🥎 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 (تخفیف ویژه برای ماه های آبان و آذر 1401)
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 (تخفیف ویژه برای ماه های آبان و آذر 1401)
https://zil.ink/spss_sem
زیلینک
مهدی محمدی
مدیر موسسه تحلیلگران آماری
سلام خدمت همه دوستان عزیز🌹
دوستانی که مشکل فیلترشکن دارن چند تا کانال خوب معرفی میکنم که vpn های خوب و پرسرعتی داره👌👇
دوستانی که مشکل فیلترشکن دارن چند تا کانال خوب معرفی میکنم که vpn های خوب و پرسرعتی داره👌👇
💠 آموزش رایگان SPSS با فرادرس – سریع و آسان در ۱۱۰ دقیقه👌
✨ نرمافزار SPSS، یکی از جامعترین و توانمندترین نرمافزارهای آماری برای تحلیل داده است. با استفاده از این نرمافزار، میتوانید اطلاعات آماری مختلفی مانند اطلاعات یک پرسشنامه را تجزیهوتحلیل کنید و نتیجه نهایی را در قالب جدول و نمودار نمایش دهید.
در این فرادرس، مفاهیم اولیه آمار و تحلیلهای آماری را به کمک نرمافزار SPSS مورد بررسی قرار میدهیم و مخاطبان را با جنبههای کاربردی نرمافزار و همچنین قدرت محاسباتی آن آشنا میکنیم.
🔗 آموزش رایگان SPSS - [شروع یادگیری]
@SPSS_SEM
✨ نرمافزار SPSS، یکی از جامعترین و توانمندترین نرمافزارهای آماری برای تحلیل داده است. با استفاده از این نرمافزار، میتوانید اطلاعات آماری مختلفی مانند اطلاعات یک پرسشنامه را تجزیهوتحلیل کنید و نتیجه نهایی را در قالب جدول و نمودار نمایش دهید.
در این فرادرس، مفاهیم اولیه آمار و تحلیلهای آماری را به کمک نرمافزار SPSS مورد بررسی قرار میدهیم و مخاطبان را با جنبههای کاربردی نرمافزار و همچنین قدرت محاسباتی آن آشنا میکنیم.
🔗 آموزش رایگان SPSS - [شروع یادگیری]
@SPSS_SEM
Forwarded from 📈 تحلیلگران آماری 📉
✅ انواع #متغیرهای_پژوهش :
🔹انواع متغیرها براساس نقش آنها در تحقیق عبارتند از:
1️⃣ #متغیر_مستقل ( Independent variable )
متغیر مستقل متغیری است که در پژوهشهای تجربی به وسیله پژوهشگر دستکاری میشود تا تاثیر( یا رابطه) آن بر روی پدیده دیگری بررسی شود.
2️⃣ #متغیر_وابسته ( Dependent variable )
متغیر وابسته، متغیری است که تأثیر (یا رابطه) متغیر مستقل بر آن مورد بررسی قرار میگیرد. به عبارت دیگر پژوهشگر با دستکاری متغیر مستقل درصدد آن است که تغییرات حاصل را بر متغیر وابسته مطالعه نماید.
3️⃣ #متغیر_میانجی ( Mediator vartiable )
این متغیر به عنوان رابط بین متغیر مستقل و متغیر وابسته قرار میگیرد. متغیر میانجی جهت یا شدت رابطه متغیر مستقل و وابسته را به صورت غیرمستقیم تحتتاثیر قرار دهد. در یک تحلیل آماری اثرات متغیر میانجی به عنوان اثرمستقیم مورد تحلیل قرار میگیرد.
4️⃣ #متغیر_تعدیل_کننده یا #تعدیل_گر ( Moderator vartiable )
متغیر تعدیل کننده متغیری است که به صورت مستقیم بر جهت رابطه یا میزان رابطه متغیرهای مستقل و وابسته می تواند موثر باشد. اثرات این متغیر قابل مشاهده و اندازهگیری است. به متغیر تعدیل کننده گاهی متغیر مستقل فرعی نیز گویند. برای نمونه متغیر جنسیت در بررسی رابطه روش تدریس و یادگیری دانشآموزان یک متغیر تعدیل کننده است.
