.:: Your Adversing Here ::.

تفسیر فرضیه بر اساس چارچوب نظری و مفهومی

تفسیر فرضیه بر اساس چارچوب نظری و مفهومی

هر پژوهش دارای یک چارچوب نظری یا مفهومی است. فرضیه های از چارچوب نظری، پیشینه های تحقیق و بر اساس مشاهدات محقق تدوین شده است باید بر همان اساس توصیف و تبیین شود.

مثال نگرش دانشجویان به رسانه ملی

در یک پژوهش نگرش دانشجویان دانشگاه های تهران به رسانه ملی در دست بررسی است.

مرحله ۱: تشخیص متغیرها

(وابسته: نگرش در سه بعد ۱- = نگرش منفی،‌ ۰ = نگرش خنثی و ۱+ = نگرش مثبت این متغیر از لحاظ سطح سنجش ترتیبی است. متغیر مستقل: جنسیت در دو مقوله ۱ = مرد و ۲ = زن، این متغیر از لحاظ سطح سنجش اسمی است)

مرحله ۲: تشخیص آزمون مربوطه

با توجه به اینکه یکی از متغیرها اسمی و دیگری ترتیبی است آزمون مناسب آن خی دو می باشد.

مرحله ۳: تدوین فرضیه

فرضیه H0: به نظر می رسد نگرش دانشجویان دانشگاه های تهران در بین دختران و پسران دانشجو تفاوت ندارد.

فرضیه H1: به نظر می رسد نگرش دانشجویان دانشگاه های تهران در بین دختران و پسران دانشجو تفاوت دارد.

 

09357258425 

www.pajuha.ir

info@pajuha.ir

سفارش ترجمه تخصصي

 

مشاهده ادامه مطلب تفسیر فرضیه بر اساس چارچوب نظری و مفهومی

تحلیل آماری – مرتب سازی موارد در spss

مرتب سازی موارد در SPSS

بر اساس مقوله متغیرها به دو حالت نزولی و صعودی فایل داده ها را مرتب می نماید.

گاهی محقق درصدد است تا داده ها را بر اساس یک یا چند متغیر به گونه ای صعودی یا نزولی نرتب کند تا بتواند به راحتی از آن برای تحلیل استفاده کند. مرتب کردن داده ها به دو صورت انجام می گیرد:

مرتب کردن داده ها به صورت صعودی (Ascending): در این روش، مقادیر متغر یا متغیر های انتخاب شده به صورت صعودی (از کوچک ترین کد تا بزرگ ترین کد) مرتب می شود.

مرتب کردن داده ها به صورت نزولی (Descending): در این روش، مقادیر متغیر یا متغیرهای انتخاب شده به صورت نزولی (از بزرگ ترین کد تا کوچک ترین کد) مرتب می شوند.

نحوه اجراء

دستور Data -> Sort Cases را اجراء می کنیم.

متغیر یا متغیرهای مورد نظر برای مرتب کردن را وارد کادر Sort by کرده و از قسمت Sort Order، یکی از حالت های Sort Order (صعودی) یا Descending (نزولی) را بنا به هدف مان انتخاب می کنیم. دکمه Ok را کلیک می کنیم.

نکته: موضوع مهمی که در مورد اجراء دستور Sort Cases می توان گفت این است که در هنگام اجراء این دستور، همواره پاسخگویانی که دارای مقدار نا معلوم و گمشده باشند، این مقدار نا معلوم به عنوان کوچک ترین مقدار در بین داده ها تلقی می شود.

 

09357258425 

www.pajuha.ir

info@pajuha.ir

سفارش ترجمه تخصصي

مشاهده ادامه مطلب تحلیل آماری – مرتب سازی موارد در spss

ادغام پرونده ها در spss

ادغام پرونده ها در SPSS

داده های دو فایل بر اساس کیس ها و متغیرها با رعایت شرایطی ادغام می شوند. شرط ادغام به صورت کیس باید نام متغیرها و کد های متغیرها کاملا یکسان باشد و در ادغام متغیر نباید نام متغیرها یکسان باشد.

