Professional Documents
Culture Documents
1396
فهرست
مقدمه41 -------------------------------------------------------------------------------
نمونه41 -----------------------------------------------------------------------------
مقدمه420 ------------------------------------------------------------------------------
تفسیر411 -----------------------------------------------------------------------
انواع آزمونهای مقایسههای چندگانه تعقیبی بعد از معنی دار بودن تفاوت میانگینها با آزمون 410 -------------F
مقدمه422 ------------------------------------------------------------------------------
مقدمه410 ------------------------------------------------------------------------------
مقدمه
معموال فصل چهارم روش پیمایش به بخش آمار و تجزیه و تحلیل دادهها اختصاص دارد .آمار توصیفی یك
از دو بخش مهم ارزیابی و تحلیل دادهها به ویژه در مورد سواالت زمینهای وجمعیت شناسی ابزارهای جمع آوری
اطالعات در این روش است .آمار در دو بخش کلی «سازماندهی وخالصه کردن» و «استنباط» در باره مجموعه
ای از دادههاست .درحقیقت آمار یك نوع ابزاری است که هدفش توصیف کردن است وعالوه بر آن ،از عدد به
علم آمار با روشهای مورد استفاده در جمع آوری ،ارائه ،تجزیه و تحلیل و تفسیردادهها سروکار دارد .هر نوع
عمل کردن روی دادهها که پیش بینیها یا استنباطهایی درباره گروه بزرگتری از دادهها منجر شود .آمار استنباطی
و مجموعه روشها و قوانینی که نتایج را ساده تر کند آمار توصیفی شمرده میشود.
جامعه آماری
جامعه آماری همان جمعیت آماری است .جامعه آماری عبارتاند از مجموعه اشیا یا نمودهایی که یك یا چند
صفت مشترک داشته و در حول همان صفت مشترک در نظر گرفته میشوند و آن را با نماد Nنشان میدهند.مقصد
تمامی آزمون فرضیهها بر اساس آمارهها و ویژگیهای نمونه آماری ،جامعه آماری است که هدف تحقیق تعمیم
الف) جامعه مورد نظر :جامعه ای است متشکل از همه اعضای واقعی یا فرضی که عالقهمند هستیم یافتههای
ب) جامعه مورد مطالعه :جامعهای است که با استفاده از یك قید از جامعه مورد نظر به دست میآید و در
عمل زیر پوشش بررسی قرار میگیرد .این نوع ،برای مواردی است که نمیتوانیم نتایج را به همه افراد جامعه
تعمیم دهیم .به این جامعه ،جامعهی مورد بررسی نیز میگویند.
ج) مطالعه را میتوان با همهی اعضاء و یا بخشی از اعضای جامعه مورد نظر یا جامعه مورد مطالعه به عمل
آورد .بخشی از اعضاء را یا به طریق در دسترس و یا به روش نمونه گیری علمی میتوان انتخاب کرد.
در اکثر تحقیقات دسترسی به کل جامعه امکان پذیر نمیباشد .محقق باالجبار از نمونههایی صحیح و علمی
اگر یك مجموعه داده همه مشاهدات ممکن یك پدیده خاص را شامل شود ،آن را یك جامعه می نامیم .اگر
یك مجموعه داده فقط یك بخش از جامعه را شامل شود ،آن را نمونه می نامیم.
آمار در اوایل عمر خود به توصیف و تلخیص دادههای جامعه میپرداخت .از طریق سرشماری همه عناصر
جامعه مورد بحث و نیاز آماری بدست میآمد .هدف در این نوع آمار محاسبه پارامتر جامعه است .سپس با افزایش
جامعهها و بزرگتر شدن جامعه آماری تمام شماری خود را به نمونه گیری سپرد.
1
نمونه
منظور از نمونه ( )sampleانتخاب تعدادی از افراد ،حوادث و اشیاء از یك جامعه تعریف شده به عنوان نماینده
آن جامعه است .اساسا پس از انتخاب موضوع تحقیق و بیان مسئله ،یکی از تصمیمات مهمی که در پیش روی
هر پژوهشگری قرار دارد انتخاب نمونه است؛ نمونه ای که باید نماینده جامعهای باشد که پژوهشگر قصد تعمیم
4
. Sample
07 فصل اول :کلیات
اولین قدم در نمونه گیری ،تعریف دقیق جامعه مورد نظر است و هدف نوعی انتخاب نمونه است که تمام
افراد جامعه جهت انتخاب شدن شانس برابر داشته باشند .داشتن نمونه و نمونهگیری یکی از مهمترین بخشهای
علم آمار است .یك نمونه باید طوری انتخاب شود که تنوع و اندازه الزم را داشته باشد تا نتایج قابل اعتماد وقابل
تعمیم باشند.
برای گرداوری دادههای مورد نظر در هر زمینهای دو راه وجود دارد :یا راه گردآوری دادهها از طریق کلیه افراد
(که به آن سرشماری میگویند) و یا از طریق نمونهگیری (انتخاب نمونهای از افراد جامعه و جمع آوری دادههای
مورد نظر از طریق آنها) .در عین حال باید در نظر داشت که بین جامعه آماری با نمونه آماری تحقیق تفاوت
وجود دارد .همان طور که اشاره شد ،جامعه آماری به مجموعه افراد ،عناصر و سوژههایی گفته میشود که حداقل
یك صفت یا ویژگی مشترک دارند؛ اما نمونه آماری تحقیق گروهی از اعضای جامعه آماری هستند که اطالعات
مورد نیاز پژوهش را میتوان از طریق آنها به دست آورد .رابطه نمونه و جمعیت از جهاتی همان حکایت مشت
نمونه خروار است .به بیان دیگر ،نمونه در علم آمار باید معرف جمعیت مورد تحقیق باشد.
نمونهای از جامعه آماری ،مجموعه اندازههایی است که عمال در جریان یك تحقیق گردآوری میشود .نمونه
بخشی از جامعه تحت بررسی است که با روشی که از پیش تعیین شده است انتخاب میشود .به قسمی که میتوان
از این بخش ،استنباطهایی درباره کل جامعه بدست آورد .هر گونه صفتی درباره جامعه را میتوان کم و بیش از
طریق نمونه برآورد کرد .فرآیند انتخاب نمونه و استخراج نتایج و استنباطهای حاصل را بررسی نمونهای مینامند.
در این نوع آمار ،محقق به کمك نمونه آمارهها را محاسبه و سپس به کمك تخمین آماری و یا آزمون فرض
اگر بخواهیم با آزمایش طول عمر تمام المپهای تولیدی شرکت آلفا را به دست آوریم باید تمام المپها را
روشن کنیم تا بسوزد که این کار غیر معقول است ( .تمام محصوالت شرکت از بین میرود)
بنابراین در شرایطی نمیتوان کل جامعه آماری را مورد بررسی قرار داد که مهمترین این شرایط و محدودیتها
به صورت کمبود وقت ،هزینه بر بودن و غیر ممکن و غیر معقول بودن است.
آماره
در آمار به عددی گویند که یك توزیع نمونه برداری را خالصهسازی یا توصیف میکند .برای توصیف ویژگی
پارامتر
نمره استاندارد
آزمون آماری :قانون یا دستوری است که طبق آن بر اساس مشاهدات انجام شده تصمیم به رد یا پذیرش
آمار ناپارامتريك
فرض اساسی در آمار استنباطی برخوردار بودن توزیع نرمال است .در حالیکه این فرض در آمار ناپارامتریك
ضرورتی ندارد.
09 فصل اول :کلیات
2
مفهوم فرضیه
فرضیه حدس و گمان بخردانه است .یك فرض آزمون پذیری است که به دلیل صادق بودن در مورد برخی
از واقعیات ،برای هدایت بررسی و تحقیق به طور موقت پذیرفته میشود .هر تحقیق مبتنی بر یك سری فرضیههایی
در خصوص روابط احتمالی بین پدیدهها و متغیرهای تحقیق بوده و هر محقق بنا به منابع متعدد ،پاسخهایی در
رابطه با کیفیت ارتباط متغیرها با یکدیگر ارائه میدهد .این پاسخ ها ،که در واقع همان فرضیههای تحقیق میباشند،
گزارههایی هستند در مورد پارامتر جامعه ،به گونه ای که آزمون آنها به وسیله آمار نمونه ای امکان پذیر باشد.
البته در تکمیل این تعریف سنتی از فرضیه ،باید گفت که فرضیه صرفاً از رابطه بین متغیرها نمیگوید ،بلکه
فرضیه عالوه بر بیان رابطه بین دو متغیر ،پیرامون تأثیر یکی بر دیگری و نیز مقایسه یك متغیر در بین یك یا چند
گروه نیز تنطیم میشود .بر این اساس ،در تحقیق با سه دسته فرضیه رابطه ای ،تفاوتی و ع ّلی مواجه هستیم که
تمامی فرضیههای علمی از سه ویژگی مشترک برخوردارند )4 :گمانهای بخردانه ای درباره پدیدههای مورد
عالقه اند )0 .میتوان آنها را به صورت «اگر ـ آنگاه» بیان کرد )2 .صحت یا سقم آنها را میتوان از طریق مشاهده
3
فرضیههای رابطه ای
فرضیه رابطه ای همواره در رابطه یا دو متغیر به کار رفته و به فرضیه ای اطالق میشود که کیفیت ارتباط بین
این دو متغیر را مطرح میکند .در این نوع فرضیه ،محقق قصد دارد که صرفاً درجه و جهت رابطه متغیرهای مورد
مطالعه را کشف کند و نه رابطه علت و معلولی بین آنها را .فرضیههای تحقیقات مربوط به حوزه اقتصادی و
0
. Hypothesis
2
. Relational Hypothesis
نرم افزار آماری SPSS 11
اجتماعی عموماً از این نوع هستند .فرضیه رابطه ای را برحسب جهت فرضیه (مثبت و مستقیم یا منفی و معکوس)
میتوان به دو صورت جهت دار و فاقد جهت مطرح کرد .بدین صورت که:
4ـ فرضیه رابطه ای جهت دار (یك دامنه) :فرضیه ای است که در آن ،محقق جهت رابطه بین دو متغیر را یا
برای مثال :بین تحصیالت و اعتماد اجتماعی رابطه مثبت و مستقیم وجود دارد( .رابطه مثبت و مستقیم)
برای مثال :بین فردگرایی و اعتماد اجتماعی رابطه منفی و معکوس وجود دارد( .رابطه منفی و معکوس)
0ـ فرضیه رابطه ای فاقد جهت (دو دامنه) :فرضیه ای است که محقق تنها به بیان وجود رابطه بین دو متغیر
4
فرضیه علّی
هدف فرضیه های علّی ،کشف و تعیین رابطه علت و معلولی بین دو یا چند متغیر است .در اینجا ،هدف
پژوهشگر صرفاً تعیین ارتباط و همبستگی دو یا چند متغیر نیست ،بلکه میخواهد عمیق تر و ریشه ای تر با آن
برخو رد کرد و بگوید که متغیری علت به جود آمدن متغیر دیگر است .سه مثال یزر ،در واقع یك مثال از فرضیه
علّی اند که به سه حالت مختلف بیان شده اند .در این مثال ها ،پشتکار به عنوان متغیر مستقل (تأثیرگذار) و
1
. Causal Hypothesis
10 فصل اول :کلیات
در آزمون فرضیههای علّی ،با توجه به نوع مقیاس داده ها ،از آزمونهای تحلیل رگرسیون (دو متغیره یا چند
متغیره) ،رگرسیون لجستیك ،رگرسیون ترتیبی ،تحلیل مسیر و مدل سازی معادالت ساختاری استفاده میشود.
نکته :گاهی اوقات یك فرضیه تحقیقی را میتوانیم به صورتهای رابطه ای (همبستگی یا علّی) و تفاوتی بیان
کنیم و طبیعی است که با بیان یك فرضیه به هر کدام از این حالت ها ،نوع آزمونی هم که برای آن استفاده خواهیم
کرد ،متفاوت است .مثال زیر نشان میدهد که چگونه میتوانیم فرضیه را به سه صورت بیان کنیم:
فرضیه رابطه ای :بین پشتکار دانشجویان و پیشرفت تحصیلی آنان رابطه وجود دارد.
فرضیه تفاوتی :میزان پیشرفت تحصیلی در بین دانشجویان با پشتکار مختلف متفاوت است.
5
فرضیه تفاوتی /مقايسه ای
در طرح فرضیه تفاوتی ،به دنبال بررسی و مقایسه تفاوت اثر دو یا چند متغیر یا گروه بر یك یا چند متغیر
دیگر هستیم .در این حالت ،فرضیه به صورتی بیان میشود که تفاوتها حدس زده میشوند و مقایسه ای انجام
میگیرد .به بیانی ،در فرضیه تفاوتی ،همیشه درصدد مقایسه میانگین (آزمونهای پارامتری) و یا میانه (آزمونهای
ناپارامتری) متغیرها در بین گروهها هستیم .فرضیه تفاوتی ،هم در رابطه با یك متغیر و هم در رابطه با دو متغیر و
1
. Differential Hypothesis
نرم افزار آماری SPSS 11
الف) گاه هدف از این فرضیه ،مقایسه میانگین یك متغیر با مقدار آزمون ( )Test Valueمیباشد .این نوع
فرضیه ،به آزمون تفاوت یك مقدار یا توزیع مشاهده شده با یك مقدار یا توزیع مفروض (نظری) میپردازند.
در هر دو مثال باال ،تنها یك متغیر (اعتماد اجتماعی در مثال اول و جنسیت در مقال دوم) وجود دارد .آزمون
پارامتری Tتك نمونه ای ،و آزمونهای ناپارامتری کای اسکوئر تك متغیره یا تك سؤالی و دو جمله ای،
آزمونهایی هستند که در نرم افزار آماری SPSSجهت آزمون این قبیل فرضیههای تفاوتی تعریف شده اند.
ب) گاهی نیز ،هدف از طرح فرضیه تفاوتی ،مقایسه میانگین یا میانه یك متغیر در بین دو گروه و بیشتر ،و یا
مثال :میزان اعتماد اجتماعی ،در شهر کرج باالتر از شهر تهران میباشد.
مثال :میانگین ضربان قلب بیماران مبتال به تنگی نفس در دو زمان قبل و بعد از مصرف داروی Xبا هم متفاوت
است.
فرضیه تفاوتی نیز ،همانند فرضیه رابطه ای ،برحسب جهت فرضیه (یك دامنه و دودامنه) به دو صورت یك
4ـ فرضیه تفاوتی جهت دار (یك دامنه) :فرضیه ای است که در آن ،محقق جهت تفاوت را بیان میکند.
0ـ فرضیه تفاوتی فاقد جهت (دودامنه) :فرضیه ای است که محقق تنها به بیان تفاوت متغیر در بین گروهها
6
فرضیه آماری
فرضیه آماری جمله یا عبارتی است که پیرامون ویژگیهای جامعه بیان میشود و امکان دارد درست نباشد،
ولی محقق صرفاً به خاطر برقرار کردن یك شرایط قابل ازمایش ،آن را مطرح میکند .به عبارتی ،فرضیه آماری
یك بیان کمی درباره پارامتر جامعه است که با استفاده از نمادهای آماری نوشته میشود و نقش آن ،هدایت
پژوهشگر در انتخاب آزمون آماری است .فرضیه آماری مبنای انتخاب روشهای آماری بوده و محقق روشهای
آماری الزم را با استفاده از فرضیه آماری انتخاب میکند .فرضیه آماری خود به دو صورت تقسیم میشود:
7
فرضیه صفر
فرض صفر که با عالمت 𝐻0نشان داده میشود ،فرضی است که محقق مایل به رد کردن آن میباشد .بنابراین،
فرض صفر بیان گر عدم ارتباط بین متغیرها ،عدم تفاوت یك متغیر در بین یك یا چند گروه ،و عدم تأثیر یك
متغیر بر متغیر دیگر میباشد که به صورت پارامتر صورت بندی شده و مبنای ریاضی آن ،برهان خلف است .در
تحقیق ،بیان فرض صفر ضروری نیست و چنانچه فرضیه به صورت جهت دار بیان شود ،درک آن آسان تر است.
𝐻0 : 𝜇1 − 𝜇2 = 0
8
فرضیه يك يا بديل
این فرضیه یا عالمت 𝐻1یا 𝐴𝐻 نشان داده میشود .فرض یك غالب ًا منطبق با فرضیه پژوهشی است .به بیان
دیگر ،این فرضیه بیان کننده انتظار پژوهشگر درباره نتایج پژوهش است .این فرضیه بیانی است که پژوهشگر
1
. Statistical Hypothesis
2
. Null Hypothesis
1
. Alternative Hypothesis
نرم افزار آماری SPSS 12
آرزو میکند درباره آن پژوهش کند و به صورت پارامتر صورت بندی میشود .فرض یك با نماد زیر نمایش داده
میشود:
𝐻1 = 𝐻𝐴 ∶ 𝜇1 − 𝜇2 ≠ 0
حتی در بهترین تحقیقات ،همیشه این احتمال وجود دارد که محقق در خصوص رابطه بین دو متغیر دچار
اشتباه و خطا شود .در چنین حالتی ،احتمال دو نوع خطا از محقق میرود:
4ـ خطای نوع اول :این نوع خطا زمانی اتفاق میافتد که محقق وجود رابطه بین دو متغیر را میپذیرد ،در
حالی که در واقع چنین رابطه ای وجود ندارد .خطای نوع اول ،خطایی است که در آن ،محقق باید فرض صفر را
بپذید و فرض تحقیق را رد کند ،اما خالف این امر اتفاق میافتد .یعنی محقق باید فرض صفر را بپذیرد و فرض
تحقیق را رد کند ،اما خالف این امر اتفاق میافتد .یعنی محقق ،به اشتباه فرض صفر را رد کرده و فرض تحقیق
را میپذیرد .احتمال ارتکاب خطای نوع اول را آلفا یا خطای تولید کننده مینامند که نماد آماری آن (𝛼) میباشد.
به خطای نوع اول (𝛼) ،سطح معنی داری نیز گفته میشود که کوچك ترین مقدار آن معمو ًال با 2/21مشخص
میشود .همچنین ،به احتمال رد 𝐻0به درستی ،توان آزمون میگویند که برابر است با 𝛽 .1 −
مقدار (𝛼) یا احتمال خطای نوع اول در دست پژوهشگر است و پس از جمع آوری دادهها و انجام آزمون از
پیش مشخص میشود .یعنی خود پژوهشگر سطح آلفای مورد ظنر خود را از پیش برابر با 2/21یا 2/24تعیین
میکند.
0ـ خطای نوع دوم :خطای نوع دوم زمانی اتفاق میافتد که محقق عدم رابطه بین دو متغیر را میپذیرد ،در
حالی که در واقع چنین رابطه ای وجود دارد .طخای نوع دوم ،خطایی است که در آن ،محقق باید فرض صفر را
رد کند و فرضه تحقیق را بپذیرد ،اما خالف این امر اتفاق میافتد .یعنی محقق ،به اشتباه فرض صفر را پذیرفته و
15 فصل اول :کلیات
فرض تحقیق را رد میکند .احتمال ارتکاب خطای نوع دوم را بتا یا خطای مصرف کننده مینامند که نماد آماری
جدول زیر خالصه ای از نتایج احتمالی برای هر نوع آزمون فرض را نشان میدهد:
تصمیم گیری
آزمون آماری
موضوع آزمون آماری زمانی مطرح میشود که محقق درصدد کشف ،تبیین و کنترل پدیدهها باشد .بنابراین،
زمانی که قصد داریم صرفاً به توصیف دادهها بپردازیم ،موضوع آزمون آماری اعراب ندارد و هیچ گاه نمیتوانیم
از آزمونهای آماری استفاده کنیم .آزمونهای آماری این احتمال را بیان میکنند که آیا نتایج تحقیق در اثر شانس
بوده است یا خیر .تمامی این آزمونهای آماری به یك مقدار ( Pمقدار احتمال) ختم میشوند که این مقدار ،اساس
پذیرش معنی داری آماری نتایج میباشد .بدین صورت که زمانی به احتمال پایین شانسی بودن نتایج پی میبریم
که مقدار Pاز مقدار مورد توافق جامعه عملی یعنی 2/21کوچك تر باشد .تنها در صورت که مقدار Pبه دست
آمده از 2/21کوچك تر باشد ،می توانیم به ارائه یه تفسیر علمی از نتایج مبادرت نماییم .پس ،زمانی که مقدار P
از 2/21بزرگتر باشد ،آنگاه باید گفت که نتایج در اثر شانس حاصل شده اند و لذا نمیتوان تفسیر علمی از نتایج
ارائه داد.
نرم افزار آماری SPSS 16
بنابراین به طور خالصه باید گفت که سطح معناداری در اجرای آزمونهای آماری نشان از سه مفهوم است:
-4مقدار Pکوچکتر از 2/21نشان میدهد که شانس و تصادف تنها در مورد کمتر از 1نفر از هر 422نفر
پاسخگو اتفاق افتاده است.
-0موقعی که یك حادثه یا واقعه در اثر شانس اتفاق نیفتاده باشد ،آنگاه میگوییم که وقوع این حداثه از لحاظ
آماری معنادار است.
آزمونهای آماری ،براساس مالکهایی مانند مقیاس داده ها ،توزیع دادهها و ،...به دو دسته کلی آزمونهای
آماری پارامتری و آزمونهای آماری ناپارامتری تقسیم میشوند که هر یك شرایط کاربرد خاص خود را دارند.
شناخت نوع آزمون آماری برای فرضیه تحقیق ،از فاکتورهای مههمی است که به محققین در دست یابی به نتایج
متقن کمك میکند .به دلیل اهمیتی که شناخت ویژگیها و مختصات انواع آزمونهای آماری و پارامتری در آزمون
9
آزمونهای آماری پارامتری
آزمونهای آماری پارامتری را میتوان مؤثرترین نوع آزمونها دانست .برای استفاده از آزمونهای پارامتری،
پیش فرضهایی الزم است که باید در اجرا رعایت کنیم .این پیش فرضها به چگونگی توزیع نمرات داده و نوع
-4هر یك از موارد مشاهده شده مستقل از هم هستند .یعنی انتخاب یك مورد ،به انتخاب هیچ مورد دیگری
وابسته نیست.
-0واریانس نمونهها برابر یا تقریباً برابر است .این مطلب ،زمانی که حجم نمونه کم است ،از همیت خاصی
برخوردار است.
1
. Parametric Tests
17 فصل اول :کلیات
برای استفاده از آزمونهای ناپارامتری ،رعایت پیش فرضهای زیر در خصوص توزیع نمره دادهها و نوع
-4نرمال بودن (بهنجار بودن) توزیع جامعه ای که نمونه از آن انتخاب شده ،معلوم نمیباشد.
-0دادهها در سطح سنجش اسمی و ترتیبی میباشند (یعنی کیفی هستند).
-2تمامی آزمونهای آماری ناپارامتری ،میانه یك یا چند متغیر را در یك گروه یا بیشتر مقایسه میکنند.
11
درجه آزادی
یکی از مهمترین مفاهیمی که بارها آن را در نتایج مشاهده میکنیم و احتما ًال هم گاهی سؤالی در خصوص
معنی و کاربرد آن برای ما پیش میآید ،مفهوم درجه آزادی است .درجه آزادی ،که آن را با نمادهای آماری d.f.
یا vنمایش میدهند ،عبارت است از تعداد فراوانیهایی که اجازه دارند تغییر کنند .به تعبیری ،تعداد مشاهدات
منهای تعداد موانع .البته درجه آزادی ماهیتاً بسیار فنی است و تأثیری بر تحقیق نمیگذارد .معموالً نیز ،محققین
در هنگام نگارش گزارش به خصوص آزمونهای کای اسکوئر ،T ،همبستگی و تحلیل واریانس یك طرفه و دو
42
Non-Parametric Tests
44
. Degree of Freedom = d.f.
نرم افزار آماری SPSS 18
12
سطح معناداری
موقعی که فرضیه ای را تنظیم میکنیم ،باید با استفاده از آزمونهای آماری مناسب ،صحت یا سقم آن را در
سطح خطای معین تعیین کنیم .سطح معناداری ،که در نرم افزار SPSSبه اختصار با ( )Sig.نشان داده میشود،
میزان خطایی است که در رد فرض صفر ( )𝐻0مرتکب میشویم .سطح معناداری در علم آمار به P _ value
(مقدار احتمال) معروف است که معمو ًال نیز در هنگام نگارش گزارش تحقیق ،از همین عالمت Pاستفاده میکنیم.
در تفسیر هر آزمونی ،اعم از پارامتری و ناپارامتری ،هر چه مقدار Sig.کوچکتر باشد ،رد فرض صفر ساده تر
رد فرض 𝐻0و پذیرش فرض 𝑠𝑖𝑔. (𝑃) < 𝛼(0⁄05) ⟹ 𝐻1
آگاهی از چگونگی توزیع هر متغیرف در تعیین اینکه هنگام مطالعه روابط از کدام متغیرها و برای تحلیل
دادهها از کدام روش استفاده میشود ،کمك میکند .بنابراین ،از جمله اولین اقداماتی که معموالً در ارتباط با یك
مجموعه از دادهها می شود ،نگاهی به دامنه مقادیر هر متغیر است .برای این کار ،از جدول توزیع فراوانی استفاده
میکنیم .شکل توزیع دادههای هر متغیر ،از الگوی فراوانیهای طبقات مختلف آن متغیر نشأت میگیرد .برای
توصیف شکل توزیع ،از عناوینی مانند توزیع نرمال یا طبیعی ،توزیع استاندارد ،توزیع متقارن و توزیع نامتقارن
40
. Level of Significance
19 فصل اول :کلیات
13
توزيع نرمال /طبیعی
مفهوم توزیع نرمال در مورد دادههای پارامتری صدق میکند (نه دادههای ناپارامتری) .در توزیع نرمال ،فرض
بر این است که داده ها از جامعه ای با توزیع گاوس انتخاب شده اند .آزمون نرمال بودن ،با ایجاد یك نمودار
احتمال نرمال بودن ،به آزمون این فرض میپردازد که آیا مشاهدات تحقیق از توزیع نرمال تبعیت میکنند یا خیر.
برخی از روشهای آماری همچون Zو Tبر این فرض اند که نمونهها از یك توزیع نرمال تبعیت میکنند .از
همین روی ،برای آزمون نرمال بودن مشاهدات ،می توان از دو آزمون اخیر استفاده کرد ،که شرح آنها در ادامه
خواهد آمد.
14
توزيع استاندارد
استاندارد کردن ،روشی برای تبدیل دادههای خام و استنباط معنای جدید از آنها است که به ما کمك میکند
تا از آمار توصیفی به آمار استنباطی پیش رویم .تبدیل ،به معنای انجام یك سری عملیات ریاضی است که روی
یك متغیر اجرا می شود تا متغیر جدیدی به دست آید .یك نمونه بسیار متداول تبدیل ،استاندارد سازی است که
در آن نمره خام را به نمره استاندارد (نمره )Zتبدیل میکنیم .نمرههای استاندارد ،وضعیت افراد یا نمرهها را نسبت
به میانگین تعیین میکنند .به عبارتی ،این نمرهها نشان میدهند که یك نمره در باال یا پایین میانگین ،در چه محلی
واقع شده است .نمرههای استاندارد با مقیاس فاصله ای به کار برده میشوند ،اما این شاخص نیز به منظور تعیین
موقعیت فرد در دورن گروه به کار برده میشود .به طور خالصه نمرههای استاندارد از ویژگیهای زیر برخوردارند:
42
. Normal Distribution
41
. Standardized Distribution
نرم افزار آماری SPSS 11
-1شکل توزیع نمرههای استاندارد همانند شکل توزیع نمرههای اصلی و خام ( )Xاست.
-1مقیاس توزیع نمرههای استاندارد فاصله ای است.
-1فرض صفر که با عالمت 𝐻0نشان داده میشود ،فرضی است که محقق مایل به رد کردن آن میباشد.
بنابراین ،فرض صفر بیان گر عدم ارتباط بین متغیرها ،عدم تفاوت یك متغیر در بین یك یا چند گروه ،و
عدم تأثیر یك متغیر بر متغیر دیگر میباشد که به صورت پارامتر صورت بندی شده و مبنای ریاضی آن،
برهان خلف است .در تحقیق ،بیان فرض صفر ضروری نیست و چنانچه فرضیه به صورت جهت دار بیان
شود ،درک آن آسان تر است .فرض صفر با نماد زیر نمایش داده میشود:
𝐻0 : 𝜇1 − 𝜇2 = 0
فرض صفر که با عالمت H_0نشان داده میشود ،فرضی است که محقق مایل به رد کردن آن میباشد .بنابراین،
فرض صفر بیان گر عدم ارتباط بین متغیرها ،عدم تفاوت یك متغیر در بین یك یا چند گروه ،و عدم تأثیر یك
متغیر بر متغیر دیگر میباشد که به صورت پارامتر صورت بندی شده و مبنای ریاضی آن ،برهان خلف است .در
تحقیق ،بیان فرض صفر ضروری نیست و چنانچه فرضیه به صورت جهت دار بیان شود ،درک آن آسان تر است.
