آموزش نرم افزار SPSS
اسلاید 1: دوره آموزشی نرم افزار SPSS
اسلاید 2:
اسلاید 3:
اسلاید 4: فهرست مراحل یک تحقیق توزیع فراوانی آزمون U – مان ویتنی روش جمع آوری داده ها تحلیل اکتشافی داده ها آزمون کروسکال والیس طراحی پرسشنامه جدول توافقی آزمون کلموگروف اسمیرنفمقیاسهای اندازه گیری آمار استنباطی آلفای کرونباخ آشنایی با نرم افزار آزمون t – تک نمونه ای تعیین حجم نمونه جدول مورگان اجرا کردن برنامه آزمون t – دو نمونه ای تعیین حجم نمونه فرمول کوکران تعریف کردن متغیرها آزمون آنالیز واریانس انتخاب نمونه آزمون استقلال ( خی دو )تبدیل داده ها ضریب همبستگی پیرسون کد بندی مجدد ضریب همبستگی اسپیرمن آمار توصیفی رگرسیون خطی پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 5: مراحل یک تحقیق بطور کلی برای بکار بستن منطق و مشاهده در حل مسأله روش های زیادی وجود دارند و مراحل یک تحقیق ممکن است به طرق مختلفی طرح ریزی شده باشند الگویی که جان دیوئی پیشنهاد کرده به صورت زیر است :شناخت و تعریف مسألهساختن فرضیه یا یک حدس بخردانهکلیه نکات ناشناخته در زندگی روزمره می توانند موضوع تحقیق باشند هدف اصلی ، پاسخگویی به این مسأله می باشد که دو حالت دارد : یا علت یابی مسئله است و یا تحقیقات جنبه توصیفی دارد . در انتخاب یک مسأله برای تحقیق ممکن است ، محقق موقعیت هایی را مشاهده کند که ظاهراً نشانگر رابطه علیت احتمالی و معینی با مسأله مورد نظر هستند ، به عنوان مثال یک مسئله می تواند علل افت تحصیلی دانشجویان باشد .پس از آنکه مسأله یا پرسش شناخته شد ، باید برای پاسخ به آن ، طبق تجربیات قبلی یا اطلاعات بدست آمده از دیگران پاسخ هایی را که حدس می زنیم درست است برای آن بیاوریم و آنگاه هر کدام از آنها را آزمون کنیم تا ببینیم آیا حدس و فرضیه ها درست است . برای بررسی فرض ها باید در مورد هر کدام یک سری اطلاعات و مشاهدات ( داده ها ) داشته باشیم تا بتوانیم در مورد درستی یا نادرستی آن قضاوت کنیم .فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 6: روش جمع آوری داده ها مشاهده پرسشنامه مصاحبه جامعه سنجی کتابخانه برای جمع آوری داده ها چندین روش وجود دارد که هر کدام از این روش ها ممکن است برای موضوع تحقیق خاصی مناسب باشند . جمع آوری داده ها ممکن است به یکی از این روش ها انجام گیرد .فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 7: نکات مهم در طراحی پرسشنامه پرسشنامه را جذاب کنیدپرسشنامه را صفحه بندی کنیدسؤال های پرسشنامه را تا حد ممکن به شکل ساده طرح کنیددر ابتدا و انتهای پرسشنامه ، نام و نام خانوادگی خود را ذکر کنید.نحوه پاسخگویی به سؤال ها را خیلی ساده و با حروف درشت ذکر کنیدسؤال های پرسشنامه را براساس نظم منطقی مطرح کنید.از به کاربردن کلماتی که پاسخ دهندگان نسبت به آنها حساس هستند خودداری نماییددر پرسشنامه های طولانی سؤالات مهم را در آخر پرسشنامه نیاوریددر ابتدای پرسشنامه سؤال هایی را مطرح کنید که جالب هستندفقط سؤال هایی را مطرح کنید که در جهت رسیدن به هدف های پژوهش موردنیاز هستندفهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 8: مقیاسهای اندازه گیری اسمی ترتیبی فاصله ای نسبتی کیفی یا مطلق کمی یا عددی متغیرهایی هستند که جنبه کیفی یک صفت را در نظر گرفته بنابراین نمی توانند شدت یا ضعف صفت مورد نظر را نشان دهند مثلاً در متغیر نوع رنگ پوست سفید = 1 ، سیاه = 2 ، زرد = 3متغیرهایی هستند که در آنها ، مقادیر مختلف نمراتی که به پاسخ ها اختصاص داده می شوند بیان کننده شدت و ضعف آن صفت می باشد مثال : 1 = کاملاً ناراضی ، 2= ناراضی ، 3= تاحدودی متغیرهایی هستند با درجات مساوی که امکان اندازه گیری یک متغیر را به ما می دهند .