خوش آمدید
عضویت ویژهثبت نام در دوره های آموزشیانجمنفروشگاهانجمن spss

آنالیز کوواریانس

آزمونهای mancova,manova,anova

انالیز واریانس (anova): مجموعه‌ای از مدل‌های آماری است که به بررسی میانگین در گروه‌ها و توابع وابسته به آنها (مثل واریانس در یک گروه یا بین چند گروه) می‌پردازد. در این روش واریانس بدست آمده از یک متغیر تصادفی به اجزاء کوچکتری که منابع واریانس هستند تقسیم می شوند. در ساده ترین شکل آن، ANOVA آزمون آماری را فراهم می کند که برابری ‌میانگین های گروه های متفاوت را می آزماید، و در نتیجه آزمون تی استیودنت (t-test) را به بیش از دو گروه تعمیم می دهد.
 
آنالیز واریانس‌ها  یا انوا
 
1)برای مقایسه‌ی میانگین‌های دو گروه یا بیشتر از آن استفاده می شود (بر خلاف نام آن آنالیز میانگین‌ها می‌باشد چون با آنالیز واریانس‌ها، میانگین‌ها را مقایسه می‌کنند).
 
2) آزمون F را می توان به جای T هم به کار برد و در اینجا , F = t2 است ،علامت F همیشه مثبت است بنابراین، امکان مقایسهٔ یک سویه از طریق آن وجود ندارد و به همین علت کاربرد خود را حفظ کرده است (اما از T به جای F نمی‌شود استفاده کرد).
 
3) تحلیل واریانس ممکن است یکه راهه، دو راهه، سه راهه و عاملی اجرا شود (منظور از راه تعداد متغیرهای مستقل در تحلیل واریانس است).
 
مفروضه ها
 
1. مقیاس اندازه گیری باید نسبی یا فاصله‌ای باشد (عدد در معنای ریاضی)
 
2. توزیع متغیر ها نرمال باشد (در صورت چولگی شدید یا خطایی بیش از 2 استفاده نمی‌شود)؛ کولموگروف-اسمیرنوف معنا دار نشد، توزیع نرمال است.
 
3. همگنی واریانس‌ها وجود داشته باشد.
 
4. مشاهدات مستقل باشند.
 

ادامه مطلب

آزمون t-test تک نمونه ای

آزمون تی تست تک نمونه ای درspss

در این آزمون میانگین نمونه با میانگین جامعه مقایسه می شود بطور مثال در فرض مقابل هدف این است که میانگین نمونه از میانگین جامعه بزرگتر است 🖋
در اینجا توجه به دو نکته ضروری هست اول اینکه هرگاه سطح معنی داری آزمون کمتر از 5 صدم باشد در سطح اطمینان 95 صدم میانگین نمونه با میانگین جامعه اختلاف دارد ( همه دوستان تا اینجا آزمون می کنند در حالیکه ناقص است!!!!!)
در مرحله دوم باید به ستون اختلاف میانگین ها نگاه کنین هرگاه در این ستون مقدار اختلاف میانگین ها کوچکتر از صفر باشد فرض صفر رد و فرض شما تایید  می شود
 

ادامه مطلب

تحلیل تشخیصی

تحلیل تشخیصی چندگانه 

تحلیل تشخیصی از جمله روش های تفکیکی است که تلاش می کندتا با بهره گیری از برخی متغیرهای مستقل افراد گروه ها را که دارای مقادیر اسمی یا ترتیبی هستند به بهترین وجه از هم تفکیک کرده و متغیرهایی که بطور مناسب گرو ه ها را از هم جدا می کنند مشخص کند.
کاربرد تحلیل تشخیصي : 
روش تحلیل تشخیصی زمانی می تواند مفید باشد که یک متغیر گروه بندی شده (کیفی) و چندین متغیر مستقل کمی در اختیار باشد.به عبارت دیگر این روش ترکیب دو یا چند متغیر مستقل را که به بهترین وجه تفاوت بین دو یا چند گروه را تبیین می کنند نشان می دهد.این موضوع از طریق حداکثر کردن واریانس بین گروه ها بر مبنای یک قاعده ی تصمیم آماری انجام می شود .
 

