در این مطلب، ویدئو کای اسکوئر پیرسون، تصحیح پیوستگی و آزمون دقیق فیشر در SPSS 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: 00:09:14
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
06 =>08
اوه این دکتر است به ویدیوی من
2
08 =>11
در مورد تفسیر
3
11 =>13
و مجذور چی، تصحیح تداوم
4
13 =>17
و تست دقیق فیشر در SPSS خوش آمدید، مثل
5
17 =>19
همیشه اگر این ویدیو را مفید میدانید،
6
19 =>21
لطفاً آن را لایک کنید و در کانال من مشترک شوید،
7
21 =>24
مطمئناً از آن تشکر میکنم که
8
24 =>27
در اینجا در ویرایشگر دادههای SPSS دادههای ساختگی
9
27 =>29
دارم. از این مثال استفاده خواهم کرد
10
29 =>33
، من دو متغیر آموزش دارم و آموزش نتیجه
11
33 =>38
دارای دو سطح آنلاین و
12
38 =>43
حضوری است و نتیجه دارای دو سطح
13
43 =>47
شکست و گذراندن است، بنابراین فرض می کنیم که
14
47 =>50
ما یک برنامه آموزشی تخصصی برای
15
50 =>53
مشاوران داریم که یک طراحی برنامه برای آموزش داریم. یک
16
53 =>57
مهارت خاص و ما آن
17
57 =>01:02
را به صورت آنلاین و رو در رو ارائه می دهیم و سپس
18
01:02 =>01:06
در پایان دوره ارزیابی می کنیم تا
19
01:06 =>01:08
مشخص کنیم که آیا مشاور
20
01:08 =>01:11
مهارت خاصی را که ما
21
01:11 =>01:14
سعی در آموزش آن را داریم یاد گرفته است تا نتیجه آن شکست خورده باشد
22
01:14 =>01:18
یا در سایت آموزشی گذرانده شود.
23
01:18 =>01:20
نتیجه متغیر دوگانه نیز یک
24
01:20 =>01:24
متغیر دوگانه است، بنابراین این یک مربع خی 2 در 2 است
25
01:24 =>01:27
که ما آن را اجرا خواهیم کرد،
26
01:27 =>01:30
بنابراین آزمون کای دو به خوبی در این مورد به ما می گوید.
27
01:30 =>01:32
این یک آزمون کای دو
28
01:32 =>01:36
استقلال است و به ما می گوید که اگر
29
01:36 =>01:39
متغیر آموزشی مستقل از
30
01:39 =>01:41
متغیر نتیجه باشد، با
31
01:41 =>01:45
علیت به معنای آنلاین در
32
01:45 =>01:49
مقابل حضوری و شکست در مقابل قبولی صحبت نمی کند، ما
33
01:49 =>01:51
نمی گوییم که آموزش باعث
34
01:51 =>01:55
نتیجه بیشتر متغیر آموزشی
35
01:55 =>01:58
مستقل از نتیجه است و فرضیه صفر
36
01:58 =>02:00
در این مورد این است که این
37
02:00 =>02:04
متغیرها مستقل هستند بنابراین برای انجام
38
02:04 =>02:05
کای اسکوئر به تجزیه و تحلیل
39
02:05 =>02:09
آمار توصیفی و سپس
40
02:09 =>02:11
41
02:11 =>02:14
جدول های متقاطع می پردازم و در اینجا به طرح تحقیق حتی نگاه می کنیم.
42
02:14 =>02:17
اگرچه نتایج کای اسکوئر
43
02:17 =>02:21
به ما در مورد علیت نمی گوید، اما فرض می کنیم
44
02:21 =>02:23
که آموزشی که در حال درمان آن هستیم
45
02:23 =>02:27
دارای یک متغیر مستقل و نتیجه
46
02:27 =>02:30
به عنوان متغیر وابسته است، بنابراین معمولاً در
47
02:30 =>02:33
این نوع آموزش موقعیتی ما در
48
02:33 =>02:37
کادر لیست ردیف و نتیجه می رویم. در
49
02:37 =>02:40
کادر فهرست ستونی، می توان برعکس این کار را انجام داد که
50
02:40 =>02:41
51
02:41 =>02:45
چگونه یک سنت است که
52
02:45 =>02:46
متغیر مستقل یا متغیری را که ما به
53
02:46 =>02:48
عنوان یک متغیر مستقل
54
02:48 =>02:52
در b قوی قرار می دهیم، قرار دهیم. ox و البته
55
02:52 =>02:53
متغیر وابسته در کادر فهرست ستونی
56
02:53