Website-Icons-MLR-1

آموزش تحلیل رگرسیون خطی در SPSS

تحلیل رگرسیون خطی در SPSS یکی از پیچیده‌ترین و پرکاربردترین تحلیل‌ها در رشته‌های مختلف است. تقریباً در تمامی کتاب‌ها و متون مربوط به آموزش SPSS این تحلیل توضیح داده شده است اما آموزش برخی نکات غیرضروری سبب سردرگمی دانشجویان و پژوهشگران می‌گردد. در این آموزش به صورت بسیار ساده و کامل این تحلیل و چگونگی گزارش آن در مقالات و پایان نامه‌ها را به شما توضیح خواهیم داد. با ایران تحقیق همراه باشد.

تحلیل رگرسیون خطی از خانواده تحلیل‌های همبستگی است اما بیشتر به منظور پیش بینی اثر یک یا چند متغیر بر روی یک متغیر دیگر به کار می‌رود. دو نوع عمده تحلیل رگرسیون خطی داریم. رگرسیون خطی تک متغیره برای پیش بینی یک متغیر وابسته توسط یک متغیر مستقل و رگرسیون خطی چند متغیره برای پیش بینی یک متغیر وابسته توسط چند متغیر مستقل.

انواع سبک‌ها تحلیل رگرسیون خطی در SPSS

تحلیل رگرسیون خطی در SPSS را می‌توان به پنج نوع مختلف تقسیم کرد که تنها دو نوع از آن کاربرد زیادی در مقالات و پایان نامه‌ها دارد و از سه نوع دیگر استفاده چندانی نمی‌شود. این پنج نوع تحلیل رگرسیون خطی در SPSS شامل روش ورود یا همزمان، روش گام به گام، روش حذف، روش پیش رونده و روش پس رونده است.

در روش ورود یا همزمان کلیه متغیرهای مستقل به صورت همزمان وارد مدل می‌شوند تا تاثیر همه متغیرهای مهم و غیر مهم بر متغیر وابسته مشخص شود. در روش گام به گام نیز متغیرهای مستقل یک به یک و به ترتیب اهمیت و داشتن بیشترین رابطه وارد مدل می‌شوند. یعنی ورود متغیرها یک به یک صورت می‌گیرد. همان‌گونه که گفته شد سه روش حذف، پیش رونده و پس رونده کاربرد زیادی در پژوهش‌ها ندارند.

نکته: اگر تعداد متغیرهای شما زیاد است و برخی از متغیرها مهم‌تر از برخی دیگر هستند، بهتر است از تحلیل رگرسیون خطی به سبک گام به گام استفاده کنید، در غیر اینصورت از تحلیل به سبک ورود یا همزمان استفاده کنید.

برخی از موضوعاتی که می‌توان از تحلیل رگرسیون خطی در SPSS استفاده کرد

- نقش سبک‌های اسنادی به عنوان پیش‌بین افت تحصیلی

- اثر دوره آموزش خدمت سربازی بر وضعیت تن سنجی جوانان ایرانی

- نقش اعتیاد به اینترنت در پیش بینی احساس تنهایی دانشجویان

- نقش مذهب در توسعه گردشگری مذهبی

نحوه انجام تحلیل رگرسیون خطی در SPSS

مثال: فرض کنید که پژوهشگری قصد بررسی نقش افسردگی، اضطراب و استرس در پیش بینی پیشرفت تحصیلی دانشجویان را دارد. برای این منظور او نمرات ۱۸ دانشجو را گردآوری کرده است و باید از طریق رگرسیون خطی تحلیل خود را انجام دهد. در ادامه تحلیل مربوط به این مثال را خواهید دید.

در منوی بالای SPSS به این مسیر بروید:

Analyze>Regression<Linear

آموزش تحلیل رگرسیون خطی در SPSSدر کادر باز شده، متغیر وابسته یعنی پیشرفت تحصیلی را به کادر Dependent و متغیرهای مستقل یعنی افسردگی، اضطراب و استرس را به کادر Independent وارد می‌کنیم. سپس در گزینه Method می‌توانیم از بین پنج روش یک روش را انتخاب کنیم که توصیه ما استفاده از روش ورود یا Enter و روش گام به گام یا Stepwise است که در اینجا خروجی هر دو مورد و نحوه گزارش آن را آموزش خواهیم داد.

آموزش تحلیل رگرسیون خطی در SPSSخروجی تحلیل رگرسیون خطی در SPSS به روش ورود یا همزمان

آموزش تحلیل رگرسیون خطی در SPSSخروجی تحلیل رگرسیون خطی در SPSS به روش گام به گام

آموزش تحلیل رگرسیون خطی در SPSSنحوه گزارش خروجی تحلیل رگرسیون خطی در SPSS

خروجی تحلیل رگرسیون در حالت استفاده از روش ورود یا همزمان در تصویر زیر آمده است و شما می‌توانید براساس یافته‌های خروجی بالا آن‌ها را در جداول استاندارد زیر گزارش کنید. ستون P نشانگر سطح معناداری است و این یافته نشان می‌دهد که هیچ کدام از دو متغیر افسردگی و استرس نتوانسته اند پیشرفت تحصیلی را پیش بینی کنند. البته جدول زیر برای نمونه آورده شده است و نتایج خروجی بالا نیست. شما باید اعداد به دست آمده در خروجی بالا را طبق جدول زیر وارد کنید.