𝐻0 : 𝜇1 − 𝜇2 = 0
فرضیه مخالف
توان
اصطالح آماری است که برای توصیف توانایی رد فرضیه صفر وقتی که غلط است به کار میرود .احتمالی
است که بین صفر تا 4تغییر می کند .توان به حجم نمونه ،واریانس ،و سطح معنیداری بستگی دارد.
10 فصل اول :کلیات
متغیر :متغیر یك لفظ یا یك کلمه است که بیش از دو یا چند ارزش یا عدد به آن اختصاص داده میشود .به
عبارت دیگر متغیر به ویژگیهایی اطالق میشود که میتوان آنها را مشاهده یا اندازهگیری کرد .و دو یا چند
ارزش یا عدد را جایگزین آنها نمود .عدد یا ارزش نسبت داده به متغیر ،نشاندهنده تغییر از یك فرد به فرد دیگر
یا از یك حالت به حالت دیگر است .میز یك لفظ است نه متغیر ،اما وزن میز یك متغیر است.
مفهوم میز به تنهایی بر وجود ارزشهای چندگانه داللت نمیکند و برای مثال ،به همین دلیل این مفهوم
مشخص نمیسازد که چه ویژگی یا ویژگیهایی از آن مورد نظر است .برای مثال ،کدامیك از ویژگیهای رنگ،
وزن یا ارتفاع میز مورد مشاهده یا اندازهگیری قرار گرفته است .کرلینجر ( )4111معتقد است متغیر یك نماد است
که میتوان عدد یا ارزش را جایگزین آن کرد .به عنوان مثال X ،یك متغیر است ،و در حقیقت نمادی است که
گاهی اوقات ویژگیهایی که در یك پژوهش اندازهگیری میشوند ،ممکن است در پژوهش دیگر ثابت
نگهداشته شوند .متغیر در مقابل ثابت قرار دارد .ثابت به ویژگیهایی اطالق میشود که دارای ارزش مساوی و
یکسان است و میزان آن در همه افراد یا اشیاء یا حوادث به یك اندازه است .به عنوان مثال ،اگر در یك پژوهش
آمارههای توصیفی
شاخصهای مرکزی به مقدار یا عددی که به بهترین شکل ویژگی گروه را به عنوان یك کل نشان میدهد
اشاره میکنند .مترادف شاخص مرکزی نمره ی متوسط یا معدل ()averageاست .بنابراین شاخصهای مرکزی
یا گرایش به مرکز شاخصهایی هستندکه با استفاده ازآنها مجموعهای ازدادهها در یك مقدار یا عدد که نمایندهی
نرم افزار آماری SPSS 11
آن مجموعه است خالصه میشود .نما ومیانه و میانگین( )mean,median,modeسه شاخص مرکزی هستند که
15
نما
مقداری از دادههاست که بیشترین فراوانی را دارد .نما ساده ترین شاخص گرایش مرکزی است ،نما عددی
است که دارای بیشترین فراوانی است،یا عددی که بیشتر از اعداد دیگر تکرار شده است .نماازطریق مشاهده ی
توزیع فراوانی وتعیین عددی که دارای بیشترین فراوانی است تعیین میگردد.عددی که دارای بیشترین فراوانی
است ،غالباًنزدیك مرکزتوزیع فراوانی قراردارد.درچنین شرایطی نمایك شاخص مرکزی است.امانماهمیشه
درمرکزتوزیع فراوانی قرارندارد.به همین دلیل نمیتوان به عنوان یك شاخص مرکزی به آن اطمینان داشت.درواقع
نما درمیان شاخصهای گرایش به مرکز،شاخصی بی ثبات است.به توزیع فراوانی که فقط یك نمادارد،یك نمایی
و به توزیعی که دونمادارد ،توزیع دونمایی میگویند وبه توزیع بیش ازدونما ،توزیع چند نمایی گفته میشود.
ویژگی ها:
نما در بین شاخصهای مرکزی دارای کمترین مفروضه است.نمادرمقایسه باسایرشاخصهای مرکزی به
سهولت محاسبه میشود،نمااطالعاتی کلی درباره ی فراوان ترین ارزش یاعددبه پژوهشگرمی دهد.این شاخص
درباره ی گرایش مرکزی توزیع نمرهها اطالعی به مانمی دهد،به علت عدم ثبات واعتبارنما،به ندرت ازآن به
عنوان یك شاخص گرایش مرکزی استفاده میشود.ازآنجاکه نمارا نمیتوان بصورت ریاضی دستکاری کرد،به
41
. Mod
11 فصل اول :کلیات
کاربرد:
پژوهشگران معموالًهنگامی ازنمااستفاده میکنندکه مایل باشندبینشی کلی درباره ی شاخص مرکزی به دست
آورند.ازنماهنگامی استفاده میکنندکه مقیاس اندازه گیری اسمی باشد ،برآورد سریعی از ارزش مرکزی نیازباشد،
یك برآوردتقریبی ازارزشهای مرکزی کفایت کند ،وقصدتعیین متداول ترین نمره راداشته باشیم.وخالصه اینکه
کاربردنماعبارت استاز:
.2وقتی که پژوهشگرعالقمنداست اطالعات کلی وسریع درباره ی گرایشهای مرکزی به دست آورد.
نرم افزار آماری SPSS 12
16
میانه
مقداری از متغیر است که نیمی از مقادیر کوچکتر از آن و نیم دیگر بزرگتر از آن هستند .میانه نقطه ی وسط
یك توزیع فراوانی است.هنگامی که نمرات توزیع فراوانیبه ترتیب ازباالترین به پایین ترین نمره مرتب شود،نصف
نمرات باالی میانه ونصف نمرات پایین میانه قرارمی گیرد.بنابراین،میانه نقطه 12درصداست.یعنی عددی است که
ویژگی ها:
اندازه یا حجم واخدهای اندازه گیری درمیانه تأثیرندارد.درمحاسبه ی میانه،مقداربزرگترین عددتوزیع که
درباالترین وضعیت قراردارد،درمقدارمیانه تأثیری ندارد.این ویژگی یکی ازمزایای میانه است.ازدیگرویژگیهای
کاربرد:
41
. Median
15 فصل اول :کلیات
ازمیانه هنگامی استفاده میکنندکه وقت کافی برای محاسبه ی میانگین وجودندارد،توزیع نمره دارای کجی
باشد،فاصله ی نمرهها ازمرکزتوزیع اهمیت نداشته باشدوتوزیع موردمطالعه کامل نباشد.همچنین چون میانه
براساس نمرههای رتبه بندی شده به دست میآید،بنابراین مورداستفاده آن زمانی است که مقیاس اندازه گیری
میتوان بامقیاسهای فاصله ای ونسبی نیزبه کاربردامامقیاسهای مذکور درمحاسبه ی رتبه ای باشد.میانه را
هدف:
هدف ازمیانه عدم تأثیر نمرههای فوق العاده بزرگ یاکوچك درمحاسبه ی شاخص مرکزی است.
17
میانگین
مشهورترین و معتبرترین شاخص گرایش مرکزی ،میانگین است .میانگین معدل حسابی گروهی از نمرات
است که از طایق جمع کردن تمام نمرات و تقصیم حاصل جمع بر تعداد کل نمرات به دست میآید .میانگین
ویژگی ها:
42
. Mean
نرم افزار آماری SPSS 16
از ویژگیهای عمده میاگین این است که این شاخص نسبت به تك تك اعداد توزیع فراوانی حساس است .
اما این فریت در برخی از شرایط یکی از نقاط صنف میانگینمحسوب میشود .چناچه پژوهشگری عالقمند باشد
تا نمرات خیلی بزرگ یا کوچك برشاخص مرکزی تاثیر داشته باشد ،میانگین شاخص مناسبی است در غیر این
یکی دیگر از ویژگیهای میانگین این است که میانگین ،نقطه ای از توزیع نمرات است که همیشه مجموع
مجذور در انحراف نمرات از میانگین کوچکتر یا مساوی بامجموع مجذور در انحراف نمرات از در عددی دیگر
کاربرد
چون میانگین به استفاده کنندههای خود اجازه انجام عملیات ریاضی را میدهد ،به همین دلیل مورد استفاده
زیادی در آمار استنباطی دارد .در غالب روشهای آماراستنباطی از میانگین بشر از شاخصهای دیگر استفاده
.4وقتی که پژوهشگر عالقمند باشد داده در این صورت فاصلهای تفسیر کند.
17 فصل اول :کلیات
.0وقتی که پژوهشگر عالقمند باشد که ارزش عددی همه ی نمرات درمحاسبه دخالت داشته باشد.
هدف:
اندازههای پراکندگی
آنهااشاره میکنیم:
دامنه تغییرات
ساده ترین شاخص پراکندگی یاتغییر،دامنه ی تغییرات است،دامنه ی تغییرات دریك توزیع فراوانی عبارتست
ازتفاضل بزرگترین وکوچکترین نمره،درواقع به آسانی باکم کردن پایین ترین نمره،ازباالترین نمره،دامنه ی تغییرات
محاسبه میشود.
ویژگی ها
دامنه ی تغییرات فقط پراکندگی بین بزرگترین وکوچکترین نمره هاراتعیین میکند،این شاخص خیلی سریع
توصیف توزیع نمرهها به صورت حقیقی نیست.دامنه ی تغییرات منعکس کننده پراکندگی بین دونمره خیلی بزرگ
وکوچك نیست.دامنه ی تغییرات یك شاخص پایدارپراکندگی نیست،زیرا مقدارآن باتغییریك نمره (بزرگترین
وکوچکترین)تغییرمی کند.
نرم افزار آماری SPSS 18
کاربرد
استفاده ازدامنه ی تغییرات مستلزم داشتن مقیاس فاصله ای است.هنگامی که اختالفهای بین نمرهها دارای
تغییرمنطقی باشند،فقطباداشتن مقیاس فاصله ای میتوان ازکوچکترین وبزرگترین عددوتفاضل بین آنهاصحبت
کرد.درشرایطی که مقیاس اندازه گیری اسمی یاترتیبی باشد،دامنه ی تغییرات شاخص مناسبی نیست.
هدف
انحراف چارکی
صدکها :مقادیری از متغیر هستند که درصد نمونهها را نشان میدهند .برای مثال میتوانید مقداری را پیدا
چارکها :چارکها نقاطی بر روی مقیاس اندازه گیری هستند که کلیه مشاهدات یا نمرهها را به چهار قسمت
انواع چارکها
چارک اول ( )4Qنقطه ای در روی مقیاس اندازه گیری است که پایین ترین 01،درصد نمرهها را جدا میکند
چارک ( )2Qنقطه ای است که سه قسمت مساوی نمرهها در زیر آن و بقیه در باالی آن واقع شده اند .
فاصله بین چارک اول و سوم دامنه تغییر بین چارکها نامیده میشود .برای محاسبه آن الزم است 4Qو2Q
محاسبه و سپس تفاضل بین آنها را بدست آورد ( .دامنه تغییرچارک =)4-Q2Q
انحراف چارکی
19 فصل اول :کلیات
انحراف چارکی عبارت است از نصف فاصله بین چارکهای اول و سوم (محاسبه میانه یا چارک دوم اعداد)
دامنه تغییرات :سادهترین شاخص پراکندگی است که اختالف بین بزرگترین و کوچكترین مقدار دادهها را
نشان میدهد.
این شاخص پایاترازدامنه ی تغییرات است ومساوی است بانصف تفاضل بین چارک سوم واول.
ویژگی ها
محاسبه انحراف چارکی خیلی بیشترازمحاسبه ی دامنه ی تغییرات به دقت نیازدارد،اما نتیجه ی آندارای ثبات
بیشتری است.انحراف چارکی خیلی کم تحت تأثیر اختالفهای تصادفی بین نمونههای انتخاب شده قرارمی
گیرد.انحراف چارکی مانندمیانه تحت تأثیرنمرههای خیلی بزرگ یاخیلی کوچك قرارنمی گیرد.
کاربرد
انحراف چارکی درشرایطی استفاده میشودکه تأثیرنمرههای خیلی بزرگ یاخیلی کوچك
موردنظرنباشد.شرایطی که درآن انحراف چارکی مورداستفاده قرارمی گیرد ،همانندشرایط استفاده ازمیانه
است.ازانحراف چارکی زمانی استفاده میشودکه مقیاس اندازه گیری حداقل فاصله ای باشد.
هدف
واريانس
واریانس یك شاخص پراکندگی است که ازطریق محاسبه ی انحراف نمرهها ازمیانگین محاسبه میشود.زیرابا
مجذورکردن انحراف نمرهها ازمیانگین یامجموع مجذورانحراف نمرهها ازمیانگین تقسیم برتعدا دنمره ها.
پرکاربردترین شاخص پراکندگی است .هر چه ارزش واریانس بیشتر باشد ،مقادیر بیشتر پراکنده هستند .اگر
انحراف معیار
به پراکندگی مشاهدات در یك نمونه اشاره دارد .مشکل اختالف واحداندازه گیری با واحدواریانس را میتوان
باجذرگرفتن ازواریانس حل کرد.این عمل موجب میشودکه واحدشاخص محاسبه شده باواحداندازه گیری به
کاربرده شده یکسان شود،ویکی ازشاخصهای معتبرآماری به نام انحراف استانداردبه دست آید.بنابراین انحراف
معیاررا میتوان جذر یا ریشه ی دوم میانگین مجذورانحراف نمرهها نامید.به عبارت دیگرجذرواریانس،انحراف
استانداردنامیده میشود.
ویژگی ها
انحراف استانداردمفیدترین ومتداول ترین شاخص پراکندگی است.مفیدبودن این شاخص به این دلیل است
که بااین شاخص میتوان میزان پراکندگی هرتوزیع پیوسته رابرحسب واحداندازه گیری نشان داد.این شاخص
پایاترین ودقیق ترین شاخص پراکندگی است،که درمحاسبه ی آن ازکلیه ی اعداداستفاده میشود.واعمال ریاضی
کاربرد
میشود.استفاده ازانحراف استانداردمستلزم این است که مقیاس اندازه گیری به کاربرده شده،حداقل فاصله ای
باشد.ازاین شاخص میتوان برای محاسبات آماری استفاده کرد.این شاخص به صورت گسترده ای درآماراستنباطی
سطح سنجش متغیرها به طبقات متغیر با یکدیگر مربوط است .متغیرها از لحاظ سطوح سنجش به چهار دسته
. 4متغیر اسمی :در این نوع متغیرها طبقات مجزا بوده و هرکدام از دیگری مستقل میباشد؛ بطوری که میتوان
بین طبقات آن تمایز قائل شد .امّا نمیتوان طبقات آن را رتبهبندی کرد .طبقات طوری تنظیم میشود که احتمال
قرار گرفتن یك عضو در طبقه دیگر صفر میگردد .ضعیفترین سطح اندازهگریی مقیاس اسمی است .در این
سطح اعداد یا نشانهها برای طبقه بندی اشیا یا مشاهدات به کار میروند .اطالعات با مقیاس اسمی را نمیتوان به
صورت معنیداری از کم به زیاد ردیف نمود .مثل جنسیت که از طبقه مذکر و مونث تشکیل شدهاست یا محل
. 0متغیر ترتیبی :در این نوع متغیرها عالوه بر طبقه بندی ،رتبهبندی طبقات نیز امکانپذیر است و بین طبقات
آن درجه بندی مفهوم دار وجود دارد .با این وجود ،نمیتوان فاصله بین طبقات مساوی فرض کرد و کمی کردن
میزان تفاوت طبقات امکانپذیر نیست .مثالً سن که به طبقات نوزاد ،خرد سال ،کودک ،نوجوان ،جوان ،میان سال
نرم افزار آماری SPSS 21
و پیر تقسیمبندی میشود امّا دقیقا نمیتوان میزان فاصله نوزاد و کودک را تعیین کرد بلکه این فاصله در طبقات
دیگر مختلف و متفاوت است .بطور خالصه هر نوع سؤالی که جواب آن کمی و عددی نباشد ولی به نوعی در
. 2متغیر فاصلهای :در این متغیر چینش طبقات جنبه طبیعی دارند و میتوان تفاوت طبقات آن را دقیقا کمی
و عددی کرد مثل نمره افراد یك کالس یا سن (البته اگر بر حسب سال سنجیده شود) امّا اگر بر حسب مراحل
مختلف زندگی شامل :جوان ،میانسال و کهنسال سنجیده شود ترتیبی خواهند بود یا نمره دانشجویان و صفر در
.1متغیر نسبتی :با الترین و دقیق ترین سطح سنجش است که در آن عالوه بر تعیین سطوح و مقادیر یك
متغیر و فاصله بین مقادیر آن ،نسبتها نیز بر اساس صفر حقیقی یا مطلق تعیین میگردند .هر چیزی که با
مقیاسهای دقیق فیزیکی نظیر وزن ،قد ،نیرو ،میزان پول و درآمد و غیره انجام میگیرند نیز از این نوعند.
نکتهها:
.4هر چه سطح سنجش به فاصلهای و نسبتی نزدیك باشد دامنه روشهای تحلیل ،گستردهتر خواهد بود.
.0برای متغیرهای فاصلهای و نسبتی ،باید از تکنیكهای مناسب و دقیقتری در تحلیل استفاده شود.
.2سطح سنجش متغیرهای فاصلهای و نسبتی را میتوان به سطح ترتیبی یا اسمی تقلیل داد ولی متغیرهایی
را که در سطوح پایینتر اندازهگیری میشوند نمیتوان به سطوح باالتر سنجش تبدیل کرد .تنها از طریق
بطور کلی توصیه میشود تا حدّ امکان پدیدهها در حد متغیرهای فاصلهای اندازه گیری شود .در عین حال باید
توجّه داشت که مالحظات مربوط به پایایی ،در مواقعی محقق را ترغیب میکند که از متغیرهای ترتیبی استفاده
کند .زیرا اوالً پرسشهایی که مستلزم دقت و جزئیات زیادی اند ممکن است غیر قابل اعتماد باشند .
21 فصل اول :کلیات
ثانیاً برای جمعآوری اطالعات از پاسخگویان ،غالباً اطالعات دقیق و مفصل ارایه نمیگردد .
ثالثاً در مواقعی پاسخگویان از ارایه اطالعات دقیق اکراه دارند ولی میتوانند اطالعات کلی تری را در اختیار
متغیر مستقل
یك صفت و ویژگی از محیط فیزیکی یا اجتماعی است که بعد از انتخاب ،دخالت یا دست کاری شدن توسط
محقق ،مقادیری را می پذیرد تا تأثیرش بر روی متغیر دیگر (متغیر وابسته) مشاهده شود .یا صفتی است که محقق
آن را دستکاری و کم زیاد مینماید .برای مثال ،محقق می خواهد اثر دو نوع روش تدریس (الف) و (ب) را روی
عملکرد دانشجویان بررسی کند .در این پژوهش نوع روش تدریس ،متغیر مستقل در نظر گرفته شده تا تأثیرش
بر عملکرد یادپیری دانشجویان (متغیر وابسته) مورد مطالعه قرار میگیرد.
در مطالعات همبستگی ،به جای متغیر مستقل از اصطالح«متغیر پیش بین » و به جای متغیر وابسته از «متغیر
مالک» استفاده میشود .برخی نویسندگان معتقدند اصطالح متغیر مستقل و وابسته (تابع) ویژهی تحقیقاتی است
که در آنها هدف ،تبیین رابطه علت و معلولی میان متغیرها است .در بعضی از مسائل پژوهشی ،متغیرهای مورد
مطالعه به صورتی تعریف شدهاند که نمی توان متغیر مستقل را از متغیر وابسته به طور کامل متمایز کرد .برای
مثال در بررسی رابطهی رضایت مشتری و وفاداری آنان ،تمایز متغیر مستقل و وابسته از یکدیگر مشخص نیست.
در این گونه تحقیقات ،هدف پژوهشگر برقراری رابطهی هم زمانی میان متغیرها است .باید توجه داشت که تعداد
متغیر وابسته
متغیری است که تغییرات آن تحت تأثیر متغیر مستقل قرارمیگیرد .متغیر مورد بررسی را متغیر وابسته گویند.
متغیر وابسته آن است که مورد پیش بینی قرار می گیرد ،در حالی که متغیر مستقل متغیری است که از روی آن
پیش بینی میشود .به زبان ریاضی ،متغیر وابسته Yمعلول فرضی است که همراه با تغییرات یا پراش متغیر Xتغییر
می کند .متغیر Yدست کاری نمیشود ،بلکه از لحاظ تغییراتی که در آن به عنوان نتیجه احتمالی تغییرات مربوط
به متغیر مستقل حاصل می شود مورد مشاهده قرار می گیرد .در پیش بینی از Xبه Yمیتوان هر مقدار دلخواه
Xرا اختیار کرد ،در حالی که تغییر متغیر Yکه مورد پیش بینی واقع می شود به مقداری از XیاXها بستگی دارد
که قبالً انتخاب شده است .متغیر وابسته ،شرط ،وضعیت یا کیفیتی است که تالش می شود آن را تبیین کرد.
برای مثال ،در بررسی تأثیر شیوه های تشویق بر خواندن روزنامه دانش آموزان ،میزان خواندن به عنوان متغیر
وابسته در نظر گرفته شده است تا اثر تشویق برآن اندازهگیری شود .انتخاب یك متغیر به عنوان متغیر وابسته
(تابع) به هدف پژوهش بستگی دارد .پس از تعریف دقیق و روشن متغیر وابسته ،باید ابزاری که امکان اندازه
متغیر کمی یا کیفی است که جهت یا میزان رابطه ی میان متغیرهای مستقل و وابسته را تحت تأثیر قرار می
دهد .گاهی این متغیر یك متغیر مستقل ثانوی است که بر جهت یا میزان ارتباط متغیر مستقل و وابسته تأثیر می
گذارد .برای مثال در بررسی تأثیر شیوه های مختلف تشویق بر خواندن روزنامه دانشجویان دختر و پسر ،محقق
می خواهد نقش متغیر جنسیت را نیز در تشویق و یادگیری مورد مطالعه قرار دهد .بنابراین در این تحقیق جنسیت
متغیر تعدیل کننده محسوب میشود .نکته مهم این است که متغیر تعدیل کننده قابلیت بررسی و یا کنترل دارد.
25 فصل اول :کلیات
متغیر کنترل
در یك تحقیق نمیتوان تمام متغیرها را به طور هم زمان مورد مطالعه قرار داد .بنابراین محقق اثر برخی از
متغیرها را کنترل نموده ،آنها را خنثی میکند .این نوع متغیرها ،متغیر کنترل نامیده میشوند .برای مثال این سؤال
پژوهشی که«چه رابطه ای میان پیشرفت تحصیلی و عزت نفس دانشجویان پسر سال دوم (ترم چهارم) وجود
دارد؟ » مورد نظر قرار می گیرد .در این سؤال ،اثر پایه تحصیلی و جنسیت بر پیشرفت تحصیلی وعزت نفس،
کنترل می شود .کنترل متغیرها از دو طریق ممکن میباشد :الف-کنترل های تحقیقی ،ب -کنترل های آماری.
متغیری است که محقق برای استنتاج از نحوهی تأثیرمتغیر مستقل بر متغیر تابع مورد نظر قرار میدهد ،ولی
تأثیر آن را نه میتوان کنترل کرد و نه به طور مستقیم و مستقل از سایر متغیرها ،مشاهده کرد .متغیر مداخلهگر
معموالً بر اعتبار درونی و اعتبار بیرونی تحقیق اثر نمیگذارد .برای مثال در یك طرح تحقیق که هدف آن بررسی
تأثیر روش آموزش روش تحقیق در مقایسه با سخنرانی ،برای آموزش روش تحقیق است ،متغیر مستقل نوع
روش آموزش و متغیر وابسته پیشرفت یادگیری روش تحقیق دانشجویان است .ازآنجا که« یادگیری »متغیری است
که تأثیرمتغیر مستقل بر متغیر وابسته را تحت تأثیر قرار میدهد و مشاهده آن به طور مستقیم امکان پذیر نمی
باشد ،متغیر مداخله گر نامیده میشود .بدون شك نقش متغیرهای مداخلهگر ،در تفسیر نتایج مدنظر قرار میگیرد.
متغیر وابسته
آزمون کای دو آزمون کای دو
اسمی
ووابستگانش ووابستگانش
گاما ،دی سامرز ،تا بی کندال و تاسی آزمون کای دو
ترتیبی
کندال ووابستگانش
چند شقی دوشقی چند شقی دوشقی
آزمون اف و
ضریب همبستگی پیرسون آزمون تی و انواع آن آزمون تی و انواع آن
تعقیبی آن آزمون اف و تعقیبی آن فاصلهای یا نسبتی
و رگرسیون درصوت نبود شرایط درصوت نبود شرایط
کروسکال کروسکال والیس
مان ویتنی و مک نمار مان ویتنی و مک نمار
والیس
.2بیان مقدار تفاوت یا مقدار رابطه در صورت تأیید فرضیه تحقیق ( )𝐻4
SPSS فصل دوم :نرم افزار
29 فصل دوم :نرم افزار SPSS
درس اول
ـ صفحه :Out putصفحه مربوط به نشان دادن خروجی دادهها و آزمونهای آماری است
امروزه پژوهشهای کمی برای تجزیه و تحلیل اطالعات از جهت توصیف ،تبیین ،بیان روابط و مدلها نیاز
مبرم به نرمافزارهای دارد که به شرح ذیل به معرفی و تفاوتهای آنها پرداخته میشود.
نرم افزاری Spssیك نرم افزار تخصصی مربوط به علم آمار دارای شهرت جهانی میباشد .با این نرم افزار
می توان روشها و آزمونهای آماری را با دقت و سرعت انجام داد .ابتدا این نرم افزار به عنوان «بسته آماری
برای علوم اجتماعی» ساخته شد .در حال حاضر از این نرم افزار برای تجزیه ،تحلیل و آنالیز آماری مشاهدات و
پرسشنامهها و آزمایشات در تمامی رشتهها استفاده می گردد .پیش نیاز کاربرد این نرم افزار دانش آماری مربوط
نرم افزار آماری SPSS 51
به آمارههای توصیفی و استنباطی است .به طور خالصه برای استفاده بهینه از این نرم افزارداشتن دانش علم آمار
و همچنین مهارت بکارگیری spssضروریست .به طور کلی تحلیلهایی که با این نرم افزار می توان انجام داد
شامل دو بخش عمده می باشد -4 :توصیف مشاهدات -0 ،استنباط آماری با استفاده از مشاهدات.
یك نرم افزار پر قدرت آماری است .این نرم افزار آماری بیشتر روشهای رایج آماری را پوشش میدهد و
کاربر می تواند فرمانهای خاصی را که متناسب با نیازهایش باشد انتخاب نموده و به کار گیرد .این نرم افزار
مختص دانش آموختگان علم آمار میباشد .سایر رشتهها نمی توانند به راحتی از این نرم افزار استفاده نمایند.
گزینهها و زیر گزینه های متعددی در SASوجود دارد که کاربر را قادر می سازد تا تجزیه و تحلیلهای
مهمترین مزایای این نرم افزار امکان برنامه نویسی برای تحلیلهای پیشرفته آماری و علی الخصوص برنامه
نویسی جهت تحلیلهای ماتریسی است .ولی Sasدر برخی زمینهها از جمله در زمینه گرافیکی از سایر نرم
از ترکیب دو واژه( Matrixماتریس) و ( Laboratoryآزمایشگاه) ساخته شده وبه «محیط محاسبات رقمی» و
«برنامهنویسی» مربوطهاست .رویکرد این نرم افزار ماتریس محور میباشد .حتی اعداد منفرد نیز در ماتریس در
نظر گرفته میشوند .در متلب کار کردن با ماتریسها بسیار ساده است .در حقیقت تمام دادهها در متلب به شکل
یك ماتریس ذخیره میشوند .حتی یك تصویر به شکل یك ماتریس سه بعدی ذخیره میگردد که بُعد اول و دوم
50 فصل دوم :نرم افزار SPSS
آن برای تعیین مختصات نقاط و بُعد سوم آن برای تعیین رنگ نقاط استفاده میشود .فایلهای صوتی نیز در متلب
MATLABدارای طیف کاربردی گسترده¬ای است ،از جمله میتوان به سیگنال و پردازش تصویر ،ارتباطات،
تست و اندازه گیری ،مدل سازی مالی و تجزیه و تحلیل ،و زیست شناسی محاسباتی اشاره نمود.
