آزمون فرض آماری در spss

آزمون فرض آماری در spss | تصویری و قدم به قدم

آزمون فرض آماری در spss

آزمون فرض آماری در spss، کاربران عزیز صنایع سافت با یکی دیگه از آموزش های نرم افزار spss در خدمت شما هستیم. این مقاله فقط مخصوص کسانیه که میخوان spss رو مختص بازارکار یاد بگیرند، پس اگه شما هم تو این دسته هستین این مقاله آموزشی رو از دست ندین. تا یادم نرفته بگم این آموزش ها همیشه واستون رایگان تولید میشه پس اگه دوستی دارین که این مقاله ها بدردش میخوره واسه اون هم به اشتراگ بگذارین :)

در این آموزش به آزمون فرض آماری در SPSS پرداخته ایم که شامل موارد زیر است :

  1. مقدمه
  2. فرض صفر و فرض مقابل
  3. سطح معنی داری و خطاهای آماری
  4. توزیع نمونه گیری آمارهآزمون فرض یک طرفه و دو طرفه
  5. مراحل کلی آزمون فرض آماری
  6. ماهیت P-Value
  7. آزمون آماری برای میانگین جامعه – آزمون t تک نمونه ای
  8. آزمون آماری برای نسبت جامعه – آزمون دو جمله ای
  9. آزمون اختلاف میانگین ها برای دو جامعه مستقل – آزمون t- دو نمونه مستقل

 

قبل از اینکه این آموزش رو شروع کنید حتما توصیه میکنم آموزش های رایگان قبلی ما رو از دست ندید.

  1. آموزش spss به زبان ساده
  2. آمار توصیفی در spss
  3. آموزش گام به گام فارسی spss

 

آزمون فرض آماری

تحقیقات همواره با سوال و فرضیه شروع می شوند. بسیاری از تحقیقات از مرحله سوال گذشته و به مرحله فرضیه می رسند. فرضیه حدس زیرکانه درباره پارامتر جامعه است. به فنون آماری مناسب برای تحلیل صحت یا نادرستی فرضیه ها فنون «آزمون فرض آماری» (Hypothesis testing) گفته می شود که در این فصل آنها را بررسی می کنیم.

به طور کلی هدف «آزمون فرض آماری» تعیین این موضوع است که با توجه به اطلاعات بدست آمده از داده های نمونه حدسی که درباره خصوصیتی از جامعه می زنیم به طور قوی تایید می شود یا نه. این حدس بنا به تحقیق نوعا شامل ادعایی درباره مقدار یک پارامتر جامعه است. «در واقع هر حکمی درباره جامعه را یک فرض آماری می نامند که قابل قبول بودن آن باید برمبنای اطلاعات حاصل از نمونه گیری از جامعه بررسی شود.»

چون ادعا ممکن است صحیح یا غلط باشد بنابراین دو فرض مکمل در ذهن بوجود می آید:

  1. ادعا صحیح است(فرض H0)
  2. ادعا غلط است (فرض H1)

با به کاربردن اطلاعاتی که از مشاهدات نمونه بدست می آید تصمیم گیرنده باید یکی از دو تصمیم یا استنباط را انتخاب کند:

  1. فرض H1 را رد کند و نتیجه بگیرد که H0 بوسیله داده ها تایید می شود.
  2. فرض H1 را رد نکند و نتیجه بگیرد که داده ها H0 را تایید نمی کند.

فرآِیند انتخاب یکی از دو تصمیم فوق را «آزمون فرض آماری» می نامند.

قبول یا رد یک فرضیه آماری با اثبات و یا رد یک گزاره ریاضی متفاوت است.در ریاضی گزاره ای را اثبات و یا نفی می کنند و در هر حالت نتیجه اش که بدست می آید بدون هیچ شکی برقرار است ولی در مقابلنتیجه حاصل از «آزمون فرض آماری» به وسیله تحلیل داده های تجربی حتمی و قطعی نیست. شیوه مناسب برای آزمون فرض دارای مراحل منطقی است.

قبل از ذکر مراحل مورد نظر به بیان مفاهیم و اصطلاحات استفاده شده درآزمون پرداخته می شود. مهم ترین مرحله در «آزمون فرض آماری» تبدیل «فرضیه پژوهشی» و نقیض آن به «فرضیه های آماری» است. بنابراین مرحله فوق را با عنوان فرض صفر و فرض مقابل تشریح می کنیم.در این فصل به بیان برخی تعاریف در زمینه آمار استنباطی خواهیم پرداخت و سپس چهار آزمون آماری پرکاربرد در آمار کاربردی را معرفی خواهیم کرد.

 

فرض صفر و فرض مقابل

برای بحث درباره فرمول بندی مساله آزمون فرض آماری و حل آن به معرفی پاره ای از تعاریف و مفاهیم نیاز داریم.

مثال ۱:

نظریه ای پیشنهاد می کند که محصول یک واکنش شیمیایی معنی دارای توزیع نرمال (۱۶٫فرمول)  X~N  است.آزمایش گذشته نشان می دهد که اگر یک ماده معدنی به این محصول اضافه نشده باشد۱۰=µ و در غیر اینصورت۱۱=µ است. آزمایش ما عبارت است ازانتخاب نمونه تصادفی به حجم n .بر اساس این نمونه سعی خواهیم کرد تصمیم بگیریم کدام مورد درست است؟

پاسخ:

با توجه به فرضیه ای که در صورت مسئله بیان شده است دو فرض آماری زیر مطرح می شود:

میانگین جامعه برابر عدد ۱۰ است:۱۰=µ

میانگین جامعه برابر عدد۱۱است:۱۱=µ

در اینجا عدد نامعلوم برابر بودن ۱۱=µ است. از دو حکم فوق یکی را «فرض صفر»(Null Hypothesis) و دیگری را «فرض مقابل»(Alternative Hypothesis) می نامیم و آنهارا به ترتیب و به اختصاربا H0 و H1 نشان می دهیم برای اینکه معلوم شود کدام فرض را باید فرض صفر نامید لازم است که تفاوت اساسی بین دو اصطلاح فوق به روشنی درک شود. قبل ازاینکه ادعا کنیم حکمی معتبر است باید شواهد کافی در تایید آن بدست آوریم.

در نتیجه شخص تحلیلگر باید حمل را غلط بداند مگر اینکه داده های بدست آمده خلاف آنرا تایید کنند. به عبارت دیگر باید «فرض صفر» را صحیح دانست و فقط وقتی آنرا رد کرد که داده ها بر خلاف آن حکم کنند. تشابه زیادی بین این امر و محاکمه در دادگاه وجود دارد که در آن هیات منصفه فرض «مجرم بودن» را اتخاذ می کنند مگر اینکه شواهد قانع کننده ای مجرم بودن منتهی را ثابت کنند و نه اینکه در اثبات بی گناهی او بکوشند.

با توجه به نکات فوق می توان نتیجه گرفت که هرگاه بخواهیم یک ادعا را از طریق تایید آن بوسیله اطلاعات حاصل از نمونه آزمون کنیم نفی آن ادعا را فرض صفر و خود آن رافرض مقابل می گیریم بنابراین فرض صفر و فرض مقابل در فرضیه فوق باید به این صورت باشد:

۱۰=µ:H0}

۱۱=µ:H1}

سطح معنی داری و خطاهای آماری

در ادامه آموزش آزمون فرض آماری در spss بعد از تعریف فرضیه های آماری قدم بعدی مشخص کردن درجه ای برای معنی دار بودن تفاوت ها (α) و حجمی برای نمونه مورد بررسی (n) است.روش این کار این است که فرض H0را به نفع فرض H1 رد می کنیم به شرط اینکه از یک آزمون آماری مقداری بدست آوریم که احتمال وقوع آن مقدار با توجه به H0 برابر با کمتر از یک احتمال بسیار کوچک باشد که با α نشان داده می شود.این احتمال وقوع کوچک را «سطح معنی داری» می گویند.

مقادیری که معمولا برای α استفاده می شود بیشتر از ۰٫۰۱ و۰٫۰۵ است. از آنجا که مقدار فرمول در تعیین اینکه H0 باید رد شود یا نه دخالت مستقیم دارد . الزام رعایت عینیت در تحقیق ایجاب می کند که α را پیش از شروع جمع آوری داده ها مشخص کنیم.

سطح معنی داری که محقق برای تعیین α در تحقیق انتخاب می کند براساس تخمین او از اهمیت و یا درجه قابلیت کاربرد یافته هایش مبتنی است. طبیعی است که اگر تحقیق مثلا درباره آثار درمانی عمل جراحی  روی مغز باشد محقق باید α را خیلی کمتر در نظر بگیرد زیرا خطرهای رد کردن نادرست فرضیه صفر بسیار زیاد است.

هنگام اتخاذ تصمیم درباره H0 ممکن است دو نوع خطا پیش آید:

  1. خطای نوع اول (Type I Error): رد کردن فرض H0 درحالی که درست است.
  2. خطای نوع دوم (Type I Error): رد کردن فرض H0 درحالی که غلط است.

احتمال وقوع خطای نوع اول با α بزرگتر شود احتمال اینکه H0 را به غلط رد کنیم یا به عبارت دیگر احتمال اینکه مرتکب خطای نوع اول شویم افزایش می یابد. خطای نوع دوم معمولا با β نشان داده می شود α و β هم برای نشان دادن نوع خطاها و هم ارتکاب آن خطاها به کار می روند. یعنی:

( رد کردن H0 وقتی H0 درست است)P=(خطای نوع اول)P=α

(رد کردن H0 وقتی H1 درست است)P=(خطای نوع اول)P=β

احتمال α به مقدار مشخص پارامتر در دامنه ای بستگی دارد که H0 آنرا در بر می گیرد و حال آنکه β به مقدار پارامتر در دامنه ای بستگی دارد که H1 آنرا در بر می گیرد. این خطاها و احتمال آنها در رابطه با H0 را می توان بصورت زیر خلاصه کرد:

واضح است که بین α و β رابطه معکوس وجود دارد. بالا رفتن α و مقدار β کاهش می یابد و برعکس. این رابطه در آمار به «بده _ بستان» بین α و β معروف است. آنچه مسلم است مجموع α و β الزاما عدد یک نیست.واضح است که در هر استنباط آماری احتمال وقوع یکی از این دو نوع خطا وجود دارد و لازم است که آزمون کننده به نوعی سازش که تعادل بین احتمال وقوع این دو نوع خطا را به حد مطلوب برساند دست یابد.

آزمونهای آماری مختلف احتمال تعادل های مختلفی را عرضه می کنند. در رسیدن به چنین تعادلی است که موضوع «توان آزمون» مطرح می شود. توان آزمون عبارت است از احتمال رد کردن H0 وقتی که H0 حقیقتا نادرست باشد. یعنی:

β – ۱ = (احتمال وقوع خطای نوع دوم) – ۱ = توان آزمون

آنچه موجب کاهش خطای نوع اول و دوم و همچنین توان آزمون می شود افزایش حجم نمونه است. منحنی های شکل ۱-۴ نشان می دهند که وقتی حجم نمونه (n) افزایش می یابد احتمال وقوع خطای نوع دوم (β) کاهش می یابد.

در این شکل افزایش توان آزمون دو طرفه میانگین وقتی که نمونه افزایش می یابد با یکدیگر مقایسه شده است. مشاهده می شود که وقتی حجم نمونه از ۴ به ۱۰٫۲۰٫۵۰و۱۰۰ افزایش می یابد چگونه توان آزمون زیادتر می شود.

توزیع نمونه گیری آماره

صحت یک فرضیه آماری فقط با استفاده از نمونه ای nتایی از جامعه آماری و توزیع نمونه گیری آماره مشخص میشود. در بحث «آزمون فرض» تایید یا رد «فرضیه صفر» به توزیع نمونه گیری آماره بستگی دارد. واضح است که توزیع آماره متاثر از توزیع جامعه و شرایط برآورد و همچنین حجم نمونه است. متغیرهای استاندارد مورد استفاده به کمک توزیع نمونه گیری تعریف می شوند. اصطلاح «آماره آزمون» یا پارامتر مورد آزمون تعریف می شود.

 

آزمون فرض یک طرفه و دو طرفه

براساس آنچه گفتیم نتیجه می گیریم که H0 را باید پذیرفت مگر آنکه دلیل محکمی بر رد آن وجود داشته باشد. این بدین معناست که فرض صفر همواره شامل سطح اطمینان ۱۰۰(α-۱) درصد است. بنابراین H1 در برگیرنده سطح معنی داری α است.

مفهوم کاربردی این جمله آن است که رد یا قبول H0 یا سطح اطمینان دلخواه صورت خواهد گرفت. پس همواره H1 به اندازه α در طرفین توزیع نمونه گیری تعریف خواهد شد. «یک طرفه» یا دو طرفه بودن آزمون فرض آماری به تعریف H0 و یا H1 بستگی دارد.

 

 

مراحل کلی آزمون فرض آماری

از جمع بندی میانی آزمون فرض می توان برای همه آزمون فرض های آماری مراحل چهارگانه زیر را تدوین کرد. از این مراحل در طی فصول بعدی کتاب جهت تفسیر خروجی ها استفاده خواهد شد:

 

۱- تعریف فرضیه های آماری H0 و H1  (فرض ها):

براساس قاعده ای که بیان شد چنانچه فرضیه پژوهشی یا هدف مرز مشخصی (-) داشته باشند H0 نشان دهنده ادعا خواهد بود در غیر این صورت نقیض آن در H0 قرار خواهد گرفت. آنچه مسلم است فرض H0 و H1 مکمل یکدیگرند. با این توصیف H0 گاهی بیان کننده ادعا و گاهی نقیض ادعا خواهد بود.

II– تعیین توزیع نمونه گیری آماره و نوع آماره آزمون (آماره آزمون):

توزیع نمونه گیری به شرایط تخمین پارامتر مورد ادعا بستگی دارد. بسته به اینکه فرضیه پژوهشی چه نوع پارامتری را بیان می کنند. توریع نمونه گیری آماره و آماره آزمون تغییر خواهد کرد.

III– تعیین سطح زیر منحنی  H0 و H1 و محاسبه مقدار بحرانی (مقدار بحرانی):

سطح زیر منحنی H0 و H1 به توزیع نمونه گیری و مقدار α بستگی دارد. یک طرفه یا دو طرفه بودن آزمون نیز بر سطح زیر منحنی فرضیه های آماری تاثیر مستقیم دارد. چنانچه گفته شد:   H0 در برگیرنده سطح اطمینان و H1 سطحی برابر α خواهد بود.

محاسبه مقدار استانداردی که تفکیک کننده H0 و H1 بصورت عددی باشد از دیگر موارد ضروری این مرحله است. مقدار استاندارد براساس نوع آزمون و مقدار α از جداول آماری موجود استخراج می شود. این مقدار با توجه به علامت آن «مقدار بحرانی» نامیده می شود. مقدار استاندارد وجدول آماری مورد نیاز برای استخراج آن براساس آماره آزمون تعیین می شود. برای مثال اگر آماره آزمون از نوع Z باشد مقدار بحرانی براساس جدول استاندارد Z تعیین می شود و اگر از نوع F باشد براساس جدول F تعریف می شود.

IV . تصمیم گیری:

در این مرحله مقدار آماره آزمون محاسبه شده در مرحله دوم یا مقدار بحرانی مرحله سوم مقایسه می شود. چنانچه آماره آزمون در ناحیه پذیرش H0 قرار گیرد. گفته می شود که رد سطح اطمینان مورد نظر دلیل کافی برای پذیرش H0 وجود دارد. در غیر اینصورت فرض H0 رد شده و H1 آیا در سطح خطای α درصد پذیرفته می شود.

پس از تایید یا رد H0 تحلیلگر باید بطور مشخص بیان کند که آیا فرضیه پژوهشی پذیرفته یا رد شده است. بدیهی است محقق هیچگاه ادعای اثبات یا عدم اثبات فرضیه پژوهشی یا فرضیه های آماری را ندارند بلکه در تحلیل خود به لحاظ استقرار احتیاط را رعایت کند.

ماهیت P-Value

P-Value  یک آزمون آماری مقدار احتمالی است که میزان سازگاری داده های نمونه را با نتیجه H0 اندازه می گیرد. این مقدار خلاصه ای فشرده از یافته های نمونه ای را در یک آزمون آماری معرفی می کند و غالبا در گزارشهای منتشر شده نتایج آزمون آماری و در خروجی برنامه ها کامپیوتری مورد استفاده واقع می شود.

برای یک آزمون یک طرفه مربوط به میانگین جامعه P-Value برحسب آماره آزمون استاندارد شده *Ζ بصورت زیر تعریف می شود:

P-Value یک آزمون آماری یک طرفه برای µ عبارت است از احتمال آنکه اگر µ۰ = µ آماره آزمون استاندارد شده *Z در جهت ناحیه رد می تواند کمتر از مقداری باشد که واقعا مشاهده شده است.

 

آزمون P-Value

در ادامه یادگیری آزمون فرض آماری در spss همانطورکه قبلا گفتیم P-Value یک آزمون برای µ میزان سازگاری بین بر آمد نمونه ای و مقدار µ۰ را که در H0 مسلم فرض شده است اندازه می گیرد. یک P-Value بزرگ نشان می دهد که µ۰ موجه است و بنابراین باید H0 نتیجه گرفته شود.

در واقع برحسب اینکه P-Value بزرگتر یا کوچکتر از α (ناحیه بحرانی) باشد که از آزمون مبتنی بر P-Value بدست می آید از نظر ریاضی هم ارز یا نتیجه ای است که از قاعده تصمیم متناظر مبتنی بر آماره آزمون استاندارد شده حاصل می شود. قاعده تصمیم مبتنی بر P-Value بصورت زیر است:

اگر P-Value ≥ α  باشد گزینه H0 را نتیجه بگیرید.

اگر P-Value ≤α باشد گزینه H1 را نتیجه بگیرید.

با استفاده از یک P-Value یک طرفه یا دو طرفه هر کدام که مقتضی باشد این قاعده تصمیم خواه آزمون یک طرفه یا دو طرفه باشد صادق است.

 

۴-۸ آزمون آماری برای میانگین جامعه – آزمون t تک نمونه ای

وقتی می خواهیم برای میانگین جامعه (µ) آزمونی انجام دهیم. در واقع علاقه مندیم آزمون کنیم که آیا میانگین جامعه برابر عدد مشخصی هست یا خیر؟ در این حالت فرض های آماری عبارتند از:

µ=µ۰ : H0
H1 : µ≠µ۰

 

از آنجایی که در عمل همواره واریانس جامعه نامعلوم است آزمون مناسب آزمون t تک نمونه ای می باشد.

مثال ۱) داده های زیر نمره های ۲۰ دانش آموز در درس آمار است:

۱۷٫۵٫ ۱۴٫ ۱۳٫۵٫ ۱۶ .۱۴٫۵٫ ۲۰ . ۱۳ . ۱۲٫ ۱۶٫۵٫ ۱۹٫ ۱۶٫ ۱۰٫۵ . ۱۷٫ ۱۲٫ ۱۳٫ ۱۴٫۵٫ ۱۷٫ ۱۱٫ ۱۹٫۸٫ ۱۲٫۵

آیا میتوان گفت میانگین نمره های دانش آموزان این کلاس برابر ۱۵ است؟

در واقع می خواهیم آزمون فرض زیر را انجام دهیم:

µ=۱۵ : H0
H1 : µ≠۱۵

 

برای انجام ای آزمون مسیر Analyze>Compare Means>One-Sample T Test را طی کنید تا کادر مکالمه ای One-SampleT Test باز شود. در این کادر متغیر “نمره” را در جعبه Test Variable و درجعبه Test Values عدد ۱۵ را تایپ کنید.

 

آزمون فرض آماری در spss

 

 

سپس گزینه OK را بزنید تا خروجی آزمون را ببینید.

 

 

 

معرفی جداول: جدول اول (One-Sample Statistics) حجم نمونه شاخص های آماری میانگین . انحراف معیار و خطای معیار میانگین را نشان می دهد. جدول دوم (One-Sample Test) نتایج آزمون t تک نمونه ای را نشان می دهد. مقدار آماره t محاسبه شده برابر با ۰/۰۷۹ – شده است که می دانیم آماره مربوط به آن به صورت زیر است و دارا توزیع t یا n-1 درجه آزادی (df) است.

 

 

عبارت sig که مخفف significant levele و  به معنی “سطح معنی داری” است نشان دهنده P مقدار آزمون است که در این آزمون برابر ۰/۹۴ شده است. همچنین مقدار Mean Difference نشان دهنده  Χ-µ۰ است که در اینجا برابر است با ۰/۰۵-=۱۴/۹۵-۱۵

در قسمت بعد ۹۵%Confidence Interval فاصله اطمینان ۹۵ % را برای پارامتر Χ-µ۰ نشان می دهد که در این مثال برابر (-۱/۳۷ _۱/۲۷) است حال اگر بخواهیم فاصله اطمینان برای فرمول بدست آوریم باید نا معادله فرمول را برای مجهول Χ-µ بین دو عدد ۱٫۳۷-  و  ۱٫۲۷ حل کنیم لذا فاصله اطمینان برای فرمول برابر است با( ۱۳/۶۸ _۱۶/۳۲).

 

۳-    روش فاصله اطمینان: در اینجا فرضیه ۰=۱۵-µ :H0 که معادل است با ۱۵=µ :H0 را بررسی می کنیم. بنابراین برای آزمون فرضیه فوق به روش فاصله اطمینان کافیست که چک کنیم آیا فاصله اطمینان۱۵-µ عدد صفر را شامل می شود؟ در صورتی که فاصله اطمینان شامل عدد صفر باشد تصمیم به عدم رد فرض H0 خواهیم گرفت و با توجه به فاصله اطمینان ۹۵ % در این مثال در سطح معنی داری۰/۰۵ فرض H0 یعنی فرض برابری را رد نمی کنیم.

مثال ۲) در مثال ۱ فرضیه ۱۲=فرمول : H0 را آزمون کنید.

در این حالت همه مراحل بیان شده در مثال قبل را انجام خواهیم داد با این تفاوت که عدد ۱۲ را در جعبه Test Values تایپ می کنیم و خروجی زیر را خواهیم دید

 

از سه روش میتوان نشان داد که فرضیه ۱۲= فرمول :H0 در سطح معنی داری۰/۰۵ رد می شود(؟).

 

توجه:

  1. از آنجایی که در عمل هیچگاه واریانس جامعه معلوم نیست در SPSS نیز آزمون از طریق آماره Z تعبیه نشده است.
  2. در این آزمون فرض بر این است داده ها از جامعه ای با توزیع نرمال هستند.
  3. در SPSS گزینه انجام آزمون های یک طرفه تعبیه نشده است. اما در آزمون هایی که آماره آنها از توزیع t که توزیعی متقارن است پیروی می کند. P- مقدار آزمون یک طرفه نصف P- مقدار آزمون دو طرفه است (؟). لذا در این آزمون نیز می توان آزمون های یک طرفه را انجام داد.

 

آزمون آماری برای نسبت جامعه – آزمون دو جمله ای

مثال ۳) فرض کنید سکه ای را ۳۰ مرتبه پرتاب کرده اید و نتایج به صورت زیر بدست آمده است(۱-شیر.۰-خط)

۰٫۰٫۰٫۰٫۰٫۰٫۰٫۰٫۰٫۰٫۰٫۰٫۰٫۰٫۰٫۰٫۰٫۰٫۱٫۱٫۱٫۱٫۱٫۱٫۱٫۱٫۱٫۱٫۱٫۱

می خواهیم آزمون کنیم که آیا سکه سالم است یا خیر؟ می خواهیم فرض های زیر را آزمون کنیم:

H0 = p = 0.5

H1 = p ≠ ۰٫۵

برای آزمون این فرض از آزمون دو جمله ای استفاده می کنیم.

