ضریب همبستگی تتراکوریک

Dfrnhjy

میانگینمیانگین حسابیمیانگین هندسیمیانگین همسازمیانهمددامنهانحراف معیارضریب تغییراتصدکدامنه بین چارکیواریانسچولگیکشیدگیگشتاورال-گشتاورداده‌های گروه‌بندی‌شدهتوزیع فراوانیجدول پیشایندینمودار میله‌ایدونمودارهنمودار جعبه‌اینمودار کنترلهمبستگی‌نگارنمودار جنگلیبافت‌نگارنمودار Q-Qنمودار توالینمودار پراکنشنمودار ساقه و برگنمودار راداریاندازه تأثیرخطای استانداردتوان آماریتعیین اندازه نمونهطراحی آزمایشآزمایش تصادفیانتساب تصادفیتکرار آزمایشبلوک‌بندیآزمایش عاملیطراحی بهینهتوزیع نمونه‌گیریآماره بسندهفراتحلیلآماره ترتیبیآماره کاوشیمقدار رکوردکامل بودنخانواده نماییآزمون جایگشتیآزمون تصادفیدنتوزیع نمونه‌ایبوت‌استرپینگآماره Uکاراییآمار باثباتاحتمال بیزیاحتمال پیشیناحتمال پسینبازه مورد قبولعامل بیزبرآوردگر بیزیبرآوردگر بیشینه‌گر احتمال پسینضریب همبستگی پیرسونهمبستگی جزئیاختلاطضریب تشخیصرگرسیون ساده خطی (en) کمینه مربعات خطیمدل خطی عمومی (en) رگرسیون خطی بیزی (en) خانواده نماییرگرسیون لجستیکرگرسیون دوجمله‌ای (en) پواسونکاپای کوهنجدول پیشایندیمدل گرافیرگرسیون پواسونآزمون مک‌نمارتجزیهتخمین روندفرایند ماناتصحیح فصلی‌بودنهموارسازی نمایی (en) هم‌جمعیعلیت گرانجرآماره Q (en) آماره دوربین-واتسون (en) خودهمبستگیتابع خودهمبستگی جزئی (en) تابع خودهمبستگی تقاطعی (en) آرمامدل آریماگارچاتورگرسیو برداریتخمین طیفیتحلیل فوریهموجکتابع بقا (en) برآوردگر کاپلان-مه‌یرآزمون لگ‌رتبه‌ای (en) نرخ خرابیمدل خطرهای متناسب (en) مدل زمان خرابی شتابیده (en) بیوانفورماتیکزیست‌سنجشیکارآزمایی بالینیمطالعاتهمه‌گیرشناسیآمار پزشکیآکچوئریسرشماریآمار جرم (en) آمار جمعیت‌شناسی (en) اقتصادسنجیآمار ملی (en) آمار رسمی (en) جامعه آماریروان‌سنجیروش‌های گردآوریسرشمارینمونه گیری در پژوهشنمونه گیری تصادفیپرسشنامهمصاحبهساختارمندنیمه-ساختاریافتهبدون چارچوبتحقیق بازارجمعیت‌شناسینظرسنجیرهگیری نظرسنجی‌هاافکار عمومیموسسه بین المللی آمار (en) انجمن جهانی نظرسنجی عمومی (en) انجمن آمریکایی نظرسنجی عمومی (en) انجمن اروپایی نظرسنجی و تحقیقات بازاریابی (en) مرکز تحقیقات پیو

آمار توصیفیآمارهای توصیفیآماره‌های خلاصه‌سازیروان‌سنجی

داده‌هاآماراطلاعاتآمارتوزیع فراوانیدامنه تغییراتتوزیع فراوانیهیستوگرامنمودار ستونینمودار دایره‌ایشاخص‌های مرکزیشاخص‌های مرکزیمیانهمیانگینمقیاسمیانگینمقیاسضريب همبستگي پيرسونمقیاسرگراسیونمتغیر مستقلمتغیر وابستهرگراسیون خطیرگراسیون لوجیستیککواریانسمرکز پزوهشی آمارکده

آمار توصیفی

• 
  Exploratory data analysis • طراحی اطلاعات
  
  
• 
  آمار توصیفی • استنباط آماری
  
  
• 
  نمودارهای آماری • Plot
  
  
• 
  تحلیل داده‌ها • اینفوگرافیک
  
  
• علم داده‌ها
  

• 
  نمودار خطی • نمودار میله‌ای
  
  
• 
  بافت‌نگار • نمودار نقطه‌ای
  
  
• 
  نمودار جعبه‌ای • نمودار پارتو
  
  
• 
  نمودار دایره‌ای • Area chart
  
  
• 
  نمودار کنترل • نمودار توالی
  
  
• 
  نمودار ساقه و برگ • Cartogram
  
  
• 
  Small multiple • Sparkline
  
  
• جدول (اطلاعات)
  

موضوع آمار توصیفی (Descriptive statistics) تنظیم و طبقه‌بندی داده‌ها، نمایش ترسیمی، و محاسبهٔ مقادیری از قبیل نما، میانگین، میانه و . می‌باشد که حاکی از مشخصات

یکایک اعضای جامعهٔ مورد بحث است. در آمار توصیفی اطلاعات حاصل از یک گروه، همان گروه را توصیف می‌کند و اطلاعات به دست آمده به دسته‌جات مشابه تعمیم داده

نمی‌شود. به‌طور کلی از سه روش در آمار توصیفی برای خلاصه‌سازی داده‌ها استفاده می‌شود:

• استفاده از جداول
  
• ااستفاده از نمودار
  
• محاسبه مقادیری خاص که نشان‌دهنده خصوصیات مهمی از داده‌ها باشند.
  

