آموزش تخصصی آمار و معادلات ساختاری

SPSS- AMOS- LISREL- Smart PLS- Warp PLS- R

آموزش تخصصی آمار و معادلات ساختاری

SPSS- AMOS- LISREL- Smart PLS- Warp PLS- R

آموزش تخصصی آمار و معادلات ساختاری

تحلیل آماری یک ابزار بسیار مفید برای دستیابی به راهکارهای مناسب در زمانی که فرآیندهای واقعی تحلیل به شدت پیچیده یا در شکل واقعی آن ناشناخته است. می‌باشد. تحلیل آماری، فرآیند جمع آوری، بررسی، خلاصه سازی و تفسیر اطلاعات کمّی را برای ارائه ی دلایل زیربنایی، الگوها، روابط، و فرآیندها پوشش می دهد.

*********
اینجانب سیدسعید انصاری فر دارای لیسانس و فوق لیسانس مهندسی صنایع، فوق لیسانس مدیریت دولتی گرایش MIS و دانشجو دکترا مدیریت دولتی گرایش تصمیم‌گیری و خط مشی‌گذاری عمومی می‌باشم. برخی از سوابق علمی پژوهشی به شرح زیر است:

1- دارای بیش از 40 مقاله در موضوعات مختلف (کنفرانس های بین المللی و مجلات علمی پژوهشی و ژورنال ISC)
2- مولف سه کتاب (مبانی سازمان و مدیریت، آموزش مدل سازی معادلات ساختاری و SPSS، نگهداری کارکنان، چالش ها و نظریه ها)
3- مشاوره آماری و انجام تجزیه و تحلیل آماری در بیش از 700 پایان نامه ارشد و 50 پایان نامه دکترا
4- رتبه 7 کنکور دکترا
5- تدریس خصوصی آمار توصیفی و استنباطی و نرم افزارهای SPSS، AMOS، Smart PLS، LISREL
6- کسب رتبه پژوهشگر برتر و برگزیده در جشنواره علمی پژوهشی شهرداری اصفهان

*********
تماس با ما:
ایمیل: ansarifar2020@gmail.com
شماره همراه: 09131025408
شبکه اجتماعی ایتا: 09131025408

*********
گروه علمی آموزشی پژوهشگران برتر:
این گروه با بهره مندی از کادری مجرب آمادگی تجزیه و تحلیل کیفی و داده های کمی آماری در موضوعات مختلف با استفاده از نرم افزارهای مختلفی چون SPSS ، Smart PLS، LISREL،R ، AMOS، Nvivo، Max QDA را دارد.

همکاران:
1-مجید دادخواه
دکتری مدیریت از دانشگاه آزاد اصفهان
2- مرسا آذر:
دکتری مدیریت از دانشگاه آزاد اصفهان
3- زهرا وحیدی:
دکتری مدیریت آموزشی، مدرس تحلیل کیفی
4-محمد مهدی مقامی:
دکتری آمار از دانشگاه اصفهان
5- طناز فریدنی:
کارشناسی ارشد آمار و ریاضی از دانشگاه اصفهان
6- زینب احمدی:
کارشناسی ارشد روان شناسی از دانشگاه اصفهان


***********
از دلایلی که پژوهشگران انجام تحلیل آماری را به ما می سپارند:
- تیم حرفه ای و با تجربه
- متخصص در زمینه انواع نرم افزارهای تحلیل آماری با بیش از 10 سال تجربه
- پشتیبانی و آموزش حضوری به صورت رایگان

حال این موضوع مطرح است که محققی که قصد استفاده از معادلات ساختاری را دارد بهتر است از کدام نسل برای تحلیل داده های خود استفاده کند. به بیان دیگر با استفاده از کدامیک از رویکردهای SEM،‌ نتایج تحلیل داده ها صحیح و معتبر است.

معیارهای انتخاب رویکرد PLS برای معادلات ساختاری (SEM)

معیار اول

1- اولین معیار برای انتخاب روش های PLS وجود متغیرهای پنهان با شاخص های سازنده در مدل پژوهش است. چنانچه مدل محقق حاوی این دسته از متغیرها باشند، وی مجبور به استفاده از روش PLS   است زیرا در رویکردهای نسل اول چنین قابلیتی تعریف نشده و متعاقبا نرم افزارهایی مانند LISREL    و AMOS    نیز ناتوان در ترسیم سازه ها با شاخص های سازنده می باشند.

معیار دوم

2- معیار دوم به وجود متغیرهای پنهان مرتبه دوم به بالا در مدل پژوهش مربوطه است. این نوع متغیرها زمانی استفاده می شوند که محقق یک متغیر پنهان را در بیش از دو سطح به کار برد. در این صورت بهتر است که وی از روش   PLS استفاده کند.

معیار سوم

3- معیار سوم آشکارترین معیار انتخاب روش  PLS برای تحلیل داده هاست. فرآیند انجام تحلیل داده ها در روش   PLS و نرم افزارهای مربوطه مثل Smart PLS    به گونه ای طراحی شده است که حساسیت به حجم نمونه به حداقل برسد. به همین ترتیب نرمال بودن توزیع داده ها نیز مانعی برای استفاده از PLS   محسوب نمی شود در حالیل که یکی از پیش شرطهای استفاده از روش های نسل اول، نرمال بودن توزیع داده هاست.

معیار چهارم

4- معیار چهارم اشاره به مدل (مدل مفهومی) دارد که برای طرح فرضیه های خود از آن استفاده نموده است. اگر این مدل در مراحل اولیه توسعه باشد بدین معنی که با تازگی معرفی شده و متعاقبا تئوری های پیشین زیادی برای تایید آن وجود نداشته باشد، محقق بهتر است که از روش PLS برای تحلیل این مدل استفاده کند. روش های نسل اول که نقطه قوت آنها در تایید مدل با استفاده از معیارهای برازش مدل است، بیشتر در تحلیل مدلهایی به کار می روند که نظریات پیشین برای تأیید آنها به وفور موجود باشد ( مدل در مرحله بلوغ باشد) و محقق قصد بررسی تأیید این نوع مدل ها در جامعه آماری مورد نظر خود را داشته باشد.

موافقین ۰ مخالفین ۰ ۹۷/۰۶/۱۰
سید سعید انصاری فر

نظرات  (۰)

هیچ نظری هنوز ثبت نشده است

ارسال نظر

ارسال نظر آزاد است، اما اگر قبلا در بیان ثبت نام کرده اید می توانید ابتدا وارد شوید.
شما میتوانید از این تگهای html استفاده کنید:
<b> یا <strong>، <em> یا <i>، <u>، <strike> یا <s>، <sup>، <sub>، <blockquote>، <code>، <pre>، <hr>، <br>، <p>، <a href="" title="">، <span style="">، <div align="">
تجدید کد امنیتی