آموزش SPSS Pro 16 ساعته: تجزیه و تحلیل، تفسیر و نوشتن

The 16-hour SPSS Pro: Analysis, Interpretation, and Write-Up

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: 16 ساعت آموزش از یک محقق 13 ساله و مربی کالج. نحوه و نحوه دانلود SPSS، از جمله آزمایشی رایگان نحوه وارد کردن داده ها از فایل های اکسل نحوه انجام تجزیه و تحلیل های توصیفی سریع چگونه (و چرا) پر کردن کامل تمام اطلاعات متغیر نحوه صادرات داده ها به Excel، SAS، CSV، Stata و Lotus اهمیت کنترل نسخه و عدم رونویسی فایل های داده نحوه شناسایی موارد تکراری و غیرعادی نحوه وزن کردن موارد نحوه محاسبه خرده مقیاس و امتیازات کل اندازه گیری نحوه کدگذاری مجدد به متغیرهای مشابه یا متفاوت نحوه جایگزینی و برچسب گذاری داده های از دست رفته نحوه و زمان معکوس کردن موارد امتیاز نحوه اجرای آمار توصیفی شامل فرکانس ها و زبانه های متقاطع نحوه بررسی و تفسیر نرمال بودن داده ها با نمودارهای PP و QQ نحوه انجام، تفسیر و نوشتن نتایج برای مقایسه میانگین ها با سه نوع آزمون t نحوه انجام، تفسیر و نوشتن نتایج برای دو نوع تحلیل همبستگی نحوه انجام، تفسیر و نوشتن نتایج برای سه نوع رگرسیون نحوه انجام و تفسیر مدل های خطی کلی در قالب ANOVA/ANCOVA نحوه انجام و تفسیر دو نوع تحلیل خوشه ای نحوه طبقه بندی موارد با ROC منحنی نحوه انجام و تفسیر مولفه های اصلی تجزیه و تحلیل عاملی نحوه انجام، تفسیر و نوشتن تجزیه و تحلیل قابلیت اطمینان نحوه تجزیه و تحلیل و نسبت داده های گمشده (و چرا این ممکن است برای اکثر محققان ایده خوبی نباشد) پیش نیازها:دسترسی به SPSS بسیار مفید است. درک رویکردهای مختلف آماری مانند آزمون t، رگرسیون و همبستگی.

حتی پس از اتمام 8 سال کالج و شرکت در کلاس های آماری 6-7، انجام تجزیه و تحلیل و گزارش نتایج بدون شک وحشتناک ترین جنبه تحقیق برای دانشجویان تحصیلات تکمیلی و بسیاری از متخصصان اولیه است. آیا نمی‌دانید که (یا چگونه) داده‌های توزیع شده عادی را بررسی کنید؟ آیا می توانید برای درک چگونگی تفسیر مقدار واریانسی که توسط مدل شما توضیح داده شده است و با آن اطلاعات نسبت به نتایج خود چه کاری انجام دهید، کمک کنید؟ آیا نمی‌دانید چگونه می‌توانید فایل داده‌های SPSS خود را تنظیم کنید و قبل از اجرای تجزیه و تحلیل‌ها، داده‌های گمشده یا دور از دسترس را بررسی کنید؟

بیشتر این مهارت ها (و بسیاری دیگر که برای تحقیقات در سطح فارغ التحصیلی خود به آنها نیاز خواهید داشت) در کلاس های درس آموزش داده نمی شوند، بنابراین جای تعجب نیست که بسیاری از دانشجویان فارغ التحصیل زمانی که به وظیفه بسیار مهم تجزیه و تحلیل و تجزیه و تحلیل صحیح می رسند، دچار مشکل می شوند. داده های تحقیقاتی خود را گزارش می دهند. به همین دلیل است که ما این دوره را طراحی کردیم... برای پر کردن آن شکاف هایی که قبلاً کسی به شما نشان نداده است.

