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

۲ مطلب در اسفند ۱۳۹۸ ثبت شده است

مدل سازی معادلات ساختاری (SEM) مجموعه ای از روش های آماری است که به روابط پیچیده بین یک یا چند متغیر مستقل و یک یا چند متغیر وابسته اشاره می نماید. اگر چه روشهای متعددی برای توصیف SEM وجود دارد، بیشتر به عنوان ترکیبی بین برخی از اشکال تجزیه و تحلیل واریانس (ANOVA) / رگرسیون و بعضی از انواع تحلیل عاملی در نظر گرفته شده است.

مدل سازی معادلات ساختاریStructural Equation Modeling

مدل سازی معادلات سارختاری

مدل سازی معادلات ساختاری

مدل سازی معادلات ساختاری (SEM) مجموعه ای از روش های آماری است که به روابط پیچیده بین یک یا چند متغیر مستقل و یک یا چند متغیر وابسته اشاره می نماید. اگر چه روشهای متعددی برای توصیف SEM وجود دارد، بیشتر به عنوان ترکیبی بین برخی از اشکال تجزیه و تحلیل واریانس (ANOVA) / رگرسیون و بعضی از انواع تحلیل عاملی در نظر گرفته شده است. به طور کلی می توان گفت که مدل سازی معادلات ساختاری اجازه می دهد یک نوع رگرسیون چند متغیر / ANOVA را بر روی عوامل انجام دهیم. بنابراین باید کاملا با رگرسیون چند متغیره / ANOVA و همچنین مبانی تحلیل عاملی برای اجرای Structural Equation Modeling برای تحلیل آماری پایان نامه  خود آشنا باشید.

اصطلاحات اولیه مفید در مدل سازی معادلات ساختاری

بعضی اصطلاحات اولیه نیز مفید خواهد بود. تعاریف زیر در مورد انواع متغیرهایی که در SEM اتفاق می افتد، برای توضیح دقیق تر استفاده از معادلات ساختاری مفید خواهند بود:

متغیر های بیرونی

متغیرهایی که تحت تاثیر متغیرهای دیگر در یک مدل قرار نمی گیرند، متغیرهای بیرونی (Exogenous) نامیده می شوند. به عنوان مثال، فرض کنید ما دو عامل داریم که باعث تغییر در GPA، ساعت مطالعه در هفته و IQ می شوند. فرض کنید هیچ رابطه علی بین ساعت مطالعه و IQ وجود ندارد. پس هر دو متغیر  IQ و ساعت مطالعه متغیرهای بیرونی در مدل خواهد بود.

متغیرهای دورنی

متغیرهایی که تحت تاثیر متغیرهای دیگر در یک مدل قرار می گیرند، متغیرهای درونی (Endogenous) هستند. GPA یک متغیر درونی در مثال قبلی است .

متغیر آشکار

یک متغیر که به طور مستقیم مشاهده و اندازه گیری می شود، یک متغیر آشکار (همچنین متغیر شاخص در برخی حلقه ها نامیده می شود). در مثال اول، تمام متغیرها می توانند مستقیما مشاهده شوند و بنابراین به عنوان متغیرهای آشکار ساز واجد شرایط می شوند. یک نام خاص برای یک مدل معادلات ساختاری وجود دارد که تنها متغیرهای آشکار را بررسی می کند که تجزیه و تحلیل مسیر نامیده می شود .

متغیر پنهان

متغیری که مستقیما اندازه گیری نمی شود یک متغیر پنهان (Latent) است. “عوامل” در یک تحلیل عاملی، متغیرهای پنهان هستند. به عنوان مثال، فرض کنید ما همچنین به بررسی تاثیر انگیزه در GPA نیز علاقه مند بودیم. انگیزه، به عنوان یک متغیر درونی و غیر قابل مشاهده، به صورت غیرمستقیم توسط پاسخ دانشجویی بر روی یک پرسشنامه ارزیابی می شود و در نتیجه یک متغیر پنهان است.

 

نقش متغیرهای پنهان در مدل معادلات ساختاری

متغیرهای پنهان پیچیدگی یک مدل معادلات ساختاری را افزایش می دهند، زیرا باید تمام آیتم های پرسشنامه و پاسخ های اندازه گیری شده را که برای تعیین “عامل” یا متغیر پنهان استفاده می شود، مورد توجه قرار دهند. در این مثال، هر آیتم در پرسشنامه یک متغیر واحد خواهد بود که به طور قابل توجهی یا ناچیز در یک ترکیب خطی متغیرهایی که بر تغییرات در عامل پنهان انگیزه تأثیر می گذارند ، وارد می شود.

