آموزش SPSS

صفحه 1:
58 ~ موسسهعالی آموزش و پژق‌هش مدیریت و برنامه ریزی آشنایی با 660۵86 

صفحه 2:
تحلیل آماری»(-» لسسه۵) + هرءاتالير امارى شامل مراحل زیر است: - توصیف داده‌ها: نمایش و خلاصه کردن داده ها -آزمون فرضیات: نتیجه گیری در مورد گروه بزرگتر (جامعه) از روی اطلاعات به دست آمدهدر يك تموّنه - ارزیابی روابط: مطالعه روابط بین 

صفحه 3:
واژه ‎Souls sl»‏ در آمار " آماره (04): صفتی است از نمونه مانند میانگین 0 و واریانس نمونه (2). " پارامت (عسع۳): برای توصیف ویژگی های جامعه به کاز مق رود مانند میانگین جامعه (۲) * واریانس:یزکاربردترینشاخص پراکندگی است. هرچه ارزش واریانس بیشتر باشد, مقادیر بیشتر پراکنده هستند. اگر/واریانس ضفر,باشد تمامی نمونه‌ها.ذاژای مقدار واجی_هستند. 7 انحراف معیار («سسط ل) به پراکندگی,مشاهدات در يك نمونه اشاره دارد. در حالیکه خطای معیار ‎Jb GSS yw (std error)‏ آماره مربوط می باشد. 

صفحه 4:
واژه ‎Souls sb‏ در آمار * نما (4): مقدازی:از,داده‌هاست که بیشترین فراوانی را دارد. ۱ میانه (40): مقداری از متغپر است که نیمی از ‎polio‏ کوچکتر از آن و نیم دیگز بزرگتر از آن هستند. | صدلك.ها (عالبسص))؛مقادبری از متغیر هستند که در مورد درصد نمونه‌ه ا زا,نشان.:می دهند. براي مثال می توانید مقداری راپیدا کنید کة 9625 ثمونه ها در زیر آن قرار گيرند. ‎(Quarles) bd ble‏ از آنجاتی که صدك های 25, 50, و 75 تمونه را تقریا یه چهارگروه برابر تقسیم می کنند متجفوعاً به آنها چارك‌ها گویند: ی ‎Ow Analyze Descriptive Statistics-Frequencies‏ ‎DOT |‏ 7ج 7 8 pees IE ‏و۳‎ ۱۳۹ 2.0000 0 : ee ‏6م‎ |oaoow 01 Continué—Quartiles = Statistics... 

صفحه 5:
Sly ‏محاسبه صدك ها‎ ) plo هريك از گروه‌ها ..عدواريرع القع عناهاد 0 0 وارد کردن متغیر مورد نظر در محل تاعثا ا06جهمع در گروه مذکر ۵10 از نمونه ها مقاومت کم (2) دارند که دارای زیرگزوه های مورد نظر است ذر محل ‎Statistics... Factor List‏ Percentiles___Continue —-OK دك های مقاومت افراد در برابر تغییض ۹ 59 5 م 6.0000[ 9.0000] 0000.€ €.0000 |9.0000 |6.0000 @ 0000 @.0000 ساس 90 0000.€ 9.0000 0000.€ 9.0000 8.0000 2.0000 8.0000 2.0000 1 00۳00 0000 00 10000 ta eee Denied ‏امس‎ ( Neve Diss 

صفحه 6:
واژه ‎Souls sla‏ در آمار شاخص های پراکندگق(۵928907 ۴و جسمح()): سعی می کنند میزان گستردگی مشاهدات را اندازه گیری نمایند. - دامنه تغییرات,(0۴٩)):‏ ساده ترین شاخص پراکندگی است که اختلاف ‎Ou‏ بزرگترین و کوچکترین مقدار داده ها را نشان می‌دهد. - واریانش (:()): پرکارنرد ترین شاخص پراکندگی است. فرمول محاسبه وارنانس در يك نموه (*)) به شکل زیر است: مجموع توان دوم فاصلة هزيك از مقادیر از میانگین (1* تعداد نمونه ها = وا يا ريانس اكر واريانس صفر بَاشد تقامى تقونة ها داراى مقدار وآخدی ‎sina‏ ‏هرجه واریانس بیشترباشد, مقادیر بیشترّراکنده هستند. - انحراف میا (2۸ 8:122): جذر واریانس را انحراف معیار گویند.«اندازه انحراف معیار به واحد اندازه گیری,بستگی دارد. مثلاً انحراف معیار سن با واحد روز بزرگتر از انحراف معیار سن با واحد سال است. 

صفحه 7:
واژه ‎Souls sl»‏ در آمار * نمره استاندارد (ع«جدد لسلمتق): نشان می‌دهد که .يك مشاهده چند انحراف معیّار بیشتر یا کمتر از متاتگین می باشد. ۳ ‏_مقدار-میانگین_‎ Xu راو زمر ۵ انحراف معي استاندارد دستور محاسبه نمره استئدارد: ‎Analyze Bescriptiverstatistics Peseriptives‏ a 1721185165 ‏انتقال متغير (هاى) مورد نظر به محل‎ OK Save standardized values as variables 

صفحه 8:
نماد ‎EG‏ در خروجی 65068506 فنكام نمایش(عداد خیلیک وچلك‌با خیلی نش از علائم علمیالتتتفاده میکند. عددق‌که بعد از خرف قرار می‌گیرد نشان شود اگر عددی که بعد ‎ul Go @ jl‏ منفی باشد, علامت اعشاررانبه سمت-جْپبٍحرکت دهید. راست حرکت دهید. به عنوان متال: -.dG-Oe = -0.0dd 

صفحه 9:
patio SL ‏طرز تبدیل‎ در بعضی موارد برای ‎Orel‏ شروط استفاده از تحلیل‌های»آماری, لازم است"لگاریتم متغیر مورد نظر را حساب کرده.و جایگزین متغیر قبلی کنیم. تبدیل کنیم, به ضورت زیر عمل می کنیم: ‎Transfornfompute —_‏ ر جدید را در محل ۷۵۲1۵۳10 ۲2۵7061 تایپ:می کنیم ‎+ ‎Numeric Expression J>. a |, Ln [npumexpr Jg0j59 Glu> put‏ منت ‏1 ‏علامت سئوال ظاهر شده متغیر مورد را منتقل میککلم 

صفحه 10:
طرز کد گذاری مجدد يك تغير Transform—- Recode——_nto different variables | Output variable) Jas a: ,los 2,92 ‏ال متغير‎ “we تایپ نام جدید متغیر و انتخاب 2706 Old & New Values Label Jaro 53 prio a> Ulgit u Ja aio isl g New value Jxrog3s42> yu jy! 9 010 ۷۵۱0۵ ‏ش (کد) قدیمی در محل‎ | Continue——- OK 

صفحه 11:
طرز كرد كردن اعداد برای گرد کردن اعداد در روش کدگذاری کافی است., در بخش صله: )0 گزینه تمه( را انتخاب ! دامته مورد ر نایب كنيد مثلاً 0.626 بهذا 0 ۲ در ددا ااي كنيد 1 | به همین ترتیپ دیگر دامنه هاى مورد نظر را مشخص كنيد وابقية فرابند کدگذای را ادامه دهید: 

صفحه 12:
(0 " از آنجائی که بعضی عملیات آماری در مُورد متغيرهاي ثوع مسبت قابل اجرا نیست, لازم,است چنین متغیرهایی را به متغیزهای ۶( تبدیل کنیم. Transform Automatic recode تايب اسم متغير مورد 56 (۱9 

صفحه 13:
نمودارهای مستطیلی * یکی از ساده ترین روش ‎(Drache) sw‏ های يك ‎patio‏ استفاده از نمودار مستطیلی اپیگ ۱۳۱ همزمان میانه, دامنه بين چارگی و کوچکترین و بزرگترین مقادیر را برای گروه:ها را نشان می دهد. مرز پایینی میا و وبا و مرز بالابى نماینده صدك 5 می‌باشمو ۱ تطولشان دهنده دامنه بين چارکی است یعنی 50درّضد نموه ها مقذاري درون مستطبل دارند. خط سیاه داخل مستطیل نشان دهنده میانه,است. از روی نمودار مستطیلی می:توان استنباط های زیر را داشت: - از روی میانه مرگ ده اعنللا وفید محل تجمع داده ها به دست آورد. - از روی طول مستظیل ملع توان گنت که چقدر داده ها از هم اختلاف دارند (پراکندگی) - اگر خط باس تنل متحایلباشد. نشان دهنده جولگي مثبت مب 2 که له :۷ 390 ت99گکی باشد نشانگر وله دك رد اك 202 كن اشن 

صفحه 14:
طرز ترسیم نمودار مستطیلی Analyze —Descriptive statis D “re Factor List Ux. 33 ctor Level Together—Continue 

صفحه 15:
طرز ترسیم نمودار ستونی برای مقایسه دو ‎ys np 2227 of separate variables‏ 0 ۰ وطوهه ‎1s adie 99 ba 4 Define‏ که نمودارهای آنها باید مقایُسه شوند به محل ‎3ars Represent‏ ‎| ‏قال متغیری که دارای زیر گروه ی باشد به محل ‎vategory a‏ ‎OK ‎Orn ‎ ‏داده هايدر فايل 1208187 موجود هستند ‎ ‎ 

صفحه 16:
.۳ مقیاس های اندازه گیری 1. مقایس اسمی (2۷)7()): ضعیف ترین سطح اندازه گیری مقیاس اسمی است. در اين سطخاعداد یا نشانه ها برای طبقه بندی اشیاء يا مشاهدات» کا ۶ ۱99 لفات با مقیاس اسمی را نمی توان به صورية مَعنی داری از کم به زیاد دیف نمود. مانند جنسیت 2. مقیاس رتبه ای (ترتیبی) (ع۳۹۳۹۷۵): برای نشان دادن طبقه هایی با رتبه مستاوی به کار مق»رلفتلاً رضایت شغلی ‎pS ols‏ , کم‌تاجدودی زیادخیلی زیاد ‏3.مقیاس فاصله-اق:زمانی به کار.فی رود که مقدار يك متفیر را بتوان قيد كرد اما صفر مطلق ندارد ,(مقادیز منفی نیز پوشش داده می شود). مانند درجه حرارت. نمی توّان نسبت بین دو مقدار را در متغیرهای فاصله ای محاسبه کرد. ‏4.مقیاس نسبت: مشابه مقیاس فاضلهای اسّت,باباین تفاوت که در نسیت | ليل كمتر از صفر وجود ندارد, اما درجه حرارت هم مقادير منفى و هم مثبت را شامل مى شود. در این حالت متوان گفت که يك مقدار در مقایسه با دیگری چقدر کوچکتر با بزرگتر است. مانند سن با سنوات تحصیلی: 

صفحه 17:
انواع متغیرها متغیر وابسته (9۳212): متغیری است که تغییر پذیری ان ی متغیر مستقل (۳۲۷): متغیُْی است که دلیل تغییر در متغیر وابسته را باید در آن جستجو کرد. متغیر:تعدیل کننده (15۵:()): این متغیر بر رابطه بین متغیرهای مستقل وزاوابسثه تاثير اقتضايى دارد. | متغیر کنترل: مثغیری است که تاثیر گذاری آن را کر جریان يزوهش كنترل مك كنيم. متغير مذاحلهكر(دن42): متغيرى است كه نحوه تاثير گذاری متغیر مستقل را بر متغیر وابسته ثشان می دهد. A مستقل مداخله گر ‎aimul‏ ‏مشارکت ایجاد انگیزه کارایی 

صفحه 18:
طرز انتخاب تعداد خاصی از نمونه ها با وبين پژگی مشخص + فرض كنيمإبخواهيم كروقق از نمونه را در محاسبات:وارد کنیم که زن"هستند, در اين Data Select Cases;—1f condition is satisfie ign 1029 i320 2 oyloinjl js as-Genddr—=2- If Continue | OK 

صفحه 19:
طرز خواندن يك فایل ‎excel‏ ?9 5595 از روی "فایل دستور )0 و سيتس 940ل را انتخاب " در پنجره ‎aS sl‏ باز می شود در قسمت عم عن۲) فرمت اوعد را انتخاب کنید * فایل مورد نظر را انتخاب و هه را بزنید. " در پنجره ای که/باز:می شود در:قسمت م۲ آدرس متغیرهاازّا,تایت کنید. مثلاً ۵66 ‎VP:‏ و 01 را بزنيد 

