✅فصل چهارم پایان نامه مربوط به تحلیل آماری و آزمون فرضیات با استفاده از نرم افزار مربوطه می باشد.
اکثر دانشجویان به دلیل عدم آشنایی با نرم افزار تحلیل آماری آن را برون سپاری کرده و به متخصص تحلیل آماری می سپارند تا به بهترین و صحیح ترین شیوه، تحلیل صورت گیرد. البته انتظار هم از دانشجویان نمی رود که خود مسلط به اینچنین نرم افزارهایی باشند.

✅یکی از نرم افزارهای معادلات ساختاری که به بررسی آزمون فرضیات مربوطه می پردازد، نرم افزار pls می باشد. این نرم افزار در کنار نرم افزارهای دیگر معادلات ساختاری نظیر lisrel, Amos  و ... به شیوه ای متفاوت به آزمون فرضیات می پردازد.

آموزش تحلیلگرام آماری👇👇👇👇👇👇👇👇👇👇
@analysisgram

✅ بنابر گزارش سایت SmartPLS.de بیش از 10000 کاربر در جهان از نرم افزار SmartPLS استفاده می کنند. این نرم افزار به علت داشتن رابط گرافیکی کاربر بسیار ساده و قابلیت های تحلیلی گسترده به یکی از محبوب ترین نرم افزارها در این زمینه بدل شده است.

✅نگاهی به قابلیت های نرم افزار
: SmartPLS
✍✍در سال 2005 توسط رینگل و همکاران وی در دانشگاه هامبورگ آلمان طراحی شده است. این نرم افزار مبتنی بر جاوا می باشد که باعث می شود کاربران سیستم های عامل مختلف از قبیل ویندوز، اپل مکینتاش و لینوکس به راحتی از آن استفاده نمایند. این نرم افزار قابلیت پردازش و تحلیل داده های خام را داراست. همچنین طراحی و آزمون مدل در آن به صورت کاملا گرافیکی انجام می شود. خروجی نرم افزار را می توان در قالب صفحات وب، اکسل و لاتکس مشاهده نمود.

👌لازم به ذکر است که در نرم افزار SmartPLS داده های ورودی با فرمت CSV را که توسط SPSS یا Excel ایجاد می شود مورد استفاده قرار می گیرد.

📶📶📶📶📶📶📶📶📶📶
@analysisgram

✅آموزش مقدماتی SPSS (بخش دوم)

😍✍✍انواع داده :
1) داده هاي کمی (فاصله اي) scale اعدادي هستند که بیانگر کمیت به صورت واحدهاي عددي و براساس یک مقیاس مستقل است. قد و وزن مثالهاي بارز داده هاي کمی هستند.

2) داده هاي رتبه اي ordinal مشتمل بر رتبه ها، تعلق داشتن به گروه هاي رتبه بندي شده یا اطلاعات ترتیبی است. به عنوان مثال اگر دو داور به یک مجموعه 10 تایی از نقاشی رتبه یک (براي بهترین) تا رتبه10 (براي بدترین) بدهند. مجموعه داده ها مشتمل بر 10 جفت رتبه خواهد بود. که هر جفت براي یک نقاشی است.

 3) داده هاي اسمی( nomial)که مربوط به متغیر یا خواص کیفی مانند جنس یا گروه خونی است و بیانگر 
عضویت در یک گروه خاص می باشد.

با ما باشید
👇👇👇👇👇👇👇👇👇👇
@analysisgram

✅آموزش مقدماتی SPSS (بخش دوم)

😍✍✍انواع داده :
1) داده هاي کمی (فاصله اي) scale اعدادي هستند که بیانگر کمیت به صورت واحدهاي عددي و براساس یک مقیاس مستقل است. قد و وزن مثالهاي بارز داده هاي کمی هستند.

2) داده هاي رتبه اي ordinal مشتمل بر رتبه ها، تعلق داشتن به گروه هاي رتبه بندي شده یا اطلاعات ترتیبی است. به عنوان مثال اگر دو داور به یک مجموعه 10 تایی از نقاشی رتبه یک (براي بهترین) تا رتبه10 (براي بدترین) بدهند. مجموعه داده ها مشتمل بر 10 جفت رتبه خواهد بود. که هر جفت براي یک نقاشی است.