آموزش تحلیل رگرسیون خطی در SPSSدر جدول زیر یک نمونه از نحوه گزارش تحلیل رگرسیون به روش گام به گام آمده است. طبق اطلاعات جدول خروجی بالا باید جدول زیر را کامل نمایید. در روش گام به گام ابتدا متغیر اول براساس بیشترین میزان تاثیر وارد معاله می‌شود و اگر متغیرهای دیگر هم به صورت معنادار بتوانند بر متغیر وابسته اثرگذار باشند در گام‌های بعدی وارد معادله می‌شوند. اطلاعات وارد شده در جدول زیر براساس خروجی بالا نیست و به عنوان نمونه وارد شده است.

آموزش تحلیل رگرسیون خطی در SPSSنکات مهم در گزارش خروجی تحلیل رگرسیون خطی در SPSS

علاوه بر توجه به سطوح معنادار، یکی از مهم‌ترین نتایج به دست آمده از تحلیل رگرسیون شاخص Adjusted R2 یا R2 تعدیلی است. این یافته نشان می‌دهد که متغیر مستقل چه میزان متغیر وابسته را پیش بینی می‌کند. برای مثال در جدول بالا افسردگی در گام اول ۰٫۰۸ واحد متغیر پیشرفت تحصیلی را پیش بینی می‌کند که به معنی پیش بینی ۸ درصد از تغییرات این متغیر است. در گام دوم با اضافه شدن اضطراب، این دو متغیر یعنی افسردگی و اضطراب ۰٫۱۱ واحد متغیر پیشرفت تحصیلی را پیش بینی کرده‌اند که بع معنی پیش بینی ۱۱ درصد از تغییرات متغیر وابسته توسط دو متغیر مستقل است.

10 مطلب آموزشی پربازدید و پرطرفدار پژوهشی

۱۰ مطلب آموزشی پربازدید و پرطرفدار پژوهشی

وب سایت ایران تحقیق با هدف ارایه مطالب آموزشی و پژوهشی برتر به دانشجویان و محققان توانسته‌ است تا به بسیاری از پرسشها و مشکلات محققان پاسخ داده و آنها را در امر یادگیری مطالب آموزشی و پژوهشی یاری رساند.

در این مطلب قصد آن داریم تا ۱۰ مطلب آموزشی پربازدید و پرطرفدار پژوهشی که در سالیان اخیر از سوی بازدیدگنندگان سایت انتخاب شده است را به شما معرفی نماییم. امیدواریم که با نظرات و پیشنهادات خود ما را در بهبود روند انتقال مطالب آموزشی و بالا بردن کیفیت آنها یاری رسانید.

۱۰ مطلب آموزشی پربازدید و پرطرفدار پژوهشی

۱- چگونه مقاله نویسی را شروع کنیم؟ (اینجا کلیک کنید)

این مطلب نکات اصلی و بسیار مهمی درباره نحوه صحیح شروع مقاله نویسی را آموزش می‌دهد.

۲- ۷ نکته طلایی در انتخاب عنوان مقاله (اینجا کلیک کنید)

این مطلب نکات بسیار مهم در انتخاب عنوان مقاله را که محققان معمولاً مشکلات زیادی در این حوزه دارند آموزش می‌دهد.

۳-آموزش آزمون t مستقل در spss (اینجا کلیک کنید)

این مطلب به آموزش آزمون t مستقل در نرم افزار spss پرداخته و مراحل اصلی آن را به صورت گام به گام تشریح نموده است.

۴- آشنایی با چند پایگاه علمی فارسی برای جستجوی مقاله و پایان نامه (اینجا کلیک کنید)

در این مطلب چندین پایگاه علمی فارسی برا محققانی که قصد جستجوی مقالات فارسی را دارند معرفی و ارایه شده است.

۵- آموزش آزمون کولموگروف-اسمیرنوف در spss (اینجا کلیک کنید)

در این مطلب کارشناسان ما به نحوه انجام آزمون کلموگروف اسمیرنوف در نرم افزار spss پرداخته و شیوه تفسیر آن را به صورت گام به گام ارایه کرده‌اند.

۶- ساختار مقاله علمی (اینجا کلیک کنید)

در مطلب فوق ساختارهای اساسی در نگارش مقالات علمی ذکر شده و محققان را در رعایت اصول خاص آن راهنمایی نموده است.

۷- یک راه ساده برای تشخیص ISI بودن مجله (اینجا کلیک کنید)

در این مطلب کارشناسان ما روش ساده تشخیص isi بودن یک مجله را برای محققان آموزش داده‌اند.

۸- دانلود مقاله از  ساینس دایرکت و اسپرینگر (اینجا کلیک کنید)

در مطلب فوق همکاران ما با تحلیل وب سایت ساینس دایرکت و اسپرینگر به آموزش نحوه دانلود مقالات از این پایگاه‌ها پرداخته‌اند.

۹- یافتن مجله ISI توسط ژورنال فایندر (اینجا کلیک کنید)

همکاران متخصص ما در موسه ایران تحقیق در این مطلب به آموزش روش یافتن مجله متناسب با مقاله پرداخته‌اند.