از نظر تاریخی می‌توان گفت از لحظه ای که شمارش اختراع شد علم آمار نیزگسترش پیدا کرد. [۱] آمار توصیفی فقط مختص نمونه است و نمیتوان از آن برای کل جامعه آماری استفاده کرد

محتویات

روش های امار توصیفی [۲] [ ویرایش ]

تشکیل جدول توزیع فراوانی [ ویرایش ]

توزیع فراوانی عبارت است از سازمان دادن داده‌ها یا مشاهدات به صورت طبقات همراه با فراوانی هر طبقه. برای تشکیل یک جدول توزیع فراوانی باید دامنه تغییرات ، تعداد طبقات و حجم طبقات توسط فرمولهای ضریب همبستگی تتراکوریک مربوطه محاسبه شده و سپس اقدام به نوشتن جدول توزیع در دو ستون X (ستون طبقات) و F (فراوانی طبقات) شود. پس از این مرحله در صورت تمایل یا لزوم پژوهشگر می‌تواند شاخص‌های دیگری نظیر فراوانی تراکمی‌ ، فراوانی تراکمی‌ درصدی را محاسبه نماید. تشکیل جدول توزیع فراوانی یک روش اقتصادی و در عین حال آسان برای نمایش انبوهی از داده‌های نامنظم است. اما در طبقه بندی کردن ، برخی از اطلاعات به علت خطای گروه بندی از دست می‌روند که در محاسبه شاخص های آماری نیز منعکس می‌شود. ولی مقدار آن ناچیز بوده و اشکال عمده‌ای ایفا نمی‌کند.

ترسیم نمودار [ ویرایش ]

یکی از نقاط ضعف نمایش داده‌ها به صورت جدول فراوانی عدم درک سریع اطلاعات جدول است. نمودارها ابزار مناسبی برای نمایش تصویری اطلاعات هستند. انواع مختلفی از نمودار وجود دارد که از جمله می‌توان به نمودار هیستوگرام ، نمودار ستونی ، نمودار چند ضلعی تراکمی ‌، نمودار دایره‌ای ، نمودار سریهای زمانی و …اشاره کرد.

محاسبه شاخصهای مرکزی [ ویرایش ]

در محاسبات آماری لازم است که ویژگیها و موقعیت کلی داده‌ها تعیین شود. برای این منظور شاخص‌های مرکزی محاسبه می‌شوند. شاخص‌های مرکزی در سه نوع نما (Mode) ، میانه (Median) و میانگین (Mean) هستند که هر یک کاربرد خاص خود را دارا می‌باشند. در تحقیقاتی که مقیاس اندازه گیری داده‌ها حداقل فاصله‌ای است میانگین بهترین شاخص است. ولی در تحقیقاتی که مقیاس اندازه گیری داده‌ها رتبه‌ای یا اسمی‌ است، میانه یا نما مورد استفاده قرار می‌گیرند.

محاسبه همبستگی [ ویرایش ]

همبستگي يعني تغيير در y چقدر بر روي تغيير بر x تاثير مي گذارد. به عبارت ديگر تغيير در يک متغير چقدر با تغيير در متغير ديگر هماهنگ است. مثلا تغيير در قد چقدر با تغيير در وزن هماهنگي دارد. در اين مثال بديهي است که همبستگي مثبت است. زيرا معمولا افراد قد بلندتر داراي وزن بيشتري مي باشند.

همبستگي را با ضريبي به نام ضريب همبستگي پيرسون اندازه گيري مي کنند که عددي بين صفر و يک است. هر چه مقدار همبستگي به عدد يک نزديک تر باشد، همبستگي بين دو متغير بيشتر است و هر چه به صفر نزديک تر باشد، همبستگي بالاتر خواهد بود. همبستگي برابر يک يعني رابطه خطي و صد درصدي. همبستگي مي تواند مثبت و يا منفي باشد.

تحقیقاتی وجود دارد که پژوهشگر می‌خواهد رابطه بین دو متغیر را تعیین کند و به همین منظور از روشهای همبستگی (Correlation) استفاده می‌کند. در محاسبه همبستگی ، نوع مقیاس اندازه گیری دخالت دارد و بطور کلی به دو دسته پارامتری و ناپارامتری تقسیم می‌شوند.

رگراسیون و پیش بینی [ ویرایش ]

رگراسیون (Regression) روشی برای مطالعه سهم یک یا چند متغیر مستقل در پیش بینی متغیر وابسته است. از تحلیل رگراسیون هم در تحقیقات توصیفی (غیر آزمایشی) و هم در تحقیقات آزمایشی می‌توان استفاده کرد. با توجه به نوع تحقیق و متغیرهای آن روش متنوعی برای تحلیل رگراسیون وجود دارد که برخی از آنها عبارتند از : رگراسیون خطی (با سه راهبرد همزمان ، گام به گام ، سلسله مراتبی) ، رگراسیون انحنایی ، رگراسیون لوجیستیک و تحلیل کواریانس.

رگرسيون يعني بازگشت. يعني پيش بيني و بيان تغييرات يک متغير بر اساس اطلاعات متغير ديگر.

مثال: رابطه بين قد و وزن انسانها را در نظر بگيريد. همه مي دانيم که اين رابطه يک رابطه مستقيم رياضي و صد درصدي نيست که لزوما هر که قد بلندتري داشته باشد وزن بيشتري داشته باشد، اما مي توان گفت که با احتمال قابل قبولي افراد با قد بلندتر، وزن بيشتري نيز دارند. در اينجا پيش بيني وزن از روي قد و بيان ارتباط بين اين متغير با روش آماري رگرسيون خطي صورت مي پذيرد که اين رابطه را به صورت کمي به ما نشان مي دهد.