 3) داده هاي اسمی( nomial)که مربوط به متغیر یا خواص کیفی مانند جنس یا گروه خونی است و بیانگر 
عضویت در یک گروه خاص می باشد.

با ما باشید
👇👇👇👇👇👇👇👇👇👇
@analysisgram

✅قابلیت هاي نرم افزار SPSS به شرح زير است :
✔️تهيه خلاصه هاي آماري مانند گراف ها،جداول ، آماره ها و ...
✔️انواع توابع رياضي مانند قدر مطلق، تابع علامت، لگاريتم، توابع مثلثاتي و ...
✔️تهيه انواع جداول سفارشي مانندجداول فراواني، فراواني تجمعي، درصد فراواني و ...
✔️انواع توزيع هاي آماري شامل توزيع هاي گسسته و پيوسته
✔️تهيه انواع طرح هاي آماري
✔️انجام آناليز واريانس يکطرفه،دوطرفه،چندطرفه و آناليز کوواريانس
✔️تکنيک هاي تجزيه و تحليل سري هاي زماني
✔️ايجاد داده هاي تصادفي و پيوسته
✔️محاسبه انواع آماره هاي توصيفي
✔️انواع آزمون هاي مرتبط با مقايسه ميانگين بين دو يا چندجامعه مستقل و وابسته
✔️قابليت مبادله اطلاعات با نرم افزارهاي دیگر
✔️برازش انواع مختلف رگرسيون

با ما باشید
👇👇👇👇👇👇👇👇👇
@analysisgram

✅معرفی مقدماتی نرم افزار AMOS (بخش اول)

✍✍ آموس مخفف عبارات 
Analysis of moment structures 
مي باشد. AMOS را می توان یکی از موفق ترین نرم افزارهای کامپیوتری دانست که به طور خاص برای مدل سازی معادله ساختاری طراحی شده اند. هرچند هدف اصلی از طراحی این نرم افزار مدل سازی است اما قابلیت اجرای مجموعه ای از تحلیل های کمی و آماری معمول نیز بوسیله این نرم افزار وجود دارد.
👌👌👌نرم افزار Amos توسط شرکت SPSS به بازار عرضه شده است و برای اجرا نیاز به حداقل 256 مگابایت RAM و 125 مگابایت فضای آزاد بر روی دیسک است.
این نرم افزار نیز دارای دو نگارش دانشجویی و کامل است. تنها محدودیت نگارش دانشجویی آن نسبت به نگارش کامل این است که مدل شما نمی تواند بیش از 8 متغیر مشاهده شده داشته باشد.
👌👌👌مروری بر مقاله هایی که تحلیل داده های آن ها برمبنای مدل سازی قرار دارد نشان می دهد که این برنامه به خوبی جای خود را در میان برنامه های کامپیوتری موجود در زمینه مدل سازی باز کرده و به سرعت استفاده از آن در حال گسترش است. با توجه به این که در حال حاضر به روز کردن و عرضه این نرم افزار توسط شرکت SPSS انجام می شود و این نرم افزار به همراه نگارش های 16 به بعد نرم افزار SPSS عرضه می شود.
👌👌👌استفاده از این نرم افزار به دو شیوه نوشتن برنامه به زبانVB.NET و همچنین استفاده از Amos Graphics امکان پذیر است. استفاده از هریک از روش های ذکر شده به لحاظ کار بر روی انواع مدل ها، استفاده از انواع شیوه های برآورد پارامترها و یا محاسبه انواع شاخص های برازندگی و اخذ خروجی های مختلف، مشابه یکدیگر است اما در عین حال استفاده از
 AG (Amos Graphics)
تاحدودی ساده تر از برنامه نویسی است چراکه استفاده از آن برمبنای ترسیم مدل تدوین شده توسط پژوهشگر قرار دارد.

