بایگانی دسته: آموزش Spss اس پی اس اس

تحلیل داده های آماری

آزمون چند متغیره تحلیل مسیر در spss

پاسخ دهید

آزمون چند متغیره تحلیل مسیر در spss

چکیده

برای بررسی روابط علی بین متغیرها به طور هماهنگ تلاش های زیادی در دهه اخیر صورت گرفته است. یکی از روش های امید بخش در این زمینه معادلات ساختاری یا تحلیل چند متغیری با متغیرهای پنهان است. از این روش تحت عنوان مدل علی و تحلیل  انکوانام  شده است. از طریق این روش می توان قابل پذیرش بودن مدل های نظری را در جامعه های خاص با استفاده از داده های همبستگی، غیر آزمایشی و آزمایشی تحلیل کرد. فرضیه مورد بررسی در یک مدل معادلات ساختاری، یک ساختار علی ویژه  بین گروهی ا از متغیرهای غیرقابل مشاهده است. این متغیرها ها از طریق گروهی از متغیرهای آشکار اندازه گیری می شود یک مدل معادلات ساختاری کامل از دو جزء بوجود شده است:

الف) یک مدل ساختاری که ساختار علی خاصی را بین متغیرهای پنهان  در نظر می گیرد و

ب) یک مدل اندازه گیری که روابطی را بین متغیرهای پنهان و متغیرهای آشکار تعریف می کند. هنگامی که داده های بدست آمده از نمونه مورد بررسی به صورت طیف  همبستگی یا کواریانس در آید و توسط گروهی  از معادلات رگرسیون تعریف شود، مدل را می توان با استفاده از نرم افزارهای مرتبط تحلیل کرد و نتایج  آن را برای جامعه ای که نمونه از آن استخراج شده بدست آورد.

این تحلیل برآوردهایی از پارامترهای مدل (ضرایب مسیر و جملات خطا) و همچنین چند ویژگی  برای خوب بودن  نتایج بدست آمده فراهم می آورد. تخمین  پارامترها و اطلاعات مربوط به خوب بودن  تحلیل  را می توان برای تغییرات احتمالی در مدل و آزمون دوباره مدل نظری مورد آزمون قرار داد

تحلیل داده های آماری
پایان نامه – مقاله نویسی

 مقدمه

یکی از شیوه های تحلیل داده های آماری، تحلیل مسیر است که بیشتر با استفاده از رگرسیون چند متغیره انجام می گیرد. این روش برای تحلیل  مدل های علی به کار گرفته می شود و مستلزم طرح  مدلی به صورت نمودار علی است و در واقع رابطه علی را نشان می دهد و به ما کمک می کند بدانیم چه می خواهیم بگوییم. علاوه برآن  تحلیل مسیر، شکلی از تحلیل رگرسیون عملی است که در آن برای حل کردن مسئله با تحلیل  فرضیه های پیچیده، از نمودار مسیر استفاده می شود. تحلیل مسیر یکی از چندین تحلیل آماری است که تحت عنوان مدل معادلات ساختاری شناخته شده اند. این روش امکان تحلیل روابط علی بین دو یا چند متغیر را بوجود می آورد، که ممکن است به صورت مستقل، وابسته، گسسته یا پیوسته، پنهان یا آشکار و یا هر دو در یک معادله خطی به کار روند. تحلیل مسیر معمولا در تحقیقات اکتشافی و تحلیل های نظریه ثانویه بکار می رود. یک محقق می تواند گروهی از  داده ها را برای بررسی روابط غیر قابل پیش بینی بین متغیرها تحلیل کند، خواه بطور مستقیم باشد، خواه غیر مستقیم، و به همین ترتیب از طریق  مدل های گوناگون  بهترین مدل را به دست آورد. همچنین می تواند نظریه ها را به وسیله برقراری ارتباط  که  پیش بینی شده اند  یا مورد شک هستند تحلیل کند و از این طریق بهترین  مدل را بدست آورد.

تحلیل چند متغیره تحلیل مسیر

تحلیل مسیر روش آماری به کار بردن  ضرایب بتای استاندارد رگرسیون چند متغیرى در مدل هاى ساختاری است. هدف تحلیل مسیر به دست آوردن تخمین های کمى روابط علّى  بین گروهی از متغیرهاست. ساختن یک مدل علّی الزاما به معنای وجود روابط علّی در بین متغیرهای مدل نیست بلکه این روابط علی بر اساس فرضیه های همبستگی و نظریه و پیشینه تحقیق استوار است. تحلیل مسیر به ما می گوید که کدام مسیر مهمتر و یا معنادارتر است.

ضرایب مسیر براساس ضریب استاندارد شده رگرسیون تحلیل مى شود. یک متغیر به صورت مجموعه ای از دیگر متغیرها در نظر گرفته مى شود و مدل رگرسیونى آن طرح مى شود. برای بدست‌آوردن تخمین های ضرائب اصلی مسیر کافی است هر متغیر وابسته (درونزا) به متغیرهائی که مستقیماً تحت تأثیر آن است برگردانده می شود.

به بیان دیگر برای تخمین های هر یک از مسیرهای مشخص شده، ضرائب استانداردشده رگرسیون (یا ضرائب مسیر)  مورد محاسبه قرار می گیرد. این ضرائب از طریق ایجاد  معادله‌های ساختاری یعنی معادله‌هائی که ساختار روابط در نظر گرفته شده  در یک مدل را معین  می‌سازد به دست می‌آیند. تحلیل مسیر صرفًا بر روی متغیرهای دیده  شده قابل انجام است.

مشروط کردن مدل نظری

برای ساختن یک مدل از طریق تحلیل مسیر، ده شرط بیان شده است که به کمک آنها، امکان تجزیه و تحلیل علّی فراهم می‌شود. درده شرط بحث، شده هفت شرط اول مدل نظری مناسبی را برای تجزیه و تحلیل و نتیجه گیری علّی ایجاد می کند

. بیان رسمی نظری در قالب مدل ساختاری ۲. وجود منطق نظری برای فرضیه‌های علّی ۳. مشخص ‌نمودن نظم علّی ۴. مشخص‌نمودن مسیر روابط علّی ۵. نوشتن معادلات توابع ۶. معین ‌نمودن مرزهای مدل ۷. ثابت بودن  مدل ساختاری ۸. کاربردی‌کردن متغیرها ۹. تأیید تجربی معادلات کاربردی ۱۰. نتیجه گیری مدل ساختاری از طریق  داده‌های تجربی

اصول طرح نمودار مسیر

  1. نبود حلقه ۲. نبود مسیر رفت و برگشت بین متغیرها ۳. حداکثر تعداد رابطه های اجازه داده شده بین متغیرهای درونی برابر با تعداد مسیرها در تحلیل مسیر یک متغیر ممکن است همزمان  هم نقش متغیر مستقل و یا وابسته را داشته باشد . به عبارت دیگر یک متغیر در مدل علّی ممکن است نسبت به بعضی متغیرها مستقل و نسبت به بعضی دیگر وابسته باشد. برای جلوگیری از ابهام و سردرگمی به جای مستقل و وابسته از دو عنوان  دیگر برای مشخص کردن  نوع متغیرها در روش تحلیل مسیر استفاده می شود.

متغیر های درونی و بیرونی

کلیه متغیرهای موجود در یک مدل و الگوی علی دارای دو نوع اصلی است. نوع اول متغیر برونی است و نوع دوم متغیر درونی نام دارد. متغیر بیرونی متغیری است که هیچ تاثیری  از سایر متغیرهای الگو و مدل طراحی شده قبول نمی کند. در حقیقت مقدار متغیر ببیرونی  توسط بقیه  متغیرهای درونی مدل مشخص نمی شود بلکه مقدار آن دربیرون از  مدل مشخص می شود. متغیر درونی (وابسته) متغیری است که از حداقل یک متغیر دیگر در مدل و الگوی طراحی شده تاثیر می گیرد. مقدار متغیر وابسته توسط سایر متغیرهای درونی مدل مشخص می شود. بنابراین بر اساس تعریف یک متغیر نمی تواند همزمان هم وابسته و هم مستقل باشد. از نظر نموداری متغیر مستقل متغیری است که  با هیچ فلشی نشان داده  نمی شود در حالیکه متغیر وابسته  متغیری است که حداقل یک فلش به سمت  آن می رود و توسط یک فلش نشان داده می شود.

مسیر

مسیر در مدل علّی نشان دهنده تاثیر یک متغیر بر متغیر دیگر است. در تحلیل مسیر معمولا مسیر را با یک فلش جهت دار یک جهته  که ازمتغیر مستقل به متغیر مربوطه وابسته  رسم شده است نشان می دهند. نمایش تحلیل مسیر دارای یک نمایش ریاضی است که به صورت عمومی داده می شود. حرف i نشان دهنده  متغیر مستقل حرف jنشان گر متغیر وابسته است و همواره اصل j>I برقرار است به عبارت دیگر I متغیر ی  است که تحت تاثیر قرار می گیرد  و j متغیری است که تاثیر می گذارد بر روی آن . پس مسیر فرضی ۴۱ pیعنی یک متغیر بر چهار متغیر دیگر موثر است یا این که متغیر یک متغیر مستقل و متغیرچهار متغیر وابسته است

جملات اشتباه

جمله اشتباه نشان دهنده میزانی از واریانس متغیر وابسته است که از سوی متغیرهای موثر بر آن تحلیل می شود بنابراین در یک مدل علّی به تعداد متغیرهای وابسته، جمله اشتباه وجود دارد. جمله اشتباه را معمولا با حرف e یا d نشان می دهند.

طراحی مدل مسیر

محقق بر اساس تحقیقات قبلی مشابه و دارای ارتباط شروع  به انتخاب متغیرها و تعیین روابط علّی بین آنها بر اساس منطق تحلیلی و نظری می نماید. نتایج  این مرحله ممکن است گروهی از فرضیه های مرتبط و منسجم باشد که معمولا از طریق طرح  و یا مدل ریاضی بیان می شود. در تحقیقات علوم اجتماعی مدلهای مفهومی معمولا به شکل رسم کردن مدل و  رسم نمودار بیان می شوند.

انواع مدلهای تحلیل مسیر

  1. مدل متغیرهای مستقل : همان رگرسیون چندگانه است اما بین متغیرهای مستقل ۲. همبستگی برقرار نمی شود. ۳. مدل وابسته : مدل وابسته همانند مدل مستقل است با این تفاوت که بین برخی متغیرهای مدل رابطه وجود دارد. ۴. مدلهای دارای متغیر تعدیل کننده : حداقل یک متغیر تعدیل کننده  بین دو متغیر دیگر قرارمی گیرد. ۵. مدلهای دارای متغیر میانجی : یک متغیر بر ارتباط بین دو متغیر دیگر اثر تعدیل کننده  دارد. ۶. مدلهای یک طرفه :جهت فلشها به یک طرف بوده و برگشت به عقب ندارد یعنی همه مسیرها به یک سمت هستند. ۷. مدلهای دوطرفه : جهت فلشها و مسیرها دارای حرکت به طرف  عقب بوده و یک حلقه درست می کند. این نوع مدلها در مطالعات علوم اجتماعی و جامعه شناسی زیاد استفاده نمی شود  .

آزمون مدل نظری

برای تحلیل  مدل نظری می توان از رگرسیون در نرم افزار اس پی اس اس  و معادلات ساختاری در نرم افزارهایی مانند .. آموس و لیزرل استفاده نمود. در نرم افزار اس پی اس اس  به تعداد متغیرهای وابسته  باید از گزینه رگرسیون خطی چندگانه و یا ساده استفاده نمود. لیکن در نرم افزار آموس مدل نظری تحقیق به صورت یکجا تحلیل می شود

انواع رابطه  بین متغیرها در نمودار تحلیل مسیر

دو روشی که یک متغیر مستقل  ممکن است بر یک متغیر وابسته تأثیر بگذارد. ۱. اثر مستقیم: نشان دهنده  یک اثر مستقیم متغیر x بر روی متغیر y است (x1 ® y ) 2. اثر غیر مستقیم: یک اثر غیرمستقیم متغیر x بر روی y از طریق یک متغیر مستقل دیگر.رابطه بین X و Y وقتى غیر مستقیم است که X علت Z است و Z نیز به نوبه خود در Y تاثیر می گذارد  . بسیاری از پژوهشگران تمایل دارند  اثر کلی یک متغیر را بر متغیر دیگر حساب کنند کنند این کار با استفاده از روش  جمع اثر مستقیم با مجموع آثار غیرمستقیم آن به دست می‌آید. آثار غیرمستقیم از طریق حاصلضرب ضرائب هر مسیر بدست می آید : ۳. اثر نامشخص: رابطه بین X و Y وقتى نامشخص  است که Z علت هر دو متغیر X و Y باشد. ۴. اثرات تبیین  نشده: رابطه بین دو متغیر وقتى تبیین  نشده است که هر دوى آنها مستقل  بوده و بنابراین تبیین تغییر پذیرى بین آنها توسط مدل ما  ممکن  نباشد

بوجود آورندگان  آزمون تحلیل مسیر

تحلیل مسیر در سال ۱۹۱۸ توسط سیول رایت طرح  شد که تا سال ۱۹۲۰ مطالب بسیاری را در مورد آن نوشته است. و از آن زمان برای مدل سازی های پیچیده در زمینه روان شناسی، اقتصاد و جامعه شناسی به کار رفت

 نوع آزمون تحلیل مسیر (توضیح  علت پارامتریک ؛ ناپارمتریک و …)

آزمون تحلیل مسیر جزء آزمون های نرمال بحساب می آید دلایل آن به شرح زیر می باشد: ۱. هر یک از موارد مشاهده شده مستقل است، یعنی اینکه انتخاب یک مورد به انتخاب مورد دیگری وابسته نیست. ۲. واریانس متغیرها مساوی یا تقریبا مساوی است. ۳. توصیف متغیرها براساس مقیاس فاصله ای یا نسبی انجام می گیرد. ۴. توزیع نمره ها در جامعه نرمال یا نزدیک به توزیع نرمال است

شرایط استفاده از آزمون تحلیل مسیر (در مقیاس اسمی، ترتیبی و ..)