مثال : متغیرهای سن ، میزان درآمد ، سابقه کار برای اندازه گیری متغیرهایی که مبدأ سنجش آنها صفر مطلق است ازاین مقیاس استفاده می شود در واقع این مقیاس تمام ویژگی های انواع مقیاس های پیشین را داراست . مثال : سن ، درآمد فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 9: آشنایی با نرم افزار SPSS کارکردن با این برنامه بسیار آسان است و تحلیل های آماری را انجام می دهد به خصوص در روندهای مربوط به روش های چند متغیره گسسته ، آزمونهای ناپارامتری و کنترل همبستگی های متغیرها قوی است و برای پژوهشهایی که به کمک پرسشنامه انجام می شوند ارزشمند است . نسخه های اولیه نرم افزار SPSS ابتدا با امکانات بیشتر برای کاربردهای آمار در علوم اجتماعی طراحی شد ولی نگارش های جدید آن دارای امکانات و قابلیت های بسیاری در همه زمینه ها هستند . سادگی کارکردن با SPSS و پوشش نسبتاً مطلوب روش های آماری از مزیت های این نرم افزار است و باعث شده است که SPSS تبدیل به پراستفاده ترین نرم افزار آماری کشور شود .فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 10: اجرا کردن برنامه SPSSپس از نصب برنامه اگر آیکون میانبر SPSS بر روی Desktop وجود داشته باشد بر روی آن دابل کلیک کنید تا نرم افزار شروع بکار کند . راه دیگر این است که از راه انتخاب برنامه SPSS به ترتیب از منوهای Start و Program آن را اجرا کنید پس از اجرای برنامه کادر گفتگو SPSS for Windows باز می شود .با انتخاب این گزینه و سپس فشردن OK می توان آموزشگر SPSS را اجرا نمود .اگر قصد دارید داده های جدیدی را وارد کنید و بر روی آنها تجزیه و تحلیل های آماری انجام دهید این گزینه را انتخاب کنید و سپس بر روی OK کلیک نمائید .برای اجرای یک پرس و جو برای استخراج داده ها از یک بانک اطلاعاتی موجود و ارائه آنها برای استفاده در تحلیل بکار می رودبا انتخاب این گزینه در پایان کادر گفتگو ، آن را برای دفعات دیگر غیر فعال کنید .فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 11: پنجره ویرایشگر داده ها پنجره ویرایشگر داده ها شامل دو کاربرگ با نامهای Variable View و Data View می باشد . داده ها در یک صفحه گسترده به نام ویرایشگر داده ها وارد می شوند هر سطر نشان دهنده یک مشاهده ( Case ) و هر ستون بیانگر یک متغیر ( Variable ) می باشد هر خانه ویرایشگر داده ها می تواند یک متن یا مقدار عددی را در خود جای دهد .مشاهده ( Case ) : افرادی هستند که در مطالعه یا بررسی شرکت می کنند . در ساختار SPSS همان سطر است .متغیر ( Variable ) : یک خصوصیت یا ویژگی است که برای مشاهدات ، جمع آوری ( اندازه گیری ) می کنید مثل طول قد ، گروه خونی و یا یک سؤال پرسشنامه که با یک مقیاس سنجیده می شود .مقدار ( Value ) : پاسخی است که یک مشاهده در مورد یک متغیر به شما می دهد و به عنوان داده در یک خانه وارد می شود .نوار عنوان کاربرگ تعریف متغیرها نوار منو نوار ابزار کاربرگ نمایش داده ها کاربرگ Variable View : این کاربرگ برای نامگذاری متغیرها و همچنین تعیین مشخصات و جزئیات متغیرها بکار می رود .فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 12: تعریف کردن متغیرها در کاربرگ Variable Viewتعیین نام و جزئیاتتغییر دادن پهنای ستون تغییر نوع متغیر تغییر تعداد رقم های اعشار وارد کردن برچسب متغیر مقادیر و برچسب مقادیرمقادیر گمشده تعداد ستونها برای جواب نوع چیدمان اطلاعات مقیاس اندازه گیری نسبتی ترتیبی اسمی فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 13: انتخاب نمونه Select Caseپس از وارد کردن اطلاعات به نرم افزار باید داده ها را به آماده سازی داده ها جهت انجام آنالیزهای آماری می پردازیم . انتخاب نمونه به ما امکان می دهد آنالیز ها را برای گروه مشخصی از مشاهدات محدود کنیم . پس اجرای فرمان Select Case از منوی Data پنجره ای بازمی شود که چندین روش را برای انتخاب مشاهدات نشان می دهد . تمام مشاهدات را برای تجزیه و تحلیل انتخاب می کند .انتخاب مشاهدات بر اساس یک شرط منطقی مثلاً اگر در این مثال در متغیر class ، 3 کلاس درسی با کد های 1 ، 2 و 3 داشته باشیم با انتخاب این گزینه و وارد کردن این شرط فقط داده های مربوط به کلاس 3 جهت انجام تجزیه و تحلیل آماری انتخاب می شوند . انتخاب موقت انتخاب دائم فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 14: تبدیل داده ها Compute برای انجام محاسبات آماری ، گاهی لازم است داده های موجود در یک متغیر را تغییر داد . نتایج تغییر ممکن است در یک متغیر جدید ذخیره شود و یا بر روی متغیر قبلی ثبت و جایگزین شود . عمل تغییر داده ها را تبدیل ( Transform ) می گویند . با این فرمان بیشتر کارها را می توان انجام داد این فرمان برای تغییر و تبدیل داده ها بوسیله انجام یک عبارت ریاضی یا آماری بر روی داده ها کار می کند با اجرای این فرمان از SPSS خواسته ایم سؤالات q1 تا q5 را با هم جمع کرده و حاصل جمع را در ستونی ( متغیری ) بنام Sum که در آخرین ستون کاربرگ Data View ایجاد می شود قرار دهد .فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 15: کد بندی مجدد Recode Recode یکی از مفید ترین روندهایی است که جهت تبدیل یک متغیر پیوسته به متغیر گسسته بکار می رود . به عنوان مثال فرض کنید در یک تحقیق سن افراد را پرسیده ایم حال قصد داریم سن آنها را که یک متغیر پیوسته است را کد بندی کنیم بدین منظور از منوی Transform گزینه Recode into Same Variable و یا گزینه Recode into Different Variable را انتخاب می نمائیم . اگر بخواهیم Recode در همان ستون ( متغیر ) انجام شود از این روش استفاده می شود . اگر بخواهیم Recode در ستون ( متغیر ) جدیدی انجام شود از این روش استفاده می شود در این مثال از SPSS خواسته ایم سن افراد را در ستون جدیدی بنام age ذخیره کند برای این کار گزینه Change انتخاب شود . مثالفهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 16: مثال برای مثال برای تبدیل نمرات دانشجویان ( Score ) از ( 1 تا 20 ) به چهار گروه ، باید متغیر نمرات را به متغیر جدیدی ( New ) با چهار کد 1= ( 5 تا 0 ) ، 2= ( 10 تا 6 ) ، 3= ( 15 تا 11 ) و در نهایت 4= ( 20 تا 16 ) به روش زیر عمل می کنیم . از منوی Transform گزینه Recode into Different Variable می شویم . فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 17: خلاصه کردن داده ها در SPSS روشهای متعددی برای خلاصه کردن داده ها وجود دارد که عبارتند از Frequencies ، Descriptive Statistics ، Explore ، Crosstabs واضح است که از داده های خام به تنهایی نمی توان اطلاعات اساسی کسب کرد و باید تا آنجا که می توان آنها را بوسیله چند عدد که شاخص و معرف آنهاست خلاصه نمود . شاخص های مرکزی ، مقادیر مرکزی و متوسط داده ها را نشان می دهند و شاخص های پراکندگی ، چگونگی پخش داده ها حول یک مقدار مرکزی را نمایان می کنند .