انجام فصل 4 پایان نامه و پروژه های تحقیقی - پایگاه تحلیل آماری

پایگاه تحلیل آماری، مشاوره و انجام تحلیل آماری پایان نامه، انجام فصل 4 پایان نامه با لیزرل و Spss

تحلیل آماری و انجام فصل چهارم پایان نامه (لیزرل، Spss، آموس، اسمارت PLS و ...)

 

مشاوره رایگان در زمینه تمامی فصول پایان نامه

ایمیل:lisrel167@gmail.com

انتخاب رایگان آزمون آماری و تکمیل فصل سوم طرح های پژوهشی 

  شماره تماس:09370942358-09116901585

فصل 4 پایان نامه خود را به ما بسپارید

به صورت کاملا حرفه ای

با کمترین هزینه  

هر گونه مشکل آماری در تحلیل آماری را به راحتی بر طرف می کنیم 

  هر جا که باشید می توانید مشاوره و تحلیل آماری تحقیقات علمی، مقالات، پایان نامه ها و پروژه هایتان را از ما بخواهید. انجام تحلیل ها توسط کارشناسان ارشد و دکتری. به صورت علمی ، سریع و با هزینه مناسب. تسویه حساب نهایی پس از تایید استاد راهنما. 

———————–

تحلیل کامل و روان داده ها

استفاده از جدیدترین روش های تحلیلی

تحویل به موقع  و در کوتاه ترین زمان

کمک به پژوهشگران جهت شناخت روش صحیح پژوهش

تحویل فصل چهارم به صورت  word 

هزینه ها با توافق طرفین و حجم کار قابل تغییر است

 

کافیست با ما تماس بگیرید

09370942358-09116901585 

 وبلاگ تحلیل آماری پایان نامه با لیزرل

تحلیل آماری با نرم افزار Spss و Lisrel

کانال تلگرام ما را نیز دنبال فرمایید:

https://telegram.me/paygahtahlilamari

  
نویسنده : تحلیل آماری ; ساعت ۱۱:٢٦ ‎ب.ظ روز ۱۳٩٥/۱٢/۱٤

تعداد واحدهای تحت بررسی در تحلیل پوششی داده ها (DEA)

چارنز،کوپرو رودز، درساخت مدلCCR به یک رابطة تجربی رسیدند که رابطه بین تعداد واحدهای مورد ارزیابی را با تعداد ورودیها و خروجیهای مسأله نشان می‌داد. این رابطه به صورت زیراست:

(تعداد خروجیها + تعداد ورودیها) 3 ≤ تعداد واحدهای مورد ارزیابی

در صورتی که این رابطه برای واحدهای مورد ارزیابی صدق نکند، تعداد واحدهای کارای مدل زیاد می‌شود و عملاً تفکیک و رتبه‌بندی بین واحدها سخت می‌گردد. برای رفع این نقیصه، سعی می‌شود  با  ترکیب ورودیها یا خروجیهای مشابه، تعداد آنها را کاهش داد (زیاو، بیل و ریوز[1]، 1997).



[1] Xiao-Bail, Reeves

  
نویسنده : تحلیل آماری ; ساعت ٧:٢٤ ‎ق.ظ روز ۱۳٩٥/٩/۱٩

نحوه تفسیر نمودارهای استادارد و معنی داری در تحلیل عاملی تأییدی در لیزرل

در حالت تخمین استاندارد بارهای عاملی نشان داده می شود، هر چه بار عاملی بزرگتر و به عدد یک نزدیکتر باشد، یعنی متغیر مشاهده شده (سؤال) بهتر می تواند متغیر مکنون یا پنهان را تبیین نماید. اگر بار عاملی کمتر از 3/0 باشد رابطه ضعیف در نظر گرفته شده و از آن صرف نظر می شود. بار عاملی بین 3/0 و 6/0 قابل قبول و اگر بیشتر از 6/0 باشد خیلی مطلوب است.

در حالت معنی داری نیز باید ارزشt  (ضریب مسیر در حالت معنی داری) بیشتر از مقدار 96/1 باشد تا رابطه بین هر سؤال و متغیر مورد نظر معنی دار باشد. در صورتیکه که ارزش t برای همه سؤالات بیشتر از مقدار 96/1 بدست آمده لذا رابطه بین سوالات و متغیر مورد نظر معنی دار بوده و بنابراین سؤالات تبیین کننده مناسبی برای متغیر مورد نظر هستند.

  
نویسنده : تحلیل آماری ; ساعت ۸:٥۱ ‎ق.ظ روز ۱۳٩٥/٩/۱٢

شاخص های برازش در تکنیک حداقل مربعات جزئی با نرم افزار اسمارت PLS

معیارR2

R2نشان از تاثیری دارد که یک متغیر برون زا بر یک متغیر درون زا می گذارد. چینسه مقدار 19/0،33/0 و 67/0 را به عنوان مقدار ملاک برای مقادیر ضعیف، متوسط و قوی R2معرفیمی‌کند (چین، ۱۹۹۸،نقل از داوری و رضازاده،۱۳۹۲).

معیارQ2[1]

در صورتی که مقدار Q2در مورد یک سازه‌ی درون زا صفر و یا کمتر از صفر شود، نشان از آن دارد که روابط بین سازه‌های دیگر مدل و آن سازه‌ی درون زا به خوبی تبیین نشده است و در نتیجه مدل احتیاج به اصلاح دارد. هنسلر و همکاران (۲۰۰۹) در مورد شدت قدرت پیش بینی مدل در مورد سازه‌های درون زا، سه مقدار 02/0،15/0 و 35/0 را تعیین نموده اند (هنسلر و همکاران، ۲۰۰۹،نقل از داوری و رضازاده،۱۳۹۲).

معیارGOF

معیار GOF مربوط به بخش کلی مدل­های معادلات ساختاری است که توسط این معیار محقق می­تواند پس از بررسی برازش بخش اندازه­گیری و بخش ساختاری مدل کلی پژوهش خود، برازش بخش کلی را نیز کنترل نماید. برای بررسی برازش در یک مدل کلی تنها یک معیار به نام GOF استفاده کی­شود. سه مقدار 01/0، 25/0، 36/0 به عنوان مقادیر ضعیف، متوسط و قوی برای GOF معرفی شده است(وتزلس و همکاران،2009). این معیار از طریق فرمول زیر محاسبه می­شود:



[1] -Stone – Geisser Criterion

  
نویسنده : تحلیل آماری ; ساعت ۱٠:٤٦ ‎ب.ظ روز ۱۳٩٥/٩/٤

← صفحه بعد