شرکت آماری شمار

2021-06-14 03:59:30 طیف لیکرت
#نکات_آماری


طیف یا «مقیاس لیکرت» (Likert Scale)، قالبی است که در آن دامنه پاسخ‌ها در یک پرسشنامه، امتیاز‌بندی یا نمره گذاری می‌شوند. شرکت کنندگان در طرح تحقیقی وقتی با یک پرسشنامه با سوالاتی با پاسخ‌های بسته به شکل طیف لیکرت مواجه می‌شوند، میزان توافق یا عدم توافق خود را در یک مقیاس متقارن از سطوح مختلف موافقت و مخالفت مشخص می‌کنند. بنابراین، دامنه شدت احساسات یا انتخاب‌های آنها توسط پرسشنامه برای یک مورد یا سوال خاص ثبت می‌شود.

با توجه به تنوع و تعداد گزینه‌های انتخابی در مقیاس‌های لیکرت، گونه «دو قطبی» (Bipolar) با تعداد گزینه‌های فرد (۳، ۵ و ۷) بیشتر در روانشناسی و علوم اجتماعی و همچنین تجارت و بازاریابی به کار گرفته می‌شوند. البته در نظر سنجی‌ها از سوالاتی با طیف لیکرت با تعداد پاسخ‌های زوج (۲، ۴ و ۶) استفاده می‌شود.

این مقیاس، در پایان نامه دکتری «رنیسی لیکرت» (Renisi Likert) محقق و دانشمند روانشناسی اجتماعی (Social Psychologist) در سال ۱۹۳۲ مطرح شد و امروزه به عنوان یکی از محبوب‌ترین شیوه‌های امتیازدهی یا مقیاس بندی پاسخ‌های بسته، به کار برده می‌شود.


امتیاز پرسشنامه یا سازه
امتیاز‌بندی با مقیاس لیکرت به معنی مجموع پاسخ‌های چندین سوال با طیف لیکرت یا «مورد لیکرت» (Likert Item) است. هر مورد لیکرت، گزاره‌ای است که از پاسخ دهنده خواسته می‌شود تا با دادن مقداری کیفی، با سطوح مختلف از توافق کامل تا عدم توافق کامل، نظر خود را بیان کند. مورد یا اقلام لیکرتی که به خوبی طراحی شده باشند، هم «تقارن» (Symmetry) و هم «تعادل» (Balance) را نشان می‌دهند.

تقارن به این معنی است که پاسخ‌ها، حاوی تعداد مساوی موقعیت‌های مثبت و منفی هستند که فاصله آن‌ها از یکدیگر، دو برابر فاصله هر یک با مورد «خنثی» (Neutral) است که در میان گزینه‌ها قرار گرفته است. همچنین تعادل به این معنی است که فاصله بین هر مقدار یا سطوح پاسخ، یکسان است، این امر اجازه رفتار عددی با کدهای اختصاص داده شده به اقلام لیکرت را می‌دهد. برای مثال می‌توان مقدار کدگذاری شده را با هم جمع یا میانگین گرفت.

به این ترتیب با جمع‌بندی اقلام یا موردهای لیکرت که مربوط به یک سازه هستند، امتیاز سازه محاسبه می‌شود. البته اگر کل پرسشنامه، مربوط به سنجش یک سازه باشد، مجموع پاسخ‌ها با طیف لیکرت، امتیاز پرسشنامه خواهد بود.

برای مثال قالب یک مورد لیکرت پنج سطحی را به صورت زیر در نظر بگیرید:

کاملا مخالف، مخالف، بدون نظر، موافق، کاملا موافق

اگر کدگذاری از سمت راست به چپ، ۱ تا ۵ باشد، با فرض وجود ۱۰ سوال در هر پرسشنامه، حداکثر امتیاز براساس محاسبه مجموع کدها، برابر با ۵۰ و حداقل آن برابر با ۱۰ خواهد بود. معمولا در این حالت، امتیاز بین ۳۵ تا ۵۰ را نشانه موافقت (اثر بخشی)، ۲۰ تا ۳۵ را بدون نظر (بی‌اثر) و امتیاز ۱۰ تا ۲۰ را مخالف (اثر با جهت عکس) در نظر می‌گیرند.

