> مقالات موضوعی > پژوهش و پایان نامه > داده پردازی > روش های اقتصاد سنجی > مشاهده مقاله جهت ارسال به چند نفر، نام و ایمیل گیرندگان با کاما { ، } جدا شوند. نام فرستنده: * ایمیل فرستنده: نام گیرنده(گان): * ایمیل گیرنده(گان): * متن پیام: * کد امنیتی: انتخاب آزمون مناسب و تحلیل کمی؛ آزمون های (مقایسه ای) انتخاب آزمون مناسب و مرتبط برای تحلیل داده های پژوهش تنها وابسته به یک عنصر نبوده و عوامل مختلفی در آن دخالت دارند. در آزمون های سنجش تفاوت و اختلاف (مقایسه ای) گاهی نوع فرضیه شما به گونه ای است که قصد دارید مقایسه ای را بین میانگین های دو گروه یا بیشتر و یا حتی میانگین صفتی را در یک گروه با مقدار ثابتی مقایسه کنید. در این صورت از آزمون های زیر که در زیرمجموعه آزمون های پارامتریک قرار دارند، می توانید استفاده نمایید: عضویت در تیم متفکران در طرح همراه با تیم اعتبار هدیه بگیرید و مشارکت کنید کلیک کنید... در طرح همگام با تیم با اعتبار هدیه، از خدمات ویژه استفاده کنید کلیک کنید... در طرح همیار با تیم در بازارکار حسابداری و مالی بدرخشید کلیک کنید... در طرح همکار با تیم خدمات مالی و حسابداری خود را معرفی کنید کلیک کنید... 1) آزمون T تک گروهی زمانیکه تصمیم دارید، صفتی را از یک گروه نمونه با عدد ثابتی مقایسه نمایید، این آزمون برای کار شما مناسب خواهد بود. مسیر این آزمون در نرم افزار spss به شرح زیر است: Analyze>Compare means>One-Sample T test 2) آزمون T مستقل زمانیکه تصمیم دارید که یک صفت کمی را بین دو گروه مستقل، مقایسه کنید، مناسب خواهد بود. در این نوع آزمون معمولا متغیر مستقل دو ارزشی یا دووجهی است مثل زن و مرد. متغیر وابسته نیز باید کمی بوده و مقیاس سنجش آن نسبتی باشد. مسیر این آزمون در نرم افزار spss به شرح زیر است: Analyze>Compare means>Independent Sample T test 3) آزمون T وابسته (زوجی) مقایسه میانگین های یک نمونه در دو وضعیت (جفت) متفاوت (پیش از مداخله و بعد از مداخله) از مهم ترین کاربردهای این آزمون است.در این آزمون نیز مقیاس سنجش متغیر وابسته باید نسبتی باشد. مسیر اجرای این آزمون در نرم افزار spss به شرح زیر است: Analyze>Compare means>paired-Sample Ttest سطح معنی داری، میزان خطایی است که در رد فرض صفر ممکن است رخ دهد. 4) آزمون آنالیز واریانس گاهی در پژوهش هایی که انجام می شود، 3 گروه نمونه یا بیشتر، مورد مقایسه قرار می گیرند. در چنین حالتی که اصطلاحاً K گروه مستقل باید مقایسه شوند، استفاده از آزمون های T درست نبوده و باید از آزمون آنالیز واریانس استفاده شود. این آزمون نیز از آزمون های پارامتریک بوده و نرمال بودن توزیع صفت و برخوردار بودن از مقیاس سنجش نسبتی برای متغیر وابسته همانند آزمون های T برای این آزمون مطرح است. این آزمون با اسامی تحلیل واریانس، آنوا یا آزمون F نیز شناخته می شود. متغیر مستقل در این آزمون یا دارای مقیاس سنجش اسمی نظیر، گروههای شغلی و یا ترتیبی مثل دکتری،فوق لیسانس و ... است. در این آزمون متغیر وابسته باید کمی و مقیاس سنجش آن نسبتی است. این آزمون تنها وجود تفاوت بین گروه ها را نشان می دهد، ولی نمی گوید کدام گروه بیشتر است. مسیر اجرای این آزمون در نرم افزار spss به شرح زیر است: Analyze>Compare means>One-Way ANOVA test ثبت نام و عضویت میز کار لینک های مفید خدمات حَسمان ارتقاء سواد مالی در حَسمان خدمات ویژه حسابداران ارتقاء حرفه ای در حَسمان خدمات ویژه مدیران طرح پویش سواد اندوزی مالی دوره های آموزشی lms عضویت ویژه حسمان مشارکت و دعوت از دوستان همیار با تو همیار دانش آموز طرح پویش سواد اندوزی مالی آموزش سواد مالی