نرم افزار ( Minitabمینی تب) یکی از نرم افزارهای مطرح آماری میباشد که در برخی زمینه های علم آمار
،از جمله کاربرد آمار در صنعت و در اقتصاد از قابلیت های خاصی برخوردار میباشد .تحلیل های سری زمانی
با گستردگی و دقت بیشتری در این نرم افزار ارائه شده است.
مبحث کنترل کیفیت آماری ( )SPCکه رشته آمار را به صنعت و مقوله کنترل کیفیت پیوند میدهد نیز از جمله
موضوعات آماری است که به تفضیل در این نرم افزار به آن پرداخته شده است .همچنین طرحهای عاملی و آنالیز
یك نرم افزار جامع به همراه امکانات ویژه برای تحلیل آماری اطالعات و داده هاست.
Rدارای خصوصیاتی از قبیل «یك عملگر برای حساب آرایهها در ماتریس ها»« ،یك مجموعه بزرگ ،منسجم
و جامع ابزار های واسطه برای آنالیز داده ها»« ،امکانات گرافیکی برای آنالیز داده ها»« ،یك برنامه آسان و با زبان
برنامه نویسی مناسب» و «یك نرم افزار آماری برای تعامل آنالیز داده ها» است.
نرم افزار آماری SPSS 51
برنامه نویسان نرم افزارهای کامپیوتر نرم افزار SPSSرا برای علوم اجتماعی ساختهاند .نای( ، )Nieهول
( )Hullو بنت ( )Bentبا تخصصهای متفاوت این نرم افزار را بر پایه استفاده در عملیات آماری طراحی نمودند
تا دادههای خام را به اطالعات پردازش شده و مناسب برای تصمیمگیری تبدیل نمایند .در سال 4112این نرم
افزار اولین بار به طور گسترده وارد بازار تحقیقات اجتماعی جهان شد.این نرم افزار اکثر نیازهای متخصصان علوم
نوارهای SPSS
در این نوار اسم فایل جاری و مشخصات آن نشان داده میشود.
نوار دوم
مهمترین نوار نرم افزار spssمیباشد و اکثردستورات مربوط به نرم افزار همانند فایل وملحقات آن ،ویرایش،
مسائل داده ها ،تجزیه و تحلیل ،رسم نمودار و غیره در گزینههای این نوار قرار دارند.
ابزارهایی که بیشتر مورد استفاده قرار میگیرند در این نوار قرار دارند .کاربرد هر کدام از ابزارها را با نگهداشتن
این نوار اسم فایل جاری و مهمترین نوار نرم افزار spss این نوار دستورات را به
داده نشان آن مشخصات میباشد و دستورات مربوط به نرم صورت عالئم نشان میدهد
پنجره ویرایشگر دادهها در نرم افزار spssدارای پنجرههای «نمایش و ویرایش متغیرها ( »)variable viewو
«وارد کردن دادهها و انجام ویرایش بر روی دادههای متغیر ( »)Data viewاست.
صفحه تعریف ،نمایش و ویرایش متغیرها اولین مرحلهای است که محقق در نرم افزار spssشروع به فعالیت
میکند .قبل از وارد کردن دادهها باید متغیرها بر اساس شرایط و پیش فرضهای نرم افزار به صورت روشن در
data editorاصلیترین پنجره نرمافزار spssمیباشد.آن برای فعال کردن سایر بخشهای عملیاتی الزم است.
هر بار ورود به نرمافزار ابتدا پنجره data editorمشاهده میشود که خالی از داده میباشد و هرگونه ویرایشی بر
روی دادههای فایل جاری نیز در این پنجره قابل اجرا است .همیشه بر روی صفحهنمایش (بهصورت گسترده یا
نرم افزار آماری SPSS 52
کوچكشده) فعال است و در هرلحظه امکان دسترسی به آن وجود دارد .عالوه برآن در پایین پنجره data editor
دو صفحه data viewو variable viewوجود دارد .در این پنجره دادهها بهصورت پیشفرض با پسوند()sav.
ذخیره میشوند.
Variable View
فهرستی از اطالعات متغیرها نمایش میدهد که هر سطر نشاندهندهی متغیر است ،همچنین نام متغیر ،لیبل
متغیر ،لیبل مقدار ،عرض چاپ ،نوع اندازهگیری و دیگر ویژگیها را نمایش میدهد .این پنجره برای تعریف
:Nameدر این بخش همانند برش صفحه «تعریف ،نمایش و ویرایش متغیرها» نام متغیرها به صورت ترجمه
نکته :اگر نامی برای متغیرها تعریف نشود ،نرم افزار به صورت اتوماتیك نامی برای آنها به صورت 22224var
22221, var22220,var 22222,varتا n2222varتعریف میکند.منتهی بهتر است برای متغیرها نام تعریف شود
:Typeدر این قسمت نوع متغیرها به صورت عدد ،تاریخ ،زمان ،پول ،نماد علمی و رشته مشخص میشود.
پنجره variable Typeبه شکل زیر میباشد .پس کلیك در سلول typeسه نقطه داخل سلول فعال میشود
( Numericعددی) :به مقادیر عددی اختصاص دارد .اگر این گزینه انتخاب شود در قسمت widthتعداد ارقام
صحیح و در قسمت decimalتعداد اعداد اعشار ورود و نشان داده میشود .
( Commaویرگول) :این گزینه هم به مقادیر عددی اختصاص دارد و در آن هر عدد سه رقم ،سه رقم از سمت
راست با یك ویرگول از هم جدا میشود .نکته :اگر مقدار اعشار ( )decimalدر نظر گرفته شده بیشتر از صفر
(Dotنقطه) :این گزینه نیز مانند ویرگول ( )commaاست و فقط به جای ویرگول از نقطه برای جدا کردن
اعداد استفاده میکند .نکته :اگر مقدار اعشار ( )decimalدر نظر گرفته شده بیشتر از صفر باشد این گزینه مانند
numericعمل میکند.
( Scientific notationنماد علمی) :اگر این گزینه را انتخاب شود اعداد با نماد علمی نمایش داده میشوند؛
( Dollarدالر) :برای متغیرهایی مربوط به مبالغی بر حسب دالر استفاده میشود
( Custom currencyدلخواه) :برای متغیرهایی حاوی مبالغی بر حسب یك واحد پولی غیر دالر است .نکته:
تنها عملی که دو گزینه فوق انجام میدهند این است که هر عدد سه رقم ،سه رقم از سمت راست با یك ویرگول
از هم جدا میشود .و تنها تفاوت آنها در استفاده نماد دالر در گزینه dollarاست.
( Stringرشته ای) :برای متغیرهایی بکار میرود که پاسخهای آن حروف یا کلمه باشد.
Data View
صفحه ای است که دادهها در آن ورود و نشان داده میشود .قبل از واردکردن دادهها ابتدا باید متغیرها را
تعریف کرد .برای این نوع فعالیت از پنجرهی Variable Viewاستفاده میشود .پنجرهی Variable Viewاز
پنجره output
نتایج حاصل از محاسبات و انواع نمودارهای تولید شده توسط برنامه در قالب این پنجره ارائه می شود .از
این پنجره برای نمایش اخطارهای احتمالی نیز استفاده می شود .پنجره خروجی که از نوع متن است .اولین پنجره
از این نوع با شماره 4مشخص میشود و در صورت ایجاد پنجرههای خروجی دیگر به ترتیب شماره ….2 .0
نرم افزار آماری SPSS 58
برای آنها بکار میرود .در این پنجره کاربر قادر خواهد بود کلیه خروجیهای حاصل از پردازش بر روی دادهها
را که میتوانند متن ،نمودار ،جدول و … باشد را مشاهده نماید .عالوه برآن در این پنجره امکان ویرایش
خروجیها وجود دارد .مثالً کاربر قادر خواهد بود که اعداد دورن جداول ،عناوین نمودارها و … را ویرایش
نماید .در این پنجره دادهها بهصورت پیشفرض با پسوند( )spv.ذخیره میشوند.
پنجره Syntax
این پنجره که از نوع متن است برای آمادهسازی اجرای فرمانها در زیر برنامهنویسی SPSSطرحریزیشده
است .در این پنجره میتوان امکانات ویرایشی را نیز بهراحتی به کاربرد .همچنین نشانههایی برای اجرا و الحاق
فرمانها تعبیهشده است .هر نوع اجرای دستور که قابلیت اجرا از طریق منوهای نرمافزار را داشته باشد ،با زبان
دستوری Syntaxنیز قابلاجراست .با استفاده از Syntaxمیتوانید جزئیات استفاده شده در یك دستور را ذخیره
کرده و بهدفعات از آن استفاده نمود .برنامههایی که به زبان SPSSدر محیط syntaxنوشته میشود با پسوند
درس دوم
در نوار ابزار spssدوازده عنوان منو وجود دارد .به ترتیب به شرح آنها پرداخته میشود
( file, edit, view, data, transforme, analyze,direct marketing, graghs, utilities, add-ones, window,
)help
59 فصل دوم :نرم افزار SPSS
18
منوی فايل
منوی فایل نخستین منویی است که در مجموعه منوهای نرم افزار SPSSقرار دارد .این آیکون دارای دستورهای
Newو Open
ایجاد فایل جدید ( )Newو باز کردن فایل موجود ( )Openهر دو برای بازکردن صفحات دادههای
Open database
برای بازکردن( ،)New queryویرایش کردن( )edit queryو ران کردن ( )Run queryاز نرم افزار access
بکار میرود.
Save
این دستور برای ذخیره کردن در اولین انجام عملیات است
Save as
این دستوران برای ذخیره کردن مجدد بکار میرود.
Print
برای پرنت وچاپ کردن کلیه دستورات نرم افزار spssکاربرد دارد.
41
. File Menu
نرم افزار آماری SPSS 61
19
منوی ويرايش
برای کپی کردن داده ها ،جابجایی در همان رده و یا از یك پرونده به پرونده دیگر ،میتوان از فرمانهای منوی
Editاستفاده کرد .عالوه بر این ،از فرمانهای این منو برای جستجوی داده با متن و اضافه کردن یك متغیر یا
پاسخگوی جدید استفاده میشود .همچنین ،با استفاده از فرمان Optionمیتوان تنظیمات اولیه را در SPSSتغییر
داد .به طور کلی ،در این منو ،امکان انجام انواع ویرایش اطالعات مانند پاک کردن ( ،)Clearحذف کردن (،)Delete
41
. Edit Menu
60 فصل دوم :نرم افزار SPSS
برای کپی کردن یك یا چند متغیر یا دادهها نشانگر ماوس را روی آن و یا چند سلول قرارداده و آنها را انتخاب
کنید و فرمان Copyاز منوی Editیا از کلید راست ماوس فرمان Copyرا اجرا کنید.
-نشانگر ماوس را به مکانی که میخواهید داهها را در آنجا کپی شوند .تغییر مکان دهید و فرمان Pasteرا از
منوی Editاجرا کنید یا از دکمه سمت راست ماموس فرمان pasteرا اجرا کنید.
نشانگر ماوس را روی شماره سطر درست چپ صفحه کاربرگ قرار داده و آنرا انتخاب کنید.
فرمان Clearاز منوی Editرا اجرا کنید یا از کلید راست ماوس فرمان Clearرا اجرا کنید.
20
منوی نمايش
از این منو برای آرایش پنجره ،نمایش با پنهان سازی میله ابزار ،خط وضعیت ( ،)Status Barخطوط زمینه در
صفحه کاربرگ ( ،)Gridlinesتغییر قلمها ( )Fontsو نشان دادن برچسب متغیرها به جای مقادیر ()،Value labels
SPSSاستفاده میشود.
02
. View Menu
نرم افزار آماری SPSS 61
21
منوی داده
شناخت متغیرها و انواع آنها مهم ترین عنصر تحلیل میباشند .منوی Dataدارای فرمانهایی برای کار با
متغیرهاست .این منو دارای فرمانهایی برای تعریف خواص متغیرها( )Define variable propertiesمرتب سازی
موارد ( ،)Sort casesمرتب سازی متغیرها ()sort variablesا ،دغام پروندهها یا فایلهای مختلف در چند درایو
یا کامپیوتر ( ، )Merge Filesتجزیه فایل ( ،)Split Fileانتخاب بخشی از موارد ( )Select Casesو وزن دهی
04
. Data Menu
61 فصل دوم :نرم افزار SPSS
22
تعريف خواص متغیرها
برای انجام یك پروژه آماری به کمك نرم افزار spssابتدا باید متغیرها در صفحه variable viewتعریف و
سپس دادهها را وارد کرد .گاهی برخی محقیقن دادهها را در نرم افزارهای دیگر مانند DEو Exelو ...وارد
میکنند و سپس از طریق spssفراخوان میشود .در این صورت بهتر است مشخصات متغیرهای دادهها درspss
برای تجزیه و تحلیل آماری تعریف شود ،هدف از نگارش این متن کمك به پژوهشگران آماری برای تجزیه و
تحلیل آماری مناسبی توسط نرم افزار spssمیباشد .ورود داده در spssبه دو صورت امکان پذیر است یا مستقیما
در نرم افزار spssوارد میشود یا اینکه ابتدا در یك صفحه گسترده مثل DEو exelوارد میگردد سپس دادهها
در نرم افزار spssفراخوان میشود ،بعد از وارد کردن دادهها میتوان از منوی ،Dataگزینهی Define Variable
( ...Propertiesتعریف ویژگیهای متغیر) مشخصات مربوط به متغیرها رو مشاهده یا آنها را تغییر داد.
از مستطیل سمت چپ متغیرهای مورد نظر رو انتخاب کرده با کلیك بر روی ► آنها رو به کادر Variables
to Scanمنتقل کرد.
گاهی در یك پروژه آماری برخی متغیرهای محدودی برای تجزیه وتحلیل در نرم افزار spssالزم است .برای
مشاهده مشخصات محدودهای از متغیرها میتوان از دو کادر انتهایی استفاده کرد .کار اسکن از ابتدای دادهها تا
شماره سطری که در کادر اول ( )Limit number of cases scanned toوارد میشود انجام میگیرد .در کادر دوم
( )Limit number of values displayed toعدد مربوط به تعداد دادههایی که قرار است مشخصاتش مشاهده
گردد وارد میشود .بعد از انتخاب متغیرها با کلیك بر روی Continueدر پنجره ی Define Variable Properties
00
. Defice Variable Properties
نرم افزار آماری SPSS 62
می توان در پایین کادر Scanned Variable Listلیست باکس ،Define Variable Propertiesمتغیرهای
انتخاب شده را مشاهده کرد عالوه برآن با کلیك بر روی هر یك از متغیرها میتوان مشخصات مربوط به آن متغیر
در یك پروژه آماری که توسط نرم افزار spssانجام میگیرد بهتر است که برچسب متغیر و مقیاس آن تعیین
شود .برتعریف چسب متغیر را میتوان از قسمت Labelو مقیاس آن از قسمت Measurement Levelاستفاده
کرد .با انتخاب گزینه ، Suggestنرم افزار spssمقیاسی پیشنهاد میکند منهی دقت شود .برای تعیین و تغییر نوع
متغیر ،پهنای متغیر و تعداد ارقام اعشار متغیر از قسمت typeاقدام میشود .دادههایی که دارای برچسب نیستند
در قسمت Unlabeled valuesنمایش داده میشوند .برای ایجاد برچسب جدید برای دادهی مورد نظر یا ویرایش
برچسبهای قبلی از ستون Labelدر قسمت Value Label gridاقدام میگردد .برای تعریف برچسب مقادیر
( )Value Labelsجدید برای متغیر از دکمه Attributesاستفاده میشود .در این قسمت برای هر نام متغیر یك
برچسب دلخواه مشخص میشود .گاهی در جمع آوری دادهها به هر علتی بی پاسخی به وجود میآید .در
اصطالح آماری به آنها دادههای گم شده گفته میشود ،این مقادیر گم شده و بی معنا را میتوان spssبا کدهای
65 فصل دوم :نرم افزار SPSS
مشخص کرد ،حداکثر سه مقدار گم شده را میتوان در ستون missingتعریف کرد spss ،برای تجزیه و تحلیل
برای سهولت و سرعت کار در spssدر صورت امکان میتوان مشخصات یك متغیر را در متغیر دیگر کپی
در قسمت Unlabeled Valuesگزینه Automatic Labelsوجود دارد ،با استفاده از این گزینه spssبه صورت
اتوماتیك یك برچسب برای هر متغیر تعریف میکند که معموالً spssمقدار متغیر را به عنوان متغیر بر میگزیند.
در انتها با انتخاب okمیتوان تغییرات ایجاد شده را تایید کرد و برای انجام تغییرات دوباره از گزینه Reset
استفاده میشود.
23
مرتب سازی موارد
براساس مقوله متغیرها به دو حالت نزولی و صعودی فایل دادهها را مرتب مینماید.
گاهی محقق درصدد است تا دادهها را براساس یك یا چند متغیر به گونه ای صعودی یا نزولی مرتب کند تا
بتواند به راحتی از آن برای تحلیل استفاده کند .مرتب کردن دادهها به دو صورت انجام میگیرد:
مرتب کردن دادهها به صورت صعودی ( :)Ascendingدر این روش ،مقادیر متغیر یا متغیرهای انتخاب
مرتب کردن دادهها به صورت نزولی ( :)Descendingدر این روش ،مقادیر متغیر یا متغیرهای انتخاب
شده به صورت نزولی (از بزرگ ترین کد تا کوچك ترین کد) مرتب میشوند.
نحوه اجرا
02
. Sort Cases
نرم افزار آماری SPSS 66
متغیر یا متغیرهای مورد نظر برای مرتب کردن را وارد کادر Sort byکرده و از قسمت ،Sort Orderیکی از
حالتهای ( Ascendingصعودی) یا ( Descendingنزولی) را بنا به هدف مان انتخاب میکنیم .دکمه Okرا
کلیك میکنیم.
نکته :موضوع مهمی که در مورد اجرای دستور Sort Casesمیتوان گفت این است که در هنگام اجرای این
دستور ،همواره پاسخگویانی که دارای مقدار نامعلوم و گشمده باشند ،این مقدار نامعلوم به عنوان کوچك ترین
24
مرتب سازی متغیرها
براساس حروف اول متغیرها به دو حالت نزولی و صعودی متغیرهای دادهها را مرتب مینماید.تا بتواند به
راحتی از آن برای تحلیل استفاده کند .مرتب کردن دادهها به دو صورت انجام میگیرد:
مرتب کردن دادهها به صورت صعودی ( :)Ascendingدر این روش ،مقادیر متغیر یا متغیرهای انتخاب
مرتب کردن دادهها به صورت نزولی ( :)Descendingدر این روش ،مقادیر متغیر یا متغیرهای انتخاب
شده به صورت نزولی (از بزرگ ترین کد تا کوچك ترین کد) مرتب میشوند.
نحوه اجرا
01
. Sort Variables
نرم افزار آماری SPSS 68
متغیر یا متغیرهای مورد نظر برای مرتب کردن را وارد کادر Sort byکرده و از قسمت ،Sort Orderیکی از
نکته :موضوع مهمی که در مورد اجرای دستور Sort Casesمیتوان گفت این است که در هنگام اجرای این
دستور ،همواره پاسخگویانی که دارای مقدار نامعلوم و گشمده باشند ،این مقدار نامعلوم به عنوان کوچك ترین
25
ادغام پرونده ها
دادههای دو فایل براساس کیسها و متغیرها با رعایت شرایطی ادغام میشوند .شرط ادغام به صورت کیس
باید نام متغیرها و کدهای متغیرها کامال یکسان باشد .و در اداغام متغیر نباید نام متغیرها یکسان باشد.
معموالً در تحقیقات اقتصادی و اجتماعی ،محقق با حجم باالیی از دادهها سروکار دارد که از طریق تکمیل
پرسشنامه با تعداد زیادی از پاسخگویان مثالً 4222نفر به دست آمده است .سرشماریهای مختلفی که از سوی
سازمانها و نهادهای مختلف دولتی در سطح کشور اجرا میشوند ،مانند سرشماری عمومی نفوس و مسکن،
آمارگیری از شرکتهای تعاونی ،سرشماری از محصوالت کشاورزی ،تمامی تحقیقات ملی و ...از جمله این
موارند که حجم نمونه و به عبارتی تعداد پاسخگویان در آنها بسیار زیاد میباشد.
از طرفی ،به دلیل حجم باالی پاسخگویان در این گونه تحقیقات ،معموالً محقق کار ورود داده به نرم افزار
SPSSرا به چندین نفر میسپارد .طبیعی است که بعد از اتمام مرحله ورود داده به نرم افزار ،از آنجا که چند نفر
اطالعات پرسشنامهها را وارد نرم افزار میکنند ،محقق با چندین فایل به تناسب تعداد این افراد مواجه است .اما
در هنگام پردازش و تحلیل داده ،محقق باید تمامی این فایلهای مجزا را در قالب یك فایل منسجم ادغام کند.
برای این کارف دستوری به نام Merge Fileدر نرم افزار SPSSتعبیه شده که محقق میتواند از طریق آن ،تمامی
01
. Merge Files
نرم افزار آماری SPSS 71
نحوه اجرا
-4ابتدا فایل اصلی مان را که قصد داریم دادههای فایل دوم به آن اضافه شود ،باز میکنیم.
-1فایل دوم را از درایو مورد نظر انتخاب میکنیم و دکمه Openرا کلیك میکنیم.
-1با اجرای دستور قبلی ،پنجره جدیدی باز میشود که در آن ،محل فایل مورد نظر در کادر به صورت نشان
-1در پنجره ای که باز میشود ،در سمت راست متغیرهای مشترک در هر دو فایل ،و در سمت چپ متغیرهای
-2دکمه OKرا کلیك میکنیم که در نهایت ،شاهد اضافه شدن پاسخگویان فایل دوم به انتهای فایل اولی خواهیم
بود.
71 فصل دوم :نرم افزار SPSS
26
تجزيه فايل
خروجی دادهها به تفکیك مقولهها (کدها) یك متغیر برای تجزیه و تحلیل تفکیکی ارائه میشود.
-0پاسخگویان باید براساس مقادیر (ارزشها یا کدها) متغیرهای گروه بندی شده و به همان ترتیبی که در
پنجره دادهها آمده اند ،سورت شوند .اگر داده مان سورت شده است ،گزینه File is already sortedرا
انتخاب میکنیم (حالت پیش گزیده ،SPSSهمین حالت میباشد) .اما اگر داده مان سورت شده نیست،
:Analyze all cases, do not create group -4در این روش ،نتایج و خروجی فایل تجزیه نمیشود و
تحلیل دادهها به صورت کلی برای تمامی مقولههای متغیرها انجام میگیرد .درصورت انجام دستور Split
Fileپس از اتمام روش ،Split Fileبرای اینکه نرم افزاربه صورت اولیه دادهها برگردد ،باید گزینه
:Compare groups -0در این روش ،معمو ًال نیز همین روش انتخاب میشود ،تحلیل دادهها به تفکیك کدها
:Organize output by groups -2در این روش نیز ،مانند روش دوم ،تحلیل دادهها به تفکیك طبقات متغیر
یا متغیرهای انتخاب شده انجام میگیرد .منتهی فرق این دو در این است که خروجی روش دوم ،به
01
. Split File
نرم افزار آماری SPSS 72
صورت یکجا و مشخص در یك جدول نشان داده میشود .اما در این روش ،خروجی هر یك از گروه
نحوه اجرا
-0گزینه Compare groupsدر سمت راست را فعال کرده و سپس متغیر یا متغیرهای مبنا برای تجزیه فایل
وارد کادر Groups Based onدر سمت راست میشود و دکمه Okرا کلیك میکنیم.
75 فصل دوم :نرم افزار SPSS
27
انتخاب بخشی از موارد
برخی موارد برای تجزیه و تحلیل موارد خاصی از یك متغیر برای تجزیه و تحلیل نیاز باشد از این منوی
استفاده میشود.
نحوه اجرا
02
. Select Cases
نرم افزار آماری SPSS 76
-2دکمه …Ifفعال شده و بر روی آن کلیك میکنیم .پس از آن ،پنجره جدیدی با عنوان Select Cases:
Ifباز میشود .در این پنجره ،متغیر مورد نظر برای شرط گذاشتن را از سمت چپ به راست آورده و
سپس کد مورد نظر را روبروی آن متغیر وارد میکنیم و سپس دکمه Continueرا کلیك میکنیم.
با انجام مراحل باال ،در پنجره دادهها ( ،)Data Viewمتغیر جدیدی با اسم “ ”$_filterباز میشود که بیانگر
وضعیت فیلتر است .این متغیر با دو کد 4و 2تعریف شده است :کد 4برای پاسخگویان انتخاب شده و کد 2
معموالً دستور Select Casesرا زمانی اجرا میکنیم که در برخی زمانهای تحلیل ،به خصوص هنگام اجرای
پاره ای آزمون ها ،قصد داریم تحلیل دادهها را تنها برای گروههای خاصی از پاسخگویان انجام دهیم .بنابراین،
طبیعتاً بعد از اجرای این دستور و شروع دستورهای بعدی ،باید دستور Select Casesرا غیرفعال میکنیم .تا
زمانی که دستور Select Casesرا غیرفعال نکنیم ،تمامی تحلیلهای بعدی ما با رعایت دستور مورد نظر انجام
خواهد شد .برای اینکه به حالت اول دادههای مان (قبل از فیلتر شدن) برگردیم ،میتوانیم دو کار را انجام دهیم:
77 فصل دوم :نرم افزار SPSS
)4متغیر فیلتر شده (با نام )$_filterدر انتهای فایل داده را انتخاب کرده ،وارد منوی Editمیشویم و با دستور
،Clearو یا از طریق دکمه Deleteدر صفحه کلید ،این متغیر را حذف میکنیم )0 .وارد منوی Dataو دستور
28
وزن دهی
گاهی برای تجزیه تحلیل دادهها نیاز به وزن دهی متغیر الزم میشود .علی الخصوص دادههای خام در دسترس
نحوه اجرا
01
. Weight Cases
نرم افزار آماری SPSS 78
-0در پنجره ای که باز میشود ،ابتدا کادر سمت راست ،دکمه Weight Cases byرا فعال کرده و سپس
متغیری که قرار است به عنوان وزن انتخاب شود در کادر مربوطه قرار میگیرد ،از کادر سمت چپ
انتخاب و وارد کادر Frequency Variableدر سمت راست میکنیم .دکمه Okرا کلیك میکنیم.
قبل از اجرای دستور ،Weight Casesدر قسمت پایین پنجره این دستور ،حالت Current Status: Do not
weight casesآمده ،که با اجرای دستور ،این حالت به Current Status: weight case by Genderتغییر خواهد
یافت .همچنین ،با اجرای دستور ،در نوار ابزار پایین سمت راست در صفحه ،Data Viewحالت فعال بودن
دستور به شکل Weight Onنشان داده میشود که با غیر فعال کردن دستور ،این حالت نیز حذف خواهد شد.
برای اینکه به حالت اول دادهها برگشت داده شود (یعنی زمان قبل از وزن دادن) برگردیم ،باید وارد منوی Data
و دستور Weight Casesشویم و سپس گزینه Do not weight casesرا انتخاب کنیم.
29
منوی تبديل (تغییر)
از فرمانهای منوی Transformبرای محاسبه مقادیر جدید و با ترکیب چند متغیر و ساختن شاخص
( ،)Computeشمارش مقادیر خاصی از پاسخگویان ( ،)Countکدگذاری مجدد دادهها ( )Recodeو ...استفاده
میشود .الزم به ذکر است در تحقیقات اجتماعی ساختن شاخص از ضروریات است .از این رو ،میتوان از دستور
01
. Transform Menu
79 فصل دوم :نرم افزار SPSS
30
محاسبه کردن
دستور Computeاز پرکاربردترین دستورها در SPSSمیباشد .این دستور ،از دستورهای اصالحی در SPSS
میباشد که از طریق آن میتوان مقادیر یك متغیر را براساس مقادیر متغیر یا متغیرهای دیگر به دست آورد .به
.0ساخت متغیرهای جدید از طریق متغیر یا متغیرهای موجود :ساخت شاخص و مقیاس که کاربرد فراوانی
در انواع رشتههای علوم اجتماعی و انسانی و علوم تربیتی دارند ،از این دست کاربردها میباشد .به عنوان
مثال ،ساخت شاخص پایگاه اقتصادی و اجتماعی از ترکیب سه متغیر شغل ،درآمد و تحصیالت.