برخی از فرضیه های  به کار گیری تحلیل مسیر به شرح زیر می باشد: ۱. کالین  سفارش می کند که به ازای هر شاخص ( نه متغیر) در مدل حداقل ۱۰ مورد به محدوده  نمونه اضافه باید کرد . در نظر گرفتن نسبت ۲۰ نمونه برای هر شاخص بسیار خوب است . ۲. مقیاس فاصله ای و نسبتی بودن برای متعیرهای مدل. اگر چه در مطالعات علوم اجتماعی از طیف لیکرت به مقدار زیادی  استفاده می شود و این مقیاس رتبه ای است لیکن بسیاری از محققان مقیاس لیکرت  را بصورت  ، مقیاس فاصله ای در نظر می گیرند. ۳. وجود رابطه خطی بین متغیرهای مستقل  با متغیر وابسته ۴. غیر همبسته بودن جملات اشتباه  متغیرها . ۵. نرمال بودن داده ها و مشخص کردن آن با آزمون ۶. عدم وجود وابستگی چندگانه : وابستگی  چندگانه زمانی ایجاد می شود  که بین حداقل دو متغیر مستقل همبستگی زیادی وجود داشته باشد. ۷. تک بودن متغیرها : یک متغیر از ترکیب دو متغیر غیر اصلی بوجود آمده باشد  و متغیرهای فرعی دارای رابطه  دارای علامت مشابه با سایر متغیرها باشد. ۸. تجزیه همبستگی : همبستگی = اثرات مستقیم + اثرات غیرمستقیم

به کار گیری آزمون تحلیل مسیر

آزمون تحلیل مسیر امکان آزمون روابط علی بین دو یا چند متغیر رابوجود می آورد  ، که ممکن  است به صورت مستقل، وابسته، گسسته یا پیوسته، پنهان یا آشکار و یا هر دو در یک معادله دارای رابطه همبستگی به کار روند)

حل مثال با نرم افزار اس پی اس اس spss

به منظور بررسی رابطه بین سرمایه روانشناختی و مشغولیت تحصیلی با میانجی  انگیزه پیشرفت در دانش آموزان دختر پایه اول متوسطه پژوهشی انجام گرفت که تعداد ۱۰۰ دانش آموز پسر پایه اول متوسطه به عنوان نمونه برای تحقیق انتخاب شدند و فرضیه های زیر مورد تحلیل قرار گرفت: فرضیه ۱. سرمایه روانشناختی بر انگیزه پیشرفت تاثیر مثبت دارد. فرضیه ۲. سرمایه روانشناختی بر مشغولیت تحصیلی تاثیر مثبت دارد. فرضیه ۳. انگیزه پیشرفت بر مشغولیت تحصیلی تاثیر مثبت دارد. فرضیه ۴. سرمایه روانشناختی از طریق انگیزه پیشرفت بر مشغولیت تحصیلی اتاثیر مثبت دارد. این روابط در الگوی پیشنهادی حاضر در نمودار ۱ نشان داده شده اند.

آموزش روش تحلیل مسیر در اس پی اس اس

همانگونه که نتایج جدول ۱ نشان می دهد، میانگین و انحراف معیار آزمودنی های کل نمونه (۱۰۰) به ترتیب در سرمایه روانشناختی (۱۴۵) و (۲۳.۳۴)، انگیزه پیشرفت (۴۵/۷۵) و (۶۳/۷) و مشغولیت تحصیلی (۷۳/۶۸) و (۲۹/۴۲) است.

میانگین و انحراف معیار هر یک از خرده شاخص  های پنهان  به طور مفصل در جدول ۱ ارائه شده است.

آموزش روش تحلیل مسیر در اس پی اس اس spss

رابطه  همبستگی متغیرهای پژوهش در جدول ۲ نشان داده شده است.

آموزش روش تحلیل مسیر در اس پی اس اس spss

همانطور که نتایج  جدول ۲ نشان می دهد، همه رابطه های  همبستگی بین متغیرها در سطح ۰۱/۰ معنی دار هستند. این تحلیل های همبستگی نظریه ای  در خصوص روابط دومتغیری بین متغیرهای پژوهش را ایجاد  می‌کنند.

جهت آزمودن همزمان روابط درنظر گرفته شده  در پژوهش حاضر، روش الگویابی معادلات ساختاری  اجرا شده است. نمودار ۲ الگوی پایانی پژوهش حاضر و ضریب های  مسیر در میان متغیرها را نشان  می دهد.

آموزش روش تحلیل مسیر در اس پی اس اس spss

جدول ۳ الگوی ساختاری، مسیرها و ضریب های  استاندارد آن ها در الگوی نهایی  این پژوهش  را نشان می دهد. جدول ۳ نشان می دهد که همه ضریب های  مسیرهای مستقیم در الگوی نهایی معنی دار هستند.

آموزش روش تحلیل مسیر در اس پی اس اس spss

یافته های مربوط به فرضیه های الگوی پیشنهادی

در این بخش ابتدا مسیرهای مستقیم الگو و سپس یافته های مربوط به مسیرهای غیرمستقیم (به طور واسطه ای ) گزارش می شوند.

مسیرهای مستقیم الگوی مطرح شده

یافته های مربوط به فرضیه های مستقیم الگوی مطرح شده با توجه به نتایج  جدول ۳ مورد بررسی قرار می گیرند:

فرضیه ۱. سرمایه روانشناختی بر انگیزه پیشرفت تاثیر مثبت دارد. سرمایه روانشناختی + انگیزه پیشرفت با توجه  به جدول شماره ۳ ضریب مسیر سرمایه روانشناختی با  انگیزه پیشرفت معنی‌دار می باشد (۲۵۵/۰ =β، ۰۰۳/۰ =Ƥ(. این نتیجه ، فرضیه ۱ را تأیید می کند.

فرضیه ۲. سرمایه روانشناختی بر مشغولیت تحصیلی تاثیر مثبت دارد. سرمایه روانشناختی + مشغولیت تحصیلی با توجه  به جدول شماره ۳ ضریب مسیر سرمایه روانشناختی به مشغولیت تحصیلی معنی دار می‌باشد (۷۹۹/۰ =β، ۰۰۰۱/۰ =Ƥ(. این نتیجه ، فرضیه ۲ را تأیید می کند.

فرضیه ۳. انگیزه پیشرفت بر مشغولیت تحصیلی تاثیر مثبت دارد. انگیزه پیشرفت + مشغولیت تحصیلی با توجه  به جدول شماره ۳ ضریب مسیر انگیزه پیشرفت به مشغولیت تحصیلی معنی دار می باشد (۲۱۲/۰ =β، ۰۰۴/۰ =Ƥ(. این نتیجه ، فرضیه ۳ را تأیید می کند.

مسیرهای غیرمستقیم الگوی مطرح شده

با توجه به مسیرهای غیرمستقیم مطرح  شده به بررسی روابط تعدیل کننده  متغیرهای مدل مطرح شده  در پژوهش حاضر می پردازیم .

یافته های مربوط به روابط واسطه ای متغیرهای مطرح  شده

در این بخش نتایج حاصل از آزمون فرضیه های مربوط به مسیرهای غیرمستقیم و تاثیرهای  واسطه-ای بیان  خواهند شد. در این پژوهش، ۱ فرضیه بر اساس وجود روابط غیرمستقیم است.

فرضیه ۴. سرمایه روانشناختی از طریق انگیزه پیشرفت بر مشغولیت تحصیلی تاثیر مثبت غیرمستقیم دارد.

برای تعیین معنی داری روابط واسطه ای، از بوت استراپ استفاده شده است. جدول ۴ نتایج حاصل از بوت استراپ در برنامه ماکرو، پریچر و هیز (۲۰۰۸) را در رابطه سرمایه روانشناختی و مشغولیت تحصیلی با میانجی گری انگیزه پیشرفت نشان می دهد.

آموزش روش تحلیل مسیر در اس پس اس اس spss

مطابق با جدول ۴ محدوده  پایین محدوده  اطمینان برای انگیزه پیشرفت به عنوان متغیر تعدیل کننده  بین سرمایه روانشناختی و مشغولیت تحصیلی (۰۲۳۶/۰) و حد بالای آن (۱۳۶۶/۰) است.

محدوده  اطمینان برای این محدوده  اطمینان ۹۵ و تعداد نمونه گیری مجدد بوت استراپ ۲۰۰ است. با توجه به اینکه صفر بیرون از این محدوده  اطمینان قرار می گیرد، این رابطه با واسطه  معنی دار بوده و فرضیه ما مورد  تأیید قرار می گیرد.

 کافه پروژه 

استفاده از افزونه فارسی ویراستیار در Word

نوشته

نرم افزار لیزرل و انجام مدلسازی معادلات ساختاری با آن

نوشته

تحلیل داده های آماری با نرم افزارهای کمی و کیفی

نوشته

آشنایی با نرم افزار متلب

نوشته

معرفي نرم افزار آموس يا اي موس (Amos)

خدمات تخصصی پژوهش و تحلیل داده های آماری با مناسب‌ترین قیمت و کیفیت برتر!

🌟با تجربه‌ی بیش از 17 سال و ارائه‌ی بهترین خدمات

مشاوره نگارش: تحلیل داده های آماری

ارائه و طراحی پرسشنامه های استاندارد

📊تحلیل داده های آماری با نرم افزارهای کمی و کیفی

📞 تماس: 09143444846 (پیامک، ایتا، واتساپ، تلگرام)

🌐 کانال تلگرام: عضو شوید

🌐 وبلاگ 

💼کیفیت بالا، قیمت مناسب و خدماتی که به نیازهای شما پاسخ می‌دهند!

💼با ما همراه باشید و پروژه‌ی خود را به یک تجربه‌ی موفق تبدیل کنید.

 

 

تحلیل داده های آماری

تحلیل داده های آماری با نرم افزارهای کمی و کیفی

پاسخ دهید

تحلیل آماری با کم ترین هزینه و بالاترین کیفیت انجام می گیرید.
تحلیل داده های آماری با نرم افزارهای کمی و کیفی
نرم افزار های کمی SPSS و PLS و Amos
نرم افزار های کیفی: Maxquda و Nvivo
تعیین حجم نمونه با:Spss samplepower
کافی است قیمت ها را با جاهای دیگر مقایسه کنید.
کیفیت بالا، قیمت مناسب و خدماتی که به نیازهای شما پاسخ می دهند!
با ما همراه باشید و پژوهش خود را به یک تجربه ی موفق تبدیل کنید.

انجام پژوهش کیفی
انجام پژوهش کیفی.jpg

خدمات تخصصی پژوهش و تحلیل داده های آماری با مناسب‌ترین قیمت و کیفیت برتر!

🌟با تجربه‌ی بیش از 17 سال و ارائه‌ی بهترین خدمات

مشاوره نگارش: تحلیل داده های آماری

ارائه و طراحی پرسشنامه های استاندارد

📊تحلیل داده های آماری با نرم افزارهای کمی و کیفی

📞 تماس: 09143444846 (پیامک، ایتا، واتساپ، تلگرام)

🌐 کانال تلگرام: عضو شوید

🌐 وبلاگ 

💼کیفیت بالا، قیمت مناسب و خدماتی که به نیازهای شما پاسخ می‌دهند!

💼با ما همراه باشید و پروژه‌ی خود را به یک تجربه‌ی موفق تبدیل کنید.

 

 

تحلیل داده های آماری

تحلیل آماری SPSS

پاسخ دهید

تحلیل آماری SPSS

تحلیل آماری با نرم‌افزار

SPSS (نام کامل: Statistical Package for the Social Sciences) یکی از متداول‌ترین و قدرتمندترین ابزارها برای تحلیل داده‌های آماری در زمینه‌های مختلف از جمله علوم اجتماعی، علوم رفتاری، بهداشت، اقتصاد و … است.

