بایگانی برچسب: s

تحلیل آماری - پژوهش - کیفی - کمی - کامپیوتر

انوع روش های پژوهش کیفی

انوع روش های پژوهش کیفی

روش‌های تحقیق کیفی برای بررسی و تفسیر ظواهر و پدیده‌های پیچیده و بررسی عمقی فرایندهای اجتماعی و رفتار انسانی استفاده می‌شوند.


تحلیل محتوا:

تحلیل داده های آماری
تحلیل های کمی با نرم افزار های : SPSS – Amos – Pls تحلیل های کیفی با نرم افزار های : Maxqda – NVivo

تحلیل محتوای کیفی: در این روش، محقق متون، سند‌ها، گفتارها و سایر منابع مربوط به موضوع مورد بررسی را جمع‌آوری و تحلیل می‌کند.
تحلیل مضمون: در این روش، محقق محتوای مصاحبه‌ها، متون و سایر منابع را برای شناسایی الگوها، مضامین و مفاهیم مشترک تحلیل می‌کند.

فرایند تحلیل مضمون: در این روش، محقق بر روی متون و گفتارها تحلیل مضمونی انجام می‌دهد و عبارات، کلمات کلیدی و الگوهای مشترک را شناسایی می‌کند. این روش برای بررسی معانی و تفسیرات موجود در متون مفید است.

روش تحلیل روایتی: در این روش، محققان روایت‌ها و داستان‌ها را به عنوان منابع اطلاعاتی مورد بررسی قرار می‌دهند و سعی می‌کنند الگوها، ساختارها و مفاهیم ضمنی روایت را شناسایی کنند.

تحلیل تئوری: در این روش، محققان از تئوری‌ها و مدل‌های موجود در حوزه مورد مطالعه استفاده می‌کنند و با استناد به آنها، داده‌ها را تحلیل و تفسیر می‌کنند.

روش زمینه‌یابی: در این روش، محقق با مطالعه و بررسی منابع مختلف، اطلاعات زمینه‌ای مربوط به موضوع مورد بررسی را جمع‌آوری می‌کند و به دست آوردن دیدگاهی جامع‌تر و کاملتر درباره موضوع را هدف می‌گیرد.

روش پژوهش عملی: در این روش، محقق با انجام فعالیت‌ها و عملیات در محیط واقعی، داده‌ها و اطلاعات مربوط به موضوع مورد بررسی را جمع‌آوری می‌کند و بر اساس تجربیات و مشاهدات خود نتایج و نتیجه‌گیری‌هایی را مطرح می‌کند.

روش اشتراک دانش: در این روش، محقق با همکاری با افراد و گروه‌های مرتبط با موضوع مورد بررسی، از تجربیات و دانش آنها بهره می‌برد و با ایجاد تعاملات و همفکری، دیدگاه‌ها و نظرات مختلف را جمع‌آوری می‌کند.

مطالعه موردی:

مطالعه موردی توصیفی: در این روش، محقق به صورت جامع و دقیق یک مورد یا یک گروه از موارد را بررسی کرده و جزئیات و نکات مرتبطمتأسفانه، متن قبلی به دلیل محدودیت طول مجاز به طور کامل نمایش داده نشد.

روش پدیدارشناسی:
روش پدیدارشناسی به بررسی و تفسیر تجربیات و زندگی روزمره افراد می‌پردازد. در این روش، محققان سعی می‌کنند درک عمیقی از دیدگاه‌ها، مفاهیم، و معناهایی که افراد درباره واقعیت اجتماعی و تجربه خود دارند، پیدا کنند. روش پدیدارشناسی تاکید دارد که معناها و مفاهیم اجتماعی توسط افراد بر اساس تجربه‌های خود شکل می‌گیرند و به عنوان محصول فرایندهای اجتماعی متنوع مطرح می‌شوند.
در روش پدیدارشناسی، محققان به صورت مستقیم با شرکت کنندگان در مطالعه تعامل می‌کنند و سعی می‌کنند تجربه‌ها، آگاهی‌ها، و مفاهیم اجتماعی افراد را درک کنند. این روش معمولاً از فنون مانند مصاحبه عمیق، مشاهده مستقیم، و تحلیل محتوا برای جمع‌آوری و تحلیل داده‌ها استفاده می‌کند.

گراندد تئوری:
گراندد تئوری مفهومی است که توسط آنسلم لومان در زمینه جامعه‌شناسی توسعه یافته است. این تئوری بر اساس دو مفهوم کلیدی “گرانده” و “گرانده‌شده” استوار است. به طور ساده، گرانده به معنای الگوها، قواعد، و ساختارهای اجتماعی است که نظم و تنظیم در جوامع مختلف را فراهم می‌کند. در مقابل، گرانده‌شده به معنای افراد و عوامل فردی و اجتماعی است که تحت تأثیر و تنش‌های به وجود آمده توسط گرانده‌ها قرار می‌گیرند.
گراندد تئوری به عنوان یک مدل تحلیلی استفاده می‌شود که به بررسی تعامل میان گرانده و گرانده‌شده می‌پردازد. این تئوری تأکید دارد که گرانده‌ها و گرانده‌شده‌ها در تعامل با یکدیگر تأثیر متقابل دارند و تغییرات در گرانده‌ها می‌توانند تغییراتی را در رفتار و تجربه‌های گرانده‌شده‌ها به وجود آورند.

