Forwarded from Marjan
This media is not supported in your browser
VIEW IN TELEGRAM
✅رضایت یکی از شما دانشجویان عزیز از دوره های آموزشی ما😍
🤩به امید موفقیت های بیشتر شما💪
🎁این دوره ها رو فقط تا پایان این هفته میتونید با کلی تخفیف تهیه کنید🎯
جهت تهیه دوره ها به این آی دی پیام دهید👇
@Reza_mg87
🤩به امید موفقیت های بیشتر شما💪
🎁این دوره ها رو فقط تا پایان این هفته میتونید با کلی تخفیف تهیه کنید🎯
جهت تهیه دوره ها به این آی دی پیام دهید👇
@Reza_mg87
❤1
Media is too big
VIEW IN TELEGRAM
🔹دوره آمار با Spss
🔺#تحلیل_کوواریانس
#اثر_بخشی
✅️ در این فیلم آموزشی یاد خواهید گرفت:
۱. چرا از تحلیل کوواریانس استفاده میکنیم؟
۲. تفاوت بین آنکوا و مانکوا چیه؟
۳. فرضیه نویسی در تحلیل کوواریانس چطوریاست؟
۴. پیش فرض های تحلیل کوواریانس چیه؟
۵. اگه مفروضه همگنی واریانس اوکی نشد، چیکار کنیم؟
💪جهت دریافت دوره ها پیام دهید👇
@Reza_mg87
🔺#تحلیل_کوواریانس
#اثر_بخشی
✅️ در این فیلم آموزشی یاد خواهید گرفت:
۱. چرا از تحلیل کوواریانس استفاده میکنیم؟
۲. تفاوت بین آنکوا و مانکوا چیه؟
۳. فرضیه نویسی در تحلیل کوواریانس چطوریاست؟
۴. پیش فرض های تحلیل کوواریانس چیه؟
۵. اگه مفروضه همگنی واریانس اوکی نشد، چیکار کنیم؟
💪جهت دریافت دوره ها پیام دهید👇
@Reza_mg87
❤2
👎2
This media is not supported in your browser
VIEW IN TELEGRAM
🔹همبستگی، رگرسیون، تحلیل مسیر و معادلات ساختاری رو در Amos چطوری رسم کنیم؟
✅ دوره معادلات ساختاری با Amos
@Reza_mg87
✅ دوره معادلات ساختاری با Amos
@Reza_mg87
❤4
This media is not supported in your browser
VIEW IN TELEGRAM
💥بار عاملی استاندارد شده (Standardized Factor Click Me Load More):
♨️از هر متغیر پنهان به هر متغیر قابل مشاهده (آشکار) پیکانی وجود دارد که با نماد (لاندا) λ نشان داده میشود. به λ وزنهای عاملی یا بار عاملی (Factor loading) گفته میشود.
💢 بار عاملی مقداری بین صفر و یک است. اگر بار عاملی کمتر از ۰.۳ باشد رابطه ضعیف درنظر گرفته شده و از آن صرفنظر میشود.
✅ بارعاملی بین ۰.۳ تا ۰.۶ قابل قبول است و اگر بزرگتر از ۰.۶ باشد خیلی مطلوب است. (کلاین، ۱۹۹۴)
🌀 جهت تهیه دوره معادلات ساختاری با Amos پیام بدید.
✅ @Reza_mg87
♨️از هر متغیر پنهان به هر متغیر قابل مشاهده (آشکار) پیکانی وجود دارد که با نماد (لاندا) λ نشان داده میشود. به λ وزنهای عاملی یا بار عاملی (Factor loading) گفته میشود.
💢 بار عاملی مقداری بین صفر و یک است. اگر بار عاملی کمتر از ۰.۳ باشد رابطه ضعیف درنظر گرفته شده و از آن صرفنظر میشود.
✅ بارعاملی بین ۰.۳ تا ۰.۶ قابل قبول است و اگر بزرگتر از ۰.۶ باشد خیلی مطلوب است. (کلاین، ۱۹۹۴)
🌀 جهت تهیه دوره معادلات ساختاری با Amos پیام بدید.
