✅ آمار 🔴 ارشد روانشناسی، مشاوره و علوم تربیتی 1404 @Reza_mg87

✅ روش تحقیق 🔴 ارشد روانشناسی، مشاوره و علوم تربیتی 1404 @reza_mg87

«نمونه‌گیری نظری» یا «Theoretical Sampling» یکی از مفاهیم کلیدی در پژوهش کیفی، به‌ویژه در نظریه‌پردازی داده‌بنیاد (Grounded Theory) است. تعریف ساده و دقیق: نمونه‌گیری نظری یعنی انتخاب آگاهانه و تدریجیِ موارد (افراد، رویدادها، اسناد و …) بر اساس نیازِ نظریِ پژوهش. یعنی محقق هر بار تصمیم می‌گیرد از چه کسی یا چه جایی داده بگیرد تا نظریه‌ای که در حال شکل‌گیری است *کامل‌تر، عمیق‌تر یا اصلاح* شود. چند نکته مهم: • در این روش، برخلاف نمونه‌گیری آماری، از قبل تعداد نمونه‌ها مشخص نمی‌شود. • انتخاب نمونه‌ها «بر اساس سؤال پژوهش + تحلیل‌های قبلی» انجام می‌شود. • نمونه‌گیری تا جایی ادامه می‌یابد که داده جدید چیز مهمی به نظریه اضافه نکند (اشباع نظری). مثال خیلی روشن: فرض کنید درباره «تجربه مهاجران از بحران هویت» تحقیق کیفی می‌کنید. ۱. از چند مهاجر جوان شروع می‌کنید. ۲. در تحلیل اولیه می‌بینید «حمایت خانواده» نقش مهمی دارد. ۳. پس تصمیم می‌گیرید از مهاجرانی که بدون خانواده مهاجرت کرده‌اند هم نمونه بگیرید. ۴. سپس متوجه می‌شوید «مدت اقامت» هم مهم است، پس از افراد قدیمی‌تر هم نمونه می‌گیرید. ۵. نمونه‌گیری ادامه پیدا می‌کند تا وقتی که متغیرهای مهم جدیدی پیدا نشود. یعنی اشباع نظری. کاربرد اصلی: • در نظریه‌پردازی داده‌بنیاد • در پژوهش‌های کیفی اکتشافی • زمانی که هدف ساختن نظریه است، نه آزمودن آن @Reza_mg87

🔴 اشباع نظری (Theoretical Saturation) • مرحله‌ای در پژوهش کیفی که با داده‌های جدید، هیچ کد، مفهوم یا مقوله تازه‌ای ایجاد نمی‌شود. • یعنی اطلاعات جدید فقط تکرار داده‌های قبلی است و غنای نظریه کامل شده است. • نشانه‌ها: - عدم ظهور کدهای جدید - تثبیت ویژگی‌ها و ابعاد مقولات - تکرار الگوها در موارد جدید • در نظریه‌پردازی داده‌بنیاد بسیار مهم است. • تعداد نمونه از قبل مشخص نیست؛ جمع‌آوری تا رسیدن به اشباع ادامه دارد. • فرق با اشباع داده: - اشباع داده = داده جدید نیست - اشباع نظری = تبیین نظری هم تغییر نمی‌کند @Reza_mg87

🔷نشانه‌های ضریب تعیین (R²) در سوالهای کنکوری: هر وقت یکی از عبارات زیر در سؤال باشد، تقریباً همیشه منظور ضریب تعیین است: 🔺1) «درصد تغییرات یک متغیر که پیش‌بینی می‌شود» این مهم‌ترین نشانه است! چون در آمار: R^2="درصد واریانسِ توضیح داده‌شده یا پیش‌بینی‌شده" هرجا حرف از «توضیح تغییرات»، «پیش‌بینی تغییرات»، «درصد واریانس»، «درجه پیش‌بینی» باشد، یعنی R². 🔺2) «چند درصد واریانس توضیح داده می‌شود؟» واژه «واریانس» (یا تغییرات) یعنی R². 🔺3) «قدرت پیش‌بینی» یا «درجه تبیین» این‌ها دقیقاً همان چیزی هستند که R² اندازه می‌گیرد. 🔺4) «چند درصد از تغییرات متغیر Y توسط X پیش‌بینی می‌شود؟» این فرمول صریح R² است. 🔺5) عبارت‌هایی مثل: درصد تغییرات توضیح داده شده میزان تبیین واریانس مقدار پیش‌بینی‌شدگی یک متغیر سهم واریانس مشترک همه این‌ها = ضریب تعیین. 🔴 ارشد روانشناسی ۱۴۰۰ ✅ برای اینکه حدود 50 درصد تغییرات یک متغیر پیش بینی شود، ضریب همبستگی تقریبا چقدر باید باشد؟ (ارشد روانشناسی 1400) 1) 25/0 2) 50/0 3) 70/0 4) 95/0 📹 توضیح درسنامه و حل تست👇 https://aparat.com/v/xxfny71 @Reza_mg87