برای بررسی گراندگی و تأثیر آن بر زندگی اجتماعی، گراندد تئوری از متدهای متنوعی مانند مشاهده، مصاحبه، و تحلیل داده‌ها استفاده می‌کند. این تئوری به محققان کمک می‌کند تا به صورت دقیق تر بفهمند که چگونه گرانده‌ها و گرانده‌شده‌ها در تعاملات اجتماعی برهم‌کنش دارند و چگونه این برهم‌کنش‌ها تأثیراتی روی هویت، قدرت، نیازها، و ارزش‌های افراد و جوامع دارند.

به طور خلاصه، روش پدیدارشناسی و گراندد تئوری هر دو تلاش می‌کنند تا درکی عمیق‌تر و جامع‌تر از تجربه‌ها و فرایندهای اجتماعی انسان‌ها به دست آورند. آنها به محققان کمک می‌کنند تا بهبود یابند در درک و توصیف واقعیت‌های اجتماعی و روابط انسانی.

این تنها چند مثال از روش‌های تحقیق کیفی هستند. در عمل، محققان ممکن است از ترکیبی از این روش‌ها استفاده کنند یا روش‌های تحقیق دیگری را برای بررسی موضوع خاص خود انتخاب کنند.

کامل ترین پکیج آموزش کاربردی نرم افزار انویو Nvivo (فصل ششم)

نوشته

تحلیل داده های کیفی با نرم افزار مکس کیو دی ای (Maxqda)

نوشته

روش‌های تجزیه و تحلیل داده‌های آماری

نوشته

مقیاس ترتیبی چیست؟

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

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

انوع روش های جمع آوری داده های در پژوهش کیفی

انوع روش های جمع آوری داده های در پژوهش کیفی

انجام پژوهش کیفی
انجام پژوهش کیفی.jpg

مصاحبه:

مصاحبه نیمه ساختار یافته: محقق مجموعه‌ای از سوالات را تهیه کرده و به صورت نیمه ساختار یافته با شرکت کنندگان در مصاحبه برخورد می‌کند. محقق می‌تواند سوالات را در حین مصاحبه اصلاح و تطبیق دهد.
مصاحبه عمیق: در این روش، محقق با شرکت کنندگان در مصاحبه ارتباط برقرار می‌کند و به صورت عمیق و جزئی به موضوع مورد بررسی پرداخته و سوالات متعددی را مطرح می‌کند.
مصاحبه گروهی: در این روش، محقق با گروهی از افراد با مشخصات مشترک درباره موضوع مورد بررسی به صورت گروهی مصاحبه می‌کند و نظرات و تجارب آنها را جمع‌آوری می‌کند.
مشاهده:

مشاهده فعال: محقق به صورت فعال در محیط مورد مطالعه حضور دارد و رفتارها، تعاملات و رویدادها را زنده مشاهده می‌کند.
مشاهده غیرفعال: محقق به عنوان یک مشاهده‌گر خارجی و غیرمشارکتی در محیط مورد بررسی حضور دارد و رفتارها و رویدادها را مشاهده می‌کند.


تقویت رشد مالی شما: نقش نرم افزار مالیات رمزنگاری شده در پرورش ذهنیت های پولی مثبت

نوشته

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

نوشته

تحلیل داده های کیفی با نرم افزار مکس کیو دی ای (Maxqda)

نوشته

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

نوشته

انجام تحلیل کیفی با نرم افزارهای مکس کیو دی ای و انویوو Maxqda & Nvivo

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

مراحل انجام گراندد تئوری

مراحل انجام گراندد تئوری

گراندد تئوری می‌تواند به صورت مراحلی برای انجام تحقیقات و تحلیل‌های اجتماعی از طریق رویکرد گراندد استفاده شود. در زیر مراحل اصلی انجام گراندد تئوری را شرح خواهم داد:

