مقیاس گذاری چند بعدی 2(Multidimentional Scaling)

آزمون اسکری

یک راه معمول برای تصمیم گیری در مورد تعداد ابعاد ترسیم پراکندگی ارزش های فشار در برابر تعداد متفاوتی از ابعاد است. این آزمون در ابتدا توسط توسط کتل 1996 و برای حل مساله تعداد عوامل تحلیل عاملی ارائه شد. کتل پیشنهاد کرد زمانی که کاهش نسبی در ارزش های فشار دیده می شود سطوح دقیق نمودار مشخص می شود. اسکری به معنی شن ریزه است و به سنگریزه هایی اطلاق می شوند که در قسمت پایینی تپه واقع می شود.

 

ساختار قابل تفسیر

ملاک دومی که برای تصمیم گیری در مورد نعداد ابعاد لازم برای تفسیر استفاده می شود وضوح ساختار نهایی است. گاهی اوقات ابعاد قابل تفسیر و ساده اند ولی زمانی پراکندگی نقاط منجر به تشکیل ابر تصادفی می شود که تفسیر آن راحت نیست. در این حالت باید از ابعاد کمتری استفاده کرد تا نتیجه قابل تفسیر شوند. در صورتی که نقاط پراکندگی داده ها از هیچ الگویی پیروی نکنند و نمودار اسکری دارای زانو نباشد احتمال دارد داده ها تصادفی باشند.

 

تفسیر ابعاد

تفسیر ابعاد آخرین مرحله ی تحلیل به شمار می رود. همانطور که گفته شد جهت گیری واقعی محورها تصادفی است و می تواند در هر جهتی بچرخد. در ابتدا باید پرکنش داده ها را روی یک صفحه ی دو بعدی ترسیم کرد.

پراکندگی نقاط به صورت سه بعدی نیز امکان پذیر است اما تفسیر پرکنش پیچیده تر می شود.

علاوه بر این برای دست یابی به ابعاد معنادار بایستی خوشه های نقاط یا الگوههای خاص و ساختارها را در نظر داشت.

استفاده از تکنیک رگرسیون چند گانه

یک راه تحلیلی برای تفسیر ابعاد استفاده از رگرسیون چندگانه است تا از طریق آن بتوان بعضی از متغییرهای معنادار را به مختصات ابعاد مختلف بازگشت داد و این از طریق رگرسیون چند متغییری به راحتی امکان پذیر است.

 

 

 

رویکرد محاسباتی

مقیاس گذاری چند بعدی با توجه به تعداد ابعاد درخواست شده ی اولیه ابژه ها را حرکت می دهد تا بهترین نزدیکی را با فواصل مشاهده شده داشته باشد. مقیاس گذاری چند بعدی یا multidimensional scaling (MDS) از طریق بکار گیری تابع الگوریتم حداقل (function minimization algorithm) ساختارهای متفاووت را ارزیابی می کند. در این ارزیابی مناسب ترین ساختار آن است که نیکویی برازش حداکثر شود و به تعبیر دیگر یعنی "عدم برازش" حداقل شود.

اندازه های نیکویی برازش (اندازه ی فشار): یک اندازه ی مرسوم که برای ارزشیابی ساختار مربوط به ماتریس فاصله ها از آن« استفاده می شود اندازه ای به نانم "فشار" است. ارزش خام استرس به صورت فی نشان داده می شود و به صورت زیر تعریف می شود:

Phi = [d_ij - f (_ij)]²

 

در این فرمول d_ij   نشان دهنده ی فواصل بازسازی شده بر مبنای شماره های متوالی ابعاد است و _ij (delta_ij) داده های ورودی مشاهده شده است به عنوان مثال فواصل مشاهده شده. عبارت f (_ij) نیز بیانگر انتقال تکنواخت بدون متراژ از داده های ورودی مشاهده شده است. بنابراین فی تلاش می کند تا از فواصل بین اشیاء به یک رتبه بندی دست یابد.

روش های مشابه دیگری نیز وجود دارد. بیشتر این روش ها مجموع مجذورات انحراف از فواصل یا انتقال تکنواخت آن فاصله ها را از فواصل بازسازی شده بدست می آورند. با توجه به نکات گفته شده هر جه ارزش استرس کمتر باشد، ماتریس فواصل بازسازی شده  با ماتریس فواصل مشاهده شده بهتر برازش پیدا می کند.

 

نمودار شپارد می توان فواصل بازسازی شده را بر اساس تعدادی از ابعاد در مقابل فواصل مشاهده شده بر اساس همین ابعاد نشان داد. این نمودار پراکندگی موسوم به نمودار شپارد است. این نمودار فواصل بازسازی شده را روی محور عمودی و روی محور افقی شباهت های اصلی نشان داده می شوند. بنابراین عموما دارای شیب منفی خواهند بود. این نمودار یک تابع پله ای را نشان می دهد. این خط ارزش هایی را نشان می دهد که به کلاه D موسو اند و در نتیجه ی انتقال تکنواختf()  داده های ورودی حاصل می شود. اگر همه ی فواصل بازسازی شده در یک خط پله ای قرار بگیرند، نظم ترتیبی فواصل به طور کامل از طریق راه حل های متوالی (مدل ابعادی) بازسازی می شود. انحرافات از خط پله ای بیانگر عدم برازش است.

مقیاس گذاری چند بعدی 1

مقیاس گذاری چند بعدی

این روش  مجموعه ای از تکنیک های آماری چند بعدی است که اغلب در اطلاعات تصویری و به منظور شباهت ها و تفاوت های بین اعداد استفاده می شود. این روش یک مورد خاص از انتصابات است. یک الگوریتم مقیاس گذاری چند بعدی با ماتریسی از شباهت های سوال به سوال شروع می شود سپس برای هر سوال در فضای n بعدی جایگاهی تعیین می کند. N از قبل تعیین می شود. برای n های کوچک جایگاه مشاغل در یک نمودار سه بعدی نمایش داده می شود. انواع مقیاس گذاری چند بعدی عبارتند از:

1. مقیاس گذاری چند بعدی کلاسیک
2. مقیاس گذاری چند بعدی متریک
3. مقیاس گذاری چند بعدی غیر متریک
4. مقیاس گذاری چند بعدی تعمیم یافته

 

داده ها می توانند هر چیزی باشند. برای داده ها یک ماتریس فاصله تشکیل می شود.

 

هدف اصلی مقیاس گذاری چند بعدی پیدا کردن بردار های  است که در آن   می باشد. δ_i,j  فصله ی بین iامین و jامین شی و  بردار نرم است.

در مقیاس چند بعدی کلاسیک این نرم فاصله ی اقلیدسی است اما می تواند تابع فاصله ای تصادفی یا متریک باشد. به بیان دیگ این تحلیل تلاش می کند تا موضوعات را در یک  R^N  قرار دهد به طوری که فواصل حفظ شوند. اگر N دو یا سه باشد می توان در به صورت بصری ترسیم کرد. رویکردهای متفاوتی برای تعیین محورها وجود دارد معمولا روش مقیاس گذاری چند بعدی به عنوان مساله ی بهینه سازی مطرح می شود که در آن    به عنوان حداقل کننده بعضی از توابع هزینه بشمار می رود به عنوان مثال:

در هدایت مقیاس گذاری چند بعدی مرحل زیر دارای اهمیتند:

1. فرموله کردن مساله
2. دست یابی به داده های ورودی
3. اجرای یک برنامه ی آماری مربوط به مقیاس گذاری چند بعدی
4. تصمیم گیری در مورد تعداد ابعاد
5. نمایش نتایج و تعریف ابعاد
6. بررسی اعتبار و روایی

 

کاربردها:

کاربردهای این تکنیک عبارتند از:

1. بصری سازی علمی
2. علم اطلاعات
3. سایکو-فیزیک
4. روانسنجی
5. بازاریابی
6. بوم شناسی
7. داده کاوی

گاهی اوقات جایگزین تحلیل عاملی قلمداد می شود. عموما هدف این تکنیک کشف ابعاد زیربنایی است که به پژوهشگر اجازه می دهد تا شباهت ها و تفاوت ها(فواصل) موضوعات مورد پژوهش را دریابد. در تحلیل عاملی شباهت های بین موضوعات بر اساس ماتریس همبستگی نشان داده می شود. از طریق مقیاس گذاری چند بعدی پژوهشگر می تواند هر نوع شباهت یا تفاوت ماتریس ها را تحلیل کند.

منطق مقیاس گذاری چند بعدی

مثال ساده ی زیر می تواند منطق مقیاس گذاری چند بعدی را نشان دهد: فرض کنید ما یک ماتریس داریم که در آ« فواصل بین شهرهای مختلف ایران قرار دارد. ما در نظر داریم تا این فواصل را بر اساس یک تصویر دو بعدی ببینیم. با استفاده از مقیاس گذاری چند بعدی ما می توانیم به یک نقشه ی دو بعدی دست پیدا کنیم. علاوه بر این مقیاس گذاری چند بعدی می تواند موضوعات را نظم دهد. مثلا بر اساس ابعاد مختلف آنها را نشان دهد مثلا در مثال ذکر شده می تواند بر اساس شمالی جنوبی بودن شهر ها نقشه ی دو بعدی آنها را نشان دهد.

جهت گیری محورها :

در تحلیل عاملی راه حل نهایی برای پیدا کردن جهت گیری محورها تصادفی بود. در این روش و در مثال ذکر شده چرخش جهت محورها هیچ تاثیری بر فاصله ی بین شهرها نمی گذارد و جهت گیری نهایی در اختیار پژوهشگر است.

مقیاس گذاری چند بعدی و تحلیل عاملی

این دو روش متفاوت از یکدیگرنند. در تحلیل عاملی لازم است که داده های بنیادی به صورت چندمتغییری نرمال توزیع شده باشند و ارتباطات خطی باشند اما این محدودیت در مورد مقیاس گذاری چند بعدی وجود ندارد. هر زمان که رتبه های منظم شده ی فواصل معنادار باشد می توان از مقیاس گذاری چند بعدی استفاده کرد. بر مبنای تفاوت های بدست آمده تحلیل عاملی تعداد عوامل بیشتری نسبت به مقیاس گذاری چند بعدی بدست می دهد یعنی مقیاس گذاری چند بعدی راه حل های قابل تفسیرتر و آسان تری دست می دهد. مقیاس گذاری چند بعدی می تواند برای هر نوع از فواصل وشباهت هایی بکار رود در حالیکه در تحلیل عاملی لازم است اول ماتریس همبستگی ها را به دست آورد. مقیاس گذاری چند بعدی می تواند بر مبنای سنجش مستقیم شباهت های بین محرک است در حالی که تحلیل عاملی نیازمند موضوعاتی است که رتبه می دهند به بعضی از فهرست صفات. یعنی تحلیل عاملی برای چه اجرا شده است. به طور خلاصه مقیاس گذاری چند بعدی برای حوزه ی وسیعی از طرح های پژوهشی بکار می رود چون اندازه های فاصله می توانند از طرق مختلفی حاصل شوند.