✅ تجربه

📌 ارشد علوم تربیتی 1400 🔴 کدام مقدار نمی تواند از مقادیر مجذور ایتا گزارش شده در یک پژوهش باشد؟ 1) 0 2)0.5 3) 1 4) _0.25 🔺پاسخ: گزینه 4 🔸نکته کنکوری : در آمار، شاخص‌هایی که با کلمه “مجذور” (Squared) شروع می‌شوند یا فرمولی مبتنی بر توان دو دارند (واریانس)، هرگز مقدار منفی نمی‌پذیرند. 🔵 مجذور = به توان دو @Reza_mg87

✅ انواع شاخص‌های مرکزی 🔺 مد (نما) – Mode (Mo یا Mod) مناسب برای داده‌های اسمی (Nominal) 🔺 میانه – Median (Md) مناسب برای داده‌های ترتیبی یا رتبه‌ای (Ordinal) 🔺 میانگین – Mean مناسب برای داده‌های فاصله‌ای (Interval) و نسبی (Ratio) @Reza_mg87

🔷 نمونه‌گیری خوشه‌ای (Cluster Sampling) 🔺وقتی جامعه بزرگ، پراکنده و دسترسی به افراد سخت و پرهزینه باشد، پژوهشگر ابتدا جامعه را به چند «خوشه» تقسیم می‌کند (مثلاً مدارس، کلاس‌ها، محله‌ها، مناطق جغرافیایی) و بعد چند خوشه به‌صورت تصادفی انتخاب می‌کند و همه افراد آن خوشه یا بخشی از آنها را بررسی می‌کند. 🟢نکته طلایی کنکور: در نمونه‌گیری خوشه‌ای، خوشه‌ها باید ناهمگن باشند ولی بین خوشه‌ها باید همگنی نسبی وجود داشته باشد تا دقت افزایش یابد. @Reza_mg87

🔴 فصل ۱ و ۲ دوره آمار جامع و آمار پرستاری، بروزرسانی شد، لطفا دوباره دانلود کنید.

✅ ویژگی‌های اصلی تحقیق همبستگی (Correlational research): 🔺 بررسی رابطه بین متغیرها هدف اصلی تعیین این است که آیا بین دو یا چند متغیر رابطه آماری وجود دارد یا نه. 🔺 عدم دستکاری متغیرها پژوهشگر متغیرها را دستکاری نمی‌کند؛ فقط آن‌ها را همان‌طور که هستند اندازه‌گیری می‌کند. 🔺 اندازه‌گیری شدت و جهت رابطه رابطه با ضریب همبستگی ® سنجیده می‌شود که: ۰ شدت رابطه را نشان می‌دهد (از −1 تا +1) ۰ جهت رابطه را مشخص می‌کند (مثبت یا منفی) 🔺عدم امکان نتیجه‌گیری علّی از نتایج همبستگی نمی‌توان رابطه علت و معلولی استنباط کرد. 🔺 استفاده از داده‌های کمی معمولاً متغیرها به‌صورت عددی اندازه‌گیری می‌شوند. 🔺 امکان پیش‌بینی از طریق روش‌هایی مثل رگرسیون می‌توان یک متغیر را بر اساس متغیر دیگر پیش‌بینی کرد. 🔺 مطالعه در شرایط طبیعی پژوهش در محیط واقعی و بدون کنترل کامل شرایط انجام می‌شود. 🔺انواع طرح‌های همبستگی ۰ همبستگی ساده ۰ رگرسیون ۰ ماتریس همبستگی ۰ تحلیل مسیر / مدل‌یابی 🟢 نکته تستی مهم: در تحقیقات همبستگی سه چیز مشخص می‌شود: ۱. وجود رابطه ۲. شدت رابطه ۳. جهت رابطه اما علیت مشخص نمی‌شود. @Reza_mg87

🔺ارشد بالینی بهداشت ۹۹ ✅ محققی ضریب همبستگی 98٪ بین هوش و پیشرفت تحصیلی پیدا میکند، چه نتیجه ای میتوان از این یافته گرفت؟ ۱) هوش علت پیشرفت تحصیلی است. ۲) پیشرفت تحصیلی عامل مهم تقویت هوش است. ۳) نوع همگرایی بین هوش و پیشرفت تحصیلی را نشان می دهد. ۴) این دو متغیر الزاما رابطه علت و معلولی دارند. 🔷پاسخ : گزینه 3 🟢 ضریب همبستگی 0.98 نشان می‌دهد که بین هوش و پیشرفت تحصیلی رابطه بسیار قوی وجود دارد. 🔵 اما نکته مهم در آمار این است که: همبستگی ≠ علیت 🔵 یعنی از یک همبستگی بالا نمی‌توان نتیجه گرفت که یکی علت دیگری است. 🔸بنابراین فقط می‌توان گفت این دو متغیر با هم همبستگی قوی دارند و این می‌تواند نشانه‌ای از روایی همگرا (همگرایی) باشد. @Reza_mg87