🔴 انواع نمونه‌گیری
1- نمونه‌گیری تصادفی (احتمالی):
در نمونه‌گیری تصادفی احتمال انتخاب شدن برای همه اعضای جامعه یکسان و معلوم است. هیچ عاملی جز شانس و تصادف در انتخاب شدن افراد نمونه از جامعه دخالت ندارد.
نمونه‌گیری تصادفی انواع مختلفی دارد که عبارتند از:
نمونه‌گیری تصادفی ساده، نمونه‌گیری منظم (سیستماتیک)، نمونه‌گیری طبقه‌ای (یا نسبی) و نمونه‌گیری خوشه‌ای (تک مرحله‌ای و چند مرحله‌ای).
پژوهشگر می‌تواند بنا بر ویژگی‌های جامعه آماری خود یکی از این روش‌ها را برگزیند.
2- نمونه‌گیری غیر تصادفی (غیر احتمالی):
در نمونه‌گیری غیر تصادفی، احتمال انتخاب شدن برای همه اعضای جامعه نامعین و نامعلوم است. نمونه انتخاب شده به این روش معرف جامعه نیست و نمی‌توان نتایج حاصل از آن را به جامعه تعمیم داد. نمونه‌گیری غیرتصادفی شامل نمونه‌گیری اتفاقی (یا در دسترس)، هدفمند (یا قضاوتی)، سهمیه‌ای و شبکه‌ای (یا گلوله برفی) می‌باشد.
@SPSS_SEM
1- نمونه‌گیری تصادفی (احتمالی):
در نمونه‌گیری تصادفی احتمال انتخاب شدن برای همه اعضای جامعه یکسان و معلوم است. هیچ عاملی جز شانس و تصادف در انتخاب شدن افراد نمونه از جامعه دخالت ندارد.
نمونه‌گیری تصادفی انواع مختلفی دارد که عبارتند از:
نمونه‌گیری تصادفی ساده، نمونه‌گیری منظم (سیستماتیک)، نمونه‌گیری طبقه‌ای (یا نسبی) و نمونه‌گیری خوشه‌ای (تک مرحله‌ای و چند مرحله‌ای).
پژوهشگر می‌تواند بنا بر ویژگی‌های جامعه آماری خود یکی از این روش‌ها را برگزیند.
2- نمونه‌گیری غیر تصادفی (غیر احتمالی):
در نمونه‌گیری غیر تصادفی، احتمال انتخاب شدن برای همه اعضای جامعه نامعین و نامعلوم است. نمونه انتخاب شده به این روش معرف جامعه نیست و نمی‌توان نتایج حاصل از آن را به جامعه تعمیم داد. نمونه‌گیری غیرتصادفی شامل نمونه‌گیری اتفاقی (یا در دسترس)، هدفمند (یا قضاوتی)، سهمیه‌ای و شبکه‌ای (یا گلوله برفی) می‌باشد.
@SPSS_SEM
👍1
🔵 نکاتی که در تعیین حجم نمونه باید توجه نمود:
1- هر قدر حجم جامعه کوچکتر باشد نسبت بیشتری از جامعه باید در نمونه وجود داشته باشد و هر قدر حجم جامعه بزرگتر باشد نسبت کمتری از جامعه باید در نمونه وجود داشته باشد. اگر حجم جامعه ۳۰ نفر یا کمتر باشد محقق تقریباً باید کل جامعه را به عنوان نمونه انتخاب کند. یعنی از روش سرشماری استفاده نماید.
2- اگر حجم جامعه بزرگ باشد، باید نمونه بزرگتری انتخاب شود. همچنین توجه داشته باشید که با افزایش حجم جامعه، حجم نمونه با میزان کمتری افزایش می یابد. در حجم جامعه بالاتر از ۳۸۰ نفر، حجم نمونه تقریباً ثابت می ماند.
3- هر چه جامعه ناهمگون‌تر و یا به عبارت دیگر واریانس آن بیشتر باشد، محقق باید نمونه بزرگتری را انتخاب کند.
4- محققان باید همیشه نمونه ای بزرگتر از آنچه که واقعاً میخواهند انتخاب کنند چرا که همیشه احتمال ریزش و افت آزمودنیها وجود دارد. افت آزمودنیها به ویژه در تحقیقات پانل (panel) روی می دهد. تحقیقاتی که در آن یک گروه از آزمودنیها در طول زمان چندین بار مورد اندازه گیری قرار میگیرند. معمولاً محقق باید قبل از انجام تحقیق انتظار ۱۰ تا ۲۵ درصد ریزش نمونه را داشته باشد.
5- حجم نمونه تا حد زیادی به هدف و روش تحقیق بستگی دارد. در تحقیقات قوم‌شناسی یا کیفی معمولاً از نمونه کوچک استفاده میشود. برای پژوهشهای توصیفی، مانند مطالعات میدانی و زمینه‌یابی، نمونه‌ای به حجم حداقل ۱۰۰ نفر نیاز است. در پژوهشهای همبستگی برخی منابع حداقل حجم نمونه را ۳۰ نفر و برخی دیگر ۵۰ نفر ذکر کرده‌اند. در پژوهشهای از نوع آزمایشی و علّی- مقایسه‌ای، حجم نمونه حداقل ۱۵ نفر در هر گروه توصیه میشود. در تحقیقاتی که نیاز به طبقه‌بندی جامعه برای نمونه‌گیری می‌باشد، حداقل نمونه هر طبقه بین ۲۰ تا ۵۰ نفر است.
6- هنگامیکه پیش‌بینی تفاوت یا همبستگی پایین است، اندازه نمونه باید بزرگ باشد. در تحقیقاتی که انتظار داریم برای گروههای مختلف تفاوت اندکی در متغیر وابسته بدست آوریم. یا در مطالعاتی که به منظور تعیین ارتباط صورت میگیرند و همبستگی پایین مورد انتظار است.