22
. Compute
نرم افزار آماری SPSS 81
.1محاسبه انواع عملیات ریاضی شامل ضرب ،جمع ،تفریق ،تقسیم و...
.4مهمترین مسئله در اجرای دستور ،Computeاین است که هنگام جمع کردن متغیرها (ترکیب متغیرها یا
.0در هنگام جمع بستن سه متغیر یا گویه برای محاسبه یك شاخص ،باید تمامی این سه متغیر باهمدیگر
وجه اشتراک داشته باشند و چنانچه این اشتراکات وجود نداشت ،به یکسان سازی آنها براساس سه معیار
ب) جهت طیف متغیرها ،یعنی مثبت یا منفی بودن (از 4تا 1یا از 1تا )4
نحوه اجرا
-0متغیرهای مورد نظر را با دوبار کلیك چپ وارد کادر Numeric Expressionدر سمت راست کرده و
عالمت .را نیز بین هر یك از آنها اضافه میکنیم .نام متغیر را در کادر Target Vaiableدر سمت چپ
نکته :در قسمت computeکارهای مختلفی میتوان انجام داد میتوان نمرات استاندارد یك متغیر را محاسبه
کرد ،میتوان از یك متغیر لگاریتم گرفت ،تابع توزیع تجمعی را محاسبه کرد یا حتی محاسبات خیلی پیچیده
انجام داد.
نرم افزار SPSSبر خالف اکسل ،فرمولهای محاسبه دادهها را نگه نمیدارد و به طور خودکار آنها را بروز
رسانی (تجدید) نمیکند به عنوان مثال اگر ما متغیری را که در محاسبه متغیر جدید استفاده کرده ایم تغیر دهیم،
همانگونه که در کادر گفتگوی compute variableمشاهده میشود ما باید نام متغیر جدید ( که میتواند یکی
از متغیرهای موجود در صفحه دادهها نیز باشد) را در قسمت متغیر هدف ( )target variableوارد کنیم و تابعی
که قصد محاسبه ی آن را داریم با استفاده از فرمولها یا عملگرهای موجود در کادر گفتگو یا تایپ آنها ،وارد
قسمت numeric Experssionکنیم و در پایان بر کلید okکلیك کنیم .متغیر جدید محاسبه و در آخر صفحه
دستور Countزمانی استفاده میشود که بخواهیم بدانیم هر کدام از پاسخگویان چند بار به یك کد یا ارزش
خاص پاسخ داده اند .به عبارتی ،این دستور دفعات وقوع یك کد یا ارزش خاص در میان پاسخگویان را نشان
میدهد .دستور Countتنها برای متغیرهایی قابل اجراست که مقیاس آنها در سطح اسمی یا ترتیبی باشد .بنابراین،
در مورد متغیرهای با مقیاس فاصله ای یا نسبی نمیتوان از این دستور استفاده کرد.
نرم افزار آماری SPSS 81
نحوه اجرا
-0کد متغیرهایی را که قصد شمارش کدهای خاصی از آنها را داریم وارد کادر Numeric Variables
میکنیم .سپس در قسمت Target Variableو ،Target Labelنام و برچسب متغیر جدید (متغیر هدف)
-2سپس متغیرها را به کادر Variableانتقال و روی دکمه Define Valuesفعال مشده کلیك میکنیم ،پنجره
جدید باز میشود که باید در این پنجره ،کدی که قصد شمارش آن را داریم وارد کرده و سپس دکمه
-1با کلیك بر روی دکمه …Ifدر پنجره اصلی دستور ،Countمیتوانیم دستور کدگذاری مجدد را تنها
31
کدگذاری مجدد
دستور recodeیا کدگذاری مجدد یکی از دستورات پرکاربرد در SPSSمحسوب میشود و کاربردهای
زیادی برای کاربران دارد .در برخی موارد کاربران قبل از انجام تحلیل آماری باید دادههای خود را با این دستور
این دستور در سه مورد کاربرد بسیاری دارد که در اینجا به آنها اشاره میگردد:
برای مثال فرض کنید شما سن تعدادی از افراد را در SPSSوارد کرده اید و برای مثال اعداد 12 ،01 ،01و
… برای سن وارد کردهاید .حاال میخواهید که سن افراد را به چند طبقه برای مثال از 02تا 22و از 22تا 12
تقسیم نمایید .در این حالت از این منو برای کدگذاری مجدد استفاده میشود.
24
. Recode
نرم افزار آماری SPSS 82
نکته مهم :سعی کنید تا آنجا که ممکن است دادههای خود را به شکل فاصلهای گردآوری و در SPSSوارد
نمایید .چون دادههای فاصلهای قابل تبدیل به دادههای ترتیبی هستند ولی برعکس آن امکانپذیر نیست.
برای مثال فرض کنید شما پرسشنامهای دارید که سه گزینه دارد .حاال میخواهید برای گزینه 4نمره ،12گزینه
0نمره 21و گزینه 2نمره 422را وارد کنید .در این صورت از این گزینه استفاده میکنیم.
در برخی پرسشنامهها تعدادی از سواالت به صورت وارونه نمرهگذاری میشوند (در طیف لیکرت) .مثال تمام
سواالت از 4تا 1نمرهگذاری میشوند اما سه سوال از 1تا 4نمرهگذاری میشوند .در این صورت از این گزینه
از دستور Recodeبه عنوان یك دستور اصالحی و آمایشی قبل از انجام آزمونهای آماری استفاده میشود.
نحوه اجرا
-0متغیر یا متغیرهایی را که قصد کدگذاری مجدد آنها را داریم ،وارد کادر Numeric Variable-> Output
Variableدر سمت راست میکنیم .نام متغیر جدید مان را در کادر Nameتایپ میکنیم .سپس دکمه
Changeرا کلیك میکنیم تا این تغییر نام در کادر Numeric Variable-> Output Variableظاهر شود.
-2در پنجره کدها یا مقادیر جدید و قدیم ( )Old and New Valuesمطابق شکل تغییرات را اعمال می¬
کنیم .این پنجره برای آسانی آموزش به دو بخش تقسیم شده است.
نرم افزار آماری SPSS 86
در پنجره مقادیر جدید و قدیم برحسب دامنه نمراتی که تعیین کردهایم کدهای تغییر یافته هر طبقه را وارد
میکنیم:
به عنوان مثال برای طبقه آخر یا کد ( 2و در کادر کدهای قدیم یا )Old Valueبه ترتیب زیر عمل میکنیم
-1دکمه …Old and New Valuesرا کلیك میکنیم .در پنجره جدید ،در کادر چپ ،کد قدیم ( Old
)Valueو در کادر راست نیز کد جدید ( )New Valueرا وارد و سپس دکمه Addرا به ترتیب طبقات
جدید میزنیم و همین طور تا آخر ادامه میدهیم چنانچه کد قدیم یك عدد گسسته بود ،در این صورت
گزینه Valueدر کادر باال سمت چپ انتخاب میکنیم .اما اگر کد قدیم ما حالت طیف داشت ،در آن
صورت گزینه Rangeدر کادر میانی سمت چپ را انتخاب میکنیم .در نهایت ،دکمه Continueرا کلیك
میکنیم.
در این روش متغیر جدیدی ساخته نمیشود و تغییرات روی همان متغیر قبلی انجام میشود .در
روش کدگذاری مجدد روی متغیر موجود
نتیجه در این روش دادههای اولیه از بین رفته و کدهای جدید ،جایگزین کدهای قبلی میشود و
Recode into Same Variables
دادههای جدید تشکیل میشود.
ستونی جدید و متغیری جدید در پنجره دادهها تشکیل میشود .در این روش هم متغیر اولیه باقی
جدید متغیر ساخت با کدگذاری روش
مانده و هم متغیری جدید در برنامه تشکیل میشود .به جهت حفظ دادههای اولیه ،توصیه میگردد
Recode into Different Variables
که همواره از این روش استفاده کنیم.
فصل سوم :تجزيه و تحلیل با
آمارههای توصیفی
89 فصل سوم :تجزیه و تحلیل با آمارههای توصیفی
32
منوی تجزيه و تحلیل
این منو برای گرفتن تمامی آمارهای توصیفی و استنباطی (اعم از پارامتری و ناپارامتری) به کار میرود .در
واقع ،کاربرد این منو ،بعد از ورود ،آمایش ،اصالح دادهها و به طور کل زمانی است که تحلیل گر قصد دارد تا به
پردازش و تحلیل دادهها بر اساس سؤاالت ،اهداف و فرضیههای تحقیق بپردازد .بنابراین ،در اینجا باید گفت که
منوهای قبل و بعد از Analyzeهیچ گونه کار تحلیل آماری بر روی دادهها انجام نمیدهند .منوی analyze
پرکاربردترین منو در spssبرای انجام تجزیه و تحلیل آماری است .به طور مختصر و دستورات الزم برای رشته
منوی Reportsدارای 1گزینه Report Summaries in ،Case Summaries ،OLAP Cubes ،codebook
و Report Summaries in Columnsاست .امکاناتی برای محاسبه آمارههای توصیفی گوناگون برای Rows
متغیرها در اختیار محقق قرار میدهد .خروجیهایی از آمارههای خاصی و خالصه از شرح حال متغیرها را ارائه
میدهند .در گزارشات پژوهشی چندان قابل استفاده نیست جهت اطالع محقق میباشد .به همین دلیل استفاده از
20
. Analyze Menu
22
. Report Menu
نرم افزار آماری SPSS 91
34
منوی آمار توصیفی
,Ratioاست .اغلب پژوهشها نیاز به استفاده از تمامی این گزینهها دارند توصیه میشود در یادگیری آنها بیشتر
دقت شود.
اولین مرحله در تجزیه و تحلیل دادهها ارائه جداول یك بعدی است .جداول یك بعدی برای همه متغیرهای
اسمی ،ترتیبی و فاصلهای قابل اجرا وترسیم است .منتهی برای متغیرهای فاصلهای و نسبی به خصوص تعداد
مقولهها گسترده باشد چندان تحلیل مناسب ارائه نمیدهد ،در اینگونه موارد باید از آمارههای توصیفی کمك
21
. Descriptive statistics Menu
90 فصل سوم :تجزیه و تحلیل با آمارههای توصیفی
باکس Frequencies
در این مرحله پژوهشگر متغیر مورد نظر را برای تجزیه و تحلیل انتخاب و سپس روی فلش کلیك میکند تا
2ـ بخش آماره : statisticsشامل چهار موضوع اساسی مجموعه درصدها ،Percentilesآمارههای گرایش
4ـ مجموعه درصدها : Percentilesشامل چارکها ،دهكها و درصدهای مورد نیاز میباشد.
0ـ آمارههای گرایش مرکزی : Central Tendencyشامل سه آماره میانگین ،میانه ،مد و مجموع میباشد.
2ـ پراکندگی :Dispersionشامل واریانس ،انحراف معیار ،دامنه تغییرات ،منیمم ،ماکسیمم وخطای
استاندار میانگین
35
چندک ها
مقادیری از مشاهدات هستند که دامنه تغییرات را به فاصلههای چندکی مورد نیاز تقسیم میکنند ،به طوری که
فراوانیها در هر یك از این فواصل ،درصد معینی از فراوانی کل را تشکیل میدهند .بنابراین ،اگر دامنه تغییرات
21
. Quantiles
91 فصل سوم :تجزیه و تحلیل با آمارههای توصیفی
را به چهار قسمت مساوی تقسیم کنیم ،به چارکها ( ،)Quartilesاگر به ده قسمت مساوی تقسیم کنیم ،به دهكها
( ،)Decilesو اگر به صد قسمت مساوی تقسیم کنیم ،به صدکها ( )Percentilesدست پیدا میکنیم.
36
چارک ها
چارکها نقاطی بر روی مقیاس اندازه گیری هستند که کلیه مشاهدات و نمرهها را به چهار قسمت مساوی )
برابر با میانه بوده و از طریق تفاضل چارک اول از چارک سوم به دست میآید .در واقع ،میانه ،چارک دوم ) نقطه
ای است که 21درصد نمرات (معادم سه چهارم) در پایین یا مساوی آن واقع شده اند .هر چه مقدار انحراف
همانند شاخصهای گرایش مرکزی ،شاخصهای پراکندگی برای توصیف و خالصه کردن توزیع نمرات
استفاده میشود .شاخصهای پراکندگی ،چگونگی کسترش و پراکندگی مقادیر یك توزیع را نشان میدهند.
37
نما يا مد
نما ،که آن را با عالمت MOنمایش میدهند ،عبارت است از طبقه ،وضعیت و یا عددی که با توجه به متغیر
مورد نظر ،بیش ترین پاسخگویان (پاسخ ها) را به خود اختصاص داده است .این شاخص برای تمامی متغیرهای
21
. Quartiles
22
. Mode
نرم افزار آماری SPSS 92
38
میانه
میانه ،که آن را با عالمت Mdنشان میدهند ،عبارت است از طبقه ،وضعیت و یا عددی که پاسخگویان را با
توجه به متغیر مورد نظر ،به دو گروه مساوی تقسیم میکند و تقریباً نیمی از دادهها از آن کمتر و نیمی دیگر از آن
بیشتر هستند.
39
میانگین يا میانگین حسابی
نشان میدهند ،به عنوان اصلی ترین شاخص گرایش به مرکز محسوب میشود که عبارت میباشد از متوسط
نمرات پاسخگویان در متغیر مورد نظر .یعنی مجموع نمرات یا مقادیر تقسیم بر تعداد آن.
نکات:
نشان میدهند.
ـ شاخص میانگین عموماً برای متغیرهای با مقیاس فاصله ای و نسبی به کار میرود .البته گاهی در تحقیقات
اقتصادی و اجتماعی نیز از این شاخص برای مقایسه توزیع نمرات در بین چندین سؤال یا گویه ودر نتیجه توضیح
بهتر نتایج فراوانی و درصدی در بین این سؤاالت و گویهها استفاده میشود.
ـ در هنگام محاسبه میانگین ،در صورتی که دادههای پرت در میان مجموع دادهها باشد ،باید دادههای پرت را
حذف و یا معادل با باالترین و یا کمترین عدد قرار دهیم .برای مثال ،اگر در یك جامعه طیف درآمدی بین 422
تا 222هزار تومان باشد ،اگر چند نفری دارای درآمد باالی 222هزار تومان باشند ،میتوانیم با استفاده از دستور
21
. Median
21
. Mean or Arithmetic Mean
95 فصل سوم :تجزیه و تحلیل با آمارههای توصیفی
40
دامنه تغییرات
دامنه تغییرات ساده ترین شاخص پراکندگی است و فقط به تفاضل بین بیشترین و کمترین نمرات در توزیع
اشاره دارد .علی رغم سادگی محاسبه دامنه تغییرات ،این شاخص فقط برای دادههای فاصله ای و نسبی مناسب
است .در عمل تفاضل مورد استفده برای به دست آوردن دامنه تغییرات ،فرض میشود ه مقادیر نمرات در یك
توزیع معنی دار هستند .این نکته فقط در مورد دادههای سطح فاصله ای و نسبی صدق میکند.
41
واريانس
واریانس به میزان تفاوت و پراکندگی پاسخگویان از مقادیر میانگین اشاره دارد .به عبارتی واریانس یك
شاخص پراکندگی است که از طریق محاسبه انحراف نمرهها از میانگین محاسبه میشود و عبارت است از میانگین
انحراف از نمرهها از میانگین یا مجموعه مجذورات انحراف نمرهها از میانگین تقسیم بر تعداد نمره ها .واریانس
نشان میدهند.
42
انحراف استاندارد
انحراف استاندارد نیز ،همانند واریانس به پراکنش پاسخگویان در اطراف میانگین راجع است .انحراف استاندارد
که جذر واریانس میباشد شاخصی است که متوسط پراکندگی نمرات از میانگین را نشان میدهد و لذا اغلب
همراه با میانگین گزارش میشود .تفسیر مقدار انحراف استاندارد بدین صورت است که هر چه مقدار انحراف
استاندارد بیشتر باشد ،پراکندگی نمرات از میانگین هم بیشتر است .یعنی گروه مورد مطالعه از لحاظ ویژگی مورد
سنجش نامتجانس تر است و برعکس ،مقدار کوچك انحراف استاندارد بیان گر تجانس بیشتر گروه از لحاظ
12
. Range
14
. Variance
10
. Standard Deviation = SD
نرم افزار آماری SPSS 96
43
چولگی
شاخص چولگی که به شاخص انحراف از قرینگی نیز معروف است ،میزان تقارن یك توزیع را اندازه گیری
میکند .ضریب چولگی بین -2و +2تغییر میکند و در عمل به ندرت به حد خود نزدیك میشود .چولگی
چولگی مثبت :نشان گر آن است که توزیع دادهها و منحنی آن به گونه ای مثبت به صورت چوله در آمده
است یعنی نمرات افراد حول و حوش مقادیر پایین متغیر متمرکزند.
چولگی منفی :نشان میدهد که توزیع دادهها و منحنی آن به گونه ای منفی به صورت چوله در آمده
است .یعنی نمرات افراد حول و حوش مقادیر باالی متغیر متمرکزند.
در کل هر چه مقدار چولگی بزرگتر (معموالً بزرگتر از یك) باشدف در آن صورت نتیجه میگیریم که تویزع
44
کشیدگی
کشیدگی نمایانگر میزان تفاوت توزیع پاسخگویان از توزیع نرمال میباشند .این آماره نشان میدهد که آیا
مقادیر توزیع پاسخگویان بزرگتر از میانگین است یا کوچکتر از آن .شاخص کشیدگی یکی از آمارههای مناسب
برای مقایسه پراکندگی توزیع جامعه با توزیع نرمال است .توزیع دادهها با توجه به مقدار کشیدگی میتواند به سه
شکل باشد:
12
. Skewness
11
. Kurtosis
97 فصل سوم :تجزیه و تحلیل با آمارههای توصیفی
کشیدگی مثبت :نشانگر آن است که توزیع دادهها از توزیع نرمال بلندتر است .در چنین حالتی ،توزیع
کشیدگی منفی :نشان میدهد که توزیع دادهها از توزیع نرمال کوتاهتر است .در چنین حالتی ،توزیع
کشیدگی صفر :نشان دهنده آن است که توزیع دادهها متقارن است .یعنی مقدرا کشیدگی دادهها با مقدار
در کل هر چه مقدار کشیدگی بزرگتر (معموالً بزرگتر از یك) باشد ،در آن صورت نتیجه میگیریم که توزیع
نکات:
منحنی توزیع نرمال ،بهترین نمایش برای انواع شاخصهای گرایش به مرکز و گرایش به پراکندگی
میباشد .منحنی نرمال ،میزان تفاوت توزیع پاسخگویان از توزیع نرمال را نشان میدهد که نقطه اوج آن ،مقدار
میانگین است.
از آنجا که بسیاری از آزمونهای آماری بر این فرض اند که دادهها هب صورت نرمال توزیع شده اند،
بنابراین چك کردن توزیع دادهها از طریق مقادیر چولگی و کشیدگی ایده خوبی است .همچنین ،در صورتی که
دادهها به صورت نرمال توزیع نشده اند ،میتوان از تغییرات الزم و یا آزمونهای ناپارامتری متناسب استفاده کرد.
45
نمودار
11
. Chart
نرم افزار آماری SPSS 98
فرمت :Formatشامل مرتب کردن «صعودی( )Ascending Valuesو نزولی »(» )Descending Values
دادهها براساس کدهای متغیر و مرتب کردن دادهها به صورت «صعودی( )Ascending Countsو نزولی
خروجی Frequencies
جدول فراوانی چهار نوع کاربرد در spssدارد به شرح ذیل توضیح داده میشود.
99 فصل سوم :تجزیه و تحلیل با آمارههای توصیفی
نکرده اند.
0ـ : Central tendencyحاصل اجرای این گزینه انجام سه آماره گرایش مرکزی است .میانگین سنی نشان
میدهد ،پاسخگویان 21سال و شش ماه ( 14درصد یك سال)سن دارد .میانه سنی نشان میدهد 12درصد
جمعیت نمونه 22سال و هشت ماه دارند .همچنین براساس نما ،اکثر پاسخگویان 00ساله بودندهاند .با توجه به
تعریف جوانی جمعیت ،شاخصهای گرایش مرکزی نشان میدهد جمعیت مورد بررسی جوان هستند.
2ـ : dispersionاین آمارهها (انحراف استاندارد ،واریانس ،دامنه تغییرات ،منیمم ،ماسیمم و انحراف متوسط
میانگین) نشان میدهد توزیع نمونه یکنواخت نبوده و خیلی پراکنده هستند.
1ـ : distributionمقدار آمارههای کشیدگی و چولگی کمتر از قدر مطلق عدد 0میباشند .این مقدار نشان
Statistics
749 کل نمونه Valid
sampling
distribution
-.146 کشیدگی Kurtosis
خطای استاندارد
.178 Std. Error of Kurtosis
کشیدگی
جدول شماره درصدهای چارکها ،دهكها ،درصد مورد عالقه پژوهشگر جدول فراوانی
خروجی دستور Analysis ⇒ Descriptive Statistics ⇒ Frequencies ⇒ statistics ⇒ percentile values
Valid
Percent Frequen
Cumulative Percent Percent نام متغیر (سن)
درصد cy
درصد تجمعی درصد فراونی
فراوانی فراوانی
معتبر
.6 .6 .6 5 15
010 فصل سوم :تجزیه و تحلیل با آمارههای توصیفی
در مجموع سن 44/1درصد پاسخگویان کمتر از 02سال42/1 ،درصد 02تا 01سال02/4 ،درصد 01تا 01سال،
02/2درصد 22تا 21سال41/4 ،درصد 12تا 11سال و 41/1درصد بیشتر از 12سال بوده است .ضمن اینکه
4/4درصد پاسخگویان ( 1نفر) سن خود را اظهار نکردهاند .میانگین سنی پاسخگویان 21/14بوده است .همچنین
کمترین سن ثبت شده پاسخگویان 41سال و بیشترین آن 21سال بوده است(جدول .)0
نرم افزار آماری SPSS 011
در مجموع سن 44/1درصد پاسخگویان کمتر از 02سال42/1 ،درصد 02تا 01سال02/2 ،درصد 01تا 01سال،
02/2درصد 22تا 21سال41/2 ،درصد 12تا 11سال و 41/1درصد بیشتر از 12سال بوده است .ضمن اینکه
4/4درصد پاسخگویان ( 1نفر) سن خود را اظهار نکردهاند .میانگین سنی پاسخگویان 21/14بوده است .همچنین
کمترین سن ثبت شده پاسخگویان 41سال و بیشترین آن 21سال بوده است (نمودار).
011 فصل سوم :تجزیه و تحلیل با آمارههای توصیفی
4ـ این جدول براساس ارزشهای متغیر به صورت صعودی مرتب شده است
0ـ این جدول براساس ارزشهای متغیر به صورت نزولی مرتب شده است
2ـ این جدول براساس فراوانی دادهها به صورت صعودی مرتب شده است
1ـ ین جدول براساس فراوانی دادهها به صورت صعودی مرتب شده است
نرم افزار آماری SPSS 012
46
آموزش منوی توصیف
همانطوریکه در شکل زیر نشان داده شده است .منوی Descriptivesتنها شامل برخی آمارههای توصیفی
میباشد .به عنوان مثال چارکها ،میانه و نما را ندارد .توصیفهای مربوط به منوی Descriptivesهمان توصیف
و تشریح Frequenciesاست ،با این تفاوت اگر چندین متغیر همزمان وارد منوی Descriptivesشود نرم افزار
11
. Descriptivees Menu
015 فصل سوم :تجزیه و تحلیل با آمارههای توصیفی
براساس لیست واردشده یا براساس نام متغیر ،یا براساس مقدار میانگین متغیرها به صورت صعودی یا نزولی
با توجه به اینکه منوی Frequenciesکامل بررسی شد نیازی به بررسی منوی Descriptivesنیست .فقط
خروجی Descriptivesشامل تعدادنمونه ،دامنه تغیرات ،منیمم فراوانیها ،ماکسیمم فراوانیها ،مجموع،
میانگین ،انحراف معیار ،واریانس ،چولگی و کشیدگی است .توصیف این آمارهها همانند آمارههای Frequencies
است .و درشکل زیر به چهارصورت نحوه ارائه آمارهها و مقدار آنها نشان داده شده است.
توجه:
نرم افزار آماری SPSS 016
مهمترین کارکرد Descriptivesاستاندارد کردن دادههای خام در صورت لزوم است .تمامی کارکردهای منوی
مراحل اجرا:
47
آموزش منوی کاوش
این منو در spssبه طورکامل متغیر را از لحاظ نرمال بودن و آزمونهای مربوط به نرمال بودن انجام میدهد.
عالوه برآن آمارهای توصیفی ،چارکها ،درصده ،برآورد میانگین ،نمودار هیستوگرام ،نمودار ساق وبرگ همراه با
سطوح متغیر مسقل و وابسته ،انواع تستهای نرمال و بیان 1حداقل و 1حداکثر متغیر انجام میدهد.
12
. Ecplore Menu
017 فصل سوم :تجزیه و تحلیل با آمارههای توصیفی
بسیاری از شاخصهای آماری تحت تاثیر مقادیر پرت قرار میگیرند لذا قبل از استفاده از شاخصهای مختلف
آماری ابتدا باید دادهها از لحاظ مقادیر انتهایی بررسی شود Explore .در هر گروه لیستی از پنج مقدار بزرگ و
پنچ مقدار کوچك را ارائه میکند .همیشه باید مقادیر مشکوک چك شود تا اطمینان حاصل شودکه ناشی از خطا
در کد بندی و ورود دادهها نباشد و اگر اشتباهی صورت گرفته باشد آن در ویرایشگر دادهها اصالح شود .پس از
آن اگر دادههای انتهایی پرت تشخیص شد باید از شاخصهایی که تحت تاثیر دادههای پرت قرار نمیگیرند
استفاده شود.
نکته:
قرار گرفتن یك مقدار در جدول مقادیر پرت به معنی آن نیست که مقدار آن واقعا پرت است و تنها نشان
میدهد که آن یکی از 1مقدار بزرگ یا کوچك است و این پژوهشگر هست که تصمیم میگیرد که آن مقدار
جدول متقاطع رابطه میان دو یا چند متغیر را نشان میدهد و اندازه جدول با توجه به تعداد طبقات متغیرها
تعین میشود .سلولهای جدول یك ترکیب منحصر به فرد از مقادیر متغیرها ارایه میکند.
48
آزمونهای اسمی – اسمی (آزمون 𝜒 2استقالل)
𝜒 2این عالمت کای اسکوئر ،کای دو ،خی دو و مربع خای خوانده میشود .توان آزمون 𝜒 2باال است که به
وسیله آن میتوان تفاوت معنی داری بین دو متغیر را سنجید .آزمون کای اسکوئر معموالً برای بیان تفاوت به کار
می رود که هر دو متغیر ناپارامتریك باشند .بین مقدار کای اسکوئر و سطح معنی داری رابطه مستقیمی وجود
دارد .یعنی هر چه مقدار کای اسکوئر بزرگتر باشد ،احتمال وجود تفاوت بین دو متغیر بیشتر است و برعکس،
مقدار کوچك کای اسکوئر (معموالً) به معنای تفاوت ضعیف و یا عدم تفاوت بین دو متغیر است .به طور کلی،
11
. Independet 𝜒 2
019 فصل سوم :تجزیه و تحلیل با آمارههای توصیفی
کای اسکوئر فقط به تشخیص این امر کمك میکند که آیا متغیرها مستقل از یکدیگرند و یا با هم تفاوت دارند.
اما هیچ گاه چگونگی و قوت تفاوت را توضیح نمیدهد .بنابراین ،پس از محاسبه کای اسکوئر ،در صورت وجود
تفاوت بین متغیرها ،برای بیان مقدار تفاوت از آزمونهای وابسته به کایاسکوئر مانند vکرامر ،فی و ضریب
مبنای آزمون ،𝜒 2تفاضل فراوانیهای مشاهده شده با فراوانیهای مورد انتظار است .به عبارت دیگر تفاضل
فراوانیهای مشاهده شده و فراوانی های مورد انتظار معنی دار است .به عبارتی ،در این آزمون ،با استفاده از
تفاوت بین این دو فراوانی ،به وجود یا عدم وجود تفاوت بین دو متغیر پی برده میشود.