صفحه 20:
تتزاای,متغیرها * فرض کنید.تعدادی از متغیرهادر ویژگی هایی نظیر مقیاس 5 درجه ای لیکرت مثل هم باشند. در این صورت ضرورتی بای تایب اين مقياس براى تك تك متفیرها وجود ندارد. بزای اینکار کافی است. الگوی (سطا<۳) مورد نظر را تهیه و ذخیره کنیم و ویژگی های آن را به متغیزهای.فورد نظر تعیمم دهیم. Data——~Templates 5 ‏د‎ gale labels—Name Jo 52 pi 2490 el wh ‎Sl» yulic a0 —Continue— Add ——-+-OK‏ مورد نظر 

صفحه 21:
1 روایی محتوا ‎(Ordtdiyy)‏ روایی محتوا اظمینان می دقدکه ابزار مورد نظر به تعداد کافی,پرنسش های مناسب:برای اندازه گیری مفهوم موزد سنجش در بردارد. هرقدر عناصر مقیاس:گسترده تر و قلمرو مفهوم مورد سنجش را بیشتر در برگیژند, روایی محتوا بیشتر خواهد بود. به بیان"دیگر, روایی محتوا نشان می دهد که ابعاد و عناصر يك مفهوم ‎oS)‏ باید سنجیده شود مانند کارایی) تا چه حد تحت پوشش دقیق قرار,گرفته است. برای سنجتتن"روایی زمانی که چند مفهوم در يك پرستقط۱ ۱۱ و ۱ اند از تحلیل ‎delle‏ ی 

صفحه 22:
سسش نامه براى ‎cull ub aol ai, punt‏ کنیم که شاخض های يك متغیر رّوی يك فاکتور سوار می شوند تا ثابت کنیم آنها.تك بعدی هستند. برای ین کار باید شاخ هی (سئوالات) متغیرهای مختلف رایکجا از طریق:تحلیل عاملی مورد ارزیابی قرار دهیم: " اگر پرسش نامه از/,روایی لازم برخوردار باشد, باید شاخص های هر متغیر روى يك .عامل مستقل سوار در صؤّزتى كه بعضى از شاخص هاى ‎ch (sla Silés)‏ متغير روى يك عامل سوار نشوند. می توان آنها را حذف کرد. 

صفحه 23:
اعتبار (,رشلد؟) * اعتبار ات(!؟؟؟6ت سازگاری آن را در اندازه گیری يك مفهوم"تشان می دهد. یعتی توانایی ابزار دز حفظ پایایی خود در طول زمان ‎bale (pele)‏ غیرقابل کنترل آزمون و وضغیت خوذ پاسخگویان) حاکی از پایدازی آن وتغییر پذیری اندك آن می باشد. * برای سنجش اعتبار پرسش نامه از روش های زیر می توان بهره گرّفت: - آلفای کرونباخ - تست- تست 2220 ‎(Dest-Retest)‏ 

صفحه 24:
Testretest gugy " در این روش تعدادی پرسشّ نامه در مقیاس کوچك توزیع می ,شود و بعداز كذشت مثلآ يك هفته همان پزسش نامه میان همان گروه توزیع مق گردد: 5 5 داده های بهآدست آهده در دو مرحله با استفاده از آزمونُ! نمونه هایجفتی مورد مقایی ۳8 ۲۰ 6۱ و همپستگی متغیر ها در دو مرحله محاسبه می شود. 

صفحه 25:
آلفای کرونباخ * یکی از متداول ترین روش ها برای تعیین اعتبار است. آلفا مبنی"بز سازگاری داخلی يك تست است. یعنی مبتنی بر همَبََشتگی متوسط اقلامْ درون يك تست است. فرضن ‎dh pill aS cul oly‏ مقیاس باهم همبستگی دارند زیرا آنها يْك-هوجودیّت مشترك را اندازه گیری می " چون آلفا (0) ی تواند بهعتوان ضریب همبستگی تعبیر شود, دامنه آن مّی تواند از صفر تا.1 ,در نوسان باشد. 

صفحه 26:
‎sly 0‏ آنکه بتوانیم اعتبار (/۲:۷۵۷0)) شاخص های ‎tha bg po‏ متغیر را بسنجیم"و اطمینان حاصل کنیم کة شاخص های مورد نظر متغیر واحدی را می سنجنا: لازم استث بة:شرح زیر عمل کنیم. ‏" آلفای به دست آمده نبايد از 0/7 كمتر باشد تا بتوانيم ادعا کنیم که شاخص های انتخاب شده متغیر مورد نظر را می سنجتدو مي توان به آنها اعتماد کرد. ‎Analyze——- Scale—>Reliability Analysis ‎| ‎_/ Statistics tems ‏انتقال شاخص های مورد نظر به محل‎ Scale if item deleted —- Continue— OK 

صفحه 27:
نمونه برداری نمونه برداری تضادفی طبقه ای جامعه آماری ابتدا به طبقه ‎sla‏ معنی دار تقسیم می شوند. سپس آزمودنی ها به یکی از دو صورت زیر انتخاب می شوند؛ - نستكا به تعداد کل آنها در جامعه آماری - براساس مغیاز دیگری به غیر از تعداد کلی جامعه آماری | نمونه بردارزی-خوشهای: نخست گروه هایی که اعضای نامتجانس دارنه/شیناسایینخ مولشوند. سپس بعضی از آنها به طور تصادفی انتخاب می شوند و سرانجام همه اعضای هر گروه که به طور تصادفی انتخاب شَّدَة آند مورد مطالعه قرار مي گيرند. مثلاً از بين اسّتان های:کشور به طور تصادفی چند استان انتخاب می شود و سپس از تمام ساکنان این استان ها نظر سنجی می شود. 

صفحه 28:
بین فرضیه علمی و فرضیه آماراق!تفاوت وجود دارد. آزمون فرضیه آماری, آزمون پا ۳۳۲ . فرضیه آماری معمولا به شکل فرضه,هقر و فرضیه جایگزین (مخالف) بیان می شود. 1 فرضیه صفز (عتتسرا |()) ادغایی است که در مورد جامعه که مبيّن عدم وجود تفاوت است: فرضیه مخالف (عتعاضربا" عشح‌ها) وضعیتی را مشخص می کند که فرضية صقر صحیح نباشد, فرضیه صفر را باید بُه ضورتی:تعریت کرد که يك وضعیت واحد را به صورت کامل توصیق کند. مثلاً فرضية صفز نمی تواند این باشد که افراد با تخصیلات ذانشگاهی,در هفته 40 ساعت کار نمی کنند. (در مقابل:اين عبارت که ساعات کار افراد دارّاي تحصیلات عالی و افراد بَذون تحصیلات دانشگاهی یکسان است يك فرضیه صفر مناسب است). 

صفحه 29:
مخالف,(ادامه) * هميشه دقت کثیم که يا فرض صقر را رد کنیم يا آن را رد نکنیم. هیچگاه از اين جمله استفاده نکنیم که “ثابت شد که فرضيّة صفر صحیح نیلست." آزمون معنی داری شاخص های آماری, در واقع همان آزمون فرضیه صفر اشت. هنكامى كه سطخ معنی داری:مشاهده شده کمتر از 05/ باشد فرضیه صفر را زد می شود. آنگاه می توان فرضیه مقابل پذیرفته,می"شود. ‎Clase! (Prwer) oli‏ آماری است که بای توصیف توانایی رد فرضیه صفر وقتی که غلط است به کار می رود. احتمالی است که بین صفر تا 1 تغییر می کند. توان ‎ES a aaa ak‏ و سوه 1 سس سس نی 

صفحه 30:
طرز ایجاد و شمارش 0 ور متغيرهاي جقد ف ب بد كرت ن انتخاب کنند در مرجله تعریف 2707 يرو وارد كردن داده ها به شرح زير عمل مى كنيم: 1. فرض کنیم از بین يك سئوال هفت گزینه آی زیر هر فرد مجاز باشد ‎a‏ ات ۳ ‎O.buack oP basic services,‏ = و9۳ سا 4 ع )۲۵ ‎ S.Persved Oleg‏ امه در اين صورت يكار ا بجلا ويجوات هاف ممكن يه شع زير تعريف مى ‎prob‏ وا ‎pol prob‏ 2 در مرحله وارد,کردن داده,ها بترتیب از متغیر اول شروع می کنیم. يعنى اكرإفرد ‎١‏ آم دو مورد 3 و 5 راإاتتخاب ك6 باشد, به ترتيب در ردیف مربوطه در ستون متغیر 7 کد 3 و در ستون:متغیر 7۵ کد 5 را وارد می کنیم. در این صورت در محل متغیرهای 7۲۵ و 7۲ چیزی وارد نمی کنیم. 

صفحه 31:
طرز ایجاد و شمارش متغیرهای چندجوابی 3 دستور زیر را پیاده ‎no‏ کنیم: Analyze—Multiple response—Define Séts.. ‘ob1, prob2, prob3, prob4 Sis) 4s sy90 sla psic ‏نتقال‎ Variables in Set ie 6001165 قر كرد ن#دامله يكذكذارَى در محل 13206 مثلاً 1 م عمومى منختق,(منلاً0۲۵3)دن فسمت 26( و عنوان کلی : در محل 1.۵061 { ‎Ge!‏ Close 

صفحه 32:
طرز ایجاد و شمارش متغیرهای چندجوابی فراوانى جواب ‎sla‏ 5 را با دستور"زتر را به دست آورید: Analyze —Multiple ResponseFrequencies—Ok ,سش هاي چندگانه توسط پاسخ دهنده بدون پاسخ گذاشته شده تنید. در این حالت در محل ۷۵۱۷65 1651:0] گزینه زیر را انتخاء ‎Exclude Cases listwise within‏ 

صفحه 33:
Ove Guople ™ test * آزمون يك نموت ۲3 | [فرضیه صفر به کار گرفته می شود ک 7 50 9الامعه با ميانگین مشخص تعلق دازد يا خير. اگر سطح معنی داری"مشاهده شده کمتر از 05/ باشد فرض صفر رد مى 2930 ‎(Wo! Dlg)‏ به عنوان مَثال,فی توانید از اين رویه برای آزمون اين فرضیه استفاده کنید که آیا بچه هايي که به طور زودرس به دنیا آمده اند بهره هوشی آنها هوق مت لانط 100 می باشد یا خیر. در اين حالت فرضیه صفر بهالگورت بیا9 نود كه بين بهره هوشی افراد رورش با بهژه هوشیجامعه (مثلً 100) تفاوت وجود.نذارد. بعنی در این قبیل موارد میانگین نمّونه با میانگین 1 رس :1ك إمقايسه مى شود. 

صفحه 34:
ای Analyze Compare eRe T test Test Variable Jao a: ‏ال متغیر مورد نظز‎ مقداری که باید به جامعه تعمیم داده شود در محل ‎Test Value‏ OK 

صفحه 35:
خروجی,ازمون يك نمونه ای 0 ‏جباورون 85) جو‎ Gtatstcs P| oT oe | atten | | BIRO SPYRO TS OF [SOF 50 ۲ هون Dest Ode = 98000 6610 0۵ terval oF the ured Oday | 9.009 ero “008 90,9. 00 

صفحه 36:
‎SU! wero Clow‏ دو دامبه اي و يك دامنه ای ‏هرگاه جهت تفاوت در رُمُوّنْ قَرْضیه,,مشخص نباشد آن را آزمون دو ‏دامنه گویند. ‏هرگاه جهت تفاوت مورد توجه باشد, ‎wire ally ub‏ داری يك طرفه ‏حساب شود: مانند آزمون فرضیه صفر ‏برای محاسبه سطح معنی داری يك طرفه از روی سطح معنی داری دو ‏طرفه (مثلا آن رات پخوائیع) 5 خروجی ۵۵۵ برای حالت (هلا تما" ‏> وا! 9 ‎tt, 2D‏ :,1۷) به روش زير عمل می کنیم: ‏- فرض صفر راد می کلم اگر 2 /*ه کوچکتر از05 /0 باشد جایی که مقدار ۱ دی( ‏- فرض صفر (,) را زد می کنیم اگر 0*(/2-:6) کوچکتر از05 /0 باشد جایی که مگ اند ‏- در حالت 0< ,ها :۷" و 00> نامل :راك جایی کة ۱ منفی و مقدار ‏۵ ویک ۵/۵۵ باس د ل د رد می شور و جایی که ؛ ‏3 و مقدار 2/(*-) کوچکتر از 05 /0 باشد. فرض ‎wo oy ly pio‏ 

صفحه 37:
توان ‎(Power)‏ ازمون 1 توان اصطلاح آماری است کهَبَای توصیف توانایی رد فرضه صفر وقتی که غلط است, به کار مُیٌ»رود. توان به مقدار اختلاف واقعی, حجمٌ"تمونه. واریانس اختلاف و"سطح معنی داری که در آن می خواهید فرضیه صفر رارد کنید. بستگی دارد. برای پیدا کردن توان يك ازمون, می توان به جدول توان که توسط کوهن (1988),تهیه شذه مراجعه کرد. برای افزایش توان يك آزمون موارد زیر توصیه شده است: - هرچه سطح وراد( بزرگتر باشد, توان آزمون بیشتر ست + - هرچه اندازه نمونه"پزرگتر باشد, توان"آرمون بیشتر است. - آزموننيك دامنه ای از آزمون 5و7ذآمتّهاق#پرتوان تر است. >52 آزمون يك دامنه, هرچه اختلاف بین میانگین:واقعی () و میانگین نمونه ( ,) پیشتر باشد, توان آزمون بیشتر است. 