در اینجا به توضیحات مختصری درباره چگونگی تحلیل آماری با استفاده از SPSS می‌پردازیم:

1. ورودی داده‌ها به SPSS:

ابتدا، داده‌های خود را به فرمت متنی یا اکسل آماده کنید و سپس آنها را به نرم‌افزار SPSS وارد کنید. معمولاً داده‌ها به صورت جدول وارد می‌شوند که هر ستون مربوط به یک متغیر و هر سطر مربوط به یک مشاهده (نمونه) است.

2. توصیف آماری:

  • متغیرها: بررسی و توصیف متغیرها شامل میانگین، واریانس، مد، میانه و… است. این اطلاعات به توصیف متغیرها کمک می‌کند.
  • جمعیت و نمونه: اطلاعات مربوط به تعداد مشاهدات (نمونه) و اطلاعات مختصر درباره ویژگی‌های جمعیتی.

3. آزمون‌های آماری:

SPSS به شما امکان ترکیبی از آزمون‌های آماری کلاسیک و پیشرفته را فراهم می‌کند:

  • آزمون t (تی-آزمون): برای مقایسه میانگین دو گروه.
  • آنالیز واریانس (ANOVA): برای مقایسه میانگین بیش از دو گروه.
  • رگرسیون و کوواریانس: برای بررسی ارتباط بین متغیرها.
  • آزمون‌های همبستگی: بررسی رابطه بین متغیرها.

4. گزارش‌گیری:

نتایج تحلیل‌های آماری به صورت گزارش‌های استانداردی ارائه می‌شوند که شامل نمودارها، جداول و تفسیر نتایج آماری است. این گزارش‌ها می‌توانند به عنوان اسناد معتبر برای ارائه نتایج به دیگران (مثلاً همکاران یا استادان) استفاده شوند.

برای یادگیری بیشتر و استفاده بهینه از SPSS، می‌توانید از منابع آموزشی آنلاین، کتاب‌ها، دوره‌های آموزشی محلی یا دوره‌های آموزشی آنلاین استفاده کنید. همچنین، وب‌سایت رسمی SPSS منابع و آموزش‌های آنلاین بسیار مفیدی را برای یادگیری این نرم‌افزار ارائه می‌کند.

معرفي نرم افزار آموس يا اي موس (Amos)

نوشته

نحوه نوشتن فصل چهارم پایان نامه و تحلیل داده ها

نوشته

مقدار T-Value و مقدار P-Value در آزمون فرض آماری چیست؟

نوشته

نرم افزار G*Power

نوشته

شاخص هاي برازش مدل معادلات ساختاري

خدمات تخصصی پژوهش و تحلیل داده های آماری با مناسب‌ترین قیمت و کیفیت برتر!

🌟با تجربه‌ی بیش از 17 سال و ارائه‌ی بهترین خدمات

مشاوره نگارش: تحلیل داده های آماری

ارائه و طراحی پرسشنامه های استاندارد

📊تحلیل داده های آماری با نرم افزارهای کمی و کیفی

📞 تماس: 09143444846 (پیامک، ایتا، واتساپ، تلگرام)

🌐 کانال تلگرام: عضو شوید

🌐 وبلاگ 

💼کیفیت بالا، قیمت مناسب و خدماتی که به نیازهای شما پاسخ می‌دهند!

💼با ما همراه باشید و پروژه‌ی خود را به یک تجربه‌ی موفق تبدیل کنید.

 

 

فروشگاه محصولات فیزیکی

تحلیل داده های آماری

تعیین حجم نمونه در پژوهش

پاسخ دهید

تعیین حجم نمونه در پژوهش

تعیین حجم نمونه در روش تحقیق به روش‌ها و فرمول‌هایی اشاره دارد که برای محاسبه تعداد نمونه معرف جامعه آماری مورد استفاده قرار می‌گیرد. مهم‌ترین تصمیم برای تعمیم‌پذیری نتایج یک تحقیقات علمی انتخاب یک نمونه معرف جامعه است. اگر نمونه به خوبی نتواند ویژگی‌های جامعه را دربرگیرد استفاده از بهترین روش آماری نیز فاقد وجهات لازم برای استناد می‌باشد.

در مباحث جامعه و نمونه نباید روش‌های تعیین حجم نمونه با روش‌های نمونه‌گیری اشتباه گرفته شود. روش نمونه‌گیری شیوه دستیابی به حداقل نمونه‌ای است که محاسبه شده است. یعنی ابتدا باید با یک روش صحیح حجم نمونه تعیین شود. پس از آن با یک روش مناسب به نمونه برآورد شده دست پیدا کرد.

نظر به اهمیت تعیین اندازه نمونه و از سوی دیگر روش‌های مختلف تحلیل آماری، روش‌های متعددی برای محاسبه حجم نمونه معرفی شده است. البته پژوهشگران ایرانی به طور مرسوم برای تعیین اندازه نمونه به سراغ فرمول کوکران می‌روند که اشتباه بسیار بزرگی است. در این آموزش کوشش شده است تا روش‌های مختلف تعیین حجم نمونه تشریح شود.

۱- تعیین حجم نمونه با فرمول کوکران

فرمول کوکران پرکاربردترین شیوه در تعیین حجم نمونه است. فرمول کوکران به‌صورت زیر محاسبه می‌شود:

فرمول کوکران

فرمول کوکران

در این فرمول N حجم جامعه است.

آماره p درصد توزیع صفت در جامعه یعنی نسبت افرادی است که دارای صفت موردمطالعه هستند.

آماره q نیز درصد افرادی است که فاقد صفت مورد مطالعه هستند.

اگر میزان p و q مشخص نباشد از حداکثر مقدار آنها یعنی ۰/۵ استفاده کنید.

آماره z=t است و اگر به جای z از t استفاده کنید نیز ایرادی ندارد. درسطح خطای ۵% مقدار z برابر ۱/۹۶ و و Z2 برابر ۳/۸۴۱۶ است.

مقدار d نیز تفاضل نسبت واقعی صفت در جامعه با میزان تخمین پژوهشگر برای وجود آن صفت در جامعه است. دقت نمونه‌گیری به این عامل بستگی دارد و اگر بخواهید نمونه‌گیری دارای بیشترین دقت باشد از حداکثر مقدار d برابر ۰/۰۵ استفاده کنید.

۱-۱- تعیین حجم نمونه با جدول مورگان

جدول مورگان یکی دیگر از روش‌های محاسبه حجم نمونه است. اگر حجم جامعه معلوم باشد ساده‌ترین روش برای تعیین حجم نمونه رجوع به جدول مورگان است. زمانی که نه از واریانس جامعه و نه از احتمال موفقیت یا عدم موفقیت متغیر اطلاع دارید و نمی توان از فرمول‌های آماری برای براورد حجم نمونه استفاده کرد از جدول مورگان استفاده می‌کنیم.

آیا جدول مورگان و فرمول کوکران تفاوت دارند؟

هیچ تفاوتی بین جدول کریسی-مورگان و فرمول کوکران وجود ندارد. در واقع دو پژوهشگر به نام‌های کریسی (کرجسی) و مورگان اعداد مختلف را در فرمول کوکران در سطح خطای ۵% قرار داده اند و حجم نمونه حاصل در یک جدول ارائه کرده‌اند. به صفحه محاسبه آنلاین حجم نمونه با فرمول کوکران رجوع کنید و نتایج را با جدول کرجسی و مورگان مقایسه کنید.

۲-۱- محاسبه حجم نمونه برای جوامع نامعلوم

در برخی موارد پارامتر N یعنی حجم جامعه به دلایلی مشخص نیست. اگر حجم جامعه نامعلوم باشد از فرمول کوکران به صورت زیر استفاده می‌شود:

روش‌های محاسبه حجم نمونه

روش‌های محاسبه حجم نمونه (حجم جامعه نامعلوم)

در این فرمول مهمترین پارامتری که نیاز به برآورد دارد S² است که همان واریانس نمونه اولیه است. برای محاسبه S² تعدادی پرسشنامه توزیع شده و واریانس نمونه اولیه محاسبه می‌شود.

مقدار Z2 یک مقدار ثابت است که به فاصله اطمینان و سطح خطا (α) بستگی دارد. معمولاً سطح خطا ۵% یا ۱% در نظر می‌گیرند. برای مثال اگر سطح خطا یا سطح معناداری (significant level) برابر ۵% در نظر گرفته شود سطح اطمینان برابر با ۹۵% خواهد بود. در نتیجه Z2 با توجه به جدول آماری ۱/۹۶ خواهد بود.

مقدار d نیز براساس همان سطح خطا یا برابر ۰/۰۵ در نظر گرفته می‌شود.

مثال: در یک پژوهش ذیحسابان دستگاه­های اجرائی کشور جامعه آماری پژوهش را تشکیل می­‌دهند. جهت تعیین حجم نمونه یک مطالعه مقدماتی با توزیع پرسشنامه بین ۲۰ نفر از ذیحسابان دستگاه‌های اجرائی کشور انجام شد و با برآورد واریانس نمونه اولیه در سطح اطمینان ۹۵ درصد، حجم نمونه از طریق فرمول زیر محاسبه گردید:

n= (3.8416 × ۰.۰۵۳۲) ÷ ۰.۰۰۲۵ ≈ ۸۲

با توجه به محاسبات انجام شده ۸۲ نفر به عنوان نمونه آماری مورد مطالعه برآورد گردید.

۳-۱- محاسبه حجم نمونه برای جوامع نامعلوم و واریانس نامعلوم

چون حجم جامعه مشخص نیست و اطلاعی از واریانس جامعه در دسترس نیست از فرمول زیر حجم نمونه مشخص شده است:

برآورد واریانس نمونه

برآورد واریانس نمونه

همچنین چون پرسشنامه با طیف لیکرت ۵ درجه استفاده شده است، بزرگ ترین مقدار ۵ و کوچک‌ترین مقدار ۱ خواهد بود بنابراین انحراف معیار آن برابر است می‌توان از مقدار ۰.۶۶ استفاده کرد. این مقدار بیشینه انحراف معیار است. همچنین سطح اطمینان ۹۵% و دقت برآورد ۰.۰۱ درنظر گرفته شده است بنابراین حجم نمونه برابر است با:

Zα/۲ = ۱.۹۶ , ε = ۰.۰۱, σ=۰.۶۶ => n = 170

۴-۱- محاسبه حجم نمونه برای جوامع خیلی بزرگ

اگر حجم جامعه خیلی بزرگ باشد از فرمول کوکران برای جوامع نامعین به صورت زیر استفاده می‌شود.

فرمول کوکران برای جوامع نامعین

فرمول کوکران برای جوامع نامعین

برای مثال در تحقیقات پیرامون مشتریان، دانشجویان، دانش‌آموزان، شهروندان و … حجم نمونه ۳۸۴ نفر تخمین زده می‌شود. برای جوامع محدود با حجم مشخص از فرمول ارائه شده در ابتدای این بحث استفاده کنید.

۲- تعیین حجم نمونه براساس توان آزمون

فرمول کوکران برای محاسبه حجم نمونه روشی منسوخ است که هنوز مورد تاکید پژوهشگران داخلی است. در مطالعات اخیر از فرمول کوهن براساس اندازه اثر و توان آزمون برای تعیین حجم نمونه استفاده می‌شود. یک مزیت دیگر این روش آن است که تعداد متغیرهای اصلی و سوالات پرسشنامه نیز در محاسبه حجم نمونه دخیل است.

رای محاسبه حجم نمونه با فرمول کوهن به صورت آنلاین به سایت Danielsoper وارد شوید.

مطابق دستور مقادیر کادر زیر را تکمیل کنید:

محاسبه حجم نمونه براساس توان آزمون

محاسبه حجم نمونه براساس توان آزمون

روش محاسبه حجم نمونه با فرمول کوهن

اندازه اثر شاخصی است که قدرت اثرگذاری متغیرهای مستقل مدل را نشان می‌دهد. براساس نظر کوهن (۱۹۸۸) میزان این شاخص به ترتیب ۰/۰۲ (ضعیف) ۰/۱۵ (متوسط) و ۰/۳۵ (قوی) می‌باشد. بنابراین بهتر است این مقدار حداقل روی ۰/۱۵ تنظیم شود.

توان آزمون Desired statistical power level مقداری بین ۸۰ تا ۹۰ درصد انتخاب می‌شود. آزمون حداقل باید توانی برابر با ۰/۸ داشته باشد.

تعداد متغیرهای پنهان و آشکار نیز براساس پرسشنامه و مدل پژوهش قابل تعیین است.

در نهایت سطح اطمینان را می‌توانید ۹۹% یا ۹۵% در نظر گرفته و به ترتیب از ۰/۰۵ یا ۰/۰۱ استفاده کنید.

۳- تعیین حجم نمونه خبرگان

در برخی از تحقیقات مانند تحقیقات مبتنی بر تصمیم‌گیری چندمعیاره یا مطالعات کیفی با تعداد محدودی از خبرگان سروکار داریم. در این موارد معمولا باید ملاحظات خاصی درنظر گرفته شود و فرمول کوکران مصداق ندارد. مطلب روش‌های نمونه‌گیری هدفمند و نمونه‌گیری خبرگان را مطالعه کنید.