-1این آزمون نسبت به حجم نمونه حساس است .یعنی برای نمونههای کمتر از 22نامناسسب است .باید به
جای آن ،از آزمون کولموگروف ـ اسمیرنف دو نمونه ای استفاده کرد .استفاده از این آزمون برای نمونه
کمتر از ،22باعث خطای نوع دوم میشود.
-1طبیعی است که اگر ابعاد جدول 2 × 2و بنابراین درجه آزادی آن برابر با 4باشد ،روش ادغام طبقات
متغیرها در هم امکان پذیر نمیباشد .از این رو ،در چنین حالتی باید از آزمون بدیل ،𝜒 2یعنی آزمون دقیق
فیشر و تصحیحی به نام تحصیح یتس استفاده شود.
پس از اینکه شرایط آزمون فراهم شد براساس سطح معنی داری ( (sigفرضیههای تحقیق رد یا پذیرفته میشود.
معیار رد یا تأیید فرضیه مقدار sigاست .اگر sigهر آزمون پنج و کمتر از پنج صدا باشد فرضیه H0رد و H1
تأیید میشود.
بیان مقدار تفاوت از دو طریق امکان پذیر است .از طریق درصدها براساس متغیر مستقل و از طریق آزمونهای
وی کرامر (برای جداول مربعی شکل) ،آزمون فی (برای جداول )0*0و ضریب توافق پیرسون (برای جداول
هر پژوهش دارای یك چارچوب نظری یا مفهومی است .فرضیههای از چارچوب نظری ،پیشینههای تحقیق
و براساس مشاهدات محقق تدوین شده است باید برهمان اساس توصیف و تبین شود.
در یك پژوهش نگرش دانشجویان دانشگاههای تهران به رسانه ملی در دست بررسی است.
(وابسته :نگرش در سه بعد = -4نگرش منفی =2 ،نگرش خنثی و =+4نگرش مثبت این متغیر از لحاظ سطح
سنجش ترتیبی است .متغیرمستقل :جنسیت در دو مقوله =4مرد و =0زن ،این متغیر از لحاظ سطح سنجش اسمی
است)
با توجه به اینکه یکی از متغیرها اسمی و دیگری ترتیبی است آزمون مناسب آن خی دو میباشد.
فرضیه :H0به نظر میرسد نگرش دانشجویان دانشگاههای تهران در بین دختران و پسران دانشجو تفاوت
ندارد.
فرضیه :H1به نظر میرسد نگرش دانشجویان دانشگاههای تهران در بین دختران و پسران دانشجو تفاوت دارد.
در این بخش ابتدا براساس مسیر زیر جدول متقاطع ( (crosstabsباز کرده ومتغیر گرایش در جایگاه متغیر
وابسته و سپس متغیر جنسیت را در جایگاه متغیر مستقل (ستون) قرار داده میشود .با توجه به اینکه یکی از
متغیرها ترتیبی و دیگری اسمی است آزمون خیدو را جهت انجام آزمون و ویکرامر را برای بیان مقدار انتخاب
001 فصل سوم :تجزیه و تحلیل با آمارههای توصیفی
(روی مستطیل کنار آنها) چك مارک قرار داده میشود .و سپس روی دکمه continueکلیك و بالفاصه روی
دکمه OKکلیك کرده و آزمون انجام میشود جهت بررسی به صفحه Outputمراجعه میشود.
پس از انجام آزمون ابتدا در پایان جدول 𝜒 2مربوط به متغیر «گرایش دانشجویان به رسانه ملی» و «جنسیت
برای رد و تأیید فرضیه از sigکه در آخرین ستون جدول crosstabsآزمون خی دو قرار دارد .اکنون مقدار
سطح معنی داری ( (sig=0/012دوازه هزارم میباشد .از مقدار پنج صدم کمتر است .پس فرضیه H0رد و فرضیه
H1پذیرفته میشود .به عبارت دیگر نگرش دانشجویان پسر و دختر در باره رسانه ملی یکسان نمیباشد.
پس از رد فرضیه H0و تأیید فرضیه H1نوبت به بیان مقدار تفاوت میرسد .از طریق درصدهای متغیر مستقل
(درصد ستونی) و از طریق آزمونهای Vکرامر (برای جداول مستطیلی شکل) ،فی (برای جداول )0*0و ضریب
توافق پیرسون (برای جداول مربعی شکل غیر )0*0مقدار تفاوت بیان میگردد.
طبق درصد ستونی جدول زیر ،مردان حدود 0/1درصد بیش از زنان به رسانه ملی نگرش منفی دارند .این
این چهار جدول خروجی spssبه جدول زیر در ورد تبدیل میکنیم
توزيع فراوانی و درصد متغیر نگرش به رسانه ملی برحسب جنس جدول شماره
جنس
کل مرد زن
نگرش به رسانه ملی
186 95 91 فراوانی مشاهده شده
186 90/9 95/1 فراوانی مورد انتظار منفی
27/7 29 26/5 درصد
445 211 234 فراوانی مشاهده شده
445 217/5 227/5 فراوانی مورد انتظار خنثی
66/3 64/3 68/2 درصد
40 22 18 فراوانی مشاهده شده
40 19/6 20/4 فراوانی مورد انتظار مثبت
6 6/7 5/2 درصد
671 328 343 فراوانی مشاهده شده
671 328 343 فراوانی مورد انتظار کل
100 100 100 درصد
V=0/045 Sig=0/012 DF=2 𝜒 2 =9/340.a آزمون آماری
نرم افزار آماری SPSS 006
.a 0 cells (0.0%) have expected count less than 5. The minimum
expected count is 19.55
نبايد بیش از 20درصد فراوانیهای مورد انتظار خانههای جدول کمتر از پنج و شرايط آزمون
دادههای جدول نشان میدهد نگرش منفی مردان به رسانه ملی بیش از زنان میباشد .از یك سو معموالً زنان
در بیان نظر خود بیش از مردان محافظه کار هستند و از سوی دیگر زنان بیش از مردان به شرایط اجتماعی موجود
قانع میباشند .زنان اهداف اجتماعی شرایط موجود و وسیله رسیدن به آن موضوع را بیش از مردان قبول دارند و
به عبارت دیگر زنان همنوا تر از مردان میباشند .شاید این مقدار تفاوت به همین دالیل باشد.
بخش آزمونهای ترتیبی شامل 1آزمون میباشند و تنها برای متغیرهایی به کار میرود که در سطح سنجش
ترتیبی ـ ترتیبی و یا ترتیبی ـ فاصله ای باشند .متغیرهای ترتیبی دارای توزیع نامتقارن هستند .مقدار و جهت
رابطه آنها بین -4و +4تغییر میکنند .هر چه مقدار یك آزمون به -4یا +4نزدیك تر باشند ،آن رابطه نیرومندتر
است .هر چه آن مقدار به صفر نزدیك تر باشند ،رابطه ضعیف تر است .همچنین ،برای این قبیل متغیرها ،رابطه
بین متغیرها ممکن است مثبت و منفی باشد .رابطه مثبت رابطه ای است که در آن تغییر در مقدار متغیرها در یك
جهت است ،یعنی یا هر دو افزایش و یا هر دو کاهش مییابند .رابطه منفی ،رابطه ای است که در آن یك متغیر
افزایش مییابد در حالی که متغیر دیگر کاهش مییابد .رابطه غیر خطی نیز رابطه ای است که در آن جهت تغییر
در یك متغیر ،با جهت تغییر در متغیر دیگر هماهنگ نیست .در این بخش انواع آزمونهای آماری ترتیبی _ ترتیبی
49
ضريب گاما
ضریب گاما (𝛾) که اغلب با نام ضریب گامای گودمن و کروسکال نیز نامیده میشود ،یکی از اندازههای تقلیل
تناسب خطاست که بر مبنای اختالف بین تعداد جفتهای هماهنگ و جفتهای ناهماهنگ محاسبه میشود .این
ضریب برای مواردی به کار میرود که حداق هر دو متغیر در سطح سنجش ترتیبی باشند.
𝑠𝑁 عبارت است از تعداد جفتهایی که جهت تغییرات ربتههای xو yآنها هماهنگ و یکسان است .یعنی
اگر رتبه xافزایش ویا کاهش یابد ،رتبه yنیز در همان جهت تغییر میکند .در این صورت ،تعداد جفتهای
هماهنگ بیشتر از تعداد جفتهای ناهماهنگ است و میگوئیم بین دو متغیر رابطه مثبت وجود دارد.
𝑑𝑁 عبارت است از تعداد جفتهایی که جهت تغییرات رتبههای xو yآنها ناهماهنگ و مخالف هم است.
یعنی اگر رتبه xافزایش و یا کاهش یابد ،رتبه yدر جهت خالف آن تغییر میکند .در این صورت ،تعداد جفتهای
ناهماهنگ بیشتر از تعداد جفتهای هماهنگ است و میگوئیم بین دو متغیر رابطه منفی وجود دارد.
توجه:
زمانی که تعداد طبقات متغیرها نسبتاً کم است ،ضریب گاما از همه شاخصهای ترتیبی بهتر است.
50
ضريب دی سامرز
دی سامرز همانند گاما برای بیان رابطه متغیر وابسته و متغیر مستقل به کار میرود .دی سامرز از تقسیم
تفاضل جفتهای موافق و مخالف بر حاصل مجموع جفت مواقق ،جفت مخالف و مقدار جفت متغیر وابسته به
11
. Gamma Coefficient
12
. Somers’ d Coefficient
نرم افزار آماری SPSS 008
دست میآید .و به همین دلیل همیشه مقدار آن کمتر از گاما است .به عبارت دیگر تمایل به کمتر نشان دادن رابطه
بین متغیر مسقل و وابسته را دارد ..وقتی که مقدار yرا از روی مقدار xپیش بینی میکنی ،دی سامرز پیوندهای
موجود در متغیر وابسته را در نظر میگیرد .این مسأله باعث کاهش مقدار دی سامرز ،در مقایسه با گاما ،میشود.
𝑦𝑑𝑦⁄𝑥 + 𝑑𝑥⁄
=𝑑
2
که در آن:
𝑦𝑇 عبارت است از زوجهایی که رتبه yآنها برابر باشد .یعنی مولفههای دوم زوجها با هم یکسان باشند.
توجه:
دی سامرز در مقایسه با گاما ،دقیق تر نشان میدهد که تا چه حد متغیر مستقل باعث کاهش خطا در پیش بینی
51
ضريب تاوی – بی کندال
موقعی که سطح سنجش متغیرها ترتیبی ـ ترتیبی و جدول به شکل مربع باشد ،از ضریب همبستگی تاوی ـ
بی کندال استفاده میشود .تابی کندال از تقسیم تفاضل جفتهای موافق و مخالف بر حاصل ریشه دوم حاصل
ضرب (مجموع جفت مواقق ،جفت مخالف و مقدار جفت متغیر وابسته در مجموع جفت مواقق ،جفت مخالف
14
. Kendalls’ tau-b Coefficient
009 فصل سوم :تجزیه و تحلیل با آمارههای توصیفی
و مستقل) به دست میآید .و به همین دلیل همیشه مقدار آن نزدیك دی سامرز سیمتریك است .به عبارت دیگر
تمایل به کمتر نشان دادن رابطه بین متغیر مسقل و وابسته را دارد..
52
ضريب تاوی – سی کندال
تاوی ـ سی کندال به تاوی ـ سی استورات و تاوی ـ سی کندال ـ استورات نیز معروف است .موارد کاربرد
این آزمون نیز همانند تاوی ـ بی کندال است ،منتهی با این تفاوت که این ضریب مربوط به جداول مستطیل شکل
میباشد.
از آنجا که تاوی کندال روابط بین دو متغیر را از هر دو جهت در نظر میگیرد ،به ویژه زمانی مناسب است
که ما متغیر مستقل و وابسته شناخته شده ای نداشته باشیم و فقط بخواهیم تعیین کنیم دو متغیر با هم رابطه دارند
یا نه .با در نظر گرفتن تمام پیوندها ،یك تاوی مثبت به ما امکان میدهد تا به درستی نتیجه گیری کنیم که با
افزایش مقدار ،xمقدار yنیز افزایش مییابد .این دقیقاً همان چیزی است که باید در صورت وجود یك رابطه
مثبت نتیجه گیری کنیم .بنابراین ،ضریب تاوی کندال عموماً مفیدتر از ضریب گاما و دی سامرز است.
متغیر وابسته «نگرش به رسانه ملی دانشجویان» ترتیبی و «تحصیالت دانشجویان (کارشناسی ،کارشناسی ارشد
10
. Kendalls’ tau – c Coefficient
نرم افزار آماری SPSS 011
یکی از آزمون آزمونهای ترتیبی گاما ،دی سامرز و تابی کندال قابل استفاده است.
فرضیه :H2به نظر میرسد بین نگرش دانشجویان دانشگاههای تهران و پایه تحصیلی آنان رابطه وجود ندارد.
فرضیه :H4به نظر میرسد بین نگرش دانشجویان دانشگاههای تهران و پایه تحصیلی آنان رابطه وجود دارد.
در آزمون های ترتیبی شرط اساسی ترتیبی بودن متغیر مستقل و وابسته از لحاظ سطح سنجش و هم جهت
پس از اینکه شرایط آزمون فراهم شد براساس سطح معنی داری ( (sigفرضیههای تحقیق رد یا پذیرفته میشود.
معیار رد یا تأیید فرضیه مقدار sigاست .اگر sigهر آزمون پنج و کمتر از پنج صدا باشد فرضیه H0رد و H1تأیید
میشود.
پس از انجام آزمون درصفحه خروجی نرم افزار spssسه جدول ارائه میشود
4ـ جدول اول مربوط به خالصه دادههای آماری از لحاظ تعداد و درصد معتبر (کسانی که به هر دو متغیر
پاسخ داده) میباشد .ضمن آنکه دو ستون از مجموع ستونهای جدول زیر به تعداد و درصد بی پاسخها و دو
Percen Percen
N Percen N N
t t
تعداد tدرصد تعداد تعداد
درصد درصد
0ـ در جدول زیر فراوانی متقاطع هر دو متغیر بعالوه فراوانی حاشیه کل سطر و ستون به صورت جداگانه
آورده شده است .که به صورت متقاطع رابطه دو متغیر را نشان میدهد
جدول بندی متقاطع متغیر سن و نگرش به رسانه ملی دانشجويان دانشگاههای تهران
نشان میدهد یعنی متوسط 𝑋 Tو 𝑌 Tبه مجموع مخرج 𝑠𝑁 و 𝑑𝑁 اضافه کرده و تفاضل 𝑠𝑁 و 𝑑𝑁 به حاصل
Ns Nd
، D yx اگر اکس وابسته باشد فرمول ضریب همبستگی Dسامرز( :اگر اگرگ وابسته باشد
Ns Nd Ty
Ns Nd
Dxy و اگر متقارن باشد یعنی متغیر مستقل و وابسته قابل تشخیص نباشد از فرمول زیر استفاده
Ns Nd Tx
Ns Nd
D میشود
TY
Ns Nd T X
2
Symmetric .037
-.214 -.366 .044
متقارن
re.negresh
Ordinal by Ordinal Dependent
-.213 .036 -.366 .044
Somers' d متغیر نگرش
آزمون دی سامرز برای متغیرهای وابسته فرض شود
ترتیبی reedu
Dependent
-.214 .038 -.366 .044
متغیر تحصیالت
وابسته فرض شود
a. Not assuming the44
هزارم برابرnull
hypothesis فرض
sigهرسه آزمون فرضیه صفر
مقدار چون
.نشود است و کمتر از 5صدم میباشد پس فرضیه اچ صفر
b. Using the asymptotic standard error assuming the null hypothesis رد و اچ يك پذيرفته میشود
با استفاده از خطای استاندارد کرانههای باال و پايین و فرض فرضیه صفر
011 فصل سوم :تجزیه و تحلیل با آمارههای توصیفی
Symmetric Measures
Asymp. Approx.
Value
a b
Std. Error Approx. T Sig.
مقدار يا
خطای مقدار تقريبی سطح معنی
ارزش
استاندارد خطا داری تقريبی
Gamma
-.228 .076 -.366 .034
گاما
مقدار ارزش آزمونهای ترتیبی نشان میدهد حدود 04/1درصد ،یا برخی 04/2درصد و برخی دیگر مثل
گامان نشان میدهددر 00/1درصد موارد رابطه نگرش دانشجویان دانشگاههای تهران با تحصیالت آنان رابطه دارد.
و عالمت منفی نشان میدهد این رابطه معکوس است یعنی هرچه تحصیالت دانشجویان افزایش پیدا میکند
دادههای جدول نشان میدهد با افزایش سن میزان نگرش مردم به رسانه ملی کاهش مییابد .این آماره نشان
میدهدبرنامههای تلویزیون جوان محور و جوان پسند شده است .با توجه به افزایش سن رو به پیری مردم ایران
،اگر به برنامه آنها توجه نشود مشکالت عدیده به بار خواهند آورد.
نرم افزار آماری SPSS 012
53
آزمون اسمی – فاصله ای
شاخص پیوند ترکیبی اسمی و فاصله ،تنها شامل یك شاخص به نام اتا میباشد و زمانی به کار میرود که
یکی از متغیرها در سطح سنجش اسمی (دو وجهی /چند وجهی) و دیگری در سطح سنجش فاصله ای باشد.
هنگامی که یك متغیر دارای مقیاس اسمی و رتبه ای (مثل جنس ،نژاد ،میزان رضایت و )...و متغیر دیگر
مقیاس فاصله ای یا نسبی داشته باشد مثل (درآمد ،معدل ،اندازه ،قد و )...می باید شاخصی انتخاب شود که بتوان
از روی یك متغیر ،متغیر دیگر را پیش بینی نمود .از جمله شاخصها در این وضعیت شاخص «نسبت همبستگی»
است که با نماد 54 η2نشان داده می شود .برای فهم بهتر این ضریب ،فرضیه تحقیقی زیر را در نظر آورید« :بین
در این فرضیه ،جنس یك متغیر کیفی با مقیاس اسمی است و میزان معدل متغیری کمی با مقیاس
فاصله ای(نسبی) .برای توضیح این شاخص باید گفت که این شاخص بر دو مفهوم کلی بنیان گذارده شده است،
نخست آن که با فرض ندانستن جنس افراد ممکن است چه میزان خطا در پیش بینی معدل آنها رخ دهد ( )𝑒1و
دوم آن که با فرض دانستن جنسیت ،به چه میزان خطای مرحله قبل ( )𝑒1کاهش خواهد یافت .چنان چه ارتباطی
بین این دو متغیر وجود داشته باشد می بایست تعداد خطاهای مرحله اول ( )𝑒1کاهش یافته باشد .میزان این
𝑒1 − e2
=η
e1
برخالف متغیرهای اسمی ،که در پیش بینی آنها درست و غلط وجود دارد ،در پیش بینی متغیرهای کمی
(معدل) درست و غلط مطرح نمی شود .چنان چه معدل واقعی افراد 41باشد ،معدل 41و 42هر دو اشتباه می
12
. Nominal by Interval
11ـ مجذور اتا
015 فصل سوم :تجزیه و تحلیل با آمارههای توصیفی
باشند ولی پیش بینی معدل 41نزدیك به واقعتر می باشد ،به بیان دیگر هرچه |̅ |xi − xکوچك تر باشد میزان
در آمار به جای |̅ |xi − xمعمو ًال از مجذور خطاها استفاده می شود ) ،((xi − x̅)2پس می توان گفت که
اگر از متغیر جنس در مثال فوق هیچ اطالعی وجود نداشته باشد مجموع مجذور خطاها برابر است با:
n n n
در این فرمول xiمقدار واقعی متغیر معدل x̂ ،مقادیر پیش بینی شده متغیر و ̅ xمیانگین آن متغیر است .پس
میزان تغییر خطا +میزان تغییر پیش بینی شده = کل مجذور خطا
به جدول زیر در خصوص معدل دانشجویان دختر و پسر توجه نمایید.
دانشجویان
معدل دانشجویان پسر معدل
دختر
41 40.1
41 41
در این مثال مقادیر ( )𝑒1و ( )𝑒2از رابطه زیر به دست می آید:
28
لحاظ کردن جنس ،میزان خطای پیش بینی به 421.1تغییر می یابد .حال می توان مجذور اتا ( )η2را از رابطه زیر
22.01درصد از اشتباهات پیش بینی کاهش یافته است ،به عبارت دیگر خطای پیش بینی معدل افراد با درنظر
گرفتن جنس آن ها 22.01 ،درصد کمتر از خطای پیش بینی بدون لحاظ کردن جنس است.
ولی از آن جا که این نسبت بر حسب مجذور انحرافات به دست آمده است ،برای تصویر چهرهای واقعی تر،
از این نسبت جذر گرفته می شود تا مبنای واقعی تری را برای همبسته بودن دو متغیر نشان دهد.
موقعی که جدول شاخص پیوند اتا در خروجی SPSSظاهر میشود ،دو مقدار اتا را به ما نشان میدهد ،مقدار
اتای اولی ،متغیر ردیف را به عنوان متغیر فاصله ای و مقدار اتای دومی ،متغیر ستون را به عنوان متغیر اسمی در
نظر می گیرد .بنابراین ،طبیعی است که چون همواره متغیر فاصله ای (به عنوان متغیر وابسته) در ردیف قرار
میگیرد ،از این رو باید مقدار اتای اولی را برای تفسیر گزارش کنیم.
یکی از راه های صحیح انجام آزمون انجام اقدام به تدوین مراحل است .مراحل انجام آزمون اتا به شرح زیر
است.
متغیر معدل دانشجویان به عنوان متغیر وابسته درحد فاصلهای و متغیر جنس به عنوان متغیر مستقل در حد
اسمی است.
برای شرایط بند 0می توان از دو آزمون تی دو نمونه مستقل و از اتا استفاده کرد .در صورتی که منظور از
آزمون برای کاهش خطا باشد میتوان از آزمون اتا استفاده کرد.
:H0به نظر میرسد بین میزان خطای کل نمره دانشجویان ومجموع میزان نمره زنان ومردان رابطه وجود ندارد.
:H1به نظر میرسد بین میزان خطای کل نمره دانشجویان ومجموع میزان نمره زنان ومردان رابطه وجود ندارد.
جهت بررسی ضریب شدت استفاده میشود .معموالً باالی 2/2معنی دار است .ضریب اتا نشان میدهد حدود
12/2درصد موارد میانگین نمرات پسران و دختران متفات است ومیانگین دختران بیشتر از پسران است.
فصل چهارم :مقايسه
میانگینها
نرم افزار آماری SPSS 011
مقدمه
فرضیههای تفاوت میانگینها فرضیههایی هستند که به تفاوت مقدار میانگین یا میانه در بین یك یا چند گروه
میپردازند .هنگام تحلیل دادهها در نرم افزار ،SPSSبرای آن دسته از فرضیههای تفاوت میانگینها که تفاوت
مقدار میانگین در یك یا چند گروه را مطرح میکنند ،از آمار و به عبارتی آزمونهای پارامتری استفاده میشود.
آزمونهای پارامتری Tو Fرا میتوان برای این گونه فرضیهها به کار برد .اما برای آن قبیل فرضیههای تفاوتی که
تفاوت مقدار رتبهها در یك یا چند گروه را مد نظر دارند ،از آمار و آزمونهای ناپارامتری استفاده میشود.
آزمونهایی همچون دوجمله ای مك نمار ،یومن ـ ویتنی ،کروسکال والیس ،ویل کاکسون و ...از این قبیل آزمونها
آزمونهای آماری پارامتری برای دادههای که در حد فاصله ای و نسبی ،و آزمونهای ناپارامتری برای دادههای
که در حد اسمی ،ترتیبی و دادههای فاصله و نسبتی غیر توزیع نرمال کاربرد دارند .در آزمون فرضیههای میانگینها،
زمانی از آزمونهای پارامتری استفاده میشود که اوالً واریانس نمونهها برابر یا تقریباً برابر باشد .ثانیاً ،دادهها در
سطح سنجش فاصله ای و نسبی باشند .ثالثاً ،توزیع دادهها در جامعه ،نرمال و یا نزدیك به نرمال باشد.
آمار پارامتریك مستلزم پیش فرضهائی در مورد جامعه ای که از آن نمونه گیری صورت گرفته باشد .به عنوان
مهمترین پیش فرض در آمار پارامترک فرض میشود که توزیع جامعه نرمال است اما آمار ناپارامتریك مستلزم
هیچگونه فرضی در مورد توزیع نیست .به همین خاطر بسیاری از تحقیقات علوم انسانی که با مقیاسهای کیفی
سنجیده شده و فاقد توزیع ( )Free of distributionهستند از شاخصهای آماری ناپارامتریك استفاده میکنند.
فنون آمار پارامتریك شدید ًا تحت تاثیر مقیاس سنجش متغیرها و توزیع آماری جامعه است .اگر متغیرها از
نوع اسمی و ترتیبی بوده حتما از آزمونهای ناپارامتریك استفاده میشود .اگر متغیرها از نوع فاصلهای و نسبی
011 فصل چهارم :مقایسه میانگینها
باشند در صورتیکه فرض شود توزیع آماری جامعه نرمال یا بهنجار است از آزمونهای پارامتریك استفاده میشود
برای آزمون فرض پیرامون میانگین یك جامعه استفاده میشود .در بیشتر پژوهش هائی که با مقیاس لیکرت
انجام میشوند جهت بررسی فرضیههای پژوهش و تحلیل سواالت تخصصی مربوط به آنها از این آزمون استفاده
میشود.
آزمون tوابسته
برای آزمون فرض پیرامون دو میانگین از یك جامعه استفاده میشود .برای مثال اختالف میانگین رضایت
کارکنان یك سازمان قبل و بعد از تغییر مدیریت یا زمانی که نمرات یك کالس با پیش آزمون و پس آزمون
سنجش میشود.
آزمون tدو نمونه مستقل :جهت مقایسه میانگین دو جامعه استفاده میشود .در آزمون tبرای دو نمونه مستقل
فرض میشود واریانس دو جامعه برابر است .برای نمونه به منظور بررسی معنی دار بودن تفاوت میانگین نمره
نظرات پاسخ دهندگان بر اساس جنسیت در خصوص هر یك از فرضیههای پژوهش استفاده میشود.
آزمون tولج
این آزمون نیز مانند آزمون tدو نمونه جهت مقایسه میانگین دو جامعه استفاده میشود .در آزمون tولچ فرض
میشود واریانس دو جامعه برابر نیست .برای نمونه به منظور بررسی معنی دار بودن تفاوت میانگین نمره نظرات
آزمون tهتلینگ
برای مقایسه چند میانگین از دو جامعه استفاده میشود .یعنی دو جامعه براساس میانگین چندین صفت مقایسه
شوند.
55
تحلیل واريانس
از این آزمون به منظور بررسی اختالف میانگین چند جامعه آماری استفاده میشود .برای نمونه جهت بررسی
معنی دار بودن تفاوت میانگین نمره نظرات پاسخ دهندگان بر اساس سن یا تحصیالت در خصوص هر یك از
56
تحلیل واريانس چند عاملی
از این آزمون به منظور بررسی اختالف چند میانگین از چند جامعه آماری استفاده میشود.
آزمونهای آماری پارامتری برای یك گروه (تك نمونهای) زمانی به کار میروند که محقق قصد دارد میانگین
یك جامعه را با یك میانگین مفروض و از پیش تعیین شده مقایسه کند .این میانگین مفروض میتواند یك مقدار
معمول یا رایج ،یك مقدار استاندارد و یا یك مقدار مورد انتظار باشد .آزمونهای پارامتری که برای آزمون
فرضیههای تفاوتی در مورد یك گروه به کار میروند ،شامل آزمون Tتك نمونهای ()One-Sample T Testاست.
11
. ANOVA
11
. MANOVA
015 فصل چهارم :مقایسه میانگینها
57
آزمون Tتك نمونه ای /تك گروهی
آزمون Tتك نمونه ای زمانی مورد استفاده قرار میگیرد که میانگین یك نمونه به دست آمده از یك جامعه
با یك مقدار از همان جنس ،حالت معمول و رایج ،استاندارد و یا حتی یك عدد فرضی و مورد انتظار مقایسه
شود.
-4مقیاس متغیر مورد نظر (وابسته) باید کمی و در سطح سنجش فاصله ای و نسبی باشد.
-0توزیع دادههای متغیر وابسته باید به صورت نرمال باشد .چنانچه این توزیع نرمال نباشد ،باید از معادلهای
ناپارامتری آن ،یعنی آزمون دوجمله ای /نسبت ( )Binominalاستفاده شود.