صفحه 38:
5 موق با نمونه های جفت ‎ured Gucpple test‏ + از آزمون ۱ ی که هر فرد یا حيواني دو بار درو وضعیت,متفاوت مورد مشاهده قرار می گيرند. یکی از اين مطالعات طرح-قبل و بعد می باشد. به عنوان مثال, اگر بخواهیم به"روش ۳۱۳۶ اعتبار پرسش‌نامه را بسنجید با فشار خون فرد را قبل و بعداز اعمال يك تیمار فرضیه صفر در گیب این امعتوکپیختلافی بین مقادیر متوسط در دو,عضَو يك,چفت:جامعه,وجود ندارد. به عبارت دیگر ات ۱ ۱ ۳۱ ۱۳ 10 ۳۳۳ 

صفحه 39:
دستور ازمون ۲ با نمونه های جفتی ‎Analyze‏ | Paired Sample T Test gil ‏مشاهدات دوتایی هستند و انتقال‎ 9,20 aS prio 99 UL Paired Variables OK تی که سطح معنی داری مشاهده شده کمتر از 05/ باشد, می توان فرض را رد کرد. یعنی تفاوت معنی داری بین دو حالت مورد نظر وجود دارد. 

صفحه 40:
(enki) 00 خروجی ازمون ۲ با نمونه های جفتی ی و ] م ل ‎Deon‏ ‏5200.0 ‏90 Grd. ‏سم(‎ o 0 HP 3 ۵ Dros ۳, ۳۹9.9۶ 2,000.09, ۲ 7 ات بط Par 0 صم On wow 098 ۳ 6۵0 owe ‘hr ‏مس‎ ‏را‎ 978.68 Pured Coupler Ovrrektowe © ‏مود‎ 3 ۳ a expertery Ook eee سس cred OF ere 98% On ‏با‎ 6 ات ۵ ea brea 203 0 nasa 10,008.82 Peos.ee 0 0 1 

صفحه 41:
۲ با نمونه های جفتی اگر می خواهید اثر دو درمان را برٌ:روی يك فرد مقایسه کنید باید بین دو درمان زمان کافی وجود داشته باشد. اگر نمونه های شمايك فقالیت يا آزمايش را دوبار تکرار می‌کنند, ممکن است دفعه ذوم به دلیل اثر آموزش بهتر از دفعه اول عمِلٍ کنند (ختی اگر مداخله مورد نظر آثری نداشته باشد, اثر آموزش مي تواند موجب تغییراتی شود). © در تحقيقاتى از اين دست بايد اين موضوع در محدودیت هاى يزوهش نوشته شود. 

صفحه 42:
ازمون "ا با نمونه های ‎Jai‏ ‎T test‏ رولب[ ‎slp aigai UT a)‏ مستقل این فرضیه صفر را آزمون می کند که میانگین يك متغیر در جامعه برای دو گروه مختلفافراد باهم برابر است. هنگامی که تشیطح معنق داری مشاهده شده کوچك باشد فرص طفْر(متانگین های يك متغیر در كروه هاى مختلف باهم تفاوتك ندارند) رد می شود وبنتيجه مى كيريد كةيبة تظريمى رسد میانگین هاى دو كروه با هم برابر نيستند. 

صفحه 43:
تور آز‌مون ‎Tg‏ با دو نمونه مستقل Analyze —Compare Meansndepndent-sample T Test بير مورد نظر به محل ‎Test Variable‏ و متغیری که شامل گرو, نظر ‎Grouping variable Joo a cusl‏ Define Groups ‏نوشنتن کد هر دو گروه در مَحل,های مورد نظر‎ | Continue OK 

صفحه 44:
خروجی آزمون ۳ با دو نمونه ‎Ie.‏ و مه ‎Gx | Gx. Gro‏ ‎Orca‏ سس( ‎Derried? o Derr‏ ‎‘Dhick oF GelP as Libera ۳3 9 ۳96 0909010۶2۵4609‏ ‎or Oreervcive w ero 6.06 199 906409‏ ‎Scraper ot‏ موم ‎Trot Por‏ سا ‎rere‏ ردو( ‎(Cody of Onrerers ‘Hoot‏ ‎Onder‏ 96% ‎“hier of ter‏ عسل | 9۵| سا ‎Gm]‏ ‎OMe | lower | Oper‏ | م0 | بیج | 0 ۳ ‎e‏ ‏7 7۳702 ‎Me‏ مم 88 ‎OOo‏ ۵ | 9۲ | معن ‎PB‏ مر مش لس نا ‎verte wot 000 9۳09 1‏ لست 

صفحه 45:
+ تفسیر نتایج در ازمون ۲ با دو در خروجق دو ویرایش متفاوت از آزمون ؛ دیده مى شود. اولاق ‎١ ١١‏ الاجر الت كه واريانس دو جامعه با هم برابرند و در دومی چتین فرضی وجود ندارد. 7 با استفاده از آزمون«سجا می توان فرضیه صفر متعلق بودن دو نمونه به جامعه هایی با واربانس های برابر را آزمون کرد. اگر سطح معنی داری مشاهده شده در آزمون کمتر از 05/ باشد مّی توان فرضیه صفر برابری واریانس دو جامقة را رَد کرد. در اين مثال برابری واریانس ها رد می شود. بنابراین, باید نتایجی را که دارای برچسب اجب سس موه هستند, استفاده كرّد. 

صفحه 46:
آنالیز واریانس يك طرفه (بوه 020 ‎(®DOO®‏ * توزیع !برای آزمون تفاوت بين دو گروه مناسب است.اگر سه يا جند كروه يراق مقايسه داشته باشيم, نمى توان توزيع را برای سیک ای 2209 كروه ها به كار كرفت. اگر بخواهیم میانگین هاي جامعه را در بین چند گروه مقایسه کنیم از آنالیز واریانس یکطرفه استفاده می کنیم. " آنالیز واریانس یکطرفه نمونه ها را براساس مقادیر يك متغیر در گروه های مختلف مقایشه.می کند. متغیری که جهت تشکیا گروه ها اشتفاده می شود فاکتور نامیده می شود. مثلا فرض صفر می گوید که میانگین خقوق در طبقات شغلی مختلف یکسان است (بین طبقاتشقلی,مختلف از نظر حقوق دریافتی تفاوت وجود ندارد). 

صفحه 47:
جدول آنالیز واریانس ©6000 ول سس ‎of ۳‏ سس ‎Gig.‏ 2« عسو & ومسو ‎Brows 00 8 ۱۴06۲00 0 00‏ مها ‎Oikia Crows 0+00 ۶ ۵‏ 9 0 ۳۷ 

صفحه 48:
7 @osfet Onn 96% Corker med OFFerrcce leer 0۳۷ ‎(i) | On Grrr | Org ove Gove‏ | سل ون سس( $400.60 | 908.69 ,89-4 9 9 لیت 9 ار 66.0 دهن :0و0 0000566. .68968 ۵,۸89 سس( 666.66 80۵6۵069 929 0 9( وان 5 ‎DOOSPO, FOLOGEP? BFO.GO‏ 2 0 ,09 سس( 060.06 0906 066, 00003136 ا وان ‎Dermnpr‏ ‏60156 009.90, 0008012 : 0 1090.98 ,9 لت ‎ ‎ ‏ام 0 و موه سول مت با ‎ae ‎ ‎ ‎ ‎ ‎ ‎ 

صفحه 49:
* در آزمون مقایسه :)»هر رديف شامل مقایسه يك جفت مق باشد. در مثال فوق ردیف اول مربوط به مقایسه کارمند دفتری با نگهبان و مدیر است. رديف آخَنَ مربوط به مقايسه مدير با کارمند ذفترق و نگهبان می باشد. ‎a‏ جفت هایی از مَیانگین که ‎a‏ طور معنی داری ‏باهم اختلاف دارند.توسط ستاره,فشخص شده ‏داری ندارند. 

صفحه 50:
دستور اجرای انالیز واربانس یکطرفه Analyze —_Compare Means_@ne-Way ANOVA Dependent List ‏به محل‎ Curent Salary ‏انتقال متغیر‎ Factor Jro a Jobcat tic, Jlaiil Post Hoc.. Bonferroni ‏انتخاب‎ ‎| Continue OK 

صفحه 51:
شبرظ انستفاده از آتالیر واریانس * از هر جامعه نمونه های تضادفی مستقل گرفته ش شده ‎mg‏ (هريك از مشاهدات | متغیرّهابایشتی به طور نرمال توزیع شده باشتد ' گروه ها بایذدازای واریائس یکسان باشند 

صفحه 52:
بررسی نرمال بودن 1 نمودار ۰:0 

صفحه 53:
بررسی نرمال بودن 2 آزمون اماری: قق توّان,این فرض صفر را آزمون کرد که آیا داده های مورد نظز. نمونه ای از جامعه نرمال مع لاشد. اگر سطح معنی دار مشاهده شده كوجك باشد., بايد؛به .فرض نرمال بودن شك كرد. در غیر اینصورت (اگز سطح معنی داری به اندازه کافی بزرگ باشت. فرط 1 ‎OOO 5‏ دستور آزمون نرمال پودن: ‎Analyze —Descriptive Statistics— Explore —j.ris oLsuil ‎4 ‎OK -—€ontinue «Normality plots with test—Plots .. ‎ ‎ ‎ 

صفحه 54:
تعبیر چولگی (حسسه) و کشیدگی (daw) * این "دو شاخص هایی برای قضاوت در خصوص نومال بودن توزیع هستند. يك توزیع نرمال باید دارای چولگی صفر و کشیدگی صفر باشد. " اگر چولگی مثبت باشد؛ توزیع چوله به راست ‎cul‏ 3519 منفی باشد چوله به چپ. " اگر کشیدگی, مثفی باشد, توزیع از حالت زنگی,شکل:پهن تر است و اگر مثبت باشد توزیع باريك تر از منحنی نرمال خواهد بود. 

صفحه 55:
آازمون براپري واربانس گروه های مورد مقاتسه 1 برای استفاده از بعضی تكنيك های آماری نظیر ازمون با دو نمونطة ‎١.‏ [00 اتبيه آزمون برايرى واريانس ها پرداخت. برای آین منظور از آزمون ۳ موا استفاده ‎no‏ شود. یعنی فرضّه صفر متعلق بودن دو نمونه به جامعه هایی با واریانشبرایر را آزمون می کنیم. اين آزمون نباید معنی دار باشد. کال لت هی توان گفت که واریانس گروه ها یکسان است. تعنی تفاوت معتی داری از نظر تغییر پذیری بیّنْ گروه ها وجوة‌ندازد. گر آژفون با منجر به رد فرضه صفر براتری واریانس دو جامعه شود. باید از ستونی استفاده کنید که دارای 

صفحه 56:
دستور آزمون برابری و 1 ر ‎L‏ نس ها ‎Analyze—Compare Means—Independent samples T test‏ | نتقال متغیر مورد نظر به:محل ‎Test Variable‏ ‎utio’ Jlau'!|Grouping Variabl‏ 5( که مقادیر آن دو گروه مورد نظر را تعریف می کند ب ‎| ‎OK 

صفحه 57:
تحلیل واریانس عاملی (دوطرفه) ‎(Puvtoridl PBDOOW‏ روش سنتیپژوٌ‌هش تجربى مبتنى بر مطالعه اثر يك متغير ‎Jai‏ در يك متغیر وابسته بوده است. ۲ روش تخل تلف امکان را به وجود آورده است که در طرح پژوهشی خود نفوذ چند متغیرهای مستقل (که معمولا عامَل, 7:<) نامیده می شوند) بر متغیر وابسته را بسنجیم. " تحلیل واریانس عاملی وش استيكه اثرهای ساده و تعاملی دو باءچند متغتر مستقل:را برحسب يك متغیر وابسته مورد تحلیل قرار می دهد. -— ‎a‏ ‏يا ‎diz‏ متغیر مستقل, به گونه مستقل یا در تعامل"با یکدیگر تغییر می کنند تا تغیبر پذیری متغیر وابسته را به وجود آورند. 