به ما ملحق شوید
👇👇👇👇👇👇👇👇
@analysisgram

✅معرفی مقدماتی AMOS(بخش اول)

✍✍مراحل اجرایی کار با AG

به طور خلاصه چهار مرحله اجرایی زیر را برای کار با AG می توان نام برد:
✔️الف .تهیه فایل داده های ورودی : فایل داده ها با استفاده از نرم افزار SPSS و به سه شکل زیر تهیه می شود:1 .فایل حاوی داده های خام،
2. فایل حاوی ماتریس واریانس-کواریانس برگرفته از داده های خام
 3. فایل حاوی ماتریس همبستگی، میانگین و انحراف معیارها برگرفته ازداده های خام، تشکیل شود. 
✔️ب. ترسیم مدل تدوین شده در Amos Graphics : یک جعبه ابزار متنوع در اختیار کاربر قرار می دهد که با استفاده از آن ها می توان مدل تدوین شده را با کلیه جزئیات آن ترسیم کرد بلکه امکانات مختلفی را برای اجرای تحلیل و مشاهده خروجی ها در اختیار قرار می دهد. توضیح این نکته لازم است که جعله ابزار قابل مدیریت است به نحوی که می توان نشانه هایی را به آن افزوده یا از آن کم کرد.
✔️ج. مشخص کردن جزئیات تحلیل : پس از تدارک داده ها و ترسیم مدل لازم است قبل از اجرای تحلیل برخی از جزئیات آن مشخص شوند. چنین جزئیاتی می توانند موارد متنوعی را در برگیرند اما توجه به دو نکته لازم است :
⁉️تعیین مواردی که مایل هستید علاوه بر موارد پیش فرض در خروجی گزارش شوند. مانند گزارش برآوردهای استاندارد علاوه بر برآوردهای غیراستاندارد در مدل.
⁉️تعیین روش برآورد پارامترها. به طور پیش فرض روش حداکثر درستنمایی برای این منظور تعریف شده است.
✔️د. اجرای تحلیل و برآورد پارامترها :اجرای تحلیل و برآورد پارامترها را می توان آخرین مرحله در اجرای اولیه دانست. پس از اجرای اولیه تحلیل و برآورد پارامترها و شاخص های مختلف برازش و همچنین وارسی سایر خروجی ها درباره تغییر، پژوهشگر می تواند درباره تغییر و اصلاح مدل تصمیم گیری نماید.
😀😀😀😀😀😀😀😀😀😀
@analysisgram

✅معرفی مقدماتی AMOS(بخش اول)

✍✍مدل نظری پژوهش در مقایسه با مدل مدون در Amos :

به منظور استفاده از نرم افزار Amos بایستی به تفاوت های بین مدل های تعریف شده در Amos و مدل نظری توجه داشته باشیم.
✔️مدل نظری مدلی است که پژوهشگر با توجه به مبانی و چارچوب نظری مدل تعریف کرده است. این مدل عمدتا شامل متغیرهای پنهان، معرف های مرتبط و همچنین روابط بین آن ها می باشد. در مدل نظری پژوهشگر تعریف می کند که متغیرهای پنهان قرار است با کدام معرف ها اندازه گیری شوند و اینکه متغیرهای پنهان(و احتمالا برخی متغیرهای آشکار) چگونه با یکدیگر ارتباط داشته و یا یکدیگر را تحت تأثیر قرار می دهند.
✔️مدل مدون در AG ضمن آن که همه اجزای تعریف شده در مدل نظری پژوهش را داراست، دارای اجزای جدیدی است که برای کار با Amos وجود این اجزا یا عناصر جدید ضرورت دارد.

با ما باشید
👌👌👌👌👌👌👌👌👌
@analysisgram

✅معرفی مقدماتی نرم افزارMatlab(بخش اول)

😃✍✍ نرم افزار متلب (matlab) برنامه کامپیوتری است برای کسانی که با محاسبات عددی، بویژه جبر خطی سر و کار دارند، تهیه شده است. نام این نرم افزار از عبارت انگلیسی matrix laboratory اقتباس شده و هدف اولیه آن قادر ساختن مهندسین و دانشمندان به حل مسائل شامل عملیات ماتریس بدون نیاز به نوشتن برنامه در زبان های برنامه نویسی متداول همچون c و  fortran بود. با گذشت زمان قابلیت های بسیار بیشتری به این نرم افزار افزوده شده اند. به طوری که در حال حاضر matlab به ابزار پر قدرتی برای ترسیم داده ها، برنامه نویسی و انجام محاسبات مهندسی و پژوهشی تبدیل شده است.