مدرس شما دکتر تاد باتم است، یک محقق کهنه کار به مدت 12 سال که در زمینه آموزش، تحقیقات دارویی، مشاوره و مربیگری پایان نامه کار کرده است. مخصوص این دوره، تاد همچنین کلاس های روانشناسی را در دانشگاه DePaul در شیکاگو، از جمله آمار دوره کارشناسی، تدریس کرد.

در این دوره 16 ساعته گسترده و جامع در مورد استفاده از SPSS، شما چیزهای بیشتری را فرا خواهید گرفت تا اینکه برای اجرای تجزیه و تحلیل خود روی چه چیزی کلیک کنید. ما نه تنها از یک مجموعه داده کامل با بیش از 200 شرکت‌کننده و 100 متغیر استفاده می‌کنیم، بلکه محتوا از درک اولیه برای تازه‌کارها تا درک و گزارش تجزیه و تحلیل‌های پیچیده مانند تجزیه و تحلیل خوشه‌ای و اندازه‌گیری‌های مکرر ANOVA اجرا می‌شود.

این دوره برای پیشرفت از سطح مبتدی به کسب مهارت های پیشرفته تر برای کسانی طراحی شده است که آماده انجام تقریباً هر تحلیل مناسب برای کار در سطح دکترا هستند. برای پیمایش آسان در رویکرد سیستماتیک و جامع ما، ماژول ها و سخنرانی ها دانش آموزان را از طریق هر یک از عملکردهای منوی برنامه به ترتیبی که در پلت فرم برنامه ارائه می شوند، راهنمایی می کنند.

این دوره همچنین برای ادغام احساس واقعی کلاس درس با ارائه سخنرانی هایی 30 دقیقه یا بیشتر طراحی شده است. بنابراین لازم نیست ده ها درس 6 دقیقه ای را مرور کنید تا در نهایت به اطلاعاتی که نیاز دارید برسید...به سادگی سخنرانی را شروع کنید و تمام اطلاعات خود را در یک درس جامع به دست آورید. این یک رویکرد عالی است که به دانش آموزان اجازه می دهد در تمام جنبه های تجزیه و تحلیل از انتخاب متغیر گرفته تا تفسیر و نوشتن نتایج کار کنند.

ما همچنین چندین آزمون بعد از ماژول‌ها برای آزمایش دانش شما و چندین تکلیف درسی قرار می‌دهیم که به دانش‌آموزان فرصت می‌دهد تا از مهارت‌های تازه به‌دست‌آمده خود به شیوه‌ای عملی استفاده کنند. این دوره راه حلی عالی برای یادگیری، انجام و گزارش تجزیه و تحلیل داده ها برای تقریباً هر دانشجو یا محققی است. این شامل ....

  • اگر تازه وارد SPSS هستید، ماژول‌های اولیه منبع یادگیری عالی خواهند بود زیرا اصول اولیه را یاد می‌گیرید، مانند نحوه دریافت نسخه آزمایشی رایگان SPSS، نحوه وارد کردن صحیح داده‌های خود از فایل اکسل، نحوه تنظیم اطلاعات متغیر را کامل کنید و یک فایل داده برنده را سازماندهی کنید تا بعداً زمان تلف شده زیادی را از بین ببرید.

  • اگر تا حدودی با SPSS آشنایی دارید اما تجربه زیادی ندارید، این دوره شما را از طریق مهمترین جنبه های اجرای کامل و دقیق تجزیه و تحلیل های خود راهنمایی می کند، چه در حال انجام آزمون های t، رگرسیون، ANOVA باشید. ، یا تحلیل های پیچیده تر مانند تجزیه و تحلیل خوشه ای یا تحلیل عاملی. در طول مسیر، تفاوت‌های بین چندین نوع رگرسیون (مثلاً) و آزمون t، زمان استفاده از تجزیه و تحلیل اندازه‌گیری‌های مکرر و اینکه آیا داده‌های شما مفروضات مناسبی مانند توزیع نرمال داده‌ها را برآورده می‌کنند، یاد خواهید گرفت.

