تحلیل واریانس

صفحه 1:


صفحه 2:


صفحه 3:
مفروضههای زیر بنایی مشترک میان آزمون های ‏ و تحلیل واریانس (آزمونهای پارامتریک): *- نرمال بودن. *۴- همگنی واریانس ها. *- مستقل بودن. ا ای ۱ 

صفحه 4:
الف آزمون كا - آزمون تأٌ تى نمونهاى 7- آزمون ] وابسته ( که گاهی نوع مکرر, جفت شده و یا آزمون تا همبسته نیز خوانده میشود) 19 آزمون ] مستقل 

صفحه 5:
SS آزمون پارامتری برای یت کروه: (one-Sample T TeSt) cclaigas St ‏آزمون‎ 

صفحه 6:
آزمون ۲ تک نمونه ای ‎Ove Guople T test‏ آزمون تک نمونه ای برای آزمون این فرضیه صفر به کار گرفته مى شود که آیا یک نمونه مورد نظر به جامعه با میانگین مشخص تعلق دارد یا خیر. به عنوان مثال, مى توانيد از لين رويه براى آزمون لين فرضيه استفاده كنيد كه ليا بجه هايى كه به طور زودرس به دنيا آمده اند بهره هوشی آنها به طور متوسط ‎٠‏ مى باشد يا خير. در لين حللت فرضيه صفر به اين صورت بيان مى شود كه بین بهره هوشی افراد زودرس با بهره هوشی جامعه (مثلا ۱۰۰) تفاوت وجود ندارد. يعنى در لين قبيل موارد ميانكين نمونه با ميانكين جامعه كه به ‎Det) pli‏ هه ) برچسب خورده است مقايسه مى شود. 

صفحه 7:
* یش فرضهاي آرزنزن ۶ نک ننویهای: ۴ مقیاس کمی (فاصلهای و نسبی) *- توزیع دادهها در جامعه. نرمال و یا نزدیک به نرمال باشد. اگر نرمال نباشد از آزمونهای ناپارامتریک معادل مانند آزمون دو جملهای / نسبت (/81007۳[۵) برای مقیاس اسمی و آزمون خی دو برای مقیاس ترتیبی. ۶ دس مقلار تروص و تتاری اازم اس ارمس كن را دایم امکان نتیجه گیری و تفسیر درست ننایج در راستای فرضیه تحقیق وجود ندارد. 

صفحه 8:
7 وان اصطلاح آماری است که برای توصیف تونایی رد فرضیه صفر وقتی که غلط است. به | كار مى رود. توان به مقدار اختلاف واقعی, حجم نمونه, واریانس اختلاف و سطح معنی داری که در آن می خواهید فرضیه صفر را رد کنید. بستگی دارد. براى بيدا كردن توان يك آزمون» می توان به جدول توان که توسط کوهن (۱۹۸۸) تهیه شده مراجعه کرد. برای افزایش توان یک آزمون موارد زیر توصیه شده است: هرچه سطح معنی داری بزرگتر باشد. توان آزمون بیشتر است. هرچه اندازه نمونه بزرگتر باشده توان آزمون بیشتر است. آزمون یک دامنه ای از آزمون دو دامنه ای پرتوان تر است. در آزمون یک دامنه. هرچه اختلاف بین میانگین واقعی (0) و میانگین نمونه(ام) بیشتر باشد توا آزمون بیشتر است. 

صفحه 9:
م 7 ۱ آزمونهای پارامتری برای دو گروه: - آزمون ]با دو نمونه مستقل ۲ 53۳00165 - ‎Independent‏ ‎(Test‏ Paired-Samples T) ‏آزمون با دو نمونه جفتى يا همبسته‎ -۲ ٩ {Test 

صفحه 10:
پیش فرضهای آزمون ] مستقل: 

صفحه 11:
آزمون ۲ با نمونه های مستفل ‎Independent-sample T test‏ رویه ] با نمونه های مستقل این فرضیه صفر را آزمون می کند که میانگین یک متغير در جامعه برای دو گروه مختلف افراد باهم برابر است. هنگامی که سطح معنی داری مشاهده شده کوچک باشد فرض صفر (ميانكين هاى يك متغیر در گروه های مختلف باهم تفاوتی ندارند) رد مى شود و نتيجه مى كيريد که به نظر می‌رسد میانگین های دو گروه با هم برابر نیستند. 

صفحه 12:
تفسیر نتایج در آزمون ۲ با دو نمونه ستفل در خروجی دو ویرليش متفاوت از آزمون ‏ دیده می شود. اولی با لين فرض است که واریانس دو جامعه با هم برابرند و در دومی چنین فرضی وجود ندارد. با استفاده از آزمون 6۷676 می توان فرضیه صفر متعلق بودن دو نمونه به جامعه هایی با واریانس های برابر را آزمون کرد. اگر سطح معنی داری مشاهده شده در آزمون کمتر از ۰۵/ باشد می توان فرضیه صفر برابری واریلنس دو جامعه را رد کرد. در این مثال برابری واریانس ها رد می شود. بنابراین» باید نتایجی را که دارای برچسب 5511۳060 ۵۲ ۷۵۲1۵۲66 ۴0۱۲۵۱ هستند. استفاده کرد. 

صفحه 13:
مثال آزمون :] مستقل Oe ees as ee anaes ‏آموزان پسر و دختر پایه اول دبیرستان شهر شیراز را با هدف‎ ‏سنجش پیشرفت تحصیلی دانش آموزان مقایسه کند.‎ 

صفحه 14:
پیش فرض های آزمون ‎t‏ وابسته: ۱- مقیاس دو متفیر باید کمی و در سطح فاصلهای/ نسبی باشد. ۲- مقادیر دو متغير بايد جفت (وابسته) و از یک جامعه باشند. ۳- توزیع دادههای باید به صورت نرمال باشد. اگر نرمال نباشد از آزمون ناپارامتری معادل آن یعنی ویلکاکسون استفاده میشود. سس 

صفحه 15:
آزمون !با نمونه های جفت یا وابسته (اعط “4 جام © لصف ) از آزمون ! زمانی استفاده می کنیم که هر فرد یا آزمودنی دو بار در دو وضعیت متفاوت مورد مشاهده قرار می گیرند. آزمون | وابسته هنگامی به کار می رود که هدف مقايسة دو دسته از مشاهدات مربوط به اعضاء یک گروه واحد و یا مقاینه جفت شرگت کننده ها با هم باشد. آزمون] با نمونه های جفتی یا همبسته معمولا در تحقیقات آزمایشی و تجربی و در شرایطی به کار می رود که قصد داریم تأثیر نوعی مداخله را بر روی یک گروه در دو زمان متفاوت مورد بررسی قرار دهیم. مثال بررسى اثر اجرای یک دوره آموزشی بر روی گروه یا مقایسه وضعیت بیمار در زمان های قبل و بعد از استفاده از یک داروء فرضیه صفر در آزمون ! وابسته لین است که اختلافی بین مقادیر متوسط در دو عضو یک جفت جامعه وجود ندارد. به عبارت دیگر اختلاف متوسط جامعه صفر است. 