✅ @Reza_mg87
💢سرفصل های دوره معادلات ساختاری با Amos
✅فصل 1 : تحلیل عاملی اکتشافی (88 دقیقه):
🔹انواع تحقیقات علمی
🔹انواع تحقیقات همبستگی
🔹تحلیل ماتریس همبستگی یا کواریانس
🔹تحلیل عاملی (Factor analysis) چیست؟
🔹تحلیل عاملی اکتشافی (Exploratory factor analysis) (EFA)
🔹تحلیل عاملی تاییدی (Confirmatory Factor Analysis) CFA
🔹تحلیل مولفه¬های اصلی (Principal components analysis) (PCA)
🔹تحلیل عامل مشترک (Common factor analysis) یا تحلیل عامل اصلی(Principal factor analysisi) (FA)
🔹حجم نمونه در تحلیل عاملی
🔹متغیر پنهان و متغیر قابل مشاهده (آشکار)
🔹تحلیل عاملی (FA) و مقایسه آن با تحلیل مولفههای اصلی (PCA)
🔹تقسیم واریانس در تحلیل عاملی
🔹واریانس مشترک یا واریانس به اشتراک گذاشته شده (Common variance).
🔹واریانس یکتا (منفرد)(Unique variance).
🔹واریانس ویژه (Specific variance).
🔹واریانس خطا یا واریانس اندازه گیری
🔹مفروضات تحلیل عاملی اکتشافی
🔹مراحل اجرای تحلیل عاملی اکتشافی (تحلیل مولفه های اصلی) در Spss
@Reza_mg87
✅فصل 1 : تحلیل عاملی اکتشافی (88 دقیقه):
🔹انواع تحقیقات علمی
🔹انواع تحقیقات همبستگی
🔹تحلیل ماتریس همبستگی یا کواریانس
🔹تحلیل عاملی (Factor analysis) چیست؟
🔹تحلیل عاملی اکتشافی (Exploratory factor analysis) (EFA)
🔹تحلیل عاملی تاییدی (Confirmatory Factor Analysis) CFA
🔹تحلیل مولفه¬های اصلی (Principal components analysis) (PCA)
🔹تحلیل عامل مشترک (Common factor analysis) یا تحلیل عامل اصلی(Principal factor analysisi) (FA)
🔹حجم نمونه در تحلیل عاملی
🔹متغیر پنهان و متغیر قابل مشاهده (آشکار)
🔹تحلیل عاملی (FA) و مقایسه آن با تحلیل مولفههای اصلی (PCA)
🔹تقسیم واریانس در تحلیل عاملی
🔹واریانس مشترک یا واریانس به اشتراک گذاشته شده (Common variance).
🔹واریانس یکتا (منفرد)(Unique variance).
🔹واریانس ویژه (Specific variance).
🔹واریانس خطا یا واریانس اندازه گیری
🔹مفروضات تحلیل عاملی اکتشافی
🔹مراحل اجرای تحلیل عاملی اکتشافی (تحلیل مولفه های اصلی) در Spss
@Reza_mg87
❤1
💢 سرفصل های دوره معادلات ساختاری با Amos
✅ فصل 2: آشنایی با معادلات ساختاری (23 دقیقه)
🔹پیدایش مدل معادلات ساختاری
🔹مدل معادلات ساختاری (Structural Equation Model) (SEM)
🔹مدل یابی معادلات ساختاری چیست؟
🔹اهمیت مدل یابی معادلات ساختاری
🔹کاربردهای مدل یابی ساختاری (SEM)
🔹مدل اندازه گیری
🔹مدل ساختاری
🔹خطای اندازه گیری (Measurement Error) :
🔹مانده ها (Residual):
🔹بار عاملی (Factor Click Me Load More)
🔹پیش فرض های مدل یابی ساختاری:
🔹نرمال بودن چندمتغیره.
🔹شاخص های برازش (Goodness of fit)
شاخص های برازش مطلق٫ تطبیقی و مقتصد
🔹انواع روش های مدل سازی
1- معادلات کوواریانس محور (CB-SEM)
2- معادلات ساختاری حداقل مربعات جزئی (PLS-SEM) (واریانس محور)
🔹6 دلیل استفاده از pls
@Reza_mg87
✅ فصل 2: آشنایی با معادلات ساختاری (23 دقیقه)
🔹پیدایش مدل معادلات ساختاری
🔹مدل معادلات ساختاری (Structural Equation Model) (SEM)
🔹مدل یابی معادلات ساختاری چیست؟
🔹اهمیت مدل یابی معادلات ساختاری
🔹کاربردهای مدل یابی ساختاری (SEM)
🔹مدل اندازه گیری
🔹مدل ساختاری
🔹خطای اندازه گیری (Measurement Error) :
🔹مانده ها (Residual):
🔹بار عاملی (Factor Click Me Load More)
🔹پیش فرض های مدل یابی ساختاری:
🔹نرمال بودن چندمتغیره.
