⚛متفرقه
✅ربات ترجمه در تلگرام
@LeeoeTranslateBot

📕📕📕📕📕📕📕📕
https://telegram.me/joinchat/BtMduj9Rt2oIXj-ZpShMcA18930

‍ ‍ ‍✅‼️✅آزمون ميانگين تی تک نمونه اي
آزمون فرضيه مربوط به ميانگين يك جامعه از گزينه ذيل استفاده مي شود:

Analyze/ Compare Means/ One sample t test

‼️‼️پنجره گفتگوي مربوط به اين گزينه در شكل زیر نشان داده شده است كه درآن متغير يا متغيرهاي مورد آزمون به فهرست
Test variable
منتقل می شوند.
‼️‼️مقدار مورد آزمون (عدد مورد نظر برای مقایسه میانگین جامعه با آن ) نيز در جعبه متن Test value وارد مي گردد.
🤓🤓پس از كليك OK ،نتايج آزمون در قالب دو جدول ارائه مي شود كه جدول One sample statistics شامل آمار توصيفي و جدول One sample test شامل آماره آزمون است. شکل اتچ

📕📕📕📕📕📕📕📕
https://telegram.me/joinchat/BtMduj9Rt2oIXj-ZpShMcA18930

✅‼️✅ازمون تی زوجی در #spss

✍✍‍ فرض کنید شما وزن یک گروه را امروز اندازه گرفته‌اید و می‌خواهید آن را با وزن یک ماه بعد آنان مقایسه کنید. در این شرایط از تحلیل t زوجی استفاده می‌شود. به عبارت دیگر اگر شما یک گروه داشته باشید و یک متغیر را در دو بازه زمانی در این گروه اندازه گرفته باشید می‌توانید با تحلیل t زوجی آن را مقایسه کنید.
‼️‼️بیشتر کاربرد این تحلیل زمانی است که یک گروه تحت یک مداخله درمانی قرار گرفته باشد و ما قصد داشته باشیم نمره این گروه را قبل و بعد از مداخله درمانی با یکدیگر مقایسه کنیم و ببینیم تفاوتی در این نمره ایجاد شده است یا خیر.

👌👌 اگر داده‌های شما دارای توزیع نرمال باشد از تحلیل t زوجی استفاده می‌شود و اگر دارای توزیع نرمالی نباشد از آزمون ناپارامتریک یعنی ویلکاکسون استفاده می‌شود.

👌👌 برای بررسی نرمال بودن توزیع داده‌ها باید از آزمون کولموگروف-اسمیرنوف استفاده نمایید. این آزمون یک آزمون مقدماتی است که به شما درباره اینکه از آزمون پارمتری یا ناپارمتری استفاده کنید یاری می‌رساند.

‼️👌‼️پیشفرض‌های تحلیل t زوجی یا آزمون تی وابسته

۱- توزیع داده‌ها باید نرمال باشد (با استفاده از آزمون کولموگروف اسمیرنوف).

۲- داده‌ها باید در مقیاس فاصله‌ای یا نسبی باشند (ماننده نمره سن، وزن، پرسشنامه و …).

۳- دو نمره به دست آمده باید از یک جامعه باشد (همانند وزن در سالمندان در دو دوره متفاوت).

📕📕📕📕📕📕📕📕
https://telegram.me/joinchat/BtMduj9Rt2oIXj-ZpShMcA18930

‼️✅اجرای تحلیل t زوجی یا آزمون تی وابسته در SPSS

✍✍فرض کنید می‌خواهیم نمره افسردگی یک گروه از دانش آموزان را در پیش از انجام درمان و پس از انجام درمان با هم مقایسه کنیم. برای این کار در منوی بالای SPSS به مسیر زیر بروید:

Analyze>Compare Means<Paired-Samples T Test
تصویر1

👌پس از رفتن به مسیر ذکر شده کادر زیر برای شما باز خواهد شد. در کادر زیر نمره اول که می‌تواند نمره پیش آزمون افسردگی یا برای مثال نمره وزن دانش آموزان در ماه مهر باشد را در کادر اول یعنی Variable1 وارد کنید و نمره دوم که می‌تواند نمره پس آزمون افسردگی یا نمره وزن دانش آموزان در ماه آبان باشد را در کادر Variable2 وارد کنید. در مرحله سوم گزینه OK را بزنید. تصویر2