داده کاوی

حتماً تاکنون بارها عبارت "انقلاب دیجیتال" به گوشتان خورده است و احتمالاً درباره واژه هایی مانند انقلاب دیجیتال، انفجار اطلاعات، عصر رایانه، عصر اطلاعات و ارتباطات و واژه های مشابه، اطلاعاتی نیز دارید. اما چقدر به کاربرد عملی و ملموس این عبارات و مخصوصاً فایده انقلاب دیجیتال در زندگی فکر کرده اید؟

در طول دهه گذشته با پیشرفت روز افزون کاربرد پایگاه داده ها، حجم داده های ثبت شده به طور متوسط هر 5 سال 2 برابر می شود. در این میان سازمان­هایی موفقند که بتوانند حداقل 7% داده هایشان را تحلیل کنند . تحقیقات انجام یافته نشان داده است که سازمانها کمتر از یک درصد داده هایشان را برای تحلیل استفاده می کنند . به عبارت دیگر در حالی که غرق در داده ها هستند تشنه دانش می باشند.

بنابر اعلام دانشگاه MIT دانش نوین داده کاوی (Data mining ) یکی از ده دانش در حال توسعه ای است که دهه آینده را با انقلاب تکنولوژیکی مواجه می سازد. این تکنولوژی امروزه دارای کاربرد بسیار وسیعی در حوزه های مختلف است به گونه ای که امروزه حد و مرزی برای کاربرد این دانش در نظر نگرفته و زمینه های کاری این دانش را از ذرات کف اقیانوسها تا اعماق فضا می دانند .

امروزه، بیشترین کاربرد داده کاوی در بانکها، مراکز صنعتی و کارخانجات بزرگ، مراکز درمانی و بیمارستانها، مراکز تحقیقاتی، بازاریابی هوشمند و بسیاری از موارد دیگر می باشد.

داده کاوی پل ارتباطی میان علم آمار ، علم کامپیوتر ، هوش مصنوعی ، الگوشناسی ، فراگیری ماشین و بازنمایی بصری داده می باشد. داده کاوی فرآیندی پیچیده جهت شناسایی الگوها و مدل های صحیح، جدید و به صورت بالقوه مفید، در حجم وسیعی از داده می باشد، به طریقی که این الگوها و مدلها برای انسانها قابل درک باشند. داده کاوی به صورت یک محصول قابل خریداری نمی باشد، بلکه یک رشته علمی و فرآیندی است که بایستی به صورت یک پروژه پیاده سازی شود.

کاوش داد ه ها به معني کنکاش داده هاي موجود در پايگاه داده و انجام تحليل هاي مختلف بر روي آن به منظور استخراج اطلاعات مي باشد.



داده كاوی فرایندی تحلیلی است كه برای كاوش داده ها ( معمولا حجم عظیمی از داده ها - در زمینه های كسب وكار و بازار) صورت می‌گیرد و یافته‌ها‌با‌به‌كارگیری الگوهایی‌،‌احراز اعتبار می‌شوند . هدف اصلی داده كاوی پیش بینی است. و به صورت دقیق تر میتوان گفت :

"کاوش داده ها شناسايي الگوهاي صحيح، بديع، سودمند و قابل درک از داده هاي موجود در يک پايگاه داده است که با استفاده از پرداز شهاي معمول قابل دستيابي نيستند"


‌فرایند داده ‌كاوی شامل سه مرحله می باشد :
1. كاوش اولیه
2. ساخت مدل یا شناسایی الگو با كمك احراز اعتبار/ تایید
3. بهره برداری.

مرحله 1 : كاوش
معمولا‌این‌مرحله با آماده سازی داده ها صورت می گیرد كه ممكن است شامل پاك سازی داده ها ،‌تبدیل داده ها‌و‌انتخاب زیرمجموعه‌هايي‌‌ از ركوردها‌با‌حجم‌عظیمی‌از ‌متغييرها( فیلدها ) باشد . سپس با توجه‌به‌ماهیت‌مساله تحلیلی‌، این‌مرحله‌به‌مدل‌هاي‌‌ ‌پیش بیني ساده یا مدل‌های‌آماری‌و‌گرافیكی برای شناسایی متغیرهاي مورد نظر و تعیین پیچیدگی مدل‌ها برای استفاده در مرحله بعدی نیاز دارد .

مرحله 2:ساخت و احراز اعتبار مدل
این‌مرحله‌به‍ بررسی‌مدل‌هاي مختلف و گزینش بهترین مدل با توجه به كارآیی پيش‌بيني آن می پردازد. شاید این مرحله ساده به نظر برسد، اما اينطورنیست. تكنیك‌های‌متعددی‌برای‌ر سیدن‌به‌این‌هدف توسعه یافتند.و " ارزیابی رقابتی مدل ها"‌نام گرفتند. بدین منظور مدل‌های مختلف برای مجموعه داده‌های یكسان‌‌به‌كار‌می‌روند‌ تا‌كارآیی‌شان‌با‌هم مقایسه‌شود ،‌سپس مدلی كه‌بهترین كارآیی راداشته باشد‌، انتخاب می‌شود.‌این‌تكنیك‌ها عبارتند از : Bagging,Boosting ,Stacking و Meta-learning

مرحله 3 : بهره برداری
آخرین‌مرحله‌مدلی‌راكه‌د رمرحله قبل‌انتخاب‌شده است، در داده‌های‌جدیدبه كار‌می‌گیردتا پیش‌بینی‌هاي‌خروجی‌های مورد انتظاررا تولید نماید.داده كاوی‌به‌عنوان‌ابزار‌مدی ریت‌اطلاعات‌برای‌تصمیم گیری‌،‌عمومیت‌یافته‌است . اخیرا‌،‌توسعه تكنیك های تحلیلی جدید در این زمینه مورد توجه قرار گرفته است (مثلا Classification Trees)،اما هنوز داده كاوی مبتنی بر اصول آماری نظیر(Exploratory Data Analysis (EDA)می باشد.

بااین وجود تفاوت عمده ای بین داده كاوی و EDA وجود‌دارد‌.داده‌كاوی‌بی� �تر‌ به ‌برنامه ‌های ‌كاربردی گرایش دارد تا ماهیت اصلی پدیده .به عبارتی‌داده كاوی كمتر با شناسایی روابط بین متغیرها سروكار دارد .

مفاهیم اساسی در داده كاوی

Bagging:
این مفهوم برای تركیب رده بندی های پیش بینی شده از چند مدل به كار می رود.فرض كنیدكه قصدداریدمدلی برای رده بندی پیش بيني بسازیدو مجموعه داده های مورد نظرتان كوچك است.شمامی توانید نمونه هایی( با جایگزینی) را از مجموعه داده ها انتخاب و برای نمونه های حاصل ازدرخت رده بندی (مثلا C&RT وCHAID )استفاده نمایید.به طوركلی برای نمونه های مختلف به درخت های متفاوتی خواهید رسید.سپس برای پیش بینی با كمك درخت های متفاوت به دست آمده از نمونه ها ،‌یك رای گیری ساده انجام دهید.رده بندی نهایی ، رده بندی ای‌خواهد بود كه درخت های مختلف آنرا پیش بینی كرده اند .

Boosting:
این مفهوم برای تولید مدل‌های چندگانه (برای پیش بینی یا رده بندی)به كار می‌رود. Boosting نیزاز روش C&RT یا CHAID استفاده وترتیبی از classifier ها را تولید خواهد كرد .

Meta-Learning :
این مفهوم برای تركیب پیش بینی‌های حاصل از چند مدل به كار می‌رود.و هنگامی كه انواع مدل‌های موجود در پروژه خیلی متفاوت هستند، كاربرد دارد. فرض كنید كه پروژه داده كاوی شما شامل Tree classifierها نظیر C&RTو CHAID، تحلیل خطی و شبكه های عصبی است.هر یك از كامپیوترها،رده بندی هایی رابرای نمونه ها‌پیش بینی كرده اند.تجربه نشان می‌دهدكه تركیب پیش بینی های چند روش دقیق تراز پیش بینی های هریك از روشهاست.پیش بینی های حاصل از چند classifier را می توان به عنوان ورودی meta-linear مورد استفاده قرار داد. meta-linear پیش بینی هارا تركیب می كند تا بهترین رده بندی پیش بینی شده حاصل شود.

روش تصویرسازی ذهنی 2

در اینجا بر روش تصویرسازی ذهنی تمرکز می کنیم:

نیمکره راست که در اکثر افراد ضعیف و غیر فعال است وظایفی از قبیل درک موسیقی و تصویر سازی را بعهده دارد. حافظه بلند مدت در نیمکره راست قرار دارد. نیمکره راست قضاوت نمی کند بلکه اطاعت می کند. و این بزرگترین امتیاز آن است. این ویژگی شاید به دلیل خواص ناخودآگاه ذهن است (در این باره مطالبی عرض خواهد شد) پایه و اساس روش تصویر سازی ذهنی که مدتها است در زمینه های متفاوت آموزشی مورد استفاده قرار می گیرد، بر فعال کردن نیمکره راست استوار است. گفتیم که حافظه بلند مدت در نیمکره راست قرار دارد بنابراین استفاده از نیمکره راست و البته بکارگیری روش تصویرسازی  ذهنی موجب می شود که مطلب را با یک بار خواندن برای همیشه یاد بگیریم.توجه داشته باشید که همه ما این روش را در بعضی از موارد بکار می گیریم. بعضی از مشاغل هم بطور مستقیم ار آن بهره می برند ولی من در یک کارگاه آموزشی این مهارت را بطور اصولی مرور کرده ام و قصد دارم به این مطلب بپرداریم که تا چه حد آموزش آن عملی است و تا چه میزان می توان آنرا در دروس مختلف بکار گرفت.  تعاریف متفاوتی را می توان برای تصویرسازی ذهنی ارایه داد:

*تصویر سازی ذهنی یعنی اندیشیدن به یک موضوع خاص. در واقع وقتی به چیزی فکر میکنیم داریم تصویری از آن را در ذهن می سازیم  و درک مفهوم بدون تصویر ذهنی از آن مفهوم صورت نمی گیرد.(ارسطو : تفکر بدون تصویر ذهنی غیرممکن است.)

*تصویر سازی ذهنی یعنی متمرکز کردن انرژی فکر روی موضوعی ویژه با هدفی خاص

* استفاده از تمام حواس براي خلق يا بازآفريني يك تجربه درذهن و ديدن چنين تصويري با چشم ذهن.

هر تعریفی که از آن ارایه دهیم به دو نتیجه گیری می رسیم : 1- تصويري که در ذهن ساخته می شود واقعيتی است موجود در جهان 2- تصويري بديع كه در جهان وجود خارجي ندارد ولي ما بر اساس تجربه و برداشت شخصي خود خلق مي كنيم.

