پاسخگوی شما هستیم....
09128186605 - 88712381
Support@GraphPad.ir
https://t.me/GraphPad
با کانال گراف پد در ارتباط باشید....
گراف پدگراف پد
  • گراف پد
  • ویدئوها
  • آموزش‌ها
  • مجموعه بهار ۱۴۰۰
  • مشاوره
  • دریافت گراف پد ۹
  • سبد خرید

  • گراف پد
  • ویدئوها
  • آموزش‌ها
  • مجموعه بهار ۱۴۰۰
  • مشاوره
  • دریافت گراف پد ۹
    • سبد خرید

ضریب همبستگی درون رده ای Intraclass Correlation Coefficient

    خانه » آموزش گراف پد » ضریب همبستگی درون رده ای Intraclass Correlation Coefficient (ICC)

ضریب همبستگی درون رده ای Intraclass Correlation Coefficient (ICC)

  • ارسال شده توسط گراف پَد
  • دسته بندی Intraclass Correlation Coefficient, پایایی

زمان مطالعه: ۴5 دقیقه 

 

*** توضیحات تحلیل پایایی پرسشنامه (Reliability) برگرفته شده از کتاب روش های پیشرفته آماری و کاربردهای آن- انتشارات جامعه‌نگر***

 

 

merci

دریافت آموزش کامل تحلیل‌های پایایی

شامل ۱۰۰ دقیقه ویدئو، ۱۰ فایل دیتا و نتایج SPSS

 

تحلیل پایایی پرسشنامه

پایایی Reliability یک پرسشنامه به معنای آن است که ابزار اندازه‌گیری تا چه اندازه نتایج یکسانی به دست می‌دهد.

یعنی اگر پرسشنامه را در یک فاصله زمانی، چندین بار به گروه یکسانی بدهیم، نتایج حاصل تا چه اندازه می‌تواند مشابه باشد. هر چند این موضوع پذیرفته شده است که نمی‌توان انتظار داشت این نتایج به طور کامل یکسان باشد چرا که آزمودنی ما غالباً انسان است که در شرایط محیطی و ذهنی گوناگون می‌تواند به یک پرسش، پاسخ‌های نه‌چندان یکسانی دهد. پایایی یک اندازه عددی قابل سنجش است.

چرا از همبستگی درون رده‌ای استفاده می‌کنیم؟

در این لینک درباره پایایی بین ارزیابان یا همان Interrater Reliability توضیح دادیم و بیان کردیم که بهترین روش به منظور به دست آوردن این نوع پایایی، مفهومی به اسم ضریب همبستگی درون رده ای Intraclass Correlation Coefficient یا به صورت مخفف ICC است.

در این نوشتار قصد داریم درباره ICC و روش‌ها و مدل‌های مختلف به دست آوردن آن صحبت کنیم.

خاطرتان باشد در همان متن Interrater Reliability بیان کردیم هنگامی که بخواهیم میزان توافق و پایایی بین دو ارزیاب را به دست بیاوریم به سادگی می‌توانیم از ضریب کاپا استفاده کنیم. حال اگر تعداد ارزیاب‌ها بیشتر از دو نفر باشد، استفاده از ICC ها کاربرد پیدا می‌کند.

در ابتدا و جهت توضیح ضریب همبستگی درون رده ای بیایید از یک مثال شروع کنیم. پس از آن می‌توان با فهم و درک بهتری درباره انواع مختلف مدل‌های ICC صحبت کرد.

مثال ضریب همبستگی درون رده ای (ICC)

کمیته بین المللی المپیک در پاسخ به انتقادات رسانه‌ای، در پی بررسی نمرات و امتیازات داده شده توسط داوران آموزش دیده این کمیته است. در این بررسی می‌خواهیم میزان پایایی و قابل اعتماد بودن نمرات اختصاص داده شده را اندازه‌گیری کنیم. فایل این مثال را می‌توانید از اینجا دریافت کنید.

این مثال مربوط به امتیازات داده شده توسط هشت داور به 300 اجرای ژیمناستیک است. هر سطر نشان‌دهنده عملکرد و اجرای یک نفر است. داوران از اجراهای یکسانی دیدن کرده‌اند و هر داور به صورت جداگانه به هر کدام از 300 اجرا، امتیاز داده است.

از آن‌جا که تعداد داوران و یا همان ارزیابان بیشتر از دو نفر است، می‌توانیم از پایایی نوع Interrater و ضریب همبستگی درون رده ای یا همان ICC استفاده کنیم.

خوب است این نکته را بدانید که ICC یک روش ار نوع آنالیز واریانس ANOVA است که در آن پاسخ‌ها (Responses) همان نمرات اختصاص داده شده توسط ارزیابان و داوران است.