برای انجام این کار داده های بالا را به عنوان متغیر Toss وارد کرده و مسیرAnalyze>Nonparametric Tests>Legacy Diolog>Binomial را طی کنید تا کادر مکالمه ای Binomial Test باز شود.

آزمون فرض آماری در spss

 

 

متغیر Toss را به قسمت Test Variable List وارد کرده و مقدار Test Proportion را ۰٫۵ وارد کنید و در قسمت Define Dichotomy گزینه Get from data را انتخاب کنید و سپس دکمه OK را کلیک کنید تا خروجی زیر ظاهر شود:

 

 

 

معرفی جداول: در ستون اول دو گروه جامعه را نشان می دهد و در ستون دوم آنها را معرفی می کند. توجه داشته باشید که در SPSS هر گروهی که کدش اول وارد شود را به نام گروه اول (اصلی) می شناسد و نسبت P  برای این گروه تعریف می شود.

برای مثال اگر اولین عدد در وارد کردن داده های مربوط به متغیر Toss را “۱” وارد کنیم عدد “۱” را به عنوان کد گروه اول می شناسد و نسبت P را برای این گروه (شیر بودن) و نسبت ۱-P را برای گروه دیگر (خط بودن) در نظر می گیرد.

در ستون سوم N تعداد افراد مشاهده شده در هر گروه را نشان می دهد و در ستون بعد نسبت مشاهده شده هر گروه را نشان می دهد. در ستون پنجم Test Prop. عدد مورد آزمون در فرض صفر را نشان می دهد که در اینجا۰٫۰۵ است. در ستون آخر (P ,Exact Sig.(2-tailed-مقدار دقیق را در حالت دو طرفه نشان می دهد.

تفسیر: با توجه به اینکهP-مقدار دقیق دو طرفه بیشتر از ۰٫۰۵ است فرض صفر سالم بودن سکه را رد نمی کنیم.

 

در یک نمونه ی تصادفی ۱۰۰۰۰ نفری از جامعه ی بزرگ تعداد ۱۰۰ مورد از یک بیماری خاص مشاهده شده در سطح اطمینان ۹۵ درصد آزمون کنید که:

الف) آیا نسبت مبتلایان به بیماری خاص در جامعه از ۰٫۰۲ کم تر است؟

ب) آیا می توان گفت نسبت مبتلایان به بیماری خاص در جامعه برابر ۰٫۰۲ است یا خیر؟

– این داده ها را با استفاده از دستور weighte cases وارد کنید.

الف)تمام مراحل مربوط به مثال ۱ را در اینجا انجام می دهیم با این تفاوت که در قسمت Test Proportion از کادر مکالمه ایBinomial Test عدد ۰٫۰۲ را جایگزین عدد ۰٫۵ می کنیم و سپس دکمه OK را میزنیم و خروجی را به صورت زیر خواهیم داشت.

 

 

توجه داشته باشید که اگر مقدار Test Proportion از ۰٫۵ کمتر باشد آزمون به صورت یک طرفه انجام می شود و فرض H0 به صورت P < 0.02 خواهد بود لذا با توجه به اینکه –P مقدار از ۰٫۰۵ کمتر است فرض صفر را رد نمی کنیم.

ب) به علت وجود تقارن توزیع نرمال و این که در این حالت SPSS آزمون دو طرفه را انجام نمی دهد. برای انجام آزمون دو طرفه P-مقدار آزمون یک طرفه را دو برابر می کنیم در این حالت باز هم میبینیم کهP-مقدار از ۰٫۰۵ کمتر است بنابراین فرض صفر را رد نمی کنیم.

 

توجه:

آزمونهایی که در بالا انجام شده از طریق توزیع نرمال استاندارد است. اما می دانیم که صورت مساله برای یک توزیع گسسته (دو جمله ای) مطرح شده بود. لذا نتایج آزمونهای فوق همواره بصورت مجانبی (تقریبی) بوده و برای نمونه ای بزرگ صحیح است.

اگر بخواهیم آزمون را در نمونه ای کوچک انجام دهیم بهتر است از روشهای شبیه سازی مونت کارلو استفاده کنیم برای این کار می توانیم از گزینه Exact در کادر مکالمه ای Binomial Test استفاده کنیم و گزینه Monte Carlo را تیک زده و سپس دکمه های   Continue و Ok را بزنیم.

 

آزمون اختلاف میانگین ها برای دو جامعه مستقل – آزمون t- دو نمونه مستقل

این آزمون زمانی به کار می رود که بخواهیم میانگین یک متغیر کمی را در بین دو گروه مستقل باهم مقایسه کنیم. برای مثال مقایسه فشارخون دو گروه افراد بعد از استفاده از داروهای A و B .

در آزمون t-دو نمونه مستقل فرضیات زیر را مورد بررسی قرار می دهیم:

۰=H0 : µ۲- µ۱

۰≠H1 : µ۲- µ۱

برای استفاده صحیح از این آزمون نیاز به اطلاع در مورد برابری و یا نابرابری واریانس های دو گروه خواهیم داشت. لذا ابتدا بایستی با استفاده از آزمون  Levene برابری واریانس های دو گروه را مورد بررسی قرار داد.دو حالت می تواند پیش آید که هر دو حالت در SPSS به طور همزمان اجرا می شود.

 

  1. برابری واریانس ها: چنانچهP-مقدار حاصل از آزمون  Levene بیشتر از α باشد می توان نتیجه گرفت که واریانس های دو گروه باهم برابر است. در این حالت برای بررسی معنی داری اختلاف بین میانگین های دو گروه  از آزمون “t- دو نمونه مستقل در حالت برابری واریانس ها” استفاده می کنیم.
  2. نابرابری واریانس ها: چنانچهP-مقدار حاصل از آزمون Levene کمتر مساوی α باشد می توان نتیجه گرفت که واریانس های دو گروه باهم برابر نیستند. در این حالت برای بررسی معنی داری اختلاف بین میانگین های دو گروه  از آزمون “t- دو نمونه مستقل در حالت نابرابری واریانس ها” استفاده می کنیم.

 

مثال ۵) ده دانش آموز پسر و ده دانش آموز دختر به دلخواه انتخاب شده اند و وزن آنها اندازه گیری شده است. داده ها بصورت زیرند:

دختر
۵۵ ۶۳ ۶۰ ۴۵ ۵۷ ۴۵ ۶۰ ۶۵ ۴۸ ۵۴

پسر
۷۵ ۹۰ ۸۵ ۷۰ ۶۸ ۷۲ ۷۴ ۸۰ ۶۸ ۷۵

مایلیم بدانیم آیا وزن دانش آموزان دختر و پسر از لحاظ آماری باهم برابر است؟

ابتدا داده ها را به صورت زیر در SPSS وارد کنید.مردان با کد ۱ و زنان با کد ۲ مشخص شده اند.

 

آزمون فرض آماری در spss

 

 

برای انجام این آزمون مسیر Analyze>Compare Means>Independent-Samples T Test را طی کنید. تا کادر مکالمه ای  Independent-Samples T Test باز شود. در این کادر متغیر “Weight” را در جعبه Test Variable(s) و متغیر “Sex” را در جعبه Grouping Variable وارد کنید. روی دکمه Define Groups کلیک کنید و سپس Ok را کلیک کنید تا خروجی به صورت زیر ظاهر شود:

 

شکل

 

 

 

معرفی جدول: این جدول شامل ۳ قسمت است:

  1. Group Statistics : شامل تعداد نمونه و شاخص های آماری به تفکیک هر یک از گروه هاست.
  2. Levene’s Test : شامل آزمون Levene برای آزمون برابری واریانس ها(آماره F وP-مقدار)
  3. t-test for Equality of Means : نتایج آزمون t-دو نمونه ای مستقل است که ستون های آن به ترتیب از چپ به راست عبارتند از:مقدار آماره t.
    درجه آزادی P-مقدار آزمون دوطرفه sig(two-) (tailed). اختلاف میانگین ها .(Difference Mean) خطای استاندارد اختلاف میانگین ها  (Std. Error Difference )و فاصله اطمینان ۹۵ % برای  (۹۵% Confidence Interval of the Difference). همه این نتایج برای دو حالت بیان شده اند. مقادیر خط اول برای حالت برابری واریانس ها و مقادیر خط دوم برای حالت نابرابری واریانس ها هستند.

تفسیر:P- مقدار آزمون Levene نشان می دهد که بین واریانس وزن دانش آموزان پسر و دختر اختلاف معنی داری وجود ندارد لذا باید نتایج ازمون t را از خط دوم قسمت مربوطه گزارش کرد در اینجا نیز می توانیم از سه روش ناحیه رد. P-مقدار. فاصله اطمینان آزمون فرض را انجام دهیم.

 

  1. روش p- مقدار: در این مثال P-مقدار ۰٫۰۰۰ گزارش شده است و لذا کمتر از ۰٫۰۵ است بنابراین در سطح معنی داری ۰٫۰۵ فرض H0 یعنی فرض برابری را قبول نمی کنیم و معنی داری اختلاف را می پذیریم.
  2. روش فاصله اطمینان: در اینجا فرضیه  ۰ = H0 : µ۱-µ۲ بررسی می کنیم بنابراین برای آزمون فرضیه فوق به روش فاصله اطمینان کافیست که چک کنیم آیا فاصله اطمینان عدد صفر را شامل می شود؟ با توجه به فاصله اطمینان ۹۵ % در این مثال در سطح معنی داری ۰٫۰۵ فرض H0 یعنی فرض برابری را قبول نمی کنیم و معنی داری اختلاف را می پذیریم.

 

 

امیدواریم از این مطلب که درباره آزمون فرض آماری در spss در سایت صنایع سافت بود، لذت برده باشید.نظرات خودتون رو واسه ما کامنت بزارین تا ما بتونیم هر چه بیشتر از اونها واسه بهتر شدنه تیممون استفاده کنیم.

 

حتما شما هم علاقه مندید مانند دیگر مهندسان صنایع از مقاله های جدید ما باخبر بشین، خب کافیه که فقط ایمیلتونو داخل فرم زیر وارد کنید. به همین راحتی :)

 

دانشجوی کارشناسی رشته مهندسی صنایع، فعال در حوزه دیجیتال مارکتینگ و علاقه مند به استارت اپ ها و دوست دارم که هر روز آموزش های بیشتری برای مهندسان صنایع تولید کنم

احمد جعفری

اگر این مقاله برای شما مفید بود برای دوستان خود هم به اشتراک بگذارید تا بقیه هم از این مطلب استفاده لازم را ببرند.

 

 

آموزش گام به گام اس پی اس اس

آموزش گام به گام اس پی اس اس به زبان فارسی

آموزش گام به گام اس پی اس اس

در این مقاله آموزشی به ادامه آموزش نرم افزار Spss در پی آموزش های قبلی این نرم افزار میپردازیم. همچنین اگر با این نرم افزار آشنایی ندارید میتوانید قبل از خواندن این مقاله به دو مقاله قبلی بروید و آنها را مطالعه کنید.

  1. آموزش Spss به زبان ساده
  2. آمار توصیفی در Spss

 

دستورهایی برای دستکاری داده ها در SPSS

در این آموزش به بررسی برخی دستورات در spss  خواهیم پرداخت که برای کار با داده ها و آماده کردن آنها برای تحلیل های بعدی بسیار مهم است. به اعتقاد برخی نویسندگان در حین کار با اس پی اس اس استفاده از این دستورها بسیار کمک کننده است و بدون وجود این دستورها این نرم افزار قابل استفاده نیست.

 

 دستور select cases

همانطور که از نام این دستور پیداست توسط آن می توان موردهایی (افرادی) خاص را انتخاب کرد. برای مثال فرض کنید می خواهیم تحلیل مورد نظر را بر روی افرادی از نمونه که دارای ویژگی خاص (برای مثال سیگاری بودن) هستند اجرا کنیم. توسط این دستور به اس پی اس اس می گوییم که تحلیل را فقط بر روی افراد سیگاری انجام بده.

 

برای بررسی این دستور ابتدا فایل داده “”adl.sav را از فایل های نمونه SPSS  باز کنید. می خواهیم رابطه بین فشار خون (hypertns) و ابتلا به بیماری دیابت (diabetic) را فقط در گروه مورد (Treatment) داده ها بررسی کنیم . توجه کنید که گروه مورد در متغییر   group با کد ۱ مشخص شده است.

می دانیم که برای بررسی این رابطه باید از دستور Crosstabs استفاده کرد اما چون می خواهیم رابطه را فقط در گروه مورد انجام دهیم ابتدا باید دستور select cases را اجرا کنیم. برای اجرای این دستور مسیر Data>Select Cases را انتخاب کنید ویا در نوار ابزار روی دکمه عکس کلیک کنید تا کادر مکالمه مربوطه باز شود. در این کادر گزینه دوم (If condition is satisfied) را انتخاب کنید و دکمه If  را کلیک کنید و متغییر group را وارد کادر سمت راست انداخته و عبارت “۱=” را تایپ کنید و گزینه continue و سپس Ok را بزنید. در این حالت در فایل داده ها فقط افراد مورد انتخاب شده اند و افراد کنترل برای آنالیزها فیلترشده اند.

 

آموزش گام به گام اس پی اس اس

 

 

حال با اجرای دستور  Crosstabs رابطه بین فشار خون و دیابت را بررسی می کنیم. خروجی نرم افزار به صورت زیر است:

 

 

 

همانطور که مشاهده می کنید این همان خروجی دستور Crosstabs با این تفاوت که رابطه بین دو متغییر فشار خون و دیابت فقط در افراد “مورد” بررسی شده است.

توجه: در پنجره select cases:if که نحوه انتخاب  Caseها را تعیین می کنیم گزینه های زیاد دیگری نیز برای انتخاب وجود دارد. برای مثال  می توان با استفاده از صفحه کلید این کادر تعیین کنیم که برای مثال “افراد با سن کمتر یا مساوی ۷۳سال” انتخاب شوند.برای این کار باید در کادر تایپ شود : age<=30 . یا می توان از دستورهای منطقی & =(and) و| (or) استفاده کرد.

دستور split file

همانطور که از نام این دستور پیداست فایل داده هارا می شکند.به عبارتی با در نظر گرفتن یک متغیر کیفی مثل جنسیت یا مقطع تحصیلی فایل داده ها تفکیک شده و تمام آنالیزها و خروجی ها به تفکیک طبقات این متغیر کیفی ارائه خواهد شد.

برای بررسی این دستور ابتدا فایل داده۸ “adl.sav” را از فایل های نمونه SPSS باز کنید . می خواهیم رابطه بین فشارخونی بودن (hypertns) و ابتلا به بیماری دیابت (diabetic) را به تفکیک هریک از گروه های تیماری (group) بررسی کنیم.

می دانیم که برای بررسی این رابطه باید از دستور Crosstabs استفاده کرد اما چون می خواهیم رابطه را به تفکیک یک متغیر سوم بررسی کنیم ابتدا باید دستور Split file را اجرا کنیم. برای اجرای این دستور مسیر Data>Split file  را انتخاب کنید و یا در نوار ابزار روی دکمه عکس کلیک کنید تا کادر مکالمه مورد نظر باز شود . در این کادر گزینه دوم (Compared groups) را انتخاب کنید و متغیر group را وارد کادر  Groups Based On  کنید و گزینه ok را بزنید.

 

آموزش گام به گام اس پی اس اس

 

 

 

در این حالت داده ها تفکیک شده اند و حالا می توانید آنالیز مورد نظر را انجام دهید.بعد از اجرای دستور Crosstabs خروجی را به صورت زیر خواهید دید. همانطور کهد مشاهده می کنید این همان خروجی دستور Crosstabs است با این تفاوت که رابطه بین دو متغیر فشارخون و دیابت به تفکیک یک متغیر سوم بررسی شده است.

 

 

  1. این دستور به خصوص زمانی کاربرد دارد که بخواهیم اثر مخدوشگری یا اثرات متقابل را بررسی کنیم.
  2. بعد از اجرای دستور Split file فایل اس پی اس اس همواره به صورت تفکیک شده است و مادامی که فایل داده ها به این صورت است، در قسمت نوار وضعیت SPSS عبارت Split file on نوشته شده است. در صورتی که میخواهید از این حالت خارج شوید دوباره مسیر بالا را طی کنید و در کادر مکالمه ای مذکور گزینه “Analysis all cases” را انتخاب کنید و ok را کلیک کنید. در این حالت فایل از حالت تفکیکی در آمده و می توانید تمام داده ها را تحلیل کنید.
  3. در صورتی که گزینه “Organize output by groups” را انتخاب کنید خروجی فایل ها را به صورت تفکیکی ارائه می دهد اما ن کنار هم.
  4. این دستور ابتدا فایل داده ها را براساس متغیر تفکیکی مرتب می کند و سپس فایل داده ها را تفکیک می کند و از آنجایی که عموما فایل داده ها مرتب نیست همواره گزینه “Sort the file…” را انتخاب کنید.

 

دستور Weight Cases

زمانی که داده ها از نوع فراوانی باشند برای تعریف داده ها می توان از این دستور استفاده کرد دستور را با یک مثال توضیح میدهیم.

مثال: در یک مطالعه ژنتیکی مربوط به ساختار کروموزوم ها ۲۸ نفر برحسب نوع انحرافی که ساختار کروموزوم آنها از وضع طبیعی دارد و برحسب اینکه والدینشان حامل این انحراف هستند یا نه رده بندی شده اند و در نتیجه داده های زیر بدست آمده است:

 

 

 

 

می خواهیم آزمون کنیم که “نوع انحراف از وضع طبیعی” مستقل از “حامل بودن والدین” است یا خیر.

برای انجام این آزمون قاعدتا باید ابتدا داده ها را در SPSS وارد کرد!! که البته در این قسمت تنها بر نحوه ورود داده ها بحث خواهیم کرد و نه برنحوه انجام آزمون آماری آن. برای این کار دو راه وجود دارد. راه اول این که داده ها را به طور خام وارد اس پی اس اس کنیم یعنی دو متغیر برای “نوع انحراف از وضع طبیعی” و “حامل بودن والدین” تعریف کنیم آنها را کد بندی کرده و به صورت زیر وارد کنیم :

 

 

حال اگر فراوانی داده ها در هریک از خانه های جدول زیاد باشد و بخواهیم از روش اول استفاده کنیم ورود داده ها وقت زیادی خواهد گرفت. راه دوم این است که طبقات داده ها را به نرم افزار معرفی برای آنها فراوانی تعریف کنیم و به فراوانی ها وزن دهیم.

به عبارتی در این مثال که ۴طبقه (به صورت ترکیبی) داریم کافیست ۴ طبقه را به عنوان ۴ مشاهده تعریف کنیم و برای آنها فراوانی تعریف کنیم به عبارتی داده ها را به صورت زیر تعریف کنیم . توجه کنید یک متغیر Frequency برای تعریف فراوانی ها به دو متغیر قبلی اضافه شده است.

 

 

بعد از این کار مسیر Data > Weight Cases را طی کنید یا از نوار ابزار بر دکمه  کلیک کنید و در کادر مکالمه مورد نظر متغیرFrequency را به عنوان متغیر وزنی تعریف کنید و گزینه ok را بزنید با این کار نرم افزار دیگر می داند که افراد با انحراف نوع ۱ که فقط یکی از والدینشان هم به این عارضه دچارند تعدادشان ۴نفر است!!

 

آموزش گام به گام اس پی اس اس

 

 

حالا می توانید دستور Crosstabs را اجرا کنید و خروجی به صورت زیر خواهد شد:

 

 

 

 

  1. مادامی که دستور Weight cases اجرا شده است داده ها به صورت وزنی هستند لذا برای خارج شدن از این حالت مسیر Data > Weight Cases را طی کنید و گزینه “Do not weight cases” را انتخاب کنید.
  2. وقتی داده ها وزن دارند در نوار وضعیت SPSS عبارت Weight on نوشته شده است.
  3. این دستور به خصوص زمانی کاربرد دارد که با داده هایی که سرو کار دارید که خام نیستند و تعداد آنها نیز زیاد است.

دستور Compute

 

بسیاری اوقات پیش می آید که محقق می خواهد عبارتی را به طور سطری و برای هریک از موردها (افراد) محاسبه کند برای مثال فرض کنید قد و وزن نمونه را داریم و می خواهیم برای هر فرد به طور جداگانه BMI یعنی قد و وزن را محاسبه کنیم. به عنوان مثالی دیگر فرض کنید در یک تست سنجش افسردگی که شامل ۱۵سوال ۵ گزینه ای (۱تا۵) است می خواهیم امتیاز افسردگی هر شخص را به طور جداگانه محاسبه کنیم ذر تمام این موارد دستور Compute می تواند به ما در محاسبه عبارت مورد نظر کمک کند.

برای بررسی این دستور ابتدا فایل داده “dietstudy” را از فایل های نمونه SPSS باز کنید.

میخواهیم میانگین وزن افراد در ۵ نوبت پیگیری (wgt0 تا wgt4)را محاسبه کنیم و در متغیری به نام mwgt  در همین فایل داده ها محاسبه کنیم برای اجرای این دستور مسیر Transform >Compute variable را انتخاب کنید تا در کادر مکالمه Compute variable باز شود در کادر سمت چپ (Target variable) عبارت mwgt را تایپ کنید و در کادر سمت راست (Numeric expression) عبارت  ۵/ (wgt0+wgt1+wgt2+wgt3+wgt4)  را تایپ کنید برای این قسمت می توانید از صفحه کلید پایین یا گروه توابع (Function group) سمت راست هم استفاده کنید.

 

 

 

پس از اینکار کلید ok را کلیک کنید و به پنجره داده ها برگردید.خواهید دید که متغیری تحت عنوان mwgt به متغیرهای قبلی اضافه شده است که در واقع میانگین وزن هر فرد در ۵ دوره پیگیری است.

  1. در کادر مکالمه Compute variable با استفاده از تابع های موجود در قسمت Function group بسیاری از محاسبات آماری و ریاضی را می توان برای هر فرد به طور جداگانه انجام داد.
  2. این دستور به خصوص برای محققین رشته های پرستاری روانشناسی و علوم اجتماعی زمانی که با پرسشنامه سرو کار دارند کاربرد فراوانی دارد.
  3. فرض کنید بخواهیم برای گروهی از افراد نمونه یک فرمول و برای گروهی دیگر فرمولی دیگر را محاسبه کنیم در این حالت در کادر مکالمه Compute variable می توان از دستور if استفاده کرد.

 

دستور Count Values

 

یک تست سنجش افسردگی را در نظر بگیرید ممکن است محقق بخواهد بداند هر فرد در پاسخگویی چندبار گزینه ۳ را انتخاب کرده است برای پاسخ به این سوال باید از دستور Count values استفاده کرد

برای بررسی این دستور ابتدا فایل داده “tv-survey.sav” را از فایل های نمونه SPSS باز کنید.این فایل مربوط به یک نظر سنجی در مورد برنامه های تلوزیونی میباشد که شامل ۷ سوال بلی و خیر است. می خواهیم می خواهیم بدانیم هرفرد به طور کلی چند مرتبه به این سوالات جواب بلی (کد۱) را داده است وجواب را در متغیری تحت عنوان ny  ذخیره کنیم

برای اجرای این دستور مسیر Transform>Count values را انتخاب کنید تا در کادر مکالمه count occurrence of values within cases باز شود در کادرسمت چپ(target variable) عبارت ny را تایپ کنید و در کادر variable همه متغیرهای سمت چپ (متغیرهایی که میخواهیم در آنها عدد ۱ خوانده شود) را وارد کنید.

در این پنجره کلید Define values را کلیک کنید تا پنجره Count values within cases: values to count باز شود. در این پنجره انچه را که می خواهید شمارش شود را اضافه کنید در این مثال میخواهیم عدد ۱ شمارش شود.