  1. شناخت موضوع و تعیین هدف: در این مرحله، ابتدا باید موضوع مورد مطالعه را شناسایی کنید. سپس هدف اصلی تحقیق را مشخص کنید که معمولاً بررسی تأثیر گرانده‌ها بر گرانده‌شده‌ها و روابط آنها است.
  2. جمع‌آوری داده‌ها: در این مرحله، باید داده‌های مورد نیاز برای تحقیق را جمع‌آوری کنید. این می‌تواند از طریق مشاهده مستقیم، مصاحبه‌ها، گفتگوها، نظرسنجی‌ها یا داده‌های موجود در منابع مختلف صورت گیرد.
  3. تحلیل داده‌ها: در این مرحله، داده‌های جمع‌آوری شده را تحلیل کنید. این شامل رمزگشایی داده‌ها، شناسایی الگوها و تقارن‌ها، تحلیل محتوا و تحلیل استنباطی می‌شود. هدف این مرحله، درک عمیق‌تر از روابط بین گرانده‌ها و گرانده‌شده‌ها و تأثیر آنها بر همدیگر است.
  4. تفسیر و تحلیل نتایج: در این مرحله، نتایج تحلیل داده‌ها را تفسیر و تحلیل کنید. بررسی روابط علّی و عوامل تأثیرگذار بر آنها و تفسیر معناها و مفاهیم اجتماعی در قالب گراندد تئوری از مهمترین قسمت‌های این مرحله است.
  5. ارائه نتایج: در این مرحله، نتایج بدست آمده را به صورت کتبی یا شفاهی ارائه کنید. این شامل توضیح رویکرد گراندد، تشریح نتایج و استنباط‌های اصلی و پیشنهادات برای تحقیقات و تجربیات آینده است.
  6. ارزیابی و تصحیح: در این مرحله، نتایج و روش‌های استفاده شده در گراندد تئوری را ارزیابی کنید. در صورت نیاز، تصحیح‌های لازم را اعمال کنید و بهبودهای مورد نیاز را در مراحل بعدی تحقیقات خود در نظر بگیرید.

این مراحل بطور کلی مراحل اصلی انجام گراندد تئوری را شرح دادم.

مهم است به‌یاد داشته باشید که انجام گراندد تئوری یک فرایند پیچیده است و مراحل ممکن است در هر تحقیق خاص متفاوت باشند.

همچنین، تجربه و تخصص در زمینه تحقیقات اجتماعی و استفاده از روش‌های آماری نیز برای انجام تحقیقات گراندد تئوری بسیار مهم است.

انواع مدل هاي معادلات ساختاري و کاربرد آن ها

نوشته

تحلیل مضمون (Thematic analysis)

نوشته

آشنایی با محیط کاری نرم‌افزار انویوو Nvivo

نوشته

ابزارها وتكنيك ها در روش تحقیق کیفی

نوشته

روش تحقیق کیفی

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 آماری statistical analysis

تحلیل مضمون (Thematic analysis)

تحلیل مضمون (Thematic analysis)

تحلیل مضمون (Thematic analysis) شیوه‌ای در روش پژوهش کیفی است که بر شناسایی، تحلیل و تفسیر الگوی معانی داده‌های کیفی تمرکز دارد. مضمون یا تِم Theme عنصر کلیدی در این روش است. مضمون‌ها پر ارزش ترین واحدهایی هستند که در تجزیه و تحلیل محتوا باید مدنظر قرار گیرند و منظور از مضامین معنای خاصی است که از یک کلمه یا جمله یا پاراگراف مستفاد می‌شود.

مضامین فضای خاص و مشخصی را اشغال نمی کنند، چون یک جمله ممکن است چند مضمون داشته باشد. یا چند پاراگراف متن، ممکن است فقط یک مضمون داشته باشد. این روش نیز مانند سایر روش‌های تحلیل کیفی در مدیریت علوم اجتماعی رشد چشمگیری داشته است.

تحلیل مضمون گاهی با تحلیل محتوا نیز اشتباه گرفته می‌شود و یکی از روش‌های ساده و کارآمد در روش تحقیق کیفی است. در واقع، تحلیل مضمون، اولین روش تحلیل کیفی است که پژوهشگران باید یاد بگیرند. این روش، مهارت‌های اساسی مورد نیاز برای بسیاری از تحلیل‌های کیفی را فراهم می‌کند. تحلیل مضمون، یکی از مهارت‌های عام و مشترک در تحلیل‌های کیفی است. به همین دلیل،  آن را نه روشی خاص بلکه ابزاری مناسب برای روش‌های مختلف، معرفی می‌کند. برخی نیز کدگذاری در تحلیل مضمون را فرایند پیش نیازِ تحلیل‌های اصلی و رایجِ کیفی، معرفی می‌کنند تا روشی منحصر به فرد و خاص. اما به عقیده براون و کلارک، تحلیل مضمون را باید روش ویژه‌ای در نظر گرفت که یکی از مزایای آن انعطاف پذیری است.

تعریف تحلیل مضمون

تحلیل مضمون، روشی برای شناخت، تحلیل و گزارش الگوهای موجود در داده‌های کیفی است. این روش، فرایندی برای تحلیل داده‌های متنی است و داده‌های پراکنده ومتنوع را به داده هایی غنی و تفصیلی تبدیل می‌کند. تحلیل مضمون، صرفاً روش کیفی خاصی نیست بلکه فرایندی است که می‌تواند در اکثر روش‌های کیفی به کار رود. به طور کلی، تحلیل مضمون، روشی است برای:

  • دیدن متن
  • برداشت و درک مناسب از اطلاعات ظاهراً نامرتبط
  • تحلیل اطلاعات کیفی
  • مشاهده نظاممند شخص، تعامل، گروه، موقعیت، سازمان و یا فرهنگ
  • تبدیل داده‌های کیفی به داده‌های کمی

تحلیل مضمون، یکی از روش‌های رایج کیفی است که پژوهشگران رشته‌های ادبیات، روان شناسی، جامعه شناسی، مردم شناسی، تاریخ، هنر، علوم سیاسی، علوم اجتماعی، اقتصاد، ریاضیات، فیزیک، شیمی، زیست شناسی و پزشکی از آن استفاده کرده اند.