انواع متغیرها و جدول روش خلاصه کردن آنها نوع متغیر نوع مقیاساندازه گرایش مرکزیشاخص های پراکندگی کیفی ( گسسته )اسمی نما جدول فراوانی کیفی ( گسسته )ترتیبی میانه جدول فراوانی کمی ( پیوسته )فاصله ای میانگین واریانس کمی ( پیوسته )نسبتی میانگین واریانس فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 18: شاخص های گرایش به مرکز نما Modeداده ای از متغیر است که بیشترین فراوانی را دارد . این شاخص معمولاً برای متغیرهای اسمی بکار می رود .میانه Medianبرای متغیرهای ترتیبی که می توان مقادیر آن را از کوچکتر به بزرگتر مرتب کرد شاخص مرکزی میانه را بکار می برند .میانگین Meanبرای محاسبه میانگین ، داده های یک متغیر را جمع کرده و بر تعداد مشاهدات تقسیم می کنیم .شاخص های پراکندگی واریانس Varianceمیانگین مربع فاصله مقادیر یک متغیر از میانگین آن متغیر می باشد که فرمول محاسبه آن اینگونه است .انحراف معیار Standard Deviationبرای بدست آوردن شاخص پراکندگی که با واحد اندازه گیری متغیر اصلی مطابق باشد از واریانس جذر گرفته و انحراف معیار بدست می آید .ضریب تغییرات Coefficient Varianceضریب تغییرات ، مقدار انحراف معیار را بر اساس مقدار میانگین نشان می دهد . فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 19: آمار توصیفی Descriptiveیکی از روشهای محاسبه شاخص های گرایش به مرکز و پراکندگی در SPSS استفاده از روند Analyze – Descriptive Statistics – Descriptive می باشد .نمرات استاندارد : برای مشخص کردن موقعیت نمره یک فرد نسبت به نمرات دیگر افراد نمونه ، باید نمرات را استاندارد کرد تا بتوان گفت چقدر نمره مورد نظر از متوسط نمرات فاصله دارد . برای انجام این کار ابتدا نمره مشاهده شده را از میانگین کسر نموده سپس به انحراف معیار تقسیم می کنیم . برای بدست آوردن نمرات استاندارد شده این گزینه را انتخاب کنید فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 20: توزیع فراوانی Frequenciesیک جدول فراوانی در بردارنده توزیع فراوانی برای یک متغیر می باشد یعنی از روی جدول فراوانی یک متغیر می توانید بگویید که هر گزینة پاسخ ( مثلاً گزینة خیر با کد صفر ) را چند نفر از مردم ( مشاهدات ) انتخاب کرده اند . ضریب چولگی چارک دایره ای میله ایهیستوگرام دهک دامنه مثلا از 240 نفر شرکت کننده 67 نفر معادل 27/9 درصد گزینه خیلی کم را انتخاب کرده اند ضریب کشیدگی فراوانی درصد درصد معتبر درصد تجمعی فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 21: تحلیل اکتشافی داده ها Explore با استفاده از روند Explore می توان توزیع داده های یک متغیر ( متغیر وابسته ) را در داخل رده های متغیر دیگر ( متغیر فاکتور ) بررسی نمود . شاخص های گرایش به مرکز و پراکندگی را به تفکیک گروه ها مثل جنسیت جداگانه محاسبه کرد . نمودار باکس پلات آزمون پیروی از توزیع نرمال نمودار هیستوگرام نمودار ساقه و برگ نمودار باکس پلات فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 22: جدول