👌پس از تایید در مرحله بالا خروجی به دست آمده برای شما به نمایش در خواهد آمد. در این خروجی سه جدول ارائه شده است که در بین اعداد موجود در خروجی ۴ نمره مورد توجه ما است. نمره ۱ میانگین و نمره ۲ انحراف استانداد نمرات افراد را در پیش آزمون و پس آزمون نشان می‌دهد. نمره ۳ میزان t و نمره ۴ نیز میزان p یا معنی داری را نشان می‌دهد. همانگونه که در جدول پایین مشاهده می‌شود در این آزمون بین نمرات به دست آمده تفاوت معناداری وجود دارد که به معنی این است که پس از مداخله درمانی افسردگی در دانش آموزان کاهش یافته است. تصویر 3

‼️‼️نحوه گزارش خروجی تحلیل t زوجی یا آزمون تی وابسته در SPSS در فایل ذیل شده قرار دارد.
👇👇👇👇👇👇👇👇
📕📕📕📕📕📕📕📕📕
https://telegram.me/joinchat/BtMduj9Rt2oIXj-ZpShMcA18930

✅آزمون تی زوجی تصویر1
📕📕📕📕📕📕📕📕📕

✅آزمون تی زوجی تصویر2
📕📕📕📕📕📕📕📕
https://telegram.me/joinchat/BtMduj9Rt2oIXj-ZpShMcA

✅آزمون تی زوجی تصویر 3
📕📕📕📕📕📕📕📕
https://telegram.me/joinchat/BtMduj9Rt2oIXj-ZpShMcA

✅مطالب مفید و تکمیلی در مورد آزمونهای تی در #spss همراه با مثالهای کاربردی

📕📕📕📕📕📕📕📕
https://telegram.me/joinchat/BtMduj9Rt2oIXj-ZpShMcA

‍ آموزش تحلیل t مستقل در SPSS
https://telegram.me/TahlilAmarii

‍ چگونه نرمال بودن داده هایمان را در SPSS آزمون کنیم؟
https://telegram.me/TahlilAmarii

✅نرمال کردن در #spss

✍✍پس از بررسی عادی یا نرمال بودن کشیدگی و یا چولگی توزیع داده هایتان، به سراغ آزمون شاپیرو ویلک بروید تا از نرمال بودن داده هایتان مطمئن گردید . برای این کار از مسیر زیر وارد کادر محاوره ی زیر شود:تصویر 1

Analyze /Descriptive Statistics /Explore

‼️‼️بطور مثال دو متغیر سن age و los را مطابق شکل (تصویر1)وارد لیست متغیر های وابسته می کنیم و سایر جاها را خالی می گذاریم. سپس به منوی plots رفته و گزینه ی Normality plots with tests را تیک دار کنید( تصویر 2)

👌👌خروجی تنظیمات فوق شامل جدولی است(تصویر 3) بنام Tests of Normality که دو مقدار سطح معناداری را برای هر کدام از متغیر ها به طور مجزا ارائه می دهد. این مقادیر در تشخیص نرمالیتی داده ها بسیار تعیین کننده است.

👌👌معمولا چنانچه سطح معناداری در آزمون Shapiro-Wilk که در این جدول با sig . نمایش داده می شود بیشتر از 5صدم باشد میتوان داده ها را با اطمینان بالایی نرمال فرض کرد. در غیر این صورت نمی توان گفت که داده ها توزیع شان نرمال است. با توجه به جدول فوق و مقادیر سطح معناداری برای متغیرهای age و los می توان گفت که توزیع متغیر los می تواند با احتمال خوبی نرمال باشد اما متغیر age نرمال نخواهد بود.

‼️‼️‼️‼️‼️‼️دو نکته مهم
🔴سطح معناداری بخش Kolmogorov-Smirnov را هم برای بررسی نرمال بودن داده ها استفاده کنیم.
🔴برای تست نرمالیتی روی نمونه های بین 1 تا 2000 تایی از آزمون Shapiro-Wilk و برای نمونه های با حجم بیشتر از 2000 از آزمون Kolmogorov-Smirnov استفاده می کنیم.

