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

متغیر میانجی mediation

پنجشنبه, ۱۵ فروردين ۱۳۹۸، ۰۶:۲۱ ب.ظ

میانجی

مدل میانجی چگونگی یا چرایی رابطه دو متغیر را توصیف می‌کند. در این مدل فرض بر این است که متغیر میانجی به عنوان رابط بین متغیر مستقل یا پیش‌بین و متغیر وابسته یا ملاک قرار می‌گیرد و رابطه متغیرهای مستقل و وابسته را تحت تاثیر قرار می‌دهد. با ورود متغیر میانجی به مدل، اثر غیرمستقیم مطرح می‌شود. بنابراین بایستی اثرات مستقیم، غیر مستقیم و اثر کل مورد بررسی قرار گیرند.

متغیر میانجی، متغیری است که برای رابطه بین متغیر پیش‌بین و ملاک دلیل ارائه می‌کند” (بارون و کنی، ۱۹۸۶، ص ۱۱۷۶).

ریشه و خاستگاه تکنیک میانجی “mediation” در حوزه علوم اجتماعی به ابداع شیوه تحلیل مسیر باز می‌گردد.

متغیر میانجی (M)، متغیری است که واجد شرایط زیر باشد:

  1. متغیر مستقل باید همبستگی معناداری با متغیر میانجی داشته باشد.
  2. متغیر میانجی باید همبستگی معناداری با متغیر وابسته داشته باشد.
  3. هرگاه مسیرهای a و b کنترل شوند؛ رابطه بین متغیر مستقل و وابسته که پیشتر معنادار بوده؛ دیگر معنادار نباشد؛ ضمن اینکه هرگاه مسیر c صفر باشد؛ قوی‌ترین رابطه‌ی میانجی نمایان خواهد شد.

مثال

در یک تحقیق انتظار می‌رود که هر چه افراد رخدادهای مثبت بیشتری را در زندگی تجربه نمایند، شادی درونی بیشتری خواهند داشت. افزون بر این محقق پیش‌بینی می‌کند که قدرشناسی به عنوان یک میانجی سبب شادی درونی هرچه بیشتر در زندگی شود. به بیان دیگر، مقدار قابل توجهی از واریانس مشترک بین رخدادهای مثبت زندگی و شادی درونی به وسیله مسیر غیرمستقیم و با واسطه قدرشناسی تبیین می‌شود. یعنی این که اگر افراد در زندگی خویش وقایع و رخدادهای مثبت بیشتری را تجربه نمایند؛ سپاس‌گزارتر و قدرشناس‌تر بوده و در نتیجه خود را شاد‌تر احساس می‌کنند.

معادلات رگرسیون برای مدل میانجی

در مطالعات اولیه بارون و کنی (۱۹۸۶) روش‌های علی را برای آزمون میانجی پیشنهاد کردند. اما در بیشتر تحقیقات اخیر از آزمون هایی استفاده شده است که براساس ضرایب حاصل از معادلات رگرسیون زیر به دست می‌آید:

(۱)‌‌             Y=i1+cX+e1
(۲)      Y=i2+c ́X+bM+e2
(۳)             M=i3+aX+e3

نمودار مسیر برای مدل میانجی

میانجی مدل مسیر

C: اثر کل  X بر Y

Ć: اثر X بر Y با کنترل M

b: اثر متغیر میانجی بر Y

a: اثر X بر متغیر میانجی

i1، i2  و i3: مقدار ثابت یا عرض از مبدأ هر معادله

e1، e2 و e1: باقی‌مانده های مربوط به هر معادله

 

 

البته باید به این نکته توجه داشت که میانجی هنگامی رخ می‌دهد که با اضافه شدن متغیر میانجی، شدت رابطه اصلی بین متغیرهای پیش‌بین (X) و ملاک (Y) کاهش پیدا کند.

موافقین ۰ مخالفین ۰ ۹۸/۰۱/۱۵
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