دانلود کامل ترین جزوه کاربرد کامپیوتر در علوم اجتماعی

جزوه رنگی و تایپ شده کاربرد کامپیوتر در علوم اجتماعی

دانلود فایل

مژده کیانی دانشگاه پیام نور علمی کاربردی دانشگاه آزاد کارشناسی ارشد کاردانی برای آزمون استخدامی رشته علوم اجتماعی

-؟ ؟ -)(
-)…(.
-)(.
:
><-معناداری وجود دارد که به معنی این است که پس از مداخله درمانی افسردگی در دانش آموزان کاهش یافته است. اگر میانگین دو گروه که داده ها از هم متفاوت هستند را بخواهیم از independent sample t-test استفاده می کنیم شرط استفاده نرمال بودن داده ها ، هوموژن بودن و مستقل بودن داده ها می باشد در صورتیکه داده ها نرمال نبودند از جزوه کاربرد کامپیوتر در علوم اجتماعی معادل non – parametric تحت عنوان Mann-withmey T-test استفاده می کنیم .
برای چیدمان داده ها در این دو آزمون ، داده های دو گروه را زیر هم و در یک ستون قرار داده و برای اینکه برنامه قادر به شناسایی گروه ها باشد یک ستون دیگر ایجاد کرده و در آن به اعضای گروه یک کد مشخص می دهیم که به این ستون اصطلاحا فاکتور می گوییم .
؟ در آزمایشی تاثیر یک ماده ی موثره ی دارویی ، بر روی میزان فشار خون 10 آقا و 10 خانم بررسی شده است . آیا تفاوت معنی داری در میزام فشار خون بین دو گروه وجود دارد؟ ! دقت شود ابتدا نرمالیتی چک شود

علوم اجتماعی

در جول independent دو تا sig مشاهده می شود ابتدا به sig نگاه می کنیم اگر بزرگتر از 0.05 باشد میزان sig را در ردیف 1ستون 6 قرار می دهیم و مبنای مقایسه ی بین دو گروه قرار می دهیم و در صورتیکه sig کوچکتر از این عدد بود ردیف دوم ستون ششم مبنای مقایسه ی ما خواهد بود.
P=0.004 sig 2 = 0.018
نتایج آزمون نشان داد که میانگین گروه دوم 12.19 به طور معنی داری بیش از میانگین گروه اول 11.77 می باشد مقادیر sig, df , t گزارش شوند .
T = -2.825 df= 10.24 sig=0.018
اگر داده ها نرمال نبود از آزمون Mann-withney t-test ، non-parametric استفاده می کنیم . و چون non-parametric است رتبه ی میانگی را نشان می دهد . در جدول پایین به asymp-sig نگاه می کنیم که کمتر از 0.05 است پس رتبه ی میانگین گروه اول به طور معنی داری کمتر از گروه دوم است .

جزوه کاربرد کامپیوتر در علوم اجتماعی دانلود رایگان خلاصه کتاب کامل pdf

آزمون t مستقل
این آزمون دارای پیشفرضهای زیر است:
–توزیع دادهها باید نرمال باشد )با استفاده از آزمون کولموگروف-اسمیرنوف(
–دادهها دارای مقیاس فاصلهای یا نسبی باشند )همانند سن، نمره آزمونهای روانی مانند افسردگی و(..
–دو گروهی که قصد مقایسه آنها را داریم مقیاس اسمی داشته باشند. مانند مقایسه دو گروه از مادران، یا مقایسه دو برند یا ماشین.
برخی از موضوعاتی که با استفاده از آزمون t مستقل انجام گرفتهاند آورده شده است:
– مقایسه سلامت روانی والدین کودکان عادی و کودکان آموزش پذیر
– مقایسه سلامت روانی دانشجویان پسر ورزشکار و غیر ورزشکار
– مقایسه دیدگاه مشتریان نسبت به برندهای ایرانی و خارجی
– مقایسه شیوع بیماری دیابت در زنان شهری و روستایی اجرای آزمون t مستقل در SPSS
در منوی بالای SPSS به این مسیر بروید:
Analyze>Compare Means<Independent…t test

در کادر باز شده دو جای خالی وجود دارد. در جای خالی اول (test variable) متغیر یا متغیرهایی که میخواهید در دو گروه مقایسه شود را وارد نمایید )برای مثال نمره افسردگی یا سن(. در کادر دوم نیز گروههای مورد مقایسه را وارد کنید مانند گروه مادران شهری و روستایی یا برند دو ماشین .
سپس روی گزینه) Define Group فلش سبز( کلیک کنید.