7- زمانی که گروههای انتخاب شده باید به زیرگروههای دیگری تقسیم شوند و سپس این زیرگروهها مقایسه گردند، لازم است نمونه بزرگ باشد. تا زیرگروهها تعداد کافی آزمودنی را دربرگیرند.
8- زمانی که در تحقیق متغیرهای کنترل نشده زیادی وجود دارند، انتخاب نمونه با اندازه بزرگ ضروری است.
9- در برخی از تحقیقات، انتخاب نمونه ای با اندازه‌گیری کوچک مناسبتر از انتخاب یک نمونه با اندازه‌گیری بزرگ است. این بیشتر در مورد تحقیقاتی که هدف آنها اجرای نقش، مصاحبه های عمیق و اندازه گیریهای ذهنی است، صدق میکند.
10- زمانی که وسیله پایایی برای اندازه گیری متغیر وابسته وجود ندارد. پایایی ابزار اندازه گیری بدان معنا است که هر گاه این ابزار در شرایط و زمانهای مختلف بکار رود، آزمودنیهای یکسان دارای نمره‌های مشابهی گردند.
11- نوع مقیاس اندازه‌گیری در تعیین حجم نمونه موثر است. برای داده‌هایی که از مقیاس اسمی به دست می‌آیند، در مقایسه با مقیاس فاصله‌ای و نسبی به نمونه بزرگتری نیاز داریم.
12- سطح اطمینان و خطای نمونه‌گیری در تعیین حجم نمونه موثر است. زمانی که محقق سطح بالاتری از اطمینان یا معنی دار بودن آماری مثلاّ ۹۹ درصد اطمینان با خطای ۱ درصد را ملاک ارزیابی اطلاعات تحقیق خود قرار می‌دهد لازم است حجم نمونه او بزرگتر انتخاب شود.
13- در تحقیقات چندمتغیره، حجم نمونه باید چند برابر (ترجیحاً ۱۰ برابر) تعداد متغیرها در پژوهش باشند.
لینک کانال : @SPSS_SEM
1- هر قدر حجم جامعه کوچکتر باشد نسبت بیشتری از جامعه باید در نمونه وجود داشته باشد و هر قدر حجم جامعه بزرگتر باشد نسبت کمتری از جامعه باید در نمونه وجود داشته باشد. اگر حجم جامعه ۳۰ نفر یا کمتر باشد محقق تقریباً باید کل جامعه را به عنوان نمونه انتخاب کند. یعنی از روش سرشماری استفاده نماید.
2- اگر حجم جامعه بزرگ باشد، باید نمونه بزرگتری انتخاب شود. همچنین توجه داشته باشید که با افزایش حجم جامعه، حجم نمونه با میزان کمتری افزایش می یابد. در حجم جامعه بالاتر از ۳۸۰ نفر، حجم نمونه تقریباً ثابت می ماند.
3- هر چه جامعه ناهمگون‌تر و یا به عبارت دیگر واریانس آن بیشتر باشد، محقق باید نمونه بزرگتری را انتخاب کند.
4- محققان باید همیشه نمونه ای بزرگتر از آنچه که واقعاً میخواهند انتخاب کنند چرا که همیشه احتمال ریزش و افت آزمودنیها وجود دارد. افت آزمودنیها به ویژه در تحقیقات پانل (panel) روی می دهد. تحقیقاتی که در آن یک گروه از آزمودنیها در طول زمان چندین بار مورد اندازه گیری قرار میگیرند. معمولاً محقق باید قبل از انجام تحقیق انتظار ۱۰ تا ۲۵ درصد ریزش نمونه را داشته باشد.
5- حجم نمونه تا حد زیادی به هدف و روش تحقیق بستگی دارد. در تحقیقات قوم‌شناسی یا کیفی معمولاً از نمونه کوچک استفاده میشود. برای پژوهشهای توصیفی، مانند مطالعات میدانی و زمینه‌یابی، نمونه‌ای به حجم حداقل ۱۰۰ نفر نیاز است. در پژوهشهای همبستگی برخی منابع حداقل حجم نمونه را ۳۰ نفر و برخی دیگر ۵۰ نفر ذکر کرده‌اند. در پژوهشهای از نوع آزمایشی و علّی- مقایسه‌ای، حجم نمونه حداقل ۱۵ نفر در هر گروه توصیه میشود. در تحقیقاتی که نیاز به طبقه‌بندی جامعه برای نمونه‌گیری می‌باشد، حداقل نمونه هر طبقه بین ۲۰ تا ۵۰ نفر است.
6- هنگامیکه پیش‌بینی تفاوت یا همبستگی پایین است، اندازه نمونه باید بزرگ باشد. در تحقیقاتی که انتظار داریم برای گروههای مختلف تفاوت اندکی در متغیر وابسته بدست آوریم. یا در مطالعاتی که به منظور تعیین ارتباط صورت میگیرند و همبستگی پایین مورد انتظار است.
7- زمانی که گروههای انتخاب شده باید به زیرگروههای دیگری تقسیم شوند و سپس این زیرگروهها مقایسه گردند، لازم است نمونه بزرگ باشد. تا زیرگروهها تعداد کافی آزمودنی را دربرگیرند.
8- زمانی که در تحقیق متغیرهای کنترل نشده زیادی وجود دارند، انتخاب نمونه با اندازه بزرگ ضروری است.
9- در برخی از تحقیقات، انتخاب نمونه ای با اندازه‌گیری کوچک مناسبتر از انتخاب یک نمونه با اندازه‌گیری بزرگ است. این بیشتر در مورد تحقیقاتی که هدف آنها اجرای نقش، مصاحبه های عمیق و اندازه گیریهای ذهنی است، صدق میکند.