صفحه 58:
* آیا متوسط کارا و ریانس نس کی آیا متوسط کارایق مردها و زن ها یکسان است؟ ۲ آیا رابطه بین متوسط کارایی و درجه تخضصیلی در مردها و زن ها یکسان"است؟ در سئوال 1 ,و 2 يكٌ فاکنور (گروه تحصیلی یا جنسیت) درگیر است در حالی که در سئوال سوم هردو فاکتور به طور مزمان مورد نظر است. پژوهشگر دز سئوّال سوم يكفرضه تعاملی را مطرح می سازد و معتقد است که متوسشط ساغات کار مردها و زن ها که دارای تحصیلات مختلف هشتند په گونه متفاوت. ظاهر می شود. دیپلم 9 ‎“Oulu‏ فوق,لیسانس مردها کارا ‎id‏ زن ها 

صفحه 59:
* این پژوهشگر 60 کارمند را از میان جامعه کارکنان به تصادف انتخاب می کند به گونه ای که به 6 گروه 10 نفری مطابق جدول زیر تقسیم شده باشند. اثر اصلی ‎(DewhCP Per’)‏ تحصیلات ۱ در آنالیز وازتاتس اثر اصلی عبارت است از ات گريك 24 هاکنور /صر قرطت از اثر سایر فاکتورها مثلاً اثر درجه تحصیلی (پو تنهابی) رپ روتو متوسطر و کارایی اثر اصلی یی اند اثر تعاملی (سخ۵۳) ی ): اگردو فاکتو12همز ۵22 92 گیر 32 آزمون اثر ‎Se) bus Clots‏ شود. 

صفحه 60:
نمودار خطی میانگین های بج ‎ze a‏ Csticaed Dargcd Oecd oP Oued Guta Csterted Darjad Deca 

صفحه 61:
جدول آنالیز واریانس ‎aes.‏ جاد 0۳۴ یط و6 ۴ و Depecdet Ootuble: ‏او مس‎ Onwve Oorrevied Dot ‏اس‎ 20200 ۵6 ‏جوم‎ ‎00۵۸ 096.066 200 S?.008 OOOOER * COOWEE+09 Se+008 | 9.099 Cro ‏موق 066 مجهت .نم‎ Doral 0 Pe 0+0 ‏هم‎ RB Gqured = GOS (Oehsted R Squared 

صفحه 62:
تفسیر انالیز واریانس دوطرفه * با نگاه کردن به سطح معنی دار مشاهده شده برای هريك از نسبت های ) مشخص.هی شود که آیا می توان.فرضیه صفر آن را رد کرد: — فرضیمی ۲ وبا رها ی#جامعه (میزان حقوق) در تمام سماههف ‎١ ٠‏ ۳00۹۲ هی در سطوح تحصیلی مختلف تفاوتی در میزان حقوق افراد وجود ندارد. - فرضه صفر اثر اصلق: میانگین های جامعه (میزان حقوق) در هردو جنس زن2 ]1 بان اسيذا. - فرضيه صفر اثر#تعافلى: ,اثر:تحضيلات بر روى حقوق در هر دو جنس زن و مرد درٌجامعه یکسان است. (ببن. دو متغیر اثر تعاملی وجود ندارد). همان طور که ملاحظه می شود سطح معنی "دای مشاهده شده در مورد.اثر تعاملی کوچکتر از 05/ می باشد. بنابراین»,فرض صفر رد می شود. یعنی اثر سطح تحصیلات بر روی حقوق در مردهابو زن ها یکسان نیست. به عبارت دیگر, رابطه بین سطح تحصیلات و حقوق در مردها و زن ها متفاوت است. 

صفحه 63:
تفسير اناليز واریانس دوطوفه (ادامه) + همان طور که ما۹۳ 34همعنی داری مشاهده شده در مورد اثر اصلی (متغیر جنسیت) کوچکتر از 05/ می باشد. بنابراین, فرض صفریعتّی برابری میانگین حقوق در هر دو جنس مرد و زن رد می شود همان ج993 ایح معنی داری مشاهده شده در مورد اثر اصلی (متفیر تحصیلات) کوچکتر از 05/ می باشد. بنابراین, فرض صفر یعنی برابری .میانگین حقوق در هر میان افراد با سطوح تحصیلات مختلف رد بمىّ شود, آزمون اثرات تعاملقَ بشيار مهم:انست::اكر اثر تعاملى بيدا شود ضحبت کزدن دز دوق لين اد سطحويو ليون تهابى .مغن ندالرة 3 هر دو بايد پاهم در نظر گرفته شوند. مجموع مژبعات ارائه شده برای ردیّف :)77:94 می گوید چقدر از پراکندگی متغیر وابسته می تواند توسط اثرات متفیرهای مشاهده شده تببین شود. این درصد در زیر جدول به نام لصسجح ارائه شده است. 

صفحه 64:
واریانس دوطرفه ‎Analyze ———General Linear Model‏ | Univariate, | Dependent Variable Jr. a)atiuls pisie Jlail Fixed Factors Jro & ‏انتقال دو يا جند عامل موردانظر‎ 2101 عامل اول را بهمجحل۸5۲ ۲1۵2080۵1 و عامل"دوم را ‎2parate Lines Jae a‏ ت لزوم عامل,پییوم را به محل ‎Continue 5 Add Jaiis Separate Plots‏ را انتخاب " | OK 

صفحه 65:
تحلیل واریانس چند متغیره ‎(O@®MOO@)‏ * رویه 2000000) تحلیل رگرسیوّتی و تحلیل واریانس را براي متغیرهای وابسته چندگانه فراهم می سازد. a |b azole (Purtor ‏متغیر (های) عامل (دعاطهته0)‎ q ‏چند گروه. تقسیم می کنند.‎ 0 در اين رویه اثر,متغیرهای"مستقل (عامل) بر میانگین های گروه ‎sb‏ مختلفی از متغیرهای وابسته آزمون می شود: | در این روش تعامل بين عوامل (متغیرهای مستقل) و اثرات انفرادی عوامل سنجیده می شود. 

صفحه 66:
+ در آنالیز واریانس,دو رن !2 ) ((۳) ۰()) عبارت . _ است از اثر هريك از فاکتورها صرق نظر از سایر فاکتورها. مثلً اثر درجه تحصیلی بر روی متوسط ساعات کار يك اثر اصلی نامیده می-شود, اما اگر دو:فاکئور را همزمان وارد کنید آزمون اثر تعاملی نامید می شَود: اگر در خروجی 05 نمودار خطی میانگین های مشاهده شده همدیگر زا قطع کنند اثز تعاملی وجود دارد. برای آزمون اثر تعاملی"می توان قرضه های آماری تشکیل داد مثلاً (اثر فاکتور 1 (فاکتوژ تحصیلات) پُر,‌ژوی متغیر وابسته در گروه‌های فاکتَور2 (فاکتوَر خنشیت)یکسان است): اثر تحصیلات پر روی متوسط ساعات کار در هر دو جنس زن و مرد یکسان اب. اثر تحصیلات بر روی متوسط ساعات کار در هر دو جنس زن و مرد یکسان تببلتگ: 

صفحه 67:
اثر تعاملی (ادامه) اگر سطح معنی داری مشاده شده برای اثر تعاملی بزرگ تز از 05/ باشد (06. 20 ۷:)) نمی توان فرضّ صفر را رد کرد (بین دو متغیر اثر تعاملی وجود ندارد). یعنی مثلاً اثر تحصیلات بر روی ساعات کار در مردها و زن ها یکسان به نظر می رسد. ‎i 0‏ تعاملی بدا ‎Bhat‏ نبايد اثر هر يك از آنها ‏به تنهایی بر وی متغیر وابسته پسنجیم. اگر اثر ‎re‏ هنباه85؟تگودی‌هی توان آثر اصلی هريك از آنها,زا به روش آنالیز واریانس يك طرّفه بر متغیر وابسته سنجید. 

صفحه 68:
تحليل واریانس چند متغیره (©0060000) 7 به علاوه؛ اثرزات هميراش ها (2ع-نسرهم) و همجنين تعامل هائقميراش ها با عواملّ (متغیرهای مستقل) مورد.بررسی قرار مي گیرد برای تحلیل رگرسیونی, مثغیرهای مستقل (۳۲) به عتوان متغیزهای همپراش درنظر * اگر بیش از يك متقیر وابسته مشخص شود تحلیل چند متغیره واریانشس از روش ‎wis, Sle‏ ,دنام سرا" و م9( با آماره <) اشتفاده می کند. همچنین تحلیل تك متغیره (ععجسهی) واریانس برای هر متفیر وابسته صورت م ىكيرد. 

صفحه 69:
lie + فرض کنید اثر دو متغیر مّستقل ,ا و م٩"‏ را بر روى شه ‎Wd, DS aimulg prio‏ 9 9 مورد ازمايش قرار می دهیم. در این صورت خروجی ‎GPES‏ در تحلیل واریانس چند متفیرّهبه صورت زیر 

صفحه 70:
On 00 wow woo ow ‘OOO wow wow ow eS wee wee woe 2 oon wow Ooo ‎Crore‏ | هر ‎B.000 452.000‏ 492.000 9.000 492.000 9.000 $92.000 9.000 ‎ ‏6۵0۵66۵۵۵ ‎PE?.0e0‏ 000.@ ‎}Se.000‏ 2.000 ل ‎OOO ۳۵6,۵۵0‏ ‎woo 56 060‏ صوص عم" وت 6 ل ۰۵6۵۵۵ ۳۵۵0۵ ‎PS0.909‏ ومومه موصعم" هدوم هي ‎$SF.000‏ 0.000 ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‏© ‏000 ‏“موه وهر «مروك. ده «موت وهر 9.60 وه موه "9.990 990 موه ‎asea‏ ‎e908"‏ ‏699 ‏جوم ‎were‏ ‏0 ‎ ‎ ‎Osher ‎Dias Trae 5000 0 wren ‏سا زاس‎ | ۵ Bosley ‏امه | مس‎ ۳ Pree 1 ‏موه سا تا‎ Lorin Proae 88 ‏میا وق‎ Rew 66 ۳ Pree ‘OO ‏سا تا‎ 68 Lorin Proae 99 ‎ ‎Rew‏ میا وق ‎Pree‏ ۳ 0 ‎Lenny Prove‏ ام مها وا ‎ ‏یانس ‎OPPs ‎7 ‎7 ‎8 ‎۳ ‏سمي سب ‎Phe stot ene upper beara nt Pet yy ue bend ox a tiene bd‏ ‎Dawa “Taeroer HEE *‏ % ‎ ‎ ‎ ‎ ‎ ‎ ‎ 

صفحه 71:
Do ‏موه‎ ‎ooo ‎DDD ‎000 ‏اهم‎ ‎066 0 oo ‘DDO ea DDO مود ean © ۳ aaa aor POD, lisaooe ‏عدم دكا‎ 2 ۵۵ ‏مومه‎ ‏صم‎ ‎ane ‎awre ‎20 ‏هو‎ ‏مومه‎ مس0 مسو سيد 9 د س0 ea aot acne ‏ممه‎ ‏د00 صو‎ ‏ممه مما‎ ‏)سمت صم‎ aren 000 4200 4000 200 ‏موه‎ ‎4.206 ‎Tae ‎area ‎war * oF ae oe ۳ al a سب ‎Can‏ ‎BOAT‏ ‎lec.ce0‏ ‏جیوه ‏مرج ها دم ده 5 688 ‎eer‏ ‎era‏ ‎Creer)‏ ‏جوم عه كمه ,137.606 ‎IF DDD‏ ‎jac.on‏ ‏ووم ده ممم عم موه 00000 ‘ot oe oe oT oe ‏مه‎ ‎oT ‎oe ‎oe ‎2 ‎oe ‎oe ‎oT ‎oe ‏مه‎ ‎oT ‎oe ‎oe ‎2 ‎oe ‎oe ‎oT ‎oe ‏مه‎ 96 (Daher R Oouared = 29) OF? (Diba R Oouered = 0?) ar?) 288 (chord ® Oqaed Comat Oo 7 7۳ Cow Tat Cord Fond = RO ‏لسوت © بلا‎ سوه 

صفحه 72:
Analyze —General linear Mode}Multivariate انتقال متغیرهای وابشتة به محل ‎Dependent Variables‏ | Fixed factors Ux 4 ‏انتقال متغیرهای مستقل‎ Plots.. | rate Lines Jxo 4 5,9 io 9 Horizontal Axis Uno a tio ch. Add ——Continue OK 

صفحه 73:
ازمون مربع کای دو دو متغير مستقل‌هستند :و ‎fest‏ ها تفاوتمعنیداریبیندو متغیر وجود دارد : اگر بخواهیم استقلال بین دو متغیر | که محاسبه میانگین آنها ممکن نیست (تنها می توان در مورد تعداد مقادیر مختلف ‎cure yl‏ کرد مانند متغیرهای اسمی) آزمون کنیم از آماره کای دو استفاده می کنیم. " آماره کای دو بر مقادین مشاهده شده و مورد انتظار که از طريق جدوك تواققی به آدست می ‎dul‏ استوار است. در جدول توافقی مقدار مشاهده شده عبارت است از تعدادی از نمونه ها که در يك خانه قرار داند. ۱ مقدار موزد انتظار عبارت است از تعدادی که در صوزت مستقل بودن دو متغیر پیش ینی می‌شود: 

صفحه 74:
+ جدول توافقی جزء اصلی جدول توافقی تعداد نمونه هایی است که در هرك از خانه های جدوّل قرار می گیرند. روش های آماری که در این فرضیه های صفر به كار مَى روند براساس مقایسه موارد مشاهده شده در هرخانه با تعداد مورد انتظار آن عمل می کند. تعداد مورد انتظار به ظور ساده تعدادی از نمونه هاست که در صورّت صحیح بودن فرضیه صفر انتظار مي رود در هريك از خانم.ها پیدا شود. فرضیه صفر در جدول توافقی به قّورت مستقل بوذن دو متغیر بیان می شود (دو متغیر مورد نظر 

صفحه 75:
شرط استفاده از آماره کای دو 1 مشاهدات باید مستقل باشند. یعنی تقونه به صورت "تصادفی از جامعه 2 بیش از .7۵20 سلول های جدول توافقی دارای فراواتي موزد انتظار کمتر از 5 مسب کمتر از يك نباشد. 

