به خرید

گاهی لازم است مواردی از فایل داده‌ها را براساس داده‌ها را بر اساس یک یا چند ویژگی انتخاب کرده (نحوه انتخاب نمونه در SPSS)، سپس محاسباتی روی آنها انجام دهیم. در این ویدئوی آموزشی می توانید انجام این کار را مشاهده بفرمایید.

www.rava20.ir


طبقه بندی: آموزش spss، 
نوشته شده در تاریخ پنجشنبه 23 آبان 1398 توسط ab azizi

در این ویدئو نحوه وزن دار کردن مشاهدات در نرم افزار آماری SPSS تشریح شده است.


طبقه بندی: آموزش spss، 
نوشته شده در تاریخ پنجشنبه 23 آبان 1398 توسط ab azizi

در این ویدئو به آموزش کابردی نحوه شکستن فایل ها یا Split file در نرم افزار SPSS پرداخته شده است.


طبقه بندی: آموزش spss، 
نوشته شده در تاریخ پنجشنبه 23 آبان 1398 توسط ab azizi

گاهی اوقات بر اثر خستگی ، عجله و غیره کاربر ممکن است یک مورد از داده ها را بیش از یک بار در نرم افزار Spss وارد کند، این داده ها را چگونه شناسایی کنیم؟
در این ویدئو به شناسایی موارد تکراری در Identify Duplicate Cases in spss پرداخته شده است.


طبقه بندی: آموزش spss، 
نوشته شده در تاریخ چهارشنبه 22 آبان 1398 توسط ab azizi

یکی از مشکلات در تحلیل داده ها با spss - وارد کردن داده های نا معتبر می باشد .

این مورد معمولاً به علت بی دقتی و عجله ایجاد می شود .

داده های نامعتبر ممکن است نتایج تحلیل ها را به انحراف بکشاند.


طبقه بندی: آموزش spss، 
نوشته شده در تاریخ سه شنبه 21 آبان 1398 توسط ab azizi

در این ویدیوی آموزشی نحوه تعریف و کار با شبه متغیر ها (Multiple Response Set) در نرم افزارspss شرح داده می شود. 
جدولهای سفارشی و نمودارها نوع خاصی از متغیرها را به نام Multiple Response Set پشتیبانی می کنند.این متغیرها متغیرهای واقعی نیستند بنابراین نمی توان آنها را در ویرایشگر داده ها(Data Editor) مشاهده نمود.همچنین این شبه متغیرها در انجام سایر عملیات و محاسبات به رسمیت شناخته نشده و حتی تشخیص هم داده نمی شوند.


طبقه بندی: آموزش spss، 
نوشته شده در تاریخ شنبه 18 آبان 1398 توسط ab azizi

در این ویدئو نحوه ی انتقال ویژگی های یک متغیر به متغیر دیگر از یک فایل باز یا از یک مجموعه داده دیگری و یا از همان مجموعه داده ای که روی آن کار می کنیم در نرم افزار Spss و از طریق منوی DATA آموزش داده می شود.


طبقه بندی: آموزش spss، 
نوشته شده در تاریخ جمعه 17 آبان 1398 توسط ab azizi

گاهی محقق می خواهد بداند هر فرد در پاسخگویی چند بار گزینه ای خاص را انتخاب نموده است برای بررسی این موضوع از دستور دستور Count values یا شمارش تعداد انتخاب هر گزینه توسط یک فرد در SPSS استفاده می کند. این دستور چندین روش دارد که این روش ها در این فیلم تشریح شده اند.


طبقه بندی: آموزش spss، 
نوشته شده در تاریخ جمعه 17 آبان 1398 توسط ab azizi

در این ویدئو، مقدماتی از نرم افزار spss ارائه خواهد شد . و به معرفی نرم افزار، منوها و گزینه هایش، تریف متغیر ها و داده ها پرداخته خواهد شد.