تعریف مضمون (Theme)

یکی از بحث‌های اساسی تحلیل مضمون این است که مضمون چیست؟ و چرا و چگونه در داده‌ها شناخته می‌شود؟ در این بخش، به این سؤالات پاسخ داده می‌شود؛ از این رو نخست، مضمون و انواع آن، معرفی و سپس به برخی روش‌های شناخت مضمون در میان داده‌های متنی اشاره می‌شود.

قبل از پرداختن به انواع مضمون و روش شناخت آن، باید درک درستی از معنی « مضمون » یا Theme داشته باشیم. در ادبیات روش شناسی، چندان به معنیِ این مفهوم پرداخته نشده است و غالباً از آن به مثابه الگویی که مبین نکته جالبی درباره مضوع تحقیق است و با استفاده از شعور متعارف شناخته می‌شود، یاد شده است. مضمون یا تم، مبین اطلاعات مهمی درباره داده‌ها و سوالات تحقیق است و تا حدی، منی و مفهوم الگوی موجود در مجموعه‌ای از داده‌ها را نشان می‌دهد. مضمون، الگویی است که در داده‌ها یافت می‌شود و حداقل به توصیف و سازماندهی مشاهدات و حداکثر به تفسیر جنبه‌هایی از پدیده می‌پردازد.

بطور کلی مضمون، ویژگی تکراری و متمایزی در متن است که به نظر پژوهشگر نشان دهنده درک و تجربه خاصی در رابطه با سوالات تحقیق است.

انجام پژوهش کیفی
انجام پژوهش کیفی.jpg

روش تحلیل مضمون و شناخت مضامین

شناخت مضمون، یکی از مهم ترین و حساس ترین کارها در تحقیقات کیفی است و به عبارتی، قلب تحلیل مضمون است. شعور متعارف، ارزش‌های پژوهشگر، جهت‌گیری‌ها و سؤالات تحقیق و تجربه پژوهشگر درباره موضوع، در نحوه شناخت مضامین، تأثیر می‌گذارد. از آنجا که تحلیل مضمون، تحلیلی کیفی است، پاسخ روشن و سریعی برای این وجود ندارد که مقدار داده‌های مناسب و مورد نیاز -که دلالت بر وجود مضمون یا اطلاق آن کند- چقدر است. بنابراین، مضمون، لزوماً به معیارهای کمی بستگی ندارد؛ بلکه به این بستگی دارد که چقدر به نکته مهمی درباره سؤالات تحقیق می‌پردازد.

اولاً، شناخت مضمون هرگز به معنی صرفاً یافتن نکته جالبی در داده‌ها نیست، بلکه مستلزم آن است که پژوهشگر مشخص کند در داده‌ها باید دنبال چه چیزی باشد؟ از چه چیزهایی باید صرف نظر و چگونه باید داده‌ها را تحلیل و تفسیر کند؟

ثانیاً، واژه « مضمون » به طور ضمنی و تا حدی، مبین « تکرار »است؛ لذا مسئله‌ای را که صرفاً یکبار در متنِ داده‌ها ظاهر شود نمی توان « مضمون » به حساب آورد مگر آنکه نقش برجسته و مهمی در تحلیل نهایی داده‌ها داشته باشد. به طور معمول، تکرار به معنی مشاهده و ظاهر شدن در دو یا چند مورد در متن است.

ثالثاً، مضمون‌ها باید از یکدیگر متمایز باشد. با وجود اینکه هم پوشانی در میان مضامین تا حدودی اجتناب ناپذیر است اما اگر مرز کاملاً مشخص و تعریف شده‌ای میان مضامین مختلف وجود نداشته باشد نمی توان درک درستی از تحلیل‌ها و تفسیرها عرضه کرد.

روش تحلیل مضمون

روش تحلیل مضمون و شناخت مضامین

بطور کلی روش‌های مختلفی برای شناخت مضامین وجود دارد. در شکل فوق روش‌های مناسبی جهت شناخت و کشف مضامین در متن‌پژوهی از دیدگاه ریان و برنارد ارائه شده است. البته پژوهشگر باید تا حدودی منعطف باشد زیرا تبعیت صرف از قواعد در شناخت مضامین، کاربردی ندارد.