انتخاب متغیر برای انجام تحلیل تشخیصی :

برای انجام یک تحلیل تشخیصی محقق باید ابتدا متغیرهای مستقل و متغیر گروهبندی را تعیین کند. برای این منظور متغیر گروهبندی وابسته از نوع غیرپارامتری و کیفی دو یا چند مقوله ای و متغیرهای مستقل از نوع پارامتری می باشند. تعداد گروه های متغیر گروهبندی (طبقات) می تواند دو گروه باشد مانند زن و مرد و یا از چند گروه تشکیل شود مانند نوع شغل ، کشاورز، کارگر، کارمند یا آزاد. در مواردی نیز ممکن است محقق متغیر گروهبندی را در سطح فاصله ای اندازه گرفته باشد، اما برای استفاده از تحلیل تشخیصی آن را به مقیاس ترتیبی تبدیل کند، مانند طبقه بندی بر مبنای میزان درآمددر گروه های فقیر، متوسط یا ثروتمند. 
 

ادامه مطلب

انتقال داده از اکسل به spss

👈👈👈👈👈👈انتقال داده از اکسل به spss
 
 
یکی از اموری است که برای تکمیل فصل چهارم پایان نامه قابل استفاده است( تبدیل به فرمت SPSS 1-).
 
 پس از وارد کردن داده ها در اکسل، آن را ذخیره کرده و Excel را ببندید.
 2- SPSS را باز کنید و با قرار دادن پنجره Data Editor روی صفحه، از منوی بالای صفحه File، open، Data را کلیک کنید.
3- در قسمتی که Files of Type نام دارد Excel را انتخاب کنید.
فایل های Excel پسوند .xls دارند. فایل حاوی داده های خود را پیدا کنید.
روی آن کلیک کنید تا در قسمت File Name ظاهر شود.
4- روی کلید Open کلیک کنید.
صفحه با عنوان Opening Excel Data Source ظاهر می شود. مطمئن شوید که یک تیک در جعبه Read Variable Names From the First row of Data قرار داشته باشد.
روی ok کلیک کنید.
 داده ها روی صفحه ظاهر می شوند و نام متغیرها در بالای صفحه فهرست می شود
 

ادامه مطلب

ادغام کردن متغیرها در spss

 

💫💫💫💫ادغام مغییرها  در spss

👇👇👇👇👇👇👇👇👇
برای این منظور دستور زیر رو دنبال کنید:
 
Data -> Merge Files -> Add variables / Add Cases
 
برای ادغام موردها از Add Cases و برای ادغام متغیرها از Add Variables استفاده میکنیم.
 
نکته ای که باید مورد توجه قرار بدید اینه که متغیرهایی که قصد دارید با هم ادغامشون کنید باید از یک نوع باشند (و البته فقط عددی یا رشته‌ای). همچنین متغیرهای رشته‌ای باید دارای طول رشته‌ی مشابه باشند.
 
پنجره‌ی اول برای هر دو انتخاب (Add cases و Add Variables) مشابه است. در این پنجره فایلی که قصد داریم اطلاعاتش رو با اطلاعات فایل جاری ادغام کنیم مشخص میکنیم و با کلیک بر روی Continue به مرحله‌ی بعد میریم.
 
Add Cases:
 
در کادر Unpaired Variables لیست متغیرها رو میتونید مشاهده کنید.متغیرهای مورد نظر رو که قصد دارین داده هاشون با هم ادغام بشن رو به کادر Variables in New Active Dataset منتقل کنید. متغیرهای موجود در فایل جاری با یک علامت * و متغیرهای فایل دوم با یک علامت + نشان گذاری شدند.
 
بعد از انتخاب متغیرها و قبل از انتقال به کادر سمت راست میتونید با استفاده از  Rename اسم متغیرها رو تغییر بدید.
 
