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

تعیین حجم نمونه لازم روش PLS

شنبه, ۱۰ شهریور ۱۳۹۷، ۱۰:۵۲ ب.ظ

یکی از دلایل محبوبیت و پرکاربرد بودن روش PLS، عدم نیاز به استفاده از حجم بالای نمونه در پژوهش ها است. در حالی که روش های پیشین (نسل اول)، احتیاج مبرم به تعداد نمونه بالا (بیشتر از 200)  برای اجرای صحیح مدل های معادلات ساختاری داشتند.

پژوهش های با حجم نمونه اندک، باعث ایجاد دو مشکل عمده در معادلات ساختاری (SEM)   با استفاده از روش های نسل اول می شوند:

1- عدم همگرایی

2- ارائه راحل های نامناسب

در روش PLS  (پی ال اس) پژوهشگران با دو مشکل فوق مواجه نمی شوند.

عدم حساسیت PLS  به حجم نمونه تا آنجاست که حتی تعداد نمونه می تواند کمتر از تعداد کل متغیرهای پژوهش باشد.

قواعد تعیین حجم نمونه روش PLS

یکی از قواعد شناخته شده برای تعیین حداقل نمونه لازم در روش PLS، توسط بارکلای و همکاران ارائه شده است. این نویسندگان اظهار می دارند که حداقل حجم نمونه لازم برای استفاده از روش PLS، برابر است با بزرگترین مقدار حاصل از دو قاعده:

  • 10 ضرب در تعداد شاخص های مدل اندازه گیری ای که دارای بیشترین شاخص در میان مدل های اندازه گیری مدل اصلی پژوهش است.
  • 10 ضرب در بیشترین روابط موجود در بخش ساختاری مدل اصلی پژوهش که به یک متغیر مربوط می شوند.

البته ذکر این مطلب ضروری است که تعیین حجم نمونه مناسب برای پژوهش های مختلف به عوامل زیادی بستگی دارد و تکنیک ها و شیوه های ارائه شده تنها در مورد تعیین حداقل حجم نمونه کارایی دارند.

تعیین حجم نمونه ای که با آن بتوان مدل پژوهش را به درستی سنجید، به عوامل زیادی از جمله توزیع داده ها و تعداد داده های مفقود بستگی دارد. از رو برای تعیین حجم نمونه مناسب در تحقیقاتی که قصد استفاده از روش PLS  می باشد، باید این موارد را نیز در نظر گرفت.

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