مراحل تحلیل مضمون

آشنا شدن با داده‌ها : هنگام شروع تحلیل مضمون، ممکن است خود پژوهشگر داده‌ها را جمع کند یا این که داده‌های تحقیق در اختیار او قرار گیرد. اگر خود پژوهشگر داده‌ها را (از طریق رسانه‌ها و منابع مختلف) جمع کند، به هنگام تحلیل، از دانش و مبنای تحلیلی اولیه برخوردار خواهد بود. اما مهم این است که پژوهشگر به گونه‌ای در داده‌ها غرق شود که با عمق و غنای محتوای آن‌ها کاملاً آشنا شود.

ایجاد کدهای اولیه و کدگذاری : گام دوم، زمانی آغاز می‌شود که پژوهشگر، داده‌ها را مطالعه کرده و با آن‌ها آشنا شده باشد. همچنین، فهرستی اولیه از ایده‌های موجود در داده‌ها و نکات جالب آن ها، تهیه کرده باشد؛ لذا این گام، مستلزم ایجاد کدهای اولیه از داده هاست.

جست وجو و شناخت مضامین : گام سوم، وقتی شروع می‌شود که همه داده ها، کدگذاری اولیه و گردآوری شده باشد و فهرستی طولانی از کدهای مختلف در مجموعه داده ها، شناخته شده باشد. در این گام که به تحلیل در سطحی کلان تر از کدها تمرکز دارد کدهای مختلف در قالب مضامین مرتب می‌شود و همه داده‌های کدگذاشته مرتبط با هر یک از مضامین، شناخته و گردآوری می‌شود. اساساً در این مرحله، کدها تجزیه و تحلیل می‌شود و به نحوه ترکیب و تلفیق کدهای مختلف جهت تشکیل مضمون پایه، توجه می‌شود. در این مرحله می‌توان از شکل، نمودار، جدول، نقشه‌های ذهنی و یا نوشتن نام هر کد همراه با توضیح خلاصه‌ای از آن بر روی کاغذی جداگانه و قرار دادن آن در ستون مضمون مرتبط، برای مرتب کردن کدهای مختلف در قالب مضامین بهره گرفت.

ترسیم شبکه مضامین : گام چهارم وقتی شروع می‌شود که پژوهشگر، مجموعه‌ای از مضامین را پیشنهاد و بخواهد آن‌ها را پالایش کند. مضامینِ شناخته، منبع اصلی تشکیل شبکه‌های مضامین است. طی این گام، مشخص خواهد شد که برخی مضامین پیشنهادشده، واقعاً مضمون نیستند (مثلاً اگر داده‌های کافی وجود نداشته باشد و یا داده‌های آن، خیلی متنوع باشد)، برخی مضامین با همدیگر هم پوشانی دارد (مثلاً اگر دو مضمونِ جدا، یک معنی و مفهوم داشته باشد و با هم، مضمون واحدی، تشکیل دهند) و ممکن است لازم باشد سایر مضامین به مضامین جداگانه‌ای تفکیک شود.

تحلیل شبکه مضامین : گام پنجم وقتی شروع می‌شود که پژوهشگر به شبکه مضامینِ رضایت بخشی رسیده باشد. در این حالت، می‌تواند مضامین پیشنهادشده جهت تحلیل داده‌ها را تعریف و تعدیل، و داده‌ها را بر اساس آن‌ها تحلیل کند. در این گام، شبکه‌های مضامین رسم شده، بررسی و تجزیه و تحلیل می‌شود. همان طور که قبلاً نیز اشاره شد، شبکه‌های مضامین، ابزاری برای تحلیل هستند، نه خود تحلیل. این شبکه‌ها به پژوهشگر کمک می‌کند تا به درک عمیق تری از معانی متون برسد و بتواند مضامین به دست آمده را تشریح کند و الگوهای آن‌ها را بشناسد. پس از ایجاد شبکه‌های مضامین، پژوهشگر باید مجدداً بهمتن اصلی، مراجعه و آن را به کمک این شبکه‌ها تفسیر کند .

تدوین گزارش : گام ششم، وقتی آغاز می‌شود که مجموعه کاملی از مضامینِ نهایی، فراهم شده باشد. در این مرحله، تحلیل و تدوین گزارشِ نهاییِ تحقیق، صورت می‌گیرد. هدف از نوشتن تحلیل مضمون این است که حکایت کامل و پیچیده موجود در داده‌ها را به گونه‌ای بیان شود که خواننده درباره اعتبار و صلاحیت تحلیل پژوهشگر، متقاعد شود. مهم این است که تحلیل، حکایت مختصر و منسجم و منطقی و غیرتکراری و جالبِ برآمده از داده‌ها را در قالب مضامین، عرضه کند. گزارش، باید شواهد کافی و مناسبی درباره مضامین موجود در داده‌ها فراهم کند و داده‌های کافی برای هر مضمون، عرضه شود.