صفحه 16:
چند مشکل احتمالی در آزمون 7 وابسته 9اگر می خواهید اثر دو درمان را بر روى يك فرد مقايسه كنيد بايد بين دو درمان زمان كافى وجود داشته باشد. ٩اگر‏ نمونه های شما یک فعاليت يا آزمايش را دوبار تكرار مىكنندء ممكن است دفعه دوم به دلیل اثر آموزش بهتر از دفعه اول عمل کنند (حتی اگر مداخله مورد نظر اثری نداشته باشد. اثر آموزش می تواند موجب تغییراتی شود). در تحقیقلتی از لين دست بلید لین موضوع در محدودیت های پژوهش نوشته شود. 

صفحه 17:
منال آزمون ] وابسته مثال: بررسی اثر اجرای یک دوره آموزشی بر روی گروه یا مقایسه وضعیت بیمار در زمان های قبل و بعد از استفاده از یک دارو. 

صفحه 18:
تحلیل واربانس 

صفحه 19:
‎a aS (Analysis of Variance) (willy Jibs‏ وسیله ‎ae‏ كسترش يافت و كزارش أن در سال 1677 منتشر شدء يك روش آماری است که به منظور تجزیه و تحلیل تفاوت های بین میانگین های دو یا چند نمونه ی مستقل به کار برده می شود. ‏در ساده ترین شکل, تحلیل واریلئس به منظور تعیین معناداری اختلاف بین میانگین های جوامع مختلف به کار برده می شود. در واقع زملنی که پژوهشگر قصد مقایسه ی بیش از دو میانگین را داشته باشد از تجزیه و تحلیل واریانس استفاده می ‎AS‏ 

صفحه 20:
SS در اين روش 12 آزمودنی به صورت تصادفی در ع گروه آزمایشی جایگزین می شود. هر یک از گروه ها تحت تأثیر متفیرهای مستقل (يا متغیرهای آزمایشی) متفاوت قرار می گیرند. متغیر وابسته برای هر یک از آزمودنی ها اندازه گیری می شود و سپس میانگین 16 گروه محاسبه و مورد مقایسه قرار می گیرند. چنانچه متفیر آزمایشی یا متفر مستقل بر متفیر وابسته تأثیری نداشته باشدء میانگین های >[ نمونه مساوی خواهند شد. 20 

صفحه 21:
مثال هایی از تحلیل واربانس: ward Glow Ay dm 95 & siour igh Lowy 5! بررسی میزان عزت ففس در بین دانشجویان دوره کارشناسی (سال ‎ey ree Se ey‏ ل بنابرلین فرضیهی تحلیل واریلنس میتولند لین باشد: هوش هیجلنی در سه قشر بدون تحصیلات دارای تحصیلات ابتداسی و دارای م ا ل ل لال ۱۲ كان نوشت و همواره بليد باشد. 

صفحه 22:
۳ ۱- تحلیل واریلنس کار با دادههای آزمایشی موجود در طرحهای دارای بیش از دو شرایط آزمایشی را امکان پذیر میسازد. ۳ ۲- تحلیل واریانس به ما اجازه میدهد تا اثرات بیش از یک متغیر مستقل را بررسى كنيم. به طور کلی تحلیل واریانس به ما اجازه میدهد آزمایشهایی راطراحی کنیم كه ذاراى بيش از يك متغير مستقل باشتد. مقال: تأثير جنسيت و سن بر حافظه. 

صفحه 23:
م 7ب ۱۳ جه وقت ميتوانيم از تحليل واريانس استفاده كنيم؟ ‎-١‏ متغير وابسته از دادههاى فاصلهاى يا نسبى تشكيل شود. ۲- جامعه دارای توزیع بهنجار باشد. رازبا سای اه سای رالد ۴- در صورت وجود طرحهای گروههای مستقل از هر کدام از جامعهها باید نمونه های تصادفی مستقل گرفته شده باشد. 

صفحه 24:
© Ollwvavs equal vue opus diMereul | ۱۱ 24 

صفحه 25:
*مفهوم اصلی تحلیل واریانس است؟ محاسبة واریانس ناشی از عوامل مزاحمی مانند تفاوتهای فردی و مقایسه آن با واریانس ناشی از دستکاری در متغیر مستقل. سوالی که در تحلیل واریانس مطرح میشود؟ آیا واریانس دادهها که در اثر دستکاری در متفیر مستقل ایجاد شده بیشتر از واریانس به وجود آمده در اثر سایر عوامل مزاحم مانند تفاوتهای فردی است؟ 

صفحه 26:
انواع واریانس: اصول کلی تحلیل واریانس این است که در هر آزمایش, واربانس کل (۲0۵1- 6 همه نمره ها به واريلنس بين كروه ها (واريلنس نظامدار) و واریانس درون گروه ها (واریانس خطا) تجزیه می شود. ۱- واریانس کل ۲- واربانس درون گروهی ۲- واریانس بين كروهى ‎SSt= SSb+SSw‏ 26, 

صفحه 27:
واریانس درون گروه ها ‎{Within-group)‏ واريلنس درون گروه هاه نشان دهنده ی پراکندگی نمره ها در درون هر یک از گروه های نمونه است که ناشی از تفاوت هلیی است که در میان آزمودنی های هر گروه وجود دارد و با متفیر مستقل ارتباط ندارند. به همین دلیل غالبا این واریانس را واریانس ‎(error Variance) tes‏ 2( نامند. این واریانس ناشی از تأثیر عوامل تصادفی مانند واریانس نمونه برداری» تفاوت های فردی در بین آزمودنی ها و نقص در وسایل اندازه گیری است. 