معمولاً در تحقیقات اقتصادی و اجتماعی، محقق با حجم بالایی از داده ها سر و کار دارد که از طریق تکمیل پرسشنامه با تعداد زیادی از پاسخگویان مثلاً ۱۰۰۰ نفر به دست آمده است. سر شماری های مختلفی که از سوی سازمان ها و نهاد های مختلف دولتی در سطح کشور اجراء می شوند، مانند سر شماری عمومی نفوس و مسکن، آمارگیری از شرکت های تعاونی، سر شماری از محصولات کشاورزی، تمامی تحقیقات ملی و … از جمله این موارد اند که حجم نمونه و به عبارتی تعداد پاسخگویان در آن ها بسیار زیاد می باشد.

از طرفی، به دلیل حجم بالای پاسخگویان در این گونه تحقیقات، معمولاً محقق کار ورود داده به نرم افزار SPSS

را به چندین نفر می سپارد. طبیعی است که بعد از اتمام مرحله ورود داده ها به نرم افزار، از آنجا که چند نفر اطلاعات پرسشنامه را وارد نرم افزار می کنند، محقق با چندین فایل به تناسب تعداد این افراد مواجه است. اما در هنگام پردازش و تحلیل داده، محقق باید تمامی این فایل های مجزا را در قالب یک فایل منسجم ادغام کند. برای این کار دستوری به نام Merge File در نرم افزار SPSS تعبیه شده که محقق می تواند از طریق آن، تمامی فایل های مجزا را در یک فایل ادغام کند.

حالت های Merge File

Add Cases: زمانی که بخواهیم پاسخگویان (موارد) چند فایل را با هم ادغام کنیم.

Add Variables: زمانی که بخواهیم متغیرهای (سوالات) چند فایل را با هم ادغام کنیم.

نحوه اجراء

۱- ابتدا فایل اصلی مان را که قصد داریم داده های فایل دوم به آن اضافه شود، باز می کنیم.

۲- دستور Data->Merge Files-> Add Cases … را اجراء می کنیم.

۳- در پنجره ای که باز می شود، گزینه Browse را انتخاب می کنیم.

۴- فایل دوم را از درایو مورد نظر انتخاب می کنیم و دکمه Open را کلیک می کنیم.

۵- با اجراء دستور قبلی، پنجره جدیدی باز می شود که در آن، محل فایل مورد نظر در کادر به صورت نشان داده می شود، سپس، دکمه Continue را کلیک می کنیم.

۶- در پنجره ای که باز می شود، در سمت راست متغیرهای مشترک در هر فایل، و در سمت چپ متغیرهای متفاوت در فایل دوم نسبت به فایل اول نشان داده می شود.

۷- دکمه OK را کلیک می کنیم که در نهایت، شاهد اضافه شدن پاسخگویان فایل دوم به انتهای فایل اولی خواهیم بود.

 

 

9357258425 

www.pajuha.ir

info@pajuha.ir

سفارش ترجمه تخصصي

 

مشاهده ادامه مطلب ادغام پرونده ها در spss

تجزيه فايل در SPSS

تجزيه فايل در SPSS

خروجي داده ها به تفکيک مقوله ها (کدها) يک متغير براي تجزيه و تحليل تفکيکي ارائه مي شود.

پيش فرض ها

1- حداکثر مي توانيم تا 8 متغير گروه بندي شده را انتخاب کنيم.

2- پاسخگويان بايد بر اساس مقادير (ارزش ها يا کدها) متغير هاي گروه بندي شده و به همان ترتيبي که در پنجره داده ها آمده اند، سورت شوند. اگر داده مان سورت شده است، گزينه File is already sorted را انتخاب مي کنيم (حالت پيش گزيدهSPSS ، همين حالت مي باشد). اما اگر داده مان سورت شده نيست، گزينه Sort the file by grouping variables را انتخاب مي کنيم.

حالت هاي مختلف Split File

1- Analyze all cases, do not create group: در اين روش، نتايج و خروجي فايل تجزيه نمي شود و تحليل داده ها به صورت کلي براي تمامي مقوله هاي متغيرها انجام مي گيرد. در صورت انجام دستورFile Split پس از اتمام روش Split File، براي اين که نرم افزار به صورت اوليه داده ها برگردد، بايد گزينه Analyze all cases, do not create group انتخاب شود.

