آزمونها و روش های پرکاربرد آماری
تحلیل واریانس انوا
برای مقایسه میانگین اثرات یک یا چند متغیر مستقل بر روی یک متغیر وابسته براساس طرح های آزمایشی مختلف، روش های آماری متعددی مانند آزمون t و آزمون تحلیل واریانس تک متغیری ANOVAبکار گرفته می شود. اما در حالتی که بیش از یک متغیر وابسته مدنظر قرار دارد، با توجه به وابستگی بین متغیرهای وابسته از روش های تحلیل چند متغیره استفاده می شود. در طرح تحلیل واریانس چند متغیری دو یا چند متغیر وابسته پیوسته با یک یا چند متغیر مستقل مقوله‌ای ارزیابی می‌شوند.
تحلیل همبستگی کانونی
تحلیل همبستگی کانونی متداول‌ترین حالت مدل خطی عمومی می‌باشد که با استفاده از تکنیک آماری چند متغیری رابطه بین دو مجموعه از متغیرهای چندگانه را مورد بررسی قرار می دهد. هنگامی که مجموعه‌ای متغیرهای مستقل و وابسته وجود داشته از این روش بررسی رابطه بین آن‌ها استفاده می‌گردد. در واقع همبستگی کانونی، تحلیل را به بیش از یک متغیر وابسته توسعه می دهد، به عبارت دیگر، در تحلیل همبستگی کانونی، چند متغیر مستقل و چند متغیر وابسته وجود دارد.
تحلیل عاملی اکتشافی
تحلیل عاملی از جمله روش‌های چندمتغیره است که در آن متغیرهای مستقل و وابسته مطرح نیست. زیرا این روش جزو تکنیک‌های هم‌وابسته محسوب می‌گردد و در این روش جهت شناخت الگوهای پنهان داده‌ها انجام می‌گردد و تعدادی از متغیرها را در چند عامل خلاصه می‌کند. این روش به بررسی همبستگی درونی تعداد زیادی از متغیرها می‌پردازد و در نهایت آن‌ها را در قالب عامل‌های عمومی محدودی دسته‌بندی کرده و تبیین می‌کند.
تحلیل خوشه‌ای
روش تحلیل خوشه‌ای (کلاستر) در بردارنده الگوریتم‌ها و روش‌هایی برای گروه‌بندی موردهای مشابه (شامل افراد، اشیاء، رویدادها و …) درون طبقات مختلف می‌باشد. سؤالی که معمولاً محققان با آن روبرو می‌شوند این است که “چگونه داده‌های مشاهده شده را درون ساختاری بامعنی سازماندهی کنند؟”. تحلیل خوشه‌ای موارد را بر اساس میزان ارتباطشان دسته‌بندی می‌کند. بنابراین افراد یک خوشه دارای بیشترین میزان ارتباط با یکدیگر و کمترین میزان ارتباط با اعضای دیگر خوشه‌ها می‌باشند. از آنچه گفته شد می‌توان فهمید که تحلیل خوشه‌ای بدون آن‌که به تشریح چرایی وجود داده‌ها بپردازد، برای کشف ساختار داده‌ها بکار می‌رود. بنابراین تحلیل خوشه‌ای ابزاری اکتشافی است که می‌تواند ارتباطات و ساختار بین داده‌ها را که قبلاً مشهود و محسوس نبودند را آشکار نماید. در این روش، دسته‌بندی کردن بر اساس مشابهت‌ها و یا فواصل انجام می‌شود.
درخت تصمیم
این تکنیک آماری به دنبال ایجاد یک مدل طبقه‌بندی شده مبتنی بر شکل درخت تصمیم است. این روش مشاهدات را داخل گروه‌ها طبقه‌بندی می‌کند و مقادیر پیش‌بینی متغیر وابسته را بر اساس ارزش متغیرهای مستقل به دست می‌آورد. این روش یک ابزار معتبر برای تحلیل طبقه‌بندی به شکل اکتشافی و گاهاً تاییدی محسوب می‌شود. برای درخت تصمیم روش‌های گوناگونی وجود دارد که روش تفکیک خودکار متعامل کای اسکویر دارای بیشترین کاربرد است، این روش متغیر مستقلی که دارای بیشترین برهمکنش با متغیر وابسته است را انتخاب می‌کند و طبقات هر یک از متغیرهای مستقل با یکدیگر در صورتی در رابطه با متغیر وابسته با هم متفاوت نباشند، با یکدیگر تلفیق می‌شوند. برای توسعه و رشد مدل در تکنیک درخت تصمیم سه مدل وجود دارد و شاملCRT ، QUEST و CHAID است. CRT قابلیت تخمین دارد و تقریب‌های (نزدیک بودن) تخمین می‌زند، روش QUEST بیشتر در مورد متغیرهای اسمی کاربرد دارد و روش CHAID قابلیت طبقه‌بندی و گروه‌بندی را دارد و با مجموعه‌ای متفاوت از متغیرها می‌تواند کار کند.
آزمون‌های پارامتریt و F
این آزمونها عمده‌ترین آزمون‌های آماری برای مقایسه میانگین گروه‌ها می‌باشد. آزمون t برای مقایسه میانگین دو گروه مستقل و یا همبسته انجام می‌گیرد، در حالی که آزمون F برای مقایسه بیش از دو گروه انجام می‌گیرد.
آزمون‌های ناپارامتری
آزمون‌های ناپارامترهای برای مقایسه دو یا چند گروه در یک متغیر با مقیاس کیفی انجام می‌گیرد و شامل آزمون‌های من وایت نی، کموگروف- سیمرنف، ویلکاکسون، مک نمار، نشانه، کروسکال والیس، میانه، فریدمن و کوکران است.
ضرایب همبستگی
ضریب همبستگی ابزاری آماری برای تعیین نوع و درجه رابطه یک متغیر با متغیر دیگر است و در واقع ضریب همبستگی، یکی از معیارهای مورد استفاده در تعیین همبستگی دو متغیر است. با توجه به مقیاس اندازه‌گیری متغیرها روش ضریب همبستگی جهت تحلیل انتخاب می‌گردد که شامل ضرایب همبستگی پیرسون، اسپیرمن، کندال، ضریب فی، ضریب چوپروف و … است.
آزمون کای دو
آزمون کای دو یک آزمون ناپارامتریک است و کار اصلی آن، بررسی معناداری تفاوت بین فراوانی های مشاهده شده و مورد انتظار است. این آزمون کاربردهای وسیعی دارد که در آزمون نیکویی برازش، میزان تناسب و ارزش یکسری از داده‌ها را با یک توزیع خاص مثل توزیع نرمال یا پواسون بررسی می‌کند. همچنین از این آزمون برای تحلیل استقلال متغیرها و بررسی همگنی متغیرها استفاده می‌گردد.
آزمون T هتلینگ
آزمون T هتلینگ دارای دو حالت تک نمونه ای و دو نمونه ای است که هریک، تعمیم یافته متناظر خود در آزمون t استودنت می باشند. آزمون Tهتلینگ تک نمونه‌ای، تعمیم‌یافته آزمون t تک‌نمونه‌ای است که K صفت از یک جامعه (یک نمونه) را با K عدد فرضی مقایسه شود. اما آزمون T هتلینگ دونمونه‌ای، تعمیم یافته آزمون t دونمونه‌ای است که به مقایسه K صفت از یک جامعه (یک نمونه) با K صفت از جامعه دیگر (نمونه دیگر) می‌پردازد.
کارهای آماری تحقیقات خود را به ما بسپارید
عیوضی: ۰۹۳۵۱۳۲۳۹۵۰