صفحه 28:
واریانس بین گروه ها ‎(Between-group)‏ واریانس بین گروه ها پا واریانس نظامدار عبارت است از تغییرپذیری اندازه ها به سبب برخی تأثیرهای معلوم یا نامعلوم که موجب می شود نمره ها به یک جهت خاص بیش از جچت دکر کرلیش بدا کنند واریلتس تضامدار واربانسی است که تفاوت نظامدار بين كروه هايى از اندازه ها را منعكس مى كند و لين واريلنس از تفاوت موجود بین گروه های افراد ناشی می شود. به طور مثال نمرات آزمون د تحصيلى دانش آموزان دک مرس در دی ‎pete, scale ea) age ae te aera‏ تمرات داش آموزان در یک مدرسه واقع در یک منطقه فقیر نشین است. 

صفحه 29:
مجموع مجذورات: )551( ‏مجموع مجذورات كل (03165ا|50 01 17لا5)‎ -١ )55۷۷( ‏مجموع مجذورات درون گروه ها‎ -۲ ۳- مجموع مجنورات بین گروه ها ‎(SSB)‏ SSt= SSb+SSw میانگین مجذورات: :)۷15۷۷( ‏میانگین مجذورهای درون گروه ها‎ -١ ۲- میانگین مجذورهای بین گروه ها (150): ۳- نسبت ۱۷5۷//۳50 :۲ 

صفحه 30:
بين كروهى Msw MSw N-G SSW ‏درون گروهی‎ (Us) N-1 SSt Js 

صفحه 31:
م 7ب ۱۳ واریانس به وجود آمده به وسیلهٌ این عوامل و متغيرهاى مزاحم معمولا واريانس خطا ‎(error Variance)‏ تاميده ميشود بتابرلين ها مر سيم ليا وريدن خطا کمتر از واريانس ناشى از دستكارى در متغير مستقل است؟ راه مناسب براى بيان لين امر جنين است كه نسبت واريانس ناشى از دستكارى متغير مستقل و واريلنس خطا را محاسبه كنيم. لين نسبت به نام نسبت ۴ فيشر نامگذاری شده است. نسبت ۳ فش برایر است ‎th‏ (درون گروهی, باقیمانده ) واریلنس خطا / واریلنس ناشی از دستکاری متغیر مستقل (بین گروهی) ۳- 31 

صفحه 32:
تفسیر ۳: در ‎les‏ وا رفس در مرچه تست ۲ بزرکتر باشد آثر متتیر مستفل (وارباتس بین گروهی) بر دادهها بیشتر از متفیر مزاحم (واریلنس خطاء درون گروهی) است. اما زمانی که نسبت ۳ مساوی یا کمتر از یک باشد نتیجه معنیدار نییست و نشان میدهد که نمرات به طور مساوی یا بیشتر تحت تأثیر متفیرهای مزاحم (مثل تفاوتهای فردی) قرار گرفتند تا دستکاری متفیر مستقل. به طور کلی هرچه واریانس درون گروهی کم باشد و واریانس بین گروهی زیاد باشد» میفهمیم که گروهها با هم تفاوت دارند. 

صفحه 33:
خب ۱7 در تحلیل واریانس چه اصطلاحاتی به کار میرود؟ عوامل (۳801015): (Level of Factors) Jelse ‏#سطح‎ ‎(Between-subjects) kysrsejl ‏#عوامل بين‎ (Within-subjects) k.is90j1 439 Jelye® طرح هایی تحلیل واریانس مختلط (۸(0۷۸۵ 0۷1160): 

صفحه 34:
م 7 ۱ 34 طرح تحلیل واریانس را چگونه توصیف میکنیم؟ - طرح دارای چند عامل است؟ ۲- هر عامل چند سطح دارد؟ - هر عامل يك عامل درون آزمودنى است يا بين آزمودنى؟ 

صفحه 35:
(One-Way ANOVA) «al, Ss (wil slg Jou ‏#اكر بخواهيم ميانكين هاى جامعه را در بين جند كروه مقايسه كنيم از تحليل‎ ‏واريانس يك طرفه استفاده مى كنيم.‎ ‏تحليل واريانس يك راهه نمونه ها را براساس مقادير يك متغير در كروه هاى‎ © ‏مختلف مقايسه مى كند. متغيرى كه جهت تشكيل كروه ها استفاده مى شود‎ فاكتور ناميده مى شود. © مثلا فرض صفر مى كويد كه ميانكين حقوق در طبقات شغلى مختلف يكسان است (بين طبقات شغلى مختلف از نظر حقوق دريافتى تفاوت وجود ندارد). 

صفحه 36:
تحلیل واریانس تك متغیره با یک راهه ‎(ANOVA)‏ یشی, پژوهشگران با شرکت کنندگانی (آزمودني هایی) مواجه میشوند که در دو يا چند موقعیت اندازه گیری شدهاند که در این صورت پژوهشگران به دنبال مقایسه میانگینهای مربوط به اين گروهها میباشند. آزموهای تأ و 0 لالدو ةا از بركاربردترين روشهای مقايسة میانگین گروهها هستند. لين روشها تقريبا هميشه مستلزم تحليل فقط يك متغير وابسته تحت عنوان تحليل تك متغيرى (يك متغير وابسته) است. به طور کلی ۸۱۱۱62۷/۹ در طرحهلیی به کار میرود که یک متفیر وابسته دارد و بنابرلین یک روش تک متفیری است. حتی وقتی که محققان بیشتر از یک متفیر وابسته را اندازه گیری میکنند میتوانند هر بار یکی از متفیرهای وابسته رابا روش ‎ANOVA‏ تحليل کنند. اما با این کار درصد احتمال خطا در هر اندازه گیری افزایش پیدا میکند. "در بسیاری از مطالعات آزمایشی و شبه آ 

صفحه 37:
طرحهای آزمایشی به طرح های درون گروهی و بین گروهی تقسیم ميشوند. طرح های بین گروهی طرحهای مستقل هستند که بین گروهها انجام میشود. زملنی که تعداد گروهها یا موقعیتهای ما از دو گروه بیشتر میشود دیگر نمیتوان از آزمونهای © استفاده کرده چون در اين مقايسهها ألفا متورم میشود. و باید از تحلیل واریانس استفاده کرد. #تحليل واريانس يك راهه به تحليل واريانس ساده۸(۱۵۱/۸۵ 6۱۳0۴0۱6) ) نیز معروف است. در ۱۷60۷/۸۵(/ سه منبع وجود دارد: ۱- واریانس کل, 7- واريانس بین گروهی و ۳- واریانس درون گروهی. 

