دانلود پاورپوینت آموزش نرم افزار SPSS و بررسی شیوه ویرایش دادهها و قابلیت های آماری SPSS

\n

آموزش نرم افزار spss  و کار با داده ها و توابع در spss

\n

\n

عنوان های پاورپوینت  : 

\n

\n

آموزش نرم افزار SPSS و بررسی شیوه ویرایش دادهها و قابلیت های آماری SPSS

\n

آموزش نرم افزار spss  و کار با داده ها و توابع در spss

\n

اهداف درس

\n

اهداف درس

\n

اهمیت کاربرد کامپیوتر در علوم‌ اجتماعی

\n

ب ) امکان مدل‌سازی

\n

امکان مدل‌سازی

\n

اهداف درس

\n

اجرای برنامه spss

\n

اجزاء اصلی پنجره ویرایشگر داده ها

\n

Edit

\n

View

\n

Data

\n

Transform

\n

Analyze

\n

Graphs

\n

Utilities

\n

Window

\n

Help

\n

3- نوار ابزار

\n

باز کردن فایل

\n

ذخیره کردن فایل

\n

یک فایل راچاپ می کند

\n

آخرین پنجره موجود و مورد استفاده را باز می‌خواند

\n

تغییر در ورود دادهها را برمی‌گرداند

\n

به نمودار می‌رود

\n

به یک مورد (case) می‌رود

\n

اطلاعاتی درباره یک متغیر ارائه می‌دهد

\n

جستجوی یک case

\n

یک مورد(case) جدید را در فایل وارد می‌کند

\n

یک متغیر جدید را در فایل وارد می‌کند

\n

فایل را همراه با متغیرهای تعریف شده تقسیم می‌کند

\n

مورد (case)را وزن گذاری می‌کند

\n

مورد (case) را انتخاب می‌کند

\n

بر چسب‌های متغیرها را نشان می‌دهد

\n

مجموعه متغیر جدید‌ایجاد می‌کند

\n

6- نوار نمایش داده ها ومتغیرها

\n

7-  خط وضعیت

\n

ورود داده ها

\n

پنجره ویرایشگر داده ها

\n

ورود داده ها

\n

تعریف متغیرها

\n

Missing

\n

Align

\n

9- Measure

\n

تعریف متغیرها

\n

وارد کردن دادهها

\n

ذخیره کردن فایل (Save)

\n

بازیابی فایل

\n

خروج از برنامه Spss

\n

فصل پنجم

\n

اهداف درس

\n

ویرایش داد ه ها

\n

ویرایش داده ها ابعاد مختلف دارد :

\n

تغییر و اصلاح داده ها

\n

2- اضافه کردن سطر

\n

3- اضافه کردن متغیر جدید

\n

4- حذف سطر ( مورد)

\n

5- حذف ستون ( متغیر )

\n

پیدا کردن سطر

\n

جستجوی داده ها

\n

جستجوی متغیر

\n

COPY

\n

CUT

\n

CUT و PASTE

\n

لیست کردن داده ها

\n

مرتب کردن داده ها

\n

انتخاب موارد

\n

( باز سازی داده ها ) Recoding

\n

( محاسبه داده ها ) Compute

\n

شمارش داده ها

\n

فصل ششم

\n

اهداف درس

\n

روشهای آماری در Spss

\n

آمار توصیفی

\n

آمار استنباطی

\n

قابلیتهای آماری SPSS

\n

جداول توافقی

\n

فصل هفتم

\n

اهداف درس

\n

آزمون پارامتری

\n

آزمونهای t

\n

آزمون t یک نمونهای‌

\n

آزمون t دو گروه مستقل

\n

آزمون t زوجی

\n

تحلیل واریانس

\n

تحلیل واریانس یک طرفه  Way- One

\n

آنالیز واریانس یکطرفه

\n

آنالیز واریانس دو طرفهTow - Way Analysis of Variance)