📕📕📕📕📕📕📕📕
https://telegram.me/joinchat/BtMduj9Rt2oIXj-ZpShMcA

تصویر 1
نرمال کردن داده ها
📕📕📕📕📕📕📕
https://telegram.me/joinchat/BtMduj9Rt2oIXj-ZpShMcA

تصویر 2
نرمال کردن داده ها
📕📕📕📕📕📕📕📕
https://telegram.me/joinchat/BtMduj9Rt2oIXj-ZpShMcA

تصویر 3
نرمال کردن داده ها
📕📕📕📕📕📕
https://telegram.me/joinchat/BtMduj9Rt2oIXj-ZpShMcA

‍ ✅✅✅نرمال کردن

✍✍اگر در مرحله دوم به این نتیجه رسیدید که متغیرهای شما که در گام اول چولگی و کشیدگی معمولی داشتند، نرمال نیستند، به سراغ نمودارهای خروجی Explore بروید. به طور پیش فرض نمودارهای جعبه ای ، یا Q-Q plot یا نمودار شاخ و برگ ظاهر می شود. با این حال در همان کادر محاوره Plots چک کنید که گزینه های مربوط به نمودار شاخ و برگ وسایر نمودارها تیک دار باشند.
از طریق این نمودارها می توان به طور جزیی به توزیع داده ها پی برده و علت نرمال نبودن داده ها را با دلیل ببینید:

‼️‼️ نمودار شاخ و برگ برای یک توزیع نرمال به شکل زنگوله است.(تصاویر 3➰4
👌👌در نمودار Q-Q داده های یک توزیع نرمال معمولا روی خط قرار می گیرد و داده ها روی خط بصورت مارپیچ یا S -وار نخواهند بود.(تصویر اتچ)
👌👌در نمودار جعبه ای معمولا برای توزیع نرمال در مرکز نمودار قرار می گیرد. دیدن داده های پرت ( Outliers ) (که آنها را با ستاره یا نقطه نشان می دهند) می تواند انحراف یک توزیع را از توزیع نرمال به خوبی تشریح کند.(تصویر 2)
در تصویر اتچ مشاهده می کنید که علاوه بر اینکه داده ها S –وار حول خط نرمال پخش شده اند داده هایی داریم که بسیار از خط دورافتاده اند. این داده ها همان داده های پرت می باشند.
🔴در نمودار جعبه ای تصویر 2هم مشاهده می کنید که جعبه در مرکز قرار ندارد. و علت آن می تواند وجود داده های پرتی که در بالا ی جعبه فرار دارد نیز باشد.
📕📕📕📕📕📕📕📕
https://telegram.me/joinchat/BtMduj9Rt2oIXj-ZpShMcA18930

تصویر 2
📕📕📕📕📕📕📕
https://telegram.me/joinchat/BtMduj9Rt2oIXj-ZpShMcA18930

تصویر 3
📕📕📕📕📕📕📕
https://telegram.me/joinchat/BtMduj9Rt2oIXj-ZpShMcA18930

تصویر 4
📕📕📕📕📕📕📕
https://telegram.me/joinchat/BtMduj9Rt2oIXj-ZpShMcA18930

✅پیام روز
😊مهم نیست چه شکلی هستی
🙃مهربونی تو را زیباترین آدم دنیا میکنه

پ ن :با خودتون، با آدمای اطرافتون، از همه چی مهمتر با خداتون مهربون باشید🌹

ان شا لله روزتون پر برکت 🙈

🎓 @TahlilAmarii

‍ ‍ ✅رگرسیون در spss

✍✍با استفاده از تحلیل رگرسیون می توان به تعیین و پیش بینی تغییرات متغیر وابسته را از طریق متغیر یا متغیرهای مستقل پرداخت.

👌👌تحلیل رگرسیون، روش آماری است كه طی آن واریانس متغیر وابسته بر اساس متغیر یا متغیرهای مستقل تعیین و پیش بینی شود.

✅‼️رابطه رگرسیون و همبستگی:

✍✍رگرسیون رابطة نزدیكی با همبستگی دارد. بدین معنا كه برای انجام رگرسیون، باید ضریب همبستگی را محاسبه كرد.
👌👌اگر میان متغیرهای مورد مطالعه همبستگی وجود داشته باشد تنها در اینصورت می توان از رگرسیون ، برای آزمون فرضیه های تحقیق استفاده كرد.
👌👌در واقع می توان گفت: هر چقدر همبستگی بین متغیرها قوی تر باشد، پیش بینی دقیقتر است.
‼️‼️زمانی كه همبستگی صفر باشد، (همبستگی وجود نداشته باشد)، رگرسیون در اطراف میانگین بصورت كامل خواهد بود.
همبستگی چند متغیر را رگرسیون می نامیدند.
(فایل تکمیلی رگرسیون در اتچ)
📕📕📕📕📕📕📕📕📕
https://telegram.me/joinchat/BtMduj9Rt2oIXj-ZpShMcA18930