با ما باشید
👌👌👌👌👌👌👌👌👌
@analysisgram

✅معرفی مقدماتی Matlab(بخش اول)

✍✍کار کردن با ماتریس ها در متلب بسیار ساده است. در حقیقت تمام داده‌ها در متلب به شکل یک ماتریس ذخیره می‌شوند. برای مثال یک عدد (اسکالر) به شکل یک ماتریس ۱*۱ ذخیره می‌شود. یک رشته مانند «Whale is the biggest animal» به شکل ماتریسی با یک سطر و چندین ستون (که تعداد ستون‌ها به تعداد کاراکترهاست) ذخیره می‌شود. حتی یک تصویر به شکل یک ماتریس سه بعدی ذخیره می‌گردد که بُعد اول و دوم آن برای تعیین مختصات نقاط و بُعد سوم آن برای تعیین رنگ نقاط استفاده می‌شود. فایل‌های صوتی نیز در متلب به شکل ماتریس‌های تک ستون (بردارهای ستونی) ذخیره می‌شوند؛ بنابراین جای تعجب نیست که متلب مخفف عبارت آزمایشگاه ماتریس باشد.
علاوه بر توابع فراوانی که خود متلب دارد، برنامه‌نویس نیز می‌تواند توابع جدید تعریف کند.

✔️ساخت رابط گرافیکی کاربر مانند دیالوگ‌هایی که در محیط‌های ویژوال مانند بیسیک و C وجود دارند، در متلب امکان‌پذیر است. این قابلیت، ارتباط بهتری را میان برنامه‌های کاربردی نوشته‌شده با متلب و کاربران برقرار می‌کند.

✔️متلب که از محصولات شرکت مت ورکس است، برای گروه‌های مختلف مهندسان رشته‌های مختلف از جمله مهندسی برق، مکانیک، رایانه و... کاربرد بسیاری دارد.

با ما باشید
👇👇👇👇👇👇👇👇👇
@analysisgram

✅معرفی مقدماتی AMOS(بخش دوم)

✍✍ نرم افزار آموس
نرم افزار اموس AMOS یکی از نرم افزارهای آماری مناسب برای تحلیل داده‌های پایان نامه مدیریت و علوم انسانی است. نرم افزار تحلیل آماری اموس AMOS جهت محاسبات تحلیل عامل و مدل معادلات ساختاری استفاده می‌شود. برونداد نرم‌افزار اموس به صورت گرافیکی بوده و لذا درک مطلب را تسهیل می‌کند.

✍✍نسخه دانشجویی آموس
ورژن ۲۰ و نسخه های جدیدتر آموس نیاز به چارچوب دات.نت دارند که در ویندوز XP موجود نیست. حتی زمانی که دات نت را نصب کنید بازهم نصب آموس در XP با پیام خطا همراه می شود. تنها راهکار پیشنهادی ما برای کاربران XP استفاده از نسخه دانشجوئی است. نسخه ۵ نرم‌افزار اموس به رایگان از سایت تولیدکننده آن قابل دانلود است که در لینک زیر می‌توانید آن را دانلود کنید. نسخه رایگان AMOS که به نسخه student یا دانشجوئی موسوم است تنها برای ۸ متغیر و ۵۴ پارامتر قابل استفاده است.
👌👌👌👌👌👌👌👌👌
https://www-01.ibm.com/marketing/iwm/iwmdocs/tnd/data/web/en_US/trialprograms/G556357A25118V85.html

به ما ملحق شوید
🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹
@analysisgram

✅آموزش مقدماتی SPSS(بخش سوم)

✍✍تقسیم بندی عملیات آماری
آمار را می‌توان به دو دسته عملیات تقسیم کرد:
👌آمار توصیفی: شیوه‌‌ایی که برای خلاصه کردن مقادیر بزرگی از داده‌ها مورد استفاده قرار می‌گیرد. برخی از این توصیف‌ها در مکالمه‌های روزمره به کار می‌روند، مثلاً اگر شما از متوسط درآمد سخن می‌گویید در حال استفاده از آمار توصیفی هستید.