صفحه 38:
*آزمون ] فقط در موقعیت هلیی به کار می رود که در ن متغير مستقل دارای دو سطح است. اما آزمون ۳ را برای هر تعداد از سطوح متغیر مستقل می توان به کار برد. اگرچه واژگان فنی اين دو آزمون متفاوت است اما مفاهیم زیربنایی آزمون ] و ۳ یکسان است. آنها هر دو به صورت نسبی از تغییرات (تفاوت) میانگین های نمونه ها به بر آورد واریانس خطا محاسبه می شوند. در واقع در حللت دوگروهی لین دو آماره قلبل تبدیل به یکدیگرند (<۳ 1 با رادیکال ۳ مساوی است با ا). 

صفحه 39:
* انواع طرحهای ‎fled‏ واريانس تك متغيره يا يكك راهه ‎(ANOVA)‏ ‎-١١‏ تحليل واريلنس يكراهة بين آزمودنيها: در لین طرح افراد مختلف در گروه های مختلف ( سطوح متفاوت متغیر مستقل) قرار داده می شوند. اثرات نوع درمان (درمان شناختی 7 رفتاری. درمان مثبت نگری» درمان روان کاوی» درمان رفتارگرایی) بر بهبود افسردگی. ‏*- تحلیل واریلنس یک راههٌ درون آزمودنیها: در لین طرح همه شرکت کنندگان در معرض تمام حالات متفیر مستقل قرار مى كيرند. مدت زمان صرف شده برای یادگیری سه فهرست مختلف از کلمات در گروه. آزمون ‎stroop‏ 

صفحه 40:
دستور اجرای تحلیل واریانس یک راهه Compare Means ___, One-Way ANOVA. انتقال متغیر وابسته به محل ‎Dependent List‏ انتقال متغیر مستقل به محل ‎Factor‏ | Post Hoc.. Bonferroni [v= | Continue | 

صفحه 41:
تحلیل واریانس عاملی (دوراهه): ۰ ۸۱۱۵۷۸۵۸ ۴۵۵۲۵۲۱۵۱ © روش تحلیل واریانس عاملی ایین امکان را به وجود آورده است که در طرح پژوهشی خود نفوذ چند متفیرهای مستقل (که معمولاً عامل 31:0۲ نامیده می شوند) بر متفیر وابسته را بسنجیم. © تحليل واريلنس عاملی روشی است که اثرهای ساده (اصلی) و تعاملی دو یا چند فكي مط ارا بكسي كك يقي واسعة قوره تطیل قرار فیم ههد نیاق دیگر. در تحلیل عاملى دويا جند متغير مستقل, به كونه مستقل يا در تعامل با يكديكر تغيير مى كنند تا تغيير يذيرى متغير وابسته را به وجود آورند. ©طرح هاى عاملى مستلزم تركيب همة سطوح متغيرهاى مستقل است كه به ‎Alay‏ داده ها نشان داده می شود. 

صفحه 42:
یک منال پژوهشی از تحلیل واریانس عاملی میزان کارایی در سطوح تحصیلی مختلف یکسان است؟ در سوال ۱ و ۲ یک فاکتور (سطوح تحصیلی یا چنسیت) درگیر است در حللی که در سول ۳ هردو فاکتور به طور همزمان مورد نظر است. پژوهشگر در سوال ۳ یک فرضیه تعاملی را مطرح می سازد و معتقد است که متوسط کارایی مردها و زن ها که دارای تحصیلات مختلف هستند به گونه متفاوت ظاهر می شود بنابراین این یک طرح عاملی ۲*۲ می باشد. تحصیلات با سه سطح و جنسیت با دو سطح. دييلم لیسانس 

صفحه 43:
پژوهشگر ۶۰ کارمند را از میان جامعه کارکنان یه تصادف انتخاب می کندبه گونه ای که به ع گروه ۱۰ نفری مطایق جدول زیر تقسیم شده باشند ۰ تحصیلات 8181 8281 31 82 8182 4282 32 ‎(Main Effect) 101‏ در تحلیل واریانس اثر اصلی عبارت است از اثر هریک از فاکتورها صرف نظر از اثر سایر فاکتورها مثلا اثر سطوح تحصیلی (به تنهایی) بر روی میزان کارایی اثر اصلی نامیده می شود. ‎Effect) tts 3°‏ ۱۳۱۲۵۲۵0) : در طرح عاملی علاوه بر دو لثر اصلی. تعامل دو متغیر مستقل نیز بررسی می شود. اگر دو فاکتور را همزمان در نظر بگیریم. آزمون لثر تعاملی نامیده می شود. ‎ 

صفحه 44:
تفسیر تحلیل واربانس عاملی دو راهه © فرضيه صفر اثر اصلى: ميانكين هاى جامعه (ميزان كارايى) در تمام سطوح تحصیلی يكسان است. يعنى در سطوح تحصيلى مختلف تفاوتى در ميزان كارايى افراد وجود ندارد. 0 فرضیه صفر لثر اصلی: ميانگین های جامعه (میزان کارلیی) در هردو جنس زن و مرد یکسان است. فرضیه صفر اثر تعاملی: بین سطح تحصیلات و نیز جنسیت افراد از نظر میزان کارایی تفاوت معناداری وجود ندارد (بین دو متفیر اثر تعاملی وجود ندارد)» بنابراین اگر سطح معنی داری مشاهده شده در مورد اثر تعاملی کوچکتر از ۰/۰۵ باشد فرض صفر رد می شود. یعنی آثر سطح تحصیلات بر روی کارایی در مردها و زن ها یکسان نیست. به عبارت دیگر» رابطه بین سطح تحصیلات و کارلیی در مردها و زن ها متفاوت است. كك 