گروهي معتقدند تصوير ذهني برداشتي است از تصاوير ذخيره شده در مغز(البته طوري نيست كه براي يك جراح مغز قابل رويت باشد. اين گروهpictorialist   نام دارند. گروهی معتقدند چيزي به نام تصويرذهني وجود ندارد. آنچه تصوير ذهني به نظر مي رسد حاصل تفكر است.این گروه descriptionist نام دارند.  بهرحال هردو گروه معتقدند : تصويرذهني كاملا شبيه واقعيتهاي بيروني است و همانطور که قبلا ذکر شد ارسطو میگوید تفكر بدون تصويرذهني محال است. نکته بسیار مهمی که باید دانست این است که تصویرسازی ذهنی براساس خلاقیت است و نه براساس هوش. اگر چه ممکن است تمام افراد بشر  با هوش نباشنند ولی همگی   خلاق هستند . بنابراین این روش برای تمام افراد و تمام سنین موثر است و کاربرد دارد .شاید بتوان این تعریف را بعنوان ساده ترین بیان در مورد تصویرسازی ذهنی ارایه داد: دیدن چیزی با چشم ذهن .   بسیار خوب. چشم ذهن چیست و چه تفاوتی با چشم سر دارد؟ تصویر چشمی حاصل حس بینایی است و خطای باصره به این معنی است که گاهی نمی بینیم و یا اشتباه می بینیم. پس چشم خطا می کند و دیدن بدون دقت دلیل این خطا است.ولی چشم ذهن بسیار دقیق است و هرگز خطا نمی کند. یادگیری یک مفهوم با چشم سر وقت گیر و نیاز به تکرار زیاد دارد ولی با چشم ذهن می توان یک مفهوم را در یک ثانیه به حافظه بلند مدت فرستاد. چشم سر محدود است یعنی ما تنها در صورتی که شیئ پیش چشم ما حضور داشته باشد می توانیم ببینیم ولی با چشم ذهن می توانیم شیئی را مشاهده کنیم که واقعیت خارجی ندارد و بالاتر اینکه می توانیم چنین شیئی را ابداع و به بازار عرضه کنیم.چشم سر تنها می تواند مشخصات و مختصات موجود و واقعی یک شیئ را نشان دهد ولی چشم ذهن می تواند دهها ویژگی دیگر رابرای آن شئ خلق کند (مثلا می تواند رنگ و عطر و طعم و بو به چیزی بیافزاید در حالی که آن چیز در عالم واقع اصلا دارای چنین ویژگیهایی نیست. تصویر چشمی با حواس پرتی همراه است ولی تصویر ذهنی تمرکز، خنده  و شادی ، اعتماد به نفس و ابداع و اختراع می آورد.تصویرسازی ذهنی موجب ضخیم شدن قشر مخ می شود و این امر از فراموشی و آلزایمر جلوگیری می کند.مهمترین دلیل بر برتری تصویر ذهنی این است که امکان ندارد کسی بگوید : قیافه شما را فراموش کرده ام ولی اسمتان یادم هست!

در عصر ارتباطات و اطلاعات که ما بمباران تصویری می شویم ذهن تنبل شده و از مطالعه فرار می کنیم و از اندیشیدن می ترسیم. فعال کردن چشم ذهن می تواند راهی باشد برای حل این مشکل. از جمله امتیازات منحصر بفرد آن این است که در هنگام تصویر سازی،  ذهن ما از آینده و گذشته جدا شده ودر زمان حال قرار می گیریم و همین امر موجب می شود از بند غم و غصه و ترس و استرس رها شده و در حالت کاملا relax  قرار بگیریم چرا که در این حالت فرکانسهای مغزی ما کند شده و به سطح آلفا (حالت بین خواب و بیداری ) بر می گردد.

چگونه تصویر ذهنی بسازیم؟ تصویرسازی ذهنی دو مرحله دارد.

مرحله اول : یافتن یک شباهت یا ارتباط بین مفهومی که قرار است آموخته شود و ارتباط دادن آن با یک مفهوم، واژه یا کد آشنا به ذهن

مرحله دوم : خلق یک تصویر کاملا صاف و شفاف در ذهن و دیدن چنین تصویری با چشم ذهن به مدت فقط چند ثانیه

مثال : می خواهیم کلمه  bud ( غنچه ) را یاد بگیریم. در زبان فارسی این کلمه مانند  ( باد ) تلفظ می شود 0 مرحله اول )

 در مرحله دوم باید تصویری از این رابطه در ذهن بسازیم. مثلا می توانیم تصویر کنیم که هر گاه باد می وزد میلیونها غنچه به سمت ما سرازیر می شود. باید بوی خوش غنچه را استشمام کنیم . باید زیباترین غنچه ممکن را با چشم ذهن بطور کاملا شفاف ببینیم. حتی می توانیم دهان خود را باز کنیم تا باد غنچه را در دهان ما قرار دهد. می توانیم برای آن طعم بیافرینیم. می توانیم رقص موجی آن را که همراه باد بالا و پایین می رود با چشم ذهن ببینیم.

 

این شیوه برای کسانی که مجبورند لیستهای فراوان واژه ها را در زمان محدود یاد بگیرند بهترین است ولی اگر قرار باشد در کلاس مکالمه چنین فعالیتی صورت بگیرد به هیچ وجه نباید از زبان مادری استفاده شود و تمام مراحل تصویر سازی باید به زبان مقصد انجام شود.

* تصویر خلق شده در ذهن حاصل تجربه ایست که ناخودآگاه ما ارسال می کند. این است که تصویر ذهنی هر کس خاص خود اوست.

نکاتی را که باید در جریان تصویرسازی رعایت کنیم:

1- خودتان در تصوير ذهني حضور داشته باشيد، یا فردی هم سن خودتان.

2- تصوير خنده دار و مسخره باشد.

3- تصوير غير طبيعي باشد.

4- تصوير حركت داشته باشد.

5- از رنگهاي غير طبيعي استفاده كنيد(مثلا : خون آبي راه راه – خورشيد سبز – برف سياه...)

 

 

6- از اصل جابجايي استفاده كنيد(مثلا: غذاخوردن با مداد به جاي قاشق ) (اين تكنيك براي اسامي معني بسيار خوب است.)

7- در ساختن تصوير مبالغه كنيد.(خيلي زياد – خيلي بزرگ...)

8- تصوير ذهني را با چشم ذهن واضح و فقط براي چند ثانيه ببينيد.

9- براي يك مفهوم فقط از يك تصوير استفاده كنيد ( تصویر را عوض نکنید )

10- پشت سر هم تصوير نسازيد.(بين هر دو تصوير كمي تامل كنيد.)

11- ابتدا با كلماتي تصوير بسازيد كه قابل تجسم است (مانند: درخت – ماه...) و سپس  با كلماتي مانند درد، عقل...

12- تصوير ذهني را خودتان بسازيد.

سوالاتی که بسیاری از افراد می پرسند شامل این موارد است : آیا می توان برای تمام مفاهیم (حتی مفاهیم فیزیک ، شیمی و ریاضی) هم تصویر ساخت؟ به عبارت دیگر آیا تمام مفاهیم تصویر دارند؟ از این مهمتر این که آیا تمام افراد می توانند تصویر ذهنی بسازند؟ پاسخ این است که ما در لحظه لحظه عمر در حال تفکر ( تصویرسازی ) هستیم. این تفکر و تصویرسازی یادر ارتباط با رویدادهای زمان حال است و یا آینده و گذشته. حتی در خواب هم این فعالیت یک لحظه متوقف نمی شود.اگر باور ندارید سعی کنید برای مدت چند لحظه به هیچ جیز فکر نکنید .آیا این امر شدنی است؟ پس نه تنها همه چیز دارای تصویر است بلکه ذهن ما در هرلحظه میلیونها تصویر می سازد ولی این فعالیت چنان برق آسا صورت می گیرد که ما معمولا متوجه این فرایند نمی شویم مگر این که به این مقوله علاقه مند باشیم و یا در این زمینه دارای تخصص و مهارت باشیم. البته بین تصویر سازی ذهن (که تا حد زیادی غیر ارادی است ) و تصویرسازی ذهنی ( که اگر هدفدار و آگاهانه صورت بگیرد ) کاملا ارادی است تفاوتهای فراوانی هست. شاید بتوان گفت مهمترین این تفاوتها این است که : ذهن در هر ثانیه از میلیونها چیزی که در پیرامون اسکن میگیرد و بلافاصله به چیزهای دیگر می پردازد زیرا فرکانسهای مغزی ما در حالت عادی بسیار سریع ( در سطح بتا) است. به همین دلیل است که اصولا ذهن خیلی زود به موقعیتهای جدید عادت می کند و همین باعث می شود که ما وجود بسیاری از چیزها را ندیده می گیریم یعنی با این که آنها را می بینیم ولی در واقع نمی بینیم! تشکیل عادتها و اعتیاد هم شاید چنین روندی داشته باشد. پس در این که تمام پدیده ها تصویر داند و ذهن ما مرتبا در حال تصویر سازی است و تمام انسانها قادر به تصویرسازی هستند تردیدی وجود ندارد.کاری که لازم است انجام بگیرد برگزاری یک کارگاه آموزشی است که در آن همه ما این مهارت را فرا بگیریم. در چنین کارگاهی می توان فعالیتهایی انجام داد تا فرد توانایی تصویر سازی خود را تقویت کند.