توافقی Crosstabs جدول های توافقی نمایش دهندة توزیع فراوانی توأم برای بیش از یک متغیر می باشند جدول توافقی دارای یک متغیر در سطر و یک متغیر در ستون است . درصد کل درصد ستونی درصد سطری فراوانی مورد انتظارمقادیر مشاهده شده درصد کل فراوانی به عنوان مثال می توان چنین بیان کرد که از 238 نفری که در این پژوهش شرکت کرده اند 13 نفر معادل 5/5 درصد از کل نمونه در ردة سنی زیر 20 سال می باشند که از این تعداد 1 نفر مرد و 12 نفر زن می باشند . فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 23: آمار استنباطی برای بررسی فرضیات ابتدا با استفاده از آزمون ناپارامتریک کلموگروف اسمیرنف بررسی می کنیم که داده های موجود از توزیع نرمال پیروی می کنند یا خیر ، در صورتی که نتایج حاصل از آزمون کلموگروف اسمیرنف حاکی از آن باشد که داده ها از توزیع نرمال پیروی می کنند به منظور بررسی فرضیات از آزمون های پارامتریک مناسب و در غیر این صورت از آزمون های ناپارامتریک استفاده خواهیم نمود .آزمونهایی که در این دوره مورد بررسی قرار خواهند گرفت عبارتند از آزمون t- تک نمونه ای ، t- دو نمونه ای مستقل و زوجی ، آزمون آنالیز واریانس ، ضریب همبستگی پیرسون ، ضریب همبستگی اسپیرمن ، آزمون استقلال ( خی دو ) ، رگرسیون ، آزمون یو من ویتنی ، آزمون کروسکال والیس و آزمون فریدمنسطح معنی داری ( sig ) :در هر پژوهشی ، پژوهشگر درصد را به عنوان مقدار خطای مجاز در نظر می گیرد این مقدار در رشته های پزشکی 0/01 و در رشته های علوم انسانی معمولاً 0/05 می باشد ، نرم افزار SPSS یک احتمال ( عددی بین 0 تا 1 ) را تحت عنوان sig در اختیار ما می گذارد که با توجه به آن پژوهشگر در مورد رد کردن یا پذیرفتن فرض صفر تصمیم گیری می نماید ، این مقدار که تا سه رقم اعشار محاسبه می شود بدین معنی است که اگر پژوهشگر فرض صفر را رد کند دچار آنقدر خطا شده است . مثلاً اگر 0/028 = sig باشد در صورتی که پژوهشگر فرض صفر را رد کند دچار 0/028خطا شده است ، درصورتی که این مقدار خطا از مقدار خطای مجاز کوچکتر باشد محقق می تواند فرض صفر را رد کند در غیر اینصورت فرض صفر پذیرفته می گردد .فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 24: آزمون t – تک نمونه ای از این آزمون به منظور مقایسه میانگین یک متغیر با یک عدد استفاده می شود به عنوان مثال فرض کنید قصد دارید با اطمینان 95 درصد بررسی کنید میانگین درآمد شرکت کنندگان در پژوهش برابر 150 هزار تومان می باشد یا خیر ؟تعداد میانگین انحراف معیار انحراف معیار از میانگین مقدار tدرجه آزادی سطح معنی داریاختلاف از میانگین با توجه به سطح معنی داری داده شده در جدول که برابر 0/000 می باشد و مقایسه آن با میزان خطای مجاز 0/05 با اطمینان 95 درصد نتیجه می گیریم که میانگین درآمد شرکت کنندگان در تحقیق برابر 150 هزار تومان نمی باشد لذا با توجه به میانگین درآمد داده شده در جدول که برابر 229/30 هزار تومان می باشد مشاهده می گردد که میانگین درآمد شرکت کنندگان بیشتر از 150 هزار تومان می باشد .فاصله اطمینان 95%مقدار مورد آزمون متغیر مورد بررسی فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 25: آزمون t – دو نمونه ای مستقل از این آزمون به منظور مقایسه میانگین دو متغیر با یکدیگر استفاده می شود به عنوان مثال فرض کنید قصد دارید با اطمینان 95 درصد بررسی کنید میانگین درآمد شرکت کنندگان زن و مرد در پژوهش برابر می باشد یا خیر ؟