البته هنگام جمع‌بندی یا اختصاص امتیاز به پرسشنامه با موارد لیکرت، باید به این نکته نیز توجه داشت که همه سوالات با یک مقیاس سنجیده شوند. به این معنی که سازه مورد نظر با مثلا ۱۰ پرسش با پاسخ‌های ۵ گزینه‌ای لیکرت تنظیم شده باشد. در غیر اینصورت جمع‌بندی یا میانگین‌گیری مناسب نخواهد بود. بهتر است در چنین حالتی، پرسشنامه مورد بازبینی قرار گرفته یا وزن سوالات با تعداد گزینه‌های متفاوت، تغییر کند.

در این مطب با مفهوم کلی و کاربرد طیف لیکرت آشنا شدیم.

در کل می توان گفت: از آنجایی که پرسشنامه، ابزار مطلوبی و مقرون به صرفه‌ای برای جمع‌آوری داده‌ها است، طیف لیکرت در تحلیل‌های پرسشنامه‌ای نقش مهمی ایفا می‌کند.

منبع :مجله آموزشی فرادرس

#شرکت_آماری_شمار
@shomarstat باز کردن / نظر دهید

2021-06-14 03:51:05 طیف لیکرت
#نکات_آماری

جمع‌آوری داده‌ها در تحلیل‌های آماری یکی از مسئله‌های جدی در آنالیز داده‌ها است. نحوه ثبت و امتیاز دهی به پاسخ‌ها در پرسشنامه‌هایی که براساس متغیرهای کیفی ایجاد شده‌اند، مبنایی برای ایجاد مقیاس یا طیف‌های مختلف کد گذاری داده‌های کیفی و تبدیل آن‌ها به اعداد است. البته توجه داریم که تبدیل این مقادیر کیفی به عدد به معنی کمی کردن آن‌ها نیست به همین علت نیز روش‌های تحقیق و بررسی روی داده‌های کیفی با کمی تفاوت‌های زیادی دارند.
در این میان، مقیاس یا طیف لیکرت (Likert Scale) در بین محققین از محبوبیت زیادی برخوردار است. در این مطلب به بررسی مقیاس یا طیف لیکرت خواهیم پرداخت.
ادامه

منبع: مجله آموزشی فرادرس

#شرکت_آماری_شمار
@shomarstat باز کردن / نظر دهید

2020-02-03 20:55:19 نمونه گیری و تعریف آن

#نکات_آماری

روش‌ های نمونه‌گیری (Sampling) در آمار
در روش‌های تحقیقات علمی، بررسی نمونه‌ای و تحقیقات آماری، «نمونه‌گیری» (Sampling)، به فرآیندی گفته می‌شود که براساس آن انتخاب اعضایی از جامعه آماری صورت می‌پذیرد.

این کار با هدف برآورد پارامتر جامعه و یا شناخت بیشتر از آن انجام می‌شود.

اهمیت نمونه‌گیری را می‌توان صرفه‌جویی در زمان برای تهیه مشاهدات از جامعه آماری به منظور انجام تحقیق علمی دانست.

معمولا نمونه‌گیری در مقابل سرشماری قرار دارد. سرشماری به منظور بررسی همه اعضای جامعه آماری به کار می‌رود ولی گاهی دسترسی به تمام اعضای این جامعه میسر نیست یا تعداد اعضای آن نامتناهی است.

هر «مشاهده» (Observation)، بیانگر مقدار یک یا چند ویژگی‌ (مانند وزن، قد و محل سکونت) از اعضای جامعه آماری است. انتخاب این‌گونه مشاهدات معمولا به روش‌های آماری وابستگی دارد.

انتخاب بعضی از اعضای جامعه آماری به منظور بررسی یا تحقیق علمی، روش نمونه‌گیری را تشکیل می‌دهد.

روش‌های نمونه‌گیری در بسیاری از زمینه‌ها کاربرد دارند. برای مثال در صنایع، به منظور قبول یا رد یک محموله از محصولات از روش‌های نمونه‌گیری استفاده می‌شود. در پیش‌بینی نتیجه انتخابات نیز نمونه‌گیری کاربرد دارد.

برای انتخاب نمونه از جامعه آماری ممکن است تهیه یک لیست از اعضای جامعه مناسب باشد. البته به شرطی که قادر به تهیه چنین لیستی باشیم.

سپس با مشخص کردن تعداد مورد نیاز برای نمونه و انتخاب بعضی از این اعضا می‌توان نمونه را تهیه کرد.