آموزش گام به گام اس پی اس اس

 

 

لذا عدد ۱ را در قسمت values تایپ کرده و عبارت Add را کلیک می کنیم سپس دکمه Continue و ok را کلیک  می کنیم. حال به پنجره داده ها برگردید خواهید دید که متغیری تحت عنوان ny به متغیرهای قبلی اضافه شده است که در واقع تعداد پاسخ های بله هر فرد است.

 

 

 

  1. در کادر مکالمه ای Count values within cases: values to count می توان نحوه شمارش را به صورت دیگری (غیر از مثال بالا) نیز تعریف کرد.همچنین می توان در این پنجره بیش از یک شرط شمارش تعریف کرد.
  2. هرگاه بخواهیم این شمارش را برای گروهی ازافراد نمونه با گروه دیگر از افراد نمونه متفاوت باشد باید از دستورif در کادر مکالمهCount occurrence of values within cases استفاده کرد.

دستور Recode

در این قسمت به بررسی دو کاربرد دستور Recode می پردازیم.

جدول فراوانی برای صفات کمی پیوسته (دستور Recode)

یک روش تعیین طبقات در فصل دوم ارائه شد.فرض کنید حدود طبقات را با این روش تعیین کردیم در این بخش میخواهیم این حدود طبقات را به نرم افزار معرفی کنیم تا داده ها را دسته بندی کند و به وسیله آن جدول فراوانی داده ها را رسم کنیم.

مثال) داده های مثال (تمرکز وزن در ۴۰ شهر بزرگ) را در SPSS وارد کنید و نام متغیر را O.C بگذارید. برای دسته بندی داده ها با استفاده از اس پی اس اس در گام اول حدود طبقات را به آن تعریف می کنیم و متغیر دسته بندی شده را به عنوان متغیری جدید در صفحه داده ها ایجاد می کنیم  حدود طبقاتی که باید تعریف شوند به این صورت است.

توجه داشته باشید عدد ۴/۴ که یکی از کران هاست (کران بالای طبقه دوم و کران پایین طبقه سوم ) در داده ها نیز وجود دارد و از آنجایی که میخواهیم ۴/۴در طبقه سوم باشد در طبقه دوم و سوم بجای عدد ۴/۴ در کرانه ها عدد ۴٫۳۵ را در نظر گرفته ایم و اگر اعداد ۲٫۷، ۱٫۶، ۷٫۸ یا ۹٫۵ نیز در داده ها بودند همین کار را انجام می دادیم.

 

 

 

برای دسته بندی داده ها مسیر Transform>Recode into different variables را انتخاب کنید تا در کادر مکالمه Recode into different variables باز شود. در این کادر متغیر”مقدار تمرکز وزن (O.C)” را انتخاب و وارد پنجره سمت راست (Numeric Variable->Output variable) می کنیم.

در قسمت سمت راست این کادر(Output Variable) و در قسمت  Name نام متغیر جدید یعنی r_O.C راتایپ می کنیم و سپس دکمه Old and New values  را کلیک می کنیم

تا کادر Old and New values  Recode into different variables: باز شود در این کادر و در قسمت Old values گزینه Range را انتخاب کنید و اعداد ۱ و ۲٫۷ (حد بالا و پایین طبقه اول) را در این جعبه تایپ کنید در قسمت New values عدد ۱ را تایپ می کنیم و دکمه Add را می زنیم.

 

به همین ترتیب سایر طبقات را به نرم افزار معرفی می کنیم.

 

آموزش گام به گام اس پی اس اس

 

 

پس از اینکه معرفی طبقات به نرم افزار به اتمام رسید دکمه های  Change. Continue و ok  را به ترتیب کلیک می کنیم. حال به پنجره داده ها برگردید خواهید دید که متغیری تحت عنوان r_O.C به متغیرهای قبلی اضافه شده است که در واقع همان O.C است اما با کد بندی جدید.

گام دوم این است که به هر یک از طبقات متغیر جدید valueای در خور مانند شکل زیر در نظر بگیریم  (در پنجره variable view) .

 

 

 

حال با استفاده از دستور Frequency برای متغیر r_O.C جدول فراوانی رسم کنیم.

 

معکوس کردن امتیازات(دستور Recode)

همانطور که از نام این دستور پیداست توسط آن میتوان داده ها را دوباره کد بندی کرد. برای مثال فرض کنید در پرسشنامه ای ۲۰ سوالی ۱۸سوال با نمره گذاری ۱تا ۵ (مستقیم) معنی می دهد اما در ۲ سوال جهت نمره گذاری ۵ تا ۱ (معکوس)است. در این حالت بهتر است همه داده ها وارد شوند اما جهت نمره گذاری آن دو سوال را با استفاده از دستور  Recode برعکس کرد.

برای بررسی این دستور ابتدا فایل داده “satisfy.sav” را از فایل های نمونه SPSS باز کنید می خواهیم کد بندی متغیر price را معکوس کرده و آن رت در متغیری جدید به نام r_price ذخیره کنیم برای این کار مسیر Transform>Recode into different variables را انتخاب کنید تا در کادر مکالمه Recode into different variables باز شود. در این کادر متغیر Price را انتخاب و وارد پنجره سمت راست می کنیم.

در قسمت سمت راست این کادر (Output Variable) و در قسمت Name نام متغیر جدید یعنی r_price را تایپ می کنیم و سپس دکمه Old and New values را کلیک می کنیم تا کادر Old and New values Recode into different variables: باز شود در این کادر در قسمت Old values عدد ۱ را در قسمت New values عدد ۵ را تایپ می کنیم و همین کار را برای کدهای ۴,۳,۲و۵ انجام می دهیم و آنها تبدیل به کدهای به ترتیب ۲٫۳٫۴و۱ می کنیم.

سپس دکمه های Continue.change و ok را به ترتیب کلیک می کنیم حال به پنجره داده ها برگردید. خواهید دید که متغیری تحت عنوان r_price به متغیرهای قبلی اضافه شده است که در واقع همان متغیر price است اما با کدبندی معکوس.

 

 

 

 

آموزش گام به گام اس پی اس اس

 

 

  1. کاربرد دیگر دستور Recode را بیشتر در فصل دوم در قسمت دسته بندی داده های کمی بحث کرده ایم.
  2. هرگاه بخواهیم دوباره کدبندی را برای گروهی از افراد نمونه با گروه دیگر از افراد نمونه متفاوت باشد در کادر مکالمه Recode into different variables باید از دستور if استفاده کرد.
  3. در منوی  Transform دو نوع دستور Recode تعبیه شده است. یک نوع را در بالا بررسی کردیم حالت دیگر Recode into same . . . است که درآن متغیر جدیدی ایجاد نمی شود و اعداد دوباره کد بندی شده در همان متغیر اول ذخیره می شوند. لذا این امر باعث از بین رفتن اطلاعات اصلی می شود و استفاده از دستور Recode بدین گونه توصیه نمی شود.

 

 

امیدواریم از این مطلب در سایت صنایع سافت لذت برده باشید.نظرات خودتون رو واسه ما کامنت بزارین تا ما بتونیم هر چه بیشتر از اونها واسه بهتر شدنه تیممون استفاده کنیم.

 

حتما شما هم دوست دارید مانند دیگر مهندسان صنایع از مقاله های جدید ما باخبر بشین، خب کافیه که فقط ایمیلتونو داخل فرم زیر وارد کنید. به همین راحتی :)

 

دانشجوی کارشناسی رشته مهندسی صنایع، فعال در حوزه دیجیتال مارکتینگ و علاقه مند به استارت اپ ها و دوست دارم که هر روز آموزش های بیشتری برای مهندسان صنایع تولید کنم

احمد جعفری

اگر این مقاله برای شما مفید بود برای دوستان خود هم به اشتراک بگذارید تا بقیه هم از این مطلب استفاده لازم را ببرند.

آمار توصیفی در Spss

آمار توصیفی در Spss را به زبان ساده بیاموزید | گام به گام

سلام خدمت کاربران عزیز در صنایع سافت در مقاله قبلی آموزش آشنایی با محیط نرم افزار Spss پرداختیم لذا توصیه میشود قبل از خواندن این مقاله ابتدا مطلب قبلی را بخوانید، برای خواندن اینجا کلیک کنید.

در این قسمت از سری مقاله های آموزشی سایت صنایع سافت میخواهیم آمار توصیفی در Spss را بررسی کنیم.

 

آمار توصیفی در Spss

شاخص های مرکزی و پراکندگی

 

در این قسمت سعی میکنیم نحوه بدست آوردن شاخص های مرکزی و پراکندگی را در قالب مثال بیاموزیم

مثال : نخستین پانزده بیماری که برای تشخیص بیماری و ارزشیابی بخش جدید التاسیس روانی یک بیمارستان عمومی پذیرفته شده اند مدت زمان زیر را در بیمرستان فوق بستری بوده اند.مطلوب است محاسبه میانگین، میانه، نما، انحراف معیار، واریانس، چارکهای اول و دوم و سوم مدت بستری شدن بیماران این بیمارستان

 

 

ابتدا داده ها را در SPSS وارد مینماییم

 

برای یافتن شاخص های مرکزی و پراکندگی راههای مختلفی وجود دارد که کاربر باید با توجه به نیازی که دارد یکی از راه ها را بر گزیند که در اینجا با توجه به اینکه مقدار نما نیز خواسته شده است از دستور زیر استفاده میکنیم :

Analyze\ Descriptive Statistics \ Frequencies…

 

 

اجرای دستور فوق پنجره ای به شکل پایین باز میشود در این پنجره با انتخاب متغیر “مدت” و انتقال آن به قسمت variable دکمه  statistics را کلیک میکنیم.

 

 

 

در ادامه آموزش آمار توصیفی در Spss با کلیک دکمه statistics وارد پنجره های به شکل پایین میشوید که قسمت های مختلف آن در جدول بالا توضیح داده شده است. لازم به ذکر است که شما فقط موارد خواسته شده در سوال را انتخاب نمایید سپس دکمه Continue  را کلیک کنید.

آمار توصیفی در Spss

 

 

در ضمن اگر متمایل به جدول توزیع فراوانی هستید میتوانید گزینه Display frequency tables را درشکل بالا انتخاب نمایید.

در پایان با دکمه OK  خروجی را مشاهده نمایید.

 

نمودار ستونی

در این قسمت میخواهیم نحوه رسم نمودارها ستونی را با ذکر دومثال بیاموزیم

مثال : درصدد اشتغال تخت و متوسط روز بستری بیمارستان های امام رضا(ع)، قائم (عج)، شهید هاشمی نژاد، امید در سه ماهه ابتدای سال ۸۳در زیر آمده است نمودار ستونی را برای متوسط در صد اشتغال تخت در بیمارستان های فوق رسم کنید.

 

آمار توصیفی در Spss

 

داده ها را در SPSS  وارد میکنیم سپس برای رسم نمودار ستونی از دستور Graphs \ Bar \ …  استفاده نمایید.در تعریف متغیر ها، تمام آنها را از نوع عددی تعریف کنید و برای اسم بیمارستانها و نام ماه ها توسط Values  مقدار و برچسب تعریف کنید.

آمار توصیفی در Spss

 

پس از کلیک بر روی کلمه Bar در منوی Graphs  وارد پنجره ای به شکل پایین میشوید که در این پنجره با انتخاب گزینه Simple و کلیک بر روی Define  وارد پنجره ای به شکل میشوید.

 

 

 

در پنجره ی فوق متغیر نام را به چهرگوش Category axxis  و متغیز درصد اشتغال تخت را به چهار گوش Variable  منتقل کنید. توجه داشته باشد برای انکه چهارگوش Variable  فعال باشد بادی ابتدا گزینه Other summary function  را انتخاب نمایید. در پایان دکمه OK  را کلیک میکنیم و خروجی به شکل پایین است.

 

در مثال قبلی از آمار توصیفی در Spss نمودار ستونی را برای میانگین شاخص متوسط روز بستری بصورت همزمان برای بیمارستان  در ماه های مختلف رسم نمایید.

در این حالت در پنجره Bar Chart  شکل پایین گزینه clustered (خوشه ای) را انتخاب نموده و دکمه OK  را کلیک می نماییم تا پنجره ای به شکل پایین شود. در این پنجره همانند مثال قبل عمل میکنیم با ایین تفاوت که در چهار گوش Define Axis متغیر ماه را وارد میکنیم.

 

آمار توصیفی در Spss

 

خروجی بصورت شکل زیر میباشد.

 

برای مثال فوق راه حل های دیگری نیز وجود دارد وآن رسم نمودار ستونی به صورت پشته ای Stacked میباشد که در این حالت باید در پنجره Bar Charts گزینه Stacked را کلیک نمائیم وسایر مراحل مشابه حالت قبل است خروجی به شکل زیر است.

آمار توصیفی در Spss

 

هیستوگرام :

از هیستوگرام برای متغیرهای کمی پیوسته استفاده میشود . برای آشنائی با طریقه رسم به مثال زیر توجه کنید .

مثال : سن ۵۲ نفر از مبتلایان به یکبیماری خاصبه شرح ذیل است هیستوگرام مربوطه را رسم نمائید

 

۳۴ ۳۳ ۲۸ ۵ ۴۰ ۱۰ ۳۵ ۴۲ ۷۵ ۶۵ ۶۵ ۲۳ ۶۱

۴۷ ۳۹ ۳۶ ۲۲ ۲۰ ۱۸ ۱۷ ۱۴ ۱۵ ۳۵ ۶۳ ۵۲ ۵۰

۵۲ ۵۰ ۴۱ ۴۴ ۴۶ ۴۵ ۳۷ ۳۸ ۳۶ ۲۵ ۲۳ ۳۰ ۴۴

۵۵ ۳۰ ۵۹ ۵۷ ۵۸ ۴۵ ۱۴ ۱۱ ۳۶ ۱۲ ۳۲ ۶۸ ۴۵

 

از منوی Graphs گزینه Histogram را انتخاب میکنیم تا پنجره ای به شکل باز شود متغیر سن را وارد قسمت Variable کرده دکمه OK  را کلیک میکنیم در ضمن اگر تمایل به نمایش نمودار توزیع نرمال بر روی هیستوگرام هستیم گزینه Display normal curve را فعال میکنید. خروجی شکل پایین است

 

 

نمودار جعبه ای

یکی از نمودارهای جالبی که توسط SPSS تولید میشود نمودار جعبهای است . شکل نمودار جعبهای به صورت زیر میباشد. ضمنا اگر خارج از محدوده بین ماکسیمم و مینیمم نقطهای وجود داشته باشد آن نقطه یک نقطه پرت میباشد

منظور از نقطه پرت نقطهای است که بیشتر از مقدار(Q3-Q1) 1.5 ( با احتساب علامت مثبت و منفی)

 

 

برای رسم این نمودار از منوی Graphs \ Box plot استفاده میشود که در اثر طی نمودن این مسیر پنجره ای به شکل پایین باز میشود.

 

آمار توصیفی در Spss

در این پنجره دو گزینه Simple و Clustered وجود دارد که توضیح انها مشابه نمودارهای ستونی استو از تکرار آن خودداری میشود. در ادامه بحث با ذکر یک مثال نحوه رسم نمودار جعبه ای را نشان میدهیم.

مثال : برای بررسی تاثیر یک رژیم خاص بر روی وزن افراد، وزن ۲۰ نفر را قبل و بعد از اعمال رژیم غذایی ثبت کرده اند. داده ها به شکل زیر میباشد

 

 

پس از وارد کردن داده ها در SPSS  (دو متغیر عددی به نامهای وزن و رژیم تعریفکنیدکه رژیم یک متغیر دوسطحی است ) سپش مسیر Graphs \ Box plot را اجرا کرده پس از انتخاب گزینه Simple و کلیک دکمه Define در پنجره Box Plot وارد پنجره ای به شکل پایین میشوید و در این پنجره متغیر وزن را وارد چهارگوش Variable و متغیر رژیم را وارد چهارگوش Category Axis میکنید سپس دکمه Ok را کلیک میکنیم. خروجی بصورت شکل پایین میباشد.

 

آمار توصیفی در Spss آمار توصیفی در Spss

 

نرم افزار SPSS  قابلیت رسم نمودارهای جالب دیگری را نیز دارد که برای جلوگیری از اطاله مبحث از بیان آنها خودداری میشود فقط در پایان بحث دستور Record را درقالب یک مثال توضیح میدهیم

مثال : : سن بیماران مراجعه کننده به بخش جراحی یک بیمارستان به شرح ذیل میباشد. میخواهیم درصد افراد زیر ۷سال، ۷ تا ۱۴ سال، ۱۴ تا ۲۱ سال، ۲۱ تا ۲۸ سال، ۲۸ تا ۳۵ سال، ۳۵ تا ۴۲ سال، ۴۲ تا ۴۹ سال، ۴۹ تا ۵۶ سال و ۵۶ سال به بالا در یک نمودار نشان دهیم .

 

۵۰ ۳۴ ۳۳ ۲۸ ۵ ۴۰ ۱۰ ۳۵ ۴۲ ۷۵ ۶۵ ۶۵ ۲۳

۴۴ ۴۷ ۳۹ ۳۶ ۲۲ ۲۰ ۱۸ ۱۷ ۱۴ ۱۵ ۳۵ ۶۳ ۵۲

۴۵ ۵۲ ۵۰ ۴۱ ۴۴ ۴۶ ۴۵ ۳۷ ۳۸ ۳۶ ۲۵ ۲۳ ۳۰

۳۲ ۵۵ ۳۰ ۵۹ ۵۷ ۵۸ ۴۵ ۱۴ ۱۱ ۳۶ ۱۲ ۳۲ ۶۸

 

ابتدا داده ها را وارد SPSS نمائید سپس از منوی Transform زیر منوی Record را انتخاب مینمائیم.

 

با کلیک بر روی In to Different Variables وارد پنجره ای به شکل پایین میشوید. در این پنجره متغیر سن را وارد چهارگوش Nnmeric Variable  میکنیم سپس در قسمت  Output Variable  نام و برچسب متغیر گروهبندی را تعریف میکنیم و بعد از آن بر روی دکمه Old And New Values جهت تعریف مقادیر متغیر گروهبندی کلیک میکنیم

 

آمار توصیفی در Spss

حال وارد پنجره ای به شکل پایین که باید مقادیر متغیر گروه بندی را در آن تعریف نماییم. در این پنجره برای مقادیر کمتر از ۷ بر روی گزینه Change / Lowest through کلیککرده مقدار ۷ را وارد کرده سپس در قسمت New Values  مقدار عددی جدیدی (مثلا ۱ ) را وارد میکنیم سپس دکمه Add را کلیکمینمائیم . در ادامه برای سنین بین ۷ تا ۱۴ سال بر روی دکمه Range ( through) کلیکمینمائیم ومقادیر ۸ و ۱۴ را در چهارگوش های مربوطه وارد کرده و مقدار عددی جدید دیگری مثلا ۲ را به این گروه نسبت داده و دکمه Add را کلیک میکنیم.

اینکار را برای گروه های دیگر نیز اعمال میکنیم . با انجام این کار متغیر گروهبندی جدیدی با عنوان “گروه” با مقادیر عددی ۱ الی ۹ ایجاد میشود.

 

 

 

 

 

حال نمودار ستونی را برای متغیر جدید رسم میکنیم . ( نحوه رسم همانند مثالهای قبل است با این تفاوت که در شکل متغیر گروه را به چهارگوش Category Axis وارد کرده و در قسمت Bar Represent گزینه %Of cases را انتخاب مینماییم. خروجی به شکل زیر میباشد.

 

آمار توصیفی در Spss

در نمودار فوق درصد فراوانی هر یک از گروهها نشان داده شده است.

 

امیدواریم از این مطلب در سایت صنایع سافت که درباره آمار توصیفی در Spss بود لذت برده باشید.نظرات خودتون رو واسه ما کامنت بزارین تا ما بتونیم هر چه بیشتر از اونها واسه بهتر شدنه تیممون استفاده کنیم.

 

حتما شما هم دوست دارید مانند دیگر مهندسان صنایع از مقاله های جدید ما باخبر بشین، خب کافیه که فقط ایمیلتونو داخل فرم زیر وارد کنید. به همین راحتی :)

 

دانشجوی کارشناسی رشته مهندسی صنایع، فعال در حوزه دیجیتال مارکتینگ و علاقه مند به استارت اپ ها و دوست دارم که هر روز آموزش های بیشتری برای مهندسان صنایع تولید کنم

احمد جعفری

اگر این مقاله برای شما مفید بود برای دوستان خود هم به اشتراک بگذارید تا بقیه هم از این مطلب استفاده لازم را ببرند.

 

 

آموزش spss به زبان ساده

آموزش Spss به زبان ساده و آسان | گام به گام و تصویری

سلام دوستان عزیز با یکی دیگه از سری مقاله های آموزشی در سایت صنایع سافت که در زمینه آموزش نرم افزارهای مهندسی صنایع کار میکنیم در خدمتتون هستیم.در این مقاله قصد داریم که آموزشی به زبان ساده در خصوص آشنایی با محیط نرم افزار آماری Spss آماده کنیم.

همانطور که میدانید در اکثر تحقیقات با حجم زیاد از داده ها مواجه هستیم که اجرای عملیات بر روی داده ها حجم وسیعی از محسبات را نیز خواهد داشت لذا استفاده از یک نرم افزار مناسب آماری ضروری می نماید.

در حال حاضر نرم افزار های بسیاری باکارایی و قدرت متفاوت موجود میباشد که ما قصد داریم در این مقاله به آموزش spss به زبان ساده و آسان به نحوی که برای شما کاربران عزیز براحتی قابل فهم باشد بپردازیم.

لازم به ذکر است که این سری آموزش ها که در صنایع سافت منتشر میشود، صرفا مکمل آموزش های غیررایگان است لذا برای یادگیری آموزش کامل این نرم افزار روی آموزش نرم افزار Spss کلیک کنید.

آموزش spss به زبان ساده

 

علت استقبال اکثر محققان از نرم افزار Spss استفاده راحت،ارائه خروجی ها با محیط گرافیکی بسیار عالی و انجام اکثر روشهای آماری بدون نیاز به برنامه نویسی و نیز دارا بودن محیط برنامه نویسی  SYNTAX SPSS EDITOR برای کاربران حرفه ای میباشد.

در این مقاله آموزشی فرض بر این است که خواننده محترم آشنایی کافی با سیستم عامل ویندوز دارد.

 

اجرای برنامه Spss

برای اجرای نرم افزار Spss از روش های زیر میتوان استفاده نمود.

  1. Start \ All Programs \ Spss for windows \ Spss 13 for windows
  2. اجرای مستقیم Spss با دابل کلیک بر روی فتیل Spsswin که در موشه محتوی فایل های SPSS در مسیر نصب قرار دارد
  3. اجرای نرم افزار با استفاده از آیکون های میانبر
    الف) پوشه ای که SPSS در آنجا نصب شده است را پیدا کنید
    ب) فایل Spsswin را پیدا کرده و ار آن یک میانبر بر روی Desktop ایجاد کنید
    ج) با دابل کلیک بر روی ایکون مربوط Spss شوید
  4. اجرای Spss با استفاده از دستور Run کافی است مسیر Spsswin را در مقابل دستور Run وارد نمایید بطور مثال : Run: D: SPSS\Spsswin

 

دسترسی به پنجره ویرایشگر ها

پس از اجرای Spss پنجره ای مانند شکل پایین باز میشود و از شما میپرسد ایل به انجام چه کلری هستید ؟؟ پس انتخاب گزینه Type in date و کلیک Ok پنجره ای بنام Untitled Spss Editor باز میشود که شمال دو پنجره مختلف به نام های ذیل است :

  1. Data View
  2. Variable View

 

 

 

 

 

مقاله ای که حتما بدردتان میخورد : آموزش گام به گام اس پی اس اس به زبان فارسی

وارد کردن مشخصات متغیرها در پنجره Variable View

 

برای حرکت بین سلول های جدول میتوان از کلیدهای جهت نما استفاده نمایید

  1. نام متغیر را درستون Name وارد میکنیم
  2. نوع متغیر را درستون Type وارد میکنیم با کلیک بر روی مربع سه نقطه که در قسمت راست عبارت Numeric قرار دارد پنجره ای مانند شکل پایین باز میشود که میتوانیم نوع متغیر را مشخص نماییم

 

انواع متغیر ها شامل سه رقمی، نمایی، تاریخی، باعلامت دلار، باعلامت دلخواه و یا رشته ای میباشد.