5️⃣ #متغیر_کنترل ( Control vartiable )
اگر متغیر میانجی قابل سنجش و اندازه گیری باشد و پژوهشگر بخواهد اثرات آن را کنترل و در مدل حذف کند به آن متغیر کنترل گویند. چون در در یک پژوهش اثرات همه متغیرها قابل بررسی نیست، پژوهشگر اثرات برخی متغیرها را از طریق کنترل آماری یا کنترلهای تحقیقی خنثی میکند. اینگونه متغیرها که اثرات آنها توسط پژوهشگر قابل حذف است را متغیر کنترل گویند. برای نمونه در بررسی رضایت دانشجویان مدیریت بازاریابی از سایت پیام نور، اثرات متغیر گرایش تحصیلی در رضایتمندی کاربران از سایت حذف شده است.
6️⃣ #متغیر_مداخلهگر ( Intervening vartiable )
اگر متغیر میانجی قابل سنجش و قابل حذف نباشد به یک متغیر مداخله گر تبدیل می شود. متغیر مداخلهگر از دیدگاه نظری بر متغیر وابسته تاثیر دارد اما قابل مشاهده و سنجش نیست تا به عنوان متغیر تعدیل کننده محسوب شود و نه اثرات آن قابل خنثی کردن است تا به عنوان متغیر کنترل محسوب شود.
#کانال_تحلیلگران_آماری
♻️@SPSS_SEM
🔹انواع متغیرها براساس نقش آنها در تحقیق عبارتند از:
1️⃣ #متغیر_مستقل ( Independent variable )
متغیر مستقل متغیری است که در پژوهشهای تجربی به وسیله پژوهشگر دستکاری میشود تا تاثیر( یا رابطه) آن بر روی پدیده دیگری بررسی شود.
2️⃣ #متغیر_وابسته ( Dependent variable )
متغیر وابسته، متغیری است که تأثیر (یا رابطه) متغیر مستقل بر آن مورد بررسی قرار میگیرد. به عبارت دیگر پژوهشگر با دستکاری متغیر مستقل درصدد آن است که تغییرات حاصل را بر متغیر وابسته مطالعه نماید.
3️⃣ #متغیر_میانجی ( Mediator vartiable )
این متغیر به عنوان رابط بین متغیر مستقل و متغیر وابسته قرار میگیرد. متغیر میانجی جهت یا شدت رابطه متغیر مستقل و وابسته را به صورت غیرمستقیم تحتتاثیر قرار دهد. در یک تحلیل آماری اثرات متغیر میانجی به عنوان اثرمستقیم مورد تحلیل قرار میگیرد.
4️⃣ #متغیر_تعدیل_کننده یا #تعدیل_گر ( Moderator vartiable )
متغیر تعدیل کننده متغیری است که به صورت مستقیم بر جهت رابطه یا میزان رابطه متغیرهای مستقل و وابسته می تواند موثر باشد. اثرات این متغیر قابل مشاهده و اندازهگیری است. به متغیر تعدیل کننده گاهی متغیر مستقل فرعی نیز گویند. برای نمونه متغیر جنسیت در بررسی رابطه روش تدریس و یادگیری دانشآموزان یک متغیر تعدیل کننده است.
5️⃣ #متغیر_کنترل ( Control vartiable )
اگر متغیر میانجی قابل سنجش و اندازه گیری باشد و پژوهشگر بخواهد اثرات آن را کنترل و در مدل حذف کند به آن متغیر کنترل گویند. چون در در یک پژوهش اثرات همه متغیرها قابل بررسی نیست، پژوهشگر اثرات برخی متغیرها را از طریق کنترل آماری یا کنترلهای تحقیقی خنثی میکند. اینگونه متغیرها که اثرات آنها توسط پژوهشگر قابل حذف است را متغیر کنترل گویند. برای نمونه در بررسی رضایت دانشجویان مدیریت بازاریابی از سایت پیام نور، اثرات متغیر گرایش تحصیلی در رضایتمندی کاربران از سایت حذف شده است.
6️⃣ #متغیر_مداخلهگر ( Intervening vartiable )
اگر متغیر میانجی قابل سنجش و قابل حذف نباشد به یک متغیر مداخله گر تبدیل می شود. متغیر مداخلهگر از دیدگاه نظری بر متغیر وابسته تاثیر دارد اما قابل مشاهده و سنجش نیست تا به عنوان متغیر تعدیل کننده محسوب شود و نه اثرات آن قابل خنثی کردن است تا به عنوان متغیر کنترل محسوب شود.