روشی که برای انتخاب این اعضا به کار گرفته می‌شود،‌ نقش مهمی در تحلیل‌های و بررسی‌های آماری دارد. در این میان دو روش عمده برای نمونه‌‌گیری موجود است.
در مطلب بعدی با انواع روش های نمونه گیری آشنا خواهیم شد.

منبع： مجله آموزشی فرادرس

#شرکت_آماری_شمار
@shomarstat باز کردن / نظر دهید

2020-02-03 20:18:34 نمونه گیری و تعریف آن

#نکات_آماری

#شرکت_آماری_شمار
@shomarstat
باز کردن / نظر دهید

2020-01-21 00:12:52 ورود داده ( Data Import) در نرم افزار R

#آموزش_R

انواع دستورات انتساب یا تخصیص مقادیر به متغیرها، در مطالب قبلی ذکر شد. اما گاهی یک مجموعه داده با چندین سطر و چندین ستون یا متغیر در قالب نرم افزارهای دیگر موجود است و بایستی وارد نرم افزار R شود تا تحلیل های مورد نظرمان انجام شود.

یکی از راه های ورود اطلاعات به نرم افزار به شرح ذیل است:

داده ها را به همراه سر ستون در قالب فایل متنی ذخیره کنید.

عمومی ترین راه برای اینکار این است که ابتدا داده ها را در قالب اکسل ذخیره کنید. سپس از طریق
‏F12 > > پنجره ی Save as > > منوی Save as type > >‌
‏انتخا‏ب گزینه (Text (Tab delimited > > دکمه Save
فایل به صورت متنی ذخیره می شود.

دستور زیر را در نرم افزار R اجرا نمایید:
Data<-read.table(file.choose(),header=T,sep="\t")

پس از اجرای دستور فوق پنجره Select file باز می شود. از طریق این پنجره فایل متنی موردنظرمان را انتخاب و باز می نماییم.

#آموزش_نرم_افزار
#شرکت_آماری_شمار

@shomarstat باز کردن / نظر دهید

2020-01-16 00:56:59 تغییرات جمعیتی کشور در 6 دهه اخیر

#آمار_ارقام
منبع: مجله آمار (دوماهنامه تحلیلی -پژوهشی)

#شرکت_آماری_شمار
#نکات_آماری
@shomarstat باز کردن / نظر دهید

2020-01-16 00:54:32 تغییرات جمعیتی کشور در ۶ دهه‌ی اخیر

#آمار_ارقام

دسترسی به امکانات موجود در جامعه و رفع نیازهای اساسی انسان‌ها مستلزم برنامه‌ریزی‌های دقیق و مبتنی بر آمار و ارقام صحیح است.

سرشماری به‌عنوان یکی از روش‌های اساسی در گردآوری اطلاعات جمعیتی تقریباً قدمتی به اندازه‌‌ی تمدن بشری دارد.

هدف اصلی سرشماری نفوس و مسکن، گردآوری آمار و اطلاعات از کل جمعیت کشور به‌منظور شناخت ویژگی‌های جمعیتی و مشخصه‌های مسکن خانوارها در راستای تهیه‌ی اطلاعات مورد نیاز در برنامه‌ریزی‌های توسعه‌ی اجتماعی، اقتصادی و فرهنگی است.

به عبارت دیگر از عمده‌ترین راه‌های شناخت ویژگی‌های اقتصادی و اجتماعی به‌منظور برنامه‌ریزی،‌ سیاست‌گذاری، نظارت و ارزیابی خدمات و فعالیت‌های ملی و منطقه‌ای، بررسی نتایج سرشماری‌های عمومی نفوس و مسکن است.

این سرشماری‌‌ها امروزه در اغلب کشورها به فاصله‌ی ۵ یا ۱۰ سال اجرا می‌شوند. سرشماری عمومی نفوس و مسکن در ایران در سال‌های ۱۳۳۵، ۱۳۴۵، ۱۳۵۵، ۱۳۶۵، ۱۳۷۵، ۱۳۸۵، ۱۳۹۰ و ۱۳۹۵ اجرا شده است. تمام سرشماری‌ها از سال ۱۳۳۵ تا ۱۳۸۵ به فاصله‌ی زمانی ۱۰ سال و از سال ۱۳۹۰ سرشماری‌ها با فاصله‌ی زمانی ۵ سال به مرحله‌ی اجرا در آمده‌اند.