طبقه بندی: آموزش spss، 
نوشته شده در تاریخ جمعه 17 آبان 1398 توسط ab azizi

این ویدئو بخش اول جلسه 2 مقدمات Spss است که در آن به تعریف ویژگی های متغیر ها Define Variable Properties و مقیاس های تعریف نشده set Measurement Level for unknown variable پرداخته شده است


طبقه بندی: آموزش spss، 
نوشته شده در تاریخ جمعه 17 آبان 1398 توسط ab azizi
تحلیل خوشه ای (خوشه بندی) (Cluster Analysis)
ادامه مطلب
طبقه بندی: آموزش spss، 
نوشته شده در تاریخ یکشنبه 22 مهر 1397 توسط ab azizi

تحلیل واریانس چندعاملی (MANOVA):

از این آزمون به منظور بررسی اختلاف چند میانگین از چند جامعه آماری استفاده می شود. در طرح هایی که بیش از یک متغیر وابسته وجود دارد می تواند اثرات یک یا تعداد بیشتری از متغیرهای مستقل و تعامل بین متغیرهای مستقل را بررسی کند. در حالیکه Anova می تواند فقط زمانی که یک متغیر وابسته وجود دارد به کار رود. این تحلیل می تواند به طور همزمان چندین متغیر وابسته را بررسی کند. در manova حق انتخاب چهار آزمون یکی از چهار آزمون: 1- آزمون اثر پیلایی 2- آزمون اثر هلتینگ 3- آزمون لامبدای ویکس و 4- آزمون بزرگترین ریشه روی، وجود دارد.

مثال: آیا بین نمرات ادبیات و زبان دانش آموزان 3 مدرسه متفاوت، تفاوت وجود دارد. ( ادبیات و زبان دو متغیر وابسته، نوع مدرسه متغیر گروهبندی «مستقل») {یعنی نوع مدرسه بر نمرات ادبیات و زبان تأثیر دارد}. توجه: باید قبل از مانوا همبستگی متغیر های وابسته بررسی شود.  اگر همبستگی متغیرهای وابسته معنی دار بود نمی توان از مانوا استفاده کرد.

مسیر  SPSS:

Analyze/General liner model/ multivariate ….

در کادر بازشده متغیرهای وابسته را به قسمت Dependent Variable  و عامل (ها) را در صورتی که تثبیت شده باشند به قسمت Fixed Factor(S) می بریم و در صورتی که هرکدام از آن ها تصادفی بودند به قسمت Random Factor(S) می بریم و اگر متغیر تصادفی کمکی داشتیم و خواستیم اثرش حذف شود  به Covarait(Sمی بریم{ توجه:  با این انتخاب یعنی Mancova را نیز انجام داده ایم}سپس با زدنOK خروجی ظاهر می شود.

 

 

دسترسی به انواع پرسشنامه های استاندارد، با روایی،  پایایی، روش نمره گذاری و منابع معتبر

تجزیه و تحلیل داده های آماری با نرم افزار پیشرفته SPSS

مبانی نظری و پژوهشی متغیر های مختلف

مطالب متنوع روش تحقیق، مدیریت و ...

انواع  پاورپونت

عضویت در کانال تلگرام

 


طبقه بندی: آموزش spss، 
نوشته شده در تاریخ یکشنبه 2 مهر 1396 توسط ab azizi

آزمون فریدمن (Friedman Test )

آزمون فریدمن که به آزمون تحلیل واریانس دو طرفه معروف است، همانند آزمون Fمی باشد و زمانی به کار می رود که مقیاس اندازه گیری حداقل در سطح سنجش ترتیبی باشد. چون یکی از پیش فرض های آزمون F این است که باید واریانس گروه ها همگن باشد، در حالی که این شرط در مقیاس های رتبه ای کم تر رعایت می شود. از آزمون فریدمن برای رتبه بندی هم استفاده می گردد

آزمون فریدمن یک آزمون ناپارامتری، معادل آنالیز واریانس با اندازه های تکراری (درون گروهی است) که از آن برای مقایسه میانگین رتبه ها در بین kمتغیر (گروه) استفاده می کنیماین آزمون در حقیقت تعمیمی از آزمون «علامت» (Sign) استدر این آزمون نسبت به آزمون «علامت» فرضهای کمتری نیاز است. آزمون «فریدمن» (Friedman) برای وضعیت های تجربی معروف تر است، اما در برخی وضعیت ها توان کمتری دارد. مسأله K Related Samples … (K نمونه وابسته) در آزمایشی پیش می آید که برای تشخیص اختلاف در K تیمار احتمالاً، K >2، طرح ریزی شده است.