-2داشتن مقدار مفروض و از قبل تعیین شده .زیرا مقدار تعین شده ونوع آن تعیین کننده انجام آزمون و
تفسیر درست نتایج آن در راستای فرضیه تحقیق است.
: H0به نظر میرسد میانگین نمره نگرش دانشجویان به رسانه ملی برابر 12است.
: H1به نظر میرسد میانگین نمره نگرش دانشجویان به رسانه ملی برابر 12نیست.
12
. One Sample T-Test
نرم افزار آماری SPSS 016
توزیع متغیر وابسته باید نرمال باشد .به عبارت دیگر قدر مطلق مقدار چولگی و کشیدگی متغیر وابسته بیشتر
از 4/11نباشد.
017 فصل چهارم :مقایسه میانگینها
مقدار سطح معنی داری جدول برابر (Sig=0/000)( 2/222میباشد و نشان میدهد فرضیه H1تأیید و H0
رد میشود.
میانگین نگرش دانشجویان به رسانه ملی 04و مورد انتظار 12نمره بودهاست .تفاوت این دو نمره برابر 41
میباشد یعنی میانگین نگرش دانشجویان 41نمره کمتر از از مورد انتظار است.
برنامههای رسانه ملی نتوانسته دانشجویان را جذب کند و برنامهها جوان پسند و علمی نبوده است.
تنها آزمون پارامتری که برای آزمون فرضیههای تفاوتی در رابطه با دو گروه یا نمونه مورد استفاده قرار میگیرد،
آزمون Tدونمونه ای میباشد .آزمون Tبا دو نمونه دارای دو حالت (مستقل و همبسته) میباشد که هر دو ،از
نرم افزار آماری SPSS 018
پرکاربردترین آزمونهای آماری پارامتری در تحقیقات علوم تربیتی ،روانشناسی ،مدیریت ،علوم طبیعی و علوم
زیستی میباشند.
58
آزمون Tدو نمونه مستقل
این آزمون ،میانگین دو گروه مستقل از پاسخگویان را با یکدیگر مقایسه میکند .از این آزمون برای محاسبه
فاصله اطمینان و یا آزمون فرضیه تفاوت میانگین دو جامعه آماری به کار میرود .به عبارتی ،در این آزمون،
میانگینهای به دست آمده از نمونههای تصادفی مورد قضاوت قرار میگیرد .بدین معنی که از دو جامعه مختلف،
نمونههایی اعم از این که تعداد نمونه مساوی یا غیر مساوی باشند ،به طور تصادفی انتخاب کرده و میانگینهای
این روش بر پایه توزیع نرمال Tبوده و برای نمونههای کوچك نیز ،زمانی بهترین کاربرد را دارد که دادهها از
توزیع تقریبا برخوردار باشند .در صورتی که دادهها نرمال توزیع نشده باشند ،از آزمون « »Uمان ویتنی معادل
ناپارامتری آزمون تی دو نمونه مستقل استفاده میشود .ضمن آن که شرط دیگر این آزمون ،استقالل نمونهها از
همدیگر است .اما چنانچه این نمونهها از یکدیگر مستقل نباشند و یا به عبارتی به هم وابسته باشند ،در آن صورت
11
. Independent Samples T-Test
019 فصل چهارم :مقایسه میانگینها
متغیر نگرش دانشجویان به رسانه ملی در حد فاصله است .از طریق طیف لیکرت بررسی شده است .متغیر
شناسايی آزمون
با توجه به اینکه متغیر وابسته فاصلهای و متغیر مستقل اسمی دو شقی است آزمون مربوطه آن ،آزمون تی دو
تدوين فرضیه
:H0به نظر میرسد میانگین نگرش دانشجویان به رسانه ملی در بین پسران و دختران یکسان است.
:H1به نظر میرسد میانگین نگرش دانشجویان به رسانه ملی در بین پسران و دختران تفاوت دارد.
اجرای آزمون
شرايط آزمون
پس از اجرای آزمون تی دو نمونه مستقل در صفحه خروجی spssدو جدول ارائه میشود .سطح معنی داری
جدول زیر برابر 11هزارم ( )sig=0/045کمتر از 1درصد میباشد .پس فرض H0رد و H1تأیید میشود.
براساس سطح معنی داری 2/211فرضیه اچ صفر رد شده است .نگرش دانشجویان دختر و پسر به طور
دادهها نشان میدهد خانمها بیش از آقایان برنامههای سازمان صدا وسیما را میپذیرند .برنامههای صدا وسیما
بیشتر عالق خانمها توجه میکند .شاید دلیل این امر خانه دار بودن اکثر خانمها باشند .در این خصوص خانمها
59
آزمون Tبا دو نمونه جفتی /همبسته
آزمون Tبا نمونههای جفتی معمو ًال در تحقیقات آزمایشی ،تحقیقات وابسته (مثل بررسی پایایی تحقیق از
طریق دو نیمه سازی ،همسان سازی و )...و تجربی به کار میرود .آزمون tنمونههای زوجی (وابسته) ( دو
نمونه همبسته) اعضای نمونه در دو مقطع از زمان مورد بررسی قرار میگیرند .در این آزمون تفاوت میانگینهای
صفت ارزیابی میشود .در آزمون tبا نمونههای جفتی ،هر فرد دو بار در دو وضعیت مختلف (معموال قبل و
بعد) مورد مشاهده قرار میگیرد .یا دو فرد باهمدیگر یك نسبت و ارتباط (مثل دو قلوها ،زن و شوهر) و هر دو
درخصوص یك موضوع مورد پرسش قرار گیرد .به عنوان مثال میزان کاهش درد پس از مصرف مسکن یا میزان
رشد گیاه پس از مصرف آهن و یا میزان کاهش ضربان قلب پس از مصرف نوعی دارو در بیماران مبتال به تنگی
در آزمون Tبا نمونه های جفتی ،هر فرد ،حیوان یا شیء دوبار در دو وضعیت متفاوت (معمو ًال قبل و بعد)
مورد مشاهده قرار می گیرد .به عنوان مثال ،میزان کاهش درد پس از مصرف مسکن .فرض صفر در طرح چنین
11
. Paired Samples T- Test
نرم افزار آماری SPSS 021
دادههایی این است که اختالفی بین مقادیر میانگین در دو نمونه جفت از جامعه (قبل و بعد) وجود ندارد و فرض
خالف این است که بین دو مقدار میانگین مشاهده شده در زمانهای قبل و بعد از یك فرایند ،اختالف وجود
دارد .آزمون فرض برابر دو میانگین وابسته به شکل زیر مطرح میشود:
𝐻0 : 𝜇1 = 𝜇2 → 𝜇1 − 𝜇2 = 0 ⇒ 𝐻0 : 𝜇𝑑 = 0
𝐻0 : 𝜇1 ≠ 𝜇2 → 𝜇1 − 𝜇2 ≠ 0 ⇒ 𝐻0 : 𝜇𝑑 ≠ 0
شناسايی متغیرها
هردو متغیر در سطح فاصلهای است .عالوه برآن متغیر اول نمرات دانشجویان قبل شرکت در کالس آمار بوده
و متغیر دوم نمرات همان دانشجویان در درس روش پس از گذراندن آمار بوده است.
آزمون مربوطه
:H0به نظر میرسد میانگین نمرات دانشجویان قبل و بعداز شرکت در کالس یك سان است
:H1به نظر میرسد میانگین نمرات دانشجویان قبل و بعداز شرکت در کالس یك سان نیست.
اجرای آزمون
چون هر دو متغیر فاصله و وابسته هستند از آزمون تی وابسته استفاده میشود با توجه به اینکه هر متغیر توزیع
با توجه به سطح معنی داری ( )Sig=0/000که کمتر از پنج صدم میباشد فرض اچ صفر رد و اچ یك پذیرفته
میشود
نرم افزار آماری SPSS 022
تفاضل میانگین دو نمره قبل و بعد آمار حدود 4/12نمره میباشد .این مقدار معنی دار نشان میدهد پس از
برگزاری کالس آمار به طور متوسط نمره دانشجویان 4/12نمره افزایش یافته است.
تفسیر
دادههای جدول نشان می دهد کالس آمار بی تأثیر نبوده است .در شکل گیری علم آمار دانشجویان اثر داشته
است.
60
تحلیل واريانس يك راهه (آزمون )F
برای شروع بحث «آزمون تحلیل واریانس یك راهه» چند نکته الزم است به طور اختصار بیان شود:
4ـ همان طوری که در بحث آزمون tدو نمونه مستقل بیان شد .در هرمرحله با آزمون tمیتوان دو میانگین را
با هم مقایسه کرد .اگر قرار باشد یك متغیر وابسته فاصله و یك متغیر مستقل دوشفی مورد بررسی قرار گیرد
بهترین آزمون tدونمونه مستقل است .حال اگر چند شقی باشد میتوان به تعداد ) (n*(n-1)/2میانگینها را مقایسه
کرد .آیا استفاده از آزمون tبدین ترتیب که چند مقایسه و چند آزمون tاجرا شود ،امکان پذیر است؟ یعنی بار
اول ،میانگین گروه اول با میانگین گروه دوم ،بار دوم ،میانگین گروه اول با میانگین گروه سوم و بار سوم ،میانگین
گروه دوم با میانگین گروه سوم مقایسه شود .همانطوریکه مالحظه میگردد برای مقایسه سه گروه ،سه آزمون t
انجام خواهد شد .این امر موجب افزایش حجم کار شد.
0ـ عالوه بر اافزایش حجم کار با آزمونهای tموجب افزایش احتمال خطای نوع اول خواهد شد .فرض کنید
سطح معنی دار بودن را برای هر یك از این آزمونها a = 2/21در نظر گرفته شود بنابراین احتمال این که فرض
12
. One way ANOVA
025 فصل چهارم :مقایسه میانگینها
صفر ( نبودن تفاوت بین دو میانگین ) را رد کنیم 1درصد و احتمال رد نکردن آن 11درصد خواهد بود .بنابراین
احتمال رد نکردن فرض صفر در سه آزمون (0/95^3=0/857) ،tحدودا برابر 2/11خواهد شد .به عبارت دیگر
برای محاسبه احتمال رد کردن ،مقدار احتمال 2/11به تعداد آزمونهای tبه توان رسانده شود .در نتیجه احتمال
رد کردن حداقل یك فرض صفر ( عدم تفاوت معنیدار ) برابر با ( 4- aآلفا )4 -یعنی ) 4 – 11/2 ( = 2/41
خواهد شد .بر این اساس است که احتمال ارتکاب خطای نوع اول با افزایش تعداد میانگینها و زیاد شدن
آزمونهای tافزایش مییابد به طوری که در این جا که سه آزمون tوجود دارد سطح معنی دار 2/21به 2/41
میرسد .حال اگر به جای مقایسه سه میانگین از سه جامعه مستقل ،هدف پژوهشگر مقایسه چهار میانگین باشد،
چهار مقایسه زوجی خواهد داشت و بدین ترتیب باید شش آزمون tمحاسبه شود که در این صورت ،احتمال
این که فرض صفر رد نشود برابر (2/21 )0/59^1 =2/21خواهد شد و احتمال رد کردن فرض برابر با /01
( ) 4 –0/47( = 2/01به دست خواهد آمد در واقع در این جا با اضافه شدن میانگینها یا جامعههای مورد مقایسه
و به کارگیری آزمونهای tبیشتر برای آزمون تفاوت معنی دار بین چندین میانگین ،احتمال ارتکاب خطای نوع
اول بیشتر میشود ،به طوری که به کارگیری شش آزمون tبرای مقایسه چهار میانگین ،احتمال ارتکاب خطای
بدین ترتیب به علت زیاد شدن حجم کار و افزایش احتمال ارتکاب خطای نوع اول ،برای آزمون معنیداری
تفاوت بین چند میانگین ،الزم است از روش دیگری استفاده شود .یکی از معروف ترین روشهای آماری که در
این گونه مسائل پژوهشی کاربرد فراوان دارد روش تحلیل واریانس یا ANOVAمخفف اصطالح Analysis OF
Varianceاست .روش تجزیه و تحلیل واریانس در سال 4102توسط فیشر توسعه یافت.
نرم افزار آماری SPSS 026
تحلیل واریانس روشی است که بر اساس آن کل تغییرات یا پراکندگی موجود در مجموعهای از دادهها به
مولفههای گوناگون تقسیم میشوند .برای هر یك از این مولفهها منبعی از پراکندگی وجود دارد .در این روش
واریانس کل یا تغییرات کل به دو منبع یا دو مولفه واریانس بین گروهها که نشان دهنده تفاوتهای بین گروهها
است و منبع یا مولفه واریانس درون گروهها که واریانس خطا نیز نامیده میشود .فرض میشود که ناشی از عوامل
به عنوان مثال اگر مقایسه سه روش تدریس B ،Aو Cبرای پیشرفت تحصیلی دانشجویان در درس آمار مورد
بررسی قرار گیرد ،پس از اجرای این سه روش تدریس متفاوت ،در سه نمونه از دانشجویان سه میانگین پیشرفت
تحصیلی در سه نمونه ( برای مثال سه میانگین 41 ،42و ) 41/1به دست میآید .حال سوال پژوهشگر آن است
که تفاوت بین این سه میانگین چگونه تفاوتی است؟ آیا ناشی از پراکندگی و تغییر بین خود افراد در درون
گروههاست و یا نه این تفاوت به عوامل فردی ،خطا و شانس مربوط نمیشود بلکه مربوط به تفاوت بین گروهها
است که میتواند بیانگر تفاوت نوع روشهای تدریس متفاوت در این سه گروه باشد .به عبارت دیگر اگر واریانس
یا پراکندگی کل را با Vtو واریانس یا پراکندگی بین گروهها را با Vbو واریانس یا پراکندگی درون گروهها و
این فرمول بیانگر آن است که ما میتوانیم واریانس یا تغییرات کلی _ 4Vکه در نمرههای کل افراد وجود دارد را
به دو قسمت واریانس یا تغییرات بین گروهها V_bو واریانس یا تغییرات درون گروهی خطا V_eتجزیه کنیم.
پس اگر واریانس بین گروهها یا تغییرات بین گروهها بیشتر باشد ،انتظار میرود که واریانس درون گروهها یا
تغییرات درون گروهها که ناشی از تفاوتهای غیر واقعی یا تصادفی و ناشی از خطا است کمتر شود.
027 فصل چهارم :مقایسه میانگینها
برای فهم مفهوم تجزیه و تحیلیل واریانس به این مثال توجه کنید :اگر در مقایسه ای سه گروه با سه میانگین،
واریانس که یا پراکندگی کل یا تغییرات کل مشاهده شده در نمرات V_tبرابر 42و واریانس بین گروهها که
همان پراکندگی یا تغییرات بین گروهها V_bاست 2باشد ،بنابراین واریانس درون گروهها و یا واریانس خطا که
بود. خواهد 2 است V_w گروهها درون تغییرات یا پراکندگی همان
سپس برای محاسبه واریانس انحراف هر نمره از میانگین محاسبه شده و مجذور میشود.
برای محاسبه واریانس متغییر در جامعه ،مجموع مجذورات انحرافات از میانگین به تعداد افراد جامعه و برای
را نتیجه گرفت. رابطه با توجه به آنچه که گفته شد میتوان از رابطه
همان طور که در فرمول باال مالحظه میکنید هر چه که SS_wیعنی مجموع مجذورات انحراف از میانگین درون
گروهی که بیانگر واریانس یا تغییرات ناشی از خطا و تفاوتهای فردی است بیشتر باشد SS_b ،یعنی مجموع
مجذورات انحراف از میانگین بین گروهها که بیانگیر واریانس یا تغییرات ناشی از تفاوت بین گروهها است کمتر
میشود.
نرم افزار آماری SPSS 028
برای روشن شدن این رابطه در مثال مقایسه سه روش تدریس مجموع مجذورات انحراف از میانگینSS_t ،
یعنی همان واریانس یا پراکندگی یا تغییرات کل نمرات در درس آمار 422و مجموع مجذورات انحرافات از
میانگین بین گروهها SS_bیعنی همان واریانس یا پراکندگی یا تغییرات بین گروهی برابر 21در نظر میگیریم در
نتیجه مجموع مجذورات انحرافات از میانگین درون گروهها SS_wیعنی همان واریانس یا پراکندگی یا تغییرات
بود. خواهد 01 فردی تفاوتهای و خطا از ناشی گروهی درون
حال اگر پراکندگی بین گروهی 22بود ،پراکندگی درون گروه که بیانگر تغییرات یا پراکندگی ناشی از خطا و
با توجه به رابطه باال هر چه تفاوت بین گروهها زیادتر باشد ،میتوان گفت که تاثیر متغییر مستقل بیشتر بوده
است .در مثال ذکر شده نمره درس آمار ،متغییر وابسته و سه روش تدریس که در سه گروه به طور جداگانه
استفاده شدند ،متغییر مستقل فرض شده اند .بنابراین زمانی که تغییرات بین گروهها نسبت به تفاوت درون گروهها
سهم زیاد تری را در کل تغییرات به خود اختصاص داده باشد ،بیانگر تاثیر بیشتر متغییر مستقل در متغییر وابسته
است.
همان طوری که شما مالحظه کردید ،مجموع مجذورات انحرافات از میانگین بین گروهی در نمرات که ناشی
از تفاوتهای بین گروهها بوده است .برای این که پژوهشگر بتواند تصمیم بگیرد که آیا این تاثیر ،تاثیر معنی داری
بوده است یا نه ،از مشخصه آماری Fاستفاده میکند .به عبارت دیگر مشخصه آماری Fنسبت واریانس بین گروه
به واریانس درون گروهها را نشان میدهد .هر چقدر این نسبت بیشتر باشد ،واریانس بین گروهی در مقایسه با
029 فصل چهارم :مقایسه میانگینها
واریانس درون گروهی بیشتر خواهد بود و در نتیجه میانگین بین گروهها تفاوت بیشتری خواهد داشت .این
میانگین مجذورات انحرافات از میانگین بین گروهی واریانس بین گروهی برآورد شده:
میانگین مجذورات انحرافات از میانگین درون گروهی واریانس درون گروهی برآورد شده:
هدف از بیان رابطه بین واریانس بین گروهی ،واریانس درون گروهی و نسبت ،Fتوضیح مفهوم تجزیه و تحلیل
واریانس است.
روش تجزیه و تحلیل واریانس انواع مختلفی دارد که ساده ترین نوع آن تجزیه و تحلیل واریانس یك طرفه
است که در ادامه در این قسمت چگونگی محاسبه آن را در مراحل مختلف با ذکر مثال توضیح داده میشود.
گامهای شش گانه مربوط ه استفاده از آزمون معنی دار Fبرای مقایسه چند میانگین از چند جامعه مستقل
برای محاسبه آزمون تجزیه و تحلیل واریانس یك راهه همانند سایر آزمونها باید گامهای شش گانه طی شود.
لذا در این جا قبل از ذکر مثال به طور مختصر این مراحل ذکر میشود سپس همراه با مثال توضیح داده میشوند.
گام اول :فرض صفر و فرض خالف نوشته شود .در تحلیل واریانس یك راهه فرض صفر مطرح میکند که
همه میانگینهای جامعههای مستقل با هم مساوی هستند فرض صفر به این شکل نوشته میشود:
نرم افزار آماری SPSS 051
فرض خالف مطرح میکند که میانگینهای جامعهها با هم تفاوت معنی دار دارند.
است. رابطه از استفاده با شده مشاهده F نسبت محاسبه دوم: گام
گام چهارم :تعیین سطح معنیداری که در این سطح فرض صفر آزمون میشود.
گام پنجم :پیدا کردن Fبحرانی جدول با توجه به محل تالقی درجه آزادی صورت و درجه آزادی مخرج در
گام ششم :تصمیم گیری در مورد تایید یا رد فرض صفر اگر Fمحاسبه شده از Fبحرانی جدول زیاد تر یا
برای استفاده از تحلیل واریانس و توزیع Fبرای آزمون فرض مربوط به مقایسه بیش از دو میانگین باید
4ـ نمونهها به صورت تصادفی و مستقل از یکدیگر انتخاب شده باشند .اگر برای نمایش گروههای نمونه از
حروف C ،B ،Aو … استفاده کنیم در این صورت n_aمعرف تعداد آزمودنیهایی است که در گروه نمونه A
050 فصل چهارم :مقایسه میانگینها
قرار دارند و n_Bمعرف تعداد آزمودنیهایی است که در گروه نمونه Bقرار دارند و البته لزومی ندارد که
گروههای نمونه حجم برابر داشته باشد ،تنها شرط الزم این است که همه مشاهدهها هم داخل گروه و هم برای
تمام گروههای نمونه ،مستقل از یکدیگر باشند ،مقصود آن است که انتخاب یك آزمودنی یا مشاهده معین از یك
جامعه تاثیری در شانس انتخاب هیچ آزمودنی دیگر چه داخل آن جامعه و چه داخل یك جامعه دیگر نداشته
باشد .همچنین نمره هر فرد مستقل ازنمره افراد دیگر باشد .اگر غیر از این باشد یعنی نمونهها تصادفی یا مستقل
2ـ واریانسها یا تغییر پذیری نمرهها در جامعههایی که نمونهها از آنها انتخاب میشود مساوی باشند .برای
رعایت این مفروضه باید واریانس هر یك از گروههای مورد مقایسه محاسبه شود و سپس تفاوت بین بزرگ ترین
واریانس و کوچك ترین به دست آید و اگر این تفاوت چشمگیر نباشد از تحلیل واریانس یك راهه استفاده گردد.
در تکنیك مقایسههای طرح ریزی شده یا قبل از تجربه پژوهشگر به جای طرح ریزی برای تعیین این مطلب
که آیا اثرهای آزمایشی یا تاثیر متغییر مستقل به طور کلی وجود دارد یا نه .در ابتدای کار قبل از تحلیل دادهها
نرم افزار آماری SPSS 051
پرسشهای خاصی را که مایل است در ارتباط با مقایسه میانگینها بر اساس نظریهها و تئوریهای موجود جواب
به عنوان مثال پژوهشگری بر اساس نظریهها و پژوهشهای قبلی به این نتیجه رسیده است که مدت زمان
مطالعه بامیزان یادگیری دانشجویان رابطه دارد .این پژوهشگر با توجه به یافتهها و تئوریهای قبلی فرضیه خود
را به این شکل تدوین میکند .زمان مطالعه بیشتر از 11دقیقه و کمتر از 11دقیقه میزان خطای زیادتری را در
یادگیری ایجاد میکند .در پژوهش وی 1گروه دانشجو با میزان مطالعه متفاوت گروه اول 42دقیقه ،گروه دوم
02دقیقه ،گروه سوم 11دقیقه و گروه چهارم 21دقیقه وجود دارند .در این پـژوهش گروه سوم باید با گروه اول
و دوم و چهارم مقایسه شوند .برای مقایسه میانگینهای این 1گروه از مقایسههای طرح ریزی شده یا پیشین
استفاده میشود.
تکنیك مقایسههای پس از تجربه تنها در موقعیتهایی به کار میرود که در آنها تحلیل واریانس اولیه و آزمون
Fمعنا دار بودن کلی را نشان داده باشد .در مقایسههای پس از تجربه میتوان هر زوج از میانگینها و هر ترکیبی
از آنها را به صورت یك مقایسه مورد آزمایش قرار داد .هرچند در بیشتر موارد پژوهشگر ممکن است عالقمند
به مقایسه دو به دو میانگینها باشد اما این روشها را میتوان برای آزمون هر نوع مقایسه به کار برد .برای آزمون
معنا دار بودن مقایسههای پس از تجربه روشهای زیادی از جمله روش کمترین تفاوت معنا دار ،LSDآزمون t
دارد. وجود شفه و توکی ، کولز نیومن- ، دانت
از مفید ترین روشهای چند مقایسه ای ،دو روشی است که توکی و شفه ارائه داده اند که روش Tو روش S
خواند میشوند .در این جا چگونگی محاسبه و کاربرد این دو روش به طور مختصر توضیح داده میشود.
اگر فرض صفر یعنی تساوی بین میانگینها توسط یك تحلیل واریانس در سطح aرد شود برای آزمون تفاوت
دو به دو میانگین از آزمون توکی میتوان استفاده کرد .در روش توکی تعداد مقایسههای دو به دو میانگینها از
به دست میآید .مثال اگر 2میانگین را بخواهیم دو به دو مقایسه کنیم ،تعداد مقایسهها به صورت رابطه
در این جا چگونگی انجام آزمون توکی گروه 4با گروه ،0گروه 4با گروه 2و گروه 0با گروه 2طی 1مرحله
توضیح داده میشود .قبل از توضیح این مراحل باید برای انجام این آزمون سه مقدار داشته باشیم که این سه مقدار
مقدار بحرانی qکه از جدول توزیع استخراج میشود .مقدار qعبارت است از صدکهایی که با توجه به سطح
معنیداری ،تعداد گروههای مورد مقایسه و درجه آزادی مخرج درون گروهی که از رابطه N-Kحاصل میشود،
تعیین میگردد .برای مثال اگر سه گروه داشته باشیم که تعداد هر گروه 42نفر باشند و بخواهیم تفاوت معنی دار
را در سطح a =0/05تعیین کنیم با مراجعه به جدول مقدار بحرانی qرا استخراج میکنیم که عبارت است از :
نرم افزار آماری SPSS 052
همان طوری که در جدول مشاهده میشود صدک 411م در ستونی که باالی آن 2یعنی تعداد گروه نوشته شده
است و ردیف آن 01میباشد به دلیل این که ردیف 02در جدول وجود ندارد و باید به درجه آزادی کوچك تر
به عنوان مثال اگر در پژوهشی که با استفاده از تجزیه و تحلیل واریانس مورد تحلیل قرار گرفته است میانگین
مجموع مجذورات درون گروهی 2و تعداد هر گروه 42باشد خطای معیار آماره عبارت است از:
مرحله -4مقایسههای زوجی مشخص شود یا همان تعیین آماره .به عنوان مثال اگر یادگیری سه گروه دانشجو
تقسیم میشود بنابراین خواهیم داشت: مرحله -0تمام مقایسههای زوجی به خطای معیار آماره
مرحله -2مقدار بحرانی qمربوط به این آزمون با استفاده از جدول با توجه به درجه سطح معنیداری ،a
تعداد گروه و درجه آزادی درون گروهی تعیین میشود .بنابراین خواهیم داشت:
مرحله -1جواب مرحله 0یعنی تقسیم آماره بر خطای معیار آماره با جواب مرحله 2یعنی مقدار بحرانی qکه
از جدول استخراج شده است ،مقایسه میشود .اگر جواب به دست آمده از مقدار qبیشتر باشد نتیجه گرفته
میشود که دو میانگین دارای اختالف معنیدار بودهاند و اگر جواب به دست آمده از مقدار qکمتر باشد میتوان
برای درک بهتر کاربرد آزمون توکی ،چگونگی محاسبه این آزمون در مثال پژوهشی مقایسه سه روش تدریس
همان طوری که به خاطر دارید در این مثال میزان یادگیری سه گروه 1نفره با سه روش تدریس B ،Aو
در این مثال نتیجه تحلیل واریانس یك Fمعنی دار بود همچنین:
نرم افزار آماری SPSS 056
حال با استفاده از 1مرحله ارائه شده آزمون توکی مقایسههای دو به دو میانگینها را در این مثال پژوهشی انجام
میدهیم:
مرحله -4مشخص کردن تفاوت بین میانگینها یا مقایسههای دو به دو ،در این جا میانگینهای سه گروه با
مرحله -2استخراج مقدار qکه مبنای مقایسه میباشد از جدول توزیع ارائه شده است .جدول مزبور نشان
مرحله -1اگر قدر مطلق تفاوت میانگینها که بر خطای معیار آماره تقسیم شدهاند از مقدار بحرانی qتجاوز
کند آن تفاوت معنیدار است .در این جا همان طوری که آماره 2/2و همچنین مقایسه زوجی میانگین گروه دوم
و سوم بعد از تقسیم بر خطای معیار آماره 2/2بوده است که هر دو از مقدار بحرانی 2/22qکمتر بودند پس
تفاوت این میانگینها تفاوت معنیداری نبوده است .در حالی که قدر مطلق تفاوت میانگین گروه اول با سوم که
بر خطای معیار آماره تقسیم شده است 1/1میباشد که از مقدار بحرانی qبا = k 2 ،a =2/21و df_w=12بیشتر
بوده است .بنابراین نتیجه گرفته میشود که میانگین گروه اول با و گروه سوم دارای تفاوت معنیدار هستند.