نکته نکته با اهمیت دیگری که در این میان مهم است و در آینده و بیان توضیحات بیشتر درباره ICC، مورد توجه ما قرار خواهد گرفت، مفهومی به نام منابع تنوع Sources of Variation است. برای درک این مفهوم به مثال بالا برگردیم.

ساختار مثال بالا شامل بخش‌های زیر است.

الف) 300 نفری که به آن‌ها امتیاز و نمره داده شده است.

ب) هشت داوری که به هر فرد، نمره و امتیاز داده‌اند.

این بخش‌ها هر کدام می‌توانند به صورت تصادفی از یک مجموعه بزرگتر انتخاب شده باشند. یعنی هم ۳۰۰ نفر اجرا کنندگان می‌توانند از بین تعداد زیاد شرکت‌کنندگان به تصادف انتخاب شده باشند و هم هشت نفر داوران می‌توانند از یک مجموعه بزرگتر داوران، به صورت تصادفی انتخاب شده باشد.

ما می‌توانیم این مثال را یک طرح و مدل تصادفی دو طرفه یعنی Two-way Random بدانیم، که هر دو جزء آن یعنی اجراکنندگان (کسانی که به آن‌ها امتیاز و نمره داده می‌شود) و داوران (کسانی که نمره و امتیاز می‌دهند) به صورت تصادفی از یک مجموعه بزرگتر انتخاب می‌شوند.

یک حالت دیگر را نیز می‌توانیم فرض کنیم. در این حالت، ارزیابان و داوران امتیاز دهنده، ثابت و یکتا بوده و بخشی از یک مجموعه بزرگتر داوران نیستند. این مدل و طرح را آمیخته دو طرفه یا Two-way Mixed می‌نامیم.

بیایید یک حالت انتزاعی دیگر را نیز درنظر بگیرید. گفتیم که هر داور به ۳۰۰ نفر اجراکننده یکسان، نمره می‌دهد. حال اگر هر داور به افراد متفاوت و اجراکنندگان مختلفی امتیاز بدهد، ما این طرح را یک طرفه تصادفی One-way Random نام‌گزاری می‌کنیم. در این حالت نمی‌دانیم هر نمره توسط کدام داور، داده شده است.

بنابراین ما در یک مطالعه از نوع پایایی Inter-Rater با سه مدل Two-way Random یا Two-way Mixed و در برخی موارد One-way Random روبه‌رو هستیم. سعی می‌کنیم در ادامه درباره آن‌ها بیشتر حرف بزنیم.

نوع خوب است در این‌جا به دو نوع ضریب همبستگی درون رده‌ای یا همان ICC، نیز اشاره کنیم. این دو نوع عبارتند از ثبات Consistency و توافق مطلق Absolute Agreement.

در واقع علاوه بر اینکه ما با سه مدل جهت به دست آوردن مقدار ICC روبه‌رو هستیم، دو روش محاسباتی یعنی Consistency و Absolute Agreement نیز وجود دارد.

به منظور درک این مطلب که این دو نوع روش محاسباتی چه هستند و هر کدام در چه مواردی استفاده می‌شوند، بیایید بر روی بخش ب در ساختار بالا یعنی هشت داور و ارزیاب، تمرکز کنیم.

ببینید، وقتی ما با چند ارزیاب روبه‌رو هستیم، دو نوع پراکندگی و واریانس داریم. یک واریانس بین ارزیابان و اصطلاحاَ inter-observer و دیگری واریانس درون ارزیابان یا اصطلاحاَ intra-observer.

در واریانس بین ارزیابان، پراکندگی و تنوع بین داوران و امتیازدهندگان، به دست می‌آید و در واریانس درون ارزیابان، پراکندگی نحوه امتیازدهی یک داور در بین نمرات خودش به دست می‌آید.

   حال می‌توان درباره انواع روش‌های محاسباتی ICC توضیح داد.

توضیح اینکه ICC از نوع Consistency هنگامی استفاده می‌شود که واریانس و اختلاف بین ارزیابان برای ما اهمیت چندانی نداشته باشد و در واقع نمی‌خواهیم آن را در مطالعه خود در نظر بگیریم. در این روش فقط واریانس درون ارزیابان در محاسبه ICC استفاده می‌شود.

اما ICC از نوع Absolute Agreement هنگامی استفاده می‌شود که واریانس بین ارزیابان نیز برای ما اهمیت داشته باشد. در این روش علاوه بر واریانس درون ارزیابان در محاسبه ICC از واریانس بین ارزیابان هم استفاده می‌شود.

این‌که از کدام روش یعنی Consistency یا Absolute Agreement استفاده کنیم، یک موضوع آماری نیست و به همان مطالعه، نحوه جمع‌آوری داده‌ها و سوالات تحقیق مربوط می‌شود.

در همان مثال کمیته بین المللی المپیک اگر داوران بر مبنای الگوهای مشابهی امتیازدهی کنند، بنابراین واریانس بین داوران چندان اهمیتی ندارد و استفاده از روش Consistency نسبت به روش Absolute Agreement معتبرتر است.

