مرکز تحلیل آماری نوین

تجزیه و تحلیل آماری رساله دکتری، پایان نامه و مقاله های علمی

مرکز تحلیل آماری نوین

تجزیه و تحلیل آماری رساله دکتری، پایان نامه و مقاله های علمی

مرکز تحلیل آماری نوین

ارائه دهنده خدمات تجزیه و تحلیل آماری
سازمان های دولتی و خصوصی،
پایان نامه های دانشجویی،
مقاله علمی - پژوهشی،
پروژه های پژوهشی،
رساله دکتری.
تلفن: 09132572215
اینستاگرام: novinamar@
Email: novinamar@gmail.com

تکنیک دلفی برای «شناسایی» و «غربال» مهمترین شاخص‌های تصمیم‌گیری قابل استفاده است. بنابراین با وجود اینکه تکنیک دلفی یک روش تصمیم‌گیری چندمعیاره نیست اما در بسیاری موارد قبل از بکارگیری تکنیک‌های تصمیم‌گیری چندمعیاره از این تکنیک برای غربال شاخص‌ها یا رسیدن به یک توافق در زمینه اهمیت شاخص‌های تصمیم‌گیری استفاده می‌شود.

استفاده از دانش و دیدگاه تخصصی یک مجموعه در تصمیم‌گیری پیرامون مسائلی که ماهیت کیفی دارند بسیار راه‌گشا است. تکنیک دلفی یکی از روش‌های کسب دانش گروهی است که در تصمیم‌گیری پیرامون مسائل کیفی نیز کاربرد دارد. در پژوهش‌های کیفی که جنبه اکتشافی دارد و شناسایی ماهیت و عناصر بنیادین یک پدیده، محور مطالعه است می‌توان از تکنیک دلفی استفاده کرد. تکنیک دلفی فرایندی ساختارمند جهت گردآوری اطلاعات در طی راندهای متوالی و در نهایت اجماع گروهی است. با وجود بیش از نیم قرن کاربرد تکنیک دلفی در مطالعات علمی و آکادمیک هنوز ابهامات زیادی در زمینه این تکنیک وجود دارد. مهمترین مشکل در استفاده از تکنیک دلفی نبود یک چارچوب نظری مشخص در استفاده از این تکنیک است. در این فصل یک چارچوب نظری جامع برای بکارگیری تکنیک دلفی در پژوهش‌های کیفی ارائه شده است. در چارچوب نظری ارائه شده به صورت روشن اصول بکارگیری و اجماع در تکنیک دلفی در تحقیقات کیفی بیان شده است.

محققان زیادی تعریف ارائه شده توسط لینستون و توراف را بکار برده‌اند که تکنیک دلفی را بصورت «روشی برای ساختاردهی یک فرایند ارتباط گروهی تعریف می‌کنند بطوریکه این فرایند به گروهی از افراد، بعنوان یک کل، امکان حل یک مسئله پیچیده را می‌دهد». هدف اصلی روش دلفی دستیابی به قابل اطمینان‌ترین اجماع گروهی از نظرات خبرگان بواسطه یک سری از پرسشنامه‌های متمرکز همراه با بازخورد کنترل شده می‌باشد. با کسب اجماع گروهی از خبرگان بوسیله این فرایند، محققان می‌توانند مسائل را شناسایی نموده و اولویت‌بندی کنند و چارچوبی را برای تشخیص آنها توسعه دهند.

عمده ترین ضعف دلفی فقدان چارچوب نظری است. این مساله باعث شده است تا دلفی بعنوان یک روش تحقیق به صور مختلفی بعنوان پیمایش، مطالعه، رویه، روش، رویکرد، رأی‌گیری و تکنیک مطرح گردد. با این وجود عموما پذیرفته شده است که روش دلفی از نظر کاربرد یکسان نیست. همچنین همواره ابهاماتی در زمینه شرایط استفاده، حجم پنل، چگونگی انتخاب پنل و تشخیص پایان مراحل دلفی وجود دارد. در این مطالعه مقایسه‌ای، چارچوبی برای بکارگیری تکنیک دلفی در تصمیم‌گیری‌های کیفی ارائه شده است.