رگرسيون را با معادله رگرسيون بيان مي کنند. در مثال فوق معادله رگرسيون خطي مي تواند به صورت زير باشد:

متغير وزن = متغير قد * b + a

ترسيم اين خط پس از محاسبه ضرايب a و b ما را به خط رگرسيون مي رساند.

تحلیل داده‌های ماتریس کواریانس [ ویرایش ]

از جمله تحلیل‌های همبستگی ، تحلیل ماتریس کواریانس یا ماتریس همبستگی است. دو نوع از معروفترین این تحلیل‌ها عبارتند از : مدل تحلیل عاملی برای پی بردن به متغیرهای زیر بنایی یک پدیده در دو دسته اکتشافی و تاییدی و مدل معادلات ساختاری برای بررسی روابط علی بین متغیرها.

زین العابدین منتظری مدرس ضریب همبستگی تتراکوریک دانشگاه اسفراین

پایگاه اطلاع رسانی به دانشجویان درس پژوهشهای انفرادی(پایان نامه)

آمار توصیفی (بیان ویژگیهای اطلاعات پژوهش انجام شده)

هنگامی که توده‌ای از اطلاعات کمی ‌برای تحقیق گرد آوری می‌شود، ابتدا سازمان بندی و خلاصه کردن آنها به طریقی که به صورت معنی داری قابل درک و ارتباط باشند، ضروری است. روشهای آمار توصیفی (Descriptive Statistics) به همین منظور بکار برده می‌شوند. غالبا مفیدترین و در عین حال اولین قدم در سازمان داده‌ها مرتب کردن داده‌ها بر اساس یک ملاک منطقی است و سپس استخراج شاخص‌های مرکزی و پراکندگی و در صورت لزوم محاسبه همبستگی میان دو دسته اطلاعات و استفاده از تحلیل‌های پیشرفته تر نظیر رگراسیون (Regression) و پیش بینی (Prediction) می‌باشد.

در یک جمعبندی با استفاده مناسب از روشهای آمار توصیفی می‌توان دقیقا ویژگیهای یک دسته از اطلاعات را بیان کرد. آمار توصیفی همیشه برای تعیین و بیان ویژگیهای اطلاعات پژوهش‌ها بکار برده می‌شوند.

روشهای آمار توصیفی

تشکیل جدول توزیع فراوانی

توزیع فراوانی عبارت است از سازمان دادن داده‌ها یا مشاهدات به صورت طبقات همراه با فراوانی هر طبقه. برای تشکیل یک جدول توزیع فراوانی باید دامنه تغییرات ، تعداد طبقات و حجم طبقات توسط فرمولهای مربوطه محاسبه شده و سپس اقدام به نوشتن جدول توزیع در دو ستون X (ستون طبقات) و F (فراوانی طبقات) شود. پس از این مرحله در صورت تمایل یا لزوم پژوهشگر می‌تواند شاخص‌های دیگری نظیر فراوانی تراکمی‌ ، فراوانی تراکمی‌ درصدی را محاسبه نماید. تشکیل جدول توزیع فراوانی یک روش اقتصادی و در عین حال آسان برای نمایش انبوهی از داده‌های نامنظم است. اما در طبقه بندی کردن ، برخی از اطلاعات به علت خطای گروه بندی از دست می‌روند که در محاسبه شاخصهای آماری نیز منعکس می‌شود. ولی مقدار آن ناچیز بوده و اشکال عمده‌ای ایفا نمی‌کند.

ترسیم نمودار

یکی از نقاط ضعف نمایش داده‌ها به صورت جدول فراوانی عدم درک سریع اطلاعات جدول است. نمودارها ابزار مناسبی برای نمایش تصویری اطلاعات هستند. انواع مختلفی از نمودار وجود دارد که از جمله می‌توان به نمودار هیستوگرام ، نمودار ستونی ، نمودار چند ضلعی تراکمی ‌، نمودار دایره‌ای ، نمودار سریهای زمانی و …اشاره کرد.

محاسبه شاخصهای مرکزی

در محاسبات آماری لازم است که ویژگیها و موقعیت کلی داده‌ها تعیین شود. برای این منظور شاخصهای مرکزی محاسبه می‌شوند. شاخصهای مرکزی در سه نوع نما (Mode) ، میانه (Median) و میانگین (Mean) هستند که هر یک کاربرد خاص خود را دارا می‌باشند. در تحقیقاتی که مقیاس اندازه گیری داده‌ها حداقل فاصله‌ای است میانگین بهترین شاخص است. ولی در تحقیقاتی که مقیاس اندازه گیری داده‌ها رتبه‌ای یا اسمی‌ است، میانه یا نما مورد استفاده قرار می‌گیرند.

محاسبه شاخصهای پراکندگی

شاخصهای پراکندگی برخلاف شاخصهای مرکزی هستند. آنها میزان پراکندگی یا تغییراتی را که در بین داده‌های یک توزیع (نتایج تحقیق) وجود دارد، نشان می‌دهند. دامنه تغییرات ، انحراف چارکی (Quartile Deviation) ، واریانس (Variance) و انحراف استاندارد (Standard Deviation) شاخصهایی هستند که به همین منظور در تحقیقات مورد استفاده قرار می‌گیرند. پس از محاسبه شاخصهای مرکزی و پراکندگی می‌توان نمره‌های استاندارد را محاسبه و منحنی طبیعی (Z) را ترسیم کرد.

محاسبه همبستگی

تحقیقاتی وجود دارد که پژوهشگر می‌خواهد رابطه بین دو متغیر را تعیین کند و به همین منظور از روشهای همبستگی (Correlation) استفاده می‌کند. در محاسبه همبستگی ، نوع مقیاس اندازه گیری دخالت دارد و بطور کلی به دو دسته پارامتری و ناپارامتری تقسیم می‌شوند.