  • اگر مدتی است که با SPSS آشنایی دارید، این دوره به شما مزیت دسترسی مادام العمر را می دهد که می توانید ماه ها یا سال ها بعد به عنوان تجدید کننده به آن بازگردید. آیا تا به حال اطلاعاتی را یاد گرفته اید که برای مدت کوتاهی نیاز به دانستن آنها داشته باشید و سپس بسیاری از آنها را فراموش کرده باشید؟ وقتی این دوره را خریداری می کنید، هرگز نیازی نخواهید داشت که همکاران قدیمی خود را برای کمک جستجو کنید یا هر آنچه را که برای اجرای تحلیل های آماری لازم است دوباره یاد بگیرید زیرا همیشه به این کتابخانه از دستورالعمل ها و تفسیرهای گام به گام دسترسی خواهید داشت.


در مورد انجام تجزیه و تحلیل های آماری، این دوره شامل موارد زیر است:

  • اجرای آمار توصیفی و تفسیر خروجی‌ها برای صفحات متقاطع، فرکانس‌ها، میانگین‌ها و انحرافات استاندارد.

  • انجام، تفسیر و نوشتن تحلیل قابلیت اطمینان با آلفای کرونباخ

  • دو نوع تحلیل همبستگی شامل همبستگی دو متغیره و جزئی.

  • آزمون‌های آماری برای مقایسه میانگین‌ها با سه آزمون t مختلف شامل یک نمونه، نمونه‌های مستقل و نمونه‌های زوجی.

  • انجام و تفسیر خروجی‌ها برای سه تحلیل پیش‌بینی‌کننده (رگرسیون) شامل رگرسیون خطی، رگرسیون لجستیک باینری، و رگرسیون چندگانه (گام به‌گام).

  • چهار نوع مدل سازی خطی عمومی با ANOVA شامل اندازه گیری های یک طرفه، تک متغیره، چند متغیره و مکرر.

  • سه نوع تجزیه و تحلیل طبقه‌بندی را با تحلیل خوشه‌ای K-means، تجزیه و تحلیل خوشه سلسله مراتبی و منحنی‌های ROC انجام دهید.

  • انجام، تفسیر و گزارش تحلیل عاملی با تحلیل مؤلفه‌های اصلی.

  • تجزیه و تحلیل و نسبت داده‌های از دست رفته (و چرا این ممکن است ایده خوبی برای مطالعه شما نباشد).


اما این دوره بسیار بیشتر از یک راهنمای گام به گام و کلیک کردن در جایی است که برای نمایش نتایج لازم است. شما همچنین خواهید آموخت….

  • چگونه و چرا موارد امتیاز را در صورت لزوم معکوس کنیم.

  • اهمیت بسیار زیاد تنظیم کامل و صحیح متغیرهای خود قبل از تجزیه و تحلیل.

  • روش‌های چندگانه برای جمع‌بندی موارد برای خرده مقیاس‌ها و معیارهای کامل، و تفاوت‌های بین رویکردها.

  • نحوه بررسی امتیازهای پرت و شدید و پیشنهاداتی برای مدیریت آنها.

  • تفاوت‌های بین چهار نوع داده از دست رفته و اینکه چرا باید به روش‌های مختلف با آنها برخورد کرد.

  • توصیه هایی برای مدیریت انواع مختلف داده های از دست رفته.

  • نحوه شناسایی و گزارش میزان واریانس توضیح داده شده برای چندین نوع تحلیل.


برای تحلیل‌هایی که اجرا می‌کنیم بحث می‌کنیم، سخنرانی‌ها نیز….

را پوشش می‌دهند
  • چند راه برای بررسی عادی بودن داده ها.

  • مفروضات ملاقات مانند چند خطی بودن و همگنی داده ها.

  • تفسیر خروجی ها.

  • نوشتن نتایج در قالب APA.



******************************************** *******

تمجید از مربیگری و مشاوره تاد...

