تحلیل آماری با SPSS

یک باور اشتباهی که برخی از دانشجویان بسیار بر آن تاکید دارند، این است که اگر مقدار خطای استاندارد چولگی و کشیدگی در محدوده 2± قرار بگیرد، در این صورت توزیع داده‌ها نرمال است. در حالی که تنها بر مبنای خطای استاندارد چولگی و کشیدگی نمی توان در رابطه با نرمال بودن توزیع داده‌های یک متغیر نظری دارد. بلکه باید ضریب چولگی یک متغیر بر خطای استاندارد چولگی و ضریب کشیدگی بر خطای استاندارد کشیدگی تقسیم شود و در صورتی که مقدار نمره z بدست آمده در بازه مقدار بحرانی باشد، می‌توان نتیجه گرفت که توزیع داده‌های متغیر مورد نظر نرمال است.

نمودار درختی نرمالیتی داده ها در spss

به طور خلاصه، تعداد متغیرها می‌تواند بر انتخاب نوع آزمون آماری و تحلیل یافته‌های آزمون‌ها تأثیرگذار باشد. برای نمونه، در آزمون One-way ANOVA، افزایش تعداد متغیرها در بخش آزمون‌های تعقیبی که منجر به افزایش تعداد مقایسه‌های زوجی میانگین‌ها می‌شود، احتمال رد نادرست فرض صفر و بروز خطای نوع اول را افزایش می‌دهد که به این پدیده خطای روش خانواده (Family-wise Error Rate - FWER) گفته می‌شود. برای رفع این خطا، لازم است سطح خطای تحقیق بر تعداد آزمون‌ها تقسیم شود. فرض کنید در تحقیقی هدف مقایسه میزان رضایت شغلی نیروی انسانی در ۵ کارگاه است. با اجرای آزمون تعقیبی توکی (Tukey) در نرم‌افزار SPSS برای ۵ گروه، ۱۰ مقایسه زوجی باید انجام شود (برای به دست آوردن تعداد آزمون‌ها در جدول Multiple Comparisons، کافی است تعداد ردیف‌های این جدول را تقسیم بر ۲ کنید، زیرا هر مقایسه جفتی به‌صورت دوطرفه در خروجی این جدول ظاهر می‌شود). در این صورت، لازم است سطح خطای ۰.۰۵ را بر ۱۰ تقسیم کنید تا از احتمال رد نادرست فرض صفر در یکی از آزمون‌ها جلوگیری شود. نکته مهم این است که در خروجی جدول ANOVA تنها یک آزمون (آزمون F) انجام می‌شود که در این آزمون نیازی به تقسیم سطح خطای تحقیق بر ۱۰ نیست. 👇👇 @spss_2

اهمیت ماژول Complex Samples در نرم‌افزار SPSS در بسیاری از پایان‌نامه‌ها و رساله‌های دکتری از نمونه‌گیری تصادفی ساده استفاده می‌شود. در نمونه‌گیری تصادفی ساده، فرض بر این است که همه‌ی مشاهدات دارای وزن یکسانی هستند و نیازی به تعریف و اعمال وزن هر مشاهده در نرم‌افزار نیست. همچنین در این روش، خطای استاندارد بر مبنای استقلال مشاهدات برآورد می‌شود. مثلاً در تحقیقی که تعداد نمونه آماری ۳۸۴ نفر برآورد شده و از نمونه‌گیری تصادفی ساده برای گردآوری داده‌ها استفاده شده است، فرض بر آن است که همه‌ی مشاهدات برای تعداد نمونه آماری گردآوری شده، وزن یکسانی دارند. اما وقتی صحبت از نمونه‌گیری‌های پیچیده‌تری مانند نمونه‌گیری طبقه‌ای یا خوشه‌ای می‌شود، در تحلیل آماری باید وزن مشاهدات تعریف و اعمال شود. این کار باعث می‌شود محاسبه‌ی خطای استاندارد، واریانس و سایر شاخص‌های آماری دقیق‌تر انجام شود. بنابراین استفاده از روش‌های تحلیلی متعارف در SPSS برای تحلیل مشاهدات نمونه‌گیری‌های پیچیده کفایت نمی‌کند و لازم است که تحلیل داده‌ها با استفاده از ماژول Complex Samples انجام شود تا ویژگی‌های طراحی نمونه‌گیری پیچیده به‌درستی در مدل لحاظ گردد. 👇👇 @spss_2