آموزش کامل نرم افزار انویو Nvivo فصل 1- قسمت سوم: پنجره های تخصصی

نوشته

فصل 5 : آموزش انویوو: جستجو و بازیابی اطلاعات

نوشته

تحلیل عاملی اکتشافی چیست؟

نوشته

نمره گذاری متغیر ها در Spss جمع نمرات یا میانگین نمرات؟

نوشته

فصل 4 پایان نامه با نرم افزارهای آماری SPSS- PLS – Amos – Maxquda – Nvivo

نوشته

نتیجه‌گیری

تعیین حجم نمونه و برآورد تعداد نمونه لازم که معرف ویژگی‌های یک جامعه آماری باشد از مباحث مهم روش تحقیق است. به طور سنتی برای این منظور از فرمول کوکران استفاده می‌شود. همچنین اگر حجم جامعه معلوم باشد راهکار ساده‌تر آن است که از جدول مورگان استفاده شود. اگر حجم جامعه نامعلوم اما محدود باشد می‌توان از فرمول کوکران با برآورد واریانس نمونه اولیه استفاده کرد. اگر حجم جامعه نامعلوم و اندازه آن بسیار بزرگ باشد استفاده از فرمول کوکران به عدد ۳۸۴ ختم می‌شود. در مطالعات اخیر مدیریت و علوم اجتماعی از اندازه اثر و توان آماری برای محاسبه حجم نمونه استفاده می‌شود. با این روش می‌توان با اطمینان بیشتری به نمونه‌گیری پرداخت.

برگرفته از پارس مدیر

اسپرت مردانه

اسپرت مردانه

راحتی و چرمی

راحتی و چرمی

پیراهن

پیراهن و تیشرت

این بلوک حاوی محتوای غیرمنطقی یا نامعتبر است.

تلاش برای بازیابی بلوک

تیشرت و پولوشرت

تیشرت و پولوشرت

بافت مردانه

بافت مردانه

شلوار مردانه

شلوار مردانه

نیم بوت و کفش ساقدار

نیم بوت و کفش ساقدار

کاپشن مردانه

کاپشن مردانه

ست مردانه

ست مردانه

ساعت و اکسسوری

ساعت و اکسسوری

کفش و لباس زنانه

کفش و لباس زنانه



/productslist/default_affdn_leather-products

/productslist/default_affdn_practical-appliances

/productslist/default_affdn_new_products
آموزش پیشرفته sPSS

معرفی نرم افزار Spss

پاسخ دهید

معرفی نرم افزار Spss

یکی از مهمترین عوامل برای شرکت‌های بزرگ در خارج از کشور یا موسسات داخلی و درآمد آن‌ها، استفاده از علم تحلیل آمار است؛

زیرا با کمک این علم نوین می‌توانند به پیش‌بینی‌های بسیار جامع و کاملی از روند برخی موارد دست پیدا کنند

و به علاوه، گزارش دقیقی از وضعیت حال را در اختیار بگیرند. همچنین، ممکن است بارها با مسئله ارائه پایان نامه توسط spss رو به رو شده باشید.

این نرم افزار توسط شرکت آی بی ام طراحی و توسعه داده شده است.

برای تحلیل آماری نرم‌افزارهای زیادی طراحی شده‌اند که معروف‌ترین آن‌ها، نرم‌افزار spss یا نرم‌افزار بسته آماری برای علوم اجتماعی است.

به دلیل اهمیت این نرم‌افزار در جامعه آماری، مقاله‌ای جامع درباره این نرم‌افزار تهیه شده است.

اگر می‌خواهید ببینید spss چیست و به دنبال آموزش این نرم‌افزار هستید، ادامه مقاله را از دست ندهید.

آشنایی کلی با نرم افزار spss

نرم‌افزار SPSS یا Statistical Package for the Social به عنوان یک نرم‌افزار تحلیلی و آنالیز اطلاعات، از پرسش‌نامه‌ها و فرم‌های مختلف دریافت می‌کند

و سپس آن‌ها را در قالب جداول و نمودارها به کاربر ارائه می‌دهد تا تجزیه و تحلیل آن‌ها به صورت دقیق‌تر صورت پذیرد.

این نرم‌افزار در زمینه بازار و داد و ستد، سلامتی، نقشه‌برداری دولتی و آموزشی توسط پژوهشگران به کار گرفته می‌شود.

کاربردهای نرم افزار spss چیست؟

بعد از اینکه با زبان ساده به پاسخ spss چیست رسیدید، نوبت به این می‌رسد که کاربردهای این نرم افزار آماری را مورد بررسی قرار دهید.

به این ترتیب است که اهمیت آشنایی با آن را بیشتر درک می‌کنید.

به طور کلی می‌توان کاربردهای زیرا را برای این نرم‌افزار بیان کرد:

– این نرم افزار توسط پژوهشگران در شرکت های دولتی و نقشه برداری و سازمان های آموزشی و بازاریابی استفاده می‌شود.
– انواع آمار توصیفی را با جداول همراه با ذکر بسامد ها و کاوش‌ها به صورتی دقیق و نسبی ارائه می‌دهد.
– برای به دست آوردن آمارهای دو یا چند متغیر کاربرد دارد. نمونه آن تحلیل پراکنش و همبستگی آزمون‌های استخدامی است.
– درآمدها را به صورت نسبی و دقیق پیش بینی و ارائه می‌کند.
– انواع آمارها را به صورت تحلیل بندی و خوشه ها بررسی و توصیف خواهد کرد.
– خلاصه آماری گراف ها، جداول و نمودارهای آماری و توزیع های گسسته و پیوسته را به دست می‌آورد.
– رگرسیون را مورد پردازش قرار می‌دهد.
علاوه بر این کاربردها می‌توان استفاده از نرم افزار spss را در رشته‌های مختلف مورد بررسی قرار داد.

– Spss و صنایع

بیشتر افراد با کاربرد گسترده این نرم‌افزار در حوزه‌ های علمی و پژوهشی آشنا هستند. با این حال بهتر است مسئله spss چیست در رشته صنایع نیز مورد بحث قرار بگیرد.

حتی می‌توان این ابزار را یکی از شیوه های پرکاربرد در رشته صنایع به حساب آورد. زیرا در این حوزه علاوه بر مباحث تحلیلی و آماری،

نرم افزار spss بستر خوبی برای داده کاوی و تحلیل اطلاعات حاصل از بخش های تولیدی، فروش، تدارکات و نیروی انسانی به شمار می‌رود.

– Spss و کشاورزی

استفاده از آزمون های آنالیز واریانس در پایان نامه ها متداول ترین شیوه استفاده اس.پی.اس.اس در کشاورزی است.

تحلیل های آماری در طرح های آزمایشی کشاورزی به ویژه در دنیای پیشرفته امروز برای توسعه خود به ایده های خلاقانه احتیاج دارند. بنابراین بهترین گزینه برای آن‌ها spss است.

– Spss و روانشناسی

روانشناسی از جمله علوم های پژوهشی محور است که تنها با تحلیل داده‌های آماری می‌تواند نتایجی را برای فرضیات در نظر بگیرد.

بنابراین کار با نرم افزار spss است که به آن‌ها فرصت تحلیل داده‌های به دست آمده را با توجه به پرسشنامه های متعدد در این حوزه می‌دهد.

سپس با بررسی و تحقیقات روی این دادها است که به بهترین نتیجه دست پیدا می‌کنند.

– Spss و پزشکی

نتیجه تحقیقات و آزمایشات پزشکی را می‌توان در نرم افزار spss مورد تحلیل و بررسی قرار داد. آزمون های آماری طراحی شده در این برنامه اسن امکان را به خوبی فراهم کرده‌اند.

برای مثال می‌توان به آزمون هایی چون آزمون t ، آزمون نسبت ، آزمون مقایسه و میانگین، آنالیز و بررسی واریانس، رگرسیون و آزمون های ناپارامتری اشاره کرد.

– Spss و اقتصاد

تحلیل گران اقتصادی نیز به پاسخ spss چیست، احتیاج پیدا می‌کنند.

زیرا با کمک این نرم افزار است که آنالیز فرآیند های اقتصادی را انجام داده و با توجه به نتیجه‌ی آماری تاثیر هر عامل اقتصادی بر سایر عوامل را مورد تحلیل و بررسی قرار می‌دهند.

– پایان نامه با spss

در نوشتن پایان نامه دکترا و کارشناسی ارشد یکی از پرکاربردترین نرم‌افزارها، spss است.

تحلیل و بررسی داده های آماری در فصل 4 پایان نامه با کمک از برنامه اس‌.پی.اس.اس انجام می‌شود و آن دسته افرادی که با این نرم‌افزار آشنایی ندارد،

باید هزینه زیادی برای انجام این فصل از پایان نامه به افراد متخصص پرداخت کنند تا کار آن ها انجام دهند.

 از جمله کاربردهای نرم افزار آماری SPSS می‌توان به موارد زیر اشاره کرد:

  • تحلیل و آنالیز داده‌های وارد شده
  • انجام تحقیق‌ها و پایان نامه‌های آماری
  • ایجاد جدول‌های فراوانی و نتیجه گیری‌های آماری
  • تهیه جداول و نمودارهای آماری
  • بدست آوردن توزیع‌ها و رفتار داده‌های وارد شده
  • بدست آوردن داده‌های تصادفی
  • پردازش انواع رگرسیون
  • محاسبه انواع آزمون‌های آماری
  • انجام تحلیل واریانس‌های یک طرفه، دو طرفه و چند طرفه
  • ایجاد طرح‌های آماری

نرم افزار آماری SPSS برای افرادی که قصد ورود به حوزه علم داده را دارند هم مناسب است؛ چرا که ساخت مدل‌های توصیفی، پیش بینانه، استقرار مدل‌های مبتنی بر یادگیری ماشین و آمار جز وظایف یک متخصص علم داده است.

می‌توان گفت SPSS علاوه بر کاربرد فراوان در حوزه‌های آماری، تحلیلی و علم داده و استفاده آسان  و وجود طیف وسیعی از امکانات در منوی نرم افزار SPSS عاملی برای محبوبیت آن در بین سایر نرم افزارهای آماری شده است،

البته جامع بودن خروجی‌ها، راحتی تبدیل خروجی به فرمت‌های دیگر از دیگر مزیت‌های این نرم افزار آماری است.

در حال حاضر نسخه‌های 22 و26 از نرم افزار SPSS قابل نصب در کامپیوتر با ویندوز 10 است؛

در ادامه با نحوه کار کردن با SPSS و پستی و بلندی‌های آن و همچنین کاربرد آن در حوزه‌های مختلف بیشتر آشنا می شویم.

اجزای اصلی و مهم در SPS

هنگام ورود به صفحه اصلی SPSS با صفحه گسترده Data Editor مواجه می‌شوید که در بالا و پایین این دو نوار وجود دارد؛ نوار بالای صفحه ابزارهای مختلف برای انجام دستورهای مختلف بر طبق نیاز است

و نوار پایین با داشتن دو گزینه Variable View و Data View محل ویرایش و وارد کردن اطلاعات است پرسشنامه در SPSS است.

نوار ابزار که در بالای صفحه قرار دارد، دارای 10 منوی اصلی برای تحلیل پرسشنامه است؛

این منوها عبارتند از: منوی فایل، منوی ویرایش، منوی نمایش، منوی داده‌ها، منوی تبدیل و انتقال، منوی آنالیز، منوی نمودارها و گراف‌ها، منوی امکانات، منوی ویندو و منوی کمک می‌باشد هر کدام از این منوها بر حسب نیاز کاربردهای مخصوص خودشان را دارند که در ادامه به آن‌ها اشاره خواهیم کرد.

آشنایی با منو نرم افزار spss

هنگام شروع کار با نرم‌افزار spss با دو بار کلیک بر روی برنامه آن را باز کنید. در بالای صفحه یک نوار ابزار دیده می‌شود که به عنوان منوی این نرم افزار معرفی می‌شود. این منو شامل چند بخش است که در ادامه معرفی شده‌اند:

– منوی File

این منو خود شامل چند گزینه می‌شود. گزینه اول مربوط به بخشی است که شما می‌توانيد به پرونده های از قبل ساخته شده دسترسی داشته باشید.

این گزینه همان Open است. گزینه New نیز به شما در ایجاد یک فایل و پرونده جدید جهت آنالیز و تحلیل کمک می‌کند. گزینه های save و save as هم برای ذخیره فایل‌ها به شما کمک می‌کنند.

با استفاده از گزینه save as می‌توانید نوع خروجی خود را تعیین کنید. گزینه دیگر در این منو گزینه print است که با آن می‌توانيد خروجی کار خود را چاپ کنید. علاوه بر این‌ها گزینه Exit نیز جهت خروج از نرم افزار قرار داده شده است.

– منوی Edit

در منوی Edit برای پاک کردن نوشته‌ها گزینه clear را انتخاب کنید. حذف پرونده‌ها نیز با کمک گزینه Delete ممکن شده است.