۱۰- آموزش تحلیل واریانس یک راهه (ANOVA) در SPSS (ایجا کلیک کنید)

در این مطلب پرطرفدار و پربازدید، همکاران متخصص آماری ایران تحقیق به آموزش انجام تحلیل واریانس یک راهه در spss  پرداخته اند.

leadspace-spss

تحلیل همبستگی پیرسون و همبستگی اسپیرمن در SPSS

تحلیل همبستگی پیرسون و همبستگی اسپیرمن از پرکاربردترین و ساده‌ترین تحلیل‌ها در SPSS هستند. برای آشنایی بیشتر پژوهشگران و اشاره به جزئیات غالباً ناگفته درباره این آزمون، در این بخش این دو تحلیل را به شما معرفی خواهیم کرد.

گاهی اوقات پژوهشگری علاقه دارد بداند که چه رابطه‌ای بین دو متغیر وجود دارد. برای مثال آیا بین میزان بارش در ۱۰ نقطه با میزان رشد گیاهان در این ۱۰ نقطه رابطه‌ای وجود دارد یا خیر. یا اینکه آیا بین میزان افسردگی افراد با میزان عزت نفس فرد رابطه‌ای وجود دارد یا نه. برای این منظور می‌توان از آزمون‌های همبستگی استفاده کرد. آزمون‌های همبستگی به دو دسته کلی پارامتریک (تحلیل همبستگی پیرسون) و ناپارامتریک (تحلیل همبستگی اسپیرمن) تقسیم می‌شوند. البته چند تحلیل همبستگی ناپارامتریک دیگر نیز وجود دارد که به دلیل کاربرد کم در اینجا توضیحی درباره آن‌ها ارائه نخواهد شد.

تفاوت تحلیل همبستگی پیرسون و همبستگی اسپیرمن

برای بررسی همبستگی باید حداقل دو متغیر داشته باشید. اگر داده‌های شما در سطح فاصله‌ای یا نسبی باشند مانند نمره افسردگی، شادکامی، سن، قد، میزان پرش یک ورزشکار و … از تحلیل همبستگی پیرسون استفاده خواهد شد. همچنین اگر داده‌های شما به صورت رتبه‌ای باشند مانند تحصیلات، سال ورود به دانشگاه، مرتبه شغلی و … از تحلیل همبستگی اسپیرمن استفاده خواهد شد.

نکته مهم: برخی از متغیرها را می‌توان هم به صورت فاصله‌ای یا نسبی به کار برد و هم به صورت رتبه‌ای. برای مثال اگر شما سن آزمودنی‌های خود را به صورت عدد (برای مثال ۲۶، ۲۷، ۲۸) ثبت کرده باشید این متغیر فاصله‌ای است اما اگر به صورت طیف قرار داده باشید (برای مثال ۰ تا ۱۰ سال، ۱۰ تا ۲۰ سال، ۲۰ تا ۳۰ سال) در این صورت این متغیر رتبه‌ایی است.

ضریب همبستگی چه معنایی دارد؟

ضریب همسبتگی همیشه عددی بین ۱ تا ۱- است. ضریب همبستگی بین ۰ تا ۱ به معنی داشتن همبستگی مثبت است و هرچه این ضریب به ۱ نزدیک‌تر باشد همبستگی قوی‌تر است. همبستگی مثبت یعنی با افزایش نمره یک متغیر نمره متغیر دیگر نیز افزایش می‌یابد، مثلاً با افزایش نمره افسردگی نمره اضطراب نیز افزایش می‌یابد. ضریب همبستگی بین ۰ تا ۱- به معنی داشتن همبستگی منفی بین دو متغیر است و هرچه عدد به ۱- نزدیک‌‎تر باشد یعنی همبستگی منفی قوی‌تر است. همبستگی منفی یعنی با کاهش نمره یک متغیر نمره متغیر دیگر کاهش می‌یابد، مثلاً با افزایش افسردگی میزان شادکامی کاهش می‌یابد.

نحوه تفسیر ضریب همبستگی

در بالا گفتیم که ضریب همبستگی بین ۱ تا ۱- است. اما اعداد این ضریب چه معنایی دارند؟ برای مثال ضریب همبستگی ۰٫۴۷ نشان دهنده ارتباط قوی بین دو متغیر است یا ارتباط ضعیف؟ برای تفسیر ضریب همبستگی می‌توان از راهنمای زیر استفاده کرد که در بسیاری از کتاب‌های آماری آمده است:

– ضریب بین ۰ تا ۰٫۲۹ نشان دهنده همبستگی ضعیف

– ضریب بین ۰٫۳۰ تا ۰٫۶۹ نشان دهنده همبستگی متوسط

– ضریب بین ۰٫۷۰ تا ۱ نشان دهنده همبستگی قوی

برخی از موضوعاتی که با استفاده از تحلیل همبستگی انجام گرفته‌اند آورده شده است:

 – رابطه بین سلامت روانی با نمره درسی

 – رابطه بین جذابیت با اعتماد دیگران به فرد

 – رابطه بین رضایت مشتریان از پاسخگویی پرسنل با میزان خرید آنان از فروشگاه

 – رابطه بین عزت نفس با ابتلا به بیماری روانی در دانش آموزان

– رابطه بین ساعات استفاده از اینترنت با نمره کسب شده توسط دانشجویان

نحوه اجرای تحلیل همبستگی پیرسون در SPSS

مثال: فرض کنید که پژوهشگری قصد دارد رابطه بین نمره تحصیلی یک فرد را با میزان اعتیاد اینترنتی او به دست آورد. برای این منظور او نمرات ۲۰ نفر را ثبت می‌کنید و با استفاده از پرسشنامه اعتیاد اینترنتی، نمره اعتیاد اینترنتی این ۲۰ نفر را نیز به دست می‌آورد. در ادامه تحلیل مربوط به این مثال را خواهید دید.

