به نام قادر علی کل شئ
سلام
با توجه به گرایش روز افزون پروژه های دانشجویی به سمت پروژه های کیفی، به خصوص در حوزه علوم انسانی، مسلماً شما دانشجویی که چنین پروژه ای را برای پایان نامه خود انتخاب کردید، نیاز به یادگیری نرم افزارهایی دارید که بتوان با آ ن ها، روی داده های کیفی تحلیل انجام داد.
یکی از این نرم افزارهای مناسب، نرم افزار NVivo است.
بنده هم برای آموزش و هم اگر زمان کافی برای یادگیری ندارید، برای انجام پروژه شما توسط این نرم افزاردر خدمتتان هستم.
آموزش اگر از طریق تلفن یا نرم افزارهای پیام رسان (ترجیحا واتس اپ ) باشد، هزینه ای ندارد
آموزش حضوری، اگر شرایط مناسب باشد، هزینه توافقی خواهد بود.
هزینه انجام پروژه نیز بسته به حجم کدهایی که استخراج کرده اید دارد و متناسب با آن محاسبه می شود.
حداقل هزینه انجام یک پروژه با تمام خروجی ها و مدل های مد نظر شما، 800 هزارتومان می شود
برای سفارش می توانید با شماره های 0.9.1.2.8.4.8.1.3.3.7 و 0.9.1.9.4.9.4.7.3.0.4 از طریق تماس صوتی یا پیامک و یا واتس اپ ارتباط برقرار کنید. ارتباط از طریق تلگرام فقط از طریق شماره 0.9.1.9.4.9.4.7.3.0.4 میسر است.
به نام خدا
با سلام به دوستان عزیز و عذرخواهی از این که مدت طولانی نبودم
در این پست البته می خوام اون دسته از دوستانی که می خوان کار کیفی شون رو بنده انجام بدم، راهنمایی کنم
این عزیزان، ابتدا این پست رو بخونن
http://hallolmasael.parsiblog.com/Posts/37/
اگر کارِ شما شبیه این نمونه بود برای آماده کردن آن طبق آموزش عمل کنید و پس از هماهنگی از طریق شماره 09128481337 (قبل از تماس پیامک بفرستید) کار رو برای بنده ارسال کنید
نکته ای دیگر که باید بگویم این است که، کدگذاری متون شما، یک کار تخصصی بوده و البته روش خودش را دارد که توسط خود شما باید آماده شده باشد و بنده، فقط کار ورود اطلاعت به نرم افزار رو انجام می دم و خروجی های مورد نیاز شما را استخراج می کنم.
هزینه انجام یک پروژه به طور معمول 700 هزار تومان خواهد بود.
اما ارئه مشاوره و آموزش به صورت تلفنی، رایگان است.
به نام قادر علی کل شئ
خُب در قسمت سوم آموزش تعریف ویژگی ها برای مرجع داده های ورودی در NVivo ، یاد خواهید گرفت که چگونه این ویژگی ها رو به مرجع داده های ورودی اختصاص دهید.
به همین منظور فیلم آموزشی دیگری تهیه کردم و در این فیلم فرض کردم مرجع داده های شما مصاحبه شونده هایی هستند و حال می خواهید ویژگی هایی که تعریف کردید رو به این مصاحبه شونده ها نصبت بدید.