در این منو گزینه‌های دیگری نیز قرار داده شده‌اند که برای کپی کردن و الصاق سند در محلی دیگر به کار می‌روند. این گزینه‌ها Copy، Cut و Paste در منوی Edit نرم افزار spss هستند.

– منوی View

در ادامه spss چیست، باید گزینه‌های مختلف این منو را بررسی کنید‌. از طریق گزینه‌های آن نمایش حالت‌های پنجره های نرم افزار را انتخاب می‌کنید.

هم‌چنین اگر بخواهید قسمتی از نرم افزار مانند tollbar برای شما نشان داده شود یا مخفی شود، کافی است تیک کنار هر گزینه را فعال کنید.

– منوی Data

در این منو میتوانید با کمک از گزینه‌ها متغیرها را شخصی سازی کنید. برای مثال با استفاده از گزینه Define variable properties می‌توان ویژگی‌های متغیرها را تعریف کرد.

به‌علاوه با کمک گزینه Sort است که متغیر های تعریف شده، متناسب با الگوریتم های خود مرتب سازی می‌شوند. برای ترکیب فايل های متنوع ساخته شده در spss ، گزینه Merge Files را انتخاب کنید.

هم‌چنین انتخاب گزینه Weigth cases باعث وزن دادن به مورد یا کیس ها می‌شود.

– منوی Transform

با کمک منوی Transform است که می‌توان متغیر جدید تعریف شده را با استفاده از متغیر های قدیمی و توابع ریاضی محاسبه کرد.

در این منو برای محاسبه متغیر جدید با استفاده از توابع ریاضی باید گزینه Compute انتخاب شود. با استفاده از گزینه Recode کار کد گذاری دوباره داده را انجام دهید.

به‌علاوه برای جایگزین کردن مقادیر جدید به جای مقادیر داده هایی که گم شده اند از گزینه Replace Missing Values استفاده کنید.

– منوی Analyze

منوی Analyze دیگر مبحث spss چیست، می‌باشد. این منو در واقع قلب نرم افزار به حساب می‌آید که کار اصلی در این نرم افزار را برعهده دارد.

با کمک از آزمون‌های آماری و ریاضی طراحی شده در این منو است که فرضیه های مطرح شده در حین بررسی رد و یا تثبیت می‌شوند‌.

– منوی Direct Marketing

کسانی که بخش بازاریابی و بیزینس فعالیت دارند به یادگیری این بخش از منو احتیاج پیدا می‌کنند. زیرا در پیشرفت به آن‌ها کمک خواهد کرد.

– منوی Graphs

تحلیل هایی که به نمودار احتیاج دارند و یا زمانی که به ویرایش نمودارهای خود نیاز است، منوی Graphs به کمک شما می‌آید. در این قسمت با گزینه Compare Subgroups می‌توان گروه های ساخته شده در این برنامه را با هم مقایسه و مورد بررسی قرار داد.

– منوی Utilities

هر آنچه را که مربوط به استخراج متغیرهاست و از آن ها برای پیشبرد کار استفاده می‌کنید، در این منو طراحی شده‌اند.

چگونه اطلاعات پرسشنامه‌ها را در SPSS وارد کنیم؟

نرم افزار آماری SPSS

برای وارد کردن اطلاعات پرسشنامه‌ها در نرم افزار SPSS هر یک از پرسش نامه‌ها به عنوان یک نمونه و اطلاعات داخل آن متغیرهایی هستند که هر کدام دارای ماهیت‌های متفاوتی است، بعد از باز کردن نرم افزار SPSS با صفحه گسترده‌ای رو به رو می‌شویم که برای وارد کردن اطلاعات پرسشنامه باید از نوار پایین صفحه قسمت Variable View را انتخاب کرده و شروع به وارد کردن متغیرها شده و با توجه به هدف خواسته شده ماهیت متغیرها را تعیین کنیم.

بعد از وارد کردن متغیرها و اطلاعاتشان، از نوار پایین صفحه گزینه Data View  را انتخاب می‌کنیم، در این صفحه تمام متغیرهای وارد شده در نرم افزار SPSS نشان داده می‌شود به این صورت که هر ستون از آن مربوط به یک متغیر بوده و هر سطر بیانگر پاسخ شرکت کنندگان در پرسشنامه است؛ باید متذکر شویم که هرگونه اشتباه در وارد کردن اطلاعات در صفحه Variable View  باعث می‌شود در ادامه فرآیند در صفحه Data View هم با مشکل مواجه شوید.

چگونه فایل‌ها را در نرم افزار SPSS مرتب کنیم؟

یک فایل را که حاوی داده است می‌توان برحسب نوع متغیرهای آن مرتب کرد؛ برای این کار باید از منو Data گزینه Sort انتخاب شود، پس از انتخاب این دستور در پنجره باز شده از فهرست متغیرهای موجود که در سمت چپ جعبه قرار دارد می‌توان متغیر یا متغیرهایی را برای مرتب کردن انتخاب کرد؛ در این حالت متغیرهای موجود در فایل بر اساس متغیر یا متغیرهای انتخاب شده مرتب می‌شوند. این مرتب کردن می‌تواند به صورت افزایشی (Ascending) یا کاهشی (Descending) باشد.

متغیرها در نرم افزار آماری SPSS چگونه باید نامگذاری شوند؟

نکاتی باید در نامگذاری متغیرها در نرم افزار SPSS مورد توجه قرار بگیرد، بطور مثال: حتما نام متغیرها باید با حروف شروع شود چون در غیر این صورت برای نرم افزار شناخته شده نخواهد بود، حداکثر نام انتخابی برای هر متغیر باید 64 کاراکتر باشد، هرگز از فاصله در نوشتن نام استفاده نکنید.

می‌توانید برای نامگذاری از ترکیب حروف و عدد هم استفاده کنید، در انتهای  نامگذاری استفاده از (.) و (_) غیر مجاز است در صورتی که در برچسب می‌توانید استفاده کنید، اسامی غیر مجاز مانند All, And, Bye را در نامگذاری به کار نبرید همچنین به یاد داشته باشید که در نامگذاری متغیر حتما از لاتین و در برچسب گذاری از فارسی استفاده کنید.

ادغام متغیرها در SPSS

Add Variable  یا ادغام متغیرها در نرم افزار آماری SPSS برای یکی کردن دو فایل در کنار یا زیر یکدیگر انجام می‌شود که این کار اغلب برای مقایسه کردن دو فایل استفاده می‌شود؛ نکته ی مهم این جا است که برای ادغام کردن متغیرها باید ماهیت آن ها از یک نوع باشد همچنین نام متغیرها هم نباید یکی باشد، برای این کار باید از نوار بالای صفحه نرم افزار SPSS گزینه‌ی Data را انتخاب کنید سپس از پنجره باز شده بخش Merge File را کلیک کنید.

توجه داشته باشد در ادامه دو گزینه پیش رو دارید که یکی برای ادغام کردن فایل‌ها یا به نوعی نمونه است و دیگری برای ادغام کردن متغیرها استفاده می‌شود. برای ادامه ی این روند می‌بایست فایل یا متغیر مورد نظر خود از محل ذخیره‌سازی آن انتخاب کنید. فرایند ادغام متغیرها معمولا در مواقعی که محقق با حجم بالایی از داده رو به رو است و تعداد محققین در روند کار زیاد است از دسته‌بندی و ادغام متغیرها برای تجزیه و تحلیل بهتر استفاده می‌کنند.

مقاله پییشنهادی : ادغام متغیرها در SPSS
با نرم افزار Adobe Animate انیمیشن سازی حرفه‌ای کنید

آموزش تحلیل آماری پایان نامه با نرم افزار SPSS

برای انجام تحلیل‌های آماری با استفاده از نرم افزار آماری SPSS می توان به جدول‌های فراوانی، نمودارهای آماری و مقایسه‌ای و مقایسه شاخص‌ها دست پیدا کرد؛ بدست آوردن قابلیت اطمینان پرسشنامه‌ها، آزمون‌های پارامتری مرتبط به میانگین جامعه، سنجش همبستگی بین متغیرها رگرسیون، اکتشاف و خوشه بندی از جمله فرآیندی‌هایی است که در تحلیل آماری پایان نامه با استفاده از نرم افزار SPSS  انجام می‌شود.

برای انجام هرکدام از آن‌ها با  وارد کردن داده‌های مورد نظر و انتخاب گزینه‌های صحیح صورت می‌گیرد؛ بطور مثال برای تحلیل عاملی اکتشاف با انتخاب Analyze از نوار بالای صفحه نرم افزار در پنجره باز شده گزینه‌ی Descriptive Statistics و سپس  Explore را انتخاب می‌کنیم، این فرآیند برای داده‌های کمی که از طرح‌های مستقل جمع آوری شده‌اند کاربرد دارد.

همچنین این دستور امکان توصیف داده‌ها به تفکیک گروه‌های مختلف را فراهم می‌کند. خلاصه این تحلیل‌ها با استفاده از ابزاری مانند Plot ها  و میانگین و فاصله‌های تعیین شده بدست می‌آیند که در نهایت خروجی تحلیل آماری از پرسشنامه را در قالب جدول فراوانی و Plot نمایش می‌دهد.

نرم افزار آماری SPSS

چگونه در SPSS خروجی بگیریم؟

بعد از اینکه دستور مورد نظر در SPSS انجام شد، نتایج حاصل در پنجره ای به نام Output view نشان داده می‌شود؛ این نمایش شامل نتایج و تحلیل تمام دستورات خواسته شده از SPSS  است که به صورت جدول‌های فراوانی و انواع نمودارها مشخص می‌شود، در صورت نیاز می‌توان از طریق منوی File گزینه Print را برای چاپ فیزیکی نتایج استفاده کرد.

گاهی اوقات برای استفاده از نتایج تحلیل‌ها در نرم افزار آماری SPSS می توان برای تفسیر این خروجی‌ها آن‌ها را نرم افزارهای دیگر مثل Word یا Excel  انتقال داد؛ یکی از ساده ترین روش‌ها برای انتقال خروجی در SPSS به Word و Excel  استفاده از دستور کپی وPaste  است به این صورت که با انتخاب خروجی مورد نظر در پنجره Output و استفاده از کلیک راست یا دکمه Edit دستور Copy Special را انتخاب می‌کنید.

سپس در برنامه Word یا Excel عملیات Paste را انجام داده یا با استفاده از کلیدهای ترکیبی ctrl+v خروجی در SPSS در محل مورد نظر پیاده می‌کنید. می‌توانید از اطلاعات بدست آمده در خروجی SPSS فایل‌های اطلاعاتی بدست آورید که این قابلیت می‌تواند ورودی برای تحلیل‌های بعدی مورد استفاده قرار بگیرد؛ در آینده بیشتر به این موضوع می‌پردازیم.

مقاله پییشنهادی : چگونه در SPSS خروجی بگیریم؟
با نرم افزار Adobe Animate انیمیشن سازی حرفه‌ای کنید

انجام پروژه آماری با نرم افزار SPSS

می توان گفت امروزه تمام پروژه ها، پایان نامه‌ها و تحقیق‌ها با آمار و ارقام سر و کار دارند به همین دلیل نرم افزار SPSS هم یکی از انتخاب‌های کارشناسان برای انجام پروژه‌های آماری خود در حوزه‌های مختلف است؛ بسیاری از سایت‌ها و افراد هستند که انجام پروژه‌های آماری در نرم افزار SPSS را برعهده می‌گیرند اما در این بین باید دقت کرد که چه کسی را برای این کار در نظر می‌گیرید چرا که با توجه به رشته و گرایش و حوزه کاری استفاده از نرم افزار SPSS هم کاربرد متفاوتی را ارائه می‌دهد.

نرم افزار SPSS و R

در تجزیه و تحلیل‌های آماری نرم افزار SPSS و R استفاده گسترده ای را در اختیار کاربران قرار می‌دهد؛ البته یادگیری نرم افزار SPSS آسان‌تر از نرم افزار R است اما خروجی گرفتن در هر دو نرم افزار براحتی  انجام می‌شود، هر چند که هر کدام در حوزه‌ی آماری کاربردهای زیادی دارند اما نرم افزار SPSS را بیشتر به یک نرم افزار آماری و R به عنوان نرم افزاری ایده‌آل در حوزه علم داده و برنامه نویسی شهرت دارد.

بهترین نسخه نرم افزار spss کدام است؟

شرکت سازنده spss هر سال و یا هر دو سال یک بار نسخه جدیدی از این نرم افزار را انتشار می‌کند. نکته مشترک در بین تمام ورژن های این نرم افزار این است که نسخه ها قابلیت جدیدی پیدا کرده و سنگین تر می‌شوند. تمام نسخه های اصلی spss یک کار اصلی را انجام می‌دهند و با چند تفاوت جزئی به روز رسانی می‌شوند.