گذینه‌ی بعدی lndicate case source as variable هست که اگه تیکدار باشه در فایل جاری، بعد از ادغام یک متغیر عددی ایجاد میشه که دارای دو مقدار 0 و 1 است. به مقادیر متغیرهای فایل جاری (متغیرهایی که قبل از ادغام در فایل جاری وجود داشتند) مقدار 0 و به مقادیر متغیرهای فایل دوم مقدار 1 نسبت داده میشه. این مقادیر در متغیری با نام پیشفرض source01 نشون داده میشن. میتونید نام این متغیر رو در پنجره ی Add Cases خودتون تعیین کنید.
spss23@

ادامه مطلب

مشکل تایپ فارسی در نرم افزارspss

مشکل تایپ فارسی در نرم افزارspss

 
مرحله اول: تنظمیمات7 Windows
1- تا Control Panel را باز کنید. معمولا هنگامی که دکمه Start  را در پایین سمت چپ مانیتور می زنید می توانید دکمه Control Panel را ببینید.
2- گزینه  Regional and language  را فعال کنید.
 
در بالای پنجره باز شده برگه format را انتخاب و در قسمت Format گزینهPersian  را انتخاب و OK کنید.
 
3- در برگه Location و در قسمت کشویی گزینه Iran را انتخاب و روی OK کلیک کنید.
 
4- لازم است یک بار کامپیوتر خود را Restart کنید تا تغییرات انجام شده اعمال شوند.
 

   ادامه مطلب......

ادامه مطلب

ضریب همبستگی پیرسن در spss

 مسیر بدست اوردن ضریب همبستگی پیرسن در spss به چه صورته؟

 
analyze>correlate>bivariate
 
 
مراحل انجام دستور
 
1)انتخاب متغیرها و انتقال به کادر variable
 
2)انتخاب آزمون: دو آزمون کندال و اسپیرمن برای متغیرهای رتبه­ای و آزمون پیرسون برای متغیر های فاصله­ای و نسبی است.
 
در بخش Test of significance از طریق دو گزینه One –tailed و Two- tailed می توان تک دامنه و دو دامنه بودن آزمون همبستگی را مشخص نمود.
 
با فعال کردن گزینه Flag significant Correlation در خروجی آزمون همراه با سطح معناداری یک درصد(0.01)دوستاره **و برای سطح معناداری  (0.05) یک ستاره* را نمایش می­دهد.
 
3) با فشردن دکمه Option کادری باز می شود که می توان به محاسبه میانگین­ها پرداخت و مقادیر نامعلوم را نیز بر حسب موارد مختلف تنظیم نمود.
 
در بخش Statistics  انتخاب گزینه  Means & standard deviations سبب می­شود که برای هریک از متغیرهای منتقل شده به کادر Variables list مقادیر میانگین، انحراف معیار و تعداد داده ها محاسبه شده و در جدول آماره­های توصیفی نشان داده شود.
 
در بخش Missing Values :
 
انتخاب گزینهExclude cases Pairwise  سبب می شود که برای هرجفت متغیر، سطرهایی از فایل داده ها را در محاسبات مربوط به همبستگی شرکت دهد که هر دو متغیر آن مقدار گرفته­اند.
 تنها سطرهایی از فایل داده را در محسابات مربوط به همبستگی شرکت دهد که تمام متغیرهای منتقل شده به کادر Variables از کادرBivariate Correlation مقدار گرفته باشند.
 

ادامه مطلب

آموزش معادلات ساختاری

همچنانکه می دانید نرم افزار آموس یکی از پرکاربردترین نرم افزارها در زمینه معادلات ساختاری می باشد که نسبت به لیزرل توانایی های بیشتری دارد. در ادامه مطلب آموزش نرم افزار گذاشته شده است که شامل موارد زیر است:

1- فایل آموزش بصورت PDF2

2- فایل آموزش بصورت فیلم

3- نمونه تحلیل 

برای دانلود مجموعه آموزش وارد لینک دانلود در ادامه مطلب کلیک کرده و تنها با پرداخت 10 هزار تومان این فیلم را دانلود و بصورت رایگان  از همه آموزش های قرار داده شده در سایت استفاده کنید.

