X
تبلیغات
کارشناسی ارشدمدیریت بازرگانی - آموزش spss

آزمون تحلیل واریانس یکطرفه:

آزمون تحلیل واریانس یکطرفه گسترش یافته آزمون t دو نمونه مستقل است. یعنی زمانی که بخواهیم به مقایسه میانگین های دو گروه بپردازیم از آزمون t استفاده می کنیم، ولی اگر مقادیر متغیر مستقل سه وجهی یا بیشتر باشد از آزمون تحلیل واریانس یکطرفه بهره میگیریم.استفاده از این آزمون نیازمند رعایت شرایط زیر است:

۱- توزیع داده ها نرمال باشد.

۲- داده های انتخاب شده مستقل از هم باشند.

۳- واریانس داده ها یکسان باشند.

پیش فرض این آزمون آن است که آیا بین میانگین های نمونه تحقیق تفاوت معنی داری وجود دارد یا نه؟ یعنی واریانس مشاهده شده بین میانگین ها را با واریانس ناشی از تصادف مقایسه می کند.

آزمون تحلیل واریانس دو طرفه:

در تحلیل واریانس یکطرفه اثر یک متغیر یا عامل بر روی متغیر وابسته سنجیده میشود. ولی در تحلیل واریانس دو طرفه تاثیر دو متغیر مستقل (دو یا چند وجهی) بر متغیر وابسته مطالعه میشود. پس دو اثر اصلی و متقابل وجود دارد:

اثر اصلی: اثر هر یک از دو متغیر مستقل بر متغیر وابسته صرف نظر از ارتباطشان با همدیگر

اثر متقابل: اثر همزمان و یکباره دو متغیر مستقل بر متغیر وابسته 


آشنایی با نرم افزار SPSS و آمار - قسمت ششم

آزمون تی استودنت

آزمون تی یک آزمون پارامتریک است که برای مقایسه میانگین ها مورد استفاده قرار میگیرد. در مجموع سه نوع آزمون تی از هم قابل تفکیک است:

آزمون t تک نمونه ای : در این آزمون فرض بر این است که داده ها ، نمونه هایی از یک جامعه یا یک توزیع خاص هستند. پس این فرضیه صفر را مورد آزمون قرار می دهد که آیا نمونه متعلق به جامعه ای با میانگین مشخص است یا خیر؟

بحث مستقل یا وابسته بودن نمونه ها بدین معنی است که در t دو نمونه مستقل ، دو گروه مورد مقایسه کاملا از هم جدا هستند. مثلا در مقایسه حقوق ماهیانه زنان با مردان، حقوق هیچ کدام از دو گروه تاثیری بر هم ندارند، چون از دو نمونه جدا تشکیل شده اند ولی در t دو نمونه وابسته به مقایسه یک متغیر در دو زمان یا دو موقعیت پرداخته می شود. مانند مقایسه میانگین حقوق اولیه کارکنان در موعد استخدام با حقوق جاری آنها بعد از چند سال خدمت . ملاحظه می شود که افراد مورد مطالعه همان کارکنان اداره هستند ولی حقوق آنها طی چند سال تغییر یافته است.

آزمون t دو نمونه مستقل:

این آزمون برای مقایسه معناداری میانگین بین دو گروه یا دو نمونه جدا از هم به کار می رود، بنحوی که متغیر مستقل عمدتا اسمی دو وجهی و متغیر وابسته فاصله ای یا نسبی باشد.

آزمون t دو نمونه وابسته:

در صورتیکه در صدد مقایسه میانگین های یک نمونه در دو وضعیت متفاوت هستیم استفاده میشود. در واقع یک نمونه وجود دارد که دارای دو وضعیت برای مقایسه است. پس برای دو متغیر جفت شده با سطح سنجش فاصله ای یا نسبی این آزمون کاربرد دارد.

===================

تحلیل واریانس:

واریانس شاخصی است که پراکندگی داده ها را پیرامون میانگین نشان میدهد. تحلیل واریانس با کلید واژه ANOVA نامی است بر مجموعه ای از روش های تحلیل آماری داده ها که در آن مجموع مجذورات کل به مولفه هایی که با منابع خاصی مرتبط هستند، تجزیه میشود. با مقایسه این مولفه ها میتوان نتیجه گرفت که کدام یک از منابع تغییر موثرند و اثر کدام یک از منابع تغییر ناچیز و صرف نظر کردنی است.