چارچوب نظری تکنیک دلفی

بطور خلاصه، تکنیک دلفی بصورت یک رویکرد تحقیقی جهت بدست آوردن اجماع با استفاده از یک سری از پرسشنامه‌ها و ارائه‌ی بازخورد به شرکت‌کنندگانی که در حوزه‌های کلیدی دارای تخصص هستند، تعریف می‌شود. این روش بطور ویژه زمانی سودمند است که محققان ملزم به جمع‌آوری دیدگاه‌های کارشناسان منفرد درمورد موضوعی خاص و ایجاد توافق بر سر موضوع مورد نظر باشند تا اینکه فرض‌ها یا دیدگاه‌های اساسی خبرگان را شناسایی نمایند. با این وجود، عمده ترین ضعف دلفی فقدان چارچوب نظری است. دلفی بعنوان یک روش تحقیق به صور مختلفی بعنوان پیمایش، مطالعه، رویه، روش، رویکرد، رأی‌گیری و تکنیک مطرح گردیده است.

۰ نظر موافقین ۰ مخالفین ۰ ۰۸ آبان ۹۵ ، ۰۳:۲۰
مرکز تحلیل آماری نوین

(معرفی آزمون های مقایسه میانگین ها با تحلیل خروجی نرم افزار آماری)

مقدمه:

یکی از اساسی ترین سوالات در یک تحقیق، مقایسه ی میانگین یک شاخص دردو یا چند گروه می باشد. برای مثال مقایسه ی نتایج درمان به کمک یک داروی خاص در دو گروه زنان و مردان که مقایسه میانگین ها دردو گروه بوده و با استفاده از آزمون t قابل اجرا است ویا مقایسه ی میانگین یک شاخص در بیش از دو گروه مانند مقایسه نتایج درمان در سه گروه از بیماران که از سه داروی مختلف استفاده می کنند ،گروه اول از پلاسبو (دارونما) ، گروه دوم ازداروی ضدافسردگی سه حلقه ای و گروه سوم گروهی است که یک مهارکننده ی اختصاصی بازجذب سروتین (SSRI) دریافت می کنند . در این حالت ، مقایسه میانگین گروه های مختلف  توسط روش آماری تحلیل واریانس (ANOVA) انجام می شود .

پس از تعیین وجود یا عدم وجود اختلاف بین گروه های آزمون (بررسی معنی داری آزمون در جدول آنالیز واریانس)، این سوال مطرح می شود که تفاوت میانگین بین کدام دوگروه معنی دار می باشد؟ در همین راستا روش های متنوعی برای مقایسه ی میانگین بین گروه ها وجود دارد که در ادامه به معرفی تعدادی ازآن هاکه عبارتند از آزمون حداقل تفاوت معنی دار(LSD) ، آزمون دانکن ، آزمون توکی،‌ آزمون دانت و آزمون نیومن کولز می پردازیم . لازم به ذکراست که اجرای این روش ها به کمک نرم افزارهای آماری مانندSPSS , R , SAS ,.. امکان پذیر می باشد .


آزمون نیومن کولز : این آزمون در 1939 و توسط نیومن معرفی شد .از لحاظ نحوه ی عملکرد ، این آزمون مشابه آزمون چند دامنه ای دانکن است. مجموعه مقادیر بحرانی در آن به صورتآزمون نیومن کولز تعریف می شود کهآزمون نیومن کولز,  p=2,3,…,a  ، نقطه ی بالای α درصد در دامنه استیودنت برای گروه های میانگین با اندازه p و f درجه آزادی خطا است. دامنه استیودنت به صورتآزمون نیومن کولز بوده و مقادیرآزمون نیومن کولز به کمک جدول مربوط به این آزمون قابل دستیابی است . خروجی زیر نیز نتایج آزمون نیومن کولز را برای مقایسه ی چهار نوع روکش لامپ تصویر تلویزیون، نشان می دهد.