وقتی کلمه ای از یک زبان بیگانه را می شنویم ،املای آن به خاطرمان نمی آید. بلکه سعی می کنیم در انبار خاطرات خود به دنبال کلمه ای به زبان محلی یا مادری خود پیدا کنیم که هم صدا با آوا و تلفظ آن کلمه خارجی باشد. برای مثال وقتی می شنوید "تمپل" اولین معنایی که در درونی ترین لایه های حافظه هر ایرانی زنده می شود ، کلمه تنبل است. اما تمپل تنبل نیست و در زبان انگلیسی به معنای معبد و عبادتگاه است. اینجاست که روش معجزه گر تجسم ذهنی چندحسگری شرکت موفقیت وارد میدان می شود و شما را با دنیایی از اعجاب در درون وجود شما روبرو می سازد. در این روش به شما تکنیکی آموزش داده می شود که به محض شنیدن لغت انگلیسی Temple یک فرد تنبل نشسته در وسط یک معبد مقابل چشمانتان ظاهر شود که شما را دعوت به ورود به معبد و انجام مراسمی خاص می کند. صحنه های آنقدر واقعی و ارتباطات و پیوندها آنقدر قوی است که محال است ارتباط بین تمپل و معبد هرگز از ذهن شما بیرون رود. به بیان ساده تر از این به بعد تمپل مانند یک لغت فارسی در ذهن شما جای می گیرد و بخشی از زبان مادری شما می شود.
سرعت یادگیری و به خاطر سپاری با این روش موفقیت فوق العاده بالا و در حد یک کلمه در سی ثانیه است! و مهم ترین امتیاز این روش نسبت به دیگر شیوه های یادگیری در ماندگاری و دوام خارق العاده و اعجاب آور آن و از همه مهم تر به یادآوری برق آسای کلماتی است که سالها پیش با این روش آموخته اید. به بیانی دیگر با این روش زبان خارجی برای شما مانند زبان مادری ملکه ذهنتان می شود و بلافاصله بعد از شنیدن هر کلام شما بلافاصله معنای آن را به طور زنده در مقابل چشم ذهن خود می بینید. بدون اینکه از روش های ترجمه به فارسی و یافتن معادل فارسی لغت کمک بگیرید.
روش بر اساس زبان رمزی ارتباط نیمکره راست مغز با ضمیر ناخودآگاه و با حافظه بلند مدت شما استوار می باشد و با این روش بخش اعجاب آور و کل نگر و فوق العاده قدرتمند مغز شما ( یعنی نیمکره سمت راست) به کار گرفته می شود و شما با رشد تکان دهنده و حیرت انگیزی در توان یادگیری و یادسپاری و از همه مهم تر یادآوری سریع کلمات و وقایع و خاطرات و صحنه ها مواجه می شوید. با تکنیک های تربیت و تقویت حافظه مبتنی بر این روش ، در هر سن و سالی که باشید و با هر سطح سوادی می توانید قدرت حافظه خود را چند صد برابر سازید و نگاه تحسین آمیز همه را به سوی خود جلب نمائید..
در این روش شما یک لغت انگلیسی را با یک لغت فارسی که تلفظ یا املای مشابهی دارد، به نحوی مرتبط می کنید که الزاماً از لحاظ معنایی با هم ارتباطی ندارند. بعنوان مثال اگر شما برای اولین بار به لغت tongue (تانگ: به معنی زبان) برخوردید، متوجه می‌شوید که تلفظ آن شبیه تانک در فارسی است. بنابراین می‌توانید در ذهنتان مجسم کنید که بجای زبان، یک تانک از دهان کسی در حال خارج شدن است!

مثال دوم: فرض کنید شما به لغت در valorous به معنی شجاع بر می‌خورید. در این حال می‌توانید در ذهن خود چنین مجسم کنید که در کنار دریا ایستاده‌اید و مشغول تماشای وال‌ها هستید. والها یکی یکی به سطح آب می‌آیند ولی به محض اینکه شما را می‌بینند می‌ترسند و فرار می‌کنند، تا اینکه یک وال روس (یک وال از کشور روسیه) به سطح آب می‌آید و بجای اینکه از شما فرار کند، به سمت شما می‌آید. شما با خود می‌گویید: وال روس، شجاع است.

این تکنیک به شما کمک می‌کند تا هر چه بهتر معانی لغات را بخاطر بسپارید. همچنین گفته می‌شود که هر‌چقدر تصویر ساخته شده عجیب‌تر باشد، به خاطر آوردن آن هم آسانتر خواهد بود.

 

یادگیری لغات زبان انگلیسی به روش قلاب و تصویرسازی ذهنی1

 نظر به اهمیت زبان انگلیسی منتخبی از مطالب موجود در اینترنت در زمینه ی روش های برتر یادگیری زبان انگلیسی ارائه می شود.

یادگیری لغات زبان انگلیسی به روش قلاب و تصویرسازی ذهنی

 

مقدمه

در گذشته هدف آموزش و پرورش صرفاً در سواد آموزی و انتقال اطلاعات و معلومات خلاصه
می شد و محور اصلی فعالیتهای یادگیری معلم بوده است از این رو نوجوانان و جوانان پس از اتمام مدارس برای فعالیتهای تولیدی و اقتصادی آمادگی چندانی نداشته اند و یا دچار افت تحصیلی
می شدند اما امروز در نظام تعلیم و تربیت اسلامی آنچه که مورد توجه باید قرار گیرد . شکوفائی استعدادها و تعادل اخلاقی و پرورش متخصصان لایق و شایسته است و اینکه مقدمات حرکت و هدایت آدمی در صراط مستقیم پروردگار فراهم آید و معراج او را از مرحله کمال انسانی تسهیل نماید . در تعلیم و تربیت باید به متعلم روح علمی داد ، یعنی نباید صرفاً به این توجه داشت  که شاگرد دانا شود بلکه باید کاری کرد که روح حقیقت جویی پیدا کند و با روح علمی بار آید و معلم باید بکوشد که رشد فکری یعنی قوه تجزیه و تحلیل به دانش آموز بدهد تربیت باید برای شکوفا کردن روح باشد و ترس و تهدید در انسان عامل تربیت نیستند و نمی توان از این طریق استعدادها را پرورداند از این رو باید در تلاش بود تا قدرت یادگیری را در دانش آموزان افزایش داد و استعداد خلاقیت ابداع ابتکار و نوآوری را در او شکوفا ساخت از این رو به برخی از روش های موثر در یادگیری می پردازیم .

چرا زبان انگلیسی؟
زبان توسعه یافته ترین ابزار فکری است که برای برقراری ارتباط بین انسانها و جوامع انسانی به کار گرفته می شود. گرچه با ابزارهای دیگری مانند علایم، رقص و هنرهای بصری همچون نقاشی و مجسمه سازی نیز می توان ارتباط برقرار نمود، اما انتقال مفاهیم پیچیده ذهنی به ساده ترین و کامل ترین شکل ممکن فقط از طریق زبان نوشتاری و گفتاری ممکن است.
اما جمعیت کره زمین به زبانهای مختلفی صحبت می کنند، زبانهایی که هرکدام به گوش دیگری غریب می آیند. طی سالیان اخیر به دلایل مختلف علمی، سیاسی، اقتصادی و فرهنگی، زبان انگلیسی تبدیل به وسیله ارتباط مردمانی از فرهنگها و ملیت های متفاوت شده است. امروزه زبان انگلیسی درفعالیتهای مالی، تجاری، آموزشی، پژوهشی وعلمی سراسر جهان به عنوان ابزار اصلی انتقال مفاهیم به کارگرفته می شود، البته زبانهای دیگر نیز در برخی موارد نقشی کلیدی ایفا می کنند.
در دنیای امروز، اگر بخواهید در رشته پزشکی تحصیل کنید یا مدیری موفق باشید، دانستن زبان انگلیسی برایتان یک ضرورت به شمار می آید چرا که در آن صورت می توانید درتجربیاتی که دیگرمردم دنیا بدست آورده اند سهیم شوید و در ارتباطی تنگاتنگ با آنان، دانش خود را به روز نگه دارید
علاوه بر آن، دردنیایی که پیشرفت وسایل ارتباط جمعی رفته رفته آن را به دهکده ای فرضی بدل می کند ،نیاز به زبانی مشترک برای برقراری ارتباط و پیشبرد اهداف علمی-اجتماعی بشر، بیش از پیش احساس می شود. بنابراین یادگیری زبان انگلیسی که خواهی نخواهی به زبان ارتباط مردم دنیا بدل شده است دراولویت کاری تاجران، دانش پژوهان و ... قرارمی گیرد.
البته منظور از یادگیری، کسب تواناییهای لازم به اندازه سخن پردازانی مانند شکسپیرومیلتن نیست بلکه تا حدی است که بتوان دریافت کدام واژه چه مفهومی میتواند داشته باشد.
در حال حاضر انگلیسی، زبان مادری بیش از ۳۴۰ میلیون شهروند بریتانیایی، آمریکایی، کانادایی و استرالیایی است. علاوه برآن، به دلیل نفوذ نظامی، اقتصادی، علمی، سیاسی و فرهنگی دولت انگلیس در سده های هجدهم و نوزدهم میلادی وهمچنین نفوذ فرهنگی و رسانه ای آمریکا درسده بیستم و بیست و یکم، تعداد ۶۰۰ میلیون نفر نیز زبان انگلیسی را به عنوان زبان دوم خود به کار می برند. میلیونها نفر دیگر در سراسر جهان در حال یاد گیری این زبان می باشند تا بخشی از نیازهای علمی-فرهنگی خود را در جوامع انسانی به شدت در هم تنیده امروزی رفع نمایند.

یادگیری زبان انگلیسی و تاثیر آن در تحصیل

امروزه یادگیری زبان انگلیسی یک ضرورت انکار ناپذیر است چراکه زبان انگلیسی، زبان علم است و آموزش رشته‌های مختلف در سطوح عالی و تولیدعلم به زبان انگلیسی صورت می گیرد.
با افزایش روند جهانی سازی ارتباطات بین المللی، برنامه‌های رادیوئی و تلویزیونی، تجارت جهانی و آموزش علوم جدید همگی به زبان انگلیسی صورت می‌گیرند و عدم آشنایی با این زبان برابر با عدم زندگی در دنیای مدرن امروزی است
زبان انگلیسی از زبانهای زنده و بین المللی دنیاست که پر طرفدار ترین زبان مکالمه ای دنیا است.
زبان بین المللی جهان هم زبان انگلیسی است به دلیل یادگیری آسان و روان و آسان بودن در به کار بردن این زبان در مکالمه که زبان انگلیسی را به زبانهای دیگر جهان متمایز تر میکند.
تذکر: قابل به ذکر است که زبان انگلیسی بسیار فرار است و اگر هر چند وقت یک بار تمرین نکنیم از یادمان میرود بخاطر همین هر هفته باید وقتی را برای تمرین کردن زبان انگلیسی در نظر بگیریم و تمریهایی را انجام بدهیم ومعلم انگلیسی ما هم میگوید: زبان انگلیسی به یک yesو no خلاصه نمیشود و باید برای فراگیری آن تلاش کرد.

● سخنی درباره زبان انگلیسی از امام خمینی

پیشتر به زبان (خارجی) احتیاج نبود. امروز احتیاج است. باید زبان های زندهء دنیا جزء برنامهء تبلیغات مدارس باشد.... .امروز مثل دیروز نیست که صدای ما از ایران بیرون نمیرفت امروز مامیتوانیم در ایران باشیم و در همه جای دنیا با زبان دیگری تبلیغ کنیم.
این رو هم بگم همونطوری که در اول گفتم اولین چیزی که یادگیری این درس را آسان مکند پشتکارو تمرین و اراده است.
امروزه این زبان بین المللی در تمام رشته ها کاربرد مهمی دارد کا میپوتر که زبان آن نیز انگلیسی است نیاز به یادگیری زبان انگلیسی دارد تا با دستورات و خطاهای آن آشنا شویم.
اگر بتوانیم زبان انگلیسی در همان پایه از تحصیل خود قوی کنیم و نکات دستوری و گرامر آن را یاد بگیریم مطمنا در ادامه تحصیل و همینطور در رشته مورد نظر موفق خواهیم بود .
از بحث هایی که شده می فهمیم که زبان انگلیسی تاثیر مستقیم در ادامه تحصیل دارد و برا ی یاد گیری هر چه بهتر این زبان باید تلاش کرد و مدارس و دانشگاه ها باید در این راه به دانش اموزان کمک کنند تا با هر چه بهتر آموزش این زبان ونحوه یادگیری گامی موثردر عرصه آموزش زبان انگلیسی رواج دهندو همینطور خانواده ها با حمایت فرزندان خود و کلاسهای موجود در این زمینه این زبان را در فرزندان خود تقویت نمایند.