مقدماتی نبض بازار دیده بان بازار هوای بازار دوره آموزشی بهینه نگر همیار شغلی حسابدار دیکشنری تخصصی حسابداری ثبت رزومه دوره های آموزشی توسعه نگر طرح توانمند سازی ایستگاه خبر حسابداری مدار خبر کار و دانش ثبت آگهی استخدام دوره های آموزشی مدیران همیار دانش آموز طرح پویش سواد اندوزی دوره های آموزشی همراه با تیم همراه با تیم همراه با تیم مقاله های مرتبطپایایی و آزمون ریشه واحدشاخصهای پراکندگی (دامنه تغییرات)آزمون هاسمنشاخص های آماریرگرسیون در Excel علی اژدری | 1395/10/14 20:50:54 | 1 0 متن زیر را می توان اضافه کرد : اگر توزیع یک صفت در دو گروه نرمال باشد و مقیاس سنجش صفت نیز نسبتی باشد ، از آزمون Tمستقل و اگر توزیع غیر نرمال و یا مقیاس سنجش متغیر رتبه ای باشد ، از آزمون ناپارامتریک یا ویتنی استفاده می شود پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * nazarian | 1395/10/18 19:35:03 | 1 0 این توضیح کامل کننده متن می باشد: برای مقایسه داده های یک گروه در دو وضعیت اگر توزیع نرمال و داده های دارای مقیاس سنجش نسبتی باشند از آزمون T وابسته یا زوجی و اگر توزیع غیر نرمال و یا داده های دارای مقیاس سنجش رتبه ای باشند از آزمون ویلکاکسون استفاده می شود. پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * نفیسه شعله ور | 1395/10/27 12:15:26 | 1 0 در تجزیه و تحلیل مقایسه ای علاوه بر اینکه اطلاعات جمع آوری شده و به صورت توصیفی مورد تجزیه و تحلیل قرار میگیرند ، با یکدیگر نیز مقایسه می شوند، دو یا چند شاخص آمار توصیفی نسبت به هم مورد مقایسه واقع می شوند پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * صدیقه شکران | 1395/10/27 19:38:41 | 1 0 در آزمون های سنجش تفاوت و اختلاف (مقایسه ای) گاهی نوع فرضیه شما به گونه ای است که قصد دارید مقایسه ای را بین میانگین های دو گروه یا بیشتر و یا حتی میانگین صفتی را در یک گروه با مقدار ثابتی مقایسه کنید. پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * محمد رضا زارع | 1396/04/07 23:14:19 | 2 0 حلیل واریانس (به انگلیسی: Analysis of variance) به اختصار ANOVA مجموعهای از مدلهای آماری است که به بررسی میانگین در گروهها و توابع وابسته به آنها (مثل واریانس در یک گروه یا بین چند گروه) میپردازد. در این روش واریانس بدست آمده از یک متغیر تصادفی به اجزاء کوچکتری که منابع واریانس هستند تقسیم می شوند. در ساده ترین شکل آن، ANOVA آزمون آماری را فراهم می کند که برابری میانگین های گروه های متفاوت را می آزماید، و در نتیجه آزمون تی استیودنت (t-test) را به بیش از دو گروه تعمیم می دهد. پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * محمد کاظم سالاری | 1396/09/27 09:00:36 | 0 0 گاهی در پژوهش هایی که انجام می شود، 3 گروه نمونه یا بیشتر، مورد مقایسه قرار می گیرند. در چنین حالتی که اصطلاحاً K گروه مستقل باید مقایسه شوند، استفاده از آزمون های T درست نبوده و باید از آزمون آنالیز واریانس استفاده شود. این آزمون نیز از آزمون های پارامتریک بوده و نرمال بودن توزیع صفت و برخوردار بودن از مقیاس سنجش نسبتی برای متغیر وابسته همانند آزمون های T برای این آزمون مطرح است. این آزمون با اسامی تحلیل واریانس، آنوا یا آزمون F نیز شناخته می شود. متغیر مستقل در این آزمون یا دارای مقیاس سنجش اسمی نظیر، گروههای شغلی و یا ترتیبی مثل دکتری،فوق لیسانس و ... است. در این آزمون متغیر وابسته باید کمی و مقیاس سنجش آن نسبتی است. این آزمون تنها وجود تفاوت بین گروه ها را نشان می دهد، ولی نمی گوید کدام گروه بیشتر است. مسیر اجرای این آزمون در