با توجه به سطح معنی داری داده شده در جدول آزمون آماری در قسمت آزمون لون که برابر 0/284 می باشد با اطمینان 95 درصد فرض برابری واریانسها پذیرفته می شود لذا سطر اول از جدول فوق را مورد بررسی قرار می دهیم و با توجه به سطح معنی داری داده شده در قسمت آزمون برابری میانگین ها که برابر 0/000 می باشد با اطمینان 95 درصد فرض صفر رد می شود یعنی بین درآمد پاسخگویان زن و مرد از نظر آماری اختلاف معنی داری وجود دارد لذا با توجه به میانگین های داده شده در جدول و مقایسه آنها بایکدیگر مشاهده می گردد میانگین حقوق زنان بیشتر از مردان است .مقدار Fآزمون لون برای برابری واریانسها سطح معنی داری مقدار tدرجه آزادی اختلاف میانگین ها تعداد میانگینانحراف معیار انحراف معیار از میانگین متغیر مورد بررسی گروه های مورد مقایسه با فرض برابری واریانسهابا فرض نا برابری واریانسهافهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 26: آزمون آنالیز واریانس F فیشر از این آزمون به منظور مقایسه میانگین سه یا بیشتر از سه متغیر با یکدیگر استفاده می شود به عنوان مثال فرض کنید قصد دارید با اطمینان 95 درصد بررسی کنید میانگین درآمد شرکت کنندگان با تحصیلات مختلف برابر می باشد . بین گروهی درون گروهی مجموع مربعات درجه آزادی میانگین مربعات مقدار Fسطح معنی داری با توجه به سطح معنی داری داده شده در جدول ANOVA که برابر 0/000 می باشد با اطمینان 95 درصد فرض صفر رد می شود یعنی بین میزان درآمد شرکت کنندگان با تحصیلات مختلف از نظر آماری اختلاف معنی داری وجود دارد لذا به منظور کشف این اختلافات از آزمون پسین دانکن استفاده می نمائیم .با توجه به اطلاعات موجود در جدول دانکن مشاهده می گردد پاسخگویانی با تحصیلات کاردانی ، دیپلم و کارشناسی تقریباً به یک اندازه و کمترین درآمد و پاسخگویان باتحصیلات ارشد و بالاتر بیشترین درآمد را دارند . جدول دانکن متغیر مورد بررسی را وارد کنید گروه های مورد مقایسهفهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 27: درصد کل درصد ستونی درصد سطری فراوانی مورد انتظارمقادیر مشاهده شده آزمون استقلال ( خی دو ) آزمون مجذور خی ، که کای اسکویر و آزمون خی دو نیز گفته می شود ، برای مقادیر شمارش شده یا گسسته بکار می رود . مقیاس اندازه گیری آن اسمی است . این آزمون ، روشی است برای بیان اختلاف بین فراوانی مشاهده شده و فراوانی مورد انتظار . با توجه به سطح معنی داری داده شده در جدول خی دو که برابر 0/188 می باشد مشاهده می گردد که تحصیلات افراد مستقل از جنسیت آنها می باشد .مقادیر مشاهده شده مقادیر مشاهده شده سطح معنی داریدرجه آزادی مقدار خی دو فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 28: ضریب همبستگی پیرسون هنگامی که هر دو متغیر جدول کمیتی هستند ( پیوسته ) ضریب همبستگی پیرسون ( r ) اندازه رابطه خطی بین متغیرهاست ، مقدار این آماره بین 1- ( همبستگی منفی کامل ) و 1+ ( همبستگی مثبت کامل ) تغییر می کند و مقدار صفر هیچ رابطه خطی وجود ندارد .با توجه به سطح معنی داری داده شده در جدول ضریب همبستگی پیرسون که برابر 0/000 می باشد و مقایسه آن با میزان خطای مجاز 0/05 با اطمینان 95 درصد ( حتی با اطمینان 99 درصد نیز می توان نتیجه گرفت ) فرض صفر رد می شود یعنی بین انتظارات عاطفی زوجین و گرایش به طلاق آنها از نظر آماری رابطه وجود دارد و با توجه به مقدار و علامت ضریب همبستگی پیرسون بدست آمده که برابر 0/412- می باشد این رابطه از نوع معکوس می باشد . یعنی هر چه انتظارات عاطفی زوجین از یکدیگر بیشتر برآورده شود گرایش آنها به طلاق کاهش می یابد .