• محاسبه همبستگی برای تحقیقات پارامتری: چنانچه دو متغیر در مقیاسهای فاصله یا نسبی اندازه گیری شده باشند، می‌توان برای تعیین رابطه بین آنها از ضریب همبستگی گشتاوری پیرسون استفاده کرد. ولی اگر در تمام مفروضات ضریب همبستگی پیرسون صادق نباشد، نمی‌توان از آنها استفاده کرد و به جای آن می‌توان از روشهای دیگری مانند ضریب همبستگی دو رشته‌ای () ، دورشته‌ای () و یا ضریب تتراکوریک () استفاده کرد.
• محاسبه همبستگی برای تحقیقات ناپارامتری: ضریب همبستگی تتراکوریک در تحقیقاتی که در سطح مقیاس‌های اسمی ‌و رتبه‌ای انجام می‌گیرد، باید از روش‌های دیگری برای محاسبه همبستگی بین دو متغیر استفاده کرد. برخی از این روشها عبارتند از : ضریب همبستگی فی (φ) ضریب کریمر (C) ، ضریب کپا (K) و ضریب لامبدا ، در تحقیقات اسمی ‌و ضریب همبستگی اسپرمن () ، ضریب کندال و آماده گاما (G) برای تحقیقات ترتیبی .

رگراسیون و پیش بینی

رگراسیون (Regression) روشی برای مطالعه سهم یک یا چند متغیر مستقل در پیش بینی متغیر وابسته است. از تحلیل رگراسیون هم در تحقیقات توصیفی (غیر آزمایشی) و هم در تحقیقات آزمایشی می‌توان استفاده کرد. با توجه به نوع تحقیق و متغیرهای آن روش متنوعی برای تحلیل رگراسیون وجود دارد که برخی از آنها عبارتند از : رگراسیون خطی (با سه راهبرد همزمان ، گام به گام ، سلسله مراتبی) ، رگراسیون انحنایی ، رگراسیون لوجیستیک و تحلیل کواریانس.

تحلیل داده‌های ماتریس کواریانس

از جمله تحلیل‌های همبستگی ، تحلیل ماتریس کواریانس یا ماتریس همبستگی است. دو نوع از معروفترین این تحلیل‌ها عبارتند از : مدل تحلیل عاملی برای پی بردن به متغیرهای زیر بنایی یک پدیده در دو دسته اکتشافی و تاییدی و مدل معادلات ساختاری برای ضریب همبستگی تتراکوریک بررسی روابط علی بین متغیرها.

آمار استنباطی

آمار استنباطی به شیوه‌هایی اطلاق می‌شود که از طریق آنها ویژگیهای گروههای بزرگ بر اساس اندازه گیری همان ویژگیها و گروههای کوچک استنباط می‌شود.

دیدکلی

• چه روش آموزشی برای گروه سنی از دانش آموزان مناسب است؟
• توزیع بهره هوشی در یک جامعه چگونه است؟

در پژوهش‌های روان شناسی و سایر علوم رفتاری کسب اطلاعات در باره گروههای کوچک غالبا هدف پژوهشگر نیست، بلکه او علاقمند است که از طریق یافته‌های این گروه کوچک ، اطلاعات لازم را در باره جامعه‌ای که این گروه کوچک را از آن انتخاب کرده است، کسب کند. به عبارت دیگر در این پژوهش‌ها هدف پژوهشگر تعمیم نتایج بدست آمده از یک گروه کوچک به یک جامعه بزرگتر می‌باشد. این تعمیم مستلزم آن است که پژوهشگر از روش‌های آماری پیشرفته تری تحت عنوان آمار استنباطی (Inferential Statistics) استفاده نماید.
روش آمار استنباطی

برآورد

روش‌های آمار استنباطی به منظور برآورد پارامترهای جامعه (میانگین جامعه) از طریق نمونه گیری علمی ‌از جامعه مورد نظر بکار می‌رود. برای مثال اگر از جامعه‌ای نمونه انتخاب ‌کنیم و میانگین این نمونه را به منظور برآورد میانگین جامعه محاسبه ‌کنیم، در واقع یک برآورد یا پیش بینی در باره میانگین جامعه از طریق نمونه انتخابی انجام داده‌ایم. آمار برآوردی دارای ارزش است که بدون سوگیری (Unbiased) ، با ثبات (Consistent) ، کارا (Efficient) و مکفی (Sufficent) باشد.

آزمون فرض

فرضیه آماری نقطه آغاز آزمون فرض است. فرضیه آماری یک بیان مقداری در باره پارامترهای جامعه است و اصولا بدون داشتن فرضیه آماری امکان انجام یک آزمون دشوار است. فرضیه آماری به دو دسته فرض صفر (H₀) و فرض خلاف (H_A) بیان می‌شود.
آزمون‌های آمار استنباطی
آزمون‌های آماری مورد استفاده جهت تجزیه و تحلیل اطلاعات بدست آمده از یک گروه کوچک (نمونه) و تعمیم آن به جامعه مورد نظر با توجه به مقیاس اندازه گیری متغیرها به دو گروه پارامتری و ناپارامتری تقسیم می‌شوند. آزمون‌های پارامتری به تجزیه و تحلیل اطلاعات در سطح مقیاس فاصله‌ای و نسبی می‌پردازند که حداقل شاخص آماری آنها میانگین (Mean) و واریانس (Variance) است. در حالیکه آزمون‌های نا پارامتری به تجزیه و تحلیل اطلاعات در سطح مقیاس اسمی ‌و رتبه‌ای می‌پردازند که شاخص آماری آنها میانه (Median) و نما (Mode) است.