تفاوتهاي نيمكره چپ و راست مغز

 

با آنكه دو نيمكره مغز عملكرد يكپارچه اي دارند و در همكاري تنگاتنگي با يكديگر مي باشند . اما از جنبه هاي گوناگون با يكديگر تفاوت دارند . افراد نيز از نظر آن كه كدام نيمكره مغزشان بر افكار و پردازش اطلاعات مغزشان سيطره دارد با يكديگر تفاوت دارند اكنون به تفاوتهاي دو نيمكره مغز مي پردازيم :

نيمكره راست

§   ديداري ـ تمركز بر تصاوير و الگوها

§   درك مستقيم و شهودي ـ پيروي از احساسات

§   حافظه تصويري ـ توسط يادداشت ويا ترسيم موضوعات مي توان آنها را به خاطر سپرد.

§   پردازش افكار بطور همزمان صورت مي گيرد .

§   اطلاعات را به يكديگر ارتباط مي دهد .

§   ابتدا به كليات و سپس به جزييات مي پردازد .

§   سازمان نيافته مي باشد .

§   تداعي آزاد دارد .

§   بسيار در جستجوي استدلال بوده و به دنبال علل قوانين مي باشد .

§   فاقد حس زمان مي باشد .

§   در تلفظ ويافتن واژه ها مشكل دارد .

§   در الويت بندي مشكل دارد . تكانشي و بدون انديشه اقدام به كاري مي كند .

§   هنگام صحبت كردن دستان خود را حركت مي دهد .

§   به چگونگي بيان سخني توجه مي كند و نه به مضمون آن .

نيمكره چپ :

§   شفاهي ـ تمركز بر واژه ها ، نماد ها و ارقام

§   تحليل گر ـ پيروي از منطق .

§   براي بخاطر آوردن از واژه ها سود مي برد ـ اسامي را بجاي چهره ها بخاطر مي سپارد .

§   پردازش افكار بطور متوالي و ترتيبي صورت مي گيرد ـ مرحله به مرحله

§   استنتاج منطقي از اطلاعات به عمل مي آورد .

§   ابتدا جزييات را بررسي كرده و سپس به كليات دست مي يابد .

§   بسيار سازمان يافته مي باشد .

§   علاقه مند به تهيه فهرست و برنامه ريزي

§   معمولا بدون تحليل و كوركورانه از قوانين تبعيت مي كند .

§   در پيگيري و حفظ زمان كار آمد است .

§   تلفظات و فرمولهاي رياضي به سهولت به خاطر سپرده مي گردند .

§   از مشاهده اشيا لذت مي برد .

§   از پيش برنامه ريزي مي كند .

§   هنگام سخن گفتن به ندرت از اشارات و حركات دست استفاده مي كند .

§   به مضمون سخن توجه مي كند و نه به چگونگي بيان آن .

تفاوتهاي مغز زنان و مردان :

§   سلولهاي مغزي در مردان 4% بيشتر از زنان مي باشد . مغز مردان 100 گرم سنگين تر از مغز زنان مي باشد .

§   ارتباطات ميان سلولهاي مغزي در زنان بيشتر از مردان مي باشد .

§   انتقال اطلاعات ميان دو نيمكره مغز در زنان با سرعت بيشتري انجام مي گيرد.

§   زنان تقريبا به هر دو نيمكره مغزشان دسترسي دارند اما مردان عمدتا از نيمكره چپ مغزشان استفاده مي كنند .

§   طول نخاع در مردان اندكي طويل تر از زنان مي باشد .

 

روش هایی برای یادگیری موثرتر

تمرکز :

 توانایی مغز انسان بالقوه بسیار بالا است و بزرگترین کامپیوتر ها هم در مقابل پانزده میلیارد طول مغز حقیرند کامپیوتر ها با توجه به نداشتن قدرت خلاقیت و لزوم برنامه ریزی برای آنها توسط انسان در حالت عادی چیزی بیش از یک دستکاه بی محتوا نیست ، استعداد متمرکز امری ذاتی و ثابت نیست بلکه یک ویژگی اکتسابی و قابل پرورش و تقویت است نقطه مقابل تمرکز فراموشی است که غالبا از ناخوشایند بودن موضوع است ، علاقمندی و ایجاد انگیزه برای تمرکز و یادگیری شرط لازم و کافی است و کسب اطلاع از هر موضوع هر چقدر جزیی اولین گام برای ایجاد انگیزه یادگیری بیشتر و گسترش دامنه تمرکز است برای تقویت قوه تمرکز و یا پردازی و تجسم عینی به شرط آن که معقول و در حد اجرای رویا پرداز باشد نه تنها جنبه منفی ندارد بلکه توصیه می شود تمرکز آن قدر آسان نیست که بتوان به گونه ای اتفاقی به آن رسید پس لازمه ایجاد عادات سالم و معین و موثر در تقویت توان تمرکز نحوه اختصاص ساعات کار و استراحت بین کارها و غیره از آن جمله است و روشن است که دانش بودن تمرکز آموختنی نیست و این پیش شرط یادگیری است .

همه افراد باهوش می توانند روش تمرکز را بیاموزند و برای تمرکز باید کنجکاوی ذهنی شدید همراه باشد چون امروزه تمایل به یادگیری هر چیز همراه با راحت طلبی هر چه بیشتر است به این جهت سیستم تحصیلی آمریکا از هم پاشیده والدین و آموزگارانی که برای تلقین کنجکاوی ذهنی در بچه نمی کوشند باعث پرورش افرادی می شوند که تا سن پیری هیپ گرایشی به یادگیری ندارند اگر شما از کودکی به کنجکاوی درباره همه چیز در اطراف خود ترغیب شده باشید یادگیری تمرکز حواسزحمتی نخواهید داشت و اگر دارای این نوع کنجکاوی نیستید باید آن را پرورش دهید چون پیش شرط یادگیری و تمرکز کنجکاوی است تنها راهی که می توانید درباره آن تمرکز کنید گسترش علاقه به موضوع است محیط فیزیکی نامساعد از عوامل برای تمرکز می باشد سلامتی جسمی و احساس سلامتی و اعتماد به نفس از عوامل دیگر در ایجاد تمرکز است . حواس پرتی بزرگترین دشمن کشانی است که قصد رسیذن به توانایی های ذهنی خود را دارند و منظور هر چیزی که بتواند باعث انحراف توجه شما از موضوع مورد نظرتان شود پس باید سعی شود به صورت نظامداری این عوامل منحرف کننده از بین ببرید . مهمترین کمک روان شناختی برای تمرکز و مطالعه انگیزه است چه بسا که به دلیل تمرکز نادرست ، عادات مطالعه شخص فاقد کارایی باشد خود پنداری مثبت مهم ترین کمک برای تمرکز و یادگیری است به این معنا که فرد احساس بی کفایتی نکند و ارزش و مناعت را در خود بالا ببرد و ذهن نیمه هوشیار خود را با عقاید مثبت تغذیه کند زیرا عقاید منفی برای زمانی طولانی اگر تقویت شوند شخص قدرت عمل سازنده را از دست می دهد روش افزایش قدرت تمرکز به کنترل در آوردن ذهن نیمه آگاه است که این کار را شخص در یک حالت استراحت کامل در تعمق و تفکر می یابد  و به شروع به خود القایی نماید یعنی درست قبل از خواب واقعی و همزمان با
تجسم های عینی .

تقویت حافظه با تکنیک تصویر سازی ذهنی

روان شناسان یادگیری بهتری و موثرترین روش را روش تصویر سازی ذهنی دانسته اند روشی که بر اساس آن تمام اطلاعات درس اعم از جملات ، کلمات ، فرمول های ریاضی ، لغات و فرمولهای انگلیسی را به شکل تصویر ذهنی در آورید روانشناسان یادگیری معتقدند که زبان حافظه زبان تصویر است و انسان به واسطه تصاویر فکر می کند تصاویر نسبت به کلمات به تنهایی قابلیت به خاطر سپردن بیشتری دارند و در حافظه به مدت طولانی ماندگارند به همین دلیل عده ای معتقدند که یک تصویر ارزش هزار کلمه را دارد منظور از تصویر سازی ، تجسم خود کلمه در ذهن نیست بلکه ما تصویر موضوعی را که به جای کلمه می نشیند در ذهن ایجاد می کنیم برای مثال شما می توانید از رنگها و اشیاء تصویرهای ذهنی بعدی ، از موسیقی و صدا تصویر های ذهنی ، شنیداری داشته باشد گنجایش حافظه انسان برای ثبت تصاویر ناحدود است و نیمکره راست مغز انسان نقش بارز و برجسته ای را در فرآیند زمانی که یک مطلب مثلاً فرمول ریاضی ، شعر ، قرآن و مفاهیمی از این قبیل را می خوانید
می توانید از آن یک تصویر ذهنی ایجاد کنید توانایی تصویر سازی در همه افراد وجود دارد ولی  نیاز به آموزش و تمرین دارد .

قدرت ذهن در حل مشکلات و رسیدن به آرزوها از طریق تجسم خلاق و تخیل است انیشتین  تخیل   را مهم تر از دانش می دانست  . بزرگترین مردمان تاریخ کسانی مانند افلاطون ، نیوتن ، ادیسون ، بتهون و ... از قدرت تخیل خود بهره جسته اند . مزیت اصلی تصویر سازی ذهنی است که می تواند یادگیری اطلاعات درسی و غیر درسی را کارآمدتر نماید و مزیت دیگر این است که می تواند یادگیری این اطلاعات درسی و غیر درسی را به صورت یک تفریح و بازی ذهنی در آورد یکی از دلایل اینکه شما در حال حاضر در ساختن کلام قوی هستید و در تصویر سازی ذهنی ضعیف عمل می کنید این است که نظام آموزشی بیشتر بر مهارتهای کلامی تکیه دارد و بر مهارت تصویر سازی تکیه اساسی و زیر بنایی ندارد . تاکید نظام آموزشی بر امور و وسایل کلامی است که اعتماد کودکان بر تصویر سازی را  نابود ساخته است . تداعی با رمز حافظه خوب و عالی است .

تداعی

تداعی در معنی لغوی آن به معنا ارتباط برقرار کردن بین دو یا چند کلمه دو فرمول دو شکل دو جمله و مواردی از این قبیل تداعی می تواندبرای هر گونه اطلاعاتی به مثابه قلاب ، گیره و زنجیره ای باشد که به وسیله آن اطلاعات آویخته می شوند و این کار شما را در یادآوری اطلاعات کمک می کند اگر بین اطلاعات درس خود ، ارتباط تصویری برقرار کنید و به روشنی و وضوح آن را تجسم کنید به طور قطع می توان گفت که فراموشی از حافظه شما فاصله می گیرد . سیستم گیره یا قلاب یا پایه ، یک نوع سیستم بایگانی حافظه است که از یک سری کلمات عینی و تصویری شکل شده و از شماره و عدد کمک می گیرد و مات تصویری باید به نحوه ی هماهنگ با شماره و عدد باشد در این روش هر کلمه ای نماینده یک عدد خاص است این روش به این علت گیره یا قلاب خوانده می شود که کلمات تصویری پایه یا گیره شبیه گیرهای حافظه عمل می کنند وشما می توانید اطلاعات جدیدتان را به آنها وصل و آویزان کنید و آن ها را با هم پیوند بزنید .