صفحه 76:
دو ‎Analyze —Descriptive Statisties——rosstabs..‏ ل متغیرهای 2590 ‎xd ar \unSs ples‏ 1075 و دیگری به محل 15 وه‌خاوناها هی 2و -نط) 1 کزینه ۷ 0۵۳06۲5 3۳00 0121 ار یگی از متغیرهای مورد نظر اد 5 ب رای متغی رها کرتبم ای عاستا ۳ cortimmedardised 5 Observed. Expected. Total sl» ais 5S « | OK 

صفحه 77:
۳ ‎install‏ اوت ابن: يدول أن فائل 699 تغيرهاى 1/131160 ‎bul L Life‏ موه 88% وه موم ۵ ee ‏ممم‎ ‏كن‎ 666 998.0 400.0% oF ous 9 ws ee ‏اوم‎ ‎60696 ‎46 ‎660 ‎28.8% ‎29 ‎#08 ‎098.0 ‎#0.0% 20 ههه 606 م4 20۹ مهم 6 ‎eo‏ ‏200 ‏ممه ‏66 ‏وم ‏606 ‏ممه ‏849% Cane ‏عون سس‎ % oP Pore Cane ‏عون تسس‎ % ob Pond 3 سود سس ‎ob Pore‏ % موه عون سس ‎ob Pov‏ % Oman EE Dol 

صفحه 78:
خروجی ازمون ‎lS‏ دو6) On Oquar Teo anor. On. ) £ سید ‎Sao‏ 3 ۳ | 0۳ م۳ ‎were &‏ ص اساسا ‎PERO 4‏ سوه همه ‎ob Oded Ore‏ © 9 جا .© مص عدا تمجه لجاتصوت عنصا (0096.) علس (0 :5 سس :066 وا موه ‎corer exported‏ ت] سره ‎Ode Gn‏ ‎Damo ۳ 00 ‘O08‏ هه ‎«De‏ 0 ملسن سب هه ‎oP Odd Oe‏ © 4 يفام ميت مهاه ‎cen end‏ موه اتقو بهمومروی ت رویط تسوا 

صفحه 79:
تفسیر نتایج در ازمون کای دو * اگر سطح ‎Sylo Giro‏ مشاهده شده کمتر از 05/ باشد مى توان فرّضصٌ صفر یعنی استقلال دو متغیر را رد کرد. ' مقدار کاق دو (ارزش عذدی به دست آمده در روش پیرسون) مقیاسی از قدرت زابطه دو متغیر نیست. برای پیدا کردن قدرت رابطه دو متغیر از مقیاس های 9 و 0 5555© استفاده:مى كنيم. در مقیاس کرامر مقدار به دست آمده ین صفر و 1 در نوسان است. ‎pao‏ نشانگر عدم.وجود رابطه و 1"قعرف رابطه کامل است. 1 در زیر جدول آزمون کای میزان تحقق شرایط استفاده از آزمون قید شده است. 

صفحه 80:
ازمون کای دو (خی دو) * از آژمون کای دو می توان جهت آزمون توزیع يك متغیر نیز استفاده کرد. یعنی می توانید ببینید که ایا توزیع مقادیر مشاهده شده در يك جدول فراوانی با تعداد مقادیر مورد انتظار یکی ‎wo‏ باشد. ‎seit visi vo Mio !‏ کرد که آیا اجتمال افرادی که زنذگی را هیجان ‎wo ASI‏ دانند يا معمولی و خسته کننده می دانند باهم برابر است؟ 

صفحه 81:
o Cryer 0 | ‏امس‎ ‎۳4 86| 9909 | 606 eae ‏أوهم‎ 6668| woe ‏ومع سس‎ | 9909] aor ord 56+ ال باتوجه به يايين بودن سطح معنى دارى مشاهده شده فرض صفر یعنی ب از زندگی رد © © conte (0%) kur ‏لت‎ Prexneceiee brow thom ©. Dhe coaxtcann expevied cell Breau i 298.9. 

صفحه 82:
دستور ازمون کای دو يك Analyze | Nonparametric Test. Chi-Squate.. انتقال متغير موّرد/تظر به ‎Test Variable.ListQaro‏ | All Categories Equall ai 35 oul { OK 

صفحه 83:
توان آزمون کای دو مي دانیم که توانایی ما برای رّدفرض صفر وقتی که غلط است (توان آنهول)] 2 داز #كييستكى دارد. أين قاعده ‎eee noe. |] sly‏ نت مقدار آماره كاي دو به تعداهمشاهدات در ثمونه پستگی دارد. اگر نمونه کو داش لت ممکن است قادر به رد فرض صفر حتی" 9 ی غلطباشد نباشیم. به طریق مشابه ‎Shp Sls aigai sly‏ ممکن است به رد فرض صفر برسیم حتی اگر انحراف از استقلال خیلی کوچك باشد. وقتی یکی از متغیرها یا"هردوی آنها در جدول توافقی برمبنای مقیانل ژنبه ای سنجیده.می شود, آزمون کای دو مانند.دیگر آماره ها برای کشف انحراف از استقلال قوی 

صفحه 84:
‎Tests‏ مومس( ‏+ آزمون هاق غیر پارامتری زمانی به کار گرفته می شوند ‎aS‏ نمونه ها کوچك باشند و فرض های ضروری آزمون های پارامتری ‎wily Golo wa a‏ ‏| آزمون های,پارامتری به آزمون هایی گفته می شوند که به فرض نرّمال بودن جافعه نیاز دارند. در حالیکه أزمون هاى غير بارامترى داراى توزيع نرمال نيستند. مزیت ازتون,هاق غیر بارامترى أن است كه به فرض های کمتری در مورد داده ها نیاز دارند./عیب آنها آن است که توان کمتری نسبت به سایر آزمون ها دارند. 

صفحه 85:
آزمون های غیر پارامتری ‎Oow-Puravetric Testis‏ 7 آزمون :9) جایگزین غیر پاامتری آزمون ؛ جفتی است که توا کمتری دازد. در حالی که آزمون مشابه آن 7 آزمون بها(::() جایگزین غیر پارامتری آزمون با نمونه های مشتقل می شود: 7 آزمون »۳ جایگزین.غیر پارامتری برای آنالیز واربانس‌هکط رف لت 5 آزمون۲۶) بررسی می کند آیا مشاهدّات کنار هم در يك سری از هم مستقل هستند. 

صفحه 86:
آژ[مون رتبه ای فریدمن Friedman ۷ ‏ت‎ 

صفحه 87:
آزمون دو جمله ای + كَ جامعه دو جمله ای می تواند داشته باشد. ‎Analyze —Nonparame'‏ انتقال متغیر مورد نض ‎OK -Test Variab‏ ‎ee‏ عه 00-2 ا ‎oe‏ یه سس | ‎[Petry‏ م ه | ضيه ‎OF 2-6 oT BO] bo"‏ 0 مص | همه | ‎mee‏ ‎Pond ew] avo‏ م0 رام لس ع ااا اس 

صفحه 88:
1 1 اندازه گيري رابطه روش های آماری مختلفی بای مطالعه رابطه ین متغیرها استفاده می شود که به نوع متغیر و مانند اینها بستگی دارد. مانند کای دوء رگرسیون, و همبستگی برای مشخص کردن,قدرت و طبیعت رابطه ‎ow‏ ‏دو متغير بابد ان طریق محاسبه شاخص رابطه ‎(Qeusures pRasspriction)‏ اقدام کرد. يك شاخص رابطه عددی است كفييزركى آن قدرت رابطه بین دو متغیر را مشخص می کند. 

صفحه 89:
شاخص های رابطه برای متغیرهای ‎sly‏ متغیرهای اسمی دو نوع شاخص رابطه وجود دارد. اول شاخص ‏های رابّظه براساس آماره کای 3و و دوم شاخص های کاهش نسبی ‏خطا که به آنها ‎PRE‏ می گویند: ‏شاخص های رابّطه برمینای کای دو عبارت انداز: ‎(phi CoePPivieat) nd cpio — ‏- ضریب توافق جیهم ۶ ‎(CvePiciest‏ ‎۳ ©) pol S - ‎so GO LuS, ols paola aw 5» —‏ دهند, اما تفسير شاخص مایق" که برمبناق کاقا 93 ‎igs no autilre‏ مشکل است. ‏شاخض های مزبور جهت رابطه را بیان نمی کنند زيرا متغيرهاىٍ ‎ce ce)‏ بدارند و عصعیت از رایط مدن با تسار مورد آنها ‏معنی ندارد. 

صفحه 90:
* شاخص های رابطه بر مبنای کاهش نسبی در خطا - لامدا (40ا) پرگارتردترین شاخص ۳0۷8 است. - مقدار صفر برای لامدا به اين معنی است که متغیر مستقل کمکی در پیش بینی متغیر وابسته نمی کند. - هنگامی که دو فتغیر ا نظر آماری مستقل هستند مقدار لامدا بَرابرصفر است,امّا صقر بودن لامدا لزوما بم‌معتق مستقل,بودن نیست. بتابراین. ‎ee,‏ ۱ ۰:۹ 457۳ شاخص های رای اس دار ماو را بر ارکنند. 

صفحه 91:
شاخص های رابطه برای مفباس‌های رتبه ای + لاندا به عتوان يك ‎vd)‏ رابطه در تمام متغیرها با هر مقياسعها! زا ۲ گامای گودمن و کزوسکال (مسه اساسا امن ‎(@oockoaa‏ ‏گامای مثبت معرف, رابطه مثبت و برعکس است. | تاو- ۲ کندال («ستا 215)) که می تواند مقادیری بین - 1 تا +1 داشته باشد. 5 تاو-) کندال ‎torr)‏ <)) 4 » بتافرز (ل ‎(Goxer's‏ 

صفحه 92:
شاخص های رابطه برمبنای #تيستكى 0 هنگامی که متغیرهای شما در مقیاسی اندازه گیری شده اند كه+ززتبه در ان معنا“دازّد. مى توان با محاسبه ضرايب همبستگی قدرت رابطه دو متغیر را اندازه گیری کرد. دو ضریب هبستگی پرکاربرد عبارت انداز: - ضريب همبستكئ پیرسون کهدارای مقادیری بین -1 تا +1 و قدرت رابطه ‎oe Gls‏ متغیرهای فاصله ای را بیان می کند. - ضریب همبستگی اسپیژمن که مترادف,غْیْر پارامتری ضریب همبستگی پیرَتتون است. در ضمن» این ضریب قدرت رابطه متغیرهای رتبه ای را اندازه گیری می کند. 

