آموزش SPSS Powerclass: یادگیری SPSS از سطح پیشرفته تا عالی

معرفی
سرفصل

✅ سرفصل و جزئیات آموزش

آنچه یاد خواهید گرفت:

متدهای پیشرفته ایمپورت کردن داده در SPSS
چگونگی کار با SPSS در حالت Workbook و Syntax
آمار توصیفی پیشرفته در SPSS
آمار نسبت‌ها در SPSS
تحلیل TURF در SPSS
تحلیل بقا
متا آنالیز
مصورسازی پیشرفته داده‌ها در SPSS
و بسیاری از مباحث پیشرفته دیگر در SPSS!

پیش‌نیازهای دوره

برای تمرین درس‌ها به یک رایانه و دسترسی به نرم‌افزار SPSS نیاز دارید.

توضیحات دوره

سلام! به دوره SPSS Powerclass خوش آمدید!

نرم‌افزار SPSS Statistics محبوب‌ترین نرم‌افزار مبتنی بر رابط گرافیکی (GUI) برای انجام تحلیل داده و تحقیق است. این نرم‌افزار ترجیح اصلی دانشگاهیان و متخصصان پژوهش است. با این حال، اکثر کاربران SPSS به ویژگی‌های اولیه محدود می‌مانند و در نهایت همان کاری را انجام می‌دهند که دیگران انجام می‌دهند. به همین دلیل است که اکثر مقالات پژوهشی آزمون‌های آماری رایج مانند همبستگی، رگرسیون، تحلیل عاملی و برخی آزمون‌های پایه تفاوت گروهی مانند ANOVA و t-test را گزارش می‌دهند. این موضوع پژوهش را از تنوع روش‌شناختی تهی می‌کند و جذابیتی برای جستجوی حقیقی دانش ندارد.

هدف دوره SPSS Powerclass ارتقای دانش SPSS به سطح بالاتر است. این دوره پوشش عمیقی از ویژگی‌های پیشرفته SPSS ارائه می‌دهد، مانند:

متدهای پیشرفته ایمپورت کردن داده در SPSS
چگونگی کار با SPSS در حالت Workbook
آمار توصیفی پیشرفته در SPSS
آمار نسبت‌ها در SPSS
تحلیل TURF در SPSS
مصورسازی پیشرفته داده‌ها در SPSS
و موارد بسیار دیگر!

روش تدریس:

پوشش گام‌به‌گام با ارائه توضیحات درباره تمام گزینه‌های یک آزمون
پوشش مبانی و مفاهیم زیربنایی در هر آزمون
محاسبه دستی آزمون‌ها، هر جا که لازم باشد.
آموزش مسئله‌محور، جایی که هر آزمون با طرح مسائل عملی توضیح داده می‌شود.
زبان ساده و قابل فهم

مدرس اطمینان دارد که این دوره به شما در ارتقای مهارت‌های SPSS به سطح بعدی کمک خواهد کرد!

به یک کاربر حرفه‌ای SPSS تبدیل شوید!!
همین امروز به SPSS Powerclass بپیوندید!!

این دوره برای چه کسانی مناسب است؟

پژوهشگران و دانشجویان دکتری
دانشمندان علوم اجتماعی و دانشگاهیان
متخصصان تحلیل داده
متخصصان آمار و علم داده

آموزش SPSS Powerclass: یادگیری SPSS از سطح پیشرفته تا عالی

فصل 1: مقدمه

مقدمه 25:30

فصل 2: ورود داده‌های اولیه

ورود داده در SPSS و مزیت آن نسبت به اکسل 06:36
درک نام و نوع متغیر 06:10
درک پهنا و اعشار 05:08
درک برچسب‌ها 03:47
درک مقادیر 04:35
درک داده‌های گم‌شده 04:35
ستون‌ها و تراز بندی 02:42
درک مقیاس‌ها و نقش 15:19

فصل 3: آمار توصیفی پیشرفته در SPSS

تحلیل توصیفی: توصیف‌گرهای جامعه آماری 09:20

فصل 4: آمار نسبت‌ها در SPSS

مقدمه و کاربرد 10:10
میانگین انحراف مطلق (AAD) چیست؟ 03:59
ضریب پراکندگی (COD) چیست؟ 02:25
ضریب تغییرات (COV) چیست؟ 03:08
سوگیری مرتبط با قیمت چیست؟ 03:48
تفاضل مرتبط با قیمت (PRD) چیست؟ 06:34
درک بازه اطمینان PRD و شاخص تمرکز 06:13
محاسبه آمار نسبت‌ها در SPSS: تنظیم داده‌های فرضیه و انتخاب گزینه‌ها 09:21
تفسیر خروجی آمار نسبت‌ها 12:49
نحوه نگارش آمار نسبت‌ها به سبک APA 09:09