آزمون‌های پارامتری آمار استنباطی

آزمون t

آزمون t ، توزیع یا در حقیقت خانواده‌ای از توزیعها است که با استفاده از آنها فرضیه‌هایی را در باره نمونه در شرایط جامعه ناشناخته است، آزمون می‌کنیم. اهمیت این آزمون (توزیع) در آن است که پژوهشگر را قادر می‌سازد با نمونه‌های کوچکتر (حداقل 2 نفر) اطلاعاتی در باره جامعه بدست آورد. آزمون t شامل خانواده‌ای از توزیعها است (برخلاف آزمون z) و اینگونه فرض می‌کند، که هر نمونه‌ای دارای توزیع مخصوص به خود است، که شکل این توزیع از طریق محاسبه درجات آزادی (Degrees of Freedom) مشخص می‌شود. به عبارت دیگر توزیع t تابع درجات آزادی است و هر چه درجات آزادی (d.F) افزایش پیدا کند به توزیع طبیعی نزدیکتر می‌شود. هرچه درجات آزادی کاهش یابد، پراکندگی بیشتر می‌شود. خود درجات آزادی نیز تابعی از اندازه نمونه انتخابی هستند. هر چه تعداد نمونه بیشتر باشد بهتر است. از آزمون t می‌توان برای تجزیه و تحلیل میانگین در پژوهش‌های تک متغیری یک گروهی و دو گروهی و چند متغیری دو ضریب همبستگی تتراکوریک گروهی استفاده کرد.

آزمون تحلیل واریانس

مواقعی که پژوهشگری بخواهد بیش از دو میانگین (بیش از دو نمونه) را مقایسه کند، باید از تحلیل واریانس استفاده کند. تحلیل واریانس یک روش فراگیرنده تر از آزمون t است و برخی پژوهشگران حتی وقتی مقایسه میانگین‌های دو نمونه مورد نظر است از این روش استفاه می‌کنند. طرح‌های متنوعی برای تحلیل واریانس وجود دارد و هر یک تحلیل آماری خاص خودش را طلب می‌کند. از جمله این طرح‌ها می‌توان به تحلیل یک عاملی واریانس (تحلیل یک طرفه) و تحلیل عاملی متقاطع واریانس ، تحلیل واریانس چند متغیری ، تحلیل کوواریانس یک متغیری و چند متغیری و …. اشاره کرد.

آزمون‌های ناپارامتری آمار استنباطی

در پژوهشهایی که در سطح مقیاسهای اسمی ‌و رتبه‌ای اجرا می‌شوند، باید از آزمون‌های ناپارامتریک برای تجزیه و تحلیل اطلاعات استفاده شود. آزمون‌های زیادی برای این امر وجود دارد که براساس نوع تحلیل (نیکویی برازش ، همسویی دو نمونه مستقل ، همسویی دو نمونه وابسته ، همسویی K نمونه مستقل و همسویی K نمونه وابسته) و مقیاس اندازه گیری می‌توان دست به انتخاب زد. از آزمون‌های مورد استفاده برای پژوهشها در سطح اسمی‌ می‌توان به آزمون X 2 ، آزمون تغییر مک نمار ، آزمون دقیق فیشر و آزمون کاکرن اشاره کرد. از آزمونهای مورد استفاده برای پژوهشها در سطح رتبه‌ای می‌توان به دو آزمون کولموگروف - اسمیرونف ، آزمون تقارن توزیع ، آزمون علامت ، آزمون میانه ، آزمون uمان – ویتنی ، آزمون تحلیل واریانس دو عاملی فریدمن و … اشاره کرد.

دانلود سوالات سنجش و ارزیابی استخدامی آموزش و پرورش

دانلود سوالات سنجش و ارزیابی استخدامی آموزش و پرورش

سوالات سنجش و ارزیابی استخدامی آموزش و پرورش

دانلود سوالات سنجش و ارزیابی استخدامی آموزش و پرورش

حجم فایل : ۹۳۹KB

تعداد صفحه : ۳۴ صفحه

فرمت فایل : PDF

سوالات سنجش و ارزیابی استخدامی آموزش و پرورش

۱- برای کارت تحلیل سوال ویتنی و سیبرز پیشنهاد کرده اند اگر تعداد برگه های آزمون بین ۲۰ تا ۴۰ عدد باشد بهتر است چند برگه بالا و پائین انتخاب شود؟

1. ۵ برگه بالا و ۱۰ برگه پائین
2. ۱۰ ضریب همبستگی تتراکوریک برگه بالا و ۵ برگه پائین
3. ۱۰ برگ بالا و ۱۰ برگ پائین
4. ۲۵ درصد بیشترین برگه

۲- هنجارهای سنی بر چه چیزی مبتنی هستند؟

1. میانگین
2. انحراف استاندارد
3. میانه
4. میانگین و میانه

۳- سوال مربوط به کدام طبقه می باشد “براساس روند افزایش جمعیت ایران در ۲۰ سال گذشته جمعیت ایران در ۱۰ سال آینده چقدر خواهد بود”؟

1. فهمیدن
2. کاربستن
3. دانش اصل ها
4. دانش و واقعیت های مشخص

۴- کدام روش برآورد جامع تری از پایایی آزمون به دست می دهد؟

1. باز آزمائی
2. دونیمه کردن
3. کودر ، ریچاردسون
4. فرم های همتا

۵- تعداد گزینه ها در سوالات چند گزینه ای چند تا است؟

1. دو گزینه
2. سه گزینه
3. چهارگزینه
4. دو تا پنج گزینه

۶- در طرح آزمونهای چند گزینه ای رعایت چه نکته ای ضروری است؟

1. هر سوال حداقل دوموضوع مهم را بسنجد
2. گزینه های انحرافی نظر آزمودنی های بی اطلاع را جلب کند
3. طول گزینه درست در سوالهای مختلف برابر باشد
4. گزینه های انحرافی نظر آزمودنی های مطلع را جلب کند