🔹شاخص های برازش (Goodness of fit)
شاخص های برازش مطلق٫ تطبیقی و مقتصد
🔹انواع روش های مدل سازی
1- معادلات کوواریانس محور (CB-SEM)
2- معادلات ساختاری حداقل مربعات جزئی (PLS-SEM) (واریانس محور)
🔹6 دلیل استفاده از pls
@Reza_mg87
❤2
💢 سرفصل های دوره معادلات ساختاری با Amos
✅ فصل 3: آشنایی با محیط آموس (32 دقیقه)
🔹نرم افزار Amos مخفف Analysis of Moment Structures
🔹ایجاد متغیر آشکار در Amos
🔹ایجاد متغیر پنهان در Amos
🔹رسم یک عامل به همراه گویه ها در Amos
🔹ایجاد مسیر در Amos
🔹ایجاد کوواریانس در Amos
🔹رسم خطا (مانده) در Amos
🔹لیست متغیرها در دیتا در Amos
🔹جابه جایی متغیرها در Amos
🔹حذف متغیرها در Amos
🔹چرخاندن شکل های متغیرها در Amos
🔹ورود دیتا در Amos
🔹تنظیمات اجرای مدل در Amos
🔹اجرای مدل در Amos
🔹تغییر سایز متغیرها در Amos
🔹نام گذاری برای متغیرها در Amos
🔹ورود دیتا در Amos
🔹اسم گذاری برای خطاهای اندازه گیری و مانده ها در Amos
🔹بزرگ کردن صفحه و کشیدن بهتر مدل در Amos
🔹انواع روش های مدل سازی معادلات ساختاری
🔹به طور کلی دو روش معادلات ساختاری وجود دارد:
1- معادلات کوواریانس محور (CB-SEM)
2- معادلات ساختاری حداقل مربعات جزئی (PLS-SEM٬ VB-SEM) (واریانس محور)
🔹برازش مدل , شاخص های برازش (Goodness of fit)
🔹روش حداکثر درست نمایی (Maximum likelihood)
@Reza_mg87
✅ فصل 3: آشنایی با محیط آموس (32 دقیقه)
🔹نرم افزار Amos مخفف Analysis of Moment Structures
🔹ایجاد متغیر آشکار در Amos
🔹ایجاد متغیر پنهان در Amos
🔹رسم یک عامل به همراه گویه ها در Amos
🔹ایجاد مسیر در Amos
🔹ایجاد کوواریانس در Amos
🔹رسم خطا (مانده) در Amos
🔹لیست متغیرها در دیتا در Amos
🔹جابه جایی متغیرها در Amos
🔹حذف متغیرها در Amos
🔹چرخاندن شکل های متغیرها در Amos
🔹ورود دیتا در Amos
🔹تنظیمات اجرای مدل در Amos
🔹اجرای مدل در Amos
🔹تغییر سایز متغیرها در Amos
🔹نام گذاری برای متغیرها در Amos
🔹ورود دیتا در Amos
🔹اسم گذاری برای خطاهای اندازه گیری و مانده ها در Amos
🔹بزرگ کردن صفحه و کشیدن بهتر مدل در Amos
🔹انواع روش های مدل سازی معادلات ساختاری
🔹به طور کلی دو روش معادلات ساختاری وجود دارد:
1- معادلات کوواریانس محور (CB-SEM)
2- معادلات ساختاری حداقل مربعات جزئی (PLS-SEM٬ VB-SEM) (واریانس محور)
🔹برازش مدل , شاخص های برازش (Goodness of fit)
🔹روش حداکثر درست نمایی (Maximum likelihood)
@Reza_mg87
💢 سرفصل های دوره معادلات ساختاری با Amos
✅ فصل 4: آماده سازی داده های و بررسی پیش فرض ها (96 دقیقه)
🔹شناسایی و تصحیح اشتباهات رخ داده هنگام وارد کردن اطلاعات
🔹شناسایی و حذف کیس های بی تفاوت
🔹شناسایی و رسیدگی به داده های ناقـص (داده های گمشده) (Missing Data)
🔹شناسایی و رسیدگی به داده های پرت یا دور افتاده (Outlier Data)
🔹فرمول برای محاسبه داده های پرت
🔹 داده های پرت تک متغیری (Univariate).