2- Compare groups: در اين روش، معمولاً نيز همين روش انتخاب مي شود، تحليل داده ها به تفکيک کدها يا ارزش هاي متغير يا متغير هاي انتخاب شده انجام مي گيرد.

3- Organize output by groups:در اين روش نيز، مانند روش دوم، تحليل داده ها به تفکيک طبقات متغير يا متغرهاي انتخاب شده انجام مي گيرد. منتهي فرق اين دو در اين است که خروجي روش دوم، به يک جا و مشخص در يک جدول نشان داده مي شود. اما در اين روش، خروجي هر يک از گروه ها، در جدول جداگانه آورده مي شود.

نحوه اجراء

1- دستور Split File، به صورت Data / Split File اجراء مي شود.

2- گزينه Compare groups در سمت راست را فعال کرده و سپس متغير يا متغيرهاي مبنا براي تجزيه فايل وارد کادر Groups Based on در سمت راست مي شود و دکمه Ok را کليک مي کنيم.

 

09357258425 

www.pajuha.ir

info@pajuha.ir

سفارش ترجمه تخصصي

 

مشاهده ادامه مطلب تجزيه فايل در SPSS

تجزيه فايل در SPSS

تجزيه فايل در SPSS

خروجي داده ها به تفکيک مقوله ها (کدها) يک متغير براي تجزيه و تحليل تفکيکي ارائه مي شود.

پيش فرض ها

1- حداکثر مي توانيم تا 8 متغير گروه بندي شده را انتخاب کنيم.

2- پاسخگويان بايد بر اساس مقادير (ارزش ها يا کدها) متغير هاي گروه بندي شده و به همان ترتيبي که در پنجره داده ها آمده اند، سورت شوند. اگر داده مان سورت شده است، گزينه File is already sorted را انتخاب مي کنيم (حالت پيش گزيدهSPSS ، همين حالت مي باشد). اما اگر داده مان سورت شده نيست، گزينه Sort the file by grouping variables را انتخاب مي کنيم.

حالت هاي مختلف Split File

1- Analyze all cases, do not create group: در اين روش، نتايج و خروجي فايل تجزيه نمي شود و تحليل داده ها به صورت کلي براي تمامي مقوله هاي متغيرها انجام مي گيرد. در صورت انجام دستورFile Split پس از اتمام روش Split File، براي اين که نرم افزار به صورت اوليه داده ها برگردد، بايد گزينه Analyze all cases, do not create group انتخاب شود.

2- Compare groups: در اين روش، معمولاً نيز همين روش انتخاب مي شود، تحليل داده ها به تفکيک کدها يا ارزش هاي متغير يا متغير هاي انتخاب شده انجام مي گيرد.

3- Organize output by groups:در اين روش نيز، مانند روش دوم، تحليل داده ها به تفکيک طبقات متغير يا متغرهاي انتخاب شده انجام مي گيرد. منتهي فرق اين دو در اين است که خروجي روش دوم، به يک جا و مشخص در يک جدول نشان داده مي شود. اما در اين روش، خروجي هر يک از گروه ها، در جدول جداگانه آورده مي شود.

نحوه اجراء

1- دستور Split File، به صورت Data / Split File اجراء مي شود.

2- گزينه Compare groups در سمت راست را فعال کرده و سپس متغير يا متغيرهاي مبنا براي تجزيه فايل وارد کادر Groups Based on در سمت راست مي شود و دکمه Ok را کليک مي کنيم.

 

09357258425 

www.pajuha.ir

info@pajuha.ir

سفارش ترجمه تخصصي

 

مشاهده ادامه مطلب تجزيه فايل در SPSS

تجزيه فايل در SPSS

تجزيه فايل در SPSS

خروجي داده ها به تفکيک مقوله ها (کدها) يک متغير براي تجزيه و تحليل تفکيکي ارائه مي شود.

پيش فرض ها

1- حداکثر مي توانيم تا 8 متغير گروه بندي شده را انتخاب کنيم.