مقدار ضریب همبستگی پیرسون سطح معنی داری متغیر هایی که قصد دارید رابطه بین آنها سنجیده شود را وارد کنیدفهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 29: ضریب همبستگی اسپیرمن برای جدول هایی که سطر و ستون آنها ، در بردارنده داده های رتبه ای است ، ضریب همبستگی اسپیرمن که اندازه پیوند بین داده های ترتیبی است معادل ضریب همبستگی پیرسون در متغیرهای کمی است . با توجه به سطح معنی داری داده شده در جدول ضریب همبستگی اسپیرمن که برابر 0/000 می باشد و مقایسه آن با میزان خطای مجاز 0/05 با اطمینان 95 درصد ( حتی با اطمینان 99 درصد نیز می توان نتیجه گرفت ) فرض صفر رد می شود یعنی بین سطوح انتظارات عاطفی ( خیلی پایین ، پایین ، متوسط ، بالا و خیلی بالا ) و سطوح گرایش به طلاق ( ضعیف ، متوسط ، شدید ) رابطه معنی داری وجود دارد .مقدار ضریب همبستگی اسپیرمن سطح معنی داری متغیر های رتبه ای که قصد دارید رابطه بین آنها سنجیده شود را وارد کنیدفهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 30: رگرسیون پس از اینکه رابطه بین متغیرها با استفاده از ضریب همبستگی پیرسون سنجیده شد به منظور پیش بینی متغیر وابسته توسط متغیر یا متغیرهای مستقل از رگرسیون استفاده می گردد ، رایج ترین روشهای رگرسیون عبارتند از روش ورود ( Enter ) و روش گام به گام ( Stepwise ) ادامه آزمون دراسلاید بعدی ضرایب رگرسیونی ضرایب رگرسیونی استاندارد شده مقدار tمجموع مربعات درجه آزادی میانگین مربعات مقدار Fسطح معنی داری ضریب تعیین خطای استاندارد پیش بینی متغیر وابسته متغیر های مستقل روشهای رگرسیونسطح معنی داری فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 31: نمونه تفسیر رگرسیون در مثال اسلاید قبلی فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 32: آزمون ناپارامتریک U – مان ویتنی این آزمون یکی از آزمونهای با قدرت ناپارامتریک به شمار می آید . مقیاس آن رتبه ای یا ترتیبی است آزمون U – مان ویتنی برای آزمون تفاوت بین دو گروه مستقل بکار می رود و معادل آزمون پارامتریک t- دو نمونه ای می باشد . در صورتی که نتایج حاصل از آزمون کلموگروف اسمیرنف حاکی از پیروی نکردن داده ها از توزیع نرمال باشد به منظور مقایسه دو گروه مستقل از این آزمون استفاده می کنیم . با توجه به سطح معنی داده شده در جدول آزمون آماری که برابر 0/000می باشد و مقایسه آن با میزان خطای مجاز 0/05 با اطمینان 95 درصد فرض صفر رد می شود یعنی بین درآمد پاسخگویان زن و مرد از نظر آماری اختلاف معنی داری وجود دارد لذا با توجه به میانگین رتبه های داده شده مشاهده می گردد درآمد زنان بیشتر از مردان می باشد .میانگین رتبه ها مجموع رتبه ها مقدار آماره U سطح معنی داری متغیر مورد بررسی گروه های مورد مقایسه فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 33: آزمون کروسکال والیس آزمون ناپارامتریک کروسکال والیس که به آزمون H نیز معروف است مشابه آزمون F یا تحلیل واریانس است در صورتی که نتایج حاصل از آزمون کلموگروف اسمیرنف حاکی از پیروی نکردن داده ها از توزیع نرمال باشد به منظور مقایسه سه گروه یا بیشتر از سه گروه از این آزمون استفاده می کنیم . با توجه به سطح معنی داری داده شده در جدول آزمون آماری که برابر 0/003 می باشد و مقایسه آن با میزان خطای مجاز 0/05 با اطمینان 95 درصد فرض صفر رد می شود یعنی بین میزان درآمد پاسخگویان با تحصیلات مختلف از نظر آماری رابطه معنی داری وجود دارد لذا با توجه به میانگین رتبه های داده شده مشاهده می گردد که پاسخگویان با تحصیلات کاردانی کمترین درآمد و پاسخگویان با تحصیلات ارشد و بالاتر دارای بیشترین درآمد می باشند .