🔹 داده های پرت چند متغیری (Multivariate)
🔹تشخیص داده های پرت چند متغیری (Multivariate) در Amos
🔹بررسی داده های پرت چندمتغیری (فاصله ماهالانوبیس)
🔹چه زمانی داده های پرت رو حذف کنیم
🔹بررسی پیش فرض نرمال بودن چندمتغیره
🔹آزمون کولموگروف – اسمیرنف
🔹آزمون شاپیرو - ویلک
🔹کجی و کشیدگی
🔹نرمال سازی با تبدیل باکس کاکس (Box-Cox)
🔹تشخیص نرمال بودن چند متغیره (Multivariate normality) در Amos
🔹هم خطّی چندگانه
پارامتر تحمل (Tolerance) و عامل تورم واریانس (VIF)
✅ فصل 4: آماده سازی داده های و بررسی پیش فرض ها (96 دقیقه)
🔹شناسایی و تصحیح اشتباهات رخ داده هنگام وارد کردن اطلاعات
🔹شناسایی و حذف کیس های بی تفاوت
🔹شناسایی و رسیدگی به داده های ناقـص (داده های گمشده) (Missing Data)
🔹شناسایی و رسیدگی به داده های پرت یا دور افتاده (Outlier Data)
🔹فرمول برای محاسبه داده های پرت
🔹 داده های پرت تک متغیری (Univariate).
🔹 داده های پرت چند متغیری (Multivariate)
🔹تشخیص داده های پرت چند متغیری (Multivariate) در Amos
🔹بررسی داده های پرت چندمتغیری (فاصله ماهالانوبیس)
🔹چه زمانی داده های پرت رو حذف کنیم
🔹بررسی پیش فرض نرمال بودن چندمتغیره
🔹آزمون کولموگروف – اسمیرنف
🔹آزمون شاپیرو - ویلک
🔹کجی و کشیدگی
🔹نرمال سازی با تبدیل باکس کاکس (Box-Cox)
🔹تشخیص نرمال بودن چند متغیره (Multivariate normality) در Amos
🔹هم خطّی چندگانه
پارامتر تحمل (Tolerance) و عامل تورم واریانس (VIF)
💢 سرفصل های دوره معادلات ساختاری با Amos
✅ فصل 5: متغیرهای آشکار در آموس (69 دقیقه)
🔹همبستگی پیرسون در Amos
🔹رگرسیون ساده در Amos
🔹رگرسیون چندگانه در Amos
🔹رگرسیون چندمتغیره در Amos
🔹تحلیل مسیر در Amos
@Reza_mg87
✅ فصل 5: متغیرهای آشکار در آموس (69 دقیقه)
🔹همبستگی پیرسون در Amos
🔹رگرسیون ساده در Amos
🔹رگرسیون چندگانه در Amos
🔹رگرسیون چندمتغیره در Amos
🔹تحلیل مسیر در Amos
@Reza_mg87
💢 سرفصل های دوره معادلات ساختاری با Amos
✅ فصل6: تحلیل عاملی تاییدی در آموس (75 دقیقه)
🔹تحلیل عاملی تاییدی (Confirmatory Factor Analysis) CFA چیست؟
🔹هدف اصلی تحلیل عاملی تاییدی
🔹مقایسه تحلیل عاملی اکتشافی و تاییدی
🔹انواع تحلیل عاملی تاییدی:
1. تحلیل عاملی تاییدی مرتبه اول
2. تحلیل عاملی تاییدی مرتبه دوم
🔹ارزیابی بارهای عاملی در رگرسیون استاندارد
🔹ارزیابی برازش مدل
@Reza_mg87
✅ فصل6: تحلیل عاملی تاییدی در آموس (75 دقیقه)
🔹تحلیل عاملی تاییدی (Confirmatory Factor Analysis) CFA چیست؟
🔹هدف اصلی تحلیل عاملی تاییدی
🔹مقایسه تحلیل عاملی اکتشافی و تاییدی
🔹انواع تحلیل عاملی تاییدی:
1. تحلیل عاملی تاییدی مرتبه اول
2. تحلیل عاملی تاییدی مرتبه دوم
🔹ارزیابی بارهای عاملی در رگرسیون استاندارد
🔹ارزیابی برازش مدل
@Reza_mg87
💢 سرفصل های دوره معادلات ساختاری با Amos
✅ فصل7: روایی و پایایی ( دقیقه)
✅ فصل 8 : اجرای معادلات ساختاری با متغیر میانجی در Amos
✅فصل 9 : اجرای معادلات ساختاری با متغیر تعدیلگر در Amos
✅ فصل 10 : گزارش نویسی فصل 4 پایان نامه و مقاله ها
@Reza_mg87
✅ فصل7: روایی و پایایی ( دقیقه)
✅ فصل 8 : اجرای معادلات ساختاری با متغیر میانجی در Amos
✅فصل 9 : اجرای معادلات ساختاری با متغیر تعدیلگر در Amos
✅ فصل 10 : گزارش نویسی فصل 4 پایان نامه و مقاله ها
@Reza_mg87
✅ دوره Amos
🔺این دوره ۱۰ ساعت خواهد بود که تا به الان ۶ ساعتش آماده و ۴ ساعت باقی هم در طول ۲ هفته در کانال بارگذاری میشود.