\n

آنالیز واریانس دو طرفه

\n

ضریب همبستگی پیرسون

\n

فصل هشتم

\n

اهداف درس

\n

آزمونهای ناپارامتری

\n

آزمون  Uمن ویتنی Mann -Whitney U Test

\n

آزمون  Uمن ویتنی

\n

آزمون ویلکاکسون Wilcoxon Test

\n

آزمون کروسکال والیس

\n

آزمون کای دو

\n

آزمون فریدمن

\n

آزمون کوکران

\n

آزمون مک نمار Mc.Nemar Test

\n

ضریب همبستگی اسپیرمن

\n

\n \n\n \n\n

---

\n\nقسمت ها و تکه های اتفاقی از فایل\n\n \n\nفصل ششم\n\nروشهای آماری در Spss\n\nاهداف درس\n\nاز دانشجویان انتظار می رود پس از پایان این برنامه با مفاهیم زیر آشنا شوند :\n\nقابلیت های آماری نرم‌افزار SPSS\n\nچگونگی  و شرایط استفاده از آمارهها\n\nتعریف جامعه آماری و حجم  نمونه\n\nتعریف فرضیه و متغیر\n\nسطوح روشهای آماری\n\nآمار توصیفی  و آمار استنباطی\n\nشاخص‌های دستور Frequencies\n\nشاخص‌های مرکزی\n\nپس از وارد کردن اطلاعات، جهت تحلیل دادهها لازم است از قابلیتهای آماری موجود در نرم‌افزار Spss استفاده شود. جهت توصیف دادهها باید از آمارههای توصیفی استفاده کرد.\n\nاستفاده از آمارهها بستگی به نوع متغیر دارد.\n\nروشهای آماری در Spss\n\nدر تحلیل یافتههای تحقیق دو سطح از روشهای آماری مورد استفاده قرار می‌گیرد:\n\nآمار توصیفی\n\nآمار استنباطی\n\nآمار توصیفی\n\nاستفاده از فراوانی‌های مطلق و نسبی در بررسی متغیرها ، معمول می باشد .\n\nآمار استنباطی\n\nروشهایی که ما را قادر می‌سازد از دادههای بدست آمده از نمونه نتیجهای را درباره جامعه استنباط کنیم. سؤالاتی مانند‌ آیا تفاوت معنا داری وجود دارد؟ را از طریق آمار استنباطی به زبان آماری، پاسخ می‌دهیم.\n\nآمار استنباطی دارای دو نوع آزمون می‌باشد:\n\nپارامتریک   2. ناپارامتریک\n\nآمار توصیفی\n\nروشهای آماری\n\nآمار استنباطی پارامتریک نا پارامتریک\n\nقابلیتهای آماری SPSS\n\nجهت استفاده از گزینههای آمارههای توصیفی در SPSS :\n\n1. روی منوی Analyze  کلیک کنید.\n\nگزینههایReports، Descriptive Statistics، Custom  Tables وCompare Means در‌این منو دیده می‌شود.\n\nادامه بحث\n\n2. روی گزینه Reports کلیک کنید.\n\n3. روی زیر دستور Summaries Case  کلیک کنید. (مطابق شکل)\n\nادامه بحث\n\n4. سپس روی گزینه Descriptive Statistics کلیک کنید\n\nادامه بحث\n\n5. به منظور توصیف متغیر‌ها گزینه Frequencies را اجرا کنید. صدک‌ها، میانگین، میانه، مد، مجموع دادهها، انحراف معیار و... آمارههایی هستند که با توجه به نوع متغیر که اگر کمی‌ باشد، قابل محاسبه خواهندبود.\n\nجداول توافقی\n\nبرای تهیه جداول فراوانی دوبعدی از دستور Crosstabs استفاده کنید. ‌این دستور برای دادههای اسمی‌ و رتبهای جداول دو بعدی را‌ایجادمی‌کند.\n\nجهت استفاده از گزینه Crosstabs :\n\nاز منوی Analyze دستور Descriptive Statistics را انتخاب و کلیک کنید.\n\nادامه بحث\n\nزیر دستور Crosstabs را انتخاب و اجرا کنید.\n\nجداول توافقی\n\nپس از اجرای گزینه Crosstabs کادر مکالمه Crosstabs دیده می‌شود.\n\nبا انتخاب و کلیک کردن روی نام متغیرها، آنها را به کادرهای Rows و Columns منتقل نمائید\n\nادامه بحث\n\n3 .