در کادر باز شده باید برای گروه اول )برای مثال مادران شهری( عدد یک و برای گروه دوم )مادران روستایی( عدد دو را وارد نموده و سپس گزینه continue را بزنید.

پس از زدن گزینه Ok نتایج خروجی شما ظاهر میگردد.در این جدول شما باید مقدار) t فلش زرد( و مقدار معنی داری) فلش قرمز( را گزارش کنید. اما همانطور که در شکل زیر میبینید دو سطر وجود دارد و برای t دو عدد گزارش شده است. اگر فلش سبز )یعنی معنی داری آزمون لوین( معنی دار باشد باید سطر دوم را گزارش کنید و اگر معنی دار نباشد سطر اول را گزارش کنید.

آزمون های آنالیز واریانس و معادل های غیر پارامتریک:
برای مقایسه ی میانگین بیشتر از دوگروه استفاده می شود .
انواع آزمون های Anova :
-One way Anova
-Factorial (multifactor) Anova
-Repeated measure Anova
در این آزمون ها هم زمان دو آزمون انجام می شوند آزمون اول که له آن Apripr test گفته می شود به طور کلی تفاوت گروه ها را مورد بررسی قرار میدهد بدون آنکه دو به دوی گروه ها را با هم مقایسه کند در این آزمون مقدار sig, F,df باید گزارش شود
آزمون دوم pos-hoc test – Aposterior test این آزمون ها مانند Tukey , SNK,LSP به مقایسه ی گروه ها به صورت دو به دو می پردازد بهترین آن ها SNK می باشد .
!حتما نوع آزمون در روش تجزیه و تحلیل چک شود .
One-way Anova:
در این آزمون یک عامل جدا کننده ی گروه ها به نام فاکتور داریم که توسط خود محقق تایید می شود.
تاثیر تغییرات فاکتور بر روی یک متغیر که اصطلاحا به آن variable گفته می شود جزوه کاربرد کامپیوتر در علوم اجتماعی می شود . شرط استفاده از آزمون های Anova همگن بودن واریانس ها و نرمال بودن داده هاست در صورتیکه داده ها نرمال نباشند و یا واریانس غیر همگن داشته باشند به جای آزمون -oneway
. استفاده می کنیم Kruskal wallis به نام non-parametric از معادل anova
؟ در پژوهشی تاثیر یک مکمل غذایی در سه دوز مختلف بر روی اضافه وزن موش ها )در هر گروه
5 موش( بررسی شده است اضافه وزن موشها پس از یک هفته استفاده از دوز های مختلف مکمل ذایی سنجیده شده است آیا دوزهای مختلف تاثیر معنی داری روی اضافه وزن موش ها داشته است؟ برای چیدمان داده ها اضافه وزن های هر گروه را در یک ستون به ترتیب زیر هم قرار می دهیم و برای اینکه برنامه قادر به شناسایی گروه ها باشد ستونی تحت عنوان فاکتور )در این مثال دوز( ایجاد می کنیم و به ازای افراد گروه کد می دهیم
! قبل از انجام آزمون ،ترمالیتی را جک می کنیم اگر نرمال بود از one-factor anova استفاده کرده و در غیر این صورت kruskal will استفاده می کنیم چدول anova نتیجه آزمون اولیه:
نتایج آزمون اولیه ی one-way anova نشان داد که تفاوت معنی داری در میانگین اضافه وزن سه گروه وجود دارد )مقدار sig, F,df باید گزارش شود ( جدول SNK تفاوت گروه ها را مشخص کرده است .
جدول دوم:
نتایج آزمون SNK نشان داد که میانگین اضافه وزن گروه دوم 10 با میانگین 18.8 به طور معنی داری کمتر از گروه اول و گروه سوم می باشد در صورتیکه تفاوت معنی داری در گروه اول و سوم وجود ندارد .
حال فرض بر این است که داده ها از توزیع نرمال برخوردار نیستند پس از آزمون Kruskal wal استفاده می کنیم )برای مفایسه ی گروه ها ( از آنجاییکه این آزمون قادر به مقایسه ی دو به دوی گروه ها نیست برای مقایسه ی دو به دوب گروه ها دو به دو گروه ها را در ستون جداگانه قرار داده و تفاوت آن ها را با Mann-withney بررسی می کنیم.