نکته اصلی در تعریف ویژگی هایی برای این مصاحبه شونده ها و یا هر مرجع داده ای دیگر این است که بایستی این مراجع رو که در قالب کیس های تعریف شده در پروژه وارد شدند رو به Node تبدیل کنیم
پس از این تبدیل، می توانیم برای هر مصاحبه شونده ویژگی با مقدار متغیر خاص خودش رو نسبت بدیم
در واقع می شه نتیجه گرفت برای هر Node دیگری که در پروژه وجود داره، می شه ویژگی تعریف شده رو نسبت داد. البته طبیعتا باید یک منطقی پشت کار ما وجود داشته باشه
تماشای فیلم آموزشی
به نام قادر علی کل شئ
در این پست یاد خواهید گرفت که در کدام قسمت از نرم افزار #NVivo باید ویژگی های مرجع داده های ورودیی را تعریف کنید
برای این کار، شما باید ابتدا وارد پوشه Classification از ستون سمت چپ شوید
سپس سه زیر پوشه مشاهده می کنید
پوشه اول Source Classifications: این پوشه برای ایجاد ویژگی ها و مدیریت اطلاعات کتاب شناختی استفاده می شود
پوشه دوم Node Classifications: این پوسه برای ایجاد ویژگی ها و مدیریت اطلاعات جمعیت شناختی استفاده می شود. آموزشی که فیلمی هم در مورد آن تهیه شده با استفاده از بخش است
پوشه سوم Relationship Type: این پوشه نیز برای مدیریت و ایجاد انواع روابط مورد نیاز در یک پروژه است
کاری که شما در این آموزش یاد خواهید گرفت با استفاده از پوشه دوم است. ابتدا روی این پوشه کلیک کرده و در سمت راست محیط باز شده پوشه راست کلیک کرده و از گزینه های موجود، روی گزینه New Classification کلیک می کنید. با این کار پنجره ای باز می شود که دو گزینه دارد
گزینه اول ایجاد یک طبقه جدید است و گزینه دوم استفاده از طبقه موجود با اعمال تغییرات مد نظر خودتان است
جهت آموزش بهتر و درک مراحلی که باید انجام دهید، لینک فیلم آموزشی در این مورد را جهت مشاهده و دانلود در اختیارتان قرار می دهم. البته این قسمت دوم این آموزش است و برای اتمام کار یک مرحله دیگر باقی خواهد ماند که در آینده ای نزدیک انشالله خدمت شما دوستان تقدیم می شود
تماشای فیلمی از این آموزشی
به نام قادر علی کل شئ
شما دوست عزیزی که احتمالاً تا حدودی با این نرم افزار #Nvivo آشنا شده اند، شاید به به این فکر برسند که چطور، ویژگی های داده های ورودی مون رو تعیین کنیم
مثلاً اگر داده های ما از نوع مصاحبه باشه، ما چطور می تونیم ویژگی های این مصاحبه شونده ها رو در پروژه وارد کنیم؟
ویژگی هایی مثل: جنسیت، سن، تحصیلات و...
در این سری آموزش که احتمالاً دو قسمت باشه، برای شما عزیزان نحوه تعریف ویژگی ها رو آموزش می دم. و برای نمونه ویژگی های مصاحبه شونده ها رو مثال میارم.
البته شما می تونید برای هر نوع داده دیگه هم این کار رو انجام بدید و اگر در نحوه انجام تعریف ویژگی های سایر داده با ابهام مواجه شدید، از طریق راه های ارتباطی موجود در وبلاگ با بنده تماس بگیرید
پس در قسمت اول من برای شما دوستان یک سری تغییراتی که شاید پیش نیاز کارتون باشه، آموزش می دم. این تغییرات، فارسی کردن دو گزینه پیش فرض در تعریف ویژگی هاست.
وقتی شما قرار هست که ویژگی های مورد نظر خودتون با گزینه های در نظر گرفته برای اون ها را بسازید، شاهد دو گزینه پیش فرض و غیر قابل حذف هستید.
یکی از این گزینه ها unassigned به معنای نامشخص و دومی not applicable به معنای غیر قابل اجراست
به هر حال هر ویژگی که تعریف می کنید به احتمال نود درصد حالت های بالا رو هم شامل می شه. مثلا در مورد تحصیلات. ممکنه تحصیلات یک مصاحبه شونده به علت نقص در انجام مصاحبه مشخص نباشه. پس این گزینه لازم می شه
یا در یک مصاحبه از چندین مصاحبه قضاوت ما از روی تحصیلات مصاحبه شونده، ما رو به خطا ببره. اینجاست که گزینه غیر قابل اجرا کاربرد داره
در این فیلم شما می تونید این دو مقدار رو در نرم افزار فارسی کنید تا خوانایی پروژه برای خود و دیگران رو افزایش بدید.
ّرای وضوح بهتر فیلم، آنرا با کیفیت بالای 400 تماشا کنید