2- پاسخگويان بايد بر اساس مقادير (ارزش ها يا کدها) متغير هاي گروه بندي شده و به همان ترتيبي که در پنجره داده ها آمده اند، سورت شوند. اگر داده مان سورت شده است، گزينه File is already sorted را انتخاب مي کنيم (حالت پيش گزيدهSPSS ، همين حالت مي باشد). اما اگر داده مان سورت شده نيست، گزينه Sort the file by grouping variables را انتخاب مي کنيم.

حالت هاي مختلف Split File

1- Analyze all cases, do not create group: در اين روش، نتايج و خروجي فايل تجزيه نمي شود و تحليل داده ها به صورت کلي براي تمامي مقوله هاي متغيرها انجام مي گيرد. در صورت انجام دستورFile Split پس از اتمام روش Split File، براي اين که نرم افزار به صورت اوليه داده ها برگردد، بايد گزينه Analyze all cases, do not create group انتخاب شود.

2- Compare groups: در اين روش، معمولاً نيز همين روش انتخاب مي شود، تحليل داده ها به تفکيک کدها يا ارزش هاي متغير يا متغير هاي انتخاب شده انجام مي گيرد.

3- Organize output by groups:در اين روش نيز، مانند روش دوم، تحليل داده ها به تفکيک طبقات متغير يا متغرهاي انتخاب شده انجام مي گيرد. منتهي فرق اين دو در اين است که خروجي روش دوم، به يک جا و مشخص در يک جدول نشان داده مي شود. اما در اين روش، خروجي هر يک از گروه ها، در جدول جداگانه آورده مي شود.

نحوه اجراء

1- دستور Split File، به صورت Data / Split File اجراء مي شود.

2- گزينه Compare groups در سمت راست را فعال کرده و سپس متغير يا متغيرهاي مبنا براي تجزيه فايل وارد کادر Groups Based on در سمت راست مي شود و دکمه Ok را کليک مي کنيم.

 

09357258425 

www.pajuha.ir

info@pajuha.ir

سفارش ترجمه تخصصي

 

مشاهده ادامه مطلب تجزيه فايل در SPSS

تحلیل آماری – آزمون آماری

آزمون آماری

موضوع آزمون آماری زمانی مطرح می شود که محقق درصدد کشف، تبیین و کنترل پدیده ها باشد. بنابراین، زمانی که قصد داریم صرفاً به توصیف داده ها بپردازیم، موضوع آزمون آماری اعراب ندارد و هیچ گاه نمی توانیم از آزمون های آماری استفاده کنیم. آزمون های آماری این احتمال را بیان می کنند که آیا نتایج تحقیق در اثر شانس

بوده است یا خیر. تمامی این آزمون های آماری به یک مقدار P (مقدار احتمال) ختم می شوند که این مقدار، اساس پذیرش معنی داری آماری نتایج می باشد. بدین صورت که زمانی به احتمال پایین شانسی بودن نتایج پی می بریم که مقدار P از مقدار مورد توافق جامعه عملی یعنی ۰۵/۰ کوچک تر باشد. تنها در صورتی که مقدار P به دست آمده از ۰۵/۰ کوچک تر باشد، می توانیم به ارائه یک تفسیر علمی از نتایج مبادرت نماییم. پس، زمانی که مقدار P از ۰۵/۰ بزرگتر باشد، آنگاه باید گفت که نتایج در اثر شانس حاصل شده اند و لذا نمی توان تفسیر علمی از نتایج ارائه داد.

بنابراین به طور خلاصه باید گفت که سطح معنا داری در اجرای آزمون های آماری نشان از سه مفهوم است:

۱- مقدار P کوچک تر از ۰۵/۰ نشان می دهد که شانس و تصادف تنها در مورد کمتر از ۵ نفر از هر ۱۰۰ نفر پاسخگو اتفاق است.

۲- موقعی که یک حادثه یا واقعه در اثر شانس اتفاق نیافتاده باشد، آنگاه می گوییم که وقوع این حادثه از لحاظ آماری معنا دار است.

انواع آزمون های آماری

آزمون های آماری، بر اساس ملاک هایی مانند مقیاس داده ها، توزیع داده ها و … ، به دو دسته کلی آزمون های آماری پارامتری و آزمون های آماری ناپارامتری تقسیم می شوند که هر یک شرایط کاربرد خاص خود را دارند.