 

۳) پهنای متغیر را میتوان با تغییر عدد داهل ستون Width تعیین کرد

۴)تعدا ارقام اعشار را میتوانید با تغییر عدد  داخل ستون decimals تعیین کنید.

۵) جهت انتساب یک برچسب به یک متغیر د رستون رود نظر بریای متغیر را تعریف نمایید.(طول برچسب حداکثر ۲۵۵ کارکتر میباشد)

۶)در مورد متغیر های گروه بندی مانند جنسیت بهتر است گروه های مختلف را با مقادیر و برچسب هایی مشخص نمایید. مثلا مرد را برابر مقدار عددی ۱ و زن را برابر ۲ قرار دهید. برا یاین منظور برروی مربع سه نقطه دار موجو در سمت راست ستون Values کلیک کرده تا پنجره ای مانند شکل پایین باز شود کدهای مورد نظر را در مقابل عبارت Values و برچسب مورد نظر را در مقابل Value Lable وارد نموده روی دکمه Add کلیک کرده و پس از وارد نمودن سایر برچسب ها و مقادیر بر روی دکمه Ok کلیک مینماییم.

 

 

۷) برای تعریف مقادیر گمشده باید دکمه سه نقطه دار موجود در سممت راست ستون Missing را کلیک کنیم تا پنجره ای مانند شکل پایین باز شود. در اینجا لازم است توضیحاتی در مورد داده های گمشده داده شود:

۱) گمشده سیستمی (system missing ) : اگر کاربر داده ای را در خانه ای وارد نکند SPSS یک مقدار گمشده سیستمی در آن وارد خواهد کرد که با یک نقطه نشان داده میشود.

۲) گمشده کاربری  (User missing) : گاهی کاربر میخواهد بنا به دلایلی برخی از داده هایی که وارد شده اند را به عنوان داده گمشده لحاظ نمایند.مثلا فردی در پاسخ به سوالات یک پرسشنامه از بیان سن خودداری میکند و محقق میخواهد برای این چنین وضعیتی عدد ۱۰۰- را بجای سن وارد نماید و برای زمانی که سن خوانا نمیباشد عدد ۱۰۱- را وارد نمایدتوجه داشته باشیم که در SPSS تمام مقادیر گمشده از محاسبات کنار گذاشته میشوند.

 

حال برای تعریف داده گمشده کاربری به صورت زیر عمل کنیم:
در پنجره Missing Values گزینه Discrete missing values را فعال کرده و مقادیر گمشده کاربری را در آن پنجره وارد می نماییم(حداکثر سه مقدار ) ویا میتوانیم یکدامنه از مقادیر گمشده به اضافه یکمقدار خارجاز دامنه را به عنوان مقادیر گمشده وارد نمایید .

آموزش spss به زبان ساده

 

 

۸) پهنای ستون را میتوان با تغییر عدد ستون Columns تغییر داد

۹) داده ها را میتوان به کمکستون Align در داخل هر سلول تراز کرد

۱۰) مقیاس اندازه گیری را میتوان با استفاده از ستون Measure تعیین کرد.مقیاس اندازه گیری برای متغیرهای نسبتی و فاصلهای گزینه scale، برای متغیرهای ترتیبی گزینه Ordinal وبرای متغیرهای اسمی مقیاس Norminal می باشد. ضمنا انتخاب مقیاس در محاسبات SPSS تاثیری ندارد و تنها در چند نمودار تغییراتی را ایجاد مینماید. در ادامه آموزش Spss به بررسی وارد کردن داده ها در Spss خواهیم پرداخت.

 

وارد کردن داده ها

پس از انکه مشخصات متغیرها را وارد کردیم ( ۱۰ مرحله فوق ) نوبت به وارد کردن داده ها Spss میشود برای اینکار در Data Editor دکمه Data View در پائین صفحه را فشار داده داده های هر متغیر را در ستون مربوط به آن متغیر وارد میکنیم

.

آموزش spss به زبان ساده

 

ذخیره و بازکردن فایلهای Spss

برای ذخیره فایل های Spss دستور File /Save as را اجرا کنیم تا پنجره ای به شکل پایین باز شود سپس مسیر ذخیره سازی، نام فایل و نیز نوع فایل را مشخص می نمایید.

آموزش spss به زبان ساده

 

نکته: درصورتی که بخواهید فایلی را با فرمت اکسل ذخیره کنید باید در قسمت Save as type گزینه  (Excel (*.xls را انتخاب نمایید در صورتی که نمیخواهید اسم متغیر ها در ثفحه گسترده اکسل نوشته شود گزینه Write variable names to spreadsheet را غیر فعال نمایید. مانند شکل پایین
درضمن توجه داشته باشید داده های گمشده که در SPSS با نقطه(.) نشان داده میشوند در اکسل بصورت (#NULL!) نمایش داده میشوند.

 

آموزش spss به زبان ساده

 

 

برای باز کردن فایل ها در SPSS از دستور File\ Open\ Data استفاده میشود که باید در آن پنجره مسیر، نام و نوع فایل را مشخص نمایید.

 

نکته :درصورتی که بخواهید فایلی را ازنوع اکسل باز کنید باید از ابتدا نوع فایل را (Excel(.xls انتخاب نمایید سپس مسیر و نام فایل مورد نظر را انتخاب کرده و دکمه Open را کلیک نمایید تا پنجره ای مانند شکل پایین باز شوددر این پنجره در صورتی که اسامی متغیر ها را در ابتدای فایل اکسل ننوشته اید غیرفعال سازید.
در این پنجره همچنین میتوانید یک صفحه کاری از اکسل و نیز یک محدوده از یک صفحه کار را انتخاب نمایید تا توسط Spss باز شود.

 

مثال : داده های مربوط به سه شاخص درصد اشتغال تخت متوسط روز بستری، نسبت پذیرش تخت بیمارستان های امام رضا(ع)، قائم شهید هاشمی نژاد و امید مربوط به سال ۱۳۸۳ در زیر آمده است با توجه به مطالبی که تا کنون عنوان شد این داده هارا در Spss وارد نمایید. ودر فایلیبه نام Hospital با فرمتهای    (spss (*.sav و  (Excel (*.xls ذخیره نمایید.

 

 

به شکل های زیر توجه کنید.

آموزش spss به زبان ساده

 

توجه نمایید که شکل ۱ چارده مربوط به مخصات متغیر ها و شکل ۱ پونزه مربوط به وارد کردن داده ها می باشد.داده ها را به همان صورتی که در بالا آمده است وارد نمایید.
توجه نمایید که در بالا نوع متغیر نام رشته ای انتخاب شده است که میتوانستیم بجای اینکار متغیر را از نوع عددی انتخاب نموده و در قسمت Values به اسم هر بیمارستان یک کد بدهید مثلا مقدار عددی ۱ را بجای بیمارستان امام رضا و مقدار ۲ را بجای بیمارستان قائم و…که در مقاله های بعدی از این روش استفاده شده است. که یقینا وارد کردن داده ها در این روش ساده تر و زمان کمتری میگیرد زیرا بجای تایپ عبارت بیمارستان امام رضا کافی است عدد ۱ تایپ شود.
منتها هدف از روشی که در این مثال عنوان شده است تفهیم کاربرد Width میباشد.

در ادامه کار فایل Hospital را با فرمت اکسل توسط Spss باز نمایید و مطالبی را که بیان شد. را اجرا نمایید.در ادامه بحث می خواهیم نحوه بدست آوردن شاخص های مرکزی و پراکندگی و نیز نمودارهای آماری را توسط Spss بیاموزیم.

 

 

امیدواریم از این مطلب در سایت صنایع سافت لذت برده باشید.نظرات خودتون رو واسه ما کامنت بزارین تا ما بتونیم هر چه بیشتر از اونها واسه بهتر شدنه تیممون استفاده کنیم.

 

حتما شما هم دوست دارید مانند دیگر مهندسان صنایع از مقاله های جدید ما باخبر بشین، خب کافیه که فقط ایمیلتونو داخل فرم زیر وارد کنید. به همین راحتی :)

 

دانشجوی کارشناسی رشته مهندسی صنایع، فعال در حوزه دیجیتال مارکتینگ و علاقه مند به استارت اپ ها و دوست دارم که هر روز آموزش های بیشتری برای مهندسان صنایع تولید کنم

احمد جعفری

اگر این مقاله برای شما مفید بود برای دوستان خود هم به اشتراک بگذارید تا بقیه هم از این مطلب استفاده لازم را ببرند.

 

 

 

آموزش نرم افزار minitab

آموزش نرم افزار Minitab (جدید) | قدم به قدم و تصویری

در این مقاله با یکی دیگه از سری مقاله های آموزش مینی تب در خدمت شما کاربران عزیز هستیم. در این مقاله قصد داریم یک مبحث آموزشی دیگر در این نرم افزار را باشما عزیزان به اشتراک بگذاریم.قبل از رفتن به سراغ آموزش نرم افزار Minitab مباحث مورد بررسی در این مقاله شامل موارد زیر میباشد :

قبل از خواندن این مقاله اگر با این نرم افزار آشنایی ندارید ابتدا به ترتیب مقالات زیر را مطالعه کنید.

  1. قسمت اول
  2. قسمت دوم
  3. قسمت سوم

طریقه رسم نمودار پراکنش در بازه های زمانی و مکانی مختلف:

با توجه به مثالی که در مقاله کنترل فرایندآماری در مینی تب گفته شد میخواهیم رابطه ی بین فاصله و زمان تحویل را در سه شعبه مرکزی،غربی و شرقی را به طور جداگانه بررسی کنیم.

قدم اول:از منوی Graph گزینه Scatter plot را انتخاب کنید.و مانند مثال قبلی Days  و distance را انتخاب کنید.

آموزش نرم افزار Minitab

قدم  دوم: در پنجره multiple graph  ,scatter plot  with regresion را انتخاب کنید سپس به قسمت By variable رفته که ۲ گزینه دارد:

By variables with groups in separate panel: کلیه ی نمودارهای پراکنش در مکان ها و زمان های مختلف را در یک گراف نمایش میدهد.
در این مثال ستون center را زیر این قسمت وارد کنید تا نمودارهای پراکنش بین فاصله و زمان در سه شعبه غربی, مرکزی و شرقی در یک گراف نمایش داده شود.

 

By variables with groups on separate graphs:  نمودارهای پراکنش را در مکان ها وزمان های مختلف در گراف های جداگانه و مستقل نمایش میدهد.

آموزش نرم افزار Minitab

 

تحلیل:نقاط روی نمودار هیچ نمونه ی خاصی از سه مرکز نشان نمی دهد. یعنی در هر شعبه بین فاصله سفارش و زمان تحویل همبستگی ضعیف وجود دارد پس اگر تاخیری در تحویل به وجود آمده به خاطر فاصله سفارش نبوده و باید دلایل آن شناسایی و حذف گردد.

طریقه ی رسم نمودار هیستوگرام برای یک متغیر در Minitab:

مثال:فرض کنید برای شرکت تولیدی شامپو کار می کنید و می خواهید مطمئن شوید که درپوش شامپوها محکم بسته شده است یا نه؟اگر شل بسته شده باشند در حین حمل و نقل ریخته شوند و هنگام خرید باز می شوند و اگر خیلی محکم بسته شده باشند برای خریدار باز کردن درپوش مشکل میباشد(مخصوصاً در موقع حمام گرفتن).

قدم اول :از منوی File گزینه Open worksheet را انتخاب کرده و فایل Cap.MTW را باز کنید

قدم دوم : از منوی Graph گزینه Histograms را انتخاب کنید .و از بین نمودار های موجود with fit)همراه با نمودار نرمال(را انتخاب کنید.اگر نوع With fit را انتخاب کنید Minitab منحنی تابع توزیع مورد نظرتان را رسم می کند و در صورتیکه مشاهدات شما به خوبی منحنی را پوشش دهند , می توان گفت که داده های تصادفی مورد بررسی از تابع توزیع انتخاب شده پیروی می کنند.منحنی پیش فرض Minitab , نرمال می باشد.اگر نوع Simple را انتخاب کنید, Minitab  فقط هیستوگرام داده های شما را رسم می کند.

آموزش نرم افزار Minitab

 

قدم سوم:برای محور xها در پنجره ی Graph variables، ستون متغیر مورد نظر را وارد کنید.(در این مثال C1 را وارد کنید.)

در این شرکت داده های ما گشتاور مورد نیاز برای باز کردن در شامپو ها بوده شرکت اعلام کرده به طور میانگین مقدار گشتاور باید ۱۸ باشد و اگر گشتاور کمتر از ۱۱ باشد یعنی در آن شل بسته شده و اگر گشتاور بیش از ۲۴ باشد یعنی در شامپو بیش از اندازه سفت بسته شده است.با این اوصاف میخواهیم داده های خود را بررسی کنیم

می توانید برای متغیر خودتان یک مقدار هدف یا تارگت تعریف کنید .برای این کار به scale رفته و در Show reference lines at data values مقدار آن را وارد کنید.

قدمچهارم:Ok را بزنید.

آموزش نرم افزار Minitab

تحلیل نتایج:همانطور که می بینید میانگین نمونه گشتاور ها ۲٫۲۶  می باشد.یعنی بیشتر داده ها تقریباً سفت بسته شده اند. یک داده با گشتاور۴ باز می شود یعنی در آن شل بسته شده است.خیلی از درپوشها به گشتاوری بالای ۲۴ برای باز شدن نیاز داشتند یعنی بیشتر در شامپوها سفت بسته شدند.پس باید ترتیبی اتخاذ دهیم تا بتوانیم گشتاور مورد نیاز برای باز کردن در شامپو ها را کاهش دهیم.

همانطور که گفته شد اگر بخواهیم هیستوگرام دقیقی داشته باشیم باید تعداد binها و بازه ی هرکدام را درست تعریف کنیم پس چون ۶۸ مشاهده داریم تقریبا باید ۸bin  داشته باشیم هم چنین میتوانیم فاصله هر bin  را از رابطه W=R/K  به دست بیاوریم که R همان دامنه تغییرات میباشد.(R=XMAX-XMIN) در این مثال R برابر است با ۳۴٫۶۶  پس مقدار  W  تقریبا برابر با ۴٫۵  میشود و کران پایین برای شروع نمونه گیری برابر (xmin-p) می باشد  که در آن p خطای اندازه گیری و یا خطای آخرین رقم اعشاری می باشد مثلا برای داده های ۲۱٫۵ ۲۲ ۲۳ ۲۴ خطای اندازه گیری برابر ۰٫۱ و برای داده های ۲۱٫۰۶ ۲۲٫۱ ۲۳ ۲۴ برابر ۰٫۰۱ میباشد.

در این مثال خطای اندازه گیری برابر یک می باشد و از آنجاییکه کوچکترن داده برابر ۱۰ می باشد پس اولین bin مربوط به بازه ی ۹ تا ۱۳٫۵ می باشد و نقطه ی میانی این بازه برابر ۱۱٫۲۵ میباشد. برای وارد کردن تعاریف فوق در Minitab ابتدا باید روی محور x در نمودار هیستوگرام کلیک راست کرده سپس Edit X Scale  را انتخاب کنید.

 

حال binnig را انتخاب کنید و در قسمت Midpoint /cutpoint ,interval definition position را انتخاب کرده و اعداد را مطابق شکل زیر وارد کنید سپس ok  را بزنید.

 

آموزش نرم افزار Minitab

 

 

وقتی از منوی graph نمودار Histogram را انتخاب میکنید Minitab  چند گزینه در اختیار شما قرار میدهد که به شرح هریک میپردازیم.

Simple :هنگامیکه میخواهید فقط هیستوگرام یک متغیر را رسم کنید از این گزینه استفاده کنید.

Simple With Fit :هنگامیکه میخواهید هیستوگرام یک متغیر را رسم و سپس بررسی کنید که آیا متغیر مورد بررسی توزیع خاصی دارد یا خیر؟ پیش فرض برنامه این است که نرم افزار شکل تابع توزیع نرمال را رسم میکند اگر داده ها به خوبی  منحنی تابع توزیع نرمال را پوشش بدهند پس متغیر مورد بررسی از توزیع نرمال پیروی میکند.در صورتیکه بخواهیم منحنی ای را که میخواهیم داده هایمان را با آن فیت کنیم تغییر دهیم وقتی این گزینه را انتخاب کردید به Data view رفته و Distribution را انتخاب کنید و در قسمت Distribution تابع توزیع مورد نظرتان را وارد کنید.

 

With Fit and Groups : از گزینه  برای رسم هیستوگرام های داده های  متغیرهای مختلف در یک گراف و بررسی آنها به طور همزمان با همدیگر استفاده می شود. همچنین  می توان بررسی کرد که که آیا متغیرهایمان تابع توزیع خاصی دارند یا خیر؟

With Outline And Groups : از این گزینه فقط برای رسم هیستوگرام داده های متغیرهای مختلف به طور همزمان استفاده میشود به طوریکه هیستوگرام هر متغیر فقط به صورت خطوط شکسته نمایش داده می شود و از binها استفاده نمی شود .در قسمت بعدی از آموزش نرم افزار Minitab به رسم نمودار هیستوگرام میپردازیم.

طریقه رسم هیستوگرام برای چند متغیر در Minitab :

مثال: فرض کنید در یک کارخانه ی اتومبیل سازی کار می کنید و یکی از اشکالاتی که با آن مواجه شدید طول میل بادامک استفاده شده در موتور است . پس از بررسی متوجه می شودی که این میل بادامک ها از ۲ تامین کننده مختلف تامین می شود.شما ۱۱۱ نمونه از این ۲ تامین کننده گرفته و آنها را باهم مقایسه می کنید.

قدم اول: از منوی File گزینه Open worksheet فایل Camshaft.MTW را انتخاب کنید.

قدم دوم : از منوی Graph گزینه Histograms  را انتخاب کرده و With outline and groups را انتخاب کنید.

قدم سوم:در قسمت Graph variables دو ستون Supp1 و Supp2 را وارد کنید و Ok  را بزنید.

آموزش نرم افزار Minitab

 

تحلیل: همانطور که مشاهده می کنید میانگین Supp1 از Supp2 کمتر است و پراکندگی داده های Supp1 از Supp2 نیز کمتر می باشد پس خرید از تامین کننده اول بهتر می باشد.

در صورتیکه بخواهیم هیستوگرام هر متغیر را جداگانه رسم کنیم از پنجره Histogram-With Outline and Groups گزینه Multiple Graphs را انتخاب کنید.

در قسمت show Graph variables اگر overlaid on the same graph  را انتخاب کنید هیستوگرام همه ی متغیرها را با هم نمایش میدهد.

آموزش نرم افزار Minitab

اگر In Separate Panel of the same Graph  را انتخاب کنید هیستوگرام هر متغیر را جداگانه اما در یک گراف نمایش میدهد.

و اگر on separate panel را انتخاب کنید هیستوگرام هر متغیر را در گراف های جداگانه رسم میکند.

در ادامه آموزش نرم افزار Minitab به بررسی آزمون اندرسون دارلینگ میپردازیم

انجام آزمون اندرسون دارلینگ با استفاده از Minitab :

مثال : برای داده های مثال تامیین کننده های میل بادامک در فایل camshaft بررسی کنید که آیا طول میل بادامک های تامین کننده ۱ توزیع نرمال دارد یا خیر؟با استفاده از آزمون اندرسون دارلینگ این آزمون را انجام دهید و درصورتیکه P-value بزرگ تر از ۰٫۰۵ شد یعنی داده های شما نرمال هستند.

مسیر زیر را دنبال کنید:

 

در قسمت supp1 ستون variable را وارد کنید و در قسمت Tests For Normality آزمون Anderson- Darling  را انتخاب کنید

Ok را بزنید.

آموزش نرم افزار Minitab

تحلیل:مقدار p-value  برابر ۰٫۰۲۹ شده که کمتر از ۰٫۰۵ میباشد پس مشخصه کیفی طول میل بادامک توزیع نرمال ندارد. همچنین مشاهدات طرح احتمال نرمال را به خوبی پوشش ندادند.

 

 

امیدواریم از این مطلب که درباره آموزش نرم افزار Minitab در سایت صنایع سافت بود لذت برده باشید.نظرات خودتون رو واسه ما کامنت بزارین تا ما بتونیم هر چه بیشتر از اونها واسه بهتر شدنه تیممون استفاده کنیم.

 

حتما شما هم دوست دارید مانند دیگر مهندسان صنایع از مقاله های جدید ما باخبر بشین، خب کافیه که فقط ایمیلتونو داخل فرم زیر وارد کنید. به همین راحتی :)

 

دانشجوی کارشناسی رشته مهندسی صنایع، فعال در حوزه دیجیتال مارکتینگ و علاقه مند به استارت اپ ها و دوست دارم که هر روز آموزش های بیشتری برای مهندسان صنایع تولید کنم

احمد جعفری

اگر این مقاله برای شما مفید بود برای دوستان خود هم به اشتراک بگذارید تا بقیه هم از این مطلب استفاده لازم را ببرند.

 

کنترل فرایند اماری در مینی تب

کنترل فرایند اماری (SPC) در مینی تب (قدم به قدم و تصویری)

کنترل فرایند آماری (SPC) در نرم افزار مینی تب

کنترل فرایند اماری در مینی تب،کنترل کیفیت آماری یکی از دروس تخصصی دوره کارشناسی رشته مهندسی صنایع می باشد که در این مقاله قصد داریم ابزارهای کنترل فرایند آماری را در نرم افزار مینی تب که یکی از نرم افزارهای پرکاربرد در شغل کنترل کیفیت است بپردازیم. این نرم افزار ابزاری برای کسانی است که به هرنحوی با علم آمار سروکار دارند.

خب بدون فوت وقت اموزش نرم افزار مینی تب را آغاز می کنیم.

در این آموزش به بررسی موارد ریز میپردازیم:

  • کنترل فرآیند آماری
  • برگه کنترل
  • نمودار پارتو
  • طریقه رسم نمودار پارتو در Minitab
  • نمودار پارتو در بازه های زمانی و مکانی مختلف در Minitab
  • نمودار علت و معلول (استخوان ماهی ایشی کاوا)
  • ایجاد یک نمودار استخوان ماهی در Minitab
  • نمودار تمرکز نقص ها
  • نمودار پراکندگی(پراکنش-scatter plot)
  • ضریب همبستگی
  • طریقه رسم نمودار پراکنش (Scatter plot) در Minitab
  • پیدا کردن ضریب همبستگی (correlation) در Minitab

کنترل فرآیند آماری( SPC )

از روش های بهبود کیفیت در حین فرآیند تولید میباشد که با شناسایی و حذف عوامل غیر تصادفی در فرآیند تولید باعث کاهش تغییر پذیری در فرآیند تولید می شود. ایشی کاوا معتقد بود که با ابزارهایی که در کنترل فرآیند آماری وجود دارد میتوان به طور قابل توجهی کیفیت فرآیند تولید را بهبود داد.