10- زمانی که وسیله پایایی برای اندازه گیری متغیر وابسته وجود ندارد. پایایی ابزار اندازه گیری بدان معنا است که هر گاه این ابزار در شرایط و زمانهای مختلف بکار رود، آزمودنیهای یکسان دارای نمره‌های مشابهی گردند.
11- نوع مقیاس اندازه‌گیری در تعیین حجم نمونه موثر است. برای داده‌هایی که از مقیاس اسمی به دست می‌آیند، در مقایسه با مقیاس فاصله‌ای و نسبی به نمونه بزرگتری نیاز داریم.
12- سطح اطمینان و خطای نمونه‌گیری در تعیین حجم نمونه موثر است. زمانی که محقق سطح بالاتری از اطمینان یا معنی دار بودن آماری مثلاّ ۹۹ درصد اطمینان با خطای ۱ درصد را ملاک ارزیابی اطلاعات تحقیق خود قرار می‌دهد لازم است حجم نمونه او بزرگتر انتخاب شود.
13- در تحقیقات چندمتغیره، حجم نمونه باید چند برابر (ترجیحاً ۱۰ برابر) تعداد متغیرها در پژوهش باشند.
لینک کانال : @SPSS_SEM
👍3
🥎 تجزیه و تحلیل آماری تخصصی فصل ۴ پایان نامه ها برای تمامی رشته ها
🥎 تحلیل آماری مقالات
🥎 تجزیه و تحلیل نظرسنجی های شرکتی
🥎 انجام پروژه های کلاسی و ترمیک دانشجویان
با نرم افزارهای آماری (SPSS-AMOS-LiSrel-SmartPls و ...)
با هزینه های مناسب و دانشجویی در موسسه تحلیلگران آماری
https://zil.ink/spss_sem
🥎 تحلیل آماری مقالات
🥎 تجزیه و تحلیل نظرسنجی های شرکتی
🥎 انجام پروژه های کلاسی و ترمیک دانشجویان
با نرم افزارهای آماری (SPSS-AMOS-LiSrel-SmartPls و ...)
با هزینه های مناسب و دانشجویی در موسسه تحلیلگران آماری
https://zil.ink/spss_sem
زیلینک
مهدی محمدی
مدیر موسسه تحلیلگران آماری
👍1
سلام و عرض ادب
عید فطر ،عید پایان یافتن رمضان نیست، عید بر آمدن انسانی نو است.برآمدن روز نو،
بخوان به پاس سرافرازیت در بندگی
اللهم اهل کبریا و العظمه،و اهل الجود و الجبروت،ای عظمت بی پایان،ای دارنده دو جهان ،ای آمرزنده
پیشاپیش عید فطر و ماه شوال را خدمت همه دوستان تبریک عرض می کنم.
🌸@SPSS_SEM
عید فطر ،عید پایان یافتن رمضان نیست، عید بر آمدن انسانی نو است.برآمدن روز نو،
بخوان به پاس سرافرازیت در بندگی
اللهم اهل کبریا و العظمه،و اهل الجود و الجبروت،ای عظمت بی پایان،ای دارنده دو جهان ،ای آمرزنده
پیشاپیش عید فطر و ماه شوال را خدمت همه دوستان تبریک عرض می کنم.
🌸@SPSS_SEM
👍2
👌👈آزمون همبستگی پارامتریک :
🔴آزمون همبستگی پیرسون (Pearson Correlation Coefficient)
ضریب همبستگی برای توصیف شدت رابطه بین متغیرها به کار می‌رود.
رابطه علت و معلولی را نمی‌توان از همبستگی استنباط کرد. یعنی می‌تواند متغیر سومی وجود داشته باشد که ارتباط بین دو متغیر مورد مقایسه را توصیف کند. برای مثال، تحقیقات نشان می‌دهد بین اضطراب مادران و یادگیری کودکان رابطه معکوس وجود دارد. ممکن است کاهش یادگیری کودک و اضطراب مادر ناشی از علل دیگری مانند درآمد پایین خانواده، مشکلات ژنتیکی و غیره باشد
گاهی بین متغیرها همبستگی ساختگی، مصنوعی یا مجازی وجود دارد. درحالی‌که احتمالاً رابطه و قطعاً رابطه علی بین آنها وجود ندارد. برای مثال بین هوش و رنگ چشم افراد همبستگی وجود دارد.
همچنین همبستگی‌ای که در یک نمونه قابل ملاحظه است، ممکن است در نمونه دیگر معادل صفر باشد.
ضریب همبستگی پیرسون، جزء آزمون‌های آماری پارامتریک محسوب میشود که نشان دهنده درجه رابطه خطی بین دو متغیر است و توسط کارل پیرسون ارائه شده و آن را با حرف r نشان می‌دهند. مقدار آن بین دو عدد ۱+ و ۱- تغییر میکند. مقدار قدر مطلق ضریب همبستگی، شدت یا درجه رابطه بین دو متغیر و علامت آن (مثبت یا منفی) جهت رابطه (مستقیم یا معکوس) را نشان می‌دهد. ضریب همبستگی پیرسون یک شاخص متقارن است. یعنی همبستگی بین متغیرهای X و Y با همبستگی بین متغیرهای Y و X برابر است.
🔵پیش فرض‌های ضریب همبستگی پیرسون
استفاده از ضریب همبستگی پیرسون مستلزم پیش فرض‌های زیر است:
📉مقیاس متغیرها حداقل فاصله‌ای باشد.
📈توزیع‌ها تقریباً نرمال باشند.
