Description

تاریخ ارسال به چاپخانه: 1391/10/30
تاریخ ارسال به صحافی: 1391/11/02
تاریخ ارسال به مؤلف: 1391/11/15
اين كتاب مجموعه‌اي شامل روشهاي توصيف و تحليل آماري است؛ که در کنار يک نرم افزار آماري پر مخاطب (SPSS) به شما نويد آشنايي با شيوه نگرش صحيح به نوع داده ها و تحليلي که براي آنها مناسب است، مي‌دهد. البته نمي‌توانستيم تمام موضوعات مهم را براي مخاطبان خود در اين کتاب پوشش دهيم. و چنين کاري مناسب و امکان پذير هم نيست. اما کوشيده ايم روشهايي را که پر مخاطب هستند معرفي و خوانندگان خود را با شيوه تحليل نرم افزاري آن آشنا کنيم. مهمترين مسأله ما، رهايي مخاطب از قالب رياضياتي آموزش مفاهيم و ترغيب آنها به درک فنون تحليل داده بر پايه "انديشة آماري" است. در بعضي موارد، ممکن است آموزش بيشتري مورد نياز باشد. به عنوان مثال، افرادي كه در مراكز تصميم‌گيري علمي و تحليل‌گري داده‌ها قراردارند نياز به مطالعة بيشتري دربارة رگرسيون دارند. افرادي که در زمينه پژوهشگري اجتماعي، علوم رفتاري و غيره کار مي‌کنند بايد درباره روشهاي نمونه گيري و روشهايي که در درک عوامل زيربنايي سلايق، ديدگاه‌ها و نظرات اجتماعي به ما کمک مي‌کنند بيشتر مطالعه کنند. کارشناساني که با داده هاي آزمايشگاهي سر و کار دارند نياز به دانش بيشتر درباره طرح آزمايشها دارند. تکنيکهاي آزمون ناپارامتري را نيز براي همه مخاطبان توصيه مي‌کنيم.
کارهايي که ما انجام نداده ايم؟
از بسياري جهات فهم اين کتاب بسيار ساده است. کتاب شامل فرمولهاي زيادي نيست و تنها در صورت نياز به ارائه يک موضوع دشوار به اختصار، از آمار رياضي استفاده شده است. نسبت به اين موضوع دچار گمراهي نشويد. انجام محاسبات تکراري و استفاده کورکورانه از فرمولهايي که واقعا آنها را نمي‌فهميم ممکن است هوشمندانه به نظر برسد ولي در بهترين حالت هم بي مورد و بدتر از آن احتمالاً خطرناک است. شما بدون آنکه بفهميد چکار مي‌کنيد و چرا آن کار را انجام مي‌دهيد، از يک دستگاه پيچيده يا يک اتومبيل استفاده نمي‌کنيد. به همين صورت هم نبايد از ابزارهاي قدرتمند آماري بدون آگاهي استفاده کنيد. اهميت دارد که بدانيد چگونه از داده‌ها بطور منطقي استفاده کنيد و چه کارهايي را نبايد انجام دهيد، زيرا اين کار مناسبي نيست و نيز به دليل آنکه شما مهارتهاي لازم را نداريد.
در فصل اول مقدمه‌اي بر مفاهيم آماري داشته ايم. در اين فصل، تاکيد ما بر مفاهيم پايه مانند متغير، جمعيت (جامعه) آماري، نمونه آماري و روشهاي نمونه گيري بوده است. در فصل دوم به توصيف آماري داده هاپرداخته ايم. که شامل نمودارها و آشنايي با معيارهاي عددي اعم از شاخصهاي مرکزي و پراکندگي و توزيع‌واره‌ها است. در فصل سوم تکنيکهاي تحليل يک مجموعه داده را بررسي کرده ايم؛ که عبارتند از آزمونهاي ميانگين، واريانس، نسبت و نيکويي برازش. در فصل چهارم تکنيکهاي تحليل مقايسهدو جمعيت داده را با همديگر بررسي کرده ايم؛ که عبارتند از آزمونهاي ميانگين، واريانس، نسبت و استقلال. در فصل چهارم اجراي آزمونهاي اشاره شده را در پنجره Analyze نرم افزار SPSS آموزش داده ايم. در اين فصل به رگرسيون و همبستگي و تحليل واريانس نيز پرداخته ايم. در تحليل رگرسيون تلاش مي‌کنيم تغييرات متغير پاسخ را توسط يک يا چند متغير توضيحي توضيح دهيم. در تمام کتابهاي تحليل رگرسيوني مي‌توانيد روشهاي پيشرفته تري را براي بررسي اينکه آيا يک متغير توضيحي يا مجموعه اي از اينگونه متغيرها داراي نقش قابل توجهي هستند يا خير پيدا کنيد. نشان داديم که وقتي متغيرهاي توضيحي از نوع متغيرهاي صفت باشند؛ مي‌توان از متغيرهاي مجازي در تحليل رگرسيوني استفاده نمود. به هرحال، روشهاي جداگانه اي براي آناليز داده‌هايي که تمام يا بيشتر آنها به صورت متغيرهاي صفت باشند وجود دارد. اين روشها که "روشهاي آناليز واريانس" ناميده مي‌شوند بسيار قدرتمند هستند ولي از حيطه اين کتاب خارجند. در فصل پنجم با اجراي چند مثال کاربردي ابتدا منوي مناسب SPSS براي آناليز و چگونگي ورود داده‌ها را آموزش داده سپس خروجي‌هاي نرم افزار را تفسير نموده‌ايم.
موضوع: دانشگاهی- علوم پایه