انواع تحلیل واریانس:

۱- تحلیل واریانس یکطرفه

۲- تحلیل واریانس دوطرفه

۳- تحلیل واریانس چندطرفه

 لازم بذکر است کلیه مطالب نوشته شده این سری از کتاب کاربرد آمار و نرم افزار SPSS در تحلیل داده ها نوشته آقای احمد غیاثوند از انتشارات لویه  میباشد. امید است مورد توجه و استفاده دوستان قرار گیرد.


آشنایی با نرم افزار SPSS و آمار - قسمت پنجم

آزمون های معنا داری برای تبیین اطمینان نتایج نمونه های گردآوری شده از یک جامعه آماری میباشد. مقدار استنباط شده را سطح معناداری یا احتمال اشتباه رابطه متغیرها می گویند. به عبارت دیگر سطح معنادار بودن یا آلفا a حداکثر احتمال رد یک فرض صفر درست است. این مقدار را عمدتا با علامت p نشان می دهند. دامنه مقادیر این آزمون بین ۰.۰۰۰ تا ۱.۰۰۰ میباشد. یعنی اگر صد بار از یک جامعه یک نمونه تصادفی انتخاب کنیم احتمال این که یکی از نمونه ها غیر معرف باشد، چقدر است.  بطور مثال اگر سطح معناداری ۰.۰۵ باشد بیانگر آن است که تفاوت بین دو متغیر در بیش از ۵ درصد از ۱۰۰ مورد تکرار ناشی از خطای نمونه گیری و ۹۵ درصد ناشی از عامل آزمایشی (متغیر مستقل) باشد. پس فقط در ۵ مورد از ۱۰۰ مورد میتواند رابطه واقعی نباشد. قبول یا رد فرض صفر بر اساس سطح معناداری، مبتنی بر یک ملاک است. حداکثر قبول احتمال اشتباه یا سطح معناداری از نظر آماری ۰.۰۱ یا ۰.۰۵ درصد است. از این گفته این نتیجه بدست می آید که با احتمال ۹۹ و ۹۵ درصد وجود تفاوت ها به عامل آزمایشی مربوط است نه خطای نمونه گیری.

 آزمون های معنا داری یک دامنه و دو دامنه:

استفاده از سطوح معناداری آماری با شیوه تدوین و طرح فرضیه منجر به استفاده از دو نوع آزمون میشود:

آزمون دو دامنه : هرگاه در فرض صفر فقط تفاوت را مطرح کنیم از آزمون دو دامنه استفاده نموده ایم. مثلا فرضیه به این شیوه مطرح شود:

به نظر میرسد بین جنس افراد با میزان تحصیلات آنها رابطه معناداری وجود ندارد.

آزمون یک دامنه : هرگاه در فرض صفر به جای تفاوت، جهت تفاوت را در نظر بگیریم آزمون یک دامنه برای آن انجام داده ایم . مانند فرضیه زیر:

به نظر میرسد میزان تحصیلات زنان بیشتر از مردان نمی باشد.

در واقع در آزمون دو دامنه ، سطح ۵ درصد فرض صفر، بین دو طرف انتهایی منحنی به تساوی ۲.۵ درصد تقسیم میشود ولی در آزمون یک دامنه سطح ۵ درصد فرض صفر در انتهای بالایی یا پایینی منحنی قرار دارد پس دقیق تر است.

خطای نوع اول و دوم :

خطای نوع اول : عبارت است از احتمال رد فرضیه صفر در صورت درست بودن . بدین معنا که بین دو متغیر رابطه آماری وجود نداشته باشد اما ما آن را تائید کنیم.

خطای نوع دوم : عبارت است از احتمال قبول فرضیه در صورت نادرست بودن ، یعنی در یک رابطه تائید شده آماری به گونه ای عمل کنیم که رد شود.


آشنایی با نرم افزار SPSS و آمار - قسمت چهارم

آزمون های ناپارامتریک / نمونه های مستقل / سه نمونه مستقل یا بیشتر / آزمون کروسکال والیس:

این آزمون از یک طرف معادل ناپارامتریک آزمون تحلیل واریانس یکطرفه است و از طرف دیگر گسترش یافته آزمون یومان ویتنی است.

در واقع اگر در آزمون یومان ویتنی سطح سنجش متغیر وابسته ترتیبی و سطح سنجش متغیر مستقل اسمی دو وجهی بود در آزمون کروسکال والیس متغیر مستقل سه وجهی یا بیشتر است . مثلا برای بررسی میزان رضایت زنان از کیفیت روغن نباتی بر حسب مقاطع تحصیلی از این آزمون استفاده می کنیم.