صفحه 93:
DOO" OOO" “OPO 8.898 ‘Ried by ard Peas 26 Orded by Onto — Opeurexnt Oorretation 208 oP Orkid Owen 999 8. Dot ‏صصص‎ he onl kypvthent. b. Deter the ‏روموت‎ staukird ‏او همجمج و‎ 

صفحه 94:
دستور محاسبه همبستگی Analyze ——-Correlate ( Variables Jo a: plas 250 ‏انتقال دو,متغیر‎ انتخاب روش محاسه همبستگی پا توجه به نوع متغیر؛ 1 متغیرهای فاصله ای: پیرسو 2.متغیرهای رتبه ای: اسیبزمن 3 متغیرهای رتبه ای: کندال | OK 

صفحه 95:
3 انا اه ‎Aiden‏ | یه ی ‎Ou‏ ‎Tis ihe Dncanny or Ded Prema Correia OOD 55‏ ‎Gq. (Caled) OOo‏ 999 مهو © ۵۵ 606 اون ‎Preven‏ سوت سا 6 ‎rq. (Caled) ooo‏ 99 موه © ‎Correlates ong wot at ther (OU level (C-tae),‏ .* ‎Ae Pe Re‏ سنا | ‎@maney‏ ‎Od | Dee‏ ‎Cras bie Ommno Od Oorkan Ontos | O00 200۳‏ ‎(Caled) OOO‏ مه موه موه © ‎BOO") dood‏ سو و ل يون ‎na. (Ce) Ooo‏ ‎arse‏ | ممه © ۳ ‏مسس ليا ا ماسوو‎ the (DO bevel (Cte 

صفحه 96:
نکن ‎Perks) os br‏ ‎(Cornelis‏ ‏۶ در صورتی که بخواهیم در تعیین همیستگی دو متغیر اثر دیگر متغيرها را .كنتزال كنيم, می توان آزل#زتوبه همبستگی جزئی استفاده.کرد. 0 اگر می خواهید همبستگن جزئی دو به دو متغیرها را اندازه گیری کنید, گزینه هواس مسر را انتخاب کنید. Analyze —-Correlate<. Partial,, 1 5 و يا جند متغير مورد نظر بُّه,محل ۷20105 و دیگر متغیرهای : به محل 1017 00150111220 Options .s9, jl 72670-07067 ‏انتخاب گزینه صمناه0۵)‎ | OK 

صفحه 97:
رگرسیون و همبستگی + آنالیز رگرسیون زمانی استقاده.می شود که متغیر وابسته دارای.مقادیر متعدد است,و در مقیاس فاصله ای يا نسبتی اندازه ‎sys‏ شده باشد. در بررسی رابطه دو متغیر قدم اصلی رسم نموداری از مقادیر است: بامنتناهده‌تيكَ نمودار می توانید بگویید آیا بين مقادين دو متغين الگویی مشاهده مى شود. ‎aul ox go> Cul, b> eb Jg> bla 551 |‏ بين دو ‎BSI 2512 2939 Clee all, prio‏ ضرّيب زاويه خط مثبت باشلة#ررابظة "متبت"خواهد بود. اگر ضریب زاوبهخط منفی باشد, رابطه مشاهده شنده "منفی" ست . 

صفحه 98:
ركرسيون و همبستگی (ادامه) * قدر مطلق ضریب همبستگی پیرُسون بین دو متغیر بیانگر آن,.اشت که چقدر نقاط ‎sb Jom‏ خط صاف تجمع ‎lay‏ کرد اند. ۲ هردو ققدار بزرگ مثبت (نزديك 1+) و بزرگ منفی (نزديك 1-) بیانگر آنْ اسّت که رابطه خطی قوی بين دو متغیر وجوذ داد یابدر حقیقت نقاط به خط رگرسیون نزديك هستند. 0 اگر رابطه خطی بیّن دو متغیر وَجوّد نداشته باشد, مقدار ضريب هِمْتستكف بيرستون«نزرديك صفر خواهد بود, اما ضرييع(لهمبستكى صفر به اين معنى نيساك كه هيج نوع رابطه بين دو متغير وجود ندارد. 

صفحه 99:
اس 200 ooo ۳ 1۳00 oe oe 0007 ooo oe 0 سا تساه تمهت سس ‎Ok)‏ ‏0 (ak o Geet Oday حل محورهای ۰۶و ۲ 60116( و 

صفحه 100:
روش به دست اوردن Analyze ————Regression Lineéar.. 160۵066 ‏انتقال منغیر فاصله ای,وابسته به محل‎ 180606006 ‏انتقال متغیرهای منستقل-به محل‎ Stepwise L.Entémoiil ‏انتخاب [وش مناست‎ | OK 

صفحه 101:
خروجی تحلیل رگرسیونی سین وه xd. Crror usted oF the ‏عد | ععوة © | عسوة ؟ « اس‎ 1 26 9 OOP OCP.AG_ rectors: (Oowted), Previn Experi ] ۳ Brogoriony Sckory, Ccherctionrd Level ] ‏بسيصد0 لسسحصاجه فا‎ ۲ ‏طلست‎ Oortable: Ourt Gok 000۵ ‏دم وس‎ Dude Square ce Gq 3 Gig. qa Reyresiod 0 ۴ 896*00 2560.9“ OOO" Resided 0۰900 99 ۳۵۵0۶ Pond 00+00 ۳9 ۱ ۱ b Ompanket Oude! Ore Oxkay 

صفحه 102:
Ory. 03 O00 O00 O00 O00 POT 6.666 0.666 6.0656 00 مه Ocetorkeried ‏دیون‎ عع ات | © اه ‎Caer) 00.006.606‏ 1 وموم ووم لوط عم مما صة ‎f0.009 PO.000‏ _— تمصن ممطمية ‎ernie Shr aore | oro‏ ‎eee 40.000 | 0.907‏ ‎Scary‏ من تمه( نو ‎ ‎ ‎ ‎ ‎ 

صفحه 103:
شرایط استفاده از ‎sa‏ . رگرسیون 2 برای تمام مقادیر متغیرهای مستقل, توزیع مقادير متغیر:وّابسته باید نرمال باشد (باه-). 3.واریانس توزیع ؛متغیر وابتسته بايد برای تمام مقادیر متغیرهای,مستقل یکسان باشد ‎(Coaster Our)‏ 4.رابطه بین متغیر وابسته و متغیرهای مستقل باید در جامعه خطی ‎A(Licearity) 2b‏ 5.رابطه خطی»مشترك چند گانه.بین متغیرهای وابسته ‎ee) Ls‏ شمن, متغیرها بای حداقل در مقیاس رتبه ای اندازه گیری شده باشند. 

صفحه 104:
بررسی نرمال بودن * اگر در جامعه آمّاری متغیر وابسّته؛برای هريك از ‎sitio poli‏ های مستقل به صورت نرمال توزیعشده است, پس توزیع باقيماندة' ها (ل4دم) نيز بايد به ‎ipa‏ نرمال باشد. براى “تتتتجش نرمال بود ن«باقيماتده ها بايد در بخش متغيرهاى ‎nt 58 cis‏ آنها را وَأزْدكنيمٌ و در نهايت فقط يك نمودار خواهیم داشت. ‏, متغیر وابسته به مَخَل 1606۳0060 و تمله روز ‎RB‏ ‏53 ی ‎Analyze -Regressio‏ ‏اتفال كزينه 288512* به محل لآ و ‎Plots..‏ کرم(1 2۳۳ ييه محل < ‎ ‎Normal 2 [0 ‏انتخاب گزینه‎ OK ‎ ‎Continue 

صفحه 105:
زین نرمال بودن Oorwd P-P Plt oF Regressiva Grracke Pests oP Dorcthy ‏تناس1‎ ‎rane 3 Ora. ‏ا‎ 909 a O00. ‏ناوخا‎ I Normality plot withttests ‎veo Fru‏ سوه ‎ ‎ ‎ ‎ ‎ 

صفحه 106:
بررسی ‎ean‏ بودن 

صفحه 107:
!5 واریانس متغیر وابسته ثابت به نظر نرسد جه بايد د؟ * گر واربانیش !۳9/9199 :قدار متغیر مستقل به طور خی اکن وب ‎dS‏ از متغیر وابسته آن را تبدیل کنید. اگر انحراف »#لامتهو؟ ویس با افزایش مقادير متغير وابسته به صورت خطی الیل مییابد با لگاریتم گرفتن آن را تبیدل کنید و سپس"رگزسیون را با متغیر تبدیل شده اجرا کنید. خاب نام مناسب»پراي_متفتری,که«می ‎Transform— Computex#!s>‏ بدل كنيد در مكل ۷۵۲1۵016 121061 | قال تابع تبدیل به محل ‎Numeric expresion‏ <<. ‏تسس سس‎ 9 lai) 

صفحه 108:


صفحه 109:
بررسی هم خطی بودن قدرت رابطه خطی بین مَتغیزهای مستقل توسط شاخصی اندازه گیری می شود که تولرانس نامیده می شود. مقدار آن بین صفر و 1 تغییز می‌کند. برای هر متغیر مستقل:تولرانس نسبتی از پراکندگی آن متغیر است که توسط روابط خطی آن متغیر با دیگر ‎sla prio‏ مستفل دز مدل توجیه نمی شود. مقدار نزديك به, صفر (کمتز از 1/) معرف آن است که يك متغیر مستقل, تقریبا يك ترکیپ خطی از سایر ‎earn‏ یعنی داده ها دارای روابط plat ojo 1 ١ ‏رن‎ 1 sce, تابع خطی از دیگر متغیرها نیست. 

صفحه 110:
برر سى هم حطى بودن 0 9.989 9.2890 «038 6.720 سس ۵۵ 8.800 #وو وج ۱۸۵,0۵9 we 9.08? 00 ۷ bows 90.889, 0666 49.080 (om) ‏سمل‎ Level (rears) ] ‏ی‎ وت عصو۳ ‎(corte)‏ ©: Depend Ooch: Oued Oddy 

صفحه 111:
برازش مدل رگرسیونی ‎(Booduess oF Rit Puke wodel)‏ در خروجی رگرسیون ضریب ‎R square (RP) Gusd‏ معرف آن اسنث كه جه نسبتى از تغيّبّر پذیری یا واریانس كلى در متغیر وابسته توسط متغیرهای مستقل تبیین منشود. اگر ۴۶ مساوق 1 باشد نشان دهنده آن است که متغیر وابسته کاملا از طریق متغیرهای مستقل قابل پیش بینی است. مقدار صفر معرف آن است که متغیر وابسته به طور خطی به متغيرّهاي وابسته مرثبط,نیست. ‎٩‏ سامواد() قذرمتظلق ضتریجهمبستگی ی ینم قادیر مشاهده شده متغير ولبسته و مقادير پ بيش بینیشتده ‎(Prectcted)‏ ‏بتراساس‌مدلرگرسیونیمتغیر ولبسته را نشان‌مر‌دهد. ‎+ 

صفحه 112:
ال أ ‎gf Mat rte ree ga‏ ار ‎NF‏ ‏ازمون صفر بودن ضریب زاویه برای اثبات اینکه رابطه خطی"بین متغیر وابسته و متغیرهای مستقل وجود دارد. می توان این فرض صفر را آزمون کرد که ضریب زاویه جامعه برابر با صفر است. جدول آنالیز وّاربانس بزاي آزمون فرض صفر به کار می رود (هیج ژابطه خطي بین متفیر وابسته و متغیرهای مستقل. در جامعه آمَاری"وجود ندارد). اگر سطح معنی داری کمتر از 05/#تاشد مى توان فرّض صفر را که هیچ رابطه خطی بین متغیر وابسته و متغیرهای مستقل وجود ندارد را رد کرد. 

صفحه 113:
سيوزناويه 0006® & Qredoors: (Cowen), Previns Experiewe (wks), Deyeriey Sary, Cdkextood bevel (Years), Booplyxvedt Ouevery ۲ Dependeut Oortdble: Ourect Olay 

صفحه 114:
ارمول ترصیه های رترسیوسن آزمون صفر بودن ضرایب ‎wig)‏ * مقادیر ضرایب رگرسیونی ‎(Reyression ovePPivieut!)‏ ?2 ستونی,در ستونی با"عنوان 0 ظاهر می شوند. این ضرایب بهترین تخمین ما از ضرایْب رگرسیونی در جامعه اماری برای تعمیم ضرّایب ژگرسیون یه جامعه باید اين فرضیه صفر را تست کنیم که آیا این ضرایب دز جامعه صفر هستند (Wo: Bo= Bo= Bo =O) ‏اگر سطح معنی داری مشاهده شذة کوچك باشد, فرضیه‎ ‏صفرْعنی صفر بودن ضرایب رگرسیونی در جامعه رد می‎ ‏شود.‎ 

صفحه 115:
ای 2 مس0 شمه ‎aed‏ ‎CorPPrtes‏ سفن ‎Corb Pretest ©‏ ‎Derk © On. Cre | Oa 1 Ona,‏ ‎Casey ۳50.0۳01۳000 0 066‏ 1 همه ]9.099 | ‎oe‏ موف مم ممم ووط ‏ (عممن مضا ممصو ‎@oployrvet Owen 30.209 ¢¢0.0e9 | 286 | 9.e00 ooo‏ ‎ooo‏ 8.098« | 8 همه | ممم ص0 بسي 3.96 537 | ‎ooo‏ رز مقعم | ‎are‏ 9.98% | 49.080 عاسم مشا 

صفحه 116:
= معادله رگرسیونی * در صورت صادق بوذ" شرایط رگرسیونی, تحلیل نهایی از خروجی رگرسیون بايد در شکل"يك مدل ریاضی (معادله رگرسیونی)" ارائه شود. مثلاً با توه به مثال فوق خواهيم ees cal t Salary = 1.34 Beginning salary, + 5930.28 Emiployment 0 9.03 Previous Experience+ 601-30 Educational Level- 306€ * نظر به اینکم دیتعادل 9 قوه دلبلا هخجسنگ نبودن ضرایب رگرسیوتی: میزان تاثیرگذاری نشبی متغیرهای مستقل مشخص نیست, ضروی است از ضرایبی که در ستو نگ #4ذکر ( زج اهتفاده شود. + مثلاً 62 درصد از تغيين پذیری در متغیز, وّابسته توسط حقوق اولیه تبیین می شود..27دّصد از تغیین پذیری در متغیر وابسته توسط طبقه شغلی تعیین می شود. و به همین قیَانتَ,در مورد میزان تاثیر هريك از متغیرها می توان قضاوت کرد. 