یادگیری نرم افزار آماری SPSS

اگر بدنبال آموزش و یادگیری نرم افزار SPSS هستید بسیاری از دوره‌ها، ویدیوها و کتاب‌های آموزشی هستند که می‌توانند شما را در فرآیند یادگیری نرم افزار SPSS کمک کنند، اگر به دنبال ویدیوهای آموزشی هستید، سایت مکتب خونه دوره‌های آموزشی را ارائه داده که می‌توانید از آن‌ها استفاده کنید؛ اما اگر بدنبال کتاب‌های آموزشی هستید کتاب آموزش SPSS نوشته منصور مومنی، مقدمه‌ای بر آمار SPSS در روانشناسی نوشته Dennis Howitt و Duncan Cramer، آموزش جامع SPSS نوشته رضا بهرامی و چندین کتاب دیگر می‌توانند کمک کننده شما در این مسیر باشند.

کلام پایانی

دنیای یادگیری نرم افزارها به علت پیشرفت روز به روز تکنولوژی، دنیای وسیع و بی‌انتهایی است، برای قدم گذاشتن در این دنیا قبل از هر چیزی به دانشی به روز نیاز دارید تا ادامه راه هموارتر شده و به پیشرفت برسید چرا که شروع هرکاری بدون دانش ابتدایی مثل درخت بی ریشه است.

مطالب گفته شده تنها بخشی از نرم افزار SPSS است تا صرفا شما را به یک دید جامع و کلی از این نرم افزار برساند و با کاربردها و جایگاه آن در دنیای نرم افزارها به خصوص نرم افزارهای آماری آشنا کند؛ نرم افزار SPSS رقبای زیادی در حوزه تحلیل‌های آماری و داده کاوی دارد مثل:R،Minitab و SAS؛ اما بسته به اینکه هدف چه خواهد بود استفاده نیز متفاوت خواهد شد.

اما نرم افزار SPSS به علت یادگیری آسان و سهولت در کاربرد مورد توجه بسیاری از کاربران قرار می گیرد؛ همانطور که گفته شد این نرم افزار در روش تحقیق، پایان نامه ها و انواع پژوهش‌های آماری در رشته‌های علوم اجتماعی و روانشناسی، کشاورزی و صنایع مورد استقبال ویژه‌ای قرار می‌گیرد.

در آخر باید گفت با توجه به وسیع بودن امکانات نرم افزارSPSS  و یادگیری آسان آن می‌شود این نرم افزار را جایگزین دیگر نرم افزارها در امور تحلیل آماری کرد البته اگر فرصت کافی برای یادگیری را نداشته و می‌خواهید هر چه سریع‌تر دست به کار شوید.

مقاله های پیشنهادی:

مقدار T-Value و مقدار P-Value در آزمون فرض آماری چیست؟

معرفی نرم افزار illustrator

نحوه نوشتن فصل چهارم پایان نامه و تحلیل داده ها

فصل 4: آموزش انویوو

تحلیل عاملی اکتشافی چیست؟

تحلیل داده های آماری

spss چیست؟ کاربردها و آخرین نسخه

پاسخ دهید

spss چیست، کاربردهای آن کدامند وجدیدترین نسخه آن کدام است؟

اس پی اس اس یک نرم افزار تحلیلی است که برای انجام تحلیل داده ها به کار می رود.

کاربردهای آن شامل تجزیه و تحلیل آماری، پیش بینی، کاوش داده ه ها و …

آموزش نرم افزارهای آماری
spss

از جمله دیگر کاربردهای SPSS می توان به تجزیه و تحلیل آزمایش های طرح تصادفی، طراحی پژوهش،

تحلیل رویکردهای خاص در پژوهش های علمی و تحلیل داده های اقتصادی اشاره کرد.

این نرم افزار قابلیت تحلیل داده های گوناگون از جمله داده های کمی، داده های کیفی و داده های مختلط را داراست.

اس پی اس اس به صورت گسترده در صنایع مختلفی از جمله آموزش، بهداشت، بازاریابی، تحقیقات بازار، جمعیت شناسی و داده کاوی استفاده می شود.

در آموزش، SPSS به عنوان یک ابزار قدرتمند برای تجزیه و تحلیل داده ها، مدیریت داده ها و نمایش داده ها استفاده می شود.

در صنایع بهداشتی، SPSS به عنوان یک ابزار مهم برای تحلیل داده های پزشکی، اپیدمیولوژی و سلامت عمومی استفاده می شود.

در بازاریابی، SPSS به عنوان یک ابزار برای تحلیل داده های بازار و تحلیل رفتار مشتریان استفاده می شود.

در تحقیقات بازار، SPSS به عنوان یک ابزار برای تحلیل داده های تحقیقات بازار و تحلیل رفتار مشتریان استفاده می شود.

در جمعیت شناسی، SPSS به عنوان یک ابزار برای تحلیل داده های جمعیت شناسی، تحلیل توزیع های فراگیر و تحلیل روابط اجتماعی استفاده می شود.

و …

پس یکی از محبوب‌ترین نرم‌افزارهای آماری است که برای تحلیل داده‌های پیچیده استفاده می‌شود.

ضرورتاً شما هم مانند من، از جملاتی مانند “انجام پایان نامه با SPSS”، “انجام مقاله”، “تهیه پرسشنامه” و “کار آماری”، در سرتاسر اینترنت بسیار شنیده اید.

در این پست، باهم بررسی می کنیم که SPSS در واقع چیست، چه کاربردهایی دارد و بهترین نسخه‌های آن (ورژن) را با یکدیگر مرور کنیم.

SPSS که مخفف عبارت Statistical Package for the Social Sciences است،

در ابتدا برای تحلیل داده‌های اجتماعی توسعه داده شده بود اما امروزه در انواع زیادی از صنایع و حوزه‌های دیگر نیز مورد استفاده قرار می‌گیرد.

از جمله قابلیت‌های SPSS می‌توان به تحلیل رگرسیون، تحلیل عاملی، تحلیل عاملی تأییدی، تحلیل خوشه‌بندی، تحلیل مولفه‌های اصلی، تحلیل تجزیه و تحلیل خطی چندگانه اشاره کرد.

بطور خلاصه یک برنامه یا نرم افزار ویندوز است که اطلاعات مختلف (مثلا اطلاعات یک پرسشنامه) را دریافت می کند، تحلیل می کند و جدول و نمودار برای آنها تهیه می کند.

spss یه برنامه‌ی ویندوزی هست که مثل یه دکتر مغز و اعصاب، اطلاعات پرسشنامه‌ها رو تحلیل می‌کنه و به اونا تزریق می‌کنه

تا جدول و نمودار واسه اونها بسازه. بعد با این اطلاعات می‌تونید به راحتی زندگیتون رو بهبود ببخشید، چیزی که دکتر مغز و اعصاب نمی‌تونه بهتون بده. 😉

خستین نسخهٔ این نرم‌افزار در سال ۱۹۶۸ پس از تأسیس «نرمن نی» منتشر شد،

که سپس به یک کارشناس ارشد علوم سیاسی در در دانشگاه استانفورد، و اکنون استاد محقق در دانشکدهٔ علوم سیاسی دانشگاه استانفورد و استاد بازنشستهٔ علوم سیاسی در دانشگاه شیکاگو بوده‌ است.

کمپانی سازنده ی این نرم افزار در ۲۸ جولای ۲۰۰۹ توسط شرکت IBM خریداری شد

و شرکت IBM نام جدید PASW را بر آن نهاد که مخفف Predictive Analytics SoftWare بود.

به شکلی عجیب اما دوباره در نسخه ۱۹ شرکت IBM تصمیم گرفت نام SPSS Statistics را برای ان انتخاب کند.

نخستین نسخهٔ این نرم‌افزار در سال ۱۹۶۸ پس از تأسیس «نرمن نی» منتشر شد،

که سپس به یک کارشناس ارشد علوم سیاسی در در دانشگاه استانفورد،

و اکنون استاد محقق در دانشکدهٔ علوم سیاسی دانشگاه استانفورد و استاد بازنشستهٔ علوم سیاسی در دانشگاه شیکاگو بوده‌ است.

کمپانی سازنده ی این نرم افزار در ۲۸ جولای ۲۰۰۹ توسط شرکت IBM خریداری شد و شرکت IBM نام جدید PASW را بر آن نهاد که مخفف Predictive Analytics SoftWare بود.

به شکلی عجیب اما دوباره در نسخه ۱۹ شرکت IBM تصمیم گرفت نام SPSS Statistics را برای ان انتخاب کند.

معرفی آخرین ورژن ها و بهترین ورژن اس پی اس اس

شرکت آی بی ام تقریبا هر ساله یا هر دوسال یک بار اقدام به انتشار یک نسخه جدید از اس پی اس اس می کند.

نکته مشترک در اکثر نسخه ها این است که با جدیدتر شدن ورژن، نرم افزار قابلیت های جدیدی پیدا می کند اما سنگین تر می شود.

تمام ورژن های اس پی اس اس همان کار اصلی را انجام می دهند با تفاوت های جزئی و نه چندان ملموس که در هر نسخه جدید اضافه می شود.

   تجربه چندین ساله بنده به همراه چند جستجوی ساده در وب سایت های خارجی به شما می گوید که در حال حاضر بهترین ورژن اس پی اس اس همان نسخه 26 است. 

در حال حاضر جدیدترین ورژن اس پی اس اس همان نسخه 2023 یا spss 29 است

از جمله امکانات اضافه شده به آن، هوشمندتر شدن در زمینه ایمپورت یا وارد کردن اطلاعات اولیه به نرم افزار است.

از اینجا می توانید نسخه Spss29 را تهیه کنید و از آن لذت ببرید!

با ما همراه باشید

آموزش ها ادامه دارد

راستی این مقاله چصور بود؟ نظرتان را در زیر بنویسید و ما را دلگرم کنید!

[smartslider3 slider=”2″]

کدام شغل‌ها بیش از آنچه که لایق‌شان است، درآمد دارند؟!

نشریات و مجلات معتبر بین المللی (ISI) در حوزه آناتومی و ریخت شناسی

معرفي نرم افزار آموس يا اي موس (Amos)

صفر تا صد نرم افزار لیزرل

تحلیل عاملی اکتشافی چیست؟

تحلیل آماری - پژوهش - کیفی - کمی - کامپیوتر

آموزش های رایگان سایت rava20.ir

پاسخ دهید

آموزش های رایگان

در این سایت انواع آموزش های رایگان ارائه می شود.

این آموزش ها رایگان می باشند و هزینه ای بابت آن ها دریافت نمی شود.

فقط انتظاری که از کاربران محترم داریم این است که پیشنهادهای خود را ارائه کنند، برایمان دعای خیر کنند، ما را به دیگران معرفی کنند و در نهایت از محصولات پولی ما خریداری کنند! با تشکر

 آموزش نرم افزار spss 

 آموزش انویو Nvivo 

آموزش نرم افزار کامتازیا ( Camcamtasia ) 

 آموزش کاربردی نرم افزارهای دیگر آموزش زبان انگلیسی

 آموزش زبان کردی

انجام پژوهش کیفی - تحلیل آماری - پژوهش - کیفی - کمی - کامپیوتر

نرم افزارهای تحلیل متن MaxQDA و NVivo: مقایسه، راهنمای استفاده و اهمیت تحلیل متن در پژوهش‌های علوم انسانی

پاسخ دهید

نرم افزارهای تحلیل متن MaxQDA و NVivo: مقایسه، راهنمای استفاده و اهمیت تحلیل متن در پژوهش‌های علوم انسانی

چگونه فایل اکسل را غیر قابل ویرایش کنیم
چگونه فایل اکسل را غیر قابل ویرایش کنیم

تحلیل متن ابزاری است که در پژوهش‌های علوم انسانی مورد استفاده قرار می‌گیرد و به ما امکان می‌دهد تا به سؤالات پژوهشی خود پاسخ دهیم. در این مقاله، نرم افزارهای تحلیل متن MaxQDA و NVivo مقایسه شده اند و قابلیت های مشابهی دارند. هر دو نرم افزار قابلیت های گسترده ای برای تحلیل متن را ارائه می‌دهند. با استفاده از این نرم افزارها، می‌توان متن‌ها را برچسب‌گذاری کرده و تحلیل‌های پیچیده را انجام داد. نرم افزار NVivo امکانات مانند تحلیل محتوا، تحلیل مفهومی و تحلیل شبکه‌های اجتماعی را نیز داراست.

تحلیل متن یکی از روش‌های مهم در پژوهش‌های علوم انسانی است که به ما امکان می‌دهد متن‌ها را بررسی و تحلیل کنیم و به دنبال الگوها، مفاهیم و روابط درون متن باشیم. با توجه به حجم بزرگ داده‌های متنی در دنیای امروز، استفاده از نرم افزارهای تحلیل متن ضروری است تا این کار را به صورت سریع و دقیق انجام دهیم.

در این مقاله، دو نرم افزار تحلیل متن بسیار معروف و قدرتمند، یعنی MaxQDA و NVivo معرفی و مقایسه می‌شوند. MaxQDA و NVivo هر دو ابزارهای قدرتمندی هستند که تحلیل متن را برای محققان و پژوهشگران آسان می‌کنند و امکانات و ویژگی‌های متنوعی را در اختیار کاربران قرار می‌دهند.