- نردبان یادگیری :

پله ی اول مهارت در زمان بندی و اولویت بندی وقت و کنترل آن است یعنی در همه جا و هر جا مطالعه کنید زیرا مکان یادگیری جایی است که شما هستید – تبادل ایدها ، یادداشت برداری استفاده از مهارت های خوب خواندنو تمرین آموخته ها ، فنون بخاطر سپاری ومهارت مرور گری و نیز استفاده از ابزار و روش های گوناگون یادگیری .

- فن پیچخام :

استفاده از فن خوب خواندن ( پیچخام ) می تواند زمان مطالعه را کاهش داده وتوانایی شما را در کسب طلاعات موردنیاز افزایش دهد . خلاصه فن پیچخام عبارتست از مرحله اول پیش مرور مرحله دوم پرسش ، مرحله سوم خواندن و برجسته کردن مرحله چهارم از بر خواندن و نوشتن مرحله پنجم مرور و بازنگری .

توجه داشته باشید که از همه ی حوا س خود در فرایند یادگیری استفاده کنید .

الگوهای تجسم :

این الگوها به صورت درخت ، فلوچارت به شکل خورشید یا ساعت خطوط خوشه ای و شاخه ای ، نمودار پنج انگشتی و روش لوسی ، استفاده از کارتهای مطالعه ، واژگان رابط است .

 

 

- نبوغ کلامی

یکی از مولفه های بهره هوشی بالا ، توانایی خواندن دامنه ی وسیعی از اطلاعات با سرعتی بالاتر از حد متوسط و با درک زیاد است و راههای ساده ای موجود است که می توانید به این سطح مهارت ها دست یابید و آن از طریق افزایش نبوغ کلامی است یکی از مواردی که موجب کاهش یادگیری
می شود عدم نبوغ کلامی است یعنی  عدم توانایی خواندن صحیح متون تخصصی ، حرفه ای و یا سخت و مشکل به شکل صحیح است یکی از راههای افزایش نبوغ کلامی آموختن کنترل سریع کلماتی است که با آنها مواجه می شوید . اشخاصی که دارای نبوغ کلامی هستند برای یادگیری سریع تر از روش نقشه ذهنی استفاده می کنند .

- چشم سوم                                                                                        

حداقل ماهی یکبار با درک چشم سوم خود بازی کنید کتابی شامل تصاویر چشمان جادوی بخرید و از نگاه کردن به آن و تمرکز بر روی تصاویر لذت ببرید این امر ورزیده شدن عضلات چشم سوم شما
می شود و به طور اتوماتیک شما را قادر می سازد در مطالعات روزمره تان بهتر ببینید و بنابراین سرعت در خواندن و درک بهتر را برایتان به ارمغان می آورد .

 

 

تعیین نقاط برش

براورد نقطه ی برش به منظور تبدیل داده های پیوسته به داده های طبقه بندی شده.

چون استفاده از مقیاس های پیوسته تفسیر مشکل تری دارند و شاید گاهی نیار به طبقه بندی و تعیین نقطه ی برش برای اطلاعات لازم باشد از روش های مختلفی برای تعیین نقاط برش استفاده می شود. یکی از ملاک های مهم در تعیین نقاط برش داشتن دانش در حوزه ی مورد مطالعه است به عنوان مثال اگر بحث پزشکی باشد دانستن تجارب پزشکان در مورد مساله ی مورد مطالعه و عامل خطر بسیار سودمند است و معیاری برای تعیین نقطه ی برش به حساب می آید.

زمانی که دانش کافی وجود ندارد باید از تکنیک های آماری استفاده شود. این تکنیک ها به دو دسته تقسیم می شوند. روش های با جهت گیری داده و روش های با جهت گیری برآمد. در روش های با جهت گیری داده مقیاس پیوسته را به دو قسمت تقسیم می کند و از روش هایی مانند میانه یا چارک ها استفاده می کند. روش های با جهت گیری برآیندی نقاط برش را در ارتباط با برآیند تعیین می کند. این روش ها بر اساس لگاریتم رتبه، نمره ، نسبت درستنمایی و آماره والد می باشند.

تحلیل عاملی 2

تحلیل عامل تاییدی بر آزمون فرض تاکید دارد و به دلیل همین ویژگی بر تحلیل عاملی اکتشافی مزیت دارند. این تحلیل عاملی نتیجه ی تلاش هایی است که باک، برگمن و جارزکاگ انجام دادند. برای تدوین فرضیه مناسب آن است که از طریق تحلیل عاملی اکتشافی به فرضیه دست یافت و سپس از طریق تحلیل عامل تاییدی آن را آزمود.

رابطه ی تحلیل عاملی با سایر فنون تحلیلی چند متغییری

مقصود فنون تحلیل عاملی چند متغییری تحلیل کوواریانس چند متغییری است. فنونی مانند تحلیل واریانس چند متغییری، رگرسیون چند متغییری، تحلیل تابع تشخیصی موقعی مناسب برای پیش بینی های چند متغیره است. در این موارد برای بررسی وضعیت آزمودنی ها اطلاعاتی از پیش بینی کننده ها در دسترس است و در ضمن متغییر ملاک یک متغییر است مانووا می تواند در زمانی که پیش بینی شونده بشتر از یک متغییر است نیز استفاده شود.

تفاوت بین تحلیل عاملی و تحلیل خوشه ای نیز به واریانس های تحلیل شده برمی گردد. واریانس در یک آزمون یا مشترک است که مربوط به چند سوال یا خرده آزمون است و یا واریانس یگانه است. این واریانس مربوط به یک سوال یا خرده آزمون می شود.تحلیل عاملی واریانس مشترک را در بر می گیرد و لی تحلیل خوشه ای شامل هر دو نوع واریانس می شود. در تحلیل عاملی واریانس یک تست یا متغییر تجریه و بین چندین عامل توزیع می شود بر عکس در تحلیل خوشه ای واریانس سوال یا متغییر به گروهی اختصاص داده می شود که بیشترین همبستگی را دارد. تحلیل عاملی را می توان برای مطالعه ی ساختار مجموعه ای از متغییرها یا تست ها بکار رد و زمانی بکار می رود که پژوهشگر قصد دارد می خواهد واریانس مشترک یک تست را به تعداد کوچکتری از متغییرها که مفهومی معنادار دارد کاهش دهد و درک کند که ساختتار هر واحد اساسی چگونه است در حالی که تحلیل خوشه ای زمانی استفاده می شود که قصد داریم متغییر ها را از طریق گروهبندی به شکل مجموعه ای طبقه بندی کنیم. تحلیل خوشه ای در توسعه ی نظام های شغلی و در تشخیص انواع مختلف مردم استفاده می شود.

مفروضه ی اساسی تحلیل عاملی این است که عامل های زیربنایی متغییرها را می توان برای تبین پدیده های پیچیده بکار برد و همبستگی های مشاهده شده بین متغییرها حاصل اشتراک آنها در این عامل ها است.

 داده های حاصل از تست ها عملا نمره هایی است که به درجات مختلف با یکدیگر همپوشی دارند. همپوشی بین متغییرها میزان موثر بودن پیش بینی کننده ها  را محدود می سازد. به کمک تحلیل عملی می توانیم ابعاد کمتر و موثرتری را بیابیم. به این امید که ابعاد کوچکتر بتوانند همه ی اطلاعات را پوشش دهند. این ابعاد توصیف ما را روشن تر، قاطع تر و واضح تر می سازد. کاربرد های تحلیل عاملی عبارتند از:

1. رواسازی و توسعه ی ابزارهای روان سنجی
2. کمک به تدوین فرضیه با کشف سازه های جدید
3. تحلیل محتوا

مدل های تحلیل عاملی اکتشافی

دو نوع کاملا متمایز تحلیل را شامل می شوند: تحلیل مولفه ای و تحلیل عامل مشترک. مقدار و نوع واریانس هر متغییر که توسط عامل ها توجیه می شود مبنای تفاوت بین این دو نوع تحلیل است. در تحلیل مولفه ای مانند تحلیل خوشه ای هم واریانس مشترک و هم واریانس یگانه توجیه می شود. بنابراین از لحاظ نظری باید تعداد مولفه ها با تعداد متغییرها برابر باشند چون بنابر آن چه گفته شد باید واریانس هر متغییر توسط عامل ها توجیه شود. اما در تحلیل عامل مشترک همانطور که از اسم آن پیدا است فقط واریانس مشترک توسط عامل ها توجیه می شوند و بنابر اصل صرفه جویی تعداد عوامل می تواند کمتر از تعداد متغییرها باشد. در تحلیل مولفه ی اصلی عامل ها توجیه کننده ی واریانس هر متغییر و در تحلیل عامل مشترک عامل ها توجیه کننده ی همبستگی بین متغییر ها است. واریانس ها در تحلیل عاملی چه معنی می دهند؟ در تحلیل عاملی مشترک واریانس هر متغییر تشکیل شده از واریانس مشترک و واریانس اختصاصی. در تحلیل عاملی مولفه های اصلی عامل ها تمام واریانس ها را توجیه می کنند. اگر عامل های مشترک متعامد باشند همبستگی بین دو متغیییر برابر با مجموع حاصلضرب بارهای عاملی است.

تحلیل عاملی

نخستين كار درباره تحليل عاملي توسط چارلز اسپيرمن (1940) صورت گرفت، كه به گونه كلي « پدر» اين روش شناخته شده است. بعد از او كارل پيرسن (1901)، روش «محورهاي اصلي» را پيشنهاد كرد و هتلينگ (1933) آن را به گونه كاملتري توسعه داد.

بسياري از كارهاي نخستين در تحليل عاملي، يعني در طول سال هاي 1900 تا 1930، به كاربرد مدل اسپيرمن در بسياري از مسايل عملي و بررسي شرايط مناسب براي استفاده از آن مدل اختصاص يافته است. در طول اين دوره، علاوه بر خود اسپيرمن، دانشمندان ديگري مانند سيريل برت، كارل هليزينگر، ترومن كلي، كارل پيرسن و گادفري تامسون، كمك هاي شاياني به ادبيات تحليل عاملي كرده اند. در اوايل سال 1930، آشكار شد كه مدل تك عاملي عمومي اسپيرمن براي توصيف روابط بين متغيرهاي يك مجموعه هميشه كافي نيست.