ادامه مطلب

رگرسیون پواسون در spss

در آناليز رگرسيون در حالتي كه متغير وابسته گسسته و نامنفي باشد مدل رگرسيون پواسون مورد استفاده قرار مي گيرد. مدل رگرسيون پواسون به عنوان نمونه اي از مدل هاي خطي تعميم يافته است كه مدل هاي رگرسيوني را به خانواده نمايي توزيع ها بسط مي دهد كه هر دو توزيع نرمال و پواسون را شامل مي شوند. شرط اصلي استفاده از مدل رگرسيون پواسون معادل بودن ميانگين و واريانس متغير وابسته مي باشد. وقتي كه ميانگين و واريانس داده ها بطور تقريبي برابر نباشند مدل پواسون برآوردهاي ناصحيحي از واريانس جملات و استنباط هاي گمراه كننده در باره رگرسيون پواسون ايجاد مي كند. براي حل اين مشكل مي توان از مدل رگرسيوني دوجمله اي منفي استفاده كرد.

مراحل رگرسیون پواسون در spss

 

رگرسیون پواسون

ادامه مطلب

برازش مدل غیر خطی در spss

زمانی که آماره فیشر در خروجی جدول تحلیل واریانس رگرسیون بزرگتر از 5 صدم باشد یعنی اینکه رگرسیون مورد استفاده دیگر خطی نیست و باید رگرسیون غیر خطی استفاده شود. در عکس پیوست مراحل رگرسیون غیرخطی در نرم افزار spss انجام شده است. 

ادامه مطلب

بوت استرپ در SPSS

با سلام خدمت کاربران عزیز 

بوت استرپ یکی از روش های بسیار جالب در تحلیل های آماری است که به تازگی مبنای نرم افزارهایی همچون SMART PLS و ... می باشد. برای آشنایی دوستان با این روش فایلی ادامه شده است که در ادامه مطلب می توان آن را دانلود کرد.

نرم افزار پرکاربرد در این زمینه SPSS   می باشد.

بوت استرپ در SPSS

ادامه مطلب

رگرسيون چندكي يا كوانتيل

موضوعات : مطالب عمومی

برای بررسی ارتباط دو متغير، معمولا رگرسيون حداقل مربعات(ols) به کارگرفته می شود. با رگرسيون حداقل مربعات ارتباط بين متغيرهای کمکی و ميانگين پاسخ شرطی را می توان برآورد کرد، اما اين روش مثل بسياری از روش های آماری دارای محدوديت هايی می باشند.

رگرسيون حداقل مربعات در صورت وجود داده های پرت يا برقرار نبودن فرض نرمال بودن داده ها، برای تخمين ارتباط بين متغير کمکی و متغير پاسخ اعتبار کافی نخواهد داشت.از طرفی رگرسيون حداقل مربعات تنها ارتباط بين متغيرهای کمکی و ميانگين پاسخ را بررسی می کند، درحالی که در بسياری موارد هدف پيدا کردن ارتباط بين متغيرهای کمکی با ساير بخشهای توزيع به ويژه چندک های انتهايی توزيع می باشد

براي دانلود به ادمه مطلب رجوع كنين

ادامه مطلب

آزمون هاي داده هاي پانلي

موضوعات : مطالب عمومی

از آنجاييكه تجزيه و تحليل داده هاي پانلي يا تركيبي در مورد داده هاي به دست آمده از صورت هاي مالي شركت هاي پذيرفته شده در بورس اوراق بهادار تهران حايز اهميت است در فايل پيوست آزمون هاي مورد نياز براي تجزيه و تحليل اين داده ها آورده شده است.