حال اگر مقررات IOC سختگیرانه‌تر باشد و هر داور بر مبنای ایده و الگوهای منحصربه فرد خود امتیاز دهد، در این صورت واریانس بین ارزیابان برای ما دارای اهمیت است و استفاده از زوش Absolute Agreement نسبت به روش Consistency معتبرتر است.

حال در ادامه و با بیان این توضیحات، به ادامه مثال و انجام تحلیل پایایی با استفاده از نرم‌افزار SPSS جهت به دست آوردن اندازه توافق بین هشت داور، می‌پردازیم. سعی می‌کنیم توضیحات بیشتر درباره تحلیل پایایی از نوع Inter-Rater و یافتن ICC را پس از مثال پی بگیریم.

استفاده از نرم‌افزار SPSS جهت محاسبه ICC

در ابتدای کار می‌خواهیم اندازه‌ی پایایی این مثال با استفاده از ضریب همبسنگی درون رده‌ای را بسنجیم. به منظور به دست آوردن ضرایب مختلف قابلیت اعتماد و یا همان پایایی از مسیر زیر در نرم‌افزار SPSS استفاده می‌کنیم.

Analyze → Scale → Reliability Analysis

 

مسیر انجام تحلیل پایایی در نرم افزار SPSS

 

در پنجره باز شده با نام Reliability Analysis ستون‌های مربوط به نمرات هر داور را در کادر Items قرار می‌دهیم.

پنجره Reliability Analysis

 

سپس دکمه Statistics را می‌زنیم. پنجره زیر برای ما باز می‌شود.

پنجره Reliability Analysis: Statistics

 

درباره گزینه‌های مختلف و کادرهای این پنجره در این لینک توضیح دادیم. در این متن می‌خواهیم درباره‌ی کادر Intraclass Correlation Coefficient صحبت کنیم. این کادر دارای دو منو یکی با نام Model و دیگری با نام Type است.

در منوی Model سه گزینه وجود دارد. آن‌ها عبارتند از Two-Way Mixed، Two-Way Random و One-Way Random. درباره این گزینه‌ها در بخش‌های قبل توضیح دادیم.

گزینه‌های Model و Type در تحلیل ICC

 

همچنین در منوی Type نیز گزینه‌های Consistency و Absolute Agreement دیده می‌شود. درباره این گزینه‌ها نیز قبلاَ صحبت کردیم.

سوال حتماَ این سوال پیش می‌آید در این مثال از کدام گزینه‌ها استفاده کنیم. بیایید یکبار دیگر مثال را مرور کنیم.

ما ۳۰۰ نفر اجراکننده داشتیم که از یک مجموعه اجراکنندگان بزرگتر به تصادف انتخاب شده است. همچنین هشت داور و ارزیاب نیز داریم که می‌توانیم فرض کنیم آن‌ها نیز از مجموعه داوران بزرگتر، به صورت تصادفی انتخاب شده‌اند. بنابراین مدل ما Two-Way Random خواهد بود.

از طرف دیگر فرض کنید داوران بر مبنای الگوهای مشابهی امتیازدهی کنند، یعنی مثلاَ در مقابل آن‌ها فرم یکسانی است و آن‌ها بر مبنای همان فرم و آیتم‌های قرار گرفته در فرم، به اجراکنندگان نمره می‌دهند. بنابراین نوع Type ما در این مثال Consistency خواهد بود. به عنوان مثال در جلسه دفاع از پایان‌نامه، داوران نیز دارای فرم‌های ارزشیابی یکسانی هستند، در این موارد نیز نوع پایایی ICC همان Consistency می‌باشد.

دو گزینه دیگر در کادر Intraclass Correlation Coefficient دیده می‌شود. یکی از این گزینه‌ها عبارت است از Confidence Interval که به صورت پیش‌فرض بر روی ۹۵٪ قرار گرفته است. با استفاده از این گزینه، فواصل اطمینان ۹۵ درصد برای ضریب همبستگی درون رده ای نیز به دست می‌آید.

گزینه دیگری نیز با نام Test value مشاهده می‌شود. این گزینه نیز خروجی مفیدی دارد. ببینید هر کجا آزمون Test است، فرضیه‌های آماری نیز وجود دارند و در نتیجه مقدار احتمال P value هم به دست می‌آید. سوال مهم در اینجا این است فرضیه‌های آماری ICC چه هستند که قرار است، روی آن‌ها آزمون انجام شود. من در ادامه فرض‌های صفر و مقابل را نوشته‌ام.

H0 :  ICC = a0     vs     H1 :  ICC > a0

به معنای اینکه در فرض صفر آزمون می‌کنیم، آیا ICC براورد شده برابر با مقدار ثابت a0 است و در فرض مقابل آزمون می‌کنیم آیا ICC از مقدار ثابت a0 بزرگتر است.

