دانلود پاورپوینت تجزیه و تحلیل ساختارهای کوواریانس

اختصاصی از فایلکو دانلود پاورپوینت تجزیه و تحلیل ساختارهای کوواریانس دانلود با لینک مستقیم و پر سرعت .

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:

1-انتخاب تئوری یا نظریه

2-طراحی مدل

3-گردآوری داده ها به منظورآزمون مدل

4-ارزیابی مدل به منظورتائید یا بهبود آن

5-بازگشت به تئوری و تکرار مراحل قبل

تحلیل عاملی Factor Analysis:

این روش توسط کارل پیرسون 1901 وچارلز اسپیرمن 1904برای اولین بار هنگام اندازه گیری هوش مطرح شد.

برای تعیین تأثیرگذارترین متغیرها در زمانیکه تعداد متغیرهای مورد بررسی زیاد و روابط بین آنها ناشناخته باشد، استفاده می شود. در این روش متغیرها در عاملهایی قرار می گیرند، به طوریکه از عامل اول به عاملهای بعدی درصد واریانس کاهش می یابد، از این رو متغیرهایی که در عامل های اولی قرار می گیرند، تأثیرگذارترین هستند.

تحلیل عاملی از تعدادی فنون آماری ترکیب شده و هدف آن ساده تر کردن مجموعه‌های پیچیدة داده‌هاست.

تحلیل عاملی به عنوان یک تکنیک کاهش دهنده ی داده ها نام-گذاری شده است.

داده های اولیه برای تحلیل عاملی، ماتریس همبستگی بین متغیرها است.

به منظور پی بردن به متغیرهای زیربنایی یک پدیده یا تلخیص مجموعه ای از داده ها از آن استفاده می شود.

به طور کلی هدف از تجزیه
عامل ها به شرح زیر خلاصه می شود:

الف) تفسیر وجود همبستگی درونی بین تعدادی صفت قابل مشاهده از طریق عواملی که قابل مشاهده نیستند و آنها راعامل گویند. در واقع این عوامل غیرقابل مشاهده دلیل مشترک همبستگی بین متغیرهای اصلی هستند.

ب) ارائه روش ترکیب و خلاصه کردن تعداد زیادی از متغیرها در تعدادی گروه متمایز.

ج) از بین متغیرهای مختلف تأثیرگذارترین آنها تعیین شده و در پژوهش های بعدی به طور جزیی تر متغیرهای تأثیرگذار رابا تکرار بیشتری بررسی می کنند.

پیش فرض های تحلیل عاملی:

 حجم نمونه: حداقل 5 مورد برای هر متغیر

نرمال بودن: متغیرها دارای توزیع نرمال باشند.

 خطی بودن متغیرها: خطی بودن مهم است زیرا تحلیل عاملی مبتنی بر همبستگی است.

دور افتاد ه ها در میان موردها: از مجموعه داد ه ها حذف شوند.

کمی باشند، دامنه ی نمرات آنها بزرگ، دارای توزیع متقارن و تک نمایی باشند.(unimodally)

مثال:

(اسپرمن 1904 ) اولین مقاله مهم در زمینه تحلیل عاملی در مورد عملکرد امتحان دانش آموزان در درس ادبیات x1 و درس زبان فرانسه  x2درس زبان انگلیسی x3بود که ماتریس همبستگی آن به صورت زیر است:

با اینکه ماتریس فوق دارای رتبه کامل است ولی می توانیم به گونه ای مناسب و مفید با ارائه سه متغیر زیر ابعادش را از p3  به p1کاهش دهیم

 

شامل 25 اسلاید POWERPOINT