تاد، تو شگفت انگیزی! من از خدمات ویرایش شما قدردانی می کنم! خط اول در بررسی AQR من "تبریک برای اولین ارسال قوی" است. من در واقع هیچ اهمیتی در گرامر و غیره نداشتم (نامزد دکترا، آریزونا)

تاد از همه انتظارات فراتر رفت! او دانش و مهارت فراوانی دارد، محصولات حرفه ای با کیفیت بالا ارائه می دهد و کار کردن با او بسیار لذت بخش است. (مشاور غیرانتفاعی، نیویورک)

من دکتر باتم را به شدت توصیه می کنم. او در رویکرد خود برای حل مشکلات مبتکر، استراتژیک، بسیار تحلیلی و پایدار است. ممنون تاد (مدیر تحقیقات دانشگاه، آتلانتا)

تاد یک مشاور پرشور و دقیق است که برای LCL زمانی که بیشترین اهمیت را داشت وارد شد. او گزارش جامعی ارائه کرد که به هدایت استراتژیک سازمان در طی یک دوره گذار بحرانی کمک کرد. (مالک غیر انتفاعی، شیکاگو)


سرفصل ها و درس ها

معرفی Introduction

  • معرفی Introduction

ماژول 1: توابع پایه - توضیحات SPSS، نماهای صفحه، وارد کردن داده ها Module 1: Basic Functions - SPSS Description, Screen Views, Importing Data

  • Mod 1 Lecture 1: Module Learning Goals, SPSS Overview, Getting Access Mod 1 Lecture 1: Module Learning Goals, SPSS Overview, Getting Access

  • Mod 1 Lecture 2: Navigation and Understanding Data View و Variable View Mod 1 Lecture 2: Navigating and Understanding Data View and Variable View

  • مد 1 سخنرانی 3: وارد کردن داده های خود از یک فایل اکسل Mod 1 Lecture 3: Importing Your Data From an Excel File

  • ماژول 1 مسابقه Module 1 Quiz

ماژول 2: منوی روبان - با استفاده از نمادهای منو Module 2: The Ribbon Menu - Using the Menu Icons

  • Mod 2 Lecture 1A: Open, Save, Print to PDF, Recall Task, Undo و Redo Commands Mod 2 Lecture 1A: Open, Save, Print to PDF, Recall Task, Undo and Redo Commands

  • Mod 2 Lecture 1B: رفتن به Case and Variable، اجرای Descriptives، Find and Replace Mod 2 Lecture 1B: Go to Case and Variable, Run Descriptives, Find and Replace

  • مسابقه ماژول 2 Module 2 Quiz

ماژول 3: تنظیم متغیرها در فایل داده شما Module 3: Setting Up Variables in Your Data File

  • مد 3 سخنرانی 1: اهداف یادگیری و نام های متغیر Mod 3 Lecture 1: Learning goals and Variable Names

  • Mod 3 Lecture 2: Variable Type Mod 3 Lecture 2: Variable Type

  • Mod 3 Lecture 3: Variable Width و Decimals Mod 3 Lecture 3: Variable Width and Decimals

  • Mod 3 Lecture 4: Variable Labels Mod 3 Lecture 4: Variable Labels

  • Mod 3 Lecture 5: Variable Values Mod 3 Lecture 5: Variable Values

  • Mod 3 Lecture 6: Variable Measure Type Mod 3 Lecture 6: Variable Measure Type

  • مسابقه ماژول 3 Module 3 Quiz

  • ماژول 3 تکالیف - ایجاد متغیرهای خود در فایل داده SPSS Module 3 Homework - Building your variables in the SPSS data file

ماژول 4: منوی فایل Module 4: The File Menu

  • Mod 4 Lecture 1: Exporting Data Mod 4 Lecture 1: Exporting Data

  • Mod 4 Lecture 2: Mod Learning Goals, Save, Save as, Version Control Mod 4 Lecture 2: Mod Learning Goals, Save, Save as, Version Control

  • Mod 4 Lecture 3: Print and Print Preview Mod 4 Lecture 3: Print and Print Preview

