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

طرح های متنوعی برای تحلیل واریانس وجود دارد که هر یک تحلیل آماری خاص خودش را دارند.

تعداد و دفعاتی که آزمون t باید انجام شود با افزایش گروه های مورد مقایسه زیادتر خواهد شد.

برای مثال، چنانچه تعداد گروه ها پنج تا شوند، باید ده آزمون اجرا گردد.

به جای انجام تعداد زیادی آزمون t، پژوهشگر می تواند تجزیه و تحلیل و در نهایت مقایسه گروه های مختلف را با استفاده از یک تحلیل واریانس انجام دهد.

هدف از کاربرد تحلیل واریانس در این شرایط آن است که مشخص شود آیا بین گروه ها، تفاوت معنا داری وجود دارد یا خیر؟

تجزیه و تحلیل واریانس یک روش آماری است که به منظور تجزیه و تحلیل تفاوتهای بین میانگین های دو یا چند نمونه به کار برده میشود و در واقع تجزیه و تحلیل واریانس نشان می دهد که آیا نمونه های پژوهشی متعلق به یک جامعه هستند یا خیر؟

تحلیل واریانس، ممکن است یکه راهه، دو راهه، سه راهه و به عبارتی، عاملی (یک عاملی، دو یا چند عاملی و ترکیبی) اجرا شود (منظور از کلمه «راه» یا «عامل» تعداد متغیرهای مستقل در تحلیل واریانس است).

اگر یک متغیر مستقل وجود داشته باشد تحلیل واریانس یک طرفه، مورد استفاده است.

به عبارتی، در تحلیل واریانس یک طرفه تفاوت یک متغیر مستقل و یک وابسته بررسی می شود و اگر دو متغیر مستقل همزمان وجود داشته باشد؛ تحلیل واریانس دو طرفه نیاز خواهد بود و هم چنین تحلیل واریانس چند عاملی که متغیرهای مستقل بیشتری وجود دارد.

یعنی در چند عاملی اثرات مستقل دو یا چند متغیر و نیز اثرات ناشی از تاثیر متقابل آن ها نسبت به متغیر وابسته تحلیل می شود).

برای استفاده از تحلیل واریانس، باید:

1. متغیر وابسته از نوع داده های فاصله ای یا نسبی باشد.

۲. جامعه دارای توزیع هنجار باشد.

۳. واریانس های جامعه مساوی باشد.

۴. در صورت وجود طرح های گروههای مستقل از هر کدام از جامعه ها باید نمونه تصادفی مستقل گرفته شود .

تحلیل واریانس به عنوان یک روش آماری قوی، توانایی بررسی واریانس درون گروهی که نشان دهنده خطای نمونه گیری در توزیع است و نیز محاسبه واریانس بین گروهی که بیانگر تأثیر متغیر مورد نظر یا متغیر مورد آزمایش است را دارد.

مقدار F بیانگر نسبت واریانس بین گروه ها به واریانس درون گروه ها است.

اگر نسبت F به طور چشم گیری از ۱ بیشتر باشد، در این صورت چنین نتیجه گیری می شود که نسبت واریانس بین گروهی و واریانس درون گروهها احتمالا بیش از مقداری است که بتوان آن را به خطای نمونه گیری نسبت داد .

در صورت معنا بودن نتایج تحلیل واریانس، می توان میانگین های مورد نظر پژوهش را مورد مقایسه قرار داد.

چنانچه نتایج تحلیل واریانس معنا دار نشود، محاسبه آزمون های ذیل ضرورت نخواهد داشت.

روش های مختلفی برای مقایسه میانگین ها وجودارد که از آن جمله آزمون توکی و آزمون شفه است:

الف) آزمون توکی

آزمون تفاوت معنا دار حقیقی توکی  از آزمون شفه قوی تر است، لیکن این آزمون تنها برای مقایسه تمام حالتهای ممکن یک به یک میانگین ها در سطح معنی داری مورد نظر استفاده میشود و نباید در جهت آزمایش مقایسه های ترکیبی (مقایسه های بیش از دو میانگین) استفاده نمود.

در نتیجه، آزمون توکی برای گروه های نمونه باحجم ثابت و زمانی که پژوهشگر علاقه مند به مقایسه یک به یک تفاوت بین میانگین ها روش مناسبی است .

ب) آزمون شفه

در میان روش های مختلف مقایسه میانگین ها، آزمون شفه بیشترین کاربرد را دارد.

این آزمون به پژوهشگر امکان میدهد تا تمام حالتهای مختلف مقایسه یک به یک میانگین ها و هم چنین مقایسه ترکیبهای چند تایی میانگین ها را انجام دهد.

مزیت ازمون شفه:

۱. مزیت سادگی کاربرد ان

۲. امکان کاربرد آن در مورد گروه های نمونه با حجم نابرابر

۳. عدم حساسیت آن نسبت به انحراف از فرض نرمال بودن توزیع داده ها و همگونی واریانس ها

۴. مناسب بودن آزمون برای هرنوع مقایسه میانگین ها (اعم از یک به یک وترکیبی).

موافقین ۱ مخالفین ۰ ۹۸/۰۵/۰۶
سید سعید انصاری فر

نظرات  (۱)

وبلاگ خیلی خوب و پر محتوایی داری تبریک میگم

به تازگی وبلاگم رو راه اندازی کردم که اگه علاقه ای به برنامه نویسی دارید مطالب مفیدی داخلش قرار میدم لظفا ی سر بزنید.

منتظرتون هستیم!

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