۷- اندازه گیری عبارتست از نشان دادن خصوصیت مورد اندازه گیری بطور…………….؟

۸-فایده نیمرخ چیست؟

1. نشان دادن نقاط قوت یک فرد
2. نشان دادن نقاط ضعف یک فرد
3. مقایسه نمرات دانش آموزان در یک درس
4. مقایسه نمرات دانش آموزان در دو یا چند درس

۹-ضریب همبستگی بین نمره یک سوال و نمره کل آزمون اصطلاحا ضریب همبستگی……………نامیده می شود؟

روش تحقیق Flashcards Preview

اندازه های به دست آمده درباره صفات و متغیر های نمونه را . و اندازه هایی را مه از روی شاخص آماری نمونه درباره جامعه استنباط میشه.

نمونه گیری خوشه ای یا ناحیه ای. وقتی جامعه دارای تجانس کامله. توزیع بسیار پراکنده و گسترده. فهرست کامل در دسترس نباشه. هزینه و وقت گرداوری زیاد باشه.

گسترش مهارت ها یا رویکردهای جدید و حل مسائل با استفاده از کاریرد مستقیم روش ها و مهارت ها در مراکز آموزشی و یا محیط های واقعی و شغلی

بیان مساله و انتخاب مورد (واحد تحلیل)

انجام عملیات میدانی(گردآوری داده ها)

سازماندهی داده ها(تدوین فرضیه)

درصورتی که داده های مورد نیاز پژوهشگر درباره رویدادهایی باشد که باید طی دستماری های سک متغیر یه وحود بیاید

هدف پژوهشگر صرفا یافتن پاسخ مساله ای است که هیچ گونه کاربردی بلافاصله بر ان مترتب نیست

مقایسه مداوم داده ها همراه با مقولات منبعث از داده ها و نمونه گیری نظری گروه های مختلف برای به حداکثر رساندن شباهت ها و تفاوت های میان اطلاعات به دست امده

روش های ترکیبی همزمان(درهم تنیده):داده کیفی مقوله بندی میشه

ترکیبی توضیحی(تبیینی یا تشریحی): نقاط انتهایی داده های کمی رو توصیف کیفی میکنه

ترکیبی هم زمان(اکتشافی): از طریق پژوهش کیفی به تدوین یک ابزار اندازه گیری میپردازه یا حالت های انتهایی داده های کیقی رو بررسی میکنه

یک گروه ویژه یا بزرگ یا هم دوره یا کوهرت

یک گروه منتخب یا پانل

اسمی دو ارزشی واقعی دو ارزشی واقعی. رابطه متقارن. برای محاسبه همبستگی هر سوال یا کل آزمون و به عبارت دیگر برای بررسی ثبات و همسانی درونی بین یک سوال با سوال های دیگر آزمون استفاده شود. ناپارامتری

سیستماتیک(کدگذاری باز. کدگذاری محوری. کدگذاری گزینشی)

نقشه. یک طرحواره یا برنامه کلی پژوهش است و چکیده انچه را که پژوهشگر از نوشتن فرضیه و کاربرد عملیاتی ان تا تحلیل نهایی داده ها باید انجام دهد دربر میگیرد

ساختار. چارچوب،سازمان یا امیزه ی کلی عناصر نظام است که به روش های مشخص شده با هم مرتلط اند

تاریخچه(رویدادهای همزمان با احرای تحقیق)

ابزاریابی(استفاده از ابزار اندازی گیری بی ثبات)

اثرات آزمون(پیش آزمون)

گزینش یا انتخاب افتراقی

پس ازمون با یک گروه(مطالعه موردی تک ضربه ای) x t -:

پیش ازمون پس ازمون یک گروهی o x o:

مقایسه گروه ایستا x o -
- - o

گروه گواه نامعادل o x o
o x o

میتوان به عنوان عاملی ۲*۲ در نظر گرفت. ایتدا تحلیل چند متغیری واریانس و سپس تحلیل واریانس جداگانه یا یک متغیری یا انووا

واحد ثبت(کلمه. نماد. مضمون. شخصیت)

واحد فحوی. بزرگ ترین

مجموعه ای از فنون نظامدار برای حل تناقض یافته های به دست امده از وژوهش های مختلف. یکوترچه کردن نتایج حاصل از پزوهش های ازمایشی و همبستگی

همبستگی ازمون با سایر ازمون های روا(همگرا. واگرا).
تمایز سنی یا تفاوت های گروهی.
تحلیل عوامل(اعتبار عاملی).
همسانی درونی.

تنها قادر به کنترل منغیرهای مزاحم، وسایل اندازه گیری و نحوه اجرای آزمون است(اعتبار بیرونی). تجزیه اماری مثل کلاسیک. نوعی طرح نیمه ازمایشی یا شبه از.
T x T
———
T T

ملاك با ارزش بودن یک فرضیه، توانائی آن در آزمودن. آن است. هدف از آزمون فرضیه آن است که مشخص شـود چقـدر احتمـال دارد کـه فرضیهي تدوین شده بهوسیلهي واقعیتها )مشاهدهها( تأیید شود.