تعدیل یا اصلاح در مدلسازی معادلات ساختاری

به طور خاص، به منظور اهداف SEM، تعدیل یا اصلاح به وضعیتی اطلاق می شود که شامل سه یا چند متغیر است. به طوری که حضور یکی از این متغیرها رابطه بین دو دیگر را تغییر می دهد. به عبارت دیگر، تعدیل زمانی وجود دارد که ارتباط بین دو متغیر در تمام سطوح یک متغیر سوم یکسان نیست. یک راه برای فکر کردن به اصلاح زمانی است که شما در تعامل بین دو متغیر در ANOVA مشاهده می کنید. به عنوان مثال، تنش و تنظیم روانشناختی ممکن است در سطوح مختلف حمایت اجتماعی متفاوت باشد (به عنوان مثال، این تعریف یک تعامل است).

 

به عبارت دیگر، استرس ممکن است تحت شرایط کم رویی اجتماعی در مقایسه با شرایط حمایت اجتماعی، بر میزان تعدیل بیشتر تأثیر بگذارد. اگر یک ANOVA انجام شود، این امر به معنای تعامل دو طرفه بین استرس و حمایت روانی است. شکل ۱ نمودار مفهومی تعدیل را نشان می دهد. این نمودار نشان می دهد که سه اثر مستقیم وجود دارد که فرضیه ای برای ایجاد تغییرات در تنظیم روانشناسی وجود دارد – یک اثر اصلی استرس، یک اثر اصلی حمایت اجتماعی و یک اثر متقابل استرس و حمایت اجتماعی.

مدل سازی معادلات سارختاری

 

میانجی در مدل سازی معادلات ساختاری

به طور خاص، برای اهداف SEM، میانجی به وضعیتی اطلاق می شود که شامل سه یا چند متغیر است، به نحوی که یک فرآیند علی بین هر سه متغیر وجود دارد. توجه داشته باشید که این مجزای از میانجی است. در مثال قبلی در می توانیم بگوییم که در مدل سه چیز جداگانه وجود دارد که باعث تغییر در تنظیم روانشناختی می شوند: استرس، حمایت اجتماعی، و تاثیر متقابل استرس و حمایت اجتماعی که هر شخص به آن متغیر توجه نمی کند.

در یک رابطه میانجی، یک متغیر مستقل بین یک متغیر مستقل و یک متغیر وابسته وجود دارد. همچنین اثرات غیر مستقیم بین یک متغیر مستقل و یک متغیر واسطه و بین متغیر واسطه و یک متغیر وابسته وجود دارد. مثال بالا را می توان دوباره به یک فرآیند میانجی، به شکل زیر نشان داده شده است. تفاوت عمده ای از مدل تعدیل شده ، این است که ما اکنون می توانیم روابط علی میان استرس و حمایت اجتماعی و حمایت اجتماعی و تعدیل روانی را بیان کنیم.

تصور کنید که حمایت اجتماعی در مدل قرار نگرفته است – ما فقط می خواستیم تاثیر مستقیم استرس و تعدیل روانی را ببینیم. ما می توانیم با استفاده از رگرسیون یا ANOVA اندازه گیری اثر مستقیم را بدست آوریم. هنگامی که از حمایت اجتماعی به عنوان میانجی استفاده می کنیم، اثر مستقیمی در نتیجه تحلیل روند علیت به اثرات غیر مستقیم تأکید بر حمایت اجتماعی و حمایت اجتماعی از تنظیم روانشناختی تغییر خواهد کرد.

 

میزان تاثیر مستقیمی که در نتیجه شامل متغیر میانجی حمایت اجتماعی مطرح می شود، به عنوان اثر مداخله گر شناخته می شود. آزمون برای عامل میانجی شامل اجرای یک سری تحلیل های رگرسیون برای همه مسیرهای علمی و برخی از روش های تخمین تغییر در اثر مستقیم است. این تکنیک در واقع در مدل سازی معادلات ساختاری دخیل است که شامل متغیرهای میانجی است .

مدل سازی معادلات سارختاری

مدل سازی معادلات سارختاری

کواریانس و همبستگی

کوواریانس و همبستگی، بلوک های ساختاری از نحوه ارائه داده ها به نرم افزار برای اجرای مدل سازی معادلات ساختاری هستند.  ماتریس کوواریانس در عمل به عنوان مجموعه داده های شما مورد تجزیه و تحلیل قرار می گیرد. در بستر SEM، کوواریانسها و همبستگی بین متغیرها ضروری هستند، زیرا آنها به شما اجازه می دهند رابطه بین دو متغیر که لزوما وابسته نیستند را بررسی کنید . در عمل، بیشتر مدل های معادلات ساختاری شامل روابط علیت و غیر علیت است. بدست آوردن تخمین کوواریانس بین متغیرها می تواند به منظور تخمین بهتر اثرات مستقیم و غیر مستقیم با متغیرهای دیگر، به ویژه در مدل های پیچیده با پارامترهای زیاد استفاده گردد.