شناخت نوع آزمون آماری برای فرضیه تحقیق، از فاکتور های مهمی است که به محققین در دست یابی به نتایج متقن کمک می کند. به دلیل اهمیتی که شناخت ویژگی ها مختصات انواع آزمون های آماری و پارامتری در آزمون فرضیه های تحقیق دارد، به شرح مختصات هر یک پرداخته می شود.

آزمون های آماری پارامتری[۱]

آزمون های آماری پارامتری را می توان مؤثر ترین نوع آزمون ها دانست. برای استفاده از آزمون های پارامتری، پیش فرض هایی لازم است که باید در اجراء رعایت کنیم. این پیش فرض ها به چگونگی توزیع نمرات داده و نوع مقیاس مورد استفاده بستگی دارد.

۱- هر یک از موارد مشاهده شده مستقل از هم هستند. یعنی انتخاب یک مورد، به انتخاب هیچ مورد دیگری وابسته نیست.

۲- واریانس نمونه ها برابر یا تقریباً برابر است. این مطلب، زمانی که حجم نمونه کم است، از اهمیت خاصی برخوردار است.

۳- داده ها در سطح سنجش فاصله ای و نسبی می باشند. (یعنی کمی هستند).

۴- توزیع داده ها در جامعه، نرمال (بهنجار) و یا نزدیک به نرمال است.

۵- تمامی آزمون های آماری پارامتری، میانگین یک یا چند متغیر را در یک گروه یا بیشتر مقایسه می کنند.

آزمون های آماری ناپارامتری[۲]

برای استفاده از آزمون های ناپارامتری، رعایت پیش فرض های زیر در خصوص توزیع نمره داده ها و نوع مقیاس مورد استفاده لازم است:

۱- نرمال بود (بهنجار بودن) توزیع جامعه ای که نمونه از آن انتهاب شده، معلوم نمی باشد.

۲- داده ها در سطح سنجش اسمی و ترتیبی می باشند (یعنی کیفی هستند)

۳) تمامی آزمون های آماری ناپارامتری، میانه یک یا چند متغیر را در یک گروه یا بیشتر مقایسه می کنند.

 

09357258425 

www.pajuha.ir

info@pajuha.ir

سفارش ترجمه تخصصی

مشاهده ادامه مطلب تحلیل آماری – آزمون آماری

دستور Compute در SPSS

دستور Compute از پركاربرد ترين دستور ها در SPSS مي باشد. اين دستور، از دستور هاي اصلاحي در SPSS مي باشد كه از طريق آن مي توان مقادير يك متغير را بر اساس مقادير متغير يا متغيرهاي ديگر به دست آورد. به طور خلاصه، در موارد زير مي توان از دستور Compute استفاده كرد:

1- محاسبه مقادير متغيرهاي عددي

2- ساخت متغيرهاي جديد از طريق متغير يا متغيرهاي موجود: ساخت شاخص و مقياس كه كاربرد فراواني در انواع رشته هاي علوم اجتماعي و انساني و علوم تربيتي دارند، از اين دست كاربردها مي باشد. به عنوان مثال، ساخت شاخص پايگاه اقتصادي و اجتماعي از تركيب سه متغير شغل، درآمد و تحصيلات.

3- جايگزين كردن مقادير متغيرهاي موجود با مقادير جديد.

4- محاسب انواع عمليات رياضي شامل ضرب، جمع، تفريق، تقسيم و …

نكات لازم و مهم در اجراي دستور Compute

  1. مهم ترين مسئله در اجراي دستور Compute، اين است كه هنگام جمع كردن متغيرها (تركيب متغيرها يا گوبه ها) به جاي به علاوه از ويرگول استفاده شود.
  2. در هنگام جمع بستن سه متغير يا گويه براي محاسبه يك شاخص، بايد تمامي اين سه متغير با همديگر وجه اشتراك داشته باشند و چنان چه اين اشتراك وجود نداشت، به يكسان سازي آن ها بر اساس سه معيار مقياس، جهت و تعداد گزينه (مقوله) اقدام شود:

الف) مقياس متغيرها (ترتيبي، فاصله اي و نسبي)

ب) جهت طيف متغيرها، يعني مثبت يا منفي بودن (از 1 تا 5 يا از 5 تا 1)

ج) تعداد مقولات طيف متغيرها (3، 5، 7 و … تايي)

نحوه اجرا

1- دستور Transform-> Compute Variable …را اجرا مي كنيم.