👌آمار استنباطی: شیوه‌ایی که با استفاده از آن‌ از داده‌های جمع‌آوری شده نتیجه‌ای استنباط می‌کنیم. آمار استنباطی ما را قادر می‌سازد سوال‌هایی از نوع «آیا تفاوتی وجود دارد؟» یا «آیا رابطه‌ای وجود دارد؟» را به زبان ریاضی پاسخ دهیم.

🌹🌹🌹🌹🌹🌹🌹🌹🌹
@analysisgram

✅معرفی مقدماتیMatlab(بخش دوم)

✍✍قدرت متلب
هسته متلب برای سرعت و کارایی بالا به زبان سی نوشته شده‌است ولی رابط گرافیکی آن به زبان جاوا پیاده‌سازی گشته‌است. برنامه‌های متلب اکثراً متن باز هستند و در واقع متلب (مانند بیسیک) مفسر (رایانه) است نه کامپایلر. قدرت متلب از انعطاف‌پذیری آن و راحت بودن کار با آن ناشی می‌شود، همچنین شرکت سازنده و گروه‌های مختلف، از جمله دانشگاه‌های سرتاسر جهان و برخی شرکت‌های مهندسی هر ساله جعبه ابزارهای خاص-کاربردی به آن می‌افزایند که باعث افزایش کارایی و محبوبیت آن شده‌است. فهرستی از این جعبه‌ابزارها در زیر آمده‌است:

👌سیمیولینک، ابزاری برای شبیه‌سازی سامانه‌ها به صورت مجرد

👌جعبه‌ابزار مخابرات متلب، توابع و ابزارهای محاسبات مهندسی مخابرات

👌جعبه‌ابزار کنترل متلب، توابع و ابزارهای محاسبات مهندسی کنترل

👌جعبه‌ابزار فازی متلب، توابع و ابزارهای محاسبات فازی

👌جعبه‌ابزار محاسبات متلب، توابع و ابزارهای محاسبات عددی

👌جعبه‌ابزار تخمین متلب

👌جعبه‌ابزار آمار متلب، توابع و ابزارهای محاسبات آمار

👌جعبه‌ابزار جمع‌آوری داده متلب

👌جعبه‌ابزار شبکه عصبی متلب

👌جعبه‌ابزار پردازش تصویر متلب

👌جعبه‌ابزار احتمالات متلب

👌جعبه‌ابزار محاسبات سیمبولیک متلب

👌جعبه‌ابزار کارگاه بی‌درنگ متلب، توابع و ابزارهای محاسبات سامانه های بی درنگ

با ما باشید
🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹
@analysisgram

🔵⚫️🔴معادلات ساختاری (بخش اول)

✅برآورد پارامترهای مدل معادلات ساختاری
✍بطور کلی دو نوع رویکرد برای برآورد پارامترهای یک مدل معادلات ساختاری وجود دارد که عبارتند از: رویکرد مبتنی بر کوواریانس و رویکرد مبتنی بر واریانس.
☑️رویکرد اول در تلاش است تا اختلاف بین کوواریانسهای نمونه و آنچه که مدل نظری پیشبینی کرده است را حداقل کند. بخاطر شهرت فراوان مدلسازی معادلات ساختاری مبتنی بر کوواریانس، مطالعات متعددی وجود دارند که از این تکنیک تعریفی ارائه کرده اند.
☑️برخلاف رویکرد اول، رویکرد حداقل مربعات جزئی در ابتدا توسط اچ. ولد تحت عنوان حداقل مربعات جزئی تکراری غیرخطی 2 معرفی شد که هدف از آن حداکثرکردن واریانس متغیرهای وابسته ای است که توسط متغیرهای مستقل تعریف می شوند. همانند سایر مدلهای معادلات ساختاری، مدل حداقل مربعات جزئی نیز دارای بخش ساختاری است که منعکس کننده ارتباط بین متغیرهای پنهان (مکنون) و یک جزء اندازه گیری است.