در منوی بالای SPSS به این مسیر بروید:

Analyze>Correlate<Bivariate

تحلیل همبستگی پیرسون و همبستگی اسپیرمن در SPSS

در کادر باز شده دو متغیر خود را انتخاب و از سمت چپ به سمت راست منتقل کنید. سپس تیک گزینه Pearson را زده و سپس Ok را بزنید.

تحلیل همبستگی پیرسون و همبستگی اسپیرمن در SPSS

خروجی SPSS برای شما نشان داده خواهد شد.

تحلیل همبستگی پیرسون و همبستگی اسپیرمن در SPSS

در خروجی ظاهر شده تلاقی سطر اول با ستون دوم با سطر دوم با ستون اول نتایج شما خواهد بود. عدد اول نشان دهنده ضریب همبستگی از که عددی بین ۱ تا ۱- خواهد بود. عدد دوم نشان دهنده معناداری یا P-Value است که اگر کمتر از ۰٫۰۵ باشد نشان دهنده معنی دار بودن رابطه بین دو متغیر است. در اینجا ضریب همبستگی بین نمره افراد با میزان اعتیاد اینترنتی آنان ۰٫۷۳۷- است. این ضریب همبستگی نشان می‌هد که بین این دو متغیر رابطه همبستگی منفی وجود دارد، یعنی با افزایش اعتیاد اینترنتی نمره فرد کاهش می‌یابد. همچنین با توجه به میزان Sig یا همان معناداری، مشاهده می‌شود که رابطه این دو متغیر معنادار می‌باشد.

نحوه اجرای تحلیل همبستگی اسپیرمن در SPSS

مثال: فرض کنید که پژوهشگری قصد دارد رابطه بین میزان تحصیلات و میزان درآمد را بسنجد. برای این منظور او تحصیلات (زیردیپلم، دیپلم، دانشگاهی) و میزان درآمد (۱ تا ۲ میلیون، ۲ تا ۳ میلیون و ۳ تا ۴ میلیون) تعدادی از افراد را گردآوری می‌کند. تحلیل مربوط به این مثال در زیر آمده است.

در منوی بالای SPSS به این مسیر بروید:

Analyze>Correlate<Bivariate

تحلیل همبستگی پیرسون و همبستگی اسپیرمن در SPSS

در کادر باز شده دو متغیر خود را انتخاب و از سمت چپ به سمت راست منتقل کنید. سپس تیک گزینه Spearman را زده و سپس Ok را بزنید.

تحلیل همبستگی پیرسون و همبستگی اسپیرمن در SPSS

خروجی SPSS برای شما نشان داده خواهد شد.

تحلیل همبستگی پیرسون و همبستگی اسپیرمن در SPSS

در خروجی ظاهر شده تلاقی سطر اول با ستون دوم با سطر دوم با ستون اول نتایج شما خواهد بود. عدد اول نشان دهنده ضریب همبستگی از که عددی بین ۱ تا ۱- خواهد بود. عدد دوم نشان دهنده معناداری یا P-Value است که اگر کمتر از ۰٫۰۵ باشد نشان دهنده معنی دار بودن رابطه بین دو متغیر است. در اینجا ضریب همبستگی بین نمره افراد با میزان اعتیاد اینترنتی آنان ۰٫۵۵۳ است. این ضریب همبستگی نشان می‌هد که بین این دو متغیر رابطه همبستگی مثبت وجود دارد، یعنی با افزایش سطح تحصیلات، میزان درآمد نیز افزایش می‌یابد. همچنین با توجه به میزان Sig یا همان معناداری، مشاهده می‌شود که رابطه این دو متغیر معنادار می‌باشد.

آموزش رسم نمودار در اکسل

آموزش رسم نمودار در اکسل

معمولاً افرادی که به تجزیه و تحلیل آماری داده‌ها در نرم افزار‌های مختلف می‌پردازند در قسمت آمار توصیفی تمایل دارند داده‌های بدست آمده را علاوه بر گزارش در جدول به صورت ترسیمی و نموداری نیز نشان دهند. معمولاً رسم نمودار در انواع نرم‌افزارهای تحلیل داده مانند SPSS قابل انجام است؛ اما نمودار خروجی این نرم افزار از لحاظ گرافیکی و شکل ظاهری مقداری بی‌کیفیت است. در اینجا قصد داریم به آموزش رسم نمودار در اکسل بپردازیم. نمودارهایی که در نرم افزار اکسل ترسیم می‌شوند از لحاظ ظاهری بسیار جذاب و واضح هستند.

رسم نمودار در اکسل برای نشان دادن فراوانی متغیرهای مختلف

فرض کنید در پژوهشی که دو گروه مداخله و کنترل در آن وجود دارد، افراد مشارکت کننده در تحقیق از نظر میزان تحصیلات مورد بررسی قرار گفته اند و نتایج زیر بدست آمده است:

آموزش رسم نمودار در اکسل

اکنون برای رسم نمودار برای این داده‌ها، برنامه اکسل را بازکنید و به ترتیب زیر عمل نمایید.

در صفحه بازشده برنامه اکسل، به سادگی اطلاعات را به شکلی که در زیر نشان داده شده است وارد نمایید؛

آموزش رسم نمودار در اکسل

بعد از وارد کردن داده‌ها، آنها را انتخاب نمایید. داده‌‌ها بعد از انتخاب شدن، شکل زیر را خواهند داشت.

