام کار spss |
انجام کارهای spss |
انجام پروژه های آماری با نرم افزار spss |
|
|
انجام کارهای spss |
انجام پروژه های دانشجویی با spss |
|
|
|
هزینه انجام spss |
قیمت انجام spss |
انجام پروژه با نرم افزار spss |
انجام پروژه های آماری با نرم افزار spss |
|
قیمت انجام spss |
نمونه پروژه انجام شده با spss |
دانلود رایگان نمونه پروژه آماری انجام شده با spss |
|
|
هزینه انجام پروژه spss |
دانلود پروژه انجام شده با spss |
دانلود پروژه های انجام شده با spss |
|
|
مراحل انجام spss |
مراحل انجام تحلیل عاملی در spss |
انجام پروژه آماری spss |
انجام پروژه های آماری با spss |
|
مراحل انجام تحلیل عاملی در spss |
نحوه انجام تحلیل عاملی در spss |
انجام پروژه های آماری با spss |
انجام پروژه های آماری با نرم افزار spss |
|
انجام پروژه های spss |
انجام پروژه های دانشجویی spss |
انجام پروژه های آماری با نرم افزار spss |
|
|
انجام پروژه های دانشجویی spss |
انجام پروژه های دانشجویی با spss |
انجام پروژه های آماری spss |
انجام پروژه های آماری با spss |
|
انجام پروژه های آماری با spss |
انجام پروژه های آماری با نرم افزار spss |
|
|
|
انجام پروژه های آماری با نرم افزار spss |
رگرسیون خطی یکی از کاربردی ترین مباحث آماری است که در اغلب موضوعات تحقیق خواسته یا نا خواسته پای اجرای آن به میان می آید. بسیاری از محققین گرامی و دانشجویان عزیز که در حال تهیه پایان نامه های خود هستند، با مشکلاتی در هنگام اجرای رگرسیون روبرو می شوند و اغلب سوالاتی که مطرح می کنند پیرامون همین اشکالات است. در فایل زیر سعی شده است تقریبا همه اشکالات ذکر شده، مطرح و راه حل های مناسبی برای آنها در نرم افزار spss پیشنهاد شود.
فایل آموزش چگونگی رفع اشکال و تامین اعتبار رگرسیون در نرم افزار spss
آزمون علامت از دسته آزمون هاي دو نمونه اي وابسته به هم است و نام آزمون علامت از اين حقيقت ناشي مي شود كه در اين آزمون به جاي مقادير عددي، از علامت هاي (+ و -) به عنوان مشاهدات آن استفاده مي شود. اين آزمون بويژه در مواردي كه مقادير عددي امكان ندارد يا مناسب نيست، بسيار مفيد است. مثلا اگر يك پژوهشگر آزمون مهارت هاي زندگي را در بين چند همسر جوان قبل و بعد از يك دوره آموزشي ارزيابي و مقايسه كند، آزمون علامت آزمون مناسبی برای تحلیل اینگونه اطلاعات است. برای آشنایی با این آزمون و چگونگی انجام آن در نرم افزار spss فایل آموزشی آن را از لینک زیر دریافت کنید.
آموس یا اِی موس (AMOS) یکی دیگر از نرم افزارهای نسل اول معادلات ساختاری هست که قادر است که به تحلیل روشهای چند متغیره استاندارد بپردازد و شامل رگرسیون و تحلیل عاملی؛ همبستگی و تحلیل واریانس است. مزیت ویژه AMOS این است که شرکت IBM این نرم افزار رو همراه با SPSS ارائه داده و از این نظر همخوانی زیادی با SPSS داره.
موارد کاربرد روش لیزرل:
روش لیزرل ضمن آنکه ضرایب مجهول مجموعه معادلات ساختاری خطی را برآورد میکند برای برازش مدلهایی که شامل متغیرهای مکنون، خطاهای اندازه گیری در هر یک از متغیرهای وابسته و مستقل، علیت دو سویه، هم زمانی و وابستگی متقابل میباشد طرح ریزی گردیده است. اما این روش را میتوان به عنوان موارد خاصی برای روشهای تحلیل عاملی تأییدی، تحلیل رگرسیون چند متغیری، تحلیل مسیر، مدلهای اقتصادی خاص دادههای وابسته به زمان، مدلهای برگشتپذیر و برگشتناپذیر برای دادههای مقطعی/ طولی، مدلهای ساختاری کوواریانس و تحلیل چند نمونهای (مانند آزمون فرضیههای برابری ماتریس کوواریانسهای برابری، ماتریس همبستگیها، برابری معادلات و ساختارهای عاملی و غیره) نیز به کار برد(کلانتری، 1388).
نرم افزار ليزرل:
لیزرل یک محصول نرم افزاری است که به منظور برآورد و آزمون مدلهای معادلات ساختاری طراحی و از سوی "شرکت بین المللی نرم افزار علمی" به بازار عرضه شده است. این نرم افزار با استفاده از همبستگی و کوواریانس اندازهگیری شده، میتواند مقادیر بارهای عاملی، واریانسها و خطاهای متغیرهای مکنون را برآورد یا استنباط کند و از آن میتوان برای اجرای تحلیل عاملی اکتشافی، تحلیل عاملی مرتبه دوم، تحلیل عاملی تأییدی و همچنین تحلیل مسیر (مدلیابی علت و معلولی با متغیرهای مکنون) استفاده کرد(ویرا، 2011).
مقاله یوست یکی از منابع مفید برای آموزش مدل سازی معادلات ساختاری در لیزرل است.لطفا دانلود نماپید. در ضمن نرم افزار لیزرل و آموزشهای مختلف در آن را در قسمت دانلودهای رایگان این سایت جستجو نمایید.