تحلیل داده های آماری
تحلیل های کمی با نرم افزار های : SPSS – Amos – Pls تحلیل های کیفی با نرم افزار های : Maxqda – NVivo

جمع‌بندی بحث

رشد سریع تحقیقات کیفی در سال‌های اخیر، منجر به برداشتن گامی مثبت در جهت درک عمیق تر از پدیده‌های اجتماعی و پویایی آن‌ها شده است. با این حال، هنوز ابزارهای مناسبی برای تحلیل داده‌های کیفی، به اندازه کافی، وجود ندارد. در حالی که به مسائل مربوط به چرایی، چگونگی و زمانِ به کارگیری روش‌های کیفی، توجه ویژه‌ای شده است؛ اما به نحوه تحلیل داده‌های متنی که پژوهشگران کیفی در مرحله پایانی گردآوری داده عرضه می‌کنند کمتر توجه شده است. این موضوع، یکی از مشکلات پژوهشگران، خصوصاً پژوهشگران علوم اجتماعی است که از روش‌های کیفی استفاده می‌کنند.

یکی از روش‌های کارامد تحقیقات کیفی، تحلیل مضمون است که هم اکنون به عنوان روش تحلیل، تجلیل و تعریف چندانی از آن نمی شود. چرا که این روش کمتر معرفی، ولی بیشتر استفاده شده است. این بدان معنی است که تحلیل مضمون ظاهراً روشی است که هر کسی به آسانی و بدون داشتن دانش یا مهارت خاص (که برای تحقیقات پیچیده تر و تحسین شده تر مانند نظریه داده بنیاد و تحلیل گفتمان لازم است) از آن استفاده می‌کند. این مقاله، چنین نگرشی را به نقد کشیده و نشان می‌دهد که تحلیل مضمون می‌تواند تحلیل‌های معقولی کند و به سؤالات خاص تحقیق به خوبی پاسخ دهد.

منابع مورد استفاده

Attride-Stirling, J. (2001). Thematic networks: an analytic tool for qualitative research. Qualitative research, 1(3), 385-405.

Braun, V., Clarke, V., & Terry, G. (2021). Thematic Analysis: A Practical Guide. SAGE Publications Ltd.

برگرفته از پارس مدیر

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

چگونه یک فایل اکسل را پرینت بگیریم

نوشته

انجام تحلیل کیفی با نرم افزارهای مکس کیو دی ای و انویوو Maxqda & Nvivo

نوشته

تحلیل داده های آماری با نرم افزارهای کمی و کیفی

نوشته

شاخص هاي برازش مدل معادلات ساختاري

نوشته

انواع تحلیل آماری

از سایت محصولات فیزیکی دارای تخفیف ویژه بازدید فرمایید. ورود به سایت

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 آماری statistical analysis

تحلیل آماری متغیر تعدیل‌کننده (Moderator Variable)

تحلیل آماری متغیر تعدیل‌کننده (Moderator Variable)

متغیر تعدیل‌کننده (Moderator Variable) متغیری است که به صورت مستقیم بر جهت یا میزان رابطه متغیرهای مستقل و وابسته می‌تواند تأثیر بگذارید .

تحلیل داده های آماری
تحلیل های کمی با نرم افزار های : SPSS – Amos – Pls تحلیل های کیفی با نرم افزار های : Maxqda – NVivo

اثرات این متغیر قابل مشاهده و اندازه‌گیری است.

به متغیر تعدیل کننده گاهی متغیر مستقل فرعیگفته می شود.

متغیر تعدیل‌گر یک متغیر کمی یا کیفی است که جهت و قدرت رابطه متغیر مستقل و وابسته را تحت تاثیر قرار می‌دهد.

برای نمونه متغیر عزت نفس در بررسی رابطه فرسودگی شغلی و مدیریت زمان یک متغیر تعدیل کننده است.

حال در نظر بگیرید که اثر تعدیل گری عزت نفس منفی و معنی دار باشد باید به صورت زیر آن را تفسیر کنیم.

عزت نفس بر شدت تأثیر متغیرفرسودگی شغلی بر مدیریت زمان اثر منفی و معکوس دارد . لذا در افرادی که عزت نفس آن ها بالا هست، فرسودگی شغلی کمتر می تواند بر مدیریت زمان تأثیر بگذارد ولی در افرادی که عزت نفس آن ها پایین هست، فرسودگی شغلی بیشتر می تواند بر مدیریت زمان تأثیر بگذارد.

بنابراین عزت نفس ، رابطه فرسودگی شغلی و مدیریت زمان را تعدیل می‌کند.

انواع متغیر تعدیل‌کننده و روش محاسبه آن

بارون و کنی (۱۹۸۶) در مقاله خود چهار حالت گوناگون از وضعیت متغیر مستقل و تعدیلگر را به شرح زیر بررسی کردند:

  • حالت اول: متغیر مستقل و تعدیلگر هر دو از نوع طبقه‌ای (اسمی-رتبه‌ای) باشند.
  • حالت دوم: متغیر تعدیلگر از نوع طبقه‌ای و متغیر مستقل پیوسته باشد.
  • حالت سوم: متغیر تعدیلگر پیوسته و متغیر مستقل از نوع طبقه‌ای باشد.
  • حالت چهارم: هر دو متغیر تعدیلگر و مستقل پیوسته باشند.