از آن‌جایی که در این سرشماری‌ها جمعیت به‌عنوان محور و هدف توسعه، از ابعاد مختلف مورد توجه قرار می‌گیرد و اطلاعات به تفصیل گردآوری می‌شود، داده‌گان سرشماری‌ها از منابع بسیار غنی در شناخت ویژگی‌های جمعیتی کشور به شمار می‌آید.

در این مقاله به ارائه و مقایسه‌ی برخی از شاخص‌های جمعیتی و روند آن‌ها بر اساس نتایج سرشماری‌های عمومی نفوس و مسکن پرداخته می‌شود.

جهت دریافت مقاله فایل پیوستی پست بعدی را دانلود نمایید.

منبع: مجله آمار (دوماهنامه تحلیلی -پژوهشی)
#نکات_آماری
#شرکت_آماری_شمار
@shomarstat باز کردن / نظر دهید

2020-01-16 00:51:28 تغییرات جمعیتی کشور در 6 دهه اخیر

#آمار_ارقام

#نکات_آماری
#شرکت_آماری_شمار
@shomarstat
باز کردن / نظر دهید

2020-01-09 01:28:47 فاصله اطمینان (Confidence Interval)

#نکات_آماری

محققان و تحلیلگران، اغلب در مباحث آمار و داده‌کاوی، از عبارت «فاصله اطمینان» (Confidence Interval) استفاده می‌کنند تا نشان دهند که تقریبا مطمئن هستند یک فاصله یا محدوده‌ای عددی، شامل پارامتر مورد جامعه است. پس می‌توان فاصله اطمینان را نوعی برآورد فاصله‌ای در نظر گرفت.


فاصله اطمینان با مفهوم مربوط به «سطح اطمینان» (Confidence Level) ارتباط نزدیکی دارد. منظور از سطح اطمینان، تعیین میزان شک یا یقینی است که نسبت به دربرگیری پارامتر توسط فاصله اطمینان داریم.

در حقیقت این محدوده، توسط یک نمونه تصادفی محاسبه می‌شود، در نتیجه می‌توان فاصله اطمینان را یک محدوده تصادفی در نظر داشت. با انتخاب نمونه دیگر، محاسبات برای این محدوده تغییر کرده و یک فاصله اطمینان متفاوت بدست خواهد آمد. به همین علت با سطح اطمینان مشخص، خانواده‌ای از فاصله‌های اطمینان با توجه نمونه‌های مختلف تولید می‌شود. و به این ترتیب می‌توان گفت سطح اطمینان، فراوانی نسبی، فاصله‌‌های اطمینانی است که شامل پارامتر مجهول جامعه هستند.

به بیان دیگر، اگر n فاصله اطمینان با سطح اطمینان ثابت ایجاد کنیم، نسبت آن‌هایی که شامل پارامتر هستند به کل فاصله‌ها، برابر با همان سطح اطمینان خواهد بود. هدف در محاسبه فاصله اطمینان، بدست آوردن حدودی برای پارامتر است که در سطح اطمینان تعیین شده، شامل پارامتر باشد.


مثال ) فرض کنید قد ۴۰ نفر که به طور تصادفی انتخاب شده‌اند، اندازه‌گیری شده است. میانگین قد این افراد برابر است با ۱۷۵ سانتی‌متر. از طرفی می‌دانیم که انحراف معیار قد در جامعه آماری ما برابر است با ۲۰ سانتی‌متر. با توجه به این موضوع، فاصله اطمینان برای میانگین قد افراد جامعه با سطح اطمینان ۹۵ درصدی برابر است با
175cm ± 6.2cm
فاصله اطمینان بیان می‌کند که اگر ۱۰۰ بار نمونه‌گیری تکرار شود و ۱۰۰ فاصله اطمینان ۹۵٪ تولید شود، 95 فاصله شامل پارامتر جامعه خواهند بود و فقط 5 تا از این فاصله‌ها شامل میانگین جامعه نمی‌شوند.


#مقدماتی
#شرکت_آماری_شمار
@shomarstat باز کردن / نظر دهید

2020-01-09 01:20:34 فاصله اطمینان (Confidence Interval)

#نکات_آماری

#شرکت_آماری_شمار
@shomarstat
باز کردن / نظر دهید