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

شاخص برازش اصلاح شده مقتصد ،هنجار شده

شنبه, ۲۳ فروردين ۱۳۹۹، ۰۷:۴۱ ب.ظ

شاخص برازش اصلاح شده مقتصد ،هنجار شده و اصلاح شده مقتصد

شاخص PGFI در سال ۱۹۸۲ توسط Mulaik and Brett ، James معرفی گردید که میزان پیچیدگی ( تعداد پارامتر های برآورده شده ) مدل تجربی را ارزیابی برازش کلی مدل لحاظ می نماید. این شاخص در راستای بهبود شاخص GFI بر اساس میزان درجه آزادی مدل تجربی و زمانی که هیچ مدلی وجود ندارد معرفی گردید.

شاخص PNFI نیز همانند شاخص NNFI به دنبال بهبود شاخص NFI معرفی گردید ، ولی از راه متفاوت تری بدنبال محاسبه آن برآمد. در واقع شاخص تعدیل یافته مذکور در راستای بهبود شاخص NFI براساس نسبت درجه آازدی مدل تجربی به مدل مستقل معرفی گردید.

برای این دو شاخص دامنه مشخصی که مبین خوب یا ضعیف بودن مدل برازش شده باشد ، ذکر نگردیده است ؛ ولی برخی مقادیر نزدیک ۵ ، ۰ را برای این دو شاخص در نظر گرفته اند.

نکته ۱٫ زمانی که از مدل سازی معادلات ساختاری به روش اندازه گیری انعکاسی یا لیزرل استفاده می نمائید ، برای اینکه مدل شما دقیق تر و با خطای کمتری برآورد گردد ؛ بهتر است حداقل حجم نمونه در نظر گرفته شده ۱۰۰ باشد ؛ تعداد نمونه بیش از ۵۰۰ برازش بهتری را برای مدل شما نمایش می دهد.

نکته ۲٫ زمانی که شرایط غیر نرمال حاکم بوده و تعداد نمونه در دسترس کمتر از ۵۰۰ است ؛ شاخص های NFI ، NNFI و CFI نسبت به شاخص کای اسکوئر برازش بهتری را نشان می دهد.

توجه . در خروجی نرم افزار لیزرل صرف بد بودن ( خوب نبودن ) چند شاخص نمی توان گفت مدل پیشنهاد شده از برازش خوبی برخوردار نیست ، لذا باید چندین شاخص را مد نظر قرار داد تا به یک اجماع کلی درباره خوب یا ضعیف بودن مدل برازش داده شده رسید.

 

منبع: https://www.marketingirantalent.com/research/

موافقین ۰ مخالفین ۰ ۹۹/۰۱/۲۳
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