بخشی از پاورپوینت
--- پاورپوینت شامل تصاویر میباشد ----
اسلاید 1 :
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.
اسلاید 2 :
(1انتخاب تئوری یا نظریه
(2طراحی مدل
(3گردآوری داده ها به منظورآزمون مدل
(4ارزیابی مدل به منظورتائید یا بهبود آن
(5بازگشت به تئوری و تکرار مراحل قبل
اسلاید 3 :
این روش توسط کارل پيرسون 1901 وچارلز اسپيرمن 1904براي اولين بار هنگام اندازه گيري هوش مطرح شد.
براي تعيين تأثيرگذارترين متغيرها در زمانيكه تعداد متغيرهاي مورد بررسي زياد و روابط بين آنها ناشناخته باشد، استفاده مي شود. در اين روش متغيرها در عاملهايي قرار مي گيرند، به طوريكه از عامل اول به عاملهاي بعدي درصد واريانس كاهش مي يابد، از اين رو متغيرهايي كه در عامل هاي اولي قرار مي گيرند، تأثيرگذارترين هستند.
اسلاید 4 :
- تحليل عاملي از تعدادی فنون آماری ترکیب شده و هدف آن ساده تر کردن مجموعههای پیچیدة دادههاست.
- تحلیل عاملی به عنوان يك تكنيك كاهش دهنده ي داده ها نام-گذاري شده است.
- داده هاي اوليه براي تحليل عاملي، ماتريس همبستگي بين متغيرها است.
- به منظور پي بردن به متغيرهاي زيربنايي يك پديده يا تلخيص مجموعه اي از داده ها از آن استفاده می شود.
اسلاید 5 :
به طور كلي هدف از تجزيه
عامل ها به شرح زير خلاصه مي شود:
الف) تفسير وجود همبستگي دروني بين تعدادي صفت قابل مشاهده از طريق عواملي كه قابل مشاهده نيستند و آنها راعامل گويند. در واقع اين عوامل غيرقابل مشاهده دليل مشترك همبستگي بين متغيرهاي اصلي هستند.
ب) ارائه روش تركيب و خلاصه كردن تعداد زيادي از متغيرها در تعدادي گروه متمايز.
ج) از بين متغيرهاي مختلف تأثيرگذارترين آنها تعيين شده و در پژوهش هاي بعدي به طور جزيي تر متغيرهاي تأثيرگذار رابا تكرار بيشتري بررسي مي كنند.
اسلاید 6 :
حجم نمونه: حداقل 5 مورد براي هر متغير
نرمال بودن: متغيرها داراي توزيع نرمال باشند.
خطي بودن متغيرها: خطي بودن مهم است زيرا تحليل عاملي مبتني بر همبستگي است.
دور افتاد ه ها در ميان موردها: از مجموعه داد ه ها حذف شوند.
كمي باشند، دامنه ي نمرات آنها بزرگ، داراي توزيع متقارن و تك نمايي باشند. ((unimodally
اسلاید 7 :
(اسپرمن 1904 ) اولين مقاله مهم در زمينه تحليل عاملي در مورد عملكرد امتحان دانش آموزان در درس ادبيات x1 و درس زبان فرانسه x2درس زبان انگليسي x3بود كه ماتريس همبستگي آن به صورت زير است:
اسلاید 8 :
با اينكه ماتريس فوق داراي رتبه كامل است ولي مي توانيم به گونه اي مناسب و مفيد با ارائه سه متغير زير ابعادش را از p3 به p1کاهش دهیم
اسلاید 9 :
ماتریس همبستگی مجموعهای از ضرایب همبستگی بین تعدادی از متغیرها است:
.1فرض بر این است که هر متغیر با خودش همبستگی کامل دارد(عناصری که در قطرهای ماتریس همبستگی قرار میگیرند در فهم و تفسیر تحلیلهای عاملی مهم هستند).
.2زواید زیادی در ماتریس وجود دارد، بدین معنا که هر ضریب دوبار در ماتریس ظاهر میشود.
.3تحلیل عاملی برای سادهکردن چنین ماتریسهایی طراحی شده است
.4در یک ماتریس بزرگ از همبستگیها، منطقی است بپرسیم که چه چیزی ممکن است این همبستگیها را تبیین کند.
اسلاید 10 :
تعریف عامل: اساساً عامل، بعد یا سازهای است که روابط بین مجموعهای متغیرها را به صورت خلاصه مطرح میکند بنا به عقیدة رویس (1963)، عامل، سازهای است که عملاً از روی (یا بوسیلة) بارهای عاملیاش تعریف میشود.
تعریف بارهای عاملی: همبستگی یک متغیر با یک عامل را بار عاملی گویند. فرض کنید که مجموعهای از آزمونهای توانایی و پیشرفت تحصیلی را تحلیل عاملی کردهایم. این مثال، سه عامل را در یک نوع تحلیل عاملی از تواناییها نشان میدهد. عاملهای دیگری نیز ممکن است وجود داشته باشد اما اینها ماهیت عوامل و بارهای عاملی را بهتر توضیح میدهند.