Study:

Student Newman Keuls Test

                                                                                               for mount

 

Mean Square Error:  29.41071

 

group,  means

 

mount       std.err     replication

1      145.00     1.957890           4

2      145.00     3.391165           4

3      137.25     3.350995           4

4      131.75     1.887459           4

 

alpha: 0.05 ; Df Error: 14

 

Critical Range

2                3                   4

8.224734    10.036633    11.145976

 

Comparison between treatments means

آزمون نیومن کولز

همانطور که مشاهده می شود بازهم اختلاف میان میانگین قابلیت انتقال روکش نوع 4 با روکش های نوع 1 و 2 در سطح خطای 0.05% معنی دار است.

 

نکته : اغلب تصمیم گیری در مورد این که کدامیک از آزمون های معرفی شده ارجحیت دارد ، کار دشواری است و بسته به نظر تحلیلگر آماری مربوطه دارد، لیکن کارمر و اسوانسن در مطالعه ای که در مورد تعدادی از روشهای مقایسه ای چندگانه انجام دادند اعلام کردند که روش حداقل اختلاف معنی دار روش بسیار مؤثری برای نشان دادن اختلاف های واقعی میانگین ها می باشد مشروط بر این که تنها پس از معنی دار بودن آزمون تجزیه واریانس استفاده شود. آن ها همچنین قابلیت شناسایی مناسب تفاوت های واقعی را با استفاده از آزمون چند دامنه ای دانکن گزارش کردند.


منبع :خلاصه ای بر طرح و تجزیه آزمایش ها . نوشته داگلاس سی . مونت گومری ترجمه محمدرضادهقانی نشرپلک .

۰ نظر موافقین ۰ مخالفین ۰ ۳۱ مرداد ۹۵ ، ۱۶:۰۸
مرکز تحلیل آماری نوین

فرهنگ‌ انگلیسی آکسفورد (OXFORD) واژه «پژوهش» یا research را چنین تعریف می‌کند: «تحقیق یا مطالعة دقیق به‌ویژه به‌منظور کشف حقایق یا آگاهی های جدید.”
مقصود ما از «ایمان» در این مقاله نیز «ایمان دینی» (Religious Faith) آن هم ایمان به بخش‌های تحریف‌نشده ادیان الهی و آن‌گاه عمل براساس آموزه‌های پاک و اصیل این ادیان است. 
ایمان عمیق بسیاری از نوابغ و پژوهشگران بزرگ ایرانی و خارجی، تأثیر باورها، نیایش ها و رفتارهای مؤمنانه بر رخدادها و اتفاق های بیرونی مورد نیاز پژوهشگر، پژوهش هایی که از سوی متخصصان علوم شناختی دربارة تأثیر باورهای دینی بر زندگی انسان‌ها صورت گرفته و ادعای ادیان الهی بر این که تضمین‌کننده سعادت بشر و نشان دهنده راه راست به انسان‌ها در هر زمینه هستند، این حدس عمیق را تقویت می‌کند که ایمان دینی می‌تواند نقشی بسیار عمیق و کارساز در پژوهش نیز ایفا کند. 
آنچه می‌خوانید اشاره‌ای کوتاه به تأثیر ایمان بر روند پژوهش- از الهام تا روشیابی یا متدولوژی - دارد و مستند به مطالعات و تجربیات شخصی یا دیده‌ها، شنیده‌ها، تحقیقات، خوانده‌ها و مطالعاتی است که دیگران داشته‌اند. 
از ادیسون نقل شده است که «نبوغ عبارت است از یک درصد الهام و 99 درصد تلاش.”
در واقع گام اول، سنگ زیرین بنا و مبنای کوشش ها و پژوهش‌های بزرگ، الهام است. الهام یعنی برانگیختن نیروی ذهنی و فکری یا قدرت خلاقیت در دیگری. 
بدون این انگیزش هیچ حرکت علمی ارزشمند و اثرگذار آغاز نمی‌شود و صورت نمی‌گیرد. الهام دیدن حقیقت یا درک آگاهی های جدید است. در پی آن، پژوهش، تلاش برای رسیدن به حقیقت و اثبات آن و رساندن یا نشان دادن آگاهی های جدید به دیگران است. یکی از مهم‌ترین وظایف علم کلام در میان دانش های دینی اثبات این اصل است که منشأ و انگیزانندة اصلی و تأثیرگذار مستمر در جهان خداست. 
نیز اثبات می‌شود که ارتباط بیشتر با خدا می‌تواند منشأ دریافت های بیشتر، انگیزه‌های قویتر و اطلاعات و نیروهای جدیدتر از او شود. نخستین نقش ایمان در هر پژوهش دریافت الهام است. 
گاه نیز پژوهش در پی یک «حدس» صورت می‌گیرد. در این حال کوشش پژوهشگر به اثبات این حدس معطوف می‌شود. البته مواردی گاه بسیار نیز هست که نتیجه پژوهش بطلان حدس را در پی دارد. طبیعی است که بینش و شناخت و اطلاعات درست‌تر می‌تواند به حدس درست‌تر منجر شود و در نتیجه از هزینه‌های مادی و معنوی رسیدن به بن‌بست بکاهد. 
نقش ایمان در اینجا دادن بینش به پژوهشگر در شناخت حدس، حدس‌های درست‌تر و تشخیص حدس یا حدس هایی است که نتیجه‌ای جز بطلان ندارند. 