روی گزینه OK کلیک کنید.\n\nدر صورتی‌که نیاز به جداول سه بعدی داشته باشید، متغیر مورد نظررا به کادر Previous منتقل کنید.\n\nفصل هفتم\n\nآزمون پارامتری\n\nاهداف درس\n\nاز دانشجویان انتظار می رود پس از پایان این برنامه با مفاهیم زیر آشنا شوند :\n\nآزمون پارامتری  و شرایط استفاده از آن\n\nانواع آزمون‌های پارامتری  و چگونگی تشخیص استفاده  از آنها\n\nانواع آزمون t\n\nآزمون لون\n\nتشخیص برابری واریانس‌ها\n\nتحلیل واریانس\n\nتشخیص سطح معنی‌داری\n\nضریب همبستگی پیرسون\n\nآزمون پارامتری\n\nبرای استفاده از این آزمونها شرایطی لازم است:\n\n1. دادهها دارای توزیع نرمال باشند.\n\n2. دادهها دارای مقیاس فاصله ای‌ یا نسبی باشند.\n\n3. نمونهها واریانس مساوی داشته باشند.\n\nآزمونهای t\n\nآزمون t به منظور تعیین تفاوت معناداری بین دو میانگین به کار می‌رود.این آزمون یک آزمون پارامتری است.\n\nآزمونهای t\n\nسه نوع آزمون t وجود دارد:\n\n1. t یک نمونهای‌\n\n2. t دو گروه مستقل\n\n3. t زوجی یا دو گروه وابسته\n\nآزمون t یک نمونهای‌\n\nاین آزمون به این سؤال پاسخ می‌دهد که میانگین مشاهده شده در مقایسه با مقدار واقعی تفاوت معناداری دارد یا خیر. این آزمون ساده ترین آزمون t می‌باشد.\n\nجهت انجام آزمون t تک نمونهای‌ :\n\nاز منوی Analyze گزینه Compare Means را انتخاب وکلیک کنید.\n\nدستورT Test... Sampl –One راکلیک واجراکنید\n\nآزمون t یک نمونهای‌\n\nادامه بحث\n\nپنجره Test T Sampl –One دیده می‌شود.\n\nمتغیر مورد نظر را از لیست متغیرهای کادر سمت چپ به کادر سمت راست (Test Variables) منتقل کنید.\n\nادامه بحث\n\nروی گزینه OK کلیک کنید. خروجی دیده می‌شود.\n\nبا توجه به سطح معنی داری sig درمورد آزمون قضاوت کنید.\n\nآزمون t دو گروه مستقل\n\nاین نوع آزمون را آزمون غیر وابسته نیز می‌خوانند. در این نوع آزمون تفاوت بین میانگینهای دو جامعه آماری مستقل، مورد آزمون قرار می‌گیرد.\n\nادامه بحث\n\nدو نمونه تصادفی از دو جامعه را با هم مقایسه می‌کنیم تا تفاوت یا عدم تفاوت میانگینهای آنها را معین کنیم.\n\nجهت اجرای آزمون t مستقل :\n\n1. روی منوی Analyze کلیک کنید.\n\n2. روی گزینه Compare Means کلیک کنید.\n\n3. مطابق شکل روی دستور Independent Samples T tests کلیک کنید\n\nآزمون t دو گروه مستقل\n\nادامه بحث\n\n4. کادر گفتگوی Independent – Sample T Testمشاهده می‌شود.\n\nفهرستی از متغیر‌ها در کادر دیده می‌شود. روی متغیر وابسته کلیک کنید و آن را درون کادر مقابل با نام Test Variable منتقل کنید\n\nادامه بحث\n\n5. روی متغیر مستقل کلیک کنید و آن را به کادر Grouping Variable منتقل نمائید.\n\nادامه بحث\n\nبه عنوان مثال جنسیت به عنوان متغیر مستقل در نظر گرفته شد.\n\nادامه بحث\n\nروی دکمه Define Groups‌ کلیک کنید. مطابق شکل کادر دیده می‌شود، این کادر مشخص می‌کند که کدام دو گروه در حال مقایسه شدن هستند.\n\nادامه بحث\n\nدر مثال موجود متغیر مستقل جنسیت می‌باشد که لازم است کدهای 1و2 را به درون کادرهای مشخص وارد کنید.\n\n5 . روی گزینه OK کلیک کنید. خروجی آزمون t مشاهده می‌شود.