در آزمون فریدمن فرض H0 مبتنی بر یکسان بودن میانگین رتبه ها در بین گروه هاست. رد شدن فرض صفر به این معنی است که در بین گروه ها حداقل دو گروه با هم اختلاف معنا داری دارند

شرایط استفاده از آزمون فریدمن:

1 .یک گروه نمونه

 2 .یک متغیر رتبه ای یا فاصله ای یا نسبی با توزیع غیر طبیعی داده‌ها 

انجام آزمون فریدمن در Spss

مسیر انجام آزمون فریدمن در Spss

Analyze/ Nonparametric tests/ k related sample 

پس از انجام دستورات فوق در spss صفحه ای باز می شود که برای اجرای آزمون فریدمن باید گزینه مربوط به آزمون فریدمن را تیک بزنید. سپس، متغیر هایی که می خواهید از نظر میزان تاثیر مقایسه کنید به قسمت Test variableانتقال دهید و سپس گزینه ok را بزنید. برنامه spss در قسمت خروجی  output دو جدول ارائه می دهد 1- جدول رتبه ها 2- جدول آماره های آزمون

مشاهده فیلم نحوه ی انجام آزمون فریدمن در Spss

 


طبقه بندی: آموزش spss، 
نوشته شده در تاریخ پنجشنبه 26 مرداد 1396 توسط ab azizi

نکاتی در مورد مفروضات رگرسیون خطی

جهت استفاده از رگرسیون خطی باید شرایط زیر محقق شود:

۱- میانگین (امید ریاضی) خطاها صفر باشد.

۲- واریانس خطاها ثابت باشد.

مفروضات ۱ و ۲ بدین معنی هستند که توزیع خطاها باید دارای توزیع نرمال باشد. بدین منظور باید نمودار توزیع خطا‌ها و نمودار نرمال آن‌ها رسم شود و سپس مقایسه‌ای بین دو نمودار صورت گیرد.

۳- بین خطاهای مدل، همبستگی وجود نداشته باشد. به منظور بررسی این شرط از آزمون دوربین-واتسون استفاده می‌شود.

۴- متغیر وابسته مقیاس فاصله‌ای یا نسبی و دارای توزیع نرمال باشد.

۵- بین متغیرهای مستقل همبستگی وجود نداشته باشد (دارای هم خطی نباشند). در SPSS برای برقراری این شرط از آزمون هم خطی استفاده می‌شود.

یکی از پیش‌فرض‌های رگرسیون خطی این است که توزیع داده‌های متغیر وابسته نرمال یا نزدیک به نرمال باشد. برای پی بردن به نرمال بودن یا نبودن داده‌ها، می‌توانیم از آزمون کولموگروف-اسمیرنوف، آزمون شاپیرو، آزمون اندرسون دارلین و آزمون جارکیو-برا استفاده کرد. اگر نتایج این آزمون‌ها نشان داد که توزیع داده‌ها نرمال نیست، برای اجرا رگرسیون، باید از لگاریتم طبیعی داده‌ها استفاده شود. برای تبدیل داده‌ها به لگاریتم طبیعی، از دستور Transform > Compute Variable… استفاده می‌کنیم. سپس در پنجره‌ای که باز می‌شود از کادر Function Group در سمت راست، بر روی گزینه Arithmetic کلیک می‌کنیم تا تابع لگاریتم طبیعی با نام Ln در کادر Function and Special Variable نمایش داده شود. سپس، تابع Ln را انتخاب کرده و با کلیک بر روی دکمه  وارد کادر Numeric Expression می‌کنیم و متغیر وابسته را درون این تابع قرار می‌دهیم. در قسمت Target Variable یا نام برای متغیر جدید انتخاب و در نهایت بر روی دکمه OK کلیک می‌کنیم.

یکی دیگر  از مفروضاتی که در رگرسیون مدنظر قرار می‌گیرد، استقلال خطاها (تفاوت بین مقادیر واقعی و مقادیر پیش بینی شده توسط معادله رگرسیون) از یکدیگر است. در صورتی که فرضیه استقلال خطاها رد شود و خطاها با یکدیگر همبستگی داشته باشند امکان استفاده از رگرسیون وجود ندارد. به منظور بررسی استقلال مشاهدات (استقلال مقادیر باقی مانده یا خطاها) از یکدیگر از آزمون دوربین- واتسون استفاده می‌شود.