از مقیاس ترستون، براي اندازهگیري نگرش افراد، نسبت به مفهومِ سازهاي خاص، اسـتفاده مـیشـود. از پاسخ دهنده خواسته میشود تا تمام مواردي را که با آنها موافق است علامت بزند. امتیاز هر فرد در این مقیاس بهوسیلهي تعداد گویههایی کـه او با آنها موافق است تعیین میشود.

در روش. برخلاف تحقیقات آزمایشی و غیرآزمایشی، نتیجه گیري پس از هر مرحله از مشاهدات و در جریان تحقیق صورت میگیرد.

مـلاك انتخـاب وگـزینش در نمونـهگیـري
هدفمند، بر پایهي داوري و تخصص پژوهشگر است. در این روش با انتخاب آزمودنیها بر اساس خصوصیات یا صفاتی خاص، افرادي را که واجـد آن
ملاك نیستند، حذف میکنن

پانل پیوسته: اعضایی که نگرشهاي خاص یا الگوهاي رفتاري خاصی را طبق یک برنامه منظم گزارش میدهند.

ـ پانل فاصلهاي: اعضا میپذیرند که ابزارهاي اندازهگیري خاصی )معمولاً پرسشنامه( را تنها در صورت نیاز به اطلاعات تکمیل کنند

مدل معادلات ساختاري : در تحقیقاتی که هدف، آزمون مدل خاصی از رابطهي بین متغیرهاست از تحلیل معادلات ساختاري یا مدلهاي علّی استفاده میشود. در ضریب همبستگی تتراکوریک مدل معادلات ساختاري آزمودن روابط ساختاري مبتنی بر نظریهها و یافتههاي تحقیقاتی موجود است.

جستجوی ثبات و همخوانی بین یافته های حاصل از مشاهده گرهای مختلف، روش های مختلف مشاهده در زمان ها، مکان ها و موقعیت های مختلف. مثلث سازی عبارت است از مقایسه ی اطلاعات ضریب همبستگی تتراکوریک برای تعیین اینکه همگرایی درمورد یک مفهوم یا یافته وجود دارد یا نه

طرح پیش ازمون پس ازمون با گروه گواه(کلاسیک)

طرح پس ازمون با گروه گواه

طرح چهارگروهی سولومون

طرح ازمایشی واقعی بر اساس تحلیل عاملی و اندازه گیری های مکرر

طرح گروه کنترل نابرابر(طرح مقایسه گروه های نابرابر)

طرح های سری زمانی

طرح موازنه ای(چرخشی) یا موازنه ساز تقابلی

طرح های تک ازمودنی یا درون گروهی

بخش های تشکیل دهنده فرهنگ را دیدگاه میگن. رفتار افراد و گروه ها رو هدایت میکنه. هسته اصلی تحقیق قوم شناسیه. مجموعه عقاید و عملیات هماهنگ شده ای که هر فرد در برخورد با موقعیت های مختلف اعمال میکند

تعریف عملیاتی به دو دستهی سنجشی و ازمایشی. تعریف عملیاتی آزمایشی نوع دستکاری و مداخله را در متغیر مستقل تعیین میکند اما تعریف عملیاتی سنجشی با دستکاری و نوع مداخله ارتباطی ندارد و صرفا نوع اندازهگیری متغیرهای پژوهش مشخص میشود. این تعریف به دو دسته پویا و ایستا تقسیم میشود که تعریف. معمولا مبتنی بر مشاهده رفتار است و تعریف. معمولا مبتنی بر پرسشنامه است. با توجه به این که تعریف پرخاشگری به عنوان رفتارهای داد زدن، جیغ کشیدن و کتک کاری مبتنی بر مشاهده است

در روش. اساس کار مشاهده است و سپس پژوهشگر نتایج مشاهده را به
جامعهی بزرگتر تعمیم میدهد اما بنیان تشکیل فرضیه استدلال قیاسی است، به گونهای که قیاس از نظریه موجب ساختن
فرضیه می-شود

Decks in Psychology Class (10):

Key Links

Subjects

• Medical & Nursing
• Law Education
• Foreign Languages
• All Subjects A-Z
• All Certified Classes

Company

Find Us

Brainscape helps you realize your greatest personal and professional ambitions through strong habits and hyper-efficient studying.
© 2022 Bold Learning Solutions. Terms and Conditions

صنایع علوم غذایی-بهداشت و سلامت

هنگامی که توده‌ای از اطلاعات کمی ‌برای تحقیق گرد آوریمی‌شود، ابتدا سازمان بندی و خلاصه کردن آنها به طریقی که به صورت معنی داری قابلدرک و ارتباط باشند، ضروری است. روشهای آمار توصیفی (Descriptive Statistics) بههمین منظور بکار برده می‌شوند. غالبا مفیدترین و در عین حال اولین قدم در سازمانداده‌ها مرتب کردن داده‌ها بر اساس یک ملاک منطقی است و سپساستخراج شاخص‌های مرکزی و پراکندگیو در صورت لزوممحاسبه همبستگی میان دو دسته اطلاعات و استفاده از تحلیل‌های پیشرفته تر نظیررگراسیون (Regression) و پیش بینی (Prediction) می‌باشد.

در یک جمعبندی بااستفاده مناسب از روشهای آمار توصیفی می‌توان دقیقا ویژگیهای یک دسته از اطلاعات رابیان کرد. آمار توصیفی همیشه برای تعیین و بیان ویژگیهای اطلاعات پژوهش‌ها بکاربرده می‌شوند.