تجزيه و تحليل داده هاي مالي

ادامه مطلب

رگرسيون بتا

در بسیاری از مسایل تحلیل پاسخ‌های نرخ و نسبت مانند نرخ تورم، نرخ رشد، درصد مشتریان خوش قول در یک بنگاه اقتصادی، و درصد یک بیماری در منطقه‌ای خاص، علاقه‌مند به کشف عوامل موثر بر متغیر پاسخ هستیم. این هدف، معمولا با مدل‌های رگرسیونی قابل دستیابی است. مقیاس این گونه پاسخ‌ها، پیوسته و محدود به فاصله (0,1) است. برای تحلیل رگرسیونی این نوع داده‌ها، اولین گزینه‌هایی که به ذهن می‌رسد استفاده از مدل‌های رگرسیونی لجستیک یا پروبیت است. اما از آن‌جا که توزیع این نوع پاسخ‌ها معمولا به شدت چوله است، این مدل‌ها برای آن‌ها مناسب نیستند. مدلی که با ماهیت داده‌های نرخ و نسبت سازگاری منطقی و مناسبی دارد، مدل رگرسیون بتا می‌باشد که به دلیل انعطاف بالای توزیع بتا در مدل‌بندی انواع چولگی‌ها، استفاده از آن در سال‌های اخیر پرطرفدار شده است. رگرسیون بتا یک عضو از رده مدل‌های خطی تعمیم‌یافته است. یک پذیره اساسی در مدل‌های خطی تعمیم‌یافته، استقلال متغیرهای پاسخ است. اما در موارد متعددی، مانند داده‌های طولی، داده‌های فضایی و سری‌های زمانی، پاسخ‌ها به هم وابسته می‌باشند. در این موارد، از مدل‌های آمیخته خطی تعمیم‌یافته استفاده می‌شود که وابستگی داده‌ها با وارد شدن متغیر‌های پنهان به مدل لحاظ می‌شود. برازش این مدل‌ها از دیدگاه بیزی ساده‌تر است. این سادگی مرهون انقلاب روش‌های نمونه‌گیری مونت کارلوی زنجیر مارکوفی است.

ادامه مطلب

آموزش رگرسیون و نرمال بودن داده ها در spss

در فایل پیوست نحوه انجام رگرسیون و نرمال بودن متغیرها در spss آموزش داده شده است و در انتها برای آشنایی دوستان یک فایل داده نمونه قرار داده شده است.

آموزش رگرسیون - ابراهیم فربد

ادامه مطلب

کتاب تحلیل داده های پرسشنامه ای به کمک SPSS23

موضوعات : معرفي كتاب

کتاب  تحلیل داده های پرسشنامه ای به کمک SPSS23  یکی از بهترین کتاب ها در زمینه تحلیل آماری است که از سوی انتشارات عابد و مهرگان قلم وارد بازار شده است که توانسته است سهم خوبی از کتاب های بازار SPSS را در بر بگیرد. لازم به ذکر است که در چاپ هفتم آن داده ها همراه کتاب ارایه شده است. سرفصل های کتاب عبارتند از:

1- آشنایی با ورود داده در نرم افزار و تعریف متغیرها به همراه وزن دار کردن آنها

2- تحلیل توصیفی داده ها که شامل جداول فراوانی و نمودارهای اکتشافی و جعبه ای و ساقه و برگ می باشد

3- استنباط آماری که شامل کلیه آزمون های فرض ناپارامتری و پارامتریک و آزمون مربع کای می باشد

4- اندازه گیری رابطه آماری که شامل رگرسیون چندگانه و ضریب همبستگی و ضریب تعیین جزیی می باشد

5- تجزیه و تحلیل های لگاریتم خطی؛ رگرسیون لجستیک و ...

6- تحلیل عاملی اکتشافی بهمراه مولفه های اصلی

7- سنجش کیفیت اندازه گیری ( روایی و پایایی پرسشنامه)

8-تحلیل جداول توافقی چندپاسخه

9- تحلیل تشخیصی ( تحلیل ممیزی ) و فرق آن با رگرسیون لجستیک

10- تحلیل خوشه ای( K-MEANS - سلسله مراتبی و روش WARD )

11- بوت استرپ ( یک فصل کامل بهمراه مبانی نظری)

12- تحلیل واریانس یک طرفه، دو طرفه و بالاتر

در انتها یک نمونه تحلیل انجام شده با استفاده از آزمون تی تست برای شناسایی عوامل انجام شده است.