یش فرضهای تحلیل واریانس یک راهه (ANOVA)
۱ -متغیر وابسته شما )در اینجا سن( باید در سطح فاصلهای یا نسبی باشد.
۲ -متغیر مستقل )در اینجا گروه دانشگاهی( باید اسمی یا رتبهای باشد.
۳ -توزیع دادههای متغیر وابسته باید به صورت نرمال باشد) تحلیل کولموگروف – اسمیرنوف.( اجرای آموزش تحلیل واریانس یک راهه (ANOVA)در SPSS
: Analyze> Compare Means> One را باز کرده و به مسیر زیر برویدSPSS نرم افزار Way Anova.

پس از باز شدن صفحه جدید، مطابق شکل زیر متغیر مستقل )سن( را در کادر Dependent Listوارد کنید و در کادر Factorمتغیر گروه را وارد کنید. در مرحله بعد گزینه Post Hocرا بزنید.
در صفحه جدید تیک گزینه SNK
را بزنید تا تحلیل تعقیبی شفه انتخاب شود سپس بر روی گزینه Continueکلیک کنیدو پس از آن Okرا کلیک کنید. دلیل انتخاب این گزینه به سبب وجود سه گروه است. تحلیل واریانس یک راهه دو جدول به شما خواهد داد. در جدول اول نشان داده میشود که آیا بین این سه گروه تفاوت وجود دارد یا نه. فرض کنید که تفاوت معناداری مشاهده شد، در این صورت ما نمیدانیم که کدام گروه با کدام گروه دیگر تفاوت دارد. آیا سن کارشناسی از کارشناسی ارشد کمتر است؟ آیا سن کارشناسی از دکتری کمتر است؟ آیا سن کارشناسی ارشد از دکتری کمتر است؟ در واقع جدول اول پاسخ این سوالات را به شما نمیدهد و فقط بیان میکند که تفاوت وجود دارد. اما تحلیل تعقیبی شفه نشان میدهد که تفاوت مشاهده شده بین کدام گروه است.

در مرحله بعد نتایج خروجی SPSSمشاهده میگردد. در این جدول دو شاخص Fو Sigمهم هستند. اگر Sigکمتر از ۵ صدم باشد به معنی این است که بین گروهها تفاوت معناداری وجود دارد که در جدول زیر نیز این تفاوت دیده میشود.

در جدول شماره بعدی نتایج تحلیل تعقیبی مشاهده میشود.در این جدول نتایج سه گروه به تفکیک آمده است. برای مثال در سطر اول مشاهده میشود که دانشجویان کارشناسی ۶ نمره از دانشجویان کارشناسی ارشد سن پایینتری دارند اما این تفاوت معنادار نیست درحالی که میان سن کارشناسی و دکتری و کارشناسی ارشد و دکتری تفاوت معناداری وجود دارد.

خلاصه کتاب کاربرد کامپیوتر در علوم اجتماعی

در این آزمون ها ، تعداد فاکتور ها بیش از یکی می باشد و بسته به تعداد فاکتور نام گذاری می شوند مثلا اگر دو فاکتور بود way-2
شرط استفاده از فاکتور Anova نرمال بودن داده ها و دیگری واریانس همگن داده هاست . و اگر داده ها فاقد توزیع نرمال باشند از آنجا که فاکتور Anova فاقد معادل است همچنان از آن استفاده خواهد شد با این شرط که سطح معنی داری را 0.01 در نظر می گیریم.
در پژوهشی تعداد توتیاهای دریایی از طریق قرار دادن کوادرات هایی بر روی بستر در جزوه کاربرد کامپیوتر در علوم اجتماعی عمق 5 و 10 و 15 در سه نقطه در اطراف جزیره ی کیش شماره گذاری شده است )تعداد کادرات ها در هر عمق 6 تا بوده است (بر این اساس آیا تفاوت معنی داری در فراوانی توتیاها بین ایستگاه ها و اعماق وجود دارد؟
در این مساله تعداد توتیاها متغیر است همچنین دارای دو فاکتور به شرح زیر است 1- ایستگاه با سه سطح عمق و fixed 2- عمق با سه سطح fixed ,orthogonal
نکته 1 : یک فاکتور وقتی fixed است که برای آن سوالی در صورت مساله وجود داشته باشد در غیر این صورت تصادفی یا random خواهد بود.
نکته 2 : اصطلاح orthogonal و nested که معمولا برای فاکتور های دوم به بعد به کار می رودبدین معنی است که اگر تمام سطح یک فاکتور به طور یکسان در تمام سطوح فاکتور ما قبل خود تکرار شده باشد در این صورت orthogonal یا crossed است به عنوان مثال در مثال فوق از آنجا که تمام عمق ها در تمام ایستگاه ها یکسان بوده است لذا orthogonal است .این در حالیست که اگر تمام سطوح یک فاکتور به طور غیر یکسان در سطوح فاکتور ما قبل خود تکرار شده باشد در این صورت nested می باشد مثلا در مثال فوق اگر اعماق نمونه برداری در ایستگاه ها متفاوت باشد فاکتور فوق nested است .
نتایج آزمونkolomognov-smironov داده ها نرمال هستند پس از آزمون SNK به عنوان pos-hoc استفاده می کنیم و از آنجاییکه داده ها نرمال بودند سطح داده ها 0.05 می باشند نتایج آزمون 2way-anova نشان داد که تفاوت معنی داری در فراوانی توتیا ها بین ایستگاه ها وجود دارد . F,df,sig رو به روی site گزارش شود ولی تفاوت معنی داری در بین عمق ها وجود ندارد همچنین تفاوت معنی داری در ارتباط متقابل site.depth وجود ندارد .