در بخش اول این مقاله، به معرفی تحلیل متن و اهمیت آن در پژوهش‌های علوم انسانی خواهیم پرداخت. در بخش دوم، نرم افزارهای MaxQDA و NVivo به طور جامع مورد بررسی قرار می‌گیرند و ویژگی‌ها، قابلیت‌ها و محدودیت‌های هر یک بررسی می‌شوند. در بخش سوم، راهنمایی برای استفاده از این دو نرم افزار پرطرفدار ارائه می‌شود تا به محققان و پژوهشگران کمک کند تا با استفاده از این ابزارها بهترین نتایج را در تحلیل متن‌ها به دست آورند.

با مطالعه این مقاله، خوانندگان می‌توانند با نرم افزارهای MaxQDA و NVivo آشنا شده و در انتخاب و استفاده از این ابزارها بهترین تصمیم‌ها را بگیرند. این مقاله برای پژوهشگران، دانشجویان و علاقه‌مندان به حوزه تحلیل متن و استفاده از نرم افزارهای مرتبط، ارزش آموزشی و کاربردی دارد.

1. معرفی تحلیل متن و اهمیت آن در پژوهش‌های علوم انسانی

تحلیل متن یکی از مهمترین ابزارها در پژوهش‌های علوم انسانی است. این روش، امکان بررسی و تحلیل دقیق و جامع متون را فراهم می‌کند و به ما اجازه می‌دهد تا به طور دقیق و جامع به سؤالات پژوهشی خود پاسخ دهیم.

اهمیت تحلیل متن در پژوهش‌های علوم انسانی به دلیل مجموعه‌ای از عوامل است. اولاً، تحلیل متن می‌تواند به ما کمک کند تا الگوها و مفاهیم کلیدی درون متون را شناسایی کنیم. با تجزیه و تحلیل متن، می‌توانیم بدانیم که کدام قسمت‌ها از متن به ماهیت موضوع اصلی مربوط می‌شوند و کدام قسمت‌ها جزئیات فرعی هستند.

دوماً، تحلیل متن امکان می‌دهد تا اطلاعات مختلفی را از متن استخراج کنیم. با استفاده از نرم افزارهای تحلیل متنی مانند Nvivo و maxqda، می‌توانیم به طور همزمان و همزمان داده‌ها را بررسی کنیم و اطلاعات مفید را استخراج کنیم. این اطلاعات می‌تواند شامل الگوها، مفاهیم، ارتباطات و تغییرات زمانی باشد.

سوماً، تحلیل متن به ما کمک می‌کند تا داده‌ها را به طور کمی و کیفی تجزیه و تحلیل کنیم. با استفاده از روش‌های تحلیل متن، می‌توانیم داده‌ها را به صورت کمی مانند تعداد ظاهر شدن یک الگو یا مفهوم خاص در متن محاسبه کنیم. همچنین، می‌توانیم داده‌ها را به صورت کیفی مانند نحوه تفسیر مفاهیم و روابط بین آن‌ها تحلیل کنیم.

به طور کلی، تحلیل متن با استفاده از نرم افزارهای مانند Nvivo و maxqda، به ما امکان می‌دهد تا به طور دقیق و جامع به سؤالات پژوهشی خود پاسخ دهیم و داده‌هایمان را به صورت کمی و کیفی تحلیل کنیم. این ابزارها به ما امکان می‌دهند تا به طور موثر و کارآمد به تجزیه و تحلیل و تفسیر داده‌هایمان بپردازیم و نتایج قابل اعتمادی را به دست آوریم.

2. مقایسه و بررسی نرم افزارهای تحلیل متن MaxQDA و NVivo

در این بخش، نرم افزارهای تحلیل متن MaxQDA و NVivo را مقایسه و بررسی خواهیم کرد. تحلیل متن به عنوان روشی برای بررسی داده های کیفی در تحقیقات اجتماعی و روانشناسی استفاده می شود. این روش امکان تحلیل و تفسیر داده های متنی را فراهم می کند و به محققان کمک می کند تا الگوها، موضوعات و روابط موجود در داده ها را شناسایی و تحلیل کنند.

MaxQDA و NVivo دو نرم افزار محبوب و قدرتمند برای تحلیل متن هستند. هر دو نرم افزار امکانات و قابلیت های مشابهی دارند، اما در بعضی جنبه ها تفاوت هایی نیز وجود دارد.

MaxQDA به عنوان یکی از پیشروان در زمینه تحلیل متن شناخته می شود. این نرم افزار امکانات گسترده ای برای تحلیل متن ارائه می دهد، از جمله قابلیت نشانه گذاری متن، تحلیل مضمون، تحلیل روایتی و تحلیل شبکه ای. همچنین، MaxQDA قابلیت های استنتاجی مانند تحلیل کددهی، تحلیل مقایسه ای و تحلیل ترکیبی را نیز ارائه می دهد. این نرم افزار برای تحلیل داده های بزرگ و پیچیده بسیار مناسب است و به کاربران امکان مشارکت در تحلیل های گروهی را نیز می دهد.

NVivo نیز یک نرم افزار قدرتمند و محبوب برای تحلیل متن است. این نرم افزار امکانات متنوعی را برای تحلیل متن ارائه می دهد، از جمله قابلیت تحلیل مضمون، تحلیل روایتی و تحلیل مفهومی. همچنین، NVivo قابلیت های تحلیلی مانند تحلیل کددهی، تحلیل مقایسه ای و تحلیل مدلی را نیز دارد. این نرم افزار امکاناتی برای تصویری سازی داده ها و ایجاد گزارش های تحلیلی نیز فراهم می کند.

در مقایسه این دو نرم افزار، مشخص است که هریک از آنها قابلیت ها و قابلیت های منحصر به فردی دارند. MaxQDA برای تحلیل داده های بزرگ و پیچیده بسیار مناسب است، در حالی که NVivo امکانات بیشتری برای تصویرسازی داده ها و ایجاد گزارش های تحلیلی دارد. بنابراین، انتخ

3. راهنمای استفاده از نرم افزارهای تحلیل متن MaxQDA و NVivo

راهنمای استفاده از نرم افزارهای تحلیل متن MaxQDA و NVivo

در دنیای امروز، تحلیل متن به عنوان یکی از روش‌های مهم در پژوهش‌های کیفی و کمی استفاده می‌شود. با رشد و توسعه فناوری، نرم افزارهای تحلیل متن نیز برای کمک به پژوهشگران در انجام تحلیل‌های کیفی و کمی بر روی متون، به کار گرفته می‌شوند. در این بخش، نرم افزارهای MaxQDA و NVivo را بررسی خواهیم کرد و راهنمای استفاده از آن‌ها را ارائه خواهیم داد.

MaxQDA یکی از محبوب‌ترین نرم افزارهای تحلیل متن است که قابلیت‌های گسترده‌ای برای تحلیل و مدیریت داده‌های متنی فراهم می‌کند. با استفاده از MaxQDA، می‌توانید متن‌های خود را برچسب‌گذاری کنید، کدهای مربوط به موضوعات و مفاهیم مختلف ایجاد کنید و تحلیل‌های متنی پیچیده را انجام دهید. برای استفاده از MaxQDA، ابتدا باید داده‌های متنی خود را وارد نرم افزار کنید. سپس می‌توانید با استفاده از ابزارهای موجود در نرم افزار، تحلیل‌های موردنظر خود را انجام دهید. برای مثال، می‌توانید متن‌ها را بر اساس مفاهیم و موضوعات مشترک گروه‌بندی کنید و تحلیل‌های مقایسه‌ای انجام دهید.

NVivo نیز یک نرم افزار تحلیل متن است که به پژوهشگران کمک می‌کند تا بتوانند از طریق تحلیل متون، الگوها و مفاهیم مختلف را شناسایی کنند. با استفاده از NVivo، می‌توانید متون خود را انتخاب کرده و به راحتی برچسب‌گذاری کنید. سپس با استفاده از ابزارهای موجود در NVivo، می‌توانید تحلیل‌های مختلفی مانند تجزیه و تحلیل محتوا، تحلیل مفهومی و تحلیل شبکه‌های اجتماعی را انجام دهید. برای استفاده از NVivo، باید ابتدا پروژه‌ای را ایجاد کنید و سپس متن‌ها و سایر منابع مرتبط را به پروژه اضافه کنید. در ادامه، می‌توانید با استفاده از ابزارهای متنی و تحلیلی NVivo، تحلیل‌های موردنظر خود را انجام دهید.

با توجه به مطالعه ما در مورد تحلیل متن و اهمیت آن در پژوهش‌های علوم انسانی، متوجه شدیم که استفاده از نرم افزارهای تحلیل متن مانند MaxQDA و NVivo می تواند به روش های تحقیقاتی در این زمینه کمک کند. با مقایسه و بررسی این دو نرم افزار، متوجه شدیم که هر یک دارای ویژگی ها و قابلیت های منحصر به فردی هستند که بر اساس نیازهای پژوهشگر می توانند انتخاب شوند. در نهایت، با ارائه راهنمای استفاده از این نرم افزارها، مطمئن شدیم که پژوهشگران می توانند به طور مؤثری از آن ها برای تحلیل و تفسیر داده های متنی خود استفاده کنند. در نتیجه، استفاده از نرم افزارهای تحلیل متن مانند MaxQDA و NVivo می تواند به پژوهشگران در بهبود کیفیت تحقیقات خود کمک کند و باعث افزایش اعتبار و قدرت تفسیری آن ها شود.

استفاده از افزونه فارسی ویراستیار در Word

نوشته

نرم افزار لیزرل و انجام مدلسازی معادلات ساختاری با آن

نوشته

چگونه در ورد متن را به‌صورت افقی و یا عمودی قرار دهیم؟!

نوشته

نشریات و مجلات معتبر بین المللی (ISI) در حوزه علوم و تکنولوژی هسته ای

نوشته

نحوه اضافه کردن تصاویر و متن در نرم افزار Word

نرم افزارهای تحلیل متن MaxQDA و NVivo: مقایسه، راهنمای استفاده و اهمیت تحلیل متن در پژوهش‌های علوم انسانی

فروشگاه محصولات

تحلیل داده های آماری

نرم افزار لیزرل و انجام مدلسازی معادلات ساختاری با آن

پاسخ دهید

نرم افزار لیزرل و انجام مدلسازی معادلات ساختاری با آن

1- مدل معادلات ساختاری چیست؟

مدل يابي معادلات ساختاري (Structural equation modeling: SEM) يک تکنيک تحليل چند متغيري بسيار کلي و نيرومند از خانواده رگرسيون چند متغيري و به بيان دقيق‌تر بسط “مدل خطي کلي” (General linear model) یا GLM است. SEM به پژوهشگر امکان مي‌دهد مجموعه اي از معادلات رگرسيون را به صورت هم زمان مورد آزمون قرار دهد.

مدل يابي معادله ساختاري يک رويکرد جامع براي آزمون فرضيه‌هايي درباره روابط متغيرهاي مشاهده شده و مکنون است که گاه تحليل ساختاري کوواريانس، مدل يابي علّي و گاه نيز ليزرل (Lisrel) ناميده شده است اما اصطلاح غالب در اين روزها، مدل يابي معادله ساختاري يا به گونه خلاصه SEM است. (هومن 1384،11)

از نظر آذر (1381) نيز يکي از قوي‌ترين و مناسب‌ترين روش‌هاي تجزيه و تحليل در تحقيقات علوم رفتاري و اجتماعي، تجزيه و تحليل چند متغيره است زيرا اين گونه موضوعات چند متغيره بوده و نمي توان آنها را با شيوه دو متغيري (که هر بار يک متغير مستقل با يک متغير وابسته در نظر گرفته مي‌شود) حل نمود.

«تجزيه و تحليل ساختارهاي کوواريانس» يا همان «مدل يابي معادلات ساختاري»، يکي از اصلي‌ترين روش‌هاي تجزيه و تحليل ساختار داده‌هاي پيچيده و يکي از روش‌هاي نو براي بررسي روابط علت و معلولي است و به معني تجزيه و تحليل متغيرهاي مختلفي است که در يک ساختار مبتني بر تئوري، تاثيرات همزمان متغيرها را به هم نشان مي‌دهد. از طريق اين روش مي‌توان قابل قبول بودن مدل‌هاي نظري را در جامعه‌هاي خاص با استفاده از داده‌هاي همبستگي، غير آزمايشي و آزمايشي آزمود.

2- انديشه اساسي و زيربنايی مدل يابي ساختاري

يکي از مفاهيم اساسي که در آمار کاربردي در سطح متوسط وجود دارد اثر انتقالهاي جمع پذير و ضرب پذير در فهرستي از اعداد است. يعني اگر هر يک از اعداد يک فهرست در مقدار ثابت K ضرب شود ميانگين اعداد در همان K ضرب مي‌شود و به اين ترتيب، انحراف معيار استاندارد در مقدار قدر مطلق  K  ضرب خواهد شد.