نرم افزار spss به شرح زیر است: Analyze>Compare means>One-Way ANOVA test پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * محمدرضا تیموری | 1396/10/03 23:21:32 | 0 0 انتخاب آزمون مناسب و مرتبط برای تحلیل داده های پژوهش تنها وابسته به یک عنصر نبوده و عوامل مختلفی در آن دخالت دارند. در آزمون های سنجش تفاوت و اختلاف (مقایسه ای) گاهی نوع فرضیه شما به گونه ای است که قصد دارید مقایسه ای را بین میانگین های دو گروه یا بیشتر و یا حتی میانگین صفتی را در یک گروه با مقدار ثابتی مقایسه کنید. پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * ابوالفضل موحدی | 1396/10/05 12:31:45 | 0 0 ) آزمون T تک گروهی زمانیکه تصمیم دارید، صفتی را از یک گروه نمونه با عدد ثابتی مقایسه نمایید، این آزمون برای کار شما مناسب خواهد بود. مسیر این آزمون در نرم افزار spss به شرح زیر است: Analyze>Compare means>One-Sample T test پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * ابوالفضل موحدی | 1396/10/05 12:32:58 | 0 0 آزمون T مستقل زمانیکه تصمیم دارید که یک صفت کمی را بین دو گروه مستقل، مقایسه کنید، مناسب خواهد بود. در این نوع آزمون معمولا متغیر مستقل دو ارزشی یا دووجهی است مثل زن و مرد. متغیر وابسته نیز باید کمی بوده و مقیاس سنجش آن نسبتی باشد. مسیر این آزمون در نرم افزار spss به شرح زیر است: Analyze>Compare means>Independent Sample T test پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * ابوالفضل موحدی | 1396/10/05 12:33:45 | 0 0 آزمون T وابسته (زوجی) مقایسه میانگین های یک نمونه در دو وضعیت (جفت) متفاوت (پیش از مداخله و بعد از مداخله) از مهم ترین کاربردهای این آزمون است.در این آزمون نیز مقیاس سنجش متغیر وابسته باید نسبتی باشد. مسیر اجرای این آزمون در نرم افزار spss به شرح زیر است: Analyze>Compare means>paired-Sample Ttest سطح معنی داری، میزان خطایی است که در رد فرض صفر ممکن است رخ دهد. آزمون آنالیز واریانس گاهی در پژوهش هایی که انجام می شود، 3 گروه نمونه یا بیشتر، مورد مقایسه قرار می گیرند. در چنین حالتی که اصطلاحاً K گروه مستقل باید مقایسه شوند، استفاده از آزمون های T درست نبوده و باید از آزمون آنالیز واریانس استفاده شود. این آزمون نیز از آزمون های پارامتریک بوده و نرمال بودن توزیع صفت و برخوردار بودن از مقیاس سنجش نسبتی برای متغیر وابسته همانند آزمون های T برای این آزمون مطرح است. این آزمون با اسامی تحلیل واریانس، آنوا یا آزمون F نیز شناخته می شود. متغیر مستقل در این آزمون یا دارای مقیاس سنجش اسمی نظیر، گروههای شغلی و یا ترتیبی مثل دکتری،فوق لیسانس و ... است. در این آزمون متغیر وابسته باید کمی و مقیاس سنجش آن نسبتی است. این آزمون تنها وجود تفاوت بین گروه ها را نشان می دهد، ولی نمی گوید کدام گروه بیشتر است. مسیر اجرای این آزمون در نرم افزار spss به شرح زیر است: Analyze>Compare means>One-Way ANOVA test پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * Sobhan Karimi | 1396/10/06 00:14:16 | 0 0 انتخاب آزمون مناسب و مرتبط برای تحلیل داده های پژوهش تنها وابسته به یک عنصر نبوده و عوامل مختلفی در آن دخالت دارند. در آزمون های سنجش تفاوت و اختلاف (مقایسه ای) گاهی نوع فرضیه شما به گونه ای است که قصد دارید مقایسه ای را بین میانگین های دو گروه یا بیشتر و یا حتی میانگین صفتی را در یک گروه با مقدار ثابتی مقایسه کنید. پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * حمید زارعی | 1396/10/07 09:45:17 | 0 0 تحلیل واریانس (به انگلیسی: Analysis of