آموزش رسم نمودار در اکسل

سپس: ۱- به منوی INSERT بروید و بر روی آن کلیک کنید. ۲- در قدم دوم بر روی مثلت کوچک سمت راست این منو کلیک نمایید؛

آموزش رسم نمودار در اکسل

با کلیک بر روی این مثلث، پنجره زیر باز خواهد شد:

آموزش رسم نمودار در اکسل

برای مشاهده انواع نمودارها (ستونی، میله‌ای، دایره‌ای و …) بر روی منوی All Charts کلیک نمایید. با کلیک بر روی این منو پنجزه زیر باز می‌شود و شما می‌توانید بر حسب تناسب و تمایل خود یکی از نمودارها را انتخاب نموده و مورد استفاده قرار دهید.

آموزش رسم نمودار در اکسل

ما در اینجا نمودار ستونی را برای داده‌های فوق انتخاب نموده‌ایم.

آموزش رسم نمودار در اکسل

در نهایت شما می‌توانید با کلیلک بر روی Chart Title نام این جدول را ویرایش کرده و بعد از انتخاب نمودار آن را کپی نمایید و در فایل وورد یا فایل پاورپوینت وارد نماید. در نظر داشته باشید فایل اکسل مذکور را در کنار فایل وورد یا پاورپوینت ذخیره نمایید؛ زیرا در صورتیکه فایل اکسل را ذخیره نکنید، اطلاعات جدول از فایل وورد و یا پاورپوینت حذف خواهند شد و دچار مشکل می‌گردید.

آموزش تحلیل t تک نمونه ای یا تی تک گروهی در SPSS

آموزش تحلیل t تک نمونه ای یا تی تک گروهی در SPSS

کامل‌ترین بسته آموزش SPSS را از اینجا دریافت کنید.

در آموزش‌های قبلی با سه آزمون مقایسه‌ای یعنی آزمون تی زوجی، آزمون تی مستقل و آزمون تحلیل واریانس یک راهه آشنا شدید. در مطلب حاضر با آموزش تحلیل t تک نمونه ای یا تی تک گروهی در SPSS آشنا خواهید شد.

در ابتدا باید بدانید که این آزمون در چه مواقعی استفاده می‌شود. به طور کلی این آزمون وقتی مورد استفاده قرار می‌گیرد که شما بخواهید نمرات به دست آمده از یک پژوهش را با یک عدد ثابت مقایسه کنید. فرض کنید اداره آمار اعلام کرده است که میانگین سنی کل مردم ایران ۳۷ است. شما در پژوهش خود سن ۱۰۰ نفر از کارمندان یک اداره را ثبت کرده‌اید و حالا قصد دارید بدانید که آیا سن این ۱۰۰ نفر به طور کلی از میانگین سنی مردم ایران بیشتر است یا کمتر.

نکته: اگر داده‌های شما دارای توزیع نرمال باشد از تحلیل t تک نمونه ای یا تی تک گروهی استفاده می‌شود و اگر دارای توزیع نرمالی نباشد از آزمون ناپارامتریک یعنی آزمون نشانه و در برخی مواقع از آزمون رانز استفاده می‌شود.

نکته: 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 تک نمونه ای یا تی تک گروهی

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- نمره معیار یا ثابتی باشد که بتوانید میانگین خود را با آن مقایسه کنید.

اجرای تحلیل t تک نمونه ای یا تی تک گروهی

فرض کنید نمره افسردگی چند نفر را با پرسشنامه افسردگی بک به دست آورده‌اید. طبق دستورالعمل این پرسشنامه افرادی که نمره ۲۰ و بالاتر را کسب کنند دارای افسردگی هستند. حالا شما می‌خواهید نمره‌ای که به دست آوردید را با این عدد ثابت ۲۰ مقایسه کنید. برای این کار در منوی بالای SPSS به مسیر زیر بروید:

Analyze>Compare Means>One-Sample T Test

آموزش تحلیل t تک نمونه ای یا تی تک گروهی در SPSS

پس از رفتن به مسیر ذکر شده کادر زیر برای شما باز خواهد شد. در کادر زیر نمره افسردگی را از کادر سمت چپ به کادر سمت راست انتقال می‌دهیم.  سپس در کادر Test Value که در شکل زیر با عدد ۲ مشخص شده است نمره ثابت یا معیار را که در اینجا ۲۰ است وارد می‌کنیم و بر روی گزینه Ok کلیک می‌کنیم.

آموزش تحلیل t تک نمونه ای یا تی تک گروهی در SPSS

پس از مرحله بالا خروجی داده‌ها ظاهر می‌شود. در بین جداول، نمرات و اعداد مشخص شده به رنگ قرمز موررد نظر ما هستند و در جدول خروجی گزارش می‌شوند. همانگونه که در جدول زیر مشاهده می‌شود میانگین به دست آمده از جانب ما از نمره ثابت به طور معناداری بیشتر است.

آموزش تحلیل t تک نمونه ای یا تی تک گروهی در SPSS

نحوه گزارش خروجی تحلیل t تک نمونه ای یا تی تک گروهی در SPSS

در فایل زیر که قابل دانلود است نحوه گزارش آزمون t تک نمونه‌ای آمده است. شما می‌توانید با یک گزارش استاندارد این آزمون آشنا شوید و در پژوهش‌های خود استفاده نمایید.