🔹این دوره از پایه تا پیشرفته است و ابتدا دانشجویان با مباحث تئوری معادلات ساختاری آشنا میشن و بعدش میرن سراغ نرمافزار Amos
🔹 فصل ۴ پایان نامه و گزارش نویسی مقاله ها رو کامل در این دوره یاد خواهید گرفت.
🔺 مناسب برای مصاحبه دکتری + تحلیل آماری پایان نامه + مقاله + آزمون جامع دکتری
💯 @Reza_mg87
🔺این دوره ۱۰ ساعت خواهد بود که تا به الان ۶ ساعتش آماده و ۴ ساعت باقی هم در طول ۲ هفته در کانال بارگذاری میشود.
🔹این دوره از پایه تا پیشرفته است و ابتدا دانشجویان با مباحث تئوری معادلات ساختاری آشنا میشن و بعدش میرن سراغ نرمافزار Amos
🔹 فصل ۴ پایان نامه و گزارش نویسی مقاله ها رو کامل در این دوره یاد خواهید گرفت.
🔺 مناسب برای مصاحبه دکتری + تحلیل آماری پایان نامه + مقاله + آزمون جامع دکتری
💯 @Reza_mg87
Forwarded from آموزش آمار و روش تحقیق (Admin: Amar_psychology)
✅ #تخفیف #۳۰_درصدی
🔹دوره های آموزشی ما رو با ۳۰ درصد تخفیف میتونید تهیه کنید.
۱. دوره جامع آمار
۲. دوره جامع روش تحقیق
۳. دوره جمعبندی آمار
۴. دوره جمعبندی روش تحقیق
۵. دوره تحلیل آماری با Spss
۶. دوره تحلیل آماری با Amos
🔺 جهت تهیه دوره های آموزشی 👇
@Reza_mg87
قیمتها حتی از انتهای سال گذشته هم کمتر هستند.
🔹دوره های آموزشی ما رو با ۳۰ درصد تخفیف میتونید تهیه کنید.
۱. دوره جامع آمار
۲. دوره جامع روش تحقیق
۳. دوره جمعبندی آمار
۴. دوره جمعبندی روش تحقیق
۵. دوره تحلیل آماری با Spss
۶. دوره تحلیل آماری با Amos
🔺 جهت تهیه دوره های آموزشی 👇
@Reza_mg87
قیمتها حتی از انتهای سال گذشته هم کمتر هستند.
❤1
آموزش آمار و روش تحقیق pinned «✅ #تخفیف #۳۰_درصدی 🔹دوره های آموزشی ما رو با ۳۰ درصد تخفیف میتونید تهیه کنید. ۱. دوره جامع آمار ۲. دوره جامع روش تحقیق ۳. دوره جمعبندی آمار ۴. دوره جمعبندی روش تحقیق ۵. دوره تحلیل آماری با Spss ۶. دوره تحلیل آماری با Amos 🔺 جهت تهیه دوره های…»
🎥 آموزش همگنی واریانس
(تحلیل سوال آمار ارشد روانشناسی ۹۵)
✅ چطور سوالات کنکوری رو سریع و مفهومی حل کنیم؟
📌 مناسب برای داوطلبای ارشد و دکتری روانشناسی، مشاوره، علوم تربیتی و پرستاری
📥 لینک ویدیو:
https://rezagolcheshmeh.ir/homogeneity-of-variance/
قند.شکن : خاموش
برای آموزشهای بیشتر عضو کانال باش 👇
🆔 [@AMAR_PHD]
(تحلیل سوال آمار ارشد روانشناسی ۹۵)
✅ چطور سوالات کنکوری رو سریع و مفهومی حل کنیم؟
📌 مناسب برای داوطلبای ارشد و دکتری روانشناسی، مشاوره، علوم تربیتی و پرستاری
📥 لینک ویدیو:
https://rezagolcheshmeh.ir/homogeneity-of-variance/
قند.شکن : خاموش
برای آموزشهای بیشتر عضو کانال باش 👇
🆔 [@AMAR_PHD]
❤2