2- متغيرهاي مورد نظر را با دوبار كليك چپ وارد كادر Numeric Expression در سمت راست كرده و علامت، را نيز بين هر يك از آن ها اضافه مي كنيم. نام متغير را در كادر Target Vaiable در سمت چپ بالاي پنجره تايپ مي كنيم. سپس دكمه Ok را كليك مي كنيم.

نكته: در قسمت compute كارهاي مختلفي مي توان انجام داد مي توان نمارت استاندارد يك متغير را محاسبه كرد، مي توان از كي متغير لگاريتم گرفت، تابع توزيع تجمعي را محاسبه كرد يا حتي خيلي پيچيده انجام داد.

نرم افزار SPSS بر خلاف اكسل، فرمول هاي محاسبه داده ها را نگه نمي دارد و به طور خودكار آن ها را به روز رساني (تجديد) نمي كند به عنوان مثال اگر ما متغيري را كه در محاسبه متغير جديد استفاده كرده ايم تغيير دهيم، متغير جديد تغيير نخواهد كرد.

همان گونه كه در كادر گفتگوي compute variable مشاهده مي شود ما بايد نام متغير جديد (كه مي توان يكي از متغيرهاي موجود در صفحه داده ها نيز باشد) را در قسمت متغير هدف (target variable) وارد كنيم و تابعي كه قصد محاسبه ي آن را داريم با استفاده از فرمول ها يا عملگرهاي موجود در كادر گفتگو يا تايپ آن ها، وارد قسمت numeric Experssion كنيم و در پايان بر كليد ok كليك كنيم. متغير جديد محاسبه و در آخر صفحه داده ها قرار مي گيرد.

شمارش ارزش ها (كدهاي يكسان چند متغير)

دستور Count زماني استفاده مي شود كه بخواهيم بدانيم هر كدام از پاسخگويان چند بار به يك كد يا ارزش خاص پاسخ داده اند. به عبارتي، اين دستور دفعات وقوع يك كد يا ارزش خاص در ميان پاسخگويان را نشان مي دهد. دستور Count تنها براي متغيرهايي قابل اجرا است كه مقياس آن ها در سطح اسمي يا ترتيبي باشد. بنابراين، در مورد متغيرهاي با مقياس فاصله اي يا نسبي نمي توان از اين دستور استفاده كرد.

نحوه اجراء

1- دستور را Transform-> Count Values within Cases …اجرا مي كنيم.

2- كد متغيرهايي را كه قصد شمارش كدهاي خاصي از آن ها را داريم وارد كادر Numeric Variables  مي كنيم. سپس در قسمت Target Variable و Target Label، نام و برچسب متغير جديد (متغير هدف) را تايپ مي كنيم.

3- سپس متغيرها را به كادر Variable انتقال و روي دكمه Define Values فعال شده كليك مي كنيم، پنجره جديد باز مي شود كه بايد در اين پنجره، كدي كه قصد شمارش آن را داريم وارد كرده و سپس دكمه Add را كليك كنيم.

4- با كليك بر روي دكمه If… در پنجره اصلي دستور Count، مي توانيم دستور كدگذاري مجدد را تنها براي زير جمعيت هاي خاصي اجراء كنيم.

5- دكمه Ok را كليك مي كنيم.


09357258425 
www.pajuha.ir
info@pajuha.ir

سفارش ترجمه تخصصي

 

 

مشاهده ادامه مطلب دستور Compute در SPSS

روش فرآیند تحلیل سلسله مراتبی AHP در اکسل

 

 

روش فرآیند تحلیل سلسله مراتبی  یکی از پرکاربردترین روش‌ها در مدل‌های تصمیم‌گیری چند معیاره  می‌باشد که برای انتخاب بهترین گزینه از بین چند گزینه موجود به استفاده می شود. این گزینه‌ها با یکدیگر بررسی و  مقایسه می‌شوند و در نهایت بهترین گزینه انتخاب می‌گردد.

