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

روش های نمونه گیری

پنجشنبه, ۲ اسفند ۱۳۹۷، ۱۱:۴۷ ب.ظ

در این قسمت سعی داریم  روشهای نمونه گیری و تعریف هریک از روشهای نمونه گیری احتمالی یعنی

1)نمونه گیری تصادفی ساده(Simple Random Sampling)

2)نمونه گیری تصادفی سیستماتیک (منظم)(Systematic Sampling)

3)نمونه گیری تصادفی طبقه بندی(Stratified Sampling)

4)نمونه گیری تصادفی خوشه  ای (چند مرحله ای)(Cluster Sampling)

 را فارغ از تئوری های ریاضیاتی و فرمولهای محاسباتی ارائه نماییم. 

 الف) نمونه گیری تصادفی ساده  :در این روش نمونه گیری  واحدهای مورد انتخاب دارای شانس مساوی  برای انتخاب شدن هستند. در اینجا قوانین احتمال است که معین می کند کدام واحدها یا  افراد از جمعیت مادر انتخاب خواهند شد. انتخاب یا از طریق قرعه کشی است ویا از طریق استفاده از جدول اعداد تصادفی. در روش قرعه کشی ابتدا کلیه واحدها یا افراد شماره بندی شده و یا اسامی آنها تهیه می شود و سپس به قید قرعه از بین آنها تعداد لازم برای نمونه انتخاب می شود. این نمونه گیری معمولا به یکی از روشهای زیر پیاده سازی می شود:

  • نمونه گیری تصادفی  ساده بدون جایگذاری :یک ویژگی مهم نمونه گیری تصادفی ساده بدون جایگذاری این است  که احتمال استخراج هر واحد مشخص از جامعه در هر استخراجی مساوی با احتمال استخراج آن واحد مشخص در استخراج اول است .
  • نمونه گیری تصادفی ساده با جایگذاری:اگر در انتخاب  nواحد نمونه  پس از انتخاب هر واحد آن را به جامعه  بر  گردانیم  و انتخاب بعدی انجام دهیم نمونه گیری تصادفی ساده با جایگذاری  می نامند در این روش انتخاب هر واحد مستقل  از انتخاب واحدهای دیگر است. همچنین در این طرح نمونه گیری احتمال انتخاب مجدد و دوباره نمونه ها وجود دارد.

ب) نمونه گیری تصادفی سیستماتیک(منظم):نمونه گیری سیستماتیک مشتمل بر گزینش واحدها به روشی سیستماتیک و در نتیجه به صورتی غیر تصادفی است. منظور از این فن نمونه گیری معمولا پخش کردن واحدها به طور یکنواخت بر روی چارچوب است عنصر تصادفی بودن اغلب به این ترتیب دخالت داده می شود که اولین واحد را به طور تصادفی انتخاب می کنند . در این صورت گزینش اولین واحد، بقیه واحدهای نمونه را معین   می کنند .

ج) نمونه گیری طبقه ای:در این روش نمونه گیری برای اجتناب از اشکالاتی که ممکن است در روش قبلی با آن  مواجه شویم، افراد جامعه آماری  را بسته به خصوصیاتی که آنها را از یکدیگر متمایز می سازد  به طبقات مختلف تقسیم می کنیم. سپس به تعداد مورد نیاز و متناسب با جمعیت هر یک از طبقات  افراد نمونه را انتخاب می کنیم .انتخاب افراد می تواند هم به روش تصادفی باشد و هم به روش تصادفی سیستماتیک. در جمعیتهای نا همگن که توزیع جمعیت در گروهها و طبقات مختلف متفاوت است، از روش نمونه گیری طبقه ای استفاده می شود .

د) نمونه گیری خوشه ای:در بسیاری از مواقع می توان بوسیله اجرای یک وسیله با انتخاب تصادفی گروهها یا خوشه هایی از واحدهای نمونه گیری به جای گرفتن نمونه تصادفی ساده از جامعه است. یکی از مزیت های این طرح نمونه گیری این می باشد که در میزان هزینه به طور اساسی صرفه جویی صورت می پذیرد. نمونه گیری خوشه ای ما را  از ساختن چارچوب برای تمامی جامعه بی نیاز می کند که این چارچوب خود اغلب یک کار پر خرج و خسته کننده ای است. به علاوه چون واحدهای یک خوشه ,مجاور هم هستند و بنابراین دسترسی به آنها آسان است, فرایند نمونه گیری بطور قابل توجهی به صرفه است.

موافقین ۰ مخالفین ۰ ۹۷/۱۲/۰۲
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