محتوا و سرفصل ها

تحلیل چند متغیره بر خلاف تحلیل‌های تک‌متغیره، مقایسه زیرگروه‌ها شامل دو متغیر ـ یا بیشتر ـ می‌شود.

در واقع تحلیل چند متغیره می تواند شامل متغیرهای اصلی و متغیرهای جزئی باشند.

این مقایسه نوع جدیدی از تحلیل با نام تحلیل  چندمتغیره (multivariate analysis) را تشکیل می‌دهد، که به تحلیل دو یا چند  متغیر به طور هم‌زمان می‌پردازد.

در بیشتر پژوهش‌ها، تحلیل دومتغیره و چندمتغیره، علاوه بر توصیف، عنصر دیگری بر پژوهش می‌افزاید: تعیین روابط میان خود متغیرها.

بنابراین، تحلیل تک‌متغیره و مقایسه زیرگروه‌ها بر توصیف افراد یا دیگر واحدهای تحلیل تمرکز می‌کند.

در حالی که تحلیل دومتغیره و چندمتغیره بر متغیرها و روابط تجربی میان آنها تأکید دارند.

«توضیح» (explanation) مهمترین مفهومی است که در تحلیل دو و چندمتغیره کاربرد دارد.

به عبارت دیگر، در حالی که توزیع‌ها درباره ویژگی‌های یک متغیر واحد سخن می‌گویند، شاخص‌های ارتباط، پیوند میان متغیرها را توضیح می‌دهند.

زمانی که دو یا چند متغیر با همدیگر مورد بررسی قرار می‌گیرند، وضعیت‌ها و الگوهای متعددی می‌توانند داشته باشند.

برای مثال، ممکن است در بررسی دو متغیر، هرچه مقدار یک متغیر بیشتر شود، اندازه متغیر دیگر نیز افزایش یابد.

بنابراین، میان دو متغیر «رابطه» وجود خواهد داشت.

همچنین، شاید اختلاف میان مقدار دو متغیر به قدری باشد، که به لحاظ آماری «تفاوت» معناداری میان این دو متغیر وجود داشته باشد.

یا ممکن است متغیری روی متغیر دیگر تأثیرگذار باشد.

همه این ارتباط‌ ها پرسش‌هایی در تحلیل داده کمی به‌وجود می‌آورند که باید آنها را با استفاده از آزمون‌های آماری پاسخ گفت. ممکن است، پژوهشگر پیش‌تر در پیشنهاده پژوهش ارتباط‌های میان متغیرها را به عنوان فرضیه پژوهش یا پرسش مطرح کرده باشد.

اگر این ارتباط‌ها به عنوان فرضیه مطرح شده باشند، در این مرحله پژوهشگر به فرض‌آزمایی آنها از طریق آزمون‌های آماری می‌پردازد.

به عبارتی، می‌توان گفت این مرحله گام اصلی در تحلیل داده کمی است.

بیشتر پژوهشگران تازه‌کار در این مرحله با مسائل گوناگون مواجه می‌شوند.

به دلیل دشواری این گام، ممکن است پژوهشگران از متخصصان یا مشاوران آماری نیز کمک بگیرند.

به طور کلی، می‌توان انواع رابطه میان متغیرها را در سه حالت دسته‌بندی کرد:

بررسی ارتباط، بررسی تفاوت، بررسی تأثیر.

تحلیل رگرسیون چندمتغیره یکی از پرکاربردترین تحلیل‌های موجود در آمار استنباطی می‌باشد.

این تحلیل پیچیدگی‌های زیادی دارد و می‌توان آن را یکی از سخت‌ترین تحلیل‌های آماری نامید.

بارها دیده شده است که در پژوهش‌های مختلف تحلیل چندمتغیره به درستی انجام نشده است.

و در گزارش نتایج آن در قالب یک مقاله یا پایان نامه بسیار گنگ عمل شده است.

ویژگی این  دوره آموزشی، که درباره تحلیل چند متغیره می باشد، بیان ساده برای همه رشته ها میباشد.

پیش نیاز  آموزش تحلیل چند متغیره :  آموزش مقدماتی SPSS