ابزار های قدرتمند مورد استفاده در SPC :

برگه کنترل :

هرگاه لازم باشد مهندسان کیفیت در مورد مسئله ای تصمیم گیری کنند باید داده هایی داشته باشند تا روش های لازم را در مورد آن داده ها بکار ببرند.پس برای جمع آوری داده ها برگه ها یا فرم هایی ایجاد می کنند که فقط مختص آن مسئله می باشد و در اختیار بازرسان و اپراتور ها قرار می دهند.

مثال : شکل زیر نشان دهنده یک برگه ثبت داده برای عیوب مخزن های تولید شده در سازمان کشتی سازی می باشد که توسط یکی از مهندسان آن جهت بررسی گونه های مختلف از عیوب این نوع مخزن می باشد که این برگه توسط بازرس مربوطه پر شده است.

جمع7654321
4221بخش های صدمه دیده
1013321مشکلات ماشینی
81322جوشکاری بد
3111وجود مک در ریخته گری

بازرس :                                                      تحویل گیرنده :
تاریخ ثبت :                                                  امضا و تایید بازرس :

 

برگه ثبت داده برای انواع عیوب در مخزن های تولید شده در شرکت کشتی سازی

کنترل فرایند اماری در مینی تب

طریقه رسم نمودار پارتو در Minitab :

مثال:  فرض کنید شما به عنوان یک کارشناس کنترل کیفیت در یک شرکت تولید کننده ی قفسه کتاب کار می کنید .در بازرسی نهایی برخی از این قفسه ها به خاطر برخی دلایل مثل خراش برداشتن ، لب پریدگی ، خمیدگی یا تورفتگی مردود اعلام می گردند(دور ریخته میشوند).

حال می خواهید از نمودار پارتو برای مشاهده اینکه کدام خرابی بیشتر در فرآیند تولید شما نقش دارد استفاده کنید. همچنین در فرآیند تولید شما نقص هایی از قبیل نبود پیچ و گیره و …  مشاهده میشود و شما میخواهید پی به اینکه کدام نقص بیشتر در فرآیند تولید اثر دارد، ببرید.

ابتدا شما تعداد دفعاتی که هرکدام از این خرابی ها و نقص ها اتفاق افتاده را میشمارید.سپس در worksheet علل هرکدام از این خرابی ها را در یک ستون Defect (نقص) و در ستون دیگر Damage (خرابی) مشخص می کنید که هر کدام از این خرابی ها مربوط به کدام یک از علل است.

  • الف)مشخص کنید بیشتر عامل خرابی ها کدام نوع است.
  • ب)مشخص کنید بیشتر نقص ها مربوط به کدام نوع نقص در قفسه کتاب است؟

حل الف) قدم اول : از منوی file گزینه open worksheet را انتخاب کنید و فایل EXH_QC.Mtw را باز کنید.

کنترل فرایند اماری در مینی تب

 

قدم دوم : از منوی Quality tools ,Stat و سپس Pareto chart را انتخاب نمایید.

کنترل فرایند اماری در مینی تب

 

قدم سوم : در صورتیکه می خواهید ببینید بیشتر خرابیها (damage) مربوط به کدام یک از عوامل است در Defects or attribute data in ستون C1 را وارد کنید.(به طور کلی در صورتیکه شما در یک ستون عوامل را وارد کردید این قسمت را انتخاب کنید و قسمت frequencies  را خالی بگدارید و خود نرم افزار به صورت خودکار آنها را می شمارد.)

قدم چهارم : قمست combine remaining defects into one category after this percentکه به طور پیش فرض برابر ۹۵% می باشد یعنی ۵% باقیمانده عوامل را در یک ستون به نام other در نمودار  پارتو نمایش می دهد.(به طور کلی مجموعه  عواملی که در صد تجمعی آنها کمتر از ۵% می شود را در یک ستون نمایش میدهد.) و در صورتیکه Do Not Combine  را انتخاب کنید همه ی عوامل را با همه ی درصد تجمعی هایشان نمایش میدهد.

این مقدار را بر اساس قانون پارتو به ۸۰% تغییر دهید.

 

قدم پنجم : ok را بزنید.

کنترل فرایند اماری در مینی تب

 

تحلیل: همانطور که می بینید بیشتر خرابی ها مربوط به خراش و پریدگی می باشد که ۷۵% مشکلات را از آن خود کرده اند.پس اگر این دو مشکل را حل کنیم ۷۵% مشکلات را حل کردیم.

حل ب) قدم اول و دوم مانند حل الف می باشد.

قدم سوم: در صورتیکه می خواهید ببینید بیشتر نقص ها مربوط به کدام نوع از نقص ها می باشد قسمت Defects or attribute data inرا انتخاب کنید و در  این  قسمت ستون Defects و در قسمت frequencies in ستون counts  را وارد کنید. (به طور کلی در صورتی که انواع عوامل در یک ستون و فراوانی آنها در یک ستون دیگر باشد از این روش استفاده کنید)

بقیه قسمت ها مانند حل الف می باشد.

تحلیل: همانطور که می بینید بیشتر نقص ها مربوط به نبود پیچ و نبود گیره است که ۷۸% نقص ها را در برگرفته اند.پس با برطرف کردن این دو عیب ۷۸% مشکلات را برطرف کرده ایم.

نمودار پارتو در بازه های زمانی و مکانی مختلف در Minitab

مثال:فرض کنید که شما برای شرکت عروسک سازی کار می کنید.اخیراً متوجه افزایش خرابی در بازرسی نهایی به خاطر خراشیدگی ، خرابی پوست و لکه دار شدن عروسک ها شده اید.شما میخواهید بفهمید که آیا رابطه ای میان نوع و تعداد عیوب و شیفت کاری تولید عروسک وجود دارد یا خیر؟

  1. فایل EXH_QC.mtw را از منوی فایل و گزینه open worksheet باز کنید.
  2. از منوی Quality tools ،Stat و سپس Pareto chart را انتخاب نمایید
  3. در قسمت Defects or attribute data in ستون flaws را وارد کنید.
  4. در قسمت by variable in  ستون period را وارد کنید.

به طور کلی با این قسمت میتوان نمودار پارتو را به وسیله متغیرهای مختلف مثلاً در بازه های زمانی یا مکانی مختلف رسم کرد.

قدم پنجم :وقتی در قسمت by variable in  ستونی را وارد می کنید سه گزینه ظاهر می شود:

  1. (Default (all on one graph same ordering of bars : کلیه نمودار های پارتو را در بازه های مختلف در یک graph نمایش می دهد.
  2. One group per graph same ordering of bars : هرگروه (هر متغیر ،هر بازه مختلف) در یک graph جدا گانه رسم می شود.
  3. One group per graph independent ordering of bars : هرگروه (هر متغیر ،هر بازه مختلف)  در یک graph  جدا گانه و به طوریکه از عواملی که بیشترین درصد را دارند تا کمترین نمایش داده شوند (به طور مرتب).

گزینه اول را انتخاب کنید.

قدم ششم : ok  را بزنید.

تحلیل : همان طور که از نمودار پیداست بیشترین خرابی ها مربوط به شیفت شب می باشد چون ۱۹  مورد خرابی ها به طور کلی برای شیفت شب میباشد و خرابی نوع خراش بسیار بالا می باشد.

اگر نشانگر ماوس را روی هر ستون ببرید فراوانی هر یک را نمایش میدهد مثلا فراوانی خرابی scratch در شیفت شب ۸ تا میباشد هم چنین اگر نشانگر خود را روی هر دایره قرمز یا خط فراوانی تجمعی ببرید فراوانی تجمعی هر شیفت را نمایش میدهد.

نمودار علت و معلول (استخوان ماهی ایشی کاوا):

مراحل مورد نیاز برای تهیه ی یک نمودار علت و معلول به شرح زیر است:

  1. مشکل یا معلولی که باید بررسی شود.
  2. تیمی جهت انجام تجزیه و تحلیل های مورد نیاز تشکیل دهید که در اغلب موارد تیم بهبود کیفیت علل بالقوه ایجاد مشکل را از طریق جلسات طوفان مغزی تعیین می کند.

معمولا نمودار علت و معلول بعد از نمودار پارتو می باشد اما در کل بستگی به خلاقیت مهندس کیفیت دارد.

ایجاد یک نمودار استخوان ماهی در Minitab

مثال:فایل surface  flaws.mtw را از منوی file  و گزینه open work sheet باز کنید. تا انواع عواملی که در درزهای سطحی در یک فرآیند تولیدی نقش دارند را به صورت نمودار استخوان ماهی نمایش دهیم.

قدم اول : نام هر ستون را بر اساس علت ها بنویسید.

دوم: علت های فرعی هریک از علت های اصلی را در داخل همان ستون بنویسید.

قدم سوم:اگر هریک از علت های فرعی خود شامل علت های فرعی دیگری می شود باید آنها را در یک ستون جدید که نام آن ستون همان نام علت فرعی است بنویسیم.

حال مسیر زیر را دنبال کنید:

SPC در مینی تب

 

با توجه به قدم اول و دوم در ستون causes در ردیف های ۱ تا ۶ به ترتیب سلول C1  تا C6 را وارد کنید.

با توجه به قدم سوم برای سلول man روی sub کلیک کنید.

در ستون causes در ردیف سوم Training را وارد کرده و ok را بزنید.

در صورتیکه بخواهید نام معلول یا همان مشخصه کیفی قابل بررسی را وارد کنید در قسمت Effect  این کار را انجام دهید در این مثال surface flaws  را در قسمت Effect  وارد کنید.

SPC در مینی تب

 

طریقه رسم نمودار پراکنش (Scatter plot) در Minitab:

مثال:فرض کنید شما مسئول کنترل کیفیت یک فروشگاه کتاب هستید که سفارشات را به صورت تلفنی دریافت و ارسال می کند.چون هر مرکز ارسال یک محدوده ی توزیع منطقه ای کوچک را در بر میگیرد.

شما شک دارید که فاصله ی محل تحویل نمی تواند به طور زیادی روی زمان تحویل تاثیر گذار باشد .برای اثباط چنین سوء ظنی و از میان برداشتن فاصله به عنوان یک عامل بسیار مهم ، به بررسی رابطه بین زما ن تحویل و فاصله آن می پردازید.

قدم اول : از منوی File  گزینه open worksheet  را انتخاب کنید و از پوشه ی Meet mini tab فایل Shipping data را انتخاب کنید.

قدم دوم : از منوی Graph گزینه ی Scatter plot را انتخاب کنید.

 

Simple : بررسی رابطه ی بین x(متغیر مستقل) و y(متغیر وابسته)
With groups: بررسی رابطه ی بین j=1,2,…,n ، xj  و y
With regression: بررسی رابطه ی بین x و y  همراه با ترسیم خط رگرسیون
With regression and groups : بررسی رابطه ی بین xjها و y همراه با ترسیم خط رگرسیون  خطی  برای هریک از xjها
With connect line: بررسی رابطه ی بین  x و y همراه با ترسیم خطوط واصل بین مشاهدات
With connect and groups: بررسی رابطه بین  xj ها و y همراه با ترسیم خطوط واصل بین مشاهدات هر متغیر x.

قدم سوم:نوع with regression را انتخاب کنید.

قدم چهارم: در قسمت y variables  متغیر وابسته یعنی ستونDays و در قسمت X variables متغیر مستقل distance  را وارد کنید.

در صورتیکه از قبل پی به نوع  معادله خط رگرسیون (خطی، غیر خطی) بین دو متغیر X و Y  بردید میتوانید در قسمت Model order , Regresion  ,  Data view نوع خط رگرسیون را تعیین کنید.

قدم پنجم: OK را بزنید.

SPC در مینی تب

 

تحلیل:همان طور که از نمودار پیداست رابطه ی مثبت ضعیف بین فاصله و زمان تحویل وجود دارد.

پیدا کردن ضریب همبستگی (correlation) در Minitab:

در ادامه آموزش SPC در مینی تب در قدم اول : مسیر زیر را دنبال کنید:

قدم دوم: در قسمت Variables ستون هایی که میخواهید ضریب همبستگی آن را ببینید وارد کنید .)دراین مثال C4 و C6 را وارد کنید(.خروجی در صفحه Session نمایش داده می شود.

در صورتیکه گزینه Display p-values فعال باشد علاوه بر اینکه ضریب همبستگی بین دو متغیر در صفحه session نمایش داده میشود P-Value مربوط به آزمون فرض اینکه آیا ρ  برابر صفر است یا خیر, نمایش داده میشود, در صورتیکه P-Value بیش تر از ۰٫۰۵ باشد,  یعنی ρ برابر صفر می باشد و هیچ رابطه ای بین X و Y وجود ندارد.

قدم سوم:ok  را بزنید.

تحلیل:  همانطور که مشاهده می کنید مقدار P-Value برابر ۰٫۵ شده روز و فاصله تحویلهیچ رابطه ای وجود ندارد و ضریب همبستگی نیز برابر ۰٫۰۳۳ شده که بیانگر یک رابطه مثبت خیلی ضعیف می باشد و نکته بالا را تایید می کند.

α بزرگتر از p-value در پیش فرض برنامه برابر ۰٫۰۵ می باشد و در صورتیکه I خطای نوع α شود فرض H0 پذیرفته می شود.

 

در مقاله های بعدی در وبلاگ صنایع سافت به ادامه اموزش نرم افزار مینی تب در خصوص دیگر ابزارهای مورد استفاده در کنترل فرایند آماری(SPC) میپردازیم.

 

امیدواریم از این مقاله که درباره کنترل فرایند آماری در نرم افزار مینی تب در سایت صنایع سافت بود لذت برده باشید.نظرات خودتون رو واسه ما کامنت بزارین تا ما بتونیم هر چه بیشتر از اونها واسه بهتر شدنه تیممون استفاده کنیم.

 

حتما شما هم دوست دارید مانند دیگر مهندسان صنایع از مقاله های جدید ما باخبر بشین، خب کافیه که فقط ایمیلتونو داخل فرم زیر وارد کنید. به همین راحتی :)

اگر این مقاله برای شما مفید بود برای دوستان خود هم به اشتراک بگذارید تا بقیه هم از این مطلب استفاده لازم را ببرند.

توزیع های احتمالی در مینی تب

(ادامه) توزیع های احتمالی در نرم افزار مینی تب | تصویری

آموزش توزیع های احتمالی در مینی تب

آموزش توزیع های احتمالی در مینی تب، سلام و خسته نباشید خدمت همراهان صنایع سافت.دوستان قصد داریم در این قسمت از اموزش نرم افزارهای مهندسی صنایع، نرم افزار مینی تب که یک نرم افزار آماری برای مهندسان صنایع و هر کسی که به نحوی با آمار سروکار دارد، بپردازیم.

در این اموزش موارد زیر را بررسی خواهیم کرد:

  • آشنایی با برخی از توابع توزیع
  • مقدمه ای بر احتمالات و متغیر تصادفی
  • توزیع های گسسته
  • توزیع دو جمله ای
  • محاسبه احتمال یک متغیر تصادفی با توزیع دو جمله ای با Minitab
  • توزیع پوآسون
  • محاسبه احتمال یک متغیر تصادفی با توزیع پوآسون با Minitab
  • توزیع های پیوسته
  • توزیع نرمال
  • محاسبه احتمال توزیع نرمال با Minitab
  • محاسبه احتمال توزیع مربع کای با Minitab
  • محاسبه احتمال توزیع t با Minitab
  • محاسبه احتمال توزیع F با Minitab
  • پیدا کردن تابع توزیع یک متغیر تصادفی
  • پیدا کردن تابع توزیع یک متغیر تصادفی با Minitab

 

مقدمه ای بر احتمالات و متغیر تصادفی

در دنیای واقعی به ندرت پیش می آید مواردی که بررسی می کنید قطعی باشد, معمولا همه چیز احتمالی می باشد برای مثال مدت زمان ورود افراد به یک بانک, ضخامت کاغذ های تولید شده در یک فرآیند تولید کاغذ, عمر لامپ های تولید شده در یک فرآیند تولید لامپ و… علم آمار به ما این کمک را می کند که با شناخت و تحلیل های مناسب بهترین تصمیم را بگیریم.

در واقع هر چیزی که یک متغیر باشد را به آن متغیر گوییم و هر متغیری که احتمالی باشد را یک متغیر تصادفی گوییم. این متغیرها می توانند پیوسته یا گسسته باشند. برای مثال تعداد افرادی که در یک مدت زمان معین وارد بانک می شوند, یک متغیر تصادفی گسسته می باشد اما مدت زمان بین ورود افراد به بانک یک متغیر تصادفی پیوسته می باشد.

هر متغیر تصادفی یک تابع توزیع احتمال دارد که به وسیله آن تابع توزیع می توان احتمال وقوع یک پیشامد را پیدا کرد. در ادامه به معرفی برخی از تابع توزیع هایی که بیشتر از آن ها استفاده می کنیم, می پردازیم.  توجه داشته باشید که در کنترل کیفیت به متغیرهای تصادفی پیوسته, مشخصه کیفی متغیر و به متغیرهای تصادفی گسسته, مشخصه های کیفی وصفی می گویند.

توزیع های گسسته

در این تابع توزیع ها X یک متغیر تصادفی گسسته می باشد. مقادیر ممکن  X می تواند محدود یا نامحدود باشد.

۱- توزیع دو جمله ای

در این توزیع متغیر تصادفی X پیشامد تعداد موفقیت ها در n آزمایش می باشد به طوریکه در هر آزمایش با احتمال P می بریم و با احتمال P-1 می بازیم. تابع توزیع X به صورت زیر می باشد :

میانگین واقعی و واریانس برای متغیر تصادفی X با توزیع دوجمله ای به صورت زیر می باشد:

در نظر داشته باشید که هرگاه تعداد نمونه زیاد و احتمال موفقیت در هر نمونه پایین باشد (۵ > np) برای محاسبه احتمال یک متغیر تصادفی با توزیع دوجمله ای از تقریب های پوآسون و نرمال استفاده می کنند.

محاسبه احتمال یک متغیر تصادفی با توزیع دو جمله ای با Minitab

مثال: فرض کنید در یک فرآیند تولید احتمال اینکه یک قطعه معیوب باشد، ۲٫۰ است. اگر یک نمونه ۲۲ تایی گرفته شود آنگاه مطلوبست:

  1. احتمال اینکه ۵ قطعه میعوب دیده شود؟‌
  2. احتمال اینکه حداکثر ۵ قطعه معیوب دیده شود؟‌
  3. حداکثر تعداد اقلام معیوب چه قدر باشد تا با احتمال حداقل ۲٫۶ پی به وجود آن ببریم؟

برای حل قسمت الف ابتدا مسیر زیر را دنبال کنید:

توزیع های احتمالی در مینی تب

در پنجره Binomial distribution در صورتیکه می خواهید (P(X=x را محاسبه کنید گزینه Probability را انتخاب کنید و در صورتیکه می خواهید (p(X≤x را محاسبه کنید گزینه Cumulative probability را انتخاب کنید.

و اگر می خوهید احتمال تجمعی معکوس یا عدد a را در  p(X≤a) =P محاسبه کنید گزینه Inverse cumulative probability را انتخاب کنید. این سه گزینه در محاسبه احتمال همه ی تابع توزیع های گسسته وجود دارد و توضیحاتی که داده شده برای همه ی آن ها صادق است.

برای حل قسمت الف این سوال گزینه Probability را انتخاب کرده و در کادر مقابل Number of trial تعداد آزمایش ها را وارد کنید که در این مثال برابر ۵۰ می باشد و در قسمت Event probability احتمال موفقیت در هر آزمایش یا همان P را وارد کنید که در این مثال برابر ۰٫۲ می باشد هم چنین در قسمت Input constant عدد ۸ را وارد کنید و OK را بزنید.

توجه داشته باشید که اگر می خواهید احتمال پیشامد های مختلفی را که در یک ستون وارد کردید محاسبه کنید ,گزینه ی Input column را انتخاب کنید و ستون مورد نظر را وارد کنید.

 

توزیع های احتمالی در مینی تب

Probability Density Function

Binomial with n = 50 and p = 0.2

x   P( X = x )

۸   ۰٫۱۱۶۹۲۲

تحلیل: احتمال اینکه ۸ کالای معیوب در یک نمونه ی ۵۰ تایی ببنیم برابر ۰٫۱۱ می باشد.

برای حل قسمت ب این سوال در پنجره Binomial distribution فقط کافیست به جای گزینه ی Probability , گزینه Cumulative probability را انتخاب کرده و OK را بزنید.

Cumulative Distribution Function

Binomial with n = 50 and p = 0.2

x   P( X <= x )

۸   ۰٫۳۰۷۳۳۲

 

تحلیل: احتمال اینکه حداکثر ۸ کالای معیوب در یک نمونه ی ۵۰ تایی ببینیم برابر ۰٫۳ می باشد.

برای حل قسمت ج سوال اینبار در پنجره Binomial distribution گزینه ی Inverse cumulative distribution انتخاب کرده و در کادر مقابل Input constant عدد ۲٫۶ را وارد کنید و OK را بزنید.

توزیع های احتمالی در مینی تب

Inverse Cumulative Distribution Function
Binomial with n = 50 and p = 0.2

x  P( X <= x )       x  P( X <= x )

۱۳     ۰٫۸۸۹۴۱۳      ۱۴     ۰٫۹۳۹۲۷۸

تحلیل: همانطور که مشاهده می کنید احتمال دیده شدن حداکثر ۱۳ معیوب در ۵۰ نمونه ۰٫۸۸ و احتمال دیده شدن حداکثر ۱۴ معیوب برابر ۰٫۹۳ می باشد پس اگر ۱۴ معیوب در این ۵۰ نمونه وجود داشته باشد با احتمال ۰٫۹۳ قابل کشف خواهد بود.

توزیع پوآسون

در این توزیع متغیر تصادفی X پیشامد تعداد رویدادها در یک بازه زمانی یا مکانی می باشد به طوریکه λ متوسط تعداد رویدادها در همان بازه زمانی یا مکانی می باشد.

در صورتیکه X متغیر تصادفی با توزیع پوآسون باشد, میانگین واقعی و واریانس این متغیر تصادفی هر دو برابر λ است.توزیع پوآسون تنها تابع توزیعی می باشد که میانگین و واریانس آن با هم برابر است.

محاسبه احتمال یک متغیر تصادفی با توزیع پوآسون با Minitab

مثال: فرض کنید متوسط تعداد غلط های تایپی در یک صفحه از یک کتاب ۲۰۰ صفحه ای, دو تا می باشد. آن گاه مطلوبست احتمال اینکه:

  1. احتمال اینکه تنها سه غلط در یک صفحه ی این کتاب دیده شود؟
  2. احتمال اینکه حداکثر سه غلط در یک صفحه این کتاب دیده شود؟‌
  3. حداکثر چند غلط تایپی در یک صفحه کتاب وجود داشته باشد تا با احتمال حداقل ۰٫۹ پی به وجود آن ببریم؟

برای حل سه قسمت این سوال مسیر زیر را دنبال کنید:

 

 

در پنجره Poisson distribution گزینه Probability را انتخاب کنید و در کادر مقابل Mean مقدار λ را وارد کنید  که برابر ۲ می باشد هم چنین با انتخاب گزینه Input constant و وارد کردن عدد ۳ می توانید قسمت ۱ این سوال را حل کنید.

Probability Density Function
Poisson with mean = 2

x  P( X = x )

۳    ۰٫۱۸۰۴۴۷

 

تحلیل: همانطور که مشاهده می کنید احتمال اینکه در یک صفحه خاص سه غلط تایپی دیده شود برابر ۰٫۱۸ می باشد.

برای حل قسمت ۲ این سوال فقط کافیست به جای گزینه ی Probability، گزینه ی Cumulative probability را بزنید و در پنجره Poisson distribution انتخاب کنید و OK را بزنید.

Cumulative Distribution Function
Poisson with mean = 2

 x  P( X <= x )

۳     ۰٫۸۵۷۱۲۳

 

تحلیل: همانطور که از خروجی صفحه Session پیدا ست احتمال اینکه حداکثر سه غلط تایپی در یک صفحه ببینیم برابر ۰٫۸۵ می باشد.