صفحه 45:
دستور اجرای تحلیل واریانس دو راهه Analyze ———General Linear Model | Univariate | انتقال متغير وابسته به محل ‎Dependent Variable‏ انتقال دو يا جند عامل مورد نظر به محل ‎Fixed Factors‏ 5 عامل اول را به محل ۸۵65 11011201231 و عامل دوم را به محل ‎Separate Lines‏ صورت لزوم عامل سوم را به محل 21015 56۳0۵1۵6 منتقل ۸0 و 0۳10116 را انتخاب كنيد. | OK 

صفحه 46:
انواع طرح های عاملی: ‎-١ ©‏ طرح هاى بين كروهى: ‏0 ۲- طرح های درون گروهی: ‏0 ۳- طرح های مختلط ساده: ‎ 

صفحه 47:
۱- طرح های بین گروهی: این طرح ها مستلزم آن است که هم متغیرهای مستقل از نوع متغيرهاى بين كروهى باشند. مفهوم اصلى لين مطلب أن است كه در هر تركيب يا در هر يك از خلنه هاى طرح افراد متفاوتى قرار مى كيرند. هر شرکت كننده در كل تخليل فقط يك نمره دارد که یک تركيت ار متغيرهاى مستقل را نشان. مى دهد. 

صفحه 48:
۴- طرح های درون گروهی: ؟طرح درون گروهی مستلزم آن است همة متفیرهای مستقل از نوع متفیرهای درون گروهی باشند. لین بدان معنی است که هر آزمودنی بلید در همه ترکیب ها یا خلنه های طرح یک نمره داشته باشند. یعنی شرکت کننده به تعداد خانه های موجود در طرح تحلیل کلی نمره دارد. 

صفحه 49:
*- طرح های مختلط ساده: #طرح های مختلط به طرح هایی گفته می شود که یکی از متفیرهای مستقل باید از نوع درون گروهی و دیگری بین گروهی باشد. طرح های مختلط ساده تنها به دو متغير مستقل محدود مى شود. طرح هايى كه سه متغير مستقل یا بیشتر با يك يا جند متغير درون كروهى و يك يا جند متغير بين كروهى دارند به طرح هاى مختلط بيجيده معروفند. 

صفحه 50:
تحلیل ‎Guile slg‏ چند متغیره (۵۱0۷۸۵): مانوا 

صفحه 51:
تحلیل واربانس چند متغیره (۳۵010۱۸۵): سس _ 2 “تحليل واریانس چند متفیری (۷۱۵۵0۷60۷//۵)» بسط تحلیل واریانس ‎cool (ANOVA)‏ در تحلیل واریانس» هر تعداد متغیر مستقل میتواند وجود داشته باشد. اما صرف نظر از تعداد متغیرهای مستقل موجود در تحلیل واريانس» فقط یک متغیر وابسته در آن وجود دارد. به همین دلیل. تحلیل واریائس به عنوان طرحهای تک متغیری طبقه بندی میشوند. اما در تحلیل واریلنس چند متغیره تعداد متغیرهای وابسته ما بیش از یک متغیر است (دو متغير و بيشتر). 

صفحه 52:
تحليل واريانس جند متغيره (//1/181001) ‎٩‏ روبه ۳۱۵۱۷۷۸ تحلیل رگرسیونی و تحلیل واریانس را برای متفیرهای وابسته چندگانه فراهم می سازد. 2 متفیر های عامل ‎Lip Ay], deole (Factor Variables)‏ 09,5 تقسیم ‎a eye ‏در لین رویه لثر متغیرهای مستقل (عامل) بر میانگین های گروه های مختلفی از متغیرهای وابسته آزمون می شود. ‏© در این روش تعامل بین عوامل (متغیرهای مستقل) و اثرات انفرادی عوامل سنجیده می شود. ‎ 

صفحه 53:
#تفاوت طرحهای تحلیل واریلنس چند ‎(MANOVA) ¢5 yaite‏ با تحلیل واریانس تک متغیری (/۵0۱۱60۷) در چیست؟ در تعداد متغیرهای وابسته موجود در تحلیل است. در ‎ANOVA‏ تنها یک متغیر وابسته وجود دارد در صورتی که در ۷۸ بیش از یک متغیر وابسته وجود دارد. 

صفحه 54:
MANOVA 2 x, *کاربرد تحلیل واریلنس چند متغیره بررسی بیش از یک شاخص رفتاری در آزمودنیها در مطالعات پژوهشی است. به عبارت دیگر برای اینکه بتوان تصویر جامعی از چگونگی پاسخ فرد به یک موقعیت را ترسیم کرد بايد فرد را از تمام جنبه ها و ابعاد مورد بررسی قرار داد. بنابرلین در همچنین پژوهش هایی تحلیل واریانس چند متفیره می تولند با بررسی تعداد متغیرهای بیشتری دید جامعی از فرد بدست دهد. 

صفحه 55:
‎MANOVA:‏ 9 متغیرهاعی رکب ‏*لين حللت شبیه رگرسیون چندگلنه است که یک مجموعة وزنی از متفیرهای پیش بین» به صورت یک متغیر مرکب شکل میگیرد و به متفیر ملاک مربوط میشود. چنین موقعیت مشابهی نیز در ۳۱/۵۱۵۷ اتفاق میافتد. در طرح ۳۱/۵10۷ از ترکیب متفیرهای وابسته, یک متفیر خطی وزنی ایجاد میشود. در ‎cladig MANOVA‏ 8 شده آنهلیی هستند که به متفیر مرکب امکان میدهند تا گروهها (سطوح متغیر مستقل) را از هم تفکیک یا متمایز کنند. چون در رگرسیون چندگلنه متفیر ملاک به صورت کمی اندازه گیری ميشود. لذا متفیرهای پیش بین به صورت یک ترکیب وزنی در میًیند. چون هدف پیش بینی در ۸۷/۸۵۸۷60۷۵ متغیر مستقل به عنوان یک متفیرمقولهای است, تعداد متغیرهای مرکبی که به وسيلة ‎Gute MANOVA‏ میشوند از (الف) تعداد متفیرهای وابسته و (ب) تعداد گروهها (سطوح متفیر مستقل) منهای ۱ کمتر است. ‎ 

صفحه 56:
دستور اجرای ‎MANOVA‏ Analyze —— General linear Model——-Multivariate انتقال متغیرهای وابسته به محل ‎Dependent Variables‏ انتقال متفیرهای مستقل به محل ۲۵6015 ۳160 Plots.. | Separate Lines bw 4 59 ts Horizontal Axis Joe 4 ‏يك متغير‎ Add ‏يل‎ Continue OK 

