در این مطلب، ویدئو 56. تحلیل عاملی تاییدی در SPSS – III 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: 00:32:46
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
24 =>28
به همه به کلاس تحلیل و تحقیقات بازاریابی خوش آمدید
.
2
28 =>32
بنابراین در آخرین سخنرانی در
مورد تحلیل عاملی تاییدی بحث می کردیم.
3
32 =>39
تحلیل عاملی تاییدی تکنیکی است
که در آن متوجه شدیم که بر اساس یک نظریه
4
39 =>40
درست است.
5
40 =>46
این بر خلاف تحلیل عاملی اکتشافی است
که در آن آمار تصمیم میگیرد کدام عوامل
6
46 =>48
یا سازهها توسعه یابند.
7
48 =>53
اما در تحلیل عاملی تاییدی، ما
در حال توسعه مدلی بر اساس تئوری خاصی هستیم
8
53 =>54
.
9
54 =>01:00
این تئوری ممکن است مقیاسی باشد که
قبلاً توسط کسی توسعه داده شده است یا شما ادبیاتی را می شناسید
10
01:00 =>01:04
که ما مطالعه کرده ایم یا از طریق برخی حتی
گاهی اوقات شما با برخی از
11
01:04 =>01:06
متخصصان در این زمینه بحث می کنید.
12
01:06 =>01:12
بنابراین شما یک مدل ایجاد کرده اید و احساس می کنید
که باید به گونه ای رفتار
13
01:12 =>01:13
کنید که فکر می کنید.
14
01:13 =>01:17
بنابراین برای آزمایش اینکه ما یک تحلیل عاملی تاییدی انجام دهیم
خوب است.
15
01:17 =>01:22
بنابراین در آخرین سخنرانی در حالی که ما به پایان رسیدیم
، گفته بودم که فرض کنید شما یک مدل ایجاد کرده اید
16
01:22 =>01:28
و اکنون این مدل مدل چندان مناسبی را نشان نمی دهد
.
17
01:28 =>01:33
بنابراین چگونه می توان آن را بررسی کرد و چگونه
باید در این مورد چه کاری انجام داد تا تشخیص مدل همان
18
01:33 =>01:36
چیزی است که امروز بحث را آغاز
می کند.
19
01:36 =>01:43
هدف CFA این است که ببینیم آیا مدل اندازه گیری داده شده
معتبر است یا نه.
20
01:43 =>01:47
بنابراین این بدان معناست که شما یک مدل ساخته اید بنابراین ما
می دانیم که این یک ساختار کوواریانس بسیار درست است.
21
01:47 =>01:54
بنابراین ما سعی می کنیم ببینیم و هر کدام باید
حداقل 3 متغیر را بگوییم خوب حالا می
22
01:54 =>01:58
گویند آیا این مدلی که
ترسیم می کنیم یک مدل معتبر است یا خیر.
23
01:58 =>02:04
اکنون چگونه می دانید که آیا این یک مدل معتبر است
یا نه، ما مقداری برش
24
02:04 =>02:05
درست داریم.
25
02:05 =>02:11
که اکنون به عنوان شاخص می گویید، این
شاخص ها به ما کمک می کنند تا بفهمیم
26
02:11 =>02:13
آیا مدل یک مدل مناسب است یا خیر.
27
02:13 =>02:19
بنابراین خواهیم دید که اصلاحاتی را
برای پرداختن به مسائل حل نشده
28
02:19 =>02:22
یا بهبود آزمون مدلهای تئوری اندازهگیری پیشنهاد
میکند.
29
02:22 =>02:26
بنابراین فرض کنید هنگام بررسی
اتصالات میگویید که تناسب اندام مدرن
30
02:26 =>02:31
پایین است درست در چنین شرایطی آیا میتوانید
مدل را بهبود ببخشید بله.
31
02:31 =>02:36
در حال حاضر به طور کلی مردم چه می کنند وقتی
می دانند که مدل
32
02:36 =>02:41
مناسب نیست، بنابراین وحشت می کنند و سعی می کنند کاری انجام دهند
که شما می دانید غیرعلمی است.
33
02:41 =>02:45
بنابراین لازم
34
02:45 =>02:49
نیست نگران باشید.
35
02:49 =>02:53
برخی از مناطقی که می توانند برای شناسایی مشکلات با اقدامات مورد استفاده قرار گیرند، به
عنوان مثال باقیمانده های استاندارد شده هستند
36
02:53 =>02:54
.
37
02:54 =>02:59
بنابراین، پسماندهای استاندارد شده چیست که من
توضیح خواهم داد که محقق از مقادیر باقیمانده
38
02:59 =>03:00
درست استفاده کند.
39
03:00 =>03:04
باقیمانده این کلمه شما قبلاً
در رگرسیون استفاده کرده اید و همچنین زمانی که در مورد انواع خطا صحبت می کردید
40
03:04 =>03:05
.
41