برای حل قسمت ۳ سوال در پنجره Poisson distribution گزینه Inverse cumulative probability را انتخاب کرده و در کادر مقابل Input constant عدد ۰٫۹ را وارد کرده و OK را بزنید.

 

Inverse Cumulative Distribution Function
Poisson with mean = 2

 x  P( X <= x )      x  P( X <= x )

۳     ۰٫۸۵۷۱۲۳      ۴     ۰٫۹۴۷۳۴۷

تحلیل : در صورتیکه  حداکثر ۴ غلط تایپی در یک صفحه ی کتاب وجود داشته باشد شما با احتمال ۰٫۹۴ پی به وجود این ۴ غلط خواهید برد.

توزیع های پیوسته

در این تابع توزیع ها , X پیشامد یک متغیر تصادفی پیوسته می باشد. مقادیر ممکن X می تواند بی کران یا کراندار باشد.

توزیع نرمال

توزیع نرمال حالت خاصی از توزیع گاما می باشد به طوریکه  X پیشامد یک متغیر تصادفی پیوسته با میانگین µ و انحراف معیار σ می باشد.

از آنجاییکه برای محاسبه ی هر احتمالی باید از تابع توزیع فوق انتگرال گرفت، و هر انتگرالی از تابع فوق غیر قابل حل می باشد، پس از تغییر متغیر x-µ/σ=Z برای محاسبه ی هر احتمالی استفاده می شود که به Z مقدار استاندارد شده گویند و در صورتیکه X دارای توزیع نرمال با میانگین µ و انحراف معیار σ باشد، آن گاه Z دارای توزیع نرمال با میانگین صفر و انحراف معیار یک می باشد.

نمودار تابع چگالی احتمال نرمال به صورت زیر می باشد:

 

محاسبه احتمال توزیع نرمال با Minitab

مثال: فرض کنید ضخامت نورد های تولید شده در فرآیند تولید نورد دارای توزیع نرمال با میانگین ۲ و انحراف معیار ۰٫۱ میلی متر می باشد. آن گاه مطلوبست احتمال اینکه:

  1. احتمال اینکه ضخامت نورد تولید شده حداکثر ۰٫۰ میلی متر باشد؟
  2. ضخامت نورد تولید شده حداکثر چه قدر باشد تا با احتمال ۲٫۶۴۲ قابل کشف باشد؟
  3. اگر یک نمونه ی ۶ تایی از این فرآیند گرفته شود, احتمال اینکه میانگین نمونه حداکثر برابر ۰٫۰ میلی متر شود چه قدر است؟

برای حل دو قسمت این سوال مسیر زیر را دنبال کنید:

در صورتیکه می خواهید X≤x)P) را محاسبه کنید گزینه Cumulative probability را انتخاب کنید، اما اگر می خواهید مقدار معکوس یک احتمال تجمعی را به دست آورید, گزینه Inverse cumulative probability را انتخاب کنید. برای حل قسمت ۱ این سوال گزینه Cumulative probability را انتخاب کرده و در کادر مقابل Mean و Standard deviation مقدار میانگین و انحراف معیار را که هر یک به ترتیب برابر ۲ و ۰٫۱ می باشد وارد کنید. هم چنین گزینه Input constant را انتخاب کرده و در کادر مقابل آن عدد ۲٫۲ را وارد کرده و OK را بزنید.

 

Cumulative Distribution Function
Normal with mean = 2 and standard deviation = 0.1

x  P( X <= x )

۲٫۲     ۰٫۹۷۷۲۵۰

تحلیل: احتمال اینکه ضخامت نورد تولید شده حداکثر ۲٫۲ باشد برابر ۰٫۹۷ می باشد.

برای حل قسمت ب این سوال فقط کافیست به جای گزینه ی Cumulative probability، گزینه ی Inverse  Cumulative probability  را انتخاب کرده و در کادر مقابل Input constant عدد ۰٫۹۷۵  را وارد کرده و OK را بزنید.

توزیع های احتمالی در مینی تب

 

Inverse Cumulative Distribution Function
Normal with mean = 2 and standard deviation = 0.1

P( X <= x )        x

۰٫۹۷۵     ۲٫۱۹۶۰۰

تحلیل: همانطور که مشاهده می کنید در صورتیکه ضخامت نورد, حداکثر ۲٫۱۶ میلی متر باشد با احتمال ۰٫۹۷۵ کشف خواهد شد.

قسمت ۳، از آن جاییکه ضخامت نورد توزیع نرمال دارد پس میانگین نمونه این ۹ نمونه نیز توزیع نرمال با میانگین ۲ و انحراف معیار ۹√ /۰٫۱ دارد پس می توان برای حل قسمت ۳ احتمال زیر را حل کرد:

p(z ≤ ۲٫۱-۲/۰٫۰۳) = p(z ≤ ۳)

برای حل احتمال فوق گزینه Cumulative probability را انتخاب کرده و در کادر مقابل Mean و Standard deviation مقدار میانگین و انحراف معیار را که هر یک به ترتیب برابر ۲ و ۰٫۰۳ می باشد وارد کنید. هم چنین گزینه Input constant را انتخاب کرده و در کادر مقابل آن عدد ۲٫۱ را وارد کرده و OK را بزنید.

Cumulative Distribution Function
Normal with mean = 2 and standard deviation = 0.03

 x    P( X <= x  )

۲٫۱  ۰٫۹۹۹۵۷۱

تحلیل: احتمال اینکه میانگین نمونه حداکثر برابر ۲٫۱ شود برابر ۰٫۹۹ می باشد.

 

محاسبه احتمال توزیع مربع کای با Minitab

مثال: از یک فرآیند تولید کاغذ یک نمونه ی ۶ تایی تهیه می کنیم. ضخامت کاغذ توزیع نرمال با میانگین ۰ و واریانس ۰ دارد. آن گاه مطلوبست احتمال اینکه:

الف – واریانس نمونه حداکثر۰٫۰ باشد؟

ب – واریانس نمونه حداکثر چه قدر باشد تا با احتمال ۲٫۶۲ قابل کشف باشد؟

برای محاسبه این احتمال مسیر زیر را دنبال کنید:

در پنجره Chi-Square distribution گزینه Cumulative probability را انتخاب کرده و در کادر مقابل Degrees of freedom مقدار درجه آزادی که برابر۸ می باشد را وارد کنید و با انتخاب گزینه Input constant عدد ۸٫۸ را در مقابل کادر آن وارد کرده و OK را بزنید.

توزیع های احتمالی در مینی تب

 

 

Cumulative Distribution Function
Chi-Square with 8 DF

x  P( X <= x )

۸٫۸     ۰٫۶۴۰۵۵۲

 

تحلیل: احتمال اینکه واریانس نمونه حداکثر ۱٫۱ باشد، ۰٫۶۴ می باشد.

برای حل قسمت ب این سوال کافیست در پنجره Chi-Square distribution , گزینه Inverse cumulative distribution را انتخاب کرده و در کادر مقابل Input constant عدد ۰٫۹۵ را وارد کرده و OK را بزنید.

Inverse Cumulative Distribution Function
Chi-Square with 8 DF

P( X <= x )        x

       ۰٫۹۵  ۱۵٫۵۰۷۳

محاسبه احتمال توزیع t با Minitab

مثال: فرض کنید یک نمونه ی ۱۰ تایی از یک فرآیند تولید لامپ تهیه کردیم به طوریکه عمر لامپ ها توزیع نرمال با میانگین ۱ سال و انحراف معیار نامعلوم دارند. انحراف معیار نمونه برای این ۱۰ لامپ برابر ۶ ماه می باشد. آن گاه مطلوبست

  1. احتمال اینکه میانگین نمونه عمر این لامپ ها حداکثر برابر ۰٫۲ سال باشد؟
  2. میانگین نمونه حداکثر چه قدر باشد تا با احتمال حداقل ۲٫۶۲ قابل کشف باشند؟‌
  3. فرض کنید یک نمونه ی ۰۳ تایی دیگر از این فرآیند تهیه کردیم و انحراف معیار نمونه آن برابر ۵ ماه به دست آمده باشد, احتمال اینکه تفاوت میانگین نمونه از این دو بار نمونه گیری برابر ۰ ماه باشد را به دست آورید؟

برای حل سه قسمت این سوال مسیر زیر را دنبال کنید:

 

در قسمت ۱ برای محاسبه احتمال  در پنجره t distribution گزینه Cumulative probability را انتخاب کرده و در کادر مقابل Degrees of freedom عدد ۹ را وارد کنید و گزینه Input constant را انتخاب کرده و در کادر مقابل آن عدد ۳٫۱۶ را وارد کنید و OK را بزنید.

Cumulative Distribution Function
Student’s t distribution with 9 DF

x  P( X <= x )

۳٫۱۶     ۰٫۹۹۴۲۲۵

 

تحلیل: احتمال اینکه میانگین نمونه این ۱۰ لامپ حداکثر ۱٫۵ سال شود برابر ۰٫۹۹ می باشد.

برای حل قسمت ۲ این سوال کافیست در پنجره t distribution، گزینه Inverse cumulative distribution را انتخاب کرده و در کادر مقابل Input constant عدد ۰٫۹۵ را وارد کرده و OK را بزنید.

 

Inverse Cumulative Distribution Function
Student’s t distribution with 9 DF

P( X <= x )        x

۰٫۹۵  ۱٫۸۳۳۱۱

در قسمت ۳ باید احتمال را محاسبه کنیم. پس برای محاسبه احتمال مورد نظر طبق تصویر زیر عمل کنید.

 

Cumulative Distribution Function
Student’s t distribution with 24 DF

x  P( X <= x )

۰٫۶۸     ۰٫۷۴۸۴۹۴

تحلیل: احتمال اینکه اختلاف میانگین نمونه حداکثر برابر دو ماه شود برابر ۰٫۷۴ می باشد.

 

محاسبه احتمال توزیع F با Minitab

مثال: فرض کنید یک نمونه ی ۱۶ تایی از یک جامعه ی نرمال با واریانس ۱ انتخاب کردیم و یک نمونه ی ۹ تایی نیز از یک جامعه نرمال دیگر با واریانس ۲ انتخاب کردیم. مطلوبست محاسبه احتمال اینکه نسبت واریانس نمونه برای این دو جامعه حداکثر برابر ۱٫۵ باشد؟

برای حل این سوال ابتدا مسیر زیر را دنبال کنید:

 

برای حل این سوال باید  احتمال را محاسبه کنیم.گزینه  برای حل احتمال (p(F(15,8)≥ ۳  F distribution  در پنجره Cumulative probability را انتخاب کرده و در کادر مقابل Numerators Degrees of freedom عدد ۱۵ ودر  کادر مقابل  denominator degrees of freedom عدد ۸ را وارد کنید و گزینه Input constant را انتخاب کرده و در کادر مقابل آن عدد ۳ را وارد کرده و OK را بزنید.

 

Cumulative Distribution Function
F distribution with 15 DF in numerator and 8 DF in denominator

x  P( X <= x )

۳     ۰٫۹۳۹۵۳۵

تحلیل: همانطور که مشاهده می کنید احتمال اینکه نسبت دو واریانس نمونه حداکثر برابر ۱٫۵ شود برابر ۰٫۹۳ می باشد.

پیدا کردن تابع توزیع یک متغیر تصادفی

همواره یکی از مشکلاتی که برای یک تحلیل گر آماری در کلیه زمینه های آمار به وجود می آید این است که نمونه هایی که یک تحلیل گر گردآوری کرده است ، از چه تابع توزیعی پیروی می کند؟به ندرت پیش می آید که متغیر تصادفی شما از تابع توزیع نرمال پیروی کند. لذا همیشه انجام یک آزمون برای اینکه داده ها از چه تابع توزیعی پیروی می کنند، اجتناب ناپذیر است.

معمولا ابزارهای مختلفی برای برازش داده ها وجود دارد. مانند هیستوگرام که از روی شکل توزیع می توان آن را حدس زد یا آزمون فرض نیکویی برازش مربع کای که دقیق تر از هیستوگرام می باشد چون بر اساس روابط آماری داده ها را برازش می کند نه از روی شکل و حدس و گمان, اما ضعفی که این آزمون دارد.

این است که به اندازه نمونه بسیار بالایی نیاز دارد. آزمون دیگر، آزمون کولموگروف اسمیرنف می باشد که ضعف آزمون نیکویی برازش را پوشش داده است و در اندازه نمونه های پایین تر نیز می توان به نتایج مطمئن تری دست یافت

اما بهترین آزمون، آزمون اندرسون دارلینگ می باشد این آزمون قوی ترین آزمون برای برازش داده ها می باشد و در اندازه نمونه های حتی کمتر از ده نیز می توان به نتایج مطمئنی دست یافت. در مورد هر یک از ابزارهای ذکر شده در فصل های آتی توضیحات مفصلی داده شده است. در ادامه آموزش توزیع های احتمالی در مینی تب به بررسی تابع توزیع متغیر تصادفی میپردازیم.

پیدا کردن تابع توزیع یک متغیر تصادفی  با Minitab

نرم افزار Minitab قابلیت برازش ۵۸ تابع توزیع پیوسته را با آزمون اندرسون دارلینگ و هم چنین رسم هم زمان طرح احتمال آن ها دارد. در صورتیکه مقدار P-Value از خطای نوع اول آزمون (α) بیشتر شود, بدین معنی می باشد که فرض صفر در آزمون اندرسون دارلینگ قبول می شود. فرض صفر در این آزمون مبنی بر اینکه داده های جمع آوری شده تابع توزیع خاصی دارند می باشد.

از آن جاییکه ممکن است چندین P-Value برای برازش داده ها برای چند توزیع بیش از α شود, آن گاه تابع توزیعی را انتخاب کنید که بیشترین مقدار P-value را داشته باشد .یکی دیگر از روش هایی که Minitab  به برازش داده ها می پردازد روش آزمون نسبت درست نمایی (Likelihood ratio test) می باشد, این روش به این صورت است که به مقایسه برازش دو مدل می پردازد.

یکی مدل فرض صفر و دیگر مدل تصمیم گیری. مدل فرض صفر در این آزمون همان تخمین پارامتر به روش درست نمایی در شرایط بزرگ تر تابع توزیع مثلا وقتی سه پارامتر آزاد دارد و مدل تصمیم گیری در شرایط کوچک تر تابع توزیع مثلا وقتی دو پارامتر آزاد دارد می باشد .در صورتیکه مقدار P-Value در این آزمون کمتر از α باشد فرض مبنی بر اینکه تابع توزیع مورد بررسی, تابعی مناسب برای داده های شما می باشد می پذیریم در نظر داشته باشید که اگر چندین P-Value کمتر از α شد, تابع توزیعی را انتخاب کنید که کمترین P-value را داشته باشد.

در نظر داشته باشید که اگر همه ی تابع توزیع ها در این آزمون رد شدند، یا اندازه نمونه خود را افزایش دهید یا اینکه می توان گفت که داده های شما از تابع توزیع تجربی( Empirical distribution ) پیروی می کنند.

مثال : فرض کنید شما برای شرکتی کار می کنید که کارش موزائیک کردن زمین می باشد و شما نگران میزان پایداری موزائیک ها هستید. برای مطمئن شدن از کیفیت محصول شما میزان پایداری را در۱۰ موزائیک در ۱۰ روز اندازه گیری می کنید و داده های زیر به دست می آید. میزان پایداری در موزائیک ها از چه تابع توزیعی پیروی می کنند؟

قدم اول : کاربرگ  Tiles.MTW را از منوی File دستور Open worksheet باز کنید.

قدم دوم : مسیر زیر را دنبال کنید.

قدم سوم: در قسمت Single columns ستون C1 را وارد کنید.

قدم چهارم : در صورتیکه گزینه ی Use all distributions را بزنید، نرم افزار کلیه ۱۴ تابع توزیع را بروی داده های شما آزمون می کند و در غیر اینصورت گزینه ی Specify را انتخاب کرده و از ۴ تابع توزیعی که نرم افزار در اختیار شما قرار داده هر کدام را به دلخواه انتخاب کنید.حتی می توانید هم زمان هر ۴ تابع توزیع را روی داده هایتان آزمون کنید .

قدم پنجم:  به Option رفته و سطح اطمینان(Confidence level (1-α را مشخص کنید.که به طور پیش فرض ۰٫۹۵ است و Ok را بزنید.

 

 

 

تحلیل: همانطور که مشاهده می کنید مقدار P-Value برای آزمون اندرسون دارلینگ برای تابع توزیع ویبول با سه پارامتر برابر ۰٫۴۶ شده و بیشترین مقدار P-value می باشد.

هم چنین داده های جمع آوری شده به خوبی طرح احتمال این تابع توزیع را پوشش دادند, اما بر اساس آزمون نسبت درست نمایی توزیع وایبول با سه پارامتر توزیع مناسبی نمی باشد و توزیع نمای با دو پارامتر می تواند داده های شما را به خوبی پوشش دهد چون مقدار P-value برای این توزیع بر اساس آزمون نسبت درست نمایی برابر صفر شده به همین خاطر Minitab تابع توزیع نمایی را با متوسط ۲٫۶۶ (بر اساس تخمین MLE) و برای ۰٫۲۵≤ X بهترین توزیع می داند

هر چند آزمون اندرسون دارلینگ این توزیع را رد کرده است و توزیع ویبول با پارامترهای شکل برابر ۱٫۵ و مقیاس ۲٫۹۹ برای ۰٫۲≤ X   را مناسب می داند.

 

خب به پایان یادگیری این بخش از یادگیری نرم افزار مینی تب رسیدیم.

امیدواریم از این مقاله که درباره یادگیری نرم افزار مینی تب در صنایع سافت بود لذت برده باشید.نظرات خودتون رو واسه ما کامنت بزارین تا ما بتونیم هر چه بیشتر از اونها واسه بهتر شدنه تیممون استفاده کنیم.

 

حتما شما هم دوست دارید مانند دیگر مهندسان صنایع از مقاله های جدید ما باخبر بشین، خب کافیه که فقط ایمیلتونو داخل فرم زیر وارد کنید. به همین راحتی :)

 

دانشجوی کارشناسی رشته مهندسی صنایع، فعال در حوزه دیجیتال مارکتینگ و علاقه مند به استارت اپ ها و دوست دارم که هر روز آموزش های بیشتری برای مهندسان صنایع تولید کنم

احمد جعفری

اگر این مقاله برای شما مفید بود برای دوستان خود هم به اشتراک بگذارید تا بقیه هم از این مطلب استفاده لازم را ببرند.

 

 

یادگیری نرم افزار مینی تب

آموزش نرم افزار مینی تب (آشنایی اولیه) | قدم به قدم تصویری

آموزش نرم افزار مینی تب، کاربران عزیز سلام امیدوارم که حالتون خوب باشه قصد داریم در این مقاله در رابطه با اموزش مینی تب صحبت کنیم و یک آشنایی به شما در این رابطه بدهیم پس اگر این مقاله بدردتون خورد با دوستان به اشتراک بگذارید اخر این مقاله لینک به اشتراگ گذاری برای شما فراهم شده است.

لازمه بگم که این مقاله اشنایی هست و ادامه داره و اموزش های بیشتری در رابطه با نرم افزار مینی تب خواهیم داشت پس اگر به این نرم افزار علاقه مند هستین یا به نوعی باهاش سروکار دارید اخر مقاله ایمیلتون رو به ما بدید تا هر وقت مقاله مفیدی اضافه شد بهتون اطلاع بدیم و بتونید مقاله های ما که در رابطه با اموزش نرم افزار های مهندسی صنایع هست رو در اختیار داشته باشید.

در این مقاله باهم موارد زیر را بررسی خواهیم کرد:

  • شروع کار با Minitab
  • پنجره Worksheet
  • پنجره  Session
  • پنجره مدیریت پروژه (Project manager)
  • انواع منوها (Menu)
  • پرونده (File)
  • ویرایش (Edit)
  • منو Data
  • منو محاسبات (Calc)
  • منوی Stat
  • گراف Graph
  • منوی Editor
  • منوی  Tools
  • منوی Windows
  • منوی Help
  • منوی  Assistant
  • ایجاد یک پروژه جدید با Minitab
  • ایجاد داده های تصادفی با Minitab
  • کد گذاری برای مشاهدات یک متغیر تصادفی
  • ایجاد یک گزارش با استفاده از Minitab

شروع کار با Minitab

این نرم افزار یک نرم افزار آماری می باشد که توانایی انجام محاسبات آماری از ابتدایی تا پیشرفته را دارد. کار کردن با این نرم افزار هم چون دیگر نرم افزار های تحت ویندوز است.

یعنی برای باز کردن یک فایل باید از منوی File گزینه ی Open را انتخاب کنیم و یا برای ایجاد یک فایل جدید از گزینه ی New استفاده کنیم.
هنگامیکه نرم افزار را باز می کنید دو صفحه ی Worksheet و Session نمایش داده می شود. به طور کلی Minitab از سه پنجره تشکیل شده است که به معرفی هر یک می پردازیم:

پنجره Worksheet

شما می توانید با استفاده از این پنجره اطلاعات آماری جمع آوری کرده خود را وارد کنید. این پنجره همانند صفحه Excel می باشد که در آن هر ستون بیانگر یک متغیر تصادفی است.

این متغیر های تصافی ممکن است از جنس عدد، زمان و تاریخ یا یک عبارت متنی باشند. برای مشخص کردن نوع و Format هر ستون کافیست روی آن ستون کلیک راست کرده و با استفاده از دستور Format column، نوع آن ستون را تعریف کنید.

 

یادگیری نرم افزار مینی تب

 

پنجره Session

هر گاه شما از یک دستور آماری استفاده کرده باشید می توانید نتایج حاصل از دستورهای خود را در پنجره Session مشاهده کنید.

 

پنجره مدیریت پروژه (Project manager)

این پنجره در ابتدای شروع کار با نرم افزار مشخص نیست، برای فراخوانی این پنجره مسیر زیر را دنبال کنید یا کلید Ctrl+I را بفشارید.

 

این پنجره به دو بخش تقسیم می شود. قسمت چپ پنجره نمای کلی از اجزای پوشه های موجود در پروژه را نمایش می دهد و قسمت راست پنجره محتویات پوشه انتخاب شده را نشان می دهد.

به عبارت دیگر مدیریت پروژه در بردارنده پوشه هایی است که به شما امکان مرور کردن، نمایش دادن و ویرایش قسمت های مختلف پروژه را می دهد، بوسیله کلیک کردن روی هر پوشه، محتویات آن پوشه را مشاهده می کنید این پوشه ها عبارتند از:

 

پوشه جلسه کاری (Session folder)

از این پوشه برای مدیریت کردن پنجره Session  استفاده می شود.

پوشه تاریخچه (History folder)

دستوراتی که در یک پروژه استفاده کردید را فهرست می کند.

پوشه نموداری (Graph folder)

حاوی فهرستی از تمامی نمودارهایی می باشد که در پروژه استفاده کردید.

پوشه بسته گزارش (Report pad folder)

در این پوشه می توانید کلیه دستورها و گراف هایی که می خواهید آن ها را به شکل یک گزارش تحویل دهید، مشاهده کنید.

پوشه مستندات مربوطه (Related documents folder)

یک فهرست از فایل های برنامه، مستندات یا آدرس های اینترنت (URL) که در رابطه با Minitab می باشد ارائه شده است.

پوشه کاربرگ (Work sheet folder)

خلاصه ای از اطلاعات در مورد کاربرگ شامل ستون ها، ماتریس ها و طرح زیر پوشه هایی که برای هر کاربرگ باز شده است را نمایش  میدهد. در این قسمت تعداد پوشه ها به تعداد کاربرگ های مورد استفاده بستگی دارد.