  • Mod 4 Lecture 4: Recently Used Data Mod 4 Lecture 4: Recently Used Data

  • مد 4 سخنرانی 5: فایل اخیرا استفاده شده Mod 4 Lecture 5: Recently Used File

  • مسابقه ماژول 4 Module 4 Quiz

ماژول 5: منوی ویرایش Module 5: The Edit Menu

  • مد 5 سخنرانی 1: اهداف یادگیری، برش، کپی، چسباندن Mod 5 Lecture 1: Learning Goals, Cut, Copy, Paste

  • Mod 5 Lecture 2: Insert Variables and Cases Mod 5 Lecture 2: Insert Variables and Cases

  • Mod 5 Lecture 3: Find and Replace Mod 5 Lecture 3: Find and Replace

  • Mod 5 Lecture 4: به Variables and Cases بروید Mod 5 Lecture 4: Go to Variables and Cases

  • مد 5 سخنرانی 5: گزینه های مفید اضافی Mod 5 Lecture 5: Additional Useful Options

  • مسابقه ماژول 5 Module 5 Quiz

ماژول 6: منوی نمایش Module 6: The View Menu

  • مد 6 سخنرانی 1: اهداف آموزشی ماژول و نوار وضعیت Mod 6 Lecture 1: Module Learning Goals and Status Bar

  • Mod 6 Lecture 2: Fonts and Grid Lines Mod 6 Lecture 2: Fonts and Grid Lines

  • Mod 6 Lecture 3: Labels Value and Customize Variable View Mod 6 Lecture 3: Value Labels and Customize Variable View

  • Mod 6 Lecture 4: Data or Variables Mod 6 Lecture 4: Data or Variables

  • مسابقه ماژول 6 Module 6 Quiz

ماژول 7: منوی داده ها Module 7: The Data Menu

  • مد 7 سخنرانی 1: اهداف یادگیری و شناسایی موارد تکراری Mod 7 Lecture 1: Learning Goals and Identify Duplicate Cases

  • مد 7 سخنرانی 2: موارد غیرمعمول را شناسایی کنید Mod 7 Lecture 2: Identify Unusual Cases

  • Mod 7 Lecture 3: Sort Cases Mod 7 Lecture 3: Sort Cases

  • Mod 7 Lecture 4: Sort Variables Mod 7 Lecture 4: Sort Variables

  • Mod 7 Lecture 5: Split File Mod 7 Lecture 5: Split File

  • مد 7 سخنرانی 6: موارد را انتخاب کنید Mod 7 Lecture 6: Select Cases

  • Mod 7 Lecture 7: Weight Cases Mod 7 Lecture 7: Weight Cases

  • آزمون ماژول 7 Module 7 Quiz

ماژول 8: منوی تبدیل Module 8: The Transform Menu

  • Mod 8 Lecture 1A: Computing a Subscale Score Total Mod 8 Lecture 1A: Computing a Subscale Total Score

  • Mod 8 Lecture 1B: Computing a Measure Total Score Mod 8 Lecture 1B: Computing a Measure Total Score

  • Mod 8 Lecture 2: Recoding to Same Variable Mod 8 Lecture 2: Re-coding into Same Variable

  • Mod 8 Lecture 3: Recoding to Different Variables Mod 8 Lecture 3: Re-coding into Different Variables

  • مد 8 سخنرانی 4: کدگذاری مجدد خودکار (موارد امتیازدهی معکوس) Mod 8 Lecture 4: Automatic Re-coding (Reverse Scoring Items)

  • مد 8 سخنرانی 5: تعیین مقادیر گمشده در داده های شما Mod 8 Lecture 5: Designating Missing Values in Your Data

  • مد 8 سخنرانی 6: جایگزینی مقادیر از دست رفته Mod 8 Lecture 6: Replacing Missing Values

ماژول 9: منوی آنالیز Module 9: The Analyze Menu

  • Mod 9 Lecture 1: Reports Mod 9 Lecture 1: Reports

  • آزمون ماژول 9 سخنرانی 1 Module 9 Lecture 1 Quiz

  • Mod 9 Lecture 2A: Descriptive Statistics - Frequency Counts and Tables Mod 9 Lecture 2A: Descriptive Statistics - Frequency Counts and Tables

