دوره جامع آنلاین 50 ساعته مدلسازی معادلات ساختاری با نرم افزار Mplus ?آموزش پژوهش واقعی را در مدرسه پژوهش کمی وکیفی ایران(تنها برگزارکننده دوره های ام پلاس Mplus در ایران) متفاوت تجربه کنید: ✅ دوره ۵۰ ساعته (۴۸ ساعت + ۲ ساعت اضافه) جامع آنلاین مدلسازی معادلات ساختاری با نرم …
توضیحات بیشتر »چرخش های متعامد یا متمایل در تحلیل عاملی
چرخش های متعامد یا متمایل در تحلیل عاملی بسیاری از محققین از جمله دانشجویان کلاس های آکادمی تحلیل آماری که قصد استفاده از آزمون پیشرفته آماری تحلیل عاملی را برای استخراج عوامل خود از مجموعه ای از شاخص ها دارند این سوال را می پرسند که چرا هنگام اجرای آزمون …
توضیحات بیشتر »تحلیل مولفه های اصلی (PCA)
تحلیل مولفه های اصلی (PCA) در تحلیل عاملی بعد از بدست آوردن ماتریس همبستگی، ابتدا باید مشخص کنیم که کدام مدل عاملی را برای تحلیل عاملی استفاده خواهیم کرد. از نظر مدل عاملی، تحلیل عاملی را می توان به دو رویکرد متفاوت تقسیم بندی کرد. تحلیل مولفه های اصلی( Principal …
توضیحات بیشتر »تحلیل عاملی
تحلیل عاملی تحلیل عاملی از جمله روشهای چند متغیره است که در آن متغیرهای مستقل و وابسته مطرح نیست، زیرا این روش جزء تکنیکهای هم وابسته محسوب میگردد و کلیه متغیرها نسبت به هم وابستهاند. تحلیل عاملی نقش بسیار مهمی در شناسایی متغیرهای مکنون یا همان عاملها از طریق متغیرهای …
توضیحات بیشتر »نمودار سنگ ریزه در تحلیل عاملی اکتشافی
نمودار سنگ ریزه در تحلیل عاملی اکتشافی آزمون سنگ ریزه که ابداع کننده آن کتل استُ در برخی از منابع به نام آزمون اسکری کتل نیز شهرت دارد. این آزمون یکی از معروف ترین روش های گرافیکی برای انتخاب تعداد مناسب عامل ها در تحلیل عاملی اکتشافی از روی مقادیر …
توضیحات بیشتر »تحلیل عاملی تاییدی چیست؟
تحلیل عاملی تاییدی چیست؟ مهم ترین هدف تحلیل عاملی تاییدی تعیین میزان توان مدل عامل از قبل تعریف شده با مجموعه ای از داده های مشاهده شده است. به عبارتی تحلیل عاملی تاییدی درصدد تعیین این مساله است که آیا تعداد عامل ها و بارهای متغییرهایی که روی این عامل …
توضیحات بیشتر »کاربرد های تحلیل عاملی اکتشافی
کاربرد های تحلیل عاملی اکتشافی تحلیل عاملی اکتشافی، رایج ترین شکل تحلیل عاملی است که از سال 1907 ابداع و در سالهای بعد به تدریج توسعه یافت. در این نوع تحلیل ما درصدد هستیم تا ساختار زیر بنایی مجموعه نسبتا بزرگی از متغیر ها را کشف نماییم. نباید فراموش کرد …
توضیحات بیشتر »