فصل 5: تحلیل TURF در SPSS

تحلیل TURF چیست و چه زمانی از آن استفاده کنیم؟ 05:54
تعریف تحلیل TURF 03:23
تحلیل TURF چه چیزی را محاسبه می‌کند؟ 09:27
چه کسی تحلیل TURF را کشف کرد؟ 01:02
مفروضات تحلیل TURF چیست؟ 03:21
کاربردهای تحلیل TURF 03:57
محاسبه دستی TURF 17:24
تحلیل TURF در SPSS: درک گزینه‌های ورودی 11:56
تفسیر خروجی SPSS در تحلیل TURF: بخش 1 09:19
تفسیر خروجی SPSS در تحلیل TURF: بخش 2 02:57
نحوه نگارش تحلیل TURF به سبک APA 12:59

فصل 6: مصورسازی پیشرفته داده‌ها در SPSS

مقدمه‌ای بر مصورسازی پیشرفته داده‌ها در SPSS 00:54
معنی توزیع چیست؟ 08:32
درک توزیع‌های آماری 10:34
ایجاد توزیع‌های فراوانی و احتمالی در SPSS 21:08
درک توزیع‌های دنباله پهن و دنباله باریک 06:43
تفاوت بین توزیع‌های دنباله پهن و دنباله باریک 03:50
نمودارهای PP در SPSS 12:16
تفسیر نمودارهای PP با ارجاع به خط میانی 01:46
نمودارهای QQ چه هستند؟ 02:05
ایجاد و تفسیر نمودارهای QQ در SPSS 06:20
چگونه از نمودار QQ برای بهبود نرمال بودن متغیر خود استفاده کنیم؟ 09:52
نقشه‌های ارتباطی در SPSS 30:07

فصل 7: تحلیل بقا

مقدمه‌ای بر تحلیل بقا 01:35
تحلیل بقا چیست؟ 05:24
تاریخچه تحلیل بقا 13:52
اصطلاحات: زمان، رویداد و عمر باقی‌مانده 03:17
اصطلاحات: درک خطر، نرخ خطر و نرخ بقا 05:14
اصطلاحات: درک احتمال شرطی در تحلیل بقا 06:10
اصطلاحات: درک داده‌های سانسور شده و سانسور نشده 03:10
اصطلاحات: درک میانگین زمان بین خرابی‌ها در مقابل میانگین زمان تا خرابی 02:48
هدف تحلیل بقا 01:37
درک ماهیت داده‌های مورد نیاز برای اجرای تحلیل بقا 04:24
انواع تحلیل بقا 04:40
چه زمانی از Kaplan-Meier در مقابل رگرسیون Cox استفاده کنیم؟ 07:51
مثال‌های پژوهشی از متدهای Kaplan-Meier و رگرسیون Cox 04:19
تنظیم داده‌ها برای تحلیل بقا 13:35
تعیین هدف و فرضیه پژوهش تحلیل بقا (SA) 08:22
درک گزینه‌های ورودی متد Kaplan Meier 18:08
تفسیر خلاصه پردازش موارد و جداول بقا 09:08
تفسیر میانگین بقا، میانه و صدک‌ها 04:11
تفسیر مقایسه جفتی 11:13
تفسیر نمودار تابع بقا 15:21
تفسیر تابع بقا به همراه سایر نتایج آماری 05:01
گزارش‌نویسی تحلیل بقای Kaplan Meier به سبک APA 23:16
پروژه در تحلیل بقا: بازسازی یک مطالعه واقعی 42:51

فصل 8: متا آنالیز

مقدمه‌ای بر متا آنالیز 01:23
متا آنالیز چیست و چرا باید درباره آن بدانید؟ 09:04
ارتباط بین مرور سیستماتیک و متا آنالیز 03:42
جایگاه متا آنالیز در خانواده سایر تکنیک‌های پژوهشی 06:35
آیا متا آنالیز بهتر از آزمون فرضیه است؟ 03:00
خروجی متا آنالیز: اندازه اثر، نمودار انباشت و سوگیری انتشار 04:04
مدل آماری متا آنالیز 09:56
اندازه اثر چیست؟ 04:25
درک و محاسبه Cohen's d 03:05
دانلود و نصب پکیج متا آنالیز در JAMOVI 04:38
انواع تکنیک‌های متا آنالیز در بسته‌های نرم‌افزاری 07:42
متا آنالیز داده‌های تجمیعی (AD) در مقابل داده‌های شرکت‌کننده انفرادی (IPD) 03:05
سازماندهی داده‌ها برای یک متا آنالیز مبتنی بر همبستگی 05:09
متا آنالیز در Jamovi - بخش 1: ایمپورت کردن داده و گزینه‌های ورودی 07:31
درک برآوردگرهای مدل 04:05
درک برآوردگر اثر ثابت و فرمول آن 09:18
درک مدل اثر تصادفی و زمان استفاده از مدل اثر ثابت در مقابل اثر تصادفی؟ 06:22
چگونه خطای 'need finite xlim values' در Jamovi را رفع کنیم؟ 01:49
درک برآوردگرهای حداکثر درست‌نمایی و حداکثر درست‌نمایی محدود شده 08:43
درک برآوردگر مدل DerSimonian-Laird 11:50
درک و محاسبه برآوردگر Hedges g 08:02