هر علمی بایستی زبانی داشته باشد تا متغیرها بتوانند در آن علم با هم گفتگو کنند

مصریان باستان اهرام (که ساختارهای هندسی کاملی بودند) را ساختند. با وجود این ما آغاز علم هندسه را با نام اقلیدس همبسته می دانیم نه با آن معمارهای مصری که اهرام را ساختند. چرا؟ این نام با شانس ضعیفی انتخاب نشده است. اقلیدس مجموعه قوانینی را که برای صدها سال پیش از ورود او به عرصه علم شناخته شده بود را تغییر داد.

آیا ضریب آلفای کرونباخ شاخص مناسبی برای ارزیابی پایایی «پرسشنامه ها» و «آزمون های رشد حرکتی» است؟

اگر کسی می خواهد مبحث پایایی را کامل درک کند بایستی به نظریه اندازه گیری کلاسیک نمره واقعی رجوع نماید. دلیل این گفته، این است که پایایی مفهومی رشد یافته در زمینه نظریه کلاسیک نمره واقعی و کاملاً وابسته به مفاهیم این نظریه است. شرح نظریه کلاسیک نمره واقعی بسی گسترده تر از آن چیزی است که در این نوشتار بتوان به آن پرداخت.

واژه شناسی آغازین: تفاوت واژه های Motor، Movement و Motion

در هر زمینه ای، تمییز قائل نشدن برای واژه هایی که معانی آن ها تا حدی شبیه به هم است، می تواند موجب سردرگمی هایی گردد که مسلماً پیامدهای مناسبی نخواهد داشت و کج فهمی هایی را به بار خواهد آورد. هر مکتب علمی که بخواهد پای به عرصه علم بگذارد (چه به صورت نظریه، چه به صورت فرضیه و ...)، نخستین وظیفه آن مکتب تعریف دقیق واژه هایی است که قرار است از آن ها استفاده کند (یعنی در آغاز بایستی جایگاه واژه های درون مکتبش را روشن نماید و جای شکی را باقی نگذارد).

آیا شاخص KMO معیاری برای کافی بودن اندازه نمونه در تحلیل عاملی اکتشافی و تأییدی است؟

یکی از مفاهیمی که در مورد آن کج فهمی وجود دارد، شاخص KMO است. ابتدا این شاخص تعریف و سپس گفته می شود که چرا در مورد این شاخص کج فهمی وجود دارد. در تحلیل عاملی اکتشافی که یک روش آماری رها از مدل است، هیچ فرضیه ای از پیش وجود ندارد و پژوهشگر بایستی معرف هایی (براساس نظریه ها یا نظر متخصصان و ...) را انتخاب نماید و سپس با استفاده از تحلیل عاملی اکتشافی به بررسی ساختار عاملی زیربنایی معرف ها بپردازد.

ارزش ویژه و درصد واریانس تبیین شده در تحلیل عاملی اکتشافی

در واژه شناسی تحلیل عاملی اکتشافی، ارزش ویژه[1] نسبت واریانس تبیین شده معرف ها (ماده های یا پرسش های آزمون) بوسیله عامل مورد نظر می باشد. روش محاسبه ارزش ویژه برای هر عامل به این صورت است که بارهای عاملی هر معرف با عامل مورد نظر را به توان 2 (مجذور بارهای عاملی) می رسانیم سپس آن ها را با هم جمع می کنیم؛ حاصل جمع این ها (مجذور بارهای عاملی) را ارزش ویژه می نامند (کلاین، 1994، ص 29-30؛ براون، 2006، ص 25-26).

چرخش ساختار تک عاملی در تحلیل عاملی اکتشافی

 

 

زمانی که چند عامل پس از انجام تحلیل عاملی بدست می آید، نمی توان این عامل ها را مستقیماً برای مفهوم سازی به کار برد و آن ها را تفسیر نمود. دلیل این امر نیز این است که در تحلیل عاملی اکتشافی، یک راه حل ایده آل و کامل وجود ندارد و در واقع تقریباً بی نهایت مجموعه عوامل هم ارز از لحاظ ریاضیاتی می تواند به دست آید (کلاین، 1994، ص 56؛ براون، 2006، ص 30).

آزمون های تعقیبی در تحلیل واریانس

برای مقایسه گروه ها در آزمون های تحلیل واریانس (تحلیل واریانس یک راهه، تحلیل واریانس چند راهه، تحلیل واریانس با اندازه های تکراری یک عاملی و جند عاملی، تحلیل واریانس چند متغیری و ...) از چه آزمون تعقیبی استفاده کنیم که مناسب پژوهش مورد مطالعه باشد؟- پاسخ این پرسش اغلب برای پژوهشگران روشن نیست و نمی دانند که با توجه به اهداف پژوهشی شان از چه آزمون تعقیبی برای مقایسه پش تجربی گروه ها استفاده کنند.