صفحه 57:
چه وقت میتوان از ۱۳۲۸۳0۷۸ 30 ه كرد؟ اندازههاى وابسته و منفرد به ندرت ميتولند يديدة مورد بررسى را به طور کامل پوشش دهد. اندازههای چندگلنه, اطلاعات مفید زیادی برای پژوهشگر فراهم میکند (از طریق همبستگیهای چندگلنه) و به گسترش و غنی سازی حوزه مفهومی مورد مطالعه کمک میکند. ‎caw MANOVA -v®‏ آلفای کلی یا ميزان خطای نوع اول (یعنی؛ احتمال اینکه فرض صفر درست. به اشتباه رد شود) را کنترل میکند. ‏©-.11[01/8/! همبستكى متقابل بين متغيرهاى وابسته را با بررسى الله جاى واريانس- كوواريانس در نظر ميكيرد. ‎ ‎57 

صفحه 58:
هر سطحی از متفیر مستقل بررسی کنند. - ۷۵۹۱۷0۷/۸ برای محققان یک رویکرد آماری فراهم میآورد تا ‎Be gerne‏ بزرگی از اندازه گیریهای وابسته را به یک مجموعه کوچکتر کاهش دهند. - ۷1۵۱۷0۷۸ به شناسایی متفیرهای وابسته با بیشترین توان تفکیک یا تمایز در گروه بندی (متفیرمستقل) کمک میکند. - ۵۱۷0۷۸ به واسطة توان افزایش يافته در موقعیت چند متفیری مي تواند تفاوتهای گروهی نامشخص تحت شرایط تحلیلهای آماری تک متفیری را آشکار کند. 58 

صفحه 59:
چه موقع نباید از ۷۱۵۵۷۸۵ استفاده کرد؟ "در سه و ضعیت نباید از ۷۱/۹۱۱60۷۸۵ استفاده کرد: ۳- اگر همبستگی بین متغیرهای وابسته وجود نداشته باشد نباید از ۷1/۱۱6۷ استفاده کرد. موقعیت ‎Sl ots!‏ برای استفاده از ۱۷۱/۸0۱60۷۸۵ زمانی است که متغفیرهای وابسته دارای همبستگی متوسط باشند. ”1“ بر عکس شرایط بالاء در متفیرهای وابستهای که همیستگی خیلی بالا دارند نباید از ۷/۱۵۷۸ استفاده شود. از نظر آماری» لین گهنه همبستگیها خطر وضعیت هم خطی چندگانه را افزایش میدهد . <۳- زملنی است که کاربر یا دربافت کنندة نتلیج تحقیق از دانش آماری یا فنی محدودی x برخوردار است. 

صفحه 60:
2 هتلینک‌چند متغبر ی۸۵۱10۱/۵ دو گکروهن زمانی که ما در یک تحقیق دو متغير وابسته داريم که با یکدیگر رابطه همبستگی درند و لثر آنها را ميخواهیم با یک متفیر مستقل مورد بررسی قرار دهیم از *1 هاتلینگ چند متغيرى استفاده ميكنيم؛ اكر جه اجراى آزمونهاى ] تك متغيرى براى هر متغير وابسته به طور مجزا یک ‎esl foal)‏ ب امایک رویکردقلبل قبول خر و دقیق تر برد 2 هاتلینگ (یا ۷۱۵۱۱60۷ دو گروهی) است. 12 هاتلینگ بیک بردار ایجاد میکند (متفیری با ترکیب خطی وزن دار) که در بهترین حللت میتوان سطوح یا مقولههای متفیر مسسقل رآاز هم نقکیک کید 

صفحه 61:
آزمونهای ۲ با ۳ تک متخ چند گانه: " شاید رلیچ ترین روش برای بررسی معناداری چندمتفیری لین باشد که آزمونهای تأ یا ۵۱۷60۷ روی هر متغیر وابسته جداگانه و با سطح آلفای اصام شده انحام شود اسلام سطع الفا اصلام بونفرونی نامیده میشود که احتمال وقوع میزان خطاى متورم نوع1 را که بر اثر استفاده از آزمونهای تک متغیری چندگلنه به وجود میّید کاهش میدهد. لین اصلاح با فرمول0 / 0 انجام می شود. که درلن سطح آلفای کلی (معمولا۰/۰۵ ) بر تعداد متغیرهای وابسته تقسیم می شود. 

صفحه 62:
ل ا سما *تحلیل کاهشی یک روش جایگزین برای ارزیابی جداگانة هر متفیر وابسته است که يس از مشاهدة یک لثر چندمتغیری که از نظر آماری معنادار است به کار میرود. در اینجاء برای هر متفیر وابسته. پس از آنکه اثر سایر متفیرهای وابستُ موجود در تحلیل کنترل شدند. یک ۳ محاسبه ميشود. لين روش با رگرسیون سلسله مراتبی قابل قیاس است که در آن متغیرهای وابسته باید دارای ترتیب علی» منطقی و ‎ee‏ کرد. 

صفحه 63:
مسائل خاص مربوط به 12 هاتلینگ و ‎:MANOVA‏ - پیش نیازهای حجم نمونه: ۴ چون در 12 هاتلینگ یا 4۷/۸۱۱60۷۸۸ متغیرهای وابسته چندگانه همزمان تحلیل می شود لذا در مقایسه با ۵۷60۷ تک متفیری, به حجم نمونه بزرگتر نیاز دارد. © 1- متغيرهاى وابسته: © كاربرد 12 هاتلينك يا 1/80/01/4/!. در مواردى كه همبستكى منفى بالا يا متوسط (۰/۶) بین متغیرهای وابسته وجود دارد کارآمدتر است. استفاده از متفیرهای وابسته ای که همبستگی مثبت بالا با هم دارنده کاری زاید و اتلاف وقت است. 63 

صفحه 64:
#در مورد لین گونه همبستگی بالا (۰/۸ یا ‎)./٩‏ میتوان از روشهای احتمللی زیر استفاده ‎as‏ ۴ یک متفیر وابسته جدید تولید کنید. اگر چه برای ساختن متفیر مرکب محدودیت خاصی برای تعیین تعداد متغیرهای وابسته وجود ندارده اما توصیه بر لین است که از ۱۰ متغیر که از نظر مفهومی مرتبطاند به کار نبرید. #۴ پیش از تحلیل, یک یا چند مورد از متفیرهای وابسته را حذف کنید تا اینگونه همبستگیهای قوی وجود نداشته باشد. اگر همبستگی بین متفیرهای وابسته خیلی پایین باشدء لين كونه تحليل چند متفیری را نمیتوان به کار برد. به جای آن میتوان از تحلیل واریانسهای جداگانه با اصلاح بونفرونی استفاده کرد. معناداری آزمون کرویت بارتلت (0۵>0/001) شاخصی از همبستگی کافی بین متفیرهای وابسته در تحلیلهای چندگانه است. 