==================================================

آزمون های ناپارامتریک / نمونه های وابسته/ دو نمونه وابسته / آزمون علامت:

آزمون علامت به صورت یک نمونه ای و دو نمونه ای قابل اجراست. در اینجا صرفا به آزمون علامت با دو نمونه وابسته پرداخته میشود. در این آزمون تعداد تفاوت های مثبت و تفاوت منفی نمرات هر فرد در دو وضعیت با هم مورد مقایسه قرار میگیرند. اگر نمره فرد از حالت قبلی بزرگتر باشد با علامت مثبت و چنانچه کوچکتر باشد با علامت منفی مشخص می شوند.

==================================================

آزمون های ناپارامتریک / نمونه های وابسته/ دو نمونه وابسته / آزمون مک نمار:

از جمله آزمون های ناپارامتریک دو نمونه وابسته است. این آزمون برای ارزیابی دو نمونه وابسته بر حسب متغیر دو جوابی استفاده میشود. وضعیت ویژه کاربرد این آزمون در طرح ماقبل و مابعد است. در واقع برای مطالعه تاثیر یک پدیده در دو زمان کاربرد دارد. به این صورت که در آن اندازه گیری هایی صورت میگیرد مداخله انجام می پذیرد و اندازه گیری مجددا به عمل می آید.

برای مثال در نظرخواهی از زنان پیرامون مصرف روغن خوراکی به بررسی میزان خرید روغن توسط زنان در زمان قبل و بعد از تبلیغ از این آزمون بهره میگیریم.

 ==================================================

آزمون های ناپارامتریک / نمونه های وابسته/ سه نمونه وابسته یا بیشتر/ آزمون فریدمن:

از جمله آزمون های ناپارامتریک است که معادل پارامتریک آن تحلیل واریانس درون موردی (اندازه های تکراری) می باشد. این آزمون برای مقایسه سه یا بیش از سه نمونه وابسته که دارای سطح سنجش رتبه ای باشند استفاده میشود. بطور مثال برای ارزیابی صلاحیت ۵۰ معلم بر حسب چهار ویژگی سوادُ نظمُ اخلاق و شخصیت میتوان از این آزمون بهره گرفت.

==================================================

آزمون های ناپارامتریک / نمونه های وابسته/ سه نمونه وابسته یا بیشتر/ آزمون کوکران:

 آزمون کوکران یکی دیگر از آزمون های ناپارامتریک است که برای نمونه های وابسته ای که دو مقوله ای باشند کاربرد دارد. این آزمون را از یک جهت میتوان گسترش یافته آزمون مک نمار دانست یعنی موضوعی را میتوان در زمان های ۱ - ۲ و ۳ یا بیشتر بصورت قبل و بعد اجرا کرد. از سویی میتوان آن را مانند آزمون فریدمن دانست با این تفاوت که به جای سطح سنجش رتبه ای متغیرهای وابستهُ متغیرها دو وجهی هستند .

برای مثال در نظرخواهی از افراد درباره نگرش آنها نسبت به مصرف روغن خوراکی آفتابگردان از این آزمون استفاده میشود.

۱- روغن آفتابگردان بسته بندی عالی دارد.               بلی              خیر

۲- روغن آفتابگردان یک مارک مشهور است.             بلی              خیر

۳- روغن آفتابگردان یک مارک قابل اعتماد است.       بلی             خیر


آشنایی با نرم افزار SPSS و آمار - قسمت سوم

آزمون های ناپارامتریک / نمونه های مستقل / دو نمونه مستقل / آزمون یو مان ویتنی:

در بررسی و تحلیل تفاوت آماری از طریق آزمونهای ناپارامتریک با دو نمونه مستقل میتوان از آزمونهای یومان ویتنی - کولموگروف اسمیرنف - خی دو و ... کمک گرفت.

آزمون یومان ویتنی معادل ناپارامتریک آزمون t می باشد که به مقایسه میانگین رتبه های دو نمونه مستقل از هم می پردازد. در آزمون t به مقایسه میانگین دو نمونه در سطح داده های فاصله یا نسبی با توزیع نرمال پرداخته می شود ولی در آزمون یومان ویتنی برای مقایسه میانگین دو جامعه که داده های آنها ترتیبی باشند ، استفاده میشود . به تعبیری دقیق تر متغیر مستقل دو وجهی و متغیر وابسته رتبه ای است. بنابراین به این فرض ها مقید است:

۱- داده ها دارای سطح سنجش ترتیبی است.