؟ در پژوهشی تاثیر یک ماده ی دارویی در 4 دوز مختلف روی موش های نر و ماده با وزن ها و سن های مختلف روی هورمون FSH سنجیده شده است . آیا تفاوت معنی داری در میزان هورمون تحت تاثیر دوز و جنسیت قرار دارد ؟ متغیر هورمون است .
در این مساله فاکتور ها به شرح زیر است .
دوز دارو با 4 سطح و fixed جنسیت با 2 سطح و fixed , orthogonal
سن و وزن از آنجا که قابل گروه بندی نیست co-variate محسوب می شود .

Repeated measur anova
در این آزمون سنجش متغیر در طول زمان تکرار شده است . و بنابر این می توان تفاوت میانگین متغیر در زمان های مختلف را با یکدیگر مقایسه کرد .
مثال: در آزمایشی یک ماده ی موثره ی دارویی در 4 دوز مختلف بر روی جزوه کاربرد کامپیوتر در علوم اجتماعی های نر و ماده تزریق شده است . و میزان هورمون fsh در طول سه زمان شامل 1 جزوه شبکه های کامپیوتری پس از تزرق ، دو ساعت پس از تزریق و سه ساعت پس از تزریق سنجش شده است . آیا دوز دارو و جنسیت بر روی میزان هورمون FSH دارای تاثیر معنی دار است؟ آیا تفاوت معنی داری میان میانگین هورمون FSH در بین سه زمان پس از تزریق وجود دارد؟
دوز و جنسیت هر دو fixed می باشند. زیرا در سوال آمده اند. ابتدا باید نرمالیتی هر سه را به طور همزمان چک می کنیم چون یکی از آن ها نرمال نیست p value را 0.01 در نظر میگیرم
به منظور بررسی تفاووت ها به دلیل داشتن دو فاکتور از way reapeted mager anova 2 استفاده می کنیم.و به منظور مقایسه دو به دو سطوح فاکتور ها و متغیر از آزمونpos- SNKhoc استفاده می شود

ANALYZE GENERAL REAPETD MA
بعد اسم انتخاب می کنیم و سه بار چون شده 3 می نویسیم و بعد ADD و بعد DEFINE و بعد سه تا تایم را همزمان انتخاب کرده و منتقل می کنیم و فاکتور و جنسیت در پنجره دوم بعد PLOT و فاکتور در دومی جنسیت در اولی و FSH در سومی و بعد ADD می کنیم و بعد CONTINUE و بعد POS HOC فاکتور و جنسیت در سسمت راست SNK را علامت می زنیم بعد ادامه بعد OPTION همه ی سمت چپ را در سمت راست قرار می دهیم تیک را می زنیم و بعد BOMFRRONI و بعد ادامه و OK در جدول MAUCHLEY TST چون مقدار PVALUE کمتر از 0.05 است
اگر کتر یا مساوی 0.05 باشد در جدول بعدی اعداد GREEN –HOUSE GEISCEW را مبنای مقایسه
اگر بیشتر بود اعداد مقابل SPHIRITY ASSUMED را مبنا قرار می دهیم .
در این مثال SIG=0.001 کمتر از 0.05 می باشد پس GREEN HOUSE مبنا قرار میگیرد.
نتایج آزمون MARCHLEY TEST PVALUE=.157( GREENHOUSE نشان داد که مقدار fsh بین زمان های مختلف فاقد تفاوت معنی دار بوده است. مقدار f df sig را از جدول استخراج کرده و می نویسیم .
نتایج همچنین نشان داد که دوز دارو دارای تاثیر معنی دار بر روی میزان هورمون fsh داشته است میزان f df p value استفاده شود.
نتایج نشان داد جنسیت تاثیر معنی داری روی هورمون نداشته است f df p value گزارش شود.
اثر متقابل فاکتور دور و جنسیت فاقد تاثیر معنی دار بر هورمون بوده است.
جدول paiwise compare دو به دو اعداد را مقایسه کرده است. و sig نشان دهنده ی تفاوت معنی دار است دقت کنیم مبنا 0.01 است