صفحه 117:
تحلیل رگرسیونی برای اثرات تعاملی ‎Reyressiva @uadlsis Por Ieteruniive (CPRevts‏ * فرض کنید می خواهیم اثر متغیر سن (۶) را به عنوان يك متغیر تعدیل»کننده (2()) در رابطه خطی 2 0) « +0+0000۳ بسنجیم. به كمك تحلیل رگرسیونی رابطه خطى.دو متغير را ‎une‏ شنجیم و عصمب۵ 4 آن را یادداشت می ‎iS‏ ‏' متغير :را (اگر به صورث پیوسته نباشد) به صورت متغیر مصنوعی (/7()) تعریف می کنیم. مثلاً اگر ۳) در سه طبقه جوان (1), میانسال (2), و پیر (3) طبقه بندی شده باشد به کمك دستوز ۲۵۲) متغیرّهای مصنوعی جدید را به صورت زیر تعربف ‎xo‏ کنیم: ۳ 1—0 2 جح 0 2 ‎ogee‏ هر اسان 

صفحه 118:
تحلیل رگرسیونی برای اثرات تعاملی (ادامه) سپس به كمك دشتور هون دو متعیّرَ جدید زیر را تعریف می کنیم: + م0۳۳6 ‎OP*@xqed‏ ‏حال باید رّابطه خطی زیر را از طریق رگرسیون مورد آزمایش قرار دهیم: ‎l"OP+PLORO*OP +e‏ هون( +صی هرن +اسها ی( +0 زج < ۵0 اگر ضراب رگرسیونی از/نظر آماری معنی دار باشند, در این صورت فرض آماری صفر که یج اثر تعاملی وچود نداد رد می شود. مقدار ضرایب رگرسیونی اظلاعاتی را در خصوص ماهیت تعامل بیان می کند. حصصج©) ‎)٩‏ جدید نیز باید بیشتر از سس ) قبلی (محاسبه شده در مرحله اول باشد) تا بتوان گفت ‎patio‏ ۲(,یه؛عنوان يك متفیر مداخله گر عمل می کند. 

صفحه 119:
تحلیل رگرسیونی برای ‎oll‏ ‏تعاملی (ادامه) 4 در صورتی که مثغیر تعدیل کننده يكمتغیر پیوسته باشد, ديكر نيازى .به محاسبه متغیرهای مصنوعی ‎cum (Duce)‏ متا نخس لق بط به کمك رگرسیون برآورد من کنیم: ‎GRE atP,OP+P,RO+H,LO+P,CA +P ,CCte‏ سپس به كمك دَتسَتور:00<38 متغيرهاى زير را تعريف مى كنيم: ا ل ل سنك آنكاه از طريق ركرسيون'با درّنظر كرفتن"مَتَعْتِرهاقَ جديد به عنوان متغير مستقل رابطه'اخطى,جِدَيَدَ را,بزآوردمی کنیم. اگر ضریب تعیین بیشتر ‎sino Giguw 5) Calo 5 (R Gave Chane>O) isl‏ دار باشند, متفیر ۳:() را می توان به عنوان متغیر تعدیل کننده مطرح ساخت. 

صفحه 120:
تحلیل رگرسیونی برای اثرات تعاملی (ادامه) در تحلیل رگرسیونیترای اثرات تَفَاسلِقَ,بهتر است یافته های پژوش در قالب جدولی مانند زیر خلاصه شود. R Square R Square Change Beta Age*DP Age*RO Age*LS Age*EH Age*EF 

صفحه 121:
تحلیل عاملی (حوردهه ‎(Puctor‏ * تحلیل عاملی يك تکنيك آماری است که برای تشخیص حداقل عواملی که می توانند يك پدیده پیچیده را تشریح کنند. | هدف تخلیل عاملی تشخَیض عوامل ناپیدا برمبنای عوامل مشاهده شده است. این عوامل بايد ساده ودر عين حال معنی دار باشند. ' هدف تحلیل عاملی پیدا کردن عوامل مشترکی است که متغيرها را بتوان .به ضورت تابعی از آنها نوشت. ! تحلیل عاملی ابزاریاسٌت برای ستجخش:روائی پرسش نامه. مقصود آن اثبتت که پرستتش,ناقه چیزی را اندازه بگیرد که برای اندازه گیری آن ساخته شده است. 

صفحه 122:
تحلیل عاملق,(عوردهه ۳۰۷۷)) * عامل متغیر جدیدی است که-از طریق ترکیب خظی نمره های اضلی متغیرهای مشاهده شده بربایه فرمول زیر برآورهرمچیر شود: 1 امید است که تعداد کمی از عامل ها (یعنی ترکیب ‎is bio po) Aes‏ اصلی متغیرعای مشاده شده) بتوائد تقريبا همه اطلاعاتى را که توسط مجقوعه بزرگتری از متفیرها به دست مى ايد دربركرفته در نتيجه توصيف ویژگی های يك پدیده را ساده سازد. 

صفحه 123:
شرايط مناسبت ماتريس داده ها ‎sly‏ ‏| حجم گروه نموته: " - کامری (1973) گروه نمونه 100نفری را ضعیف, 200 نفری را نسبتاً مناسب, 300" نفری را خوبٍ, 500 نفری را خیلی خوض و 1000 نقزری رااعالق می داند. - حجم گروه ثمونة باید دست کم 10 يا 20 برابر عده متغیرهایی باشد که در ماتریس"همبستگي وارد می شود. - برای اطمیثان,از کفایت تموثه از شاخص 400 استفاده می شود. - مقادیر کوچك 00 بیانگر آن است کة"همبستگی بین زوج ها نمی تواند تَوَتَتّط متغیرهاق دیکرستَتین,شود. کیزر (,سصهه ۰ معتقد است که 00 بزرگتر از 9//عالی, در دامنه 8/ شایسته, در دامنه 7/ بهتر از متوسط, در دامنه 6/ متوسط, در دامنه 5/ بدبختی و پایین تر از آن غیرقابل قبول است. 

صفحه 124:
شرایط مناسبت ماتریس داده ها ‎Julai sly‏ عاملي " معنا دار بودن ماتریس: آیا.ماتریس داده ها شامل اطلاعات مفید و با معنایی است,یا نه؟ - اگر حول ی ی کول باشد. احتمال آنکه در ‎dale‏ های مشترك سهیم بانشند. اندك است. - برای ارزشیابی ماتزیس همبستگی از آزمون کرویت بارتلت (مؤصتحكامج خاو اجعا د وتاك 6)) استفاده مى شود. - آزمون کرویت براي رد.فرضیه صفر مبنی بر درست بودن ماتریس همانی در جامعه است (یعنی این فرضه که ماتریس همبستگی مشاهده شده متعلق به جامعه ای با متغيرهاى ناهمبسته است). ‎(Adewtity wotrix) silam yar pile —‏ ماتریسی ابت, که همه عناصر قطری آن 1 و همه نصار غیر قطری آن صفر باشد. 

صفحه 125:
شرایط مناسبت ماتریس داده ها برای تحلیل 

صفحه 126:
lle ‏ال‎ isis ‏تشکیل ماتریس همبستگی (۷۷۷۰۰)): ماتریس‎ * ‏مت ای به ما كمك می کند تا عوامّل مشترك را شناسایی‎ اگر همیستگی بین متفیرها کوچك باشد, غیرمحتمل است که نها در عوامل مشترك باهم سهیم باشند. آزمون کرویت بارتلت مَی تواند برای آزمانش این فرضیه صفر به کار گرفته شود که ماترینس همبتتگی يك ماتریس واحد (1#7) است. ماتریس واحدابه ماتریشی گفته می شود که تمام اعداد قطر آن برابر 1 و جوانب آن صفر باشد؛ اگر فرض صفر مبنی بر اينکه ماتریس همبستگی جامعه آماری يك. ماتریس واحد است, رد نشود. در اين,صورت.نمی ئوان,از تحلیِل عاملی استفاده کرد. ار ق ۵ 6 0 هس 6 6 درو هه هت ه ۶ ‎٩۰‏ ‏56 ۵ ه بح 

صفحه 127:
(ادامه) * احصاء عوامل (منتته) ج): بای تخمین اولیه از تحلیل مولفه های اصلی استفاده مي شود. در آين روّتّش ترکیب خطی متغیرهای مشاهده شده تشکیل می شود. روش مولفه های اصلی ‎git‏ کاری که انجام می دهد عبارت است از انتقال متغیرهای همبسته به مجموعه ای از متغیرهای غیر همبسته: در این مرحله تعداد عوامل برحسب ارزش ویژه ‎coun (Crease)‏ شود. عواملی که دارای ارزش ویژه بزرگتر از يك, هستند:در مدل عاملی وارد می شوند. ارزش ویژه نشان می دهد که یك عامل تاچه خد در تببین واریانس مشترك زیربنایی متفیرها سهیم اثثبت. اگر عاملی تمام واریانس مشترك موجود در هر متغیر را تبیین. کند هرکدامدارای"بار عاملی 1 و مقدار ارزش وبژه برّای»عامل 1 تابر (تعداد.متفیرها) خواهد بود. درصدی از كل واريانس را كه به وسيله يك عامل#تعيين می شود را با ‎pot oP vor‏ نشان مى دهند. بريايه ملاك كيسر (1960) تعداد عامل هاي مشترك بايد مساوى با تعداد مولفه هاى اصلى داراى ارزش ويزه بزرگتر از 1 باشد. 