۰ نظر موافقین ۰ مخالفین ۰ ۲۲ مرداد ۹۵ ، ۰۳:۴۸
مرکز تحلیل آماری نوین

(آزمون مقایسه داده های مستقل رده ای)


به منظور بررسی وابستگی میان دو گروه از داده های غیر زوجی، در صورتیکه داده های مورد نظر کیفی باشند از روش تحلیل جداول توافقی استفاده می شود. فرض صفر مورد آزمون در این حالت استقلال متغیرهای سطری و ستونی جدول و فرض مقابل وابستگی را بیان می کند. برای بررسی این فرضیات آزمون های مختلفی وجود دارد. آزمون فیشر از آن جمله است. 

آزمون فیشر

آزمون فیشر در حالت کلی برای هر تعداد از نمونه قابل استفاده است اما به طور خاص چنانچه حجم نمونه انتخابی کمتر از 10 باشد از این روش استفاده می شود. برای انجام این آزمون مقادیر فراوانی های مشاهده شده خانه های جدول و مقادیر فراوانی های مورد انتظار آن را به شرط برقراری فرض صفر محاسبه می کنیم. فراوانی های مورد انتظار خانه ij جدول (E_ij) از حاصلضرب جمع کناری سطر i ام در جمع کناری ستون j ام و تقسیم آن بر حجم کل نمونه (n) بدست می آید. یعنی :

آزمون فیشر


به این ترتیب مقدار آماره آزمون با استفاده از رابطه زیر حاصل می شود

آزمون فیشر


که در آن O_ij فراوانی مشاهده شده در خانه ij می باشد. اگر فرض صفر برقرار باشد آماره χ^2 از توزیع کای دو با 1 درجه آزادی پیروی می کند. بنابراین اگر آماره χ^2 در سطح معنی داری α بزرگتر از مقدار حاصل از جدول توزیع کای دو باشد، فرض صفر مبنی بر استقلال دو گروه پذیرفته نمی شود. 

نکته آزمون فیشر :

توجه داشته باشید که این تقریب زمانی قابل اجرا است که E_ij≥5 برقرار باشد. چنانچه مقدار موجود در خانه های جدول کمتر از 5 باشد و یا به طور کلی حجم نمونه انتخابی کمتر از 10 مورد باشد، از مقدار آماره دقیق فیشر استفاده می شود. فیشر نشان داد که احتمال رخداد ترکیب تصادفی جدول 1 با استفاده از قانون احتمال فوق هندسی برابر است با : 

آزمون فیشر




انجام آزمون فرض H_0: p_1=p_2 (که رد آن p_1 نسبت موفقیت ها در رده اول و p_2 نسبت موفقیت ها در رده دوم است)، معادل فرض مستقل بودن متغیرهای سطری و ستونی می باشد. برای آزمون این فرض در برابر فرض های مقابل ممکن ترکیب های دیگر جدول 2*2 را که فراتر از ترکیب مشاهده شده در در مسئله مورد بحث هستند پیدا می کنیم . احتمال های متناظر با ان ها را با فرض برقراری H_0 محاسبه می نماییم. از جمع بستن احتمال مشاهده شدهاین ترکیب ها با ترکیب ابتدایی جدول سطح معناداری کلی آزمون محاسبه می شود. منظور از «فراتر بودن» ترکیب، مشاده اعدادی در خانه های جدول است که تفاوت های بیشتری از شکل اولیه را در جهت تأیید فرض مقابل نشان دهند. 

