دانلود پاورپوینت تجزیه و تحلیل ساختارهای کوواریانس

دانلود پاورپوینت تجزیه و تحلیل ساختارهای کوواریانس

تجزیه و تحلیل ساختارهای کوواریانس» یا همان «مدل یابی معادلات ساختاری»

یکی از اصلی ترین روش های تجزیه و تحلیل ساختار داده های پیچیده و یکی از روش های نو برای بررسی روابط علت و معلولی است و به معنی تجزیه و تحلیل متغیرهای مختلفی است که در یک ساختار مبتنی بر تئوری، تاثیرات همزمان متغیرها را به هم نشان می دهد. از طریق این روش می توان قابل قبول بودن مدل های نظری را در جامعه های خاص با استفاده از داده های همبستگی، غیر آزمایشی و آزمایشی آزمود.
معادلات ساختاری به عنوان یک الگوی آماری به بررسی روابط بین متغیرهای پنهان و آشکار(مشاهده شده) می پردازد.
معمولا به آن SEM یا Structural Equational Modeling می گویند، اما برخی هم به آن تحلیل ساختاری کواریانس، الگوسازی علی و لیز رل اطلاق می کنند.
مراحل کلی در مدل معادلات ساختاری
۱)انتخاب تئوری یا نظریه
۲)طراحی مدل
۳)گردآوری داده ها به منظورآزمون مدل
۴)ارزیابی مدل به منظورتائید یا بهبود آن
۵)بازگشت به تئوری و تکرار مراحل قبل
تحلیل عاملی Factor Analysis
این روش توسط کارل پيرسون ۱۹۰۱ وچارلز اسپيرمن ۱۹۰۴براي اولين بار هنگام اندازه گيري هوش مطرح شد.
براي تعيين تأثيرگذارترين متغيرها در زمانيكه تعداد متغيرهاي مورد بررسي زياد و روابط بين آنها ناشناخته باشد، استفاده مي شود. در اين روش متغيرها در عاملهايي قرار مي گيرند، به طوريكه از عامل اول به عاملهاي بعدي درصد واريانس كاهش مي يابد، از اين رو متغيرهايي كه در عامل هاي اولي قرار مي گيرند، تأثيرگذارترين هستند.
تحليل عاملي از تعدادی فنون آماری ترکیب شده و هدف آن ساده تر کردن مجموعه‌های پیچیدة داده‌هاست.
تحلیل عاملی به عنوان يك تكنيك كاهش دهنده ي داده ها نام-گذاري شده است.
داده هاي اوليه براي تحليل عاملي، ماتريس همبستگي بين متغيرها است.
به منظور پي بردن به متغيرهاي زيربنايي يك پديده يا تلخيص مجموعه اي از داده ها از آن استفاده می شود.
به طور كلي هدف از تجزيه عامل ها به شرح زير خلاصه مي شود:

الف) تفسير وجود همبستگي دروني بين تعدادي صفت قابل مشاهده از طريق عواملي كه قابل مشاهده نيستند و آنها راعامل گويند. در واقع اين عوامل غيرقابل مشاهده دليل مشترك همبستگي بين متغيرهاي اصلي هستند.

ب) ارائه روش تركيب و خلاصه كردن تعداد زيادي از متغيرها در تعدادي گروه متمايز.

ج) از بين متغيرهاي مختلف تأثيرگذارترين آنها تعيين شده و در پژوهش هاي بعدي به طور جزيي تر متغيرهاي تأثيرگذار رابا تكرار بيشتري بررسي مي كنند.

پيش فرض هاي تحليل عاملي

حجم نمونه: حداقل ۵ مورد براي هر متغير
نرمال بودن: متغيرها داراي توزيع نرمال باشند.
خطي بودن متغيرها: خطي بودن مهم است زيرا تحليل عاملي مبتني بر همبستگي است.
دور افتاد ه ها در ميان موردها: از مجموعه داد ه ها حذف شوند.
كمي باشند، دامنه ي نمرات آنها بزرگ، داراي توزيع متقارن و تك نمايي باشند. unimodally
شامل ۲۵ اسلاید powerpoint

«جهت دانلود فایل، اینجا را کلیک نمایید.»

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

− 2 = 3