دانلود فایل نحوه گزارش تحلیل t تک نمونه‌ای

بسته آموزش نرم افزار SPSS

بسته آموزش نرم افزار SPSS

موسسه پژوهشی ایران تحقیق پس از ارائه موفق بسته آموزشی در حیطه‌های مختلف آماری، پس از ماه‌ها تلاش بسته آموزش نرم افزار SPSS را نیز آماده کرده است. اگرچه کتاب‌های بی‌شماری در حوزه آموزش نرم افزار SPSS چاپ شده و در اختیار پژوهشگران قرار گرفته است اما تمامی این کتاب‌ها دارای نقاط ضعفی در برخی بخش‌ها هستند که لزوم تدوین چنین بسته‌ای را نشان می‌دهد. در اکثر کتاب‌های آموزشی با تفصیل بسیار زیاد به مباحث نظری پرداخته شده است اما به نیازهای اصلی دانشجویان، اساتید و پژوهشگران که همان مباحث کاربردی است توجه کمی شده است.

بسته آموزش نرم افزار SPSS دارای این مزیت است که به صورت کامل به کاربردی بودن آموزش توجه کرده است و از این لحاظ یک بسته آموزشی منحصر به فرد است. در این بسته هر یک از آزمون‌ها به صورت کامل و با اشکال مناسب توضیح داده شده و نحوه گزارش خروجی آن‌های نیز آمده است.

معرفی بسته آموزش نرم افزار SPSS

بسته آموزش نرم افزار SPSS توسط محققان و پژوهشگران برتر موسسه ایران تحقیق و زیر نظر تیمی تخصصی آماده شده است. در این بسته شما می‌توانید با تک تک آزمون‌های SPSS آشنا شوید و به صورت گرافیکی مراحل اجرای آن در نرم افزار را مشاهده نمایید. همچنین در نهایت تفسیر خروجی به دست آمده نیز توضیح داده شده و می‌توانید بر طبق توضیح ارائه شده خروجی را در پژوهش خود گزارش نمایید.

بسته آموزش نرم افزار SPSS

سایر ویژگی‌های بسته آموزش نرم افزار SPSS

– بیش از ۷ ساعت فیلم آموزشی

– به همراه ۱۲۷ صفحه فایل پاور پوینت آموزشی

– و ۱۶۰ اسلاید تصویری پرینت شده برای آموزش آزمون‌های اصلی نرم افزار

– توجه ویژه به کاربردی بودن آموزش ارائه شده

– پرهیز از توضیح بیش از اندازه مفاهیم نظری

– توجه ویژه به نحوه گزارش خروجی نرم افزار SPSS

– جامع بودن آموزش و دربرگیری تمامی آزمون‌های مورد نیاز

خرید و دریافت بسته آموزش نرم افزار SPSS

شما می‌توانید با خرید و دانلود بسته آموزش نرم افزار SPSS از مزایای این خرید استفاده نمایید که عبارتند از:

– ارسال به صورت پست پیشتاز در ۱ تا ۳ روز کاری به شهرستان‌ها

– ارسال با پیک در ۱ روز کاری برای تهران

– شامل یک بسته در قالب یک عدد DVD و چند فایل و کتابچه

– ارائه برای اولین بار در ایران توسط موسسه ایران تحقیق

تحلیل t زوجی یا آزمون تی وابسته در SPSS

آموزش تحلیل t زوجی یا آزمون تی وابسته در SPSS

کامل‌ترین بسته آموزش SPSS را از اینجا دریافت کنید.

در مطالب قبلی درباره مقایسه دو گروه که شامل آزمون t مستقل است و تحلیل بیش از دو گروه که شامل تحلیل واریانس یک راهه است آموزش‌های لازم ارائه شد. در مقاله حاضر آموزش تحلیل t زوجی یا آزمون تی وابسته در SPSS ارائه شده است. ابتدا باید بدانیم که این آزمون در چه شرایطی به کار می‌رود.

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.

نکته: 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.

نکته: 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).

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

تحلیل t زوجی یا آزمون تی وابسته در SPSS

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.

تحلیل t زوجی یا آزمون تی وابسته در SPSS

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.

تحلیل t زوجی یا آزمون تی وابسته در SPSS

نحوه گزارش خروجی تحلیل t زوجی یا آزمون تی وابسته در SPSS

در فایل زیر که قابل دانلود است نحوه گزارش آزمون t زوجی آمده است می‌توانید با یک گزارش استاندارد این آزمون آشنا شوید و در پژوهش‌های خود استفاده نمایید.

ما را محبوب کنید

تحلیل واریانس یک راهه (ANOVA)

آموزش تحلیل واریانس یک راهه (ANOVA) در SPSS

کامل‌ترین بسته آموزش SPSS را از اینجا دریافت کنید.

تحلیل واریانس یک راهه (ANOVA) یکی از تحلیل‌های پرکاربرد است که در تمامی علوم کاربرد دارد. به زبان ساده می‌توان چنین گفت که اگر شما دو یا بیش از دو گروه داشته باشید و بخواهید نمره یک متغیر را در این گروه‌ها مقایسه کنید باید از این آزمون استفاده کنید. فرض کنید که نمره سن سه گروه کارشناسی، کارشناسی ارشد و دکتری  را در دست داریم و می‌خواهیم ببینیم که آیا تفاوتی در سن این سه گروه وجود دارد یا خیر. در این صورت از تحلیل واریانس یک راهه (ANOVA) استفاده می‌کنیم. اگر دو گروه داشته باشیم هم می‌توانیم از تحلیل واریانس یک راهه استفاده کنیم و هم تحلیل t مستقل.