صفحه 65:
توان آزمونهای چند متغیری: توان یک آزمون آماری تابعی از سه پارامتر است: سطح آلفاء حجم نمونه و اندازة لثر(یعنی میزان تفاوت گروههای کاربندی در متغیر وابسته). بین توان آزمون و سطح آلفا یک رابطه معکوس وجود دارد. وقتی که سطح آلفا سختگیرانهتر میشود (مانند اتقال از ۰/۰۵به ۰/۰۱) توان آزمون کاهش مييابد. بنابرلين» انقال به سطح آلفای ۰/۰۱ با ۰۰/۰۰۱ برای کاهش خطای نوع ا توان آزمون را كاهش ميدهد. بايد ترفندى به كار برد كه بين آلفا و توان آزمون تعادل ایجاد شود. اين تعادل با در نظر گرفتن اندازه یا حجم لثر متغیرهای تحت مطالعه مشخص ميشود. در عمل با افزایش اندازة لثره توان آزمون آماری (بدون در نظر گرفتن حجم نمونه) همیشه افزلیش مییابد. برای رسیدن به توان آماری کافی. اندازههای لثر کوچک مستلزم نمونههای بزرگترند تا به یک توان آماری کافی مانند ۰/۸۰ برسند (یعنی اگر متغیر مورد مطالعه تأثیر داشته باشد ۸۰ درصد احتمال میرود که به توان ‎a‏ برسیم). افزلیش حجم نمونه» خطای نمونه را کاهش میدهد و در نت ‎ ‎ ‎65 

صفحه 66:
"مفروضهها و محدودیتهای آماری آزمون ‎MANOVA‏ ‎-٠١‏ مقادير برت و كم شده: ۰- استقلال: ۰- همگنی ماتریسهای واریانس- کوواریانس: *4- نرمال بودن جند متغيرى: *5- خطى بودن: 66 

صفحه 67:
آزمون تحلیل واریانس اندازههای مکرر (61145۱) اندازه گیری مکرر به طرحی گفته میشود که در تن هر یک از آزمودنیها در معرض بیش از یکت متغیر مستقل قرار میگیرند. اطلاعات جمع آوری شده در اثر اجرای این طرح, از ردیف (آزمودنیها) و 8 ستون (متغیرهای مستقل) تشکیل شده است. مورد استفاده مناسب لین طرح زملنی است که پژوهش گر علاقمند باشد تغیبرلتی را که در روند زمان در آزمودنی به وجود ‎ty The‏ مشاهده يا اندازه گیری کند. 

صفحه 68:
هدف اساسی آزمون تحلیل واریانس اندازههای مکرر (61۱۸8۱) جيست؟ به حداقل رساندن خطاهاى ناشى از تفاوتهاى فردى است. 

صفحه 69:
گیک ویژگی مهم طرح اندازه كيرى مكرر, لين است كه ميتوانيم آن تغیبراتی را كه ناشى از همبستكى اندازه كيريهاست از تغييرات كل جدا كنيم و تغييرات خطا را با كم كردن تغيبرات ناشى از تفاوتهاى فردى كاهش دهيم. "در طرح اندازه كيرى مكررء ابتدا واريانس كل به واريانس بين آزمودنيها و واریانس درون آزمودنیها تقسیم ميشود. واريانس درون أزمودنيها نيز به واريانس بين متغيرهاى آزمايشى و واريانس باقيمانده تقسيم ميشود. درجات آزادى نيز در طرح اندازه گیری مکرر به درجات آزادی بین آزمودنیها و درون آزمودنیها تقسیم 22 شود. 

صفحه 70:
.GLMRM , MANOVA atuis ‏وجوه‎ ۴ ۱- تمامی پیش فرضهای آزمون پارامتری» در مورد هر دو دستور ‎GLMRM , MANOVA‏ صادق است (یعنی پیش فرضهای نرمال بودن توزیع» برابری واریانس گروهها و ..) ‎ve ;-yve®‏ 2 5 : 5 رد ۲- تعداد متغیر مستقل در هر دو دستور بیش از یک متغیر است. یعنی در هر دو اس و و و ‎ ‎ 

صفحه 71:
#وجوه تفاوت .01/8 لكالا و 81/1 الال |6 © دستور ۱/۸۱۷6۷۸۵زمانی مورد استفاده قرار میگیرد که گروههای مورد مقایسه مستقل از همدیگر باشند. اما زملنی که گروههای مورد مقایسه به همدیگر وابسته باشند (یعنی هر فرد در چندین موقعیت مورد مشاهده قرار گیرد4 از دستور ‎GLMRM‏ استفاده میشود. هه 

صفحه 72:
1 تست ا ا Repeated Measures Analysis of Variance ‏یی‎ 

صفحه 73:
منال های انواع تحلیل واریانس: ‎-١‏ تحلیل واریلنس کت راهه (آنوا): مقایسه لثر بخشی ۳ روش تدریس (سخنرانی. اکتشافی و ترکیبی) بر پیشرفت تحصیلی دانش آموزان ‏۲- تحلیل واریانس دوراهه: مقایسه اثربخشی ۳ روش تدریس و جنسیت معلم (زن و مرد) بر پیشرفت تحصیلی دانش آموزان ‏۳- تحلیل واربانس سه راهه: ‎‘uals‏ اثر بخشی ۳ روش تدریس و جنسیت معلم (زن و مرد) و تجربه معلم بر پیشرفت تحصیلی دانش آموزان ‏۶- تحلیل واریلنس چهار راهه: مقایسه اثربخنی ۲ روش تدریس و جنسیت معلم (زن و مرد) و تجربه معلم و رشته تحصیلی معلم بر پیشرفت تحصیلی دانش آموزان ‏۵- تحلیل واریلنس چند متغیره (مانوا): مقایسه اثربخشی ۳ روش تدریس بر میزان پیشرفت تحصیلی» خلاقیت و اعتماد به نفس دانش آموزان ‏7- تحلیل واریلنس اندازه گیری مکرر (طرح درون گروهیی): لثر بخشی ۳ روش فت تحصیلی در ۳ نوبت از زمان بر روی یک گروه ‎ ‎ 