مثال :

24 نوجوان به تصادف انتخاب شده و برحسب اینکه آیا رژیم غذایی خاصی را دنبال می کنند یا خیر به دو گروه تقسیم شده اند. فرض صفر مورد آزمون این است که جنسیت و داشتن رژیم غذایی از یکدیگر مستقل هستند. در برابر فرض مقابل کمتر بودن نسبت پسران دارای رژیم را بیان می کند. فرض های مورد آزمون را به صورت مقابل نیز می توان نوشت :

آزمون فیشر


که در آن p_1 نسبت پسرانی است که رژیم غذایی دارند وp_2 نیز نسبت مشابه دختران را نشان می دهد.

آزمون فیشر

با استفاده از رابطه (1) سطح معناداری اولیه 0.0003 محاسبه می شود. ترکیب فراتر جدول فوق که به صورتی بهتر فرض مقابل یعنی کمتر بودن نسبت پسران دارای رژیم غذایی را تأیید می کند، به صورت جدول زیر است

آزمون فیشر

علت در نظر گرفتن این ترکیب از جدول آن است که فاصله بیشتر بین داده های دو رده (جنسیت یا رژیم غذایی) فرض مستقل بودن دو رده را بیشتر زیر سؤال می برد. به عبارت دیگر نزدیک شدن فراوانی رده های متغیرها و توزیع یکسان آن در رده های متغیر دیگر به معنای بی اثر بودن تغییرات یک متغیر بر دیگری است. با استفاده از جدول اخیر احتمال مورد نظر تقریبا برابر صفر حاصل می شود. و سطح معناداری کلی آزمون از جمع این دو مقدار برابر 0.0003 می باشد. اگر سطح خطای آزمون α=0.05 در نظر گرفته شود، فرض صفر مبنی بر استقلال متغیرهای رژیم غذایی و جنسیت، پذیرفته نمی شود. 

منبع : مقدمه ای بر روش های آماری ناپارامتری / نوشته : اکبر گلدسته / انتشارات جهاد دانشگاهی / 1390.

۰ نظر موافقین ۰ مخالفین ۰ ۲۰ مرداد ۹۵ ، ۰۳:۵۸
مرکز تحلیل آماری نوین

(مقایسه چند گروه داده کمی وابسته)- با ذکر مثال


اگر در انجام طرح آزمایش بلوکی کاملا تصادفی، برخی مشاهدات مربوط به جدول به دلایلی چون هزینه بالا، نیاز به صرف زمان زیاد و ... جمع آوری نشوند، مقادیر آن خانه ها گمشده به حساب می آید. طرح متناظر با این وضعیت را ناقص می نامند. در این نوشتار آزمون یکسانی میانه ها را در سطوح مختلف تیمارهای این طرح بررسی می کنیم. فرض صفر بیانگر تساوی اثر k سطح عامل مورد مورد نظر است.

آزمون دوربین-اسلینگر-مک


در مقابل فرض H_1 می گوید که حداقل یکی از تساوی های فرض صفر برقرار نیست. 

اگر تعداد مشاهدات بی پاسخ (اندازه گیری نشده یا گمشده) در تمامی بلوک ها یکسان باشد، طرح بلوک ناقص را متعادل می نامیم. در این طرح فرض می شود که (

آزمون دوربین-اسلینگر-مک


تحت فرض H_0 و به شرط وجود مقادیر بزرگ b آماره D دارای نوزیع تقریبی χ^2 با k-1 درجه آزادی است. در سطح خطای α درصد، چنانچه آماره D بزرگتر از مقدار حاصل از جدول توزیع کای دو با k-1 درجه آزادی باشد، فرض صفر تأیید نمی شود. در ادامه ماتریس داده ها در یک طرح بلوکی را مشاهده می کنید: 