پیشفرض‌های تحلیل واریانس یک راهه (ANOVA)

۱- متغیر وابسته شما (در اینجا سن) باید در سطح فاصله‌ای یا نسبی باشد.

۲- متغیر مستقل (در اینجا گروه دانشگاهی) باید اسمی یا رتبه‌ای باشد.

۳- توزیع داده‌های متغیر وابسته باید به صورت نرمال باشد (تحلیل کولموگروف – اسمیرنوف).

اجرای آموزش تحلیل واریانس یک راهه (ANOVA) در SPSS

نرم افزار SPSS را باز کرده و به مسیر زیر بروید: Analyze> Compare Means> One Way Anova.

تحلیل واریانس یک راهه (ANOVA)

پس از باز شدن صفحه جدید، مطابق شکل زیر متغیر وابسته (سن) را در کادر Dependent List وارد کنید و در کادر Factor متغیر گروه را وارد کنید. در مرحله بعد گزینه Post Hoc را بزنید.

تحلیل واریانس یک راهه (ANOVA)در صفحه جدید تیک گزینه Scheffe را بزنید تا تحلیل تعقیبی شفه انتخاب شود سپس بر روی گزینه Continue  کلیک کنیدو پس از آن Ok را کلیک کنید. دلیل انتخاب این گزینه به سبب وجود سه گروه است. تحلیل واریانس یک راهه دو جدول به شما خواهد داد. در جدول اول نشان داده می‌شود که آیا بین این سه گروه تفاوت وجود دارد یا نه. فرض کنید که تفاوت معناداری مشاهده شد، در این صورت ما نمی‌دانیم که کدام گروه با کدام گروه دیگر تفاوت دارد. آیا سن کارشناسی از کارشناسی ارشد کمتر است؟ آیا سن کارشناسی از دکتری کمتر است؟ آیا سن کارشناسی ارشد از دکتری کمتر است؟ در واقع جدول اول پاسخ این سوالات را به شما نمی‌دهد و فقط بیان می‌کند که تفاوت وجود دارد. اما تحلیل تعقیبی شفه نشان می‌دهد که تفاوت مشاهده شده بین کدام گروه است.

تحلیل واریانس یک راهه (ANOVA)

در مرحله بعد نتایج خروجی SPSS مشاهده می‌گردد. در این جدول دو شاخص F و Sig مهم هستند. اگر Sig کمتر از ۵ صدم باشد به معنی این است که بین گروه‌ها تفاوت معناداری وجود دارد که در جدول زیر نیز این تفاوت دیده می‌شود.

تحلیل واریانس یک راهه (ANOVA)

در جدول شماره بعدی نتایج تحلیل تعقیبی مشاهده می‌شود.در این جدول نتایج سه گروه به تفکیک آمده است. برای مثال در سطر اول مشاهده می‌شود که دانشجویان کارشناسی ۶ نمره از دانشجویان کارشناسی ارشد سن پایین‌تری دارند اما این تفاوت معنادار نیست درحالی که میان سن کارشناسی و دکتری و کارشناسی ارشد و دکتری تفاوت معناداری وجود دارد.

تحلیل واریانس یک راهه (ANOVA)

گزارش تحلیل واریانس یک راهه (ANOVA) درمقاله یا پایان نامه

یکی از سختی‌هایی که اکثر دانشجویان با آن مواجه هستند، نحوه گزارش خروجی SPSS در پایان نامه یا مقاله است. برای این کار نتایج این خروجی در جداول مربوطه آماده دانلود شده است که می‌توانید از لینک زیر دانلود کنید.

لینک دانلود نحوه گزارش نتایج تحلیل واریانس

تحلیل spss

کولموگروف-اسمیرنوف (آموزش SPSS: جلسه پنجم)

کامل‌ترین بسته آموزش SPSS را از اینجا دریافت کنید.

آزمون کولموگروف-اسمیرنوف پیش زمینه تمام آزمون‌ها

آزمون کولموگروف-اسمیرنوف یکی از مهمترین آزمون‌های آماری در نرم افزار SPSS محسوب می‌شود. همانگونه که در مبحث قبلی یعنی آزمون تی مستقل گفته شد در انتخاب یک آزمون باید تصمیم بگیریم که آیا از آزمون‌های پارامتریک استفاده کنیم یا آزمون‌های ناپارامتریک. یکی از اصلی‌ترین ملاک‌ها برای این انتخاب انجام آزمون کولموگروف-اسمیرنوف است.

آزمون کولموگروف-اسمیرنوف نرمال بودن توزیع داده‌ها را نشان می‌دهد. یعنی اینکه توزیع یک صفت در یک نمونه را (مثلا سن در بین ۱۰۰ نفر نمونه پرستاران) با توزیعی که برای جامعه مفروض است (برای مثال سن تمام پرستاران) مقایسه می‌کند. اگر داده‌ها دارای توزیع نرمال باشند امکان استفاده از آزمون پارمتریک وجود دارد و در غیر این صورت باید از آزمون ناپارمتریک استفاده کنیم.

نکته بسیار مهم: پس از تحلیل spss در برونداد آزمون کولموگروف – اسمیرنوف اگر آزمون معنی دار بود یعنی p کوچک تر از ۵ صدم بود، به معنی این است که توزع نرمال نیست و باید از آزمون ناپارمتریک استفاده کنیم. بنابراین اگر نتیجه این آزمون معنی دار نباشد امکان استفاده از آزمون‌های پارامتریک وجود دارد.