مدل ساختاری

یک مدل ساختاری بخشی از کل نمودار مدل معادلات ساختاری است که شما برای هر مدل پیشنهاد می کنید. مدل ساختاری برای ارتباط همه متغیرها (پنهان و آشکار) مورد نیاز است .

مدل اندازه گیری

یک مدل اندازه گیری بخشی از کل نمودار مدل معادلات ساختاری است که شما برای هر مدل پیشنهاد می کنید. ضروری است که متغیرهای پنهان در مدل خود را داشته باشید. در این قسمت از نمودار که مشابه تحلیل عاملی است؛ شما باید تمام متغیرها یا مشاهدات را که «بار» بر روی متغیر پنهان، روابط، واریانس و خطاها قرار می دهید را شامل شود.

مدل سازی معادلات ساختاری

مدل ساختاری و مدل اندازه گیری، کل مدل معادلات ساختاری را تشکیل می دهند. این مدل شامل همه چیزهایی است که در مجموعه متغیرهایی که مورد بررسی قرار گرفته اند، اندازه گیری، مشاهده شده یا در غیر این صورت دستکاری شده اند.

معادله ساختاری بازگشتی

یک مدل معادله ساختاری بازگشتی، مدلی است که در آن یک رابطه در یک جهت واحد هدایت می شود.

منبع : stat.purdue

۱ نظر موافقین ۰ مخالفین ۰ ۱۹ اسفند ۹۸ ، ۱۵:۳۲
سید سعید انصاری فر

پارامتر

هر پارامتر ، ویژگی عددی جامعه ای است . پارامتر ها را با حروف یونانی نشان می دهند. مثلاً میانگین اجاره بهاهای آپارتمان های دو اتاق خوابه در یک شهر معین یک پارامتر است آن را با حرف µ نشان می دهیم و مثلاً می نویسیم ۴۰۰۰۰=µ.

آماره

هر آماره ، ویژگی عددی نمونه یا زیر نمونه ای است. آماره ها را با حروف لاتین نشان می دهند. مثلاً میانگین اجاره بهاهای یک نمونه ی تصادفی ۴۰ تائی از آپارتمان های دو اتاق خوابه در یک شهر یک آماره است آن را با حرف  نشان می دهیم و مثلاً می نویسیم ۴۰۰۰۰=X بار همچنین میانگین اجاره بهاهای یک زیر نمونه ی ۲۰ تایی از آپارتمان های دو اتاق خوابه نوساز در آن شهر یک آماره است آن را هم با  نشان می دهیم. مثلاً می نویسیم ۴۵۰۰۰=X بار

تفاوت پارامتر و آماره

پارامتر جامعه مقداری است ثابت و پایدار و تا موقعی که خود جامعه تغییر نکند ، پارامتر جامعه تغییر نمی کند. مثلاً تنها یک عدد بعنوان میانگین اجاره بهاهای آپارتمان های دو اتاق خوابه ۱۰۰ متری استان مازندران وجود دارد ( مثلاً ۴۰۰۰۰ تومان ) . متأسفانه به دلیل حجم بزرگ بسیاری از جامعه های آماری مورد مطالعه پژوهشگران ، پرامتر جامعه را معمولاً به طور مستقیم نمی توان محاسبه کرد. بنابراین ، پژوهشگران آماره به دست آمده از نمونه ای را بعنوان برآوردی از پارامتر جامعه مورد استفاده قرار می دهند. مثلاً به استناد ۴۰۰۰۰=X بار  برآورد می کنند که داشته باشیم ۴۰۰۰۰= µ ( برآورد نقطه ای که به آن کمتر می توان اعتماد کرد ) یا ۴۵۰۰۰>µ<35000 ( برآورد فاصله ای که به آن بیشتر اعتماد کرد. )

آماره مقداری است متغیر و ناپایدار بدین معنی که از یک نمونه به نمونه ی دیگر تغییر می کند. مثلاً اگر ما ۵ نمونه ی تصادفی ۴۰ تائی از اجاره بهاهای آپارتمانهای دو اتاق خوابه ۱۰۰ متری را در یک شهر معین برگیریم احتمالاً نمونه های ما پنج متفاوت خواهند داشت.

۳ نظر موافقین ۰ مخالفین ۰ ۱۹ اسفند ۹۸ ، ۱۰:۳۶
سید سعید انصاری فر