#کانال_تحلیلگران_آماری
♻️@SPSS_SEM
This media is not supported in your browser
VIEW IN TELEGRAM
🎥 فیلم
نحوه ارائه ی کنفرانس و دفاع
از پایان نامه
بخش (دوم)
⏰ زمان 4 دقیقه و 24 ثانیه
🔗لینک کانال : @SPSS_SEM
نحوه ارائه ی کنفرانس و دفاع
از پایان نامه
بخش (دوم)
⏰ زمان 4 دقیقه و 24 ثانیه
🔗لینک کانال : @SPSS_SEM
🏀🥎🏐دو سایت جهت انجام انلاین ازمون سوبل
🌐1_http://www.danielsoper.com/statcalc/default.aspx
🌐2_http://quantpsy.org/sobel/sobel.htm
🆔 @SPSS_SEM
🌐1_http://www.danielsoper.com/statcalc/default.aspx
🌐2_http://quantpsy.org/sobel/sobel.htm
🆔 @SPSS_SEM
Danielsoper
Free Statistics Calculators - Home
Provides a collection of 106 free online statistics calculators organized into 29 different categories that allow scientists, researchers, students, or anyone else to quickly and easily perform accurate statistical calculations. Also provides a complete set…
.
سالروز تولد خانم حضرت زهرا (س) سرور بانوان جهان، عطای خداوند سبحان، کوثر قرآن، همتای امیر مومنان و الگوی بی بدیل تمام جهانیان بر همه مسلمانان بخصوص مادران سرزمینم مبارک باد❤️🙏
@SPSS_SEM
سالروز تولد خانم حضرت زهرا (س) سرور بانوان جهان، عطای خداوند سبحان، کوثر قرآن، همتای امیر مومنان و الگوی بی بدیل تمام جهانیان بر همه مسلمانان بخصوص مادران سرزمینم مبارک باد❤️🙏
@SPSS_SEM
تحلیل عاملی به زبان ساده.pdf
480.9 KB
روش تحلیل عاملی چیست و چگونه اجرا می شود!؟
مقاله ای مختصر👆،اما مفید در ارتباط با تحلیل عاملی در علوم تربیتی و روانشناسی
به دوستان خود نیز ارسال کنید👆👇
@SPSS_SEM
مقاله ای مختصر👆،اما مفید در ارتباط با تحلیل عاملی در علوم تربیتی و روانشناسی
به دوستان خود نیز ارسال کنید👆👇
@SPSS_SEM
پژوهش کیفی در مقایسه با پژوهش کمی.pdf
622.2 KB
🔗لینک کانال :@SPSS_SEM
a_painstaking_exploration_on_the.pdf
752 KB
مقاله لاتین بسیار خوب و علمی در زمینه تحلیل عاملی اکتشافی، تاییدی و ساختاری با amos و pls 👆👆
🔗 @SPSS_SEM
🔗 @SPSS_SEM
This media is not supported in your browser
VIEW IN TELEGRAM
اَلسَّلامُ عَلَیْکَ یا اَبا عَبْدِ اللهِ وَعَلَی الْاَرْواحِ الَّتی حَلَّتْ بِفِنائِکَ ، عَلَیْکَ مِنّی سَلامُ اللهِ اَبَداً ما بَقیتُ وَبَقِیَ اللَّیْلُ وَ النَّهارُ
اَلسَّلامُ عَلَی الْحُسَیْن
وَ عَلی عَلَیِ بْن الْحُسَین
وَ عَلی اَوْلادِ الْحْسَیْن
وَ عَلی اَصحابِ الْحُسَین
فرا رسیدن ماه محرم و ایام شهادت سرور و سالار شهیدان حضرت ابا عبدالله الحسین( ع) و هفتاد و دو تن از یاران مخلص و جان بر کف آن حضرت را به ساحت مقدس حضرت بقیه الله الاعظم ارواحنا له الفدا و تمام عاشقان و مریدان آن حضرت تسلیت باد🖤🖤🖤
@SPSS_SEM
اَلسَّلامُ عَلَی الْحُسَیْن
وَ عَلی عَلَیِ بْن الْحُسَین
وَ عَلی اَوْلادِ الْحْسَیْن
وَ عَلی اَصحابِ الْحُسَین
فرا رسیدن ماه محرم و ایام شهادت سرور و سالار شهیدان حضرت ابا عبدالله الحسین( ع) و هفتاد و دو تن از یاران مخلص و جان بر کف آن حضرت را به ساحت مقدس حضرت بقیه الله الاعظم ارواحنا له الفدا و تمام عاشقان و مریدان آن حضرت تسلیت باد🖤🖤🖤
@SPSS_SEM
🔹 تفاوت آمار پارامتریک و ناپارامتریک 🔹
_________________________________________________
#آمار_پارامتریک. آزمونهای آماری با دو رویکرد کلی ساخته شده و ساخته میشوند. یک رویکرد این است که بر اساس توزیعهای آماری موجود آزمونهای آمار ساخته شوند. مثلا آزمونی بر مبنای توزیع نرمال، پواسون و ... ساخته شود. در این موارد آزمون ساخته شده در شرایطی که دادهها توزیع مفروض آزمون آماری را داشته باشند، نتایج دقیقی ایجاد خواهد کرد. اما در شرایطی که دادهها دارای توزیع مفروض نباشند، دیگر نمیتوان بر درستی نتایج بدست آمده بوسیله آن آزمون اعتماد کرد.