ترستون احتمالا برجسته ترين تحليلگر عاملي نوين بوده و نفوذ قابل ملاحظه اي در توسعه اين روش از سال هاي 1930 تا كنون داشته است. مسئوليت توسعه روش «سانتروئيد» با اوست كه در مقياس گسترده اي قبل از ظهور كامپيوترهاي پر سرعت به كار رفته است. او همچنين مسئول مفهوم ساختار ساده است كه توسط بيشتر تحليلگران به عنوان معرف يك راه حل تحليل عاملي ايده آل در نظر گرفته شده است.

كارهاي اوليه در تحليل عاملي  كه توسط دانشمندان ياد شده انجام گرفته ، بيشتر توجيه نظري دارد، هر چند هيچ يك از آن ها آماده براي آزمون هاي آماري فرضيه هاي خاص درباره ساختارهاي عاملي مجموعه هاي معيني از متغيرها نبوده است. اما، وقتي كامپيوترهاي پر سرعت در اختيار قرار گرفت در اواسط تا اواخر سال هاي 1950، حركتي از تئوري گرائي به سوي آنچه تحليل عاملي اكتشافي ناميده مي شود، به وجود آمد. اين حركت به گونه آشكار از طريق تئوري عامل مشترك ترستون تشويق، و از طريق فرمول بندي عمومي هتلينگ (1993)، درباره عمليات رياضي مولفه هاي اصلي كه قبل از آن به دليل محاسبات فوق العاده پيچيده و پرزحمت آن ، به كار نرفته بود تسهيل شد. چنين به نظر مي رسد كه در طول سال هاي 1950 و 1960، تقريبا هر كس، هر چيزي را تحليل عاملي مي كرده است، به اين اميد كه روابط پيچيده ظاهري بين متغيرهاي يك مجموعه را مي توان ساده كرد و به گونه ساده تري تفسير نمود (ليندمن و همكاران، 1980). در طول اين دوره همچنين تعداد روشهاي تحليل عاملي با ابداع تحليل تصوير (گاتمن، 1953)، تحليل عاملي بنيادي (رائو، 1955 و هريس، 1962)، تحليل عاملي آلفا (كيسر و كافري، 1965) و روش كمترين پس ماند (هامن و جونز، 1966)، به گونه قابل توجهي توسعه يافت. با اين وجود، روشهاي تحليل اكتشافي نتوانست آن گونه كه انتظار مي رفت، كمك موثري براي آزمون و پالايش تئوري روان شناختي باشد.

مقاله هتلينگ (1933) درباره تحليل مولفه هاي اصلي نخستين كمك قابل توجه يك آماردان را به تحليل عاملي معرفي كرد، و اين وضعيت تا موقعي ادامه داشت كه مقاله لاولي (1940) درباره روش بيشينه احتمال (ML) منتشر شد. لاولي نشان داد كه تحليل عاملي مي تواند به عنوان يك تكنيك آماري جالب در بسياري از موقعيت هاي پژوهشي كاربرد داشته باشد. واكنش هاي له و عليه اين روشها نيز تا وقتي كه آزمون فرضيه هاي خاص درباره پارامترهاي مدل تحليل عاملي مورد توجه قرار گرفت (مثلا جارزكاگ، 1984)، همچنان ادامه داشت. هر چند كارهاي جارزكاگ اساسا مبتني بر روش ML لاولي بود، اما بسياري از مسايل محاسباتي و تفسيري را كه لاولي با آن مرتبط نبود، روشهاي باك و بارگمن (1966) و جارزكاگ (1984) به سبب تاكيد بر آزمون فرضيه، به عنوان روشهاي تحليل عاملي تاييدي طبقه بندي مي شود. هر چند توليد فرضيه هايي كه بايد آزمون شود اغلب دشوار است، اما اين روشها به وضوح بر تحليل عامل اكتشافي به سبب توسعه و آزمون تئوري مزيت دارد. البته براي تدوين چنين فرضيه هايي مي توان ابتدا تحليل عاملي اكتشافي را اجرا كرد و سپس اين فرضيه ها را از طريق تحليل عاملي تاييدي آزمود.

درك مفهومي تحليل عاملي و كاربرد آن:

بنا بر آنچه گفته شد، تحليل عاملي تكنيكي است كه كاهش تعداد زيادي از متغيرهاي وابسته به هم را به صورت تعداد كوچكتري از ابعاد پنهان يا مكنون امكان پذير مي سازد. هدف عمده آن رعايت اصل اقتصاد و صرفه جويي از طريق كاربرد كوچكترين مفاهيم تبيين كننده به منظور تبيين بيشينه مقدار واريانس مشترك در ماتريس همبستگي است. مفروضه اساسي تحليل عاملي اين است كه عامل هاي زيربنايي متغيرها را مي توان براي تبيين پديده هاي پيچيده به كاربرد و همبستگي هاي مشاهده شده بين متغيرها حاصل اشتراك آنها در اين عامل ها است. هدف تحليل عاملي تشخيص اين عامل هاي مشاهده ناپذير بر پايه مجموعه اي از متغيرهاي مشاهده پذير است. عامل، متغير جديدي است كه از طريق تركيب خطي نمره هاي اصلي متغيرهاي مشاهده شده بر پايه فرمول زير برآورد مي شود:

Fj=∑WjiXi=Wj1X1+Wj2X2+…+WjpXp

كه در آن W ها بيانگر ضرايب نمره عاملي و P معرف تعداد متغيرها است. اين عامل ها، في نفسه، سازه هاي فرضي يا نظري هستند كه به تفسير ثبات و هماهنگي در مجموعه داده ها كمك مي كنند. بنابراين ارزش تحليل عاملي اين است كه طرح سازماني مفيدي به دست مي دهد كه مي توان آن را براي تفسير انبوهي از رفتار با بيشترين صرفه جويي در سازه هاي تبيين كننده، به كار برد.

اميد اين است كه تعداد كمي از اين عامل ها (يعني تركيب هاي خطي نمره هاي اصلي متغيرهاي مشاهده شده) بتواند تقريبا همه اطلاعاتي را كه توسط مجموعه بزرگتري از متغيرها به دست مي آيد در برگرفته در نتيجه توصيف ويژگي هاي فرد را ساده سازد. از اين گذشته اميدوار هستيم كه با توسعه صحيح عامل ها، متغيرهايي به وجود آوريم كه دلالت بر يك سازه روشن و با معناي روان شناختي داشته باشد به گونه اي كه توصيف ما از شخص نه فقط ساده تر، بلكه روشن تر و قاطع تر باشد.

تحلیل عاملی بسته به هدفی که محقق در استفاده از آن دارد به دو نوع تقسیم می شود:

1- تحلیل عاملی اکتشافی(Exploratory factor analysis (EFA) ): که در آن محقق هیچ طرح و نقشه قبلی برای پیش بینی یا شناسایی تعداد و ماهیت عوامل پنهان در ورای متغیرها را ندارد. در اینجا فرض محقق این است که هر متغیری می تواند در کنار هر متغیر دیگر زیر پوشش یک عامل قرار گیرد. در تحلیل عاملی اکتشافی، هدف محقق اکتشاف الگو یا الگوهایی در درون داده های مورد تحلیل است. این نوع تجزیه و تحلیل از طریق نرم افزارهای SPSS یا SAS قابل محاسبه است.

2- تحلیل عاملی تاییدی (Confirmatory factor analysis (CFA) ): که طی آن محقق انتظار دارد طرح و نقشه خاصی از عوامل پنهان در ماورای متغیرها را بیازماید. در این نوع، انتظار می رود متغیرها چیدمان خاصی داشته باشند. در این روش محقق به آزمون فرضیاتی مربوط به یک ساختار عاملی خاص اقدام می کند.

تحلیل تشخیصی 3

تحلیل تشخیصی

تحلیل تشخیصی برای طبقه بندی پاسخگویان بر اساس مقادیر یک متغیر وابسته دو یا چند وجهی به کار می رود. در واقع زمانی که متغیر پاسخ کیفی و متغیرهای مستقل کمی باشند از این تحلیل استفاده می کنیم. در این تحلیل پاسخگویان بر حسب مقداری که بدست می آورند، در طبقات مختلف تفکیک می شوند.

تحلیل تشخیصی روشی است که متغیرهای مستقل را برای ایجاد یک متغیر جدید ترکیب می کند که  هر یک از پاسخگویان برای آن مقداری بدست می آورند. در واقع تحلیل تشخیصی شبیه یک رگرسیون خطی چندمتغیره است با این تفاوت که در رگرسیون خطی چندمتغیره، متغیر پاسخ در سطح فاصله ای/نسبی است، اما در تحلیل تشخیصی مقیاس متغیر وابسته دو یا چندوجهی است.

تحلیل تشخیصی را می توان برای چندین هدف مورد استفاده قرار داد که مهمترین آنها به شرح زیر است:

1-    طبقه بندی پاسخگویان به چندین گروه

2-    بررسی اختلاف های میانگین متغیر مستقل بین گروههایی که بر اساس متغیر وابسته تشکیل می شوند.

3-    تعیین درصدی از واریانس متغیر وابسته که توسط متغیرهای مستقل تبیین شده اند.

4-    ارزیابی اهمیت نسبی متغیرهای مستقل در طبقه بندی متغیر وابسته

به منظور تحلیل تشخیصی لازم است که یک سری از پیش فرضها رعایت شود، بر این اساس، پیش فرضهای تحلیل تشخیصی به صورت زیر است

1-    متغیر وابسته یک متغیر اسمی دو وجهی (یا چند وجهی) است.

2-    تمامی پاسخگویان (موارد) باید از یکدیگر  مستقل باشند. بنابراین نمی توان داده های مرتبط استفاده کرد.

3-    حداقل باید دو پاسخگو برای هرگروه وجود داشته باشد.

4-    حداکثر تعداد متغیر مستقل در مدل باید برابر با n-2 باشد.

5-    خطاها به طور تصادفی توزیع شده باشند.

6-     نداشتن همخطی: اگر یکی از متغیرهای مستقل همبستگی بالایی با متغیرهای دیگر داشته باشد و یا اینکه یکی از متغیرهای مستقل تابع متغیرهای دیگر باشد، همخطی بوجود می آید.

در تحلیل  تشخیصی یک تابع تشخیصی وجود دارد که به ریشه کانونی معروف است و ترکیب خطی متغیرهای مستقل استاندارد شده را نشان می دهد. در واقع تابع تشخیص بر اساس مرکز ثقل گروهها ایجاد می شود. تعداد توابع تشخیص عبارت است از

min(groups-1, predictors).

 

در رابطه بالا، groups همان تعداد حالتهای متغیر پاسخ و predictors تعداد متغیرهای تبیینی است.