انواع منوها (Menu)

نرم افزار Minitab16 دارای ۱۱ منو می باشد. در اینجا اشاره مختصری به وظایف منوها با توجه به کاربرد آن ها آورده شده است.

پرونده (File )

هدف از فرمانهای منو File کار با پرونده ها می باشد. با استفاده از فرمانهای موجود در این پنجره توان ایجاد پرونده جدید، بازخوانی پرونده های قبلی، ذخیره سازی، چاپ و نهایتا خروج از نرم افزار دراین قسمت می باشد. ضمنا  آخرین چهار پرونده باز شده در محیط Minitab در این منو قابل دسترسی می باشد تا در صورت استفاده مجدد از آن ها این کار به سهولت انجام گیرد.

ویرایش (Edit)

منو Edit با دیگر برنامه های تحت ویندوز مشابه است. این منو مربوط به کپی کردن، پاک کردن، انتقالو … می باشد.

 منو Data

این منو مخصوص عملیاتی بر روی بردارها، مانند مرتب کردن، رتبه بندی، پاک کردن سطرها و ستون ها، افزون ستون، کد گذاری داده ها و … می باشد.

 

 

منو محاسبات (Calc)

منوی Calc مخصوص انجام عملیات های ریاضی در Minitab می باشد. هدف فرمانهای موجود در این منو دسترسی به یک سری عملیات ریاضی، مجاسبات آماری، ایجاد داده های تصادفی، عملیات های ماتریسی و … می باشد.

 منوی Stat

این منو توانایی انجام کارهای مقدماتی، رگرسیون، جدول آنالیز واریانس، طرح و آزمایشات، چارت های کنترلی، ابزارهای مورد استفاده در کنترل فرآیند آماری، قابلیت اطمینان، سری های زمانی، آزمون فرض ها و آزمون های ناپارامتری می باشد.

 

 گراف (Graph)

از این منو برای رسم نمودارها و گراف های مختلف استفاده می شود.همواره یک تصویر خوب ارزشهزار کلمه را دارد، با دیدن یک نمودار در یک نگاه می توان به بسیاری از ویژگی های اطلاعات جمع آوری شده پی برد .

 

 منوی Editor

در پنجره های Session ،Worksheet و Graph منو Editor فعال می باشد و با استفاده از این منو می توان عملیات هایی را جهت آماده کردن و ویرایش کردن پنجره مربوطه انجام داد.

 

منوی Tools
از این منو بیشتر برای تغییرات پیش فرض های برنامه استفاده می شود.

آموزش نرم افزار مینی تب

 

 منوی Windows

یادگیری نرم افزار مینی تب با انتخاب این منو می توانید به پنجره های موجود در نرم افزار دسترسی پیدا کنید. هم چنین از این پنجره برای تغییر در فرم پنجره ها و فراخوانی گراف ها و خروجی هایی که از یک پروژه گرفتیم، استفاده می شود.

یادگیری نرم افزار مینی تب

 

 

 

 منوی Help

نرم افزار Minitab دارای Help بسیار خوب و قوی می باشد و در تمام پنجره هایی که توضیح داده خواهد شد، دکمه Help در پایین آن است که با کلیک کردن روی آن دکمه پنجره Help باز می شود و در مورد آن فرمان یا دستور اطلاعات جامعی در اختیار کاربر قرار میدهد. در این کتاب استفاده فراوانی از Help نرم افزار شده است.

 

 منوی Assistant

این منو که تنها به نسخه ی ۱۱ نرم افزار اضافه شده است کمک شایانی در پیدا کردن ابزار مناسب برای تحلیل درست می کند. فقط تنها اشکالی که در این منو وجود دارد این است که نتوانسته کلیه ابزارهایی که در Minitab وجود دارد، پوشش دهد.

اما در مجموع شما با انتخاب موضوعی که می خواهید بررسی کنید، این منو به شما کمک می کند تا ابزار مناسب را انتخاب کنید. برای مثال فرض کنید شما قصد دارید یک نمودار کنترل برای مقادیر انفرادی برای یک مشخصه کیفی متغیر رسم کنید حال این منو مطابق مسیر زیر به شما کمک می کند تا نمودار کنترل مناسب را پیدا کنید:

 

آموزش نرم افزار مینی تب

 

ایجاد یک پروژه جدید با Minitab

در ادامه این قسمت از آموزش مینی تب در صورتیکه برای اولین بار با نرم افزار شروع به کار می کنید،خود نرم افزار یک پروژه جدید در اختیار شما قرار می دهد، در صورتیکه بخواهید پروژه ای را فراخوانی کنید از منوی Open  ،FileProject را انتخاب کرده و در مسیری که پروژه را در آن ذخیره کردید، آن را فراخوانی کنید.

اما در صورتیکه می خواهید یک پروژه جدید ایجاد کنید، از منوی New ،File  را انتخاب کنید. اگر New project را انتخاب کنید، Minitab پروژه ی قبلی را با پرسیدن سوال ” آیا قصد دارید پروژه را ذخیره کنید؟ ” بسته و یک پروژه جدید برای شما ایجاد می کند و اگر New worksheet را انتخاب کنید،   Minitab با حفظ Worksheet های قبل یک کاربرگ جدید برای شما می سازد.

در نظر داشته باشید برای استفاده از کاربرگ های این کتاب از منوی File گزینه ی Open worksheet را انتخاب کنید.

 

ایجاد داده های تصادفی با Minitab

همواره اکثر نرم افزارهایی که با احتمالات سروکار دارند، قابلیت ایجاد داده های تصادفی را دارند .معمولا ایجاد داده های تصادفی در بحث شبیه سازی کاربرد فراوانی دارد.

شما می توانید داده های تصادفی پیوسته یا گسسته برحسب موضوع مورد بررسی با تابع توزیعی معین ایجاد کنید. فرض کنید برای مثال بخواهیم ۱۱۱ داده ی تصادفی با توزیع نرمال با میانگین ۱۱ و انحراف معیار ۳ ایجاد کنیم، برای این کار مسیر زیر را دنبال کنید:

 

در کادر مقابل Number of rows of data to generate تعداد داده هایی تصادفی که می خواهید ایجاد کنید وارد کنید، چون در این مثال می خواهیم ۱۱۱ داده تصادفی ایجاد کنید، عدد ۱۱۱ را در این قسمت وارد کنید. در قسمت Store in column، ستون یا ستون هایی را که می خواهید مقادیر تصادفی در آن ذخیره شود وارد کنید.

در این مثال ستون C1 را وارد کنید. توجه داشته باشید اگر عبارت -۱CC10 را وارد کنید، نرم افزار در هر ستون C1 الی C10 ،۱۱۱ داده ی تصادفی ایجاد می کند که هر کدام متفاوت می باشد و هر یک در ستون های مربوط به خودش، توزیع نرمال خواهند داشت. در کادر مقابل Mean مقدار میانگین و  در کادر مقابل Standard deviation مقدار انحراف معیاری که می خواهید داده های تصادفی شما داشته باشند را وارد کنید و OK را بزنید.

در ادامه آموزش نرم افزار مینی تب به بررسی کدگذاری مشاهدات خواهیم پرداخت.

 

 

آموزش نرم افزار مینی تب

 

کد گذاری برای مشاهدات یک متغیر تصادفی

در ادامه یادگیری نرم افزار minitab همانطور که در گذشته توضیح دادیم هر ستون در صفحه ی worksheet در Minitab ، یک متغیر تصادفی می باشد که Format آن می تواند از نوع Numerical،Text و Date/Time باشد .شما میتوانید با کد گذاری برای یک ستون ،Text را به Numerical یا Numerical را به Text و… تبدیل کنید.

برای درک بهتر مفاهیم فوق با ذکر یک مثال آنها را شرح می دهیم.

ابتدا ۰۱۱ داده ی تصادفی با تابع توزیع Integer که مقدار Max و Min آن به ترتیب ۳ و ۰ باشد را ایجاد کنید.برای این کار مسیر زیر ا دنبال کنید.

 

 

در قسمت Generate  عدد ۰۱ را وارد کنید و در قسمت Store in columns  ستون C1 را وارد کنید و مقدار Max و Min را به ترتیب ۳ و ۰ قرار دهید.

حال فرض کنید عدد ۱ بیانگر حرف A و عدد ۲ بیانگر حرف B و عدد ۳ بیانگر حرف C می باشد.برای این تبدیل مسیر زیر را دنبال کنید:

Code data from columns : ستونی را که می خواهید آن را کد بندی کنید وارد کنید.در این مثال C1 را وارد کنید.

Into columns : ستونی را که می خواهید کد بندی شده ی داده هایتان را مشاهده کنید وارد کنید.توجه داشته باشید هم می توانید یک ستون غیر از ستون قسمت Code data from columns وارد کنید هم می توانید همان ستون که در بالا وارد کردید را در این قسمت وارد کنید تا همان ستون تبدیل به کد شده ی دادهایتان شود.در این مثال یک بار C1 و یک بار C2 را در این قسمت وارد کنید تا متوجه مطلب فوق شوید.

Original values : در اینجا می توانید بازه ی تغییرات برای کد بندی داده هایتان را وارد کنید.برای مثال می خواهید تعریف کنید تاریخ ۸۵/۳/۱ الی ۸۵/۵/۱برابر A شود و تاریخ  ۵۸/۵/۲ الی ۸۵/۷/۱ برابر B شود.

آنگاه در قسمت Original values در ردیف اول عبارت ۸۵/۵/۱:۵۸/۳/۱ و در کادر مقابل آن حرف A را وارد کنید و در ردیف دوم عبارت ۸۵/۷/۱:۵۸/۵/۲ را وارد کنید و در کادر مقابل آن حرف B را وارد کنید.

در این مثال در ردیف اول تا سوم در ستون Original values به ترتیب اعداد ۰ و ۲ و ۳ را وارد کنید و در کادر مقابل آن به ترتیب حروف C،B ،A را وارد کنید و OK  را بزنید.

آموزش نرم افزار مینی تب

همواره با کد گذاری برای مشاهداتمان می توانیم از شلوغی بیش از اندازه در صفحه Worksheet جلوگیری کنیم.

ایجاد یک گزارش با استفاده از Minitab

همواره شما پس از هر تحلیل آماری باید گزارشی از کارکرد خودتان به مدیران تحویل دهید.شما برای اضافه کردن هر تحلیلی چه گراف ها چه خروجی هایی که در پنجره Session مشاهده می شود با راست کلیک کردن بروی آن گراف یا خروجی صفحه Session و انتخاب گزینه Append graph to report آن خروجی را به صفحه گزارشتان اضافه کنید.

برای مشاهده ی صفحه گزارش و Print آن باید مسیر زیر را دنبال کنید.

از منوی Windows گزینه Project manager را انتخاب کرده و روی پوشه Report pad کلیک کنید.

حال شما میتوانید کلیه گزارش های خود را در Report pad مشاهده کنید.حال با راست کلیک کردن روی Report pad می توانید گزارشاتتان را در مسیر دلخواه Save کنید یا از آن پرینت بگیرید و یا آن را به یک فایل Word انتقال دهید.

خب به پایان یادگیری این بخش از یادگیری نرم افزار مینی تب رسیدیم.

امیدواریم از این مقاله که درباره یادگیری نرم افزار مینی تب در صنایع سافت بود لذت برده باشید.نظرات خودتون رو واسه ما کامنت بزارین تا ما بتونیم هر چه بیشتر از اونها واسه بهتر شدنه تیممون استفاده کنیم.

 

حتما شما هم دوست دارید مانند دیگر مهندسان صنایع از مقاله های جدید ما باخبر بشین، خب کافیه که فقط ایمیلتونو داخل فرم زیر وارد کنید. به همین راحتی :)

 

دانشجوی کارشناسی رشته مهندسی صنایع، فعال در حوزه دیجیتال مارکتینگ و علاقه مند به استارت اپ ها و دوست دارم که هر روز آموزش های بیشتری برای مهندسان صنایع تولید کنم

احمد جعفری

اگر این مقاله برای شما مفید بود برای دوستان خود هم به اشتراک بگذارید تا بقیه هم از این مطلب استفاده لازم را ببرند.

 

اشکال در نرم افزار ویزیو (Visio)

آموزش نرم افزار Visio (شکل ها) |قدم به قدم و تصویری

شکل ها در نرم افزار ویزیو (Visio)

آموزش Visio، موضوعی که در این مقاله به آن پرداخته ایم. توصیه ما این است که قبل از خواندن این مقاله، دو مقاله قبلی ما یعنی آشنایی با نرم افزار ویزیو و آموزش Stencil ها که به نوعی پیشنیاز این اموزش است مطالعه فرمایید.

در صورت تمایل این مقاله در رابطه با آموزش نرم افزار های مهندسی صنایع هست که میخوایم واستون در رابطه باآموزش نرم افزار ویزیو صحبت کنیم تا یادم نرفته بگم که این مقاله های آموزش در رابطه با نرم افزار های مهندسی صنایع ادامه داره و هر روز واستون یک آموزش خوب تهیه میکنیم که بطور رایگان ازشون استفاده کنید.

در این آموزش موارد زیر را خواهید آموخت:

  • طراحی یک دفتر کار
  • نحوه افزودن یک شکل به صفحه کاری
  • نحوه تغییر اندازه یک شکل
  • نحوه چرخاندن یک شکل
  • تنظیم ترتیب قرارگیری اشکال بر روی صفحه کاری
  •  ایجاد Master
  • Duplicate
  • افزودن متن به شکل
  • تنظیم مکان متن یک شکل
  • دستور Align
  • دستور Distribute

طراحی دفتر کار

در این اموزش می خواھیم با شکلھا و نحوه کار با آنھا آشنا شویم. می خواھیم یک دفتر کار را طراحی کنیم .روی میله لغزان کلیک کنید.

 

 

روی گزینه Office Layout کلیک کنید.

 

 

روی گزینه Metric Units کلیک سپس روی دکمهCreate کلیک کنید.

 

مشاھده می کنید که اکنون Stencil دیوارھا، درھا و پنجره ھا باز است. ابتدا باید فضای اتاق را ایجاد کنیم. که در اینجا ٣ گزینه برای انتخاب داریم با ویرایش این ٣ مدل ھر طرحی را می توانید پیاده کنید.

 

 

در ادامه آموزش Visio برای انتقال شکل T Room روی صفحه کاری روی شکل T Room کلیک کنید و آن را به مکان مشخص شده با کادر سبز Drag کنید آموزش Visio

 

چون سیستم متریک را انتخاب کرده ایم مشاھده می کنید که واحد خطکش ھا بر حسب میلیمتر می باشند. ھمچنین اندازه  قسمتھای مختلف اتاق که در کنار دیوارھا نوشته شده نیز برحسب میلیمتر می باشند. درصورتیکه به خط کش ھا احتیاجی ندارید می توانید آنھا را نامرئی کنید. برای اینکار، روی سربرگ View کلیک کنید.

آموزش Visio

 

در قسمت مشخص شده گزینه Ruler فعال است که با غیرفعال کردن این گزینه خط کش ھا نامرئی خواھند شد .

گزینه بعدی جھت مرئی یا نامرئی کردن Grid می باشد. Grid ھمان خانه ھای شطرنجی خاکستری رنگ است که با کمک Grid تعیین مکان اشکال بر روی صفحه بسیار آسان تر خواھد بود.

Guides خطوط راھنمایی ھستند که در تنظیم اشکال بسیار مفید ھستند. برای ایجاد یک خط راھنما با توجه به اینکه بخواھید خط راھنما افقی یا عمودی باشد روی خط کش جھت مورد نظر کلیک کرده و تا محلی که می خواھیم قرار بگیرد Drag می کنیم .

 

با استفاده از مربع ھای مشخص شده با کادر سبز می توانید ابعاد شکل را به طور متناسب تغییر دھید. برای اینکار ماوس رابر روی قسمت مشخص شده برده و سپس Darg می کنیم تا به اندازه دلخواه برسیم .

برای تغییر ارتفاع شکل از دستگیره ھای مشخص شده با کادر قرمز استفاده می کنیم.برای تغییر عرض شکل از دستگیره ھای مشخص شده با کادر سبز استفاده می کنیم.

آموزش Visio

 

برای تغییر ابعاد تصویر روی قسمت مشخص شده با کادر قرمز کلیک کرده و تا قسمت مشخص شده با کادر سبز Drag کنید.

 

علاوه بر دستگیره ھای سبز رنگ در شکل لوزی ھای زردی را نیز مشاھده میکنید که با این دستگیره ھا میتوانید فرم T رابه شکل دلخواه خود در آورید. برای رسیدن به حالتی که مورد نظرمان است روی قسمت مشخص شده با کادر قرمز کلیک کرده و تا قسمت مشخص شده با کادر سبز Drag کنید.

آموزش Visio

 

دو نوع “در” در قسمت اشکال مشاھده میکنید. به ھمان روش که قبلاً نیز توضیح دادیم .روی “در” تک لنگه (کادر قرمز) کلیک کرده و تا قسمت مشخص شده با کادر سبزDrag  کنید.

 

اشکال در نرم افزار ویزیو (Visio)

 

در ادامه آموزش Visio دو دستگیره مربع سبزرنگ جھت تغییر سایز این شکل می باشد. با کمک مربع زرد رنگ  میتوانید زاویه” در” و جھت بازشدنآن را تغییر دھید. اکنون نوبت اثاث داخل دفتر می باشد .رویOffice Furniture  ، Stencilکلیک کنید.

آموزش Visio

 

در فرورفتگی پایین و سمت راست اتاق میخواھیم یک کتابخانه قرار دھیم .روی کتابخانه(Bookshelf) در قسمت مشخصشده با کادر قرمز کلیک کرده و تا محل مشخص شده با کادر سبز Drag کنید.

 

این کتابخانه در جھت مورد دلخواه ما قرار ندارد. برای تغییر مرکز دوران، روی محل مشخص شده با کادر قرمز کلیک کرده و تا محل مشخص شده با کادر سبز Drag کنید .

اشکال در نرم افزار ویزیو (Visio)

 

در ادامه آموزش Visio مشاھده می کنید که مرکز دوران تغییر یافته است .روی محل مشخص شده با کادر قرمز کلیک کرده و تا محل مشخص شده با کادر سبز Drag کنید.

آموزش Visio

 

برای تغییر محل کتابخانه، روی کتابخانه کلیک کرده و تا قسمت مشخص شده با کادر سبز Drag کنید.

آموزش Visio

 

میخواھیم اندازه این کتابخانه را بزرگتر کنیم. تا به اندازه این فرورفتگی شود .بروی قسمت مشخص شده با کادر قرمز کلیک کرده و تا قسمت مشخص شده با کادر سبز Drag کنید .

اشکال در نرم افزار ویزیو (Visio)

 

در مرحله بعدی می خواھیم یک میز در گوشه بالا و سمت چپ اتاق قرار دھیم .روی میله لغزان کلیک کنید

 

روی میز(Comer Surface) کلیک کرده و تا قسمت مشخص شده با کادر سبز Drag کنید.

آموزش Visio

 

در ادامه آموزش visio اکنون میز در جای خود قرار دارد ولی احتیاج به دوران دارد. جھت میز را به جھت مناسب می خواھیم تغییر دھیم. در این حالت احتیاجی به جابجا کردن مرکز دوران نداریم .روی دستگیر چرخش کلیک کنید و تا قسمت مشخص شده با کادر سبزDrag کنید.

اشکال در نرم افزار ویزیو (Visio)

 

در ادامه بر رویOffice Equipment ،Stencil کلیک می کنیم و شکل ھای PC monitor و Keyboard را به طرحمان اضافه می کنیم.

مشاھده می کنید که این اشکال بر روی میز اضافه شده اند و در جھت و جای مناسب قرار گرفته اند. در ادامه میخواھیم به این میز کار، صندلی اضافه کنیم .رویOffice Furniture  ، Stencil کلیک کنید.

 

در صورت نیاز می توانید روی صندلی (Desk chair) کلیک کرده و به مکان مورد نظر Drag کنید.

روی دستگیره چرخش ماوس که با کادر قرمز مشخص شده است کلیک کرده و تا محل مشخص شده با کادر سبز Drag کنید .

آموزش Visio

 

روی سربرگ Home کلیک کنید.

 

در ادامه آموزش Visio دکمه ھای Send to back و Bring to front در قسمت ریبون Arrange قرار دارند. ھر کدام از این دو گزینه دارای دو آیکون ھستند که به شما در درک عملکردشان کمک می کند .

  • گزینه Bring to Front شکل انتخاب شده را به جلوترین لایه منتقل می کند.
  • گزینه Send to Back شکل انتخاب شده را به عقب ترین لایه منتقل می کند.
  • گزینه Bring Forward شکل را یک لایه به جلو می آورد.
  • گزینه Send Backward شکل را یک لایه به عقب می برد .

روی دکمه باز شونده Send to back کلیک کنید.

اشکال در نرم افزار ویزیو (Visio)

 

در این حالت اگر بر روی گزینه Send Backward کلیک کنید، تغییری روی نمی دھد زیرا قبل از افزودن صندلی، مانیتور و صفحه کلید را به طرحمان افزوده ایم، مگر اینکه بعد از انتخاب صندلی ٣ بار این دستور را تکرار کنیم.

راه حل دیگر انتخاب میز و انتخاب گزینه Bring to Front یا Bring Forward است که ھر دو باعث می شود مانیتور و صفحه کلید به زیر میز منتقل شوند و قابل رویت نباشند.

بھترین روش انتخاب میز و سپس اجرای دستور Send to Back است. اکنون صندلی انتخاب شده است، چون ھیچ شکلی لازم نیست در زیر صندلی باشد پس آنرا به عقب ترین لایه منتقل می کنیم .روی گزینه Send to Back کلیک کنید.

 

آموزش Visio

 

در ادامه آموزش Visio فرض کنید که بخواھیم جای این میز را تغییر دھیم. برای اینکار باید دوباره ھر یک از این اشکال را انتخاب کرده به جای مورد نظر برده و تنظیم کنیم. برای صرفه جویی در وقت در این مواقع اشکال مورد نظر را با ھم گروه (Group) می کنیم.

برای گروه کردن ابتدا باید تمامی اشکال مورد نظر را انتخاب کنیم. برای انتخاب می توانید بر روی یک شکل کلیک کنید و برای افزودن به آن دکمه Contorl را فشرده نگھداشته و بر روی بقیه اشکال کلیک کنید تا به آن افزوده شود.

در روش دیگر با استفاده از ماوس در یک نقطه کلیک می کنید و ماوس را Drag می کنید مستطیلی رسم می شود که پس از رھا کردن ماوس تمامی اشکال داخل محدوده مستطیلی انتخاب خواھند شد.

اکنون می خواھیم تمامی اشکال را انتخاب کنیم، در ادامه یکی یکی با استفاده از دکمه Contorl به ترتیب اشکال را انتخاب می کنیم. ابتدا با استفاده از ماوس روی میز کلیک کنید.

 

 

اکنون میز و مانیتور انتخاب شده اند .برای انتخاب صفحه کلید دکمه Contorl صفحه کلید را فشرده نگھداشته، بر روی صفحه کلید کلیک کنید .

آموزش Visio

 

برای افزودن صندلی به این گروه، دکمه Contorl صفحه کلید را فشرده نگھداشته و روی صندلی کلیک کنید.

 

دکمه Contorl صفحه کلید را فشرده نگھدارید و با ماوس صندلی را انتخاب کنید.

 

روی دکمه باز شونده Group در قسمت Arrange ریبون کلیک کنید.

 

روی گزینه Group کلیک کنید.

آموزش Visio

 

در ادامه آموزش Visio مشاھده می کنید که این اشکال به یک شکل واحد تبدیل شده اند و دارای ھمان دستگیره ھایی ھستند که یک شکل دارد می باشد. با کمک این دستگیره ھا می توانید تمامی اشکال را با ھم جابجا، تغییر سایز دھید یا دوران دھید.