به صورت پیش‌فرض نرم افزار SPSS عدد a0 را برابر با صفر در نظر می‌گیرد. بنابراین فرضیه‌های آماری بالا به صورت زیر، در می‌آیند.

H0 :  ICC = 0     vs     H1 :  ICC > 0

به معنای آنکه آزمون می‌کنیم، آیا ICC براورد شده برابر صفر است و یا از عدد صفر بزرگتر است. اگر فرض صفر پذیرفته شود، به معنای این است که داوران و ارزیابان هیچ؛ونه توافقی با هم ندارند و پایایی مطالعه غیرقابل قبول است، اگر هم فرض مقابل تایید شود، می‌توان درباره پایایی مطالعه صحبت کرد.

نکته مهمی که در این‌جا وجود دارد این است که عدد صفر کادر Test value بالا را می‌توان به دلخواه عوض کرد. اصولاَ فرضیه ICC برابر با صفر بودن به شدت بدبینانه و غیرمنطقی است و حداقل اندازه ICC باید بالای ۰.۵ باشد، تا بتوان درباره پایایی مطالعه، اظهارنظر کرد. بنابراین حتی بهتر است در کادر بالا به جای صفر عدد ۰.۵ را قرار دهیم.

به هر حال، ما فعلاَ همان عدد پیش‌فرض نرم‌افزار SPSS را قرار داده‌ایم و نتایج را بر مبنای همان پی می‌گیریم.

خوب است علاوه بر محاسبه ICC، آماره‌های توصیفی نمرات داده شده هر داور را نیز بدانیم. برای این منظور می‌توانیم در کادر Descriptives for گزینه Item را انتخاب کنیم. تصویر زیر را ببینید.

انتخاب گزینه Item در پنجره Reliability Analysis: Statistics

 

حال Continue کرده و سپس OK می‌کنیم. در پنجره Output نرم‌افزار SPSS می‌توانیم خروجی‌ها و نتایج به دست آمده را مشاهده کنیم.

نتایج تحلیل پایایی پرسشنامه

در ابتدا برنامه و Syntax های این تحلیل را مشاهده می‌کنید. استفاده از Syntax ها و محیط برنامه نویسی SPSS کاملاَ توصیه می شود.

RELIABILITY
/VARIABLES=judge1 judge2 judge3 judge4 judge5 judge6 judge7 judge8
/SCALE(‘ALL VARIABLES’) ALL
/MODEL=ALPHA
/STATISTICS=DESCRIPTIVE
/ICC=MODEL(RANDOM) TYPE(CONSISTENCY) CIN=95 TESTVAL=0.

 

با استفاده از همین چند خط فرمان در محیط Syntax نرم افزار SPSS می‌توانیم به سادگی، تحلیل پایایی، ضریب آلفا کرونباخ، ضریب همبستگی درون رده‌ای ICC و جداول و آماره‌های مربوطه را به دست بیاوریم. حال به ترتیب به بیان نتایج به دست آمده می‌پردازیم.

  • جدول Case Processing Summary

در خروجی‌های نرم‌افزار، ابتدا جدول زیر با نام Case Processing Summary مشاهده می شود.

جدول Case Processing Summary در تحلیل پایایی ICC

 

در این جدول تعداد سطرها و یا همان افراد مورد بررسی، آمده است. مشاهدات بر مبنای تعداد افراد واقعی و تعداد افراد نادیده گرفته شده Excluded تقسیم شده است. در این مثال ۳۰۰ نفر اجراکننده وجود داشته است که هیچکدام Missing نبوده‌اند و همگی در تحلیل قرار گرفته‌اند.

  • جدول Reliability Statistics

 

جدول Reliability Statistics را می‌توان یکی از مهمترین یافته‌های تحلیل پایایی دانست. نتایج این جدول در ادامه آمده است.

جدول Reliability Statistics مثال ICC

 

در ستون Cronbach’s Alpha عدد ضریب آلفای کرونباخ به دست آمده است. اندازه آن برابر با 0.971 شده است، این اندازه بیانگر پایایی خوب و عالی داده‌ها در این مطالعه می‌باشد. چنانچه در زمینه آلفا کرونباخ به توضیحات بیشتری علاقمند هستید، می‌توانید این لینک را ببینید.

ستون دیگر با نام N of items به سادگی به تعداد آیتم‌ها (در این مثال تعداد ارزیاب‌ها) قرار گرفته در تحلیل پایایی اشاره دارد. در این مثال چون پایایی را بر روی هشت داور به دست آورده‌ایم، بنابراین N of items برابر با 8 شده است.

  • جدول Item Statistics

 

فهم جدول Item Statistics بسیار ساده است.