۲- داده ها فاصله ای یا نسبی باشند ولی توزیع شان نرمال نباشد.

۳- اگر داده ها فاصله ای یا نسبی بودند، واریانس دو نمونه در آزمون واریانس برابر نباشند.

دستور آزمون یومان ویتنی

از منوی Analayze و زیر منوی  Non - Parametric Tests  گزینه Independent Samples 2را فعال نمایید.

در جعبهtest variable list متغیر وابسته و در جعبه Grouping variance متغیر مستقل را نشان می دهیم . تیک یومان ویتنی را زده و سپس دکمهok را فشار دهید.    


آشنایی با نرم افزار SPSS و آمار - قسمت دوم

آزمون آماری چیست؟ پیمایش اجتماعی معمولا بر اساس نمونه گیری انجام شده و یافته های حاصل به جامعه آماری تعمیم داده خواهد شد. بنابراین هدف از آزمون آماری تعمیم نتایج نمونه گیری شده به کل جامعه میباشد.

برای تحلیل آماری داده ها میتوان از آزمون های پارامتریک و ناپارامتریک استفاده کرد.

آزمون های پارامتریک به پیش فرض های زیر متکی اند:

۱- سطوح سنجش متغیرها فاصله ای یا نسبی است (مانند طیف لیکرت)

۲- توزیع نمره ها نرمال باشد.

۳- واریانس نمونه ها برابر باشد.

۴- موارد مشاهده شده مستقل از هم باشند.

استفاده از آزمونهای ناپارامتریک در موارد زیر امکانپذیر است:

۱- وقتی که سطوح سنجش متغیرها اسمی یا ترتیبی باشد.

۲- زمانی که واریانس نمونه ها برابر نباشد.

۳- هنگامی که توزیع نمره ها نرمال نباشد.

انواع آزمونهای ناپارامتریک:

الف)  نمونه های مستقل :

الف -۱ ) دو نمونه مستقل : آزمون خی دو - آزمون یو مان ویتنی - آزمون کولمرگروف اسمیرنف - آزمون والد ولفوریتز - آزمون مورس

الف -۲) سه نمونه مستقل یا بیشتر : آزمون کروسکال والیس - آزمون میانه - آزمون جان خیز

ب) نمونه های وابسته

ب - ۱) دو نمونه وابسته : آزمون علامت - آزمون مک نمار - آزمون ویل کاکسون

ب - ۲) سه نمونه وابسته یا بیشتر : آزمون فریدمن - آزمون کوکران - آزمون کندال دبلیو


آشنایی با نرم افزار SPSS و آمار - قسمت اول

بدلیل آنکه اکثر دانشجویان در هنگام تکمیل پایان نامه نیاز به کار با نرم افزار SPSS را خواهند داشت و این مشکل را خود من نیز داشتم که بلد نبودم با این نرم افزار کار کنم از این به بعد میخواهم راجع به این نرم افزار توضیحاتی را بدهم.

از این نرم افزار برای انجام تست های آماری و آزمون فرض ها استفاده میکنیم . برای محاسبه پایایی پرسشنامه های جمع آوری شده نیز از این نرم افزار میتوان استفاده کرد.

قسمت اول:

تحلیل چند متغیر داده ها : آزمون آلفای کرونباخ

پایایی آزمون به دقت اندازه گیری، ثبات و پایا بودن آن مربوط است. بدین معنا که اگر یک آزمون چند بار درباره یک آزمودنی اجرا شود، نمره آن در همه موارد یکسان است. همچنین میزان همبستگی سوالات آزمون به یکدیگر را نیز مشخص می نماید.

از این آزمون زمانی استفاده میشود که بیش از دو گزینه داریم . دیگر این که سطح سنجش متغیرها فاصله ای و نسبی بوده یا حداقل در قالب طیف لیکرت باشند. اگر آزمون برای اهداف پژوهشی به کار رود ضریب اعتبار بین ۰.۷ تا ۰.۸ کافی بنظر میرسد. در مورد مقیاس های نگرش سنج ضریب آلفا تا ۰.۴۷ کم، تا ۰.۷۹ متوسط و تا ۰.۹۸ زیاد است. ضریب اعتبار آزمون باید بیش از ۰.۹۵ باشد.

برای اجرای آزمون آلفای کرونباخ از منوی Analayze  و زیر منوی Scale   دستور Reliability Analaysis را اجرا میکنیم. متغیرها را از جعبه فهرست متغیر ها انتخاب نموده و دکمه OK را فشار می دهیم

نوشته شده توسط مایلی در ساعت | لینک ثابت |