📊رابطه بین دو متغیر خطی باشد. نمودار پراکندگی، ساده ترین روش برای بررسی خطی یا غیرخطی بودن رابطهی بین متغیرها می‌باشد.
📉شرط یکسانی واریانس‌ها رعایت شود به عبارت دیگر، باید نمودار پراکندگی یکسان باشد. به این معنی که عرض نقاط در سرتاسر نمودار یکسان باشد.
🔗لینک کانال : @SPSS_SEM
👍2
🔴آزمون‌های همبستگی ناپارامتریک
در صورتی که متغیرها از نوع اسمی و رتبه‌ای (ترتیبی) بوده و یا توزیع آماری جامعه نرمال نباشد، برای بررسی رابطه بین دو متغیر از آزمون‌های همبستگی ناپارامتریک استفاده میشود.
که در پست های زیر انواع آزمون های همبستگی ناپارامتریک مفصل توضیح داده خواهد شد 👇👇👇
@SPSS_SEM
در صورتی که متغیرها از نوع اسمی و رتبه‌ای (ترتیبی) بوده و یا توزیع آماری جامعه نرمال نباشد، برای بررسی رابطه بین دو متغیر از آزمون‌های همبستگی ناپارامتریک استفاده میشود.
که در پست های زیر انواع آزمون های همبستگی ناپارامتریک مفصل توضیح داده خواهد شد 👇👇👇
@SPSS_SEM
🔴ضریب همبستگی رتبه ای اسپیرمن (Spearman Correlation Coefficient)
ضریب همبستگی اسپیرمن معادل ناپارامتریک ضریب همبستگی پیرسون به شمار می‌رود که میزان همبستگی دو متغیر در سطح رتبه‌ای یا یکی رتبه‌ای و دیگری در سطح فاصله‌ای را اندازه‌گیری میکند. یا اینکه داده‌ها فاصله‌ای باشند، ولی مفروضه‌های آمار پارامتریک رعایت نشده باشد. همچنین در مواردی که تعداد افراد نمونه کمتر از ۳۰ نفر است، به جای ضریب همبستگی پیرسون به کار برده میشود. و آن را با علامت rs یا حرف یونانی ρ (رو) نشان می‌دهند.
مقدار ضریب همبستگی اسپیرمن مانند ضریب همبستگی پیرسون تفسیر میشود.
@SPSS_SEM
ضریب همبستگی اسپیرمن معادل ناپارامتریک ضریب همبستگی پیرسون به شمار می‌رود که میزان همبستگی دو متغیر در سطح رتبه‌ای یا یکی رتبه‌ای و دیگری در سطح فاصله‌ای را اندازه‌گیری میکند. یا اینکه داده‌ها فاصله‌ای باشند، ولی مفروضه‌های آمار پارامتریک رعایت نشده باشد. همچنین در مواردی که تعداد افراد نمونه کمتر از ۳۰ نفر است، به جای ضریب همبستگی پیرسون به کار برده میشود. و آن را با علامت rs یا حرف یونانی ρ (رو) نشان می‌دهند.
مقدار ضریب همبستگی اسپیرمن مانند ضریب همبستگی پیرسون تفسیر میشود.
@SPSS_SEM
👍1
🔴ضریب همبستگی رتبه‌ای کندال tau- b) b)
ضریب همبستگی رتبه‌ای کندال b یا tau-b زمانی استفاده میشود که متغیرهای مورد مطالعه در سطح رتبه‌ای اندازه گیری شده و جدول داده ها مربع شکل باشند. یعنی تعداد سطوح رتبه بندی دو متغیر برابر باشند. همچنین در محاسبات خود زوج هایی که رتبه آنها برابر است، را در نظر می‌گیرد. مانند رابطه بین نمره امتحان و زمان صرف شده برای مرور درس. نمره امتحان دارای ۵ حالت A، B، C، D وF است. همچنین زمان صرف شده برای مرور درس دارای ۵ طبقه شامل کمتر از ۵ ساعت، ۵ تا ۹ ساعت، ۱۰ تا ۱۴ ساعت، ۱۵ تا ۱۹ ساعت و ۲۰ ساعت به بالا است.
ضریب همبستگی رتبه‌ای کندال b متقارن است و مقدار آن بین ۱+ و ۱- قرار دارد و مشابه با ضریب همبستگی پیرسون تفسیر میشود.
@SPSS_SEM
ضریب همبستگی رتبه‌ای کندال b یا tau-b زمانی استفاده میشود که متغیرهای مورد مطالعه در سطح رتبه‌ای اندازه گیری شده و جدول داده ها مربع شکل باشند. یعنی تعداد سطوح رتبه بندی دو متغیر برابر باشند. همچنین در محاسبات خود زوج هایی که رتبه آنها برابر است، را در نظر می‌گیرد. مانند رابطه بین نمره امتحان و زمان صرف شده برای مرور درس. نمره امتحان دارای ۵ حالت A، B، C، D وF است. همچنین زمان صرف شده برای مرور درس دارای ۵ طبقه شامل کمتر از ۵ ساعت، ۵ تا ۹ ساعت، ۱۰ تا ۱۴ ساعت، ۱۵ تا ۱۹ ساعت و ۲۰ ساعت به بالا است.
ضریب همبستگی رتبه‌ای کندال b متقارن است و مقدار آن بین ۱+ و ۱- قرار دارد و مشابه با ضریب همبستگی پیرسون تفسیر میشود.