تحلیل تشخیصی 2

اگر هدف ما بررسی معناداری تفاوت بین گروهها باشد می توان از:

1.       مانووا

2.       روش های جایگشتی (تبدیلی) چند پاسخی

3.       تحلیل تشابهات گروهها

4.       آزمون منتل

استفاده می شود. اگر بخواهیم ببینیم که گروهها چگونه از یکدیگر متمایز می شوند یعنی چه متغییرهایی بهترین تمایز را بین گروهها دارند می توان از:

1.       تحلیل تشخیصی

2.       درختان رگرسیونی و تحلیل طبقه ای

3.       رگرسیون لجستیک

4.       تحلیل گونه های نشانگر

استفاده کرد.

تحلیل تشخیصی یک تکنیک آماری است که به پژوهشگر این امکان را می دهد تا تفاوت های بین دو گروه یا بیشتر از دو گروه را برحسب چند متغییر به صورت همزمان مورد مطالعه قرار دهد. در این روش چند متغییر اسمی با چند متغییر فاصله ای مرتبط می شود و از لحاظ فنی در واقع بسط یافته ی تحلیل واریانس چند متغییری است. در حوزه ی علوم انسانی به این تکنیک نیاز است. در جایگرینی کارمندان، آزمون های روانشناختی کودکان، تاثیرات درمان های پزشکی، تفاوت های اقتصادی بین مناطق مختلف جغرافیایی، پیش بینی رفتار رای دهندگان و خیلی زمینه های دیگر.

چه زمان هایی می توان از تحلیل تشخیصی استفاده کرد؟ در این تحلیل تمرکز روی داده های مربوط به موارد است که این موارد می توانند انسان ها، حیوانات، وضعیت اقتصادی در زمان های مختلف  و خیلی موارد دیگر باشد. گروهها باید طوری تعریف شوند که هر مورد فقط و فقط به یک گروه تعلق داشته باشد. زمان هایی که نمی توان عضویت موارد در گروهها را نمی توان تشخیص داد باید این موارد از تحلیل کنار گذاشته شوند تا به نتایج خطا منجر نشود. این موارد بعد از رسیدن به معادلات تشخیصی می توان عضویت گروهی شان را مشخص کرد. 

تفسیر فضایی از تحلیل تشخیصی

اگر متغییرهای پیش بین را که گروهها بر اساس آنها متمایز می شوند را به عنوان محورهای یک فضای P بعدی در نظر بگیریم هر مورد در این فضا دارای یک نقطه خواهد بود. بنابراین گروهها در این فضا از چندین نقطه ی کنار هم تشکیل می شود. اگر گروهها با هم نقاط اشتراکی داشته باشند در این صورت دیگر گروهها یگانه نخواهند بود. به منظور خلاصه کردن نقاط در یک گروه باید مرکزیت هر گروه را پیدا کرد. نقطه ی مرکزی یا همان مرکز ثقل در مختصات هندسى نقطه اى است که مختصات ان ميانگين حسابى مختصات همه نقاط ان شکل است. چون هر یک از این نقاط معرف هر گروه می باشند می توان با مطالعه ی این نقاط متوجه شد که گروهها چگونه از یکدیگر متمایز می شوند. زمانی ککه تعداد متغییرها زیاد است ممکن است اطلاعات خیلی پیچیده و غیر قابل فهم شوند.

محدودیت های  تحلیل تشخیصی

1.       تحلیل تشخیصی به نقاط پراکنده حساس است.

2.       ملاحظات مربوط به حجم نمونه

الف) حداقل باید موارد 2تا بیشتر از متغییرها باشند

ب) در هر گروه حداقل باید دو مورد باشد

ج) در هر گروه باید تعداد نمونه ها به اندازه ی کافی باشد تا میانگین ها و انحرافات به طور مشخصی برآورد شوند. بر اساس یک قانون سر انگشتی باید n بزرگتر مساوی 3*p باشد.

روش های حجم نمونه

الف) نمونه ی زنجیره ای تا زمانی که برآورد پارامترهای میانگین و واریانس ثابت شود.

ب) این ثبات می تواند از طریق روش های بازنمونه گیری مورد آزمایش قرار گیرد.

ج) به منظور کاهش متغییر ها می توان از طریق روش گام به گام استفاده کرد.

د) متغییر ها را به دو یا چند گروه مرتبط تقسیم کرده و در هر گروه یک تحلیل تشخیصی اجرا کنید.

ه) یافته ها را با دقت تفسیر کنید.

نوشتن سولات پرسشنامه

نوشتن پرسش ها قسمت اصلی یک پیمایش محسوب می شود. پرسش ها بازپرسی واقعی را انجام می دهند. در زیر ویژگی ها و نکات اصلی که باید در نوشتن سوالات یک پرسشنامه دقت شود را ذکر خواهیم کرد.

چهار ویژگی اساسی مربوط به پرسش ها عبارتند از تمرکز (Focus)، مختصرنویسی (Brevity) ، سادگی (Simplicity)  و وضوح. در ضمن باید واژگان و دستور زبان بکار رفته متناسب با گروه هدف باشد. گاهی با مراعات تمام نکات سوالات سوگیری دارند. این سوگیری ها منجر به خطاهای سیستماتیک و تصادفی می شوند. سوگیری ها می تواند ناشی از ابزار اندازه گیری (Instrumental bias)  و یا ناشی از سوگیری پاسخ (Response bias) باشد.

سوگیری های ناشی از ابزار اندازه گیری می تواند ناشی از عوامل زیر باشند.

1.       عدم وجود ملاک قضاوت برا ی پاسخ دهنده

2.       پرسش هایی که ربطی به افراد جامعه ی هدف پژوهش ندارند.

3.       مثال های بازدارنده (Example contaminant)

4.       سوالاتی که نیاز به یادآوری زمان های دور دارد (Over demanding)

5.       سوالات خیلی خاص (Over specificity)

6.       سولات خیلی کلی

7.       تاکید بیش از حد (Over emphasis)

8.       ابهام در نحوه بیان (Ambiguity of wording)

9.       پرسش های دوگانه ( Double barreled question)

10.   پرسش های هدایت کننده (Leading questions)

11.   پرسش های انحرافی

 

منابع سوگیری پاسخ

پاسخ دهنده گاهی سبب می شود تا نتایج بدست آمده از یک پیمایش سودار شود. باید در طراحی سوالات به این منبع خطا نیز توجه داشت.

1.       ارائه ی پاسخ های جامعه پسند (Social desirability)

2.       آشنایی (Acquiescence)

3.       بلی و خیرگویی (Yes and nay saying)

4.       وجهه (Prestige)

5.       تهدید (Threat)

6.       خصومت (Hostility)

7.       حمایت (Auspices)

8.       آمایه ی ذهنی (Mental set)

9.       ترتیب (Order)

10.   حد نهایی (Extremity)

تحلیل تشخیصی(1)

این فن آماری یک مدل پیش بین برای عضویت گروهی است و از توابع تشخیصی تشکیل شده که از طریق ترکیب خطی متغییرهای پیش بین به بهترین تمییز بین گروهها می رسد. توابع براساس نمونه ای از اعضا (CASES) تشکیل می شود که عضویت آنها در گروهها از قبل مشخص است. از این توابع می توان برای پیش بینی عضویت گروهی موارد جدیدی استفاده کرد، که عضویت گروهی آنها مشخص نیست. در صورتی که ما مواردی داشته باشیم که عضویت همه ی آنها در گروهها را بدانیم می توانیم به صورت تصادفی تعدادی از آنها را انتخاب کرده و اعتبار توابع بدست آمده را از طریق موارد باقی مانده بررسی کنیم.

مفروضات:

1.       موارد باید مستقل از یکدیگر باشند

2.       متغییرهای پیش بینی کننده باید دارای توزیع نرمال چند متغییری باشند و ماتریس واریانس- کواریانس بین گروهی باید در بین گروهها برابر باشد.

3.       موارد باید مانع الجمع باشند یعنی یک مورد باید فقط به یک گروه تعلق داشته باشد و در ضمن گروهها جامع باشند.

4.       اگر گروهها طبقات باشند این روش خیلی مناست است تما در صورتی که گروهها بر اساس نمرات با مقیاس فاصله ای یا نسبتی باشند مسلمن رگرسیون اطلاعات بیشتر در اختیار فرد می گذارد.

اندازه گیری، ارزشیابی و سنجش

تعريف اصطلاحات:

اندازه‌گيري: عبارت است از فرايندي كه تعيين مي‌كند يك شخص يا يك شئ چه مقدار از يك ويژگي برخوردار است. مانند اندازه‌گيري قد، وزن، سرعت، هوش، پيشرفت تحصيلي و ...

به عبارتی دیگر به عمل دادن عدد یا رقم به یک صفت و ویژگی ،  اندازه گیری می گوییم .

آزمودن: وقتي كه براي اندازه‌گيري يكي از ويژگي‌هاي رواني يا تربيتي يك فرد يا گروهي از افراد از آزمون استفاده شود به اين عمل يا فعاليت آزمودن مي‌گويند. بطور مثال وقتي ما براي اندازه‌گيري ميزان هوش كودكي 5 ساله از آزمون وكسلر كودكان استفاده مي‌كنيم، يعني فعاليت آزمودن را انجام مي‌دهيم.

 

آزمون: آزمون وسيله يا روشي نظامدار براي اندازه‌گيري نمونه‌اي از رفتار است.

از آنجايي كه بعضي صفت يا ويژگي به صورت مستقيم قابل اندازه‌گيري نيست بايد بطور غير مستقيم به مشاهده ی فعاليت، عملكردها و يا رفتارهايي كه نشانگر آن صفت يا ويژگي است پرداخته شود. در اين روش بطور مثال براي اندازه‌گيري ميزان هوش فرد چون نمي‌توان هوش را بطور مستقيم مورد مشاهده و اندازه‌گيري قرار داد به نمونه‌هايي از رفتارها يا عملكردهايي توجه می شود كه نشانگر رفتار هوشمندانه است. لذا با توجه به اين موضوع آزمون حاوي تعداد سؤال در ارتباط با صفت يا ويژگي مورد اندازه‌گيري است، كه نمايانگرآن صفت يا ويژگي است.

سنجش: اگر در اندازه‌گيري، به جاي آزمون يا علاوه بر آن، وسايل ديگر اندازه‌گيري به‌كار ‌روند، به آن سنجش مي‌گويند. مانند: مصاحبه، مشاهده و ...

 

ارزشيابي: ارزشيابي به يك فرايند نظامدار براي جمع‌آوري، تحليل و تفسير اطلاعات گفته مي‌شود به اين منظور كه نعيين شود آيا هدف‌هاي مورد نظر تحقق يافته‌اند يا در حال تحقق يافتن هستند و به چه ميزاني.

در ارزشيابي ما بر اساس اطلاعاتي كه از طريق روش‌هاي مختلف اندازه‌گيري رسيديم به داوري و قضاوت مي‌نشينيم . پس ارزشیابی یعنی قضاوت و داوری کردن بر اساس یک معیار یا معیارها

 

           ارزشيابي

               اندازه‌گيري

 

                     آزمون   سنجش  

 

 

       

                  مقايسه آزمودن، سنجش، اندازه‌گيري، ارزشيابي