  • آزمون ماژول 9 سخنرانی 2A Module 9 Lecture 2A Quiz

  • Mod 9 Lecture 2B: Descriptive Statistics - Descriptives Mod 9 Lecture 2B: Descriptive Statistics - Descriptives

  • آزمون ماژول 9 سخنرانی 2B Module 9 Lecture 2B Quiz

  • Mod 9 Lecture 2C: Descriptive Statistics - Crosstabs Mod 9 Lecture 2C: Descriptive Statistics - Crosstabs

  • Mod 9 Lecture 2D: Descriptive Statistics - PP and QQ Plots (Data Normality) Mod 9 Lecture 2D: Descriptive Statistics - PP and QQ Plots (Data Normality)

  • Mod 9 Lecture 3A: Compare Means - Means Mod 9 Lecture 3A: Compare Means - Means

  • Mod 9 Lecture 3B: Compare Means - One Sample T-Test Mod 9 Lecture 3B: Compare Means - One Sample t-Test

  • ماژول 9 سخنرانی 3C: نمونه های مستقل آزمون تی Module 9 Lecture 3C: Independent Samples T-test

  • ماژول 9 سخنرانی 3 بعدی: نمونه های زوجی آزمون تی Module 9 Lecture 3D: Paired Samples T-test

  • ماژول 9 سخنرانی 3E: ANOVA یک طرفه Module 9 Lecture 3E: One-Way ANOVA

  • ماژول 9 سخنرانی 4A: ANOVA تک متغیره Module 9 Lecture 4A: Univariate ANOVA

  • ماژول 9 سخنرانی 4B: ANOVA چند متغیره Module 9 Lecture 4B: Multivariate ANOVA

  • ماژول 9 سخنرانی 4C: Repeated Measures ANOVA Module 9 Lecture 4C: Repeated Measures ANOVA

  • ماژول 9 سخنرانی 5A: همبستگی دو متغیره Module 9 Lecture 5A: Bivariate Correlation

  • ماژول 9 سخنرانی 5B: همبستگی جزئی Module 9 Lecture 5B: Partial Correlation

  • ماژول 9 سخنرانی 6A: رگرسیون خطی Module 9 Lecture 6A: Linear Regression

  • ماژول 9 سخنرانی 6B: رگرسیون لجستیک باینری Module 9 Lecture 6B: Binary Logistic Regression

  • ماژول 9 سخنرانی 6C: رگرسیون چندگانه (گام به گام). Module 9 Lecture 6C: Multiple (Stepwise) Regression

  • ماژول 9 سخنرانی 7A: تجزیه و تحلیل خوشه ای K-Means Module 9 Lecture 7A: K-Means Cluster Analysis

  • ماژول 9 سخنرانی 7B: تجزیه و تحلیل خوشه سلسله مراتبی Module 9 Lecture 7B: Hierarchical Cluster Analysis

  • ماژول 9 سخنرانی 7C: منحنی ROC Module 9 Lecture 7C: ROC Curve

  • ماژول 9 سخنرانی 8: تجزیه و تحلیل مؤلفه های اصلی (تحلیل عاملی) Module 9 Lecture 8: Principal Components Analysis (Factor Analysis)

  • ماژول 9 سخنرانی 9: قابلیت اطمینان - آلفای کرونباخ Module 9 Lecture 9: Reliability - Cronbach's Alpha

  • ماژول 9 سخنرانی 10: تجزیه و تحلیل ارزش های گمشده Module 9 Lecture 10: Missing Values Analysis

  • ماژول 9 سخنرانی 11: انتساب چندگانه برای داده های از دست رفته Module 9 Lecture 11: Multiple Imputation for Missing Data

جایزه Bonus

  • محتوای پاداش! Bonus Content!

نمایش نظرات

آموزش SPSS Pro 16 ساعته: تجزیه و تحلیل، تفسیر و نوشتن
جزییات دوره
17 hours
66
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
2,098
4.8 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Todd Bottom, PhD - Founder Research Learning Center Todd Bottom, PhD - Founder Research Learning Center

روانشناس، مشاور، مربی