خود زنی ممنوع! یک موردی که در برخی مقالات و پایان‌نامه‌ها به چشم میخوره، استفاده از روش‌های آماری متناقض برای تحلیل داده‌ها است. برای نمونه در برخی از پایان‌نامه‌ها و مقالات، ابتدا فرض نرمال بودن توزیع داده‌ بررسی شده و نتایج حاکی از غیر نرمال بودن توزیع داده‌های تحقیق است. در ادامه تحلیلگر برای برازش مدل‌های اندازه‌گیری، مدل‌های ساختاری و مدل کل از نرم افزار اسمارت PLS استفاده کرده است. اما خودزنی تحلیلگر اینجاست که با وجود نرمال نبودن توزیع‌ داده‌ها، ابتدا مفروضه‌های کلاسیک رگرسیون را با نرم‌افزار SPSS بررسی می کند و بعد از تایید مفروضه‌ها، با نرم‌افزار اسمارت PLS و یافته‌های مدل‌های ساختاری به آزمون فرضیه‌های تحقیق می‌پردازد. زمانی که توزیع داده‌های تحقیق نرمال نیست، استفاده از مفروضه‌‌های کلاسیک رگرسیون نه تنها ضرورتی ندارد (چرا که این مفروضه‌ها برای داده‌های نرمال طراحی شده‌اند)، بلکه می‌تواند منجر به استنتاج‌های اشتباه شود. 👇👇 @spss_2

یکی از فصل‌هایی که در نگارش پایان‌نامه، توجه کمتری به آن می‌شود، فصل روش‌شناسی تحقیق است. در بسیاری از موارد فصل سوم پایان‌نامه‌ها کپی شده از فایل‌های دیگر است. اندازه نمونه آماری هم با استفاده از جدول مورگان یا روش‌های مشابه تعیین می‌شود. وقتی بحث مطالعه درون‌گروهی و بین گروهی مطرح می‌شود، یک مشکل رایجی که در تمام پایان‌نامه‌ها و حتی مقالات منتشر شده وجود دارد که اساتید داور با استفاده از روش‌های پیشرفته آماری به راحتی آن را تشخیص می‌دهند، در حالی که تشخیص آن برای بسیاری از دانشجویان و حتی تحلیلگران آماری ممکن نیست، عدم کفایت تعداد نمونه آماری است. برای مثال در بسیاری از مطالعات درون‌گروهی، تعداد نمونه آماری بین 15 تا 30 نفر برای هر گروه در نظر گرفته می‌شود. همچنین در تحقیقات بین گروهی بسیاری، تعداد نمونه‌ای که برای هر گروه در نظر گرفته می‌شود در یک بازه خاصی است. حال سوال این است که این تعداد نمونه (15 یا 30 نفر) برای یک مطالعه درون‌گروهی واقعا مناسب است؟ برای پاسخ به این سوال باید از یافته‌های اندازه اثر و توان آماری در پایلوت استادی (مطالعه اولیه، مطالعه مقدماتی، مطالعه تجربی و ...) کمک گرفت. متاسفانه بسیاری از تحقیقاتی که در آن از روش‌های مناسبی برای تعیین اندازه نمونه آماری استفاده نشده است، با وجود تائید تمامی مفروضه‌ها و فرضیه‌ها، یافته‌های تحقیق معتبر نمی‌باشد. در ادامه نمونه فایلی برای یک مطالعه درون‌گروهی با متغیرها و داده‌های فرضی (با اینکه فایل جنبه آموزشی دارد اما بسیاری از تحقیقات وضعیتی مشابه با این فایل دارند) بارگذاری شده است که مفروضه‌های آزمون آنکوا به همراه فرضیه تحقیق با توان آماری قابل قبولی تائید شده است. اما به دلیل اینکه توان آماری داده‌های گردآوری شده قبل از مداخله اختلاف زیادی با توان آماری 0.8 دارد، تعداد نمونه‌ای که برای گردآوری داده‌ها در نظر گرفته شده نسبت به توان آماری 0.8 بسیار کم است که همین مسئله باعث شده است، اعتبار یافته‌های این تحقیق زیر سوال رود. 👇👇 @spss_2