@SPSS_SEM
👍1
🔴ضریب همبستگی رتبه‌ای کندال tau- c) c)
از ضریب همبستگی رتبه‌ای کندال c یا tau- c زمانی استفاده میشود که متغیرهای مورد مطالعه در سطح رتبه‌ای اندازه گیری شده و جدول داده‌های مربوط به آن ها مستطیل شکل باشد. اما در محاسبات خود زوج‌های گره خورده (زوج‌هایی که رتبه آنها برابر است) را نادیده می‌گیرد. مانند رابطه بین رضایت مشتری (با عبارت “من از مدت زمانی که طول کشید تا بسته به دست من برسد، راضی هستم” در طیف ۵ گزینه‌ای لیکرت از کاملاً مخالفم تا کاملاً موافقم اندازه گیری شده است) و زمان تحویل کالا (دارای ۴ طبقه شامل روز بعد، ۲ روز بعد، ۳ تا ۵ روز و بیش از ۵ روز است)
ضریب همبستگی رتبه‌ای کندال c متقارن است و مقدار آن بین ۱+ و ۱- قرار دارد و مشابه با ضریب همبستگی پیرسون تفسیر میشود.
@SPSS_SEM
از ضریب همبستگی رتبه‌ای کندال c یا tau- c زمانی استفاده میشود که متغیرهای مورد مطالعه در سطح رتبه‌ای اندازه گیری شده و جدول داده‌های مربوط به آن ها مستطیل شکل باشد. اما در محاسبات خود زوج‌های گره خورده (زوج‌هایی که رتبه آنها برابر است) را نادیده می‌گیرد. مانند رابطه بین رضایت مشتری (با عبارت “من از مدت زمانی که طول کشید تا بسته به دست من برسد، راضی هستم” در طیف ۵ گزینه‌ای لیکرت از کاملاً مخالفم تا کاملاً موافقم اندازه گیری شده است) و زمان تحویل کالا (دارای ۴ طبقه شامل روز بعد، ۲ روز بعد، ۳ تا ۵ روز و بیش از ۵ روز است)
ضریب همبستگی رتبه‌ای کندال c متقارن است و مقدار آن بین ۱+ و ۱- قرار دارد و مشابه با ضریب همبستگی پیرسون تفسیر میشود.
@SPSS_SEM
🔴ضریب گاما (Gamma)
ضریب گاما برای نشان دادن رابطه بین دو متغیر رتبه‌ای استفاده میشود که از طریق آن می توان اقدام به پیش بینی یک متغیر وابسته از روی یک متغیر مستقل نمود. مانند رابطه بین امنیت شغلی (پایین، متوسط و بالا) و رضایت شغلی (پایین، متوسط و بالا)
با استفاده از ضریب گاما می‌توان میزان کاهش خطا در پیش بینی متغیر وابسته را آزمون نمود. ضریب گاما براساس تعداد جفت‌های هماهنگ و ناهماهنگ (معکوس) محاسبه میشود. ضریب همبستگی گاما متقارن است و مقدار آن بین ۱+ و ۱- قرار دارد و مشابه با ضریب همبستگی پیرسون تفسیر میشود.
@SPSS_SEM
ضریب گاما برای نشان دادن رابطه بین دو متغیر رتبه‌ای استفاده میشود که از طریق آن می توان اقدام به پیش بینی یک متغیر وابسته از روی یک متغیر مستقل نمود. مانند رابطه بین امنیت شغلی (پایین، متوسط و بالا) و رضایت شغلی (پایین، متوسط و بالا)
با استفاده از ضریب گاما می‌توان میزان کاهش خطا در پیش بینی متغیر وابسته را آزمون نمود. ضریب گاما براساس تعداد جفت‌های هماهنگ و ناهماهنگ (معکوس) محاسبه میشود. ضریب همبستگی گاما متقارن است و مقدار آن بین ۱+ و ۱- قرار دارد و مشابه با ضریب همبستگی پیرسون تفسیر میشود.
@SPSS_SEM
🔴ضریب d سامرز (Somers’ d)
ضریب d سامرز برای ارزیابی رابطه بین دو متغیر رتبه‌ای به کار می‌رود، شکل خاصی از ضریب گاما است که در آن یکی از متغیرها به عنوان متغیر وابسته در نظر گرفته میشود. از ضریب گاما دقیق‌تر است.
ضریب d سامرز نامتقارن است. مانند رگرسیون عمل میکند. بنابراین، زمانی مورد استفاده قرار می‌گیرد که قصد داریم مقدار متغیر وابسته (Y) را از روی مقدار متغیر مستقل (X) پیش‌بینی کنیم.
@SPSS_SEM
ضریب d سامرز برای ارزیابی رابطه بین دو متغیر رتبه‌ای به کار می‌رود، شکل خاصی از ضریب گاما است که در آن یکی از متغیرها به عنوان متغیر وابسته در نظر گرفته میشود. از ضریب گاما دقیق‌تر است.
ضریب d سامرز نامتقارن است. مانند رگرسیون عمل میکند. بنابراین، زمانی مورد استفاده قرار می‌گیرد که قصد داریم مقدار متغیر وابسته (Y) را از روی مقدار متغیر مستقل (X) پیش‌بینی کنیم.
@SPSS_SEM
🔴ضریب همبستگی اتا (η)
یک ضریب همبستگی دو متغیری برای داده‌های پیوسته است، زمانی که رابطه خطی بین دو متغیر وجود ندارد. ضریب اتا را در مواقعی که یکی از متغیرها اسمی یا رتبه‌ای و دیگری فاصله‌ای/ نسبی باشد، نیز می‌توان به کار برد. ضریب همبستگی اتا مبتنی بر خطای پیش بینی است. یعنی مقدار این ضریب نشان می‌دهد با در نظر گرفتن متغیر اسمی یا رتبه‌ای، چه مقدار از خطای پیش بینی متغیر فاصله‌ای مورد نظر کاسته میشود. مانند رابطه بین حرکات مخاطره آمیز در حین رانندگی و میزان تصادفات
این ضریب نامتقارن است، مشابه با ضریب همبستگی پیرسون تفسیر میشود، اما هرگز نمی‌تواند منفی باشد.