برای درک بهتر مطلب، به مثال زیر که با استفاده نرم افزار SPSS تجزیه و تحلیل شده است توجه نمایید.
پژوهشگری قصد دارد تأثیر اوقات مختلف روز را روی میزان نشاط تعدادی افراد مورد مطالعه قرار دهد. به این منظور 20 فرد )زن و مرد( انتخاب و میزان نشاط آنان را در اوقات مختلف تعیین شده مورد اندازه گیری قرار داد. این پژوهشگر می خواهد بداند که آیا اوقات جزوه کاربرد کامپیوتر در علوم اجتماعی روز بر میزان نشاط زنان و مردان شاغل و بیکار تأثیر دارد؟ برای این پژوهش فرضیه زیر قابل تعریف و آزمون است.
“به نظر می رسد میزان نشاط زنان و مردان شاغل و بیکار در اوقات مختلف روز متفاوت است”
برای آزمون فرضیه بالا ابتدا مانند شکل زیر داده ها را بصورت طبقه بندی شده وارد نرم افزار SPSSمی کنیم. ستون اول نشان دهنده جنسیت افراد) 1 مرد و 2 زن(، ستون دوم وضعیت شاغل یا بیکار بودن افراد را نشان می دهد و سه ستون بعدی میزان نشاط اندازه گیری شده افراد را در اوقات مختلف )سه زمان( روز نشان می دهد.

پس از وارد کردن داده ها از مسیر زیر گزینه Repeated measures را انتخاب می کنیم .

در کادر باز شده باید نام متغیر طول زمانی (Time) را در داخل کادرWithin-Subject Factor Nameوارد می کنیم. سپس روبروی قسمت Number of Levels تعداد زمان هایی که میزان نشاط را اندازه گیری کرده ایم تایپ می کنیم. در این مثال عدد 3وارد شده است. سپس روی جزوه کاربرد کامپیوتر در علوم اجتماعی Add کلیک می کنیم )شکل زیر را مشاهده کنید( .در قسمت Measure Name نیز نام متغیر نشاط را وارد می کنیم )دقت نمایید که نامی که در هر دو قسمت وارد می کنید نباید مشابه با نام متغیرهایی که در فایل اصلی وارد کرده اید باشد(. در نهایت روی دکمه Define کلیک می کنیم .

در مرحله بعد مانند شکل زیر 3 متغیر Happiness را به قسمتWithin-Subjects
Between Subjects را به قسمت Employment و Gender و دو متغیرVariables
Factorمنتقل می نماییم.

در مرحله بعد، از سمت راست گزینه Plots را انتخاب می کنیم تا کادر زیر باز شود. در این قسمت
Separate را به قسمت Gender و متغیر Horizontal axis را به قسمت Time متغیر
Linesانتقال داده و روی Add کلیک می کنیم.

در این صورت شکل زیر مشاهده می شود.

در مرحله بعد، یکبار دیگر از متغیر Time را به قسمت Horizontal axis و اینبار متغیر Employmentرا به قسمت Separate Lines انتقال داده و روی Add کلیک می کنیم. در نهایت روی Continue کلیک می کنیم.

در مرحله بعد، از قسمت سمت راست کادر اصلی، گزینه Option را انتخاب می کنیم تا کادر زیر باز شود. سه گزینهEstimates of Effect Size ، Descriptive Statisticsو
.کلیک می کنیم Continue را تیک زده، رویHomogeneity Test

در نهایت روی OK کلیک می کنیم تا نتایج بصورت زیر ظاهر شوند. جدول اول با عنوان Between Subject Factorsتعداد افراد زن و مرد و همچنین شاغل و بیکار را نمایش می دهد.

جدول زیر با عنوان Descriptive Statistics آماره های توصیفی مربوطه را به تفکیک گروه بندی های انجام شده )نشاط، جنسیت و وضعیت اشتغال( نمایش می () ) ( )( —(=)