variance) به اختصار ANOVA مجموعهای از مدلهای آماری است که به بررسی میانگین در گروهها و توابع وابسته به آنها (مثل واریانس در یک گروه یا بین چند گروه) میپردازد. در این روش واریانس بدست آمده از یک متغیر تصادفی به اجزاء کوچکتری که منابع واریانس هستند تقسیم می شوند. در ساده ترین شکل آن، ANOVA آزمون آماری را فراهم می کند که برابری میانگین های گروه های متفاوت را می آزماید، و در نتیجه آزمون تی استیودنت (t-test) را به بیش از دو گروه تعمیم می دهد. تحلیل واریانس از تکنیک های آماری موثر و پرکاربرد در تحقیقات اقتصادی، اجتماعی، علوم تربیتی، روانشناسی، مدیریت و حتی کشاورزی، بیولوژی و غیره است. پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * مهدی شایق | 1396/10/20 22:06:24 | 0 0 تحلیل واریانس (به انگلیسی: Analysis of variance) به اختصار ANOVA مجموعهای از مدلهای آماری است که به بررسی میانگین در گروهها و توابع وابسته به آنها (مثل واریانس در یک گروه یا بین چند گروه) میپردازد پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * فرزاد فرات | 1396/10/20 22:06:58 | 0 0 گاهی در پژوهش هایی که انجام می شود، 3 گروه نمونه یا بیشتر، مورد مقایسه قرار می گیرند. در چنین حالتی که اصطلاحاً K گروه مستقل باید مقایسه شوند، استفاده از آزمون های T درست نبوده و باید از آزمون آنالیز واریانس استفاده شود. این آزمون نیز از آزمون های پارامتریک بوده و نرمال بودن توزیع صفت و برخوردار بودن از مقیاس سنجش نسبتی برای متغیر وابسته همانند آزمون های T برای این آزمون مطرح است. این آزمون با اسامی تحلیل واریانس، آنوا یا آزمون F نیز شناخته می شود. متغیر مستقل در این آزمون یا دارای مقیاس سنجش اسمی نظیر، گروههای شغلی و یا ترتیبی مثل دکتری،فوق لیسانس و ... است. در این آزمون متغیر وابسته باید کمی و مقیاس سنجش آن نسبتی است. این آزمون تنها وجود تفاوت بین گروه ها را نشان می دهد، ولی نمی گوید کدام گروه بیشتر است. پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * عراقی | 1396/10/20 22:07:45 | 0 0 مقایسه میانگین های یک نمونه در دو وضعیت (جفت) متفاوت (پیش از مداخله و بعد از مداخله) از مهم ترین کاربردهای این آزمون است.در این آزمون نیز مقیاس سنجش متغیر وابسته باید نسبتی باشد. پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * عراقی | 1396/10/20 22:08:13 | 0 0 گاهی در پژوهش هایی که انجام می شود، 3 گروه نمونه یا بیشتر، مورد مقایسه قرار می گیرند. در چنین حالتی که اصطلاحاً K گروه مستقل باید مقایسه شوند، استفاده از آزمون های T درست نبوده و باید از آزمون آنالیز واریانس استفاده شود پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * فهیمه تقدیری | 1396/10/21 14:31:13 | 0 0 انتخاب آزمون مناسب و مرتبط برای تحلیل داده های پژوهش تنها وابسته به یک عنصر نبوده و عوامل مختلفی در آن دخالت دارند. در آزمون های سنجش تفاوت و اختلاف (مقایسه ای) گاهی نوع فرضیه شما به گونه ای است که قصد دارید مقایسه ای را بین میانگین های دو گروه یا بیشتر و یا حتی میانگین صفتی را در یک گروه با مقدار ثابتی مقایسه کنید. پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * parisa teymouri | 1396/11/08 21:58:19 | 0 0 ) آزمون T تک گروهی زمانیکه تصمیم دارید، صفتی را از یک گروه نمونه با عدد ثابتی مقایسه نمایید، این آزمون برای کار شما مناسب خواهد بود. مسیر این آزمون در نرم افزار spss به شرح زیر است: پاسخ دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: * دیدگاه کاربران نام: پست الکترونیک: * متن: * کد امنیتی: *