یعنی دامنه تغییرات آن بین ۰ و ۱+ است.
@SPSS_SEM
یک ضریب همبستگی دو متغیری برای داده‌های پیوسته است، زمانی که رابطه خطی بین دو متغیر وجود ندارد. ضریب اتا را در مواقعی که یکی از متغیرها اسمی یا رتبه‌ای و دیگری فاصله‌ای/ نسبی باشد، نیز می‌توان به کار برد. ضریب همبستگی اتا مبتنی بر خطای پیش بینی است. یعنی مقدار این ضریب نشان می‌دهد با در نظر گرفتن متغیر اسمی یا رتبه‌ای، چه مقدار از خطای پیش بینی متغیر فاصله‌ای مورد نظر کاسته میشود. مانند رابطه بین حرکات مخاطره آمیز در حین رانندگی و میزان تصادفات
این ضریب نامتقارن است، مشابه با ضریب همبستگی پیرسون تفسیر میشود، اما هرگز نمی‌تواند منفی باشد.
یعنی دامنه تغییرات آن بین ۰ و ۱+ است.
@SPSS_SEM
👍1
🔴آزمون مجذور خی (χ۲) دو متغیره (آزمون استقلال)
مجذور خی (χ۲) دو متغیره یک آزمون ناپارامتریک برای بررسی وجود یا عدم وجود رابطه بین دو متغیر اسمی یا یک اسمی و یک رتبه‌ای است. اساس آن بررسی و سنجش تفاوت فراوانی‌های مشاهده شده و فراوانی‌های مورد انتظار است. با استفاده از تفاوت بین فراوانی‌های مشاهده شده و فراوانی‌های مورد انتظار به وجود یا عدم وجود رابطه بین دو متغیر پی می‌بریم. در صورتی که هیچ رابطه‌ای بین دو متغیر وجود نداشته باشد، می‌توان نتیجه گرفت که دو متغیر مستقلند. به همین دلیل به این آزمون، آزمون استقلال گفته میشود. مانند رابطه بین دو متغیر جنسیت و استفاده از مواد مخدر
با استفاده از مجذور خی دو متغیره فقط وجود یا عدم وجود رابطه بین دو متغیر مشخص میشود. برای تعیین شدت یا میزان همبستگی باید از آزمون‌های تعقیبی مجذور خی مانند ضریب فی (φ)، ضریب توافقی (C) و ضریب کرامر (V) استفاده کرد.
🔵🔵 پیش فرض‌های آزمون خی‌دو
🏀متغیر باید به صورت طبقه ای (در سطح اسمی) باشند.
🥎تعداد طبقات متغیر دو یا بیشتر باشد.
🏈مجموع فراوانی‌های مورد انتظار با مجموع فراوانی‌های مشاهده شده برابر باشد.
⚾️فراوانی مورد انتظار بیش از ۲۰ درصد خانه های جدول کمتر از ۵ نباشد. اگر چنین باشد محقق باید خانه های مجاور را با هم ترکیب کند تا مقدار فراوانی مورد انتظار را به بیش از ۵ برساند.
⚽️فراوانی‌ها یا مشاهدات مستقل از یکدیگر باشند.
🥎داده‌ها از یک نمونه تصادفی انتخاب شده باشند.
@SPSS_SEM
مجذور خی (χ۲) دو متغیره یک آزمون ناپارامتریک برای بررسی وجود یا عدم وجود رابطه بین دو متغیر اسمی یا یک اسمی و یک رتبه‌ای است. اساس آن بررسی و سنجش تفاوت فراوانی‌های مشاهده شده و فراوانی‌های مورد انتظار است. با استفاده از تفاوت بین فراوانی‌های مشاهده شده و فراوانی‌های مورد انتظار به وجود یا عدم وجود رابطه بین دو متغیر پی می‌بریم. در صورتی که هیچ رابطه‌ای بین دو متغیر وجود نداشته باشد، می‌توان نتیجه گرفت که دو متغیر مستقلند. به همین دلیل به این آزمون، آزمون استقلال گفته میشود. مانند رابطه بین دو متغیر جنسیت و استفاده از مواد مخدر
با استفاده از مجذور خی دو متغیره فقط وجود یا عدم وجود رابطه بین دو متغیر مشخص میشود. برای تعیین شدت یا میزان همبستگی باید از آزمون‌های تعقیبی مجذور خی مانند ضریب فی (φ)، ضریب توافقی (C) و ضریب کرامر (V) استفاده کرد.
🔵🔵 پیش فرض‌های آزمون خی‌دو
🏀متغیر باید به صورت طبقه ای (در سطح اسمی) باشند.
🥎تعداد طبقات متغیر دو یا بیشتر باشد.
🏈مجموع فراوانی‌های مورد انتظار با مجموع فراوانی‌های مشاهده شده برابر باشد.
⚾️فراوانی مورد انتظار بیش از ۲۰ درصد خانه های جدول کمتر از ۵ نباشد. اگر چنین باشد محقق باید خانه های مجاور را با هم ترکیب کند تا مقدار فراوانی مورد انتظار را به بیش از ۵ برساند.
⚽️فراوانی‌ها یا مشاهدات مستقل از یکدیگر باشند.
🥎داده‌ها از یک نمونه تصادفی انتخاب شده باشند.
