در این مطلب، ویدئو متغیرهای کمکی با فرآیند (SPSS یا R) – سفارشی کردن مدل شما 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: 00:04:40
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00 =>02
سلام به این ویدیو در مورد استفاده از
2
02 =>06
متغیرهای کمکی برای فرآیند در این ویدیو خوش آمدید، من
3
06 =>09
به شما نشان خواهم داد که چگونه از متغیرهای کمکی با
4
09 =>10
فرآیند
5
10 =>12
یا همان متغیرهای کمکی برای همه بخش
6
12 =>14
های مدل خود استفاده کنید یا
7
14 =>17
چگونه مدل خود را سفارشی کنید تا
8
17 =>20
بتوانید انتخاب کنید که کدام متغیرها در
9
20 =>22
کدام قسمت قرار می گیرند. اگر از
10
22 =>25
فرآیند برای spss با منوی فرآیند استفاده
11
25 =>28
میکنید، به سادگی متغیرهای کمکی خود را در این کادر قرار میدهید،
12
28 =>30
13
30 =>33
سپس آن متغیرهای کمکی به تمام
14
33 =>35
بخشهای مدل شما میروند که در مورد
15
35 =>37
تحلیل میانجیگری،
16
37 =>39
آن متغیرهای کمکی وارد مدلی میشوند
17
39 =>41
که واسطه را پیشبینی میکند.
18
41 =>43
و
19
43 =>44
20
44 =>46
اگر از
21
46 =>49
فرآیند برای spss با
22
49 =>51
نحو استفاده کنید،
23
51 =>54
همان متغیرهای کمکی وارد مدل پیشبینی متغیر وابسته میشوند.
24
54 =>57
25
57 =>59
26
59 =>01:01
27
01:01 =>01:03
مشابه
28
01:03 =>01:05
و در اینجا نتیجه برای تحلیل میانجیگری
29
01:05 =>01:07
30
01:07 =>01:09
این مدل برای مسیر a است
31
01:09 =>01:10
و در اینجا دو
32
01:10 =>01:12
متغیر کمکی ما و این مدل f است. یا
33
01:12 =>01:15
مسیر b با دو متغیر کمکی آن،
34
01:15 =>01:18
اکنون مدل خود را سفارشی می
35
01:18 =>01:21
کنیم، فرض کنیم متغیر کمکی اول
36
01:21 =>01:23
را فقط در مدلی می خواهیم که واسطه را پیش بینی می کند
37
01:23 =>01:25
38
01:25 =>01:27
و متغیر کمکی دوم
39
01:27 =>01:28
را فقط برای مدلی که متغیر وابسته را پیش بینی می کند،
40
01:28 =>01:32
چگونه می توانیم انجام دهیم که
41
01:32 =>01:35
به یک پارامتر جدید نیاز داریم. ماتریس c
42
01:35 =>01:38
، ماتریسی است که مشخص میکند در
43
01:38 =>01:40
کدام بخشهای مدل از کدام یک
44
01:40 =>01:43
از متغیرهای کمکی استفاده میشود، بنابراین ما باید
45
01:43 =>01:45
متغیرهای کمکی را به طور معمول درج کنیم،
46
01:45 =>01:47
اما علاوه بر شامل کردن
47
01:47 =>01:48
متغیرهای کمکی،
48
01:48 =>01:51
باید به فرآیند بگوییم که از کدام متغیر کمکی
49
01:51 =>01:54
برای کدام مدل رگرسیون استفاده کنیم،
50
01:54 =>01:57
بنابراین برای مدل اول برای واسطه
51
01:57 =>01:59
ما فقط اولین متغیر کمکی را میخواستیم، بنابراین
52
01:59 =>02:01
با متغیری که
53
02:01 =>02:03
نمیخواهیم دومی را در آنجا شروع میکنیم، بنابراین مقادیر بعدی
54
02:03 =>02:05
برای مدل رگرسیون دوم صفر
55
02:05 =>02:06
است که متغیر وابسته را پیشبینی میکند که
56
02:06 =>02:08
57
02:08 =>02:11
ما اولین متغیر کمکی را نمیخواهیم.
58
02:11 =>02:14
ما دومین متغیر کمکی را می خواهیم، بنابراین اینجا 0 1
59
02:14 =>02:16
و این
60
02:16 =>02:18
ماتریس