روش چند مقایسه ای شفه را میتوان هم در مواردی به کار برد که از روش توکی Tاستفاده میشود و هم در
به عبارت دیگر در روش شفه عالوه بر این که میتوان مقایسه دو به دو بین میانگینها انجام داد مثل
مقایسههای دیگری هم قابل محاسبه است که به آنها مقابله گفته میشود به عنوان مثال اگر 1میانگین از میزان
یادگیری 1گروه دانشجویان دانشگاه را داشته باشیم عالوه بر مقایسه دو به دوی این میانیگینها میتوانیم
مقابلههای ترکیب دیگری نیز با استفاده از آزمون شفه انجام دهیم .برای مثال ،مقایسه معدل میانگین ناحیه 0 ،4و
برای انجام چنین مقابله ای الزم است به میانگینها وزن یا ضریب داده شود .هر یك از میانگینها یك ضریب
4
بوده و گروه و وزن میگیرند به طوری که جمع این ضریبها صفر شود .ضریب میانگینهای گروه 4تا ،2
2
نرم افزار آماری SPSS 058
4
بوده است .با رعایت عالمتهای ضرایب جمع ضرایب صفر خواهد شد .عالوه بر این که روش شفه 1تا ،1
0
برای هر نوع مقایسه یا مقابله یا ترکیبهای مختلف از میانگینها قابل استفاده است ،از این روش در پژوهشهایی
که تعداد افراد آنها در گروهها نابرابر میباشد میتوان استفاده کرد.
از ویژگیهای دیگر آزمون شفه عدم حساسیت آن نسبت به نقض فرضهای نرمال بودن و همگونی
واریانسها میباشد.
متغیر نگرش دانشجویان به رسانه ملی در حد فاصله است .از طریق طیف لیکرت بررسی شده است .متغیر
تحصیالت که به صورت ترتیبی (دانشجویان لیسانس ،فوق لیسانس و دکتری) سه شقی است.
شناسايی آزمون
با توجه به اینکه متغیر وابسته فاصلهای و متغیر مستقل ترتیبی سه شقی است آزمون مربوطه آن ،آزمون Fیا
تدوين فرضیه
:H0به نظر میرسد میانگین نگرش دانشجویان به رسانه ملی در بین دانشجویان کارشناسی ،کارشناسی ارشد
:H1به نظر می رسد میانگین نگرش دانشجویان به رسانه ملی حداقل در بین یکی از سطوح تحصیالت
اجرای آزمون
شرايط آزمون
برای استفاده از تحلیل واریانس و توزیع Fبرای آزمون فرض مربوط به مقایسه بیش از دو میانگین باید
4ـ نمونهها به صورت تصادفی و مستقل از یکدیگر انتخاب شده باشند( .محقق در جمع آوری دادهها رعایت
میکند)
0ـ متغییر وابسته از لحاظ توزیع نرمال باشد( .مقدار کشیدگی و چولگی کمتر از 4/11باشد)
نرم افزار آماری SPSS 061
مقدار کشیدگی و چولگی کمتر از 4/11نشان میدهد توزیع متغیر وابسته (میزان نگرش دانشجویان به رسانه
ملی) نرمال است .شرایط انجام آزمون تحلیل واریانس از نظر توزیع نرمال برقرار است.
2ـ واریانسها یا تغییر پذیری نمرهها در جامعههایی که نمونهها از آنها انتخاب میشود مساوی باشند.
060 فصل چهارم :مقایسه میانگینها
پس از اجرای آزمون تحلیل واریانس در صفحه خروجی spssدو جدول ارائه میشود .سطح معنی داری
جدول زیر برابر 11هزارم ( )sig=0/045کمتر از 1درصد میباشد .پس فرض H0رد و H1تأیید میشود.
براساس سطح معنی داری 2/211فرضیه اچ صفر رد شده است .نگرش دانشجویان دختر و پسر به طور
دادهها نشان میدهد خانمها بیش از آقایان برنامههای سازمان صدا وسیما را میپذیرند .در برنامههای صدا
وسیما بیشتر به عالق خانمها توجه شده است .شاید دلیل این امر خانه دار بودن اکثر خانمها باشند .چون خانمها
یکی از مهمترین اهدافی که هر تحقیق به دنبال آن است و فرضیههایی را هم در راستای آن تنظیم میکند،
مقایسه تغییرات یك یا چند متغیر وابسته در بین یك یا چند گروه (در قالب یك یا چند متغیر مستقل) است .این
موضوع به خصوص در رشتههای علوم تربیتی ،روانشناسی ،مدیریت و همچنین رشتههای علوم طبیعی و فیزیکی
بارز است که در این قبیل رشته ها ،اغلب متغیرها به صورت کمی و با مقیاسهای فاصله ای و نسبی مورد سنجش
قرار میگیرند .مجموعه این آزمونها در علم آمار و دستورهای تعریف شده در نرم افزار ،SPSSبا عنوان تحلیهای
واریانس معروف اند .آزمونهای تحلیل واریانس شامل چهار آزمون مهم میباشند که جدول زیر ویژگیهای هر
یك را نشان داده و در ادمه به ماهیت و نحوه استفاده از مورد اول اشاره میشود.
تحلیل واریانس نشان میدهد که آیا نمونهها متعلق به جامعه هستند یا خیر .در صورتی که فرض صفر رد
شود ،معلوم نیست که کدام یك از نمونه ها در کدام جامعه قرار دارند .به عبارت دیگر ،معنی دار شدن نسبت F
به ما نمیگوید که اختالف بین کدام جفت از میانگینها معنی دار است .بلکه با آماره ،Fتنها میتوانیم پی ببریم
14
. Post Hoc
061 فصل چهارم :مقایسه میانگینها
در هنگام تحلیل واریانس و به عبارتی آزمون تفاوت میانگینها در بین سه گروه و بیشتر ،عالوه بر آزمون
معنی داری این تفاوت میانگین ها ،الزم است که به کیفیت این تفاوت نیز پی ببریم .چرا که آشنایی با کیفیت این
تفاوت ،نقش مهمی در آزمون فرضیه و تفسیر نتایج آن و همچنین در جمع بندی و ارائه راه کارها برای گزارش
دارد .در نرم افزار ،SPSSهجده نوع آزمون مقایسه چندگانه تعریف شده که به کمك آنها میتوانیم چگونگی
تفاوت میانگین نمره گروهها از همدیگر را تشخیص دهیم .هدف این آزمون ها ،بررسی تفاوت دو به دو میانگیها
62
حداقل تفاوت معنی دار فیشر
این آزمون یکی از قدیمی ترین و قوی ترین آزمونها برای مقایسه پس از تجربه است .در صورتی که تعداد
میانگینها از سه تا بیشتر نباشد ،بهتر است از این آزمون استفاده شود .اما اگر میانگینهای مورد مقایسه بیش از
سه مورد باشد ،بهتر است سایر آزمونها مورد استفاده قرار گیرد .این آزمون که به مقایسه ترکیب جفتی میپردازد،
معادل آزمونهای Tبا دو نمونه مستقل است که به صورت جداگانه بین تمامی جفتهای گروهها انجام میشود.
اما مزیت این آزمون این است که سعی نمیکند تا سطح معنی داری مشاهده شده و به عبارتی نرخ خطای نوع
63
شفه
اگر قصد مقایسه میانگین گروههای با حجم نابرابر را داریم ،روش شفه مناسب ترین آزمون است .اما اشکال
عمده این روش ،محتاطانه یا محافظه کارانه بودن آن است .بدین معنی که چون آزمون شفه تمامی ترکیبهای
10
. LSD
12
. Scheffe
نرم افزار آماری SPSS 062
خطی احتمالی میانگی گروهها را آزمون میکند ،بنابراین ،در این آزمون صرفاً ترکیبهای جفتی آزمون نمیشوند.
در نتیجه آزمون شفه نسبت به سایر آزمونها محافظه کارتر است .به همین خاطر ،برای این که تفاوت بین
میانگینها معنی دار باشد ،نیازمند میزان باالیی از این تفاوت هستیم.
64
توکی
این آزمون که به آزمونهای کمترین تفاوت راستین توکی و ای .توکی نیز معروف است ،از آماره طیف
استودنت شده برای تمامی مقایسههای جفتی بین گروهها استفاده کرده و نرخ خطای تجربی را با نرخ خطای
حاصل از جمع آوری برای تمامی مقایسههای جفتی هماهنگ میکند .پیشنهاد میشود زمانی که قصد دارید تعداد
زیادی جفت میانگین را آزمون کنید ،از آزمون توکی استفاده کنید .از این آزمون امکان مقایسه فقط یك جفت
میانگین وجود دارد و این برآورد در شرایطی که حجم نمونهها مساوی باشد ،مناسب تر است.
نحوه اجرا
11
. Tukey
065 فصل چهارم :مقایسه میانگینها
-0در پنجره ای که باز میشود ،متغیر وابسته را وارد کادر Dependent Listو متغیر مستقل یا عالم را که
مربوط به کدهای گروه بندی است ،وارد کادر Factorمیکنیم.
-2دکمه … Post Hocرا کلیك کرده و در پنجره ای که باز میشود ،نوع آزمون مقایسه چندگانه را برحسب
اختیار انتخاب میکنیم.
نرم افزار آماری SPSS 066
-1روی دکمه Optionکلیك کرده و در پنجره ای که باز میشود ،گزینههای Homogeneity of variance
testو Means Plotرا انتخاب میکنیم .سپس ،دکمه Continueرا کلیك میکنیم.
مرحله اول :بیان معنی داری یا عدم معنی داری تفاوت بین میانگین ها
برای اولین مرحله تفسیر ،باید به نتیجه سطح معنی داری ( )Sig.آزمون Fدر جدول آزمون فیشر نگاه میکنیم.
برای تفسیر نتیجه آزمون تحلیل واریانس مبنی بر معنی داری با عدم معنی داری تفاوت میانگین متغیر مورد بررسی
در بین گروه ها ،باید بر ساسا معنی داری مقدار آزمون Fعمل کنیم .یعنی موقعی که سطح معنی داری آمزون F
067 فصل چهارم :مقایسه میانگینها
کوچکتر از 2/21باشد ،در آن صورت فرض تفاوت میانگین گروهها تأیید و در مقابل فرض یکسانی آماری آنها
رد میشود .بدین معنی که دست کم یکی از گروه ها ،از نظر میانگین نمره مورد نظر با بقیه فرق دارد.
مرحله دوم :بیان معنی داری یا عدم معنی داری تفاوت بین میانگینهای گروههای جفتی (انجام مقایسه
چندگانه)
مرحله دوم تفسیر نتایج آزمون ،Fکه در جدولی تحت عنوان Multiple Comparisonsآمده ،در ارائه گزارش
تحقیق توسط محققان اختیاری است .طبق نتایج ستون پنجم این جدول ،سطح معنی داری کوچکتر از 2/21روبه
روی هر جفت از گروهها نشان میدهد که تفاوت میانگین نمره موفقیت در بین دو گروه مورد نظر معنی دار
است .اما چنانچه این سطح معنی داری از 2/21بزرگتر باشد ،تفاوت میانگین بین دو گروه مورد نظر معنی دار
نمیباشد.
مرحله سوم :بیان کیفیت تفاوت بین میانگین نمره در بین گروه ها
فصل پنجم :آزمونهای
ناپارامتريك
نرم افزار آماری SPSS 071
مقدمه
برای آزمون فرضیههای تفاوتی ،زمانی از آزمونهای ناپارامتری استفاده میشود که او ًال دادهها در سطح سنجش
اسمی و ترتیبی باشند .ثانیاً ،توزیع دادهها در جامعه ،نرمال و یا نزدیك به نرمال نباشد .تعداد آزمونهای ناپارامتری
جهت آزمون فرضیههای تفاوتی بسیار است .در ادامه به مهم ترین این آزمونها اشاره میشود.
مقیاس داده
نوع آزمون مناسب وضعیت گروه ها تعداد گروه ها
ها
سه گروه و
کوکران وابسته
بیشتر
ای
کروسکال والیس
مستقل
میانه سه گروه و
آزمونهای آمرای ناپارامتری برای یك گروه ،شامل آزمونهایی است که با استفاده از آنها قصد داریم توزیع
مشاهده شده در یك جامعه را با توزیع نظری آن مقایسه کنیم .به عبارتی ،هدف این آزمون ها ،مقایسه مقدار
مشاهده شده میانه در یك جامعه با مقدار نظری آن است .این آزمونها شامل چهار آزمون زیر میباشند:
65
آزمون دو جمله ای /نسبت
در برخی از فرضیه ها ،با متغیرهایی سروکار داریم که دووجهی هستند .یعنی دو مقله یا طبقه دارند و درصددیم
تا نسبت این مقوله ها و طبقات را با همدیگر و با توجه به یك نسبت فرضی مقایسه کنیم .سنجش نسبت افراد
شرکت کننده در انتخابات و نسبت افرادی که در انتخابات شرکت نمیکنند ،مقایسه نسبت فوق به تولد نوزدان
تازه متولد شده در بیمارستان ،مقایسه نسبت افراد عضور و غیر عضو سازمانهای غیردولتی و ...نمونههایی از
مواردی هستند که میتوان برای آزمون این فرضیهها از طریق ،SPSSاز آزمون ناپارامتری دوجمله ای استفاده
کرد .آزمون دو جمله ای مشخص میکند که آیا نسبت مشاهده شده با نسبت مفروض فرق دارد یا خیر یکسان
-4نسبت مشاهده شده :نسبتی از پاسخگویان را که در هر طبقه مشاهده شده است ،نشان میدهد.
-0نسبت مفروض :نستبی از پاسخگویان را که فرض بر احتمال وجود آنها در هر طبقه میباشد ،نشان میدهد.
-4توزیع دووجهی :متغیر مورد آزمون حتماً باید دووجهی یا دوارزشی باشد ،طوری که دوارزش باشد ،طوری
که دوارزش آن برای تمامی پاسخگویان ،به طور متقابل جامع و مانع باشند .یعنی هم این که هر پاسخگویی
در یکی از طبقات قرار بگیرد و هم اینکه هیچ پاسخگویی در هر دو طبقه وجود نداشته باشد.
-0توزیع داده ها :آزمون دوجمله ای یك آزمون ناپارامتری است که به مانند تمامی آزمونهای این دسته ،فاقد
فرض توزیع نرمال میباشد.
-2نمونه گیری تصادفی :در آزمون دوجمله ای ،مانند تمامی آزمونهای معنی داری ،فرض بر این است که
نمونهها به صورت تصادفی انتخاب شده اند.
11
. Binomial Test
071 فصل پنجم :آزمونهای ناپارامتریک
نکته :از آنجا که آزمون دوجمله ای ،نسبت مشاهده شده را با یك نسبت مفروض مقایسه میکند ،بنابراین الزم
است که این نسبت مفروض را بدانیم .نسبت مفروض ،در واقع همان نسبتی از پاسخگویان میباشد که با توجه
به فرضیه تحقیق ،فرض شده این نسبت باید در میان پاسخگویان وجود داشته باشد تا فرضیه ما تأیید شود و در
صورت عدم وقوع چنین نسبتی از نمونه در نسبت مشاهده شده ،فرضیه رد میشود .البته گاهی محققان این نسبت
را با فرض این که هیچ گونه ارجحیتی برای نسبتهای مشاهده شده و مفروض وجود ندارد ،به صورت برابر و
معادل 2/12در نظر میگیرد .یعنی فرضیه خود را به صورت تفاوتی مطرح کرده و برتری هیچ نسبتی را در فرضیه
مشخص نمیکنند .ولی چنانچه بنا داریم ،نسبت مفروض را مشخص کنیم ،حداقل نسبت مفروض را برابر 2/12
در نظر بگیریم .با این کار ،فرض میکنیم که نسبت 2/12از نمونه تحقیق در طبقه مورد نظرمان قرار گرفته اند و
آنگاه نسبت مفروض را در کادر مربوطه نوشته و آزمون مورد نظر را اجرا میکنیم .پس از اجرای این آزمون،
مقدار معنی داری کوچکتر از 2/21نشان میدهد که توزیع مشاهده شده با توزیع مفروض متفاوت است و
برعکس ،مقدار معنی داری بزرگتر از 2/21نشان میدهد که توزیع مشاهده شده تفاوتی با توزیع مفروض ندارد
در هنگام تفسیر نتایج این آزمون عالوه بر مشاهده معنی داری تفاوت در سطح کوچکتر از 2/21یا 2/24
باید تعیین کنیم که آیا تفاوت نسبتها (نسبت مشاهده شده با نسبت مفروض) در راستای فرضیه تحقیق است یا
خیر؟ یعنی آیا نسبت مفروض بزرگتر از نسبت مشاهده شده است یا نه ،کوچکتر از آن؟ مقایسه نسبت مشاهده
شده با نسبت مفروض ،این مهم را امکان پذیر میکند .در اینجا دو حالت وجود دارد .البته این دو حالت بستگی
نرم افزار آماری SPSS 072
به نوع فرضیه و پاسخی که برای سؤال تحقیق انتخاب میکنیم ،دارد .اگر فرض کنیم که فرضیه ما به صورت منفی
و در راستای ارزشهای پایین تر مطرح شده باشد و نه به صورت مثبت .دو حالت مورد نظر بدین قرار میباشند:
)4چنا نچه نسبت مشاهده شده از نسبت مفروض بزرگتر بود ،در آن صورت نتیجه میگیریم که فرض 𝐻1
در تفسیر نتایج این آزمون باید دقت کرد که :اوالً ،تفاوت وجود دارد یا خیر؟ و ثانیاً ،این تفاوت در
راستای فرض هست یا خالف آن؟
نحوه اجرا
-4دستور … Analyze-> Nonparametric Test -> Legacy Dialogs-> Binomialرا اجرا میکنیم.
-0متغیر مورد آزمون را وارد کادر Test Variable Listدر سمت راست میکنیم .در کادر ،Test Proportion
نسبت آزمون را تایپ میکنیم.
075 فصل پنجم :آزمونهای ناپارامتریک
آزمون تك نمونه ای دورها از جمله آزمونهای ناپارامتری است و زمانی به کار میرود که بخواهیم توالی دو
مقدار از یك متغیر را آزمون کنیم که آیا این توالی تصادفی است یا نه .در این آزمون ،یك دور ،یك توالی از
مشاهدات مشابه می باشد .بنابراین ،هر چه تعداد دورهای یك نمونه بسیار زیاد یا بسیار کم باشد ،توالی دورها
در واقع ،ضعف آزمون 𝜒 2و یا آزمونهای دیگر که در آنها توالی متغیرها بی اهمیت است ،در این آزمون همه
و اصل انگاشته میشود .آزمون دورها تنها آزمونی است که میتواند توالی دورها را نشان داده و هیچ آزمون
دیگری همچون این آزمون نمیتواند توالی را مورد نظر قرار دهد .بنابراین ،آزمون دورها برای این منظور منحصر
نحوه اجرا
11
. One-Sample Runs Test
نرم افزار آماری SPSS 076
-0متغیر مربوطه را وارد کادر Test Variable Listدر سمت راست میکنیم .در قسمت پایین پنجره سمت
چپ ،در کادر ،Cut Pointحالت Medianرا غیرفعال و حالت Meanرا انتخاب میکنیم.
آزمون 𝜒 2تك متغیره ،که همراه با آزمون کولموگروف اسمیرنف تك نمونه ای به آزمون نکویی برازش
معروف است ،از پرکابردترین آزمونها در تحقیقات رشتههای علوم تربیتی و مدیریت میباشد .این آزمون برای
فرضیههایی به کار میرود که در آن محقق از یك مغیر ترتیبی برای تنظیم فرضیه استفاده کرده است .این
آزمون،اولین آزمون ناپارامتری در نرم افزار آماری ،SPSSآزمون کای اسکوئر تك متغیره یا تك سؤالی است.
هدف اصلی این آزمون ،مقایسه فراوانی مشاهده شده با فراوانیهای مورد انتظار ،به ویژه از طریق مقادیر و
فراوانیهای باقیمانده است .به عبارتی ،آزمون کای اسکوئر از طریق مقایسه این دو فراوانی (مشاهده شده و مورد
برای استفاده از آزمون 𝜒 2تك متغیره ،باید فراوانیهای مورد انتظار از قبل مشخص شده باشد ،که معمو ًال
نیز برای انجام این کار ،توزیع فراوانیهای مشاهده شده را با یك توزیع نظری (مثالً توزیع نرمال) مقایسه میکنیم.
البته گاهی هم میتوانیم فراوانیهای مورد انظار تمامی طبقات را به صورت دستی مشخص ،و در هنگام اجرای
دستور وارد کنیم .تفاوت این دو فراوانی ،نشان از تفاوت بین اینها در متغیر مورد مطالعه دارد.
12
. Chi Square
نرم افزار آماری SPSS 078
)4آزمون پارامتری Tتك نمونه ای ( )One-Sample T Testکه برای فرضیههای تفاوتی با متغیرهای در سطح
سنجش فاصله ای/نسبی به کار میرود.
)0آزمون ناپارامتری دوجمله ای ( )Binomial Testکه برای فرضیههای تفاوتی با متغیرهای در سطح سنجش
اسمی دو وجهی به کار میرود.
در نتیجه گیری از آزمون ،𝜒 2هر گاه مقدار آزمون در سطح خطای کوچکتر از 2/21معنی باشد ،نتیجه میگیریم
-4بیان معنی داری یاعدم معنی داری تفاوت بین دو توزیع مشاهده شده و مورد انتظار متغیر مورد نظر از
روی معنی داری مقدار کای اسکوئر آمده در جدول مربوطه (جدول دوم).
-0بیان رد یا اثبات فرض 𝐻1و 𝐻0از یك طرف با توجه به نحوه تفاوت بین فراوانیهای مشاهده شده با
فراوانی های مورد انتظار ،و از طرف دیگر با توجه به هت تفاوت این دو فراوانی ها .در انجام این کار،
استفاده از مقادیر باقیمانده میتواند کمك زیادی نماید.
079 فصل پنجم :آزمونهای ناپارامتریک
درجه آزادی در این آزمون ،برابر است با تعداد مقادیر مورد انتظار که میتوانند قبل از اینکه سایر مقادیر به
طور کامل تعیین شوند ،متفاوت باشند .به عبارتی ،در این آزمون ،مقدار درجه آزادی برابر است با تعداد ردیفها
= 𝑑𝑓 = 𝑘 − 1درجه آزادی
نحوه اجرا
-0در پنجره ای که باز می شود ،متغیر مورد نظر را از کادر سمت چپ انتخاب و با دو بار کلیك وارد کادر
سمت راست میکنیم .گزینه All categories equalبه صورت پیش گزیده فعال است( .حتی میتوانیم
به طور انتخابی با فعال کردن گزینه ،Valueفراوانی مورد انتظار تمامی طبقات را تعریف کنیم) .همچنین
میتوانیم از قسمت ،Optionsگزینههای Descriptiveو Quartilesرا از قسمت Statisticsو نحوه
برخورد با مقادیر گشمده را از قسمت Missing Valuesانتخاب کنیم.
نرم افزار آماری SPSS 081
تعریف کنیم:
-4حالت برابر :در این حالت خود نرم افزار فراوانیهای هر طبقه را برابر در نظر میگیرد (در قسمت All
.)categories equalدر این روش ،فراوانیهای مورد انتظار برای هر طبقه ،از تقسیم تعداد کل فراوانیها
( )Nبر تعداد طبقات متغیر به دست میآید.
-0حالت نابرابر :در این حالت ،خودمان براساس یك مبنای نظری میتوانیم فراوانیهای مورد انتظار هر طبقه
را به صورت دستی و نابرابر تعریف کنیم (در قسمت .)Valuesیعنی فراوانیهای آنها بیشتر و یا کمتر از
بقیه باشد ،مشخص میکنیم.
با اجرای دستور باال ،شاهد نتایج دستور کای اسکوئر تك متغیره به صورت زیر خواهیم بود که برای تفسیر
-4چون در اجرای آزمون ،فراوانیهای مورد انتظار تمامی دستهها را برابر فرض کرده ایم ،بنابراین در اینجا
نیز SPSS ،آنها را برای تمامی طبقات برابر آورده است .این فراوانی مورد انتظار ،از تقسیم تعداد کل
فراوانی ( )Nبر تعداد طبقات به دست میآید.
080 فصل پنجم :آزمونهای ناپارامتریک
-0با توجه به مقدار کای اسکوئر تفاوت معنی دار بین فراوانیهای مشاهده شده و فراوانیهای مورد انتظار
براساس سطح معنی داری کوچك تر از ،2/24تفاوت بین این دو نسبت از لحاظ آماری معنی دار میباشد.
اما این تفاوت نشان بر تأیید و یا رد فرضهای 𝐻0یا 𝐻1نمیباشد.
-2از آنجا که فرضیه تحقیق بر پایه میزان
68
آزمون کولموگروف ـ اسمیرنوف تك نمونه ای
می دانیم که فرمول 𝜒 2تك متغیره وقتی صدق است که فراوانیهای مورد انتظار بیش از 02درصد خانههای
جدول کمتر از 1نباشد .بنابراین ،وقتی که فراوانیهای مورد انتظار بیش از 02درصد خانهها کمتر از 1باشد،
دیگر فرمول 𝜒 2صادق نیست .این مسئله اغلب در صورتی اتفاق میافتد که حداقل حجم نمونه کوچکتر از 12
باشد .به سخن دیگر ،موقعی که حجم نمونه کوچکتر از 12باشد ،امکان این که فراوانیهای مورد انتظار بیش از
02درصد خانههای جدول کمتر از 12باشد ،امکان اینکه فراوانیهای مورد انتظار بیش از 02درصد خانههای
جدول کمتر از 1باشد ،وجود دارد .در چنین حالتی ،به جای آزمون ،𝜒 2از آزمون تك نمونه ای کولموگروف ـ
اسمیرنوف استفاده میشود .از طرفی ،به همین دلیل است که از این آزمون به عنوان آزمونی برای نکوئی برازش
نیز استفاده میشود .در واقع ،دو آزمون کولموگروف ـ اسمیرنف تك نمونه ای و 𝜒 2تك متغیره ،آزمونهایی
آزمون کولموگروف ـ اسمیرنوف تك نمونه ای به مقایسه تابع توزیع تجمعی مشاهده شده با تابع توزیع
تجمعی نظری (مورد انتظار) در یك متغیر ترتیبی میپردازد .به عبارتی ،در این آزمون ،توزیع یك صفت در یك
نمونه با توزیعی که برای آن جامعه مفروض است ،مقایسه میشود .این آزمون ناپارامتری و بدون توزیع است .اما
11
, One Sample Kolmogorov Smirnov Test
نرم افزار آماری SPSS 081
باید توزیع متغیر در جامعه برای هر یك از رتبههای مقیاس رتبه ای در جامعه به طور نسبی در نظر گرفته شود
در تفسیر نتایج آزمون ،چنانچه مقدار معنی داری از 2/21بیشتر باشد ،در آن صورت توزیع مشاهده شده با
توزیع نظری یکسان است و تفاوتی بین این دو وجود ندارد .یعنی توزیع به دست آمده به توزیع نرمال نزدیکتر
است .اما چنانچه مقدار معنی داری از 2/21کوچکتر باشد ،آنگاه توزیع مشاهده شده با توزیع نظری متفاوت
است .یعنی توزیع فوق یك توزیع نرمال نبوده و در نتیجه برای تحلیل بیشتر آن ،باید از آزمونهای ناپارامتری
نحوه اجرا
-4دستور … Analyze -> Nonparametric Tests -> 1-Sample K-Sرا اجرا میکنیم.
081 فصل پنجم :آزمونهای ناپارامتریک
-0متغیر مورد نظر را وارد کادر Test Variable Listدر سمت راست کرده و سپس در قسمت پایین پنجره
سمت چپ ،در کادر ،Test Distributionحالت Normalرا انتخاب میکنیم.
برای آزمون فرضیههای تفاوتی ناپارامتری ،میتوانیم از چهار آزمون زیر استفاده کنیم:
هرگه دو نمونه مستقل از جامعه ای مفروض باشد و متغیرهای آنها به صورت ترتیبی باشند ،آزمون یومن ـ
ویتنی استفاده میشود .این آزمون مشابه Tاستیودنت با دو نمونه مستقل است و معادل ناپارامتری آن محسوب
میشود .در این آزمون فرض نمیشود که توزیع دو جامعه نرمال است .دو نمونه مستقل از جامعههایی با توزیع
چگونگی انجام آزمون بدین شکل است که ابتدا مقادیر موجود را به صورت یك جا و بدون توجه به جامعه
ای که مقادیر به آن تعلق دارند ،رتبه بندی میکنیم .یعنی نمونهها را روی هم ریخته و به آنها رتبه میدهیم .سپس
11
. Mann-Whitney U Test
085 فصل پنجم :آزمونهای ناپارامتریک
مجموع رتبه هی اختصاص یافته به هر یك از دو جامعه (گروه) را به طور جداگانه به دست میآوریم .معمو ًال
گروه کوچکتر (جامعه ای که حجم آن کمتر است) را با اندیس یك و گروه بزرگتر را با اندیس 0نشان میدهیم.