جدول Item Statistics در مثال ICC

 

همان‌گونه که می‌بینید به ازای هر کدام از داوران (هشت داور)، آماره‌های توصیفی شامل میانگین، انحراف معیار و تعداد افراد اجرا کننده، آمده است. ستون N که به ازای هر داور برابر با ۳۰۰ شده است، به سادگی نشان می‌دهد داوران به اجراکنندگان یکسانی، امتیاز و نمره داده‌اند.

به عنوان مثال برای داوری از کشور ایتالیا، میانگین نمرات داده شده به ۳۰۰ نفر اجراکننده، برابر با ۸.۴۸۶ و انحراف معیار آن‌ها ۰.۸۷۹ شده است.

همچنین داور اهل کشور چین، کمترین میانگین نمرات را به افراد داده است (۸.۰۳۹). به نظر می‌رسد این داور نسبت به بقیه سخت‌گیرتر است. با این حال داور اهل فرانسه بیشترین میانگین نمرات را به افراد اجراکننده داده است (۸.۹۵۵). بالا بودن انحراف معیار در داوران آمریکا، روسیه و انگلیس بیانگر نمرات پراکنده آن‌ها نسبت به سایر داوران است.

حال به موضوع اصلی این مطالعه که همان جدول Intraclass Correlation Coefficient است، می‌پردازیم. در ادامه می‌توانید توضیحات درباره نتایج این جدول را مشاهده کنید.

  • جدول Intraclass Correlation Coefficient

 

جدول Intraclass Correlation Coefficient همان‌گونه که دیده می‌شود، در دو سطر یکی با نام Single Measures و دیگری Average Measures آمده است.

نتایج جدول Intraclass Correlation Coefficient

 

سطر Single Measures و نتایج به دست آمده بر مبنای آن، مربوط به حالتی است که فرض کنیم، تنها یک ابزار قضاوت و منبع تصمیم‌گیری یا ارزیاب وجود دارد. در واقع حتی اگر بیش از یک ارزیابی در آزمایش انجام شده باشد، پایایی ICC برای حالتی به دست می‌آید که در آن یک اندازه‌گیری واحد از یک ارزیاب انجام می‌شود.

به همین ترتیب سطر Average Measures مربوط به حالتی است که پایایی ICC برای میانگین ارزیابان و داوران محاسبه می‌شود.

حال بیایید به بیان بخش‌ها و ستون‌های مختلف جدول Intraclass Correlation Coefficient بپردازیم.

 Intraclass Correlation 

 

ستون Intraclass Correlation و اعداد آن، همان چیزی است که به دنبال آن هستیم. عدد ۰.۸۰۵ بیانگر مقدار ضریب همبستگی درون رده‌ای یا همان ICC در سطر Single Measures برای حالتی است که اندازه‌گیری‌ها فقط توسط یک داور انجام می‌شود.

مقدار ICC در سطر Average Measures به خوبی بالا است. عدد ۰.۹۷۱ نشان می‌دهد، پایایی نمرات داده شده توسط داوران، هنگامی که میانگین آن‌ها مورد بررسی قرار می‌گیرد، کاملاَ قابل قبول است.

جدول Intraclass Correlation Coefficient و ستون Intraclass Correlation
 

 

 95% Confidence Interval 

 

ستون 95% Confidence Interval به سادگی فواصل اطمینان برای Intraclass Correlation را به دست داده است.

جدول Intraclass Correlation Coefficient و ستون 95% Confidence Interval

 

همان‌گونه که مشاهده می کنید برای Average Measures کران بالای فاصله اطمینان ICC عدد ۰.۹۷۵ شده است. این عدد بالا، بیانگر توافق بسیار خوب داوران با یکدیگر به حساب می‌آید.

 F Test with True Value 0 
جدول Intraclass Correlation Coefficient و ستون F Test with True Value 0

 

توضیح F

نکته خوب است این نکته را بدانیم که اندازه‌ها و عددهای به دست آمده برای پایایی ICC چه از مدل Two-Way Random برویم و یا از مدل Two-Way Mixed یکسان است. بلکه تفاوت در تفسیر نتایج است.

یادتان باشد گفتیم از مدل Two-Way Mixed هنگامی استفاده می‌کنیم که ارزیابان و داوران امتیاز دهنده، ثابت و یکتا بوده و بخشی از یک مجموعه بزرگتر داوران نیستند. بنابراین خیلی ساده، نتایجی که بر مینای مدل Two-Way Mixed به دست می‌آید قابل تعمیم و گسترش به سایر داوران و ارزیابان نیست.

اما در یک مدل تصادفی دو طرفه یعنی Two-way Random گفتیم که هر دو جزء آن یعنی اجراکنندگان و داوران به صورت تصادفی از یک مجموعه بزرگتر انتخاب می‌شوند، بنابراین نتایجی که بر مبنای مدل Two-way Random به دست می‌آیند، قابل تعمیم و گسترش به سایر ارزیابان هستند.