آزمون کولموگروف - اسمیرنوف

اجرای آزمون کولموگروف – اسمیرنوف در SPSS

نرم افزار spss را باز کرده و به مسیر زیر بروید: Analyze> Nonparametric Test> Legacy Dialogs> 1Sample K-S.

آزمون کولموگروف - اسمیرنوف

پس از رفتن به مسیر بالا به صفحه زیر هدایت خواهید شد. در این صفحه متغیری که می‌خواهید مورد آزمون قرار گیرد را انتخاب و در کادر Test Variable List وارد کنید. سپس Ok را بزنید.

آزمون کولموگروف - اسمیرنوف

پس از اینکه کارهای بالا را انجام دادید، نرم افزار یک خروجی همانند شکل زیر را به شما خواهد داد. در خروجی زیر دو سطر آخر مورد نظر ما خواهد بود و گزارش خواهند شد. همانطور که مشاهده می‌شود یک Z و یک Sig آمده است. اگر Sig کوچک تر از ۵ صدم بود یعنی آزمون معنی دار شده و باید از آزمون‌های ناپارامتریک استفاده شود. در شکل زیر معنی داری به دست نیامده و بنابراین می‌توان برای مقایسه سن در دو گروه از آزمون t مستقل استفاده کرد.

آزمون کولموگروف - اسمیرنوف

دانلود جدول نمونه آزمون کولموگروف-اسمیرنوف

لینک دانلود نحوه گزارش آزمون کولموگروف اسمیرنوف

آزمون تی مستقل

آزمون t مستقل (آموزش SPSS: جلسه چهارم)

کامل‌ترین بسته آموزش SPSS را از اینجا دریافت کنید.

آزمون های مقایسه دو گروه در SPSS

آزمون های مقایسه دو گروه در SPSS شامل برخی آزمون ها است که برای مقایسه یک یا چند متغیر در یک دو گروه به کار می‌رود. این آزمون‌ها از ابتدایی‌ترین ابزارها در آمار به حساب می‌آیند و کاربرد بسیاری زیادی دارند. بیشتر دانشجویانی که پژوهش را به تازگی شروع کرده‌اند می‌توانند با یادگیری این آزمون‌ها شروع به تحلیل داده‌ها و نگارش مقالاتی برای همایش‌ها و مجلات نمایند.

مقالات خود را نیتیو (Native) ترجمه کنید

تحلیل‌ها مقایسه دو گروه مستقل از همدیگر به دو دسته تقسیم می‌شوند. اگر داده‌های شما دارای توزیع نرمال باشند باید از آزمون t مستقل استفاده نمایید و اگر داده‌های شما دارای توزیع نرمال نباشند باید از آمون یو من ویتنی استفاده نمایید.

نکته: 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.

آزمون t مستقل

این آزمون دارای پیشفرض‌های زیر است:

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

- داده‌ها دارای مقیاس فاصله‌ای یا نسبی باشند (همانند سن، نمره آزمون‌های روانی مانند افسردگی و ..)

- دو گروهی که قصد مقایسه آن‌ها را داریم مقیاس اسمی داشته باشند. مانند مقایسه دو گروه از مادران، یا  مقایسه دو برند یا ماشین.

برخی از موضوعاتی که با استفاده از آزمون t مستقل انجام گرفته‌اند آورده شده است:

 - مقایسه سلامت روانی والدین کودکان عادی و کودکان آموزش پذیر

 - مقایسه سلامت روانی دانشجویان پسر ورزشکار و غیر ورزشکار‎

 - مقایسه دیدگاه مشتریان نسبت به برندهای ایرانی و خارجی

 - مقایسه شیوع بیماری دیابت در زنان شهری و روستایی

اجرای آزمون t مستقل در SPSS

در منوی بالای SPSS به این مسیر بروید:

Analyze>Compare Means<Independent…t test

آزمون t

در کادر باز شده دو جای خالی وجود دارد. در جای خالی اول (test variable) متغیر یا متغیرهایی که می‌خواهید در دو گروه مقایسه شود را وارد نمایید (برای مثال نمره افسردگی یا سن). در کادر دوم نیز گروه‌های مورد مقایسه را وارد کنید مانند گروه مادران شهری و روستایی یا برند دو ماشین. سپس روی گزینه Define Group (فلش سبز) کلیک کنید.

آزمون t

در کادر باز شده باید برای گروه اول (برای مثال مادران شهری) عدد یک و برای گروه دوم (مادران روستایی) عدد دو را وارد نموده و سپس گزینه continue را بزنید.

آزمون t

پس از زدن گزینه Ok نتایج خروجی شما ظاهر می‌گردد.در این جدول شما باید مقدار t (فلش زرد) و مقدار معنی داری (فلش قرمز) را گزارش کنید. اما همانطور که در شکل زیر می‌بینید دو سطر وجود دارد و برای t دو عدد گزارش شده است. اگر فلش سبز (یعنی معنی داری آزمون لوین) معنی دار باشد باید سطر دوم را گزارش کنید و اگر معنی دار نباشد سطر اول را گزارش کنید.

آزمون tبرای بهبود آموزش‌های بعدی، لطفاً نظرات خود را از طریق فرم زیر برای ما ارسال نمایید.