در مقابله‌های برنامه‌ریزی شده پیش‌بینی خاصی در رابطه با نتایج بین گروه‌ها صورت می‌گیرد. اگر در یک مطالعه بیش از دو گروه داشته باشیم و بر این باور باشیم که نتایج داده‌های یک گروه از داده‌های گروه‌های دیگر متفاوت است، در این صورت می‌توانیم از مقابله‌های برنامه‌ریزی شده غیرمتعامد استفاده کنیم. همچنین اگر در تحقیقی بیش از یک گروه آزمایش و یک گروه کنترل داشته باشیم، می‌توانیم برای مقایسه تفاوت داده‌های گروه‌های آزمایش با گروه کنترل از مقابله‌های برنامه‌ریزی متعامد استفاده کنیم. در صورتی که بیش از دو گروه در یک مطالعه داشته باشیم و هیچ قضاوت خاصی در رابطه با نتایج داده‌های گروه‌های مطالعه نداشته باشیم و تنها پیش بینی ما وجود تفاوت در بین گروه‌ها باشد، در این صورت از آزمون‌های تعقیبی استفاده می‌کنیم.

در یک طرح با گروه واحد در دو شرایط نیاز به تعداد نمونه کمتری است. با توجه به اینکه طرح مورد مطالعه دارای دو شرایط و یک گروه واحد است. بنابراین پژوهش از نوع درون گروهی است. در مطالعات درون گروهی افراد مورد مطالعه در دو یا چند شرایط باید مشخص و واحد بوده و تعداد نمونه آماری در دو یا چند شرایط باید برابر باشد. اگر طرح مورد مطالعه برای گروه متمایز (در گروه متمایز یک فرد مشخص نباید در چند گروه حضور نداشته باشد) باشد، در این صورت پژوهش از نوع بین گروهی است که علاوه بر اینکه شرط برابری واریانس‌ها باید بررسی شود، نسبت به مطالعات درون گروهی تعداد افراد بیشتری باید در آن مشارکت داشته و تعداد افراد در هر گروه می تواند برابر یا نابرابر باشد. نکته دیگری که باید به آن اشاره کرد، آزمون تی مستقل به منظور بررسی تفاوت میانگین نمرات متغیر وابسته در مطالعات بین گروهی اجرا می شود.

همبستگی باز آزمایی روشی برای سنجش پایایی یک پرسشنامه در بین نمونه آماری مشخص در دو موقعیت زمانی است. به عبارتی در این روش تلاش می شود که به این سوال جواب داده شود که سوالات یک پرسشنامه در بین افراد یک نمونه آماری و در طول زمان پایا است یا نه؟ برای این منظور از آزمون همبستگی استفاده می شود که اگر ضریب همبستگی بیشتر از 0.7 باشد، می‌توان نتیجه گرفت که سوالات پرسشنامه مورد نظر در طول زمان پایا است. آلفای کرونباخ و پایایی دونیمه روشی است که برای بررسی همسانی درونی سوالات یک پرسشنامه به کار می رود. با استفاده از روش کاپای کوهن و همبستگی درون طبقه‌ای می‌توان پایایی مشاهدات، داوری و نمرات بین ارزیابان را اندازه گیری کرد.

در نرم افزار SPSS و با توجه به آزمون نرمال کولموگروف-اسمیرنوف، زمانی متغیر (داده‌ها) در سطح اطمینان 0.95 دارای توزیع نرمال است که سطح معناداری برای آن متغیر بین 0.05 تا 0.200 قرار گرفته باشد. زمانی که مقدار سطح معناداری برای متغیری بیشتر از 0.200 گزارش شود، این ذهنیت را در استاد داور ایجاد می‌کند، علاوه بر اینکه تحلیل داده‌ها توسط فردی مبتدی انجام شده، احتمال وقوع خطای نوع دوم نیز در آزمون نرمال وجود دارد و یافته‌های داده‌های تحلیل شده دارای اعتبار ضعیفی است. 👉 @SPSS_2

مفروضات آزمون ANCOVA 👉 @SPSS_2

آزمون استقلال متغیر هم‌تغییر یکی از مفروضات آزمون ANCOVA و MANCOVA است که با توجه به این آزمون، باید تفاوت معناداری بین نمرات متغیر هم‌تغییر در گروه‌های متغیر مستقل وجود نداشته باشد. در پژوهشی با یک متغیر مستقل، یک متغیر هم‌تغییر و یک متغیر وابسته، برای بررسی استقلال متغیر هم‌تغییر در دو گروه از آزمون تی مستقل و در بیشتر از دو گروه از آزمون آنوا یک راهه (یک طرفه) مستقل استفاده می‌شود.