 

 

ارایه خدمات طراحی پرسشنامه و تحلیل پایایی (Reliability)

ما در گراف پد علاوه بر طراحی حرفه‌ای پرسشنامه پژوهش و تحقیقات، به بررسی پایایی و اندازه اعتماد نتایج نیز اقدام می‌کنیم. جهت دریافت نکات بیشتر و نحوه کار می‌توانید مختصری از کار خود را ارسال نمایید. به سرعت تقاضای شما را بررسی و نتایج طرح آزمایش‌ها را ارسال خواهیم کرد. جهت سفارش کار می‌توانید با ما تماس بگیرید.

  • اشتراک گذاری:
گراف پَد
گراف پد جمعی از رتبه‌های برتر آزمون دکترا آمار دانشگاه‌های ایران | برجسته در موسسه بین‌المللی تحقیقات | دارای نماد اعتماد الکترونیک از مرکز توسعه تجارت الکترونیکی ایران و مجوز رسمی ثبت به شماره ۴۱۸۸۱ و شناسه ملی ۱۴۰۰۶۸۳۲۳۱۹

ممکن است همچنین دوست داشته باشید

  • research-Validity-and-Reliability-graphpad.ir
    پایایی بین ارزیابان Inter-rater Reliability
    6 فروردین, 1400
  • IQ 1-Test-retest-Reliability-GraphPad.ir
    آزمون – بازآزمون Test-retest و تحلیل پایایی پرسشنامه
    2 فروردین, 1400
  • Cronbach’s Alpha Reliability Analysis 22 GraphPad.ir
    آلفای کرونباخ Cronbach’s Alpha در تحلیل پایایی پرسشنامه
    22 اسفند, 1399