\n\n6. روی دکمه Continue کلیک کنید. همانگونه که در شکل می‌بینید مقادیر درون پرانتز وارد شده است\n\nبرای بررسی برابری واریانسهای دو گروه ، به مقدار Sig آزمون لون توجه می‌شود اگر مقدار Sig آزمون لون کمتر از 05/0 باشد، واریانسهای دو جامعه برابر نیستند. دراین حالت باید از آمارههای مربوط به واریانسهای نابرابر استفاده کرد\n\nآزمون t زوجی\n\nبه این آزمون، t همبسته یا وابسته نیز می‌گویند. برای تشخیص تفاوت میانگین دو گروه وابسته، ازاین آزمون استفاده و انجام می‌شود.\n\nادامه بحث\n\n1-از منویAnalyze  گزینه  Compare Means‌را انتخاب وکلیک کنید\n\nآزمون t زوجی\n\n2. روی Samples T test Paired کلیک کنید، پنجره  زیردیده می‌شود\n\nادامه بحث\n\n3. دو متغیر موردنظر را به طور هم زمان انتخاب و به کادر Paired Variables منتقل کنید.\n\n4. روی دکمه OK کلیک کنید. خروجی  دیده می‌شود\n\nتحلیل واریانس\n\nمجذور انحراف اعداد از میانگین را واریانس می‌گویند. مقدار واریانس نشان دهنده پراکندگی دادهها از میانگین است.\n\nهر چه واریانس بزرگتر باشد، انحراف اعداد از میانگین بیشتر است و هر چه کوچکتر باشد، انحراف اعداد از میانگین کمتر است\n\nیکی از روشهای آماری جهت سنجش تفاوت معنی‌داری بین میانگین‌های دو یا چند نمونه، تحلیل واریانس می‌باشد.\n\nتفاوت تحلیل واریانس با آزمون t دراین است که آزمون t برای مقایسه دو میانگین کاربرد دارد. اگر هدف تحقیق مقایسه چند میانگین باشد، تحلیل واریانس کاربرددارد.\n\nتحلیل واریانس یک طرفه  Way- One\n\nروش آماری که طی آن تاثیر یک متغیر مستقل روی متغیر وابسته بررسی می‌شود، تحلیل واریانس یک طرفه گفته می‌شود.\n\nبرای محاسبه آنالیز واریانس یکطرفه :\n\n1. از منوی Analyze، گزینه Compare means را کلیک کنید.\n\n2. مطابق اسلاید بعد، گزینه One - Way  AN0VA  را انتخاب کنید.\n\nآنالیز واریانس یکطرفه\n\nبا اجرای گزینهOne - Way ANOVA، پنجره مقابل دیده می‌شود:\n\nادامه بحث\n\n4. متغیر‌های مورد نظر را از لیست سمت چپ به کادر سمت راست Dependent List منتقل کنید. روی دکمه Contintue و سپس OK کلیک کنید. خروجی دیده می‌شود\n\nادامه بحث\n\n5. روی گزینه Options کلیک کنید. شکل مقابل دیده می‌شود:- روی دکمه Contintue و سپس OK کلیک کنید . خروجی دیده می شود .\n\nآنالیز واریانس دو طرفهTow - Way Analysis of Variance)\n\nدرتحلیل واریانس دو طرفه، متغیر مستقل تغییرات متغیر وابسته را تبیین می‌کند.\n\nهنگامی‌که دو متغیر مستقل با مقیاس اسمی‌یا رتبهای‌، متغیر وابسته را تبیین نمایند، از آنالیز واریانس دو طرفهجهت محاسبه روابط متغیرها، استفاده می‌شود.\n\nادامه بحث\n\n1- از منوی Analyze، گزینه General Linear Model کلیک کنید.\n\n2. مطابق شکل گزینه Univariate انتخاب کنید :\n\nآنالیز واریانس دو طرفه\n\n4. مطابق شکل متغیر وابسته را به کادر Dependent Variable منتقل کنید و متغیرهای مستقل را به کادر بعدی منتقل نمایید.\n\nادامه بحث\n\n5. روی گزینه مدل Model کلیک کنید شکل مقابل دیده می شود:\n\nادامه بحث\n\n6. روی گزینه full factorial کلیک کنید و دکمه continue را فشار دهد.