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

آموزش نرم افزار تخصصی SPSS

سه شنبه, ۴ تیر ۱۳۹۸، ۱۰:۲۲ ق.ظ
سرفصل دوره مقدماتی و متوسطه آموزش SPSS
  • درس اول : آشنایی با محیط نرم افزار و آماده سازی فایل داده ها
  1. آشنایی با نرم افزار SPSS
  2. معرفی مفاهیم آماری پایه
  3. آشنایی با محیط نرم افزار
  4. نحوه ی تعریف متغیرها
  5. نحوه ی وارد کردن داده ها
  6. پاکسازی داده ها
  7. اعمال تغییرات در طبقه بندی متغیرهای پیوسته و طبقه ای
  • درس دوم: آماره های توصیفی و رسم نمودارها
  1. تقسیم بندی علم آمار و روش های آماری
  2. معرفی انواع آماره های توصیفی برای داده های کمی و کیفی
  3. معرفی انواع نمودارها و چگونگی رسم آنها در نرم افزار
  4. آشنایی با توزیع نرمال داده ها و ویژگی های آن
  • درس سوم: آشنایی با تحلیل داده های پرسشنامه ای
  1. ویژگی ها و اجزای پرسشنامه
  2. روایی و پایای
  3. به دست آوردن آماره های توصیفی پرسشنامه
  4. کدگذاری مجدد سوال های معکوس در پرسشنامه
  5. محاسبه ی نمره ی مقیاس کلی از زیرمقیاس ها
  • درس چهارم : آزمون همبستگی و انواع آزمون های رگرسیون
  1. تعریف همبستگی
  2. جهت و شدت رابطه متغیر ها
  3. انواع آزمون های همبستگی(پیرسون و اسپیرمن) و موارد کاربرد هرکدام
  4. همبستگی تفکیکی
  5. مفروضات کلی رگرسیون
  6. رگرسیون خطی ساده
  7. رگرسیون چندگانه
  8. رگرسیون لجستیک
  • درس پنجم : آزمون های پارامتری برای مقایسه گروه ها (آزمون های T)
  1. معرفی آمار پارامتری و ناپارامتری
  2. مفروضات کلی آزمون های پارامتری
  3. آزمون فرض و انواع آزمون فرض
  4. خطای نوع اول و دوم
  5. معرفی انواع آزمون های پارامتری برای مقایسه ی گروه ها
  6. آزمون T تک نمونه ای (one sample t-test)
  7. آزمون T دو نمونه ی مستقل (independent sample t-test)
  8. آزمون T دو نمونه ی وابسته (pair sample t-test)
  • درس ششم : آزمون های پارامتری برای مقایسه گروه ها (آزمون های تحلیل واریانس)
  1. تحلیل واریانس یک راهه بین گروهی
  2. تحلیل واریانس یک راهه اندازه گیری های مکرر
  3. معرفی انواع آزمون های تعقیبی
  4. تحلیل واریانس یک راهه آمیخته
  5. تحلیل واریانس دو راهه
  6. تحلیل کواریانس و فرضیات آن
  • درس هفتم : آزمون های ناپارامتری برای مقایسه گروه ها
  1. کاربرد آزمون های ناپارامتری
  2. آزمون مجذور کای تک نمونه ای (one sample Chi-Square)
  3. آزمون مجذور کای برای استقلال و همگونی داده ها (Chi-Square Test)
  4. آزمون مک نمار (McNemar’s Test)
  5. آزمون Q-کوکران (Cochran’s Q Test)
  6. آزمون یو من ویتنی (Mann-whitney U Test)
  7. آزمون کروسکال والیس (Kruskal-Wallis Test)
  8. آزمون رتبه های علامت دارویلکاکسون (Wilcoxo signed rank Test)
  9. آزمون فریدمن (Friedman Test)
  • درس هشتم: تحلیل عاملی (Factor Analysis)
  1. معرفی روش آماری تحلیل عاملی
  2. انواع تحلیل عاملی
  3. آشنایی با مفاهیم آماری مربوط به تحلیل عاملی
  4. معرفی مراحل تحلیل عاملی :
  5. بررسی پیش فرض ها
  6. استخراج عامل ها
  7. چرخش عامل ها
موافقین ۰ مخالفین ۰ ۹۸/۰۴/۰۴
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