نکته اين است که اگر مجموعه اي از اعداد X با مجموعه ديگري از اعداد Y از طريق معادله Y=4X   مرتبط باشند در اين صورت واريانس Y بايد 16 برابر واريانس X باشد و بنابراين از طريق مقايسه واريانس‌هاي X و Y مي‌توانيد به گونه غير مستقيم اين فرضيه را که Y و X از طريق معادله Y=4X با هم مرتبط هستند را بيازماييد.

اين انديشه از طريق تعدادي معادلات خطي از راه‌هاي مختلف به چندين متغير مرتبط با هم تعميم داده مي‌شود. هرچند قواعد آن پيچيده‌تر و محاسبات دشوارتر مي‌شود، اما پيام کلي ثابت مي‌ماند. يعني با بررسي واريانسها و کوواريانسهاي متغيرها مي‌توانيد اين فرضيه را که “متغيرها از طريق مجموعه اي از روابط خطي با هم مرتبط اند” را بيازماييد.

توسعه مدل‌هاي علّي و همگرايي روش‌هاي اقتصادسنجي، روان سنجي و غیره

توسعه مدل‌هاي علّي متغيرهاي مکنون معرف همگرايي سنتهاي پژوهشي نسبتا مستقل در روان سنجي، اقتصادسنجي، زيست شناسي و بسياري از روشهاي قبلا آشناست که آنها را به شکل چهارچوبي وسيع در مي‌آورد. مفاهيم متغيرهاي مکنون (Latent variables)  در مقابل متغيرهاي مشاهده شده (Observed variables)  و خطا در متغيرها، تاريخي طولاني دارد.

در اقتصادسنجي آثار جهت دار هم زمان چند متغير بر متغيرهاي ديگر، تحت برچسب مدلهاي معادله همزمان بسيار مورد مطالعه قرار گرفته است. در روان سنجي به عنوان تحليل عاملي و تئوري اعتبار توسعه يافته و شالوده اساسي بسياري از پژوهش‌هاي اندازه گيري در روانسنجي مي‌باشد. در زيست شناسي، يک سنت مشابه همواره با مدلهاي معادلات همزمان (گاه با متغيرهاي مکنون) در زمينه نمايش و طرح برآورده در تحليل مسير سر و کار دارد.

3- موارد کاربرد روش ليزرل

روش ليزرل ضمن آنکه ضرايب مجهول مجموعه معادلات ساختاري خطي را برآورد مي‌کند براي برازش مدلهايي که شامل متغيرهاي مکنون، خطاهاي اندازه گيري در هر يک از متغيرهاي وابسته و مستقل، عليت دو سويه، هم زماني و وابستگي متقابل مي‌باشد طرح ريزي گرديده است.

اما اين روش را مي‌توان به عنوان موارد خاصي براي روشهاي تحليل عاملي تاييدي، تحليل رگرسيون چند متغيري، تحليل مسير، مدلهاي اقتصادي خاص داده‌هاي وابسته به زمان، مدلهاي برگشت پذير و برگشت ناپذير براي داده‌هاي مقطعي/ طولي، مدلهاي ساختاري کوواريانس و تحليل چند نمونه اي (مانند آزمون فرضيه‌هاي برابري ماتريس کوواريانس هاي، برابري ماتريس همبستگي ها، برابري معادلات و ساختارهاي عاملي و غيره) نيز به کار برد.

4- نرم افزار ليزرل چیست؟

ليزرل يک محصول نرم افزاري است که به منظور برآورد و آزمون مدلهاي معادلات ساختاري طراحي و از سوي “شرکت بين المللي نرم افزار علمي”

Scientific software international  (www.ssicentral.com)

به بازار عرضه شده است. اين نرم افزار با استفاده از همبستگي و کوواريانس اندازه گيري شده، مي‌تواند مقادير بارهاي عاملي، واريانسها و خطاهاي متغيرهاي مکنون را برآورد يا استنباط کند و از آن مي‌توان براي اجراي تحليل عاملي اکتشافي، تحليل عاملي مرتبه دوم، تحليل عاملي تاييدي و همچنين تحليل مسير (مدل يابي علت و معلولي با متغيرهاي مکنون) استفاده کرد.

تحلیل ساختاری کوواریانس که به آن روابط خطی ساختاری نیز می گویند، یکی از تکنیک های تحلیل مدل معادلات ساختاری است. جالب است بدانید که نام LISREL از عبارت

Linear Structural Relations 

که به معنای روابط خطی ساختاری است، بدست آمده است.

5- تحليل عاملي اکتشافي (efa) و تحليل عاملي تاييدي (cfa)

تحليل عاملي مي‌تواند دو صورت اکتشافي و تاييدي داشته باشد. اينکه کدام يک از اين دو روش بايد در تحليل عاملي به کار رود مبتني بر هدف تحليل داده هاست.

تحليل عاملی اکتشافي

در تحليل عاملی اکتشافي(Exploratory factor analysis) پژوهشگر به دنبال بررسي داده‌هاي تجربي به منظور کشف و شناسايي شاخص‌ها و نيز روابط بين آنهاست و اين کار را بدون تحميل هر گونه مدل معيني انجام مي‌دهد. به بيان ديگر تحليل عاملی اکتشافي علاوه بر آنکه ارزش تجسسي يا پيشنهادي دارد مي‌تواند ساختارساز، مدل ساز يا فرضيه ساز باشد.

تحليل اکتشافي وقتي به کار مي‌رود که پژوهشگر شواهد کافي قبلي و پيش تجربي براي تشکيل فرضيه درباره تعداد عامل‌هاي زيربنايي داده‌ها نداشته و به واقع مايل باشد درباره تعيين تعداد يا ماهيت عامل‌هايي که همپراشي بين متغيرها را توجيه مي‌کنند داده‌ها را بکاود. بنابر اين تحليل عاملی اکتشافي بيشتر به عنوان يک روش تدوين و توليد تئوري و نه يک روش آزمون تئوري در نظر گرفته مي‌شود.

تحليل عاملي اکتشافي روشي است که اغلب براي کشف و اندازه گيري منابع مکنون پراش و همپراش در اندازه گيري‌هاي مشاهده شده به کار مي‌رود. پژوهشگران به اين واقعيت پي برده اند که تحليل عاملي اکتشافي مي‌تواند در مراحل اوليه تجربه يا پرورش تستها کاملا مفيد باشد. توانشهاي ذهني نخستين ترستون، ساختار هوش گيلفورد نمونه‌هاي خوبي براي اين مطلب مي‌باشد. اما هر چه دانش بيشتري درباره طبيعت اندازه گيري‌هاي رواني و اجتماعي به دست آيد ممکن است کمتر به عنوان يک ابزار مفيد به کار رود و حتي ممکن است بازدارنده نيز باشد.

از سوي ديگر بيشتر مطالعات ممکن است تا حدي هم اکتشافي و هم تاييدي باشند زيرا شامل متغير معلوم و تعدادي متغير مجهول‌اند. متغيرهاي معلوم را بايد با دقت زيادي انتخاب کرد تا حتي الامکان درباره متغيرهاي نامعلومي که استخراج مي‌شود اطلاعات بيشتري فراهم‌ايد. مطلوب آن است که فرضيه اي که از طريق روش‌هاي تحليل اکتشافي تدوين مي‌شود از طريق قرار گرفتن در معرض روش‌هاي آماري دقيق‌تر تاييد يا رد شود. تحليل عاملی اکتشافي نيازمند نمونه‌هايي با حجم بسيار زياد مي‌باشد.

تحليل عاملي تاييدي

در تحليل عاملي تاييدي (Confirmatory factor analysis) ، پژوهشگر به دنبال تهيه مدلي است که فرض مي‌شود داده‌هاي تجربي را بر پايه چند پارامتر نسبتا اندک، توصيف تبيين يا توجيه مي‌کند. اين مدل مبتني بر اطلاعات پيش تجربي درباره ساختار داده هاست که مي‌تواند به شکل:

1) يک تئوري يا فرضيه

2) يک طرح طبقه بندي کننده معين براي گويه‌ها يا پاره تستها در انطباق با ويژگي‌هاي عيني شکل و محتوا

3)شرايط معلوم تجربي

و يا    4) دانش حاصل از مطالعات قبلي درباره داده‌هاي وسيع باشد.

تمايز مهم روش‌هاي تحليل اکتشافي و تاييدي در اين است که روش اکتشافي با صرفه‌ترين روش تبيين واريانس مشترک زيربنايي يک ماتريس همبستگي را مشخص مي‌کند. در حالي که روش‌هاي تاييدي (آزمون فرضيه) تعيين مي‌کنند که داده‌ها با يک ساختار عاملي معين (که در فرضيه آمده) هماهنگ اند يا نه.

ضمنا خاطر نشان می شود برای دریافت ویدئوی آموزشی تحلیل عاملی تاییدی در نرم افزار لیزرل می توانید به این صفحه مراجعه نمایید:

6- آزمون‌هاي برازندگي مدل کلي

با آنکه انواع گوناگون آزمون‌ها که به گونه کلي شاخص‌هاي برازندگي(Fitting indexes) ناميده مي‌شوند پيوسته در حال مقايسه، توسعه و تکامل مي‌باشند اما هنوز درباره حتي يک آزمون بهينه نيز توافق همگاني وجود ندارد. نتيجه آن است که مقاله‌هاي مختلف، شاخص‌هاي مختلفي را ارائه کرده اند و حتي نگارش‌هاي مشهور برنامه‌هاي SEM مانند نرم افزارهاي lisrel, Amos, EQS نيز تعداد زيادي از شاخص‌هاي برازندگي به دست مي‌دهند.(هومن1384 ،235)

اين شاخص‌ها به شيوه‌هاي مختلفي طبقه بندي شده اند که يکي از عمده‌ترين آنها طبقه بندي به صورت مطلق، نسبي و تعديل يافته مي‌باشد. برخي از اين شاخص ها عبارتند از:

1-6- شاخص‌هاي  GFI و  AGFI

شاخص GFI – Goodness of fit index  مقدار نسبي واريانس‌ها و کوواريانس‌ها را به گونه مشترک از طريق مدل ارزيابي مي‌کند. دامنه تغييرات GFI بين صفر و يک مي‌باشد. مقدار GFI بايد برابر يا بزرگتر از  0.09  باشد.

شاخص برازندگي ديگر Adjusted Goodness of Fit Index – AGFI    يا همان مقدار تعديل يافته شاخص GFI براي درجه آزادي مي‌باشد. اين مشخصه معادل با کاربرد ميانگين مجذورات به جاي مجموع مجذورات در صورت و مخرج (1- GFI) است. مقدار اين شاخص نيز بين صفر و يک مي‌باشد. شاخص‌هاي GFI  و  AGFI  را که جارزکاگ و سوربوم (1989) پيشنهاد کرده اند بستگي به حجم نمونه ندارد.

2-6- شاخص RMSEA

اين شاخص , ريشه ميانگين مجذورات تقريب مي‌باشد.

شاخص Root Mean Square Error of Approximation – RMSEA براي مدل‌هاي خوب برابر 0.05 يا کمتر است. مدلهايي که RMSEA  آنها 0.1 باشد برازش ضعيفي دارند.

3-6- مجذور کاي

آزمون مجذور كاي (خي دو) اين فرضيه را مدل مورد نظر هماهنگ با الگوي همپراشي بين متغيرهاي مشاهده شده است را مي‌آزمايد، کميت خي دو بسيار به حجم نمونه وابسته مي‌باشد و نمونه بزرگ کميت خي دو را بيش از آنچه که بتوان آن را به غلط بودن مدل نسبت داد, افزايش مي‌دهد. (هومن.1384. 422).

4-6- شاخص  NFI و CFI

شاخصNFI (که شاخص بنتلر-بونت هم ناميده مي‌شود) براي مقادير بالاي 0.09  قابل قبول و نشانه برازندگي مدل است. شاخص CFI  بزرگتر از 0.09  قابل قبول و نشانه برازندگي مدل است. اين شاخص از طريق مقايسه يک مدل به اصطلاح مستقل که در آن بين متغيرها هيچ رابطه اي نيست با مدل پيشنهادي مورد نظر، مقدار بهبود را نيز مي‌آزمايد. شاخص CFI  از لحاظ معنا مانند NFI  است با اين تفاوت که براي حجم گروه نمونه جريمه مي‌دهد.

شاخص‌هاي ديگري نيز در خروجي نرم افزار ليزرل ديده مي‌شوند که برخي مثل AIC,  CAIC  ECVA  براي تعيين برازنده‌ترين مدل از ميان چند مدل مورد توجه قرار مي‌گيرند.

براي مثال مدلي که داراي کوچکترين AIC ,CAIC ,ECVA باشد برازنده‌تر است.(هومن1384 ،244-235) برخي از شاخص‌ها نيز به شدت وابسته به حجم نمونه اند و در حجم نمونه‌هاي بالا مي‌توانند معنا داشته باشند.

برگرفته از سایت اطمینان شرق