صفحه 74:
۱ آزمون کرویت موخلی (50۳6۲|61۴2 0۲ ]165 ۳۵۱6۳۱۷۲5 9 آزمون کرویت موخلی این فرض صفر رابه آزمون میگذارد که ماتریس کوواریلنس خطای مربوط به متغیرهای وابسته تبدیل شده نرمال» بیکث ماتریس هملنی است. آزمون کرویت موخلی با استفاده از اجرای یک آزمون کرویت بر روی متغیر وابسته تبدیل شده نرمال, ساختار ماتریس واریانس - کوواربلنس را تأیید و اثبات مر کند. به طور مفروض, شکل ماتریس واریانس- کوواریانس متغیر وابسته بلید کروی باشد. در لین آزمون چنان چه سطح معنی داری کوچک تر از ۰/۰۵ باشد. فرض مارد و فرض !۲ تأیید ميشود. 

صفحه 75:
در تحليل واريانس درون آزمودنيهاء فرض آزمون شده به صورت موثر لین است كه بین تمام متفیرها به سختی همبستگی یکسانی وجود دارد. برای آزمودن معني داری روال آزمون کرویت موخلی مقدار خی تخمین زده میشود (بنابراين در برون داد خی دو تقریبی 2۱-50113۲6) ۸۵۵۲۵2۰ گزارش میشود). معنی دارى لين مقدار خی گزارش ميشود. اگر معنی دار بود (یعنی کمتر از ۰/۰۵) فرض قرار گرفته پشت تحلیل واربلنس درون آزمودنیهای طبیعی نقض شده است. وقتی چنین اتفاقی روی دهد میتوان دو کار انجام داد: ۴- اصلاح با استفاده از (۶0511010) *- آزمونهای چند متغیره (۲6515 ۷۱۲۱۷۵۲1616/) 

صفحه 76:
5 سه نوع تخمینآماریرا که لپسیانن امیده میشوند لنجام میدهد تابویلصاخ ن قض‌فرضیات‌مورد لستفاده قرار گیرند هر چه نقض فرضیه بزرگتر باشد مقدار لپسیانک وچکتر خولهد بود. بولی‌تنظیم ‎Reus‏ بليد قبزاز محاسبة مقدار " دیجه آزادی‌صویتو مخرج در لپسیلن ضربشوند در هر حا-[5۳55 لیزٍصاهها را لنجام میدهد و مقدار لصاخ شدة 2 را در جدیل" آزمونهایثراتدرین‌آزمودنیها" ن_شان‌خولهد داد. مانی که آزمونک رهیتموخلی ب ار از ۰/۰۵ باشه از سه آزمونمطفظه کار یالپلیسنگرینهاوس گیز, هیون- ف لو حد پاییرلستفادم میکند 

صفحه 77:
«نکته: *هنگلمی که آزمون کرویت موخلی معنیدار نیست» مقدار اپسیلن صفر خواهد بود و تمام موارد وارد شده در جدول آزمونهای اثرات درون آزمودنیها یکسان خواهند بود. 

صفحه 78:
#آزمونهای چندمتغیره: - اولین آزمون» اثر پیلایی (۲۲26 5 ۳[1۱21) است. *- آزمون دوم. لامبدای ویلکز (۱۵۳۳۵0 ۷۷[۱65) است که گاهی آماره لا نیز نامیده ميشود. مقدار لين آزمون بين (۰) تا (۱) نوسان دارد که مقادیر نزدیک به (۰) نشان میدهند که میانگینهای گروهها از همدیگر متفاوتند. برعکس, مقادیر نزديك به ‎)١(‏ نيز نشان از عدم تفاوت میانگینها دارند (مقدار برابربا (۱) نیز نشان میدهد که همه میانگینها "- آزمون سوم اثر هت حسب مجموع مقادیر و ‎less‏ ويزه محاسبه ميشود. ۶- چهارمین آزمون. بزرگ ترین ريشه روی ‎eb (Roy’s largest root)‏ دارد. ‎trace) Site‏ ۲۱۵۲6۱۱/۳95) است که مقدار آن بر ‎77 ‎ ‎ ‎ ‎ 

صفحه 79:
نکته: ‎se‏ ‏از میان ۴ آزمون چندمتفیره بالاه آزمون لامبدای ویلکز معروفیت بیش تری نسبت به سایر آزمونها داشته و با معیار نسبت احتمال مرتبط است. اما در عمل» آزمون لثر پیلایی قدرت مندتر از سیر آزمونهاست. با این حال» استفاده از هر كدام از اين ۴ آزمون بستگی به موقعیت دارد. 

صفحه 80:
مانوا دوراهةً عاملی مانوای دوراهه (دو متغیر مستقل) که گاهی مانوای عاملی با دوراهه نامیده می شود. نوعی از تحلیل واریلنس است که در آن همزمان اثرهای دو متغیر مستقل را روی دو با چند متغیر وابسته که از نظر مفهومی با هم ارتباط دارند جررسی می کند. مثال: بررسی اثرهای جنسیت ( مرد و زن) و نوع درمان )199 تحلیلی. مثبت نگر و شناختی) روی ارزیلبی کار کرد کلی (پیامد بالینی) و رضایت از خدمات درمانی 80 

صفحه 81:
مزیت طرح های عاملی تک متغیری و چندمتغیری: ۱- دستکاری همزمان متغیرهای مستقل ۲- بررسی اثرات اصلی و تعاملی 81 

صفحه 82:
*آزمونهاى تعقيبى: بسين يا بس از تجربه: ‎(Scheffe) ais‏ (Tukey) 35 LSD (Bonferroni) ‏بونفرونى‎ ‎(Sidak) erin REGWF and REGWQ SNK آزمون ها توکی (Duncan) ‏دانکن‎ 2 هاچبرک گابریل والر - دانکن (Dunnett) esto 

صفحه 83:
Thank you for your attention !