@SPSS_SEM
👍3
🔴ضریب فی (phi coefficient)
هنگامی که دو متغیر مورد مطالعه اسمی و دو ارزشی واقعی باشند، برای محاسبه ضریب همبستگی آن ها از ضریب فی استفاده میشود. یعنی داده‌ها در یک جدول توافقی ۲×۲ که دارای ۲ سطر و ۲ ستون است، ارائه شده باشند. مانند بررسی رابطه بین جنسیت و احساس درد کارگران کارخانه در حین کار
بهترین مورد استفاده ضریب فی محاسبه همبستگی بین سئوال‌های یک آزمون صحیح- غلط است. ضریب فی متقارن است. دامنه تغییرات آن بین ۰ و ۱ است و جهت رابطه در آن معنی ندارد. زیرا با توجه به اسمی بودن داده‌ها، همبستگی‌های منفی از نظر ریاضی غیر ممکن است.
@SPSS_SEM
هنگامی که دو متغیر مورد مطالعه اسمی و دو ارزشی واقعی باشند، برای محاسبه ضریب همبستگی آن ها از ضریب فی استفاده میشود. یعنی داده‌ها در یک جدول توافقی ۲×۲ که دارای ۲ سطر و ۲ ستون است، ارائه شده باشند. مانند بررسی رابطه بین جنسیت و احساس درد کارگران کارخانه در حین کار
بهترین مورد استفاده ضریب فی محاسبه همبستگی بین سئوال‌های یک آزمون صحیح- غلط است. ضریب فی متقارن است. دامنه تغییرات آن بین ۰ و ۱ است و جهت رابطه در آن معنی ندارد. زیرا با توجه به اسمی بودن داده‌ها، همبستگی‌های منفی از نظر ریاضی غیر ممکن است.
@SPSS_SEM
🔴ضریب توافقی (Contingency coefficient)
ضریب توافقی هنگامی استفاده میشود که هر دو متغیر اسمی یا یکی از متغیرها اسمی و دیگری رتبه‌ای باشد. تفاوت آن با ضریب فی در این است که وقتی برای هر متغیر اسمی ۳ ارزش یا بیشتر وجود داشته باشد و جدول داده‌ها مربع شکل، یعنی تعداد سطر و ستون در جدول برابر باشد (مانند جدول‌های ۳×۳، ۴×۴ و …) از ضریب توافقی استفاده می‌کنیم. مانند رابطه بین وضعیت تأهل (مجرد، متاهل و مطلقه) و وضعیت اقتصادی (بد، متوسط، خوب)
ضریب توافقی متقارن است، دامنه تغییرات آن بین ۰ و ۱ است و جهت رابطه در آن معنی ندارد. زیرا با توجه به اسمی بودن داده‌ها، همبستگی های منفی از نظر ریاضی غیر ممکن است. البته هر چه تعداد ارزش‌ها یا طبقات متغیر بیشتر باشد، مقدار این ضریب نیز بیشتر خواهد بود. اما به ندرت به ۱ می‌رسد مگر اینکه تعداد طبقات بسیار افزایش یابد.
@SPSS_SEM
ضریب توافقی هنگامی استفاده میشود که هر دو متغیر اسمی یا یکی از متغیرها اسمی و دیگری رتبه‌ای باشد. تفاوت آن با ضریب فی در این است که وقتی برای هر متغیر اسمی ۳ ارزش یا بیشتر وجود داشته باشد و جدول داده‌ها مربع شکل، یعنی تعداد سطر و ستون در جدول برابر باشد (مانند جدول‌های ۳×۳، ۴×۴ و …) از ضریب توافقی استفاده می‌کنیم. مانند رابطه بین وضعیت تأهل (مجرد، متاهل و مطلقه) و وضعیت اقتصادی (بد، متوسط، خوب)
ضریب توافقی متقارن است، دامنه تغییرات آن بین ۰ و ۱ است و جهت رابطه در آن معنی ندارد. زیرا با توجه به اسمی بودن داده‌ها، همبستگی های منفی از نظر ریاضی غیر ممکن است. البته هر چه تعداد ارزش‌ها یا طبقات متغیر بیشتر باشد، مقدار این ضریب نیز بیشتر خواهد بود. اما به ندرت به ۱ می‌رسد مگر اینکه تعداد طبقات بسیار افزایش یابد.
@SPSS_SEM
👍3
🔴ضریب وی کرامر (Cramer’s V)
ضریب V کرامر هنگامی استفاده میشود که هر دو متغیر اسمی باشند. اما تعداد ارزش‌های ممکن برای دو متغیر برابر نباشند. به عبارت دیگر تعداد سطر و ستون در جدول داده‌ها برابر نباشند، مانند جدول‌های ۳×۲، ۵×۳ و … . مانند رابطه بین جنسیت و گرایش سیاسی
ضریب V کرامر متقارن است، دامنه تغییرات آن بین ۰ و ۱+ است و جهت رابطه در آن معنی ندارد. زیرا با توجه به اسمی بودن داده‌ها، همبستگی های منفی از نظر ریاضی غیر ممکن است.
@SPSS_SEM
ضریب V کرامر هنگامی استفاده میشود که هر دو متغیر اسمی باشند. اما تعداد ارزش‌های ممکن برای دو متغیر برابر نباشند. به عبارت دیگر تعداد سطر و ستون در جدول داده‌ها برابر نباشند، مانند جدول‌های ۳×۲، ۵×۳ و … . مانند رابطه بین جنسیت و گرایش سیاسی
ضریب V کرامر متقارن است، دامنه تغییرات آن بین ۰ و ۱+ است و جهت رابطه در آن معنی ندارد. زیرا با توجه به اسمی بودن داده‌ها، همبستگی های منفی از نظر ریاضی غیر ممکن است.