آزمون دوربین-اسلینگر-مک


مثال : اثر 7 ماده شیمیایی در 7روز مختلف بر روی عملکرد یک فرآیند شیمیایی بررسی شده است. چون هر آزمایشگر در هر روز تنها قادر بوده است 3 ماده شیمیایی را آزمایش کند، از یک طرح بلوکی ناقص استفاده شده است. با توجه به داده های جمع آوری شده مقدار اماره D برابر 7.71 حاصل می شود. با مقایسه مقدار D با مقدار حاصل از جدول توزیع کای دو با (1-7) درجه آزادی و در سطح خطای 0.05، مقدار D کوچکتر از مقدار حاصل از جدول بوده و فرض صفر مبنی بر یکسانی اثر نوع مواد شیمیایی رد نمی شود. 


منبع : مقدمه ای بر روش های آماری ناپارامتری / نوشته : اکبر گلدسته / انتشارات جهاد دانشگاهی / 1390.

۰ نظر موافقین ۰ مخالفین ۰ ۱۹ مرداد ۹۵ ، ۱۶:۰۹
مرکز تحلیل آماری نوین

در بسیاری از مسائل اقتصادی، اجتماعی ، مدیریتی و ... آنچه پیش روی محقق قرار می گیرد نیاز به انتخاب بین چندین گزینه است با توجه به یک یا چند معیار مختلف. در هر تصمیم گیری فضای تصمیم سازی به صورت پیوسته یا گسسته است. همچنین ممکن است تصمیم گیری تک معیاره یا چندمعیاره باشد. بعلاوه این معیارها می تواند به صورت های کمی، کیفی یا تلفیقی از هردو باشد؛ که در هریک از این حالتها نحوه تصمیم گیری متفاوت است.

 تصمیم گیری یک معیاره یا چند معیاره در فرآیند تحلیل سلسله مراتبی

در حالت تک معیاره تصمیم گیری چندان دشوار نیست. مسئله ی اصلی زمانی ایجاد می شود که تصمیم گیری با معیارهای چندگانه در نظر گرفته شود.
فرآیند تحلیل سلسله مراتبی یکی از جامع ترین سیستم های طراحی شده برای تصمیم گیری با معیارهای چندگانه است زیرا این تکنیک امکان فرموله کردن مسئله را به صورت سلسله مراتبی فراهم می آورد و همچنین معیارهای مختلف کمی و کیفی را در نظر گرفته و امکان تحلیل حساسیت روی معیارها و زیرمعیارها را دارد، علاوه بر این بر مبنای مقایسه های زوجی بنا نهاده شده است که قضاوت و محاسبات را تسهیل می نماید؛ همچنین میزان سازگاری یا ناسازگاری تصمیم را نشان می دهد که از مزایای ممتاز این روش در تصمیم گیری چندمعیاره است. برای مثال فرض کنید از بین سه اتومبیل A، B و C می خواهیم یکی را انتخاب کنیم. چهار معیار قیمت، مصرف سوخت، راحتی و مدل مطرح می باشد. حل این مثال توسط سیستم سلسله مراتبی در گام های زیر صورت می گیرد : ساختن سلسله مراتبی، محاسبه وزن ها و سازگاری سیستم. 
ساختن سلسله مراتبی : اولین قدم در فرآیند تحلیل سلسله مراتبی ایجاد یک نمایش گرافیکی از مسئله می باشد که در آن هدف، معیارها و گزینه ها نشان داده می شوند.

 نمایش گرافیکی سلسله مراتبی

سطح اول هدف را نشان می دهد که انتخاب بهترین اتومبیل است. در سطح دوم چهار معیار مسئله که قیمت، مصرف سوخت، راحتی و مدل می باشند، مطرح می شود و در سطح آخر گزینه ها نشان داده می شوند.