در حالت اول برای مثال بخواهید نقش جنسیت را در تاثیر سمت سازمانی بر رضایت شغلی ارزیابی کنید در این حالت می‌توانید از تحلیل واریانس دوراهه استفاده کنید.

حالت دوم بیشترین کاربرد را مطالعات مدیریت دارد. برای مثال بخواهید نقش جنسیت را در رابطه اعتماد و رضایت شغلی بسنجید. جنسیت یک متغیر طبقه‌ای است و اعتماد و رضایت متغیرهای پیوسته می‌باشند. در این حالت می‌توانید از روش محاسبه اثر تعدیلگر با رگرسیون خطی استفاده کنید.

برای محاسبه حالت سوم پیشنهادی ندارم زیرا رویه مرسومی نیست ولی برای حالت چهارم می‌توانید از محاسبه متغیر تعدیلگر با روش رگرسیون هایس استفاده کنید.

متغیر تعدیل‌کننده و رگرسیون سلسله‌مراتبی

رگرسیون سلسله‌مراتبی یا ترتیبی این امکان را فراهم می‌آورد که تاثیر چند متغیر مستقل بر یک متغیر وابسته طی چند مرحله مشخص شود. از رگرسیون سلسله‌مراتبی برای بررسی نقش متغیرهای تعدیل‌گر براساس رویه پیشنهادی بارون و کنی استفاده کرد.

اگر پرسشنامه‌ای با طیف لیکرت استفاده می‌کنید تمامی سازه‌هایی که توسط چندین گویه مورد سنجش قرار می‌گیرند باید به یک شاخص قابل مشاهده تبدیل می‌شوند. برای این کار میانگین گویه‌های سنجش آنها را محاسبه کنید.

منبع: حبیبی، آرش؛ سرآبادانی، مونا. (۱۴۰۱). آموزش کاربردی SPSS. تهران: نارون.

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

نوشته

تحلیل عاملی تاییدی چیست؟

نوشته

نرم افزار G*Power

نوشته

مدل معادلات ساختاری (Structural Equation Modeling) — مفاهیم، روش‌ها و کاربردها

نوشته

ضریب تعیین (تشخیص)

از سایت محصولات فیزیکی دارای تخفیف ویژه بازدید فرمایید. ورود به سایت

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.

 

 

پایان نامه نویسی مقاله نویسی

نوشتن پروپوزال پایان نامه

نوشتن پروپوزال پایان نامه

نوشتن پروپوزال پژوهشی مراحلی مهم در آماده‌سازی یک پروژه تحقیقاتی است. در زیر مراحل نوشتن پروپوزال پژوهشی شرح داده شده است:

  1. عنوان پروپوزال:
  • انتخاب یک عنوان واضح و مختصر که تا حد ممکن موضوع تحقیق را بازتاب دهد.
  1. مقدمه:
  • معرفی موضوع تحقیق و توضیح ضرورت انجام آن.
  • تبیین مسئله تحقیق و مشکلات و چالش‌های مرتبط با آن.
  • معرفی سوالات تحقیقی و هدف‌های اصلی تحقیق.
  1. مرور ادب:
  • بررسی تحقیقات گذشته مشابه و مراجع مرتبط با موضوع.
  • نقدهایی به تحقیقات گذشته و اشتباهات موجود.
  1. فرضیه‌ها و سوالات تحقیقی:
  • معرفی فرضیه‌ها (اگر موجود باشند) و سوالات تحقیقی.
  • توضیح چگونگی تست فرضیه‌ها و پاسخ به سوالات تحقیقی.
  1. متدولوژی تحقیق:
  • توضیح روش‌شناسی کار (مثلاً روش‌های جمع‌آوری داده، انتخاب نمونه، ابزارهای مورد استفاده، روش‌های تجزیه و تحلیل داده).
  • توضیح چگونگی انجام تحقیق و جزئیات مرتبط با اجرای پژوهش.
  1. زمان‌بندی:
  • ارائه برنامه زمانی برای اجرای تحقیق.
  • شرح مراحل اصلی پروژه و زمان‌بندی اجرای آن.
  1. منابع و مراجع:
  • فهرست مراجعی که در پروپوزال استفاده شده است.
  1. تخصیص بودجه:
  • در صورت لزوم، اختصاص بودجه برای اجرای تحقیق.
  1. پیوست‌ها:
  • ضمیمه‌هایی مانند پرسشنامه‌ها یا ابزارهای مورد استفاده در تحقیق.
  1. جمع‌بندی:
    • مروری کوتاه بر اهداف تحقیق و نیاز به انجام آن.
  2. شکل‌ها و جداول:
    • اگر دارای شکل‌ها و جداولی هستید، آنها را در پروپوزال وارد کنید.
  3. ویراستاری:
    • پروپوزال را ویراستاری کنید و از اشتباهات املایی و دستوری خودداری کنید.
  4. تنظیم و قالب‌بندی:
    • پروپوزال را طبق قوانین و استانداردهای مربوط به موسسه یا دانشگاه خود قالب‌بندی کنید.
  5. ثبت نهایی:
    • پس از اتمام، پروپوزال را به شکل نهایی ثبت و ارسال کنید.

