داده های کامل یا کاربرد مناسب داده های ناکافی

داده های کامل یا کاربرد مناسب داده های کامل یا کاربرد مناسب داده های ناکافی چنانچه برای تحلیل ، از داده های ورودی خام استفاده شود ، این داده ها باید کامل و بدون مقادیر گمشده باشند . برای کار با داده های ناکامل ، چندین راه حل پیش تجربی وجود دارد. حذف لیستی که در آن همه نمره های مربوط به داده های گمشده حذف میشود و حذف زوجی که در آن همبستگی های دو متغیری و فقط برای…

ادامه مطلب

حجم منطقی گروه نمونه در معادلات ساختاری

حجم منطقی گروه نمونه در معادلات حجم منطقی گروه نمونه بر پایه پیشنهاد جیمز استیونس در نظر گرفتن پانزده مورد برای هر متغیر پیش بین در تحلیل رگرسیون چندگانه با روش معمولی کمترین مجذورات استاندارد، یک قاعده سرانگشتی خوب به شمار می آید. چون SEM در برخی جنبه ها کاملا مرتبط با رگرسیون چند متغیری است ، تعداد 15 مورد به ازای هر متغیر اندازه گیری شده در SEM غیر منطقی نیست. بنتلر و چو (1988) یادآوری میکنند که پژوهشگران…

ادامه مطلب

پایه های مدل یابی معادلات ساختاری

پایه های مدل یابی معادلات ساختاری پایه های مدل یابی معادلات ساختاری مدل یابی معادله ساختاری یک تکنیک تحلیل چند متغیری بسیار کلی و نیرومند از خانواده رگرسیون چند متغیری و به بیان دقیق تر بسط مدل خط کلی است که به پژوهشگر امکان می دهد مجموعه ای از معادلات رگرسیون را به گونه هم زمان مورد آزمون قرار دهد. مدل یابی معادله ساختاری یک رویکرد آماری جامع برای آزمون فرضیه هایی درباره روابط بین متغیر های مشاهده شده و…

ادامه مطلب

موارد استفاده مدل يابي معادلات ساختاري

موارد استفاده مدل يابي معادلات ساختاري مدل يابي معادلات ساختاري را مي توان در جهت مقاصد پژوهشي ذيل به کار برد: 1- مدل يابي علي يا تحليل مسير: پارامترهاي حاصل از تحليل رگرسيون دست کم در سه موقعيت اساسي زير نمي تواند اطلاعات لازم را فراهم آورد: وقتي متغيرهاي مشاهده شده حاوي خطاهاي اندازه گيري و بين متغيرهاي واقعي روابط جالب و بدون تورش وجود داشته باشد. وقتي بين متغيرهاي مشاهده شده روابط درهم تنيده جريان علي وجود داشته باشد….

ادامه مطلب

اصطلاحات و مفروضات مدل يابي ساختاري

اصطلاحات و مفروضات مدل يابي ساختاري اصطلاحات مدل يابي ساختاري : مدل يابي معادلات ساختاري بر پايه فرضيه هايي درباره وجود روابط علي بين متغيرها، مدل هاي علي را با دستگاه معادله خطي آزمون مي کند. بدين ترتيب، SEM، روابط نظري بين شرايط ساختاري معين و مفروض را مي آزمايد و برآورد روابط علي ميان متغيرهاي مکنون (مشاهده نشده) و نيز روابط ميان متغيرهاي اندازه گيري شده (مشاهده شده) را امکان پذير مي سازد. متغيرهاي مستقل که فرض بر آن است…

ادامه مطلب

اندیشه اساسی زیر بنای مدل یابی ساختاری

اندیشه اساسی زیر بنای مدل یابی چنان که پیش تر نیز اشاره شد ، فرض براین است که شما با مفاهیم مقدماتی آمار ،مانند واریانس ، کوواریانس و همبستگی آشنا هستید. قبل از آنکه بکوشید مدل یابی ساختاری را به کار ببرید ، مطلوب است که تا حد زیادی با تحلیل عاملی آشنا باشید ، زیرا یک مدل کامل معدله ساختاری در واقع بیانگر آمیزه ای از نمودار مسیر و تحلیل عاملی تاییدی است. یکی از مفاهیم اساسی که در…

ادامه مطلب

شاخص های آماری

مرحله اول آمار توصيفي يعني تشكيل جداول فراواني و رسم نمودارهاي آماري در SPSS بيان شد. مرحله دوم در آمار توصيفي،خلاصه كردن داده ها در قالب اعدادي است كه موسوم به شاخصهاي آماري هستند.شاخصهاي آماري به دو دسته تقسيم ميشوند: شاخصهائي كه گرايش به مركز يا مركزيت داده ها را اندازه ميگيرد(شاخصهاي مركزي) و شاخصهائي كه براي اندازه گيري تغيير پذيري داده ها به كار ميرود(شاخص هاي پراكندگي). شاخصهاي مركزي:شاخصهاي مركزي مهم عبارتند از:مد Mode :مد داده اي است كه…

ادامه مطلب

ایجاد یک مدل جدید در Amos

ایجاد یک مدل جدید از میان فهرست ها ، پرونده → جدید را انتخاب کنید.منطقه کار شما ظاهر می شود. منطقه بزرگ در سمت راست جایی است که شما نمودارهای مسیر را ترسیم می کنید.نوار ابزار در سمت چپ امکان دسترسی با دکمه های پر استفاده را با یک کلیک فراهم می کند.برای بیشتر عملیات می توانید از نوار ابزار یا دستورات منو استفاده کنید. آموزش: مشخص کردن پرونده دادهمرحله بعدی تعیین فایلی است که حاوی داده های همیلتون است….

ادامه مطلب

معرفی و کار با نرم افزار Amos

معرفیاولین کلاس آمار خود را به خاطر بسپارید که فرمول های سخت را حفظ و عرق می کنیدو با زحمت جوابها را با مداد و کاغذ محاسبه می کنید؟ شما آن را انجام می دادید.که این را بدانید تا برخی از مفاهیم آماری اساسی را درک کنید. بعدا ، شما کشف کردید که یک ماشین حساب یا یک برنامه نرم افزاری می تواند همه این محاسبات را در فقط یک ثانیه انجام دهد. این آموزش کمی شبیه آن کلاس آمار…

ادامه مطلب

تفسیر آزمون های آماری در حالت کلی

تفسیر آزمون های آماری ۱. رگرسیون چند متغیری: تفسیر آماره های رگرسیون چند متغیری می تواند پیچیده و دشوار باشد. در حقیقت تفسیر آماره های تحلیل چند متغیری بطور کلی بسیار دشوارتر از تفسیر آماری تک متغیری است.( کرلینجر، 1388:350) اگر همبستگی ها در بین متغیرهای مستقل همه صفر باشد یا نزدیک به صفر باشد، تفسیر بسیار ساده می شود. هرچه همبستگی های درونی متغیرهای مستقل بیشتر باشد، تفسیر دشوارتر است(همان: 352). ۲.     تحلیل مسیر: در مرحله تفسیر با مراجعه…

ادامه مطلب