مقایسات زوجی  مبنای روش AHP  می‌باشد که محاسبات و قضاوت  را آسان کرده و  میزان سازگاری یا ناسازگاری تصمیم‌گیری را نشان می‌دهد. انجام محاسبات این روش به صورت دستی وقت‌گیر بوده و درصد خطای آن زیاد است؛ اجرای انجام این روش با نرم‌افزار User Friendly اکسل مشکلات وقت‌گیر بودن و درصد خطای بالا آن را حل می‌کند.

آموزش AHP در اکسل

آموزش روش AHP در اکسل یا روش فرآیند سلسله مراتبی همراه با مثال کاربردی در این آموزش ارائه شده‎است به صورتیکه دانشجویان با اصول این روش و نحوه پیاده‎سازی آن با نرم‎افزار اکسل مسلط شوند. در این آموزش انجام کلیه محاسبات روش تحلیل سلسله مراتبی AHP از طریق نرم‌افزار اکسل آموزش داده شده و یک مثال به صورت کامل از طریق این نرم‌افزار حل شده است.

آنچه که باید بدانید برای  آموزش:

  • آشنایی با روش AHP
  • نحوه آدرس‌دهی مطلق و نسبی در اکسل
  • آشنایی با ضرب ماتریس‌ها
  • آشنایی با نرم افزار EXCEL – اکسل

آنچه می آموزید:

  1. آموزش روش AHP در اکسل
  2. توضیحات اجمالی در مورد روش AHPحل کامل یک مثال تصمیم‌گیری به روش AHP در نرم‌افزار اکسل

 

 

جهت ثبت سفارش به یکی از راه های ارتباطی زیر مراجعه نمایید:
شماره تماس:۰۹۳۵۷۲۵۸۴۲۵
ایمیل:info@pajuha.ir

مشاهده ادامه مطلب روش فرآیند تحلیل سلسله مراتبی AHP در اکسل

مفاهیم اولیه مدل سازی معادلات ساختاری

 

 

مدل سازی معادلات ساختاری (SEM) یکی از تکنیک های پرکار برد به وسیله پژوهشگران حوزه علوم اجتماعی در چند دهه اخیر است. اهمیت مدل سازی معادلات ساختاری از آنجا ناشی می شود که به پژوهشگران این امکان را میدهد که اثر یک یا چند متغیر مستقل را بر یک یا چند متغیر وابسته به طور همزمان بررسی کنند. چنان چه پژوهشگر فهم خوبی از مفاهیم بنیادی آمار از جمله همبستگی و تحلیل رگرسیون داشته باشد، SEM به سادگی می تواند فهمیده شود. در اینجا پیش از ورود به بحث اصلی تعریف این دو اصطلاح آماری را مرور می کنیم. همبستگی ابزاری آماری برای تعیین نوع و درجه رابطه یک متغیر کمی با متغیر کمی دیگر است. البته باید توجه داشت همبستگی به معنای علیت نیست. به عنوان مثال دو متغیر A و Bمی توانند با هم مرتبط باشند ولی هیچ ادعایی مبنی براین که A موجب B می شود یا برعکس وجود ندارد.

تحلیل رگرسیون نیز یک تکنیک آماری است که برای بررسی و مدل سازی ارتباط بین متغییر ها به کار می رود. رگرسیون در لغت به معنای بازگشت است. یعنی مقدار یک متغیر به متغیر یا متغیر های دیگر باز می گردد که همان مفهوم متغیر وابسته و مستقل است.

 

مدلسازی معادلات ساختاری چیست؟

سازه چیست؟

ضرورت مدل سازی معادلات ساختاری

مدل های معادله ساختاری چه زمانی و چگونه به کار می روند؟

دلیل به کار گیری مدل های معادله ساختاری چیست؟

 

جهت ثبت سفارش به یکی از را های ارتباطی زیر مراجعه فرمایید.

شماره تماس:۰۹۳۵۷۲۵۸۴۲۵

ایمیل:info@pajuha.ir

مشاهده ادامه مطلب مفاهیم اولیه مدل سازی معادلات ساختاری

صفحه قبل1...4567صفحه بعد

💬 نظرات کاربران
💬ثبت نام کاربران
💬ورود کاربران