۰ نظر موافقین ۰ مخالفین ۰ ۱۸ مرداد ۹۵ ، ۱۴:۰۸
مرکز تحلیل آماری نوین

یکی از مهم ترین فواید طرح آزمایش ها عبارت است از توانایی آزمون کردن اثر همزمان چندین عامل با کمترین هزینه ودر زمانی کوتاه. حال ببینیم چگونه یک آزمون را درباره دو عامل A و B در طی یک آزمایش می توانیم انجام دهیم. اگر بخواهیم اثر عامل A را برای v وجه و عامل B را برای w وجه با بکار بردن تنها یک عامل در هر دفعه مطالعه کنیم، باید اولین آزمایش را با r_1 تکرار و بکاربردن vr_1 قطعه برای آزمون اثر عامل A انجام دهیم، سپس دومین آزمایش را با r_2 تکرار و بکارگیری wr_2 قطعه برای آزمون اثر عامل B ، اجرا نماییم. 
مرثرتر و بهتر است که دو عامل را همزمان روی یک واحد آزمایش اثر بدهیم. نتیجه ی y_ijk از واحد آزمایش u_ijk بدست می آید و همزمان وجه A_i عامل A و وجه B_j عامل B را می پذیرد. مقدار y_ijk برابر است با: 

۰ نظر موافقین ۰ مخالفین ۰ ۱۸ مرداد ۹۵ ، ۱۳:۵۹
مرکز تحلیل آماری نوین

طرح هایی که در آن ها چندین متغیر مستقل کمّی(متریک) و در ارتباط با عامل های کیفی (غیرمتریک) بکار برده می شوند، طرح های تحلیل کواریانس(ANCOVA) نامیده می شوند.متغیر(های) مستقل کمی در این طرح متغیر کمکی و متغیر مستقل کیفی اصطلاحاً عامل نامیده می شوند. یک متغیر کمکی مؤثر در تحلیل کواریانس متغیری است که با متغیر وابسته دارای همبستگی بالایی بوده و در عین حال با سایر متغیرهای مستقل همبستگی نداشته باشد. متغیرهای کمکی پارامتری یا کمی، نوعاً در طرح های تجربی و مطالعات پیمایشی ، به منظور حذف اثرات خارجی بر متغیر وابسته و افزایش دقت اندازه گیری مورد استفاده قرار می گیرد.

۰ نظر موافقین ۰ مخالفین ۰ ۱۸ مرداد ۹۵ ، ۰۵:۱۱
مرکز تحلیل آماری نوین

مفاهیم و ابزارهای آماری به صورت صریح یا ضمنی بخشی از فرایند اکثر تحقیقات را شامل می‌شوند. نقش این مفاهیم و ابزارها را می‌توان هنگام تصمیم‌گیری در مورد گزینش آزمودنی‌ها، جایگزینی آنها در گروه‌های مختلف، توصیف داده‌های جمع‌آوری‌شده و تعمیم یافته‌های حاصل از مطالعه، مشاهده کرد. بنابراین در تحقیق رفتاری، روش‌های آماری چندین نقش ایفا می‌کنند که با هم ارتباط دارند. روش‌های آماری برای خلاصه کردن و توصیف داده‌ها دستورالعمل لازم را فراهم می‌سازند. همچنین روش‌های لازم جهت تعمیم نتایج از گروه‌های آزمودنی به گروه‌های وسیع‌تر را تهیه کرده و برای گزینش آزمودنی و جایگزینی آنها در گروه‌های مختلف و جمع‌آوری داده‌ها دستورالعمل ارائه می‌کنند.

۰ نظر موافقین ۰ مخالفین ۰ ۳۱ تیر ۹۵ ، ۰۴:۱۳
مرکز تحلیل آماری نوین

پایه هر علمی روش شناخت آن است و اعتبار و ارزش قوانین هر علمی به روش شناختی مبتنی است که در آن علم به کار می رود. ممکن است از «روش تحقیق» معانی متمایزی استنباط شود، در اینجا منظور از روش تحقیق یک فرآیند نظام مند برای یافتن پاسخ یک پرسش یا راه حل یک مساله است.

از جمله عوامل موثر در انتخاب روش تحقیق می توان به موارد زیر اشاره کرد:

نوع مساله مورد تحقیق، مرحله تعمق درباره تحقیق و علاقه شخصی محقق و نوع تحقیق

روش های تحقیق را با معیارهای مختلفی دسته بندی می کنند که در ادامه به آنها خواهیم پرداخت.

۰ نظر موافقین ۰ مخالفین ۰ ۳۱ تیر ۹۵ ، ۰۴:۰۷
مرکز تحلیل آماری نوین