لینک خرید اینترنتی کتاب SPSS23

کتاب SPSS23

 

ادامه مطلب

کتاب تحلیل آماری با MINITAB 16

موضوعات : معرفي كتاب2

کتاب تحلیل اماری با مینی تب 16 یکی از بهترین کتاب ها در زمینه تحلیل آماری است که از سوی انتشارات عابد و مهرگان قلم وارد بازار شده است سرفصل های کتاب عبارتنر از:

1- شروع کار با مینی تب و فراخوانی داده ها

2- تجزیه و تحلیل آماری از طریق آمار توصیفی

3- تجزیه و تحلیل آماری از طریق آمار استنباطی که شامل آزمون فرضیه ها، رگرسیون و ... می باشد

4- تولید اعداد تصادفی از توزیع های مختلف و محاسبه چند ک ها و تابع چگالی

5- طرح های نمونه گیری

6- طرح آزمایشات

7- برنامه نویسی در مینی تب

8- سری های زمانی که بطور کامل بهمراه مبانی نظری تشریح شده است

9- تبدیلات کاکس و باکس برای نرمال سازی

لینک خرید اینترنتی کتاب

 

کتاب تحلیل ماری با مینی تب 16

ادامه مطلب

معادلات برآورد تعميم يافته

در رگرسیون خطی معمولی، به دنبال ایجاد ارتباط خطی بین متغیر پاسخ و مجموعه ای از متغیرهای توضیح دهنده هستیم. در بسیاری از موارد این کار تحت فرض نرمال بودن داده ها و نیز استقلال آنها انجام می شود، ولی در عمل حالتهایی وجود دارند که در آن مشاهدات غیر نرمال بوده ویا به هم وابسته اند. 

وقتی مشاهدات غیر نرمال و همبسته هستند استفاده از روش شبه  درستنمایی بر مبنای مدل خطی تعمیم یافته با عنوانمعادلات برآورد تعمیم یافته GEEاستفاده میشود.معادلات برآوردگر تعمیم یافته توسط زیگر و لیانگ در سال 1986 معرفی شدند،که تحلیل داده های طولی را آسان کرده و برآوردی کارا و نااریب برای پارامترهای رگرسیونی ارائه می کنند.

درروش GEEهمبستگی بین مشاهدات با در نظر گرفتن ماتریس هاي همبستگی مبنای مختلف مدل‌سازی می‌شود که درست برآورد شدن این     ماتریس های همبستگی در بهبود کارایی ضرایب رگرسیونی مؤثر است.

برآورد ضرایب رگرسیونی و مؤلفه های واریانس در این روش با در نظر گرفتن ساختاری از ماتریس همبستگی مبنا توسط امید ریاضی و واریانس توزیع فرضی جامعه بدست می آید. 

از مسير زير در spss قابل دسترسي است

 از منوي Analyze، گزينه Generalized Linear Modelsو سپس Generalized Estimating Equationsرا انتخاب كنيد.

ادامه مطلب

آزمون جاک برا

موضوعات : مطالب عمومی

یکی از آزمون های  بررسی نرمال بودن داده ها آزمون جاک برا می باشد . در این آزمون فرض صفر برابر است با اینکه توزیع داده ها از توزیع نرمال پیروی می کند. این آزمون در نرم افزار eviews قابل اجرا می باشد.  برای اطلاعات بیشتر به پیوست مراجعه کنید.

ادامه مطلب

آزمون کولموگروف اسمیرنوف

یکی از آزمون های  بررسی نرمال بودن داده ها آزمون اسمیرنوف کولموگروف یا k-s می باشد . در این آزمون فرض صفر برابر است با اینکه توزیع داده ها از توزیع نرمال پیروی می کند. این آزمون در نرم افزار spss قابل اجرا می باشد.  برای اطلاعات بیشتر به پیوست مراجعه کنید.

ادامه مطلب