به ما ملحق شوید در کانال زیر👌👌👌👌👌👌👌👌👌👌
@analysisgram

✅آموزش مقدماتیspss(بخش سوم)

✍✍آزمون های آمار استنباطی را میتوان به دو دسته آزمون تقسیم بندی کرد:

✅آزمون های پارامتریک
آزمون هایی هستند که  برای استفاده از آنها وجود برخی شرایط ضروری است که از جمله مهمترین این شرایط می توان به موارد زیر اشاره کرد:
۱-    داده ها دارای توزیع نرمال باشند.
۲-    داده ها دارای مقیاس فاصله ای یا نسبی باشند.
۳-    نمونه ها واریانس مساوی داشته باشند.

✅آزمون های نا پارامتریک
در صورتی که شرایط فوق برقرار نباشد، بایستی از آزمونهای آماری ناپارامتریک استفاده کرد.

با ما باشید
🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹
@analysisgeram

🔵⚫️🔴معادلات ساختاری(بخش دوم)

✅برآورد پارامترهای مدل معادلات ساختاری
✍بطور کلی دو نوع رویکرد برای برآورد پارامترهای یک مدل معادلات ساختاری وجود دارد که عبارتند از: رویکرد مبتنی بر کوواریانس و رویکرد مبتنی بر واریانس.
☑️رویکرد اول در تلاش است تا اختلاف بین کوواریانسهای نمونه و آنچه که مدل نظری پیشبینی کرده است را حداقل کند. بخاطر شهرت فراوان مدلسازی معادلات ساختاری مبتنی بر کوواریانس، مطالعات متعددی وجود دارند که از این تکنیک تعریفی ارائه کرده اند.
☑️برخلاف رویکرد اول، رویکرد حداقل مربعات جزئی در ابتدا توسط اچ. ولد تحت عنوان حداقل مربعات جزئی تکراری غیرخطی 2 معرفی شد که هدف از آن حداکثرکردن واریانس متغیرهای وابسته ای است که توسط متغیرهای مستقل تعریف می شوند. همانند سایر مدلهای معادلات ساختاری، مدل حداقل مربعات جزئی نیز دارای بخش ساختاری است که منعکس کننده ارتباط بین متغیرهای پنهان (مکنون) و یک جزء اندازه گیری است.

به ما ملحق شوید در کانال زیر👌👌👌👌👌👌👌👌👌👌
@analysisgram

@analysisgram
اموزش متلب بخش سوم

@analysisgram
اموزش متلب بخش چهارم

✅آموزش مقدماتی spss(بخش سوم)

✍✍آماری که نرم‌افزار پایه شامل می‌شود:
👌آمار توصیفی: جدول‌بندی شطرنجی، بسامدها، توصیفات، کاوش، آمار توصیفی نسبی
👌آمار دومتغیری: میانه‌ها، آزمون تی، تحلیل پراکنش، همبستگی، آزمون‌های غیرپارامتری
👌پیش‌ بینی برآمدهای عددی: برگشت خط
👌پیش ‌بینی برای تشخیص گروه‌ها: تحلیل عاملی، تحلیل خوشه‌ای، جداکننده

به ما ملحق شوید
🌹🌹🌹🌹🌹🌹🌹🌹
@analysisgram

🔵⚫️🔴معادلات ساختاریSEM(بخش سوم)

✍✍انواع مدل های پایه که SEMقادر به آزمودن مدل های نظری توسط آنهاست شامل:
👌مدل رگرسیونی
👌مدل عاملی
👌مدل تحلیل مسیر

با ماباشید
🌹🌹🌹🌹🌹🌹🌹🌹🌹
@analysisgram

🔵⚫️🔴معادلات ساختاری (بخش سوم)
✅مدل رگرسیونی

@analysisgram