در این مطلب، ویدئو آموزش نحوه اجرای MANCOVA در SPSS – ساده شده! با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید. اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:07:09
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00 =>03
سلام به همه امروز ما در
2
03 =>05
مورد Man Cova صحبت خواهیم کرد و یک
3
05 =>08
نسخه ساده شده از آن را در spss
4
08 =>11
انجام خواهیم داد، یک نوع آموزشی خواهد بود،
5
11 =>14
ما نمی خواهیم فرض کنیم که همه
6
14 =>16
مفروضات انجام شده است. ملاقات کردیم تا
7
16 =>19
Man Cova را اجرا کنیم تا فرآیند
8
19 =>21
امروز برای ما ساده شود، بنابراین بدون هیچ مقدمه ای
9
21 =>23
بیایید جلو برویم و شروع کنیم
10
23 =>27
اینجا مجموعه داده های ساختگی است و
11
27 =>29
ما تعدادی متغیر داریم که
12
29 =>31
به تعداد آنها نگاه می کنیم. از
13
31 =>35
زبانهای گفتاری در این جمعیت بالغ 25
14
35 =>39
نفری در اینجا، بنابراین این یک
15
39 =>43
نوع برچسبگذاری طبقهبندی است، بنابراین برخی از
16
43 =>46
این افراد به یک زبان
17
46 =>48
صحبت میکنند، دیگران به دو زبان صحبت میکنند و سپس چند نفر دیگر
18
48 =>50
دوباره به سه زبان در این
19
50 =>53
جمعیت بزرگسال در اینجا صحبت میکنند و سپس دو زبان وابسته وجود دارد.
20
53 =>55
متغیرهایی که
21
55 =>57
در ابتدا به بررسی آنها میپردازیم، کارآیی است
22
57 =>01:01
که اساساً از 0 تا 100 رتبهبندی میشود و
23
01:01 =>01:03
سپس دیگری سودمندی است، بنابراین
24
01:03 =>01:06
اهمیت زبانهای گفتاری به
25
01:06 =>01:08
طور کلی برای این جمعیت بزرگسال چیست، بنابراین
26
01:08 =>01:11
کاربرد زبان گفتاری چیست؟ زبانها در اینجا رتبهبندی میشوند
27
01:11 =>01:15
و سپس نوع مشترک ما
28
01:15 =>01:19
انگیزه یا انگیزه درونی
29
01:19 =>01:21
است و مجدداً
30
01:21 =>01:25
بین 0 تا 100 در این جمعیت از
31
01:25 =>01:27
دانشآموزان رتبهبندی میشود، بنابراین اساساً ما به دنبال این هستیم که
32
01:27 =>01:29
چگونه تعداد
33
01:29 =>01:33
زبانهای صحبت شده بر
34
01:33 =>01:35
خودکارآمدی دانشآموزان تأثیر میگذارد. و کاربرد
35
01:35 =>01:37
زبان های گفتاری هنگام کنترل
36
01:37 =>01:40
انگیزه، بنابراین بدون هیچ مقدمه ای
37
01:40 =>01:42
وارد تحلیل مدل خطی کلی می شویم
38
01:42 =>01:46
و روی چند متغیره کلیک می کنیم و در آنجا
39
01:46 =>01:49
دوباره به
40
01:49 =>01:51
زبان گفتاری خود به عنوان عامل ثابت خود فکر می کنیم
41
01:51 =>01:54
و سپس سعی می کنیم ترکیب کنیم. هم کارایی
42
01:54 =>01:56
و هم سودمندی به عنوان متغیرهای وابسته ما
43
01:56 =>01:59
اینجا و بارها در حالی که به طور خاص
44
01:59 =>02:01
انگیزه درونی را کنترل
45
02:01 =>02:03
46
02:03 =>02:05
47
02:05 =>02:07
می کنیم و اگر دوباره به مدل فکر کنیم،
48
02:07 =>02:09
از یک مدل فاکتوریل کامل استفاده
49
02:09 =>02:11
می کنیم.
50
02:11 =>02:13
اگر
51
02:13 =>02:15
نمی خواهید به یک مدل سفارشی بروید و
52
02:15 =>02:20
اجرا کنید که اگر به طرح ها برویم، قبلاً فرضیات لازم را برآورده کرده اید.
53
02:20 =>02:21
سعی میکنیم به زبانهای گفتاری
54
02:21 =>02:24
در یک نمودار افقی نگاه کنیم و همچنین روی Add کلیک
55
02:24 =>02:27
کنید و سپس در نهایت
56
0