در صورتیکه بخواھید فقط در یکی از اشکال این گروه (Group) تغییری ایجاد کنید برای مثال تغییر سایز، جابجایی یا دوران،

کافیست بر روی دکمه مشخص شده (Ungroup) کلیک کنید .با برگشت به حالت قبل می توانید  تکتک اشکال را به دلخواه ویرایش کرده و پس از اتمام کار دوباره به گروه تبدیل کنیم .روی دکمه باز شونده Group کلیک و سپس روی گزینه Ungroup کلیک کنید

 

اضافه کردن Master

در ادامه آموزش Visio با اینکار اشکال از یک گروه خارج شده اند. یک امکان دیگر برای راحتی شما در Visio ایجاد Master می باشد. زمانیکه شما یک دسته اشکال دارید و بخواھید به دفعات از آنھا در طراحیتان استفاده کنید، از اشکال Master استفاده می کنید.

می خواھیم این Master را به Stencilای که ساختیم اضافه کنیم. برای باز کردن Stencil مورد نظر روی دکمه More shapes کلیک کنید.

آموزش Visio

 

روی گزینه Open Stencil کلیک سپس روی Eniac دابل کلیک کنید.

 

در ادامه آموزش Visio اکنون می توانید Master مورد نظر را ایجاد کرده و به این Stencil اضافه کنید. ابتدا باید اشکال مورد نظر را انتخاب کنید که اکنون این اشکال انتخاب شده اند. سپس آنھا را به داخل Drag ،Stencil می کنیم.

با رھا کردن دکمه ماوس اشکال انتخاب شده حذف شده و یک Master در Stencil ایجاد می شود. چون در اینجا نمی خواھیم اشکال حذف شوند زمانیکه ماوس در داخل Stencil است دکمه Ctrl صفحه کلید را فشرده نگھداشته و سپس دکمه ماوس را رھا میکنیم که در گوشه بالا سمت راست آیکون ماوس یک علامت + ظاھر خواھد شد.

روی اشکال کلیک کرده و به داخلDrag  ، Stencilکنید، قبل از رھا کردن دکمه ماوس کلید Ctrl را فشرده نگھدارید.

 

 

چون Stencil در حالت ویرایش نبود مشاھده می کنید که پنجرهای باز شده و این موضوع را به شما تذکر می دھد که Stencil در حالت ویرایش نمی باشد درصورتیکه مایل به ویرایش ھستید درخواست شما انجام خواھد شد .روی دکمه Yes کلیک کنید .

آموزش Visio

 

مشاھده می کنید که Master مورد نظر با نام پیش فرض ایجاد شده است .برای تغییر نام Master روی نام آن کلیک کنید.

 

عبارت WorkStation را تایپ کنید و دکمه Enter صفحه کلید را فشار دھید.

اکنون ھر چندبار که نیاز داشته باشید می توانید از این Master استفاده کنید. روش دیگر برای اینکه از یک شکل موجود در طراحی کپی دیگری تھیه کنیم این است که بعد از انتخاب شکل یا اشکال مورد نظر آن را به کمک دکمه ھای Ctrl+D صفحه کلید دوتا (Duplicate) کنیم .اکنون کلیدھای Ctrl+D را فشار دھید.

 

مشاھده می کنید که یک کپی از شکل ایجاد شده است. در ادامه این اشکال را چرخانده و در جای مناسب قرار می دھیم.خصوصیت دیگری که به اشکال داخل طرح می توانید اضافه کنید متن است. برای مثال روی کتابخانه کلیک کنید.

آموزش Visio

 

عبارت Book Shelf را تایپ کنید .مشاھده می کنید که با تایپ اولین کاراکتر بزرگ نمایی روی قسمتی که تایپ کردیم انجام شده است  .

 

در ادامه آموزش Visio بعد از تایپ Book Shelf خارج از کادر متن کلیک کنید.

 

مشاھده می کنید که متن مورد نظر نوشته شده است ولی جای آن مناسب نیست .روی کتابخانه کلیک کنید.

 

برای تغییر رنگ Font روی دکمه مشخص شده کلیک کنید.

 

روی مربع زرد رنگ متن کلیک کرده و آن را به وسط قسمت خالی کتابخانه Drag کنید.

 

 

در صورت نیاز به ویرایش متن باید روی متن دابل کلیک کنید و بعد از انجام تغییرات مورد نظر برای خارج شدن از این محیط در  نقطه ای خارج از کادر متن کلیک کنید .

دستور Align و Distribute

در ادامه آموزش Visio به بحث در مورد دستورات Align و Distribute می پردازیم. با کمک این دستورات به راحتی می توانید چندین شکل را تراز کنید. در ادامه ۵ صندلی به طرحمان اضافه می کنیم .روی گزینه Office Furniture کلیک کنید.

 

روی صندلی Side Chair کلیک کرده وآن را به محل مشخص شده با کادر سبز Drag کنید.

 

۴ بار کلید Ctrl+D صفحه کلید را فشار دھید.

 

می خواھیم این صندلی ھا را در قسمت پایین سمت راست قرار دھیم. ابتدا باید جھت صندلی ھا را تغییر دھیم. برای انتخاب کلیه صندلی ھا دکمه Contorl را فشرده نگھداشته و یکی یکی صندلی ھا را انتخاب کنیم.

 

روی دستگیره چرخش کلیک کنید و تا مکان مشخص شده با کادر سبز Drag کنید

 

برای تراز کردن یکسری از اشکال ابتدا باید حدوداً شکل انتھایی و ابتدایی را در مکان مورد نظر قرار داد تا تراز براساس این دو شکل انجام شود. مجموعه اشکال انتخابی را می خواھیم کمی جا بجا کنیم .روی اولین صندلی در سمت پایین کلیک کرده و به محل مشخص شده با کادر سبز Drag کنید .

 

روی نقطه ای خارج از محدوده صندلیھای انتخاب شده کلیک کنید، تا صندلی ھا از حالت انتخاب خارج شوند.

 

روی اولین صندلی کلیک کنید وتا محل مشخص شده با کادر سبز Drag کنید.

 

برای اجرای دستور Align  ابتدا باید تمامی صندلی ھا را انتخاب کنیم. اینکه کدام شکل ابتدا انتخاب شود بسیار مھم است چون شکلی که ابتدا انتخاب شود به عنوان مبدأ در نظر گرفته خواھد شد .روی اولین صندلی که با کادر قرمز مشخص شده است کلیک کنید.

 

برای انتخاب سایر صندلیھا دکمه Contorl صفحه کلید را فشرده نگھداشته و به ترتیب مشخص شده با فلش روی صندلی ھا کلیک کنید

 

صندلی که ابتدا انتخاب کردیم دارای کادر ضخیم تری است .روی دکمه پایین گزینه Align کلیک کنید.

 

 

در منوی بازشده گزینه ھای مختلفی را مشاھده می کنید که از روی آیکون ھای آنھا می توان نحوه عملکرد ھر یک را تشخیص داد. شما  میتوانید اشکال را از بالا، پایین، راست، چپ یا مرکز تراز کنید. در این حالت چون ھمه اشکال یکی می باشند نتیجه انتخاب ھر سه گزینه پایین نتیجه یکسانی خواھد داشت.روی گزینه Align Top کلیک کنید .

 

مشاھده می کنید که صندلیھا تراز شده اند ولی فاصله بین آنھا مرتب نیست برای تنظیم فاصله بین اشکال از گزینه position استفاده می کنیم. در ھنگام استفاده از این دستور تنھا باید به این نکته توجه کنید که دو شکل اول و آخر در مکان مورد نظر باشند و بقیه صندلی ھا در فاصله آن دو و با فاصله ھای یکسان چیده خواھند شد .روی دکمه باز شونده Position کلیک کنید.

 

 

با توجه به شرایط قرارگیری اشکال گزینه مناسب را باید انتخاب کنید. در اینجا چون در راستای افقی می خواھیم فاصله تنظیم شود، از منوی بازشده روی گزینه Distibute Horizontally کلیک کنید .

 

در منوی صفحه قبل با کمک گزینه ھای Rotate Shapes می توانید اشکال را به صورت آینه ای در جھت افقی و عمودی یا در جھت راست و چپ دوران دھید .

در ھنگام کار حتماً متوجه شده اید که در ھنگام افزودن یا تغییر مکان اشکال یک حالت چسبندگی(Snap) بین شکل و دیگر اشکال یا خطوط Grid وجود دارد .روی سربرگ View کلیک کنید.

 

روی دکمه مشخص شده کلیک کنید.

 

در پنجره بازشده مشاھده می کنید که خصوصیت Snap فعال می باشد. برای غیرفعال شدن روی گزینه Snap کلیک کنید.

 

با اینکار ھمه گزینه ھای Snap to غیرفعال شده اند .روی گزینه Snap  کلیک کنید تا فعال شود.

 

واضح است که گزینه ھای Snap to در ھنگام فعال بودن گزینه Snap فعال خواھند بود. در این قسمت می توانید تعیین کنید که حالت چسبندگی به کدام گزینه ھا وجود داشته باشد.

با کمک گزینه Glue to دو شئ را می توانید به ھم بچسبانید. واضح است که گزینه ھای Glue to در ھنگام فعال بودن گزینه Glue فعال خواھند بود. روی دکمه OK کلیک کنید.

 

امیدواریم از این مقاله که درباره آموزش اشکال در نرم افزار ویزیو در صنایع سافت بود لذت برده باشید.نظرات خودتون رو واسه ما کامنت بزارین تا ما بتونیم هر چه بیشتر از اونها واسه بهتر شدنه تیممون استفاده کنیم.

 

در ضمن حتما شما هم دوست دارید مثله بقیه مهندسان صنایع دیگه از مقاله های جدید ما باخبر بشین خب کافیه که فقط ایمیلتونو داخل فرم پایین وارد کنید. به همین راحتی :)

اگر این مقاله برای شما مفید بود برای دوستان خود هم به اشتراک بگذارید تا بقیه هم از این مطلب استفاده لازم را ببرند.

 

Stencil ها در نرم افزار ویزیو

(ادامه) آشنایی با Stencil ها در ویزیو | قدم به قدم و تصویری

خب دوستان سلام با یک آموزش دیگه درخدمتتون هستیم.این مقاله در رابطه با آموزش نرم افزار های مهندسی صنایع هست که میخوایم واستون در رابطه باآموزش نرم افزار ویزیو صحبت کنیم تا یادم نرفته بگم که این سری مقاله های آموزشی در رابطه با نرم افزار های مهندسی صنایع ادامه داره و هر روز واستون یک آموزش خوب تهیه میکنیم که بطور رایگان ازشون استفاده کنید.

قبلا از خواندن این مقاله توصیه میشه که ابتدا این اموزش رو مطالعه کنید. بعنوان یک مهندس صنایع آیا با نرم افزار ویزیو آشنایی دارید؟

آشنایی با Stencil ها

در این آموزش می خواھیم به بررسی Stencil و کاربرد آن بپردازیم. در این مثال طراحی یک دفتر را انجام می دھیم. برای استفاده از طرح Office Layout، روی میله لغزان کلیک کنید.

آموزش ویزیو

 

روی دکمه Office Layout کلیک کنید .

 

برای کار با سیستم متریک، روی گزینه Metric Units کلیک و سپس روی گزینه Create کلیک کنید.

آموزش ویزیو

 

فایل باز شده طراحی داخلی یک دفتر می باشد، که شامل کامپیوتر، صندلی، میز و … است. در قسمت Shapes الگوھا و Stencilھای مختلفی را مشاھده میکنید .روی برگه Office Furniture کلیک کنید.

 

اکنون برگه Office Furniture فعال است که در آن انواع میزھا را می توانید انتخاب کنید. ولی چون تعداد آنھا زیاد است احتیاج دارید که از میله لغزان استفاده کنید. با کمک این Stencilھا می توانید محیط دفتر مورد نظر خود را طراحی کنید.

برای تغییر نحوه نمایش عناصر موجود در یک Stencil روی دکمه Stencils که در سمت چپ صفحه قرار دارد راست کلیک کنید.

آموزش ویزیو

 

توضیح گزینه ھای این منو به شرح زیر است.

Icons and Names: آیکون و نام ھر شکل نمایش داده میشود.
Names Under Icon: نام ھرشکل در زیر آیکون آن نوشته میشود.
Icons Only : فقط آیکونھا نمایش داده می شوند.
Names Only : فقط نام ھرشکل نمایش داده میشود.
Icons and Details : آیکون، نام و توضیح مختصری از ھر عنصر نمایش داده میشود.

حال برای آنکه فقط نامھا نمایش داده شوند، روی گزینه Names Only کلیک کنید

 

در ادامه این قسمت از آموزش ویزیو ھمانطور که مشاھده میکنید فقط نام اعضای موجود در Stencil نوشته شده است .دوباره روی دکمه Stencils کلیک راست کنید. برای آنکه آیکونھا و نام آنھا نمایش داده شوند، از منوی باز شده روی گزینهNames Icon and کلیک کنید.

آموزش ویزیو

 

ایجاد یک Stencil جدید

در این حالت آیکون ھر شکل و در کنار آن نام ھر شکل را مشاھده می کنید. مزیت این حالت این است که شما می توانید ھم آیکون و ھم نام اشکال را مشاھده کنید تا راحت تر اشکال مورد نظر خود را انتخاب کنید. در ضمن چون در این حالت توضیحات ھر شکل نمایش داده نمی شود، پس فضای کمتری نیز اشغال میگردد.

برای اینکه یک Stencil جدید ایجاد شود، روی دکمه More Shapes کلیک کنید.

 

از منوی باز شده روی گزینه metric)New Stencil)کلیک کنید .

 

مشاھده می کنید که برگه ای با نام پیش فرض و خالی اضافه شده است. با این کار ما یک Stencil جدید ساختیم و میتوانید اشکال پر کاربرد مورد نظر خودتان را در آن قرار دھید. در صورتیکه از یک اشکال نیز بخواھید به دفعات استفاده کنید بھتر است که در این قسمت قرار دھید تا ھر دفعه به دنبال Stencil آن نگردید.

ھم اکنون ھیچ شکلی در این قسمت وجود ندارد. در ادامه میخواھیم چند شکل به این Stencil اضافه کنیم .روی برگه Office Accessories کلیک کنید.

آموزش ویزیو

 

اضافه کردن شکل به Stencil

در ادامه آموزش ویزیو چند شکل را میخواھیم انتخاب کنیم. حال اسکرول کنید و (Large Plant) را انتخاب کنید.

 

برای انتخاب چندین شکل ھمراه با کلیک بر روی شکل باید دکمه Ctrl را فشرده نگھدارید .دکمه Ctrl صفحه کلید را فشرده نگھداشته و بر روی سطل زباله مربعی (Square waste can) کلیک کنید.

 

 

دکمه Ctrl صفحه کلید را فشرده نگھداشته و بر روی گزینه (Paper tray) کلیک کنید.

آموزش ویزیو

 

برای انتقال شکلھای انتخاب شده دکمه چپ ماوس را فشرده نگاه داشته و ماوس را Drag می کنیم، و بر روی برگه Stencil ایجاد شده می بریم با این کار این برگه خود به خود باز می شود. با جابجایی ماوس به داخل فضای این Stencil آیکون شکلھای انتخاب شده را مشاھده می کنید .

مشاھده می کنید که به محض این جابجایی دکمه Save در گوشه بالا برگه ظاھر شده است. به ھمین روش می توانید از برگه ھای مختلف شکل ھای مختلف را به برگه جدید منتقل کنید. در ادامه از سایر برگه ھا چندین شکل دیگر انتخاب کرده و به این برگه اضافه می کنیم.

 

ذخیره کردن Stencil

برای ذخیره این شکلھا در این برگه بر روی دکمه Save کلیک کنید.

آموزش ویزیو

 

در پنجره بازشده به طور پیش فرض تعیین شده که این فایل با نام Stencil2 در شاخه My Shape ذخیره شود . برای تغییر نام عبارت Eniac را تایپ و Save کنید.

 

ویرایش Stencil

با دقت به نوار Stencil مشاھده می کنید که آیکون Save ناپدید شده و نام جدید بر روی این نوار ثبت شده است .

تا اینجا با نحوه اضافه کردن اشکال به Stencil آشنا شده اید. در صورتیکه بخواھید اشکال را حذف کنید ابتدا باید آن را انتخاب کنید. برای مثال، روی شکل مشخص شده کلیک کنید.

 

دکمه Delete صفحه کلید را فشار دھید.

شکل انتخاب شده از Stencil حذف شده است. برای جلوگیری از اینکه به اشتباه شکلی را حذف نکنیم باید این Stencil را از حالت ویرایش خارج کنیم. به آیکون این Stencil بر روی نوار دقت کنید که دارای یک ستاره قرمز رنگ است .روی نوار کلیک راست کنید.

آموزش ویزیو

 

مشاھده می کنید که گزینه Edit Stencil فعال است .روی این گزینه کلیک کنید.

 

چون یک شکل را از Stencil حذف کردیم پس نیاز داریم که دوباره Stencil را ذخیره کنیم .روی دکمه Save کلیک کنید.

 

دقت کنید که آیکون روی نوار تغییر یافته است .روی شکل مشخص شده کلیک کنید.

 

آموزش ویزیو

 

دکمه Delete صفحه کلید را فشار دھید.

مشاھده می کنید که ھیچ تغییری ایجاد نشد در این حالت دیگر اشکال داخل Stencil قابل ویرایش نمی باشند. به این نکته دقت کنید که شما فقط Stencilیی را که خودتان ایجاد کرده اید را می توانید ویرایش کنید. به طور واضح تر یعنی شما اجازه تغییر Stencilھایی که به صورت پیش فرض باز شده اند را ندارید .روی نوار Stencil راست کلیک کنید.

 

از منوی باز شده، روی گزینه Close کلیک کنید.

 

با اینکارStencil مورد نظر بسته شد .برای حذف Stencil مشخص شده بر روی آن کلیک راست کنید.

 

در منوی باز شده گزینه Edit Stencil غیرفعال می باشد. ھمانطور که توضیح دادیم شما اجازه افزودن یا حذف اشکال از Stencilھای دسته بندی ھا (Category) را ندارید .روی گزینه Close کلیک کنید.

 

آموزش ویزیو

 

نکته دیگری که میخواھیم در ادامه این فصل در مورد Stencilھا بررسی کنیم نحوه باز کردن آنھا میباشد. فایلی که در حال کار با آن ھستیم یک الگو پیش ساخته Visio می باشد که به صورت پیش فرض با توجه به دسته بندی (Category) انتخاب شده دارای یکسری Stencil است. ممکن است شما بخواھید برای ایجاد Stencil مورد نظرتان از Stencil سایر دسته بندی ھا استفاده کنید. برای اینکار روی گزینه More Shapes کلیک کنید.

 

در قسمت مشخص شده با کادر ھمان دستهبندی الگوھایی را که در ھنگام ایجاد یک فایل داشتیم مشاھده می کنید. با کلیک بر روی ھر یک از این دسته بندی ھا اکنون می توانید Stencilھای آنھا را مشاھده کنید.

در پایین این لیست دو گزینه New Stencil مشاھده می کنید که با توجه به نیاز می توانید سیستم آمریکایی یا سیستم متریک را انتخاب کنید. عملکرد این دو گزینه مانند عملکرد دکمه New Stencil در نوار ابزار Stencil می باشد، که قبلاً از این طریق Stencil مورد نظرمان را ایجاد کردیم. بر روی منوی فرعی Maps and Floor Plans کلیک کنید.

 

منوی فرعی Building Plan را باز کنید.

 

مشاھده می کنید که لیست بزرگی باز شده که با توجه به نیازتان می توانید یکی از آنھا را انتخاب کنید .روی گزینه (Furniture Metric)کلیک کنید.

آموزش ویزیو

 

اکنون Stencil مورد نظر باز شده است .در محلی خارج از منو کلیک کنید تا این منو بسته شود.

 

 

در ادامه می خواھیم اشکالی از این Stencil را به Stencilی که ایجاد کردیم(Eniac) اضافه کنیم. برای باز کردن Stencil، منوی More Shapes را باز کنید. منوی فرعیMyShapes را باز کنید.

 

روی گزینه Eniac کلیک کنید.

 

آموزش ویزیو

 

حال Stencil ایجاد شده در ابتدای این فصل را مشاھده میکنید .در محلی خارج از منو کلیک کنید.

 

روی Furniture  ، Stencil کلیک کنید.

آموزش ویزیو

 

مشاھده می کنید به ھمان روشی که قبلاً توضیح دادیم شکل انتخاب شده را به Eniac منتقل می کنیم .

 

چون Eniac را از حالت ویرایش خارج کرده بودیم، پنجره ای باز شده است که به شما این موضوع را تذکر داده است. در این پنجره نرم افزار از شما اجازه می خواھد که Stencil را می خواھید ویرایش کنید یا خیر؟ روی دکمه Yes کلیک کنید تا عمل انتقال انجام شود.

آموزش ویزیو

 

شکل مورد نظر به Stencil اضافه شد .در ضمن این Stencil وارد محیط ویرایش شده است. (ھمانطور که توضیح دادیم از روی آیکون موجود بر روی نوار این موضوع مشخص است.) ھمچنین چون تغییری در Stencil ایجاد کرده ایم دوباره آیکون Save بر روی نوار ظاھر شده است .روی دکمه Save کلیک کنید.

 

از Stencil ایجاد شده در حالت دیگری نیز می توان استفاده کرد .روی دکمه Close کلیک کنید.

 

چون نمی خواھیم تغیییرات را ذخیره کنیم، بر روی دکمه Don’t Save کلیک کنید.

 

در ادامه میخواھیم یک طرح جدید ایجاد کنیم ولی از دسته بندی و الگوھای آماده Visio نمی خواھیم استفاده کنیم بلکه از Stencilی که خودمان طراحی کردیم استفاده می کنیم .روی دکمه File کلیک کنید تا یک فایل جدید ایجادکنیم

 

روی گزینه Blank Drawing کلیک کنید.

 

آموزش ویزیو

 

روی دکمه Create کلیک کنید.

 

ھمانطور که انتظار داشتیم این فایل فاقد ھر گونه Stencil است .روی گزینه More Shapes کلیک کنید. یک راه دیگر علاوه بر استفاده از منوی My Shapes استفاده از گزینه Open Stencil است .روی گزینه Open Stencil کلیک کنید.

 

روی فایل Eniac دابل کلیک کنید.

 

در صورت نیاز می توانید Stencilھای دیگری را به روش گفته شده در این فصل باز کنید. پس درصورتیکه Stencil مورد نظر خودمان را طراحی کرده باشیم لزومی به استفاده از دسته بندی ھای Visio نمی باشد و می توانید فقط Stencilھای مورد نظرتان را باز کنید.

 

امیدواریم از این مقاله که درباره آموزش Stencil ها در نرم افزار ویزیو در صنایع سافت بود لذت برده باشید.نظرات خودتون رو واسه ما کامنت بزارین تا ما بتونیم هر چه بیشتر از اونها واسه بهتر شدنه تیممون استفاده کنیم.

 

حتما شما هم دوست دارید مانند دیگر مهندسان صنایع از مقاله های جدید ما باخبر بشین، خب کافیه که فقط ایمیلتونو داخل فرم زیر وارد کنید. به همین راحتی :)

 

دانشجوی کارشناسی رشته مهندسی صنایع، فعال در حوزه دیجیتال مارکتینگ و علاقه مند به استارت اپ ها و دوست دارم که هر روز آموزش های بیشتری برای مهندسان صنایع تولید کنم

احمد جعفری

اگر این مقاله برای شما مفید بود برای دوستان خود هم به اشتراک بگذارید تا بقیه هم از این مطلب استفاده لازم را ببرند.