آمار، آماره دوربین-واتسن یک آماره آزمون می‌باشد که برای بررسی وجود خود همبستگی (رابطه بین مقادیر که با تاخیر زمانی مشخص از یکدیگر جدا شده‌اند) بین باقیمانده‌ها در تحلیل رگرسیون استفاده می‌گردد. مقدار این آماره همواره بین ۰ تا ۴ قرار می‌گیرد. در تحلیل رگرسیون بخصوص زمانی که متغیرها در طول یک فاصله زمانی مورد مطالعه قرار می‌گیرند ممکن است تغییر داده‌ها در طول زمان از الگوی خاصی پیروی کند برای تشخیص این الگو از آزمون دوربین واتسون استفاده می‌شود.

مفهوم مستقل بودن به این معنی است که نتیجه یک مشاهده تاثیری بر نتیجه مشاهدات دیگر نداشته باشد. در رگرسیون، بیشتر در مواقعی که رفتار متغیر وابسته در یک بازه زمانی مورد مطالعه قرار می‌گیرد ممکن است با مشکل مستقل نبودن خطا‌ها برخورد کنیم به این نوع ارتباط در داده‌ها خودهمبستگی می‌گویند. در صورت وجود خودهمبستگی در خطا‌ها نمی‌توان از رگرسیون خطی استفاده کرد. برای بررسی این فرض به صورت شهودی می‌توان از نمودار کردن توالی متغیر studentized در spss استفاده کرد. اما راه مطمئن تر استفاده از آزمون دوربین واتسون می‌باشد.

آماره دوربین واتسون بین ۰ تا ۴ می‌باشد. اگر بین باقیمانده‌ها همبستگی متوالی وجود نداشته باشد، مقدار این آماره باید به ۲ نزدیک باشد. اگر به صفر نزدیک باشد نشان دهنده همبستگی مثبت و اگر به ۴ نزدیک باشد نشان دهنده همبستگی منفی می‌باشد. در مجموع اگر این آماره بین ۵/۱ تا ۵/۲ باشد جای نگرانی نیست.

مسیر انجام روش رگرسیون خطی  در اس پی اس اس:

Analyze / Regression/ Linear

برای انتخاب دوربین واتسون در پنجره باز شده روی Statistics کلیک و در بخش Residuals گزینه Durbin- Watson را انتخاب نمائید.

منبع: 

www.rava20.ir


طبقه بندی: آموزش spss، 
نوشته شده در تاریخ پنجشنبه 5 مرداد 1396 توسط ab azizi

ستیودنت کیست؟ Who’s Student?

ویلیام سیلی گوسه (William Sealy Gosset) ‏ آماردان  مشهوری است که با نام خودش شناخته شده نیست. او در کانتربری انگلستان به دنیا آمد و در کالج وینستر و سپس در نیوکالج آکسفورد به تحصیل شیمی و ریاضیات پرداخت. وی نام مستعار Student، یا دانشجو را برگزید و به این ترتیب امروز این نام در علم آمار ماندگار شد. در بسیاری از موقعیت های پ‍ژوهشی مقایسه میانگین بین دو گروه مد نظر محقق است. در این موقعیت به كارگیری t یك ضرورت است که از یافته های اوست.

·  William Sealy Gosset

Statistician

·  William Sealy Gosset was an English statistician. He published under the pen name Student, and developed the Student's t-distribution. Wikipedia

·  ·  Born: June 13, 1876, Canterbury, United Kingdom

·  Died: October 16, 1937, Beaconsfield, United Kingdom

 


طبقه بندی: آموزش spss، 
نوشته شده در تاریخ دوشنبه 7 اردیبهشت 1394 توسط ab azizi
(تعداد کل صفحات:2)      1   2  


  • paper | خرید رپورتاژ آگهی | buy Reproduction
  • فروش بک لینک رایگان | قالب وبلاگ
  • شبکه اجتماعی فارسی کلوب | Buy Website Traffic | Buy Targeted Website Traffic