\n\nادامه بحث\n\n7. روی گزینه plots کلیک کنید شکل مقابل دیده می شود. متغیرهای مورد نظر را به کادرهای مقابل منتقل کنید و گزینه Add را کلیک کنید.\n\nدکمه continue را فشاردهد.\n\nادامه بحث\n\n8. روی گزینه options کلیک کنید شکل مقابل دیده می شود .\n\nادامه بحث\n\nروی گزینه Residual plot کلیک کنید و دکمه continue را فشار دهد، خروجی‌ دیده می شود.\n\nضریب همبستگی پیرسون\n\nجهت محاسبه ضریب همبستگی پیرسون مراحل زیر را دنبال کنید:\n\n1. از منوی Analyze، گزینه Correlate را انتخاب و کلیک نمائید.\n\n2. مطابق شکل، دستور Bivariate را کلیک کنید:\n\nضریب همبستگی پیرسون\n\nادامه بحث\n\n3. بعد از اجرای دستور Bivariate پنجره مقابل مشاهده می‌شود:\n\nادامه بحث\n\n4. متغیر‌های مورد نظر را به کادر Variable منتقل کنید.\n\n5. روی گزینه Pearson کلیک کنید.\n\nادامه بحث\n\n6. روی دکمه Options کلیک کنید.شکل مقابل دیده می شود:\n\nادامه بحث\n\n7. گزینههای زیر مجموعه Statistics را علامت دار کنید.(مطابق شکل)\n\nادامه بحث\n\n8. دکمه Continue را کلیک کنید.\n\n9. دکمه OK را کلیک کنید.\n\nخروجی مشاهده می‌شود.\n\nآزمون Z\n\nt یک نمونههای‌\n\nآزمونهای t\n\nt مستقل\n\n◄ مهمترین\n\nt وابسته\n\nآزمونهای\n\nپارامتری\n\nعبارتند از:\n\nآنالیز واریانس\n\nیک‌طرفه\n\nدوطرفه\n\nضریب همبستگی پیرسون\n\nفصل هشتم\n\nآزمونهای ناپارامتری\n\nاهداف درس\n\nاز دانشجویان انتظار می رود پس از پایان این برنامه با مفاهیم زیر آشنا شوند :\n\nآزمون‌های ناپارامتری و شرایط استفاده از آنها\n\nآزمون ناپارامتری معادل آزمون t مستقل\n\nآزمون ناپارامتری معادل آزمون t زوج\n\nآزمون‌های ناپارامتری معادل تحلیل واریانس\n\nآزمون X2\n\nآزمون فریدمن و کوکران\n\nشرایط آزمون مک نمار\n\nاستفاده از ضریب همبستگی اسپیرمن\n\nآزمونهای ناپارامتری\n\nآزمونهایی که برای دادههایی که دارای توزیع مشخص نیستند، مورد استفاده قرار می‌گیرد، آزمونهای ناپارامتری نامیده می‌شود. این آزمونها در شرایطی که دادهها ترتیبی یا اسمی‌ باشند، مورداستفاده قرار می‌گیرند.\n\nآزمون  Uمن ویتنی Mann -Whitney U Test\n\nیک آزمون ناپارامتریک جهت متغیرهایی با مقیاس اسمی‌- رتبهای می‌باشد.\n\nآزمون من ویتنی معادل آزمون پارامتریک t دو گروه مستقل می‌باشد. کاربرد این آزمون هنگامی‌است که قرار است دو گروه را بر حسب رتبه افراد با هم مقایسه کنند.\n\nادامه بحث\n\nفرض کنید محققی می‌خواهد در یک جامعه، تحصیلات را بر حسب جنسیت مورد بررسی و مقایسه قرار دهد، استفاده از آزمون من ـ ویتنی در صورتی که متغیر تحصیلات دارای مقولات زیاد باشد، امکان پذیر می‌باشد.\n\nمراحل زیررا جهت آزمون U اجرا کنید:\n\n1. از منوی Analyze گزینه NonParametric Test را کلیک کنید.\n\n2. مطابق شکل گزینه 2 independent Sample را انتخاب کنید.\n\nآزمون  Uمن ویتنی\n\nادامه بحث\n\n3. پس ازانتخاب و اجرای 2 independent Sample\n\nپنجره مقابل دیده می‌شود . 4.گزینهMann Whitney U را علامت‌دار کنید.\n\nادامه بحث\n\n5. روی گزینه Define Groups کلیک کنید، کادر مقابل دیده می‌شود: کدهای گروه 1 و 2 را مقابل کادرهای هر کدام تایپ کنید.