صفحه 128:
مقدار اشتراك مي تواند از صفر نا 1 در بوساي أ ‎coal wo Dyan al ofl ins Ul aoe‏ را بان نمی ند عدد 1 نشان می دهد ‎aly plat‏ متقير توسط عوامل مشترك قابل تبسن اسثآن قسمت از واريانس که بط عوامل مشترك قابل بين بمستفلة عواملانحماری متفر سا 

صفحه 129:
مراعل فطل غاملن زاس چرخش (-ه:۲)) ۷9۶ برها به صورت تابعی از عوامل احصاء شده دسته.بندی می شوند. چرختش بارهای عاملی این امکان را فراهم ميّْ سازد تا عامل های با معنابه دست آید. نسبتی از واریانس. که توسط يك عامل,تبیین می شود را به وسیله شاخص اشتراك ۳۹۱۳۳۰ خن کنند. مقدار آن بین صفر و 1 در نوسان است. " صفر معرف بل عواملاً مشترك هیچ واریانسی از متغیر را تعیین نمی کند و 1 مقعرف آن اسّت که تمام واریانس متفیر به وسيله عوامل مشترك#تبيين مى شود. هرچند روش:های,مختلفی پرای چرخش بارهای عاملی وجود دارد. اما روش ۹ 8359093۳۲ که با مجموعه کوچکتزی از متغیرها دارای همبستگی قوی و با مجموعه دیگری از متغیرها دارای همبستگی ناچیز باشد. به همین دلیل عمومیت بسیار دارد و کاربرد.آن زیادتر است. + 

صفحه 130:
روس هاى يرحس عامل ها + عامل هاى جرخش يافته بايد مَتَعَامّد,(--ص-!,0) يا متمايل (صجناط0) باشد. اگر پژوهشگر بخواهد نتایج حاصل از تحلیل او بهترين برازش را با داده ها داشته باشد باید از چرخش متمایل استفاده کند. اما اگر علاقه بیشتری به تعمیم پذیزی.نتایج داشته باشد, باید چرخش متعامد را به کار برد. چرخش متمایّل تتایجی؛به دسث می دهد که با داده های گروه نمونه بهترین برازش رايدارد؛ چزخش متعامد راه حلی به دست می دهد که با داده های گذشته و آینده بهترین برازش را داراست. در روش متعامد,عامَلّ ها ناهمبسته هستند در حالی که در روش متمایل ۳۱ ۳ تفاوت دو روش ناچیز و فاقد معناست. بنابراین, چَرخش عامل ها به روش متعامد هم ساده تر و هم قابل درك تر و تفسیر پذیر تر است. به نظرّ مّی رسد روش واریماکس نیز بهترین روش چرخش 

صفحه 131:
تعداد عامل ها * يك تصمیم عمده در اجرای تجلیل عاملی مربوط به تعداد:غامل هاست. 7 برای"چرخش عافل ها می توان تعداد معینی از عامل را انتخاب کرد. بتابراین. می توان ساختارهای چرخش يافته را براساس تعداد مختلفی از عامل را با یکدیگر مقایسه کرده و مناسب ترین آنها ژا انتخاب .کرد. " هرسازه ای,که دارای کقینه شرایط لازم برای بارعاقلی دست کم روی سه متغیر ثتاشد از تحلیل حذف می ‎(Guotos & Cleuy, (E99) rg‏ 

صفحه 132:
\ ۲ 

صفحه 133:


صفحه 134:
روش اسكرى ن دار ویژه براى سمت جب آن قرار دارند > مل هاى واقعى و بقيه عامل لا فلمداد می قنو: 

صفحه 135:
* تحلیل عاملی اکتشافی: در یروش پژوهشگر هیچگونه فرضیه قبلی,در باره نتایج ندارد در پی اکتشاف عوامل تاثیر گذار ۹5 ال( اكتشافى بيشتر به عنوان يك روش تدوین و تولید نظریه و نه آزمون نظریه در نظر فته مى شود. ' تحليل عاملئ:تاييدى:.ذر اين روش يزوهشكر سعى مى كند تاییدی بر يك ساختار عاملی:هقروض به دست آورد. یعنی تعیین مي کند که دادم ها با يك ساختار عاملی معین که در فرضیه آمده,هماهنگ است با نه. تحلیل عاملی تاییدی برای سنجش, روایی شاخص های (نشثتائكرهاق)يبيك سازه در پرستتثل نامه نیز به کار گرفته می شود تا معلوّم شود =— و همسویی لازم بین شاخص ها (سئوال مها وجود دارد 

صفحه 136:
عاملي ۰ . طور که در ماتریس دیده می شود رهای مورد نظرّ رزوی 5 عامل سوار شوند. ‎wn‏ ‏ته به ويزكى های هر خوشه (گروه) از رهابى كه روى يداهل يلاولل | شوند: ام مناسبى انتخاب شود. + مه یسیو 

صفحه 137:
تفسیر نتایج تحلیل عاملی + اگر مجذوز بارهای عاملیرا مثلاً برای عامل 1 خی 6/7/5991 يعنى برابر با همان ارزش ویژه اين عامل است. اگر عامل 1 هضه وازپانس مشترك موجود در متغیرها را تبیین کند هرکدام دارای بار عاملی 1 ونگوار لت ویزه برای عامل 1 " در خژوجی ماتربس چرّخش یافته هر عامل 20 9 يك خوشه روشن و متمایز ات و احتمالاً معرف يك سازه با معناست. 

صفحه 138:
تفسیر نتایج تحلیل عاملی * بار عاملی نشان دهنده وزن (ضریب بتای) هر عامل " بارهای عاملی به واقع ضرایب استاندارد شده در يك معادله رگرسیون است که در آن متغیر اصلی به عنوان متغیر وابسته و عامل ها به عنوان متغیرهای مستقل عمل می کند: 8 وجود بارهای منفی"نشان می دهد که برخی متفیرها بیانگر عکس چیزی انست که تونظآن عامل مشخص می شود. بارقای منقی اظریق بیان, این مطلب که آن عاط 2 اد د وير ا ‎eS‏ 0 

صفحه 139:
دستورهاجرای تحلیل عاملی Analyze —Data reduction ‏جک‎ 1 نقال متغیرهای مورد نظر ‎Descriptives «Variables «Jxayai‏ | {0 and Bartlett’s test of sphericit? ontinue—xtraction | Continue--Varimax *=Rotation €ontinue-Scree plot | Options —Sortéd by sizeSupress absolute valuesless thai OK +—€ontinue — .35uL; 

صفحه 140:
(Chister ucpsiz) shiewivg> Julai * تحلیل خوشه ای روشی است برای گروه بندی داده ها. به عبارت دیگر, تحلیل خوشه ای يك تكنيك طبقه بندی برای تشکیل گروة های همگون در مجموعه پیچیده ای از داده هاست. ‎Sa» aw |‏ عمده یعنی اکتشاف. تایید و ساده سازی را مى توان در رابطة با تحلیل خوشه ای مطرح کرد. ‏' تحلیل خوشة ای در حقيقتيك آزمون آماری نیست بلکه,نتامل تعدادی از الگوریتم های طبقّه بندی است. ‏* در تحلیل خوشه ای گروه بندی چیزها براسانس شباهت ها یا فاصلة ها (عدم شباهت ها) انجام می شود. 

صفحه 141:
روش ‎sb‏ عمده خوشه بندی روش سلسله مراتبی: يك رَّوََنَ:متداول در تحلیل خوشه ای است که کاربزد فراوان دارد. در این»روش خوشه ها به دو طریق تبکیل می شوند: - از ظریق گروه بندی مشاهده ها به صورت بزرگتر و بزرگتر تا.همه مشاهده ها اعضای ‎cL‏ خوشه واحد باشند (خوشه بندی تراکمی): - مشاهده,ها,در يك خوشه واحد قرار گرفته و سپس خوشه ها تقسیم می‌شوند (خوشه بندی بخش پذیر). در روش تراکمی چون خوشه بندی با مشاهده های انفرادی شروع می‌شود در ابّتدا تعداد خوشه ها پوابر با تعداد مشاهده روش خوشه بندی غير سلسله مراتبى: در اين زوش هم متغیرها و هم مشاهده‌ها به طور همزمان گروه بندی مى شوند. روش يكى از اين روش هاست. 

صفحه 142:
كاروسزد#خوشه بندی " خوشهة بندی متغیرها: این روش مشابه تحلیل عاملی ‎cow‏ اما از لحاظ,روشی که متغیرها به گونه گسسته يصكرو اها ءختطاض مى يابند: با آن متفاوت است۸ تفاوت اساشی در به کاربردن _ واریانس يك متغیر است. تحلیل,عاملی معمولاً واریانس,پین چند. مَنبع یا عامل را تخش بندی می کند, در حالی که تحلیل خوشَة ای کلّ/واریانس را به يك منبع بنیادی اختصاص می‌دهد. 

صفحه 143:
پرسش پژوهش در تحلیل * مفهوم سازی اولي خوبنییرای بندی خیلی مهم است, زیرا استفاده و مقصود نهایی طبقه بندی را 1 اکتشاف: ‎voy‏ تواند به عنوان يك تكنيك اکتشافی به کار گرقته شود. پرسش کلی ‎ol‏ ‏است که داده های طشاهده شده چگونه به صورت ساختاری مُفید و با معنااسازمان داده شود؟ 7 تایید: اگر دانش پا ظرية های پیشین, طبقه بندی خاصی را,پيشنهاد کند: خوشه بتدق"را می توان برای آزمون‌ال لا کار ساده سازی: برای ساده کردن يك مجموعه پیچیده از داده ها به کار گرفته می شود. 

صفحه 144:
دستور اجرای تحلیل خوشه ای Analyze —Classify Hierarchical cluster Analysis AP نتخاب و انتقال متغیژهاي اسنتاندارد ‎Variables Jr. a or‏ و انتقال متغیرک که بوطبنای آل پاید خوشه بندی صورت گیرد به ‎Label Cases by‏ Plots:. Continue —Dendrogram | OK 

صفحه 145:
مراحل تحلیل خوشه ای * انتخاب نمونه برای خوشه سازی نظیر خریداران. بیماران: محصولات, کارمندان ۱ تعريفكت متغیرهایی که بتوان برمبنای آنها به اندازه گیری ‎eal‏ حوادث, یا -افراد پرداخت (مانند وضعیت مالی, وابستگی"سیاسی, ویژگی های بهره وری). هبستگی و ديكر تكنيكٌ ها به حداکثر رساندن شباهت درون خوشه و تفاوت های بین خوشه ای 

صفحه 146:
+ در خروجی نمودار سلسلة مژاتبی مشاهدات را برحسب ویژگی ‎Ul Jikto she‏ می دهد. " لازم است برای هر شاخه با توجه به ويژگي های مشترك نام مناسب انتخاب شود. و اين کار آنقدر ادامه پیدا کند تا کلیه شاخه ها به طور مناسب ناگذاری شود. 0 شکل گيری دنباله ای خوشه ها و فواصل نسبی آنها در نمودارى كه ‎Decoy‏ نافيّده مى شود نشان داده شده است. * همان طور که دیده می شود ۰ خوشه اين مجموعه داده ها را,توضیح می‌دهد. ا ۳ .و همگی آنها . . هستند. خوشه شماره 2 شامل .. اللللات . .... 

صفحه 147:
تحلیل مسیر کارپرد رگرسیون چند مٌتفیری در ارتباط با تدوین بارز مدل های ‎cul (cous sade) ole‏ هدف ‎eas,‏ 2 ل إوالن بؤاوّردهاى كمى روابط على بین مَجموعه ای از متغیرهاستد. تحلیل مسیر بیان:می کند که کدام مسیر مهمتر و یا معنادارتر است.. + ضرایب مسیر پُراساس ضریب استاندارد شده رگرسیون سبه می"شود: يك ‎patio‏ به صور تابعي از دیگر متغیّزها,فرض می شود و مدل رگرسیونی آن"ترسیم مي,شود. در مرخله دوم متفیر مستقلی که ژازای من ضریب رگرسیونی است (با توجه به ستون :)) به عنوان متغیر ان برآورد كن شودةو الى آعر 

صفحه 148:
انواع روابط بين متغيرها در نمودار ۳ > فك تسیر * اثر مستقیم: بیانگر آن است که‌یا ۷ علت ۲۷ و یا علت <است. 1 اثر غمردة تیم اابظیه یت و ۷ وقتی غير مستقيم است که ۲ ‎Cowl Tole‏ و با نیز به نوبه خود در ‎VY‏ ‏اثر دارد. اثر کاذب: رابطه بین ۲و ۰" وقتی كاذب (عحسوه) ‎cle TL aS cul‏ هر دو فتغير ۱ و ۲ باشد. اثرات تحلیل نشده: رابطه پین دو قتغير وقتی تحلیل نشده_اشت كه هر دوى انها برونزا ودوصدص مص ) بوده و بتاتزاین تبیین تغییر پذیری بين انها توسطمدل امکان پذیر نباشد. 

صفحه 149:
محدویت های تحلیل مسير * همه متغیرهای مداخله گر پّاید در تحلیل رگرسیونچند متغبری به عتوّان متغیرهای وابسته عمل کنند. بنابراین, همه آنها باید دارای مقیاس فاصله ای کت اندازه های رتبه ای تحلیل مسیر را ناهمکن می سازند. ۳ 1 تحلیل مسیر می تواند.فزضیه های علی را ارزشیابی ‎GS‏ اما:هرگز نمی,:تواند جهت علیّت را محقق,سازد: | تحلیل مسیر در مرحله اکتشافی قابّلیت اندکی دارد. 

صفحه 150:
اهاط لیطه علیت برای ی بردن به وجود رایطه عليت بين دو متغير بايد ‎Leal un‏ زیر وجود داشته باشد: ‏- وجود همبستگن بین >9 ‎ARIS‏ ‏- حذف روایط کاب: اگر تاثیر تمام متغیرها کنترل شود و هنوز رابطه بین دو متغیز (مستقل و وابسته) وجود داشته باشد, می گویّیم زابطه کاذب نیست. یعنی در مرحله تست ‏همبستگی دو متغیردیگر متغیرها به عنوان متغیر کنترل ‎gi wlll‏ ‏- توالك ‎oer) Gilej‏ ۳ یی علاوّل اتفاق بیافند و بعد معلول حادث شود. 

صفحه 151:
مدل ساختاری,در تحلیل مسیر حل ماس مور ‎Coweruicad lara‏ ممه رم خن مور ول ‎Oper? ication)‏ اسل)