iconfinder_5362_-_Slack_1313557

شماره تماس و پیام

09128186605
Space_-_Filled_Outline_-_38-36-512

دریافت کتاب ویدئویی SPSS

cinema_movie_film_entertainment_theater_show_video_watching-512

کتاب ویدئویی آموزش کامل گراف‌پد


Statistics set graphpad.ir

دریافت مجموعه آمار

نوشته‌های محبوب

Inter-rater Reliability
پایایی بین ارزیابان Inter-rater Reliability
06فروردین1400
ضریب همبستگی درون رده ای Intraclass Correlation Coefficient (ICC)
05فروردین1400
آزمون - بازآزمون
آزمون – بازآزمون Test-retest و تحلیل پایایی پرسشنامه
02فروردین1400
آلفا کرونباخ
آلفای کرونباخ Cronbach’s Alpha در تحلیل پایایی پرسشنامه
22اسفند1399
Split Worksheet
Split Worksheet در نرم افزار Minitab
13اسفند1399
Split File
Split File خرد کردن فایل داده‌ها در SPSS
12اسفند1399
Syntax آنالیز واریانس چندگانه دو طرفه
Syntax آنالیز واریانس چندگانه دو طرفه و جدول Pairwise Comparison
08اسفند1399
Syntax آنالیز واریانس دو طرفه
Syntax آنالیز واریانس دو طرفه و جدول Pairwise Comparison
06اسفند1399
منحنی ROC
منحنی ROC ، نقطه برش ، حساسیت و ویژگی
12بهمن1399
آنالیز کوواریانس چندگانه دو طرفه Two-way MANCOVA
11بهمن1399
آنالیز کوواریانس چند گانه یک طرفه
آنالیز کوواریانس چندگانه یک طرفه One-way MANCOVA با SPSS
25دی1399
پیش‌بینی بازار سهام
رگرسیون لجستیک و پیش‌بینی بازار سهام
12دی1399
آنالیز کوواریانس دو طرفه
آنالیز کوواریانس دو طرفه Two-way ANCOVA با SPSS
02دی1399
Two way MANOVA
آنالیز واریانس چندگانه دو طرفه Two-way MANOVA با SPSS
22آذر1399
One way MANOVA
آنالیز واریانس چندگانه یک طرفه One-way MANOVA با SPSS
22آذر1399
ستاره های معنی داری
قرار دادن ستاره های معنی داری در نمودارهای گراف پد پریسم
08آذر1399
رگرسیون چندگانه
رگرسیون چندگانه Multiple Regression با گراف پد
29مهر1399
آنالیز واریانس یک طرفه
آنالیز واریانس یک طرفه One-way ANOVA با SPSS
17مهر1399
آنالیز واریانس دو طرفه
آنالیز واریانس دو طرفه Two-way ANOVA با SPSS
21شهریور1399
ضریب همبستگی
ارتباط و ضریب همبستگی Correlation در گراف پد
10شهریور1399
روش های پیشرفته آماری
ضریب کاپا در نرم‌افزار SPSS
04شهریور1399
کرونا ویروس و آزمون Two Proportions در Minitab
01شهریور1399
تحلیل کوواریانس
ویدئو. آنالیز کوواریانس ANCOVA با نرم‌افزار SPSS
27تیر1399
رگرسیون پواسن
تحلیل مدل رگرسیون پواسن Poisson Regression با نرم‌افزار گراف پد
24تیر1399
شاخص تفاضلی
بررسی گراف شاخص تفاضلی بورس تهران در سال 99
18تیر1399
رگرسیون لجستیک چندگانه
رگرسیون لجستیک چندگانه Multiple Logistic Regression نرم افزار گراف پد
14تیر1399
Lack of Fit
عدم برازش Lack of Fit مدل با استفاده از نرم افزار Minitab
12تیر1399
شاخص کل هم وزن
بررسی درصد شاخص کل و هم وزن در بورس تهران
10تیر1399
Grubbs Test
تشخیص داده پرت با استفاده از Grubbs’ Test در Minitab
09تیر1399
XY Entering replicate data
ویدئو. مثال آموزشی XY Entering Replicate Data با گراف پد
09تیر1399
شاخص کل بورس
طراحی مدل پیش بینی بر شاخص کل بورس تهران
01تیر1399
Heat map prism
روندهای مشابه در گروه حمل و نقل بورس تهران، رسم Heat Map با GraphPad Prism
31خرداد1399
آنالیز تشخیصی
آنالیز تشخیصی (Discriminate Analysis) در نرم‌افزار SPSS
30خرداد1399
Box and Whiskers Plot
نمودار Box and Whiskers Plot نرم افزار گراف پد
28خرداد1399
رگرسیون پواسن
رگرسیون پواسن Poisson regression و مدل‌بندی تعداد پیشامدهای COVID-19
25خرداد1399
نماد رنیک
پیش‌بینی قیمت سهام رنیک در بورس تهران در سری زمانی
24خرداد1399
نماد سیمرغ
پیش‌بینی قیمت سهام سیمرغ در بورس تهران در سری زمانی
23خرداد1399
تحلیل کوواریانس گراف پد
رگرسیون چندگانه GraphPad به جای تحلیل کوواریانس SPSS
08خرداد1399
دتولید بموتو اتکام
تحلیل و مدل سری زمانی چند نماد بورسی بموتو ، اتکام ، دتولید
02خرداد1399
نرخ باروری
نرخ باروری و شاخص‌های توسعه اقتصادی، بررسی روند بلندمدت 60 ساله ایران
01خرداد1399
پیش‌بینی قیمت سهام شستا در بورس تهران در سری زمانی
17فروردین1399
Logistic Regression
رگرسیون لجستیک ساده Simple Logistic Regression نرم افزار گراف پد
12اسفند1398
XY Entering mean (or median) and error values
XY Entering mean (or median) and error values با گراف پد
29بهمن1398
one phase exponential decay
ویدئو. آموزش Nonlinear regression – one phase exponential decay گراف پد
28بهمن1398
قیمت سهام
پیش‌بینی قیمت سهام با استفاده از سری زمانی Minitab
26بهمن1398
Frequency distribution
توزیع فراوانی Frequency distribution در گراف پد
23بهمن1398
Descriptive statistics
آماره‌های توصیفی Descriptive Statistics با گراف پد
21بهمن1398
Forest Plot