\n\nآزمون  Uمن ویتنی\n\nدر اینجا متغیر جنسیت با توجه به کدگذاری اولیه دارای دو کد 1 و 2 برای آقایان و خانمها می‌باشد.\n\n7. دکمه Continue و سپس OK را کلیک کنید. خروجی زیر دیده می‌شود.\n\nآزمون ویلکاکسون Wilcoxon Test\n\nویلکاکسون، آزمون ناپارامتریک جهت متغیرهایی با مقیاس رتبهای می‌باشد. از طریق این آزمون، امکان مقایسه قبل و بعد یک وضعیت تحت تاثیر یک متغیر امکان پذیر است.\n\nآزمون ویلکاکسون، معادل آزمون پارامتریک t زوجی می‌باشد.\n\nادامه بحث\n\nفرض کنید محققی می‌خواهد تاثیر استفاده از وسایل کمک آموزشی و سمعی ـ بصری را روی نتیجه آزمون دانشجویان بررسی کند. ابتدا از دانشجویان آزمون به عمل می‌آید، سپس از وسایل کمک آموزشی استفاده می‌شود و مجددا آزمون برگزارمی‌گردد.\n\nبرای اجرای ویلکاکسون :\n\n1. از منوی Analyze، گزینه Nonparametrice Test را کلیک کنید.\n\n2. - Related Sample 2را انتخاب کنید:\n\nادامه بحث\n\n3. با اجرای گزینه 2، کادر دیده می‌شود:\n\n4 . متغیرهای مورد نظر را به صورت جفتی به کادر Test Pairs List منتقل کنید. انتقال به صورت تک متغیری امکان پذیر نمی‌باشد.\n\n5. گزینه Wilcoxon را کلیک کنید.\n\n6. دکمه OK را کلیک کنید. خروجی دیده می‌شود.\n\nآزمون کروسکال والیس\n\nهنگامی‌که دادهها در مقیاس رتبهای ‌باشند، جهت مقایسه وضعیت یک متغیر در چند گروه، از این آزمون استفاده می‌شود.\n\nآزمون کروسکال والیس ,معادل تحلیل واریانس یک طرفه در آزمونهای پارامتریک است.\n\nادامه بحث\n\nبرای اجرای آزمون :\n\n1. از منوی Analyze، گزینه NonParametrice Test را انتخاب و کلیک کنید.\n\n2. گزینه K Independent Samples راانتخاب کنید:\n\nادامه بحث\n\n3. پس از اجرای گزینه K Independent Samples پنجره مقابل دیده می‌شود:\n\nادامه بحث\n\n4. متغیر‌های مورد نظر را از کادر سمت چپ به کادرهای test Variable و Grouping Variable منتقل کنید.\n\n5. گزینه Kruskal- Wallish را مارک‌دار کنید.\n\nادامه بحث\n\n6. روی گزینه Define Range کلیک کنید. کادرمقابل دیده می‌شود. مقابل گزینه حداقل و حداکثر، کدهای مورد استفاده را تایپ کنید.\n\n \n\nآزمون کای دو\n\nهنگامی‌که دادههایی با مقیاس اسمی‌وجود دارد، یکی از معمول ترین آزمونها، آزمون می‌باشد.\n\nادامه بحث\n\nبرای اجرای این آزمون :\n\n1. از منوی Analyze، گزینهDescriptive Statistics‌ را انتخاب و کلیک کنید.\n\nادامه بحث\n\n. دستور Crosstab را انتخاب و کلیک کنید. با اجرای این دستور شکل دیده می‌شود:\n\n3. متغیرهای مورد نظر را به کادرهای Row و Column (سطر و ستون) منتقل کنید.\n\nادامه بحث\n\n4. روی گزینه Statistics کلیک کنید. پنجره مقابل دیده می‌شود:\n\n5. روی گزینه Chi - Square کلیک کنید.\n\nادامه بحث\n\n6. گزینه Continue و سپس OK را انتخاب و کلیک کنید. خروجی دیده می‌شود.\n\nآزمون X2 از آزمونهای ناپارامتری به شمار می‌آید، یعنی به علت عدم جهت‌گیری نمی‌تواند مشخص کند وضعیت کدام جنسیت بهتر است، صرفا متفاوت بودن وضعیت با توجه به نوع متغیر مشخص می‌شود.