به آزمونهایی از این جنس که بر مبنای توزیعهای آماری ساخته میشوند، آزمونهای پارامتریک میگویند. در کل نیز این شاخه آمار پارامتریک نام دارد.
_________________________________________________
#آمار_ناپارامتریک. رویکرد دیگر در ساخت آزمونهای آماری این است که آزمونها بر مبنای توزیع آماری خاصی ساخته نمیشوند. یعنی توزیع خاصی را مفروضه کار قرار نمیدهند و نیازی نیست که دادهها دارای توزیع خاصی باشند. به این نوع آزمونها، آزمونها ناپارامتریک یا آزاد-توزیع میگویند. این شاخه علم آمار نیز، آمار ناپارامتریک نام دارد.
_________________________________________________
☑️ چه زمانی بایستی از آمار پارامتریک و چه زمانی از آمار ناپارامتریک استفاده کنیم؟
زمانی که از روایی و اعتبار دادههای بدست آمده از ابزارهای اندازهگیری اطمینان داشته باشیم و دادهها دارای توزیع مفروض آزمون آماری مد نظر باشند، آنگاه مجاز به استفاده از آزمون پارامتریک مد نظر هستیم. اما زمانی که دادهها دارای توزیع مفروض نباشند و یا دادههای به دست آمده بوسیله ابزار اندازهگیری روایی و اعتبار بالایی نداشته باشند (به صورتی که نتوان حداقل فاصلهای بودن مقیاس دادهها را تأیید کرد. نه اینکه روایی و اعتبار پایین داشته باشند) آنگاه ما مجاز به استفاده از آزمونها پارامتریک نیستیم و بایستی از آزمونها ناپارامتریک استفاده کنیم.
در شرایطی که از روایی و اعتبار دادههای بدست آمده از ابزارهای اندازهگیری اطمینان داشته باشیم اما توزیع مفروض دادهها برقرار نباشد آنگاه اگر امکانش باشد که با یک تبدیلهای غیرخطی توزیع دادهها را به توزیع مد نظر تبدیل کرد، در این شرایط نیز میتوان از آزمونهای پارامتریک استفاده کرد.
_________________________________________________
منبع:
MacFarland, T. W., & Yates, J. M. (2016). Introduction to nonparametric statistics for the biological sciences using R. Springer.
Agresti, A., & Franklin, C. (2017). The art and science of learning from data. Upper Saddle River, NJ: Prentice Hall.
لینک کانال : @SPSS_SEM
_________________________________________________
#آمار_پارامتریک. آزمونهای آماری با دو رویکرد کلی ساخته شده و ساخته میشوند. یک رویکرد این است که بر اساس توزیعهای آماری موجود آزمونهای آمار ساخته شوند. مثلا آزمونی بر مبنای توزیع نرمال، پواسون و ... ساخته شود. در این موارد آزمون ساخته شده در شرایطی که دادهها توزیع مفروض آزمون آماری را داشته باشند، نتایج دقیقی ایجاد خواهد کرد. اما در شرایطی که دادهها دارای توزیع مفروض نباشند، دیگر نمیتوان بر درستی نتایج بدست آمده بوسیله آن آزمون اعتماد کرد.
به آزمونهایی از این جنس که بر مبنای توزیعهای آماری ساخته میشوند، آزمونهای پارامتریک میگویند. در کل نیز این شاخه آمار پارامتریک نام دارد.
_________________________________________________
#آمار_ناپارامتریک. رویکرد دیگر در ساخت آزمونهای آماری این است که آزمونها بر مبنای توزیع آماری خاصی ساخته نمیشوند. یعنی توزیع خاصی را مفروضه کار قرار نمیدهند و نیازی نیست که دادهها دارای توزیع خاصی باشند. به این نوع آزمونها، آزمونها ناپارامتریک یا آزاد-توزیع میگویند. این شاخه علم آمار نیز، آمار ناپارامتریک نام دارد.