روشهای آمار توصیفی

تشکیل جدول توزیع فراوانی

توزیع فراوانی عبارت است از سازمان دادنداده‌ها یا مشاهدات به صورت طبقات همراه با فراوانی هر طبقه. برای تشکیل یک جدولتوزیع فراوانی باید دامنه تغییرات ، تعداد طبقات و حجم طبقات توسط فرمولهای مربوطهمحاسبه شده و سپس اقدام به نوشتن جدول توزیع در دو ستون X (ستون طبقات) و F (فراوانی طبقات) شود. پس از این مرحله در صورت تمایل یا لزوم پژوهشگر می‌تواندشاخص‌های دیگری نظیر فراوانی تراکمی‌ ، فراوانی تراکمی‌ درصدی رامحاسبه نماید. تشکیل جدول توزیع فراوانی یک روش اقتصادی و در عین حال آسان براینمایش انبوهی از داده‌های نامنظم است. اما در طبقه بندی کردن ، برخی از اطلاعات بهعلت خطای گروه بندی از دست می‌روند که در محاسبه شاخصهای آماری نیز منعکس می‌شود. ولی مقدار آن ناچیز بوده و اشکال عمده‌ای ایفا نمی‌کند.

یکی از نقاط ضعف نمایش داده‌ها به صورت جدول فراوانی عدمدرک سریع اطلاعات جدول است. نمودارها ابزار مناسبی برای نمایش تصویری اطلاعاتهستند. انواع مختلفی از نمودار وجود دارد که از جمله می‌توان به نمودار هیستوگرام ، نمودار ستونی ، نمودار چند ضلعی تراکمی ‌،نمودار دایره‌ای ، نمودار سریهای زمانی و …اشاره کرد.

محاسبه شاخصهای مرکزی

در محاسبات آماری لازم است که ویژگیها و موقعیتکلی داده‌ها تعیین شود. برای این منظور شاخصهای مرکزی محاسبه می‌شوند. شاخصهایمرکزی در سه نوع نما (Mode) ، میانه (Median) و میانگین (Mean) هستند که هر یککاربرد خاص خود را دارا می‌باشند. در تحقیقاتی که مقیاس اندازه گیری داده‌ها حداقلفاصله‌ای ضریب همبستگی تتراکوریک است میانگین بهترین شاخص است. ولی در تحقیقاتی که مقیاس اندازه گیریداده‌ها رتبه‌ای یا اسمی‌ است، میانه یا نما مورد استفاده قرار می‌گیرند.

محاسبه شاخصهای پراکندگی

شاخصهای پراکندگی برخلاف شاخصهای مرکزیهستند. آنها میزان پراکندگی یا تغییراتی را که در بین داده‌های یک توزیع (نتایجتحقیق) وجود دارد، نشان می‌دهند. دامنه تغییرات ، انحراف چارکی (Quartile Deviation) ، واریانس (Variance) و انحراف استاندارد (Standard Deviation) شاخصهایی هستند که به همین منظور در تحقیقات مورد استفاده قرار می‌گیرند. پس ازمحاسبه شاخصهای مرکزی و پراکندگی می‌توان نمره‌های استاندارد را محاسبه و منحنیطبیعی (Z) را ترسیم کرد.

تحقیقاتی وجود دارد که پژوهشگرمی‌خواهد رابطه بین دومتغیر را تعیین کند و به همین منظور از روشهای همبستگی (Correlation) استفادهمی‌کند. در محاسبه همبستگی ، نوع مقیاس اندازه گیری دخالت دارد و بطور کلی به دودسته پارامتری و ناپارامتری تقسیم می‌شوند.

· محاسبه همبستگی برای تحقیقات پارامتری : چنانچه دو متغیر در مقیاسهای فاصله یا نسبی اندازه گیری شده باشند، می‌توانبرای تعیین رابطه بین آنها از ضریب همبستگی گشتاوری پیرسون استفاده کرد. ولی اگر در تمام مفروضات ضریب همبستگی پیرسون صادق نباشد، نمی‌توان از آنها استفادهکرد و به جای آن می‌توان از روشهای دیگری مانند ضریب همبستگی دو رشته‌ای ( ) ، دورشته‌ای ( ) و یاضریب تتراکوریک ( ) استفادهکرد.

· محاسبه همبستگی برای تحقیقات ناپارامتری : در تحقیقاتی که در سطح مقیاس‌های اسمی ‌و رتبه‌ای انجام می‌گیرد، باید ازروش‌های دیگری برای محاسبه همبستگی بین دو متغیر استفاده کرد. برخی از این روشهاعبارتند از : ضریب همبستگی فی (φ) ضریب کریمر (C) ، ضریب کپا (K) و ضریب لامبدا ،در تحقیقات اسمی ‌و ضریب همبستگی اسپرمن ( ) ، ضریب کندال وآماده گاما (G) برای تحقیقات ترتیبی .

رگراسیون و پیش بینی

رگراسیون (Regression) روشی برای مطالعه سهم یکیا چند متغیر مستقل در پیش بینی متغیر وابسته است. از تحلیل رگراسیون هم در تحقیقات توصیفی (غیر آزمایشی) و هم درتحقیقات آزمایشی می‌توان استفاده کرد. با توجه به نوع تحقیق و متغیرهای آن روشمتنوعی برای تحلیل رگراسیون وجود دارد که برخی از آنها عبارتند از : رگراسیون خطی (با سه راهبرد همزمان ، گام به گام ، سلسله مراتبی) ، رگراسیون انحنایی ، رگراسیونلوجیستیک و تحلیل کواریانس.

تحلیل داده‌های ماتریس کواریانس

از جمله تحلیل‌های همبستگی ، تحلیلماتریس کواریانس یا ماتریس همبستگی است. دو نوع از معروفتریناین تحلیل‌ها عبارتند از : مدل تحلیل عاملی برای پی بردن به متغیرهای زیر بنایی یکپدیده در دو دسته اکتشافی و تاییدی و مدل معادلات ساختاری برای بررسی روابط علی بینمتغیرها.