\n\nکاربرد آزمون X2 این است که مشخص می‌کند آیا رابطه بین دو متغیر کیفی تصادفی است یا واقعی.\n\nآزمون فریدمن\n\nهنگامی‌ که قرار است متغیرهایی با مقیاس رتبهای در k گروه وابسته آزمون شوند، جهت بررسی تفاوت در گروه های وابسته از این آزمون استفاده می‌شود.\n\nادامه بحث\n\nجهت استفاده از این آزمون :\n\n1. از منوی Analyze گزینه NonParametric Test را انتخاب و کلیک کنید.\n\n2. گزینه K Ralated Sample را کلیک کنید.\n\nآزمون فریدمن\n\nادامه بحث\n\n3. پس از اجرای گزینه K Ralated Samples، کادر زیر دیده می‌شود:\n\n4. متغیرهای مورد نظر را از کادر سمت چپ به کادر سمت راست Test Variable منتقل کنید.\n\n5. گزینه Friedman را علامت دار کنید.\n\n6. دکمه OK را کلیک کنید. خروجی مشاهده می‌شود.\n\nآزمون کوکران\n\nاگر متغیرهای مورد بررسی دارای مقیاس اسمی‌باشند، جهت آزمون تفاوت بین k گروه وابسته می‌توان از  آزمون کوکران استفاده کرد\n\nادامه بحث\n\n1. از منوی Analyze گزینه Nonparametric Test را انتخاب و کلیک کنید.\n\n2.گزینه K Related Samples را اجرا کنید. پنجره مشاهده می‌شود:\n\nادامه بحث\n\n3. متغیرهای مورد نظر را از کادر سمت چپ به کادر Test Variable منتقل کنید.\n\n4. گزینه Q s Cochran را علامت‌دار کنید.\n\nادامه بحث\n\n5. دکمه OK را کلیک کنید.\n\nخروجی  مشاهده می‌شود.\n\nتوجه داشته باشید برای استفاده از آزمون کوکران متغیر مورد نظر بایستی دو بعدی باشد.\n\nآزمون مک نمار Mc.Nemar Test\n\nآزمون مک نمار جهت مقایسه دو وضعیت کاربرد دارد.\n\nشرط استفاده از این آزمون آن است که متغیر بایستی کیفی باشد و دو مقوله داشته باشد.اگر متغیر دو مقولهای نباشد، پیغام خطا دیده می‌شود.\n\nادامه بحث\n\n1. از منوی Analyze، گزینه Nonparametric Test را کلیک کنید.\n\n2. گزینه 2-Related Samples... را اجرا کنید. پنجره اسلاید بعد دیده می‌شود:\n\nآزمون مک نمار Mc.Nemar Test\n\nادامه بحث\n\n3. جفت متغیر مورد نظر را به کادر Test Pair List  منتقل کنید.\n\n4. گزینه McNemar را کلیک کنید.\n\n5. دکمه OK را کلیک کنید. خروجی  دیده می‌شود.\n\nضریب همبستگی اسپیرمن\n\nبرای محاسبه همبستگی بین دو متغیر بر حسب رتبه ها در این دو متغیر، بهجای استفاده از ضریب همبستگی پیرسون از ضریب همبستگی اسپیرمن استفاده می‌شود.\n\nادامه بحث\n\n1. از منوی Analyze گزینه Correlate را انتخاب وکلیک کنید.\n\n2. دستور Bivariate را اجرا کنید.کادر مقابل دیده میشود.\n\nضریب همبستگی اسپیرمن\n\n3. متغیرهای مورد نظر را به کادر Variables منتقل کنید.\n\n4. گزینه Spearman را علامت دار کنید .\n\n5.دکمه OK را کلیک نمائید. خروجی مشاهده می‌شود\n\nمن ویتنی (معادل t مستقل)\n\nویلکاکسون  (معادل t زوج)\n\n◄مهمترین آزمونهای\n\nکروسکال ـ والیس\n\nناپارامتری عبارتند از:\n\n(معادل تحلیل واریانس یکطرفه)\n\nکای دو\n\nمک نمار\n\nفریدمن\n\nکوکران\n\n \n\n \n\n30 تا 70 درصد پروژه | پاورپوینت | سمینار | طرح های کارآفرینی و  توجیهی |  پایان-نامه |  پی دی اف  مقاله ( کتاب ) | نقشه | پلان طراحی |  های آماده به صورت رایگان میباشد ( word | pdf | docx | doc )