@SPSS_SEM
👍2
🔴ضریب لامبدا (Lambda coefficient)
ضریب لامبدا زمانی به کار می‌رود که دو متغیر مورد مطالعه اسمی و چند ارزشی یا یکی از متغیرها اسمی و دیگری رتبه‌ای باشد. این ضریب نسبت به تعداد مقوله‌ها (ارزش‌های) دو متغیر محدودیتی ندارد. برای پیش بینی مقادیر متغیر وابسته از روی مقادیر متغیر مستقل به کار می‌رود و کاهش نسبی در خطا را انعکاس می‌دهد. به عنوان مثال، آیا با استفاده از وابستگی افراد به یک حزب سیاسی می‌توان رأی آنها به یک نامزد انتخاباتی را پیش بینی کرد.
ضریب لامبدا بین ۰ و ۱+ است. اگر مقدار این ضریب ۰ باشد، یعنی متغیر مستقل در پیش بینی متغیر وابسته هیچ کمکی نمی‌کند و مقدار ۱ یعنی متغیر مستقل به طور کامل متغیر وابسته را پیش‌بینی میکند.
ضریب لامبدا نامتقارن است. با توجه به اینکه کدام متغیر را متغیر مستقل در نظر می‌گیریم، دو مقدار لامبدا به دست می‌آید. میانگین این دو مقدار به عنوان معیاری مناسب برای میزان همبستگی دو متغیر استفاده میشود.
@SPSS_SEM
ضریب لامبدا زمانی به کار می‌رود که دو متغیر مورد مطالعه اسمی و چند ارزشی یا یکی از متغیرها اسمی و دیگری رتبه‌ای باشد. این ضریب نسبت به تعداد مقوله‌ها (ارزش‌های) دو متغیر محدودیتی ندارد. برای پیش بینی مقادیر متغیر وابسته از روی مقادیر متغیر مستقل به کار می‌رود و کاهش نسبی در خطا را انعکاس می‌دهد. به عنوان مثال، آیا با استفاده از وابستگی افراد به یک حزب سیاسی می‌توان رأی آنها به یک نامزد انتخاباتی را پیش بینی کرد.
ضریب لامبدا بین ۰ و ۱+ است. اگر مقدار این ضریب ۰ باشد، یعنی متغیر مستقل در پیش بینی متغیر وابسته هیچ کمکی نمی‌کند و مقدار ۱ یعنی متغیر مستقل به طور کامل متغیر وابسته را پیش‌بینی میکند.
ضریب لامبدا نامتقارن است. با توجه به اینکه کدام متغیر را متغیر مستقل در نظر می‌گیریم، دو مقدار لامبدا به دست می‌آید. میانگین این دو مقدار به عنوان معیاری مناسب برای میزان همبستگی دو متغیر استفاده میشود.
@SPSS_SEM
❤2👍2
🔴ضریب تاو گودمن و کروسکال (Goodman and Kruskal’s tau)
ضریب تاو گودمن و کروسکال نیز برای ارزیابی شدت رابطه بین متغیرهایی که هر دو اسمی یا یکی اسمی و دیگری رتبه‌ای باشد، به کار می‌رود. این ضریب نسبت به تعداد مقوله‌های متغیرها محدودیت ندارد. برای مثال، پیش بینی خشونت طلبی در افراد براساس گروه سنی.
ضریب گودمن و کروسکال یک ضریب متقارن است که در آن متغیر مستقل و وابسته مشخص نیست. مقدار این ضریب همیشه بین صفر و یک نیست. به ویژه زمانی که تعداد طبقات متغیر وابسته بیش از متغیر مستقل باشد. این ضریب نامتقارن است و دامنه تغییرات آن از ۰ تا ۱+ است.
@SPSS_SEM
ضریب تاو گودمن و کروسکال نیز برای ارزیابی شدت رابطه بین متغیرهایی که هر دو اسمی یا یکی اسمی و دیگری رتبه‌ای باشد، به کار می‌رود. این ضریب نسبت به تعداد مقوله‌های متغیرها محدودیت ندارد. برای مثال، پیش بینی خشونت طلبی در افراد براساس گروه سنی.
ضریب گودمن و کروسکال یک ضریب متقارن است که در آن متغیر مستقل و وابسته مشخص نیست. مقدار این ضریب همیشه بین صفر و یک نیست. به ویژه زمانی که تعداد طبقات متغیر وابسته بیش از متغیر مستقل باشد. این ضریب نامتقارن است و دامنه تغییرات آن از ۰ تا ۱+ است.
@SPSS_SEM
👍5❤2👏1
آن عید قربان را بگو وان شمع قرآن را بگو
وان فخر رضوان را بگو مستان سلامت می‌کنند
عید سعید قربان مبارک🌺🌸🌺🌸🌺🌸
✒️@SPSS_SEM
وان فخر رضوان را بگو مستان سلامت می‌کنند
عید سعید قربان مبارک🌺🌸🌺🌸🌺🌸
✒️@SPSS_SEM
🥰6👏5👎3
🥎 تجزیه و تحلیل آماری تخصصی فصل ۴ پایان نامه ها برای تمامی رشته ها
🥎 تحلیل آماری مقالات
🥎 تجزیه و تحلیل نظرسنجی های شرکتی
🥎 انجام پروژه های کلاسی و ترمیک دانشجویان
با نرم افزارهای آماری (SPSS-AMOS-LiSrel-SmartPls و ...)
با هزینه های مناسب و دانشجویی در موسسه تحلیلگران آماری
https://zil.ink/spss_sem
🥎 تحلیل آماری مقالات
🥎 تجزیه و تحلیل نظرسنجی های شرکتی
🥎 انجام پروژه های کلاسی و ترمیک دانشجویان
با نرم افزارهای آماری (SPSS-AMOS-LiSrel-SmartPls و ...)
با هزینه های مناسب و دانشجویی در موسسه تحلیلگران آماری
https://zil.ink/spss_sem
زیلینک
مهدی محمدی
مدیر موسسه تحلیلگران آماری
👍3