متغیر مورد بررسی گروه های مورد مقایسه ماکزیمم رتبه مینمم رتبهمیانگین رتبه ها مقدار آمار خی دو سطح معنی داری فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 34: آزمون کلموگروف اسمیرنف از این آزمون برای بررسی اینکه داده ها از توزیع نرمال پیروی می کنند یا خیر استفاده می گردد . در صورتی که نتایج حاصل از این آزمون نشان از آن داشته باشد که داده ها از توزیع نرمال پیروی می کنند جهت بررسی فرضیات پژوهش از آزمون های پارامتریک و در غیر اینصورت از آزمون های ناپارامتریک استفاده می نمائیم .با توجه به سطح معنی داری داده شدهدر جدول فوق که برابر 0/004 می باشد و مقایسه آن با میزان خطای مجاز 0/05 با اطمینان 95 درصد نتیجه می گیریم که داده های مربوط به درآمد پاسخگویان از توزیع نرمال پیروی نمی کنند لذا به منظور بررسی فرضیاتی که با استفاده از این داده ها محاسبه می شوند باید از آزمونهای ناپارامتریک استفاده نمائیم .سطح معنی داری مقدار آماره کلموگروف اسمیرنفمتغیر مورد بررسی فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 35: پایایی پرسشنامه ( آلفای کرونباخ ) اعتبار آزمون به دقت اندازه گیری و ثبات و پایایی آن مربوط است . بطور کلی آزمون در صورتی دارای اعتبار است که عاری از خطای اندازه گیری غیر نظام دار می باشد . خطای اندازه گیری غیر نظام دار که بر نمره های آزمون تأثیر می گذارند غیر قابل پیش بینی بوده و اعتبار تست را کاهش می دهد . مقصود از اعتبار یک وسیله اندازه گیری آن است که اگر خصیصه مورد سنجش را با همان وسیله ( یا وسایل مشابه ) تحت شرایط مشابه دوبار اندازه گیری کنیم ، نتایج حاصله تا چه حد مشابه ، دقیق و قابل اعتماد است . سؤالات پرسشنامه را وارد این قسمت می کنیم روشهای محاسبه پایایی پرسشنامه فرمول آلفای کرونباخ فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 36: آلفای کرونباخ واریانس کل مقدار آلفای کرونباخ عددی است بین ( 1 و 0 ) و اگر این مقدار از 0/7 کمتر باشد نشان از آن دارد که پرسشنامه مناسب کار نمی باشد و هر چه از 0/7 بیشتر به سمت 1 میل کند نشان از آن دارد که پرسشنامه از اعتبار بالاتری برخوردار است .فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 37: روشهای تعیین حجم نمونه جدول مورگان فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 38: روشهای تعیین حجم نمونه یکی دیگر از روشهای تعیین حجم نمونه استفاده از فرمول کوکران می باشد برای استفاده از این فرمول کافیست اینجا کلیک نمائید تا برنامه آن باز شود .چنانچه تهیه نمونه ، بیشتر از تعداد تعیین شده از نظر شما هزینه زیادی ندارد ، برای اطمینان بیشتر و دقت بالاتر حداقل 10 درصد از حجم جامعه را بعنوان نمونه انتخاب نمایید .فهرست پدید آورنده : علی ارجمند www.irmeta.com
اسلاید 39: Sit.arjmand@gmail.com
نقد و بررسی ها
هیچ نظری برای این پاورپوینت نوشته نشده است.