مهمترین نکته در نوشتن پروپوزال پژوهشی، واضحی و دقت در ارائه اطلاعات و طراحی تحقیق است. همچنین، توجه به راهنمایی‌ها و نکات مرتبط با دانشگاه یا موسسه مورد نظر خود نیز بسیار حیاتی است.

مقاله نویسی

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.

 

 

مدل معادلات ساختاری (Structural Equation Modeling) — مفاهیم، روش‌ها و کاربردها

نوشته

نشریات و مجلات معتبر بین المللی (ISI) در حوزه توانبخشی

نوشته

نحوه نوشتن فصل چهارم پایان نامه و تحلیل داده ها

نوشته

جدیدترین مجلات بلک لیست و جعلی دانشگاه آزاد اعلام شد

نوشته

دانلود پایان نامه خارجی چگونه پایان‌نامه‌ های خارجی را دانلود کنیم؟

تحلیل آماری statistical analysis

تحلیل آماری پایان‌نامه و چند نکته مهم

تحلیل آماری پایان‌نامه و چند نکته مهم

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

تحلیل آماری پایان‌نامه به عنوان یک بخش اساسی از تحقیقات علمی دارای عناصر مختلفی است که برای تجزیه و تحلیل داده‌ها و استخراج نتایج از آنها ضرور می‌باشد. این عناصر معمولاً عبارتند از:

  1. توضیح داده‌ها و متغیرها: در این بخش ابتدا باید داده‌های مورد استفاده در پایان‌نامه، متغیرها و مشخصات مهم آنها توضیح داده شوند.
  2. توصیف آماری: پس از توضیح داده‌ها، شما باید توصیفی کامل از داده‌ها ارائه دهید. این شامل معرفی میانگین، واریانس، میانه و سایر شاخص‌های آماری است.
  3. فرضیه‌ها: هر فرضیه مورد بررسی در تحقیقات باید به صورت دقیق معرفی شود. این شامل فرضیه‌های مطرح شده و رویه‌های آماری مرتبط با هر یک از آنها می‌شود.
  4. روش‌های آماری: در اینجا باید توصیف شود که چه نوع تحلیل‌های آماری برای آزمون فرضیه‌ها یا پرسش‌های تحقیقاتی مورد استفاده قرار گرفته است. این شامل نوع تحلیل متغیرها، روش‌های تجزیه و تحلیل داده و نرم‌افزارهای آماری استفاده شده می‌شود.
  5. جمع‌بندی داده‌ها: در این بخش، داده‌ها از طریق تصاویر و نمودارها به صورت گرافیکی نمایش داده می‌شوند.
  6. آزمون فرضیه‌ها: در این مرحله، انجام آزمون‌های آماری به منظور تایید یا رد فرضیه‌ها و پرسش‌های تحقیقی.
  7. تفسیر نتایج: در این بخش، نتایج آزمون‌های آماری تفسیر می‌شوند و ارتباط آنها با فرضیه‌ها و سوالات تحقیقی تبیین می‌شود.
  8. توصیه‌ها و پیشنهادها: در این مرحله، بر اساس نتایج و تحلیل‌های انجام شده، پیشنهاداتی برای تحقیقات آینده یا کاربردهای عملی ارائه می‌شود.
  9. محدودیت‌ها و پیشنهادات برای تحقیقات آینده: در اینجا به محدودیت‌های تحقیق و راهکارهایی برای تحقیقات آتی اشاره می‌شود.
  10. مراجع: در انتهای پایان‌نامه، باید مراجعی که در تحلیل آماری و تحقیقات مورد استفاده قرار گرفته‌اند، به صورت استاندارد ذکر شوند.

تحلیل آماری از مرحله‌های حیاتی در انجام یک تحقیق علمی است و به محقق امکان می‌دهد داده‌ها را به اطلاعات مفهومی تبدیل کند و نتایج معتبری از تحقیقات خود بگیرد.

استفاده از افزونه فارسی ویراستیار در Word

نوشته

کامل ترین پکیج آموزش کاربردی نرم افزار انویو Nvivo (فصل ششم)

نوشته

نرم افزار لیزرل و انجام مدلسازی معادلات ساختاری با آن

نوشته

spss چیست؟ کاربردها و آخرین نسخه

نوشته

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

سفارش تحلیل داده های آماری برای پایان نامه و مقاله نویسی تحلیل داده های آماری شما با نرم افزارهای کمی و کیفی ،مناسب ترین قیمت و کیفیت عالی انجام می گیرد. نرم افزار های کمی: SPSS- PLS – Amos نرم افزارهای کیفی: Maxquda- NVivo تعیین حجم نمونه با:Spss samplepower Mobile : 09143444846 09143444846 Telegram: https://t.me/RAVA2020 E-mail: abazizi1392@gmail.com

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

آزمون چند متغیره تحلیل مسیر در spss

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

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

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