_________________________________________________
☑️ چه زمانی بایستی از آمار پارامتریک و چه زمانی از آمار ناپارامتریک استفاده کنیم؟
زمانی که از روایی و اعتبار دادههای بدست آمده از ابزارهای اندازهگیری اطمینان داشته باشیم و دادهها دارای توزیع مفروض آزمون آماری مد نظر باشند، آنگاه مجاز به استفاده از آزمون پارامتریک مد نظر هستیم. اما زمانی که دادهها دارای توزیع مفروض نباشند و یا دادههای به دست آمده بوسیله ابزار اندازهگیری روایی و اعتبار بالایی نداشته باشند (به صورتی که نتوان حداقل فاصلهای بودن مقیاس دادهها را تأیید کرد. نه اینکه روایی و اعتبار پایین داشته باشند) آنگاه ما مجاز به استفاده از آزمونها پارامتریک نیستیم و بایستی از آزمونها ناپارامتریک استفاده کنیم.
در شرایطی که از روایی و اعتبار دادههای بدست آمده از ابزارهای اندازهگیری اطمینان داشته باشیم اما توزیع مفروض دادهها برقرار نباشد آنگاه اگر امکانش باشد که با یک تبدیلهای غیرخطی توزیع دادهها را به توزیع مد نظر تبدیل کرد، در این شرایط نیز میتوان از آزمونهای پارامتریک استفاده کرد.
_________________________________________________
منبع:
MacFarland, T. W., & Yates, J. M. (2016). Introduction to nonparametric statistics for the biological sciences using R. Springer.
Agresti, A., & Franklin, C. (2017). The art and science of learning from data. Upper Saddle River, NJ: Prentice Hall.
لینک کانال : @SPSS_SEM
#آموزش_spss
❌✅قواعد نام گذاری متغیرها در پنجره متغیرها در spss✅❌
1️⃣ نباید بیشتر از هشت کارکتر شود(یک کارکتر شامل یک حرف،یک عدد یا یک نشانه است.)
2️⃣ باید با یک حرف یا @ شروع شود.
3️⃣ نباید با یک نقطه شروع شود.
4️⃣ می تواند شامل حروف، اعداد یا یکی از کارکترهای @ ، # ، _ ، یا $ باشد.
5️⃣ نباید شامل موارد زیر باشد:
الف) فاصله
ب) کارکترهای خاص مانند ؟ ، - و سایر مواردی غیر از کارکترهای ذکر شده در قاعده ی (4)
6️⃣ کلمات کلیدی (مانند AND، NOT ،EQ ،BY ،ALL) که SPSS به عنوان عبارات محاسباتی از آن ها استفاده می کند، نباید به کار برده شود.
مثال:
اسامی Univers، Avrage به وضوح دارای تمامی قواعد فوق می باشد. اما دقت کنید، در حالی که نام Avg1 نیز صحیح است، اما نام Avg 1 صحیح نیست زیرا به دلیل وجود فاصله در آن، قاعده ی 5 رعایت نشده است.
@SPSS_SEM
❌✅قواعد نام گذاری متغیرها در پنجره متغیرها در spss✅❌
1️⃣ نباید بیشتر از هشت کارکتر شود(یک کارکتر شامل یک حرف،یک عدد یا یک نشانه است.)
2️⃣ باید با یک حرف یا @ شروع شود.
3️⃣ نباید با یک نقطه شروع شود.
4️⃣ می تواند شامل حروف، اعداد یا یکی از کارکترهای @ ، # ، _ ، یا $ باشد.
5️⃣ نباید شامل موارد زیر باشد:
الف) فاصله
ب) کارکترهای خاص مانند ؟ ، - و سایر مواردی غیر از کارکترهای ذکر شده در قاعده ی (4)
6️⃣ کلمات کلیدی (مانند AND، NOT ،EQ ،BY ،ALL) که SPSS به عنوان عبارات محاسباتی از آن ها استفاده می کند، نباید به کار برده شود.
مثال:
اسامی Univers، Avrage به وضوح دارای تمامی قواعد فوق می باشد. اما دقت کنید، در حالی که نام Avg1 نیز صحیح است، اما نام Avg 1 صحیح نیست زیرا به دلیل وجود فاصله در آن، قاعده ی 5 رعایت نشده است.
@SPSS_SEM