نمودار جنگلی Forest Plot با گراف پد
20بهمن1398
Bland-Altman
Bland – Altman Method Comparison با گراف پد
15بهمن1398
Repeated Measures one-way ANOVA
ویدئو. مثال آموزشی Repeated Measures one-way ANOVA با گراف پد
01بهمن1398
ordinary one way anova
ویدئو. مثال آموزشی Ordinary one-way ANOVA با گراف پد
24دی1398
آموزش Graphpad Prism
چرا با گراف پد پریسم کار می‌کنیم؟
16دی1398
t test paired
ویدئو. مثال آموزشی T test – Paired با گراف پد
15دی1398
t test unpaired
ویدئو. مثال آموزشی T test – Unpaired
10دی1398
Entering replicate data
ویدئو. مثال آموزشی Column Entering Replicate Data
09دی1398
Entering mean
ویدئو. Column Entering mean (or median) and error values با گراف پد
05دی1398
Binding Saturation
ویدئو. مثال آموزشی Binding – Saturation binding to total and nonspecific
08آذر1398
اندازه گیری مکرر
ویدئو اندازه‌گیری مکرر Repeated Measure با SPSS
05آذر1398
Two way ANOVA با گراف پد پریسم
ویدئو Three-way ANOVA با گراف پد پریسم
22آبان1398
تحلیل Nested
تحلیل‌های Nested در Prism
15آبان1398
Heat Map
ویدئو Heat Map با GraphPad Prism
09آبان1398
RIA or ELISA
ویدئو. مثال آموزشی RIA or ELISA – Interpolate unknown from sigmoidal curve
05آبان1398
Two way ANOVA با گراف پد پریسم
Two-way ANOVA با گراف پد پریسم 8
29مهر1398
ECF در مدل‌های دوز - پاسخ
ECF در مدل‌های دوز – پاسخ با Prism
20مهر1398
نسبت EC50 و IC50
ویدئو. براورد نسبت EC50 و IC50 در مدل دوز پاسخ با Prism (مدل EC50 Shift)
11مهر1398
Multiple T Test
ویدئو Multiple T Test با گراف پد پریزم
09مهر1398
دوز پاسخ لگاریتمی
ویدئو. دوز پاسخ Dose Response لگاریتمی و غیرلگاریتمی با GraphPad
09مهر1398
پایایی پرسشنامه
تحلیل پایایی (Reliability) پرسشنامه در نرم‌افزار SPSS
05مهر1398
تحلیل با SPSS
ویدئو. چه تحلیل‌هایی با SPSS انجام می‌دهیم؟
20شهریور1398
گروه بندی با SPSS
گروه‌بندی داده‌ها با استفاده از نرم‌افزار SPSS
20شهریور1398
مقایسه منحنی ها
مقایسه منحنی ها در مدل‌های خطی و غیرخطی
17شهریور1398
ویدئو آموزش رگرسیون غیرخطی
ویدئو. مثال آموزشی Eliminating outliers during nonlinear regression
07شهریور1398
آزمون های نمونه ای با Minitab
ویدئو. آزمون‌های تک و دو نمونه‌ای با استفاده از Minitab
04شهریور1398
رفع ابهام از مدل دوز پاسخ
ویدئو. رفع ابهام Ambiguous از پارامترهای مدل دوز پاسخ با GraphPad
04شهریور1398
آزمون نرمال
آزمون نرمال بودن داده‌ها با گراف پد پریسم
14تیر1398
تحلیل‌های پارامتری و ناپارامتری
تحلیل‌های پارامتری و ناپارامتری با گراف پد پریسم
11تیر1398
کای دو
آزمون کای دو Chi-square با گراف پد پریسم
10تیر1398
آزمون های پارامتری
ویدئو. تحلیل‌ها و آزمون‌های مقایسه پارامتری با نرم‌افزار SPSS
10تیر1398
Specific Binding Saturation
ویدئو. مثال آموزشی Binding – Saturation binding specific binding only
09تیر1398
براورد اندازه نمونه
ویدئو. براورد اندازه نمونه تحقیق با استفاده از Minitab
08تیر1398
رگرسیون
طراحی مدل رگرسیون خطی Linear Regression با گراف پد پریسم
05تیر1398
ورود داده ها به SPSS
ویدئو. ورود داده‌ها و شروع کار با نرم‌افزار SPSS
03تیر1398
خوشه بندی
خوشه بندی داده‌ها (Clustering) در نرم‌افزار SPSS
01تیر1398
آزمون دقیق فیشر
آزمون دقیق فیشر Fishers exact test با گراف پد پریسم
16خرداد1398
Analyze a stack P values
آنالیز Analyze a stack P values با گراف پد
12خرداد1398
تفاوت Prism 8
تفاوت صفحه ورودی Prism 8 با ورژن‌های قبلی
22دی1397
Import داده‌ها از اکسل به پریزم
12دی1397
Regression Interpolate
رگرسیون Interploate در نرم‌افزار پریسم
05دی1397
آزمون one sample t test
آزمون One Sample T Test در پریسم
28آذر1397
ورود داده ها به پریسم
ورود داده‌ها به نرم‌افزار GraphPad
28آذر1397
logo-eduma-the-best-lms-wordpress-theme

09128186605

Support@GraphPad.ir

ثبت‌نام کلاس‌های حضوری

  • آموزش پیشرفته گراف پد پریسم
  • آموزش مقدماتی نرم‌افزار SPSS
  • دوز-پاسخ (Dose-Response)
  • براورد اندازه نمونه با Minitab
  • آموزش پیشرفته نرم‌افزار SPSS
  • تحلیل‌های XY با GraphPad

پشتیبانی

  • پروفایل
  • دانلودها
  • حساب کاربری
  • ایمیل بفرستید
  • درخواست مشاوره
  • آنالیز تشخیصی

مقالات آموزشی

  • دوز پاسخ
  • آنالیز کوواریانس
  • Binding – Saturation
  • تحلیل‌های پارامتری
  • Heat Map با Prism
  • رگرسیون با گراف پد

با گراف پَد

  • مجموعه‌های آموزشی
  • سفارش کار تحلیلی
  • کلاس خصوصی آموزش و تحلیل با گراف‌پَد پریسم
  • درباره گراف پَد
  • کلاس آموزش SPSS

GraphPad.ir Powered by Data Pooya Allameh

  • GraphPad
  • Prism
  • SPSS
  • Minitab
  • Dose – Response