بنابراین مجموع رتبههای گروه کوچکتر را با 𝑅1و مجموع رتبههای گره بزرگتر را با 𝑅2نشان میدهیم .البته
-4هرگاه شرایط استفاده از آزمونهای پارامتری Tبا دو نمونه مستقل در متغیرها موجود نباشد ،یعنی متغیرها
پیوسته و نرمال نباشند ،از این آزمون استفاده میکنیم.
-0دو نمونه باید مستقل و حجم هر دو کوچکتر از 02مورد باشد.
-2در صورتی که حجم نمونهها بزرگتر از 02مورد باشد ،توزیع نمونهها به توزیع نرمال نزدیك میشود.
بنابراین ،برای تفسیر آن ،باید ابتدا دادهها را طبق فرمول Uو یا ،Zبه توزیع نرمال تبدیل کنیم و سپس
مانند آزمون نرمال تفسیر کنیم ،یعنی با 1درصد خطا و با عدد .4/11
تفسیر نتیجه آزمون یومن ـ ویتنی برخالف آزمونهای دیگر است .بدین معنی که در این آزمون ،اگر مقدار
آماره محاسبه شده کوچکتر از جدول باشد ،فرض 𝐻1مورد قبول است .یعنی هر چه مقدار Wکوچکتر باشد،
گواه قوی تری برای رد فرض 𝐻0است .در حالی که در آزمونهای دیگر ،اگر مقدار آماره محاسبه شده بزرگتر
از مقدار آماره جدول باشد ،فرض 𝐻1مورد قبول و فرض 𝐻0رد است.
نحوه اجرا
-4دستور … Analyze -> Nonparametric T Test -> 2 Independent Samplesرا اجرا میکنیم.
نرم افزار آماری SPSS 086
-0متغیر مورد نظر را وارد کادر Test Variable Listو متغیر گروه بندی را وارد کادر Grouping Variable
میکنیم .در کادر ،Test Typeآزمون Mann-Whitney Uرا انتخاب میکنیم( .البته این آزمون به صورت
پیش گزیده توسط نرم افزار انتخاب شده است)
087 فصل پنجم :آزمونهای ناپارامتریک
-2روی دکمه … Define Groupsکلیك میکنیم .در پنجره ای که باز میشود ،روبروی Group1عدد 4و
روبروی Group2عدد 0را تایپ میکنیم .سپس دکمه Continueرا کلیك میکنیم.
-4بیان معنی داری یا عدم معنی داری تفاوت متغیر مورد نظر در بین دو گروه
-0بیان کیفیت تفاوت متغیر مورد نظر در بین دو گروه
70
آزمون کولموگروف – اسمیرنف دو نمونه ای
این آزمون در مواقع به کار میرود میرود که دو نمونه داشته باشیم و بخواهیم اندازه بین این دو نمونه را با
هم مقایسه کنیم .در واقع این آزمون به ارزیابی هم قوارگی متغیرهای رتبه ای در دو نمونه مستقل و یا غیر مستقل
میپردازد .آزمون کولموگروف ـ اسمیرنف با مقایسه توابع توزیع تجمعی یك متغیر در بین دو گروه ،به شناسایی
تفاوت تابع این دو گروه به لحاظ شکل یا موقعیت میپردازد .در این آزمون ،چنانچه مقدار معنی داری از 2/21
کوچکتر باشد ،نشان گر آن است که و گروه مورد مقایسه یا از نظر شکل و یا از نظر محل با هم تفاوت دارند.
نحوه اجرا
22
. Two Samples Kalmogorov SMiranov Test
نرم افزار آماری SPSS 088
-0متغیر مورد نظر را در کادر ) Test Variable(sوارد کرده و سپس متغیر گروه بندی شده را وارد کادر
Grouping Variableمیکنیم .در پنجره اصلی ،در قسمت پایین سمت میانی ،در کادر ،Test Type
آزمون Colmogorov-Smirnov Zرا انتخاب میکنیم.
-2روی دکمه … Define Groupsکلیك میکنیم .در پنجره ای که باز میشود ،روبروی Group1عدد 4و
روبروی Group2عدد 0را تایپ کرده و پس از آن دکمه Continueرا کلیك میکنیم.
-1دکمه Okرا کلیك میکنیم.
پس از اجرای آزمون کولموگروف ـ اسمیرنف دو نمونه ای ،نتایج آن به صورت جدول خروجی زیر ظاهر
خواهد شد .خروجی اول ،فراوانی پاسخگویان را به تفکیك دو گروه نشان میدهد.
خروجی دوم دستور کولموگروف ـ اسمیرنف مهمترین خروجی آن است که جدول بعدی نتایج آن را نشان
میدهد .برای نتیجه گیری بهتر از این خروجی ،میتوان مالحظات زیر را رعایت کرد:
-4ابتدا برای پی بردن به این موضوع که آیا فرضیه تحقیق تأیید یا اثبات شده است ،باید به نتایج جدول Test
این آزمون معادل ناپارامتری آزمون تحلیل واریانس یك طرفه ( Fیا )ANOVAاست و همانند این آزمون،
موقعی به کار میرود که تعداد گروهها بیش از 0باشد .مقیاس اندازه گیری در کروسکال والیس حداقل باید
ترتیبی باشد .این آزمون برای مقایسه میانگینهای بیش از دو نمونه رتبه ای (و یا فاصله ای) به کار میرود.
فرضیهها در این آزمون بدون جهت است ،یعنی فقط تفاوت را نشان میدهد و جهت بزرگتر یا کوچکتر بودن
24
. Kruskal-Wallis or K-W Test
089 فصل پنجم :آزمونهای ناپارامتریک
گروهها را از نظر میانگین نشان نمیدهد .کارآیی این آزمون 11درصد آزمون Fاست .این آزمون مبتنی بر رتبه
بندی دادهها میباشد .نتایج این آزمون با نتایج آزمون یومن ـ ویتنی یکی خواهد بود.
نحوه اجرا
-0در پنجره مربوط متغیر مورد نظر را وارد کادر سمت راست با عنوان Test Variable Listو متغیر گروه
بندی شده را وارد کادر Grouping Variableمیکنیم .سپس در کادر Test Typeآزمون Kruskal-
-2دکمه … Define Rangeرا کلیك کرده تا پنجره زیر ظاهر شود .در این پنجره ،عدد 4را برای مقدار
حداقل ( )Minimumو عدد ....را برای مقدار حداکثر ( )Maximumتایپ میکنیم .سپس دکمه Continue
-4بیان معنی داری یا عدم معنی داری تفاوت متغیر مورد نظر در بین گروههای مختلف
مقدمه
در سال 4122فرانسیس گالتون 20اظهار داشت دادههای تجربی نشان میدهد میانگین قد پسران افراد قدبلند،
کمتر از قد پدرانشان و میانگین قد پسران افراد کوتاه قد نیز ،بیشتر از قد پدرانشان است .به این ترتیب گالتون
پدیده بازگشت به طرف میانگین را در دادهها مورد تأکید قرارداد .گالتون برای بررسی پدیده «بازگشت به سمت
میانگین» از تحلیل رگرسیون استفاده کرد .امروزه از روش تحلیل رگرسیون برای بررسی روابط بین متغیرها نیز
استفاده میشود.
واژه رگرسیون 22در فرهنگ لغت به معنی پسروی ،برگشت و بازگشت است .در آمار به مفهوم بازگشت به
یك مقدار میانگین بهکارمیرود .برخی متغیرها با گذشت زمان به سمت میانگین میل میکنند .در حقیقت تحلیل
رگرسیونی فن و تکنیکی آماری برای بررسی و مدل سازی ارتباط بین متغیرها است .رگرسیون تقریباً در هر زمینه
ای از جمله مهندسی ،فیزیك ،اقتصاد ،مدیریت ،علوم زیستی ،بیولوژی و علوم اجتماعی برای برآورد و پیشبینی
مورد نیاز است .امروزه تحلیل رگرسیونی ،پرکاربردترین روش در بین تکنیك های آماری است.
4ـ حدس بخردانه رابط بین دو متغیر :در ابتدا تحلیل گر حدس می زند که بین دو متغیر نوعی ارتباط وجود
دارد ،در حقیقت حدس می زند که یك رابطه به شکل یك خط بین دو متغیر وجود دارد.
0ـ جمع آوری اطالعات حداقل دو متغیر فاصلهای از یك نمونهی جامعه آماری
2ـ ترسیم نمودار پراکنش دو متغیر :نقاطی در یك نمودار دو بعدی رسم میشود .با ترسیم خط برازش
(برازش منحنی (به انگلیسی ،)Curve fitting :به عملی گفته میشود که با کمك آن میتوان معادلههای خطوط
20
- Francis Galton
22
- Regression
091 فصل ششم :رگرسیون خطی
داده آزمایشگاهی دارید و میخواهید بهترین خط با معادله y = a x + bرا از این نقاط عبور دهید .معادله بدست
آمده الزاما از دادهها عبور نمیکند؛ این معادله بهترین معادلهای خواهد بود که به تمامی دادهها نزدیك است) در
صورتی که نمودار نشان دهنده این باشد که دادهها تقریباً (نه لزوماً دقیق) در امتداد یك خط مستقیم پراکنده
شدهاند ،حدس تحلیلگر تأیید شده و این ارتباط خطی به صورت زیر نمایش داده می شود:
1ـ تعیین خطای متغیرها :بین برخی از نقاط و تصویر آنها بر روی خط رگرسیونی (خط )yکمی تفاوت به
چشم میخورد که از آن به عنوان خطای برآورد یاد میشود .این خطا ممکن است از خطا در اندازه گیری،
شرایط محیط ،تفاوتهای طبیعی و ...ناشی شده باشد .بنابراین معادله اولیه را به صورت زیر اصالح میشود 2به
،y = ax + b + єبه این معادله ،یك مدل رگرسیون خطی نامیده میشود .معموالً به xمتغیر مستقل (رگرسیونی)
و به yمتغیر وابسته (پاسخ) گفته میشود .که єخطای تصادفی است که برای کامل شدن مدل و نشان دادن این
1ـ مفروضات :معموالً فرض میشود که خطاها یکدیگر را خنثی میکنند ،به عبارت دیگر مجموع خطاها
برابر صفر است .همچنین فرض میشود خطای موجود در یك مشاهده رابطهای با خطاهای دیگر ندارد و در
نهایت تغییرات بین خطاها ثابت در نظر گرفته میشود .این سه فرض برای ساختن یك مدل ضروری است و
روشهای بسیاری برای پی بردن به وجود (یا عدم برقراری ) این فرضها وجود دارد .یکی از دالیل استفادههای
نادرست از رگرسیون معمو ًال نادیده گرفتن این فرضها است که موجب استداللهای غلط خواهد شد .در صورتی
که در مدل رگرسیونی فقط یك متغیر مستقل وجود داشته باشد ،مدل را مدل رگرسیونی خطی ساده می نامند.
نرم افزار آماری SPSS 092
روشهای رگرسیونی
تا این مرحله مدل رگرسیونی معرفی شده و کافی است پارامترهای مجهول مدل (در اینجا aو )bبرآورد
شوند .برآورد پارامترها در مدل سازی با استفاده از روشهای مختلف انجام میشود از جمله روش کمترین مربع
خطا.
21
روش کمترین مربع خطا که یکی از روشهای مورد استفاده در تحلیل رگرسیونی است اولین بار توسط لژندر
ریاضیدان فرانسوی در سال 4121و گوس 21ریاضیدان مشهور آلمانی در سال 4121معرفی و در مطالعات نجومی
به کار برده شد .پس تا این قسمت تحلیلگر مدلی مشخص را به عنوان الگویی برای دادهها معرفی کرده است.
مرحله بعدی «کنترل مناسب بودن مدل» میباشد که مدل از نظر قابل استفاده بودن و این که تا چه حد میتواند
خوب دادهها را بیان کند بررسی میشود و در مورد بکارگیری مدل تصمیم گرفته میشود .در نتیجه مدل یا قابل
استفاده تشخیص داده می شود و یا اینکه باید اصالح شود .بنابراین تحلیل رگرسیونی فرآیندی همراه با تکرار و
بازنگری است ،یعنی در ابتدا مدلی معرفی میشود ،کیفیت مدل مورد بررسی قرار میگیرد ،مدل قبول و یا اینکه
رابطه قد و وزن ،رابطه عرضه و تقاضا در علم اقتصاد ،تعیین رابطه بین سن افراد و فشارخون آنها ،رابطه بین
میزان مطالعه دانشجویان و سطح نمرات آنها ،رابطه بین نمرات و میزان قبولی در کنکور سراسری کارشناسی
رگرسیون خطی یکی از تکنیكهای پیچیده آماری برای دادههایی است که معمو ًال در سطح سنجش فاصله ای
میباشند .رگرسیون خطی به دو صورت رگرسیون خطی ساده و رگرسیون خطی چند متغیره مطرح میگردد.
21
- Legendre
21
095 فصل ششم :رگرسیون خطی
رگرسیون خطی ساده به پیش بینی مقدار یك متغیر وابسته بر اساس مقدار یك متغیر مستقل میپردازد .اما
رگرسیون چند متغیره روشی است برای تحلیل مشارکتی جمعی و فردی دو یا چند متغیر مستقل ( 𝑖𝑋) در تغییرات
یك متغیر وابسته ( .)Yاز آنجا که وظیفه اساسی علم ،پیش بینی و تبیین پدیده هاست ،بنابراین در تحقیقاتی که
بر پیش بینی یا تبیین ناظرند ،تحلیل رگرسیون میتواند نقش بارزی ایفا کند .در تحقیقات پیش بینی ،عمدتاً کاربرد
عملی مورد تأکید است .در این نوع تحقیقات ،محقق میکوشد تا بر اساس اطالع از یك یا چند متغیر مستقل ،به
یك معادله رگرسیونی دست یابد و از آن برای پیش بینی مقادیر متغیر وابسته استفاده کند.
رگرسیون خطی :21یکی از روشهای تحلیل رگرسیون است .در رگرسیون خطّی ،متغیّر وابسته ( )y iترکیب
همخط
رگرسیون میزان اثر دو یا چند متغیر بر متغیر وابسته را میسنجد .همبستگی رابطه بین دو یا چند متغیر را مورد
0ـ متغیرهای مستقل (پیش بین) باید به صورت خطی مستقل از هم باشند (نباید با هم همبستگی داشته باشند)
2ـ متغیرهای مستقل باید فاقد خطا باشند .استقالل خطاها (تفاوت بین مقادیر واقعی و مقادیر پیش بینی شده
توسط معادله رگرسیون) از یکدیگر است .در صورتی که فرضیه استقالل خطاها رد شود و خطاها با یکدیگر
21
- Linear regression
نرم افزار آماری SPSS 096
همبستگی داشته باشند امکان استفاده از رگرسیون وجود ندارد .به منظور بررسی استقالل مشاهدات (استقالل
مقادیر باقی مانده یا خطاها) از یکدیگر از آزمون دوربین -واتسون استفاده میشود.
1ـ خطاها نباید با یکدیگر همبستگی داشته باشند (ماتریس واریانس یا کواریانس خطاها به صورت قطری
است و هر عنصر غیر صفر مربوط به واریانس خطا میباشد) که از طریق آزمون دوربین-واتسون مورد سنجش
قرار میگیرد .آماره دوربین واتسون 22بین 2تا 1میباشد .اگر بین باقیماندهها همبستگی متوالی وجود نداشته
باشد ،مقدار این آماره باید به 0نزدیك باشد .اگر به صفر نزدیك باشد نشان دهنده همبستگی مثبت و اگر به 1
نزدیك باشد نشان دهنده همبستگی منفی میباشد .در مجموع اگر این آماره بین 4/1تا 0/1باشد جای نگرانی
نیست.
1ـ مقیاس دادههای مربوط به متغیرهای وابسته و ومستقلها باید از نوع فاصله ای یا نسبی باشند.
روشهای رگرسیونی
برای ورود متغیرهای رگرسیونی به مدل 1 ،روش وجود دارد که محقق بسته به هدف تحلیل خود میتواند از
یکی از این 1روش استفاده کند که البته معموالً نتایج این 1روش مشابه یکدیگر است .در زیر به تفکیك به شرح
78
روش همزمان
دراین روش ،کلیه متغیرهای مستقل به طور همزمان وارد معادله میشوند تا تأثیر کلیه متغیرهای مهم و غیرمهم
بر متغیر وابسته مشخص گردد .در واقع ،در این روش تمامی متغیرهای مستقل در یك مرحله به ترتیب وارد شده
در جایگاه متغیرهای مستقل وارد تحلیل میشوند .یکی از مشکالت روش همزمان این است که چون تمامی
22
- Durbin- Watson
21
. Enter Method
097 فصل ششم :رگرسیون خطی
متغیرها بدون توجه به ضریب همبستگی شان با متغیر وابسته وارد معادله میشوند ،بنابراین احتما ًال متغیرهایی هم
که حضورشان در معادله معنی دار نیست ،در آن باقی میمانند که در اثر این حضور نابجا ،مقادیر Fو 𝑅2تغییر
مییابد.
79
روش گام به گام
این روش ،مانند روش ،Forwardمتغیرها را یك به یك وارد معادله میکند .یعنی ابتدا متغیری که بیش ترین
همبستگی را با متغیر وابسته دارد ،انتخاب میکند .دومین متغیری که وارد تحلیل میشود ،متغیری است که پس
از تفکیك متغیر مقدم بر آن ،موجب بیشترین افزایش در مقدار ضریب تعیین ( )𝑅2میشود .در این روش ،ورود
متغیرها به معادله یك به یك تا زمان سطح معنی داری 11درصد متغیرها ادامه مییابد.
فرق این روش با روش Forwardدر آن است که در روش ،Forwardمتغیرهای وارد شده در تحلیل،
در معادله باقی میمانند ،ولی در روش ،Stepwiseبا ورود متغیر جدید ،متغیرهایی که قبالً وارد معادله شده اند،
از نو آزموده میشوند تا مشخص شود آیا هنوز هم حضور آنها در مدل ،به موفقیت آن کمك میکند یا خیر.
بنابراین ،احتمال دارد برخی از متغیرهایی که در مرحله اول قدرت تبیین باالیی داشتند ،در مرحله بعدی حذف
شوند .در هر مرحله ،متغیر یا متغیرهایی باقی میمانند که پس از تفکیك مشارکت متغیرهای مقدم بر آن ها ،دارای
بیشترین مجذور همبستگی ( )Rباشند .در این روش ،کارآیی هر مرحله ،با آزمون Fسنجیده میشود.
80
روش حذف
با این روش میتوان متغیرهای یك بلوک را از مدل رگرسیونی حذف کرد .بنابراین ،این روش را نمیتوان به
عنوان روش اولین بلوک به کار برد .زیرا میبایست متغیرها در یکی از بلوکهای قبلی وارد معادله شوند و سپس
21
. Stepwise Method
12
. Remove Method
نرم افزار آماری SPSS 098
در بلوکهای بعدی ،با انتخاب این روش ،آنها را حذف نمود .روش حذف کامالً مانند روش Enterاست ،اما
کاربرد چندانی در رگرسیون چند متغیره ندارد ،چون تحلیل واریانس را انجام نمیدهد.
81
روش پس رونده
در این روش ،همانند روش ،Enterابتدا کلیه متغیرهای مستقل وارد معادله شده و اثر کلیه متغیرها بر روی
متغیر وابسته سنجیده میشود.اما برخالف روش ،Enterدر این روش ،به مرور متغیرهای ضعیف تر و کم اثرتر
یکی پس از دیگری از معادله خارج شده و در نهایت این مراحل تا زمانی ادامه مییابد که خطای آزمون معنی
داری به 42درصد برسد .روش پس رونده را روش غربالی نیز مینامند .در این روش ،مقدار 𝑅2تعدیل شده
همانند روش Enterاست .اما با کاهش تعداد متغیرهای مستقل ،به تدریج بر 𝑅2تعدیل شده اضافه میگردد ،تا
جایی که با خروج بعضی از این متغیرها ،این میزان به حداکثر میرسد ،ولی در ادامه خروج آن ها ،این میزان
مجدداً کاهش پیدا میکند تا جایی که تا خروج آخرین متغیرها ،مقدار 𝑅2تعدیل شده با روش Enterبرابر
میشود .طبیعی است در این حالت ،متغیرهای مهم شناخته میشوند و در معادله نهایی باقی میمانند.
82
روش پیش رونده
این روش ،ابتدا همبستگی ساده بین هر یك از متغیرهای مستقل را با متغیر وابسته محاسبه میکند .سپس،
متغیر مستقلی که بیشترین همبستگی را با متغیر وابسته دارد و به عبارتی بیشترین مقدار واریانس آن را تبیین
میکند ،وارد تحلیل میکند .دومین متغیری که وارد تحلیل میشود ،متغیری است که پس از تفکیك متغیر اول،
بیشترین ضریب همبستگی را با متغیر وابسته دارد .این روش تا زمانی ادامه دارد که خطای آزمون به 1درصد
14
. Backword Method
10
. Forward Method
099 فصل ششم :رگرسیون خطی
برسد ،در این جا ،انجام رگرسیون متوقف میشود .نتایج به دست آمده در این روش همانند روش Stepwise
83
رگرسیون خطی ساده /دو متغیره
رگرسیون خطی ساده زمانی مورد استفاده قرار میگیرد که یك متغیر وابسته و یك متغیر مستقل وجود داشته
باشد .از طرف دیگری ،سطح سنجش هر دو متغیر حداقل فاصلهای است .بنابراین ،در رگرسیون دو متغیره ساده،
مقادیر یك متغیر (متغیر وابسته یا )yاز روی مقادیر متغیر دیگر (متغیر مستقل یا )xبه کمك یك معادله خطی
(خطی مستقیم) برآورد میشود .این معادله شکل کلی زیر را دارد:
𝑦 ′ = 𝑏0 + 𝑏1 𝑥1
در این معادله 𝑦 ′ ،مقدار برآوردشده 𝑏0 ،yعرض از مبدأ (مقدار ثابت رگرسیون) 𝑏1 ،ضریب زاویه (ضریب
شناسايی متغیرها
متغیر وابسته (میزان نگرش دانشجویان به رسانه ملی از لحاظ سطح سنجش در حد فاصله ای)
شناسايی آزمون
چون سه متغیر است و یك متغیر وابسته و دو متغیر مستقل بهتر است از رگرسیون استفاده شود.
12
. Simple Linear Regression
نرم افزار آماری SPSS 111
: H0به نظر میرسد بین دو متغیر سن و تحصیالت با نگرش دانشجویان به رسانه ملی رابطه معنی داری وجود
ندارد (به نظر میرسد مقدار تبین نگرش دانشجویان به رسانه از طریق سن و تحصیالت برابر صفر است)
: H1به نظر میرسد بین دو متغیر سن و تحصیالت با نگرش دانشجویان به رسانه ملی رابطه معنی داری وجود
دارد (به نظر میرسد مقدار تبین نگرش دانشجویان به رسانه از طریق سن و تحصیالت برابر صفر نیست)
اجرای آزمون
اجرا میشود. :متغیرهای مستقل ∶ 𝑠𝑑𝑒𝑑𝑛𝑒𝑝𝑒𝑑𝑛𝐼 و نگرش به رسانه ملی = 𝑑𝑒𝑑𝑛𝑒𝑝𝑒𝑑 ⟹ Analysis ⟹ Regression ⟹ Linear دستور
هرسه متغیر فاصلهای است .توزیع شان نرمال است .عالوه برآن همبستگی بین سه متغیر معنیدار نیست .مقدار
سطح معنی داری ( )sigهر سه بیشتر از 2/21میباشد .پس شرایط وجو دارد .مقدار واتسون هم تقریبا 4/1است.
110 فصل ششم :رگرسیون خطی
تحصیال
نگرش سن
ت
.058 -.032 1 ضریب همبستگی پیرسون
آزمون واتسون
Durbin- Mod
Watson el
1.472a 1
از یك سو دادههای جدول 4نشان میدهد دو متغیر سن و تحصیالت به عنوان عاملهای تبیین کننده در معادله
وارد شدهاند .از سوی دیگر دادههای جدول 0نشان میدهد این دو متغیر در مجموع حدود 11درصد واریانس
نگرش دانشجویان به رسانه ملی را تبیین میکنند .جدول 2به عنوان نشان دهندتفاوت معنی داری این دو متغیر،
نشان میدهد این مقدار تبیین واریانس از سوی این متغیر معنی دار است .جدول 1سهم تبین هر متغیر به تفکیك
نشان میدهد.سن حدود 41/1درصد واریانس متغیر وابسته و متغیر سن تحصیالت حدود 22/24درصد واریانس
تبین میکنند.
جدول شماره 1ـ رگرسیون :با روش اينتر و متغیرهای وارده شده به معادله
نرم افزار آماری SPSS 111
روش
مدل
اينتر متغیرهای خارج شده متغیرهای وارد شده
Mode
Metho Variables Removed Variables Entered
l
d
جدول شماره 2ـ رگرسیون :مدل ،مقدار همبستگی چند گانه ،مجذورآن ،استاندارد شده آن و خطای برآورد انحراف
استاندارد
مجذور
استاندارد مجذور همب
همبستگی
Std. Error of the همبستگی چند گانه ستگی مدل
چند گانه
Estimate Adjusted R چند گانه Model
R
Square R
Square
5.46240 .447 .450 .671 1
جدول شماره3ـ رگرسیون :مدل ،مجموع مجذورات ،درجه آزادی ،متوسط مجذورات ،آزمون
متوسط مجموع
سطح آزمون درجه
مجذورات مجذورات مدل
معنیداری اف آزادی
Mean Sum of Model
Sig. F df
Square Squares
رگرسیون
.052 1.656 49.423 2 98.846
Regression
پسماندها
29.838 661 19722.769
Residual
کل
663 19821.614
Total
جدول شماره4ـ رگرسیون :ضرايب غیر استاندارد ،ضرايب استاندارد ،آزمون تی و سطح معنیداری آن
در جدول شماره 1مقدار تبین واریانس برای متغیر سن حدود 41/1درصد و برای متغیر تحصیالت حدود
تفسیر
در اولین قدم بعد از اجرای تحلیل رگرسیون چند متغیری چهار جدول به نامهای جدول متغیرهای وارد و
(تحلیل واریانس تك متغیره) و جدول ضرایب ( )Coefficientsارایه میشود .تصویر هریك از جداول به ترتیب
در بین جداول فوق مهمترین جدول برای ارائه نتایج نهایی جدول خالصه مدل ( )Model Summaryو جدول
ضرایب ( )Coefficientsمیباشد .برای ارائه نتایج نهایی ترسیم جدول زیر را پیشنهاد میشود
حال سوال اینجاست که جداول چگونه تفسیر میشوند؟جدول 4فقط نشان میدهد چه متغیرهای برای تبین
وارد معادله شده و چه متغیرهای خارج شده است .عالوه برآن نشان میدهی رگریبون با کدام یك از روشها
انجام شده است .جدول 0در گام اول قدرت و توان متغیرهای وارد شده را در معاله را نشان میدهد .در ستون
چهارم همان جدول مقدار تبین شده توسط آن متغیر (سن و تحصیالت) را نشان میدهد .این میزان نشان میدهد
که مدل مذکور چند درصد از واریانس نگرش دانشجویان به رسانه ملی را پیشبینی میکند .به این معنی که دو
متغیر سن و تحصیالت واریانس نگرش دانشجویان به رسانه ملی را حدو 11درصد تبین میکند .زیرا میزان
نرم افزار آماری SPSS 112
2/112AdJ.R2میباشد که درصورتی که این مقدار در 422ضرب شود برابر با 11/2درصد خواهد شد .شاخص
بعدی میزان بتای ( )Betaهر متغیر است .همانگونه که از مقادیر P-Valueهریك از متغیرها دیده میشود دو
متغیر سن و تحصیالت هستند که به صورت معناداری نگرش به رسانه ملی را پیشبینی میکنند .در تفسیر این
یافتهها اینگونه مطرح میشود که با افزایش یك انحراف استاندارد در سن دانشجویان ،نمره نگرش به رسانه ملی
2/411انحراف استاندارد افزایش خواهد یافت .همچنین با افزایش یك انحراف استاندارد در تحصیالت ،نمره